单变量方差分析之spss实现步骤

        在spss统计分析中，单变量方差分析一般称为一般线性模型单变量分析。单变量对应的英文名称为“univariate”,其实际含义是“只有一个因变量的方差分析模型”，是检验几个分类变量对单个因变量均值的影响。与之相对应的是多变量方差分析。本文将介绍关于在spss中如何实现单变量方差分析，希望可以帮到正在进行实验数据统计的科研朋友。

　　一、单变量方差分析步骤

　　1.选择菜单【分析】-【一般线性模型】-【单变量】，在弹出的对话框中进行如下选择：把【产品销量】选入因变量列表框，把【超市规模】选入固定因子列表框。需要注意的是：这里的【因变量】列表框只能选择一个变量，【固定因子】、【随机因子】列表框可以选择多个变量。

　　从对话框可以看出单变量方差分析与单因素方差分析的差别：一般线性模型单变量方差分析的因子区分为固定因子和随机因子，比单因素Anova分析更为细致，而且固定因子列表框可以同时选入多个变量，单因素Anova分析，因子列表框只能选入一个变量。

　　2.在主对话框界面选择右侧【模型】菜单，选择默认【全因子】，【类型Ⅲ】，单击【继续】按钮返回主对话框

　　3.在主对话框界面右侧选择【事后多重比较】菜单，把【超市规模】选入【事后检验】列表框，同样勾选【LSD】、【SNK】、【Bonferroni】、【Tukey】、【Duncan】复选框，单击【继续】按钮，返回主对话框。该对话框与单因素Anova对话框类似，但不同的是这里可以自由选入因子。

　　4.在主对话框界面右侧选择【选项】菜单，在【输出】栏，勾选【描述性统计】【同质性检验】、【残差图】复选框，单击【继续】按钮返回主对话框

　　5.单击【确定】按钮，输出结果。

　　二、单变量方差分析结果解释

　　1.描述统计结果

　　同样输出了三种规模超市的平均值、标准差、样本量等情况，可以看出较大规模超市的平均销量较高，同时其标准差也较大。

　　2.方差齐性检验

　　由下图可以看出，显著性=0.165>0.05,与单因素Anova分析结果一致，不能拒绝原假设，认为三种水平的方差相等。

　　a.设计:截距 超市规模

　　3.方差分析结果

　　第1行，校正的模型，是对整个方差分析模型的检验，原假设为模型中所有因素对因变量无影响，即μ=0，此处p<0.05，即均值不等于0，拒绝原假设，即认为超市规模对产品销量有影响。

　　第2行，截距，原假设为不考虑自变量影响时，因变量的均值为0，此处P<0.05，拒绝原假设。

　　第3行，超市规模，也就是对自变量的检验即组间变异，原假设为自变量对因变量没有影响，此处P<0.05，拒绝原假设。可以看出此处的结果同第1行的结果是相同的，这是因为案例只涉及到单一变量(产品销量)的比较。

　　第4行，错误即误差

　　第5行，总计=截距 组间 误差

　　第6行，校正=组间 误差

　　4.事后检验

　　同样，下图输出了【LSD】、【Bonferroni】、【Tukey】法的分析结果，可以看出，规模较大超市与较小超市之间差异显著，中等规模超市与较大规模超市和较小规模超市之前均不存在显著差异，三种比较方法的结果一致。该结果与单因素Anova方法一致。

　　5.均一子集

　　下图为均一子集输出结果，Student-Newman-Keuls，Tukey，Duncan(D)三种方法的分析结果与单因素Anova分析结果一致。