Як виконати manova в spss

Односторонній дисперсійний аналіз використовується для визначення того, чи призводять різні рівні пояснювальної змінної до статистично різних результатів у певних змінних відповіді.

Наприклад, нам може бути цікаво зрозуміти, чи призводять три рівні освіти (ступінь молодшого спеціаліста, ступінь бакалавра, ступінь магістра) до статистично різних річних доходів. У цьому випадку ми маємо пояснювальну змінну та змінну відповіді.

• Пояснювальна змінна: рівень освіти
• Змінна відповіді: річний дохід

MANOVA — це розширення одностороннього дисперсійного аналізу, в якому є більше однієї змінної відповіді. Наприклад, нам може бути цікаво зрозуміти, чи призводить рівень освіти до різних річних доходів і різних сум студентського боргу. У цьому випадку ми маємо одну пояснювальну змінну та дві змінні відповіді:

• Пояснювальна змінна: рівень освіти
• Змінні відповіді: річний дохід, студентська заборгованість

Оскільки ми маємо більше однієї змінної відповіді, у цьому випадку було б доцільно використовувати MANOVA.

У цьому посібнику ми пояснимо, як виконати MANOVA у SPSS.

Приклад: MANOVA в SPSS

Щоб проілюструвати, як виконати MANOVA у SPSS, ми використаємо наступний набір даних, який містить такі три змінні для 24 осіб:

• educ: рівень навчання (0 = доцент, 1 = бакалавр, 2 = магістр)
• дохід: річний дохід
• борг: загальна заборгованість по студентській позиці

Виконайте такі кроки, щоб виконати MANOVA у SPSS:

Крок 1: Виконайте MANOVA.

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

У новому вікні, що з’явиться, перетягніть змінні доходу та боргу в поле з написом «Залежні змінні». Потім перетягніть змінну фактора освіти в поле з позначкою Фіксовані коефіцієнти:

Далі натисніть кнопку Post Hoc . Перетягніть освітній фактор у поле з позначкою Post-Hoc Tests for . Потім поставте прапорець поруч із Tukey . Потім натисніть Продовжити .

Нарешті натисніть OK .

Крок 2: Інтерпретація результатів.

Після натискання кнопки OK з’являться результати MANOVA. Ось як інтерпретувати результат:

Багатоваріантне тестування

У цій таблиці показано, чи спричиняє освітній рівень статистично значущу різницю в річному доході та загальному боргу студента. Ми розглянемо числа в рядку, позначеному Лямбда Вілкса :

Загальна F-статистика становить 6,138 , а відповідне значення p — 0,001 . Оскільки це значення менше 0,05, це означає, що рівень освіти має значний вплив на річний дохід і загальну заборгованість студентів.

Тести міжпредметних ефектів

У цій таблиці наведено індивідуальні p-значення доходу та боргу :

Р-значення доходу становить 0,003 , а р-значення боргу — 0,000 . Оскільки ці два значення менше 0,05, це означає, що рівень освіти має статистично значущий вплив на дохід і борг.

Post-hoc тестування

У цій таблиці наведено порівняння Tukey для кожного рівня освіти.

З таблиці бачимо наступне:

• Розмір доходу для людей з вищим ступенем (освіта = 0) значно відрізняється від розміру доходу для людей з ступенем магістра (освіта = 1) | p-значення = 0,003 .
• Розмір доходу людей зі ступенем бакалавра (освіта = 1) значно відрізняється від розміру доходу людей зі ступенем магістра (освіта = 2) | p-значення = 0,029 .
• Розмір доходу для людей зі ступенем молодшого спеціаліста (освіта = 0) значно відрізняється від розміру доходу для людей зі ступенем бакалавра (освіта = 1) | р-значення = 0,018 .
• Розмір доходу для людей з вищим ступенем (освіта = 0) значно відрізняється від розміру доходу для людей з ступенем магістра (освіта = 2) | р-значення = 0,000 .

Додаткова інформація: відмінності між ANOVA, ANCOVA, MANOVA та MANCOVA