差異研究的目的在於比較兩組資料或多組資料之間的差異，通常包括以下幾類分析方法，分別是方差分析、t檢驗和卡方檢驗。
三個方法的區別
進一步細分
三種方法的具體分類彙總
1）方差分析
根據x的不同，方差分析又可以進行細分。x的個數為乙個時，我們稱之為單因素方差；x為2個時則為雙因素方差；x為3個時則稱作三因素方差，依次下去。當x超過1個時，統稱為多因素方差。
單因素方差分析,用於分析定類資料與定量資料之間的關係情況。在使用單因素方差分析時，需要每個選項的樣本量大於30，比如男性和女性樣本量分別是100和120，如果出現某個選項樣本量過少時應該首先進行組別合併處理，比如研究不同年齡組樣本對於研究變數的差異性態度時，年齡小於20歲的樣本量僅為20個，那麼需要將小於20歲的選項與另外一組(比如20~25歲)的組別合併為一組，然後再進行單因素方差分析。
如果選項無法進行合併處理，比如研究不同專業樣本對於變數的態度差異，研究樣本的專業共分為市場營銷、心理學、教育學和管理學四個專業，這四個專業之間為彼此獨立無法進行合併組別，但是市場營銷專業樣本量僅為20並沒有代表意義，因此可以考慮首先篩選出市場營銷專業，即僅比較心理學，教育學和管理學這三個專業對某變數的差異性態度，當對比的組別超過三個，並且呈現出顯著性差異時，可以考慮使用事後檢驗
進一步對比具體兩兩組別間的差異情況。
spssau-方差分析
雙因素方差分析,用於分析定類資料(2個)與定量資料之間的關係情況，例如研究人員性別,學歷對於網購滿意度的差異性;以及男性或者女性時,不同學歷是否有著網購滿意度差異性;或者同一學歷時,不同性別是否有著網購滿意度差異性。
spssau-雙因素方差分析
多因素方差分析通常用於類實驗式問卷研究。比如研究者測試某新藥對於膽固醇水平是否有療效；研究者共招募72名被試，男女分別為36名，以及男女分別再細分使用新藥和普通藥物；同時高血壓患者對於新藥可能有干擾，因而研究者將被試是否患高血壓也納入考慮範疇中。因而最終，x共分為三個，分別是藥物(舊藥和新藥)、性別，是否患高血壓；y為膽固醇水平。因而需要進行三因素方差分析即多因素方差分析。
spssau-多因素方差分析
在方法選擇上，問卷研究通常會使用方差分析，但某些專業，比如心理學、教育學或者師範類專業等涉及到實驗研究時，更多會使用t檢驗進行分析，另外方差分析與t檢驗還有較多差異，在某些分析中只能使用其中一種。
2）t檢驗
t檢驗共分為三種方法，分別是獨立樣本t檢驗，配對樣本t檢驗和單樣本t檢驗。
獨立樣本t檢驗和單因素方差分析功能上基本一致，但是獨立樣本t檢驗只能比較兩組選項的差異，比如男性和女性。相對來講，獨立樣本t檢驗在實驗比較時使用頻率更高，尤其是生物、醫學相關領域。針對問卷研究，如果比較的類別為兩組，獨立樣本t檢驗和單因素方差分析均可實現，研究者自行選擇使用即可。
spssau-t檢驗分析
獨立樣本t檢驗和配對樣本t檢驗功能上都是比較差異，而且均是比較兩個組別差異。但二者有著實質性區別，如果是比較不同性別，婚姻狀況(已婚和未婚)樣本對某變數的差異時，應該使用獨立樣本t檢驗。如果比較組別之間有配對關係時，只能使用配對樣本t檢驗，配對關係是指類似實驗組和對照組的這類關係。另外獨立樣本t檢驗兩組樣本個數可以不相等，而配對樣本t檢驗的兩組樣本量需要完全相等。
spssau-配對t檢驗分析
t檢驗的第三種分析方法為單樣本t檢驗。比如問卷某題項選項表示為1分代表非常不滿意，2分代表比較不滿意，3分代表一般，4分代表比較滿意，5分代表非常滿意，當想分析樣本對此題項的態度是否有明顯的傾向，比如明顯高於3分或者明顯低於3分時，即可以使用單樣本t檢驗。單樣本t檢驗是比較某個題項的平均得分是否與某數字(例子是與3進行對比)有著明顯的差異，如果呈現出顯著性差異，即說明明顯該題項平均打分明顯不等於3分。此分析方法在問卷研究中較少使用，平均得分是否明顯不為3分可以很直觀的看出，而不需要單獨進行檢驗分析。
spssau-單樣本t檢驗分析
3）卡方分析
卡方檢驗用於分析定類資料與定類資料之間的關係情況。例如研究人員想知道兩組學生對於手機品牌的偏好差異情況，則應該使用卡方分析。卡方是通過分析不同類別資料的相對選擇頻數和佔比情況，進而進行差異判斷，單選題或多選題均可以使用卡方分析進行對比差異分析。
spssau-卡方分析
組間方差分析球形檢驗
文章指出 球形檢驗的結果只是決定你將要用哪種輸出結果，單變數的還是多變數的。這裡特別要注意 球形檢驗的結果不是決定你是否使用重複測量的方差分析 這是在實驗設計時的事情 而是決定在重複測量方差分析之後你選擇哪種輸出結果。如果選擇單變數的，要麼它滿足球形檢驗，要麼你就必須對結果進行校正。通常，如果不滿足...
5方差分析
方差分析是試驗研究中分析試驗資料的重要方法，應用什麼廣泛。本章將介紹方差分析的基本思想及單因素和雙因素方差分析方法。5.1.1基本概念 在實際 中常常要通過實驗來了解各種因素對產品的效能，產量等的影響，這些效能，產量指標等統稱為試驗指標，而稱影響試驗指標的條件，原因等為因素或因子，稱因素所處的不同狀...
Python統計分析 卡方檢驗
卡方檢驗是一種用途很廣的計數資料的假設檢驗方法。它屬於非引數檢驗的範疇，主要是比較兩個及兩個以上樣本率 構成比 以及兩個分類變數的關聯性分析。其根本思想就是在於比較理論頻數和實際頻數的吻合程度或擬合優度問題。卡方檢驗的基本思想 卡方檢驗是以 2 chi 2 2分布為基礎的一種常用假設檢驗方法，它的基...