spss多元方差分析的操作方法和结果分析，？多元方差分析就是有多个因变量的分析，但是这几个因变量并不是没有关系的，他们应该属于同一种质的不同的形式，比如一个问卷的几。
单因素方差分析结果分析 这是单因素方差分析表，一般的数理统计书中都有介绍.要充分了解还是应当求助书本，以下权当入门：所谓单因素方差分析就是在某因素作用下，以该因素为区分依据分别得到几组数据，并从几组数据方差的差异来推断该因素的影响是否存在或显著.不难看出，方差的差异来源于两方面：一是由某因素引起的组间偏差，二是由实验误差引起的组内偏差.这张表第一列就给出了方差类别，第二列给出了组间平方和、组内平方和、总和（就是前两者相加）的具体数值，第三列表示自由度，可以理解为由平方和计算方差时除的那个值（联想方差计算公式），反映了相互独立的样本数，组间自由度为 2=r-1 说明共有 r=3 组实验数据，组内自由度为 12=n-r 说明实验总样本数为 n=15，第四列为均方值，即方差值，是由该行平方和除自由度得到的，第五列F值是由组间方差除组内方差得到的，反映了组间方差与组内方差的相对大小，若该值很小，说明总方差基本是由误差引起的，也就是说之前提到的那个因素对实验结果没什么影响，若该值较大，则说明有影响.至于到底多“大”算大这个标准是由显著性水平衡量的，第六列显著性由显著性水平及自由度决定，一般显著性水平取0.05，所谓显著性是指零假设为真的情况下拒绝零假设所要承担的风险水平。
单因素方差分析结果分析 方差分析表中的2113SS表示平方和，MS表示均方，5261F是组间均方4102与组内均方的比例，P-value表示在相应F值下的概1653率值，F crit是在相应显著水平下的F临界值，在统计分析上可以通过P-value的大小来判断组间的差异显著性，通常情况下，当有极显著差异，>；0.05时没有显著差异，介于二者之间时有显著差异。也可通过F值来判断差异显著性，当F>；=F crit时，有显著(或极显著)差异。顺便说一下，F检验只能在总体上来检验差异显著性，不能判别这些显著差异具体来自哪些处理间，若要分析，需要进行多重比较。
