單變量變異數分析

(ANOVA)

許惠媚
 單變量變異數分析簡介
單變量變異數分析 ANOVA 是 Analysis of
Variances 的縮寫，是由 Fisher 所提出的統
計方法，也是平均數比較(Compare Means)
統計分析的一種，
t 檢定用來檢定兩個樣本的平均數是否相
同，若是要檢定三個或三個以上樣本時，
則用單變量變異數分析 ANOVA。
 變異數分析
變異數分析 一般分為二大類，分別是
(Analysis of Variance)單變量變異數分析
ANOVA(Analysis of Variance)和 多變量變
異數分析MANOVA(Multivariate Analysis
of Variance)

量
 變異數分析的基本假設
條件
變異數分析的基本假設條件
常態
直方圖，偏度(Skewness)和峰度(Kurtosis)來檢定，
或非常態可以透過資料轉型來改正。樣本數多可
視為常態, 不須檢定常態。
線性
變數的散佈圖，檢定，簡單廻歸+ residual
變異數同質性
1Y(依變數） 時，用 Levene 檢定
≥ 2Y (依變數） 時，用 Box’s M 檢定
 單變量變異數分析
(ANOVA)
單變量變異數分析(ANOVA)，只有一個依
（因）變數(計量) (Y只有一個)，一個或多個
的自變數(非計量，名目)，寫成數學式如下

當我們在比較平均數的不同時，若是我們透
過自變數(X)將依變數(Y)分成兩組來比較時，
稱為 t 檢定，分成三組(含以上)來比較，稱為
ANOVA
F 檢定
F 值來檢定單變量多組平均數是否顯著
 單變量變異數分析範例
不同年齡層對筆記型電腦的喜愛程度是否有差異
單變量變異數分析的實務操作如下：
開啟範例 ANOVA.sav ，點選[分析/一般線性模式/單變量數]，
出現圖如下：
選取「Score」至「應／依變數」欄位 （Score: 喜愛程度）
選取「code」至「固定因子」欄位（code:年齡分組）
點選[模型／模式]
點選「全因數／完全因子設計」，選擇完畢後，點選[繼續]
點選[對照／比對]
選擇比對為「無」
點選[事後／Post Hoc 檢定]
選取「code」至「此項目的事後檢定
／Post Hoc 檢定」
 單變量變異數分析範例
勾選「Scheffe 法」、「LSD」和「Tukey
法」，勾選完畢後，點選[繼續]
點選[選項]
勾選「敘述性統計量」和「同質性檢定」，
勾選完畢後，點選[繼續]
點選[確定]
結果如下圖
單變量變異數分析範例

Code1: 20~29歲
Code2: 30~39歲
Code3: 40~49歲
 單變量變異數分析範例
我們整理 ANOVA 分析的結果如下：
我們經由 Levene’s 檢定，結果為不顯著，代
表變異數是同質性
經由多重（事後）比較後得到 30~39 歲和
40~49 歲，對筆記型電腦的喜好是有顯著的
差異
最後再經由敍述性統計分析結果加以判定
30~39 歲對於筆記型電腦喜好的平均數高於
40~49 歲對於筆記型電腦的喜好程度。
 單變量變異數分析範例
Post Hoc 檢定
從多重（事後）比較的表中，可以看出 Tukey 和
Scheffe 的檢定結果是一樣的，都是(I) code 2 和(J)
code 3，此時(I-J)達正向顯著，反之，code 3 -
code 2 時會呈現負向顯著，代表 code 2（30 ~39
歲）和 code 3（40 ~49 歲），對筆記型電腦的喜
好是有顯著差異，30 ~39 歲對於筆記型電腦的平
均數高於 40 ~ 49 歲對於筆記型電腦的喜好程度。
一般Scheffe’比較嚴格，LSD比較不嚴格，本
研究採用Tukey，屬於適中的嚴格程度。
 單因子變異數分析的設計
自變數只有一個的變異數分析，
稱為單因子變異數分析，也就是
Y1+Y2+Y3+……+Y n = X ( Y 可以是一個
(含)以上，X 只有 1 個)。
單因子變異數分析的二種設計方式
獨立樣本
相依樣本
量

量
 單因子變異數分析範例
One-Way ANOVA
單因子變異數分析 One-Way ANOVA 實務操作：
開啟範例檔 ANOVA1.sav，點選[分析/比較平均數法/單
因數變異數分析/單向ANOVA]
選取「Fit」 (適用)至「應（依）變數清單」欄位
選取「Category」（品牌）至「因素(子)」欄位
點選[事後/Post Hoc 檢定]
勾選「Scheffe 法」、「Tukey 」及「LSD」，勾選完畢
後，點選[繼續]
點選[選項]
勾選「敘述統計」和「變異同質性檢定」，勾選完畢後，
點選[繼續]
點選[確定]
 單因子變異數分析結果
One-Way ANOVA
1 國內品牌
2 組裝電腦
3 國外品牌
 單因子變異數分析範例
One-Way ANOVA
結果
敘述統計量，由表中可知，以因（依）變項
Fit(適用)而言，全部的觀察值為 27 位，總平均
數為 6.22，標準差為 1.867，平均數的估計標準
誤為 0.359。三組的敘述統計量分別為
1 國內品牌的平均數=5.11 標準差=1.764。
2 組裝電腦的平均數=6.33 標準差=1.803。
3 國外品牌的平均數=7.22 標準差=1.563。
 單因子變異數分析結果
One-Way ANOVA
對 fit (適用)應（依）變項而言，F 達到顯著水準
(F=3.445；p=.048＜.05)。因此拒絕虛無假設，
接受對立假設
表示民眾對不同產品的 fit (適用程度)有顯著差
異存在，而哪些配對組別的差異達到顯著，須
要進行事後比較。
1 國內品牌
2 組裝電腦
3 國外品牌
 單因子變異數分析範例
One-Way ANOVA
事後比較 (Post Hoc 檢定)
事後比較結果，採兩兩配對組別比較。從
Scheffe 方法作事後比較可以看出以適用度而
言，國外品牌顯著高於國內品牌，國外品牌
與組裝電腦沒有顯著差異，國內品牌與組裝
電腦沒有顯著差異。
 單因子變異數分析範例
One-Way ANOVA
範例結果整理如下：

這不是spss提供的結
這不是spss
果，表格是作者自己
做的

事後比較：
事後比較結果，以適用度而言，國外品牌顯著
高於國內品牌，國外品牌與組裝電腦沒有顯著
差異，國內品牌與組裝電腦沒有顯著差異。
 單變量二因子變異數分析
二因子變異數分析(Two-way ANOVA)：有兩個自變
項的變異數分析
想知道兩個因子之間是否有明顯的交互作用或主效果
交互作用的意思是，A因子不同的水準造成的效果會
隨B因子水準的不同而有所差異
當交互作用顯著時則需要再分析A、B因子各在對方
的哪個水準下有明顯的效果(單純主要效果)。但若交
互作用不明顯時則要檢定A、B因子的主效果是否顯
著。

量
二因子變異數分析
 二因子變異數分析(Two-
way ANOVA)
比較三種廣告方式(Method)(A, B, C)在五個不
同廣告時段(Time)(I, II, III, IV, V)，所達成的
廣告銷售額是否不同？
試問廣告方式是否影響產品銷售額？
虛無假說(Null hypothesis)→廣告方式不會影響銷售額
對立假說(alternative hypothesis)→廣告方式會影響銷
售額
試問廣告時段是否影響產品銷售額？
虛無假說(Null hypothesis)→廣告時段不會影響銷售額
對立假說(alternative hypothesis)→廣告時段會影響銷
售額
 二因子變異數分析(Two-
way ANOVA)
實務操作如下：
開啟範例 twoway-ANOVA.sav ，點選[分析/一般線性模
式/單變量數]
選取「TotalSale」至「應變數」欄位 （ TotalSale :銷售額）
選取「 Method 」、「Time」至「固定因子」欄位
（ Method :廣告方式； Time :廣告時段）
點選[事後]
選取「 Method 」、「Time」至「此項目的事後檢定」
勾選「Scheffe 法」、「LSD」，勾選完畢後，點選[繼續]
點選[選項]
勾選「敘述性統計量」和「同質性檢定」，勾選完畢後，
點選[繼續]
點選[確定]
結果如下圖
二因子變異數分析(Two-
way ANOVA)
二因子變異數分析(Two-
way ANOVA)
 二因子變異數分析(Two-
way ANOVA)
結果
廣告方式和廣告時段無交互作用(p=0.956>0.05))
廣告方式之F統計值為9.731，顯著性p值
=0.010<0.05，拒絕虛無假說。
廣告時段之F統計值為0.162，顯著性p值
=0.951>0.05，無法拒絕虛無假說。
不同廣告方式對廣告銷售額的影響有顯著不同，
而不同廣告時段對廣告銷售額則無顯著影響。
事後檢定僅需查看廣告方式
本次以Scheffe 法及LSD為例，兩種方法的結果皆顯示
廣告方式A與B組之間有顯著差異，但廣告方式A與C
僅有LSD方法顯示有顯著差異。
關於變異數同質性
 練習題
六都持卡人前十大國外消費金額104-
106.sav
試比較
請比較104-106年每年六都持卡人在各國之消
費金額和筆數在是否有差異？
不同縣市持卡人到不同國家刷卡，是否平均
刷卡金額有所不同?
如果你是信用卡公司，看了資料之後，你
還會有哪些解讀？會有哪些想法？
請用Word寫出答案來，記得要附上統計表。
 另一個練習題
用電量2016-2022用電量.sav
試比較不同縣市的各種用電量是否有差異？
試比較各縣市在2016~2022各年度的各種用
電量是否有差異？（以獨立樣本處理）
試比較各縣市不同季節的各種用電量是否有
差異？（以獨立樣本處理）