使用SPSS数据分析常见问题汇集-方差齐性检验
关键词：spss方差分析、单因素方差分析spss、多因素方差分析 spss、spss双因素方差分析、spss方差齐性检验、spss重复测量方差分析
问：在SPSS中，如果进行方差齐性检验呢？命令是什么？
答：方差分析(Anaylsis of Variance, ANOVA)要求各组方差整齐，不过一般认为，如果各组人数相若，就算未能通过方差整齐检验，问题也不大。
One-Way ANOVA对话方块中，点击Options…(选项…)按扭， 勾Homogeneity-of-variance即可。它会产生 Levene、Cochran C、Bartlett-Box F等检验值及其显著性水平P值， 若P值<于0.05，便拒绝方差整齐的假设。
顺带一提，Cochran和Bartlett检定对非正态性相当敏感，
若出现「拒绝方差整齐」的检测结果，或因这原因而做成。
—————
问：用spss处理完数据的显示结果中，F值，t值及其显著性（sig）都分别是解释什么的？
答：一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。
通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。
F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。
至於具体要检定的内容，须看你是在做哪一个统计程序。
—————————
问：我用spss做出的结果如下:
1.在Levene’s Test for Equality of Variances一栏中 F值为2.36, Sig.为.128是不是就应该看第一排的数据？是不是说明没有显著差异呢?
2.在t-test for Equality of Means中的Sig. (2-tailed)里,两排都是.000 第一排的其它数据为:t=8.892,df=84,Mean Difference=22.99
3.到底看哪个Levene’s Test for Equality of Variances一栏中sig,还是看t-test for Equality of Means中那个Sig. (2-tailed)啊?我得出的这个结果倒底是显著不显著呢?
4.还有最后一个问题,我做的是T检验为什么会有F值呢?
最佳答案：
t检验过程，是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方差(Variances)是否相等；t检验值的计算会因方差是否相等而有所不同。也就是说，t检验须视乎方差齐性(Equality of Variances)结果。所以，SPSS在进行t-test for Equality of Means的同时，也要做Levene’s Test for Equality of Variances 。
1. 在Levene’s Test for Equality of Variances一栏中 F值为2.36, Sig.为.128，表示方差齐性检验「没有显著差异」，即两方差齐(Equal Variances)，故下面t检验的结果表中要看第一排的数据，亦即方差齐的情况下的t检验的结果。
2. 在t-test for Equality of Means中，第一排(Variances=Equal)的情况：t=8.892, df=84, 2-Tail Sig=.000, Mean Difference=22.99
既然Sig=.000，亦即，两样本均数差别有显著性意义！
3. 到底看哪个Levene’s Test for Equality of Variances一栏中sig,还是看t-test for Equality of Means中那个Sig. (2-tailed)啊?
答案是：两个都要看。
先看Levene’s Test for Equality of Variances，如果方差齐性检验「没有显著差异」，即两方差齐(Equal Variances)，故接著的t检验的结果表中要看第一排的数据，亦即方差齐的情况下的t检验的结果。
反之，如果方差齐性检验「有显著差异」，即两方差不齐(Unequal Variances)，故接著的t检验的结果表中要看第二排的数据，亦即方差不齐的情况下的t检验的结果。
4. 你做的是T检验，为什么会有F值呢?
就是因为要评估两个总体的方差(Variances)是否相等，要做Levene’s Test for Equality of Variances，要检验方差，故所以就有F值。
——————————————————————————–
请问老师，我们做作业时可以用计算机做方差齐性的检验，那考试中呢？默认为齐性吗？还需再说明吗？
答： 一般根据样本方差来判断，如果样本方差相差不大，一般不用做方差齐性检验。而如果样本方差相差比较大（比如相差3倍以上）时，则要怀疑方差不齐，需要进行总体方差齐性检验。
用SPSS做时，自动给出方差齐性检验；考试的时候，可以根据实际资料判断。
—————–
请问老师（1）假如S1=1 S2=3.5,我是否可以这样说：因为S2〉3S1，所以认为两样本方差不齐，故应用近似t检验。
（2）两方差相差3倍是否就是通常所用的判断标准？谢谢老师：）
答：不是这样的。
（1）我们比较的样本方差，而不是标准差。你举的例子，样本方差已经相差12倍以上了。
（2）3倍只是个例子，说明样本方差相差比较大而已（就象我们教材上所说的样本量n>60为大样本一样），只起提示作用。并没有定理说明样本方差相差3倍以上总体方差就不齐。总体方差是否齐性，还需要进行检验。切记切记
比如你举的例子，样本方差相差很大，提示总体方差不齐，要进行检验。
严格来说，方差齐不齐，都需要进行检验。
—————–
请问老师，（1）那假如说考试中两样本方差相差很大，提示总体方差不齐，没有计算机，怎么行检验呢？
(2)假设检验中要求样本服从正态分布的，可为何例题（哪怕是小样本）不作正态分析呢？
（3）在我看的一篇文献中，作者把受试对象分为4组，分别进行配对检验，为何他a取值不一致呢？有的组用0.05，有的用0.01，这样可以吗？
呵呵，问题有点多，谢谢老师！
答： (1)不要总盯着考试，老师们知道那时候没有计算机，也不能查表，不会让你为难。
(2)“假设检验中要求样本服从正态分布”？要严谨，同学！本章只讲t检验，只说t检验的条件。注意，是要求“总体”服从正态分布，这里还要注意是哪种t检验，要求哪个总体是正态的。比如配对t检验要求差值的总体服从正态分布，两样本t检验要求相应的两总体服从正态分布。
至于书上为什么不进行正态性检验，我想应该是为了编教材方便，默认总体是正态的吧，汗一个~~~~~~
(3)没见到文献不便发表意见，呵呵。至于为什么检验水准不一，如果是同一类数据，同一个指标，采用不同的检验水平，估计作者是根据P值然后才确定的alhpa，你别学他就好了。杂志中存在的统计问题太多，注意别被误导。
在进行One Way ANOVA时若出现方差齐性不满足时，一般来说可以进行数据变换后再进行方差分析。在SPSS中进行方差分析时，Tamhane’s T2 等方法不用假定方差相等（Equal Variances Not Assumed），可以用。其实这种情况下选非参数方法可能更好一些。至于删除一些数据，在统计学中有一些剔除异常值的方法可用，但正如楚鱼所说“那些零值显然不是异常值——明显偏离变量范围的值，是没有理由删除的”。可行的选择也许是仔细分析你的数据，找到引起不齐的原因（这一点你已找到了）及其生态学的意义。分析之后也许会发现，可能有更好的方法可以解决问题。统计分析的目的是为了解决问题或发现问题，而不是一定要用某个方法分析数据
转载请注明：数据分析 » SPSS数据分析常见问题汇总-方差齐性检验_spss方差分析
