spss描述性统计分析总结汇报（干货利用SPSS进行高级统计分析第三期）

作者：彭彭

Hello，

这里是行上行下，我是喵君姐姐~

在前面两期中，我们介绍了如何利用SPSS软件进行高级统计分析，内容包括：描述性统计表格模板、卡方&T检验、相关&回归分析，以及中介、多重中介、链式中介、调节分析、有中介的调节分析等。

在本期中，我们继续为大家介绍如何利用SPSS进行：单因素方差分析、多因素方差分析、重复测量方差分析等。

PS：后台回复关键词“高级统计”即可获得所述的PDF原文啦！

单因素方差分析【组间实验 单一因变量；进行差异检验】

1.1 差异检验

1）Spss操作

2）Spss结果

3） 报告【F（组间，组内）、p、偏Eta方 、M、SE】

表1表示的是各年级社会支持水平、自尊水平的平均值和标准差。对于不同年级学生的社会支持水平进行差异检验，由表2结果可见不同年级学生的社会支持水平没有显著差异，F（3，192）=0.943，p=0.421，偏Eta方=0.015。

不同年级学生的自尊水平存在显著差异，F（3，192）=3.432，p=0.018，偏Eta方=0.052。事后比较结果显示，fresh的自尊水平显著低于junior（p<0.05）、senior（p<0.05），其他年级间的自尊水平并无显著差异。

1.2 组间实验

1）Spss操作

2）Spss结果

主体间因子

描述统计

方差齐性检验

主体间效应检验

事后检验

齐性子集

轮廓图

3） 报告【F（组间，组内）、p、偏Eta方、M、SE 画直方图】

对得分进行2×2多因素方差分析，结果发现：自尊水平的主效应不显著，F（2，11）=3.055，p=0.072，偏Eta方=0.253；启动情绪类型主效应不显著，F（1，11）=1.309，p=0.268，

=0.068；自尊水平与启动情绪类型的交互作用显著，F（2，11）=3.927，p=0.038，偏Eta方=0.304。

对自尊水平与启动情绪类型的交互作用进行事后检验发现：当自尊水平为低自尊时，启动积极情绪的被试得分显著低于启动中性情绪的被试，p<0.05。而中等自尊水平与高自尊组，启动积极情绪或中性情绪对于得分的作用无显著差异（如图1）。

图1 不同自尊水平下，启动积极、中性情绪的得分

多因素方差分析

1） Spss操作

2）spss结果

主体间因子、描述性统计

方差齐性

多变量检验

方差齐性

主体间效应

估算边际平均值

3）报告【F（组间，组内）、p、偏Eta方、M、SE】

以是否做过奥运会志愿者、是否有过献血经历为自变量，大学生在公益问题的态度（做志愿者、无偿献血、器官捐赠）为因变量进行多因素方差分析，结果发现志愿者身份的主效应显著（F（3，592）=5.26，p=0.001，偏Eta方=0.03），而献血经历的主效应（F（3，592）=1.88，p=0.13，偏Eta方=0.01）、两者的交互作用（F（3，592）=2.28，p=0.08，偏Eta方=0.01）均不显著。

具体分析是否做过奥运会志愿者对公益态度的影响发现，志愿者身份对大学生做志愿者的态度存在显著差异，F（1，594）=7.53，p=0.006，偏Eta方=0.01。其中，做过奥运会志愿者对做志愿者的态度（M=16.80，SE=0.31）显著高于未做过奥运会志愿者的（M=15.71，SE=0.24）。

重复测量方差分析

1）Spss操作

2）Spss结果

主体内因子、主体间因子、描述统计

齐性检验

多变量检验

球形检验

主体内效应检验/对比

齐性检验

主体间效应检验

估算边际平均值

轮廓图

3）报告【F（组间，组内）、p、偏Eta方、M、SE 画直方图】

采用2×2的实验组、对照组前后测设计。其中组别（实验组/对照组）是被试间变量，测试时间（前测/后测）为被试内变量。使用SPSS24.0对积极情绪得分进行重复测量方差分析。结果发现，积极情绪前后测之间存在显著的主效应，F（1，58）=95.51，p<0.001，偏Eta方=0.62；组别有显著主效应，F（1，58）=4.03，p=0.049，偏Eta方=0.07；积极情绪前后测与组别因素的交互作用显著，F（1，58）=29.59，p<0.001，偏Eta方=0.34。

具体来说（如图1、表1），对于启动生命意义感的被试，积极情绪后测分数（M= 76.63, SE= 15.87）显著高于前测得分（M=45.03,SE=17.93），F（1，58）=9.39，p=0.003，偏Eta方=0.14。对于未启动生命意义感的控制组被试，积极情绪后测分数（M= 57.37, SE=17.48）显著高于前测得分（M=48.37,SE=18.01），F（1，58）=115.72，p<0.001， 偏Eta方=0.67。

本期的内容就到此结束啦！

由于篇幅原因，本期只介绍了如何利用SPSS进行单因素方差分析、多因素方差分析、重复测量方差分析。在下一期中，我们继续为大家介绍EFA、CFA分析以及结构方程模型。

我们下期再见！

PS：后台回复关键词“高级统计”即可获得所述的PDF原文啦！

排版：青柚

作者：彭彭

校对：喵君姐姐

干货 | 利用SPSS进行高级统计分析第一期

干货 | 利用SPSS进行高级统计分析第二期

,