1、1如何利用 SPSS 计算平均值，标准差， 单因素方差单因素方差用于分析单一控制变量影响下的多组样本的均值是否存在显著差异。在进行方差分析时要求 样本满足以下几个条件：（1）可比性；（2）随机数据；（3）样本为正态分布；（4）方差齐性，要求各组间具有相同的方差，可以通过 SPSS中“方差齐性 检验” 得出。下面以医学中不同类型脑梗塞与年龄、性别和 ApoB/AI 值之间的相互关系来进行单因素方差分析。（一）数据准备和 SPSS 选项设置第一步，原始数据的转化：如图 1-1 所示，其中 脑梗塞可以分 为 ICAS、ECAS和 NCAS 三种，我 们将这 三组分类转化为数值分类其中 ICAS 用
2、1 表示，ECAS用 2 表示， NCAS 用 3 表示。性别也转化为 0、1 分 类，1 为女， 0 为男。其他数值变量正常输入。第二步：打开“ 单因素方差（ ANOVA）分析” 对话框：沿着主菜单的“ 分析（Analyze）比 较均值单 因素ANOVA” 的路径（图 1-2）打开单因素方差分析分析选项框（图1-3）。在 “因子”中选入分组，在因变量列表中选入年龄，性别和Apobai。这里需要注意的是一般“因子”为分类变量，而因 变量为数值或分类变量。第三步：对“对 比” 、“两两比 较” 、“选项”进行设置， 设置方法参照任意一本SPSS图 1-12统计书籍中关于单因素方差分析的部分。点击
3、确定后输出数据，这里重点讲输出数据中各项所代表的意思。我们经常会在其他文献中看到有关平均值（mean）， 标准差（SD ）和标准误差（SE），即meanSD 或 SE 的情况。如 图 1-4 所示“描述图”中，在 该图中我们很容易找到以上几项。如 图 1-4 所示“ 方差齐 性检验”中，我们可以找到各组的显著性（即 P 值），也有软件表示为 Sig.。当 该值 大于 0.05 时说明各组间 方差是齐性的，既 满足前提的第四点。可以进行后续分析。一般我们需要的是多重比较的表格，如图 1-5 所示，该表中给出了年龄、性别和 ApoB/AI 值中各组间的显著性水平（P 值），如年龄组中 1、2 组间显著性为0.972，差异不显著。而 1、3 组间显著性为 0.02，差异 显著，在图中用*标注。这里还要强调的是 P 大于或小于 0.05 是指接受或拒绝原假设，其实原假就图 1-2图 1-33是一个“无效假 设” ，即当 P0.05 时接受无效假设，各组间差异不明显，当 P0.05时拒绝无效假设，各组间差异明显。具体参照任意一本统计教材中关于 P 值的部分。图 1-3图 1-4图 1-5
