《SPSS试验方差分析》由会员分享，可在线阅读，更多相关《SPSS试验方差分析（6页珍藏版）》请在金锄头文库上搜索。
1、Spss 实验方差分析（1）一实验描述：某学校要对两位老师的教学质量进行评价，这两位老师分别教甲班和乙班，这两班数学课的成绩如下表所示，问：这两个班的成绩是否存在差异？甲班 90 93 82 88 85 80 87 85 74 90 88 83 82 85 73 86 77 94 68 82 乙班 76 75 73 75 62 90 75 83 66 65 78 80 68 87 74 9864 68 72 80二实验过程描述及实验结果步骤 1、均值比较Case Processing SummaryCasesIncluded Excluded TotalN Percent N Percent
2、N Percentscore * class 40 100.0% 0 .0% 40 100.0%class Mean N Std. Deviation Variance甲班 83.6000 20 6.69957 44.884乙班 76.4500 20 9.18509 84.366Total 80.0250 40 8.72217 76.076结果如下所示：从结果可以看出：个案总数为 40，其中甲班 20，乙班 20。甲班成绩的均值、标准差、方差分别为：83.600、6.69957、44.884，乙班成绩的均值、 准差、 准差、方差为 79.5250、8.94137、79.948。步骤 2、单一样
3、本 T 检验One-Sample StatisticsN Mean Std. Deviation Std. Error Meanscore 40 80.0250 8.72217 1.37910One-Sample TestTest Value = 75 t df Sig. (2-tailed)Mean Difference95% Confidence Interval of the DifferenceLower Upperscore 3.644 39 .001 5.02500 2.2355 7.8145从表中可以看出，两个班级成绩平均值为 80.0250，标准差为 8.72217，均值误差为
4、1.37910，检验值为 75，样本均值和检验值之差为 5.025，T 值为 3.644，相伴概率为0.001。95%置信区间为（2.2355,7.8145 ） ，表示 95%样本差值在该区间。由于相伴概率0.001 小于显著性 0.05，所以拒绝 H0，可以认为两个班级的成绩是有差异的。步骤 3、两独立样本 T 检验Group Statisticsclass N Mean Std. Deviation Std. Error Mean甲班 20 83.6000 6.69957 1.49807score乙班 20 76.4500 9.18509 2.05385Levenes Test for E
5、quality of Variances t-test for Equality of Means95% Confidence Interval of the DifferenceF Sig. t dfSig. (2-tailed)Mean DifferenceStd. Error Difference Lower UpperEqual variances assumed1.465 .234 2.813 38 .008 7.15000 2.54214 2.00370 12.29630scoreEqual variances not assumed2.813 34.757 .008 7.1500
6、0 2.54214 1.98788 12.31212从表中可以看出，两个班级的成绩平均值分别为 83.6000 和 75.4500，标准差分别为 6.69957 和 9.17935，均值误差分别为 1.49807 和 2.05257。F 的相伴概率为 0.299，大于显著性水平 0.05，不能拒绝方差相等的假设，可以认为两班级的成绩方差无显著性差异； T 的相伴概率为 0.003 小于显著性水平 0.05，拒绝 T 检验的零假设，即认为两班级的成绩平均值有显著性差异。步骤 4：两配对样本 T 检验Paired Samples StatisticsMean N Std. Deviation St
7、d. Error MeanPair 1 score1 83.6000 20 6.69957 1.49807Paired Samples StatisticsMean N Std. Deviation Std. Error MeanPair 1 score1 83.6000 20 6.69957 1.49807score2 75.4500 20 9.17935 2.05257Paired Samples CorrelationsN Correlation Sig.Pair 1 score1 & score2 20 .097 .683Paired Samples TestPaired Differ
8、ences95% Confidence Interval of the DifferenceMeanStd. DeviationStd. Error Mean Lower Upper t dfSig. (2-tailed)Pair 1score1 - score28.15000 10.82529 2.42061 3.08361 13.21639 3.367 19 .003从表中可以看出，配对两班级的成绩的平均值分别为 83.6000 和 75.4500，标准差分别为 6.6995 ， 和 9.17935，均值误差分别为 1.49807 和 2.05257。计算出的 T 值为 3.028，其伴随
9、概率为 0.007，小于显著性水平 0.05，接受 T 检验的零假设。即认为两班级数学成绩有明显的差异。 ，综上四种计算及检验，得出结论：甲班与乙班的成绩是有差异的。Spss 实验方差分析（2）一实验描述：某食品集团公司生产 A、B、C 三个品牌的食品。为了了解不同品牌食品的销售情况，采用随机区组设计方法，以地区作为划分区组的特征。具体数据如下表。 （单位：吨）试分析不同品牌食品的销售情况是否相同？地区编号 食品 A 食品 B 食品 C1 50.10 58.20 64.502 47.80 48.50 62.403 53.10 53.80 58.604 63.50 64.20 72.505 71
10、.20 68.40 79.306 41.40 45.70 38.407 62.90 53.00 51.208 42.20 39.80 46.20二实验过程描述及实验结果Descriptivessales95% Confidence Interval for MeanN MeanStd. DeviationStd. ErrorLower BoundUpper BoundMinimumMaximumA 8 54.0250 10.80843 3.82136 44.9889 63.0611 41.40 71.20B 8 53.9500 9.49316 3.35634 46.0135 61.8865 3
11、9.80 68.40C 8 59.1375 13.54990 4.79061 47.8095 70.4655 38.40 79.30Total 24 55.7042 11.18086 2.28228 50.9829 60.4254 38.40 79.303 种不同食品各有 8 个样本，由 mean 一列数据可以看出，食品 B 的销售量最低，C 的最高。Test of Homogeneity of VariancessalesLevene Statistic df1 df2 Sig.575 2 21 .571不同食品的销售额的方差齐次性检验值为 0.575.如果显著性水平为 0.05，由于概率
12、p 的值大于显著性水平，不应拒绝零假设，认为不同食品的销售额的总体方差无显著性差异，满足方差分析的前提要求。ANOVAsalesSum of Squares df Mean Square F Sig.Between Groups 141.476 2 70.738 .543 .589Within Groups 2733.794 21 130.181Total 2875.270 23该表显示不同食品对销售额的单因素方差分析结果。销售额的离差平均总和为 2875.270，其中，不同食品可解释的变差为 141.476，抽样误差引起的变差为 2733.794，它们的方差分别为 70.738,130.18
13、1，相除所得的 F 统计量的观测值为 0.543，由于 F 值小于 1，说明组间方差小于组内方差，抽样造成的差异远远超过分组的差异。对应的概率 p 值为 0.589，如果显著性水平为 0.05，大于显著性水平，应接受零假设，认为不同食品对销售额无显著性影响，也就是 3 种食品的总体均值无差异。Contrast CoefficientsfoodContrast A B C1 1 0 -1该表为食品类型先验对比检验的系数说明。Contrast TestsContrastValue of ContrastStd. Error t dfSig. (2-tailed)Assume equal varia
14、nces1 -5.1125 5.70484 -.896 21 .380salesDoes not assume equal variances1 -5.1125 6.12803 -.834 13.341 .419从前面的分析中已知，食品 B 的销售量最低，C 的最高。这里，采用先验对比的检验方法，进一步对不同食品和整体效果进行对比分析。如果显著性水平为 0.05，由于 t 统计量的概率 p 值大于显著性水平，不应拒绝零假设，即认为不同食品和整体效果无显著性差异。Post Hoc TestsMultiple ComparisonsDependent Variable:sales95% Confi
15、dence Interval(I) food(J) foodMean Difference (I-J) Std. Error Sig. Lower Bound Upper BoundB .07500 5.70484 1.000 -14.3044 14.4544AC -5.11250 5.70484 .649 -19.4919 9.2669A -.07500 5.70484 1.000 -14.4544 14.3044BC -5.18750 5.70484 .641 -19.5669 9.1919A 5.11250 5.70484 .649 -9.2669 19.4919Tukey HSDCB
16、5.18750 5.70484 .641 -9.1919 19.5669B .07500 5.70484 .990 -11.7889 11.9389AC -5.11250 5.70484 .380 -16.9764 6.7514A -.07500 5.70484 .990 -11.9389 11.7889BC -5.18750 5.70484 .374 -17.0514 6.6764A 5.11250 5.70484 .380 -6.7514 16.9764LSDCB 5.18750 5.70484 .374 -6.6764 17.0514B .07500 5.70484 1.000 -14.7653 14.9153AC -5.11250 5.70484 1.000 -19.9528 9.7278A -.07500 5.70484 1.000 -14.9153 14.76
