Come trovare l'effetto delle dimensioni in ANOVA SPSS
Gli scienziati sociali utilizzano SPSS (Pacchetto statistico per le scienze sociali) per analizzare i dati con un'ANOVA (Analisi della varianza) per confrontare l'effetto di variabili indipendenti su variabili dipendenti. Riportano la significatività, la probabilità che la differenza sia dovuta al caso (una significatività inferiore a.05 significa che ci sono meno di 5 possibilità su 100 che il risultato sia dovuto al caso). Gli scienziati sociali determinano anche Eta Squared, la dimensione dell'effetto o la percentuale della variabile dipendente spiegata dalla variabile indipendente.
Accesso ai dati
Passaggio 1
Fare clic su "File" nella parte superiore della schermata SPSS per estrarre i dati da un file di dati esistente. Seleziona "Apri" dalla finestra di dialogo a discesa.
Passaggio 2
Fare clic su "Cerca in" dalla directory visualizzata. Seleziona "Dati" da "Tipo di file".
Passaggio 3
Clicca sul nome del file della data che desideri analizzare; ad esempio, "Jury.sav."
ANOVA
Passaggio 1
Fare clic su "Statistiche" nella parte superiore della schermata SPSS. Quindi seleziona "Modello lineare generale" dalla finestra di dialogo e "Fattoriale semplice" dalla casella a discesa.
Passaggio 2
Evidenzia la tua variabile dipendente (ad esempio, il livello di colpa) dall'elenco a sinistra e premi la freccia che punta a destra per spostarla nella casella "Dipendente".
Passaggio 3
Evidenzia le tue variabili indipendenti (ad esempio, sesso e razza) dall'elenco delle variabili a sinistra e fai clic sulla freccia che punta a destra per spostare ciascuna di esse nella casella denominata "Fattori".
Passaggio 4
Fare clic su "Definisci intervallo" e digitare il valore minimo per la variabile dipendente (ad esempio 1) e il valore massimo per la variabile (ad esempio 12).
Dimensione effetto
Passaggio 1
Fai clic su "Opzioni" dai tre pulsanti nella parte inferiore della finestra di dialogo, che comprende "Contrasti", "Post Hoc" e "Opzioni".
Passaggio 2
Fai clic su "Dimensioni effetto" nel menu a discesa. Fai clic su "Continua".
Passaggio 3
Esamina l'output con l'etichetta "Test degli effetti tra soggetti". La casella a sinistra elenca ciascuna delle variabili indipendenti e la variabile di interazione sotto l'intestazione "Sorgente".
Passaggio 4
Segui la riga accanto a ciascuna variabile fino alla colonna denominata "Sig". Questa colonna indica il livello di significatività (la probabilità che il risultato sia dovuto al caso). Più bassa è la significatività, meno è probabile che le differenze tra i gruppi siano dovute al caso e più è probabile che siano dovute alla variabile indipendente. Ad esempio, un livello di significatività o una probabilità inferiore a 0,01 significa che c'è meno di 1 possibilità su 100 che i risultati siano dovuti al caso.
Passaggio 5
Segui la riga accanto a ciascuna variabile fino alla colonna denominata "Eta Squared", l'informazione più importante. Eta al quadrato è la misura della dimensione dell'effetto. È la percentuale della variabile dipendente spiegata dalla variabile indipendente. Maggiore è la percentuale (più vicino a 1), più importante è l'effetto della variabile indipendente. Ad esempio, un Eta al quadrato di .65 significa che il 65% della variabile indipendente è spiegato dalla variabile indipendente.
Suggerimento
Salva spesso i tuoi dati. Assicurati di utilizzare il modello lineare generale per la tua analisi.