spss单因素方差分析例子

spss单因素方差分析例子本文简介：第一题：data0706-nutrition为地衣(lichen)、树叶成叶和嫩叶的蛋白质和可溶性碳水化合物(watersolublecarbohydrate)的含量，先分析三者之间蛋白质的含量有无差异？如果有差异，具体是怎么差异的？再可溶性碳水化合物的含量有无差异？如果有差异，具体怎么差异？（1）

spss单因素方差分析例子本文内容：

第一题：data0706-nutrition为地衣(lichen)、树叶成叶和嫩叶的蛋白质和可溶性碳水化合物(water

soluble

carbohydrate)的含量，先分析三者之间蛋白质的含量有无差异？如果有差异，具体是怎么差异的？再可溶性碳水化合物的含量有无差异？如果有差异，具体怎么差异？

（1）

地衣(lichen)、树叶成叶和嫩叶的蛋白质的含量差异分析；

第一步：导出变量items和protein，以便删除protein中缺失数据。

第二步：打开导出数据data0706-nutrition1，先排序，然后删除缺失数据。

第三步：对data0706-nutrition1数据的正态性、异常值和极值、方差齐性进行检验，对数据做一个检查，Analyze->Descriptive

Statistics->Explore；

首先：如上图，把要检验的变量protein送入Dependent

List，把分组变量（因素变量）items送入Factor

List。

其次：如下图，点击Plots打开：选择Factor

Levels

together、Stem-and-leaf、Histogram、Normality

plots

with

tests，下方Spread

vs

Level

with

Levene

Test可以提供方差齐性的检验，选择Untransed（不对数据进行转换）。

输出结果：

第一组是尽管sig=0.935，但由于样本数太小，正态一般；第二组正态性不好。第三组中，p较小，也只是近似正态。

基于平均数的计算(Based

on

Mean)，各组方差有差异(p=0.044)。

由直方图可以看出，在第二组和第三组存在一些极值，数据分布不均匀，连续性不好。

由茎叶图可知，第二组和第三组分别存在4个，3个极值。

由qq图和QQ图不能得到一些较有用的信息，因为正态性之前已经判断。

箱图并与茎叶图一致，在第二组标识了4个异常值，第三组标识了3个异常值。第一组中位数在中间，其余两组中位数都发生偏离，其中第二组偏离较大。

第四步：One-Way

ANOVA方差分析。把要比较的变量protein送入因变量框Dependent

List，把分组变量(因素变量)

item送入Factor栏，

选择Descriptive，

Homogeneity

of

variance

test，Mean

plot，

Missing

Values。

结果输出：

=(>6.365)=0.003Nonparametric

Tests->K

Independent

Samples，打开：把要检验的变量送入Test

Variable

List，把因素变量送入Grouping

Variable栏。

然后点击Define

Range，打开：可以在Minimum栏输入1，在Maximum栏输入3.

结果输出：

故用非参数检验的结果是样本之间不存在差异，可能是由于样本数太少造成。

（2）地衣(lichen)、树叶成叶和嫩叶可溶性碳水化合物的含量差异分析。

第一，

二步和之前相同处理，去除缺失值。

第三步：对data0706-nutrition2数据的正态性、异常值和极值、方差齐性进行检验，对数据做一个检查，Analyze->Descriptive

Statistics->Explore；

首先：如上图，把要检验的变量wsc送入Dependent

List，把分组变量（因素变量）items送入Factor

List。

其次：如下图，点击Plots打开：选择Factor

Levels

together、Stem-and-leaf、Histogram、Normality

plots

with

tests，下方Spread

vs

Level

with

Levene

Test可以提供方差齐性的检验，选择Untransed（不对数据进行转换）。

结果输出：

这3组正态性都较好，只有第一组较差，但也可以接受。

基于平均数的计算(Based

on

Mean)，各组方差有差异(p=0.001)。

由直方图可以看出，在第一组存在一极值，整体数据分布均匀，连续性好。

由茎叶图可知，第一组数据存在一个极值，影响了第一组数据的正态性。

由qq图可知，3组数据的正态性较好。

箱图并与茎叶图一致，在第一组标识了1个异常值，第一，二组数据的中间值都偏高值分布，第三组偏低值，但三组数据的正态性分布较好。

第四步：One-Way

ANOVA方差分析。把要比较的变量wsc送入因变量框Dependent

List，把分组变量(因素变量)

item送入Factor栏，

选择Descriptive，

Homogeneity

of

variance

test，Mean

plot，

Missing

Values。

结果输出：

=(>30.689)=0.001Restructure，打开：

选择Restructure

selected

variables

into

cases，点击Next，

选择One，点击Next,Case

Group

Identification栏选择None，把Variables

in

the

Current

File中的变量按顺序送入Target

Variable下方框中，在Target

Variable栏输入length，点击Next，

选择One，点击Next，

选择Sequential

numbers，点击Finish，获得One-Way

ANOVA需要的数据结构：

Index1：改名为group，Width改为8，新变量length不需做任何改变。

因各组样本量太小，用非参数检验，

输出结果：

结论：5组家蝇的翅长有差异(x2=11.437,pNonparametric

Tests->2

Independent

Samples，打开：把要检验的变量送入Test

Variable

List，把因素变量送入Grouping

Variable栏。在define

group

输入1和2.

输出结果：

结论：在一，二组之间。Z=-2.333，sig=0.20＜0.05，所以一，二组之间家蝇的翅长有差异。其他组的比较方法类似，略去。