SPSS第九讲多因素方差分析

（优(You)选）SPSS第九讲多因素方差分析第一页，共四十四页。只考虑主效应，不考虑交互效应及协变量(Liang)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第二页，共四十四页。第三页，共四十四页。只考(Kao)虑主效应第四页，共四十四页。实例1

之前的分析发现受访者的性别会影响其月收(Shou)入，教育程度也会影响月收(Shou)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(Shou)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？第五页，共四十四页。步骤1：点击“univariate”，弹出(Chu)对话框第六页，共四十四页。步骤2：选择因变(Bian)量（只能选一个）和自变(Bian)量第七页，共四十四页。步骤3：点(Dian)击“Model”，弹出对话框第八页，共四十四页。步(Bu)骤4：在Model中选择Custom，在BuildTerm中选择Maineffects第九页，共四十四页。步骤5：将性别和教育变量选入(Ru)右侧Model第十页，共四十四页。步骤6：点击Continue，回到主对(Dui)话框第十一页，共四十四页。步骤7：点(Dian)击Plots，弹出对话框第十二页，共四十四页。步骤8：将教育变量作(Zuo)为横坐标第十三页，共四十四页。步骤9：将性(Xing)别变量作为两条不同水平线第十四页，共四十四页。步骤10：点(Dian)击Add第十五页，共四十四页。步骤11：点(Dian)击Continue，回到主对话框第十六页，共四十四页。步骤12：点击OK，出现(Xian)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第十七页，共四十四页。结果二(Er)：均数图第十八页，共四十四页。考虑交(Jiao)互效应第十九页，共四十四页。实例2在(Zai)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(Zai)差异，即在(Zai)性别和教育之间是否存在(Zai)交互作用？第二十页，共四十四页。步(Bu)骤1：点击“univariate”，弹出对话框第二十一页，共四十四页。步骤2：选择因变量（只能选一个(Ge)）和自变量第二十二页，共四十四页。步骤3：点击“Model”，弹出对话(Hua)框第二十三页，共四十四页。步骤4：在Model中选(Xuan)择Custom，在BuildTerm中选(Xuan)择Interaction第二十四页，共四十四页。步骤5：将性(Xing)别和教育变量分别选入右侧Model第二十五页，共四十四页。步骤6：将性别和(He)教育变量同时选入右侧Model第二十六页，共四十四页。步(Bu)骤7：点击Continue，回到主对话框第二十七页，共四十四页。步骤8：点击(Ji)Plots，弹出对话框第二十八页，共四十四页。步骤9：将教育变量(Liang)作为横坐标第二十九页，共四十四页。步骤10：将性别变(Bian)量作为两条不同水平线第三十页，共四十四页。步(Bu)骤11：点击Add第三十一页，共四十四页。步骤12：点击Continue，回到主对(Dui)话框第三十二页，共四十四页。步骤13：点击OK，出现结果(Guo)一第三十三页，共四十四页。结果(Guo)二：均数图第三十四页，共四十四页。结果(Guo)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。第三十五页，共四十四页。考虑协变(Bian)量第三十六页，共四十四页。实例3在例1和例2中，我们分别考察了性别和教育的主(Zhu)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？第三十七页，共四十四页。步骤1：点击“univariate”，弹出(Chu)对话框第三十八页，共四十四页。步骤2：选择因变(Bian)量（只能选一个）和自变(Bian)量第三十九页，共四十四页。步骤3：选择年龄作为斜变(Bian)量第四十页，共四十四页。步骤4：点击(Ji)“Model”，弹出对话框第四十一页，共四十四页。步骤5：选(Xuan)择Custom和Intera