方差分析结果不显著，但是出现了事后分析结果显著的情况 是会这样的方差分析结果不显著就不要去做两两比较了
SPSS单因素方差分析不显著后能否继续分析多重比较 若主2113效应不显著，没有必要做多5261重比较，4102因为多重比较的意义1653是已知主效应回显著的情况下答看看具体是自变量的哪几个水平间差异显著（因为方差分析一般是3个以上自变量水平间的比较，当然也可以做两水平的，但两水平不存在多重分析），至少是有两个水平之间有差异，若是主效应都不显著，说明所有水平之间的两两差异都不显著，多重分析的结果一目了然了，不必再做。
单因素方差分析的结果都不显著怎么办，问题出在哪里？有没有其他的分析方法 要看你的显著性水平是否接近于临界值，如果差的很远，则说明组间的确不存在显著性差异。可以考虑的解决办法：重新分组，查找极端值。（南心网）一元方差分析和二元方差分析。
用spss做好了方差分析，但是结果不懂处理，怎么用文字表达这些结果呢
您好，三组数据单因素方差分析结果不显著，但事后比较有两组数据差异显著，怎么回事？该怎么办？谢谢！ 这个很正常，三组数据单因素方差分析结果不显著就不要去做两两了
有没有可能出现两组数据独立样本t检验显著，方差分析不显著？ 如果是同样两组数据，你分别做t检验和方差分析，那么最终分析的结果理论上应该是一样的，因为在两水平均值比较的情况下，方差分析和t检验等价，二者的公式可以互相推导，因此理论上不会出现不一致。但是，尽管等价，软件实现每种分析的参数估计方法和计算方法却可能不同，这样，当你的数据的效应量不够大的情况下，有可能存在一个显著，另一个不显著。这时候怎么办？最好的办法是结合效应量做出推断，比如你可以计算t检验的效应量cohen d值或者方差分析的效应量eta平方，如果达到了经验上认为的比较大的水平，那么可以认为是有效应的，你就可以参照那个得出显著结果的方法。如果效应量比较小，那么即便显著，也只能说明这个效应不是随机误差造成的，有统计学意义，但因为效应过小，没有实际意义(比如理论上只要样本容量足够大，无论多么小的关系都能被检验出来，比如身高1.7000001米和1.7000002米有差异，但在我们看来这种差异没有什么实际意义)。这时候无论你用的是哪个方法，最终的结论都应该是效应无意义，不用纠结哪个显著哪个不显著。
方差分析不显著 方差分析结果显著了，也不代表结果是变化很大的，“显著”不等于“大”.反过来，结果变化大，也是有可能不显著的.
spss单因素方差分析结果不太理解，显著性大于0.05怎么办？ 大于0.05意味着结果没有达到统计学上的显著，即结果不具有统计学意义，不能判定均值差异是否为随机误差所致。此时，首先看看效应量，即eta平方，spss分析方差分析都会提供，如果eta平方至少是中等大小以上，比如0.06以上，那么不显著的原因比较有可能是因为统计检验力不够所致。可以增大样本量再次进行方差分析。如果eta平方比较小，比如0.01左右，结合不显著的结果，可以认为没有均值差异。
