
这张图里的方差分析F检验结果不显著。看显著性检验结果有两种方法。
1、根据F值判断。
SPSS输出的表格中“F”即样本的计算结果。之后考虑显著性检验的临界值α和F统计量的自由度,在F检验表中查找F的临界值(下表是α=01的F临界值表,如果α设定为005或001则应查找对应的F检验表)。最后,将SPSS计算出的F值与F临界值比较,若大于临界值则可以说在α的意义下结果显著,否则不显著。
2、根据Sig判断。
SPSS输出的Sig结果即将计算出的F值根据自由度转换为了P-Value,可以直接根据Sig判断是否显著,若Sig<α则结果显著,否则不显著,这一方法更方便。
在此基础上拓展一下,z检验、t检验、Chi-Square检验(卡方检验)等判断显著或进行假设检验的方式都是类似的,或者根据对应的检验表,或者根据P-Value。如果根据检验表判断,可分为三步:
第一步,计算统计量的观测值,例如此处的F值,这一步SPSS会直接输出;
第二步,查表,根据自由度和α找到临界值;
第三步,将SPSS输出的统计量观测值与查表所得临界值进行对比,得出结果。
相较之下,根据P-Value来判断则非常简单,SPSS已经根据样本计算并输出了P-Value,只需将P-Value和α对比即可。
此外在一些情况下,SPSS也会自动以星号()的数量对是否显著进行标记,例如做相关系数分析时,在001级别相关性显著会标注出“”,在005级别相关性显著标注“”等等。
首先我们打开SPSS软件,找到想要进行编辑处理的数据,这里以药物对身高的影响做显著性分析(如图所示)。
第二步:找到上方菜单栏中的分析菜单,鼠标移动至一般线性模型,然后选择单变量,点击鼠标左键选择(如图所示)。

第三步:在单变量对话框中,将变量分别对应移至因变量和协变量,这里将身高移动至因变量,药物移动至协变量(如图所示)。

第四步:点击右侧菜单的选项,鼠标移动至单变量选项中,选中参数估算值,将参数估算值标记为打勾状态(如图所示)。

第五步:选中完成后,单击选项中的继续选项,然后在单变量对话框中单击确定,进行编辑之后的查看 *** 作(如图所示)。

第六步:在SPSS的查看器中我们可以看到药物对身高影响的显著性分析,红框中显著性为0<005,具有显著性
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)