SPSS 方差分析事后检验:Tukey 和 Bonferroni 怎么选
SPSS方差分析的 F 检验显著之后,方差分析事后检验回答整体显著背后是哪几对组不同。方差齐、样本量相近、要比较全部两两组合时,默认的 Tukey检验 就够用;只关心事先指定的少数几对时,才考虑 Bonferroni。本文用三个会员等级的演示数据只跑 Tukey,Bonferroni 没有运行,只说明什么时候该选它。
数据要怎么排
以下结果来自本站演示数据(模拟生成,不代表真实研究结论):180 位客户分成普通会员、金卡会员、银卡会员三个等级,每个等级 60 人,检验变量是年消费金额(千元)。每行一位客户。
| 角色 | 变量 | 放入区域 |
|---|---|---|
| 分组变量 | 会员等级,三个水平 | 放入分组变量X |
| 检验变量 | 年消费金额(千元) | 放入检验变量Y |
分组变量最多 20 个水平,每组至少 3 个有效观测。缺失记录按整行删除,本例 180 条全部参与计算。
方差分析事后检验怎么做
- 进入「事后多重比较」,找不到时先在搜索框里输入方法名。
- 把会员等级拖到「放入分组变量X」,年消费金额(千元)拖到「放入检验变量Y」。
- 在页面的事后检验方法控件里选方法,默认是 Tukey,可换成 Bonferroni、Sidak、Games-Howell、Tamhane's T2、Scheffe 或 LSD,一共七种。
- 点击开始分析,等报告生成。

不必先单独跑方差分析:报告里自带一张方差分析表,之后对每一对组给出均值差、标准误、置信区间、校正后的 p 和 Cohen's d。
先看前提:Tukey 还是别的方法
选方法之前先看第一张卡的前提检验,它会写明每一条对方法选择意味着什么。本例残差的 Shapiro-Wilk 为 0.985,p=0.053,刚好没有拒绝正态;Levene 方差齐性检验(基于中位数)为 0.427,自由度 (2, 177),p=0.653,方差齐;三组各 60 人,样本量均衡。
本例按默认的 Tukey 做。正态性 p 值离阈值很近,判断仍须结合图形和样本量。
Tukey 与 Bonferroni 各自控制什么
多重比较的难处在于比较次数一多,至少出现一次假阳性的概率就会上升。几种方法的区别,就在于各自怎么控制这个整体的错误率。
- Tukey:针对全部两两比较,控制全部两两比较的族系错误率,需考虑方差齐性与组样本量。
- Bonferroni 与 Sidak:适合只比事先指定的少数几对,比较的对数越多,校正越严。本篇没有运行 Bonferroni,不能把本例的 Tukey 校正后 p 当作 Bonferroni 结果引用。
- Scheffe:可以检验任意线性对比,通常较保守。
- Games-Howell 与 Tamhane's T2:各组方差不齐时用。需要均值差的置信区间时选 Games-Howell,Tamhane's T2 的区间会留空。
- LSD:没有做多重性校正,不宜当作常规选择。

方法须事先选定,并在论文中写清比较范围。看到结果后换法找星号,会损害推断的可信度。
本例的方差分析与两两比较结果
整体检验:F(2, 177) = 429.821,整体检验显著,η² = 0.829,95%CI [0.785, 0.858],按报告的标准属于大效应。三个等级的年消费金额均值依次为普通会员 9.376、金卡会员 18.711、银卡会员 13.992,标准差分别为 1.725、1.647、1.854。
Tukey 两两比较共 3 对,全部达到校正后的显著标准:金卡与普通会员差得最多,银卡居中。三对的 Cohen's d 绝对值依次为 5.353、2.647、2.706,三对均值差的 95% 置信区间都不含 0,具体差值与区间见下表。这些 d 很大,是因为模拟数据的组间差距设得较大。

下面的折线图把三个等级的均值标出来:金卡最高,普通会员最低,银卡居中。横轴按数据顺序排列(普通、金卡、银卡),折线只用来比较高度,不表示趋势。

论文里怎么写
论文里要同时写清方法、整体检验和显著的组对。可以照这个句式写:
采用单因素方差分析比较三个会员等级(每组 n=60)的年消费金额,分析前以 Shapiro-Wilk 检验残差正态性(p=0.053),以 Levene 检验考察方差齐性(p=0.653)。结果显示组间差异显著,F(2, 177)=429.821,η²=0.829。事后比较采用 Tukey 法,金卡(M=18.711)、银卡(M=13.992)与普通会员(M=9.376)两两之间的差异均显著(校正后均显著)。
事后检验常见错误
- 正态性 p 值贴边就直接放行:本例残差的 Shapiro-Wilk 为 p=0.053,刚好没有拒绝。这种情形要结合直方图和样本量判断,报告只在严重偏离且各组样本量小时,才建议改用非参数的 Kruskal-Wallis 加 Dunn 事后比较,本例每组 60 人。
- 论文里不写差值的方向:报告里的差值是 (I) 组减 (J) 组,本例普通会员减金卡会员为负,写进论文要说明是哪组减哪组。
- 把校正方法当作可以事后挑的选项:几种方法的临界值不同,只有 p 值贴近 0.05 的比较才可能因方法而改判。本例三对差异都很大,不太可能因方法改变结论,但仍须在看结果之前选定,并写进方法部分。
- 只有两组也用多重比较:只有一对可比,应改用独立样本T检验。
把结果带进论文:导出与会员
两两比较表导出后,注明所用的事后检验方法。演示数据不用登录就能跑;用自己的数据分析、导出 Word / PDF 报告、使用 AI 解读需要开通会员。
延伸阅读
常见问题
SPSS方差分析显著之后,一定要做事后检验吗?
整体 F 检验显著只说明至少有一对组的均值不同,要知道是哪几对,就要做事后检验。本站的「事后多重比较」自带方差分析表,并对每一对组给出结果,不必先去别处跑方差分析。
Tukey 和 Bonferroni 怎么选?
方差齐、样本量相近、要做全部两两比较时选 Tukey,用于控制全部两两比较的族系错误率;只关心事先指定的少数几对时用 Bonferroni 或 Sidak。无论选哪个,都要在看结果之前定下来。
事后检验方法可以多跑几种,挑显著的报告吗?
不可以。几种方法控制的错误率不同,挨个跑一遍再挑星号最多的那次,是典型的 p-hacking。方法应按数据结构和研究问题事先选定,并在论文方法部分写明。