SPSS数据分析之列联分析与卡方检验、方差分析与LSD方法【操作详解】

SPSS数据分析之列联分析与卡方检验、方差分析与LSD方法【操作详解】关于SPSS进行数据分析时的常用方法操作详解,卡方检验、方差分析、LSD方法分析。

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

1、列联分析与卡方检验

(1)依次打开选项卡中的<分析>,<描述统计>,<交叉表>
001
(2)然后依次选择列联表的行与列对应的变量
002
(3)点击<统计>,可以设置需要进行相关性分析的类型

  • 卡方:就是求行与列之间的相关性(有无相关性)
  • 相关性:是数值大小的相关性
  • 列联系数:也就是列联表的相关系数(相关性有多强)
    003
    (4)结果会出现一个列联表,代表了选择的变量之间的数据
    --4
    (5)还会出现一个卡方检验的检验表,此处的渐进显著性未0,表示卡方检验结果是拒绝原假设(原假设:行与列不相关),也就是说行与列是有一定相关性的。
    005
    (6)此外还有一个列联系数,此处列联系数值未0.612,表示列联表的行与列不仅有相关性,而且相关性还挺高的。
    006

2、方差分析

(1)依次点击选项卡的<分析>,<比较平均值>,<单因素ANOVA检验>
006
(2)然后给因变量和因子分别拖动变量,将门店实收为因变量,因子为营收等级。
007
(3)点击<事后比较>,可以选择LSD检验方法

  • LSD为两两比较,因此因子数不可太多
  • 注意:LSD检验最多只能检验50个因子,最好是在10个以下才用LSD检验
    008

(4)首先会有一个ANOVA检验结果,此处的显著性为0,表示拒绝原假设(方差分析的原假设为不同因子下均值相等),说明每个因子是有区别的,营收等级对门店实收确实是有影响的,而且影响巨大。
009
(5)然后还会有一个通过事后检验产生的多重比较的结果,

  • 左边前两列表示,1号营收等级分别和2、3、4号营收等级进行比较的结果,此处的显著性均为0,因此可说明ANOVA检验的结果是正确的。
  • 同时1号营收等级与2、3、4号营收等级比较的平均值差值是依次递增的,符合我们对高等级营收更高的标准,数据比较是正常的。
    010
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/179429.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • html网页中加入音乐播放器,[HTML5]简单网页本地音乐播放器[通俗易懂]

    html网页中加入音乐播放器,[HTML5]简单网页本地音乐播放器[通俗易懂]既然HTML5提出与本地交互方便,就想写个HTML5的本地音乐播放器。一开始问题主要集中在怎么读取本地文件路径,我想肯定可以用JS实现去操作本地文件(因为node.js很容易实现读取本地文件,但是原生JS怎么写不太清楚),不过简单一点就用这样只能读取一个,我想做的是最好是把一个文件夹中的都取出来,然后参考http://sapphion.com/2011/11/html5-folder-upload…

    2022年6月21日
    22
  • 基于python的电影推荐系统_python为什么叫python

    基于python的电影推荐系统_python为什么叫python好莱坞知名媒体THR《好莱坞报道者》,邀请了2800多名好莱坞影视从业人员,包括779名演员,365名制片人,268名导演等等,由他们选出自己最爱的剧集,最终汇总成为这个百大经典美(英)剧清单。看看你追的剧上榜了吗?看到第一名时,瞬间热泪盈眶!果然是他,最经典,没有之一!100、绝望主妇DesperateHousewives(2004-2012)ABC99、弗尔蒂旅馆FawltyTowe…

    2022年9月30日
    3
  • 爱奇艺需要优化的功能_爱奇艺怎么调三倍速度

    爱奇艺需要优化的功能_爱奇艺怎么调三倍速度爱奇艺技术分享:爱奇艺Android客户端启动速度优化实践总结

    2022年4月21日
    63
  • 大数据可视化的方法、挑战及进展[通俗易懂]

    大数据可视化的方法、挑战及进展[通俗易懂]大数据可视化的方法、挑战及进展摘要:在简化数据量和降低大数据应用的复杂性中,大数据分析发挥着关键的作用。可视化是其中一个重要的途径,它能够帮助大数据获得完整的数据视图并挖掘数据的价值。大数据分析和可视化应该无缝连接,这样才能在大数据应用中发挥最大的功效。这篇文章将介绍一些常规的数据可视化方法以及在大数据应用领域突破常规的可视化手段,也会讨论大数据可视化带来的挑战,同时介绍大数据可视化领域新的方

    2022年5月4日
    60
  • Flask表单提交的方法[通俗易懂]

    Flask表单提交的方法[通俗易懂]这里介绍一下Flask表单提交相关的方法,还是以代码实例为主。首先,Flask模板中表单提交代码与我们一般写的H5表单无异,当然,Flask也提供了表单类,Flask-WTF扩展。这里只介绍常规的表单提交方法。首先是模板类:&lt;!DOCTYPEhtml&gt;&lt;htmllang="en"&gt;&lt;head&gt;&lt;metacharset="UTF-8"&g…

    2025年12月4日
    3

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号