第六章--spss的方差分析

第六章方差分析第一节Simple Factorial过程6.1.1 主要功能6.1.2 实例操作第二节General Factorial过程6.2.1 主要功能6.2.2 实例操作第三节Multivarite过程6.3.1 主要功能6.3.2 实例操作方差分析是R.A.Fister发明的，用于两个及两个以上样本均数差别的显著性检验。

由于各种因素的影响，研究所得的数据呈现波动状，造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。

方差分析的基本思想是：通过分析研究中不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。

方差分析主要用于：1、均数差别的显著性检验，2、分离各有关因素并估计其对总变异的作用，3、分析因素间的交互作用，4、方差齐性检验。

第一节 Simple Factorial过程6.1.1 主要功能调用此过程可对资料进行方差分析或协方差分析。

在方差分析中可按用户需要作单因素方差分析（其结果将与第五章第四节相同）或多因素方差分析（包括医学中常用的配伍组方差分析）；当观察因素中存在有很难或无法人为控制的因素时，则可对之加以指定以便进行协方差分析。

6.1.2 实例操作[例6-1]下表为运动员与大学生的身高（cm）与肺活量（cm3）的数据，考虑到身高与肺活量有关，而一般运动员的身高高于大学生，为进一步分析肺活量的差异是否由于体育锻炼所致，试作控制身高变量的协方差分析。

6.1.2.1 数据准备激活数据管理窗口，定义变量名：组变量为group （运动员=1，大学生=2），身高为x ，肺活量为y ，按顺序输入相应数值，建立数据库，结果见图6.1。

图6.1 原始数据的输入6.1.2.2 统计分析图6.2 协方差分析对话框点击Options...框，弹出Simple Factorial ANOV A:Options 对话框。

系统在协方差分析的方法（Method ）上有三种选项： 1、Unique ：同时评价所有的效应； 2、Hierarchical ：除主效应外，逐一评价各因素的效应； 3、Experimental ：评价因素干预之前的主效应。

《SPSS数据分析教程》方差分析方差分析是一种常用的统计方法，用于比较三个或三个以上组之间的均值差异是否显著。

它用于探究不同组别的因素对所研究的因变量的影响是否具有统计显著性。

在SPSS数据分析教程中，方差分析是一个非常重要的分析方法。

本文将介绍方差分析的原理、SPSS中的操作步骤以及结果的解读。

方差分析的原理是基于三个或三个以上不同组别之间的方差之间的比较来判断均值之间的差异是否显著。

方差分析的核心思想是通过比较组内方差与组间方差的大小来判断均值的差异是否显著。

方差分析的原假设是所有组别的均值相等，而备择假设是至少存在一个组别的均值与其他组别的均值不相等。

在SPSS中进行方差分析的操作步骤如下：步骤1：打开SPSS软件，点击“变量视图”页面。

在第一栏输入不同组别的名称，例如“组别1”、“组别2”、“组别3”。

步骤2：在第二栏输入待分析的因变量名称，并设置其测量类型为“比例”。

步骤3：点击“数据视图”页面，输入各组别的数据。

确保每个组别的数据都在同一列中，并且分组的数据之间用“空格”或“逗号”隔开。

步骤4：点击菜单栏上的“分析，—比较手段，—单因素方差分析”。

步骤5：在方差分析的对话框中，将因变量移入因变量方框，将分组变量移入因子方框。

步骤6：点击“选项”按钮，出现选项对话框。

可以选择计算哪些统计量，如均值、标准差、总和平方和等。

步骤7：点击“确定”按钮，SPSS将得出方差分析的结果。

方差分析的结果包括了多个统计量，如SS（组间平方和）、SS（组内平方和）、MS（组内均方和）、MS（组间均方和）、F值和P值。

-SS（组间平方和）反映了组间差异的大小，SS（组内平方和）反映了组内差异的大小。

-MS（组间均方和）是SS（组间平方和）除以自由度（组间）得到的，反映了组间差异的平均大小。

-MS（组内均方和）是SS（组内平方和）除以自由度（组内）得到的，反映了组内差异的平均大小。

-F值是MS（组间均方和）除以MS（组内均方和）得到的，是判断组间差异是否显著的依据。

第六章方差分析一实验目的1．理解方差分析的概念、原理及作用;2．掌握用 SPSS 进行单因素、双因素及协方差分析的方法;3．结合参考资料了解方差分析的其它方法及作用。

二方差分析的原理方差分析的基本原理是认为不同处理组的均值间的差别基本来源有两个：（1）随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示，记作w SS ，组内自由度w df ;（2）实验条件，即不同的处理造成的差异，称为组间差异。

用变量在各组的均值与总均值之偏差的总平方和表示，记作b SS ，组间自由度b df 。

三实验过程1. 某农场为了比较4种不同品种的小麦产量的差异，选择土壤条件基本相同的土地，分成16块，将每一个品种在4块试验田上试种，测得小表亩产量（kg）的数据如表6.17所示（数据文件为data6-4.sav），试问不同品种的小麦的平均产量在显著性水平0.05和0.01下有无显著性差异。

（数据来源：《SPSS实用统计分析》郝黎仁，中国水利水电出版社）表6.17实验步骤：第1步分析：由于有一个因素（小麦），而且是4种饲料。

故不能用独立样本T 检验（仅适用两组数据），这里可用单因素方差分析；第2步数据的组织：分成两列，一列是试验田的产量（output），另一列是小麦品种（breed）（A、B、C、D）；第3步方差相等的齐性检验：由于方差分析的前提是各个水平下(这里是不同品种的小麦产量)的总体服从方差相等的正态分布。

其中正态分布的要求并不是很严格，但对于方差相等的要求是比较严格的。

因此必须对方差相等的前提进行检验。

从SPSS的数据管理窗口中选择analyze—compare means—One-Way ANOVA，将小麦产量（output）选入dependent list框中，将品种（breed）选入factor框中，点开Options，选中Homogeneity of variance test（方差齐性检验），点开post hoc multiple comparisons，将significance level的值在两次实验时分别设置为0.01和0.05。