基于SPSS的显着性分析和字母标记

 2024-01-11 03:03:05  阅读 0

在之前的文章中,我给大家讲解了如何使用绘图软件或R语言对重复数据进行显着性分析以及如何使用字母符号进行标记。 今天给大家讲解一下如何使用统计分析软件SPSS进行显着性分析和字母标注。 !

数据创建

SPSS软件新创建的输入界面主要分为两部分:数据视图和变量视图。 数据视图是我们输入数据的界面,变量视图是数据视图属性的设置。 如下图为例,我们有五组数据,每组四次重复,总共20组。 我们需要输入两列数据,第一列是分组(自变量),第二列是具体值(因变量),所以我们需要在变量视图中设置这两列的属性。 (当然,你也可以将自己的数据直接粘贴到数据视图中,然后通过变量视图修改属性)

注意:建议自变量列使用数字而不是重复的组名,并且列类型设置为数字,否则后续分析将无法识别自变量列。

spss如何分析p值相关性_spss相关性数值_spss相关性分析结果解释

spss相关性数值_spss如何分析p值相关性_spss相关性分析结果解释

数据分析

1)填写数据后,我们进行如下操作:分析→比较平均值→单向方差分析检验

spss相关性分析结果解释_spss相关性数值_spss如何分析p值相关性

2)在弹出的界面中,相应填写自变量和因变量; (如果选项中没有因变量,请参见数据创建时的注意事项)

spss相关性分析结果解释_spss相关性数值_spss如何分析p值相关性

3)点击事后比较,在弹出的界面中选择LSD、-和Tukey sb(K),填入显着性水平0.05,点击继续。

spss相关性分析结果解释_spss如何分析p值相关性_spss相关性数值

3)点击选项,在弹出的界面中选择描述和方差齐性检验,点击继续。

spss相关性数值_spss相关性分析结果解释_spss如何分析p值相关性

spss如何分析p值相关性_spss相关性分析结果解释_spss相关性数值

4) 单击“确定”开始数据分析。

spss如何分析p值相关性_spss相关性数值_spss相关性分析结果解释

结果解释

输出结果一般包括描述、方差齐性检验、方差分析、多重比较和同质子集等。

spss相关性分析结果解释_spss相关性数值_spss如何分析p值相关性

1)说明:这部分结果主要是数据的均值、偏差、最大值、最小值等计算结果的输出。

2)方差齐性检验:主要看显着性列的结果。 从结果可以看出,显着性大于0.05。 因此,方差的同质性是相等的。 一般情况下,我们可以进行方差分析。

spss如何分析p值相关性_spss相关性分析结果解释_spss相关性数值

3)ANOVA:主要看F值和显着性值。 F值是组间平均方差与组内平均方差的比值。 当组间方差远大于组内方差时,F值会比较大。 一般情况下,F值越大,p值越小,我们认为组间特征存在显着差异。

spss相关性数值_spss如何分析p值相关性_spss相关性分析结果解释

4)多重比较:主要关注显着性。 如果两组之间的P值较小(用“*”号检查)。

spss相关性分析结果解释_spss如何分析p值相关性_spss相关性数值

5)同质子集:这部分结果主要用于字母标记,我们接下来会详细解释。

spss相关性分析结果解释_spss如何分析p值相关性_spss相关性数值

字母标记

我们主要根据同质子集中的 - 结果来解释和标记字母标记:

1)得到结果后,我们首先从右到左用字母标记每一列。 如下所示,我们有四列,分别标记为 a、b、c 和 d。

spss相关性数值_spss如何分析p值相关性_spss相关性分析结果解释

2)图中的数值代表每组的均值,并且从右到左、从下到上、从大到小排列。 第一列从右到左均值最大的是第 4 组,因此第 4 组应标记的字母是 a,然后第 1 组和第 5 组是 b,第 3 组是 c,第 2 组是 d 。 (如果遇到一组同一行显示多个均值,一般以最大均值为准,只需标记最大均值列对应的字母即可)

3)显示:一般可以通过绘图的方式进行标注,也可以直接以表格的形式进行标注;

spss相关性数值_spss如何分析p值相关性_spss相关性分析结果解释

spss如何分析p值相关性_spss相关性数值_spss相关性分析结果解释

如本站内容信息有侵犯到您的权益请联系我们删除,谢谢!!


Copyright © 2020 All Rights Reserved 京ICP5741267-1号 统计代码