spss如何做三因素方差分析 三因素方差分析结果怎么看

spss如何做三因素方差分析？三因素方差分析对应的是三个自变量的单因素方差分析，在spss的单变量方差分析中选入三个自变量即可。三因素方差分析结果怎么看？需关注主体间效应与多重比较结果，本文将会具体讲解。

一、spss如何做三因素方差分析

三因素方差分析是基于三个自变量对单个因变量的影响分析，在spss里，可运用单方差的分析方法进行三因素方差分析。

以图1的数据为例，可创建“测试时间”、“水平”、“治疗方式”对“a指标”的三因素方差分析，以探究各因素对因变量“a指标”影响是否具有统计学意义。

图1：样本数据

将数据导入spss后，如图2所示，依次点击分析-一般线性模型-单变量方差分析。

图2：单变量方差分析

在spss单变量方差分析设置中，如图3所示，将“a指标”选入“因变量”列表框，将“测试时间”、“水平”、“治疗方式”选入“固定因子”列表框。

图3：变量设置

打开“EM平均值”，即估算边际平均值（剔除其他变量影响的均值），选入“overall”可将左侧“因子与因子交互”的选项都囊括，以研究不同因子以及因子交互对因变量的影响是否有显著差异。

图4：估算边际平均值

在统计量的设置上，

1. 选入“描述统计”，以了解数据的概括与分布特点，提供数据解读的参考。

2. 选入“齐性检验”，以检验数据是否满足齐性的假设。

图5：分析方法

如果数据满足齐性假设的话，可进一步探究因素的“事后多重比较”，以探究因素各水平间的影响是否存在差异。

图6：事后多重比较

二、三因素方差分析结果怎么看

基于以上的数据与spss单因素方差分析的设置后，可得到以下的分析结果。

首先从“主体间效应检验”，观察不同因素以及因素交互后对因变量的影响是否存在差异。可以看到，“水平”、“水平*测试时间”对“a指标”影响的P值为<0.05，说明“水平”、“水平*测试时间”对“a指标”的影响有统计学意义，影响效果显著。

而“治疗水平”、“测试时间”、“治疗水平*水平”、“治疗水平*测试时间”的P值>0.05，说明以上因素对“a指标”的影响无统计学意义，无法说明其影响对“a指标”的变化有显著差异。

图7：主体间效应检验

由于“测试时间”本身对“a指标”的影响不显著，因此“水平*测试时间”对“a指标”的显著影响更多来源于“水平”。

接下来，我们可以对“水平”这一因素进行“事后的多项比较”，以进一步了解“水平”的不同值之间的影响差异是否显著。在这之前，需验证一下数据是否满足“方差齐性”的假设。

如图8所示，可以看到，“a指标”基于平均值的P值为0.002<0.05，拒绝“各个组中的因变量误差方差相等”这一假设，数据不符合方差齐性的假设，无法进行“事后多项比较”分析。

图8：方差齐性检验

三、spss三因素方差分析是多变量方差分析吗

在刚开始应用spss三因素方差分析时，部分人会将其误以为是“多变量方差分析”，实际上，spss三因素方差分析是属于“单变量方差分析”，区分单或多变量的标准是“因变量”的数量，而不是“自变量”的数量，三因素方差分析中的“三”指的是三个自变量。

上述我们演示单方差分析方法，以下简单演示下多变量方差分析，以更清楚地展示两者的区别。

如图9所示，多变量方差分析会在“因变量”中选入两个或以上的变量。

图9：多重比较

而在结果解读时，多变量方差分析可针对同一因素对不同因变量的影响作用。比如，在本例中，“水平”对“a指标”的影响有统计学意义，但对“b指标”的影响无统计学意义。

图10：主体间效应检验

在spss多变量方差分析中，可针对因素中的水平进行“事后多重比较（在满足因变量方差齐性前提下）”，这与单变量方差分析相似。而在本例中，可以看到，“水平”中的值2对“a指标”的影响与值1、值3对“a指标”的影响均有差异。

图11：多重比较

四、小结

以上就是关于spss如何做三因素方差分析，三因素方差分析结果怎么看的相关内容。Spss三因素方差分析，可同时研究多个自变量对单个自变量的影响差异，从而找到影响自变量的显著因素，同时也能通过事后多项对比，研究因素中不同水平对因变量的影响是否有差异。