Rezumat:
Exerciții practice axate pe analiza MANOVA în SPSS.
Obiectivele învățării:
Dezvoltarea abilităților de efectuare a testelor MANOVA utilizând SPSS și interpretarea rezultatelor multivariate.
Învățați cum să analizați simultan efectele mai multor variabile independente asupra mai multor variabile dependente.
Exersați interpretarea rezultatelor analizelor MANOVA și înțelegerea semnificației generale a rezultatelor.
În Manova, există cel puțin două variabile dependente în model. Este posibil să existe mai multe variabile categorice (nu covariabile) în analiză.
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:
Folosim timpul de navetă în minute (commutetime) și Log-Credit Card Debt (Increddebt) ca variabile dependente și nivelul de educație (edcat) ca variabilă categorică independentă.
Ca al doilea pas, faceți clic pe butonul model:
Utilizați modelul factorial complet și faceți clic pe butonul Continuare și reveniți la meniul principal.
Acum faceți clic pe butonul Post Hoc și selectați variabila edcat pentru testul post hoc.
Faceți clic pe testele Turcia și Bonferroni. De asemenea, puteți face clic pe testele lui Tamhane și Dunnett. Dacă rezultatele arată că varianțele nu sunt distribuite în mod egal, puteți utiliza ultimele teste.
După ce ați terminat, faceți clic pe butonul Continuare.
Acum, în meniul principal, faceți clic pe butonul Opțiuni.
Selectați Statistici descriptive, Estimări ale mărimii efectului și teste de omogenitate și faceți clic pe butonul Continuare.
Tabelul factorilor între subiecți arată câte probe sunt în fiecare categorie.
Tabelul statistic descriptiv arată câte eșantioane sunt în fiecare categorie și media și abaterea lor standard.
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.
Testele multivariate arată că modelul este semnificativ, deoarece Sig. (valoarea p) este sub 0,05. Așa că putem continua cu analiza.
O altă ipoteză a MANOVA este că variațiile de eroare ale variabilelor dependente sunt egale între grupuri. Testul lui Levene arată că Sig. (valoarea p) a ambelor variabile dependente sunt peste 0,05. Prin urmare, acceptăm ipoteza nulă și continuăm cu analiza.
Conform rezultatelor, există o diferență semnificativă între timpul de navetă al absolvenților de liceu și de facultate. Timpul de navetă al absolvenților de liceu este cu 75% mai mare decât cel al absolvenților de facultate. Principalul motiv al acestui rezultat poate fi raționalizat, deoarece puterea de negociere și/sau șansele absolvenților de facultate sunt mai mari decât absolvenții de liceu în găsirea unui loc de muncă mai aproape de locul în care locuiesc.
Conform rezultatelor pentru datoria cardului de credit, există mai multe diferențe semnificative între categoriile de educație. Pentru a păstra exemplul scurt, vom examina doar persoanele cu diplomă de colegiu. În comparație cu persoanele fără absolvire de liceu, absolvirea liceului, unele diplome de facultate, persoanele cu diplomă universitară au cu 41%, 29% și, respectiv, 19% mai multe datorii. Nu există nicio diferență semnificativă între diploma post-licență și diploma de facultate. Principalul motiv pentru care oamenii cu diplomă universitară au mai multe datorii este că acești oameni pur și simplu câștigă mai mulți bani, deci au o datorie mai mare. Rezultatele arată că există o scădere a procentului atunci când gradul de absolvire este mai mare.
