单因素方差分析_单因素方差分析在SPSS中的理论与实践

点击上方蓝字关注我们！

一、单因素方差的基本原理

二、应用条件

三、具体实例

现欲研究某处理因素对症候疗效得分的影响，该处理因素共有4个水平，症候疗效得分在0-1之间，得分越高，疗效越好。本实例样本量为121，部分数据如下图所示：

    (1)在SPSS中的具体操作

    ①已知样本是符合正态分布的，在此案例操作中就不再做正态性检验的操作介绍了。依次点击“分析——比较均值——单因素ANOVA”。

    ②在出现的“单因素方差分析”窗口中，将因变量“症候疗效得分”放入“因变量列表”选项框中，将处理因素“处理组”放入“因子”选项框中。

    ③在“单因素方差分析”窗口中点击“对比”选项，出现“单因素ANOVA：对比”窗口，勾选“多项式”，在“度”的下拉框中选择“五次项”，系数设置框中，依次给予1-4个处理组“0.5/0.5/-0.5、-0.5”的系数设置，然后点击“继续”。

    ④在“单因素方差分析”窗口中点击“事后多重比较”选项，出现“单因素ANOVA：事后多重比较”窗口，在“假定方差齐性”栏下勾选“Bonferroni”和“R-E-G-WQ”方法，在“未假定方差齐性”栏下勾选“Tamhane’sT2”方法，然后点击“继续”。

    ⑤在“单因素方差分析”窗口中点击“选项”，出现“单因素ANOVA：选项”窗口，勾选“描述性”和“方差同质性检验”，然后点击“继续”。

    ⑥点击“确定”，得到分析结果。

    (2)结果解读

    ①首先，查看“方差同质性检验”表。

    方差同质性检验的原假设为各水平方差相等，即方差齐性，表中显著性值P=0.179＞0.05，说明各处理组之间方差是齐的，样本可以采用单因素方差进行分析。

    ②其次，再查看ANOVA表。

    单因素方差分析原假设为处理因素的各处理水平对应症候疗效得分的均值相等，即各处理水平对症候疗效效果相同，ANOVA结果中，显著性P=0.019＜0.05，说明各处理水平对症候疗效的效果不同，即各处理水平对症候疗效存在显著性影响。

    但具体影响如何，还需要查看两两比较的结果。

    ③查看“多重比较”表。

    因处理水平之间存在显著性差异，因此查看 “多重比较”结果表中“Bonferroni”对应行的值，“组2与组4”之间症候疗效均值存在显著性差异，P=0.011＜0.05，而组1、组2、组3及组4除开组2和组4外其余组两两之间并无显著差异。

      ④查看“描述性”表。   

   组2和组4处理水平组的症候疗效均值分别为0.6091和0.3927，可以知道，组2处理水平的对症候的治疗效果显著高于组4处理水平组的效果，其他处理水平两两之间的治疗效果则并无太大差别。

四、小结

参考文献：

1、孙振球 徐勇勇.《医学统计学》第4版.人民卫生出版社.

2、张文彤.《SPSS11 统计分析教程 高级篇》.人民卫生出版社.

3、邱皓政.《量化研究与统计分析》.重庆大学出版社.

 

免责声明

本文来源于网络，如有侵权，请与我们联系，将于24小时内删除。

·END·

哎呀！来都来了，点个【在看】再走呗~