Як виконати двосторонній дисперсійний аналіз у spss

Двосторонній дисперсійний аналіз використовується, щоб визначити, чи існує статистично значуща різниця між середніми значеннями трьох або більше незалежних груп, які були розділені за двома факторами.

Метою двостороннього дисперсійного аналізу є визначення впливу двох факторів на змінну відповіді та визначення того, чи існує взаємодія між двома факторами на змінну відповіді.

У цьому посібнику пояснюється, як виконати двосторонній дисперсійний аналіз у SPSS.

Приклад: двосторонній дисперсійний аналіз у SPSS

Ботанік хоче знати, чи впливає на ріст рослин сонячне світло та частота поливу. Вона висаджує 30 насінин і дає їм рости протягом двох місяців у різних умовах сонячного освітлення та частоти поливу. Через два місяці вона записує висоту кожної рослини в дюймах.

Результати наведені нижче:

Виконайте наступні кроки, щоб виконати двосторонній дисперсійний аналіз, щоб визначити, чи частота поливу та сонячне опромінення мають значний вплив на ріст рослин, а також визначити, чи існує ефект взаємодії між частотою поливу та сонячним опромінюванням. полив і перебування на сонці.

Крок 1: Виконайте двосторонній дисперсійний аналіз.

Клацніть вкладку «Аналіз» , потім «Загальна лінійна модель» , потім «Одномірна модель» :

Перетягніть висоту змінної відповіді в поле з позначкою «Залежна змінна». Перетягніть дві змінні водного та сонячного факторів у поле з позначкою Фіксований коефіцієнт:

Далі натисніть кнопку «Ділянки» . Перетягніть воду в область, позначену Горизонтальна вісь, а сонце — в область, позначену Розділеними лініями. Потім натисніть Додати . Слова вода*сонце з’являться у полі Ділянки. Потім натисніть Продовжити .

Далі натисніть кнопку Post Hoc . У новому вікні, що з’явиться, перетягніть змінну sun у поле з позначкою Post-Hoc Tests For. Потім поставте прапорець поруч із Tukey . Потім натисніть Продовжити .

Далі натисніть кнопку EM Means . Перетягніть наступні змінні в поле з позначкою Показати середні значення для. Потім натисніть Продовжити .

Нарешті натисніть OK .

Крок 2: Інтерпретація результатів.

Після натискання кнопки OK з’являться результати двостороннього дисперсійного аналізу. Ось як інтерпретувати результати:

Тести міжпредметних ефектів

У першій таблиці наведено p-значення факторів води та сонця , а також ефект взаємодії вода*сонце :

Ми можемо побачити наступні p-значення для кожного з факторів у таблиці:

• вода: р-значення = 0,000
• сонце: р-значення = 0,000
• вода*сонце: p-value = 0,201

Оскільки р-значення для води та сонця менше 0,05, це говорить нам про те, що обидва фактори мають статистично значущий вплив на висоту рослин.

І оскільки p-значення для ефекту взаємодії (0,201) не менше ніж 0,05, це говорить нам про те, що немає істотного ефекту взаємодії між перебуванням на сонці та частотою поливу.

Розрахункові граничні середні

Перша таблиця відображає середні значення спостережень для кожного фактора:

Наприклад:

• Середня висота рослин, які поливали щодня, становила 5,893 дюйма.
• Середня висота рослин при сильному сонячному освітленні становила 6,62 дюйма.
• Середня висота рослин, які поливають щодня і сильно піддаються сонячному світлу, становила 6,32 дюйма.

І так далі.

Post-hoc тестування

У цій таблиці наведено p-значення для аналітичних порівнянь Тьюкі між трьома різними рівнями впливу сонця.

У таблиці ми можемо побачити p-значення для наступних порівнянь:

• високий проти низький: | р-значення = 0,000
• високий проти середнього | р-значення = 0,000
• низький проти середнього | р-значення = 0,447

Це говорить нам про те, що існує статистично значуща різниця між високим і низьким перебуванням на сонці, а також високим і середнім перебуванням на сонці, але немає істотної різниці між низьким і середнім перебуванням на сонці.

Крок 3: Повідомте про результати.

Нарешті, ми можемо повідомити про результати двостороннього дисперсійного аналізу. Ось приклад того, як це зробити:

Було проведено двосторонній дисперсійний аналіз, щоб визначити, чи мали частота поливу (щодня або щотижня) і сонячне опромінення (низьке, середнє, сильне) значний вплив на ріст рослин. Всього в дослідженні було використано 30 рослин.

Двосторонній дисперсійний аналіз виявив, що частота поливу (p < 0,000) і сонячне опромінення (p < 0,000) мали статистично значущий вплив на ріст рослин.

Рослини, які поливали щодня, мали значно більший ріст, ніж рослини, які поливали щотижня.

Крім того, тест Тьюкі для множинних порівнянь показав, що рослини, які отримували високе сонячне опромінення, мали значно більший ріст, ніж рослини, які отримували середнє або слабке сонячне опромінення. Однак не було суттєвої різниці між рослинами, які отримували середнє та слабке освітлення сонцем.

Також не було статистично значущого ефекту взаємодії між частотою поливу та перебуванням на сонці.