SPSS 分散分析
分散分析はカテゴリデータと量的データの関係を解析するために用いられます。例えば、研究者が3つの学生グループ間で平均IQスコアに有意差があるかを知りたい場合に使用します。分散分析は複数群のデータの比較に適しており、例えば「学士未満、学士、学士以上」の3群間の差を比較する際などに用いられます。
分散分析とは
分散分析は複数の群間の差を比較する統計手法です。最も一般的なものは一元配置分散分析で、これはカテゴリデータであるXの各水準間で量的データであるYの差を検討します。
解析の手順は次の通りです：
1. 有意差の有無を判断する：まずp値を確認します。p < 0.05なら群間に有意差があることを示し、p > 0.05なら有意差がないことを示します。
2. 具体的な差を比較する：有意差が認められた場合、異なる群の平均を比較して具体的にどの群間に差があるかを特定します。
重要な注意点：分散分析は差の検定に用いられる手法の一つで、t検定やカイ二乗検定と並びます。これらの手法の違いは以下の通りです：
| Xのデータ型 | Xのグループ数 | Y | 解析方法 |
|---|---|---|---|
| カテゴリ | 2群以上 | 量的 | 分散分析 |
| カテゴリ | 2群のみ | 量的 | t検定 |
| カテゴリ | 2群以上 | カテゴリ | カイ二乗検定 |
機能へのアクセス
1. SurveyMars システムのアンケートで、「解析結果」セクションに移動します。
2. 「SPSS 分析」オプションをクリックして解析機能にアクセスします。
3. 「今すぐ解析」ボタンをクリックし、利用可能な解析方法から 「分散分析」を選択します。
分散分析の実行
1. 比較したい群を表すカテゴリ変数（X）を選択します。
2. 群間の差を解析したい量的変数（Y）を選択します。
3. 等分散性の検定を行いたい場合は、対応するチェックボックスを選択します。
4. 「確認」ボタンをクリックして分散分析の結果を生成します。
分散分析結果の解釈
分散分析の結果は次の2段階で解釈します：
1. 有意差の有無を判断する：
- p < 0.05（*が付く）は、群間に有意差があることを示します
- p < 0.01（**が付く）は、群間に非常に有意な差があることを示します
- p > 0.05（アスタリスクなし）は、群間に有意差がないことを示します
2. 具体的な差を比較する：
- 有意差が認められる場合、各群の平均（±標準偏差）を比較してどの群が異なるかを特定します
- F値はp値を算出するための中間的な値で、結果にも出力されます
結果解釈の例：
例：学歴が異なる人々でオンラインショッピングの満足度に差はあるか？
以下は、3つの学歴別にオンラインショッピング満足度を比較した分散分析の結果です：
| 分析項目 | 学士未満 (n=67) |
学士 (n=53) |
修士以上 (n=28) |
F | p |
|---|---|---|---|---|---|
| 分析項目1 | 3.23 ± 1.33 | 2.88 ± 0.73 | 2.63 ± 0.81 | 3.73 | 0.03* |
| 分析項目2 | 2.62 ± 1.48 | 2.57 ± 1.21 | 2.32 ± 0.76 | 0.56 | 0.58 |
| 分析項目3 | 2.14 ± 1.10 | 2.16 ± 0.76 | 2.25 ± 0.95 | 0.13 | 0.88 |
| 分析項目4 | 3.31 ± 1.12 | 3.32 ± 1.02 | 3.82 ± 0.85 | 2.67 | 0.07 |
| 分析項目5 | 3.75 ± 1.06 | 3.56 ± 0.80 | 3.82 ± 0.76 | 0.97 | 0.38 |
* p < 0.05、** p < 0.01
解釈：
- 分析項目1：F = 3.73、p = 0.03*（p < 0.05）。これは学歴の違いによってオンラインショッピング満足度に有意差があることを示します。平均を比較すると、学士未満（3.23±1.33）、学士（2.88±0.73）、修士以上（2.63±0.81）でどの群に差があるかを特定できます。
- 分析項目2、3、4、5：いずれもp > 0.05であり、これらの項目では学歴間に有意差がないことを示します。
等分散性の検定
理論上、分散分析には2つの前提条件があります：
1. 従属変数Yは正規性の要件を満たしていること
2. 等分散性が満たされていること
重要な注意点
- 分散分析はカテゴリデータ（X）と量的データ（Y）の関係を検討するために用いられます
- 分散分析は複数群（2群以上）の差の比較に用いられます
- まずp値を確認して有意差の有無を判断し、その後平均を比較して具体的な差を特定します
- 理論的には分散分析は正規性と等分散性を要件としますが、実務ではこれらの条件が完全に満たされない場合でも分散分析がしばしば用いられます
よくある質問（FAQ）
Q1：分散分析は正規性を要求しますか？
A：理論上、分散分析には2つの前提条件があり、従属変数Yは正規性の要件を満たし、等分散性があることが求められます。
Q2：分散分析は等分散性を要求しますか？
A：理論上は等分散性を要求します。しかし一般的に、等分散性が満たされない場合でも分散分析は比較的良好に機能します。したがって多くの場合、等分散性の検定を行わずにそのまま分散分析を実行することが多いです。
Q3：分散分析に必要なデータ形式は？
A：分散分析はXが群を表すカテゴリデータで、Yが量的データであるという前提のもと、XがYに与える影響を調べます。
Q4：効果量とは何で、どのように解釈しますか？
A：有意差がある場合、差の大きさ（効果量）を分析できます。分散分析では通常、効果量を Partial Eta Squared（部分エータ二乗）で表します。値は0から1の範囲で、値が大きいほど差の大きさが大きいことを意味します。Partial Eta Squared の判定基準：小（< 0.01）、中（0.01-0.06）、大（> 0.14）。また、Cohenのfを用いることもでき、その基準は小（< 0.10）、中（0.10-0.25）、大（> 0.40）です。
Q5：等分散性の検定におけるLevene検定とBartlett検定の違いは何ですか？
A：システムで等分散性の検定を行うと、デフォルトでLevene検定とBartlett検定の両方が出力されます。デフォルトではLevene検定が推奨され、正規分布でないデータにも適用可能です。Bartlett検定はデータが正規分布に従う場合にのみ使用できます。
