spss中做单因素方差分析（one-way ANOVA）

spss中做单因素方差分析（one-way ANOVA）

单因素方差分析（one-way ANOVA）也称为F检验，是通过对数据变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的一种统计推断方法。简单的来说，就是用来检验同一个影响因素的不同水平对因量是否有影响的一种方法。这里主要给大家分享在spss中怎么操作，理论学习还需要大家自己学习。

我们以“不同大豆含量的饲料对小鼠体重的影响”为例给大家讲解如何操作，首先录入数据，我们将使用含有10%大豆的饲料的组赋值为“1”；将含量40%大豆的饲料的组赋值为“2”；将含量80%大豆的饲料的组赋值为“3”；

点击“分析”-“比较平均值”-“单因素ANOVA”；

在弹出的“单因素方差分析”选项卡中，将“体重”选入到应变量列表中，将“饲料类型”选入到因子中；

点击右边的“事后多重比较”，在弹出的选项卡中选择“LSD”，然后点击继续；

然后再点击右边的“选项”，在弹出的选项卡中选择“描述性”和“方差同质性检验”，然后点击“继续”，然后点击“单因素方差分析”选项卡中的“确定”；

在结果中，我们首先要看的就是方差齐性检验，在“单因素同质性测试”表中我们可以看到P=0.244>0.05,说明方差是齐的，可以使用单因素方差分析法，如果不齐，说明我们后面的结果没有意义，因为方差不齐不能使用但因素方差分析法

在“单因素分析”表格中我们可以看到，P=0.000＜0.05，说明这三个组间至少有两个组之间是存在显著性差异的，即不同大豆含量的饲料对小鼠的体重有影响。（注：这里我们并不能看出究竟有怎样的差异，还需要看下一个表格）

在“事后测试”的表格中我们可以看到，10%和40%两组间无显著性差异，10%和80%两组间、80%和40%两组间有显著性差异。

论文中的表格