SPSSAU教程04：变量差异性分析指标解读

变量间的研究关系大致可分为三种：影响关系、差异关系和其他关系（比如聚类、因子等）。

在日常的研究中，差异研究涉及以下三类方法，分别是方差分析，T检验和卡方分析，涉及相关术语名词汇总如下表。

1 方差分析

方差分析（ANOVA）有很多种类型，最普遍的是单因素方差，即研究X对于Y的差异性，其中X为定类数据，Y为定量数据。方差分析可以研究多个组别(两组或者更多)样本的差异，比如不同学历(本科以下，本科，硕士及以上共三组)样本对工作满意度的差异情况。

指标解读

方差分析结果表格

方差分析分析步骤

第一：分析方差齐检验是否呈现出显著性(P值小于0.05或0.01)；

第二：如果没有呈现出显著性(P>0.05)；直接使用方差分析对比差异；

第三：如果呈现出显著性(P<0.05)；可考虑使用非参数秩和检验；

第四：对分析进行总结。

其他说明

1）方差齐：方差齐性检验，用于检验各个组别数据的波动情况(标准差)是否有明显的差异。

方差分析原理上认为，如果存在差异，可能来源于两个方面：一种差异是各个组别之间的差异(此类差异即是研究者进行研究的差异)，另一种差异是各个组别内部的差异(此类差异为干扰性差异)。针对干扰性差异，比较不同学历(本科以下，本科，硕士及以上共三组)样本对于满意度的差异时，可能本科以下，本科，硕士及以上分别三组样本内部人群满意度态度不统一，比如本科以下有100人，但这100个人本身就有非常不同的满意度态度(有的非常不满意，而有的非常满意，态度波动很大)，类似本科或者硕士及以上两组样本，组内样本并没有形成统一的态度时，此种现象称作方差不齐 (即出现干扰性差异)。

进行方差分析前要先进行方差齐检验，确定满足使用方差分析前提要求。即说明如果最终三组样本有着差异性态度，那么此种差异一定是此三组样本的满意度态度不一致所致，不可能三组样本内部本身态度差异(干扰性差异)所致。

2）事后检验

事后检验是在方差分析(多个组别对比差异)呈现出差异后，进一步具体分析两两组别之间差异的一种检验方法。比如学历共分为三组(本科以下，本科，硕士及以上共三组)，具体是本科以下与本科有差异，还是本科以下与硕士及以上有差异，或者两两组别之间均有差异，此时就需要使用事后检验具体分析两个组别之间的差异情况。

如果说X仅两组，则不需要进行事后检验；如果方差分析显示P值大于0.05即说明各个组别之间没有差异性，此时也不需要进行事后检验（即使事后检验显示有差异性）

2 T检验

T检验仅可对比两组数据的差异。

T检验分析结果表格

T检验分析步骤

第一：分析X与Y之间是否呈现出显著性(P值小于0.05或0.01)；

第二：如果呈现出显著性；具体对比平均值大小，描述具体差异所在；

第三：对分析进行总结。

其他说明

T检验还可以具体细分为单样本T检验，独立样本T检验和配对样本T检验，独立样本T检验在问卷研究中使用频率最高。在之前的文章中已经说明过，有需要也可以参考链接文章：SPSSAU：方差分析、T检验、卡方分析如何区分？

具体介绍也可登录SPSSAU官网，查看各分析方法对应的帮助手册。

3 卡方检验

卡方分析是研究定类数据与定类数据关系的分析方法，比如性别和是否戴隐性眼镜之间的关系。卡方分析是用来研究两个定类变量间是否存在差异关系的最常用的方法。

卡方检验结果

指标解读

分析步骤

第一：分析X分别与Y之间是否呈现出显著性(P值小于0.05或0.01)；

第二：如果呈现出显著性；具体对比选择百分比(括号内值)，描述具体差异所在;

第三：对分析进行总结。

相关资料

SPSS在线_SPSSAU_SPSS卡方检验

SPSS在线_SPSSAU_SPSS方差分析

SPSS在线_SPSSAU_T检验