Syntax آنالیز واریانس چندگانه دو طرفه

Syntax آنالیز واریانس چندگانه دو طرفه و جدول Pairwise Comparison

زمان مطالعه: 40 دقیقه 

 

 

merci

دریافت آموزش کامل آنالیز واریانس چندگانه دو طرفه

شامل ۷۰ دقیقه ویدئو، ۳۴ اسلاید آموزشی، فایل دیتا و نتایج SPSS

درباره‌ی آنالیز واریانس چندگانه دو طرفه یا همان Two-way MANOVA در نوشتار قبلی صحبت کردیم. از اینجا می‌توانید ویدئو و موضوعات مطرح شده در این موضوع را مشاهده کنید.

تحلیل آنالیز واریانس چندگانه دو طرفه هنگامی مورد استفاده قرار می‌گیرد که بخواهیم اندازه‌های بیش از یک کمیت وابسته Dependent Variable را در بین گروه‌های مستقل دو فاکتور Factor مورد مقایسه قرار دهیم. اصطلاحاَ به کمیت‌های وابسته DV و فاکتورها IV گفته می شود.

در شکل زیر می‌توانید نحوه طراحی آنالیز واریانس چندگانه دو طرفه را مشاهده کنید.

Two way MANOVA
طراحی آنالیز واریانس چندگانه دو طرفه Two-way MANOVA (Multivariate. GLM)

  

در همان لینک بالا یعنی اینجا توضیحات کاملی درباره‌ی Two-way MANOVA بیان کردیم و خواننده را برای آشنایی بیشتر به همان لینک ارجاع می‌دهم. در این نوشتار می‌خواهیم درباره یک موضوع بسیار مهم که در مطالعات و تحقیق‌های از نوع Two-way پدید می‌آید، صحبت کنیم.

فایل دیتا و خروجی نرم‌افزار مثال را می‌توانید از اینجا دانلود کنید. در تصویر زیر نیز توضیحاتی درباره فایل مثال آمده است.

مثال آنالیز واریانس چندگانه دوطرفه با نرم‌افزار SPSS

 

همان‌گونه که در تصویر بالا مشاهده می‌کنید، می‌خواهیم درصد موفقیت Percent و نمرات هر فرد Score را که در اینجا Dependent Variable به حساب می‌آیند، در بین فاکتورهای Cycle و Age که به ترتیب بیانگر سیکل‌های درمان و گروه‌های سنی هستند، مورد مقایسه قرار دهیم.

از آن‌جا که ما دارای بیشتر از یک Dependent Variable هستیم، پس مطالعه ما چندگانه یا همان Multivariate است. به همین ترتیب به دلیل اینکه تعداد فاکتورهای مورد مطالعه از یک بیشتر است پس تحلیل ما Two-way خواهد بود. به این ترتیب این مثال یک مثال آنالیز واریانس چندگانه دوطرفه با نام اختصاری Two-way MANOVA خواهد بود.

می‌توانیم به اختصار Dependent Variable را DV و فاکتورها را که نقش کمیت‌های مستقل یعنی Independent Variable را دارند، IV بیان کنیم.

به نحوه ورود داده‌ها به نرم‌افزار SPSS دقت کنید. در یک ستون با نام Percent، همه اعداد درصد موفقیت و در ستون دیگر با نام Score نمرات هر فرد زیر هم نوشته شده است. Measure این ستون‌ها از نوع Scale است و همان‌گونه که بیان کردیم قرار است نقش Dependent Variable را بازی کنند.

در ستون‌های دیگر که در این مثال با نام Cycle و Age هستند، به ازای هر درصد موفقیت و نمره، گروه درمانی و سنی آن فرد آمده است. Measure این ستون‌ها می‌تواند از نوع Ordinal و یا Nominal باشد. این ستون‌ها نقش Factor یا IV را در یک مطالعه ANOVA خواهتد داشت.

مسیر انجام آنالیز واریانس هنگامی که می‌خواهیم از روش General Linear Model استفاده کنیم، به صورت زیر خواهد بود.

 مسیر نرم‌افزار 
Analyze → General Linear Model → Multivariate

 

حال بیایید درباره موضوعی که می‌خواهیم در این متن به آن بپردازیم، صحبت کنیم.

در همان متن، توضیحات کامل درباره آنالیز واریانس چندگانه دو طرفه اینجا بیان کردیم که با استفاده از دکمه EM Means می‌توانیم،‌ مقایسه‌های دو به دو بین هر کدام از سطوح مختلف فاکتورها را به دست بیاوریم.

در تب EM Means می‌توانیم میانگین‌های حاشیه‌ای به ازای هر کدام از گروه‌های Factor ها را به دست آوریم. با انتخاب گزینه Compare main effects این میانگین‌های حاشیه‌ای قابل مقایسه با همدیگر هستند.

آزمون‌های مقایسه‌ای چندگانه برای میانگین‌های حاشیه‌ای

 

در پنجره Output نرم‌افزار و خروجی‌های به دست آمده نیز توانستیم، جداول Pairwise Comparisons را به ازای هر کدام از فاکتورها به دست بیاوریم. نتایج آن را می‌توانید در شکل زیر مشاهده کنید. از آنجا که مطالعه ما Multivariate است بنابراین جداول آزمون‌های مقایسه‌ای، برای هر کدام از Dependent ها به صورت جداگانه به دست می‌آید.

نتایج جدول Pairwise Comparisons بر مبنای میانگین‌های حاشیه‌ای فاکتور سیکل

 

در جدول Pairwise Comparisons بالا که به مقایسه دو به دو میانگین‌های حاشیه‌ای گروه‌های مختلف فاکتور Cycle با یکدیگر پرداخته است، معناداری یا عدم معناداری این اختلاف‌ها برای کمیت‌های وابسته Percent و Score به دست آمده است.

به عنوان مثال می‌توانیم ببینیم که میانگین‌های حاشیه‌ای درصد موفقیت Cycle A و Cycle B با یکدیگر اختلاف معنادار ندارند (P-value = 0.123) اما میانگین‌های حاشیه‌ای درصد موفقیت Cycle A و Cycle C با یکدیگر اختلاف معنادار دارند (P-value < 0.001). بقیه نتایج را نیز می‌توانید در جدول بالا مشاهده کنید. با این حال به این نکته دقت کنید که این نتایج بر مبنای میانگین حاشیه‌ای هر سیکل درمان به دست آمده است.

به همین ترتیب در جدول Pairwise Comparisons زیر میانگین‌های حاشیه‌ای هر کدام از گروه‌های سنی با استفاده از آزمون LSD با یکدیگر مقایسه شده است.

نتایج جدول Pairwise Comparisons بر مبنای میانگین‌های حاشیه‌ای فاکتور Age

 

به وضوح می‌توانیم ببینیم که میانگین‌های حاشیه‌ای درصد موفقیت و نمرات هر دو گروه سنی دلخواه با یکدیگر اختلاف معنادار ندارد.

در پایان بخش Estimated Marginal Means جدول توافقی سیکل و گروه‌های سنی شامل آماره‌های توصیفی میانگین، انحراف معیار از میانگین و فواصل اطمینان، آمده است. این جدول را می‌توانید مشاهده کنید.

جدول توافقی آماره‌های توصیفی Cycle و Age برای Percent و Score

 

اما این جداول و نتایج یک چیز کم دارد. موضوع بحث این نوشتار هم همین مطلب است.

ببینید، ما آزمون‌های مقایسه دوگانه بین سطوح مختلف هر کدام از فاکتورها را به صورت جداگانه انجام دادیم. اما بین سطوح مختلف اثرات متقابل و اصطلاحاَ Interaction ها، آزمون‌های مقایسه انجام ندادیم. به عبارت دیگر جدول توافقی بالا، شامل آزمون‌های مقایسه‌ای نیست. یعنی مثلاَ در Cycle A مقایسه درصد موفقیت بین گروه‌های مختلف سنی انجام نشده است. به همین ترتیب مثلاَ در سیکل B مقایسه نمرات بین گروه‌های Age انجام نشده است.

نکته‌ای که وجود دارد این است که نرم افزار SPSS به صورت پیش‌فرض و با استفاده از منوهای معمول آنالیز واریانس، نمی‌تواند Pairwise Comparison برای اثرات متقابل بین فاکتورها را به دست بیاورد. برای انجام این کار ما نیاز به برنامه‌نویسی و استفاده از Syntax ها در SPSS داریم.

ابتدا بیایید Syntax تحلیل آنالیز واریانس چندگانه دو طرفه که در این مثال انجام شده و نتایج بالا به دست آمده را ببینیم. این Syntax و در واقع تمام Syntax های هر تحلیل آماری که با استفاده از SPSS انجام می‌شود را می‌توان در ابتدای تحلیل‌ها و در پنجره Output نرم افزار مشاهده کرد.

در تصویر زیر آن را برایتان مشخص کرده‌ام.

Syntax آنالیز واریانس چندگانه دو طرفه

 

به منظور به دست آوردن آزمون مقایسه‌های دوگانه و جدول Pairwise Comparisons برای اثرات متقابل یا همان Interaction باید در این Syntax ویرایش‌هایی انجام دهیم. برای انجام این کار ابتدا یک صفحه جدید Syntax باز می‌کنیم. مسیر را برایتان در تصویر زیر آورده‌ام.

باز کردن یک صفحه جدید Syntax در نرم افزار SPSS

 

به این ترتیب صفحه زیر برای ما باز می‌شود. این یک پنجره Syntax در نرم‌افزار SPSS است.

صفحه خالی Syntax در SPSS

 

همان‌گونه که می‌بینید این صفحه خالی است و در آن هیچ برنامه و دستوری دیده نمی‌شود. برای اجرا و اصطلاحاَ Run کردن هر تحلیل و آنالیزی در SPSS ما نیاز به نوشتن برنامه در این صفحه داریم.

بیایید در گام اول، همان دستورالعمل‌ها و خطوط برنامه‌نویسی Syntax آنالیز واریانس چندگانه دو طرفه بالا که در ابتدای پنجره Output قرار دارد، را به این پنجره تازه و خالی، کپی کنیم. بنابراین صفحه Syntax ما به صورت زیر خواهد بود.

برنامه آنالیز واریانس چندگانه دو طرفه در Syntax نرم افزار

 

این همان برنامه و خطوط برنامه‌نویسی است که به ما خروجی‌ها و نتایج آنالیز واریانس چندگانه دو طرفه را داده است. همان‌گونه که بالاتر گفتیم، این خروجی‌ها، جدول مقایسه سطوح مختلف فاکتورها و اثرات متقابل با یکدیگر را نداشت. حال ما سعی می‌کنیم با اندکی ویرایش در این Syntax این جدول را نیز به دست بیاوریم.

به خطوط ۶ و ۷ برنامه بالا نگاه کنید. آن را برایتان نوشته‌ام.

 

در این خطوط علاوه بر دستور رسم جدول آماره‌های توصیفی یعنی TABLES(Cycle) یا TABLES(Age) در ادامه خط، از نرم‌افزار خواسته است، جدول مقایسه بین سطوح هر فاکتور را نیز به صورت جداگانه انجام دهد. متن این دستور عبارت است از COMPARE ADJ(LSD) یا COMPARE ADJ(LSD).

حال خط ۸ را ببینید. فقط خط فرمان /EMMEANS=TABLES(Cycle*Age) دیده می‌شود. یعنی همان جدول توافقی آماره‌های توصیفی بین Cycle و Age. اما خبری از ادامه خط و دستور مقایسه بین فاکتورها همانند خطوط ۶ و ۷ در Syntax بالا نیست. این همان چیزی است که تحلیل آنالیز واریانس دو طرفه با استفاده از SPSS کم دارد و برای آن جدول یا خروجی ارایه نمی‌کند.

من با اضافه کردن چند فرمان به خط ۸ می‌خواهم جدول Pairwise Comparisons برای اثرات متقابل را نیز به دست بیاورم. برای این منظور، متن COMPARE (Age) ADJ(LSD) را به خط ۸ اضافه می‌کنم. بنابراین خط ۸ به صورت زیر خواهد شد.

 

در نهایت Syntax به صورت زیر خواهد بود.

اضافه کردن جدول Pairwise Comparisons اثرات متقابل به Syntax آنالیز واریانس چندگانه دو طرفه

 

حال خیلی ساده نشانگر موس را بر روی خط چهارم با نام GLM ببرید و از آن‌جا دکمه Run Selection بزنید. این دکمه را می‌توانید در تصویر زیر ببینید.

دکمه Run Selection در Syntax نرم افزار SPSS

 

این نکته را می‌دانیم که وقتی برنامه‌ای در Syntax نرم افزار SPSS می‌نویسیم، به منظور اجرای این دستورها از دکمه Run Selection استفاده می‌کنیم.

پس از کلیک بر روی دکمه Run Selection در پنجره Output نرم افزار، نتایج و تحلیل‌های جدید آنالیز واریانس چندگانه دو طرفه به دست می‌آید. تفاوت این نتایج با نتایج قبلی که در این لینک درباره آن صحبت کردیم این است که این بار جدول Pairwise Comparisons برای اثرات متقابل نیز به دست آمده است.

جدول Pairwise Comparisons اثرات متقابل در آنالیز واریانس چندگانه دو طرفه

این جدول و نتایج مربوط به آن با استفاده از پیش فرض‌ها و منوهای معمول SPSS به دست نمی‌آید و همان‌گونه که در بالا نشان دادیم باید در Syntax آنالیز واریانس چندگانه دو طرفه، ویرایش‌هایی انجام دهیم تا بتوانیم جدول Pairwise Comparisons اثرات متقابل را به دست بیاوریم. با استفاده از نتایج این جدول می‌توانیم در هر سیکل به صورت جداگانه، آزمون مقایسه بین گروه‌های سنی را انجام دهیم.

در پایان هم اینکه با استفاده از Syntax ها در SPSS می‌توانیم نتایج و یافته‌های بیشتری نسبت به منوهای معمول نرم‌افزار به دست بیاوریم.

 

ارایه خدمات تحلیل آماری با SPSS

گراف پد ارایه خدمات تحلیل‌های آماری با نرم‌افزار SPSS در تحقیقات و مطالعات را انجام می‌دهد. جهت دریافت نکات بیشتر و نحوه کار می‌توانید مختصری از کار خود را ارسال نمایید. به سرعت تقاضای شما را بررسی و نتایج تحلیل داده‌ها را به صورت اختصاصی و کامل ارسال خواهیم کرد.

گراف پد جمعی از رتبه‌های برتر آزمون دکترا آمار دانشگاه‌های ایران | برجسته در موسسه بین‌المللی تحقیقات | دارای نماد اعتماد الکترونیک از مرکز توسعه تجارت الکترونیکی ایران و مجوز رسمی ثبت به شماره ۴۱۸۸۱ و شناسه ملی ۱۴۰۰۶۸۳۲۳۱۹