分享SPSS統計分析方法，使科學研究更容易。
若喜歡就請點關注。
單因素方差分析適用於三個及以上組之間的對比。
適用條件：各組數據服從（或近似服從）正態分佈；各組方差近似相等；各組研究對象獨立。概括：正態性、方差齊性、獨立性。
下面以體育科研案例介紹單因素方差分析的應用：
不同訓練方法對青年亞健康人群血脂的影響
1實驗設計簡介
實驗對象：將240名青年人隨機分為3組（HIIT組、持續有氧組、不運動組）。
實驗方案：HIIT（高強度間歇運動）組和持續有氧組分別進行1個月的HIIT、持續性有氧運動，不運動組沒有規律運動。HIIT組和持續有氧組每週練習4次，每次練習60分鐘，中等強度。
測試指標：實驗後測試血脂。（已知實驗前組間均衡）。
2.部分數據展示
圖1 部分數據
自變量：訓練方法
因變量：血脂（四個指標）
3.SPSS步驟
1）分析—比較平均值—單因素ANOVA檢驗
圖2
2）把“訓練方法”選入“因子”，血脂四個指標選入因變量列表。
圖3
3）點擊“事後比較”和“選項”，分別出現“多重比較”對話框和“選項”對話框（後面兩個圖）。
圖4
4）方差齊性時，選擇了最靈敏的“LSD”法。本研究希望三組均兩兩比較，不尋找同質亞組，也可以選擇Bonferroni法（邦弗倫尼）或Sidak法（斯達克）。
方差不齊性時，選擇了Tamhane’s T2法。
點擊“繼續”。
5）在下面的“選項”對話框勾選“描述”和“方差齊性檢驗”。
圖5
6）點擊“繼續”，返回“單因素ANOVA檢驗”對話框後點擊“確定”。
4. 統計結果
1）方差齊性檢驗結果
判斷標準：“顯著性”也就是P＞0.05時，方差齊性；P≤0.05時方差不齊性。
圖6
只有低密度脂蛋白的P＜0.05，方差不齊性。
2）方差分析結果
圖7
判斷標準：“顯著性”也就是P＞0.05時，組間差異不具有統計學意義；P≤0.05時，組間差異具有統計學意義。
只有低密度脂蛋白的P＜0.05，組間差異具有統計學意義，說明HIIT組、持續有氧組、不運動組存在組間差異。也就是至少有兩組對低密度脂蛋白的影響具有統計學意義。具體情況還需要看多重比較結果。
3）多重比較結果
由於只有低密度脂蛋白存在組間差異，而且方差不齊性，因此，僅展示低密度脂蛋白Tamhane’s T2法的比較結果。
圖8
P都小於0.05，兩兩之間差異都具有統計學意義。
結合均值差或下面的均值可以概括結果。
圖9
研究結果：高強度間歇運動（HIIT）和持續有氧運動都能夠降低青年亞健康人群的低密度脂蛋白，其中HIIT的效果更好。
閱讀更多 科研與統計 的文章
