B站ID：陈老师SPSS数据分析
方差分析（ANOVA）是统计学中一种重要的方法，用于探讨样本中不同处理水平在因变量均数上是否存在显著差异。具体来说，当我们要了解某个处理因素（如新研制物的不同服用量）对某个因变量（如血脂水平）的影响是否具有统计学意义时，就可以运用ANOVA进行考察。
接下来，我们将详细解析单因素方差分析（one-factor ANOVA）的基本概念、前提条件以及在SPSS软件中的具体操作步骤。
原假设H0：各总体方差相等，记作μ1=μ2=...=μg；
备择假设H1：各总体方差不全相等或不相等，以α=0.05为显著性水平。
其中，g代表处理水平的数量。
单因素方差分析主要依据F统计量进行判断。当F统计量服从F分布且满足原假设时，我们可以通过比较F统计量的值与设定的显著性水平来判断各组总体均数是否存在差异。
具体来说，若F统计量的值达到设定的显著性水平（如P≤0.05），则拒绝原假设，认为各样本的总体均数不全相等；反之，则无法得出各样本总体均数不全相等的结论。
方差分析的实质是在假设各总体方差相等的前提下，通过比较各处理水平的均值来推断总体均数之间是否存在差异。进行单因素方差分析需要满足以下条件：
①各处理水平组样本的方差齐性，即各组的分布形态相似；
②各处理组样本相互独立，且服从正态分布；
③因变量为连续的数值型变量；
④样本只涉及一个处理因素，且该因素至少有两个水平。
现以一项研究为例，探讨某处理因素（共有4个水平）对症候疗效得分的影响。症候疗效得分在0-1之间，得分越高表示疗效越好。本例样本量为121，部分数据如下:
（1）SPSS操作步骤
首先确保样本数据符合正态分布。在SPSS中，依次点击“分析”、“比较均值”、“单因素ANOVA”进行操作。
①在“单因素方差分析”窗，将因变量“症候疗效得分”放入“因变量列表”框，将处理因素“处理组”放入“因子”选项框。
②在“对比”选项中，选择“多项式”，设置度为“五次项”，并给予各处理组相应的系数。
③在“事后多重比较”选项中，选择适当的比较方法，如“Bonferroni”和“Tamhane’s T2”等。
④在“选项”中，勾选“描述性”和“方差同质性检验”等选项。
⑤最后点击“确定”，即可得到分析结果。
（2）结果解读
首先查看“方差同质性检验”表，若P值大于0.05，则认为各处理组之间方差齐性，可以进行单因素方差分析。
其次查看ANOVA表，若P值小于0.05，则说明各处理水平对症候疗效的效果存在显著性影响。
通过查看“多重比较”表和“描述性”表，可以了解各处理水平组之间的具体差异和差异程度。