方差分析（ANOVA）是一种统计方法，用于比较两个或多个组之间的平均值是否存在显著差异。在方差分析中，显著性通常通过以下几个指标来判断：
F值：
F值是组间方差与组内方差的比值，用于衡量组间差异的大小。
P值：
P值表示在零假设（所有组间无差异）成立的情况下，观察到的样本间差异或更极端差异出现的概率。P值越小，差异越显著。
效应量：
效应量指标（如η²或ω²）提供了差异大小的度量，即使P值不显著，效应量较大的差异在实际中也可能有实际意义。
F crit值：
F crit值是在特定自由度和显著性水平下计算出的临界值，用于与F值比较判断差异是否显著。
通常，如果P值小于0.05，我们拒绝零假设，认为组间存在显著差异。如果P值大于或等于0.05，则不能拒绝零假设，认为组间差异不显著。
需要注意的是，方差齐性检验是进行方差分析前的一个步骤，用于判断不同组之间的方差是否齐性。如果方差不齐，可能需要采用不同的统计方法进行分析。
在SPSS等统计软件中，方差分析的结果会包含ANOVA表格，其中提供了F值、P值等信息，通过这些信息可以判断方差分析的显著性。