SPSS进行事后检验后，结果需要进行判断和解释，以下是一些常规的事后检验结果的解释方法：
1. 方差齐性检验结果的解释：如果方差齐性检验结果为显著性检验P值小于0.05，则说明检验结果不希望呈现方差齐性，需要报告Welch's F检验结果；如果显著性检验P值大于0.05，则说明检验结果希望呈现方差齐性，需要报告Levene's检验结果。
2. 多重比较结果的解释：每个多重比较组的结果中，需要查找P值，如果P值小于0.05，则说明比较组之间存在显著差异。
3. 效应大小结果的解释：效应大小通常通过算出Cohen's d等统计值得出，然后进行解释。效应大小越大，说明相对差异越大，效用越显著。
需要注意的是，在选择一种特定的事后检验方法时，一定要根据数据特征和假设检验结果选择最适合的方法，并使用正确的方法进行分析和解释。建议在进行事后检验时，再向身边的专家或老师请教，以便能获得更准确、更全面的分析结果。
SPSS的事后检验结果一般需要着重观察以下几个方面：
1. 显著性水平（Sig.）：显著性水平是指样本数据达到显著性水平的概率，通常认为若P值小于0.05，则该差异具有显著性统计学意义，否则没有。如果显著性水平小于0.05，则表明该差异是显著的，可以得到支持。
2. 统计值（Stat.）：统计值是指样本数据在描述差异时所使用的统计量，例如平均值、方差等。根据具体的事后检验方法，统计值有不同的解释和意义。
3. 组间比较（Comparison）：组间比较是指不同组别间差异的具体情况和比较结果。根据事后检验方法的不同，可能会输出不同的组间比较结果，例如组均值、标准误差和置信区间等参数。
4. 效应量（Effect Size）：效应量是指样本数据中真实差异的大小。不同的事后检验方法往往会有不同的效应量计算公式，例如Cohen's d、Eta-squared等。
需要注意的是，在进行事后检验时，应根据具体情况选择合适的方法，并对结果进行仔细解读，避免因过度解读或误判而产生不必要的问题。建议在进行事后检验时，可以参考专业统计学书籍或咨询相关专业人士，以获得更准确的结果和结论。
