spss 方差分析(多因素方差分析)實驗報告

大學經(jīng)濟管理學院學生實驗報告實驗課程名稱： 統(tǒng)計軟件及應用 專業(yè)工商管理班級學號姓名成績實驗地點實驗性質(zhì)： 演示性 Ö 驗證性 綜合性 設計性實驗項目名 稱方差分析（多因素方差分析）指導教師一、實驗目的掌握利用 SPSS 進行單因素方差分析、多因素方差分析的基本方法，并能夠解釋軟件運行結果。二、實驗內(nèi)容及步驟(包括實驗案例及基本操作步驟) 實驗案例：為研究某商品在不同地區(qū)和不同日期的銷售差異性，調(diào)查收集了以下日平均銷售量數(shù)據(jù)。銷售量日期周一至周三周四至周五周末地區(qū)一500060004000600080003000400070005000地區(qū)二700080008000500050006000500060004000地區(qū)三300020004000600060005000800090006000（1）選擇恰當?shù)臄?shù)據(jù)組織方式建立關于上述數(shù)據(jù)的SPSS數(shù)據(jù)文件。 在SPSS輸入數(shù)據(jù)。（2）利用多因素方差分析法，分析不同地區(qū)和不同日期對該商品的銷售是否產(chǎn)生了顯著影響。 1. 選擇菜單Analyze， General Linear Model， Univariate; 2. 指定觀測變量銷售額到 Dependant Variable框中； 3. 指定固定效應的控制變量到Fixed Factors框中， 4. OK，得到分析結果。（3）地區(qū)和日期是否對該商品的銷售產(chǎn)生了交互影響？若沒有顯著的交互影響，則試建立非飽和模型進行分析，并與飽和模型進行對比。三、實驗結論(包括SPSS輸出結果及分析解釋)SPSS輸出的多因素方差分析的飽和模型分析：表的第一列是對觀測變量總變差分解的說明；第二列是觀測變量變差分解的結果；第三列是自由度；第四列是方差；第五列是F檢驗統(tǒng)計量的觀測值；第六列是檢驗統(tǒng)計量的概率P-值。F日期，F(xiàn)地區(qū)，F(xiàn)日期*地區(qū)概率P-值分別為0.254,0.313，0.000。如果顯著性水平為0.05，由于F日期、，F(xiàn)地區(qū)大于顯著性水平，所以不應拒絕原假設，不同地區(qū)和不同日期對該商品沒有顯著性影響。同時，F(xiàn)日期*地區(qū)概率P-值小于顯著性水平，因此應拒絕原假設，可以認為不同日期和地區(qū)對銷售額產(chǎn)生了顯著的交互作用，不同地區(qū)在日期上的銷售額將產(chǎn)生顯著影響.