So finden Sie die ETA in ANOVA SPSS kariert
Sozialwissenschaftler, wie Psychologen, Soziologen und Politologen, verwenden eine ANOVA (Varianzanalyse) um zu bestimmen, wie eine unabhängige Variable eine abhängige Variable auswirkt. Beispielsweise bestimmen Sie, ob Menschen eher männlich oder weiblich Räuber (unabhängige Variable) schuldig (abhängige Variable) in einer Studie zu finden sind. Diese Wissenschaftler verwenden SPSS (Statistical Package für Sozialwissenschaften), ETA Squared zu finden. ETA-Squared ist der Prozentsatz der abhängigen Variable durch die unabhängige Variable gesteuert. Mit anderen Worten, sagt es uns, wie viel das Geschlecht des Räubers Wahrnehmungen der Menschen Schuldgefühle beeinflusst.
Anweisungen
ANOVA
1 Klicken Sie auf "Daten anzeigen" am unteren Bildschirmrand SPSS.
2 Wählen Sie "Statistik" aus der Tool-Leiste am oberen Bildschirmrand SPSS. Wenn das Dialogfeld angezeigt wird, wählen Sie "General Linear Model." Klicken Sie dann auf "Einfache Fakultät" aus dem Dropdown Feld.
3 Wählen Sie Ihre abhängige Variable (z. B. "Schuld") aus der Liste der Variablen, und ziehen Sie es in die "Abhängigen"-Box.
4 Wählen Sie Ihren unabhängigen Variablen, wie z. B. "Sex des Räubers" und ziehen Sie sie in das Feld "Faktoren".
Effektgröße
5 Finden Sie die Effektgröße, durch Auswahl von "Optionen" am unteren Rand des Dialogfelds. Dann wählen Sie "Effektgröße" und klicken Sie auf "Fortfahren".
6 Blick auf die Tabelle mit der Bezeichnung "Tests der zwischen Themen Effekte" in der Anzeige "Ausgabe". "Source" der linken Hand beschrifteten umfasst die unabhängige Variable (z. B. "Sex des Räubers").
7 Folgen Sie der Zeile neben der unabhängigen Variablen ("Sex des Räubers") über der Spalte mit der Bezeichnung "ETA kariert." ETA-Squared ist sehr wichtig. Diese Zahl sagt Ihnen, wie viel der abhängigen Variablen durch die unabhängige Variable gesteuert wird. Die höchste Zahl, die Sie bekommen können, ist 1. Höhere Prozentwerte (die näher auf 1) bedeuten mehr Kontrolle. Ein ETA-Squared von.73 bedeutet, dass die unabhängige Variable 73 % der abhängigen Variablen erklärt.