Come eseguire un'anova bidirezionale in spss

Un’ANOVA a due vie viene utilizzata per determinare se esiste o meno una differenza statisticamente significativa tra le medie di tre o più gruppi indipendenti che sono stati suddivisi in due fattori.

Lo scopo di un’ANOVA a due vie è determinare l’impatto di due fattori su una variabile di risposta e determinare se esiste o meno un’interazione tra i due fattori sulla variabile di risposta.

Questo tutorial spiega come eseguire un’ANOVA bidirezionale in SPSS.

Esempio: ANOVA bidirezionale in SPSS

Un botanico vuole sapere se la crescita delle piante è influenzata dall’esposizione alla luce solare e dalla frequenza delle annaffiature. Pianta 30 semi e li lascia crescere per due mesi in diverse condizioni di esposizione al sole e frequenza di irrigazione. Dopo due mesi registra l’altezza di ciascuna pianta, in pollici.

I risultati sono mostrati sotto:

Utilizzare i seguenti passaggi per eseguire un’ANOVA bidirezionale per determinare se la frequenza di irrigazione e l’esposizione al sole hanno un effetto significativo sulla crescita delle piante e per determinare se esiste un effetto di interazione tra la frequenza dell’acqua e l’esposizione al sole. irrigazione ed esposizione al sole.

Passaggio 1: eseguire l’ANOVA bidirezionale.

Fare clic sulla scheda Analizza , quindi su Modello lineare generale , quindi Univariata :

Trascina l’ altezza della variabile di risposta nella casella denominata Variabile dipendente. Trascina le due variabili del fattore acqua e sole nella casella denominata Fattore fisso:

Successivamente, fai clic sul pulsante Tracciati . Trascina l’acqua nell’area denominata Asse orizzontale e il sole nell’area denominata Linee separate. Quindi fare clic su Aggiungi . Le parole acqua*sole appariranno nel riquadro intitolato Trame. Quindi fare clic su Continua .

Successivamente, fare clic sul pulsante Post Hoc . Nella nuova finestra visualizzata, trascina la variabile sole nella casella denominata Test post-hoc per. Quindi seleziona la casella accanto a Tukey . Quindi fare clic su Continua .

Successivamente, fai clic sul pulsante Medie EM . Trascina le seguenti variabili nella casella denominata Mostra medie per. Quindi fare clic su Continua .

Infine, fare clic su OK .

Passaggio 2: interpretare i risultati.

Dopo aver fatto clic su OK , verranno visualizzati i risultati ANOVA bidirezionali. Ecco come interpretare i risultati:

Prove di effetti tra soggetti

La prima tabella mostra i valori p per i fattori acqua e sole , nonché l’effetto dell’interazione acqua*sole :

Possiamo vedere i seguenti valori p per ciascuno dei fattori nella tabella:

• acqua: valore p = 0,000
• sole: valore p = 0,000
• acqua*sole: valore p = 0,201

Poiché il valore p dell’acqua e del sole è inferiore a 0,05, ciò ci dice che entrambi i fattori hanno un effetto statisticamente significativo sull’altezza delle piante.

E poiché il valore p per l’effetto di interazione (0,201) non è inferiore a 0,05, ciò ci dice che non esiste un effetto di interazione significativo tra l’esposizione al sole e la frequenza di irrigazione.

Medie marginali stimate

La prima tabella mostra le medie delle osservazioni per ciascun fattore:

Per esempio:

• L’altezza media delle piante annaffiate quotidianamente era di 5,893 pollici.
• L’altezza media delle piante esposte al sole era di 6,62 pollici.
• L’altezza media delle piante annaffiate quotidianamente e fortemente esposte alla luce solare era di 6,32 pollici.

E così via.

Test post-hoc

Questa tabella mostra i valori p per i confronti post-hoc di Tukey tra i tre diversi livelli di esposizione al sole.

Nella tabella possiamo vedere i valori p per i seguenti confronti:

• alto contro basso: | valore p = 0,000
• alto vs medio | valore p = 0,000
• basso vs medio | valore p = 0,447

Questo ci dice che esiste una differenza statisticamente significativa tra l’esposizione solare alta e bassa, così come l’esposizione solare alta e media, ma non c’è differenza significativa tra l’esposizione solare bassa e media.

Passaggio 3: riportare i risultati.

Infine, possiamo riportare i risultati dell’ANOVA a due vie. Ecco un esempio di come eseguire questa operazione:

È stata eseguita un’ANOVA a due vie per determinare se la frequenza di irrigazione (giornaliera o settimanale) e l’esposizione al sole (bassa, media, alta) avevano un effetto significativo sulla crescita delle piante. Nello studio sono state utilizzate un totale di 30 piante.

Un’ANOVA a due vie ha rivelato che la frequenza di irrigazione (p < 0,000) e l’esposizione al sole (p < 0,000) avevano entrambe un effetto statisticamente significativo sulla crescita delle piante.

Le piante annaffiate quotidianamente hanno registrato una crescita significativamente più elevata rispetto alle piante annaffiate settimanalmente.

Inoltre, il test di Tukey per confronti multipli ha rivelato che le piante che hanno ricevuto un’esposizione solare elevata hanno avuto una crescita significativamente più elevata rispetto alle piante che hanno ricevuto un’esposizione solare media o bassa. Tuttavia, non è stata riscontrata alcuna differenza significativa tra le piante che hanno ricevuto un’esposizione solare media e bassa.

Inoltre, non è stato riscontrato alcun effetto di interazione statisticamente significativo tra la frequenza di irrigazione e l’esposizione al sole.