【什么是F检验？】
简单理解，t检验是两组均值比较的假设检验，P<0.05则表示两组均值存在显著差异。而F检验（一般更常称为方差分析analysis of variance）就是多组均值是否相同的假设检验，P<0.05，则表示多组间均值存在显著差异。
可应用方差分析数据的前提条件
① 样本数据服从正态分布
② 样本数据满足方差齐性要求
③ 样本数据集中观测间是独立的
大致步骤：确定数据类型->正态性检验->方差齐性检验->事后多重比较->分析
【解决的问题】
输入：床垫工况，压力均值
输出：同一因素不同分组（如不同的床垫工况）对变量（压力均值）产生/不产生显著性影响。
本例：分析床垫工况是否给压力均值带来显著性影响。
步骤：
1）初始数据整理，可以直接在SPSS中创建数据集，也可以先写在excel表格里面再导入。
为了更方便地说明，我采用表格的形式。导入的表格为：T10正常体型人群压力均值–仰卧-try.xlsx
2）选择分析-比较平均值-单因素ANOVA检验，因变量列表选择压力均值，因子选择工况。选项勾选描述和方差齐性检验。
3）点击选项，勾选描述和方差齐性检验
4）点击事后比较，勾选 LSD
5）点击确定，开始计算
6）进行正态性检验，本例采用S-W检验的结果。
SPSS中检验数据是否呈“正态分布”主要通过Kolmogorov-Smirnova（K-S检验）和Shapiro-Wilk（S-W检验），当数据量50时，倾向以S-W检验结果为准；当数据量>50时，倾向以K-S检验结果为准；当数据量>5000时，SPSS则只会显示K-S检验结果。
1.切换到我们的数据集，分析-描述统计-探索
2.将压力均值添加到因变量列表
3.点开图，勾选含检验的正态图
4.点击继续，开始计算
结果分析：
（1）方差齐性检验
本例中，显著性大于0.05，认为方差齐性，可进行下一步分析
（2）正态性检验
因为我们的样本量不足50，看的是夏皮洛-威尔克检验的结果。显著性为0.333，拒绝原假设，满足正态分布，可以进行下一步分析。
（3）方差分析结果
显著性为0.385大于0.05，拒绝原假设，说明统计结果差异性不显著。
（4）事后多重比较结果
使用事后检验的前提是方差分析呈现要出显著性。如果方差分析显示P值大于0.05即说明各个组别之间没有差异性，此时也不需要进行事后检验，即使事后检验显示有差异性。
原文地址：http://www.cnblogs.com/zhimingyiji/p/16913235.html
