三个以上“独立组”之间的对比分析（SPSS：单因素方差分析）（转载）

单因素方差分析适用于一个自变量（离散变量，水平数≥3）对1个因变量（连续变量）的影响。

独立样本T检验适用于两个组之间的对比。适用条件基本一致：各组数据服从（或近似服从）正态分布；各组方差近似相等；各组的研究对象独立。概括：正态性、方差齐性、独立性。

案例：

不同训练方法对青年亚健康人群血脂的影响

1.实验设计简介

实验对象：将240名青年亚健康人群随机分为3组（HIIT组、持续有氧组、不运动组）。

实验方案：HIIT（高强度间歇运动）组和持续有氧组分别进行1个月的HIIT、持续性有氧运动，不运动组没有规律运动。HIIT组和持续有氧组每周练习4次，每次练习60分钟，中等以上强度。

测试指标：实验后测试血脂（总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白）。（已知实验前组间均衡）。均为低优指标（数值越小则越好）。

 2.部分数据展示

自变量：训练方法

因变量：血脂（四个指标）

3.SPSS步骤

1）分析—比较平均值—单因素ANOVA检验

2）把“训练方法”选入“因子”，血脂四个指标选入因变量列表。

3）点击“事后比较”和“选项”，分别出现“多重比较”对话框和“选项”对话框（后面两个图）。

4）方差齐性时，选择了最灵敏的“LSD”法。本研究希望三组均两两比较，不寻找同质亚组，也可以选择Bonferroni法（邦弗伦尼）或Sidak法（斯达克）。

方差不齐性时，选择了Tamhane’s T2法。

点击“继续”。

5）在下面的“选项”对话框勾选“描述”和“方差齐性检验”。

6）点击“继续”，返回“单因素ANOVA检验”对话框后点击“确定”。

4. 统计结果

1）方差齐性检验结果

判断标准：“显著性”也就是P＞0.05时，方差齐性；P≤0.05时方差不齐性。

只有低密度脂蛋白的P＜0.05，方差不齐性。

2）方差分析结果

判断标准：“显著性”也就是P＞0.05时，组间差异不具有统计学意义；P≤0.05时，组间差异具有统计学意义。

只有低密度脂蛋白的P＜0.05，组间差异具有统计学意义，说明HIIT组、持续有氧组、不运动组存在组间差异。也就是至少有两组对低密度脂蛋白的影响具有统计学意义。具体情况还需要看多重比较结果。

3）多重比较结果

由于只有低密度脂蛋白存在组间差异，而且方差不齐性，因此，仅展示低密度脂蛋白Tamhane’s T2法的比较结果。

P都小于0.05，两两之间差异都具有统计学意义。

结合均值差或下面的均值可以概括结果。

结果：高强度间歇运动（HIIT）和持续有氧运动都能够降低青年亚健康人群的低密度脂蛋白，其中HIIT的效果更好。

（转载自）作者：科研与统计 https://www.bilibili.com/read/cv6017893?from=search&spm_id_from=333.337.0.0 出处：bilibili（如有侵权，可联系我删除），小伙伴有兴趣的了解更多关于spss的使用，可以关注一下我的公众号程式解说。