Руководство по анализу данных с помощью самой мощной и популярной
жүктеу/скачать 8,54 Mb. Pdf көрінісі
|
А. Наследов - SPSS 19. Профессиональный статистический анализ данных - 2011
глава 16). Дисперсионный анализ с двумя факторами Как было показано в предыдущей главе, дисперсионный анализ (ANOVA) опреде- ляет статистическую достоверность различия между выборками путем сравнения их средних значений. Чтобы получить представление о двухфакторном ANOVA, сначала немного вернемся назад и обобщим наши знания об однофакторном ANOVA. Мы сравнивали три класса (переменная класс ) по уровню выраженности переменной тест1 . «Однофакторность» анализа заключалась в том, что деление на Дисперсионный анализ с двумя факторами 199 группы производилось по градациям одной независимой переменной ( класс ). Для однофакторного ANOVA в SPSS существует специальная упрощенная команда Однофакторный дисперсионный анализ . Команды подменю Общая линейная модель позволяют выполнять однофакторный, двухфакторный, трехфакторный и т. д. ана- лизы, однако обращение с ними несколько сложнее. В этой главе мы будем использовать файл ex022.sav . В качестве зависимой пере- менной мы возьмем переменную Слова , а роль независимых будут играть перемен- ные Инт и Ч_ряда . Мы попытаемся определить степень влияния переменных Инт , Ч_ряда и их взаимодействия Инт × Ч_ряда на распределение значений переменной Слова . Такая схема анализа может быть лаконично обозначена как ANOVA 2 × 3 (Интонация × Часть ряда). Исследование позволит получить ответы на перечис- ленные ниже вопросы. Существует ли главный эффект фактора f Инт , то есть существует ли значимое различие в продуктивности воспроизведения всего ряда из 24 слов в зависи- мости от интонационного выделения середины ряда и какова степень этого различия? Существует ли главный эффект фактора f Ч_ряда , то есть существует ли зна- чимое различие в продуктивности воспроизведения трех частей ряда (начала, середины и конца) и какова степень этого различия? Существует ли взаимодействие переменных f Инт и Ч_ряда , то есть зависит ли влияние одной из этих переменных от уровней (значений, градаций) дру- гой? Таким образом, двухфакторный дисперсионный анализ позволяет проверить три гипотезы: две о главном эффекте и одну о взаимодействии факторов. Ответы на два первых вопроса можно было бы получить, дважды применив однофактор- ный дисперсионный анализ. Специфика многофакторного анализа проявляет- ся в содержании третьего вопроса, который касается взаимодействия факторов. Взаимодействие двух факторов означает, что влияние одного из них проявляет- ся по-разному на разных уровнях другого фактора. Весьма полезным для интер- претации взаимодействий является построение диаграмм средних значений для каждой ячейки таблицы сопряженности независимых переменных. Мы займемся построением диаграмм в конце этой главы. На диаграммах будут представлены все значения вне зависимости от степени их значимости, что позволит нам более ясно представлять, почему воздействие одних переменных оказывается значимым, а других — нет. Более детально проблема взаимодействия будет рассмотрена на примере при обсуждении результатов. SPSS позволяет включить в окно вывода средние значения всех выборок, соот- ветствующих всем возможным сочетаниям градаций факторов (в данном случае 2 × 3 = 6), а также вычислить F-величины и соответствующие p-уровни. По этим характеристикам мы сможем судить о степени влияния каждой из независимых переменных на распределение зависимой переменной и о взаимодействии неза- висимых переменных. |