spss单因素分析结果

spss单因素分析结果
spss单因素方差分析是对多个（两个以上）处理平均数进行假设检验的方法。

单因素是指该实验中只有一个实验因素，而单因素方差分析则是用来判断这一实验因素对各处理的优劣情况。

简单而言，如果实验只有一种影响因素，但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，单因素方差分析，即F测验通过对数据差异的分析来推断两个或多个样本均数所代表的总体均数是否有差别，可用于检测某项变异因素的效应或方差是否存在。

F越大，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。

本次就通过下面的实验案例进行说明：
用四种安眠药在小白鼠身上进行试验，特选30只健康的小白鼠，随机将其分为5组，每组各服用一种安眠药，睡眠时间如下所示：
问：在显著性水平α=0.05下对其进行单因素方差分析，分析5种安眠药的作用是否相同？
1.SPSS数据输入规则
第一列输入编号，第二列输入数据。

每个编号有几个数据就输入多少次数，本实验有五种药物，即五组数据，所以编号1-5；每组6个实验数据，故每个编号输入6次，如下图所示：
2.数据修改
点击左下角变量视图进入下图界面，对名称一栏进行修改：
修改后，显示到数据视图变化如下：
对数据的小数点位数进行修改：在“小数”一栏修改小数点位数；
添加数据标签：在“值”一栏依照下图增加数据标签；
将五组实验分组标签全部添加后点击“确定”；
3.数据分析
点击指示栏中“分析”，选择“比较平均值”中的“单因素ANOVA”进行数据分析。

代表处理的“安眠药”一栏作为自变量导入因子一栏中，如下图所示：
将代表数据的“睡眠时间“导入”因变量“一栏中，如下所示：
单击“事后多重比较”，假定方差齐性选择“LSD”、“Duncan”，显著性水平选择0.05（若选择0.01则为差异极显著），点击“继续”，如下图所示：
单击“选项”，勾选“描述性”和“方差同质性检验”，点击继续，如下图所示：
4.结果分析
完成以上操作后，点击“确定”，分析结果如下图所示；其中df表示自由度，平均值平方即为均方。

在单因素同质性测试中显示P=0.347＞0.05，说明方差齐性检验合格，可以使用单因素方差分析法。

反之，方差不齐不能使用单因素方差分析。

结果显示P值＜0.05，说明组间存在显著性差异，也就是说不同的安眠药的使用对小白鼠的睡眠时间有影响（注：F值一般用于论文
写作说明，统计解释看P值即可）。

但是具体是哪些组之间存在显著性差异要通过”事后多重比较“一表进行具体说明。

如下图所示，药物A与药物B、C之间存在显著性差异，与药物D、E之间不存在显著性差异；药物B-E参照同样方法读取。

组间差异显著性既可通过P值判断,也可通过第三列数字后的"*"进行判断,根据<同质子集>一表可进行字母标记。

注意事项：
方差分析基本条件之一：各样本是相互独立的随机样本，均服从正态分布；
方差分析基本条件之一：各样本总体方差相等，即满足方差齐性；例如基因定量实验中相对定量的数据就是属于指数分布,不属于正态分布,所以无法进行统计推断,不只是方差分析,还有t检验、F检验都是不可以的。