（4）方差分析
方差分析(单因素方差分析),用于分析定类数据与定量数据之间的关系情况.例如研究人员想知道三组学生的智商平均值是否有显著差异。
进行方差分析需要数据满足以下两个基本前提：
各观测变量总体要服从正态分布
各观测变量的总体满足方差齐
理论上讲，数据必须满足以上两个条件才能进行方差分析，如不满足，则使用非参数检验。但现实研究中，数据多数情况下无法到达理想状态。正态性检验要求严格通常无法满足，实际研究中，若峰度绝对值小于10并且偏度绝对值小于3，或正态图基本上呈现出钟形，则说明数据虽然不是绝对正态，但基本可接受为正态分布，此时也可使用方差分析进行分析。
分析步骤：
第一：分析X与Y之间是否呈现出显著性(p值小于0.05或0.01)。
第二：如果呈现出显著性；通过具体对比平均值大小，描述具体差异所在。
第三：如果没有呈现出显著性；说明X不同组别下，Y没有差异。
SPSSAU操作：
（5）重复测量方差
在某些实验研究中，常常需要考虑时间因素对实验的影响，当需要对同一观察单位在不同时间重复进行多次测量，每个样本的测量数据之间存在相关性，因而不能简单的使用方差分析进行研究，而需要使用重复测量方差分析。
分析步骤：
第一、首先进行球形度检验，p <0.05说明没有通过球形度检验，p >0.05说明通过球形度检验；
第二、如果没有通过球形度检验，并且球形度W值大于0.75，则使用HF校正结果；
第三、如果没有通过球形度检验，并且球形度W值小于0.75，则使用GG校正结果；
第四、如果通过球形度检验，组内效应分析结果时使用“满足球形度检验”结果即可；
SPSSAU操作：
将数据上传至SPSSAU分析，选择【实验/医学研究】--【重复测量方差】。
五、非参数检验
凡是在分析过程中不涉及总体分布参数的检验方法，都可以称为“非参数检验”。因而，与参数检验一样，非参数检验包括许多方法。以下是最常见的非参数检验及其对应的参数检验对应方法：
