So führen sie eine manova in spss durch

Eine einfaktorielle ANOVA wird verwendet, um zu bestimmen, ob unterschiedliche Niveaus einer erklärenden Variablen zu statistisch unterschiedlichen Ergebnissen bei bestimmten Antwortvariablen führen.

Beispielsweise könnte es uns interessieren, ob drei Bildungsniveaus (Associate-Abschluss, Bachelor-Abschluss, Master-Abschluss) zu statistisch unterschiedlichen Jahresverdiensten führen. In diesem Fall haben wir eine erklärende Variable und eine Antwortvariable.

• Erklärende Variable: Bildungsniveau
• Antwortvariable: Jahreseinkommen

Eine MANOVA ist eine Erweiterung der einfaktoriellen ANOVA, in der es mehr als eine Antwortvariable gibt. Beispielsweise könnte es für uns von Interesse sein zu verstehen, ob das Bildungsniveau zu unterschiedlichen Jahreseinkommen und unterschiedlich hohen Studienschulden führt. In diesem Fall haben wir eine erklärende Variable und zwei Antwortvariablen:

• Erklärende Variable: Bildungsniveau
• Antwortvariablen: Jahreseinkommen, Studienschulden

Da wir mehr als eine Antwortvariable haben, wäre es in diesem Fall angemessen, eine MANOVA zu verwenden.

In diesem Tutorial erklären wir, wie man eine MANOVA in SPSS durchführt.

Beispiel: MANOVA in SPSS

Um zu veranschaulichen, wie eine MANOVA in SPSS durchgeführt wird, verwenden wir den folgenden Datensatz, der die folgenden drei Variablen für 24 Personen enthält:

• educ: Studienniveau (0 = Associate, 1 = Bachelor, 2 = Master)
• Einkommen: Jahreseinkommen
• Schulden: Gesamtschulden des Studiendarlehens

Führen Sie die folgenden Schritte aus, um eine MANOVA in SPSS durchzuführen:

Schritt 1: Führen Sie eine MANOVA durch.

Klicken Sie auf die Registerkarte „Analysieren“ , dann auf „Allgemeines lineares Modell“ und dann auf „Multivariat“ :

Ziehen Sie im neuen Fenster, das erscheint, die Einkommens- und Schuldenvariablen in das Feld mit der Bezeichnung „Abhängige Variablen“. Ziehen Sie dann die Variable „ Bildungsfaktor “ in das Feld mit der Bezeichnung „Feste Faktoren“:

Klicken Sie anschließend auf die Schaltfläche „Post Hoc“ . Ziehen Sie den Bildungsfaktor in das Feld mit der Bezeichnung Post-Hoc-Tests für . Aktivieren Sie dann das Kontrollkästchen neben Tukey . Klicken Sie dann auf Weiter .

Klicken Sie abschließend auf OK .

Schritt 2: Interpretieren Sie die Ergebnisse.

Sobald Sie auf OK klicken, werden die MANOVA-Ergebnisse angezeigt. So interpretieren Sie das Ergebnis:

Multivariate Tests

In dieser Tabelle erfahren Sie, ob der Bildungsstand zu statistisch signifikanten Unterschieden im Jahreseinkommen und in der Gesamtverschuldung der Studierenden führt. Wir schauen uns die Zahlen in der Zeile mit der Bezeichnung Wilks‘ Lambda an:

Die Gesamt-F-Statistik beträgt 6,138 und der entsprechende p-Wert beträgt 0,001 . Da dieser Wert unter 0,05 liegt, deutet dies darauf hin, dass das Bildungsniveau einen erheblichen Einfluss auf das Jahreseinkommen und die Gesamtverschuldung der Studierenden hat.

Tests von Zwischensubjekteffekten

Diese Tabelle zeigt die einzelnen p-Werte für Einkommen und Schulden :

Der p-Wert für Einkommen beträgt 0,003 und der p-Wert für Schulden beträgt 0,000 . Da diese beiden Werte kleiner als 0,05 sind, bedeutet dies, dass das Bildungsniveau einen statistisch signifikanten Einfluss auf Einkommen und Verschuldung hat.

Post-hoc-Tests

In dieser Tabelle sind Tukeys Post-hoc-Vergleiche für jedes Bildungsniveau aufgeführt.

Aus der Tabelle können wir Folgendes erkennen:

• Die Einkommenshöhe von Personen mit einem Associate-Abschluss (Bildung = 0) unterscheidet sich deutlich von der Einkommenshöhe von Personen mit einem Master-Abschluss (Bildung = 1) | p-Wert = 0,003 .
• Die Höhe des Einkommens von Personen mit einem Bachelor-Abschluss (Bildung = 1) unterscheidet sich deutlich von der Höhe des Einkommens von Personen mit einem Master-Abschluss (Bildung = 2) | p-Wert = 0,029 .
• Die Einkommenshöhe von Personen mit einem Associate-Abschluss (Bildung = 0) unterscheidet sich deutlich von der Einkommenshöhe von Personen mit einem Bachelor-Abschluss (Bildung = 1) | p-Wert = 0,018 .
• Die Einkommenshöhe von Personen mit einem Associate-Abschluss (Bildung = 0) unterscheidet sich deutlich von der Einkommenshöhe von Personen mit einem Master-Abschluss (Bildung = 2) | p-Wert = 0,000 .

Weiterführende Literatur: Die Unterschiede zwischen ANOVA, ANCOVA, MANOVA und MANCOVA