多元方差分析自变量性别主效应显著，在社会适应6个维度中4个因变量存在显著差异，但社会适应总分没有差异？ 一般的心理学量表如果有分维度的话 都很少使用总得分来进行解释或说明的因此你应该直接针对每个维度分开解释说明
用spss做多元方差分析，explore中一个因变量的正态性检验没有过，多元检验时方差齐性检验过了 这个关键是看样本量，如果样本量属于大样本，方差分析就可以对非正太有一定的容忍度；所以你的数据还要看样本，然后再决定是不是做方差分析。其实，有时候试试非参检验也是很好的，不是说不能做方差分析就会判死刑，我昨天还做了一个非参检验
如何有效使用多元方差分析 包括3类：①多元方差分析、多元回归分析和协方差分析，称为线性模型方法，用以研究确定的自变量与因变量之间的关系；②判别函数分析和聚类分析，用以研究对事物的分类；③主成分分析、典型相关和因素分析，研究如何用较少的综合因素代替为数较多的原始变量。多元方差分析是把总变异按照其来源（或实验设计）分为多个部分，从而检验各个因素对因变量的影响以及各因素间交互作用的统计方法。例如，在分析2×2析因设计资料时，总变异可分为分属两个因素的两个组间变异、两因素间的交互作用及误差（即组内变异）等四部分，然后对组间变异和交互作用的显著性进行F检验。多元方差分析的优点是可以在一次研究中同时检验具有多个水平的多个因素各自对因变量的影响以及各因素间的交互作用。其应用的限制条件是，各个因素每一水平的样本必须是独立的随机样本，其重复观测的数据服从正态分布，且各总体方差相等。
SPSS中的多元方差分析与一元方差分析 看p值，就整体而言认为你的组与组之间的因变量的总体均值向量有差异。就是你的组与组的均值不同。ppv课学习网站。
