在方差分析过程中进行方差齐性检验即可。
操作菜单:Analyze-Compare Means-One Way ANOVA进入单因素方差分析过程,在Option选项中将Homogeneity of variance test复选框打勾,可以完成方差齐性检验,如果不能通过,则可以认为存在异方差。
因为方差分析过程一般要求方差齐,所以存在异方差最好能进行调整,SPSS中提供了更为简便的方法,在同一菜单中的Post Hoc中提供了方差齐(Equal Variances)假设和方差不齐(Equal Variances not)假设下各自适用的分析方法,方差不齐时就选用下面的几种来实现。
如果是回归分析过程中关于残差的检验,因为回归分析要求残差服从均值为0,方差相同的正态分布,因此必须对残差进行异方差性检验。这个检验SPSS13.0的线性回归过程中提供了残差的PP正态检验图(菜单在Linear过程的Plots中,将Nomal Probability Plot选上),可以大致判断出残差是否异方差性。或许还可以用SPSS的回归过程生成残差序列值,然后再对残差序列进行方差齐性检验。
至于如果补救措施,可以对原始变量进行转换,或者使用加权最小二乘法WLS。
如果Eviews会用,可以考虑用Eviews来做,它的异方差检验更完备,除了残差图之外,它还提供G-Q检验、White检验、帕克检验和Gleiser检验,具体参考Eviews的回归分析部分。
上述仅代表个人观点,未经专家考证,仅供参考。