本文以SPSSAU系统为例，针对方差分析的常见问题进行汇总说明。

关于方差分析的分析思路及相关操作可阅读链接文章：

SPSSAU：全流程总结方差分析，只看这篇就够了。

①问题一：t检验与方差分析的区别？

t检验只能进行两组之间的比较，当分析项X组别超过两组时，应使用方差分析。

②问题二：方差分析是否需要满足正态性？

方差检验一般需要进行正态性检验，但方差检验对数据的正态性的有一定的耐受能力，只要数据近似正态即可接受。如果数据严重不正态，则可使用非参数检验。

非参数检验

也有文献提及可将数据进行转换后使其更加接近或符合正态性，然后继续使用方差分析，用户可尝试进行数据转换【数据处理->生成变量】功能，一般是对数据进行比如求对数，开根号等处理。

③问题三：方差分析是否需要满足方差齐？

方差齐是方差分析的前提，方差分析前一般需要对数据进行方差齐性检验。

当方差齐检验没有呈现出显著性（即P>0.05），可使用方差分析。

当方差齐检验呈现出显著性，即说明不同组别的数据波动不一致，方差不齐。此时可考虑使用Welch anova或Brown-Forsythe anova或非参数检验作为代替方法，进行分析。

方差分析

④问题四：方差分析需要的数据格式?

正常问卷数据（即原始格式）可直接进行分析。原始格式参考：

https://spssau.com/front/spssau/helps/otherdocuments/methodsdataformat.html

如果是实验数据，通常要把数据按照下图格式进行整理：

数据格式

整理前，每一组数据结果各占一列；整理后，所有组别记为一列（用于标识不同组别），所有数据结果记为一列。

分析时，组别项放入X框，分析项放入Y框即可。

⑤问题五：方差分析出现null，如何解决？

结果中出现null值，多是由于数据格式错误或是样本过少（只包含一个样本n=1），导致算法无法计算出指标值。解决的方法是增加样本量。

⑥问题六：多组数据出现差异后怎么两两比较？

如果使用方差分析对比多组数据差异，结果呈现出显著性，说明不同组别之间确实存在显著差异，此时则可以使用【进阶方法】--【事后多重比较】，对两两组别进行对比。

两两比较

SPSSAU提供了多种事后检验方法，适用于不同场景下使用。一般情况默认使用LSD方法即可。

⑦问题七：方差分析效应量如何解读？

当呈现出显著差异性(前提)时,可分析差异,同时还可以分析差异幅度，即深入分析中提供的效应量指标。

方差分析时,通常使用Eta方表示效应量,其计算公式为: 偏Eta方=SSB/SST，SSB和SST均为中间过程值无需关注，SSB表示组间差，SST为总差异;

偏Eta方值介于0~1之间，该值越大说明差异幅度越大，比如偏Eta方为0.1，即说明数据的差异有10%是来源于不同组别之间的差异，一般情况下偏Eta值非常小，使用偏Eta方表示效应量大小时，效应量小、中、大的区分临界点分别是:0.01，0.06和0.14；

同时还可以使用Cohen’s f 表示效应量，效应量小、中、大的区分临界点分别是:0.10，0.25和0.40。

以上就是今天分享的内容，更多干货内容可关注SPSSAU微信公众号。