市场营销调研教学资料 一元方差分析.docVIP

一元方差分析 独立测量的一元方差分析ANOVA（one factor independent measure analysis of variance） 问题：独立测量的一元方差分析与独立样本T检验independent samples t-test有何差别？ 研究假设：职称影响收入，不同的职称组收入均值有显著差异 自变量：职称ptitle 因变量：收入mincom1 数据： Descriptives 118 N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum Lower Bound Upper Bound 1.00 159 2540.5031 1302.9950 103.3342 2336.4085 2744.5978 150.00 10000.00 2.00 230 3097.8261 1477.9809 97.4552 2905.8026 3289.8496 800.00 20000.00 3.00 293 3503.7543 1001.4132 58.5032 3388.6129 3618.8956 1000.00 7500.00 4.00 111 4112.1622 1056.3061 100.2601 3913.4701 4310.8542 2000.00 6000.00 5.00 20 6092.0000 2850.4507 637.3802 4757.9480 7426.0520 2000.00 15000.00 Total 813 3347.2694 1437.9665 50.4317 3248.2775 3446.2612 150.00 20000.00 Test of Homogeneity of Variances 118 Levene Statistic df1 df2 Sig. 5.813 4 808 .000 ANOVA 118 Sum of Squares df Mean Square F Sig. Between Groups 340587193.827 4457 51.403 .000 Within Groups 1338423944.180 808 1656465.277 Total 1679011138.007 812 检验报告结果写为：F(8,808)=51.403,p.000，括号内的两个数字分别为组间自由度和组内自由度，说明不同职称组的收入的均值有显著差异。 重复测量的一元方差分析 one factor repeated measures analysis of variance 研究背景；为了推广某个商品，某广告设计公司为该商品制作了三幅广告，在实验室将三幅广告播放给被试，请被式对三幅广告进行评价（5分李克特量表），每位被试看三幅广告，结果如下 问题：重复测量的一元方差分析与配对样本T检验有何区别？ 研究假设：不同的广告设计对消费者对广告的态度有不同的影响 自变量：广告设计 因变量：消费者对广告的态度 （1）使用general linear model—repeated measures （2）定义自变量的层次（三广告意味着自变量有三取值，名称可自定） （3）个体内变量within-subjects（由于被试为同一组人看三广告，意味着自变量是测量同一对象的三状态，故而自变量为个体内变量，是被试个体内产生差异，此时对个体内变量进行定义和选择；将三个变量依次选择进右边） （4）要求显示均值的点图，使用plots,，将自变量选择到横轴horizontal axi--add （5）在optios中，display means for ---compare main effects—confidence interval adjustment—Bonferroni— （6）结果 下图输出结果表明自变量是区分个体间差异的因素，within-subject factors,在数据库中是对同一组个体进行三次测量，故而自变量表现为三个变量的比较，独立测量的是不同被试的组间比较between group 上图的描述统计表明：三个广告看后的态度的均值不同。 当三变量的方差齐性不能满足时，直接看下面的结果： 下图可看出方差齐性(sphericity)检验表明三变量方差有显著差异，此种情况下，只需报告上图中的Wilks’ Lambda检验结果即可，写为F(2,880)=71.328,P.000 如果方差齐性检验显著三变量方差无显著差异，则往下继续看个体内效果within-subjects effects。对于检