Einfaktorielle MANOVA: Datei aufteilen
Für die Überprüfung der Linearität und der multivariaten Ausreißen müssen wir unsere abhängigen getrennt nach Gruppe analysieren. Die einfachste Möglichkeit dies in SPSS zu bewerkstelligen ist, die Datei entlang des Faktors aufzuteilen. Dies tun wir in diesem Abschnitt.
Der Menüpunkt „Datei aufteilen“ in SPSS ist ein hervorragendes Werkzeug, mit dem wir unseren Datensatz nach Untergruppen oder Kategorien innerhalb einer bestimmten Variable auswerten können. Im Prinzip wird unser Datensatz auf der Grundlage der von uns angegebenen Variablen in kleinere Gruppen aufgeteilt, bei dem für jede Gruppe eine separate statistische Analysen durchführt wird. Wenn wir beispielsweise einen Datensatz mit Informationen über Schüler, einschließlich ihres Geschlechts und ihrer Noten, haben, können wir mit „Datei aufteilen“ die Daten getrennt nach männlichen und weiblichen Schülerninnen und Schülern analysieren. Das gleiche machen wir für unsere einfaktorielle MANOVA in diesem Artikel.
Dazu wählen wir im Dialogfeld die Variable(n) aus, nach denen wir unsere Daten aufteilen möchten. Sobald wir unsere Aufteilungsvariable ausgewählt haben, sortiert SPSS die Daten auf der Grundlage dieser Variable und führt dann alle nachfolgenden Analysen für jede Gruppe getrennt durch. Dadurch können wir das Verhalten verschiedener Gruppen innerhalb unserer Daten vergleichen.
Wir teilen die Datei jetzt auf, müssen diese Aufteilung aber später wieder rückgängig machen, da sonst die eigentliche MANOVA fehlschlagen würde. Dies besprechen wir am Anfang des Artikels, in dem wir die eigentliche Analyse mit SPSS durchführen.
Die Datei aufteilen
- Um die Datei aufzuteilen gehen wir auf Daten > Datei aufteilen…
- Es erscheint das Dialogfenster unten:
- Wir wollen, das uns SPSS die Ausgabe getrennt für jede Gruppe ausgibt. Daher wählen wir aus. Die Gruppen wollen wir basierend auf unserem Faktor, Lehrmethode, aufteilen. Unser ausgefülltes Dialogfenster würde so aussehen:
- Mit einem Klick auf teilen wir die Datei auf.
Im nächsten Schritt schauen wir, ob unser Datensatz multivariate Ausreißer enthält.
Zurück
Einfaktorielle MANOVA: Voraussetzung #3: Multikolinearität
Weiter
Einfaktorielle MANOVA: Voraussetzung #4: Multivariate Ausreißer finden