Jak wykonać manova w spss

Jednoczynnikową analizę ANOVA stosuje się w celu ustalenia, czy różne poziomy zmiennej objaśniającej prowadzą do statystycznie różnych wyników w przypadku określonych zmiennych odpowiedzi.

Na przykład możemy być zainteresowani zrozumieniem, czy trzy poziomy wykształcenia (stopień nadzwyczajny, licencjat, tytuł magistra) prowadzą do statystycznie różnych rocznych zarobków. W tym przypadku mamy zmienną objaśniającą i zmienną odpowiedzi.

• Zmienna objaśniająca: poziom wykształcenia
• Zmienna odpowiedzi: roczny dochód

MANOVA jest rozszerzeniem jednokierunkowej ANOVA, w której występuje więcej niż jedna zmienna odpowiedzi. Na przykład możemy być zainteresowani zrozumieniem, czy poziom wykształcenia prowadzi do różnych rocznych dochodów i różnych kwot długów studenckich. W tym przypadku mamy jedną zmienną objaśniającą i dwie zmienne odpowiedzi:

• Zmienna objaśniająca: poziom wykształcenia
• Zmienne odpowiedzi: roczny dochód, zadłużenie studenckie

Ponieważ mamy więcej niż jedną zmienną odpowiedzi, w tym przypadku właściwe byłoby użycie MANOVA.

W tym samouczku wyjaśnimy, jak wykonać MANOVA w SPSS.

Przykład: MANOVA w SPSS

Aby zilustrować, jak wykonać MANOVA w SPSS, użyjemy następującego zestawu danych, który zawiera następujące trzy zmienne dla 24 osób:

• edu: poziom studiów (0 = Associate, 1 = Bachelor, 2 = Master)
• dochód: dochód roczny
• zadłużenie: całkowite zadłużenie z tytułu kredytów studenckich

Aby wykonać MANOVA w SPSS, wykonaj następujące kroki:

Krok 1: Wykonaj MANOVA.

Kliknij kartę Analiza , następnie Ogólny model liniowy , a następnie Wielowymiarowe :

W nowym oknie, które się pojawi, przeciągnij zmienne dochodu i zadłużenia do pola o nazwie Zmienne zależne. Następnie przeciągnij zmienną współczynnika wykształcenia do pola o nazwie Czynniki stałe:

Następnie kliknij przycisk Post Hoc . Przeciągnij współczynnik wykształcenia do pola oznaczonego Testy post-hoc dla . Następnie zaznacz pole obok Tukey . Następnie kliknij Kontynuuj .

Na koniec kliknij OK .

Krok 2: Interpretacja wyników.

Po kliknięciu OK pojawią się wyniki MANOVA. Oto jak zinterpretować wynik:

Testowanie wielowymiarowe

Ta tabela pokazuje, czy poziom wykształcenia powoduje statystycznie istotne różnice w rocznych dochodach i całkowitym zadłużeniu studentów. Przyjrzymy się liczbom w wierszu oznaczonym Lambda Wilksa :

Ogólna statystyka F wynosi 6,138 , a odpowiadająca jej wartość p wynosi 0,001 . Ponieważ wartość ta jest mniejsza niż 0,05, oznacza to, że poziom wykształcenia ma istotny wpływ na roczny dochód i całkowite zadłużenie studentów.

Badania efektów międzyobiektowych

Poniższa tabela pokazuje poszczególne wartości p dla dochodu i długu :

Wartość p dla dochodu wynosi 0,003 , a wartość p dla długu wynosi 0,000 . Ponieważ te dwie wartości są mniejsze niż 0,05, oznacza to, że poziom wykształcenia ma statystycznie istotny wpływ na dochody i zadłużenie.

Testowanie post-hoc

Poniższa tabela przedstawia porównania post hoc Tukeya dla każdego poziomu edukacji.

Z tabeli możemy zaobserwować, co następuje:

• Wysokość dochodów osób z wykształceniem wyższym (wykształcenie = 0) różni się istotnie od wysokości dochodów osób z tytułem magistra (wykształcenie = 1) | wartość p = 0,003 .
• Wysokość dochodów osób z wykształceniem licencjackim (wykształcenie = 1) różni się istotnie od wysokości dochodów osób z tytułem magistra (wykształcenie = 2) | wartość p = 0,029 .
• Wysokość dochodów osób z wykształceniem wyższym (wykształcenie = 0) różni się istotnie od wysokości dochodów osób z wykształceniem licencjackim (wykształcenie = 1) | wartość p = 0,018 .
• Wysokość dochodów osób z wykształceniem wyższym (wykształcenie = 0) różni się istotnie od wysokości dochodów osób z tytułem magistra (wykształcenie = 2) | wartość p = 0,000 .

Dalsza lektura: Różnice między ANOVA, ANCOVA, MANOVA i MANCOVA