SPSS 方差分析和t检验的区别和联系：三组以上为何不能两两比

方差分析和t检验的区别和联系，一句话说完：只有两组时，二者是同一件事，F 等于 t 的平方；三组及以上，不能两两做 t 检验，要先用方差分析做整体检验，再用校正过的事后比较。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）：150 行里随机抽取 128 行（85%），两种治疗方案各 64 人，比较治疗后评分，做 SPSS 分析的读者会很熟悉这种两组设计。

数据要怎么排

分组变量放进「分组变量(定类)」区，评分放进「因变量(定量)」区，各区的要求见单因素方差分析帮助文章，128 行没有缺失。本篇的演示数据只有两组，三组的完整结果见单因素方差分析结果解读那一篇的 180 人数据。

角色	变量	放入区域
分组变量	治疗方案（联合治疗、常规治疗）	分组变量(定类)
因变量	治疗后评分	因变量(定量)

方差分析和t检验的区别和联系：怎么选

1. 先数分组变量有几个水平：恰好两个水平，进「独立样本T检验」；三个及以上，进「单因素方差分析」。
2. 同一批对象被测了多次，换重复测量方差分析；比较组间差异时要扣掉协变量，换协方差分析。
3. 选定方法后，按各自的区放入变量，点击开始分析。

两组时：F 与 t 的关系

把这两组数据放进单因素方差分析，主结果表给出 F(1, 126)=31.775，p<0.001，第一个自由度是 1，说明只有两组。方差齐时，这个 F 与合并方差的独立样本 t 满足 F=t²，t 约为 5.64，由 F 开方得到，p 值完全相同，所以选哪个方法结论都一样。

这个恒等式只对等方差（合并方差）的 t 成立，方差不齐时不成立。本例 Levene p=0.080，不显著。要说明的是，本篇没有另跑独立样本T检验模块，F=t² 是数学关系，不是两个模块的实测对照。

方差分析报告给的效应量是 η²=0.201，95%CI [0.090, 0.317]。方法怎么选，按组数看：

三组以上：两两t检验会出什么问题

三组及以上时，每两组做一次 t 检验，每次各按 α=0.05 判断，比较的对数是 k(k-1)/2。若各组总体其实没有差别，按各次比较相互独立粗算，至少出现一次假阳性的概率约为 1−0.95^m（m 为比较对数）。下图是几个例子。

多重比较要解决的就是这个问题：既要比到每一对，又不能让总的假阳性概率失控。方差分析先做一次整体检验，第一类错误率保持在 5%，整体显著再用事后比较定位哪几对不同。

Tukey、Bonferroni 这类方法自带多重比较校正，本站报告第四张卡用的是 Tukey HSD；LSD 不做校正，只能探索性参考。具体每种方法适合什么情形，见方差分析事后检验：Tukey 和 Bonferroni 怎么选，方法要在看结果之前定下来。

本例的事后比较与均值图

本例只有两组，Tukey HSD 只有一对：联合治疗减常规治疗为 7.586，p<0.001，同时置信区间 [4.923, 10.249] 不含 0。事后比较在三组及以上才有实际用处。

两组的均值如下图，折线只连接两个组的均值，横轴是两种治疗方案，不是时间或剂量顺序。它只给出两个组的均值水平，不给出差别的显著性。

报告第二张卡里还能看到并排的方差分解表和稳健检验表，下图是这张卡。表里的稳健检验就是图 3 那三种 F 的来源。

方差分析和t检验常见错误

• 三组数据逐对做 t 检验再报告显著的那几对：不校正时假阳性概率已经远高于 5%，应先做整体 F 检验，再用事后比较。
• 以为 Welch 校正后 Tukey 也自动换了：Levene 显著时结论卡改看 Welch F，但两两比较里的 Tukey HSD 不会自动换成 Games-Howell，要自己换。
• 把方差分析显著读成每两组都有差异：整体显著只说明各组总体均值不全相等。
• 事后比较看完结果再换方法：挨个试再挑星号最多的，等于把多重比较的问题藏了起来。

把结果带进论文：导出与会员

均值表、方差分解表和事后比较表导出后可以放进论文。本篇的数字来自 128 行的随机抽样，与同一方法其他文章用的抽样不同，所以统计量不会一样。分析和查看结果不用登录；开通会员后可导出 Word / PDF 报告、使用 AI 解读。

延伸阅读

• 方差分析的前提条件
• 单因素方差分析帮助文章：五张卡与全部判定规则