事后多重比较基于方差分析基础上进行;用于分析定类数据与定量数据之间的关系情况.例如研究人员想知道三组学生(本科以下,本科,本科以上)的智商平均值是否有显著差异.比如分析显示三组学生智商有着明显的差异,那具体是本科以下与本科这两组之间,还是本科以下与本科以上两组之间的差异;即具体两两组别之间的差异对比,则称为事后多重比较; 事后多重比较的方法有多种,系统默认使用常见的LSD事后多重比较法。
多重比较的方法非常多,但功能均一致,仅在个别点或使用场景上有小区别,当前SPSSAU共提供LSD,Scheffe,Tukey,Bonferroni校正,Tamhane T2总共最为常见使用的五种方法,该五种方法如何选择说明如下表格所示:
多重比较方法 | 适用场景 | 其它说明 |
---|---|---|
LSD | 使用最为广泛,检验效能高,对比组别较少时使用 | 对差异最为敏感 |
Scheffe | 各组别的样本数量不相同时使用,检验效能高 | 相对较为保守 |
Tukey | 各组别的样本数量相同时使用 | 各组别样本相同时使用 |
Bonferroni校正 | 对比组别数量较少时使用 | 相对较为保守 |
Tamhane T2 | 如果方差不齐,但希望进行多重比较则使用此方法 | 方差不齐时使用 |
首先判断p 值是否呈现出显著性,如果呈现出显著性,则说明不同组别数据具有显著性差异,具体差异可通过平均值进行对比判断;以及可具体通过事后多重比较判断具体两两组别之间的差异情况.
分析项 | 事后多重比较说明 |
---|---|
学历,网购满意度 | 不同学历人群(本科以下,本科,本科以上)网购满意度不同前提下, 具体那两组之间呈现出差异性? |
学历(平均值±标准差) | F | p | 事后多重比较 | |||
选项1(n=67) | 选项2(n=53) | 选项3(n=28) | ||||
分析项1 | 3.23±1.33 | 2.88±0.73 | 2.63±0.81 | 3.73 | 0.03* | 选项1>选项2>选项3 |
分析项2 | 2.62±1.48 | 2.57±1.21 | 2.32±0.76 | 0.56 | 0.58 | |
分析项3 | 2.14±1.10 | 2.16±0.76 | 2.25±0.95 | 0.13 | 0.88 | |
分析项4 | 3.31±1.12 | 3.32±1.02 | 3.82±0.85 | 2.67 | 0.07 | |
* p <0.05 ** p <0.01 |
事后多重比较是基于方差分析基础上进行,因而SPSSAU会先生成方差分析结果表格(上图),接着再输出两两比较的结果表格(下图)。
事后多重比较结果 | |||||||
(I)名称 | (J)名称 | (I)平均值 | (J)平均值 | 差值(I-J) | LSD统计量 | p 值 | |
分析项1 | 本科以下 | 本科 | 2.875 | 2.767 | 0.108 | 0.334 | 0.739 |
本科以下 | 本科以上 | 2.875 | 3.146 | -0.271 | -0.926 | 0.356 | |
本科 | 本科以上 | 2.767 | 3.146 | -0.380 | -1.078 | 0.283 | |
分析项2 | 本科以上 | 本科 | 3.281 | 2.767 | 0.515 | 1.740 | 0.084 |
本科以下 | 本科以上 | 3.281 | 3.098 | 0.184 | 0.687 | 0.493 | |
本科 | 本科以上 | 2.767 | 3.098 | -0.331 | -1.030 | 0.305 | |
分析项3 | 本科以上 | 本科 | 3.000 | 3.033 | -0.033 | -0.112 | 0.911 |
本科以下 | 本科以上 | 3.000 | 3.098 | -0.098 | -0.363 | 0.717 | |
本科 | 本科以上 | 3.033 | 3.098 | -0.064 | -0.199 | 0.843 | |
分析项4 | 本科以上 | 本科 | 2.969 | 3.233 | -0.265 | -0.853 | 0.395 |
本科以下 | 本科以上 | 2.969 | 2.878 | 0.091 | 0.323 | 0.747 | |
本科 | 本科以上 | 3.233 | 2.878 | 0.355 | 1.054 | 0.294 | |
* p <0.05 ** p <0.01 |
如果说X仅两组,则不需要进行事后多重比较;如果方差分析显示p 值大于0.05即说明各个组别之间没有差异性,此时也不需要进行事后多重比较(如果方差分析没有呈现出显著性,但事后多重比较显示有差异性,此时建议以没有差异作为结论,因为事后多重比较的前提是方差分析呈现出显著性。)
如果是X的某个组别下,Y的个数小于2个,此时会出现异常情况。建议使用分类汇总进行检查,确认此种异常情况后,使用筛选样本功能处理后再次分析即可。
如果需要进行Dunnett事后检验法,可使用SPSSAU通用方法里面的非参数检验,并且选择多重比较方法为Dunn’s t法即可。
‘字母标记法’是指使用字母方式标识出是否有差异,选项之间只要有出现相同字母即说明该两项之间没有差异性,SPSSAU默认提供0.01和0.05两种不同水平时的‘字母标记法’。如果需要输出,在开始分析按钮右侧选中‘字母标记法’即可。
如果选中‘效应量’,则SPSSAU会在方差检验表格中输出偏Eta方(Partial η2),偏Eta方表示效应量大小时,通常情况下效应量小、中、大的区分临界点分别是:0.01,0.06和0.14。与此同时,事后多重表格中会提供cohen d 这一效应量值,通常情况下Cohen's d 值表示效应量大小时,效应量小、中、大的区分临界点分别是:0.20,0.50和0.80。
字母标记法是一种手工处理方式,其计算方式并非数理角度的‘天衣无缝’,异常情况下时算法无法输出结果,此时建议手工进行处理标注即可。