参考资料:
SPSS详细操作:单因素方差分析
基于原文,增加了中文版的图片,以及重新截取了一些不是很清晰的图片。
一、问题与数据
为调查A、B、C三种治疗措施对患者谷丙转氨酶(ALT)的影响,某科室将45名患者随机分为三组,每组15人,分别采取A、B、C三种治疗措施。治疗后ALT水平(U/L)如下。试问应用三种治疗措施后,患者的ALT水平是否有差异?
表1. 三组患者治疗后的ALT水平(U/L)
二、对数据结构的分析
整个数据资料涉及3组患者,每组15人,测量指标为血常规报告的ALT水平,因此属于多组设计的定量资料。
要想知道不同治疗措施对ALT水平的影响是否相同,则要比较3组的总体均数之间的差异是否具有统计学意义。若各组观察值满足独立性,服从正态分布或近似正态分布,并且各组之间的方差齐,可选用单因素方差分析。
三、SPSS分析方法
- 数据录入SPSS(1=A组,2=B组,3=C组)
- 先设置变量类型,组为字符串变量,ALT为带2位小数点的数字变量。
中文版视图:
- 然后将数据直接复制到数据视图
将以下内容直接复制到表格里应该没问题
A 6.60
A 6.80
A 8.50
A 9.80
A 9.60
A 11.60
A 11.20
A 16.50
A 15.50
A 14.00
A 16.70
A 16.00
A 18.90
A 18.00
A 19.50
B 25.50
B 24.60
B 28.90
B 26.40
B 23.20
B 24.50
B 25.60
B 27.60
B 32.20
B 30.40
B 30.00
B 26.60
B 33.40
B 34.10
B 33.60
C 10.50
C 11.30
C 7.40
C 6.90
C 17.00
C 15.30
C 16.80
C 9.10
C 6.70
C 20.30
C 18.60
C 13.90
C 9.50
C 12.70
C 6.20
-
选择Analyze(分析)→General Linear Model(一般线性模型)→Univariate(单变量) (假设三组数据服从正态分布)
-
选项设置
1)主对话框设置:将分析变量(ALT)送入Dependent Variable(因变量) 框中→将分组变量(Group)送入Fixed Factor(s) (固定因子)框中。
2) Options(选项)设置:点击Options(选项)按钮,勾选Descriptive statistics(显示统计描述)和Homogeneity tests(方差齐性检验)→Continue→OK。
四、结果解读
Descriptive Statistics表格给出了三组和总体ALT水平的部分统计信息,包括组别(Group)、均数(Mean)、标准差(Std. Deviation)和例数(N)。
Levene’s Test of Equality of Error Variances表格给出了方差齐性检验的结果。F值=0.791,P(Sig.)=0.460,说明三组数据方差齐,满足方差分析的适用条件。
Tests of Between-Subjects Effects表格给出了方差分析的结果。其中,Total一行表示总变异,Group一行表示组间变异,Error一行表示组内变异,Type Ⅲ Sum of Squares表示离均差平方和,Mean Square表示均方。方差分析的结果主要看Group一行,F值=68.810,P(Sig.)<0.001。
五、撰写结论
A组患者ALT水平为(13.28 ± 4.39)U/L,B组患者ALT水平为(28.44 ± 3.65)U/L,C组患者ALT水平为(12.15 ± 4.64)U/L。A、B、C三种治疗措施对患者ALT水平的影响差异具有统计学意义(F=68.810,P<0.001)。
六、延伸阅读
-
单因素方差分析也可以通过Analyze→Compare Means→One-Way ANOVA进行,将ALT送入Dependent List框中,将Group送入Factor框中,其结果与本例的操作是一样的,感兴趣的亲可以自己动手试一下!
-
单因素方差分析适用于只有一个处理因素的完全随机设计,处理因素可以有2个及以上的处理水平,观察指标为连续变量。适用条件包括:
1)观测指标满足独立性;
2)各组观测指标均来自正态分布总体;
3)各组观测指标方差相等。
在实际中由于方差分析具有稳健性,因此对正态性的条件要求不是很严格,但是对方差齐的要求比较严格。
- 本例只是得出了3组总体均数之间差异具有统计学意义,并不意味着任意2组之间的均数差异都具有统计学意义。要想进一步了解哪两个组间的ALT水平存在差异,还需要进一步做样本均数之间的多重比较。SPSS统计软件提供了很多种用于两两比较的方法,包括Bonferroni法、S-N-K法、Tukey法等。之所以有这么多种方法,是因为目前还没有一种在任何条件下都适用、而且效果好的方法,这些方法都是从不同角度上控制多重比较时I型错误的发生概率。
后续我们会为大家带来不同样本均数多重比较方法的详细解读,敬请期待!