【正文】 可見，兩者分別對(duì)薪金有顯著性影響。該檢驗(yàn)的 P值遠(yuǎn)小于 0.05，因此所用模型有統(tǒng)計(jì)學(xué)意義，以上所提到的因素中至少有一個(gè)是有顯著差異的，但具體是哪些則需要閱讀后面的分析結(jié)果。 （ 2）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 514。 3. 實(shí)例結(jié)果及分析 （ 1）描述性統(tǒng)計(jì)分析表 表 512和表 513是對(duì)樣本數(shù)據(jù)的基本描述結(jié)果。勾選 【 Descriptive(描述性統(tǒng)計(jì)量 )】 復(fù)選框表示輸出描述性統(tǒng)計(jì)量；勾選 【 Homogeneityofvariance(方差同質(zhì)性檢驗(yàn) )】 復(fù)選框表示輸出方差齊性檢驗(yàn)表。在【 Factors(因子 )】 列表框中選擇 “ job”變量至 【 Post Hoc Test for(兩兩比較檢驗(yàn) )】 列表框，并且勾選 【 LSD】 選項(xiàng)。 提示：在使用前，請(qǐng)注意數(shù)據(jù)是否符合方差分析的前提條件。同時(shí)，我們也要考慮職業(yè)和性別這兩個(gè)因素之間有無(wú)交互作用。請(qǐng)你分析職業(yè)和性別對(duì)薪金有無(wú)顯著影響。 Step10：?jiǎn)螕?【 OK】 按鈕，結(jié)束操作， SPSS軟件自動(dòng)輸出結(jié)果。 ● 對(duì)比結(jié)果表支持差值的 Bootstrap 估計(jì)和顯著性檢驗(yàn)。 Step09 ：相關(guān)統(tǒng)計(jì)量的 Bootstrap估計(jì)。 ● Lack of fit：擬合度不足檢驗(yàn)。 ● Contrast coefficient matrix：顯示對(duì)照系數(shù)矩陣。 ● Descriptive statistics：輸出描述統(tǒng)計(jì)量。 在 【 Display Means for(顯示均值 )】 列表框中有主效應(yīng)時(shí)，點(diǎn)選激活此框下面的 【 Compare main effects(比較主效應(yīng) )】 復(fù)選框，對(duì)主效應(yīng)的邊際均值進(jìn)行組間的配對(duì)比較。各選項(xiàng)含義如下。 ● Deleted：剔除自變量值與校正預(yù)測(cè)值之差。 ● Weighted：加權(quán)非標(biāo)準(zhǔn)化殘差。 ● Cook’s distance： Cook 距離。 ● Weighted：加權(quán)預(yù)測(cè)值。通過(guò)在對(duì)話框中的選擇，可以將所計(jì)算的預(yù)測(cè)值、殘差和檢測(cè)值作為新的變量保存在編輯數(shù)據(jù)文件中。該對(duì)話框用于對(duì)均值作 Post Hoc多重比較檢驗(yàn)。選擇另一個(gè)因素變量移入 【 Separate Lines(單圖 )】 列表框定義輪廓圖的區(qū)分線。 ● Polynomial：多項(xiàng)式比較。 ● Helmert： Helmert法。選擇 【 Last(最后一個(gè) 】 或 【 First(第一個(gè) )】 作為參考水平。除被忽略的水平外，比較預(yù)測(cè)變量或因素變量的每個(gè)水平的效應(yīng)。這一操作使 【 Change Contrast(更改對(duì)比 )】 復(fù)選欄中的各項(xiàng)被激活。 Step04：選擇比較方法 單擊 【 Contrasts】 按鈕，彈出 【 Univariate： Contrasts(單變量：對(duì)比 )】 對(duì)話框。凡適用 Type I和 Type II的模型均可以用該法。 ● Type I項(xiàng)：一般適用于平衡的 ANOVA模型。 ● All 2way： 指定所有 2維交互效應(yīng)。 Covariates(因子與協(xié)變量 )】 列表框中自動(dòng)列出可以作為因素變量的變量名。 （ 2） Custom選項(xiàng) 建立用戶自定義的方差分析模型。 （ 1） Full Factorial選項(xiàng) 系統(tǒng)默認(rèn)選項(xiàng)。 ● 選擇隨機(jī)變量：添加至 【 Random Variable(s)(隨機(jī)因子 )】 列表框中。 多因 素 方差分析的 SPSS操作詳解 Step01：打開主對(duì)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(duì)話框，這是多因素方差分析的主操作窗口。多因素方差分析比較 占 的比例，以此推斷不同因素以及因素之間的交互作用是否給觀測(cè)變量帶來(lái)顯著影響。例如，對(duì)稻谷產(chǎn)量進(jìn)行分析時(shí)，不僅單純考慮耕地深度和施肥量都會(huì)影響產(chǎn)量，但同時(shí)深耕和適當(dāng)?shù)氖┓士赡苁巩a(chǎn)量成倍增加，這時(shí)，耕地深度和施肥量就可能存在交互作用。 （ 6）均值折線圖 圖 511顯示了這四類基金費(fèi)用比率的均值折線圖。表 59首先列出了均值線性組合的系數(shù)，其實(shí)就是軟件操作中第四步輸入的數(shù)值。第六列是進(jìn)行 t檢驗(yàn)的概率 P值，可以通過(guò)比較 P值大小來(lái)判斷兩兩基金之間的費(fèi)用比率是否有顯著差異。這里顯著性水平為 ，由于 P值大于顯著性水平 ，所以接受零假設(shè)，認(rèn)為不同類型基金的費(fèi)用比率沒有顯著性差異。表中顯示 Levene統(tǒng)計(jì)量等于 。 首先 ， 中等規(guī)模的資本股票基金的平均費(fèi)用比率 （ ） 最低 ， 而專項(xiàng)股票基金的平均費(fèi)用比率 （ ） 最高 ， 但各類型基金的平均值差距不大 。 Step06：?jiǎn)螕?【 Options】 按鈕，在彈出的對(duì)話框中勾選 【 Descriptive(描述性 )】 復(fù)選框表示輸出描述性統(tǒng)計(jì)量；勾選 【 Homogeneityofvariance (方差同質(zhì)性 )】 復(fù)選框表示輸出方差齊性檢驗(yàn)表；勾選 【 Mean plot(均值圖 )】 復(fù)選框表示輸出各水平的均值折線圖。 再單擊 【 Continue】 按鈕 ， 返回主對(duì)話框 。 Step03：在 【 候選變量 】 列表框中選擇 “ fund”變量作為水平值，將其添加至 【 Factor(因子 )】 列表框中。 （ 1）請(qǐng)檢驗(yàn)這 4種類型股票基金之間的平均費(fèi)用比率的差異性。 由于這里采用的是 Levene檢驗(yàn)法 ， 故表格首先顯示 Levene統(tǒng)計(jì)量等于 。再單擊 【 Continue 】按鈕返回主對(duì)話框。 提示：在使用前，請(qǐng)注意數(shù)據(jù)是否符合方差分析的前提條件。 本案例中 ， 信息來(lái)源是因素 ， “ 上級(jí) 、 同級(jí)和下級(jí) ” 是因素的三種不同水平 ， 信息傳播測(cè)度是因變量 （ 觀測(cè)變量 ） 。最近，一項(xiàng)研究調(diào)查了信息來(lái)源對(duì)信息傳播的影響。 ? 描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的 bootstrap 估計(jì)。根據(jù)各組均值變化描繪出因變量的分布情況。 ● BrownForsythe：計(jì)算檢驗(yàn)組均值相等假設(shè)的布朗檢驗(yàn)。 ● Descriptive：要求輸出描述統(tǒng)計(jì)量。 ?Dunt’s C： 基于 Student極值的成對(duì)比較法 。 （ 2） 方差不具有齊性 （ Equal Varance not assumed） 時(shí) ， 有如下方法供選擇 。 ? Gabriel：用正態(tài)標(biāo)準(zhǔn)系數(shù)進(jìn)行配對(duì)比較，在單元數(shù)較大時(shí)，這種方法較自由。 ?Tukey39。 ?REGW F：基于 F檢驗(yàn)的 RyanEinotGabrielWelsch多重比較檢驗(yàn) 。 ?Sidak：計(jì)算 t統(tǒng)計(jì)量進(jìn)行多重配對(duì)比較 。 Step05：均值多重比較 單擊 【 Post Hoc】 按鈕，彈出如下圖所示的 【 Post Hoc Multiple Comparisons(兩兩比較 )】 對(duì)話框，該對(duì)話框用于設(shè)置均值的多重比較檢驗(yàn)。 121 ()2 ??? 341 ()2 ??? 單因素方差分析的 SPSS操作詳解 Step01：打開主操作窗口 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means(比較均值 )】 → 【 OneWay ANOVA(單因素 ANOVA)】 命令，彈出 【 OneWay ANOVA(單因素 ANOVA)】 對(duì)話框，這是單因素方差分析的主操作窗口。 具體操作是將其轉(zhuǎn)化為研究這兩組總的均值是否存在顯著差異 ，即與是否有顯著差異 。 應(yīng)用方差分析時(shí) ， 數(shù)據(jù)應(yīng)當(dāng)滿足以下幾個(gè)條件： ? 在各個(gè)水平之下觀察對(duì)象是獨(dú)立隨機(jī)抽樣，即獨(dú)立性； ? 各個(gè)水平的因變量服從正態(tài)分布，即正態(tài)性； ? 各個(gè)水平下的總體具有相同的方差，即方差齊； 方差分析認(rèn)為： SST（總的離差平方和） =SSA（組間離差平方和） +SSE（組內(nèi)離差平方和） 如果在總的離差平方和中，組間離差平方和所占比例較大，說(shuō)明觀測(cè)變量的變動(dòng)主要是由因素的不同水平引起的，可以主要由因素的變動(dòng)來(lái)解釋，系統(tǒng)性差異給觀測(cè)變量帶來(lái)了顯著影響；反之，如果組間離差平方和所占比例很小，說(shuō)明觀測(cè)變量的變動(dòng)主要由隨機(jī)變量因素引起的。 （ 2）要求所有觀察值都是從正態(tài)總體中抽取，且方差相等。 二是水平內(nèi)部的方差 。這種由不同水平造成的差異，稱之為系統(tǒng)性差異。 方差分析的基本思想 在表 51中 ， 要研究不同推銷方式的效果 ， 其實(shí)就歸結(jié)為一個(gè)檢驗(yàn)問(wèn)題 ， 設(shè)為第 i（ i=1,2,3,4） 種推銷方式的平均銷售量 ， 即檢驗(yàn)原假設(shè)是否為真 。 （ 3）單元（ Cell） :指因素水平之間的組合。 （ 1）因素（ Factor） :是指所要研究的變量，它可能對(duì)因變量產(chǎn)生影響。從結(jié)果來(lái)看， “ x”和 “ y”變量的相關(guān)系數(shù)等于 ，呈高度正相關(guān)關(guān)系；同時(shí)相伴概率 P值 一步說(shuō)明這兩組樣本相關(guān)性顯著。這里變量 “ x”表示 1996年美國(guó)公司的收益；變量 “ y”表示 1997年美國(guó)公司的收益。 H0 ：美國(guó)公司在 1996年和 1997年第四季度的收益沒有顯著差異，即亞洲金融危機(jī)對(duì)美國(guó)公司收益沒有造成影響。你能根據(jù)數(shù)據(jù)判斷投資商的預(yù)言嗎？ 表 415列出了美國(guó)公司在亞洲金融危機(jī)爆發(fā)前后第四季度的每股收益。從結(jié)果來(lái)看， “ tv”和 “ book”變量的相關(guān)系數(shù)等于 ，呈簡(jiǎn)單正相關(guān)關(guān)系；同時(shí)相伴概率 P值 平 。 Step03： 完成操作 單擊 【 OK】 按鈕，完成操作。 Step01：打開對(duì)話框 打開數(shù)據(jù)文件 ，選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 Paired Sample T Test（配對(duì)樣本 T檢驗(yàn)） 】 命令，彈出 【 Paired Sample T Test（配對(duì)樣本 T檢驗(yàn)） 】 對(duì)話框。 H0 ：俱樂部成員看電視和讀書所消耗的時(shí)間相同。 Step05 單擊圖 【 OK】 按鈕，結(jié)束操作， SPSS軟件自動(dòng)輸出結(jié)果。 Step04 相關(guān)統(tǒng)計(jì)量的 Bootstrap估 計(jì) 單擊 【 Bootstrap】 按鈕，在彈出的對(duì)話框中可以進(jìn)行如下統(tǒng)計(jì)量的 Bootstrap估計(jì)。 Confidence Interval：用于設(shè)置在指定水平下樣本均值與指定的檢驗(yàn)值之差的置信區(qū)間，默認(rèn)值為 95%。 檢驗(yàn)中所采用的統(tǒng)計(jì)量和單樣本 t檢驗(yàn)完全相同 兩 配 對(duì)樣本 t檢驗(yàn) 的 SPSS操作詳解 Step01：打開兩配對(duì)樣本 t檢驗(yàn)對(duì)話框 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 PairedSamples T Test（配對(duì)樣本 T檢驗(yàn)） 】 命令，彈出 【 PairedSamples T Test（配對(duì)樣本 T檢驗(yàn)） 】 對(duì)話框。這樣，通過(guò)檢驗(yàn)該差值樣本的均值是否等于零，就可以判斷這兩組配對(duì)樣本有無(wú)差異性。例如對(duì)雙胞胎兄弟實(shí)施不同的教育方案，檢驗(yàn)他們?cè)趯W(xué)習(xí)能力上的差異性。例如研究汽車左右輪胎耐磨性有無(wú)顯著差異。配對(duì)樣本主要包括下列一些情況。當(dāng)分析這些相關(guān)總體之間的均值關(guān)系時(shí)，就涉及到兩配對(duì)樣本的 t檢驗(yàn)。所以，問(wèn)題 “ 從易到難 ” 和 “ 從難到易 ” 兩種方式的題目設(shè)置安排，對(duì)學(xué)生考試產(chǎn)生了顯著的焦慮影響，其平均焦慮值從 。 Step06 單擊 【 OK】 按鈕，結(jié)束操作。 Step04 選擇分組變量 x，將其添加至 【 Grouping Variable(s)（分組變量） 】 文本框中。 Step01 建立數(shù)據(jù)文件 ?，F(xiàn)在要研究考試題目對(duì)分?jǐn)?shù)的影響性，即比較這兩種考試形式對(duì)學(xué)生有無(wú)顯著的焦慮差異性。這個(gè)結(jié)論說(shuō)明商務(wù)人員認(rèn)為兩個(gè)機(jī)場(chǎng)在服務(wù)水平質(zhì)量等方面是沒有差異的。 ②兩總體均值的檢驗(yàn) 在 SPSS中進(jìn)行兩獨(dú)立樣本 t檢驗(yàn)時(shí)，應(yīng)首先對(duì) F檢驗(yàn)作判斷。 Step05： 完成操作 單擊 【 OK】 按鈕，完成操作。接著單擊 【 Define Groups】 按鈕，彈出 【 Define Group（定義組） 】 對(duì)話框。 Step01： 打開對(duì)話框 選擇菜單欄中的 【 Analyze（分析） 】 → 【 Compare Means（比較均值） 】 → 【 IndependentSample T Test（獨(dú)立樣本 T檢驗(yàn)） 】 命令，彈出 【 IndependentSample T Test（獨(dú)立樣本 T檢驗(yàn)） 】 對(duì)話框。由于這兩組人員構(gòu)成不同，因此由這兩組人員組成的樣本可以看作是相互獨(dú)立的。假設(shè)有一個(gè)由 50名商務(wù)旅行人員組成的簡(jiǎn)單隨機(jī)樣本，要求這些人給邁阿密機(jī)場(chǎng)打分。 ? 支持平均值差值的 Bootstrap 估計(jì)和顯著性檢驗(yàn)。在該文本框中輸入一個(gè)數(shù)字，大于等于該數(shù)值的對(duì)應(yīng)一個(gè)總體，小于