SPSS分析技术:协方差分析;剔除工作经验的影响以后,学历对工资的影响依然显著吗
协方差分析是方差分析方法里非常重要的一个技术,特别适用于影响因素多,因素变量类型也多的情况。方差分析主要用于分析分类变量(因素)对因变量的影响,如下图所示,因素A和因素B都是分类变量。
分析连续型变量对因变量的影响需要用相关与回归分析。如果分类变量和连续型变量混合在一起分析,则方差分析和相关回归分析都不适用了。
协方差分析在这种情况下就派上用场了。将连续性变量设为协变量,扣除它对因变量的影响后,再用方差分析方法来分析分类变量对因变量的影响情况。当然,分类变量也可以作为协变量进行分析。
协方差分析原理
方差分析中,分析者无法判断和确定的变量(自变量)被称为协变量,能够确定对因变量有影响的分类因素被称为控制变量。协方差分析需要分析的内容有:控制变量对因变量的影响,协变量对因变量的影响,以及控制变量和协变量的关系。
协方差分析的基本思路:
将难以判断和确定是否对因变量有影响的因素作为协变量,也就是协助参考因素。
通过线性回归方法消除干扰因素的影响;
进行方差分析,将因变量的变化(总方差)归结为四种方差的加和:每个控制变量的独立影响、控制变量交互作用以后的影响、协变量的影响以及随机因素的影响。协方差分析在分析因变量时,扣除协变量影响的方差后,再分析控制变量对观测变量的影响,从而实现对控制变量效果的评价。
协方差分析是一种把直线回归或多元线性回归与方差分析结合起来的方法,多个协变量间相互独立,且与控制变量之间没有交互影响。只有一个协变量时,称为一元协方差分析;当有两个或两个以上的协变量时,称为多元协方差分析。
案例分析
本年继续沿用多因素方差分析的案例,多因素方差分析结果显示:学历对工资收入有显著影响,但是没有剔除工作年限,也就是工作经验对工资的影响,这显然是不合理的。用协方差分析,将工作年限设置为协变量,观察扣除工作年限影响后,学历是否仍然对工资有显著影响。
分析步骤
1、选择菜单【分析】-【一般线性模型】-【单变量】,将工资选为因变量;将学历和性别选为自变量,也就是固定因子;选择工作年限进入协变量框;如下图所示
2、模型设置;在指定模型中选择定制;在构建项里先选择主效应,将性别、学历和工作年限选中;然后再选择交互,将性别*工作年限*学历、学历*性别选为交互考察模型。
3、选项设置;单击选项,打开单变量:选项对话框,选中OVERALL,将其选入显示平均值。在输出中选中描述统计和功效估计。单击继续。
4、其它设置保持系统默认,点击确定,输出结果。
结果解释
由上表可知,工作年限作为主效应的F值为1.595,p值为0.207,大于0.05,表明工作年限对因变量工资的影响不显著。从偏Eta平方值,即R方值来看,工作年限的R方值为0.03,也就是工作年限因素只能解释因变量变异方差的0.6%,工作年限与工资的相关度很低。两组交互作用分析:性别*学历、性别*学历*工作年限都对工资没有显著影响。
在扣除了工作年限的影响以后,学历因素的F值为28.156,p值为0.000,小于0.05,说明学历依然对工资有显著影响。与此形成鲜明对比的是性别,在多因素方差分析中,性别虽然不及学历对工资的影响力,但是依旧有显著影响,在剔除了工作年限以后,性别的F值为0.705,p值为0.402,大于0.05,说明性别对工资的没有影响。
数据分析咨询请扫描二维码
大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28在当今快速发展的数据驱动世界中,数据专员的角色变得愈发重要。无论是在企业决策、市场分析还是产品开发中,数据专员都扮演着不 ...
2024-10-27在当今迅速发展的科技时代,数字化对企业的意义无比深远。它不仅提升了企业的竞争力和运营效率,还显著改善了客户体验,推动了企 ...
2024-10-27企业数字化转型是一个全方位的变革过程,旨在通过应用新兴数字技术,重新设计企业的业务流程、组织结构、产品和服务,以在竞争激 ...
2024-10-27数据挖掘是一种集成了统计学、人工智能和机器学习等多种技术的过程,其主要目标是从大量数据中提取有价值的信息和知识。通过分析 ...
2024-10-27数字经济是一种新型的经济形态,以数字技术为基础,通过数据的获取、存储、加工、传输和应用进行经济发展。其核心在于利用数字化 ...
2024-10-27数据科学无疑是现代数字化社会的中流砥柱。随着大数据和人工智能技术的持续飞跃,各行各业对具备数据分析和管理能力的人才需求呈 ...
2024-10-25在当今快速发展的商业环境中,数字化转型已经成为企业保持竞争力和促进业务增长的必然选择。数字化转型不仅意味着技术的变革,更 ...
2024-10-25在当今数据驱动的商业环境中,数据分析已经成为企业决策过程中的核心要素。企业需要处理海量数据,从中提炼出有价值的见解,以支 ...
2024-10-25