SPSS 中的单因素方差分析

• 在本节中，我们将学习如何在 SPSS 中进行单因素方差分析。单因素方差分析的理论是由英国数学家或统计学家罗纳德·费希尔提出的。他提出了单因素方差分析，用于识别两个以上组之间的显著差异。每当我们有两组以上的组时，我们无法应用t 检验。因此，在这种情况下，我们必须使用单因素方差分析。一般来说，两组以上是指一个自变量的两个以上的水平。
• 例如，假设有一位研究人员想要确定三种不同类型的疗法或药物对患者病情的影响，例如抑郁症。假设他治疗患者的抑郁症并有三种或三种以上的疗法。在这种情况下，我们希望确定这三种不同的疗法是否会导致显著不同的结果。我们将检查一种疗法是否比其他疗法对患者病情的改善更显著。在这种情况下，我们只有两个变量。第一个变量是疗法，这是我们的自变量，第二个变量是抑郁症，这是我们的因变量
• 疗法有三个水平，分别是心理动力学疗法、行为疗法和认知疗法。因此，我们有一个单一变量的三个水平。在这种情况下，我们希望确定这三个不同的水平是否对因变量有显著不同的影响。

在 SPSS 中计算单因素方差分析

为了计算单因素方差分析，我们将采用员工数据集，如下所示

在这个数据集中，我们有一个名为jobcat的变量。现在，如果我们查看jobcat 变量，我们发现 jobcat 有三个水平。如果我们单击“值”选项，则有来自三个不同工作类别的人，即文员水平、保管员水平和管理人员水平。0代表缺失值。这是一种定义缺失值的好方法。0 被定义为缺失值，并且被保存在缺失值选项中。这意味着如果我们计算任何统计数据，例如，我们想进行单因素方差分析，0 将不会被视为一个变量。

我们希望找出属于不同工作类别的人是否会获得显著不同的工资额。更确切地说，我们想做一个检验。在这个检验中，我们可以说管理人员获得的工资额显著高于保管员或文员。因此，我们假设当我们从文员水平到管理人员水平时，工资会增加。我们可以使用单因素方差分析进行测试。所以我们这里有两个变量。一个是自变量，也就是jobcat，它有三个水平，还有一个因变量，即当前工资。现在，一旦定义了所有变量，我们将开始计算单因素方差分析。为了计算单因素方差分析，我们将进入分析菜单，然后选择比较均值，然后选择单因素方差分析。

单因素方差分析的符号是F a。所以F代表罗纳德·费希尔，他是给出这个检验的人。当我们点击单因素方差分析时，我们将看到一个这样的对话框

所有变量都填充在左侧。因此，我们必须在因变量列表中选择我们的因变量，在因子中选择自变量。所以我们的因变量是当前工资，而自变量是工作类别，所以我们将选择它。

通过进入选项选项卡，我们可以查看描述性统计信息，如下所示

现在我们准备测试三个工资组和三个工作类别之间的显著差异。所以点击，确定。以下是单因素方差分析的输出。