以前，覺得有個p值就很高大上了。怎料到，現在的trend已經變成了p for trend。p for trend主要是指隨著某分組變量的遞增或遞減（需要注意的是，該分組變量需是有序多分類變量），其他變量是否存在某種趨勢變化。如下表中，每日觀看電視時長為有序多分類變量：小於1.5h，1.5~3.0h，3.0~4.5h，大於等於4.5h。
研究者探討了隨著電視觀看時長的增加，其他變量的變化情況。我們知道卡方檢驗中的「線性關聯」可以提供隨著分組變量的遞增，某分類變量的趨勢變化。但是，隨著某分組變量的遞增，可以探討某連續變量的趨勢變化嗎？如下表中，隨著觀看電視時長的遞增，年齡是否存在某種趨勢關係？
看一個例子先，比如，我們想研究隨著年齡增加，腰圍和臀圍的變化情況。
通過描述性結果可知，隨著年齡遞增，腰圍和臀圍有增加的趨勢。但是這種趨勢是否有統計學意義呢？
操作其實很簡單，在單因素方差分析中，將腰圍和臀圍選入「因變量列表」框，將年齡分組選入「因子」框。點擊「對比」，彈出對話框。
在彈出的對話框中，選擇「多項式」，可根據實際情況選擇相應的「等級」：線性~五次。通過散點圖發現年齡和腰圍、臀圍呈現線性關係，因此，本例選擇線性。
以腰圍的輸出結果為例，其中「組間（組合）」對應的結果即為單因素方差分析的結果，其中F=48.067，p小於0.001，說明不同年齡組間腰圍不完全相等。「線性項」即為線性趨勢的檢驗結果，其中未加權和加權的結果均提示p小於0.001，說明存在線性趨勢關係，結合描述性結果可知，隨著年齡增加，腰圍有逐漸增大趨勢。而「線性項」對應的顯著性即為p for trend。