Rezumat:
Practică practică cu analiza MANCOVA utilizând software-ul SPSS.
Obiectivele învățării:
Dobândiți competență în efectuarea analizelor MANCOVA și interpretarea rezultatelor în SPSS.
Învățați cum să încorporați covariate în modelele MANCOVA și să evaluați efectele acestora asupra variabilelor dependente multiple.
Exersați interpretarea rezultatelor analizelor MANCOVA și trageți concluzii pe baza rezultatelor.
În Mancova, există cel puțin două variabile dependente în model. Modelul tău trebuie să aibă cel puțin o covariabilă.
Pentru acest exemplu vom folosi setul de date din eșantioanele SPSS: customer_dbase.sav
Selectați customer_dbase.sav.
Faceți clic pe secțiunea Analiză din meniul de sus.
Găsiți secțiunea Model liniar general din Analiză. Apoi faceți clic pe Multivariat... nasture.
După ce ați făcut clic, veți vedea următorul meniu:
Figura 19. Selecție variabilă
Folosim timpul de navetă în minute (commutetime) și Log-Credit Card Debt (Increddebt) ca variabile dependente și Categoria de venit în mii (inccat) ca variabilă categorică independentă și Anii de educație (n.r.) ca covariabilă.
Ca al doilea pas, faceți clic pe butonul model:
Figura 20. Specificarea modelului
În analiza MANCOVA (ca și în ANCOVA), există o ipoteză suplimentară: omogenitatea pantelor de regresie.
Pentru a testa această ipoteză, faceți clic pe butonul Model din dreapta.
Faceți clic pe termenii de construcție sau pe modelul personalizat.
Selectați fiecare dintre factori și covariabile. Apoi selectați-le pe ambele în dreapta, apoi faceți clic pe butonul săgeată. În acest fel, veți putea analiza variabila factorului, covariabila și termenul lor de interacțiune.
După ce ați terminat, faceți clic pe butonul Continuare. Apoi faceți clic pe butonul OK din meniul principal.
Tabelul 21. Rezultate generale
Ceea ce trebuie să verificați în tabelul Testului efectelor între subiecți este Sig. (p-value) al termenului de interacțiune care este inclus. Dacă valoarea p este mai mare de 0,05, cu alte cuvinte nesemnificativă, atunci modelul tău nu încalcă ipoteza de omogenitate a pantelor de regresie. În acest exemplu, ipoteza nu este încălcată (deoarece valoarea p a termenului de interacțiune pentru ambele variabile dependente este mai mare de 0,05), așa că putem continua analiza.
Tabelul 22. Testul lui Levene
O altă ipoteză pentru distribuția egală a varianței de eroare a variabilei dependente este testată prin testul lui Levene. După cum se poate vedea, ambele Sig. (valoarea p) sunt mai mari de 0,05. Prin urmare, acceptăm ipoteza nulă și modelul îndeplinește ipoteza. Deci, putem continua cu analiza.
Deoarece ați verificat ipotezele, trebuie să faceți clic din nou pe Analiză -> Model liniar general -> Multivariat.
Acum, trebuie să faceți clic pe Model... din meniul din partea dreaptă. Apoi selectați Factorial complet și continuați.
După aceea, faceți clic pe Opțiuni... și selectați Statistici descriptive, Estimări ale mărimii efectului, Teste de omogenitate și faceți clic pe Continuați... nasture.
Figura 21. Descriptive, estimări și selecție a testelor
Una dintre ipotezele MANOVA este egalitatea matricelor de covarianță. După cum puteți vedea sub tabelul de rezultate, ipoteza nulă pentru test este că matricele de covarianță ale variabilelor dependente sunt egale între grupuri. După cum arată rezultatele, Sig. (valoarea p) este peste 0,05, ceea ce înseamnă semnificativ. Prin urmare, acceptăm ipoteza nulă și putem continua cu analiza.
Tabelul 23. Testul lui Box pentru egalitatea matricelor de covarianță
Tabelul 24. Teste multivariate
Rezultatele testelor multivariate arată că există o relație semnificativă între grupurile de venit și variabilele dependente, pe de altă parte, variabila Ani de educație nu are un efect semnificativ asupra acestora.
Tabelul 25. Rezultate generale
Testul efectelor între subiecți arată că variabila grupurilor de venit are o relație semnificativă cu datoria cardului de credit, dar o relație nesemnificativă cu timpul de navetă în minute.
Deoarece tabelul anterior ne-a arătat că nu există un efect semnificativ al anilor de educație asupra ambelor variabile dependente, nu putem examina efectul între subiecte.
