SPSS+AMOS数据分析案例教程-关于中介模
SPSS视频教程内容目录和跳转链接
SPSS+AMOS数据分析案例教程-关于中介模
SPSS视频教程内容目录和跳转链接
R语言快速入门视频教程
Python智联招聘数据分析
LCA潜在类别分析和Mplus应用
Amos结构方程模型数据分析入门教程
倒U关系回归分析中介效应和调节效应分析SPSS视频教程

方差分析01-单因素方差分析

在B站@mlln-cn, 我就能回答你的问题奥!

文章目录
  1. 1. 前提假设
  2. 2. 案例介绍
  3. 3. SPSS操作
  4. 4. 结果解读
  5. 5. 结果汇报
  6. 6. 附录:方差齐性检验看哪个结果
  7. 7. 参考文献
  8. 8. 视频教程

前提假设

  • 因变量为连续变量
  • 自变量为分类变量
  • 观测值相互独立
  • 没有明显异常值
  • 近似正态分布或样本量足够大
  • 观察每组的方差没有显著差异

案例介绍

我们调查了147人关于是否观看电影受名人效应的影响有多大, 名人效应分为男名人效应和女名人效应, 我们现在想知道, 男名人效应和女名人效应是否有性别差异, 因此可以以性别为自变量, 分别以男名人效应和女名人效应为因变量进行单因素方差分析。

SPSS操作

依次展开菜单:分析–>比较均值–>单因素ANOVA

我们可以同时分析几个因变量, 所以把”男名人效应”和”女名人效应”都放到因变量列表里, 然后设置”性别”为因子

在”选项”对话框, 我们需要勾选”描述”, “方差齐性检验”, “韦尔奇”。

结果解读

描述统计表

方差齐性检验

因为我们不太清楚因变量的分布形状, 所以稳健的方法就是参考基于中位数的方法。

方差不齐的变量是女名人效应,满足方差齐性的变量是男名人效应。方差不齐的变量(女名人效应)的方差分析结果不可靠,因此应该采用Welch检验的结果。

方差分析结果

方差不齐时采纳Welch方法:

结果汇报

方差显著的变量是男名人效应、女名人效应, 统计量为 F(1,146) = 5.62, p<.05、Welch F(1,145) = 25.1, P<.001,说明性别不同可以显著影响男名人效应、女名人效应的值,具体来说,对于变量男名人效应,女生的的男名人效应均值高于男生的均值0.375。对于变量女名人效应,男生的的女名人效应均值高于女生的均值0.644。

附录:方差齐性检验看哪个结果

  • 对于偏斜的分布,或者如果您不确定分布的基本形状,则中位数可能是您的最佳选择。
  • 对于对称和中尾分布,请使用均值。

参考文献

  • Brown, M. B. and Forsythe, Robust Tests for the Equality of Variances. A. B. (1974), Journal of the American Statistical Association, 69, pp. 364-367.

注意
本文由jupyter notebook转换而来, 您可以在这里下载notebook
统计咨询请加QQ 2726725926, 微信 mllncn, SPSS统计咨询是收费的
微博上@mlln-cn可以向我免费题问
请记住我的网址: mlln.cn 或者 jupyter.cn

视频教程

赞助

持续创造有价值的内容, 我需要你的帮助