SPSS方差分析：析因设计的方差分析（多个处理因素比较）

SPSS方差分析：析因设计的方差分析（多个处理因素比较）

研究者欲研究不同护理方式（因素A）以及不同生产方式（因素B）的产后一个月恢复程度。A因素分别为传统护理（a1）和新型护理（a2）两个水平，B因素分别为顺产（b1）和剖腹产（b2）。将12名受试者分为4组，分别接受A、B不同组合情况下的四种处理（a1b1、a1b2、a2b1、a2b2），测得产后恢复程度（%），结果如下：（临床医学研究中的统计分析第2版）。

研究假设：
1.两种不同护理方式的总体均数是否相等
2.两种不同生产方式的总体均数是否相等
3.不同护理方式对不同生产方式的产后一个月恢复程度有无影响

变量视图和数据视图界面

首先在变量视图界面输入变量的信息
接着对值赋予标签，这样在结果中将值用标签来替代，一目了然。注意：值赋标签仅对输出产生影响，并不影响统计结果。
最后对护理方式赋值，1=传统方式；2=新型方式对生产方式赋值，1=顺产；2=剖腹产。

数据视图界面

在数据视图界面输入数据的信息，要注意各个值的属性，是属于a1b1或是其他。

选择析因设计方差分析相关选项

点击上方工具栏分析， 弹出下拉菜单，选择一般线性模型（G），选择单变量（U）。

进入到以下界面后，首先将x选入因变量（D），然后再将a和b选入固定因子（F）。

研究者关心的护理方式和生产方式均无需外推，可视为固定因子；然后分别点开模型、选项进行设定，其余按默认即可。

接下来进入到单变量模型的选择界面，首先选中模型中的全因子模型，析因设计是两个或多个实验因素各水平的全面组合，本例包括护理方式a（主效应）、生产方式b（主效应）和两因素的交互作用。然后在选项中选中描述统计（D），获取各组均数和标准差，最后其余均按默认值即可运行程序。

结果及其解释

下面的数据为本次方差分析的基本信息。

该表为值标签简表，出现的原因是在变量视图窗口对值设定了标签，给出了两处理因素的水平和例数。

该表给出了各种组合的描述性统计量，可按需要进行选取。如传统护理方式＋顺产的均数±标准差为66±12.437。

以下为析因设计方差分析最重要的一张表，其中：

交互作用：F=0.862，P值=0.371>0.05，尚不能认为两个因素间存在交互作用；
a因素的主效应：煤焦油（a）中F=2.999，P值=0.109>0.05，尚不能认为护理方式对产后一个月恢复程度有影响；
b因素的主效应：作用时间（b）中F=2.999，P值=0.109<0.05，尚不能认为不同生产方式之间存在差异；
R方和调整后R方说明了自变量a、自变量b以及a和b的交互作用，这三者一共可以解释多少因变量的方差变异。校正的R方比R方更加严谨一些。此处说明了自变量解释了因变量的20.5%的方差变异。