单因素方差分析详解：原理、应用与F统计量计算方法

单因素方差分析

文/小只

这是小只的第246篇文章

什么是单因素方差分析？

用于比较多个独立样本（组）之间的均值是否存在显著性差异。

只有一个自变量（因子）的情况被称为“单因素”，比如机型有 A、B、C 等。

“方差分析”：它通过利用数据的方差这一特性，来对均值是否存在显著差异进行判断，并非是直接去比较均值。

它解决了多组均值比较的问题。

如果仅有两组数据，我们可以用独立样本t检验。

但当比较三组及以上时，逐个进行t检验会增加第1类错误率。

数学原理

如果不同组的数据均值存在差异，那么它们的方差会较大；如果均值相近，方差就会较小。

ANOVA主要计算F统计量来判断是否有显著性差异。

① 计算总方差（SST）：所有观测值围绕总均值的离散程度

②计算组间方差（SSB）：各组均值与总均值之间的离散程度

计算组内方差（SSW），即每个组内部的数据围绕其各自组均值的离散程度。

而F统计量用于判断组间差异是否足够大，计算公式为：

其中：

组间均方（MSB）：MSB=SSB/(k−1)

组内均方（MSW）：MSW=SSW/(N−k)

判断显著性

F 值越大，意味着组间差异越大。与组内方差相比，组间差异更为显著。

计算 p 值（Sig.），如果 p 值小于某个特定的显著性水平（通常为 0.05），那么就拒绝原假设，这意味着组间均值存在显著性差异。

适用场景

自变量：一个分类变量，且至少有两个水平（如手机型号）。

因变量：一个连续变量（如满意度）。

核心问题：自变量的各个水平是否对因变量产生显著差异？

前提假设

正态性：各组数据需近似服从正态分布。

方差齐性：各组的方差需大致相等。

独立性：不同组别的观测值相互独立，无配对或重复测量关系。

数据案例

我们邀请了 90 名用户，每位用户仅对其中一款相机进行测试，之后为其给出 1 到 10 分的满意度评分。

变量说明：

因变量：满意度评分（1-10分）

自变量：相机机型（A、B、C）

目标：检验三种机型的评分是否有显著性差异。

SPSS操作步骤

运行单因素方差分析

路径：首先进行 Analyze（分析）操作，接着进行 CompareMeans（比较均值）操作，最后进行单因素方差分析。

设置变量：

DependentList（因变量）→选择“满意度评分”

Factor（自变量）→选择“机型”

勾选以下选项：

Descriptivestatistics（描述性统计）

进行方差齐性检验。

PostHoc 进行事后检验，可选择 Bonferroni 或者其他方法。

点击OK运行分析。

结果解读第1部分：描述统计

这一部分展示了不同机型（B 机型、N 机型、F 机型、G 机型）的整体满意度评分的相关信息，包括均值、标准偏差、标准误、置信区间（95%）、最小值和最大值。

如何解读？(仅作示例)

B 的满意度接近 8.31，N 的满意度接近 8.30，F 的满意度接近 8.11。

G 机型的标准偏差为 1.497，在所有机型中该值最大。这表明 G 机型的满意度评分分布较为分散，用户的评价存在较大差异，不太一致。

置信区间方面，比如 B 机型的满意度均值为 8.31，我们有 95%的把握能确定其真实均值处在 8.09 至 8.53 这个区间内。

第2部分：方差齐性检验

方差齐性检验的目的在于检查不同组别的方差是否相等。这是进行方差分析的一个重要前提假设。

如果 p 值大于 0.05，那就表示不存在显著差异。这意味着方差是齐的，也就是满足方差分析的前提条件。

如果 p 值 < 0.05，表示方差有显著差异，说明方差是不齐的（不满足方差分析的前提）。

如何解读？

方差齐性检验的 p 值是 0.002 。这表明不同机型的满意度评分的方差有着显著的差异，也就是说数据的方差是不齐的。

因为方差不齐，所以在进行 ANOVA 之后需要谨慎对待结果，甚至可以去思考使用 Welch’s ANOVA 或者非参数检验来进一步对其进行验证。

第3部分：方差分析

方差分析用于检验不同机型的满意度均值是否存在显著差异。

如何解读？

F 值为 7.077，p 值是 0.000，这个 p 值远小于 0.05。这表明不同机型的满意度均值存在显著差异。

ANOVA 只能告知我们“存在至少一个机型的满意度均值与其他机型的满意度均值不同”，然而它无法告知我们具体是哪些机型之间存在显著差异。

因此，我们需要进一步进行事后检验。

第4部分：事后检验

事后检验用于进一步分析不同机型之间的均值差异是否显著。

带*的表示显著性水平

如何解读？

B、N、F 之间的差异不显著，其 p 值大于 0.05，这表明这些机型的满意度均值在统计层面上没有明显的差异。

B-G、N-G、F-G之间的差异显著（p

B机型的满意度比G高0.620，p=0.000，显著。

N机型的满意度比G高0.607，p=0.001，显著。

F机型的满意度比G高0.420，p=0.039，显著。

最终结论

从整体方面来看，不同机型的满意度评分有着显著的差异，这种差异在统计学上是显著的（p=0.000）。不同机型的满意度评分确实不一样，且差异明显（p=0.000）。整体而言，不同机型的满意度评分存在着较为突出的差异（p=0.000）。

B 机型、N 机型、F 机型的满意度没有明显的差别，其 p 值大于 0.05。而 G 机型的满意度与其他机型相比，有显著的低于其他机型的情况，其 p 值小于 0.05。

注意事项

我们看到目前的数据检验呈现出方差不齐的情况，其 p 值为 0.002。那么在真实的情况下，应该采取怎样的措施呢？

①继续使用 ANOVA，但注意解释

样本量相等（目前数据中每组 n = 150）时，ANOVA 对于方差不齐的情况具有较强的稳健性，其产生的误差不会很大。

可以继续使用 ANOVA ，不过在解读结果时需要谨慎，特别是当 p 值接近 0.05 的时候。

②采用 Welch’s ANOVA

Welch’s ANOVA 是普通 ANOVA 的一种改进形式。它具备这样的特点，即允许在方差不齐的情况下使用。并且它会对自由度进行调整，这样做的目的是使显著性检验更加可靠。倘若你期望进行更严谨的分析，那么就可以重新计算 Welch’s ANOVA，之后查看 p 值是否依然显著。

拓展1：Welch’s ANOVA如何操作？

点击“选项 (Options)”按钮，接着进行勾选操作，勾选的内容是“均等方差未假定的稳健检验 (Welch)”。

其他步骤一致

Welch统计量：用于检验均值是否存在显著差异。

p 的值为 0.000（小于 0.05），这表明不同机型的满意度均值存在显著差异，并且该结论依然是稳健的。

可以继续进行事后检验（如以下红框内方法）。

拓展2：多个t检验会增加1类错误？

第1类错误也叫α错误，是指：

当原假设H0其实是真实的，但我们误拒绝了它，即：

A 机型的用户满意度与 B 机型相同，A 机型的用户满意度也与 C 机型相同，B 机型的用户满意度同样与 C 机型相同，然而我们却错误地认为它们不同。

通常，我们设定显著性水平α=0.05，表示：

在一次统计检验中，存在 5%的概率会犯下第一类错误。这种情况下，原本两个事物之间没有差异，但我们却错误地判断为有差异。

为什么多个t检验会增加第1类错误率？

假设我们要比较三款相机（A、B、C）的满意度评分：

A vs B（第1次t检验）

A vs C（第2次t检验）

B vs C（第3次t检验）

如果每次t检验的α=0.05，则：

进行1次t检验，错误率=5%

进行2次t检验，错误率≈9.75%

进行3次t检验，错误率≈14.26%

每次进行 t 检验时，都有 5%的可能性会出现假阳性，也就是错误发现显著性。

当我们进行多次检验时，每一次检验都有可能犯错，并且这些错误的概率是会累积起来的。

单因素方差分析仅进行 1 次总检验，并非进行多个独立的 t 检验。正因如此，其整体的第 1 类错误率依然维持在 5%。

如果 ANOVA 检验结果有显著差异，就会进一步进行事后检验，并且会严格控制第 1 类错误率。

直观理解：错误率累积的例子

想象一个赌场的游戏：

你掷一次骰子，若掷出“6”，那么你就输了，这就相当于犯了第 1 类错误率。

你掷一次骰子，其概率为 1/6，也就是 16.7%。倘若仅仅掷一次，那么输的概率并不是很高。

如果你连续掷 3 次，那么至少出现一次“6”的概率会远远高于 16.7%。

每多掷一次骰子，你输的概率（犯错的概率）都会变大。

这跟多个 t 检验的第1类错误率累积原理是一样的。

拓展3：组间方差如何计算？

组内方差，大家应该都好理解，组间方差呢？

用一个例子来简单说明：

总体均值：

组间平方和（SS_B）：

组间自由度（df_B）:

组间方差（MS_B）：

以上。