Factoriel ANOVA dans SPSS

exemple de scénario
Un professeur d'un cours de statistique était intéressé par l'effet de la proximité de l'examen final (5 semaines, 1 semaine) sur les niveaux de stress des étudiants en psychologie et d'affaires. Il a mesuré leur niveau de stress perçu sur un questionnaire standardisé. Dans ce scénario, le stress est la variable dépendante tandis que la proximité et le champ des étudiants d'étude sont des variables indépendantes.

Dans cet exemple, nous avons trois séries d'hypothèses.

• hypothèse 1
  • Hypothèse nulle: à proximité de l'examen final n'a pas d'effet sur le niveau de stress des élèves.
  • Hypothèse alternative: à proximité de l'examen final a un effet sur le niveau de stress des élèves.
• hypothèse 2
  • Hypothèse nulle: Les niveaux de stress des étudiants en psychologie et des étudiants d'affaires sont les mêmes.
  • Hypothèse alternative: Les niveaux de stress des étudiants en psychologie et les étudiants d'affaires ne sont pas les mêmes.
• hypothèse 3
  • Hypothèse nulle: Il n'y a pas d'interaction entre le champ des étudiants d'étude et la proximité de l'examen final. Autrement dit, l'effet de la proximité de l'examen final est le même pour les étudiants en psychologie et étudiant en affaires.
  • Hypothèse alternative: Il existe une interaction entre le champ d'étude des étudiants et la proximité de l'examen final. Autrement dit, l'effet de la proximité de l'examen final est différent pour les étudiants en psychologie et étudiant en affaires.

Dans les données, la première colonne est le score de stress, la deuxième colonne est le domaine d'études et le troisième est la proximité de l'examen final. L'ensemble de données peut être obtenu ici.

Étape 1






Sélectionnez « Analyse -> Général Modèle linéaire -> univariée ».

Une nouvelle fenêtre apparaît sur.

Les trois variables « stress », « Domaine d'études » et « proximité » seront affichés sur la liste à gauche.

Étape 2
Sélectionnez « stress » comme « variable dépendante » et « Domaine d'études » et « proximité » comme « facteur fixe (s) ».

Maintenant, cliquez sur « modèle » à droite. Une nouvelle fenêtre apparaît sur. Assurez-vous que la case « factoriel complet » en haut est cochée. Cliquez sur « Continuer ». La fenêtre de la fermer.

Sélectionnez « proximité » comme « axe horizontal » et « Domaine d'études » comme « lignes distinctes ». En fait, peu importe dans quel sens les variables sont représentées; vous devez utiliser votre pouvoir discrétionnaire de quelle manière produit le tracé le plus sensible. Cliquez sur « Ajouter » puis « Continuer »

La fenêtre sera alors fermée. Maintenant, cliquez sur « OK » dans la fenêtre d'origine.

Étape 3
Les résultats pop maintenant dans la fenêtre « Sortie ».

Étape 4
Nous pouvons maintenant interpréter le résultat.

A partir de la deuxième table, la p-valeur pour l'effet principal du champ d'étude est 0,682 et donc l'effet du champ d'étude est non significative. Nous pouvons conclure que, en moyenne, le niveau de stress des étudiants en psychologie et des étudiants d'affaires sont les mêmes. De B, la p-valeur de proximité est de 0,028; nous pouvons donc conclure que l'effet principal de la proximité est importante. De C, la valeur de p pour l'interaction est 0. » l'interaction est importante et nous pouvons conclure que l'effet de proximité sur les niveaux de stress pour les étudiants en psychologie et les étudiants d'affaires ne sont pas les mêmes. L'intrigue d'interaction ci-dessous suggèrent que l'examen final approche, le niveau de stress des étudiants d'affaires monte en flèche, mais celle des étudiants en psychologie reste à peu près la même chose.