SPSS ときど記(171〜180）

SPSSを使っていてトラぶったところや変な出力や裏技表技の便利な使い方を中心に書き留めてみる。何回話題があるかわからですが，時々書きます。（Keizo Hori）
最終更新日: (2004/2/28から)
(161)〜(170)　ときど記（メニュー）へ　 (181)〜(190)
  1. SPSS ときど記(180)　2004/ 6/ 9　excelデータ変換　excelファイルの変数名の読み込み
  2. SPSS ときど記(179)　2004/ 6/ 9　因子分析　直接オブリミンの回転がうまくいかない時
  3. SPSS ときど記(178)　2004/ 3/ 2　データ変換　glm 反復データをmixed model用データへの変換
  4. SPSS ときど記(177)　2004/ 3/ 1　分散分析　mixed model の訳語　混合モデル，複合モデル
  5. SPSS ときど記(176)　2004/ 3/ 1　BASE　add document
  6. SPSS ときど記(175)　2004/ 2/26　分散分析　2元分散分析 mixed(2) 主効果・交互作用 menu編
  7. SPSS ときど記(174)　2004/ 2/26　分散分析　2元分散分析 mixed(1) 主効果・交互作用 manova編
  8. SPSS ときど記(173)　2004/ 2/26　分散分析　2元分散分析(5)下位検定　unianova 編 menu
  9. SPSS ときど記(172)　2004/ 2/26　分散分析　2元分散分析(4)下位検定　単純効果 unianova 編
  10. SPSS ときど記(171)　2004/ 2/26　分散分析　2元分散分析(3)下位検定　多重比較 manova編

SPSS ときど記(180)　2004/ 6/ 9

excelデータ変換　excelファイルの変数名の読み込み

spssはexcelファイルからデータを読み込むとき変数名も同時に読み込むことができる。さらに、その変数名が長ければ変数名は半角8文字にし、元の変数名は変数ラベルに登録される。というのがver 11.5までの仕様であった。

H06_自分だけ携帯電話の番号を教えられないと仲間はずれにされたような気分になる

は　ver 11.5 では「H06_自分」となる。ver 12では「H06」という変数名となる。そして、両方とも変数ラベルは「H06_自分だけ携帯電話の番号を教えられないと仲間はずれにされたような気分になる 」となる。

　ver 12 で少し賢くなったようだ。


この現象に気づいたのは，小塩氏のデータを読み込んでみたからだ．
小塩　真司『SPSSとAmosによる心理･調査データ解析――因子分析・共分散構造分析まで』東京図書
のサイト　http://www.tokyo-tosho.co.jp/books/ISBN4-489-00675-6.html にこの本にでているデータがある．これをダウンロードしてみよう．
excelデータ の７章データ.xls をspss で読み込んでみよう．そうすると上でいった結果が生じる．
ちなみにspssデータのほうでは変数ラベルがついていない．excelデータを使用する方がわかりやすい．

ps.2004.6.10 上のspss ver 12は ver.12.0.1J のことである．ver12.0.2.Jでは変数名をめいっぱい(64文字）読み込むらしい．則松さん＠東京図書からご指摘をいただきました．ありがとうございました．

　なお，書籍のデータのspss ファイルにもラベルを付けたのをアップするとのこと．

メニューへ　　トップへ　(181)へ

SPSS ときど記(179)　2004/ 6/ 9

因子分析　直接オブリミンの回転がうまくいかない時

実用上の問題はまずないが，直接オブリミンではきちんと回転できないケースがあることがわかった．直接オブリミンはモデルを再現できるが、因子間相関が0.9以上の場合、うまく回転しない。結果としてモデルを再現できない。
次のシンタックスを走らせてみよう。

matrix data var=v1 to v9/format=free/N=300/content=corr.
begin data
1
0.36 1
0.36 0.36 1
0.36 0.36 0.36 1
0.324 0.324 0.324 0.324 1
0.324 0.324 0.324 0.324 0.36 1
0.324 0.324 0.324 0.324 0.36 0.36 1
0.324 0.324 0.324 0.324 0.36 0.36 0.36 1
0.324 0.324 0.324 0.324 0.36 0.36 0.36 0.36 1
end data.
factor /matrix=in(cor=*)/criteria=factors(2)/extraction=ml/rotation=oblimin(0).
factor /matrix=in(cor=*)/criteria=factors(2)/extraction=ml/rotation=promax(3).

各回転を比較してみる。ハリス=カイザーはexcel vba で解いたものである。ハリス＝カイザーは正しくモデルを再現している。プロマックスは正しく再現できないが近似となっている。オブリミンは初期解に近く、モデルとは全く遠いものとなっている。
最尤法初期解オブリミン(δ=0)プロマックス(k=3)ハリス=カイザー(power=0)
12121212
v10.581 0.150 0.534 0.184 0.124 0.502 0.000 -0.600
v20.581 0.150 0.534 0.184 0.124 0.502 0.000 -0.600
v30.581 0.150 0.534 0.184 0.124 0.502 0.000 -0.600
v40.581 0.150 0.534 0.184 0.124 0.502 0.000 -0.600
v50.588 -0.118 0.612 -0.089 0.502 0.124 0.600 0.000
v60.588 -0.118 0.612 -0.089 0.502 0.124 0.600 0.000
v70.588 -0.118 0.612 -0.089 0.502 0.124 0.600 0.000
v80.588 -0.118 0.612 -0.089 0.502 0.124 0.600 0.000
v90.588 -0.118 0.612 -0.089 0.502 0.124 0.600 0.000
因子間相関0.2080.748-0.900

メニューへ　　トップへ　(180)へ

SPSS ときど記(178)　2004/ 3/ 2

データ変換　glm 反復データをmixed model 用データへの変換

同じ反復測定データを扱いながら， glm（一般線形モデル） とmixed model（混合モデル） ではデータの様式が異なる。glm だと，１サンプルにそのサンプルの測定したデータをすべて書き込む。データを変換する必要がある。
  • SPSS ときど記(174)　2004/ 2/26　分散分析　2元分散分析 mixed(1) 主効果・交互作用 manova編のデータがデータエディタにあるものとして，変換の手続きを述べる。

    メニューバーのデータ→再構成（保存を訊いてくるが適当に答える）→選択された変数をケースに再構成する(C) にチェックを入れる→次へ→再構成する変数グループ数　１つ　にチェックを入れる→次へ→
    ---->ケースグループの識別（これは適当に選択：「選択された変数を使用します」ならば変数名:subを入れる） ---->目標変数名：b ---->置き換える変数のリストを指定：b1,b2,b3,b4 ---->固定変数 : a →次へ→作成するインデックス変数の数：　１つ→変数からケースへ：１つのインデックス変数の作成→（既定値でもいい）→次へ→変数からケースへ：オプション→（既定値でいい）→次へ→終了→完了

    これで終わり。 最後の画面でシンタックスの貼り付けがオプションである。これを選択すると次のシンタックスが貼り付けられた。
    VARSTOCASES /MAKE b FROM b1 b2 b3 b4
    /INDEX = ｲﾝﾃﾞｯｸｽ1(4)
    /KEEP = sub a
    /NULL = KEEP.

    メニューへ　　トップへ　(179)へ

    SPSS ときど記(177)　2004/ 3/ 1

    mixed model の訳語　混合モデル，複合モデル

    mixed model の訳語が混合モデルに直ったと思っていたら必ずしもそうなっていない。
    SPSS ときど記(160)　2004/ 1/ 7 のps. で直ったと書いた。しかし，それはデータエディタのメニューである。シンタックスエディタ，出力窓，スクリプトエディタ，ドラフト出力窓は「複合モデル」のままである。これだとヘルプ系も直してないのでしょうね。と思って，ヘルプをちょっと見てみると混合モデルででてきた。

    メニューへ　　トップへ　(178)へ

    SPSS ときど記(176)　2004/ 3/ 1

    BASE　add document

    昔あったのになくなったのかなとずっと思っていた document の機能に追加があった。今までもdocument というのはあったらしいのだが，12.0 から新たにadd documentというシンタックスのコマンドが付いた。

    add document "森・吉田 1990 例題３・２・３ p107."
    "１要因に対応がなく、１要因に対応がある場合.".
    と複数行に渡って書くことができる。１行は80字（正確には80bytes）以内で　""または '' で区切る。

    表示する二には
    display docment.
    またはメニューで
    ユーティリティ→データファイルのコメント

    document の削除は drop documents.

    データエディタのなかに直に表示してくれないかな。もしくはカーソルキーセンシティブにしてくれればいいのだけど。

    document コマンドは引用符なしなので途中にピリオドを使えない。
    データの保存のしかたも少し違うようである。

    メニューへ　　トップへ　(177)へ

    SPSS ときど記(175)　2004/ 2/26

    分散分析　2元分散分析 mixed(2) 主効果・交互作用 menu,GLM編

    SPSS ときど記(30)　2000/ 5/27 分散分析　反復測定・被験者内要因　をまず読んでください。
    (4)SASのproc mixed で分析する。
    はすでにＳＰＳＳでもできるようになっている。

    メニューのglm を使った詳しい解説が次のところにもあるので参照してください。
    小塩真司さん(心理データ解析　第５回(3)２要因の分散分析（混合計画）),星野祐司さん(２要因の分散分析と単純主効果),岡田努さん(SPSS Win 繰り返し要因のある分散分析（混合要因を含む )

    分析→一般線形モデル→反復測定
    --->被験者内因子名　B
    --->水準数　4
    --->追加 →　定義
    ---------->被験者内変数　b1, b2, b3, b4
    ---------->被験者間因数　a
    シンタックスは次のようになる。

    GLM
    b1 b2 b3 b4 BY a
    /WSFACTOR = b 4 Polynomial
    /METHOD = SSTYPE(3)
    /CRITERIA = ALPHA(.05)
    /WSDESIGN = b
    /DESIGN = a .

    多変量検定(b)
    効果 値F 値仮説自由度誤差自由度有意確率
    bPillai のﾄﾚｰｽ.6744.129(a)3.0006.000.066
    Wilks のﾗﾑﾀﾞ.3264.129(a)3.0006.000.066
    Hotelling のﾄﾚｰｽ2.0654.129(a)3.0006.000.066
    Roy の最大根2.0654.129(a)3.0006.000.066
    b x aPillai のﾄﾚｰｽ.7465.880(a)3.0006.000.032
    Wilks のﾗﾑﾀﾞ.2545.880(a)3.0006.000.032
    Hotelling のﾄﾚｰｽ2.9405.880(a)3.0006.000.032
    Roy の最大根2.9405.880(a)3.0006.000.032
    a正確統計量
    b計画: Intercept+a
    被験者内計画: b

    Mauchly の球面性検定(b)
    測定変数名: MEASURE_1
    被験者内効果Mauchly の W近似ｶｲ2乗自由度有意確率ｲﾌﾟｼﾛﾝ(a)
    Greenhouse-GeisserHuynh-Feldt下限
    b.8431.1495.950.8901.000.333
    正規直交した変換従属変数の誤差共分散行列が単位行列に比例するという帰無仮説を検定します。
    a有意性の平均検定の自由度調整に使用できる可能性があります。修正した検定は、被験者内効果の検定ﾃｰﾌﾞﾙに表示されます。
    b計画: Intercept+a
    被験者内計画: b

    被験者内効果の検定
    測定変数名: MEASURE_1
    ｿｰｽ ﾀｲﾌﾟ III 平方和自由度平均平方F 値有意確率
    b球面性の仮定19.70036.5675.201.007
    Greenhouse-Geisser19.7002.6697.3825.201.009
    Huynh-Feldt19.7003.0006.5675.201.007
    下限19.7001.00019.7005.201.052
    b x a球面性の仮定30.500310.1678.053.001
    Greenhouse-Geisser30.5002.66911.4288.053.001
    Huynh-Feldt30.5003.00010.1678.053.001
    下限30.5001.00030.5008.053.022
    誤差 (b)球面性の仮定30.300241.263
    Greenhouse-Geisser30.30021.3501.419
    Huynh-Feldt30.30024.0001.263
    下限30.3008.0003.787

    被験者内対比の検定
    測定変数名: MEASURE_1
    ｿｰｽbﾀｲﾌﾟ III 平方和自由度平均平方F 値有意確率
    b線型19.220119.22013.417.006
    2次.4001.400.395.547
    3次.0801.080.060.813
    b x a線型30.420130.42021.236.002
    2次.0001.000.0001.000
    3次.0801.080.060.813
    誤差 (b)線型11.46081.432
    2次8.10081.012
    3次10.74081.343

    被験者間効果の検定
    測定変数名: MEASURE_1
    変換変数: 平均
    ｿｰｽﾀｲﾌﾟ III 平方和自由度平均平方F 値有意確率
    切片828.1001828.100142.469.000
    a16.900116.9002.908.127
    誤差46.50085.813

    単純効果・多重比較については次の操作を追加する。
    オプション→平均値の表示　a,b,a*b
    ----------->主効果　チェック
    ----------->信頼性の調整　sidak(例）

    ただしメニューでは交互作用のセルの多重比較ができない。。下は，メニューの指定を貼り付けたシンタックス。

    GLM
    b1 b2 b3 b4 BY a
    /WSFACTOR = b 4 Polynomial
    /METHOD = SSTYPE(3)
    /POSTHOC = a ( SIDAK )
    /EMMEANS = TABLES(a) COMPARE ADJ(SIDAK)
    /EMMEANS = TABLES(b) COMPARE ADJ(SIDAK)
    /EMMEANS = TABLES(a*b)
    /CRITERIA = ALPHA(.05)
    /WSDESIGN = b
    /DESIGN = a .
    分散分析　反復測定の多重比較については SPSS ときど記(31)　2000/ 5/29

    推定値
    測定変数名: MEASURE_1
    b平均値標準誤差95% 信頼区間
    下限上限
    13.500.4742.4064.594
    24.400.5243.1915.609
    34.900.4853.7826.018
    45.400.4744.3066.494

    ﾍﾟｱごとの比較
    測定変数名: MEASURE_1
    (I) b(J) b平均値の差 (I-J)標準誤差有意確率(a)差の 95% 信頼区間(a)
    下限上限
    12-.900.447.390-2.449.649
    3-1.400.534.170-3.249.449
    4-1.900(*).474.023-3.543-.257
    21.900.447.390-.6492.449
    3-.500.574.958-2.4901.490
    4-1.000.529.452-2.833.833
    311.400.534.170-.4493.249
    2.500.574.958-1.4902.490
    4-.500.442.872-2.0301.030
    411.900(*).474.023.2573.543
    21.000.529.452-.8332.833
    3.500.442.872-1.0302.030
    推定周辺平均に基づいた
    *平均値の差は .05 水準で有意です。
    a多重比較の調整: Sidak.

    3. a * b
    測定変数名: MEASURE_1
    ab平均値標準誤差95% 信頼区間
    下限上限
    1.0013.000.6711.4534.547
    24.600.7422.8906.310
    36.000.6864.4197.581
    47.200.6715.6538.747
    2.0014.000.6712.4535.547
    24.200.7422.4905.910
    33.800.6862.2195.381
    43.600.6712.0535.147

    シンタックスで多重比較をする場合次のようになる。

    GLM
    b1 b2 b3 b4 BY a
    /WSFACTOR = 因子1 4 Polynomial
    /METHOD = SSTYPE(3)
    /PLOT = PROFILE( 因子1*a )
    /EMMEANS = TABLES(a) COMPARE ADJ(BONFERRONI)
    /EMMEANS = TABLES(因子1) COMPARE ADJ(BONFERRONI)
    /EMMEANS = TABLES(a*因子1) COMPARE(a) ADJ(BONFERRONI)
    /EMMEANS = TABLES(a*因子1) COMPARE(因子1) ADJ(BONFERRONI)
    /plot = profile (a*因子1)
    /CRITERIA = ALPHA(.05)
    /WSDESIGN = 因子1
    /DESIGN = a 因子1 a*因子1 .
    ps.
    分散分析　被験者内のランダム要因を含む処理例 SPSS ときど記(117)　2002/ 9/10
    分散分析　ランダム要因を含む処理例(mixed)　SPSS ときど記(119)　2002/ 9/27
    という高度な例もある。

    メニューへ　　トップへ　(176)へ

    SPSS ときど記(174)　2004/ 2/26

    分散分析　2元分散分析 mixed(1) 主効果・交互作用 manova編

    今回は 森・吉田編著 1990 心理学のためのデータ解析テクニカルブック
    　北大路書房 p107 から例をとる。森・吉田(1990)は少なくとも分散分析では
    　 Kirk(1982) Experimental design. 2nd ed. Brooks.
    に依拠している。Kirk はsplit-plot factorial design といっていて、分割プロット法と訳されている。ここでのデザインをＳＰＦp･qデザインと表記している（･の前の小文字のアルファベットが対応がない要因の水準数を示し、･の後のアルファベットは対応がある要因の水準数を示す）。

    　a が被験者間要因、ｂが被験者内要因である。

    (1)オムニバス分析
    *----------------------------------------------.
    title 森・吉田 1990 例題３・２・３ p107.
    subtitle １要因に対応がなく、１要因に対応がある場合.
    data list free/sub a b1 b2 b3 b4.
    begin data
    1 1 3 4 6 5
    2 1 3 3 6 7
    3 1 1 4 6 8
    4 1 3 5 4 7
    5 1 5 7 8 9
    6 2 3 2 3 2
    7 2 5 6 2 3
    8 2 2 3 3 3
    9 2 4 6 6 4
    10 2 6 4 5 6
    end data.
    manova b1 b2 b3 b4 by a(1,2)
    /wsfactor=b(4)
    /design
    .
    * * * * * * A n a l y s i s　 o f　 V a r i a n c e -- design　 1 * * *
    Tests of Between-Subjects Effects.

    Tests of Significance for T1 using UNIQUE sums of squares
    Source of Variation　　　　　SS　　　DF　　　　MS　　　　 F　Sig of F

    WITHIN CELLS　　　　　　　46.50　　　 8　　　5.81
    A　　　　　　　　　　　　 16.90　　　 1　　 16.90　　　2.91　　　.127

    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
    * * * * * A n a l y s i s　 o f　 V a r i a n c e -- design　 1 * * * *

    Tests involving 'B' Within-Subject Effect.

    AVERAGED Tests of Significance for B using UNIQUE sums of squares
    Source of Variation　　　　　SS　　　DF　　　　MS　　　　 F　Sig of F

    WITHIN CELLS　　　　　　　30.30　　　24　　　1.26
    B　　　　　　　　　　　　 19.70　　　 3　　　6.57　　　5.20　　　.007
    A BY B　　　　　　　　　　30.50　　　 3　　 10.17　　　8.05　　　.001

    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
    と標準的な結果を得る。もちろん、その他の多変量統計も参考にしなければな
    らない。
    メニューへ　　トップへ　(175)へ

    SPSS ときど記(173)　2004/ 2/26

    分散分析　2元分散分析(5)下位検定　単純効果 unianova編 menu

    unianova のメニューで下位検定には制限がある。
    分析→一般線形モデル→一変量
    --->従属変数 score
    --->独立変数 a,b
    --->オプション　
    ---------->平均の表示　a, b, a*b
    ----------信頼区間の調整　適当に指定


    menu では交互作用の多重比較は指定できない。比較したい場合は貼り付けてシンタックスを編集する。赤の部分に COMPARE(A) ADJ(BONFERRONI)またはCOMPARE(B) ADJ(BONFERRONI)を追加する。
    メニューを貼り付けたシンタックスは次のようになる。
    UNIANOVA
    SCORE BY A B
    /METHOD = SSTYPE(3)
    /INTERCEPT = INCLUDE
    /EMMEANS = TABLES(A) COMPARE ADJ(BONFERRONI)
    /EMMEANS = TABLES(B) COMPARE ADJ(BONFERRONI)
    /EMMEANS = TABLES(A*B)
    /PRINT = TEST(LMATRIX)
    /CRITERIA = ALPHA(.05)
    /DESIGN = A B A*B .
    推定値
    従属変数: SCORE
    条件差平均値標準誤差95% 信頼区間
    下限上限
    1.007.333.5936.0418.626
    2.0012.667.59311.37413.959
    3.006.000.5934.7087.292

    ﾍﾟｱごとの比較
    従属変数: SCORE
    (I) 条件差(J) 条件差平均値の差 (I-J)標準誤差有意確率(a)差の 95% 信頼区間(a)
    下限上限
    1.002.00-5.333(*).839.000-7.665-3.002
    3.001.333___.839.414-.9983.665
    2.001.005.333(*).839.0003.0027.665
    3.006.667(*).839.0004.3358.998
    3.001.00-1.333___.839.414-3.665.998
    2.00-6.667(*).839.000-8.998-4.335
    推定周辺平均に基づいた
    *平均値の差は .05 水準で有意です。
    a多重比較の調整: Bonferroni.

    =1変量検定
    従属変数: SCORE
    平方和自由度平均平方F 値有意確率
    対比149.333274.66735.368.000
    誤差25.333122.111
    各F 値は表示された他の効果の各水準の組合せ内の 条件差 の単純効果を検定します。このような検定は推定周辺平均間で線型に独立したﾍﾟｱごとの比較に基づいています。

    2. 性差

    推定値
    従属変数: SCORE
    性差平均値標準誤差95% 信頼区間
    下限上限
    男9.222.4848.16710.277
    女8.111.4847.0569.166

    ﾍﾟｱごとの比較
    従属変数: SCORE
    (I) 性差(J) 性差平均値の差 (I-J)標準誤差有意確率(a)差の 95% 信頼区間(a)
    下限上限
    男女1.111.685.131-.3812.603
    女男-1.111.685.131-2.603.381
    推定周辺平均に基づいた
    a多重比較の調整: Bonferroni.

    =1変量検定
    従属変数: SCORE
    平方和自由度平均平方F 値有意確率
    対比5.55615.5562.632.131
    誤差25.333122.111
    各F 値は表示された他の効果の各水準の組合せ内の 性差 の単純効果を検定します。このような検定は推定周辺平均間で線型に独立したﾍﾟｱごとの比較に基づいています。

    3. 条件差 * 性差
    従属変数: SCORE
    条件差性差平均値標準誤差95% 信頼区間
    下限上限
    1.00男9.667.8397.83911.494
    女5.000.8393.1726.828
    2.00男15.000.83913.17216.828
    女10.333.8398.50612.161
    3.00男3.000.8391.1724.828
    女9.000.8397.17210.828

    メニューへ　　トップへ　(174)へ

    SPSS ときど記(172)　2004/ 2/26

    分散分析　2元分散分析(4)下位検定　単純効果 unianova編

    unianova で下位検定するのはちとやっかいである。
    lmatrix で対比を指定をする。対比の指定の仕方は、変数名、交互作用ごととall ですべての指定する方法の２つがある。指定の仕方は SPSS R 12.0 Command Syntax Reference　p1612 UNIANOVAにある。glm でもunianova と同じ。

    * Aの単純効果.

    unianova SCORE BY A B
    /LMATRIX = "Effect A"
    A 1 0 -1
    A*B 1/2 1/2
    0 0
    -1/2 -1/2 ;
    A 0 1 -1
    A*B 0 0
    1/2 1/2
    -1/2 -1/2 ;
    /DESIGN A,b,a*b.

    検定結果
    従属変数: SCORE
    ｿｰｽ平方和自由度平均平方F 値有意確率
    対比149.333 274.667 35.368 0.000
    誤差25.333 122.111

    * A条件別のBの効果.

    unianova SCORE BY A B
    /lmatrix = "b1 vs b2 at a1"
    b 1 -1 a*b 1 -1 0 0 0 0
    /lmatrix = "b1 vs b2 at a2"
    all 0
    0 0 0
    1 -1
    0 0 1 -1 0 0
    /lmatrix = "b1 vs b2 at a3"
    all 0
    0 0 0
    1 -1
    0 0 0 0 1 -1
    /DESIGN A,b,a*b.

    b1 vs b2 at a1, b1 vs b2 at a2 の結果は略

    対比結果(K 行列)(a)
    対比 従属変数
    SCORE
    L1対比推定値-6.000
    仮説値0
    差異 (推定値 - 仮説値)-6.000
    標準誤差1.186
    有意確率0.000
    差の 95% 信頼区間下限-8.585
    上限-3.415
    aﾕｰｻﾞｰ指定の L 行列中の対比係数に基づいた: b1 vs b2 at a3

    検定結果
    従属変数: SCORE
    ｿｰｽ平方和自由度平均平方F 値有意確率
    対比54.000 154.000 25.579 0.000
    誤差25.333 122.111

    * B条件別のAの効果.

    unianova SCORE BY A B
    /LMATRIX = "Effect A at b1"
    A 1 0 -1
    A*B 1 0
    0 0
    -1 0 ;
    A 0 1 -1
    A*B 0 0
    1 0
    -1 0
    /lmatrix = "Effect A at b2"
    A 1 -1 0
    A*B 0 1
    0 -1
    0 0 ;
    A 0 1 -1
    A*B 0 0
    0 1
    0 -1
    /DESIGN A,b,a*b.

    対比結果(K 行列)(a)
    対比 従属変数
    SCORE
    L1対比推定値6.667
    仮説値0
    差異 (推定値 - 仮説値)6.667
    標準誤差1.186
    有意確率0.000
    差の 95% 信頼区間下限4.082
    上限9.251
    L2対比推定値12.000
    仮説値0
    差異 (推定値 - 仮説値)12.000
    標準誤差1.186
    有意確率0.000
    差の 95% 信頼区間下限9.415
    上限14.585
    aﾕｰｻﾞｰ指定の L 行列中の対比係数に基づいた: Effect A at b1

    検定結果
    従属変数: SCORE
    ｿｰｽ平方和自由度平均平方F 値有意確率
    対比216.889 2108.444 51.368 0.000
    誤差25.333 122.111

    対比結果(K 行列)(a)
    対比 従属変数
    SCORE
    L1対比推定値-5.333
    仮説値0
    差異 (推定値 - 仮説値)-5.333
    標準誤差1.186
    有意確率0.001
    差の 95% 信頼区間下限-7.918
    上限-2.749
    L2対比推定値1.333
    仮説値0
    差異 (推定値 - 仮説値)1.333
    標準誤差1.186
    有意確率0.283
    差の 95% 信頼区間下限-1.251
    上限3.918
    aﾕｰｻﾞｰ指定の L 行列中の対比係数に基づいた: Effect A at b2

    検定結果
    従属変数: SCORE
    ｿｰｽ平方和自由度平均平方F 値有意確率
    対比46.222 223.111 10.947 0.002
    誤差25.333 122.111


    メニューへ　　トップへ　(173)へ
    <

    SPSS ときど記(171)　2004/ 2/26

    分散分析　2元分散分析(3)下位検定　多重比較 manova編

    次に残っているのは、水準の数が３つ以上の場合の多重比較です。
    CONTRAST を使います。
    固定変数の場合は、ＳＰＳＳは既定値が偏差になっています。ここではコントロールしやすい、単純にします。
    -------------------------------------
    MANOVA SCORE BY A(1,3) B(1,2)
    /error within
    /cinterval joint univariate(scheffe)
    /contrast(a)=simple(1)
    /DESIGN A WITHIN B(1) A WITHIN B(2)
    /contrast(a)=simple(2)
    /DESIGN A WITHIN B(1) A WITHIN B(2)
    .
    --------------------------------------
    (1)３水準ですから、１と他の比較、２と他との比較ですべての比較ができます。
    /contrast(a)=simple(1)
    /contrast(a)=simple(2)
    simple(1)と(1)は第１水準との対比をする、(2)は第２水準との対比をする。
    (2) /cinterval joint univariate(scheffe)
    かならずjoint です。あとのunivariateの既定値はscheffe ですが、一応()内もいれておcontrast に対しては rename は効かないようだ。

    * * * * * * A n a l y s i s　 o f　 V a r i a n c e -- design　 1 * *
    Tests of Significance for SCORE using UNIQUE sums of squares
    ここは略。前回と同じ

    Estimates for SCORE
    --- Joint univariate .9500 SCHEFFE confidence intervals

    A WITHIN B(1)

    Parameter　　 Coeff.　Std. Err.　 t-Value　Sig. t Lower -95%　CL- Upper

    　　　2　 5.33333333　　1.18634　 4.49561　.00073　　2.02631　　8.64035
    　　　3　 -6.6666667　　1.18634　-5.61951　.00011　 -9.97369　 -3.35965

    A WITHIN B(2)

    Parameter　　 Coeff.　Std. Err.　 t-Value　Sig. t Lower -95%　CL- Upper

    　　　4　 5.33333333　　1.18634　 4.49561　.00073　　2.02631　　8.64035
    　　　5　 4.00000000　　1.18634　 3.37171　.00555　　 .69298　　7.30702

    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
    -

    * * * * * * A n a l y s i s　 o f　 V a r i a n c e -- design　 2 * *

    Estimates for SCORE
    --- Joint univariate .9500 SCHEFFE confidence intervals

    A WITHIN B(1)

    Parameter　　 Coeff. Std. Err.　　t-Value　Sig. t Lower -95%　CL- Upper

    　　　2　 -5.3333333　 1.18634　 -4.49561　.00073　 -8.64035　 -2.02631
    　　　3　 -12.000000　 1.18634　-10.11513　.00000　-15.30702　 -8.69298

    A WITHIN B(2)

    Parameter　　 Coeff. Std. Err.　　t-Value　Sig. t Lower -95%　CL- Upper

    　　　4　 -5.3333333　 1.18634　 -4.49561　.00073　 -8.64035　 -2.02631
    　　　5　 -1.3333333　 1.18634　 -1.12390　.28304　 -4.64035　　1.97369
    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
    -
    上の結果をまとめると次のようになる。
    　 b1　　　　　　b2
    　　a2 a3　　　　　 a2 a3
    a1　 *　*　　　　a1　*　*
    a2　　　*　　　　a2

    ｂ１（男性）においては、条件（１、２、３）何れの間に置いても有意差がある。
    ｂ２（女性）においては、条件２、３の間においては有意差がないが、その他の間には有意差がある。
    メニューへ　　トップへ　(172)へ
    堀　啓造ホームページへ