多因素方差分析资料讲解 下载本文

精品文档

设置完成后,在多因素方差分析窗口框中点击“OK”按钮,SPSS就会根据设置进行运算,并将结算结果输出到SPSS结果输出窗口中。

11) 结果与分析 主要输出结果:

结果分析: 方差不齐次性检验显著

表5-8 方差齐次性检验表明:方差不齐次性显著,p<0.05。 精品文档

精品文档 方差分析:

表5-9 主效应方差分析表:在表的左上方标明研究的对象是粘虫历期。 偏差来源和偏差平方和:

? ?

Source 列是偏差的来源。其次列是“Type III Sum of Squares”偏差平方和。 Corrected Model 校正模型,其偏差平方和等于两个主效应a、b平方和加上交互a*b的平方和之和。

? ?

Intercept 截距。

a 温度主效应,其偏差平方和反应的是不同温度造成对粘虫历期的差异。与b偏差平方相同均属于组间偏差平方和。

? ?

b 湿度主效应,其偏差平方和反应的是不同湿度计量造成的粘虫历期之差异。 a*b 温度和湿度交互效应,其偏差平方和反应的是不同温度和湿度共同造成的粘虫历期的差异。

? ?

Error 误差。其偏差平方和反应的是组内差异。也称组内偏差平方和。 Total 是偏差平方和在数值上等于截距、主效应、次效应和误差偏差平方和之总和。

? Corrected Total 校正总和。其偏差平方和等于校正模型与误差之偏差平方和之总和。

? ? ? ?

df 自由度

Mean Square 均方,数值上等于偏差平方和除以相应的自由度。 F 值,是各效应项与误差项的均方之比值

Sig 进行F检验的p值。p≤0.05,由此得出“温度”和“湿度”对因变量“粘虫历期”

在0.05水平上是有显著性差异的。

根据方差分析表明:

?

不同温度(a)对粘虫历期的偏差均方是1575.434,F值为90.882,显著性水平是0.000,即p<0.05存在显著性差异;

? 不同湿度(b)对粘虫历期的偏差均方是322.000,F值为18.575,显著性水平是0.000,即p<0.05存在显著性差异;

? 不同温度和不同湿度(a*b)共同对粘虫历期的偏差均方是19.809,F值为1.143,显著性水平是0.358,即p>0.05存在不显著性 差异。

多重比较

由于方差不齐次性,应选择方差不具有齐次性时的“Tamhane's T2”t检验进行配对比较。表

5-10 多重比较表就是“温度”各水平“Tamhane's T2”方法比较的结果。表中的各项说明参见表5-6(5.2.2节)。

?

温度25℃与27℃、29℃和31℃之间都有显著性差异;

精品文档

精品文档

? ? ?

温度27℃与25℃、29℃和31℃之间都有显著性差异;

温度29℃与26℃和27℃之间都有显著性差异;与31℃无显著性差异;

温度31℃与25℃和27℃之间都有显著性差异;与29℃无显著性差异。

不同湿度水平之间无显著性差异存在,这里没有列出多重比较表。

精品文档