在卫生统计学中，方差分析（ANOVA）是一种用来检验两个或多个样本均值之间是否存在显著差异的统计方法。判断方差分析结果是否显著主要依赖于P值和F值。

首先，我们需要理解P值的概念。P值是指在原假设成立的情况下，获得当前样本或更极端情况的概率。在方差分析中，原假设通常是各组之间的平均数没有显著性差异。如果计算出的P值小于设定的显著性水平（通常为0.05），则可以认为拒绝原假设，即至少有一组与其他组存在显著性的均值差异。

其次，F值是方差分析中的另一个重要指标。它是组间变异与组内变异的比例。当F值大于临界值时，表明组间的差异比随机误差更大，这支持了拒绝原假设的观点。临界值取决于自由度和选定的显著性水平，通常通过查表获得。

具体步骤如下：
1. 进行方差分析计算，得到F值。
2. 根据样本数据确定分子（组间）和分母（组内）的自由度。
3. 查阅F分布表或使用统计软件获取对应自由度下的临界值。
4. 比较计算出的F值与临界值。如果F值大于临界值，说明结果显著；反之，则不显著。
5. 同时关注P值。若P<0.05（或其他预设的显著性水平），则认为方差分析的结果是统计学上显著的。

需要注意的是，在实际应用中往往直接使用专业的统计软件来完成上述步骤，并直接获得P值和F值，从而判断结果是否具有统计意义。