使用SPSS進行單因素ANOVA方差分析方法如下：

1、執行軟體，開啟salesperformance.sav資料。

2、由於單因素ANOVA中檢驗演算法包括方差相等和方差不等兩種情況，首先我們檢驗下方差是否相等。

3、由檢驗結果可以看出方差不相等，此時使用Brown-Forsythe或Welch判斷均值是否相等比方差分析更為穩妥，由Brown-Forsythe和Welch的sig=0<0.05M可知各組均值不等，這和方差分析的結果F=0<0.05一致。

4、下面我們進行兩兩比較分析，來檢測各組間均值情況。選擇選單>分析>比較均值>單因素ANOVA，彈出單因素方差分析對話方塊。

5、選擇組為因子，得分為因變數列表。

6、選擇兩兩比較，由於已得出方差不等，此時我們選擇支援方差不相等的演算法，如下圖所示。

7、由檢測結果可以看出，第2組合第3組的顯著性=0.086>0.05，說明2組和3組沒有顯著性差異，而1、3組、1、2組之間均值存在顯著差異。

8、從均值圖中我們也可以看到，2、3組均值差異較小。

1.執行軟體，開啟salesperformance.sav資料。

2.由於單因素ANOVA中檢驗演算法包括方差相等和方差不等兩種情況，首先我們檢驗下方差是否相等。

3.由檢驗結果可以看出方差不相等，此時使用Brown-Forsythe或Welch判斷均值是否相等比方差分析更為穩妥，由Brown-Forsythe和Welch的sig=0<0.05M可知各組均值不等，這和方差分析的結果F=0<0.05一致。

4.下面我們進行兩兩比較分析，來檢測各組間均值情況。選擇選單>分析>比較均值>單因素ANOVA，彈出單因素方差分析對話方塊。

5.選擇組為因子，得分為因變數列表。

6.選擇兩兩比較，由於已得出方差不等，此時我們選擇支援方差不相等的演算法，如下圖所示。

7.由檢測結果可以看出，第2組合第3組的顯著性=0.086>0.05，說明2組和3組沒有顯著性差異，而1、3組、1、2組之間均值存在顯著差異。

8.從均值圖中我們也可以看到，2、3組均值差異較小。