Rezime:
Vežbanje primene analize MANOVA u programskom paketu SPSS.
Ciljevi učenja:
Razvijanje veština za sprovođenja testova MANOVA u programskom paketu SPSS i tumačenje multivarijantnih podataka.
Sticanje znanja o načinu na koji se analiziraju efekti višestrukih nezavisnih varijabli na višestruke zavisne varijable.
Vežbanje tumačenja ispisa o rezultatima analize MANOVA i razumevanje značaja rezultata.
Tehnika MANOVA podrazumeva najmanje dve zavisne varijable u modelu. Moguće je imati više od jedne kategorijske varijable (ali ne i kovarijate) u analizi.
Za ovu vežbu koristićemo datoteku u SPSS programu: customer_dbase.sav
Odaberite: customer_dbase.sav.
Kliknite na Analyze opciju na meniju na vrhu ekrana.
Pronađite General Linear Model u okviru opcije Analyze. Potom kliknite na Multivariate… opciju.
Kada kliknete, videćete sledeći meni:
Koristićemo Commute time in minutes [commutetime] (Vreme provedeno u putu do posla i nazad u minutima) i Log-Credit Card Debt [Increddebt] (Izvod-Zaduženje po kreditnoj kartici/ kao zavisne varijable i Level of education [edcat] (Nivo obrazovanja) kao kategorijsku nezavisnu varijablu..
Potom treba kliknuti na Model:
Use full factorial model and click on Continue button and return to main menu.
Koristite Full factorial model, kliknite na Continue opciju i vratite se na glavni meni.
Sada kliknite na Post Hoc dugme i odaberite varijablu edcat za post hoc test.
Kliknite na Turkey i Bonferroni testove. Možete kliknuti i na Tamhane i Dunnett testove. Ako rezultati pokažu da varijanse nisu jednako distribuirane, koristite poslednja dva testa.
Kada završite, kliknite na Continue.
Zatim na glavnom meniju odaberite Options.
Odaberite Descriptive Statistics, Estimates of effect size i Homogeneity tests i kliknite Continue.
Tabela Between-subjects factors pokazuje veličinu uzorka u svakoj kategoriji.
Tabela descriptivne statistike pokazuje veličinu uzorka u svakoj kategoriji, njihove srednje vrednosti i standarnu devijaciju.
Jedna od pretpostavki analize MANOVA je jednakost matrica kovarijanse. Kao što možete videti ispod tabele rezultata, nulta hipoteza od koje test polazi je da su matrice kovarijanse zavisnih varijabli jednake u različitim grupama. Rezultati pokazuju da je vrednost Sig. (p-vrednost) iznad 0.05, što ukazuje na značajnost. Stoga se nulta hipoteza potvrđuje i analiza se nastavlja.
Multivarijantni testovi pokazuju da je model značajan pošto je vrednost Sig. (p-vrednost) niža od 0,05. Stoga možemo nastaviti analizu.
Sledeća pretpostavka od koje polazi MANOVA je da su varijanse grešaka zavisnih varijabli jednake u svim grupama. Leveneov test pokazuje da je vrednost Sig. (p-vrednost) obe zavisne varijable iznad 0,05. Stoga se nulta hipoteza potvrđuje i analiza se nastavlja.
Prema rezultatima, postoji značajna razlika između vremena provedenog na putu do posla i nazad između onih koji su završili srednju školu i osoba sa završenim fakultetom. Vreme putovanja onih koji su završili srednju školu je za 75% duže nego vreme onih koji su završili fakultete. Glavni razlog za ovakav rezultat može biti činjenica da je sposobnost pregovaranja i/ili šansa da nađu posao bliže mestu gde žive veća kada su u pitanju fakultetski obrazovani ljudi nego kada su u pitanju oni koji su završili srednju školu.
Prema rezultatima za zaduženje po kreditnoj kartici, postoji nekoliko značajnih razlika između obrazovnih kategorija. Da bi primer bio što kraći, ispitaćemo samo ljude sa fakultetskom diplomom. U poređenju sa ljudima koji nemaju završenu srednju školu, onim koji imaju diplomu srednje škole ili diplomu nekog fakulteta, ljudi sa fakultetom imaju za 41%, 29% i 19% veće zaduženje. Ne postoji značajna razlika između postdiplomskih studija i fakulteta. Glavni razlog za to što ljudi sa fakultetom imaju veće zaduženje po kreditnoj kartici je to što oni jednostavno zarađuju više novca, pa i više troše. Rezultati pokazuju da ovaj procenat opada sa porastom nivoa obrazovanja.
