3. 点【选项】，打开“选项”子窗口，勾选“描述统计”、“方差齐性检验”，点【继续】；
点【确定】，得到
描述性统计量
因变量: 磨损深度(mm) 地板品牌 A B C D 总计
均值 2.4100 2.4040 2.0460 2.5720 2.3580
标准偏差
.11269 .11760 .11216 .03271 .21771
N
5 5 5 5 20
给出每个品牌的均值、标准差、样本数。
误差方差等同性的Levene检验a 因变量: 磨损深度(mm) F 1.292 df1 3 df2 16 Sig. .311 检验零假设，即在所有组中因变量的误差方差均相等。 a. 设计 : 截距 + brand 方差齐性检验结果，P值=0.311>0.05, 故接受原假设H0：方差齐。
主体间效应的检验 因变量: 磨损深度(mm) 源 校正模型 截距 brand 误差 总计 校正的总计 III 型平方和 .740a 111.203 .740 .161 112.104 .901 df 3 1 3 16 均方 .247 111.203 .247 .010 F 24.550 11070.511 24.550 Sig. .000 .000 .000 19 20 a. R 方 = .822（调整 R 方 = .788） 方差分析结果，“校正模型”是整个方差分析模型的检验，原假设H0：所有系数（μ, αi, εij）都=0；P值<0.001<0.05, 故拒绝原假设。
“截距”检验均值μ, 原假设H0：μ=0（即不考虑品牌时，平均磨损为0）；P值<0.001<0.05, 故拒绝原假设。
“brand”对因素品牌的检验，原假设H0：按因素水平值的各分
组的因变量无差异，即品牌因素对磨损深度无影响；P值<0.001<0.05, 故拒绝原假设，即不同品牌的耐磨性有差异。
参数估计 因变量: 磨损深度(mm) 参数 B 标准误差 t Sig. 95% 置信区间 下限 截距 [brand=A] [brand=B] [brand=C] [brand=D] 2.572 -.162 -.168 -.526 0a .045 .063 .063 .063 . 57.383 -2.556 -2.650 -8.298 . .000 .021 .017 .000 . 2.477 -.296 -.302 -.660 . 上限 2.667 -.028 -.034 -.392 . a. 此参数为冗余参数，将被设为零。 B列为各品牌均值与均值μ（截距）的差。
截距
参数
对比 L1
截距 [brand=A] [brand=B] [brand=C] [brand=D]
1 .250 .250 .250 .250
此矩阵的缺省显示是相应的 L 矩阵的转置。 基于 III 型平方和。
估计常数项时使用的L矩阵，均为0.25即总样本的均值是按四种品牌等量混合的情况计算的。
brand 参数 L2 截距 [brand=A] [brand=B] [brand=C] [brand=D] 0 1 0 0 -1 对比 L3 0 0 1 0 -1 L4 0 0 0 1 -1 此矩阵的缺省显示是相应的 L 矩阵的转置。 基于 III 型平方和。
对比系数矩阵，默认将最后一组“品牌D”作为对照组，故上上表的截距（均值μ）的估计值=品牌D的均值=2.572
L2=[0 1 0 0 -1]T, 对于L2列，令[μα1α2α3α4]×L2 = 0，化简得α1=α4
即前表对α1作的假设检验。
多个比较 因变量: 磨损深度(mm) B A C D A B C D LSD A C B D A D B C 基于观测到的均值。 误差项为均值方 (错误) = .010。 *. 均值差值在 .05 级别上较显著。 -.3640* -.3580* -.5260* .1620* .1680* .5260* .06339 .06339 .06339 .06339 .06339 .06339 .000 .000 .000 .021 .017 .000 -.4984 -.4924 -.6604 .0276 .0336 .3916 -.2296 -.2236 -.3916 .2964 .3024 .6604 .0060 .3640* -.1620* -.0060 .3580* -.1680* .06339 .06339 .06339 .06339 .06339 .06339 .926 .000 .021 .926 .000 .017 (I) 地板品牌 (J) 地板品牌 均值差值 (I-J) 标准误差 Sig. 95% 置信区间 下限 -.1284 .2296 -.2964 -.1404 .2236 -.3024 上限 .1404 .4984 -.0276 .1284 .4924 -.0336 LSD法给出的两两比较，将各组均和一个参照水平做比较，未指定默认，则每一个水平都作为参照比较一次。每两个之间的差异有无统计学意义，看对应的P值判断（原假设H0：无差异）。
磨损深度(mm) Student-Newman-Keulsa,b C 5 地板品牌 N 1 2.0460 子集 2 3 B A D Sig. 已显示同类子集中的组均值。 基于观测到的均值。 误差项为均值方 (错误) = .010。 a. 使用调和均值样本大小 = 5.000。 b. Alpha = .05。 5 5 1.000 2.4040 2.4100 2.5720 1.000 5 .926 LSD法给出的两两比较结果，将各组的值从小到大排序，注意4个品牌共被分成了3个亚组（无差异的作为一组），品牌B和A放在一个亚组，二者的P值=0.926（无差异）。
三、两因素方差分析
1个因变量，2个影响因素：
总差异Yijk = 平均差异μ + 因素1差异αi + 因素2差异βi
+因素1,2交互作用差异γij+随机差异εijk
例2分析超市某商品的销售量在不同的超市规模（小型、中型、大型）、货架位置（A、B、C、D）是否有差异？部分数据文件如下：
变量size超市规模：1=小型，2=中型，3=大型。
SPSS学习系列22. 方差分析
