SPSS方差分析
实验目的：
1、学会使用SPSS的简单操作。
2、掌握方差分析。
实验内容：
1.单因素方差分析；
2.双因素方差分析。
实验步骤：
1.单因素方差分析，方差分析是基于变异分解的思想进行的，在单因数方差分析中，整个样本的变异可以看成由两个部分构成：总变异=随机变异+处理因数导致的变异，其中随机变异是永远存在的，确定处理因数导致的变异是否存在就是所要达到的研究目标，即只要能证明它不等于0，就等同于证明了处理因数的确存在影响。
这样可采用一定的方法来比较组内变异和组间变异的大小，如果后者远远大于前者，则说明处理因数的影响的确存在，如果两者相差无几，则说明该影响不存在。
SPSS操作：【分析】→【一般线性模型-单变量】，将因变量选入【因变量】，将自变量选入【固定因子】。如果需要均值图示，【绘图】，将因子选入【水平轴】，【图】→【添加】。如果需要多重比较时，【事后多重比较】，将因子选入【两两比较检验】，【假定方差齐性】→【LSD】。如果需要相关统计量时，【选项】→【显示】→【描述统计量】。如果需要方差齐性检验时，【选项】→【输出】→【齐性检验】。如果需要对模型的参数进行估计时，【选项】→【输出】→【参数估计值】。如果需要预测值时，【保存】→【预测值】→【未标准化】。
1 UNIANOVA 销售额 BY 超市位置 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /CRITERIA=ALPHA(0.05) 5 /DESIGN=超市位置.
1 UNIANOVA 销售额 BY 超市位置 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /PLOT=PROFILE(超市位置) TYPE=LINE ERRORBAR=NO MEANREFERENCE=NO YAXIS=AUTO 5 /CRITERIA=ALPHA(0.05) 6 /DESIGN=超市位置.
1 UNIANOVA 销售额 BY 超市位置 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /POSTHOC=超市位置(LSD) 5 /CRITERIA=ALPHA(0.05) 6 /DESIGN=超市位置.
1 UNIANOVA 销售额 BY 超市位置 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /PRINT DESCRIPTIVE 5 /CRITERIA=ALPHA(.05) 6 /DESIGN=超市位置.
1 UNIANOVA 销售额 BY 超市位置 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /PRINT HOMOGENEITY 5 /CRITERIA=ALPHA(.05) 6 /DESIGN=超市位置.
1 UNIANOVA 销售额 BY 超市位置 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /PRINT PARAMETER 5 /CRITERIA=ALPHA(.05) 6 /DESIGN=超市位置.
1 UNIANOVA 销售额 BY 超市位置 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /SAVE=PRED 5 /CRITERIA=ALPHA(.05) 6 /DESIGN=超市位置.
2.双因数方差分析：分析两个因数对实验结果的影响。可以根据两个因数间对实验结果的影响大致分为两类，当2个因素对实验数据单独影响时，只考虑主效应的双因数方差分析；当因数2个因数对实验数据的单独影响外，两因数的搭配还会对结果产生一种新的影响，这时考虑交互效应的双因数方差分析。
SPSS操作：需要均值图示，【图】，将因子A选入【水平轴】，将因子B选入【单独的线条】，【图】→【添加】。需要多重比较时，【事后多重比较】，将因子A，B选入【两两比较检验】→【假定方差齐性】→【LSD】。需要分析交互效应时，【分析】→【一般线性模型-单变量】，将因变量选入【因变量】，将自变量选入【固定因子】→【模型】→【定制】，将因子A，B选入【模型】（将因子A，B选入【模型】按shift）→【构建项】→【交互】。
|
主体间效应检验 |
|||||
|
因变量: 销售额 |
|||||
|
源 |
III 类平方和 |
自由度 |
均方 |
F |
显著性 |
|
修正模型 |
282670.222a |
5 |
56534.044 |
15.956 |
.000 |
|
截距 |
4528384.000 |
1 |
4528384.000 |
1278.052 |
.000 |
|
超市位置 |
174008.000 |
2 |
87004.000 |
24.555 |
.000 |
|
竞争者数量 |
108662.222 |
3 |
36220.741 |
10.223 |
.000 |
|
误差 |
106295.778 |
30 |
3543.193 |
|
|
|
总计 |
4917350.000 |
36 |
|
|
|
|
修正后总计 |
388966.000 |
35 |
|
|
|
|
a. R 方 = .727（调整后 R 方 = .681） |
|||||
1 UNIANOVA 销售额 BY 超市位置 竞争者数量 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /PLOT=PROFILE(超市位置*竞争者数量) TYPE=LINE ERRORBAR=NO MEANREFERENCE=NO YAXIS=AUTO 5 /CRITERIA=ALPHA(.05) 6 /DESIGN=超市位置 竞争者数量.
|
多重比较 |
||||||
|
因变量: 销售额 |
||||||
|
LSD |
||||||
|
(I) 竞争者数量 |
(J) 竞争者数量 |
平均值差值 (I-J) |
标准误差 |
显著性 |
95% 置信区间 |
|
|
下限 |
上限 |
|||||
|
0个 |
1个 |
10.44 |
28.060 |
.712 |
-46.86 |
67.75 |
|
2个 |
-119.78* |
28.060 |
.000 |
-177.08 |
-62.47 |
|
|
3个及以上 |
-82.67* |
28.060 |
.006 |
-139.97 |
-25.36 |
|
|
1个 |
0个 |
-10.44 |
28.060 |
.712 |
-67.75 |
46.86 |
|
2个 |
-130.22* |
28.060 |
.000 |
-187.53 |
-72.92 |
|
|
3个及以上 |
-93.11* |
28.060 |
.002 |
-150.42 |
-35.80 |
|
|
2个 |
0个 |
119.78* |
28.060 |
.000 |
62.47 |
177.08 |
|
1个 |
130.22* |
28.060 |
.000 |
72.92 |
187.53 |
|
|
3个及以上 |
37.11 |
28.060 |
.196 |
-20.20 |
94.42 |
|
|
3个及以上 |
0个 |
82.67* |
28.060 |
.006 |
25.36 |
139.97 |
|
1个 |
93.11* |
28.060 |
.002 |
35.80 |
150.42 |
|
|
2个 |
-37.11 |
28.060 |
.196 |
-94.42 |
20.20 |
|
|
基于实测平均值。 误差项是均方（误差）= 3543.193。 |
||||||
|
*. 平均值差值的显著性水平为 .05。 |
||||||
1 UNIANOVA 销售额 BY 超市位置 竞争者数量 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /POSTHOC=超市位置 竞争者数量(LSD) 5 /CRITERIA=ALPHA(.05) 6 /DESIGN=超市位置 竞争者数量.
|
主体间效应检验 |
|||||
|
因变量: 销售额 |
|||||
|
源 |
III 类平方和 |
自由度 |
均方 |
F |
显著性 |
|
修正模型 |
330592.667a |
11 |
30053.879 |
12.357 |
.000 |
|
截距 |
4528384.000 |
1 |
4528384.000 |
1861.830 |
.000 |
|
超市位置 |
174008.000 |
2 |
87004.000 |
35.771 |
.000 |
|
竞争者数量 |
108662.222 |
3 |
36220.741 |
14.892 |
.000 |
|
超市位置 * 竞争者数量 |
47922.444 |
6 |
7987.074 |
3.284 |
.017 |
|
误差 |
58373.333 |
24 |
2432.222 |
|
|
|
总计 |
4917350.000 |
36 |
|
|
|
|
修正后总计 |
388966.000 |
35 |
|
|
|
|
a. R 方 = .850（调整后 R 方 = .781） |
|||||
1 UNIANOVA 销售额 BY 超市位置 竞争者数量 2 /METHOD=SSTYPE(3) 3 /INTERCEPT=INCLUDE 4 /CRITERIA=ALPHA(.05) 5 /DESIGN=超市位置 竞争者数量 竞争者数量*超市位置.
小结：
注意要求做分析。
