【单因素】

【单因素ANOVA】过程要求因变量属于正态分布，如果因变量的分布明显是非正态的，则不能使用该过程，而应该使用非参数分析过程。如果几个因变量之间彼此不独立，应该用重复测量过程。

【单因素ANOVA】也称作一维方差分析。它检验由单一因素影响的一个（或多个相互独立的）因变量中，因素各水平分组的均值之间的差异是否具有统计意义。与Excel中单因素方差分析作用基本相同，但是SPSS的【单因素ANOVA】还可以对该因素的若干水平分组中哪一组与其他各组均值间具有显著性差异进行分析，即进行均值的多重比较。

以例10.10中的数据为例，说明【单因素ANOVA】的一般操作步骤。

例10.10 将土质基本相同的一块耕地分成面积相等的5个地块，每个地块再分成4个小区，在每个地块的4个小区中随机播种4个不同品种的小麦（播种量相同），收割后测得其各自的产量，见表10－2（5个地块分别列为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ五列，4个小区种植的4个品种小麦为1、2、3、4行）。

表10－2 不同小麦品种在不同地块的产量数据

（1）建立或打开数据文件

建立名为“小麦品种与地块.sav”的SPSS数据文件，三个变量分别为品种、地块、产量，变量类型均为“数值（N）”。“品种”与“地块”的“度量标准”为“名义”，小数位数为0，格式如图10－37所示。

图10－37 小麦品种实验数据

（2）调用【单因素ANOVA】对话框

单击【分析（A）】→【比较均值（M）】→【单因素ANOVA…】，显示如图10－38所示对话框。

图10－38 单因素方差分析

（3）选择分析变量，设置分析选项

单击变量“品种”，用向右箭头将其移至【因子（F）】下方的文本框中；单击变量“产量”，用向右箭头将其移至【因变量列表（E）】下方的文本框中（注：可以同时将多个变量移至此处）。

【因子（F）】适合取值较少的变量，而且能影响到【因变量列表（E）】中的变量、【因变量列表（E）】适合取值较多的数值变量，受【因子（F）】中的变量影响。

单击【选项（O）…】按钮，则显示【单因素ANOVA：选项】对话框，如图10－39所示。通常情况下，选择【描述性（D）】和【均值图（M）】绘制统计图，能更有效地观察数据特点。

图10－39 单因素ANOVA：选项

单击【两两比较（H）…】按钮，则显示【单因素ANOVA：两两比较】对话框，如图10－40所示。

图10－40 单因素ANOVA：两两比较

【两两比较（H）】是指对4个品种的小麦产量，每两个品种可以分别在【假定方差齐性】与【未假定方差齐性】两种情况下进行独立样本T检验，显著性水平的默认值为0.05，若P值小于0.05，就会用“*”标出。本例中，只选择【假定方差齐性】下的【LSD（L）】，最后单击亮起的【继续】按钮和【确定】按钮。

（4）输出结果说明

【输出1［文档1］—IBM SPSS Statistics查看器】输出运算结果，其中【ANOVA】与【多重比较】如图10－41所示。

在【ANOVA】表中，统计量F＝17.784，对应的P值即概率为0，小于显著性水平0.05，说明不同品种的小麦产量差异显著。

在【多重比较表】中，可以发现这种差异主要是由品种4与其他品种产量差异引起的。

图10－41 单因素ANOVA分析结果

图10－41 单因素ANOVA分析结果（续）