18
Дисперсионен и ковариационен анализ с SPSS Дисперсионен и ковариационен анализ Дисперсионният анализ е статистически метод за изследване на разликите в средните на две или повече съвкупности. Чрез него се разкриват главните ефекти и ефектите на взаимодействието на един (еднофакторен) или повече (n-факторен) фактори [категорийни (неметрични) променливи] върху една (едномерен) или повече (многомерен) метрични зависими променливи. Когато, освен неметрични независими променливи са включени и метрични променливи (ковариати), се прилага ковариационен анализ. В маркетинговите изследвания дисперсионният и ковариационният анализ се използват, както за решаване на аналогични на регресионния анализ проблеми, така и за проверка на хипотези за разлика в средните на две или повече групи. Основна постановка на казуса Разполагате с данни за дневните продажби на маргарин (в кг на 1000 касови операции), реализирани във верига от три супермаркета. Маркетинговият мениджър предполага, че върху обема на дневните продажби (sales) влияние оказват типът на опаковката (pack) и разполагането на щанда (shelf). Според него, освен двата посочени фактора, евентуално въздействие могат да оказват и равнището на цената (price) и средната температура в търговския обект (temp). Вашите задачи са: Да изследвате влиянието на типа на опаковката и разполагането на щанда (както и взаимодействието между тях) върху дневните продажби на маргарин. Да коментирате силата на влияние на отделните фактори и да ги ранжирате според тяхната относителна важност. Освен типа на опаковката и разполагането на щанда, да изследвате и въздействието на двата ковариата равнище на цената и средна температура в търговския обект. Да коментирате силата на влияние на отделните фактори и ги ранжирайте според относителната им важност. Да изследвате структурата на ефекти от взаимодействието между разполагането на щанда и типа на опаковката? Да изчислите и коментирате показателя омега на квадрат. Да изследвате силата на влияние и относителната важност на факторите, като използвате множествен класификационен анализ. 1. Проверка на основните допускания при дисперсионния анализ При приложението дисперсионния анализ се поставят следните условия: (1) Условие за независимост наблюденията във всяка клетка да са независими. © Доц. д-р Маруся Иванова, Маркетингови изследвания 2: Многомерни методи за маркетингови изследвания 1

Anova Tutorial Mr2 Spss

Embed Size (px)

DESCRIPTION

Tutorial - ANOVA and ANCOVA

Citation preview

  • SPSS

    . () (n-) [ () ] () () . , (), . , , .

    ( 1000 ), . , (sales) (pack) (shelf). , , (price) (temp).

    :

    ( ) . .

    , . . ? .

    , .

    1. :

    (1) .

    . - , 2:

    1

  • SPSS

    (2) .

    (3) .

    (4) .

    (1) . , . (2) . . (3) . , Explore.

    Analyze Descriptive Statistics Explore

    , . Plots Explore: Plots Histogram Normality plots with test. , Explore . Untransformed .

    . - , 2:

    2

  • SPSS

    , Continue. , , SPSS . , .. , . , , . Paste. .

    32 , BY .

    (1)

    . - , 2:

    3

  • SPSS

    Tests of Normality

    ,270 5 ,200* ,860 5 ,229,180 5 ,200* ,952 5 ,754,167 5 ,200* ,943 5 ,685,175 5 ,200* ,974 5 ,899,225 5 ,200* ,912 5 ,479,175 5 ,200* ,974 5 ,899

    1000

    Statistic df Sig. Statistic df Sig.Kolmogorov-Smirnova Shapiro-Wilk

    This is a lower bound of the true significance.*.

    Lil liefors Significance Correctiona.

    , , , :

    -, - ( - 0,05, .. !).

    (4) . , Explore. .. (boxplots). , .. (IQR), . , - .

    (1)

    . - , 2:

    4

  • SPSS

    - . .

    Test of Homogeneity of Variance

    ,896 5 24 ,499,360 5 24 ,871

    ,360 5 15,831 ,868

    ,842 5 24 ,534

    Based on MeanBased on MedianBased on Median andwith adjusted dfBased on trimmed mean

    1000

    LeveneStatistic df1 df2 Sig.

    , , , :

    ( - 0,05, .. !).

    2. , :

    Analyze General Linear Model Univariate

    Univariate, ( ) (

    . - , 2:

    5

  • SPSS

    , ; , , 1 ; 2 ; 3 ; 4 5 ).

    Options, . Univariate: Options.

    , Plots Univariate: Plots, , .

    . - , 2:

    6

  • SPSS

    , ( , ). Separate Lines ( , .. , ). Add. , . Continue. , .

    SPSS . , . , 43,40 . , 37,40 .

    Descriptive Statistics

    Dependent Variable: 1000

    43,40 3,647 537,40 2,074 540,40 4,222 1064,40 3,578 555,80 2,387 560,10 5,363 1052,20 4,207 549,80 2,387 551,00 3,464 1053,33 9,589 1547,67 8,209 1550,50 9,232 30

    TotalTotalTotalTotal

    Total

    Mean Std. Deviation N

    . , 0,05.

    . - , 2:

    7

  • SPSS

    Levene's Test of Equa lity of Error Variancesa

    Dependent Variable: 1000

    ,896 5 24 ,499F df1 df2 Sig.

    Tests the null hypothes is that the error variance ofthe dependent variable is equal across groups.

    Design: Intercept+shelf+pack+shelf * packa.

    - SPSS . , , F . R Squared Adjusted R Squared. . , ( ) ( ), .. .. . 90,4 % . SPSS R Squared, - , .

    errorpackshelfpackshelf

    packshelfpackshelf

    SSSSSSSSSSSSSS

    totalCorrectedelCorrected

    +++

    ++==

    *

    *2 mod

    . . 88,4 % ! , , , , . 89,1 % .

    errorpackshelf

    packshelfpackshelf

    errorpack

    packpack

    errorshelf

    shelfshelf

    SSSSSSSSSS

    SSSSSS

    SS

    +=

    +=

    +=

    *

    *2*

    2

    2

    , . F , . . , , .. .

    . - , 2:

    8

  • SPSS

    , :

    (1) ( ).

    (2) ( ).

    (3) ( ).

    Tests of Between-Subjects Effects

    Dependent Variable: 1000

    2233,500a 5 446,700 45,045 ,000 ,90476507,500 1 76507,500 7715,042 ,000 ,997

    1944,200 2 972,100 98,027 ,000 ,891240,833 1 240,833 24,286 ,000 ,503

    48,467 2 24,233 2,444 ,108 ,169238,000 24 9,917

    78979,000 302471,500 29

    SourceCorrected ModelInterceptshelfpackshelf * packErrorTotalCorrected Total

    Type III Sumof Squares df Mean Square F Sig.

    Partial EtaSquared

    R Squared = ,904 (Adjus ted R Squared = ,884)a.

    , , , :

    ( - 0,05). ( - 0,05) . . .

    , , . . SPSS . . , .

    errorcortotal

    errorfpackpack

    errorcortotal

    errorfshelfshelf

    MSSS

    MSdSSMSSS

    MSdSS

    pack

    shelf

    +

    =

    +

    =

    .

    .

    2

    2

    . - , 2:

    9

  • SPSS

    0 1, - 1 F . , . (1977) 0,15 , 0,06 0,15 0,06 . 2 0.78, , , , 0.09, . 2 , - 1. , 2 . , 2, ( -) . - , 2 0.88 ((2233.5 5.9.917) / (2471.5 + 9.917) = 0.88), .

    , , , :

    - , , .

    , . , , , .. ( - 0,05!). - (-12,4). , , 12,4 . - ( ). , , . . , - .

    1 !

    . - , 2:

    10

  • SPSS

    Parameter Estimates

    Dependent Variable: 1000

    49,800 1,408 35,362 ,000 46,893 52,707 ,981-12,400 1,992 -6,226 ,000 -16,511 -8,289 ,618

    6,000 1,992 3,013 ,006 1,889 10,111 ,2740a . . . . . .

    2,400 1,992 1,205 ,240 -1,711 6,511 ,0570a . . . . . .

    3,600 2,817 1,278 ,213 -2,213 9,413 ,0640a . . . . . .

    6,200 2,817 2,201 ,038 ,387 12,013 ,1680a . . . . . .0a . . . . . .0a . . . . . .

    ParameterIntercept[shelf=1][shelf=2][shelf=3][pack=1][pack=2][shelf=1] * [pack=1][shelf=1] * [pack=2][shelf=2] * [pack=1][shelf=2] * [pack=2][shelf=3] * [pack=1][shelf=3] * [pack=2]

    B Std. Error t Sig. Lower Bound Upper Bound95% Confidence Interval Partial Eta

    Squared

    This parameter is set to zero because it is redundant.a.

    , .

    1.

    Dependent Variable: 1000

    40,400 ,996 38,345 42,45560,100 ,996 58,045 62,15551,000 ,996 48,945 53,055

    Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

    2.

    Dependent Variable: 1000

    53,333 ,813 51,655 55,01147,667 ,813 45,989 49,345

    Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

    3. *

    Dependent Variable: 1000

    43,400 1,408 40,493 46,30737,400 1,408 34,493 40,30764,400 1,408 61,493 67,30755,800 1,408 52,893 58,70752,200 1,408 49,293 55,10749,800 1,408 46,893 52,707

    Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

    - , 2. , ,

    2 , Univariate: Plots shelf Horizontal Axis, Add. pack Horizontal Axis Add.

    . - , 2:

    11

  • SPSS

    . . . , . http://wilderdom.com/statistics/ Interaction.html.

    3. . , :

    Analyze General Linear Model Univariate Univariat, ( ), ( ) ( ). ( Options), ( Plots).

    . - , 2:

    12

  • SPSS

    SPSS .

    Descriptive Statistics

    Dependent Variable: 1000

    43,40 3,647 537,40 2,074 540,40 4,222 1064,40 3,578 555,80 2,387 560,10 5,363 1052,20 4,207 549,80 2,387 551,00 3,464 1053,33 9,589 1547,67 8,209 1550,50 9,232 30

    TotalTotalTotalTotal

    Total

    Mean Std. Deviation N

    , , , :

    (F=1,118; p-value=0,377 > 0,05!).

    . - , 2:

    13

  • SPSS

    Tests of Between-Subjects Effects

    Dependent Variable: 1000

    2247,511a 7 321,073 31,536 ,000 ,9098,815 1 8,815 ,866 ,362 ,0385,010 1 5,010 ,492 ,490 ,0224,884 1 4,884 ,480 ,496 ,021

    1207,881 2 603,941 59,319 ,000 ,84482,605 1 82,605 8,113 ,009 ,26913,220 2 6,610 ,649 ,532 ,056

    223,989 22 10,18178979,000 30

    2471,500 29

    SourceCorrected ModelInterceptpricetempshelfpackshelf * packErrorTotalCorrected Total

    Type III Sumof Squares df Mean Square F Sig.

    Partial EtaSquared

    R Squared = ,909 (Adjus ted R Squared = ,881)a.

    - :

    . 0,904 0,909, .. 0,5 % - .

    , F=31,536 (p-value=0,000 < 0,05!).

    , .. (p-value=0,532 > 0,05).

    (p-value=0,009 < 0,05) (p-value=0,000< 0,05) .

    , ( - 0,05!). - (-11,036). , , 11,036 . - ( , shelf=3, 0). , , , - (0,502), (0,240). 2 . 0.48 (.. , ), 0.03 ( ). , 2 (2=0.88).

    . - , 2:

    14

  • SPSS

    Paramete r Estimates

    Dependent Variable: 1000

    30,048 37,024 ,812 ,426 -46,734 106,831 ,02911,194 15,958 ,701 ,490 -21,901 44,289 ,022

    -,244 ,353 -,693 ,496 -,976 ,487 ,021-11,036 2,342 -4,713 ,000 -15,893 -6,180 ,502

    7,250 2,753 2,633 ,015 1,540 12,960 ,2400a . . . . . .

    5,644 3,917 1,441 ,164 -2,479 13,768 ,0860a . . . . . .

    2,940 3,223 ,912 ,372 -3,744 9,625 ,0360a . . . . . .

    3,522 4,188 ,841 ,410 -5,165 12,208 ,0310a . . . . . .0a . . . . . .0a . . . . . .

    ParameterInterceptpricetemp[shelf=1][shelf=2][shelf=3][pack=1][pack=2][shelf=1] * [pack=1][shelf=1] * [pack=2][shelf=2] * [pack=1][shelf=2] * [pack=2][shelf=3] * [pack=1][shelf=3] * [pack=2]

    B Std. Error t Sig. Lower Bound Upper Bound95% Confidence Interval Partial Eta

    Squared

    This parameter is set to zero because it is redundant.a. 1.

    Dependent Variable: 1000

    41,119a 1,187 38,657 43,58259,696a 1,084 57,447 61,94450,685a 1,093 48,419 52,951

    Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

    Covariates appearing in the model are evaluated at the followingvalues: 250 = 2,0293, = 20,07.

    a.

    2.

    Dependent Variable: 1000

    54,399a 1,488 51,314 57,48446,601a 1,488 43,516 49,686

    Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

    Covariates appearing in the model are evaluated at thefol lowing values: 250 = 2,0293, = 20,07.

    a.

    3. *

    Dependent Variable: 1000

    45,412a 2,849 39,503 51,32036,827a 2,141 32,387 41,26764,279a 1,436 61,300 67,25755,113a 1,565 51,866 58,35953,507a 1,917 49,532 57,48347,863a 2,527 42,623 53,103

    Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

    Covariates appearing in the model are evaluated at the following values: 250 = 2,0293, = 20,07.

    a.

    . , ,

    . - , 2:

    15

  • SPSS

    ( ).

    , , , :

    .

    4. , , . SPSS , . , , , .

    . - , 2:

    16

  • SPSS

    . , .. , . , , (p-value < 0,05!).

    ANOVAa,b

    388,295 2 194,148 19,069 ,00050,495 1 50,495 4,960 ,036

    388,229 1 388,229 38,132 ,0001845,996 3 615,332 60,437 ,0001234,967 2 617,483 60,649 ,000

    214,112 1 214,112 21,030 ,00013,220 2 6,610 ,649 ,532

    2247,511 7 321,073 31,536 ,000223,989 22 10,181

    2471,500 29 85,224

    (Combined) 250

    Covariates

    (Combined)

    Main Effec ts

    * 2-Way InteractionsModelResidualTotal

    1000

    Sum ofSquares df Mean Square F Sig.

    Experimental Method

    1000 by , with 250 , a.

    Covariates entered firstb. , . , , , 32 . , 100 %- .

    . - , 2:

    17

  • SPSS

    MCAa

    10 40,40 41,44 -10,100 -9,06510 60,10 59,52 9,600 9,01810 51,00 50,55 ,500 ,04615 53,33 54,87 2,833 4,36915 47,67 46,13 -2,833 -4,369

    1000

    N Unadjusted

    Adjusted forFactors andCovariates

    Predic ted Mean

    Unadjusted

    Adjusted forFactors andCovariates

    Deviation

    1000 by , with 250 , a. , . , , . , 78,68 % , 9,73 %. , . , . - .

    Factor Summarya

    ,887 ,813,312 ,481

    1000

    Eta

    Adjusted forFactors andCovariates

    Beta

    1000 by , with 250 ,

    a.

    . 90,4 % . !

    Model Goodness of Fit

    ,951 ,904

    1000 by, with 250 ,

    R R SquaredFactors and Covariates

    . - , 2:

    18