要求。
正态分布要求是针对因变量的,只要因变量属于正态分布就可以。对偏态分布应考虑用对数转换、平方根变换、倒数变换、平方根反正弦变换等变量变换方法变为正态或接近正态分布后再进行方差分析。
单因素方差分析针对多组均数间的比较。 方差分析拒绝H0,只能说明多个样本总体均数不相等或不全相等。
若要得到各组均数间更详细的信息,应在方差分析的基础上进行多个样本均数的两两比较。 两两比较分为事前计划好的比较和事后比较,前者借助于对比(Contrast),后者借助于两两比较(Post Hoc )提供的许多方法。
在分组变量包含次序信息时,如果方差分析做出了各组间差异有统计学意义的结论,并且Means-Plot均数图提示各组均数的某种趋势时,可以利用趋势分析讨论观察值与分组变量取值间的数量依存关系。借助于对比(Contrast)完成。
同一处理不同重复观测值的差异是由偶然因素影响造成的,即试验误差,又称组内变异。不同处理之间平均数的差异主要是由处理的不同效应造成的,称处理间变异,又称组间变异。
因此:总变异可分解为组间变异和组内变异两部分。当选择样本时,样本尽量接近总体均值,效果越好,我们希望样本的组内变异越小越好,组间变异越大越好。通过检验组间变异和组内变异之比,可以判断是否组间变异起到决定性的因素
参考资料来源:百度百科-方差分析
参考资料来源:百度百科-正态分布
正态的要求是针对因变量的,只要因变量属于正态分布就可以,而且一般数据都是满足正态分布条件的,不需要特别进行正态检验(这个说法参看张厚粲老师的教育和心理统计教材),万一不满足,要么对变量进行正态转换,要么做非参数检验
spss的变量正态转换步骤:工具栏transform-Rank cases,将左边你要进行正态化的变量拖入右边“变量”框中;点选rank types对话窗,选中normal scores选项(共四种计算方法,系统默认的是bloom计算方法,可根据你的需要进行改进),点击continue,ok,此时spss页面上会生成两列新变量,第一个变量,N打头的那个就是正态化后的新变量,这个时候你就可以按正常步骤做接下来的方差分析了
正态的要求是针对因变量的,只要因变量属于正态分布就可以,而且一般数据都是满足正态分布条件的,不需要特别进行正态检验(这个说法参看张厚粲老师的教育和心理统计教材),万一不满足,要么对变量进行正态转换,要么做非参数检验
spss的变量正态转换步骤:工具栏transform-Rank
cases,将左边你要进行正态化的变量拖入右边“变量”框中;点选rank
types对话窗,选中normal
scores选项(共四种计算方法,系统默认的是bloom计算方法,可根据你的需要进行改进),点击continue,ok,此时spss页面上会生成两列新变量,第一个变量,N打头的那个就是正态化后的新变量,这个时候你就可以按正常步骤做接下来的方差分析了
SPSS中单因素方差分析要求变量符合正态分布吗
是的。
正态分布的检验方法有很多种,包括正态性检验以及图示法p-p图,q-q图等,一般正态性检验最为严谨所以利用SPSSAU分组进行正态性检验,结果如下:
因为是小样本分析(样本量小于50)所以查看S-W(Shapiro-Wilk)检验结果就可以,如果是大样本数据则可以考虑K-S(Kolmogorov-Smimov)或者J-B(Jarque–Bera)检验。从结果中可以看出三组数据的p值均大于0.05,三组数据具有正态性。若不满足正态性可以使用非参数检验进行分析,接着进行方差齐检验如下。