差異顯著性檢驗

會計學(xué)1差異顯著性檢驗

不同性別、不同年齡、不同教育背景、不同收入、不同客源地的游客群體在旅游購物、游憩動機、游憩滿意度、乃至旅游影響感知等方面肯定存在差異，但如果只探討他們之間的微小差異是沒有意義的，我們需要了解的是他們在這些方面是否存在顯著差異。

差異顯著性檢驗屬于假設(shè)檢驗的范疇，因而必須首先了解什么是假設(shè)檢驗（HypothesisTesting）。第1頁/共61頁一、假設(shè)檢驗（一）假設(shè)檢驗的基本原理

所謂假設(shè)，可以理解為是研究者對于某個有待解決的問題所提出的暫時性或嘗試性的答案。就差異顯著性的假設(shè)檢驗而言，其假設(shè)的陳述形式是一種差異式陳述方式。例如：

不同性別的游客對某一景區(qū)提供的住宿條件的滿意程度是否存在顯著差異？

不同收入的游客群體對某一景區(qū)自然風(fēng)光的評價是否存在顯著差異？

要回答這些問題，我們最好先提出有關(guān)假設(shè)。第2頁/共61頁1.零假設(shè)和對立假設(shè)如：我們假設(shè)不同性別的游客對某一景區(qū)提供的住宿條件的滿意程度不存在顯著差異，我們以H0代表這個假設(shè)，H0就稱為“零假設(shè)”（nullhypothesis）（也稱為“原

假設(shè)”或“虛無假設(shè)”）。其對立面，不同性別的游客對某一景區(qū)提供的住宿條件的滿意程度存在顯著差異，通常以H1代表，稱為“對立假設(shè)”（alternativehypothesis）（也稱為“備擇假設(shè)”）。零假設(shè)是待檢驗的假設(shè)，如果待檢驗的假設(shè)不成立，那么其對立假設(shè)就成立。第3頁/共61頁2．假設(shè)檢驗的兩類錯誤

第一類錯誤:

也稱為棄真錯誤，是指零假設(shè)H0實際上是真實的，而檢驗結(jié)果卻拒絕了它。出現(xiàn)第一類錯誤的概率是顯著性水平α，因此犯第一類錯誤的概率是可以控制的。第二類錯誤:也稱為取偽錯誤，是指零假設(shè)H0實際上是不真實的，而檢驗結(jié)果卻接受了它。第二類錯誤的概率用β表示。檢驗結(jié)果總體情況零假設(shè)Ｈ0為真對立假設(shè)Ｈ1為真接受Ｈ０拒絕Ｈ０判斷正確第一類錯誤第二類錯誤判斷正確棄真錯誤和取偽錯誤的概率存在此消彼長的關(guān)系:當(dāng)棄真錯誤的概率降低時，取偽錯誤的概率就會增加當(dāng)取偽錯誤的概率降低時，棄真錯誤的概率就會增加同時減少犯這兩類錯誤的概率的唯一的方法是增大樣本容量，但這又是不現(xiàn)實的因此，通常都是首先控制棄真錯誤的概率，即確定顯著性水平α第4頁/共61頁3．雙側(cè)檢驗和單側(cè)檢驗

假設(shè)檢驗的兩種形式(1)雙側(cè)檢驗有兩個臨界值，兩個拒絕域，每個拒絕域的面積為，原假設(shè)μ=μ0，只要μ>μ0或μ<μ0有一側(cè)出現(xiàn)，就要拒絕原假設(shè)。雙側(cè)檢驗按查表求臨界值。μ=μ0μ≠μ0雙側(cè)檢驗單側(cè)檢驗

原假設(shè)Ｈ0備擇假設(shè)Ｈ1μ≥μ0μ<μ0μ≤μ0μ>μ0α２α２第5頁/共61頁(2)單側(cè)檢驗

有一個臨界值，一個拒絕域，拒絕域的面積為α。

當(dāng)所考察的數(shù)值越大越好時，用單側(cè)檢驗。如考察燈泡的壽命當(dāng)所考察的數(shù)值越小越好時，用單側(cè)檢驗。如考察產(chǎn)品的廢品率單側(cè)檢驗按α查表求臨界值。第6頁/共61頁4．假設(shè)檢驗的步驟提出假設(shè)。

(2)選取檢驗統(tǒng)計量，并在原假設(shè)Ｈ0成立的條件下計算統(tǒng)計量的值。(3)對于給定的顯著性水平α，決定臨界值。

α的取值范圍為α≤0.01，α≤0.05和α≤0.10，一般情況下，常用α≤0.05。當(dāng)α≤0.05時，差異顯著，當(dāng)α≤0.01時，差異極顯著。(4)對假設(shè)做出判斷。通過對計算獲得的統(tǒng)計量與臨界值的比較，作出接受或拒絕零假設(shè)的決定。第7頁/共61頁

顯著性水平值α定得越大，拒絕域就越大，就越不容易接受原假設(shè)，反之，顯著性水平值定得越小，拒絕域就越小，就越容易接受原假設(shè)。因此，在統(tǒng)計檢驗的問題中，要注意α值的確定問題。

使用統(tǒng)計軟件進行假設(shè)檢驗，在輸出的結(jié)果中，會出現(xiàn)P值（Sig.），P值是判斷檢驗結(jié)果的另一個衡量標(biāo)準(zhǔn)，是進行檢驗決策的另一個依據(jù)。P值是拒絕零假設(shè)的最小值。當(dāng)P≤α?xí)r，拒絕H0，表明樣本均值存在顯著差異；當(dāng)P>α?xí)r，接受H0，表明樣本均值不存在顯著差異。第8頁/共61頁5.檢驗方法的選擇一般而言，差異顯著性檢驗涉及的變量關(guān)系可以理解為一種因果關(guān)系。從統(tǒng)計學(xué)的觀點來看，這種涉及兩類變量的檢驗屬于雙變量（bivariate）的統(tǒng)計檢驗。對于雙變量的假設(shè)檢驗，我們必須指定其中的一個變量為自變量（independentvariable）、另一個為因變量（dependentvariable）。

如不同性別的游客對某景區(qū)提供的住宿條件的滿意度存在顯著差異，這里視性別為自變量，滿意度為因變量，即認(rèn)為這種滿意度的差別是因為性別的不同引起的。

因變量自變量（類別變量）類別變量卡方檢驗連續(xù)變量t檢驗、方差分析第9頁/共61頁二、獨立樣本T檢驗（一）基本原理

當(dāng)自變量為間斷（類別）變量，因變量為連續(xù)變量時，常使用T檢驗與方差檢驗進行有關(guān)分析。

SPSS軟件提供的T檢驗有3種形式，分別是單樣本T檢驗（One-SampleTTest），獨立樣本T檢驗（Independent-SampleTTest）和成對樣本T檢驗（Paired-SampleTTest）。

在旅游研究中，比較常用的是獨立樣本T檢驗，因而本章僅討論獨立樣本T檢驗。獨立樣本T檢驗在一些教科書中被稱為獨立雙樣本T檢驗，顧名思義，其顯然僅適用于自變量為兩組的情況。如考慮不同性別的游客心理感知差異時，由于性別只有男女兩組，此時應(yīng)該采取獨立樣本T檢驗方法進行有關(guān)檢驗。第10頁/共61頁

獨立樣本T檢驗常用于進行兩獨立樣本均值的比較。所謂獨立樣本是指兩組樣本之間沒有任何聯(lián)系，但各自接受相同的測量。假設(shè)兩組樣本的個數(shù)分別為n1和n2，檢驗這兩組樣本的均值是否相等可以分為以下兩種情況考慮。

1.兩總體方差和未知，但它們相等。此時屬于兩樣本等方差檢驗，其統(tǒng)計量t的計算式為：統(tǒng)計量t服從自由度為（n1+n2-2）的t分布。式中，和分別為兩組樣本的均值，n1和n2分別為兩組樣本的個數(shù)，和分別為兩組樣本的方差。第11頁/共61頁2.兩總體方差和未知，但它們不相等。此時屬于兩樣本異方差的T檢驗，其t統(tǒng)計量的計算式為：其自由度為：其中：第12頁/共61頁

也就是說，獨立雙樣本T檢驗，首先必須先檢驗雙樣本的方差是否相等，這是選擇統(tǒng)計量進行雙樣本T檢驗的基礎(chǔ)，方差是否相等需要采用F檢驗，其統(tǒng)計量的計算式為：服從自由度為（n1-1,n2-1）的F分布。第13頁/共61頁（二）范例詳析：在廣泛查閱國內(nèi)有關(guān)游客滿意度研究文獻的基礎(chǔ)上，并考慮研究區(qū)的實際情況，從旅游六大要素的吃、住、行、游、購、娛和服務(wù)所對應(yīng)的“飲食、住宿、交通、資源、購物、娛樂、服務(wù)”7個構(gòu)面選擇23個評價指標(biāo)構(gòu)建Likert5點量表，按非常不滿意、不滿意、一般、滿意、非常滿意5個級別分別賦以1～5分值。將所編制的量表作為一項重要內(nèi)容編入“旅游景區(qū)游客滿意度調(diào)查問卷”，用于實地調(diào)查。

2010年8月調(diào)查組利用該問卷深入白水洋景區(qū)進行實地調(diào)查，問卷調(diào)查遵循隨機抽樣原則，并現(xiàn)場直接回收。共發(fā)放問卷491份，并全部回收。通過事后對問卷的檢查整理，發(fā)現(xiàn)無效問卷89份，共獲得有效問卷402份，占發(fā)放問卷總數(shù)的81.87%。第14頁/共61頁

福建白水洋景區(qū)游客滿意度評價指標(biāo)序號與題項01食物的新鮮程度09交通的舒適性17商品質(zhì)量02食物的特色10交通的安全性18娛樂項目種類03食物的衛(wèi)生程度11自然風(fēng)光19娛樂項目創(chuàng)新性04食物的價格12衛(wèi)生環(huán)境20娛樂項目安全性05住宿的環(huán)境衛(wèi)生13旅游形象21服務(wù)態(tài)度06住宿的舒適性14門票價格22服務(wù)效率07住宿的價格15商品種類23導(dǎo)向標(biāo)志與解說08交通的便捷性16商品特色第15頁/共61頁1.提出假設(shè)本例選擇其中的住宿滿意度進行獨立樣本T檢驗。根據(jù)假設(shè)檢驗的原理，我們提出如下假設(shè)：：不同性別的游客對白水洋景區(qū)的住宿滿意度存在顯著差異。：不同性別的游客對白水洋景區(qū)的住宿環(huán)境衛(wèi)生滿意度存在顯著差異。：不同性別的游客對白水洋景區(qū)的住宿的舒適性滿意度存在顯著差異。：不同性別的游客對白水洋景區(qū)的住宿的價格滿意度存在顯著差異。第16頁/共61頁2.獨立樣本T檢驗的SPSS求解過程

本例中自變量為性別，因變量為滿意度，由于自變量只有男和女兩組，屬于間斷（類別）變量，而滿意度是根據(jù)Likert5點量表進行調(diào)查的結(jié)果，可視為連續(xù)變量，因而可以采用獨立雙樣本T檢驗的方法進行檢驗，以判斷男性游客與女性游客對景區(qū)住宿條件的滿意度是否存在顯著差異。

1）數(shù)據(jù)輸入與菜單選擇打開SPSS軟件，輸入有關(guān)數(shù)據(jù)，選擇菜單“分析（A）→比較均值（M）→獨立樣本T檢驗（T）”，開啟“獨立樣本T檢驗”窗口。第17頁/共61頁第18頁/共61頁2）選擇進行“獨立樣本T檢驗”的變量

本例欲進行住宿條件滿意度的差異性檢驗，所以從對話框左側(cè)的變量列表中選“住宿的環(huán)境衛(wèi)生”、“住宿的舒適性”、“住宿的價格”3個變量，使之進入右側(cè)的“檢驗變量（T）”框。第19頁/共61頁3）設(shè)置分組變量

從對話框左側(cè)的變量列表中選“性別”變量，使之進入右側(cè)的“分組變量（G）”框，繼之點擊“定義組（D）”，在彈出的“定義組”對話框中，在“使用指定值（U）”單選框的“組1（1）”欄輸入1，在“組2（2）”輸入2，點擊“繼續(xù)”鍵，回到“獨立樣本T檢驗”窗口。割點（C）單選框適合連續(xù)變量的情況，因而可以不用填寫。接著點擊“繼續(xù)”鍵，返回“獨立樣本T檢驗”對話框。第20頁/共61頁4）指定輸出內(nèi)容及缺失值處理方法

單擊“選項（O）”框，開啟選項對話框。

1）“置信區(qū)間（C）”編輯框：一般設(shè)置95%置信區(qū)間。

2）“缺失值”單選框：按分析順序排除個案（A）表示當(dāng)分析計算涉及含有缺失值的變量時，才刪除該記錄；按列表排除個案（L）表示只要相關(guān)變量有缺失值，則在所有分析中均將該記錄刪除；本例選擇前者。

3）最后單擊“繼續(xù)”框，返回“獨立樣本T檢驗”對話框。第21頁/共61頁5）確定設(shè)置和輸出結(jié)果所有設(shè)置確定無誤后，點擊“確定”按鈕，輸出分析結(jié)果。3.SPSS分析結(jié)果解讀獨立雙樣本T檢驗的SPSS輸出結(jié)果比較簡單，僅包含描述統(tǒng)計和T檢驗兩個輸出結(jié)果表。描述性統(tǒng)計量

性別N均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤住宿的環(huán)境衛(wèi)生男性2043.4118.74745.05233女性1983.2626.77507.05508住宿的舒適性男性2043.4853.71216.04986女性1983.2576.72610.05160住宿的價格男性2043.0098.85955.06018女性1983.0152.76389.05429第22頁/共61頁方差方程的Levene檢驗均值方程的t檢驗差分的95%置信區(qū)間FSig.tdfSig.（雙側(cè)）均值差值標(biāo)準(zhǔn)誤差值下限上限住宿的環(huán)境衛(wèi)生假設(shè)方差相等.219.6401.964400.050.14914.07594-.00015.29842假設(shè)方差不相等1.963398.256.050.14914.07598-.00023.29851獨立樣本T檢驗第23頁/共61頁方差方程的Levene檢驗均值方程的t檢驗差分的95%置信區(qū)間FSig.tdfSig.（雙側(cè)）均值差值標(biāo)準(zhǔn)誤差值下限上限住宿的舒適性假設(shè)方差相等.830.3633.174400.002.22772.07174.08669.36874假設(shè)方差不相等3.174399.030.002.22772.07176.08665.36879第24頁/共61頁方差方程的Levene檢驗均值方程的t檢驗差分的95%置信區(qū)間FSig.tdfSig.（雙側(cè)）均值差值標(biāo)準(zhǔn)誤差值下限上限住宿的價格假設(shè)方差相等1.578.210-.066400.948-.00535.08119-.16496.15427假設(shè)方差不相等-.066396.947.947-.00535.08105-.16468.15399第25頁/共61頁

從表中可以看出，“住宿的環(huán)境衛(wèi)生”、“住宿的舒適性”和“住宿的價格”Levene檢驗的F值均未達到顯著，表明兩組樣本方差同質(zhì)，此時均要看假設(shè)方差相等的t檢驗結(jié)果。

就“住宿的環(huán)境衛(wèi)生”因變量而言，統(tǒng)計量t=1.964，自由度df=400，顯著性水平p=0.050≤0.05，剛好達到預(yù)設(shè)的0.05的顯著性水平，表明男性游客與女性游客對景區(qū)“住宿的環(huán)境衛(wèi)生”的滿意度存在顯著差異，從描述統(tǒng)計量表中的均值可以看出，男性的滿意度均值高于女性，因而可以宣稱男性游客對景區(qū)的“住宿的環(huán)境衛(wèi)生”的滿意度顯著高于女性游客。第26頁/共61頁

就“住宿的舒適性”因變量而言，統(tǒng)計量t=3.174，自由度df=400，顯著性水平p=0.002<0.05，達到顯著，表明男性游客與女性游客對景區(qū)“住宿的舒適性”的滿意度存在顯著差異，從描述統(tǒng)計量可以看出，男性的滿意度均值高于女性，因而可以宣稱男性游客對景區(qū)的“住宿的舒適性”的滿意度顯著高于女性游客。就“住宿的價格”因變量而言，統(tǒng)計量t=-0.066，自由度df=400，對應(yīng)的顯著性水平p=0.948>0.05，未達到顯著，此時應(yīng)接受關(guān)于均值相等的零假設(shè)，即認(rèn)為男性游客與女性游客對景區(qū)的“住宿的價格”的滿意度不存在顯著差異。第27頁/共61頁項目假設(shè)內(nèi)容檢驗結(jié)果不同性別的游客對景區(qū)住宿條件的滿意度存在顯著差異部分成立不同性別的游客對景區(qū)住宿的環(huán)境衛(wèi)生滿意度存在顯著差異成立不同性別的游客對景區(qū)住宿的舒適性滿意度存在顯著差異成立不同性別的游客對景區(qū)住宿的價格滿意度存在顯著差異不成立

白水洋景區(qū)不同性別的游客對景區(qū)住宿條件滿意度差異性的獨立樣本T檢驗結(jié)果

因而我們可以認(rèn)為，不同性別的游客對白水洋景區(qū)提供的住宿條件的滿意度存在顯著差異的假設(shè)部分成立。第28頁/共61頁三、單因素方差分析在自變量為間斷（類別）變量，因變量為連續(xù)變量的情況下，如果自變量超過兩組，此時適宜采用方差分析進行有關(guān)檢驗。也就是說獨立樣本T檢驗只能檢驗兩個均值和是否相等，而方差分析則可以檢驗兩個以上均值是否相等。（一）方差分析的基本概念要想知道什么是方差分析，首先必須了解與方差分析有關(guān)的幾個基本概念：1.因素（factor）：在試驗中，影響試驗結(jié)果的各種條件稱為試驗因素。因素常用大寫字母A、B、C、…等表示。第29頁/共61頁2.因素水平（leveloffactor）：因素所處的某種特定狀態(tài)或數(shù)量等級稱為因素水平。因素水平用代表該因素的字母加添足標(biāo)1，2，…，來表示。如A1、A2、…，B1、B2、…。3.處理（treatment）：事先設(shè)計好的實施在試驗單位上的具體項目叫處理。當(dāng)研究中考察的因素只有一個時，稱為單因素試驗；若同時研究兩個或兩個以上的因素對試驗結(jié)果的影響時，則稱為雙因素或多因素試驗。隨著因素數(shù)的增加，普通方差分析的復(fù)雜性迅速增加，特別是所需試驗的次數(shù)呈幾何級數(shù)增加，因此在實際研究中最常用的是單因素方差分析，雙因素方差分析已較少用到，三或三因素以上的方差分析則很少用到，考慮到目前在旅游研究領(lǐng)域單因素方差分析具有非常廣泛的應(yīng)用，因而本章僅介紹單因素方差分析。第30頁/共61頁（二）單因素方差分析的基本條件

進行方差分析，要滿足以下幾個基本條件：1.變異的可加性方差分析所依據(jù)的一個基本原理就是變異的可加性。確切地說，應(yīng)是變異的可分解性，總變異可以分解成幾個來源不同、彼此相互獨立的部分。2.分布的正態(tài)性試驗誤差是相互獨立的，且都服從正態(tài)分布N（0，）。只有在這樣的條件下才能進行F檢驗。3.方差的同質(zhì)性各個處理觀測值總體方差應(yīng)是相等的。只有這樣，才有理由以各個處理均方的合并作為檢驗各處理差異顯著性的共同的誤差均方。第31頁/共61頁（三）離差平方和的分解

以SS（SumofSquare）代表“離差平方和”，“總離差平方和”（Total）為各樣本觀察值與樣本總均值

的離差平方和：“總離差平方和”反映了總波動的大小，對應(yīng)的自由度為（n×k-1）?！翱傠x差平方和”可以分解為“組間離差平方和”（BetweenGroups）和“組內(nèi)離差平方和”（WithinGroups）兩個部分，即：第32頁/共61頁“組間離差平方和”表示各組（各列）的均值

與樣本總均值

的離差平方和?？梢员磉_如下：“組間離差平方和”反映了不同樣本組之間由于因素水平對總波動的影響，對應(yīng)的自由度為（k-1）?！敖M內(nèi)離差平方和”表示同組（同列）的每個樣本觀察值與它們所在的組（列）的均值

的離差平方和。表達式如下：“組內(nèi)離差平方和”反映了各處理組內(nèi)隨機波動的大小，對應(yīng)的自由度為（n×k-k）。第33頁/共61頁（四）F檢驗法單因素方差分析需要借助F檢驗方法進行有關(guān)檢驗，其目的在于推斷處理間的差異是否存在。

以MS表示均值平方（Meanofsquare），將“組間離差平方和”和“組內(nèi)離差平方和”分別除以各自的自由度，可以得到“組間均值平方”和“組內(nèi)均值平方”。在此基礎(chǔ)上，可以構(gòu)建F統(tǒng)計量：第34頁/共61頁（五）單因素方差分析的步驟根據(jù)假設(shè)檢驗的基本原理，單因素方差分析可以描述為如下4個步驟：1.提出假設(shè)。不全相等2.選取檢驗統(tǒng)計量，并在原假設(shè)成立的條件下計算統(tǒng)計量的值。

3.對于給定的顯著性水平α，決定臨界值。

通過查F分布表，可以得到。4.對假設(shè)做出判斷。

若，則拒絕零假設(shè)；

若，則接受零假設(shè)。第35頁/共61頁（六）多重比較多重比較又稱為事后比較。在方差分析中，如果方差分析的整體檢驗的F值未達顯著水平，表示沒有任何配對處理間的均值差異達到顯著水平，此時就不用進行事后比較；

如果方差齊性檢驗的F統(tǒng)計量達到顯著性水平(p≤0.05)，表示至少有兩個處理間的均值差異達到顯著性水平，但具體哪幾個配對組均值間的差異達到顯著，必須進一步進行事后比較才能知道。在滿足方差同質(zhì)性的條件下，SPSS提供了14種事后比較方法，其中最常用的有LSD法、Tukey法和Scheffe法。在樣本方差不相等時，即違反了方差同質(zhì)性的假定，此時原則上需要進行數(shù)據(jù)轉(zhuǎn)換。但SPSS提供了4種直接的事后比較方法，而無需進行數(shù)據(jù)轉(zhuǎn)換。第36頁/共61頁（七）范例詳析

以《基于社會人口統(tǒng)計學(xué)特征的游客滿意度差異分析——以寧德世界地質(zhì)公園白水洋景區(qū)為例》為例，判斷不同年齡的游客群體對景區(qū)提供的住宿條件的滿意度評價結(jié)果是否存在顯著差異。項目屬性人數(shù)百分比（%）年齡＜186014.9318-30193483741-50338.2151-6071.74＞6071.74小計402100.00第37頁/共61頁

本項調(diào)查考慮的游客年齡群體分為6組，分別是小于18歲、18-30歲之間、31-40歲之間、41-50歲之間、51-60歲之間和大于60歲，因而適宜采用單因素方差分析方法進行有關(guān)檢驗。1.提出假設(shè)根據(jù)假設(shè)檢驗的基本原理，我們可以提出如下假設(shè)：：不同年齡的游客對白水洋景區(qū)提供的住宿條件的滿意度存在顯著差異。：不同年齡的游客對白水洋景區(qū)住宿的環(huán)境衛(wèi)生的滿意度存在顯著差異。：不同年齡的游客對白水洋景區(qū)住宿的舒適性的滿意度存在顯著差異。：不同年齡的游客對白水洋景區(qū)住宿的價格的滿意度存在顯著差異。第38頁/共61頁2.SPSS求解過程本例中自變量為不同的年齡，因變量為滿意度，由于自變量有6組，且屬于間斷變量，而滿意度是根據(jù)Likert5點量表進行調(diào)查的結(jié)果，可視為連續(xù)變量，因而這里不能采用獨立樣本T檢驗的方法進行檢驗，而應(yīng)采用單因素方差分析方法進行有關(guān)檢驗，以判斷不同年齡的游客群體對景區(qū)提供的住宿條件的滿意度是否存在顯著差異。1）數(shù)據(jù)輸入與檢驗變量選擇。將402個游客對白水洋景區(qū)提供的住宿的環(huán)境衛(wèi)生、住宿的舒適性和住宿的價格3個滿意度指標(biāo)的評價結(jié)果，以及所對應(yīng)的游客年齡群組的調(diào)查數(shù)據(jù)輸入SPSS17.0軟件。選擇菜單“分析（A）→比較均值（M）→單因素ANOVA”，開啟“單因素方差分析”對話框。第39頁/共61頁第40頁/共61頁2）選擇進行“單因素方差分析”的變量從對話框左側(cè)的變量列表中將“住宿的環(huán)境衛(wèi)生”、“住宿的舒適性”和“住宿的價格”，導(dǎo)入右側(cè)的“因變量列表（E）”框。以對話框左側(cè)的變量列表中的“年齡”為控制變量，將之導(dǎo)入右側(cè)的“因子（F）”框。第41頁/共61頁3）對組間平方和進行先行分解并檢驗單擊“對比（N）”按鈕，彈出“單因素ANOVA：對比”對話框。（a）“多項式”復(fù)選框：決定是否對組間平方和進行分解，并進行結(jié)果檢驗。（b）“度（D）”下拉框：可以選擇從線性趨勢到最高五次項曲線進行檢驗。（c）“系數(shù)（O）”編輯框：定義精確兩兩比較的選項。這里按照分組變量升序給每組一個系數(shù)值，注意最終所有的系數(shù)總計應(yīng)為0。（d）本例此項不做設(shè)置，單擊“繼續(xù)”按鈕，返回“單因素方差分析”對話框。第42頁/共61頁第43頁/共61頁4)選擇進行各組間兩兩比較的方法單擊“兩兩比較（H）”按鈕，彈出“單因素ANOVA：兩兩比較”對話框。（a）“假定方差齊性檢驗”復(fù)選框：當(dāng)各組方差齊性時可選擇的檢驗方法有14種，其中最常用的有LSD和S-N-K法。（b）“未假定方差齊性”復(fù)選框：當(dāng)各組方差不齊時可用的兩兩比較方法有4種，其中以Dunnett’sC法比較常用。（c）“顯著性水平”編輯框：定義兩兩比較時的顯著性水平，通常為0.05。（d）本例對此項暫不做設(shè)置，留待方差齊次性檢驗后再根據(jù)方差是齊性還是異方差再作選擇，單擊“繼續(xù)”按鈕，返回“單因素方差分析”對話框。第44頁/共61頁第45頁/共61頁5)定義相關(guān)統(tǒng)計選項以及缺失值處理方法單擊“選項（O）”按鈕，彈出“單因素ANOVA：選項”對話框。（a）“統(tǒng)計量”復(fù)選框組：提供一些附加的統(tǒng)計分析項目。本例選擇“描述性（D）”和“方差同質(zhì)性檢驗（H）”。（b）：“均值圖（M）單選框：用各組均值制圖，以直觀了解它們的差異，本例選擇此項。（c）：“缺失值”單選框：定義分析中對缺失值的處理方法。包括“按分析順序排除個案（A）和“按列表排除個案（L）”兩項。為了充分利用數(shù)據(jù)，本例選擇前者。（d）：完成設(shè)置后，單擊“繼續(xù)”按鈕，返回“單因素方差分析”對話框。第46頁/共61頁6)執(zhí)行分析與結(jié)果輸出所有設(shè)置確認(rèn)無誤后，單擊“確定”按鈕，執(zhí)行單因素方差分析，并輸出分析結(jié)果。第47頁/共61頁N均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤均值的

95%

置信區(qū)間極小值極大值下限上限住宿的環(huán)境衛(wèi)生1.00603.4333.74485.096163.24093.62572.005.002.001933.2902.79632.057323.17713.40321.005.003.001023.3922.75984.075243.24293.54142.005.004.00333.3333.64550.112373.10443.56222.005.005.0073.2857.75593.285712.58663.98482.004.006.0073.1429.69007.260822.50473.78112.004.00總數(shù)4023.3383.76388.038103.26343.41321.005.003.SPSS分析結(jié)果解讀1）描述性統(tǒng)計不同年齡群體游客對景區(qū)提供的住宿條件滿意度評價結(jié)果描述性統(tǒng)計

第48頁/共61頁N均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤均值的

95%

置信區(qū)間極小值極大值下限上限住宿的舒適性1.00603.5167.79173.102213.31213.72122.005.002.001933.3368.72568.052243.23383.43982.005.003.001023.4706.69945.069263.33323.60802.005.004.00333.1515.66714.116132.91503.38811.004.005.0072.8571.37796.142862.50763.20672.003.006.0073.2857.75593.285712.58663.98482.004.00總數(shù)4023.3731.72715.036273.30183.44441.005.00第49頁/共61頁N均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤均值的

95%

置信區(qū)間極小值極大值下限上限住宿的價格1.00603.1500.75521.097502.95493.34511.005.002.001932.9223.82864.059652.80463.03991.005.003.001023.0882.83373.082552.92453.25201.005.004.00333.1212.69631.121212.87433.36812.004.005.0073.0000.57735.218222.46603.53402.004.006.0072.71431.11270.420561.68523.74341.004.00總數(shù)4023.0124.81283.040542.93273.09211.005.00第50頁/共61頁Levene統(tǒng)計量df1df2顯著性住宿的環(huán)境衛(wèi)生.4495396.814住宿的舒適性2.6975396.021住宿的價格1.0105396.411就“住宿的環(huán)境衛(wèi)生”檢驗變量而言，Levene統(tǒng)計量的F=0.449，對應(yīng)的P=0.814>0.05；就“住宿的價格”檢驗變量而言，Levene統(tǒng)計量的F=1.010，對應(yīng)的P=0.411。二者均未達到0.05的顯著性水平，均應(yīng)接受方差相等的零假設(shè)，表示兩組樣本的方差不存在顯著差異，均未違反方差同質(zhì)性的假定。就“住宿的舒適性”檢驗變量而言，Levene統(tǒng)計量F=2.697，對應(yīng)的P=0.021<0.05，達到0.05的顯著性水平，此時須拒絕關(guān)于方差相等的零假設(shè)，表示兩組變量的方差不等，違反了方差同質(zhì)性的假定。2）方差齊次性檢驗和方差分析游客對景區(qū)住宿條件滿意度評價結(jié)果的方差齊次性檢驗

第51頁/共61頁平方和df均方F顯著性住宿的環(huán)境衛(wèi)生組間1.5735.315.536.749組內(nèi)232.417396.587總數(shù)233.990401住宿的舒適性組間5.99851.2002.306.044組內(nèi)206.032396.520總數(shù)212.030401住宿的價格組間4.3045.8611.308.260組內(nèi)260.634396.658總數(shù)264.938401游客對景區(qū)住宿條件滿意度評價結(jié)果的單因素ANOVA分析

第52頁/共61頁

從表中可知，“住宿的環(huán)境衛(wèi)生”和“住宿的價格”兩個因變量整體檢驗的F值分別為0.536（p=0.749>0.05）和1.308（p=0.260>0.05），均未達到設(shè)置的顯著性水平0.05，因而均接受關(guān)于均值相等的零假設(shè)，表明不同年齡的游客對景區(qū)“住宿的環(huán)境衛(wèi)生”和“住宿的價格”滿意度不存在顯著差異。因此研究假設(shè)和無法獲得支持，從而無需進行事后比較。

就“住宿的舒適性”因變量而言，整體檢驗的F值為2.306（p=0.044<0.05），達到設(shè)置的顯著性水平0.05，因而拒絕關(guān)于均值相等的零假設(shè)，表明不同年齡的游客群體對景區(qū)“住宿的舒適性”滿意度的評價結(jié)果存在顯著差異。第53頁/共61頁3）多重比較結(jié)果就“住宿的環(huán)境衛(wèi)生”和“住宿的價格”因變量而言，因ANOVA分析結(jié)果表明F統(tǒng)計量均未達到顯著，均接受關(guān)于各組均值相等的零假設(shè)，因而無需進一步進行事后比較。就“住宿的舒適性”因變量而言，ANOVA分析結(jié)果表明F統(tǒng)計量達到0.05的顯著性水平，因而拒絕各組均值相等的零假設(shè)，但具體哪幾個配對組的均值存在顯著差異，還需要進行事后多重比較來進一步判斷。由于前述方差齊性檢驗結(jié)果顯示，“住宿的舒適性”的各組變量存在方差不等現(xiàn)象。在方差分析結(jié)果違反同質(zhì)性假定的情況下，SPSS提供了4種方差異質(zhì)的事后比較方法，本例選擇Dunnett’sC法進行有關(guān)檢驗，輸出結(jié)果如下表所示。第54頁/共61頁(I)

年齡(J)

年齡均值差(I-J)標(biāo)準(zhǔn)誤95%

置信區(qū)間下限上限1.002.00.17988.11479-.1566.51643.00.04608.12346-.3160.40824.00.36515.15471-.0978.82815.00.65952*.17566.02201.29716.00.23095.30345-.94111.40302.001.00-.17988.11479-.5164.15663.00-.13380.08675-.3850.1174