Comment trouver l'effet de taille en anova SPSS

Accès aux données

1. Cliquez sur "Fichier" en haut de l'écran SPSS pour tirer vers le haut les données à partir d'un fichier de données existant. Sélectionnez "Ouvrir" dans la boîte de dialogue déroulante.

2. Cliquez sur "Rechercher dans" à partir du répertoire affiché. Sélectionnez "Data" de la "Type de fichiers."

3. Cliquez sur le nom du fichier de la date à laquelle vous souhaitez analyze- par exemple, "Jury.sav."

ANOVA

1. 
   
   
   
   

   Cliquez sur "Statistiques" en haut de l'écran SPSS. Ensuite, sélectionnez "modèle linéaire général" de la boîte de dialogue et «factorielle simple" de la liste déroulante.

2. Mettre variable dépendante (par exemple, le niveau de culpabilité) à partir de la liste sur la gauche et poussez la flèche pointant vers la droite pour le déplacer dans la case "dépendante".

3. Mettez en valeur vos variables indépendantes (par exemple, le sexe et la race) de la liste des variables sur la gauche et cliquez sur la flèche pointant vers la droite pour déplacer chacun d'entre eux dans la case "Facteurs".

4. Cliquez sur "Définir la plage" et tapez dans votre valeur minimale de la variable dépendante (par exemple 1) et la valeur maximale de la variable (par exemple 12).

Effet Taille

1. Cliquez sur "Options" dans les trois boutons sur le fond de la boîte de dialogue, qui se compose de "Contraste", "Post Hoc" et "Options".

2. 
   
   

   Cliquez sur "Taille Effect" dans le menu déroulant. Cliquez sur «Continuer».

3. Consultez la sortie marquée "Tests de effets inter-sujets." La boîte aux listes de gauche chacune des variables indépendantes et la variable d'interaction sous la rubrique «Source».

4. Suivez la rangée à côté de chaque variable à la colonne intitulée "Sig." Cette colonne indique le niveau de signification (la probabilité du résultat est due au hasard). La partie inférieure de l'importance, les moins susceptibles les différences entre les groupes sont dues au hasard et plus ils sont dus à la variable indépendante. Par exemple, un niveau de signification ou de la probabilité de moins de 0,01 signifie qu'il ya une possibilité moins de 1 100 que les résultats soient dus au hasard.

5. Suivez la rangée à côté de chaque variable à la colonne intitulée «Eta carré," l'information la plus importante. Eta carré est la mesure de la taille d'effet. Il est le pourcentage de la variable dépendante expliquée par la variable indépendante. Plus le pourcentage (la plus proche de 1), plus important l'effet de la variable indépendante. Par exemple, un carré de 0,65 Eta signifie que 65% de la variable indépendante est expliqué par la variable indépendante.

Conseils Avertissements

• Sauvegardez vos données souvent.
• Veillez à utiliser le modèle linéaire général pour votre analyse.