SPSS入门初级教程：方差分析(2)_数据分析师考试

第二节 General Factorial过程 

6.2.1 主要功能
调用此过程可对完全随机设计资料、配伍设计资料、析因设计资料、正交设计资料等等进行多因素方差分析或协方差分析。

6.2.2 实例操作
[例6-2]下表为三因素析因实验的资料，请用方差分析说明不同基础液与不同血清种类对钩端螺旋体的培养计数的影响。

6.2.2.1  数据准备
激活数据管理窗口，定义变量名：基础液为base，血清种类为sero，血清浓度为pct，钩端螺旋体的培养计数为X，按顺序输入相应数值，建立数据库。

6.2.2.2  统计分析
　激活Statistics菜单选ANOVA Models中的General Factorial...项，弹出General Factorial ANOVA对话框（图6.3）。在对话框左侧的变量列表中选变量x，点击O钮使之进入Dependent Variable框；选要控制的分组变量base、sero和pct，点O钮使之进入Factor(s)框中，并分别点击Define Range钮，在弹出的General Factorial ANOVA:Define Range对话框中确定各变量的起止值，本例变量base的起止值为1、3，变量sero的起止值为1、2，变量pct的起止值为1、2。之后点击OK钮即可。

6.2.2.3  结果解释
在结果输出窗口中，系统显示48个观察值进入统计，三个因素按其各自水平共产生12种组合。
分析表明，模型总效应的F值为10.55，P值 < 0.001，说明三因素间存在有交互作用。单因素效应和交互效应导致的组间差别比较结果是：
单因素组间比较：
A：基础液（BASE）
F = 4.98，P = 0.012，说明三种培养基培养钩体的计数有差别；
B：血清种类（SERO）
F = 61.265，P < 0.001，说明两种血清培养钩体的计数有差别；
C：血清浓度（PCT）
F = 3.49，P = 0.070，说明两种血清浓度培养钩体的计数无差别。
两因素构成的一级交互作用：
A×B：基础液（BASE）×血清种类（SERO）
F = 5.16，P = 0.011，交互作用明显；
B×C：血清种类（SERO）×血清浓度（PCT）
F = 15.96，P < 0.001，交互作用明显；
A×C：基础液（BASE）×血清浓度（PCT）
F = 0.78，P = 0.465，交互作用不明显。
三因素构成的二级交互作用：
A×B×C：基础液（BASE）×血清种类（SERO）×血清浓度（PCT）
F = 6.75，P = 0.003，交互作用明显。
(略)
第三节 Multivarite过程 

6.3.1 主要功能
调用此过程可进行多元方差分析。此外，对于一元设计，如涉及混合模型的设计、分割设计（又称列区设计）、重复测量设计、嵌套设计、因子与协变量交互效应设计等，此过程均能适用。

6.3.2 实例操作
[例6-3]甲地区为大城市，乙地区为县城，丙地区为农村。某地分别调查了上述三类地区8岁男生三项身体生长发育指标：身高、体重和胸围，数据见下表，问：三类地区之间男生三项身体生长发育指标的差异有无显著性？