三个以上“独立组”之间的对比分析(SPSS:单因素方差分析) | 您所在的位置:网站首页 › spss怎么组织数据 › 三个以上“独立组”之间的对比分析(SPSS:单因素方差分析) |
点击右上角关注哔哩哔哩:科研与统计 。查看系列教程。 单因素方差分析适用于一个自变量(离散变量,水平数≥3)对1个因变量(连续变量)的影响。 独立样本T检验适用于两个组之间的对比。适用条件基本一致:各组数据服从(或近似服从)正态分布;各组方差近似相等;各组的研究对象独立。概括:正态性、方差齐性、独立性。 案例: 不同训练方法对青年亚健康人群血脂的影响 1.实验设计简介 实验对象:将240名青年亚健康人群随机分为3组(HIIT组、持续有氧组、不运动组)。 实验方案:HIIT(高强度间歇运动)组和持续有氧组分别进行1个月的HIIT、持续性有氧运动,不运动组没有规律运动。HIIT组和持续有氧组每周练习4次,每次练习60分钟,中等以上强度。 测试指标:实验后测试血脂(总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白)。(已知实验前组间均衡)。均为低优指标(数值越小则越好)。 2.部分数据展示 自变量:训练方法 因变量:血脂(四个指标) 3.SPSS步骤 1)分析—比较平均值—单因素ANOVA检验 2)把“训练方法”选入“因子”,血脂四个指标选入因变量列表。 3)点击“事后比较”和“选项”,分别出现“多重比较”对话框和“选项”对话框(后面两个图)。 4)方差齐性时,选择了最灵敏的“LSD”法。本研究希望三组均两两比较,不寻找同质亚组,也可以选择Bonferroni法(邦弗伦尼)或Sidak法(斯达克)。 方差不齐性时,选择了Tamhane’s T2法。 点击“继续”。 5)在下面的“选项”对话框勾选“描述”和“方差齐性检验”。 6)点击“继续”,返回“单因素ANOVA检验”对话框后点击“确定”。 4. 统计结果 1)方差齐性检验结果 判断标准:“显著性”也就是P>0.05时,方差齐性;P≤0.05时方差不齐性。 只有低密度脂蛋白的P<0.05,方差不齐性。 2)方差分析结果 判断标准:“显著性”也就是P>0.05时,组间差异不具有统计学意义;P≤0.05时,组间差异具有统计学意义。 只有低密度脂蛋白的P<0.05,组间差异具有统计学意义,说明HIIT组、持续有氧组、不运动组存在组间差异。也就是至少有两组对低密度脂蛋白的影响具有统计学意义。具体情况还需要看多重比较结果。 3)多重比较结果 由于只有低密度脂蛋白存在组间差异,而且方差不齐性,因此,仅展示低密度脂蛋白Tamhane’s T2法的比较结果。 P都小于0.05,两两之间差异都具有统计学意义。 结合均值差或下面的均值可以概括结果。 结果:高强度间歇运动(HIIT)和持续有氧运动都能够降低青年亚健康人群的低密度脂蛋白,其中HIIT的效果更好。 |
CopyRight 2018-2019 实验室设备网 版权所有 |