在最后一节中，我们解释了两组连续变量t检验在SPSS中的应用，但在日常生活中，我们经常会遇到两组以上变量的比较。例如，比较三个班级的考试成绩，或比较一个年级12个班级的考试成绩。此时，t检验不再适用。我们需要使用方差分析来处理当前的问题，
方差分析是一种检验两个或多个样本的平均值之间的差异是否具有统计学意义的方法。方差分析对样本数据仍有严格要求，要求数据满足以下条件：（1）数据服从正态分布；（2）各组数据是独立的；（3）各组的平方差相同。正态性检验和独立性判断已在前几节中提到。在分析过程中需要实现方差分析的方差齐性检验。
以三个班的测试结果为例，说明了方差分析在SPSS中的实现方法。数据及其输入格式如下。在方差分析之前，我们进行了正态性检验，检验结果表明数据符合正态分布。
然后选择分析-比较平均值-单因素方差分析，然后选择要分析的变量，并将变量分组到相应的框中。请注意，您必须打开右侧的选项框并选中方差同质性测试。此选项用于方差同质性测试。
结果如上图所示。方差齐性检验与正态性检验相同。重要的是，如果p值大于0.05，则认为方差是齐次的。在本例中，p值为0.533，大于0.05，表明数据的方差是齐次的。以下是方差分析的结果。结果表明，p值小于0.05，表明三个班级的成绩不同。
现在，我们面临着第二个问题。一般来说，这三个班的成绩是不同的。那么，1班、2班和3班、1班和2班、1班和3班、2班和3班之间有区别吗？这涉及事后的多重比较。多重比较选项与右侧的方差齐性检验选项相同。从下图中，我们可以看到事件发生后有很多方法进行多重比较。我们常用的方法有SNK法、Dunnett法和Bonferroni法。SNK方法适用于我们事先对所有数据之间的差异一无所知的情况，并且是探索性的。当预先指定了对照组时，使用Dunnett规则。例如，3类预先指定为对照组，仅比较1类和3类、2类和3类之间的差异。Bonferroni定律采用调整测试水平的方法进行多重比较。几种方法之间没有好坏之分。检查SNK方法后，结果如下：
SNK方法的结果主要看最右边的两列。我们可以看到50.1、54.6和66.6，分别是一班、二班和三班的平均分数。当平均数在同一列时，两个班的成绩没有差别。在本例中，1级和2级的成绩在同一列中等分，表明1级和2级之间没有差异。第1类和第3类、第2类和第3类的平均值属于两列，它们之间存在差异。
因此，这个例子的最终结果是，三个班级的分数总体上是不同的。具体来说，1班和3班、2班和3班之间存在分数差异。三班的成绩优于一班和二班。
在下一节中，我们将讨论分类变量的卡方检验。
最新评论