SPSS第九讲多因素方差分析2讲课文档.pptVIP

步骤2：选择因变量（只能选一个）和自变量 步骤3：点击“Model”，弹出对话框 步骤4：在Model中选择Custom，在Build Term中选择Interaction 步骤5：将性别和教育变量分别选入右侧Model 步骤6：将性别和教育变量同时选入右侧Model 步骤7：点击Continue，回到主对话框 步骤8：点击Plots，弹出对话框 步骤9：将教育变量作为横坐标 步骤10：将性别变量作为两条不同水平线 步骤11：点击Add 步骤12：点击Continue，回到主对话框 步骤13：点击OK，出现结果一 结果二：均数图 结果解释 从性别与教育的交互作用的显著度＝0.037<0.05，可以发现性别与教育除了各自对月收入存在显著的单独影响外，在不同性别和教育水平的组合上还存在附加影响。 从均数图可以发现，在不同教育水平上，男女之间的平均月收入差异是不一样的。 考虑协变量 实例3 在例1和例2中，我们分别考察了性别和教育的主效应和交互效应，但是，除了这两个分类自变量的影响外，我们还想知道在控制了性别和教育变量后，年龄这一连续变量是否也对月收入产生影响？ 步骤1：点击“univariate”，弹出对话框 步骤2：选择因变量（只能选一个）和自变量 步骤3：选择年龄作为斜变量 步骤4：点击“Model”，弹出对话框 步骤5：选择Custom和Interaction 步骤6：将性别、教育和年龄分别选入右侧Model 步骤7：将性别和教育变量同时选入右侧Model SPSS第九讲多因素方差分析文档ppt 只考虑主效应，不考虑交互效应及协变量 考虑主效应和交互效应，但不考虑协变量 考虑主效应、交互效应和协变量 多因素方差分析的三种情况 只考虑主效应 实例1 之前的分析发现受访者的性别会影响其月收入，教育程度也会影响月收入，那么这里的问题是，当我们控制了其中一个变量后，另一个变量对月收入的单独影响是否仍然显著，也就是性别和教育对月收入的主效应是否显著？ 步骤1：点击“univariate”，弹出对话框 步骤2：选择因变量（只能选一个）和自变量 步骤3：点击“Model”，弹出对话框 步骤4：在Model中选择Custom，在Build Term中选择Main effects 步骤5：将性别和教育变量选入右侧Model 步骤6：点击Continue，回到主对话框 步骤7：点击Plots，弹出对话框 步骤8：将教育变量作为横坐标 步骤9：将性别变量作为两条不同水平线 步骤10：点击Add 步骤11：点击Continue，回到主对话框 步骤12：点击OK，出现结果一 从分析结果的显著度<0.05可以得到结论： 在控制了其中一个变量之后，性别和教育对月收入的影响是显著的 结果二：均数图 考虑交互效应 实例2 在例1中，我们分析了性别和教育变量对受访者月收入的主效应，但进一步的问题是，对于不同教育水平的受访者而言，性别对月收入的影响是否存在差异，即在性别和教育之间是否存在交互作用？ 步骤1：点击“univariate”，弹出对话框 * * * *