統計:多因子變異數分析Two-Way ANOVA之適用範圍與SPSS操作

多因子變異數分析(Two-Way ANOVA)適用於同時比較兩個或更多因子對於結果變數的影響,並評估不同因子之間是否存在交互作用。換句話說,是用來檢驗多組、多種或多層次的分類中,是否各自和彼此之間的差異具顯著性。

多因子變異數分析Two-Way ANOVA的適用情境

SPSS操作範例

某學校宣稱OO措施可以有效平衡各學院之男女性別學生的證照數量,故我們想要得知這個OO措施是否真如宣稱般的具備顯著效果?

Step 1. 在SPSS變數視圖中,預先定義資料欄位。其中可以去指定欄位,讓後續報告中令人困惑的代表值可以透過標籤來還原與表明。

Step 2. 將收集到的數據,複製到SPSS資料視圖內,請預先將學院取代成數值性別取代成數值。(亦可進入SPSS中進行取代,但實在是太麻煩了,勸你在外部的資料編輯環境中做會簡單很多)

學院 性別 證照數
1    1    15
1    1    17
1    1    14
1    2    12
1    2    10
1    2    13
2    1    8
2    1    9
2    1    7
2    2    11
2    2    10
2    2    12
3    1    6
3    1    5
3    1    7
3    2    9
3    2    8
3    2    10

Step 3. 點選分析一般線性模型單變異數

Step 4. 將證照數放入應變數欄位(依變數;Dependent Variable),學院性別放入固定因子欄位(Fixed Factor)。

Step 5. 點選事後,將因子學院放入此項目的事後檢定欄位,並勾選TukeyScheffe(作為回收樣本數量不同之校正)。

Step 6. 最後SPSS就會將統計分析後的數據報告呈現給我們看了。

分析報告

以上面的例子,我們的獲取的分析報告資訊大致上如下:

學院的主效果在證照數上具有顯著差異(F(2,12)=38.769, p=.000)。這表示在不同學院之間,學生持有的證照數量存在顯著差異。

性別的主效果不顯著(F(1,12)=1.885, p=.195)。這表示在男性與女性之間,證照數量沒有顯著差異。

學院與性別之間的交互作用顯著(F(2,12)=15.385, p=.000),表示學院與性別共同影響證照數量,顯示不同學院的男性與女性在持有證照數上存在顯著差異。

使用Tukey HSD與Scheffe法的結果一致,發現:

⭐結論

本研究結果將顯示OO措施對於平衡各院、各性別之學生證照數量的影響:

相關連結:

SPSS Analysis Operation Flow StepByStep Univariate Analysis Two-Way TwoWay ANOVA