利用多变量变异数分析anova.pptVIP

13.6 多變數的檢定 　 MANOVA 可同時分析兩個或兩個以上的準則變數，為什麼不分別對每一個準則變數進行 ANOVA或 t 檢定即可呢？ 這是因為個別的檢定會忽略依變數間的互動關係，未充分利用所有可用的資訊來評估各群體的整體差異，必然會影響檢定的效力。如果依變數間有複共線性 ( multicollinearity ) 存在，則利用 MANOVA 才能檢測出各準則變數間線性結合的影響 。 * 13.6 多變數的檢定 以本書範例而言，我們探討工作滿意度及工作績效的不同，檢定個體在敬畏順從的構面下的表現 (包括順從行為、服從行為、敬畏行為、羞愧行為)上是否會有所不同。多變量分析之結果如表13—4所示。 * * 構面與因素名稱 中滿意 低績效 n=233 高滿意 高績效 n=77 低滿意 中績效 n=52 F值 P值 Duncan 順從行為 4.3991 5.2208 3.6923 40.321 .000 (3,1,2) 服從行為 4.4893 5.4113 3.5385 71.159 .000 (3,1,2) 敬畏行為 3.7253 3.5325 4.4808 11.349 .000 (21,3) 羞愧行為 5.1631 6.1169 5.1026 48.709 .000 (31,2) 表 13-4 多變數分析 (不同工作績效與滿意度分群在各因素的比較) Phillai’s Trace＝1.169 (F＝115.318) Wilk’sλ＝0.132 (F＝143.525) 13.6 多變數的檢定 * 由上表可得知，不同績效表現分群在「順從行為」、「服從行為」、「敬畏行為」、「羞愧行為」上皆有差異。 並且就四個變數之線性關係而言，Phillai’s Trace值及Wilk’sλ值均達顯著之水準，可見績效表現的四個變數之線性組合有顯著之差異，而且以高滿意高績效之社群成員其內部順從行為、服從行為、敬畏行為、羞愧行為之程度最高。 13.6 多變數的檢定 * 本書是以Duncan來做示範，其中(3,1,2)之意義為經過Duncan兩兩T檢定後，第3組、第1組與第2組之平均值則有顯著差異，亦即凡是有打逗點則此組與下一組有顯著差異，(要注意在Duncan欄中組別出現之順序為由小到大之順序)。 13.6 多變數的檢定 * 表 13-5 多變數分析（不同工作滿意及績效之分群在各研究構面的比較） 13.6 多變數的檢定 * * 由此例我們可推斷出，當部屬的工作滿意度及工作績效越高，其主管的領導方式應當是偏向於仁慈領導或者德行領導，且其部屬會產生順從行為、服從行為、感恩及認同等反應。 13.6 多變數的檢定 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 企業研究方法第13章 第13章變異數分析與多變數分析 　　1. 變異數分析的應用時機 　　2. 變異數分析的假設前提 　　3. SSS , SSB , SST之算法及關係 　　4. 隨機集區設計之方法及應用 　　5. 多變異數分析的應用時機 　　6. 多重T檢定之方法 　　7. 變異數分析在SPSS軟體之操作說明 * ? 本章的學習主題 ? 13.1 變異數分析的概念 1.當我們在檢定一個母體平均數或比較兩個樣本平均數時，通常是使用Ｚ檢定或ｔ檢定 * H0：μ1 = μ2 H1： μ1 ≠μ2 13.1 變異數分析的概念 * 2. 如果實驗變數超過二個的時候，利用多變量變異數分析 ( ANOVA )。變異數分析的作用在於分析各種變異的來 源，並進而加以比較，以瞭解不同的實驗變數所造成的結果是否有顯著的差異，它的虛無和對立假設如下： H0：μ1 = μ2 = … = μm H1： 並非所有的 μ 皆相等 13.2 變異數分析的假設 進行 ANOVA 及 MANOVA 分析時，均必須符合以下之假定： 各母體呈常態分配。 變異數同質：各母體的變異數σ2都相等。 自變數不應有高度的共線性。 對極端值應有足夠的敏感性。 可加性：所有樣本都是隨機抽樣，而且彼此獨立，可以進行累積與加減。 球面性：不同樣本在不同水準間重複測試 ，其變動情形應具有一致性，否則型一誤差(Type I error，即H0是對的而拒絕)的機率將增大 * 13.3 完全隨機設計 在此類變異數分析中，我們所要計算來作為檢定用途的，首先是樣本的離均差平方和，其內容有組內變異(誤差)的離均差平方和(sum of squares)