当我们想研究不同组别下，多组数据的差异性时，通常会选择方差分析。但是方差分析只能得到一个显著性的结果，具体是那些组别有显著差异，我们无法得知。因而还需要对两两组别进行对比。
事后检验正是基于方差分析基础上进行，对比两两组别的差异。
方差分析事后比较
事后检验的方法有多种，但功能均一致，只是在个别点或使用场景上有小区别。SPSSAU目前共提供LSD，Scheffe，Tukey，Bonferroni校正，Tamhane T2常见的五种方法，其中LSD方法最常使用。
分析时，首先判断方差分析的p值是否呈现出显著性，如果呈现出显著性，则说明不同组别数据具有显著性差异，差异可通过平均值进行对比；然后可通过事后检验判断具体两两组别之间的差异情况。
如果说X仅两组，则不需要进行事后检验；如果方差分析显示P值大于0.05即说明各个组别之间没有差异性，此时也不需要进行事后检验。
非参数的事后多重比较
当数据呈现严重的偏态或方差不齐，可考虑使用非参数分析，同样可以进行两两对比。
如果进行非参数检验Kruskal-Wallis时发现呈现出显著性，可以继续深入研究，对比两两组别之间的差异性，选中“Nemenyi两两比较”即可输出结果。
如果Kruskal-Wallis检验显示没有差异性，则不需要进行两两比较。
案例分析
1、背景
研究人员希望了解游客对于某旅游地不同方面满意度（交通满意度、住宿满意度、服务满意度、景区满意度）是否存在不同的态度差异。满意度均由五级量表题统计得出。
2、操作
（1）首先检验数据正态性、方差齐性，以选择适合的分析方法。
SPSSAU-正态图
可以看到数据基本呈现钟型分布，由于现实研究中收集的样本量较少，很难得到完全符合正态分布的数据，因而只要数据分布基本上可以用一个钟形的正态曲线描绘，即可说明数据基本满足正态分布性。
然后进行方差齐性检验，如果方差齐则使用方差分析，如果方差不齐则使用非参数检验。
SPSSAU-方差齐分析界面
方差齐检验结果
上表可知，显著性检验(P>0.05),说明不同组别样本对于不同满意度均具备方差齐性。满足使用方差分析前提要求，因而选择方差分析。
（2）进行方差分析
方差分析结果表明，不同满意度呈现出0.01水平显著性，说明游客对于不同方面满意度存在显著差异。
（3）通过事后比较，可进一步对比两两差异
由于各组别的样本量相等，这里选择了Tukey方法。
SPSSAU-分析界面
事后检验结果
使用tukey方法，根据上表可知：游客对不同满意度得分呈现出0.01水平显著性(F=4.09，P=0.01)，有着较为明显差异的组别平均值得分对比结果为“交通满意度>服务满意度；景点满意度>服务满意度”。
通过折线图也可直观的看到“交通满意度”平均得分最高，“服务满意度”平均得分最低。
除了两两比较的结果，SPSSAU的事后多重比较也会输出方差分析结果，以供分析人员参考。
其他说明
使用事后检验的前提是方差分析呈现要出显著性。如果方差分析显示P值大于0.05即说明各个组别之间没有差异性，此时也不需要进行事后检验，即使事后检验显示有差异性。
登录SPSSAU官网体验在线数据分析
网友评论