spss差異性分析用什么方法（spss差異性分析步驟）

關(guān)于spss差異性分析用什么方法，spss差異性分析步驟這個問題很多朋友還不知道，今天小六來為大家解答以上的問題，現(xiàn)在讓我們一起來看看吧！

1、進(jìn)行差異分析，第一步就是要確定研究變量也就是因變量的數(shù)據(jù)類型。

2、通常會分類兩大類：一類是連續(xù)數(shù)值型變量，也叫做連續(xù)變量，例如身高、年齡等；另一類為分類變量，例如性別、血型、學(xué)歷等。

3、本期我們就來講解連續(xù)變量在SPSS中如何進(jìn)行差異分析。

4、對于連續(xù)變量的差異性分析，首先，我們要檢驗連續(xù)變量是否符合正態(tài)分布。

5、對于符合正態(tài)性分布的變量，要采用參數(shù)類的統(tǒng)計分析方法；對于不符合正態(tài)性分布的，要采用非參數(shù)檢驗方法。

6、而參數(shù)類分析方法中，又分為平均值、單樣本t檢驗、獨(dú)立樣本t檢驗、成對樣本t檢驗、單因素ANOVA分析等等。

7、我們在接下來的課程中都會逐一進(jìn)行講解。

8、本期我們來看平均值的計算方法。

9、我們搜集了31例患者的相關(guān)數(shù)據(jù)，要計算出不同性別的骨頭高度的均值（圖1）這里已經(jīng)檢驗過骨頭高度是服從正態(tài)性分布的，關(guān)于如何檢驗正態(tài)性分布，在之前的課程中有詳細(xì)的講解，如果有還沒學(xué)到的朋友，可以去查閱我們之前的課程。

10、圖1這里值得注意的是，在之前的課程中，我們曾講到過在“分析”--“描述性分析”（圖2）中同樣可以計算均值，與下面要講解的參數(shù)類分析中的比較平均值有何不同呢？他們的區(qū)別在于：前者只能分析整個變量的均值，而后者（圖3）可以按不同分組分類來計算每一個分組或分類的均值。

11、圖2圖3下面就來具體講解如何分析不同性別的患者的骨頭高度的均值：SPSS中的操作步驟①點(diǎn)擊“分析”--“比較平均值”--“平均值”（圖4）圖4②將“骨頭高度”選入因變量列表，將“性別”選入自變量列表，也叫分組變量列表（圖5）圖5③點(diǎn)擊右側(cè)“選項”，勾選“最小值”、“最大值”、兩個指標(biāo)，并勾選下方的“Anova表”，線性相關(guān)度檢驗（圖6）后，點(diǎn)擊繼續(xù)--確定。

12、圖6④結(jié)果分析圖7 由上表（圖7）可以看出：男性的骨頭高度均值為49.2813，女性的為45.5257，可以看出男性略微高出女性，但差異是否有統(tǒng)計學(xué)意義，還需要進(jìn)一步看下面的結(jié)果：圖8由上表（圖8）可以看出：ANOVA表中顯著性水平為0.141>0.05說明男性和女性的骨頭高度的差異不具有統(tǒng)計學(xué)意義。

13、且Eta系數(shù)為0.27，Eta方0.073均為很小，進(jìn)一步說明性別與骨頭高度相關(guān)性不顯著。

本文分享完畢，希望對大家有所幫助。

標(biāo)簽：