共變模型建構分析/應用
Covariance Modeling, GLM

神掌打通任督二脈‧易筋經以簡馭繁

多因子分析常用模型簡介多變項-多因子分析常用模型簡介

共變模型建構分析特色

SPSS 範例檔案下載
應用範例
檢查檢查共變項是否存在/組內迴歸線是否平行
排除共變項
同質性考驗
調整組內平均數
ANCOVA的報告方法
視覺輔助圖
一對一組間比較


共變數分析(ANCOVA)有3大主要用途:
1.淨化主要自變項-自變項為連續資料。
2.作為實驗推論的「統計控制」-自變項為類別資料,共變項與應變項平行。
3.發現與探索其他「調節模型」。

共變模型建構分析特色

共變數(Covariance)是共變項影響的測量值,共變模型建構是基於共變數分析的應用。 


SPSS 範例檔案下載

以下介紹使用SPSS達成所有分析步驟的過程。

下載SPSS範例資料下載SPSS高等統計範例資料(右鍵下載)Analy-SPSS-Teaching.exe

下載SPSS範例資料下載SPSS多變項分析範例資料(右鍵下載)Analy-SPSS-Teaching-Multi.rar

下載SPSS範例資料下載SPSS統計與多變項習題資料(右鍵下載)Analy-SPSS-Multi_Ex.7z

下載SPSS範例資料下載SPSS範例資料(教材專區)Analy-SPSS-Teaching.exe

下載SPSS範例資料下載範例資料(教材專區):Analy-SPSS-Teaching-Multi.exe


應用範例

依據  Analy-SPSS-Teaching.exe 資料集的變異數分析

我們發現:女性網路消費力遠超過男性。但進一步思考,會不會存在「開始上網時間」的共變項?亦即消費力其實是與網路使用經驗的長短有關。

為了消除疑慮,決定排除這個共變項,確認性別這個自變項的效果。

檢查共變項是否存在

組內迴歸線是否平行

共變項在自變項的各組內,必須「組內迴歸係數同質」,也就是共變項與應變項的迴歸線,在每組內平行,亦即自變項和共變項不得有交互作用。

〉分析

〉一般線性模式(GLM)

〉單變量

SPSS-ANCOVA

設定應(依)變項:[q23]

、自變項(固定因子):[q41]

、共變項(量):[q6_1]

設定共變項,其實等於作「共變項」與「應變項」的迴歸分析。

SPSS-ANCOVA

〉模式

〉自訂

將自變項、應變項都分別選取,計算主要效果。

SPSS-ANCOVA

<Ctrl> + Click 選取「自變項+ 共變項」,以計算交互作用效果。

「包括截距」的幾何意義表示迴歸線沒有通過原點,即沒有Y﹦0的情形。其代數意義,即線性模式中之「常數」(β0)。

SPSS-ANCOVA

執行後,交互作用未達顯著水準,表示組內各迴歸線平行,可以進行共變項分析。

SPSS-ANCOVA

共變項不存在‧共變項分析等同變異數分析共變項不存在‧共變項分析等同變異數分析

在報表中,共變項(開始上網時間):[q6_1],也並未達顯著水準,亦即共變項不存在‧共變項分析將等同變異數分析。

不過,這是練習,故繼續進行共變項分析。

排除共變項

〉一般線性模式(GLM)

〉模式

改選「完全因子設計」

SPSS-ANCOVA

〉圖形

可以視覺方式顯示各組差異。

SPSS-ANCOVA

〉選項

SPSS-ANCOVA

同質性考驗

同質性考驗就是分析組內變異數是否相同,如果不同質,沒有繼續分析的意義。

本例的 P<.05,到達顯著水準,表示不同質。

SPSS-ANCOVA

調整組內平均數

SPSS-ANCOVA本例為習題,假設通過同質性考驗,繼續分析下去。

下表為未調整前分析,性別差異已到達顯著水準。

SPSS-ANCOVA

計算「組內迴歸係數」如下表。

SPSS-ANCOVA

調整後獲得的平均數,與組間對比顯著性。

SPSS-ANCOVA

ANCOVA的報告方法

APA報告格式:F(1,27)=6.449 P<.05

F(1,27)中的1是組間自由度;27是排除共變項後之自由度。

敘述式可寫:達到.05 顯著水準(當前寫 .02 亦無不可)

達到顯著水準者才須報告,必須同時報告以上分析過程各表。

從以上報表可知,排除共變項後,女性網路消費力(平均數)仍遠超過男性。

視覺輔助圖

圖形顯示組間差異。

SPSS-ANCOVA


一對一組間比較(Contrast)

如果自變項之水準、或實驗法之組別為 3 或超過,同時發生水準間差異,必須進一步作一對一水準間比較。

〉比對

比對就是比較每個水準的平均數,其中包括實驗組、與控制組。

預設為無,當需〈變更比對〉時,常用設定有2,但其中譯足以將人打昏。

離差:就是不設定實驗組、與控制組順序。

簡單:就是指定控制組的順序。

如果設定〈簡單〉,可設定控制組(參考類別)為最後一個或第一個。

SPSS-ANCOVA


管理研究統計課程-問卷 管理研究統計課程-問卷

回頁首 Up to page head 至頁尾 Down to page bottom
上一頁 Back to previous page 回頁首 Up to page head 下一頁 Go to nex page  

統雄數學神掌系列目錄
分享意見反映
統計教學的內涵與取向
高考統計考題的解析
微積分精華篇
微積分思想篇
微積分進階精華篇
統計/數學符號與其英語讀法
資料型態與視覺呈現
敘述統計
機率論與機率分配
推論統計學精華篇
t分配與 t檢定
推論統計‧理論建構
資料分析程序與SPSS基礎
SPSS 資料清理
SPSS 轉換:Recode 重新編碼
SPSS 轉換:Compute 建構新變項
SPSS 選擇觀察值_SPSS 資料庫管理
樣本代表性檢定
單變項:類別_二元資料/詮釋
單變項:類別_二元資料/應用
單變項分析:連續資料
單變項連續資料視覺檢視與清理
卡方分析(雙向)
多向卡方分析
單向卡方分析
變異數分析(單因子):詮釋
變異數分析(單因子):應用
簡單迴歸/相關分析:詮釋
簡單迴歸/相關分析:應用
對數/邏輯相關分析
測量工具信度/效度分析
量表信度 檢定
量表效標關聯效度 檢定
因素分析_EFA
因素效度分析_CFA:詮釋
因素效度分析_CFA:應用
多變項分析精華篇
多元迴歸分析:詮釋
多元迴歸分析:應用
一般線性模型精華篇
廣義線性模型
雙因子/多因子變異數分析
調節模型與交互作用詮釋
調節模型分析與建構
SPSS 統計圖應用:調節模型檢定
共變數分析/詮釋
共變模型建構/應用
因果模型與因果邏輯
中介模型分析
因徑/SEM:模型詮釋與因果邏輯
因徑/SEM:探索式因徑模型建構
因徑/SEM:驗證式結構方程解析
多變項分析實例SEM
多變項分析實例SEM+調節篇
因徑/結構方程SEM:反省
無母數統計
統計研討篇
專題-卜豐投針實驗
專題-機率與統計悖論
1類知識計量工具
2類知識計量工具
3類知識計量工具
非等機率知識體系建構
TX空時座標建構
一般取用測量
信仰取用測量
研究方法/民調市調系列
請點這裡看所有留言分類 Please click here to view categories of comments
同類別內相關主題