第六章spss的方差分析.doc

《第六章spss的方差分析.doc》由会员分享，可在线阅读，更多相关《第六章spss的方差分析.doc（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、【精品文档】如有侵权，请联系网站删除，仅供学习与交流第六章 spss的方差分析.精品文档.第六章 spss的方差分析1、入户推销有五种方法。某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。从应聘人员中尚无推销经验的人员中随机挑选一部分人，并随机地将他们分为五个组，每组用一种推销方法培训。一段时期后得到他们在一个月内的推销额，如下表所示： 1） 请利用单因素方差分析方法分析这五种推销方式是否存在显著差异。 2） 绘制各组的均值对比图，并利用LSD方法进行多重比较检验。原假设：这五种推销方式是否存在显著差异。步骤：建立SPSS数据分析比较均值单因素因变量导入销售额变量导入方式选项选择方

2、差同质性检验、均值图选择LSD方法检验确定表6-1方差齐性检验销售额Levene 统计量df1df2显著性2.048430.113表6-2ANOVA销售额平方和df均方F显著性组间405.5344101.38411.276.000组内269.737308.991总数675.27134分析：sig值为0.000.05，故拒绝原假设，认为这五种销售方式中存在显著差异。（2）多重比较：表6-3多重比较销售额LSD(I) 推销方式(J) 推销方式均值差 (I-J)标准误显著性95% 置信区间下限上限dimension21dimension32-3.3000*1.6028.048-6.573-.0273

3、.72861.6028.653-2.5454.00243.05711.6028.066-.2166.3305-6.7000*1.6028.000-9.973-3.4272dimension313.3000*1.6028.048.0276.57334.0286*1.6028.018.7557.30246.3571*1.6028.0003.0849.6305-3.4000*1.6028.042-6.673-.1273dimension31-.72861.6028.653-4.0022.5452-4.0286*1.6028.018-7.302-.75542.32861.6028.157-.9455.

4、6025-7.4286*1.6028.000-10.702-4.1554dimension31-3.05711.6028.066-6.330.2162-6.3571*1.6028.000-9.630-3.0843-2.32861.6028.157-5.602.9455-9.7571*1.6028.000-13.030-6.4845dimension316.7000*1.6028.0003.4279.97323.4000*1.6028.042.1276.67337.4286*1.6028.0004.15510.70249.7571*1.6028.0006.48413.030*. 均值差的显著性水

5、平为 0.05。分析：有表6-3可以看出，多重比较中sig值均小于0,05，所以拒绝原假设，认为五种推销方法存在显著差异 均值图也可以看出均值对比图的曲折比较大，进一步验证了结论。2、为研究某种降血压药的适用特点，在五类具有不同临床特征的高血压患者中随机挑选了若干志愿者进行对比试验，并获得了服用该降压药后的血压变化数据。现对该数据进行单因素方差分析，所得部分分析结果如下表所示。 1） 请根据表格数据说明以上分析是否满足方差分析的前提要求，为什么？ 2） 请填写表中空缺部分的数据结果，并说明该降压药对不同组患者的降压效果是否存在显著差异。 3） 如果该降压药对不同组患者的降压效果存在显著差异，那

6、么该降压药更适合哪组患者？1）图表中可以看出，在方差齐性检验中，sig值为0.001，小于0.05，故拒绝原假设，所以方差不齐。2）表中空缺补充：ANOVA销售量平方和df均方F显著性组间1104.1284276.03211.403.000组内1524.9906324.206总数2629.11867分析：对数据进行检验中，sig值为0.000，小于0.05，故拒绝原假设，SUOYI 降压药对不同患者的降压效果有显著影响。3）由多重检验可以看出，第1组和2组，第2组和5组，第1组和5组之间差异不显著，其他组差异较显著。所以该降压药更适合于三组和四组。3、 为研究某商品在不同地区和不同日期的销售差

7、异性，调查收集以下日平均销售量数据。1） 选择恰当的数据组织方式建立关于上述数据的SPSS数据文件。 2） 利用多因素方差分析，分析不同地区和不同日期对该商品的销售是否产生了显著影响 3）地区和日期是否对该商品的销售产生了交互影响。若没有显著的交互影响，则试建立非饱和模型进行分析，并与饱和模型进行对比。 1）组织SPSS数据文件：2）原假设：日期与地区与销售额无显著影响分析般线性模型单变量因变量导入销售额固定因子导入地区和日期两两比较中的比较量确定主体间效应的检验因变量:销售额源III 型平方和df均方FSig.校正模型6.185E787731481.4818.350.000截距8.445E8

8、18.445E8912.040.000地区2296296.29621148148.1481.240.313日期2740740.74121370370.3701.480.254地区 * 日期5.681E741.420E715.340.000误差1.667E718925925.926总计9.230E827校正的总计7.852E726a. R 方 = .788（调整 R 方 = .693）分析：由上表可以看出，地区sig值为0.313，,大于0.05，接受原假设，认为地区对销售额的影响不显著；日期sig值为0.254，大于0.05，接受原假设，认为日期对销售额的影响不显著；3）原假设：地区*日期对销

9、售额影响不显著。由2）表中数据可以看出，日期和地区对销售额影响的sig值为0.00，小于0.05，故否定原假设，认为地区*日期对销售额的影响显著。4、下面的表格记录了某公司采用新、旧两种培训方式对新员工进行培训前后的工作能力评分增加情况的数据。现需要比较这两种培训方式的效果有无差别，考虑到加盟公司时间可能也是影响因素，将加盟时间按月进行了纪录。 1）请选择适当的数据组织方式将以上数据录入到SPSS资料编辑窗口，变量名保持不变，并定义各变量的变量值标签，变量Method的变量值标签（1为旧方法，2为新方法）。 2） 按不同的培训方法计算加盟时间、评分增加量的平均数。 3） 在剔除加盟时间影响的前

10、提下，分析两种培训方式的效果有无差别，并说明理由。1) 数据组织方法如下图：2）步骤：数据转置month，score add转置转换计算变量统计量，选择均值目标变量内输入方法1的均值在数字表达式内填入MEAN确定描述统计量N极小值极大值均值标准差时间91.05.53.5001.5411增长量98.013.010.6111.6729有效的 N （列表状态）9描述统计量N极小值极大值均值标准差时间9.57.04.0002.0917增长量99.016.012.5562.6034有效的 N （列表状态）93）原假设：两种培训方式效果无显著差别步骤：分析般线性模型因变量导入score add固定因子中导入month确定主体间效应的检验因变量:Scoreadd源III 型平方和df均方FSig.校正模型17.014a117.0143.553.078截距2415.12512415.125504.392.000Method17.014117.0143.553.078误差76.611164.788总计2508.75018校正的总计93.62517a. R 方 = .182（调整 R 方 = .131）分析：由上表可以看出，在剔除加盟时间影响下的sig检验值为0.034，小于0.05，故拒绝原假设，认为两种培训方式效果有显著差别.