Терминология, используемая при выводе. Levene Statistic - расчетное значение критерия Левина

Levene Statistic - расчетное значение критерия Левина.

Df1 - число степеней свободы в числителе.

Df2 - число степеней свободы в знаменателе.

Sig. (значимость) - вероятность того, что наблюдаемые различия в дисперсии случайны.

Так как полученная вероятность (0,376) больше чем уровень значимости (0,005), то нулевую гипотезу о равенстве дисперсии в совокупностях принимают как верную. Другими словами, дисперсии для каждой из групп статистически достоверно не различаются, следовательно, применение дисперсионного анализа в нашем случае корректно.

МНОГОФАКТОРНЫЙ ДИСПЕРСИОННЫЙ АНАЛИЗ

Главное отличие многофакторного анализа от однофакторного состоит в том, что в нем участвует не одна, а несколько независимых переменных, каждая из которых имеет несколько уровней.

Отметим, что если однофакторный дисперсионный анализ не представляет большой сложности для понимания, то анализ с двумя и более факторами требует очень внимательного отношения и наличия большой базы знаний в области статистики. Так, для интерпретации результатов трехфакторного дисперсионного анализа, как правило, необходимы немалый опыт и умение свободно обращаться со статистическими величинами. Интерпретация четырехфакторного дисперсионного анализа чрезвычайно сложна даже для специалиста высокой квалификации!

Главное отличие многофакторного дисперсионного анализа от однофакторного появление одной общей проблемы - проблемы взаимодействия факторов. Взаимодействие имеет тогда, когда эффект одного фактора на зависимую переменную зависит от уровня других факторов. Решение проблемы принципиально не зависит от числа факторов. Однако с возрастанием числа факторов существенно нарастает число взаимодействий факторов и, как следствие, увеличивается сложность интерпретации взаимодействий. Поэтому мы подробно рассмотрим только самый распространенный вариант многофакторного дисперсионного анализа - двухфакторный дисперсионный анализ, предполагая, что полученные умения вы сможете распространить и на анализ с большим числом факторов.

Рассмотрим алгоритм реализации двухфакторного дисперсионного анализа.

1. Определение зависимой и независимой переменных

Пусть Х - зависимая метрическая переменная, F1 - первая независимая категориальная переменная, имеющая р1 уровней, F2 - вторая независимая категориальная переменная, имеющая р2 уровней. Например, пусть первый фактор имеет три уровня (р1=3), а второй - два (р2=2).