spss教程：单因素方差分析

spss教程：单因素方差分析

先介绍概念，所谓方差分析是指：对多个（两个以上）处理平均数进行假设检验的方法，而单因素是指该实验中只有一个实验因素。单因素方差分析是用来判断这一实验因素对各处理的优劣情况。

简单而言，如果你的实验，只有一种影响因素，而你又有多个不同的处理水平，最后得到的数据就可以用单因素方差分析来分析数据。

在方差分析的体系中，F测验可用于检测某项变异因素的效应或方差是否存在。F越大，越说明组间方差是主要方差来源，处理的影响越显著。 F越小，越说明随机方差是主要的方差来源，处理的影响越不显著。

下面我们以下图中的数据为例进行讲解。

1.输入数据。

按照spss软件数据输入的规则，编号输入在第一列每个编号组有几个数据，就输入几个重复的编号，比如本例子每组4个数据，则按序输入4个1,2,3,4.

2.修改数据的小数点位数及增加数据标签。

点击界面下方的“变量视图”，然后在“小数”这一栏修改小数点位数；在“值”这一栏按下图二的例子增添数据标签。

3.分析。

点击“数据视图”中的分析，然后选择”比较平均值“中的”单因素ANOVA“开始分析。

4.设置。

将代表数据组的编码导入”因变量列表“栏，将代表处理的编码导入”因子“栏；点击“选项”，勾选”方差同质性检验“，点击“继续”进入下一步。

5.结果分析。

完成以上操作后，结果如下图（其中df表示自由度，平均值平方即均方），结果显示F值为20.571。我们将这一数值与显著性水平的F进行比较，若大于显著性的F值，那么P则小于该显著性的概率，例如在例子中，F>F（0.05）,那么P<0.05,说明处理间差异显著；或直接看表中的显著性，通过显著性下结论。