医务工作者的医学统计词典 品质源于专注 服务源于真心 【简单效应分析】 使用SPSS完成两变量 交互项显著时的简单效应分析 关键词:SPSS、简单效应 导 读 我们在医学方差分析研究时,可能会遇到变量与变量的交互项存在显著的交互效应的情况,此时,仅仅只知道两个或多个变量间存在一个因素在另一个因素的不同水平上存在差异,但想进一步了解这种差异具体表现在哪些因素和哪些水平上时,还需要进行简单效应分析。 本期,我们来具体介绍两个变量交互项简单效应分析的基本原理、适用范围及其在SPSS软件中。 下方为视频版和音频版,含软件操作步骤 一、基本原理简单效应(simple effect),可以认为是方差分析时出现因素间交互效应显著时的下一个分析步骤,它是指一个因素的不同水平在另一个因素的某个水平上的效应。 详见:《用SPSS进行两因素两水平的医学析因设计资料的方差分析》 即A1情况下B1在因变量上的变化,A2情况下B1在因变量上的变化,A1情况下B2在因变量上的变化,A2情况下B2在因变量上的变化。 二、适用范围简单效应是基于方差分析交互项显著情况下的进一步分析,因此,简单效应分析的样本应符合方差分析对样本数据的要求,即数据不明显偏态,组间方差轻微不齐也可以接受。 三、案例解读我们收集了一份儿童流感持续的天数的数据,欲研究儿童流感症状(发热、咳嗽、鼻塞)和用药情况是否会对儿童流感持续的天数产生影响。采用多因素方差分析进行研究。 详见:《用SPSS进行两因素两水平的医学析因设计资料的方差分析》 若症状与用药情况交互效应显著时,再进行简单效应分析。具体操作如下: (1)在SPSS中的具体操作 ①进行多因素方差分析:以持续天数为研究变量,症状和是否用药为因子。依次点击“分析——一般线性模型——单变量”,出现“单变量”窗口,在“对比”对话框中将“症状”和“是否用药”均选择为“简单”,在“选项”对话框中,勾选“描述统计”,即得到分析结果如下: (点击图片查看大图) 由结果可知,症状和是否用药在流感持续天数上交互效应显著,因此,需要进一步做简单效应分析。 ②进行简单效应分析:依次点击“分析——一般线性模型——单变量”,出现“单变量”窗口,将“持续天数”放入“因变量”框中,将“症状”和“是否用药”放入“固定因子”框中。 (点击图片查看大图) ③点击“对比”,出现“对比”对话框,将“症状”和“是否用药”均设置为简单对比。 (点击图片查看大图) ④点击“图”,将“症状”和“是否用药”分别交换放入“水平轴”和“单独的线条”框中,并点击“添加”。 (点击图片查看大图) ⑤得到分别以症状和是否用药为水平轴的图的设置。 (点击图片查看大图) ⑥点击“选项”。勾选“描述统计”和“参数估算值”。 (点击图片查看大图) ⑦点击“粘贴”。 (点击图片查看大图) ⑧出现如下程序语句。 ⑨在“/METHOD=SSTYPE(3)”的下一行中插入简单效应语句:/EMMEANS=TABLES(症状*是否用药)COMPARE(症状)ADJ(SIDAK) /EMMEANS=TABLES(症状*是否用药)COMPARE(是否用药)ADJ(SIDAK) (点击图片查看大图) ⑩然后“确定”,得到分析结果。 (2)结果解读 ①查看“成对比较”表,以“是否用药”为横轴,可以看到在用药的情况下,发热与发热咳嗽、发热咳嗽鼻塞在流感持续天数上存在显著差异(P=0.000<0.05),发热症状在流感持续天数上时间最短;而在用药情况下发热咳嗽与发热咳嗽鼻塞在流感持续天数上则不存在显著差异;在没有用药的情况下,发热与发热咳嗽、发热咳嗽鼻塞在流感持续天数上存在显著差异(P=0.001<0.05和P=0.000<0.05),发热症状在流感持续天数上时间最短。 (点击图片查看大图) ②查看简单效应的分析图,可以看到,图中呈现的信息与成对比较表的信息一致。 四、小 结 |
|