方差齐性检验
- ##### 分析方法视频解读：
- 方差齐检验,用于分析不同定类数据组别 对 定量数据时的波动情况是否一致.例如研究人员想知道三组学生的智商
波动情况是否一致（通常情况希望波动一致，即方差齐）。
- 首先判断p 值是否呈现出显著性(p
<0.05),如果呈现出显著性,则说明不同组别数据波动不一致，即说明方差不齐；反之p 值没有呈现出显著性（p >0.05）则说明方差齐。
| 分析项 | 方差分析说明 |
|---|---|
| 学历,身高 | 不同学历的人群,他们身高波动情况是否有区别？ |
- 分析结果表格示例如下：
| 学历(标准差) | F | p | |||
|---|---|---|---|---|---|
| 本科以下(n=67) | 本科(n=53) | 硕士及以上(n=28) | |||
| 身高 | 1.33 | 0.73 | 0.81 | 3.73 | 0.03* |
| p* <0.05 ** p <0.01 |
- ###### 特别提示
- 方差齐是方差分析的前提，如果不满足则不能使用方差分析。
| 类型 | 使用方法 | |
|---|---|---|
| 研究X(定类)对Y(定量)的差异性 | Y方差齐 | 方差分析 |
| 研究X(定类)对Y(定量)的差异性 | Y方差不齐 | 非参数检验或Welch方差或Brown-Forsythe方差 |
- ###### 备注说明：
- 方差不齐时可使用‘非参数检验’，同时还可使用welch
方差，或者Brown-Forsythe方差，非参数检验是避开方差齐问题；而welch方差或Brown-Forsythe方差是直面方差齐，即使在方差不齐时也保证结果比较稳健，welch方差和Brown-Forsythe方差仅在计算公式上不一致，目的均是让方差不齐时结果也稳健，选择其中一种即可。
#### SPSSzero 操作截图如下：
