其实spss学到高阶会有很多综合应用
例如距离分析与聚类分析、因子分析的综合
因子分析与聚类分析的结合
聚类分析与方差分析的结合等等

其实把这个表理解成一次很单纯的单因素方差分析就行了
1、在这个表出现之前你的聚类分析的结果肯定都有了
2、假如你分的是n类，有k个变量，那么就相当于以每个变量为单因素，以n类为n组，对所有case进行单因素方差分析，该表中的F和Sig.两列的意义和单因素方差分析输出的“ANOVA”表的含义是一样的
3、若变量1对应的Sig.值小于0.05，说明这n组之间的样本均值有显著差异，也就是你分的n类之间的样本均值有显著差异，从而验证了你的分类是不错的。如果所有变量对应的Sig.值都小于0.05那就完全说明你的分类是非常有理论意义的，在理论上是可行的。如果有其中一个变量对应的Sig.大于0.05，说明你的分类不完美，当然不能说不对，要根据实际情况来决定。

总之这张表的作用是用来验证你所分的n类在理论上是否优越，当然是越符合你的研究目的（分类目的）就越有越，所以说该结果“可用于描述（验证）分类目的”，当然你的表述“该分析结果仅用于描述目的”也没错

事实上为了得到更精确的信息，往往会在“方差分析”模块单独做一次单因素方差分析

补充一下，如果当你分成k类的时候“ANOVA”表中Sig.大于0.05的变量过多的话
理论上就要考虑重新确定分类的个数了

楼上回答的重点不是我想要的，按我的理解是由于“某个原因”，表中的sig值不精确，但和真实值相差不远，所以仍有参考价值（就像“很高”“漂亮”这些形容词一样，虽然不精确但也可以用来描述），但不能根据他得出假设检验的结果（就像礼仪小姐身高不得低于165cm，这时只用她“比较高”是不能得出她可以当礼仪小姐的结论的）。我这样理解对不对？
    而那“某个原因”就是“这些类已经用于对不同类中观察量之间的差进行最大化，而表中的显著性水平并未对此进行校正”，我想请教的就是——“这些类是怎么用于对不同类中观察量之间的差进行最大化”的，而这又为什么牵涉到“显著性水平”的“校正”？
    我只是想知道其中的缘由，不需要理论的推导。还是那句话，通俗一点

说实话我感觉这些问题应该为写这段话的本人何晓群老师，但封面上写的是“编著”，到底这段是“编”还是“著”，呵呵。我只是想问一下你们的理解。
我不知道为什么大学里很少有老师愿意回答这种问题，感觉好落寞呵。。。

huhuan大神