您有一個類別因子和一個響應並且想要確定兩個或多個組總體均值是否存在差異時，可使用 單因子方差分析。如果檢驗，發現有一組存在差異，請使用單因子方差分析中對話框來標識存在顯著差異組對。
例如，地毯製造商想要確定幾種類型地毯耐久性是否存在差異。
這些結果中，原假設表明 4 種油漆硬度均值相等。因為 p 值於顯著性水平 0.05，則可以否定原假設並得出部分油漆均值。
請解釋這些區間，因為進行多重出現類型 1 錯誤比率會增加。説，您增加數後，有一個錯誤得出其中一個觀測差分會顯著概率會相應增加。
要評估此圖中顯示差分，請使用分組信息表和其他輸出（如步驟 3 中所示）。
區間圖中，混料 2 具有均值，混料 4 具有均值。圖形中不能確定任何差分是否統計意義上顯著。要確定統計顯著性，請評估均值差分置信區間。
如果單因子方差分析 p 值於顯著性水平，您知道部分組均值是，但組對情況並非如此。均值差分使用分組信息表和檢驗可確定組對之間均值差分是否統計意義上顯著，並且差異程度進行估計。
有關方法信息，請轉到使用多重評估實際顯著性和統計顯著性。
多次反覆執行研究情況下，單個置信區間包含組均值間差分次數百分比。
多次反覆執行研究情況下，一組置信區間包含所有組比值之間差分次數百分比。
執行多重時，控制整體置信水平。如果您沒有控制置信水平，則有一個置信區間包含實際差分概率會次數增加而提高。
有關多信息，請轉到瞭解多重中單個置信水平和同時置信水平。
有關如何解釋許氏 MCB 法結果信息，請轉到什麼是許氏法最佳值多重 (MCB)？
這些結果中，表顯示組 A 包含混料 1、3 和 4，組 B 包含混料 1、2 和 3。混料 1 和混料 3 處於兩個組中。共享一個字母均值之間差分統計意義上顯著。混料 2 和混料 4 共享一個字母，這表明混料 4 均值混料 2 均值高很多。
Tukey 結果中，置信區間指示如下內容：
混料 2 和 4 均值之間差分置信區間 3.11 到 15.89。此範圍包含零，表明這些差分統計意義上顯著。
其餘均值置信區間包括 0，表明這些差分統計意義上顯著。
95% 整體置信水平表明所有置信區間包含實際差分置信度可能是 95%。
該表指示單個置信水平為 98.89%。此結果表明每個單個區間包含組均值之間差分置信度可能為 98.89%。每個單個置信水平會所有六種產生 95% 整體置信水平。
要確定模型與數據擬合優度，請檢查模型彙總表中擬合優度統計量。
延伸閱讀…
S 響應變量單位進行度量，它表示數據值擬合值距離。S 值，模型描述響應程度。但是，自身 S 值並表明模型符合模型假設。您應檢查殘差圖來驗證假設。
假設檢驗中，於幫助您確定是可以否定原假設是無法否定原假設。如果原假設成立，p 值獲得實際計算值端的檢驗統計量概率。p 值常用截取值為 0.05。例如，如果檢驗統計量計算 p 值於 0.05，可否定原假設。
樣本內標準差度量估計值 σ。請注意，S2 = MS 誤差。這於用來計算單個置信區間合併標。
箱線圖提供了每個樣佈圖形彙總。通過箱線圖，可以地樣本形狀、集中趨勢和變異性。
使用箱線圖可以檢查數據散佈，還可以確定任何可能異常值。樣本數量於 20 時，箱線圖適合。
檢查數據散佈定數據看上去是否偏斜。當數據偏斜時，大多數數據位於圖形或側。偏斜數據表明數據可能呈正態分佈。情況下，單值圖、直方圖或箱線圖中於檢測偏度。
延伸閱讀…
帶右偏斜數據箱線圖顯示等待時間。大部分等待時間，只有少數等待時間。帶左偏斜數據箱線圖顯示故障率數據。少數幾個項失敗，項會後失敗。
如果您樣本（於 20 個值），偏斜數據可能會影響 p 值有效性。如果您數據偏斜，並且樣本，請考慮增大樣本數量。
異常值是離其他數據值數據值，可能會顯著影響您結果。情況下，箱線圖上識別異常值。
箱線圖上，星號 (*) 表示異常值。
嘗試確定導致任何異常值原因。任何數據輸入錯誤或測量誤差。考慮刪除、事件（稱為原因）數據值。然後，執行分析。
單值圖顯示每個樣本中單個值。通過單值圖，可以很地樣本。每個圓形表示一個觀測值。樣本數量時，單值圖。
使用單值圖可以檢查數據散佈，還可以確定任何可能異常值。樣本數量於 50 時，單值圖效果最佳。
檢查數據散佈定數據看上去是否偏斜。當數據偏斜時，大多數數據位於圖形或側。偏斜數據表明數據可能遵循正態分佈。情況下，單值圖、直方圖或箱線圖中於檢測偏度。