§7.5 One-Way ANOVA过程
7.5.1 界面说明
【Dependent List框】
选入需要分析的变量，可选入多个结果变量（因变量）。
【Factor框】
选入需要比较的分组因素，只能选入一个。
【Contrast钮】
弹出Contrast对话框，用于对精细趋势检验和精确两两比较的选项进行定义，由于该对话框太专业，也较少用，这里只做简单介绍。
- Polynomial复选框 定义是否在方差分析中进行趋势检验。
- Degree下拉列表 和Polynomial复选框配合使用，可选则从线性趋势一直到最高五次方曲线来进行检验。
- Coefficients框 定义精确两两比较的选项。这里按照分组变量升序给每组一个系数值，注意最终所有系数值相加应为0。如果不为0仍可检验，只不过结果是错的。比如说在下面的例7.2中要对第一、三组进行单独比较，则在这里给三组分配系数为1、0、-1，就会在结果中给出相应的检验内容。
【Post Hoc钮】
弹出Post Hoc Multiple Comparisons对话框，用于选择进行各组间两两比较的方法，有：
- Equar Variances Assumed复选框组 一组当各组方差齐时可用的两两比较方法，共有14中种这里不一一列出了，其中最常用的为LSD和S-N-K法。
- Equar Variances Not Assumed复选框组 一组当各组方差不齐时可用的两两比较方法，共有4种，其中以Dunnetts"s C法较常用。
- Significance Level框 定义两两比较时的显著性水平，默认为0.05。
【Options钮】
弹出Options对话框，用于定义相关的选项，有：
- Statistics复选框组 选择一些附加的统计分析项目，有统计描述（Descriptive）和方差齐性检验（Homogeneity-of-variance）。
- Means plot复选框 用各组均数做图，以直观的了解它们的差异。
- Missing Values单选框组 定义分析中对缺失值的处理方法，可以是具体分析用到的变量有缺失值才去除该记录（Excludes cases analysis by analysis），或只要相关变量有缺失值，则在所有分析中均将该记录去除(Excludes cases listwise)。默认为前者，以充分利用数据。
7.5.2 分析实例
例7.2 四个实验小组，分别用不同的记忆方法记忆英语单词，经过一段时间后，统一测验记忆情况，结果如下，问四种记忆方法有无显著性差异？（tspss7.2.sav)
|
x1
|
x2
|
x3
|
x4
|
|
26
|
29
|
30
|
26
|
|
28
|
26
|
26
|
28
|
|
20
|
20
|
31
|
30
|
|
24
|
28
|
30
|
32
|
|
|
29
|
28
|
|
|
|
30
|
|
|
解：设数据已经输好，分组变量为group，四组取值分别为1、2、3、4，结果变量为X。此处先进行单因素方差分析，然后进行两两比较，这里选择LSD法进行两两比较。操作如下：
- Dependent List框：选入X
- Factor框：选入group
- Post Hoc钮：选中LSD复选框：单击Continue钮
- 单击OK钮
7.5.3 结果解释
上题的输出结果如下：
Oneway
 上面实际上是一个典型的方差分析表。给出了单因素方差分析的结果，可见F=2.073，P＝0.147>0.05。因此可认为四种记忆方法无显著性差异。上表的标题内容翻译如下：
|
|
离均差平方和SS
|
自由度
|
均方MS
|
F值
|
P值
|
|
组间变异
|
57.632
|
3
|
19.211
|
2.073
|
.147
|
|
组内变异
|
139.000
|
15
|
9.267
|
|
|
|
总变异
|
196.632
|
18
|
|
|
|
注意：如果F检验的结果是保留零假设，即各组平均数之间无显著性差异，则检验分析工作到此结束。如果F检验的结果是差异显著或非常显著，这并不意味着每一个平均数之间都有显著性差异，而哪一对平均数之间有显著性差异，哪一对平均数之间无显著性差异，这时则需要作两两比较的分析。
Post Hoc Tests
 上表是用LSD法进行两两比较的结果，group1与Group3之间存在显著性差异，其他各两两之间无显著性差异
|
