一个你可以了解的医学案例SPSS统计分析：单因素方差分析

一、问题与数据

        为调查A、B、C三种治疗措施对患者谷丙转氨酶（ALT）的影响，某科室将45名患者随机分为三组，每组15人，分别采取A、B、C三种治疗措施。治疗后ALT水平（U/L）如下。试问应用三种治疗措施后，患者的ALT水平是否有差异？

      表1. 三组患者治疗后的ALT水平（U/L）

图片发自App

二、对数据结构的分析

        整个数据资料涉及3组患者，每组15人，测量指标为血常规报告的ALT水平，因此属于多组设计的定量资料。

        要想知道不同治疗措施对ALT水平的影响是否相同，则要比较3组的总体均数之间的差异是否具有统计学意义。若各组观察值满足独立性，服从正态分布或近似正态分布，并且各组之间的方差齐，可选用单因素方差分析。

三、SPSS分析方法

1. 数据录入SPSS（1=A组，2=B组，3=C组）

图片发自App

2. 选择Analyze→General Linear Model→Univariate （假设三组数据服从正态分布）

图片发自App

3. 选项设置

1）主对话框设置：将分析变量（ALT）送入Dependent Variable 框中→将分组变量（Group）送入Fixed Factor(s) 框中。

图片发自App

2） Options设置：点击Options按钮，勾选Descriptive statistics（显示统计描述）和Homogeneity tests（方差齐性检验）→Continue→OK。

图片发自App

四、结果解读

图片发自App

Descriptive Statistics表格给出了三组和总体ALT水平的部分统计信息，包括组别（Group）、均数（Mean）、标准差（Std. Deviation）和例数（N）。

图片发自App

Levene’s Test of Equality of Error Variances表格给出了方差齐性检验的结果。F值=0.791，P（Sig.）=0.460，说明三组数据方差齐，满足方差分析的适用条件。

图片发自App

Tests of Between-Subjects Effects表格给出了方差分析的结果。其中，Corrected Total一行表示总变异，Group一行表示组间变异，Error一行表示组内变异，Type Ⅲ Sum of Squares表示离均差平方和，Mean Square表示均方。方差分析的结果主要看Group一行，F值=68.810，P（Sig.）<0.001。

五、撰写结论

        A组患者ALT水平为（13.28 ± 4.39）U/L，B组患者ALT水平为（28.44 ± 3.65）U/L，C组患者ALT水平为（12.15 ± 4.64）U/L。A、B、C三种治疗措施对患者ALT水平的影响差异具有统计学意义（F=68.810，P<0.001）。