SPSS实例详解
下面我们采用“中国教育追踪调查（CEPS）”的学生数据进行演示。
实例9-5：父母管教对成绩的影响
在本例中，我们要研究父母对孩子的作业和考试方面的管教是否严格对成绩的影响。我们采用学生在2013年的语文、数学和英语成绩作为衡量指标。
数据打开的步骤详见第八章第二节。选择［分析（A）］→［比较平均值（M）］→［单因素ANOVA检验...］（见图9-13），在弹出的“单因素ANOVA检验”对话框中，将变量“学生2013年期中考试标准化成绩（均值70，标准差10）—语文［stdchn］”“学生2013年期中考试标准化成绩（均值70，标准差10）—数学［stdmat］”“学生2013年期中考试标准化成绩（均值70，标准差10）—英语［stdeng］”选入［因变量列表（E）：］下面的方框，将变量“你的父母在以下方面管你严不严——作业、考试［b2301］”选入［因子（F）：］下面的方框（见图9-14），再点击［选项（0）...］按钮，则出现“单因素ANOVA检验：选项”对话框，其中［统计］模块包括5个选项：［描述（D）］［固定和随机效应（F）］［方差齐性检验（H）］［布朗-福赛斯（B）］［韦尔奇（W）］。勾选［描述（D）］［方差齐性检验（H）］和［平均值图（M）］［布朗-福赛斯（B）］［韦尔奇（W）］（见图9-15），最后点击［继续（C）］和“单因素ANOVA检验”对话框中的［确定］按钮。结果如表9-11至表9-14、图9-16至图9-18所示。
图9-13 ［单因素方差分析］菜单
图9-14 “单因素ANOVA检验”对话框
图9-15 “单因素ANOVA检验：选项”对话框
表9-11描述了在3种管教模式（不管；管，但不严；管得很严）下，学生2013年期中考试标准化成绩的人数、平均值、标准差、标准误差、平均值的95%置信区间的上下限、最小值和最大值。从表中可以看到，无论是语文、数学还是英语，“不管”组的平均值均低于“管，但不严”组，“管，但不严”组低于“管得很严”组。但是它们之间是否存在显著差异还要看后面进一步统计的结果。
表9-11 方差分析描述结果[8]
表9-12显示，语文、数学、英语的期中考试成绩的方差齐性检验的显著性p均为0.000＜0.001，这说明学生的语文、数学、英语的期中考试成绩的方差均不齐性。因此需要参考表9-14的结果，从表中可以看到，学生的语文、数学、英语的期中考试成绩的韦尔奇统计值分别为19.992，22.740，35.243，显著性p均为0.000＜0.001[9]，这说明，在3种管教方式下，学生的各科成绩均在0.001的水平上存在显著差异。如果方差齐性（即在方差齐性表格中，显著性p＞0.05），则参照表9-13中的F值和显著性的结果。在图9-16至图9-18的平均值图中更形象地展示了3种管教方式下学生各科学习成绩的差异。
表9-12 方差分析齐性检验结果
表9-13 方差分析的结果
表9-14 平均值相等性稳健检验结果
注：a表示渐近F分布。
图9-16 语文成绩平均值图
图9-17 数学成绩平均值图
图9-18 英语成绩平均值图
因为3种管教方式下各科成绩存在显著差异，所以接下来，我们需要进一步分析哪些组存在显著差异。在图9-14“单因素ANOVA检验”对话框中点击［事后比较（H）...］按钮，出现“单因素ANOVA检验：事后多重比较”对话框（见图9-19）。在此对话框中，有两大模块，第一个模块是［假定等方差］，其下列出了事后多重比较的方法，在问卷调查中，比较常用的是雪费法和图基法。雪费法是事后多重比较方法中最严格、统计检验作用最低的方法，因此会出现检验结果无差异但实际上存在差异的情况，这时可以使用图基法（即Turkey HSD）。第二个模块是［不假定等方差］模块，其下包含4种检验方法，比较常用的是［塔姆黑尼T2（M）］。在本例中，由于方差结果不齐性，我们选择［不假定等方差］模块中的［塔姆黑尼T2（M）］，结果如表9-15所示。
图9-19 “单因素ANOVA检验：事后多重比较”对话框
表9-15显示了有显著差异的变量在不同水平上进行两两比较的结果，在表格中平均值差值（I-J）一栏显示了两组平均值的差异，后面的“*”号表明了显著性的水平，一个“*”号表示两组在0.05的水平上存在显著差异，两个“*”号表示两组在0.01的水平上存在显著差异，三个“*”号表示两组在0.001的水平上存在显著差异。显著性一栏显示了显著性水平（p值）。
表9-15 多重比较结果
注：*表示平均值差值的显著性水平为0.05。
从表格中可以看到对于语文成绩，父母对作业和考试“不管”的孩子与父母对作业和考试“管，但不严”的孩子的成绩平均值相差-0.712 30（前一个“不管”的平均值减去后一个“管，但不严”的平均值），差值的标准误差为0.538 57，显著性p=0.462＞0.05，两者的差值95%落在-2.0019到0.5773之间，结果显示，对于语文成绩，“不管”与“管，但不严”两组之间在0.05的水平上不存在显著性差异。“不管”与“管得很严”两组的成绩平均值相差-1.572 05，差值的标准误差为0.536 65，显著性p=0.011＜0.05，两者的差值95%落在-2.8571到-0.2870之间，结果显示，对于语文成绩，“不管”和“管得很严”两组之间在0.05的水平上存在显著性差异。“管，但不严”和“管得很严”两组的成绩平均值相差-0.859 75，差值的标准误差为0.145 20，显著性p=0.000＜0.001，两者的差值95%落在-1.2065到-0.5130之间，结果显示，对于语文成绩，两组之间在0.001的水平上存在显著性差异。对于数学成绩和英语成绩存在同样的趋势。
【注释】
[1]具体计算公式可参见徐云杰：《社会调查设计与数据分析——从立意到发表》，重庆大学出版社2011年版，第81页。
[2]邱皓政：《量化研究与统计分析——SPSS（PASW）数据分析范例解析》，重庆大学出版社2013年版，第146页。
[3]薛海平、张媛：《我国初中生学业负担水平与差异分析——基于CEPS2015数据的实证研究》，《首都师范大学学报（社会科学版）》2019年第5期，第147—166页。
[4]该变量是顺序变量，但在数据库中被标记成了名义变量，这并不影响最终统计的结果。
[5]Barry H.Cohen：《心理统计学》，高定国，等，译，华东师范大学出版社2011年版，第72页。
[6]李文玲、张厚粲、舒华：《教育与心理定量研究方法与统计——SPSS实用指导》，北京师范大学出版社2009年版，第117页。
[7]莱文方差等同性检验的抽样分布为F分布。
[8]表格中标准化成绩的人数之所以稍有差别，是因为每种分数的缺失值个数不尽相同。
[9]在一般情况下，我们采用韦尔奇检验，仅在数据偏态时使用布朗-福赛斯检验。