SPSS单因素方差分析全流程：从前提检验到事后比较

1. 这篇文章真正要解决的问题

先抛一个科研和业务分析中非常常见的场景：你有三组数据，比如三种不同教学法的期末成绩、四条生产线的产品合格率、五种肥料对作物产量的影响。你的第一反应通常是，比较各组均值不就行了，直接两两做 t 检验，三组就做三次，四组就做六次，多简单。

这个做法从直觉上顺理成章，但在统计学上却是典型的多重比较陷阱。两两 t 检验会把第一类错误（本来没有差异，却被判为有差异）的概率从 0.05 一路抬高。三组数据做三次 t 检验，整体犯错的概率大约从 5% 涨到 14% 左右；如果是五组数据做十次检验，这个数字会逼近 40%。换句话说，你每多做一次比较，就多一分“把噪声当信号”的风险。

这正是方差分析（ANOVA）存在的意义。它不是用来回答“A 和 B 有没有差异”这种具体问题的，而是先做一个全局判断：这些组的均值到底是不是来自同一个总体？如果全局检验显著，再去回答“到底是哪两组不一样”，这一步叫做事后两两比较，也叫多重比较。

这篇文章要解决的问题非常具体：

• 什么时候应该用单因素方差分析，什么时候不该用；
• 做方差分析之前要满足哪些前提条件，不满足怎么办；
• 在 SPSS 里操作单因素方差分析的具体步骤和每个选项的意义；
• 方差分析显著之后，怎么正确选择事后两两比较方法；
• 方差不齐时该用什么检验，方差齐时又该用什么检验；
• 以及新手最容易犯的哪些错误。

如果你是正在做课程论文、毕业论文、期刊投稿，或者工作中需要分析实验数据的工程师、数据分析师、科研人员，这篇文章可以直接作为你的操作手册。读完以后，你应该能独立完成一次完整的单因素方差分析，并且能在答辩或审稿意见中解释清楚：为什么你选择了某种事后检验方法，而不是随手点了一个。

2. 方差分析的核心概念与适用场景

2.1 三个概念先分清：组间变异、组内变异、F 值

方差分析听起来复杂，但它的核心逻辑其实只有一句话：比较组间变异和组内变异的大小关系。

什么叫组间变异？就是不同组之间的平均值差异。比如 A 组平均 80 分，B 组平均 75 分，C 组平均 70 分，这三者之间的波动程度就是组间变异。

什么叫组内变异？就是同一组内部个体之间的差异。同样是 A 组的学生，有人考 95，有人考 62，这种“组内也参差不齐”的程度就是组内变异。

方差分析的思路是：如果分组真的有效果，那么组间变异应该明显大于组内变异。如果分组根本没有效果，那组间变异跟组内变异差不多，大家全是随机波动。

F 值就是这两个变异的比值：

F = 组间变异 / 组内变异

F 值越接近 1，说明组间差异和组内随机波动差不多，组间差异不显著；F 值越大，说明组间差异远远超过随机波动，至少有一组跟其他组不一样。

要注意的是，方差分析显著只代表“至少有一组不同”，它并不会告诉你具体是哪几组存在差异。这就是为什么要做事后检验。

2.2 单因素方差分析的适用场景

单因素方差分析适用于以下情况：

• 自变量（因子）是一个，而且是分类变量，比如学历、地区、实验分组、时间段；
• 因变量是连续变量，比如分数、收入、时间、尺寸测量值；
• 有 2 个或 2 个以上的组别（事实上等于 2 组时，方差分析结果与独立样本 t 检验等价）；
• 各组之间是相互独立的，同一个对象不能同时出现在两个组里。

举几个典型例子：

• 比较三种降血压药物的疗效差异，药物种类是因素，血压变化值是因变量；
• 比较不同学历人群的收入差异，学历是因素，月收入是因变量；
• 比较不同生产线的次品率（需要转化处理）或者尺寸均值差异。

2.3 多个独立样本 t 检验为什么错

这里要稍微展开讲一下，因为这是很多人最不容易想明白的地方。

假设检验的显著性水平 α = 0.05，意味着一次检验犯第一类错误的概率是 5%。如果你对 3 组数据做 3 次两两 t 检验，那么至少犯一次错误的概率是：

1 - (1 - 0.05)^3 ≈ 0.1426

也就是说，三次 t 检验下来，你“无中生有”地判断出差异的概率已经超过 14%。如果是 5 组数据，两两组合是 10 次检验，这个概率会膨胀到约 40%。

这个值有个专门的名称，叫“族系错误率”（Familywise Error Rate）。方差分析和事后检验的整套体系，就是为了把整体错误率控制在 0.05 附近。

2.4 方差分析的三大前提条件

这是方差分析里最容易出问题的地方。很多人直接拿数据就跑 ANOVA，不看前提条件，结果分析结论站不住脚。

单因素方差分析有三个重要前提：

独立性通常靠实验设计来保证，比如随机分组、重复测量间隔独立等。SPSS 没法直接验证独立性，这个要靠研究者自己判断。

正态性可以在 SPSS 里通过“探索 → 正态性检验”来观察，也可以用 Shapiro-Wilk 检验（样本量较小时推荐）来判断。小样本建议以 Shapiro-Wilk 结果为准，大样本时结合直方图、P-P 图等图形综合判断，因为大样本下即使是轻微偏态，正态性检验也可能报显著。

方差齐性通过 Levene 检验来判断，这个操作在 SPSS 中非常常见，后面会详细演示。

2.5 方差不齐时的两个解决思路

如果 Levene 检验显示方差不齐，很多人就慌了，不知道怎么继续。

第一种思路是使用校正后的检验结果。SPSS 的单因素 ANOVA 对话框中有一个“Welch”选项，它不要求方差齐性，是一种对 F 检验的修正版本。当方差不齐时，可以直接读取 Welch 检验的结果。

第二种思路是换用非参数检验。如果不满足正态性，且方差不齐的情况也很严重，可以考虑 Kruskal-Wallis H 检验，这是单因素方差分析的非参数替代方法。Kruskal-Wallis 对分布形态的要求宽松得多。

更稳妥的做法是：先做 Levene 检验，如果方差齐，用标准 ANOVA；如果方差不齐，用 Welch ANOVA；如果正态性和方差齐性都差得离谱，改用 Kruskal-Wallis。

这几种方法的选择，本质上就是你论文里“统计方法”一节要写的核心内容。

3. SPSS 中单因素方差分析的完整操作步骤

3.1 数据格式要求

在 SPSS 里做方差分析，需要两种变量：一个是因子变量（自变量），一个是因变量（观测值）。

最常见的错误是：把三组数据放在三个不同的列里，比如第一列放 A 组成绩，第二列放 B 组成绩，第三列放 C 组成绩。

这种格式不对。SPSS 做单因素方差分析时要求的是“长格式”数据，也就是：

组别那一列的取值是 1、2、3 或者 A、B、C 这样的分类标签，成绩那一列是具体的观测值。每一行代表一个观测对象。

如果你的数据目前是“宽格式”（一组一列），需要先在 SPSS 里用“数据 → 重构”功能，或者直接在 Excel 里把数据整理成三列结构：编号、组别、成绩，再导入 SPSS。

3.2 菜单操作路径

SPSS 的单因素方差分析主操作路径是：

分析 → 比较均值 → 单因素 ANOVA

在弹出的对话框中：

• 把“成绩”选入“因变量列表”；
• 把“组别”选入“因子”；
• 点击“事后比较”，选择合适的多重比较方法；
• 点击“选项”，勾选“描述”和“方差齐性检验”。

需要注意，不同版本的 SPSS 菜单名称略有差异。旧版版本中，该功能被称为“One-Way ANOVA”，中文菜单显示为“单因素 ANOVA”；较新版本的菜单仍在此路径下，但交互界面更现代化。如果你的版本找不到“比较均值”子菜单，可以在顶部搜索框直接搜索“single factor ANOVA”或“单因素 ANOVA”。

3.3 事后比较选项怎么理解

SPSS 的“事后比较”对话框里有一大堆方法，LSD、Bonferroni、Sidak、Tukey、Duncan、Dunnett 等等。第一次看到这些选项的人很容易懵。

这里先给出一个简化的选择指南，后面第 5 章还会从原理上展开解释。

在 SPSS 界面里，“假定等方差”这一组选项对应方差齐时使用的方法，“未假定等方差”这一组对应方差不齐时使用的方法。

3.4 选项对话框的关键配置

点击“选项”后，以下两个选项必须勾选：

• “描述”：输出每组样本量、均值、标准差，这是任何论文里都必须报告的内容；
• “方差齐性检验”：输出 Levene 检验结果，用来判断方差齐性是否满足。

如果你还需要均值图，可以勾选“均值图”，SPSS 会生成一个简单的折线图，能直观看出各组均值的走势。

4. 核心流程拆解：从数据到结论的完整链路

一次规范的方差分析，从拿到数据到得出结论，应当走完下面这几步。每一步都有一个明确的输出和判断标准。

4.1 探索性分析与正态性检验

在正式做方差分析之前，先对每组数据做描述统计，观察均值、标准差、偏度和峰度。然后通过“分析 → 描述统计 → 探索”进入探索性分析，把“成绩”选入因变量列表，把“组别”选入因子列表，点击“绘制”勾选“带正态检验的直方图”和“正态概率图（Q-Q 图）”。

在输出的“正态性检验”表格里，重点是看 Shapiro-Wilk 那一行的显著性。如果 p 值大于 0.05，说明数据近似正态，可以继续做方差分析；如果 p 值小于 0.05，说明数据明显偏离正态，需要警惕。

但这里有一个经验判断：方差分析对正态性有一定的稳健性，也就是说，轻微偏离问题时不大。真正影响较大的是极端异常值和严重偏态。如果数据存在明显离群点，一般先处理异常值再分析。

4.2 Levene 方差齐性检验

在单因素 ANOVA 的选项里勾选“方差齐性检验”后，SPSS 会输出一个“方差齐性检验”表格，给出基于均值、基于中位数等多行结果。通常看“基于平均值的显著性”这一行：

• p > 0.05，方差齐，继续用标准 ANOVA 结果；
• p < 0.05，方差不齐，改用 Welch 交互结果。

需要说明的是，方差齐性检验对样本量比较敏感。样本量很大时，即使各组方差差异在实用中不值一提，检验也可能报告显著。这时需要结合各组标准差做实际判断，标准差倍数差不超过 1.5 到 2 倍，一般可以容忍。

4.3 单因素 ANOVA 主结果解读

主结果表包含组间、组内、总计三行的平方和、自由度、均方、F 值和显著性。

你只需要看两个数：F 值的大小和显著性（p 值）。

p < 0.05，拒绝原假设，说明至少有一组均值与其他组存在显著差异。这里的原假设是所有组的均值相等，备择假设是至少有一组均值不同。

p ≥ 0.05，不拒绝原假设，说明在现有数据下找不到足够证据证明组间有差异。此时应停止分析，不需要做事后检验，哪怕事后检验出现个别显著的情况，也不能作为报告依据。

4.4 事后两两比较

当 ANOVA 显著，并且已确定方差齐性状态之后，选择对应的事后比较方法，输出两两比较矩阵。每一对组别都会得到均值差、标准误、显著性和置信区间。

看结果的顺序是：先看显著性列，如果有 p < 0.05 的配对，说明这两个组存在显著差异；再读置信区间，如果区间包含 0，也说明差异不显著。

最后把显著的结果整理到论文报告中，格式一般是：

单因素方差分析显示，三组的成绩差异具有统计学意义（F(2, 87) = 4.32, p = 0.016）。事后比较（Tukey HSD）显示，A 组（M = 85.3, SD = 6.2）显著高于 C 组（M = 78.1, SD = 5.8），p = 0.012；A 组与 B 组、B 组与 C 组之间的差异未达到显著水平。

这才是完整的结果报告范式。

5. 事后两两比较的检验方法原理与选择逻辑

这一章单独拿出来写，因为它是方差分析中决策最复杂、最容易搞混的部分，也是期刊审稿人重点关注的内容。

5.1 为什么方差分析显著后必须做多重比较

单因素方差分析的 F 检验是整体检验，它只能告诉你“各组均值之间不完全相等”，但不能确定差异来自哪里。假设有 4 组数据，F 检验显著，可能是第 1 组和第 2 组不同，也可能是第 2 组和第 4 组不同，也可能是第 1 组和其余三组都不同。

如果不做任何处理，直接把各组均值排序，然后挑一组最大的和一组最小的做 t 检验，在统计上这叫“挑樱桃”，非常容易被质疑。正确的做法是用二次对比方法，也就是多重比较程序，把族系错误率控制住。

5.2 常见多重比较方法与适用性对比

5.3 LSD 是最容易误用的方法

最小显著差数法（LSD）的原理是：先用方差分析中的组内均方计算一个临界差异值，然后当两组均值差异超过这个值时判定为显著。

LSD 的问题在于它本质上没有校正第一类错误。虽然它检验每一次“单次比较”时会保持 0.05 的错误率，但多个 LSD 比较放在一起，族系错误率就失控了。

在 SPSS 中 LSD 仍然是默认的常用选项之一。如果你只是做一次探索性分析，且比较次数非常少，比如三组只做两次预设比较，还可以接受；但如果组数在 4 组以上，且是全两两比较，不建议用 LSD。

5.4 Bonferroni 校正的原理与局限

Bonferroni 的思想极其简单：如果要做 k 次比较，总显著性水平要控制在 0.05，那么每一次比较的显著性阈值就设为 0.05/k。

比如 4 组数据，两两组合是 6 次比较，那么每次比较只有 p < 0.0083 才能判定显著。

这个方法的优点是原理透明、容易解释、适用于各种复杂比较。缺点是太保守。比较次数越多，单次检验的阈值越低，越容易把真正有差异的结果判为不显著，这叫做第二类错误膨胀（检验功效降低）。

所以当你看到 Bonferroni 结果中某些配对差异不显著时，不必急着下结论说“没有差异”，只能说“经过 Bonferroni 校正后，在当前样本量下未发现显著差异”。

5.5 Tukey HSD 为什么是两两比较的默认首选

Tukey HSD（Honestly Significant Difference）专门设计的目的是控制“所有两两比较”的族系错误率，同时兼顾检验功效。

它的巧妙之处在于使用学生化极差分布，而不是标准正态分布。当组数超过 3 组时，Tukey 的临界值比 Bonferroni 校正后的临界值小，比 LSD 的临界值大，但整体错误率能控制住。

这意味着，在方差齐性满足的前提下，Tukey 有更大的机会检出真实存在的差异，同时不用担心犯第一类错误的概率失控。这也是为什么在医学、农学、教育学、心理学等众多领域的期刊论文中，Tukey 是出现频率最高的多重比较方法。

5.6 方差不齐时的事后比较选择

如果 Levene 检验显示方差不齐，Tukey 等基于方差齐性假设的方法就不能直接用了。

SPSS 给出的选择是：

• Tamhane's T2：这是一种基于 t 检验的保守校正方法。
• Dunnett's T3：基于学生化极差的自由度校正。
• Games-Howell：使用 Welch 自由度和 Studentized 极差分布的近似方法。

实践中最常见的选择是 Games-Howell。它在方差不齐时，既能较好控制第一类错误，检验功效也相对较高，解释结果也直观。

如果需要在论文里说明，可以写：

方差不齐，采用 Welch 校正的方差分析，事后两两比较使用 Games-Howell 检验。

这个句式是期刊常见的标准表达。

5.7 组别较多时的方法选择实战建议

做一个简单的决策树总结：

• 方差齐 + 有明确对照组 → Dunnett
• 方差齐 + 所有组都要两两比较 + 组数不算太多 → Tukey
• 方差齐 + 比较次数有限 + 有先验假设 → Bonferroni（但要接受其保守性）
• 方差齐 + 需求不明 → Tukey
• 方差不齐 + 所有组两两比较 → Games-Howell
• 方差不齐 + 比较次数少 → Tamhane's T2
• 方差不齐 + 非参数环境 → Kruskal-Wallis + 相应的事后检验

把这些写进论文的“数据分析方法”一节，审稿人和答辩老师基本挑不出毛病。

6. 完整案例实操：一次性跑通 SPSS 方差分析与事后比较

为了把前面的理论落到实操，这里用一个完整的教学案例演示。这个案例的数据量很小，你可以直接在 SPSS 里录入，跑完整个流程。

6.1 案例背景与研究问题

某研究者想比较三种记单词方法的效果。招募 15 名学生，随机分成 3 组，每组 5 人。A 组用传统的反复抄写，B 组用联想记忆法，C 组用间隔重复法。实验结束后的单词测验成绩如下：

研究问题：三种方法的效果是否存在显著差异？如果存在差异，哪些组之间存在显著差异？

6.2 SPSS 数据录入格式

在 SPSS 数据编辑窗口中建立两个变量：

• 变量 1：group，数值型，设置“值标签”：1 = A 组，2 = B 组，3 = C 组
• 变量 2：score，数值型，表示测验成绩

数据按长格式录入，一共 15 行。前五行 group = 1，score 分别是 72、68、75、71、69；中间五行 group = 2，score 分别是 78、83、76、80、77；后面五行 group = 3，score 分别是 85、82、88、84、86。

6.3 操作步骤

第一步：正态性检验

分析 → 描述统计 → 探索 因变量(D)：score 因子列表(F)：group 绘图 → 勾选“带检验的正态图” 继续 → 确定

第二步：单因素方差分析

分析 → 比较均值 → 单因素 ANOVA 因变量列表：score 因子：group 事后比较 → 勾选“Tukey”（假定等方差）和“Tamhane's T2”（未假定等方差） 选项 → 勾选“描述”和“方差齐性检验” 继续 → 确定

第三步：如果方差齐性检验显著（p < 0.05），回到“分析 → 比较均值 → 单因素 ANOVA”，在选项里勾上“Welch”，使用 Welch 校正结果，事后比较并参考 Tamhane's T2。

6.4 预期结果解读

如果操作正确，你会看到以下关键表格：

描述统计表会显示三组的均值：

• A 组：均值 71.0
• B 组：均值 78.8
• C 组：均值 85.0

方差齐性检验表（Levene 检验）的显著性大概率大于 0.05（该案例的组间方差差异非常小），说明方差齐性条件满足。

ANOVA 表的 F 值会比较大，显著性小于 0.001，说明三组均值存在显著差异。

Tukey 事后比较表会显示：

• A 组与 B 组差异显著（均值差约 7.8，p < 0.05）
• A 组与 C 组差异显著（均值差约 14.0，p < 0.05）
• B 组与 C 组差异显著（均值差约 6.2，p < 0.05）

结论：三种记单词方法的测验成绩存在显著差异，其中 C 组（间隔重复法）均值最高，A 组（反复抄写）均值最低，B 组居于中间，且各组之间的差异均达到显著水平。

6.5 代码实现补充：用 Python 验证结果

如果你希望用代码复现同样的分析，可以用 Python 的 SciPy 和 statsmodels 库。下面给出一段可运行的完整代码，方便在 Jupyter Notebook 或 VS Code 中验证。SciPy 的f_oneway函数返回 F 值和 p 值，但f_oneway不直接输出方差分析表；statsmodels的ols和anova_oneway接口更接近 SPSS，可以同时输出组间、组内、总和的平方和、自由度、均方与 F 值。方差齐性方面，SciPy 的levene函数的效果与 SPSS 的 Levene 检验一致。事后比较部分，statsmodels 的pairwise_tukeyhsd可以给出 Tukey HSD 结果，适合方差不齐假设不严重的数据。如果你需要做 Games-Howell 等方差不齐的事后检验，statsmodels 没有内建直接封装好的函数，需要自行实现 Welch 自由度修正，此处不展开。

import numpy as np import pandas as pd from scipy import stats from statsmodels.formula.api import ols from statsmodels.stats.anova import anova_lm from statsmodels.stats.multicomp import pairwise_tukeyhsd # 构造长格式数据 group = ["A"] * 5 + ["B"] * 5 + ["C"] * 5 score = [72, 68, 75, 71, 69, 78, 83, 76, 80, 77, 85, 82, 88, 84, 86] df = pd.DataFrame({"group": group, "score": score}) # 描述统计 print(df.groupby("group")["score"].describe()) # Levene 方差齐性检验 a_scores = df[df["group"] == "A"]["score"] b_scores = df[df["group"] == "B"]["score"] c_scores = df[df["group"] == "C"]["score"] stat, p_levene = stats.levene(a_scores, b_scores, c_scores) print(f"Levene statistic = {stat:.4f}, p = {p_levene:.4f}") # 单因素方差分析 model = ols("score ~ C(group)", data=df).fit() anova_table = anova_lm(model) print(anova_table) # Tukey HSD 事后比较 tukey = pairwise_tukeyhsd(endog=df["score"], groups=df["group"], alpha=0.05) print(tukey)

这段代码的输出会与 SPSS 的结果基本一致。如果你在处理真实论文数据，建议 SPSS 和 Python 双跑一遍，既能互相校验，也能加深理解。

6.6 结果可视化建议

SPSS 的均值图可以直接输出，也可以把数据导到 Python 中用箱线图展示。箱线图能同时展示中位数、四分位数和离群点，是展示方差分析结果的首选图形。

在论文报告中，常见的是“柱状图 + 误差线”的组合，误差线通常使用均值 ± 标准差或者 95% 置信区间。但误差线类型一定要写清楚，否则容易被审稿人质疑。

7. SPSS 方差分析常见问题与排查思路

这里整理了新手在 SPSS 中做方差分析最常遇到的几个问题，可以直接对照排查。

8. 最佳实践与工程建议

8.1 数据分析前的数据清洗规范

方差分析结果的质量，很大程度上取决于数据质量。在建模前，建议先完成一个标准化的清洗流程：

第一，检查缺失值。如果某一组缺失值比例过高，或者缺失模式与结果变量相关，直接剔除或者均值填补都可能引入偏差。第二，检查重复值。如果同一个对象在数据中出现多次，说明抽样框架可能有问题。第三，检查取值范围。明显超出物理可能性的记录，比如负的身高、超过 100 的百分比成绩，必须核实原始来源。第四，检查离群值。可以通过箱线图或者标准化残差来判断。理论上，标准化残差绝对值大于 3 的观测点值得重点关注，但不能简单删除，要先分析原因。

8.2 在多组比较时的样本量规划

做单因素方差分析之前，最好先做统计功效分析来确定样本量，而不是先拿数据跑一遍看显著性。

统计学上有个概念叫效应量。效应量越大，检测差异所需的样本量就越小；效应量越小，需要更多的样本才能让 F 检验达到显著。

举一个直观的例子：如果三种方法的均值差异很小，但组内个体波动巨大，那么即便你每组测了 50 个人，F 检验也可能不显著。这并不代表分组没有效果，而是样本量不足以对抗组内噪声。

常见的处理方法是使用 G*Power 这类软件在实验前估算每组所需样本量。如果条件不允许，至少保证每组不少于 10 到 15 个样本，组间样本量尽量均衡。严重失衡的组间样本量会让方差分析和事后检验都变得不稳定。

8.3 论文报告中的统计方法描述

学术论文里的统计方法部分不能只写“采用单因素方差分析”一句话。更规范的做法是包含四个要素：

• 软件与版本：IBM SPSS Statistics 27.0；
• 分析方法：单因素方差分析；
• 前提条件检验：使用 Shapiro-Wilk 检验评估各组正态性，使用 Levene 检验评估方差齐性；
• 事后检验方法：方差齐时用 Tukey HSD，方差不齐用 Games-Howell；
• 显著性水平：α = 0.05（双侧）。

例如：

采用 SPSS 27.0 进行统计分析。数据以均值 ± 标准差表示。三组比较采用单因素方差分析，正态性采用 Shapiro-Wilk 检验，方差齐性采用 Levene 检验。方差齐时事后两两比较使用 Tukey HSD 法，方差不齐时使用 Games-Howell 法。以 p < 0.05 为差异具有统计学意义。

这段话可以直接放进论文的方法部分。

8.4 结果报告中的显著性标记规范

在看 SPSS 输出结果时，你会发现显著性那一列经常出现.000。注意，SPSS 精确到三位小数时把 p < 0.001 显示为 0.000。

在报告里不能写成 p = 0.000，这个写法不专业。应该写 p < 0.001。

两个对比组之间的显著性标记，常见做法是在均值表格中加上标字母。SPSS 输出的同类子集表可以用来确定字母标记。方法如下：在“事后比较”选项里勾选“同类子集”相关选项（即 Duncan 或 Tukey 的子集表），SPSS 会把差异不显著的组放在同一列。然后你可以用字母 a、b、c 标记各组：同一个子集内的组标同一个字母，不同子集标不同字母。

这样做的好处是，读者扫一眼均值表，就能快速判断哪些组之间存在显著差异。

8.5 方差不齐时的替代方案决策流程

前面已经提到，方差不齐时有两种思路：Welch 校正和非参数检验。这里给出一个更详细的决策建议：

• 如果分布形态近似正态，仅仅是方差不齐，优先用 Welch 校正的 ANOVA。因为 Welch 的统计功效比非参数方法更高，解释也更直接；
• 如果方差不齐且存在严重偏态、大量离群点，或者数据是有序分类变量（如高、中、低的等级评分），此时非参数方法更合适，使用 Kruskal-Wallis H 检验；
• 如果在非参数检验中，Kruskal-Wallis 显著，需要进一步确定哪些组有差异，可以继续做 Mann-Whitney U 检验，但要通过 Bonferroni 校正显著性水平。

8.6 常见误区和陷阱

误区一：把所有的组间比较都交给方差分析，不做事后检验。这是错误的。ANOVA 显著不等于知道哪个组更优，必须补充多重比较。

误区二：ANOVA 不显著时还坚持做多重比较。这是不规范的。多重比较是在拒绝全局原假设的基础上进行的，全局不显著意味着没有足够证据支持任何组间差异，此时的多重比较结果不稳定，公信力很低。

误区三：把 P 值当成效应量。p < 0.001 只表示差异不太可能随机产生，不表示差异的大小很有意义。真正衡量效应大小的是偏 eta 方（η²）或者 Cohen's d。SPSS 中可以在“选项”里勾选“效应量估计”，输出结果会包含偏 eta 方。

误区四：完全依赖事后比较的 0.05 阈值，忽略置信区间。置信区间包含的信息量远大于单个 p 值。如果某两组均值差的置信区间是 [0.2, 12.5]，说明差异的下限可能几乎为 0，上限却很大，这种“边缘显著”的结果需要谨慎解读。

9. 总结与后续学习方向

到这里，你应该已经掌握了单因素方差分析的完整链路：从研究问题出发，检查数据格式，验证正态性和方差齐性，运行 SPSS 得到 ANOVA 结果，再根据方差齐性状态选择正确的事后两两比较方法。这套流程看起来不难，但真正让很多人踩坑的，不是点击菜单本身，而是对“为什么要这样选方法”缺乏理解。

把核心结论再强调一遍：

• 方差分析解决的是“多个群体的均值是否相等”的全局检验问题；
• 多个独立样本 t 检验会使第一类错误膨胀，不能替代方差分析；
• 方差分析之前，必须完成正态性和方差齐性检验；
• Levene 检验显著时，要用 Welch 校正的结果；
• 事后比较方法不是随便选的：方差齐时首选 Tukey，方差不齐时选 Games-Howell，有预设对照则用 Dunnett；
• 论文中必须完整报告统计软件、分析名称、前提条件检验结果、事后方法选择和显著性水平。

如果你还想继续深入，有三个方向值得你花时间：

第一个方向是双因素方差分析和多因素设计。实际研究里很少只有一个自变量，双因素方差分析能同时检验两个因素的主效应和交互作用。比如“教学法 × 测试时间”对成绩的影响，就比单纯单因素分析复杂得多，但解释力也更强。

第二个方向是重复测量方差分析。当同一个对象在多个时间点被重复测量时，数据不再满足独立性假设，需要换成重复测量方差分析。随机区组设计也能归结到这里，SPSS 菜单里对应“分析 → 一般线性模型 → 重复测量”的选项。

第三个方向是效应量与统计功效。P 值能告诉你“有没有差异”，效应量告诉你“差异多大”，功效分析告诉你“样本量够不够”。这是一个分析水平的分水岭。理解了三者关系，你的论文写作水平会上一个大台阶。

这套内容本身不难，难的是在真实项目中形成稳定的分析习惯。建议你下次拿到实验数据时，不要急着点菜单，先按这篇文章梳理一遍流程：数据类型是否正确、前提条件是什么、方差不齐时怎么办、事后比较选什么方法。跑通了这一遍，你对方差分析的理解就超过大多数只会“点按钮看 P 值”的同行了。