spss单因素分析怎么批量添加因变量列表

将需要调查的因变量加入因变量列表，并指定因子，然后点击选项，在d出的窗口中，选择描述和方差齐性检验，描述统计就是将数据汇总，并进行简单的统计，为什么要进行齐性检验，我们将在后面解释。

然后我们点击继续，点击事后比较，选定LSD，点击继续，进行事后检验的目的在于得出对因变量影响最大的因子。然后点击确定，SPSS将自动进行检验，并输出结果。

二、SPSS单因素方差分析实例

本文列举的实例为化学反应中的常见问题：研究物料用量对产率的影响。

设计物料用量分别为40g，50g，60g，进行多次实验，分析反应产物的产率，将数据汇总，录入SPSS。

首先应该明确，本实例中物料用量为因子，而产率为因变量，两者均为数值型变量，物料用量为不连续变量，可以借助整数集对其进行定义，本例中，将变量1代表物料用量40g，以此类推。

然后点击数据视图，录入实验数据。

三、单因素方差分析结果解读

按照上述步骤录入数据并分析后

首先第一部分为描述性统计，对平均值，标准偏差等进行了初步统计。

首先回答上文提出的方差齐性检验问题，本例中我们需要比较三组值的平均值是否有统计性差异，然后得出物料用量变化是否影响产率的结论。平均值为正态分布曲线中心值，方差代表正态分布曲线的形状，方差接近，三条曲线形状一致，平均值比较就有意义，方差差别很大，三条曲线形状不一致，平均值比较就没有意义，因为曲线不一致时，差异可能就来源于别的方面。

SPSS如何确定方差齐性呢？我们注意到基于平均值的显著性为0.761，此值大于0.05，证明方差齐性，如果此值小于0.05，说明方差不齐，进行后续的分析没有意义。

确定本例方差齐性后，我们继续观察ANOVA表中显著性，显著性小于0.05，说明三组数据有显著差异。

 

如何确定对产率影响最大的组别，我们需要继续分析事后比较，我们可以看到40g与60g之间显著性为0.01，小于0.05，差异性显著，40g与50g之间差异性为0.101，50g与60g间差异性0.203，均大于0.05，差异性不显著。

因此最终结论为将产物用量由40g提升至60g，产率会出现有统计学意义的变化。

spss中，需要对数据加上值标签，比如令1为男，2为女。值标签只有两个时，直接在变量窗口中修改即可，但是如果给全国的省市特区等加值标签，那就需要定义30多次，如果有100多个就需要100多次，这相当费时间。

使用syntax可以提高整理效率，具体的语句是:

value label 变量名

1 ‘北京’

2 ‘上海’

…..

比如对抽样的20个省加上值标签，

首先，在excel里组合值和数据窗口的文本。记得，组合起来用&

第二，打开syntax，写入

value label 省份

第三，从excel复制组合好的值标签和文本到syntax中，run就好了。

如果是多个变量加入的值标签都一样，除了这种办法-事先变量窗口中定义好一个，然后复制黏贴到其他变量-还可以借鉴上面的方法：

例如，s1——s10为满意度的题目，应答从1非常不满意到5非常满意。需要给s1——s10加上值标签，则可以

value label s1 s2 s3 s4 s5 s6 s7 s8 s9 s10

1 ‘非常不满意’

2 ‘比较不满意’

3 ‘无意见’

4 ‘比较满意’

5 ‘非常满意’

run，目的就达成了。

---