SPSS多因素相关性分析结果解读

品牌型号：联想 扬天S4150

系统：Windows7 旗舰版

软件版本：IBM SPSS 25试用版

多因素相关性分析可以帮助用户了解多因素以及因素协同对最终结果的影响程度，从而优化条件，达到更高的经济效益。利用专业的统计学软件SPSS，用户可以方便，快速的完成多因素相关性分析，下面以分析某化学反应中3个温度水平，5个压力水平反应的进行程度为例，向大家介绍SPSS多因素相关性分析的步骤以及结果解读。

1.录入数据文件

打开SPSS，界面如图1所示。点击文件，新建，数据，新建一个SPSS数据文件。

如图2所示，打开变量视图界面，设置变量名称，为了便于后续理解，将温度和压力设置为字符串格式，三个温度水平分别为T1,T2,T3，五个压力水平分别为P1，P2，P3，P4，P5，将反应产率设置为数值格式。

设置完毕后打开数据视图向其中输入数据，如图3所示。

2.分析数据文件

数据录入完毕后，如图4所示，依次点击分析，一般线性模型，将反应产率设置为因变量，将温度和压力设置为固定因子，然后点击模型，在弹出的窗口中，选择全因子。

在同一界面，点击图5所示的事后比较按钮，在弹出的窗口中将温度和压力添加至下列各项的事后检验，然后在假定等方差中选择邓肯方法，点击继续。然后点击EM平均值按钮，在弹出的窗口中，将（OVERALL）添加至显示下列各项的平均值。点击继续，然后点击确定，SPSS进行分析并将结果输出。

3.结果解读

在主体间因子表格中，显示了每个因子对应的个案数。

我们需关注第二个表格主体间效应检验，对于温度，压力，温度*压力，三个源，其显著性均为0.000，显著性小于0.05，证明温度，压力，温度*压力均对反应产率影响效果显著。在后续的实验中，温度和压力这两个条件均需要细致的进行研究。

通过多因素相关性分析，我们可以了解自变量（因子）对因变量的影响程度，从而及时调整方案，节省不必要的实验成本，获取更改的效益。想学习更多的SPSS使用方法，大家可以登录SPSS中文网站进行学习。

作者：莱阳黎曼