方差分析（ANOVA）是一種用于檢驗兩個以上樣本均數差別的顯著性統計方法。根據不同的研究設計和數據類型，方差分析可以分為以下7種類型。
一、單因素方差分析
①單因素方差分析說明
單因素方差分析用于研究一個定類數據（自變量）對于一個定量數據（因變量）的差異性分析，比如研究不同學歷對商品購買意愿的差異分析。
②數據格式
分析時一個自變量為一列，一個因變量為一列，類似如下：
③分析前提條件
（1）各觀測變量數據總體要服從正態分布。
（2）各觀測變量數據總體要滿足方差齊性。
PS：通常方差分析本身較穩健，因此可適當放寬兩個條件，具體結合文獻資料而定。
④操作
以SPSSAU為例：【通用方法】→【方差】
⑤結果分析
二、雙因素方差分析
①雙因素方差分析說明
雙因素方差分析用于研究兩個定類數據（自變量）對于一個定量數據（因變量）的差異性分析，比如研究不同學歷、不同年齡段對商品購買意愿的差異分析。
②數據格式
分析時一個自變量為一列，一個因變量為一列，類似如下：
③涉及概念
（1）水平：
方差分析中的因素要求是定類數據，因素（自變量）的不同類別取值稱作水平。例如，學歷包括專科、本科和碩士水平。
（2）主效應
某一因素各單獨效應的平均效應，即某一因素各水平之間的平均差別。 一個因素的主效應顯著，意味著該因素的各個水平在其他因素的所有水平上的平均數存在差異。比如研究不同學歷、不同年齡段對購買意愿的影響，學歷對購買意愿的差異性就屬于主效應分析。
（3）交互作用
反映兩個或兩個以上因素相互依賴制約、共同影響因變量的變化。如果一個因素對因變量的影響會因另一個因素的水平不同而有所不同，則可以說這兩個變量之間具有交互作用。例如：分析學歷和年齡段的交互項對購買意愿的影響。
④操作
以SPSSAU為例：【進階方法】→【雙因素方差】；
雙因素方差分析分為兩類：考慮交互作用的雙因素方差分析（勾選二階效應）和不考慮交互作用的雙因素方差分析（不需要勾選二階效應）。
參數說明：
二階效應：即交互作用，勾選后，SPSSAU會默認輸出二階效應；
簡單效應：簡單效應指X1在某個水平時，X2不同水平的比較；
事后多重比較：主效應顯著后可以分析事后多重比較；
效應量：如果選中‘效應量’，則SPSSAU會在方差檢驗表格中輸出偏Eta方(Partial η2)，偏Eta方表示效應量大小時，通常情況下效應量小、中、大的區分臨界點分別是:0.01，0.06和0.14；
⑤結果分析
更多分析結果可以登錄SPSSAU官網進行體驗查看。
三、多因素方差分析
①多因素方差分析說明
多因素方差分析用于研究多個定類數據（自變量）對于一個定量數據（因變量）的差異性分析，比如研究不同學歷、不同年齡段、不同職業對商品購買意愿的差異分析。
②其它說明
其它說明與雙因素方差類似。
四、事后多重比較
①事后多重比較說明
在方差分析發現總體存在顯著差異后，使用事后多重比較來確定哪些組之間存在顯著差異，常用于兩兩之間對比，比如不同學歷（專、本、碩）對購買意愿有差異，進一步分析專、本之間的購買意愿差異、專、碩之間的購買意愿差異、本、碩之間購買意愿差異。
②數據格式
與單（雙、多）因素方差分析一致。
③操作
以SPSSAU為例：【進階方法】→【事后多重比較】；
④事后多重比較類型說明
⑤結果分析
五、重復測量方差
①重復測量方差分析說明
當對同一因變量進行多次測量時，可以使用重復測量方差分析。這種方法考慮了測量之間的相關性，并且還會分析時間或其他重復測量因素對因變量的影響。
②數據格式
重復測量數據是指同一批樣本（病例）在不同的時間點測量了多次數據，所以數據格式比較特殊，比如有10個樣本，并且測量3個時間點。那么就一定會有10*3=30行數據，舉例如下：
④操作
以SPSSAU為例：【實驗/醫學研究】→【重復測量方差】；
⑥重復測量方法分析流程
重復測量方差涉及檢驗說明——球形度檢驗：主要用于判斷多個樣本之間的變異程度是否相同。如果沒有通過球形度檢驗，并且球形度W值大于0.75，組內效應則使用HF校正結果；如果沒有通過球形度檢驗，并且球形度W值小于0.75，組內效應分析結果則使用GG校正結果；如果通過球形度檢驗，組內效應分析結果時使用“滿足球形度檢驗”結果即可；
⑥結果分析
球形度檢驗：
球形度檢驗中p值大于0.05說明接受原假設，通過球形度檢驗，組內效應直接看“滿足球形檢驗”即可。
六、協方差分析
①協方差分析說明
在方差分析的基礎上，同時考慮一個或多個協變量（與因變量密切相關的定量變量）的影響。比如“減肥方式”對于“減肥效果”的影響，年齡很可能是影響因素，此時年齡就是協變量，通過調整協變量的影響，可以更準確地評估主要自變量對因變量的影響。
②數據格式
一個變量為一列（自變量、因變量、協變量）。如下：
④操作
以SPSSAU為例：【進階方法】→【協方差】；
將變量拖拽到對應的分析框內，點擊開始分析（PS：這里的平行性檢驗是指模型中建立分別每個X與協變量間的交互項）。
⑤分析結果
七、多元方差分析
①多元方差分析說明
當因變量為多個時，使用多元方差分析來檢驗自變量是否對這些因變量有顯著影響。如果Y的個數大于1個（此時不論X個數1個或多個），均稱作多元方差。
②數據格式
與協方差分析一致，如果有協變量，每個變量占一列。
④操作
以SPSSAU為例：【進階方法】→【多元方差manova】；
⑤分析結果
更多內容可以登錄SPSSAU官網查看。
