使用 SPSS 和 PASW/ANOVA

ANOVA 是双组均值差异检验 (t 检验) 的扩展。t 检验用于比较两个组的均值，但 ANOVA 允许比较三个或更多个组的均值，这比进行多个 t 检验更容易。

要在 SPSS 中进行单因素方差分析 (ANOVA) 检验，您必须首先选择两个变量。我们将在本示例中使用的变量是宗教信仰和祈祷频率。基本上我们是在问，“宗教信仰是否会影响人们祈祷的频率？”

一旦您知道要比较的内容，就可以通过单击“分析”→“比较均值”→“单因素 ANOVA”来告诉 SPSS 运行分析。

将出现单因素 ANOVA 对话框。

在左侧显示的列表中，单击对应于您的因变量的变量（应该是区间/比率变量）。在本例中，这是祈祷频率。通过单击上面的箭头按钮将其移动到“因变量列表”中。在本例中，我们是在问宗教偏好是否会影响人们祈祷的频率。

现在从左侧列表中选择（准）自变量并单击它。通过单击下面的箭头按钮将其移动到“因素”框中。在本例中，这是宗教信仰。

单击单因素 ANOVA 对话框中的“选项”按钮。将出现单因素 ANOVA 对话框。

单击“描述性统计量”（以获取描述性统计量）、“方差齐性”（以获取方差齐性假设检验）和“均值图”（以获取条件均值的图形）左侧的复选框。

单击“继续”按钮返回单因素 ANOVA 对话框。在单因素 ANOVA 对话框中，单击“确定”按钮执行方差分析。SPSS 输出窗口将出现。输出包含六个主要部分。第一个是描述性部分。

描述性表格提供了正在比较的组的各种描述性统计量，包括组样本量、均值、标准差、最小值、最大值、标准误差以及均值的置信区间。在本例中，有 64 个犹太人，祈祷频率的平均值为 4.70（在六点量表上；从技术上讲，它是一个类似于区间的有序变量），标准差为 1.217。有 132 个天主教徒，祈祷频率的平均值为 3.38，标准差为 1.438。

ANOVA 输出提供了方差分析汇总表。输出中有六列。

列	描述
未标记（方差来源）	此列描述了 ANOVA 汇总表的每一行。它告诉我们，第一行对应于组间方差估计。组间方差估计构成 F 比值的分子。第二行对应于组内方差估计。组内方差估计构成 F 比值的分子。最后一行描述了数据中的总变异性。
平方和	平方和列给出了每个方差估计的平方和。
Df	第三列给出了每个方差估计的自由度。组间方差估计的自由度由 IV-1 的水平数给出。在本例中，自变量有五个水平。
均方差	第四列给出了方差估计（均方差）。每个均方差都是通过将平方和除以其自由度来计算的。
F	第五列给出了 F 比值。它是通过将组间均方差除以组内均方差来计算的。
Sig.	最后一列给出了 F 比值的显著性。这是 p 值。如果 p 值小于或等于您的 alpha 水平，那么您可以拒绝所有均值都相等的零假设。在本例中，p 值为 .000。

以下是示例中的实际 ANOVA 表格。

根据此分析，我们可以得出结论，宗教信仰确实显着影响遗传咨询师的祈祷频率。

本章由 Sheena Wright 撰写。