4.1、SPSS多元方差分析—零基础入门教程

SPSS多元方差分析

一、多元方差分析的SPSS实现

实例四：“data07-04.sav”数据文件是某科研单位研究某树种在不同海拔、不同施肥量情况下的苗高增加量和地径增加量的差别，将海拔设为3个水平，并将施肥量也设为3个水平，将两个因素组合成9个组合，每个组合重复3次，如下图所示。现要求分析海拔和施肥量对苗高增加量和地径增加量的影响，并分析海拔与施肥量是否存在交互作用。

数据文件：数据文件\Chapter07\data07-04.sav

视频文件：视频文件\Chapter07\多元方差分析．avi

（1）打开“data07-04.sav”数据文件，选择“分析” →“一般线性模 型” →“ 多变量” ，弹出“ 多变量”对话框，如下图所示。

（2）选中左侧变量列表中的“苗高增加量”和“地径增加量”变量，单击按钮，将其选入“ 因变量” ；选中“海拔”和“施肥量”变量，单击按钮，将其选入“ 固定因子”。

（3）单击 按钮，弹出“观测平均值的事后多重比较”对话框。

（4）在左侧的列表框中选中“苗高增加量” 、“地径增加量”变量，单击按钮，将其选入“事后检验”列表框；勾选“假定方差齐性”选项组 中的“LSD” 复选框。单击按钮返回主对话框。

（5）单击按钮，弹出“选项”对话框。 在“输出”选项组中，勾选“ 同质性检验” 复选框。单击按钮返回主对话框。

（6）完成所有设置后，单击腿按钮执行命令。

二、结果分析

从下表可以看出，苗高增加量和地径增加量的显著性分别为0.344 、0.166 ，都大于显著性水平0.05 ，说明两者在各组总体方差都相等，满足方差分析的前提条件。

下表是多元方差分析表，可以看出，海拔与施肥量两个主效应的 4种检验统计量都小于显著性水平0.05 ，说明海拔与施肥量对苗高增加   量和地径增加量有显著影响；而“海拔*施肥量” 的4种检验统计量都大于显著性水平0.05 ，说明两者共同对苗高增加量和地径增加量的影响不存在协同作用。

下表是两个因变量在不同因素上的差异分析。可以看出，苗高增加量在海拔和施肥量上的显著性分别为0.002 、0.000 ，说明苗高增加量在海拔和施肥量上都存在显著差异；地径增加量在海拔和施肥量上的显 著性分别为0.018 、0.000 ，说明地径增加量在海拔和施肥量上都存在显著差异；而苗高增加量与地径增加量在“海拔*施肥量”上的显著性分别为0.237 、0.058 ，都大于显著性水平0.05 ，所以，海拔与施肥量的交互作用在苗高增加量与地径增加量上都没有显著差异。

下表是海拔的多重比较结果，可以看出，苗高增加量在海拔1与   2 、1与3 、2与3上的显著性分别为-0.22 、0.856 、0.878 ，说明苗高增加量 在海拔1与3 、2与3上存在显著差异，在1与2上没有显著差异；同时，可以看出地径增加量在海拔1与2上没有显著差异，在2与3 、1与3上有显著差异。

下表是施肥量的多重比较的结果，可以看出，苗高增加量在施肥量1与2 、1与3 、2与3均有显著性差异；而地径增加量在施肥量1与2 、1与3上有显著差异，在2与3上没有显著差异。

如果上述教程没有解决您的问题，可以联系分析师获取支持：

分析师服务（24小时在线）

如果您需要代做服务，可选择下方服务选项：

‍1、问卷设计、问卷调查：点击联系

2、数据分析、实证分析：点击联系‍

3、科研配图、论文配图：点击联系

4、文章指导、润色美化：点击联系

5、数据查找、代查代下：点击联系

6、数据修改、调整合理：点击联系‍

7、职称评审、课题申报：点击联系

8、格式排版、文章翻译：点击联系‍