spss教程：单因素方差分析
用来测试某一个控制变量的不同水平是否给观察变量造成显著差异
和变动。
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。所以方差分析就是研究不同水平下各个总体的均值是否有显著的差异。统计推断方法是计算F统计量，进行F检验，总的变异平方和 SST，控制变量引起的离差SSA（Between Group离差平方和），另一部分随机变量引起的SSE（组内Within Group离差平方和），SST=SSA+SSE。方法/步骤
统计值，FSpss计算检验统计量的观察值和概率P_值：自动计算1.，拒绝零假设，认为控制变量不a小于显著性水平如果相伴概率P 同水平下各总体均值有显著差异，反之，则相反，即没有差异。
控制变量不同水平下各观察变量总体方差是否方差齐性检验：2.
of （Homogeneity 验同采。用方差质性检方法析行等相进分），原假设“各水平下观察变量总体的方差无显著差异，variance图中相伴概率spss两独立样本t 检验中的方差分析”。思路同，故认为总体方差相等。大于显著性水平0.5150.05趋势检验可以分析随着控制变量水平的变化，观测变量趋势检验：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
小于显著性水平变量总体作用的程度。图中线性相伴概率为0 ，故不符合线性关系。0.05
单因素方差分析只能够判断控制变量是否对观3.多重比较检验：多重比较检验可以进一步确定控制变量的察变量产生了显著影响，哪个不显著。不同水平对观察变量的影响程度如何，那个水平显著，但也容易导方法。LSD方法检测灵敏度是最高的，S-N-KLSD常用、项中，报纸与LSD致第一类错误（弃真）增大，观察图中结果，在广播没有显著差异，但在别的方法中，广告只与宣传有显著差异。
由图可知，划分的子集结果是一样的。通常在相相似性子集：4.其
结论可以与上述多重方法的结论。似性子集划分时多采用S-N-K项中，报纸与广播没有显著差异比较检验结合起来看，验证在LSD 的结论。