近期，小编发现今日头条的用户对SPSS数据分析比较熟悉，有很好的基础。 看来我的文章太基础了，很少有人看。 不过我还是把文章从易到难更新了，一篇接着一篇地看。 以后应该更容易掌握。 希望大家支持我！ 以后我会寻找一些更有意义的分析知识来分享。 现在我们进入正题：

上期我们介绍了两个样本均值的比较，但现实中很多情况下，需要比较两组以上的均值。 本章就是专门为了解决这个问题而设计的。

1. 单因素方差分析

单因素方差分析研究同一因素的不同水平，看均值是否具有统计显着性； 相应的多因素分析研究多个因素的平均值。 我们将在下一期分享相关知识。

应用方差分析的条件：

(1)总体服从正态分布；

(2) 总体具有方差同质性； （P>0.05，则认为方差相等且方差同质）

(3) 两次观测值之间不存在系统相关性；

这项研究是关于不同教育背景的人的焦虑是否存在差异。

SPSS操作如下：分析-比较均值-单向方差分析检验-检查方差的描述和同质性

方差分析主要看ANOVA表（在此之前还需要检查方差是否存在同质性）

2.非参数检验-方法

当数据无法用方差分析解释时，需要使用-法。 一般最常用的方法是KW法，也称H检验；

SPSS操作如下：分析-非参数检验-K个独立样本-

结果输出：

解释与独立样本检验类似，主要看显着性。

补充：一般来说，当总体不服从正态分布时，使用非参数检验，但当变量是​​层次数据，或者分布未知时，需要使用非参数检验； 非参数检验的要求相对较低，因此被广泛使用。在医学应用中，卡方分析常用于初步分析，筛选有意义的变量以进行进一步分析； 参数测试要求相对严格，但测试效率较高； 而现实中，服从正态分布的情况相对较少，而在样本量较大时，轻微的偏态就会呈现正态分布。