最近有不少諮詢者問及多組樣本均數如何比較。查找公眾號，未果。於是，小編對方差分析進行介紹。
對於兩組獨立樣本t檢驗，相信大家都了解。那麼如果不是兩組樣本，而是三組（或以上）的樣本，想要比較組間均數時，就要用方差分析了。
下面還是用例子來說話吧~
一年級開學了，這個班級的小朋友來自三個區縣，比較三個區縣（分組）小朋友的身高。SPSS中建的資料庫如下：
Group為分組，x為每個學生的身高。
分析過程如下：
1、分析——比較平均值——單因素ANOVA。
2、將group放入「因子」，x放入「因變量」。
3、「事後多重比較（Post Hoc）」，可選擇常用的LSD法。此步驟是為了看如果多組間存在差異，究竟是那兩組存在差異。
4、「選項」，選擇「描述性」（給出各組數據的均值和標準差）；「方差同質性檢驗」（方差齊性檢驗）。
結果：
1、各組數據的統計描述，包括均值、標準差。
描述性
x
N
平均值
標準 偏差
標準 錯誤
平均值 95% 置信區間
最小值
最大值
下限值
上限
1
5
121.00
6.928
3.098
112.40
129.60
114
130
2
6
119.50
6.921
2.825
112.24
126.76
110
130
3
11
117.45
5.956
1.796
113.45
121.46
110
130
總計
22
118.82
6.299
1.343
116.03
121.61
110
130
2、方差齊性檢驗，結果顯示P＞0.05，方差齊。要注意的是，如果方差不齊，則是不能用方差分析的。
方差同質性檢驗
x
Levene 統計
df1
df2
顯著性
.159
2
19
.854
3、方差分析結果顯示P＞0.05，各組間差異無統計學意義，這個例子中三個區縣的小朋友身高差異無統計學意義（如果P＜0.05，認為三組數據不全相等，至於哪兩組有差異，則需看事後檢驗的結果）。
ANOVA
x
平方和
df
均方
F
顯著性
組之間
47.045
2
23.523
.568
.576
組內
786.227
19
41.380
總計
833.273
21
4、事後檢驗。由於這個數據的三組間差異無統計學意義，故事後檢驗每兩組間的差異均無統計學意義。
多重比較
因變量: x
LSD(L)
(I) group
(J) group
平均差 (I-J)
標準 錯誤
顯著性
95% 置信區間
下限值
上限
1
2
1.500
3.895
.704
-6.65
9.65
3
3.545
3.470
.320
-3.72
10.81
2
1
-1.500
3.895
.704
-9.65
6.65
3
2.045
3.265
.538
-4.79
8.88
3
1
-3.545
3.470
.320
-10.81
3.72
2
-2.045
3.265
.538
-8.88
4.79
上面就是方差分析的步驟與結果解讀。當遇到多組間均數比較的時候，方差分析是可以派上用場的。