1樓：米可達噠
主要是看levene對應的
「f」的檢驗結果，如果它的sig值大於0.05，則表明符合方差齊性假設，可以進行進一步的引數檢驗。
方差齊性檢驗是數理統計學中檢查不同樣本的總體方差是否相同的一種方法。常用方法有：hartley檢驗、bartlett檢驗、修正的bartlett檢驗。
方差分析中有三條前提假設，其中一條是：不同水平的總體方差相等。因為f檢驗對方差齊性的偏離較為敏感，故方差齊性檢驗十分必要。
其基本原理是先對總體的特徵作出某種假設，然後通過抽樣研究的統計推理，對此假設應該被拒絕還是接受作出推斷。
方差齊性檢驗 spss 結果怎麼看
2樓：之何勿思
一般情況下，只要sig值大於0.05就可以認為方差齊性的假設成立，因此方差分析的結果應該值得信賴；如果sig值小於或等於0.05，方差齊性的假設就值得懷疑，導致方差分析的結果也值得懷疑。
拓展資料：
首先回顧方差分析的常用步驟：
1、方差齊性檢驗；
2、計算各項平方和與自由度；
3、列出方差分析表，進行f檢驗，並依據f值對應的p值做出判斷；
4、事後多重比較；
為了便於理解，先回顧單因素方差分析模型。假設因素為職業；因變數為工資收入，那麼單因素方差分析模型可以表示為：
3樓：stop華崽
spss軟體進行方差齊性檢驗，都是levene檢驗。
levene的結果主要出現在方差分析和獨立樣本t檢驗中，用於考察方差是否齊性。
sig值(p值)是根據f值計算出來的，因此只要看sig值就可以推斷方差是否齊性。一般情況下，只要sig值大於0.05就可以認為方差齊性的假設成立，因此方差分析的結果應該值得信賴；如果sig值小於或等於0.
05，方差齊性的假設就值得懷疑，導致方差分析的結果也值得懷疑。
4樓：呂秀才
看齊性檢驗的sig的是否大於0.05，如果大於0.05，說明方差齊性，如果小於0.05，說明方差不齊
5樓：匿名使用者
方差齊性檢驗sill結果可以找醫生看。
spss裡下圖這個方差齊性怎麼分析啊，求助
6樓：匿名使用者
1、第一步：將資料錄入到spss的資料檢視中，這一步與前面t檢驗相同，輸入資料後，選擇【分析】→【比較均值】→【單因素anova】
2、第二步：點選後，出現下圖的單因素方差分析的視窗，將【value】→【因子】，【group】→【因變數列表】
3、第三步：點選【選項】出現線面單因素anova的視窗，其中勾選【方差同質性檢驗】後，點選【繼續】，確定後，即可在結果中看到方差齊性的結果，
4、第四步：結果，如下圖所示，我們看到levene檢驗的結果，知顯著性為0.382，即p>0.05，差異無統計學意義，表示方差齊，
7樓：匿名使用者
方差分析得出結果的前提是影響因素必須是方差相等的，所以先要做等方差檢驗。這在spss裡面一步就搞定。在設定了方差分析時，analyze-***pare means-one way anova,設定好因變數和影響因素後，點選options選項，然後選擇homogeneity of variance test,點「繼續」，點「確定」，輸出結果就會自動生成方差齊性檢驗。
如下圖：
圖中第一張表顯示的是方差齊性檢驗結果，本圖中的sig=0.515>0.05，所以，接受原假設，認為因素是方差相等的。
如果sig<0.05，那麼就該拒絕原假設，即因素非等方差。
圖中第二張表是方差分析結果，sig=0<0.05,拒絕原假設，認為因素對因變數有顯著影響。注意sig和原假設之間的關係。
8樓：匿名使用者
你這裡做的是獨立樣本t檢驗，而下面那人回答的是在方差分析中怎麼看方差齊性。你這裡的方差齊性看levene檢驗的f值對應的sig值，這裡sig值0.000小於0.
05，拒絕原假設，說明兩獨立樣本來自的總體方差不相等，就是方差不齊性，需要看第二行的假設方差不相等對應的t值，及對應的sig值0.000，小於0.05，應拒絕原假設，說明兩組樣本均值存在顯著差異。
9樓：匿名使用者
書面方差分析只要看f值18.953，分子與分母自由度及f0.05/2 sig表示概率 即為p=0.
000 ,spss只要看p就可以了 由於p=0.000小於0.05 就可以直接得出方差不齊。
10樓：spss統計事務所
看第二個表，齊性看第一行的t,非齊性看第二行的t
spss用獨立樣本t檢驗時,假設方差相等的levene檢驗sig值小於0.05,接下來該怎麼辦?
11樓：丶蘇酌
看方差不相等的那一行，sig值小於0.05，這種情況就是方差不齊。
在方差齊性檢驗結果中，若p>0.10，認為方差齊性，t檢驗看第一行的結果；否則認為方差不齊，t檢驗看第二行的結果。一般取a=0.
05，p<0.001，即p<0.05，可認為差異存在。
如果樣本量很大，資料近似正態分佈，可以直接用t檢驗中方差不齊的校正結果來做，就是選第二行的t和p值。如果樣本比較小，或者方差不齊問題很大，資料嚴重非正態分佈，則要使用非引數檢驗。
12樓：取啥名字好呢
這種情況就是方差不齊。如果您的樣本量很大，資料近似正態分佈，可以考慮直接用t檢驗中方差不齊的校正結果來做，就是選第二行的t和p值。但如果，樣本比較小，或者方差不齊問題很大，資料嚴重非正態分佈，則要使用非引數檢驗。
方差齊性檢驗中的p>0.10 (第一個sig)，認為方差齊性，t檢驗看第一行的結果；否則認為方差不齊，t檢驗看第二行的結果。一般取a=0.
05，p<0.001，即p<0.05，可認為差異存在。
spss裡面t檢驗是比較常見的，另外方差也是比較常見的，而t檢驗主要是比較兩組資料之間的差別，比較之前還是有一些要求的，我們統計一些資料，雖說可以用手動計算來得出結論，但是一旦資料量特別大的時候，人工計算將會特別的繁瑣而且經常可能出現計算失誤的情況，所以spss可以說在統計學甚至其他方面有著不可缺少的作用。
13樓：匿名使用者
一、方差齊性檢驗中的p>0.10 (第一個sig)，認為方差齊性，t檢驗看第一行的結果；否則認為方差不齊，t檢驗看第二行的結果。一般取a=0.
05，p<0.001，即p<0.05，可認為差異存在。
二、spss裡面t檢驗是比較常見的，另外方差也是比較常見的，而t檢驗主要是比較兩組資料之間的差別，比較之前還是有一些要求的，我們統計一些資料，雖說可以用手動計算來得出結論，但是一旦資料量特別大的時候，人工計算將會特別的繁瑣而且經常可能出現計算失誤的情況，所以spss可以說在統計學甚至其他方面有著不可缺少的作用
擴充套件資料
spss（statistical product and service solutions），「統計產品與服務解決方案」軟體。最初軟體全稱為「社會科學統計軟體包」（solutionsstatistical package for the social sciences），但是隨著spss產品服務領域的擴大和服務深度的增加，spss公司已於2023年正式將英文全稱更改為「統計產品與服務解決方案」，這標誌著spss的戰略方向正在做出重大調整。spss為ibm公司推出的一系列用於統計學分析運算、資料探勘、**分析和決策支援任務的軟體產品及相關服務的總稱，有windows和mac os x等版本。
2023年spss總部首先推出了世界上第一個統計分析軟體微機版本spss/pc+，開創了spss微機系列產品的開發方向，極大地擴充了它的應用範圍，並使其能很快地應用於自然科學、技術科學、社會科學的各個領域。世界上許多有影響的報刊雜誌紛紛就spss的自動統計繪圖、資料的深入分析、使用方便、功能齊全等方面給予了高度的評價。
怎麼用f值和sig值判斷方差齊性是否齊性
14樓：匿名使用者
如果是用spss做方差分析，那麼方差齊性檢驗看levene對應的f檢驗的結果，如果其sig值大於0.05，表明符合方差齊性假設，可以進行進一步的引數檢驗
兩獨立樣本t檢驗spss結果怎麼看
15樓：幸運的創業找我
兩獨立樣本spss結果裡，第一個表是描述性統計;第二個表，左邊是方差齊性檢驗;
如果f值的gig大於0，05，方差齊性，看右邊t檢驗的第一行，t值，sig就是p。如果f值的gig小於0，05，方差不齊性，看右邊t檢驗的第二行，t值，sig就是p。
擴充套件資料
對應的第一行的p值0，510，第一行t值0，659，
獨立樣本t檢測包括兩個檢驗：前一個是方差齊性檢驗（也就是levene檢驗），後一個t檢驗。方差齊性檢驗是t檢驗的前提。所以看結果先看方差齊性檢驗結果。
如自主學習動機這一項，方差齊性檢驗結果sig，值，也就是p值0，630>0，05，說明方差齊性（方差相等）。之後的結果全部都要看第一行，也就是假設方差相等這一行。
16樓：我是一個麻瓜啊
下面這幅圖是從網頁上搜尋得到的一個結果，我們就拿這個結果來解讀一下如何分析獨立樣本t檢驗的結果。
1.第一個看第一個sig值，它是對方差齊性的假設的檢驗，假如sig<0.05，說明不滿足方差齊性，我們認為方差是不齊的。
4.這時候，我們需要看另一個sig值，這個值仍然是沒有達到顯著水平（0.05)，我們認為兩組是沒有差異的。
擴充套件資料
t檢驗，亦稱student t檢驗（student's t test），主要用於樣本含量較小（例如n < 30），總體標準差σ未知的正態分佈。
t檢驗是用t分佈理論來推論差異發生的概率，從而比較兩個平均數的差異是否顯著。它與f檢驗、卡方檢驗並列。t檢驗是戈斯特為了觀測釀酒質量而發明的,並於2023年在biometrika上公佈。
注意事項
1、選用的檢驗方法必須符合其適用條件(注意：t檢驗的前提：1.
來自正態分佈總體； 2.隨機樣本 ；3.均數比較時，要求兩樣本總體方差相等，即具有方差齊性)。
理論上，即使樣本量很小時，也可以進行t檢驗。（如樣本量為10，一些學者聲稱甚至更小的樣本也行），只要每組中變數呈正態分佈，兩組方差不會明顯不同。
如上所述，可以通過觀察資料的分佈或進行正態性檢驗估計資料的正態假設。方差齊性的假設可進行f檢驗，或進行更有效的levene's檢驗。如果不滿足這些條件，可以採用校正的t檢驗，或者換用非引數檢驗代替t檢驗進行兩組間均值的比較。
2、區分單側檢驗和雙側檢驗。單側檢驗的界值小於雙側檢驗的界值，因此更容易拒絕，犯第ⅰ錯誤的可能性大。t檢驗中的p值是接受兩均值存在差異這個假設可能犯錯的概率。
在統計學上，當兩組觀察物件總體中的確不存在差別時，這個概率與我們拒絕了該假設有關。
3、假設檢驗的結論不能絕對化。當一個統計量的值落在臨界域內，這個統計量是統計上顯著的，這時拒絕虛擬假設。當一個統計量的值落在接受域中，這個檢驗是統計上不顯著的，這是不拒絕虛擬假設h0。
因為，其不顯著結果的原因有可能是樣本數量不夠拒絕h0 ，有可能犯第ⅰ類錯誤。
4、正確理解p值與差別有無統計學意義。p越小，不是說明實際差別越大，而是說越有理由拒絕h0 ，越有理由說明兩者有差異，差別有無統計學意義和有無專業上的實際意義並不完全相同。
5、假設檢驗和可信區間的關係結論具有一致性差異：提供的資訊不同區間估計給出總體均值可能取值範圍，但不給出確切的概率值，假設檢驗可以給出h0成立與否的概率 [3] 。
6、涉及多組間比較時，慎用t檢驗。科研實踐中，經常需要進行兩組以上比較，或含有多個自變數並控制各個自變數單獨效應後的各組間的比較，（如性別、藥物型別與劑量），此時，需要用方差分析進行資料分析，方差分析被認為是t檢驗的推廣。在較為複雜的設計時，方差分析具有許多t-檢驗所不具備的優點。
（進行多次的t檢驗進行比較設計中不同格子均值時）。
協方差分析的方差齊性檢驗怎麼做,判斷方差是否齊，怎麼判斷？
協方差分析的大致流程和多自變數組間設計的方差分析是一樣的 在spss選單裡選擇分析 一般線性模型 單變數，點選選項按鈕，選擇方差齊性檢驗 只不過多加入一個協變數，其原理就是給每個因變數減去協變數的效應，然後來分析自變數的效應。方差齊性的公式是用方差最大組的方差比方差最小組的方差，差異不顯著就是齊性。...
方差齊性檢驗,可用的抽樣分佈形態是t分佈
方差齊性檢驗意義在於反映了一組資料與其平均值的偏離程度。方差齊性檢驗是方差分析的重要前提，是方差可加性原則應用的一個條件。方差齊性檢驗是對兩樣本方差是否相同進行的檢驗。方差齊性檢驗和兩樣本平均數的差異性檢驗在假設檢驗的基本思想上是沒有什麼差異性的。只是所選擇的抽樣分佈不一樣。方差齊性檢驗所選擇的抽樣...
3組資料，使用SPSS，分析方差齊性P
在方差分析選項 實際上應該說是多重比較選項 中有假定方差齊性和假定方差不齊並不表示方差不齊也可做方差分析。方差齊性的假設不能成立時，仍然可以做多重比較，多重比較與方差分析的原理是不一樣的，多重比較一般分為多重t檢驗和多極差檢驗兩種。方差分析是一個總體檢驗，當其顯示有顯著性時近表明至少有兩個組的均值具...