Hoe u een manova uitvoert in spss

Een eenrichtings-ANOVA wordt gebruikt om te bepalen of verschillende niveaus van een verklarende variabele al dan niet tot statistisch verschillende resultaten leiden bij bepaalde responsvariabelen.

We zouden bijvoorbeeld graag willen weten of drie onderwijsniveaus (associategraad, bachelorgraad, mastergraad) al dan niet tot statistisch verschillende jaarlijkse inkomsten leiden. In dit geval hebben we een verklarende variabele en een responsvariabele.

• Verklarende variabele: opleidingsniveau
• Responsvariabele: jaarinkomen

Een MANOVA is een uitbreiding van een eenrichtings-ANOVA waarbij er meer dan één responsvariabele is. We zouden bijvoorbeeld graag willen weten of het opleidingsniveau al dan niet leidt tot verschillende jaarinkomens en verschillende bedragen aan studieschulden. In dit geval hebben we één verklarende variabele en twee responsvariabelen:

• Verklarende variabele: opleidingsniveau
• Responsvariabelen: jaarinkomen, studieschuld

Omdat we meer dan één responsvariabele hebben, zou het in dit geval passend zijn om een MANOVA te gebruiken.

In deze tutorial leggen we uit hoe je een MANOVA uitvoert in SPSS.

Voorbeeld: MANOVA in SPSS

Om te illustreren hoe je een MANOVA in SPSS uitvoert, gebruiken we de volgende dataset die de volgende drie variabelen bevat voor 24 personen:

• educ: studieniveau (0 = Associate, 1 = Bachelor, 2 = Master)
• inkomen: jaarinkomen
• schuld: totale studieschuld

Gebruik de volgende stappen om een MANOVA uit te voeren in SPSS:

Stap 1: Voer een MANOVA uit.

Klik op het tabblad Analyseren , vervolgens op Algemeen lineair model en vervolgens op Multivariate :

In het nieuwe venster dat verschijnt, sleept u de inkomens- en schuldvariabelen naar het vak met de naam Afhankelijke variabelen. Sleep vervolgens de variabele onderwijsfactor naar het vak met de naam Vaste factoren:

Klik vervolgens op de knop Post Hoc . Sleep de opleidingsfactor naar het vak met de naam Post-Hoc Tests voor . Vink vervolgens het vakje naast Tukey aan. Klik vervolgens op Doorgaan .

Klik ten slotte op OK .

Stap 2: Interpreteer de resultaten.

Zodra u op OK klikt, verschijnen de MANOVA-resultaten. Zo interpreteert u het resultaat:

Multivariate testen

Deze tabel laat zien of het opleidingsniveau al dan niet statistisch significante verschillen in het jaarinkomen en de totale studieschuld veroorzaakt. We kijken naar de cijfers in de rij met het label Wilks‘ Lambda :

De totale F-statistiek is 6,138 en de overeenkomstige p-waarde is 0,001 . Omdat deze waarde kleiner is dan 0,05, duidt dit erop dat het opleidingsniveau een significant effect heeft op het jaarinkomen en de totale studieschuld.

Tests van effecten tussen proefpersonen

Deze tabel toont de individuele p-waarden voor inkomen en schulden :

De p-waarde voor inkomen is 0,003 en de p-waarde voor schulden is 0,000 . Omdat deze twee waarden kleiner zijn dan 0,05 betekent dit dat het opleidingsniveau een statistisch significant effect heeft op inkomen en schulden.

Post-hoc testen

Deze tabel toont de post-hocvergelijkingen van Tukey voor elk onderwijsniveau.

Uit de tabel kunnen we het volgende opmaken:

• De hoogte van het inkomen voor mensen met een universitair diploma (opleiding = 0) wijkt significant af van de hoogte van het inkomen voor mensen met een masterdiploma (opleiding = 1) | p-waarde = 0,003 .
• De hoogte van het inkomen van mensen met een bachelordiploma (opleiding = 1) wijkt significant af van de hoogte van het inkomen van mensen met een masterdiploma (opleiding = 2) | p-waarde = 0,029 .
• De hoogte van het inkomen voor mensen met een universitair diploma (opleiding = 0) wijkt significant af van de hoogte van het inkomen voor mensen met een bachelordiploma (opleiding = 1) | p-waarde = 0,018 .
• De hoogte van het inkomen voor mensen met een universitair diploma (opleiding = 0) wijkt significant af van de hoogte van het inkomen voor mensen met een masterdiploma (opleiding = 2) | p-waarde = 0,000 .

Verder lezen: de verschillen tussen ANOVA, ANCOVA, MANOVA en MANCOVA