วิธีดำเนินการ manova ใน stata

การวิเคราะห์ความแปรปรวนแบบทางเดียว ใช้เพื่อกำหนดว่าระดับที่แตกต่างกันของตัวแปรอธิบายนำไปสู่ผลลัพธ์ที่แตกต่างกันทางสถิติในตัวแปรการตอบสนองบางตัวหรือไม่

ตัวอย่างเช่น เราอาจสนใจที่จะทำความเข้าใจว่าการศึกษาสามระดับ (อนุปริญญา ปริญญาตรี ปริญญาโท) นำไปสู่รายได้ต่อปีที่แตกต่างกันทางสถิติหรือไม่ ในกรณีนี้ เรามีตัวแปรอธิบายและตัวแปรตอบสนอง

• ตัวแปรอธิบาย: ระดับการศึกษา
• ตัวแปรตอบสนอง: รายได้ต่อปี

MANOVA เป็นส่วนขยายของการวิเคราะห์ความแปรปรวนแบบทางเดียวซึ่งมีตัวแปรตอบสนองมากกว่าหนึ่งตัว ตัวอย่างเช่น เราอาจสนใจที่จะทำความเข้าใจว่าระดับการศึกษานำไปสู่รายได้ต่อปีที่แตกต่างกัน และ จำนวนหนี้นักเรียนที่แตกต่างกันหรือไม่ ในกรณีนี้ เรามีตัวแปรอธิบายหนึ่งตัวแปรและตัวแปรตอบสนองสองตัว:

• ตัวแปรอธิบาย: ระดับการศึกษา
• ตัวแปรตอบสนอง: รายได้ต่อปี, หนี้นักศึกษา

เนื่องจากเรามีตัวแปรตอบสนองมากกว่าหนึ่งตัว จึงเหมาะสมที่จะใช้ MANOVA ในกรณีนี้

ต่อไป เราจะอธิบายวิธีการดำเนินการ MANOVA ใน Stata

ตัวอย่าง: MANOVA ใน Stata

เพื่ออธิบายวิธีการดำเนินการ MANOVA ใน Stata เราจะใช้ชุดข้อมูลต่อไปนี้ซึ่งประกอบด้วยตัวแปร 3 ตัวต่อไปนี้สำหรับ 24 คน:

• การศึกษา: ระดับการศึกษา (0 = Associate, 1 = ปริญญาตรี, 2 = Master)
• รายได้: รายได้ต่อปี
• หนี้: หนี้เงินกู้นักเรียนทั้งหมด

คุณสามารถสร้างตัวอย่างนี้ขึ้นมาใหม่ได้โดยการป้อนข้อมูลด้วยตนเองโดยไปที่ ข้อมูล > ตัวแก้ไขข้อมูล > ตัวแก้ไขข้อมูล (แก้ไข) ในแถบเมนูด้านบน

ในการทำ MANOVA โดยใช้การศึกษาเป็นตัวแปรอธิบายและใช้รายได้และหนี้สินเป็นตัวแปรตอบสนอง เราสามารถใช้คำสั่งต่อไปนี้:

รายได้หนี้มาโนวา = การศึกษา

Stata สร้างสถิติการทดสอบที่ไม่ซ้ำกันสี่รายการพร้อมกับค่า p ที่สอดคล้องกัน:

แลมบ์ดาของวิลค์ส: สถิติ F = 5.02, ค่า P = 0.0023

การติดตาม Pillai: สถิติ F = 4.07, ค่า P = 0.0071

การติดตาม Lawley-Hotelling: สถิติ F = 5.94, ค่า P = 0.0008

รากรอยที่ใหญ่ที่สุด: F-Statistic = 13.10, P-value = 0.0002

หากต้องการคำอธิบายโดยละเอียดเกี่ยวกับวิธีการคำนวณสถิติการทดสอบแต่ละรายการ โปรดดู บทความนี้ จากวิทยาลัยวิทยาศาสตร์ Penn State Eberly

ค่า p สำหรับสถิติการทดสอบแต่ละรายการน้อยกว่า 0.05 ดังนั้นสมมติฐานว่างจะถูกปฏิเสธไม่ว่าคุณจะใช้สมมติฐานใดก็ตาม ซึ่งหมายความว่าเรามีหลักฐานเพียงพอที่จะกล่าวว่าระดับการศึกษาทำให้เกิดความแตกต่างที่มีนัยสำคัญทางสถิติในรายได้ต่อปีและหนี้นักเรียนทั้งหมด

หมายเหตุเกี่ยวกับค่า p: ตัวอักษรที่อยู่ถัดจากค่า p ในตารางผลลัพธ์จะระบุวิธีคำนวณสถิติ F (e = การคำนวณที่แน่นอน, a = การคำนวณโดยประมาณ, u = ขีดจำกัดบน)