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
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
2)把“訓練方法”選入“因子”,血脂四個指標選入因變量列表。
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)。
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”。
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。
只有低密度脂蛋白的P<0.05,方差不齊性。
2)方差分析結果
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。
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。
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