SPSS til Jamovi: Kovariansanalyse (ANCOVA)

Fra Jamovi

Denne innføringen omfatter forskjellige avsnitter: (1) XXXXXX, (2) XXXX. Innføringssettning kan slettes dersom det er bare en analyse beskrevet.

Denne sammenlikningen viser hvordan man kjører en regresjon med én prediktor og to dummyvariabler slik som det er beskrevet i kapittelet 13.3 av Field (2017), spesielt utgavene 13.1-13-2.

SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en kjøre en regresjon ved bruk av: Analyze → Regression → Linear I jamovi gjør du dette ved bruk av: Analyses → Regression → Linear Regression
Screenshot SPSS Menu ANCOVA1.png Screenshot jamovi Menu ANCOVA1 processed.png
I SPSS flytter man variabelen "Happiness" til dependent variable og variabelen "Love of Puppies" til independent. I Jamovi flytter man "Happiness" til Dependent Variabel boksen, "Puppy_love" til Covariates og "Low_Control" & "High_Control" til Factors.
Screenshot SPSS Input1 ANCOVA1.png Screenshot jamovi input ANCOVA1 processed.png
Man lager så en ny blokk av uavhengige variabler, hvor man legger dummy1 (control vs 15 min) og dummy2 (control vs 30 min). Opprett en ny «blokk» av uavhengig variabler ved å trykke på Model Builder, legg (Low_Control) og (High_Control) i samme blokk.
Screenshot SPSS Input2 ANCOVA1.png Screenshot jamovi inputbox ANCOVA1 processed.png
Syntaks for å gjennomføre denne analysen i SPSS er: 
REGRESSION
 /MISSING LISTWISE
 /STATISTICS COEFF OUTS R ANOVA
 /CRITERIA=PIN(.05) POUT(.10)
 /NOORIGIN 
 /DEPENDENT Happiness
 /METHOD=ENTER Puppy_love
 /METHOD=ENTER Low_Control High_Control.
Syntaks for å gjennomføre denne analysen i jamovi er: 
jmv::linReg(
   data = data,
   dep = Happiness,
   covs = Puppy_love,
   factors = vars(Low_Control, High_Control),
   blocks = list(
       list(
           "Puppy_love"),
       list(
           "Low_Control",
           "High_Control")),
   refLevels = list(
       list(
           var="Low_Control",
           ref="0"),
       list(
           var="High_Control",
           ref="0")))
Resultat SPSS Resultat Jamovi
Output SPSS ANCOVA1.png Output jamovi ANCOVA1 resultat.png

Analyse 2

Denne sammenlikningen viser hvordan en tester om kovariaten er uavhengig av den uavhengige variabelen slik som det er beskrevet i kapittelet 13.5.3 av Field (2017), spesielt utgave 13.3.

SPSS (version 25) jamovi (versjon 1.2)
I SPSS gjøres dette ved bruk av: Analyze → Compare means → One Way ANOVA I jamovi gjør du dette ved bruk av: Analyses → ANOVA → ANCOVA
Screenshot SPSS Menu ANCOVA2.png Screenshot jamovi menu ANCOVA2 processed.png
I SPSS flytter man "Love of puppies" til dependent list og "Dose of puppies" til factor. I jamovi flyttes "puppy_love" til dependent variable boksen og "Dose" til fixed factors boksen.
Screenshot SPSS Input ANCOVA2.png Screenshot jamovi input ANCOVA2 processed.png
Syntaks for å gjennomføre denne analysen i SPSS er: 
 ONEWAY Puppy_love BY Dose
 /MISSING ANALYSIS.
Syntaks for å gjennomføre denne analysen i jamovi er: 
  jmv::ancova(
   formula = Puppy_love ~ Dose,
   data = data)
Resultat i SPSS. Resultat i Jamovi.
Output SPSS ANCOVA2.png Output jamovi ANCOVA2 resultater.xcf.png


Analyse 3

Denne sammenlikningen viser hvordan man kjører en Field (2017), spesielt utgavene 13.5.4, figur 13.5-13.7 utgave 13.4.


SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en kjøre en regresjon ved bruk av: Analyze → General Linear Model → Univariate I jamovi gjør du dette ved bruk av: Analyses → ANOVA → ANCOVA, i tillegg må Analyses → Regression →Linear regression benyttes for å så likt resultat som i SPSS.
Screenshot SPSS menu ANCOVA 3-4 .png Screenshot jamovi Menu ANCOVA3.png
I SPSS flytter man variabelen "Happiness" til dependent variable, variabelen "dose of puppies" til fixed factors og variabelen "love of puppies" til covariates. I Jamovi flyter man «Happiness» til Dependent Variable, deretter flytter man «Dose» til Fixed Factors, og «Puppy_love» til Covariates.
Screenshot SPSS Input ANCOVA3ny.png Screenshot jamovi input2 ANCOVA3.png
Benytt Linear Regresjon for å opprett en ny «blokk» av uavhengig variabler ved å trykke på Model Builder, flytt "dummy1" & "dummy2" i samme blokk.
Screenshot jamovi input ANCOVA3 (1).png
Screenshot jamovi input1 ANCOVA3.png
I SPSS velger man contrasts og "simple". Huk av "first" og trykk på "change".
Screenshot SPSS Contrasts ANCOVA3.png
I SPSS trykker man videre på EM Means og flytter "Dose" over til display Means for. Trykk på "compare main effects" og velg Sidak.
Screenshot SPSS EMmeans ANCOVA3.png
Til slutt velger man Options. Huk av som anvist på bildet under.
Screenshot SPSS Options ANCOVA3.png
Syntaks for å gjennomføre denne analysen i SPSS er:

UNIANOVA Happiness BY Dose WITH Puppy_love 

 /CONTRAST(Dose)=Simple(1)
 /METHOD=SSTYPE(3)
 /INTERCEPT=INCLUDE
 /EMMEANS=TABLES(Dose) WITH(Puppy_love=MEAN) COMPARE ADJ(SIDAK)
 /PRINT DESCRIPTIVE PARAMETER
 /PLOT=RESIDUALS
 /CRITERIA=ALPHA(.05)  
 /ROBUST=HC4
 /DESIGN=Puppy_love Dose.
Syntaks for å gjennomføre denne analysen i jamovi er: 
jmv::linReg(
   data = data,
   dep = Happiness,
   covs = vars(Puppy_love, dummy1, dummy2),
   blocks = list(
       list(
           "Puppy_love"),
       list(
           "dummy1",
           "dummy2")),
   refLevels = list())
Resultat SPSS. Resten av resultatene følger i analyse 4. Resultat Jamovi
Output SPSS ANCOVA3edited.png Output jamovi ANCOVA3.png

Analyse 4

Dekker kapittel 13.6.1-13.6.4, figure 13.5-13.7, og utvalg 13.5-13.11 (ekskludert bootstrap utgave 13.8 and 13.11, da denne funksjonen ikke finnes i jamovi).

SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan denne analysen kjøres ved bruk av Analyze → General Linear Model → Univariate. Innstillingene for contrasts, options og EM means er de samme som i analyse 3, men i denne analysen ser man på hva som skjer hvis dersom kovariaten "puppy love" ekskluderes. I jamovi gjør du dette ved bruk av 3 forskjellige analyser: 1. Analyses → ANOVA, 2. Analyses → ANOVA → ANCOVA, 3.ANALYSES → REGRESSION → LINEAR REGRESSION
Screenshot SPSS menu ANCOVA 3-4 .png Meny bilder 1.jpg
SPSS: I denne analysen gjøres input i to omganger. Først flytter man "Happiness" til dependent variable og "Dose of Puppies" til fixed factors. Trykk OK. Deretter flytter man "Love of puppies" til covariates og trykker OK. Input for ANOVA i Jamovi vises her, flytter man "Happiness" til Dependent Variabel boksen, og "Dose" til fixed factors boksen. Når man benytter seg av ANOVA i jamovi må man videre huke av for de ulike alternativene som anvist på bilde.
Screenshot SPSS input ancova4.jpg Image.png
Input i ANCOVA for Jamovi vises på dette bilde, flytt «Happiness» til Dependent Variable, deretter flytter man «Dose» til Fixed Factors, og «Puppy_love» til Covariates.
Screenshot jamovi inputancova ANCOVA4.png
Meny for Linear Regresjon i Jamovi.
Linear regresjon menu ANCOVA4.jpg
Input for Linear Regresjon i Jamovi vises på dette bilde,
Linear regresjon input ancova4.jpg
Syntaks for å gjennomføre denne analysen i SPSS er: 
UNIANOVA Happiness BY Dose WITH Puppy_love
 /CONTRAST(Dose)=Simple(1)
 /METHOD=SSTYPE(3)
 /INTERCEPT=INCLUDE
 /EMMEANS=TABLES(Dose) WITH(Puppy_love=MEAN) COMPARE ADJ(SIDAK)
 /EMMEANS=TABLES(Dose) WITH(Puppy_love=MEAN) COMPARE ADJ(SIDAK)
 /PRINT DESCRIPTIVE PARAMETER
 /PLOT=RESIDUALS
 /CRITERIA=ALPHA(.05)  
 /ROBUST=HC4
 /DESIGN=Puppy_love Dose.
Syntaks for å gjennomføre denne analysen i jamovi er: 
jmv::ANCOVA(
   formula = Happiness ~ Dose,
   data = data,
   emMeans = ~ Dose,
   emmPlots = FALSE,
   emmPlotData = TRUE,
   emmPlotError = "none",
   emmTables = TRUE)

jmv::linReg(
   data = data,
   dep = Happiness,
   covs = Puppy_love,
   factors = Dose,
   blocks = list(
       list(
           "Dose",
           "Puppy_love")),
   refLevels = list(
       list(
           var="Dose",
           ref="Control")),
   emMeans = ~ Dose,
   emmPlots = FALSE,
   emmTables = TRUE)
Resultat SPSS av Estimates og deskriptiv statistikk tilsvarende som Jamovi Resultat av Estimated Marginal Means Jamovi
Output spsss EMmeans ANCOVA4.png Output jamovi nyeres ttestIndependent4 bilde2estimated.png
Resultat i SPSS av pairwise comparisons Resultat av Linear Regresjon Jamovi
Output SPSS pairwisecompar ANCOVA4.png Output jamovi ANCOVA4 linear.png
Resultat i SPSS av Tests of between-subjects effects (ANOVA) med og uten kovariaten (puppy love). Resultat av ANOVA & ANCOVA Jamovi
Output SPSS ANCOVA42.png Output jamovi nyeres ttestIndependent4 (2).png
Resultat av Contrast i SPSS. Resultat av Contrast i Jamovi.
Output SPSS contrasts ANOVA4.png Screenshot jamovi contrastresults ANCOVA4.png.jpg
Resultat av parameter estimates og parameter with robust standard errors i SPSS. Dette resultatet kommer av valgene i "options" og finnes ikke i jamov.
Output SPSS parameterestimates ANOVA4.jpg

Analyse 5

Denne analysen dekker kapittel 13.7, figur 13.9 og utgave 13.12.

SPSS (version 25) jamovi (versjon 1.2)
I SPSS kan en kjøre en regresjon ved bruk av: Analyze -> General Linear Model -> Univariate I jamovi gjør du dette ved bruk av: ANALYSES -> ANOVA -> ANCOVA
Screenshot SPSS menu ANCOVA5.png Screenshot jamovi MENU ANCOVA5 processed.png.jpg
I SPSS flytter man igjen variabelen happiness til dependent variable, dose of puppies til fixed factors og love of puppies til covariate. I Jamovi flytter man "Happiness" til Dependent Variabel boksen, "dose" til fixed factors og "puppy_love" til covariates.
Screenshot SPSS Input ANCOVA5.png Screenshot jamovi input1 ANCOVA5.png
I SPSS velger man Model, huker av Custom og legger inn dose, puppy_love og dose*puppy_love som anvist på bildet. I Jamovi velger man Model, deretter husker av custom og legger inn dose, puppy_love og dose*puppy_love som anvist på bildet.
Screenshot SPSS Model ANCOVA5.png Screenshot jamovi input2 ANCOVA5.png
Syntaks for å gjennomføre denne analysen i SPSS er: 
 UNIANOVA Happiness BY Dose WITH Puppy_love
 /CONTRAST(Dose)=Simple(1)
 /METHOD=SSTYPE(3)
 /INTERCEPT=INCLUDE
 /EMMEANS=TABLES(Dose) WITH(Puppy_love=MEAN) COMPARE ADJ(SIDAK)
 /EMMEANS=TABLES(Dose) WITH(Puppy_love=MEAN) COMPARE ADJ(SIDAK)
 /PRINT DESCRIPTIVE PARAMETER
 /PLOT=RESIDUALS
 /CRITERIA=ALPHA(.05)  
 /ROBUST=HC4
 /DESIGN=Dose Puppy_love Dose*Puppy_love.
Syntaks for å gjennomføre denne analysen i jamovi er: 
  jmv::ancova(
   formula = Happiness ~ Dose + Puppy_love + Dose:Puppy_love,
   data = data)
Resultat SPSS Resultat Jamovi (i Jamovi mangler "corrected model" i resultatdelen, dette grunnet at jamovi ikke har denne funksjonen).
Output SPSS ANOCA5.png Resultat ancova5.jpg

Referanser

Field, A. (2017). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
Hentet fra «https://wiki.app.uib.no/jamovi/index.php?title=SPSS_til_Jamovi:_Kovariansanalyse_(ANCOVA)&oldid=959»