上一篇文章跟大家分享了如何用SPSS进行回归分析，知道了回归分析下的用途以及使用的场景。今天跟大家分享的就是之前文章里面出现很多次的一个分析—方差分析。

方差分析又被称作“F检验”或者“变异数分析”，主要是用于两个及两个以上样本均值差异的显著性检验。方差分析和回归分析一样，也有很多个分支。对于方差分析，一般我们是用来研究不同来源的变异对总变异的贡献大小，从而确定可控因素对因变量的影响大小。

我们今天通过一个例子来了解一下什么是方差分析，又应该如何去理解它的分析结果。

上面两个图就是本次用来分析的数据，本题的数据是讨论四种不同的药物对植物生长高度的影响，在数据中我们列出了四种药物使用以后对应植物生长高度的测量值。我们先对数据视图和变量视图进行相应的操作，然后我们就可以开始对数据进行方差分析了：

在SPSS中，我们需要从分析选项栏中选择比较均值再选择单因素，就会出现下面的操作框：

我们把两个变量输入到不同的变量框以后，开始对右边的几个选项进行操作，我们需要在两两比较中选择LSD法（最小显著性差异法）：

然后我们在选项中选择描述性和方差同质性检验，需要的话也可以把均值图选上：

上面操作步骤全部完成以后点击确定，我们就可以得到我们本次方差分析的结果了，这个时候输出界面就会把整个分析结果全部列出来：

我们先来看上面这个图，这里面有三个结果，第一个描述图里面是对我们本次进行分析的所有数据进行了整理，并且将其用这个图表示出来，每一列数据的上方就是本列数据代表的意义。

看完描述图以后，我们需要看一下方差七星检验这个图，从这个图里我们可以看到，显著性0.992>0.05，说明本次分析方差是齐的，可以使用单因素方差分析法。如果这个显著性是小于0.05，说明方差不齐，我们就算后面得出了结果也是没有意义的，因为方差分析可以使用的前提就是方差是齐的。

最后我们看单因素方差分析这个表，通过F检验我们可以看到，显著性0.000