Data Access
1
Haga clic en " Archivo" en la parte superior de la pantalla de SPSS para levantar datos de un archivo de datos existente. Seleccione " Abrir" en el cuadro de diálogo desplegable.
2 Haga clic en " Buscar en " en el directorio visualizado. Seleccione "Datos" de la
3 Haga clic en el nombre de archivo de la fecha en que desea analizar "Tipo de archivos . " , Por ejemplo " . Jury.sav "
ANOVA
4 Haga clic en "Estadísticas" en la parte superior de la pantalla SPSS. A continuación, seleccione " Modelo Lineal General " del cuadro de diálogo y " simple factorial " en el cuadro desplegable.
5
Destaca tu variable dependiente ( por ejemplo , el grado de culpabilidad ) de la lista de la izquierda y empuje la flecha hacia la derecha para mover en el cuadro " dependiente ".
6
Destaque sus variables independientes ( por ejemplo , el sexo y la raza ) en la lista de variables de la izquierda y haga clic en la flecha hacia la derecha para mover cada uno de ellos en el cuadro " Factores ".
7
Haga clic en " Definir rango " y escriba su valor mínimo de la variable dependiente (por ejemplo 1 ) y el valor máximo de la variable ( por ejemplo, 12 ) .
Efecto Tamaño
8
Haga clic en "Opciones" en los tres botones en la parte inferior del cuadro de diálogo , que consiste en " Contrastes ", " post hoc " y "Opciones ".
9
Haga clic en "Efecto Size" en el menú desplegable. Haga clic en " Continuar".
10
revisar la salida marcada "Pruebas de Efectos inter-sujetos . " La casilla de la izquierda enumera cada una de las variables independientes y la variable de interacción bajo el título " Fuente ".
11
Siga la fila junto a cada variable de la columna " Sig ". En esta columna se indica el nivel de significación ( la probabilidad de que el resultado se debe a la casualidad ) . Cuanto más bajo sea el significado , es menos probable de las diferencias entre los grupos se deben al azar y es más probable que se deba a la variable independiente. Por ejemplo , un nivel de significación o probabilidad de menos de 0,01 significa que hay una posibilidad menos de 1 en 100 de que los resultados se deben al azar .
12
Siga la fila junto a cada variable de la columna etiqueta " Eta al cuadrado, " la información más importante . Eta cuadrado es la medida del tamaño del efecto. Es el porcentaje de la variable dependiente explicada por la variable independiente . Cuanto más alto sea el porcentaje ( el más cercano a 1 ) , el más importante el efecto de la variable independiente . Por ejemplo, una eta cuadrada de 0,65 significa que el 65 % de la variable independiente es explicada por la variable independiente
.