SPSS在教育统计中的应用——以PISA数据为例 课件 第7章 方差分析.pptx

第七章方差分析

方差分析概述

单因素方差分析

单因素重复测量方差分析

目录

Contents双因素方差分析

方差分析概述

•定义：假设检验方法，用于评估两个或多个处理的平均数差异。

•与t检验的关系：类似于t检验，但ANOVA可用于多于两个处理的比较。

•自变量与水平：自变量称为因素，其不同条件或数值称为水平。

•常用方法：

单因素方差分析

多因素方差分析

重复测量方差分析

协方差分析

多元方差分析

PART01单因素方差分析

7.1单因素方差分析

7.1.1统计假设

原假设（H₀）：所有组的总体均值相等

备择假设（H₁）：至少有一个组的均值与其他组不同

示例：学校所在地对学生的阅读成绩没有影响

7.1.2平方和与自由度的分解

7.1单因素方差分析

7.1.3F分数计算

7.1单因素方差分析

7.1.4假设条件

单因素方差分析要求数据满足以下三个假设：

①每个样本内的观察对象是来自于所研究因素的各个水平之下的独立随机抽样。

②样本源自的总体必须是正态的。

③样本源自的总体的方差必须满足方差齐性。

7.1.5事后比较

•目的：确定哪些组之间存在显著差异

•方法分类：

•计划好的比较（如LSD法）

•非计划的比较（如Tukey法、Scheffe法）

•示例方法：

•LSD法：最灵敏，但未校正检验水准

•Tukey法：适用于样本量相等的情况，控制最大一类错误概率

7.1单因素方差分析

7.1.6PISA数据案例分析

数据与问题描述

表7-1不同学校所在地的学生的阅读成绩

乡村乡镇城镇城市大城市

454.966468.751499.319646.861614.897

432.257638.233534.447531.608446.539

532.181501.951425.084515.565577.815

421.176483.119607.333635.829525.965

266.061567.948552.768600.762654.239

…………

本节利用单因素方差分析，来验证学生的阅读素养表现与学生所属学校的所在地有关。根

据PISA2018中国四省市数据，数据格式如表7-1所示。

7.1单因素方差分析

7.1.6PISA数据案例分析

SPSS单因素方差分析的参数设置

•进入“分析-比较平均值-单因素ANOVA检验”

•设置因变量和因子

图7‑1SPSS单因素ANOVA进入界面