SPSS詳細操作:單因素方差分析

一、問題與數據

為調查A、B、C三種治療措施對患者谷丙轉氨酶（ALT）的影響，某科室將45名患者隨機分為三組，每組15人，分別采取A、B、C三種治療措施。治療后ALT水平（U/L）如下。試問應用三種治療措施后，患者的ALT水平是否有差異？

表1. 三組患者治療后的ALT水平（U/L）

二、對數據結構的分析

整個數據資料涉及3組患者，每組15人，測量指標為血常規報告的ALT水平，因此屬于多組設計的定量資料。

要想知道不同治療措施對ALT水平的影響是否相同，則要比較3組的總體均數之間的差異是否具有統計學意義。若各組觀察值滿足獨立性，服從正態分布或近似正態分布，并且各組之間的方差齊，可選用單因素方差分析。

三、SPSS分析方法

1. 數據錄入SPSS（1=A組，2=B組，3=C組）

2. 選擇Analyze→General Linear Model→Univariate （假設三組數據服從正態分布）

3. 選項設置

1）主對話框設置：將分析變量（ALT）送入Dependent Variable 框中→將分組變量（Group）送入Fixed Factor(s) 框中。

2） Options設置：點擊Options按鈕，勾選Descriptive statistics（顯示統計描述）和Homogeneity tests（方差齊性檢驗）→Continue→OK。

四、結果解讀

Descriptive Statistics表格給出了三組和總體ALT水平的部分統計信息，包括組別（Group）、均數（Mean）、標準差（Std. Deviation）和例數（N）。

Levene’s Test of Equality of Error Variances表格給出了方差齊性檢驗的結果。F值=0.791，P（Sig.）=0.460，說明三組數據方差齊，滿足方差分析的適用條件。

Tests of Between-Subjects Effects表格給出了方差分析的結果。其中，Corrected Total一行表示總變異，Group一行表示組間變異，Error一行表示組內變異，Type Ⅲ Sum of Squares表示離均差平方和，Mean Square表示均方。方差分析的結果主要看Group一行，F值=68.810，P（Sig.）<0.001。

五、撰寫結論

A組患者ALT水平為（13.28 ± 4.39）U/L，B組患者ALT水平為（28.44 ± 3.65）U/L，C組患者ALT水平為（12.15 ± 4.64）U/L。A、B、C三種治療措施對患者ALT水平的影響差異具有統計學意義（F=68.810，P<0.001）。

六、延伸閱讀

1. 單因素方差分析也可以通過Analyze→Compare Means→One-Way ANOVA進行，將ALT送入Dependent List框中，將Group送入Factor框中，其結果與本例的操作是一樣的，感興趣的親可以自己動手試一下！

2. 單因素方差分析適用于只有一個處理因素的完全隨機設計，處理因素可以有2個及以上的處理水平，觀察指標為連續變量。適用條件包括：

1）觀測指標滿足獨立性；

2）各組觀測指標均來自正態分布總體；

3）各組觀測指標方差相等。

在實際中由于方差分析具有穩健性，因此對正態性的條件要求不是很嚴格，但是對方差齊的要求比較嚴格。

3. 本例只是得出了3組總體均數之間差異具有統計學意義，并不意味著任意2組之間的均數差異都具有統計學意義。要想進一步了解哪兩個組間的ALT水平存在差異，還需要進一步做樣本均數之間的多重比較。SPSS統計軟件提供了很多種用于兩兩比較的方法，包括Bonferroni法、S-N-K法、Tukey法等。之所以有這么多種方法，是因為目前還沒有一種在任何條件下都適用、而且效果好的方法，這些方法都是從不同角度上控制多重比較時I型錯誤的發生概率。