Одномерный дисперсионный анализ общий многофакторный
Levene's Test of Equality of Error Variancesa (Тест Левене на равенство дисперсии ошибок)
Dependent Variable: М1 (Зависимая переменная: М1) | |||
F | df1 | df2 | Sig(Значимость) |
4.177 | 5 | 21 | 0.009 |
- Tests the null hypothesis that the error variance of the dependent variable is equal across groups (Проверяет нулевую гипотезу о том, что дисперсия ошибок зависимых переменных одинакова для всех групп).
- a. Design: Intercept + GESCHL + ALTER+GESCHL * ALTER (Компоновка: Отрезок + Пол + Возраст + Пол * Возраст)
К сожалению, тест Левене на равенство дисперсий показывает, значимый результат со значением вероятности ошибки р = 0.009. Это означает, что отсутствует однородность дисперсий между группами, которая наряду с нормальным распределением значений выборки, является основной предпосылкой для возможности проведения дисперсионного анализа.
Традиционная схема дисперсионного анализа (еще раз отметим: проводимого на основе общей линейной модели) показывает незначимое влияние пола (р = 0.761), очень значимое влияние возраста (р = 0.001) и незначимое взаимодействие между обоими переменными (р = 0.611).
Tests of Between-Subjects Effects (Тест межсубъектных эффектов)
Dependent Variable: М1 (Зависимая переменная: М1) | |||||
Source (Источник) | Type III Sum of Squares (Сумма квадратов III типа) | Df | Mean Square (Среднее значение квадрата) | F | Sig. (Значимость) |
Corrected Model (Подправленная модель) | 145.833a | 5 | 29.167 | 12.049 | 0.000 |
Intercept (Отрезок) | 4916.763 | 1 | 4916.763 | 2031.187 | 0.000 |
GESCHL (Пол) | 0.229 | 1 | 0.229 | 0.095 | 0.761 |
ALTER (Возраст) | 144.273 | 2 | 72.137 | 29.801 | 0.000 |
GESCHL * ALTER (Пол * Возраст) | 2.446 | 2 | 1.223 | 0.505 | 0.611 |
Error (Ошибка) | 50.833 | 21 | 2.421 | ||
Total (Сумма) | 5077.000 | 27 | |||
Corrected Total | 196.667 | 26 |
- a R Squared = 0.742 (Adjusted R Squared = 0.680) (R-квадрат = 0.742 (смещенный R-квадрат = 0.680))
В случае отсутствия однородности дисперсии границу значимости рекомендуется устанавливать равной не р = 0.05, а р =0.01. Значимое влияние возраста проявляется в любом случае.
Если вы сравните эти результаты с результатами, полученными при методе Фишера (Fisher) (см. гл. 17.1.2), то заметите незначительное отклонение значения р для фактора влияния пол (geschlecht). Далее следует вывод дескриптивных статистик для совокупной выборки и для отдельных слоев факторов.
1. Grand Mean (Общее среднее значение)
Dependent Variable: М1 (Зависимая переменная: М1) | |||
Mean (Среднее значение) | Std. Error (Стандартная ошибка) | 95% Confidence Interval (95% доверительный интервал) | |
Lower Bound (Нижний предел) | Upper Bound (Верхний предел) | ||
13.828 | 0.307 | 13.190 | 14.466 |
2. GESCHL (Пол)
Dependent Variable: М1 (Зависимая переменная: М1) | ||||
GESCHL (Пол) | Mean (Среднее значение) | Std. Error (Стандартная ошибка) | 95% Confidence Interval (95% доверительный интервал) | |
Lower Bound (Нижний предел) | Upper Bound (Верхний предел) | |||
maennlich (Мужской) | 13.922 | 0.407 | 13.075 | 14.769 |
weiblich (Женский) | 13.733 | 0.459 | 12.779 | 14.688 |
3. ALTER (Возраст)
Dependent Variable: М1 (Зависимая переменная: М1) | ||||
ALTER (Возраст) | Mean (Среднее значение) | Std. Error (Стандартная ошибка) | 95% Confidence Interval (95% доверительный интервал) | |
Lower Bound (Нижний предел) | Upper Bound (Верхний предел) | |||
bis 30 Jahre (До 30 лет) | 16.000 | 0.594 | 14.764 | 17.236 |
31-50 Jahre (31-50 лет) | 14.800 | 0.522 | 13.715 | 15.885 |
ueber 50 Jahre (Свыше 50 лет) | 10.683 | 0.471 | 9.704 | 11.663 |
Затем следует вывод результатов теста Шеффе по сравнению отдельных возрастных групп.