利用SPSS做方差分析报告教程

利用SPSS做方差分析教程在分享了SPSS安装包后，除了问我SPSS怎么安装的外，还有人问怎么做方差分析的。其实大家如果林业应用统计理论部分还记得的话，是可以用Excel来做方差分析的，不过稍显繁琐一点。当然，既然部分人已经装好了SPSS，而且SPSS做方差分析有具有很大的方便性，今天我就分享一下如何利用SPSS做方差分析。方差分析可分为单变量单因素、单变量多因素和多变量多因素方差分析三种，单变量单因素在林业应用统计书中第228页有详细介绍，相对简单，在这里不做重复，需要的同学可自行查阅。不过，操作方法都大同小异，只在输入数据和选项上有所不同。在这里不对方差分析的理论部分进行介绍，一句话来说，方差分析是用来比较不同处理之间是否存在显著性差异的。在我看来，大家的试验类型还是以单变量多因素为主的，如果分不清变量与因素，可以再去看书，也不再展开了。下面我以书中第172页例三为例，做单变量多因素的方差分析。为了从三个水平的氮肥和三个水平的磷肥中选择最有利树苗生长的最佳水平组合，设计了两因素试验，每个水平组合重复4次，结果如下表，试进行方差分析。磷肥 氮肥B1 B2 B3A1515933352122353416323621A2576960505348434618322824A3584563696548575440433629表1 氮肥和磷肥树苗生长的生物量可以看出大多数我们所进行的试验都可以归类于这种试验类型，特别是组培、嫁接、生根、或者不同处理之间测各种指标的试验，以下就在SPSS中输入数据。遵 ［琳卿］-IBMSPSSStatistics加 -耳文件CE）编辑匡）视圏世）數揺©）转换CD分析迪）直销（M）圏形迫）实用程序应）窗口迥）帮助冒料挡曲sr藕墓囑ttHH™@謂O■辔9： | |可见：3变重的3PN生物重变重变里变重变重变重变重变重变重变重变重变重变重变里变g11151.0021159.0031133.0041135.0051221.0061222.0071235.0081234.0091316.00101332.00111336.00121321.00132157.00142169.00152160.00162150.00172253.00182248.00192243.00202246.00212318.00222332.00232328.00242324.00253158.00数揺观图賣重视圉|旧MSPSSStatisticsProcessor裁绪|:「试验看作两因素三水平四重复的试验，P和N分别代表每一个生物量所在的处理，一一对应即可，和Excel中相差不大，但不可以简单复制，注意分清因变量与自变量（固定因子）。同时注意P和N在变量视图中应该设置为序号。

选择菜单栏 分析 般线性模型 单变量（多变量的试验自然选择多变量）选择生物量摁箭头符号加入因变量，把剩下的P和N选择入固定因子（即自变量），这是两因素的方差分析。（单因素只有一个固定因子，当然输入数据也只有一个序号变量）

再选择两两比较，把P和N摁箭头移入两两比较检验，选择LSD法。（两两比较检验可不做，假定方差齐性也可选择Duncan法，根据个人需求选择）

如果你两个因素之间在理论上可能有相互作用，那么最好进行交互作用的检验（也可不做），当然还有比较主效应选项，在模型选型中也可以设定，不过一般不需要这个选项，只有遇到自由度为零时，可能需要这个选项，但是这可能属于试验设计的问题。输出勾选描述统计和方差齐性检验，可设置显著性水平0.05或0.01，点继续回到原来开始的窗口，点确定，就会在输出窗口中输出分析结果。

主体间因子NP112212312N112212312因娈重:生物重PN均值标准偏差N1144.500012.533064223.00007.527734326.25009.322914总计32.916712.49333122159.00007.374014247.50004.203174325.50005.972164总计44.000015.56219123158.750010.210294256.00007.071074337.00006.055304总计50.583312.4130312总计154.083311.7740712243.033313.5560412329.5833S.5754212总计42.500015.1031836主体间因子和描述性统计量是一些基本的统计量，包括变量个数，均值，标准差。可以做一些基本的统计图。

误差方差等同性的Levene检瞪因娈重:生物重Fdf1df2Sig.1.559027.134即在所有组中因变里的误差乩设计：截距+P+忖+P*忖主休间議应的枪验因娈重:生物重源III型平方和df均方FSig.校正模型6164.50030770.56311.403.000截距65025.000165025.000962.277.000P1913.1672956.53314.156.000N3633.50021016.75026.805.000P*N617.3334154.4532.2S6.036误差1824.5002767.574总计73014.00036校正的总计7989.00035乩尺方=772｛调整尺方=.704)第一个表格可以不看，主要看第二个表格主体间效应的检验，比较Sig•与a的值即可。估算边际均值

因变里:生物里1.PP均值标;隹误差血昭置信区间下限上限132.9172.37328.04337.706244.0002.37339.13148.369350.5032.3734571455.452收击以2.N因娈里:生物里N均值标准误差95%S信区间下限上限154.0332.37349.21458.952243.0332.37338.96448.702329.5032.3732471434.4523.P*N因变里:生物里PN均值标;隹误差茨昭置信区间下限上限1144.5004.11036.06752.93322S.0004.11019.56736.433326.2504.11017.01734.6032159.0004.11050.56767.433247.5004.11039.06755.933325.5004.11017.06733.9333150.7504.11050.31767.103256.0004.11047.56764.433337.0004.11028.56745.433这部分是N、P、N*P效应的比较，也不是很重要。”在此之后”检验參个比较(DP(J)P均值差值d-J)标:隹误差Sig.95%^信区间下限上限12-11.0833"3.35594.003-17.9692-4.19753-17.6667"3.35594.000-24.5525-1070002111.0033"3.35594.0034.197517.96923-6.53333.35594.060-13.4692.30253117.6667113.35594.00010.730824.552526.50333.35594.060-.302513.4692*均值差值在•讯级别上较显晉。同类子集參个比较(DN(J)N均值差值d-J)标:隹误差Sig.95%S信区间下限上限1210.2500"3.35594.0053.364217.1353324.5000"3.35594.00017.614231.385321-10.2500"3.35594.005-17.1358-3.3642314.2500"3.35594.0007.364221.135331-24.5000"3.35594.000-31.3858-17.61422-14.2500^3.35594.000-21.1358-7.3642鬆勰讎鵜書误)=67.574o*均直差直在』5级别上较显著。多重比较的结果自然是在最后，其实直接看主体间效应的检验和多个比较即可，这也是对于我们来说