使用 SPSS 和 PASW/ANOVA

ANOVA 是雙組均值差異檢驗 (t 檢驗) 的擴充套件。t 檢驗用於比較兩個組的均值，但 ANOVA 允許比較三個或更多個組的均值，這比進行多個 t 檢驗更容易。

要在 SPSS 中進行單因素方差分析 (ANOVA) 檢驗，您必須首先選擇兩個變數。我們將在本示例中使用的變數是宗教信仰和祈禱頻率。基本上我們是在問，“宗教信仰是否會影響人們祈禱的頻率？”

一旦您知道要比較的內容，就可以透過單擊“分析”→“比較均值”→“單因素 ANOVA”來告訴 SPSS 執行分析。

將出現單因素 ANOVA 對話方塊。

在左側顯示的列表中，單擊對應於您的因變數的變數（應該是區間/比率變數）。在本例中，這是祈禱頻率。透過單擊上面的箭頭按鈕將其移動到“因變數列表”中。在本例中，我們是在問宗教偏好是否會影響人們祈禱的頻率。

現在從左側列表中選擇（準）自變數並單擊它。透過單擊下面的箭頭按鈕將其移動到“因素”框中。在本例中，這是宗教信仰。

單擊單因素 ANOVA 對話方塊中的“選項”按鈕。將出現單因素 ANOVA 對話方塊。

單擊“描述性統計量”（以獲取描述性統計量）、“方差齊性”（以獲取方差齊性假設檢驗）和“均值圖”（以獲取條件均值的圖形）左側的複選框。

單擊“繼續”按鈕返回單因素 ANOVA 對話方塊。在單因素 ANOVA 對話方塊中，單擊“確定”按鈕執行方差分析。SPSS 輸出視窗將出現。輸出包含六個主要部分。第一個是描述性部分。

描述性表格提供了正在比較的組的各種描述性統計量，包括組樣本量、均值、標準差、最小值、最大值、標準誤差以及均值的置信區間。在本例中，有 64 個猶太人，祈禱頻率的平均值為 4.70（在六點量表上；從技術上講，它是一個類似於區間的有序變數），標準差為 1.217。有 132 個天主教徒，祈禱頻率的平均值為 3.38，標準差為 1.438。

ANOVA 輸出提供了方差分析彙總表。輸出中有六列。

列	描述
未標記（方差來源）	此列描述了 ANOVA 彙總表的每一行。它告訴我們，第一行對應於組間方差估計。組間方差估計構成 F 比值的分子。第二行對應於組內方差估計。組內方差估計構成 F 比值的分子。最後一行描述了資料中的總變異性。
平方和	平方和列給出了每個方差估計的平方和。
Df	第三列給出了每個方差估計的自由度。組間方差估計的自由度由 IV-1 的水平數給出。在本例中，自變數有五個水平。
均方差	第四列給出了方差估計（均方差）。每個均方差都是透過將平方和除以其自由度來計算的。
F	第五列給出了 F 比值。它是透過將組間均方差除以組內均方差來計算的。
Sig.	最後一列給出了 F 比值的顯著性。這是 p 值。如果 p 值小於或等於您的 alpha 水平，那麼您可以拒絕所有均值都相等的零假設。在本例中，p 值為 .000。

以下是示例中的實際 ANOVA 表格。

根據此分析，我們可以得出結論，宗教信仰確實顯著影響遺傳諮詢師的祈禱頻率。

本章由 Sheena Wright 撰寫。