SPSS超详细操作：两因素多元方差分析(Two.docVIP

SPSS超详细操作：两因素多元方差分析(Two

SPSS超详细操作：两因素多元方差分析(Two

医咖会在之前的推文中，推送过多篇方差分析相关的文章，包括：

单因素方差分析(One-WayANOVA)

双因素方差分析(Two-wayANOVA)

三因素方差分析(Three-wayANOVA)

单因素重复测量方差分析

两因素重复测量方差分析

三因素重复测量方差分析

单因素多元方差分析(One-wayMANOVA)

每种方差分析的应用场景，以及该如何进行SPSS操作和解读结果，各位伙伴请点击相应的文章链接查看~~今天，我们再来介绍一种统计方法：两因素多元方差分析(Two-wayManova)。

一、问题与数据

某研究者想研究三种干预方式（regular—常规干预；rote—死记硬背式干预；reasoning—推理式干预）对学生学习成绩的影响。

研究者记录了学生两门考试的成绩：文科成绩（humanities_score）和理科成绩（science_score）。另外，基于之前的知识，研究者假设干预方式对男女两种性别学生

2.有两个自变量，为二分类或多分类变量；

3.各观察对象之间相互独立；

对数据的假设：

4.自变量的各个组内，各因变量间存在线性关系；

5.自变量的各个组内，各因变量间没有多重共线性；

6.①没有单因素离群值（univariateoutliers）与②多因素离群值（multivariateoutliers）：单因素离群值是指自变量的各个组中因变量是否是离群值；多因素离群值是指每个研究对象（case）的各因变量组合是否是一个离群值；

7.各因变量服从多元正态分布；

8.样本量足够；

9.自变量的各组观察对象之间因变量的方差协方差矩阵相等；

10.每个因变量在自变量的各个组中方差相等。

三、流程图

四、对假设的判断

那么，进行两因素多元方差分析时，如何考虑和处理这10个假设呢？

由于假设1-3都是对研究设计的假设，需要研究者根据研究设计进行判断，所以我们主要对数据的假设4-10进行检验。

(一)检验假设6：①是否存在单因素离群值；假设7：各因变量是否服从多元正态分布

检验单因素离群值时需要检验每一种自变量的排列组合中是否存在离群值，共有如下6种情况：

1.首先要对数据进行拆分

(1)在主菜单点击Datagt;SplitFile...，如下图：

(2)出现SplitFile对话框，选择Organizeoutputbygroups，会激活下方GroupsBasedon:框；

(3)将gender和intervention选入GroupsBasedon:框中，点击OK；

2.运行Explore程序，检验离群值并评估正态性；

(1)在主菜单点击Analyzegt;DeiveStatisticsgt;Explore...，如下图：

(2)出现Explore对话框；

(3)将humanities_score和science_score选入DependentList中，将id选入LabelCasesby：框中；

(4)点击Plots，出现下图Plots对话框；

(5)在Boxplots下选择Dependentstogether，去掉Deive下Stem-和-leaf，选择Normalityplotswithtests，点击Continue，点击OK。

3.检验假设6：①是否存在单因素离群值

(1)下图为输出的箱式图结果。

在SPSS中，将距离箱子边缘超过1.5倍箱身长度的数据点定义为离群值，用“圆圈”表示，右上标为离群值在数据表中所对应的行数，以圆点表示；将距离箱子边缘超过3倍箱身长度的数据点定义为极端值（极端离群值），用“*”表示，右上标代表离群值在数据表中所对应的行数。

在下图中，可以看到两个单因素离群值：a）26号学生，在推理干预组的一位女学生文科分数高于同组内的；b）57号学生，在推理干预组中的一个男学生文科分数也是高于同组内的。

(2)本例中没有出现极端值，为了方便理解，下图是出现极端值的一个举例的情况。

一般来说，极端值比离群值更难处理。但是出现离群值时就应该检查离群值，并决定选择处理方法。本例中虽然存在离群值，但是为了进行下一步，我们暂且认为不存在离群值。

(3)离群值的处理

首先需要确定离群值出现的原因，数据中存在离群值的原因有3种：

1)数据录入错误：首先应该考虑离群值是否由于数据录入错误所致。如果是，用正确值进行替换并重新进行检验；

2)测量误差：如果不是由于数据录入错误，接下来考虑是否因为测量误差导致（如仪器