如何用spss 做一个方差分析

单因素方差分析
方差分析前提：不同水平下，各总体均值服从方差相同的正态分布。
方差齐性检验：采用方差同质性检验方法（Homogeneity
of
variance）
在spss中打开你要处理的数据，在菜单栏上执行：analyse-compare
means--one-way
anova，
打开单因素方差分析对话框
在这个对话框中，将因变量放到dependent
list中，将自变量放到factor中，点击post
hoc，选择snk和lsd，返回确认ok
统计专业研究生工作室原创，请勿复杂粘贴

计算检验统计量的观察值和概率P_值：Spss自动计算F统计值，如果相伴概率P小于显著性水平a，拒绝零假设，认为控制变量不同水平下各总体均值有显著差异，反之，则相反，即没有差异。

在这个过程中可以分析每一个因素的作用，也可以分析因素之间的交互作用，以及分析协方差，以及各因素变量与协变量之间的交互作用。该过程要求因变量是从多元正态总体随机采样得来，且总体中各单元的方差相同。

单因素方差分析：

是用来研究一个控制变量的不同水平是否对观测变量产生了显著影响。这里，由于仅研究单个因素对观测变量的影响，因此称为单因素方差分析。

例如，分析不同施肥量是否给农作物产量带来显著影响，考察地区差异是否影响妇女的生育率，研究学历对工资收入的影响等。这些问题都可以通过单因素方差分析得到答案。

单因素方差分析的第一步是明确观测变量和控制变量。例如，上述问题中的观测变量分别是农作物产量、妇女生育率、工资收入；控制变量分别为施肥量、地区、学历。

计算检验统计量的观察值和概率P_值：Spss自动计算F统计值，如果相伴概率P小于显著性水平a，拒绝零假设，认为控制变量不同水平下各总体均值有显著差异，反之，则相反，即没有差异。
方差齐性检验：控制变量不同水平下各观察变量总体方差是否相等进行分析。采用方差同质性检验方法（Homogeneity
of variance），原假设“各水平下观察变量总体的方差无显著差异，思路同spss两独立样本t检验中的方差分析”。
图中相伴概率0515大于显著性水平005，故认为总体方差相等。
趋势检验：趋势检验可以分析随着控制变量水平的变化，观测变量值变化的总体趋势是怎样的，线性变化，二次、三次等多项式。趋势检验可以帮助人们从另一个角度把握控制变量不同水平对观察变量总体作用的程度。图中线性相伴概率为0小于显著性水平005，故不符合线性关系。
多重比较检验：单因素方差分析只能够判断控制变量是否对观察变量产生了显著影响，多重比较检验可以进一步确定控制变量的不同水平对观察变量的影响程度如何，那个水平显著，哪个不显著。常用LSD、S-N-K方法。LSD方法检测灵敏度是最高的，但也容易导致第一类错误（弃真）增大，观察图中结果，在LSD项中，报纸与广播没有显著差异，但在别的方法中，广告只与宣传有显著差异。
相似性子集：由图可知，划分的子集结果是一样的。通常在相似性子集划分时多采用S-N-K方法的结论。其结论可以与上述多重比较检验结合起来看，验证在LSD项中，报纸与广播没有显著差异的结论。

多因素方差分析
菜单选择：分析 -> 一般线性模型 -> 单变量
将研究变量选入“因变量”框，分组变量都选入固定因子框
点击右边“模型”按钮，进入“单变量：模型对话框，点击“设定”单选按钮，
设置“主效应”、“交互作用”其余选项取默认值就行，点击“继续”按钮，回到“单变量”界面，ok
统计专业研究生工作室为您服务

---