Spss တွင် anova ထပ်ခါတလဲလဲ တိုင်းတာနည်းများ လုပ်ဆောင်နည်း

အုပ်စုတစ်ခုစီတွင် တူညီသောဘာသာရပ်များပေါ်လာသည့် အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသောအုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသောခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် ထပ်ခါတလဲလဲတိုင်းတာမှုများကို ANOVA ကို အသုံးပြုသည်။

ဤသင်ခန်းစာသည် SPSS တွင် ANOVA တစ်လမ်းသွား ထပ်ခါတလဲလဲ တိုင်းတာနည်းကို ရှင်းပြထားသည်။

ဥပမာ- SPSS ရှိ ANOVA ထပ်ခါတလဲလဲ ဆောင်ရွက်ချက်များ

မတူညီသော ဆေးဝါးလေးမျိုးသည် မတူညီသော တုံ့ပြန်မှုအကြိမ်များကို ဖြစ်စေကြောင်း သုတေသီများက သိချင်ကြသည်။ ယင်းကို စမ်းသပ်ရန်အတွက် ၎င်းတို့သည် မတူညီသော ဆေးဝါးလေးမျိုးအား လူနာများ၏ တုံ့ပြန်မှုအကြိမ်ငါးကြိမ်ကို တိုင်းတာသည်။ လူနာတစ်ဦးစီအား ဆေးဝါးလေးခုစီတွင် တိုင်းတာထားသောကြောင့် ဆေးဝါးများကြား ပျမ်းမျှတုံ့ပြန်မှုအချိန်ကွာခြားခြင်းရှိမရှိ ဆုံးဖြတ်ရန် ထပ်ခါတလဲလဲတိုင်းတာမှုများ ANOVA ကိုအသုံးပြုပါမည်။

SPSS တွင် ထပ်ခါတလဲလဲတိုင်းတာမှုများ ANOVA လုပ်ဆောင်ရန် အောက်ပါအဆင့်များကို ပြီးအောင်လုပ်ပါ။

အဆင့် 1: ဒေတာကိုထည့်ပါ။

ဆေးဝါးလေးခုအတွက် လူနာငါးဦး၏ တုံ့ပြန်မှုအချိန် (စက္ကန့်ပိုင်းအတွင်း) ကိုပြသသည့် အောက်ပါဒေတာကို ထည့်သွင်းပါ-

အဆင့် 2- ANOVA ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ပြုလုပ်ပါ။

Analyze tab ကိုနှိပ်ပါ၊ ထို့နောက် General Linear Model ၊ ထို့နောက် ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ။

ပေါ်လာသည့် ဝင်းဒိုးအသစ်တွင်၊ ဘာသာရပ်တစ်ခုအတွင်း ကိန်းဂဏန်းအမည်အတွက် မူးယစ်ဆေးဝါးကို ထည့်သွင်းပါ။ အဆင့်အရေအတွက်အတွက် 4 ကို ရိုက်ပါ (ဘာသာရပ်တစ်ခုစီတွင် မတူညီသောဆေးဝါး 4 ခုကို စမ်းသပ်ထားသောကြောင့်) ထို့နောက် Add ကို နှိပ်ပါ။ Measure Name အတွက် ResponseTime ကို ရိုက်ထည့်ပါ၊ ထို့နောက် Add ကိုနှိပ်ပါ။ နောက်ဆုံးအနေနဲ့ Set ကို နှိပ်ပါ။

ပေါ်လာသည့် ဝင်းဒိုးအသစ်တွင်၊ ဘာသာရပ်များအတွင်း ကိန်းရှင်များဟု တံဆိပ်တပ်ထားသော ဧရိယာသို့ မူးယစ်ကိန်းရှင် လေးခုမှ တစ်ခုစီကို ဆွဲယူပါ။

ထို့နောက် Plots ကို နှိပ်ပါ။ ပြောင်းနိုင်သော ဆေးကို Horizontal Axis တံဆိပ်တပ်ထားသော ဧရိယာထဲသို့ ဆွဲထည့်ပါ။ ထို့နောက် Add ကိုနှိပ်ပါ။ ထို့နောက် Continue ကိုနှိပ်ပါ။

ထို့နောက် EM Means ကို နှိပ်ပါ။ Show Means For တံဆိပ်တပ်ထားသော အကွက်ထဲသို့ မူးယစ်ဆေးဝါး variable ကို ဆွဲထည့်ပါ။ ထို့နောက် ပင်မအကျိုးသက်ရောက်မှုများကို နှိုင်းယှဉ်ရန် ဘေးရှိ အကွက်ကို အမှန်ခြစ်ပြီး drop-down menu မှ Bonferroni ကို ရွေးချယ်ပါ။ ထို့နောက် Continue ကိုနှိပ်ပါ။

နောက်ဆုံးအနေနဲ့ OK ကို နှိပ်ပါ။

အဆင့် 2: ရလဒ်များကို ဘာသာပြန်ပါ။

OK ကိုနှိပ်လိုက်သည်နှင့် ထပ်ခါတလဲလဲတိုင်းတာမှုများ ANOVA ၏ရလဒ်များပေါ်လာလိမ့်မည်။ ဤသည်မှာ ရလဒ်ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်-

ဘာသာရပ်အတွင်း သက်ရောက်မှုများကို စမ်းသပ်မှုများ

ဤဇယားသည် ထပ်ခါတလဲလဲတိုင်းတာမှုများ ANOVA မှ F ကိန်းဂဏန်းနှင့် သက်ဆိုင်သော p-တန်ဖိုးကို ပြသသည်။ ယေဘုယျအားဖြင့် ကျွန်ုပ်တို့သည် Greenhouse-Geisser ဟု တံဆိပ်တပ်ထားသော စာကြောင်းမှ တန်ဖိုးများကို အသုံးပြုသည်။

ဤစာကြောင်းအရ F ကိန်းဂဏန်းသည် 24.759 ဖြစ်ပြီး သက်ဆိုင်ရာ p-value သည် 0.001 ဖြစ်သည်။ ဤ p-value သည် 0.05 ထက်နည်းသောကြောင့်၊ ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်နိုင်ပြီး ဆေးဝါးလေးမျိုးကြားရှိ ပျမ်းမျှတုံ့ပြန်မှုအကြိမ်များတွင် ကိန်းဂဏန်းဆိုင်ရာ သိသာထင်ရှားသော ကွာခြားချက်ရှိကြောင်း ကောက်ချက်ချနိုင်ပါသည်။

ယှဉ်တွဲ

ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်သောကြောင့်၊ ဆိုလိုသည်မှာ အနည်းဆုံး အုပ်စုနှစ်ခု၏ အဓိပ္ပါယ်မှာ ကွဲပြားပါသည်။ မည်သည့်နည်းလမ်းအုပ်စုများ ကွဲပြားသည်ကို ဆုံးဖြတ်ရန်၊ ဆေးဝါးတစ်ခုစီကြားတွင် အတွဲလိုက် နှိုင်းယှဉ်မှုများကို ပြသသည့် ဤဇယားကို အသုံးပြုနိုင်သည်။

ဇယားတွင် အောက်ပါနှိုင်းယှဉ်မှုများအတွက် p-တန်ဖိုးများကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

• မူးယစ်ဆေးဝါး 1 နှင့် မူးယစ်ဆေးဝါး 2 | p-value = 1,000
• မူးယစ်ဆေးဝါး 1 နှင့် မူးယစ်ဆေးဝါး 3 | p-value = 0.083
• မူးယစ်ဆေးဝါး 1 နှင့် မူးယစ်ဆေးဝါး 4 | p-value = 0.010
• မူးယစ်ဆေးဝါး 2 နှင့် မူးယစ်ဆေးဝါး 3 | p-value = 0.071
• မူးယစ်ဆေးဝါး 2 နှင့် မူးယစ်ဆေးဝါး 4 | p-value = 0.097
• မူးယစ် 3 နှင့်မူးယစ်ဆေး 4 | p-value = 0.011

0.05 ထက်နည်းသော တစ်ခုတည်းသော p-တန်ဖိုးများသည် မူးယစ်ဆေးဝါး 1 နှင့် မူးယစ်ဆေးဝါး 4 နှင့် မူးယစ်ဆေးဝါး 3 နှင့် မူးယစ်ဆေးဝါး 4 အတွက်ဖြစ်သည်။ အခြားနှိုင်းယှဉ်မှုအားလုံးတွင် p-တန်ဖိုးများသည် 0.05 ထက်ကြီးသည်။

ခန့်မှန်းခြေ မဖြစ်စလောက် ဂရပ်ဖ်ကို ဆိုလိုသည်။

ဤဇယားသည် ဆေးတစ်ခုစီအတွက် ခန့်မှန်းခြေ ပျမ်းမျှတုံ့ပြန်မှုအချိန်များကို ပြသသည်။ ဂရပ်ဖ်မှ၊ တုံ့ပြန်မှုအချိန်များသည် မတူညီသော ဆေးဝါးလေးမျိုးကြားတွင် သိသိသာသာ ကွဲပြားကြောင်း ကျွန်ုပ်တို့ ရှင်းရှင်းလင်းလင်း သိမြင်နိုင်သည်-

အဆင့် 3- ရလဒ်များကို သတင်းပို့ပါ။

နောက်ဆုံးတွင်၊ ထပ်ခါတလဲလဲတိုင်းတာမှုများ ANOVA ၏ရလဒ်များကို ကျွန်ုပ်တို့အစီရင်ခံနိုင်ပါသည်။ ဤသည်မှာ ဤအရာကို ပြုလုပ်ပုံ၏ ဥပမာတစ်ခုဖြစ်သည်။

လူနာများ၏ ပျမ်းမျှတုံ့ပြန်မှုအချိန်သည် မတူညီသော ဆေးလေးမျိုးကြားတွင် ကွဲပြားမှုရှိမရှိ ဆုံးဖြတ်ရန် တစ်လမ်းသွား ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ANOVA ကို လုပ်ဆောင်ခဲ့သည်။

တစ်လမ်းသွား ထပ်ခါတလဲလဲ တိုင်းတာမှုတစ်ခု ANOVA သည် အသုံးပြုသည့် ဆေးဝါးအမျိုးအစားသည် တုံ့ပြန်ချိန်၌ ကိန်းဂဏန်းအရ သိသာထင်ရှားသော ကွာခြားချက်များကို ဖြစ်ပေါ်စေသည် (F = 24.75887၊ p = 0.001)။

နှိုင်းယှဉ်မှုများစွာအတွက် Bonferroni စစ်ဆေးမှုသည် ဆေး 1 နှင့် ဆေးဝါး 4 ကိုသောက်သောလူနာများအပြင် ဆေး 3 နှင့် ဆေးဝါး 4 ကြားတွင် တုံ့ပြန်မှုအကြိမ်ရေတွင် ကိန်းဂဏန်းသိသိသာသာ ကွာခြားမှုရှိသည်ကို ပြသခဲ့သည်။