交互不显著,但简单效应分析部分结果显著

manovab1b2b3bya(1,2)/wsfactors=b(3)/wsdesign/design/wsdesign=b/design=mwithina(1)mwithina(2)/wsdesig

看你的分析是否有必要控制无关变量后进行相关,如果没有必要,就采用直接相关来解释就可以了不过如果严谨的来说,应该是采用偏相关的结果,这个毕竟是两者的净相关再问：数据的pearson相关不显著而spear

首先是三因素交互作用不显著了那就不需要管组间两两比较的交互作用显著与否了,这是一个顺序,前面的不满足后面的么有分析意义.其次如果交互作用不显著了那就直接分析各自的简单效应就好了至于各自主效应显著,是否

正常的,同时进行多因素分析与分割开来进行单因素分析的结论会有所不同,割裂开来进行的分析并没有很大的意义,最好是能够多因素综合分析,这样的结论比较有意义如果交互作用显著了,单因素分析就没有必要的加qq9

你这里面从各个变量的t检验看显然有变量不显著,把这些变量剔除掉重新建立新的回归模型就是了,哪儿有在这种伪回归的情况下纠结方差分析是不是显著的……再问：那有无回归模型显著，但有个别变量不显著的情况，请教

用SPSS的独立样本T检验,可以两两比较或者使用SPSS中的方差分析,也可以判断这三组是否存在着显著性差异

问题描述：做出年级主效应显著,专业与年级交互作用显著,下一步\x0d答案1：：单变量多因素方差分析：\x0danalyze-;generallinearmodel-;univariate\x0dMod

如果是非常不显著,建议删除,其它情况比如15%的水平下是显著的,建议保留,这得根据实际问题来.可以试着先将最不显著的剔除掉,再看看方程,也许就会出现显著系数增多的情况,建议一个个删除.

相关系数0.624大约属于中等量级的相关,在样本量足够大的情况下一般都会有显著性,你的情况应该是样本量偏小造成的.此外,pearson相关系数的正确性需要得到散点图的证实,你应该检查一下散点图,看看数

β对应的P值大于所给的显著性水平一般取α=0.05意为β对应的变量对因变量的影响明显

就说明你的交互作用可能有A1B1,A1B2,A1B3,A2B1.这几种处理水平结合引起的!这个没有什么的!你就需要探究这几种处理结合的差异.是不是有其他潜变量的影响.

主效应不显著,就说明了自变量对因变量的影响不显著,不存在显著差异.没有差异就不能继续做交互作用的差异检验,或别的类似差异检验.也就是说,虽然spss上显示：交互作用显著,但没有任何意义!另外,你的问题

SPSS中交互作用显著时,才能够进行简单效应检验.比如你说的道德性因子在年级和性别上交互作用显著时,你才能以道德性因子为因变量,A年级（1、2、3）和B性别（1、2）作为自变量进行简单效应检验.其中开

"比如假设第一组的数据是838083第二组是896370"是说求这两个组的平均值是否差异显著么?首先,只比较两组数据的话,是用t检验.如果这两组是相关关系,用Paired-SamplesTtest；如

先看F检验的结果,你给出来了吗是不是显著的看了之后再谈论Duncan的问题吧我替别人做这类的数据分析很多的再问：下面的那个表的内容是不是在上面那个表上面也能看出来？区别就是下面的表更直观一点吗？再答：

交互作用分析要有重复实验的.没有重复实验的话,组内误差也即Error的自由度df为0,导致后续的结果无法分析.一般解决的方法,就是补做重复实验.再问：那请问怎么补做重复实验？我上网搜着教程，结合课本的

刚看了一篇外文文献,其中提到了几个变量之间的相关性分析.作者用SPSS得出A与B的相关性系数约为0.09,但显著性水平大于0.05即不显著.随后继续作回归性分析（未阐明是否是多元线性）结论是BETA值

不需要,直接看交互作用.交互作用和主效应的关系是,交互作用优先.若交互作用不显著,才继续看主效应,进行事后检验.

不能拒绝二次adm项系数为0的假设所以不显著你可以看看二次回归和一次回归R方的差异如果不大说明一次v即可.再问：但是R^2很大啊。。。再答：一次和二次的R方差异是多少?再问：相差不大。。。

用CTRL键啊哥们,两个因素就可以纳入了