<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />내 데이터 세트는 수백 명의 교사들의 설문 응답으로 구성됩니다.
약 3 분의 1은 초등, 중등 학교 및 2 차
그들은 각각 0-3의 척도로 15 항목의 중요성을 평가했다.
나는 이러한 등급을 간격 수준의 데이터로 취급하는 것이 편안하며, 서수는 정상적으로 작동합니다.
나는 주된 효과에 관심이 없다 : 항목들이 함께 가지 않는다; 각각은 독립형이므로 총 점수는 중요하지 않습니다.
또한 그룹 전체에서 항목의 점수를 합치는 것은 의미가 없습니다.
대신 내 질문은 다음과 같습니다.
1 - 초등 교사 그룹의 경우 15 개 항목 중 다른 항목보다 훨씬 높은 점수를 얻었습니까?
중학교 교사에게도 똑같이
고등학교 교사를위한 3- 동일
4- 선생님 그룹 중 하나가 다른 두 그룹과 크게 다른 항목 1을 평가합니까?
5-5 항목에 대해 동일하게
나는 꽤 얇은 알파를 슬라이스해야 할 것임을 깨닫는다.
내 첫 번째 생각은 후속 테스트가있는 반복 측정의 경우 ANOVA 였고 후속 테스트를 수행하는 주요 효과는 무시했습니다.
그러나 Mauchly의 구형 테스트는 중요했으며, 겉보기에 추적 테스트가있는 MANOVA가 필요하다는 것을 나타 냈습니다 (?).
JMP에서 MANOVA 이후에 followup mean comparison을 수행하려면 어떻게해야합니까?
위의 1 번부터 5 번까지의 질문에 계속 답하고 싶습니다.
대안으로, 나는 주된 영향에 무관심하기 때문에 다른 분석을보아야 하는가?
