本人主编SPSS书籍中摘录，您可意会。
（1）图6-42为多变量检验结果，其中采用了4种检验方法计算了T检验值、F值、假设df值和误差df值，表中可见不同测试时间的weight有统计学差异，P=0.000，而测试时间与组别间无统计学差异，P=0.55。然而是否以此结果为准的依据是球形性检验，若不符合球形性，才以此结果为准或者以一元方差分析中校正结果为准。
（2）图6-43为球形性检验结果，可见Mauchly W=0.983，P=0.926，符合球形性，结果以一元方差结果为准，如果P≤0.05，则不符合球形性检验，则给出了3中校正模式，即Greenhouse-Geisser、Huynh-Feldt和下限校正，其中以Greenhouse-Geisser较为常用。
（3）图6-44为方差分析结果，因为本例符合球形性。因此，以第一条“采用的球形度”结果，可见不同时间测量的体重有统计学差异，F=129.068，P=0.000；并且测试时间与组别交互作用检验F=4.386，P=0.026<0.05，认为测试时间与组别间存在着交互作用。图6-45显示，组别间方差分析结果无统计学差异，F=0.397，P=0.543，即两组处理因素对体重减重影响没有差异。
4）注意：当测量时间为不等距时，如第1个月、第2个月和第5个月，为不等距测量。此时应该采用不等距的方差分析，然而SPSS19.0中不能直接计算，需要利用“语法编辑器”。继续以本题为例，如果测量时间就是第1个月、第2个月和第5个月。操作如下，将操作步骤中第（6）条改为“主对话框中单击“粘贴”。”将语法窗口中的图6-46中语法改为图6-47。即将/WSFACTOR=weight 3 Polynomial改为/WSFACTOR=weight 3 Polynomial(1 2 5)。再运行即可，为节省篇幅，读者可以自行运算，此处不赘。

本人主编SPSS书籍中摘录，您可意会。
（1）图6-42为多变量检验结果，其中采用了4种检验方法计算了T检验值、F值、假设df值和误差df值，表中可见不同测试时间的weight有统计学差异，P=0.000，而测试时间与组别间无统计学差异，P=0.55。然而是否以此结果为准的依据是球形性检验，若不符合球形性，才以此结果为准或者以一元方差分析中校正结果为准。
（2）图6-43为球形性检验结果，可见Mauchly W=0.983，P=0.926，符合球形性，结果以一元方差结果为准，如果P≤0.05，则不符合球形性检验，则给出了3中校正模式，即Greenhouse-Geisser、Huynh-Feldt和下限校正，其中以Greenhouse-Geisser较为常用。
（3）图6-44为方差分析结果，因为本例符合球形性。因此，以第一条“采用的球形度”结果，可见不同时间测量的体重有统计学差异，F=129.068，P=0.000；并且测试时间与组别交互作用检验F=4.386，P=0.026<0.05，认为测试时间与组别间存在着交互作用。图6-45显示，组别间方差分析结果无统计学差异，F=0.397，P=0.543，即两组处理因素对体重减重影响没有差异。
4）注意：当测量时间为不等距时，如第1个月、第2个月和第5个月，为不等距测量。此时应该采用不等距的方差分析，然而SPSS19.0中不能直接计算，需要利用“语法编辑器”。继续以本题为例，如果测量时间就是第1个月、第2个月和第5个月。操作如下，将操作步骤中第（6）条改为“主对话框中单击“粘贴”。”将语法窗口中的图6-46中语法改为图6-47。即将/WSFACTOR=weight 3 Polynomial改为/WSFACTOR=weight 3 Polynomial(1 2 5)。再运行即可，为节省篇幅，读者可以自行运算，此处不赘。

依上面的结果，如过不符合球形检验的结果的话，而多变量结果又与方差分析结果汇总3种校正模式的结果又不一样的话，那应该怎样确定以哪个结果为准呢？

感谢jswu167   
正是我要找的答案  连着几天扒了好多书都没讲清楚，在这儿终于搞清楚这些表格之间的关系了。

请问您的SPSS大作书名是什么？求拜读。

哪有图啊