步骤1
在spss中打开数据,在菜单栏上执行:analyse--general linear model--multivariate。
步骤2
将所有的因变量都放到第一个列表里,将自变量放到固定因素列表里。
步骤3
点击options按钮,打开子对话框。
步骤4
将自变量矫正方式放到右侧的display means,勾选如图所示的三个选项,用来展示描述统计、方差齐性、效应大小,点击继续,返回到主对话框。
步骤5
点击post hoc,设置事后检验。
步骤6
将自变量矫正方式放到事后检验的列表里,在方差齐性的方法中选择lsd,在方差不齐性的方法中选dunnet c,点击continue按钮。
步骤7
点击ok按钮,开始数据处理。
步骤8
先来分析多变量检验,如图所示的红色方框中显示的是检验的不同方法,有时候不同的方法会显示出不同的结果,需要分别解释,下面的结果是一致的。
步骤9
以wilks lambda方法为例,看sig值为000说明差异显著,篇eta方位0.375说明可以解释变异的37.5%。
步骤10
看主体间效应的检验,在矫正方式这一栏,也就是自变量的这一栏,乍一看三个水平的自变量都达到了显著水平,因为对自变量的多次比较会造成一类错误的概率增加,所以我们要用显著性水平除以自变量的水平数,也就是0.05/3=0.17,这样来看重复减少这个水平是达不到显著水平的。
声明本文系本人根据真实经历原创,未经许可,请勿转载。