【正文】 的精細(xì)比較 。但一般應(yīng)近似地符合上述要求。 同一種推銷方式在不同的工作日銷量也會不同 ， 因?yàn)閬砩痰甑娜巳簲?shù)量不一 ， 經(jīng)濟(jì)收入不一 ， 當(dāng)班服務(wù)員態(tài)度不一 ， 這種由隨機(jī)因素造成的差異 ， 我們稱之為隨機(jī)性差異 。一個(gè)單元里可以只有一個(gè)元素，也可以有多個(gè)元素。 但有時(shí)銷售方式有很多種 ， 這就是多個(gè)總體均值是否相等的假設(shè)檢驗(yàn)問題了 ， 所采用的方法是方差分析 。 （ 2）水平（ Level） :水平指因素的具體表現(xiàn)，如銷售的四種方式就是因素的不同取值等級。 一是推銷方式的影響，不同的方式會使人們產(chǎn)生不同消費(fèi)沖動和購買欲望，從而產(chǎn)生不同的購買行動。即各組觀察數(shù)據(jù)，是從相互獨(dú)立的總體中抽取的。 多重比較檢驗(yàn)只能分析兩兩均值之間的差異性 ， 但是有些時(shí)候需要比較多個(gè)均值之間的差異性 。 Step04：均值精細(xì)比較 單擊 【 Contrasts】 按鈕，彈出如右圖所示的 【 Contrasts(對比 )】 對話框。 此法可用于檢查組均值的所有線性組合 ， 但不是公正的配對比較 。 ?Hochberg‘s GT2：用正態(tài)最大系數(shù)進(jìn)行多重比較。 ?GamesHowell： GamesHowell比較 ， 該方法較靈活 。 ● Homogeneityofvariance：計(jì)算 Levene統(tǒng)計(jì)量進(jìn)行方差齊性檢驗(yàn)。 單擊 【 Bootstrap】 按鈕，彈出如右圖 所示的對話框。檢驗(yàn)信息來源是否對信息傳播有顯著影響？你的結(jié)論是什么？ 由于不同的信息來源可能導(dǎo)致信息傳播測度不同 。 Step04：選擇均值多重比較方法 單擊 【 Options】 按鈕，在彈出的對話框中勾選 【 Homogeneity ofvariance】 復(fù)選框，表示輸出方差齊性檢驗(yàn)表。 10種中等規(guī)模的資本股票基金、 10種小額資本股票基金、 10種混合型股票基金和 10種專項(xiàng)股票基金的費(fèi)用比率的數(shù)據(jù)見表 55所示（單位：％）。 接著在 【 Coefficients(系數(shù) )】 文本框中依次輸入線性多項(xiàng)式的系數(shù) “ 1”、 “ 1”、 “ － 3”和 “ 1”， 并單擊 【 Add (添加 )】 按鈕確認(rèn)設(shè)置 。 3. 實(shí)例結(jié)果及分析 （ 1） 描述性統(tǒng)計(jì)量表 SPSS的結(jié)果報(bào)告中首先輸出了描述性統(tǒng)計(jì)量 ， 如表 56所示 。可以看到，費(fèi)用比率總的離差平方總和為 ；不同基金的組間離差為 ；組內(nèi)離差為 ；它們的方差比分別為 ，相除得 F統(tǒng)計(jì)量的觀測值為 ，對應(yīng)的概率 P值為 。 （ 5）方差分析的精細(xì)比較 案例中第二問要比較第三類基金的費(fèi)用比率和其他基金之間的關(guān)系，其實(shí)就是要進(jìn)行均值之間的多項(xiàng)式比較。它不僅能夠分析多個(gè)因素對觀測變量的獨(dú)立影響，更能夠分析多個(gè)因素的交互作用能否對觀測變量產(chǎn)生顯著影響。我們可以根據(jù)相伴概率 P值和顯著性水平 α的大小關(guān)系來判斷各因素的不同水平對觀測變量是否產(chǎn)生了顯著性影響。 Step03：模型選擇 單擊 【 Model】 按鈕，彈出 【 Univariate： Model(單變量：模型 )】對話框，該對話框用于選擇分析模型。在 【 Factors amp。 ● All 5way： 指定所有 5維交互效應(yīng)。如果能假設(shè)數(shù)據(jù)通過原點(diǎn)，可以不包括截距，即不選擇此項(xiàng)。 ● Deviation：偏差比較法。與 Helmert比較法相反。 從 【 Factors(因子 )】 列表框中選擇一個(gè)因素變量移入 【 Horlzontal Axis(水平軸 )】 列表框（水平軸）定義輪廓圖的橫坐標(biāo)。 Step07：預(yù)測值保存 單擊 【 Save】 按鈕，彈出 【 Save(保存 )】 對話框。 ② Diagnostics：診斷值。 ● Studentized：學(xué)生氏殘差?？梢詫⑵湟迫氲?【 Display Means for(顯示均值 )】 列表框中。 ● Parameter estimates：各因素變量的模型參數(shù)估計(jì)、標(biāo)準(zhǔn)誤、 t檢驗(yàn)的 t值、顯著性概率和 95％的置信區(qū)間。 ③ 【 Significance level(顯著性水平 )】 文本框：改變 Confidence intervals(置信區(qū)間 )內(nèi)多重比較的顯著性水平 。 ● 多重比較表支持平均值差值的 Bootstrap 估計(jì)。本案例中，職業(yè)和性別是兩個(gè)影響因素，而每周薪金是因變量。 Step04：選擇多重比較 單擊 【 Post Hoc】 按鈕，彈出 【 Post Hoc(兩兩比較 )】 對話框。 Step06：完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。 （ 3）雙因素方差分析檢驗(yàn)表 在表 515中，第一行的 Corrected Model是對所用方差分析模型的檢驗(yàn)，其原假設(shè)為模型中所有的影響因素均無作用，即職業(yè)、性別及兩者的交互作用等對每周薪金都無顯著影響。 （ 4）多重比較檢驗(yàn)結(jié)果 表 516顯示了不同職業(yè)之間每周薪金均值比較結(jié)果。 利用協(xié)方差分析就可以完成這樣的功能。 12Q Q Q Q Q Q總 協(xié) 控 1 控 2 控 控 隨＝ ＋ ＋ ＋ ＋12Q Q Q Q Q Q?總 協(xié) 控 1 控 2 控 控 隨＝ ＋ ＋ ＋ 協(xié)方差分析的 SPSS操作詳解 確定是否存在協(xié)變量 采用協(xié)方差分析時(shí)，首先就應(yīng)該明確是否存在某些因素對因變量造成影響，特別是一些難以人為控制的因素，例如年齡、身高和體重等等，它們的不同水平可能對因變量產(chǎn)生較為顯著的影響。而膽固醇含量可能與年齡有關(guān)系，具體資料數(shù)據(jù)見表 517所示。 Step01：選擇觀測變量 選擇菜單欄中的 【 Graphs(圖形 )】 → 【 Legacy Dialogs(舊對話框 )】→ 【 Scatter/Dot（散點(diǎn)圖 /點(diǎn)圖） 】 → 【 Simple/ Scatter(簡單分布 )】命令，彈出 【 Simple Scatterplot(簡單分布圖 )】 對話框。再單擊 【 Continue按鈕 】 ，返回主對話框。表 519列出了不同體重級別人群膽固醇含量的樣本均值和標(biāo)準(zhǔn)差。同時(shí)單因素方差模型中，隨機(jī)因素的可解釋變差等于 。這一類問題的檢驗(yàn)應(yīng)該采用統(tǒng)計(jì)學(xué)中的另一類方法，即非參數(shù)檢驗(yàn)。 ● K Independent Samples test： 多個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)。因?yàn)閷傮w分布的約束條件大大放寬，不至于因?yàn)閷y(tǒng)計(jì)中的假設(shè)過分理想化而無法切合實(shí)際情況，從而對個(gè)別偏離較大的數(shù)據(jù)不至于太敏感。 2c0H 卡方檢驗(yàn)的 SPSS操作詳解 Step01： 打開主菜單 選擇菜單欄中的 【 Analyze(分析 )】 → 【 Nonparametric Tests(非參數(shù)檢驗(yàn) )】 → 【 Legacy Dialogs(舊對話框 )】 → 【 ChiSquare(卡方 )】 命令，彈出 【 ChiSquare Test(卡方檢驗(yàn) )】 對話框。請利用數(shù)據(jù)文件 6。其中， “ jobcat”變量表示職業(yè)類型， “ 1”表示辦事員， “ 2”表示監(jiān)察員 ，“ 3”表示經(jīng)理。可見， 統(tǒng)計(jì)量等于 ，自由度等于 2，對應(yīng)的概率 P值 。 H0： 樣本來自的總體與某個(gè)指定的二項(xiàng)分布無顯著性差異。 ? Step03： 定義二元變量 在 【 Define Dichotomy(定義二分法 )】 選項(xiàng)組中可以定義二元變量。通常在生產(chǎn)穩(wěn)定的時(shí)候，該廠的這種產(chǎn)品合格品率為 95％，為檢驗(yàn)產(chǎn)品質(zhì)量，今從新生產(chǎn)的一大批產(chǎn)品中隨機(jī)抽查了 30只燈泡，測得它們的壽命的數(shù)據(jù)資料，試根據(jù)這些樣品數(shù)據(jù)檢驗(yàn)該批產(chǎn)品的合格率是否等于 95％。再單擊 【 Continue】 按鈕，返回 【 Binomial Test(二項(xiàng)式檢驗(yàn) )】 對話框。 Category N Observed Prop. Test Prop. Asymp. Sig. (1tailed) 燈泡壽命 Group 1 = 960 6 Group 2 960 24 .80 Total 30 SPSS 在游程檢驗(yàn)中的應(yīng)用 游程檢驗(yàn)的基本原理 游程檢驗(yàn)是一種利用游程數(shù)所作的單樣本隨機(jī)性的檢驗(yàn)方法，它可以用來判斷觀察值的順序是否為隨機(jī)。 游程檢驗(yàn)的 SPSS操作詳解 ? Step01： 打開對話框 選擇菜單欄中的 【 Analyze(分析 )】 → 【 Nonparametric Tests(非參數(shù)檢驗(yàn) )】 → 【 Legacy Dialogs(舊對話框 )】 →【 Runs(游程 )】 命令，彈出 【 Runs Test(游程檢驗(yàn) )】 對話框。其中 “ 0”表示虧損 ，“ 1”表示盈利。其中 “ x”變量表示企業(yè)盈虧狀態(tài) ，“ 0”表示虧損 ，“ 1”表示盈利。所以，認(rèn)為企業(yè)盈虧歷史數(shù)據(jù)并不是隨機(jī)的，其中有一定的規(guī)律性。在候選變量列表框中選擇變量 “ fzl”，添加至 【 Sor。 盈虧 Test Valuea .65 Cases Test Value 7 Cases = Test Value 13 Total Cases 20 Number of Runs 4 Z Asymp. Sig. (2tailed) .004 實(shí)例進(jìn)階分析：工業(yè)和商業(yè)企業(yè)的負(fù)債水平 在我國的工業(yè)和商業(yè)企業(yè)中隨機(jī)抽取 22家企業(yè)進(jìn)行資產(chǎn)負(fù)債率行業(yè)差異分析，其 1999年底的資產(chǎn)負(fù)債率（％）如下，請問兩個(gè)行業(yè)的負(fù)債水平是否有顯著性差異？ 工業(yè)企業(yè) 64 76 55 82 59 82 70 75 61 64 73 83 商業(yè)企業(yè) 77 80 80 65 93 91 84 91 84 86 2. 實(shí)例操作 要檢驗(yàn)工業(yè)和商業(yè)企業(yè)的負(fù)債水平是否有差異，可以將兩組數(shù)據(jù)混合起來，同時(shí)用 “ 1”表示數(shù)據(jù)來自工業(yè)企業(yè) ，“ 2”表示數(shù)據(jù)來自商業(yè)企業(yè)。 ? Step03： 確定斷點(diǎn) 在 【 Cut point(割點(diǎn) )】 選項(xiàng)組中取消勾選 【 Median(中位數(shù) )】 復(fù)選框，勾選 【 Mean(均值 )】 復(fù)選框。已知今年企業(yè)盈利，要判斷明年企業(yè)的盈虧狀態(tài)，其實(shí)就是要分析今年企業(yè)的盈利是否會對明年它的盈虧帶來一定的影響。 ? Step03： 確定斷點(diǎn) 在 【 Cut point(割點(diǎn) )】 選項(xiàng)組中指定計(jì)算游程數(shù)的分界值。如果樣本順序影響到統(tǒng)計(jì)結(jié)果，那么樣本就可能不是隨機(jī)的，這將使研究者不能得出關(guān)于抽樣總體的準(zhǔn)確結(jié)論。 3. 實(shí)例結(jié)果及分析 （ 1）基本統(tǒng)計(jì)量 SPSS首先輸出了樣本的描述性統(tǒng)計(jì)量表。 ? Step02： 選擇檢驗(yàn)變量 在左側(cè)的候選變量列表框中選擇 “ time”變量作為檢驗(yàn)變量，將其添加至 【 Test Variable List(檢驗(yàn)變量列表 )】列表框中。系統(tǒng)默認(rèn)的檢驗(yàn)概率值是 ，這意味著要檢驗(yàn)的二項(xiàng)是服從均勻分布的。 SPSS會自動計(jì)算出二項(xiàng)分布檢驗(yàn)相應(yīng)的檢驗(yàn)統(tǒng)計(jì)量及對應(yīng)的概率 P值。 2c2cEmployment Category ChiSquare df 2 Asymp. Sig. .174 SPSS在二項(xiàng)分布檢驗(yàn)中的應(yīng)用 二項(xiàng)分布檢驗(yàn)的基本原理 事件要服從二項(xiàng)分布，則應(yīng)該具備下列基本的條件。 ? Step03： 選擇期望值 在 【 Expected Values(期望值 )】 選項(xiàng)組中點(diǎn)選 【 Values】單選鈕，以指定期望概率值。 而目前樣本中觀察到的三種職務(wù)的人數(shù)比為 84： 27： 363，構(gòu)成比分別是 1％、 ％和 ％， 和理論值有差異。 ? Step03： 確定檢驗(yàn)范圍 在 【 Expected Range(期望全距 )】 選項(xiàng)組中可以確定檢驗(yàn)值的范圍，對應(yīng)有兩個(gè)單選項(xiàng)。 （ 3） 適用于小樣本、無分布樣本、數(shù)據(jù)污染樣本、混雜樣本等。 ● K Related Sample test： 多個(gè)相關(guān)樣本非參數(shù)檢驗(yàn)。其中包括以下命令。這進(jìn)一步說明了年齡變量對因變量的影響。 （ 3）方差齊性檢驗(yàn) SPSS的結(jié)果報(bào)告接著列出了方差齊性檢驗(yàn)結(jié)果表 520。 Step06：完成操作 最后，單擊 【 OK(確定 )】 按鈕，操作完成。 Step02：打開對話框 選擇菜單欄中的 【 Analyze（分析） 】 → 【 General Linear Model(一般線性模型 )】 → 【 Univariate(單變量 )】 命令，彈出 【 Univariate(單變量 )】 對話框。 2 實(shí)例操作 案例中需要分析體重對人體的血清膽固醇有無直接影響，同時(shí)體重這個(gè)因素分為正常組和超重組兩個(gè)水平，因此可以考慮單因素方差分析模型。若從圖形可以判斷兩者有顯著關(guān)系，則可以引入?yún)f(xié)方差分析。在排除協(xié)變量影響的條件下，分析因素變量對觀察變量的影響，從而更加準(zhǔn)確地對因素變量進(jìn)行評價(jià)。可以通過比較表中概率 P值大小來判斷職業(yè)之間的薪金水平是否有顯著差異。 第二行是對模型