spss重复测量方差分析如何两两比较 spss重复测量方差分析步骤

spss重复测量方差分析如何两两比较？虽然都是多个变量的检验，但与多因素方差分析多组数据不同，重复测量方差分析采用的是任意两组数据间的分析，以探究两两数据之间有无差异。本文会使用实例演示spss重复测量方差分析步骤以及结果解读。

一、spss重复测量方差分析如何两两比较

常用的spss多因素方差分析，是为了探究多组数据间是否存在差异，但只能说明多组数值中总体均值不同，而无法说明两组之间的数据差异。如果要实现变量间的两两比较，就需要使用到spss的重复测量方差，以探究两组变量间的统计学差异。

比如，如图1中的数据，采用重复测量的方式，得到同一门店不同时期的销售量，以探究不同时期销售量之间是否存在统计学差异，为了探究两两时期间的销售量是否存在差异，需要使用到spss的重复测量方差分析。

图1：示例数据

依次单击SPSS的分析-一般线性模型-重复测量，可应用重复测量方差分析。

图3：重复测量分析

二、spss重复测量方差分析步骤

接下来，我们详细讲解一下spss重复测量方差分析步骤。

第一步、定义因子

首先进行因子的定义，因子实际上是对重复测量变量的分组，有多少个重复测量变量，就需要创建多少个因子。

本例使用的重复测量为销售量数据，属于一个因子的分析情况。因此只需添加一个“月份”的主体内因子，然后根据其重复测量次数将级别数指定为“3”。如果除此之外，还有销售额的重复测量数据，就需要创建另一个因子。

图4：定义主体内因子

添加了主体内因子的后，创建重复测量的测量名称，本例重复测量的是“销售量”，因此测量名称中输入“销售量”，并点击“添加”。

图5：定义测量名称

第二步、选择变量

定义了因子后，进行重复测量方差分析的变量选择。

如图4所示，将左侧3个重复测量的销售量（分别对应1-3月份）添加到主体内变量选项中。

图6：选择变量

添加了主体内变量后，如图7所示，spss会将主体内变量与定义的主体内因子一一对应。

图7：选取主体内变量

第三步、设置图表

在图表设置中，将月份添加为水平轴，以观察不同月份销售量的数据分布。

图8：添加月份

接着，如图9所示，选择“折线图”，以观察不同月份销售量的折线图。

图9：月份折线图

第四步、设置统计量

估算边际平均值，将月份添加到“显示下列各项的平均值”方框中，并勾选“比较主效应”，以观察不同月份销售量的相关关系。

图10：估算边际平均值

由于本例使用的是主体内变量，可不作齐性检验，仅选择“描述统计”作为数据参考。

图11：选项设置

三、spss重复测量方差分析结果解读

接下来，我们进行spss重复测量方差分析后的结果解读。

首先，从描述统计观察数据的均值与分布趋势。从数据趋势来看，1-3月份的销售量呈现增长的势头。

图12：描述统计

而从估算边际平均值图表也观察到，随着月份的推进，销售量也在增长，而且1-2月份的增长较多，而2-3月份则增长较少。

图13：估算边际平均值

虽然从描述统计与估算边际平均值图表可观察到销售额随月份变化增长的趋势，但需要通过分析方法进一步检验1-3月份的销售量是否有显著差异。在重复测量方差分析中，会以球形假设的检验结果来判断重复测量方差分析的显著性。

如图4所示，在Mauchly球形度检验结果中（原假设为重复测量的销售量数据服从球形假设），可以看到，其显著性数值为0.191>0.05，不能拒绝原假设，也就是说，数据服从球形假设。

图14：满足球形假设

在满足球形假设的前提下，如图5所示，查看“主体内效应检验”中“假设球形度”的显著性数值。其显著性数值为0.00<0.05，可以拒绝原假设，也就是说1-3月份重复测量的销售量数据存在着显著性差异。

图15：球形假设显著性

在检验销售量数据存在显著性差异的前提下，再进一步查看两两月份间的销售量数据差异。

如图6所示，观察成对比较数据，其中1月份与2月份、3月份的显著性值均小于0.05，说明1月份与2月份、3月份之间存在着显著性差异；而2月份与3月份的显著性值为0.525>0.05，说明2月份与3月份无显著性差异。

图16：成对比较

四、小结

以上就是关于spss重复测量方差分析如何两两比较，spss重复测量方差分析步骤的相关内容。spss重复测量方差分析用于多次测量变量的两两对比差异分析，与多因素方差分析关注总体差异不同，其关注的是两组数据间的差异。