单因素方差分析
1、首先打开我们的SPSS软件，将数据导入进去
我们看到因子是group，我们研究的是不同的组别之间的均值是否有显著性差异，换句话说，假设我们的组别是不同的职业，1，2，3代表不同的职业，value是他们每天需要工作的时间，我们研究不同职业对于每天工作时间的差异
我们知道要进行方差分析需要进行
- 方差齐性
- 正态性
- 独立性
按照上面的操作之后，就能得到有关方差分析的一些基本描述信息
显著性这里是大于0.05的，说明方差是相等的
下面是ANOVA的结果
这里的显著性还是很明显的，只有有了结果是显著的，我们才能开始进行进一步的事后多重比较分析，进一步的对比，哪两个是有显著差异的
多因素方差分析
第一步还是导入我们需要的数据，在原来的基础上，我们进行分析
象这样选择你需要的变量，假如我们研究因子1people和因子2group这两个因子对于因变量value的影响
这里选择全因子，意思是不用自己选择变量的主效应，交互效应，如果需要自己配置吗，可以点击旁边的模型自己配置
当我们的结果是显著的时候，我们就需要对我们的因子进一步的比较
为了能充分的了解我们的数据，我们选择输出数据的一些统计描述知识
所有选择完毕之后，我们点击确定，开始对结果的数据进行分析
这个是我们的数据中不同因子的不同水平个数展示，我们看到我们有两个因子，每种因子有三个水平，每一种水平我们有10个样本数
上面的图就是我们对于因子的描述性统计，我们分析下这张图，因变量是value，在people因子的不同水平下，对于不同的group因子水平的组合结果数据分析，平均值，标准偏差，样本数等
这里轮到我们的主体间效应的检验：
修正模型和截距如果为0的话，说明我们的这个检验模型不具有统计学意义，所以在之前，我们必须对这两个做显著性的检验，我们看到是有限制显著性差异的，都是<0.05的
然后是分别看people和group因子不同水平对于value的显著性检验，people因子的p值是0.746这个是大于0.05的，说明people的不同水平对于value是没有显著性差异的，也就是说不同人操作，value没有变化
第二个因子group的不同水平对于value是由显著性差异的，因为p值小于0.05，上面也是论证过的，这里不详细解释
下一个就是people*group的交互效应，结果是大于0.05的，说明两个因子的交互对于value是没有什么影响的，也就是说不同的人，使用不同的组进行操作，对于最后的结果没有影响
估算边际平均值：
边际均值 是指剔除其他变量影响时算出的均值，举个简单的例子，如果只有一个自变量时 计算出来的边际均值和普通均值是一样的；当有两个自变量时，计算边际均值和普通均值的出来的结果是不同的
我们在知道了显著性之后，我们在进一步进行事后检验，探进不同因子的不同水平的影响
分别对两个因子不同水平进行显著性结果的展示
总结
上面就是单因素和多因素方差分析的SPSS操作过程以及它得到的一些文件的解释
