1. 使用SPSS進行單因素ANOVA方差分析？
2. 方差齊性檢驗的p值？

使用SPSS進行單因素ANOVA方差分析？

1.運行軟件，打開salesperformance.sav數據。

2.由于單因素ANOVA中檢驗算法包括方差相等和方差不等兩種情況，首先我們檢驗下方差是否相等。

3.由檢驗結果可以看出方差不相等，此時使用Brown-Forsythe或Welch判斷均值是否相等比方差分析更為穩妥，由Brown-Forsythe和Welch的sig=0<0.05M可知各組均值不等，這和方差分析的結果F=0<0.05一致。

4.下面我們進行兩兩比較分析，來檢測各組間均值情況。選擇菜單>分析>比較均值>單因素ANOVA，彈出單因素方差分析對話框。

5.選擇組為因子，得分為因變量列表。

6.選擇兩兩比較，由于已得出方差不等，此時我們選擇支持方差不相等的算法，如下圖所示。

7.由檢測結果可以看出，第2組合第3組的顯著性=0.086>0.05，說明2組和3組沒有顯著性差異，而1、3組、1、2組之間均值存在顯著差異。

8.從均值圖中我們也可以看到，2、3組均值差異較小。

使用SPSS進行單因素ANOVA方差分析方法如下：

1、運行軟件，打開salesperformance.sav數據。

2、由于單因素ANOVA中檢驗算法包括方差相等和方差不等兩種情況，首先我們檢驗下方差是否相等。

3、由檢驗結果可以看出方差不相等，此時使用Brown-Forsythe或Welch判斷均值是否相等比方差分析更為穩妥，由Brown-Forsythe和Welch的sig=0<0.05M可知各組均值不等，這和方差分析的結果F=0<0.05一致。

4、下面我們進行兩兩比較分析，來檢測各組間均值情況。選擇菜單>分析>比較均值>單因素ANOVA，彈出單因素方差分析對話框。

5、選擇組為因子，得分為因變量列表。

6、選擇兩兩比較，由于已得出方差不等，此時我們選擇支持方差不相等的算法，如下圖所示。

7、由檢測結果可以看出，第2組合第3組的顯著性=0.086>0.05，說明2組和3組沒有顯著性差異，而1、3組、1、2組之間均值存在顯著差異。

8、從均值圖中我們也可以看到，2、3組均值差異較小。

方差齊性檢驗的p值？

p小于等于0.05就是顯著，代表不符合方差齊性假設

p大于0.05就是不顯著，代表符合方差齊性假設

由于你的數據其中一組樣本量為1，造成不能進行Levene檢驗，因此只能參考一下假定方差相同的sig。總的來說，這種數據的結果價值十分有限，因為樣本過少，尤其是sig沒有顯著性的情況下更是如此，因為不能確定是樣本量太少導致檢驗效能不足而造成無顯著性，還是兩組之間確實差異不大而沒有顯著性。一般來說，t-test要求兩組樣本量之和大于30，最好大于50，兩組樣本量最好近似相等，這樣對背離正態分布和方差不齊最為穩健（也就是結果受影響小）。

方差齊性檢驗p值大于0.05。p大于0.05就是不顯著，代表符合方差齊性假設。

方差齊性檢驗的P值為0.054，大于0.05，說明方差是齊的。這時候我們就按第一排假設方差相等來繼續看，在后面的P值中，P值為0.305大于0.05，說明兩者之間不存在顯著性差異。方差分析是檢驗兩個或兩個以上樣本均數間差別有無統計學意義的方法。