So führen Sie eine MANOVA in SPSS durch

Von Fabian
Kategorie: SPSS
Tags: ANOVA
Lesezeit: 3 Minuten

Eine einfaktorielle ANOVA wird verwendet, um zu bestimmen, ob unterschiedliche Niveaus einer erklärenden Variablen zu statistisch unterschiedlichen Ergebnissen in einer Antwortvariablen führen oder nicht.

Zum Beispiel könnten wir daran interessiert sein zu verstehen, ob drei Bildungsstufen (Associate-Abschluss, Bachelor-Abschluss, Master-Abschluss) zu statistisch unterschiedlichen Jahreseinkommen führen oder nicht. In diesem Fall haben wir eine erklärende Variable und eine Antwortvariable.

  • Erklärende Variable: Bildungsniveau
  • Antwortvariable: Jahreseinkommen

Eine MANOVA ist eine Erweiterung der einfaktoriellen ANOVA, in der es mehr als eine Antwortvariable gibt. Zum Beispiel könnten wir daran interessiert sein zu verstehen, ob das Bildungsniveau zu unterschiedlichen Jahreseinkommen und unterschiedlichen Beträgen an Studentendarlehensschulden führt oder nicht. In diesem Fall haben wir eine erklärende Variable und zwei Antwortvariablen:

  • Erklärende Variable: Bildungsniveau
  • Antwortvariablen: Jahreseinkommen, Studentendarlehensschuld

Da wir mehr als eine Antwortvariable haben, wäre es in diesem Fall angebracht, eine MANOVA zu verwenden.

In diesem Tutorial erklären wir, wie eine MANOVA in SPSS durchgeführt wird.

Beispiel: MANOVA in SPSS

Um zu veranschaulichen, wie eine MANOVA in SPSS durchgeführt wird, verwenden wir den folgenden Datensatz, der die folgenden drei Variablen für 24 Personen enthält:

  • Ausbildung: Bildungsniveau (0 = Associate, 1 = Bachelor, 2 = Master)
  • Einkommen: Jahreseinkommen
  • Schulden: Gesamtschuld des Studentendarlehens

Datengrundlage

Führen Sie die folgenden Schritte aus, um eine MANOVA in SPSS durchzuführen:

Schritt 1: Führen Sie eine MANOVA durch.

Klicken Sie auf die Registerkarte Analysieren, dann auf Allgemeines lineares Modell und dann auf Multivariate:

MANOVA erstellen

Ziehen Sie im neuen Fenster, das angezeigt wird, die Variablen Einkommen und Schulden in das Feld Abhängige Variablen. Ziehen Sie dann den Faktor variable Ausbildung in das Feld Fest Faktoren gekennzeichnet:

MANOVA erstellen 2

Klicken Sie anschließend auf die Schaltfläche Post Hoc. Ziehen Sie den Faktor Bildung in das Feld Post-Hoc-Tests für. Aktivieren Sie dann das Kontrollkästchen neben Tukey. Klicken Sie dann auf Weiter.

MANOVA erstellen 3

Zuletzt klicken Sie auf OK.

Schritt 2: Interpretieren Sie die Ergebnisse.

Sobald Sie auf OK klicken, werden die Ergebnisse der MANOVA angezeigt. So interpretieren Sie die Ausgabe:

Multivariate Tests

Aus dieser Tabelle geht hervor, ob das Bildungsniveau zu statistisch signifikanten Unterschieden beim Jahreseinkommen und der Gesamtverschuldung der Schüler führt. Wir werden uns die Zahlen in der Reihe mit dem Titel Wilks ‚Lambda ansehen:

MANOVA Tabelle

Die Gesamt-F-Statistik ist 6,138 und der entsprechende p-Wert ist 0,001. Da dieser Wert unter 0,05 liegt, weist dies darauf hin, dass das Bildungsniveau einen erheblichen Einfluss auf das Jahreseinkommen und die Gesamtverschuldung der Schüler hat.

Tests der Effekte zwischen Subjekten

Diese Tabelle zeigt die einzelnen p-Werte für Einkommen und Schulden:

Ausgabe von MANOVA in SPSS

Der p-Wert für Einkommen beträgt 0,003 und der p-Wert für Schulden beträgt 0,000. Da diese beiden Werte unter 0,05 liegen, hat das Bildungsniveau einen statistisch signifikanten Einfluss auf Einkommen und Schulden.

Post-Hoc-Tests

In dieser Tabelle werden die Tukey-Post-hoc-Vergleiche für jede Bildungsstufe angezeigt.

Tukey-Post-hoc-Vergleiche für MANOVA in SPSS

Aus der Tabelle können wir Folgendes beobachten:

  • Die Höhe des Einkommens für Personen mit einem Associate-Abschluss (Ausbildung = 0) unterscheidet sich erheblich von der Höhe des Einkommens für Personen mit einem Master-Abschluss (Ausbildung = 1) p-Wert = 0,003.
  • Die Höhe des Einkommens für Personen mit einem Bachelor-Abschluss (Ausbildung = 1) unterscheidet sich erheblich von der Höhe des Einkommens für Personen mit einem Master-Abschluss (Ausbildung = 2) p-Wert = 0,029.
  • Die Höhe des Einkommens für Personen mit einem Associate-Abschluss (Ausbildung = 0) unterscheidet sich erheblich von der Höhe des Einkommens für Personen mit einem Bachelor-Abschluss (Ausbildung = 1) p-Wert = 0,018.
  • Die Höhe des Einkommens für Personen mit einem Associate-Abschluss (Ausbildung = 0) unterscheidet sich erheblich von der Höhe des Einkommens für Personen mit einem Master-Abschluss (Ausbildung = 2) p-Wert = .000.

Weiterführende Literatur:
Die Unterschiede zwischen ANOVA, ANCOVA, MANOVA und MANCOVA

Statistik: Der Weg zur Datenanalyse

* Amazon Affiliate Link


Das könnte Sie auch interessieren: