使用SPSS进行单因素ANOVA方差分析

1.运行软件，打开salesperformance.sav数据。

2.由于单因素ANOVA中检验算法包括方差相等和方差不等两种情况，首先我们检验下方差是否相等。

3.由检验结果可以看出方差不相等，此时使用Brown-Forsythe或Welch判断均值是否相等比方差分析更为稳妥，由Brown-Forsythe和Welch的sig=0<0.05M可知各组均值不等，这和方差分析的结果F=0<0.05一致。

4.下面我们进行两两比较分析，来检测各组间均值情况。选择菜单>分析>比较均值>单因素ANOVA，弹出单因素方差分析对话框。

5.选择组为因子，得分为因变量列表。

6.选择两两比较，由于已得出方差不等，此时我们选择支持方差不相等的算法，如下图所示。

7.由检测结果可以看出，第2组合第3组的显著性=0.086>0.05，说明2组和3组没有显著性差异，而1、3组、1、2组之间均值存在显著差异。

8.从均值图中我们也可以看到，2、3组均值差异较小。

使用SPSS进行单因素ANOVA方差分析方法如下：

1、运行软件，打开salesperformance.sav数据。

2、由于单因素ANOVA中检验算法包括方差相等和方差不等两种情况，首先我们检验下方差是否相等。

3、由检验结果可以看出方差不相等，此时使用Brown-Forsythe或Welch判断均值是否相等比方差分析更为稳妥，由Brown-Forsythe和Welch的sig=0<0.05M可知各组均值不等，这和方差分析的结果F=0<0.05一致。

4、下面我们进行两两比较分析，来检测各组间均值情况。选择菜单>分析>比较均值>单因素ANOVA，弹出单因素方差分析对话框。

5、选择组为因子，得分为因变量列表。

6、选择两两比较，由于已得出方差不等，此时我们选择支持方差不相等的算法，如下图所示。

7、由检测结果可以看出，第2组合第3组的显著性=0.086>0.05，说明2组和3组没有显著性差异，而1、3组、1、2组之间均值存在显著差异。

8、从均值图中我们也可以看到，2、3组均值差异较小。