之前講的t檢驗,單因素方差分析(one-way ANOVA)等,都是單因素水平的比較,t檢驗是比較一個因素兩個水平上的差異:比如不同性別(男、女)之間體重的差異,單因素方差分析則比較的是一個因素多個水平上的差異(>2組):比如不同國傢的人口差異,不同民族的年齡差異等。如果要分析,不同國傢,不同性別的人群體重的是否有差異,這時就引入瞭兩個因素(國傢,性別),進行多個水平的比較,單因素方差分析不再適用瞭,可以采用雙因素方差分析(two-way ANOVA)。
研究背景
以一個例子來開展two-way ANOVA分析,3月不減肥,6月徒傷悲,健康美麗越來越受到大傢的重視,那麼為瞭借助藥物更有效地減肥(減肥當然還是要靠運動的),我們擬研究不同藥物以及服用藥物的次數,對減肥效果的影響,設計實驗進行研究。首先隨機入組80例志願者,在服用藥物1個月後,評估各組體重的減少量,具體數據如下:
研究數據
研究的目
探討不同藥物,以及服用次數對減肥效果的影響,這裡有三種因素可能會對減肥效果產生影響:a 藥物,b 服用次數,c 藥物*服用次數的相互作用
研究方法
先將數據錄入SPSS,具體的操作我這裡就不講瞭,不會錄入的可查看之前的教程,錄入之後的數據,是這個樣子
選擇分析方法:【分析】→【一般線性模型】→【單變量】
在彈出的【單變量】對話框中,將“減重”錄入因變量,藥物、次數錄入【固定因子】
在【選項】對話框中,我們如下勾選,就會在輸出中,對各組變量進行一般性描述統計
研究結果
點擊【確定】,在輸出對話框中查看分析結果:
表1 【主體間因子】描述各組、各水平的變量數目
表2 【描述性統計】各因素,各水平進行分別統計
A組:2次 均值99.95 標準差21.03
A組:4次 均值149.60 標準差20.99
……
以上數據均是使用normal2.0軟件生成的正態數據,所以這裡就沒有再進行正態性檢驗
表3 【Leven檢驗】方差齊性檢驗,檢驗結果為各組方差一致
表4 【主體間效應的檢驗】本分析中最重要的表格,主要觀察各因素之間的分析結果。藥物的檢驗統計量F=21.107,P<0.001 ,說明不用藥物對減肥效果的影響差異顯著,結合表2的【描述性統計分析結果】,表明B藥物的減肥效果要顯著高於A藥物,差異有統計學意義(P<0.05);次數的檢驗統計量F=108.97,P<0.001,說明服用的次數對減肥效果的影響差異顯著,結合表2的【描述性統計分析結果】可知,2次/天的減肥效果要顯著高於4次/天,差異有統計學意義(P<0.05);而藥物*次數的交互作用對減肥效果無顯著影響(F=3.165,P=0.079),或者說藥物*次數可能無交互作用。
結論
綜上可知,B藥物的減肥效果最優,每天服用2次的效果最佳。以上研究課題以及數據均是為瞭說明如何進行two-way ANOVA分析,無臨床意義。