Rezime:
Vežbanje primene analize MANCOVA u programskom paketu SPSS.
Ciljevi učenja:
Razvijanje veština za sprovođenja testova MANCOVA u programskom paketu SPSS i tumačenje rezultata.
Sticanje znanja o načinu na koji se kovarijati uključuju u MANCOVA model i o načinu određivanja njihovog efekta na zavisnu varijablu.
Vežbanje tumačenja ispisa o rezultatima analize MANCOVA i izvođenja zaključaka na osnovu dobijenih rezultata.
Analiza MANCOVA podrazumeva model sa najmanje dve zavisne varijable. Model mora da ima najmenje jedan kovarijat.
Za ovaj primer koristićemo datoteku iz SPSS programa: 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 pojaviće se sledeći meni:
Koristićemo Commute time in minutes [commutetime] (Vreme provedeno na putu do posla i nazad) i Log-Credit Card Debt [Increddebt] (Izvod-Zaduženje po kreditnoj kartici) kao zavisne varijable i Income category in thousands [inccat] (Prihod u hiljadama) kao kategorijsku nezavisnu varijablu i Years of education [ed] (Godine obrazovanja) kao kovarijat.
Zatim, kliknite na opciju Model:
Analiza MANCOVA (kao i ANCOVA) podrazumeva jednu pretpostavku: homogenost regresionih nagiba.
Da biste proverili ovu hipotezu, kliknite na opciju Model sa desne strane..
Kliknite na Build terms ili Build custom model.
Kliknite i na faktor i na kovarijat. Kada ih odaberete, kliknite na strelicu. Na ovaj način moći ćete da analizirate faktor, kovarijat i njihovu interakciju.
Kada završite, kliknite dugme Continue, pa OK na glavnom meniju.
Ono što treba proveriti u tabeli Test of Between-Subjects Effects je vrednost Sig. (p-vrednost) interakcije sa oznakom inccat*ed. Ako je p-vrednost viša od 0,05, odnosno nije značajna, onda vaš model ne narušava pretpostavku o homogenosti regresionih nagiba. U ovom primeru ta pretpostavka nije narušena (pošto je p-vrednost interakcije obe zavisne varijable viša od 0,05), pa možemo nastaviti analizu.
Sledeća pretpostavka o jednakosti distribucije varijanse grešaka proverava se pomoću Leveneovog testa. Kao što se može videti, obe vrednosti Sig. (p-vrednosti) su više od 0,05. Stoga se nulta hipoteza prihvata i model potvrđuje pretpostavku, pa se analiza može nastaviti.
Kada ste izvršili proveru hipoteza, kliknite ponovo na Analyze -> General Linear Model -> Multivariate.
Sada je potrebno da kliknete na opciju Model… na meniju sa desne strane. Potom odaberite Full factorial i Continue.
Zatim kliknite na Options… i odaberite Descriptive Statistics, Estimates of effect size, Homogeneity tests i kliknite na Continue.
Jedna od pretpostavki u analizi MANOVA je jednakost matrica kovarijanse. Kao što možete videti u tekstu ispod tabele, nulta hipoteza za ovaj test glasi da su matrice kovarijanse zavisnih vrijabli jednake u svim grupama. Rezultat pokazuje da je vrednost Sig. (p-vrednost) viša od 0,05, što ukazuje na značajnost. Stoga se nulta hipoteza prihvata i analiza se nastavlja.
Rezultati multivarijantnog testa pokazuju da postoji značajna povezanost između grupa definisanih na osnovu zarade i zavisnih varijabli, dok efekat varijable Years of Education na njih nije značajan.
Tabela Test of between-subjects effects pokazuje da postoji značajna povezanost između varijable Income groups (Grupe na osnovu prihoda) i Credit card debt (Zaduženje po kreditnoj kartici), dok njena povezanost sa varijablom Commute time in minutes (Vreme provedeno na putu do posla i nazad) nije značajna.
Pošto rezultati prikazani u prethodnoj tabeli pokazuju da nema značajnog efekta varijable Years of Education (Godine obrazovanja) ni na jednu zavisnu varijablu, ne možemo ispitivati efekat među subjektima.
