能告诉你什么
Crosstabs 在你的设备上运行与 SPSS ONEWAY 对应的过程,并提供对方差不齐稳健的 Welch 与 Brown-Forsythe 检验、η² 与 ω² 效应量、多项式趋势对比以及七种事后多重比较方法。
- 至少有一组平均值与其他组不同(整体 F 检验),但不说明是哪一组。
- 方差齐性假设是否成立:基于平均值和基于中位数的 Levene 检验。
- 因素效应有多大:η²、ε² 以及固定效应与随机效应 ω²,均附置信区间。
- 经多重比较校正后具体哪两组之间存在差异(Tukey HSD、Bonferroni、Šidák、Scheffé、LSD、Games-Howell、Dunnett、Hochberg GT2、Gabriel、Tamhane T2、Dunnett T3 与 C),以及 S-N-K、Tukey-b、Duncan、R-E-G-W F、Q 与 Waller–Duncan k 比率 t 检验的同质子集。
- 对于有序分组,平均值是否呈线性、二次或三次趋势变化。
适用场景
适合使用
- 比较三个及以上独立组在一个连续结果变量(满意度得分、消费金额、任务时长)上的平均值。
- 每个个案只属于一个组,例如地区、套餐档位或实验组别。
- 各组样本量不等或方差不齐时——改看 Welch 检验和 Games-Howell 比较,而非经典 F 检验与 Tukey。
改用其他方法
- 只有两组:使用独立样本 t 检验,p 值相同,并额外给出差值的置信区间。
- 有两个及以上因素或协变量:使用 GLM 单变量做多因素方差分析或协方差分析。
- 同一批对象被重复测量:使用重复测量方差分析或 Friedman 检验。
- 有序评分或小样本下严重偏态的数据:使用 Kruskal-Wallis 检验。
在 Crosstabs 中如何操作
- 01
打开数据
在工作区打开 .sav、CSV 或 Excel 文件并切换到“统计”模式。文件只在浏览器中读取。
- 02
选择单因素方差分析
在“比较平均值”组中选择“单因素方差分析”(ONEWAY)。
- 03
设置因变量列表和因子
在“因变量列表”中勾选一个或多个连续变量,然后将分组变量设为“因子”。
- 04
选择统计量
在“统计”下勾选“描述”“方差齐性检验”“Welch”“Brown-Forsythe”以及“估计整体检验的效应量”;如需要,可选择最高到三次的“多项式对比”。
- 05
添加事后比较
在“事后比较”中,方差齐时选 Tukey HSD,方差不齐时选 Games-Howell;若与对照组比较,选择 Dunnett 并设置对照类别和检验方向。
- 06
阅读并导出
修改选项后结果即时更新。默认按分析逐项排除缺失值;已声明的频数权重会按权重复制个案。
计算示例
以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出,并非手工填写。
数据
36 名模拟用户平均分配到三种新手引导流程(Tour 产品导览、Checklist 清单、Video 视频),因变量为完成设置所用的分钟数。数据由固定随机种子从正态分布生成,每次构建结果相同。
| 流程 | N | 平均值 | 标准差 | 95% 置信区间下限 | 95% 置信区间上限 |
|---|---|---|---|---|---|
| Checklist | 12 | 10.74 | 1.31 | 9.91 | 11.57 |
| Tour | 12 | 11.14 | 3.41 | 8.97 | 13.31 |
| Video | 12 | 9.14 | 2.59 | 7.50 | 10.78 |
| 总计 | 36 | 10.34 | 2.66 | 9.44 | 11.24 |
| 项目 | Levene 统计量 | df1 | df2 | 显著性 |
|---|---|---|---|---|
| 基于平均值 | 6.633 | 2 | 33 | .004 |
| 基于中位数 | 6.277 | 2 | 33 | .005 |
| 项目 | 平方和 | df | 均方 | F | 显著性 |
|---|---|---|---|---|---|
| 组间 | 26.88 | 2 | 13.44 | 2.011 | .150 |
| 组内 | 220.59 | 33 | 6.68 | ||
| 总计 | 247.47 | 35 |
| 项目 | 统计量 | df1 | df2 | 显著性 |
|---|---|---|---|---|
| Welch | 2.001 | 2 | 18.91 | .163 |
| Brown-Forsythe | 2.011 | 2 | 24.12 | .156 |
| (I) 流程 | (J) 流程 | 均值差(I−J) | 标准误 | 显著性 | 95% 置信区间 |
|---|---|---|---|---|---|
| Checklist | Tour | −0.40 | 1.055 | .924 | −2.99 to 2.19 |
| Checklist | Video | 1.60 | 1.055 | .297 | −0.99 to 4.19 |
| Tour | Checklist | 0.40 | 1.055 | .924 | −2.19 to 2.99 |
| Tour | Video | 2.00 | 1.055 | .156 | −0.59 to 4.59 |
| Video | Checklist | −1.60 | 1.055 | .297 | −4.19 to 0.99 |
| Video | Tour | −2.00 | 1.055 | .156 | −4.59 to 0.59 |
* 均值差在 .05 水平上显著。
结果解读
整体检验结果为 F(2, 33) = 2.01,p = .150,η² = 0.109,ω² = 0.053。基于平均值的 Levene 检验显著(p = .004),说明方差不齐,应报告 Welch 检验:p = .163。在 36 名用户的样本下,各流程之间的差距(最大平均值差 2.00 分钟)无法与随机波动区分,Tukey 两两比较也均不显著——这意味着需要更多数据,而不能据此断定各流程没有差异。
输出表格说明
- 描述
- 各组及总计的 N、平均值、标准差、标准误、95% 置信区间、最小值和最大值,以及固定效应模型行。
- 方差齐性检验
- 基于平均值和基于中位数的 Levene 统计量。p 值较小说明方差不齐,此时应优先参考 Welch 检验和 Games-Howell。
- ANOVA
- 组间与组内平方和、自由度、均方、F 值及其显著性;若请求多项式对比,趋势项也列在此表中。
- 平均值相等性稳健检验
- Welch 和 Brown-Forsythe 统计量及调整后的分母自由度,二者均渐近服从 F 分布。
- ANOVA 效应量
- η²、ε² 以及固定效应与随机效应 ω² 的点估计和置信区间。小样本中 ε² 和 ω² 的偏差小于 η²。
- 多重比较
- 每对组的均值差、标准误、校正后的 p 值和置信区间;Tukey HSD 还可输出同类子集。
前提假设与注意事项
- 观测相互独立,每个个案只出现在一个组中。
- 各组内结果变量近似正态;每组 15–20 个及以上个案时,F 检验对中等偏态较为稳健。
- 经典 F 检验和 Tukey 假设方差齐;Welch、Brown-Forsythe 和 Games-Howell 不需要此假设。
- 使用抽样权重时只显示加权描述统计:普通显著性检验假定简单随机抽样,因此不予报告。
结果如何验证
ONEWAY 引擎在参考数据集上与 SciPy 1.18(f_oneway、tukey_hsd)、statsmodels 0.15(Brown-Forsythe)和 pingouin 0.7(Welch ANOVA、Games-Howell)对照验证,相对误差在 1e-9 以内;频数权重经测试与按权重复制个案的结果完全一致。Waller–Duncan 贝叶斯 t 值在 81 组 k 比率、组数、误差自由度与 F 的组合上,与 R 中独立求解的 Waller–Kemp 方程及 30 位精度的 mpmath 积分相差不超过 1e-7,其同质子集与 R agricolae::waller.test 一致。 验证证据(英文)
常见问题
应该报告经典 F 检验还是 Welch 检验?
当各组样本量不等或 Levene 检验显著时,报告 Welch F,并用 Games-Howell 做两两比较。样本量相等且方差接近时,两者结论几乎相同。
事后检验应选哪一种?
方差齐时做全部两两比较通常选 Tukey HSD;方差不齐用 Games-Howell;与单一对照组比较用 Dunnett;少量事先计划的比较适合 Bonferroni 或 Šidák。
应报告哪种效应量?
η² 是样本中被解释的方差比例。固定效应 ω² 修正了 η² 的正向偏差,更适合估计总体效应,建议连同置信区间一起报告。
能一次分析多个因变量吗?
可以。在“因变量列表”中放入多个变量,每个变量各自输出一组表格。若要求所有检验使用相同个案,请选择列表删除缺失值。
我的数据会被上传吗?
不会。工作区在浏览器中解析文件并运行 ONEWAY,数据不会发送到 Crosstabs 服务器。
相关过程
- 独立样本 t 检验T-TEST GROUPS
- Kruskal-Wallis 检验NPAR TESTS /K-W
- GLM 单变量UNIANOVA
- 重复测量方差分析GLM WSFACTOR
- 分组均值比较MEANS
- 贝叶斯单因素方差分析BAYES ANOVA
- 免费的 SPSS 替代工具:支持范围
用你自己的数据运行单因素方差分析
打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成,文件不会离开你的设备。
SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联,也未获得 IBM 认可。