spss 多因素方差分析教程 双因素交互作用详解

spss 多因素方差分析核心就是同时检验两个或者多个自变量对因变量的主效应，还可以检验自变量之间的交互作用，很多同学做实验设计的时候只知道单因素方差分析，当实验同时存在两个分组因素，比如不同性别不同教学方法同时影响成绩，继续拆分做多次单因素方差分析就会增大一类错误，还会漏掉交互效应，这时候就必须使用多因素方差分析，最常用的是双因素方差分析，分为有重复测量和无重复两种类型，整个操作流程包含数据录入前提假设检验菜单选择参数设置结果解读事后比较这几个环节，我们按照完整实操逻辑深度讲解，把每一步操作和结果表格指标含义讲清楚，适合毕业论文科研统计使用。

一 基础概念理解

多因素方差分析也叫多自变量方差分析，自变量是分类变量，也就是分组因素，因变量是连续数值型变量

主效应 单独某一个自变量本身对因变量产生的影响，比如教学方法单独对成绩的影响

交互效应 两个自变量联合产生的额外影响，也就是一个因素的效应会随着另一个因素水平变化而改变，这是多因素方差分析和单因素方差分析最大区别

两种常见类型

1 独立样本多因素方差分析 所有被试都是独立的，每个被试只接受一种因素组合处理，最常用

2 重复测量多因素方差分析 同一批被试接受全部水平处理，属于重复测量设计，spss 里面菜单选择不一样

前提假设是做分析前必须满足的条件

1 因变量服从正态分布 每个单元格内数据近似正态

2 方差齐性 各个单元格组方差相等，通过莱文方差齐性检验判断

3 观测独立 各组样本之间互相独立，不存在配对相关

4 无极端异常值 离群点会严重干扰 F 值结果

二 数据录入规范

打开 spss 变量视图，设置三个变量

第一个变量 因素 A，数值编码，比如 1 代表水平一 2 代表水平二

第二个变量 因素 B，数值编码，比如 1 代表水平一 2 代表水平二

第三个变量 因变量，填入连续数值

切换数据视图，每一行代表一个样本，填写对应的分组编码和因变量数值，注意每一个因素组合单元格里面最好要有多个样本，如果单元格只有 1 个样本，交互作用无法计算，这是新手高频错误

三 spss 详细操作步骤

第一步 顶部菜单栏点击分析，选择一般线性模型，点击单变量，这里的单变量指的是只有一个因变量，不是单因素，很多人在这里误解

第二步 将连续因变量拖入因变量框，把两个分类自变量拖入固定因子框

第三步 点击模型，选择全因子，全因子模式会自动计算所有主效应和交互效应，默认就是全因子，一般实验设计保持这个选项

第四步 点击事后比较，把自变量选入事后检验框，选择 LSD 或者 SNK 或者 Tukey，Tukey 检验控制一类错误效果更好，事后比较只在主效应显著的时候才有必要做

第五步 点击选项，勾选描述统计，方差齐性检验，效应量偏 Eta 方，这些选项方便后续解读结果

第六步 点击绘制，可以做交互作用图，把因素 A 放到水平轴，因素 B 放到单独线条，添加之后点击继续

第七步 点击确定运行分析，等待输出结果表格

四 输出结果深度解读

1 描述统计表 查看每个分组组合的均值标准差样本量，初步观察各组均值差异

2 莱文方差齐性检验表 看显著性 sig 值，如果 sig 大于 0.05，代表方差齐性，满足假设，如果 sig 小于 0.05 方差不齐，需要考虑校正方案

3 主体间效应检验表 这是核心表格

校正模型 检验整体模型是否显著

因素 A 主效应，sig 小于 0.05 代表因素 A 主效应显著

因素 B 主效应，sig 小于 0.05 代表因素 B 主效应显著

A 乘 B 交互效应，sig 小于 0.05 代表交互作用显著，此时不能单独解释主效应，必须做简单效应分析

偏 Eta 方 效应量，代表自变量可以解释因变量变异比例，0.01 小效应 0.06 中等效应 0.14 大效应

4 交互图 如果两条线交叉，提示交互作用大概率显著，如果两条线平行，一般交互作用不显著，图形只是辅助判断，最终以 sig 值为准

5 事后比较表 主效应显著之后，查看不同水平两两比较的显著性，判断具体哪两组均值存在差异

五 交互显著后的简单效应分析

多因素方差分析里面交互作用显著，主效应解读就会失真，必须做简单效应分析，也就是固定其中一个因素，单独检验另一个因素在该水平下的效应，spss 菜单单变量界面没有直接按钮，需要通过语法窗口编写语法实现，这是重点难点。

如果交互不显著，就可以直接解读两个自变量的主效应，不需要做简单效应。

六 关键指标对照表

七 常见错误

错误 1 菜单选错，把多因素分析选成单因素方差分析，漏掉交互作用

错误 2 单元格样本量为 1，无法计算交互项

错误 3 交互显著之后仍然强行解读主效应，论文结论出错

错误 4 方差不齐仍然直接使用默认结果，没有采用校正方法

错误 5 自变量是连续变量却直接放入固定因子，连续变量应该作为协变量，使用协方差分析

【常见问题】

问题 1 spss 多因素方差分析教程里面单变量菜单是不是只能做单因素

回答 1 spss 多因素方差分析教程里面的单变量菜单，含义是只有一个因变量，不是只能做单因素，固定因子可以放入多个自变量，正好用来完成多因素方差分析，同时计算主效应和交互作用

问题 2 spss 多因素方差分析教程中交互作用显著应该怎么处理

回答 1 spss 多因素方差分析教程中交互作用显著的时候，不能单独解释主效应，需要继续做简单效应分析，拆分固定其中一个因素，检验另一个因素各个水平之间的差异

问题 3 spss 多因素方差分析教程中方差不齐还可以继续分析吗

回答 1 spss 多因素方差分析教程中莱文检验 sig 小于 0.05 代表方差不齐，仍然可以运行多因素方差分析，但是结果需要谨慎解读，样本均衡的时候结果稳健，样本严重不均衡建议选择校正方案或者更换统计方法

问题 4 spss 多因素方差分析教程可以同时放三个自变量吗

回答 1 spss 多因素方差分析教程支持三个甚至更多自变量放入固定因子，也就是三因素多因素方差分析，会同时计算三个主效应，二阶交互和三阶交互，但是因素越多结果解释难度会明显上升

【免责申明】

本文 spss 多因素方差分析教程仅作为统计学习参考，统计结论需要结合研究设计样本量和专业领域判断，不同 spss 版本界面菜单基本一致但个别选项名称略有差别，不替代专业统计咨询，论文使用请对照统计规范复核结果。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！