单因素方差分析的结果解释
1.基本描述性统计量
分析：上表给出基本描述性统计量。

由上表可以看出，在4个行业中，样本数量分别为7，6，5，5，其中家电制造业投诉次数最多，零售业和旅游业相近，航空公司投诉最少，这一点也可以通过均值折线图得到验证。

2．方差齐性检验
分析：上表是方差齐性检验结果表。

从表中可以看出，方差齐性检验计算出的概率p值为0.898，在给定显著性水平α为0.05的前提下，通过方差齐性检验，即不同行业投诉次数认为是来自于相同方差的不同总体，满足方差分析的前提。

3．单因素方差分析表
分析：上表是单因素方差分析表。

第2列表示偏差平方和（Sum of Squares）,其中组间偏差平方和为1456.609,组内偏差平方和为2708.000，总偏差平方和为4164.609.
第3列是检验统计量的自由度（df）,组间自由度为3，组内自由度为19，总自由度为22。

第4列是均方，表示偏差平方和与自由度的商，分别为485.536和142.526,两者之比为F分布的观测值3.407，它对应的概率p值为0.039。

在给定显著性水平α为0.05的前提下，由于概率p值小于α，故应拒绝原假设，即认为不同行业间的次数有显著差异。

4．多项式检验结果
分析：上面两个表格中，表1给出了线性多项式的系数，表2给出了比较检验结果。

利用计算得到的概率p值可知，在Contrast 1的情形下，无论假设为方差齐性，还是方差不齐，都有p<0.05，小于显著性水平，故应拒绝原假设，即认为零售业、航空公司投诉次数之和与旅游业、家电制造业投诉次数之和在0.05水平上差异显著；在Contrast 2的情形下，无论假设为方差齐性，还是方差不齐，都有p>0.05，大于显著性水平，故应接受原假设，即认为零售业、旅游业投诉次数之和与航空公司、家电制造业投诉次数之和在0.05水平上无显著差异。

5．LSD和Bonferroni验后多重比较
分析：下表是利用LSD、Bonferroni、Sidak和Scheffe检验方法分别显示两两行业之间投诉次数均值的检验比较结果。

表中的星号表示在显著性水平为0.05的情况下，相应的两组均值存在显著差异。

各种检验方法对抽样分布标准误差的定义不尽相同，但在系统中皆采用LSD 方法的标准误差，故表中两种方法的两列数据完全相同。

第3列Sig.是检验统计量的观测值在不同分布中的概率p值。

两种方法存在一定的差异，两者之间由于对误差率的控制不同，所以敏感度也不同，从表中可以明显地看出，LSD方法的概率p值都比Bonferroni方法的相应概率p值小一些，和其它方法相比，LSD方法的敏感度是比较高的。

例如，在显著性水平为0.05的前提下，LSD检验中航空公司和家电制造业之间的投诉次数均值存在显著差异，其概率p值为0.005，Bonferroni方法中两者之间虽然也存在显著性差异，但其统计量的概率p值为0.03，远远大于LSD方法的概率p值。

6．多重比较的相似性子集
分析：上表是由Schffe方法划分的相似性子集。

从表中可以看出，在显著性水平为0.05的情况下，第一组包括的行业有航空公司、旅游业、零售业；而第二组包括的行业有旅游业、零售业和家电制造业；其中旅游业、零售业为两组共有，其均值在两组中差距近似，但航空公司和家电制造业的均值差较大。

第一个子集中，组内相似的概率为
0.306，第二组的组内相似概率为0.510。

7．均值连线图
分析：下图是选择“Mean Plot”选项后生成的均值连线图。

图中各点表示4个行业对应数据的均值大小。