方差分析作为一种非常有效的分析方法，用于分析两组或两组以上的数据差异。在实际的数据分析过程中，一个因素对因变量的影响脚下，分析结果无法看出明显差异，这时往往会考察两个甚至多个因素对因变量的影响，就用到两因素方差分析方法。两因素方差分析是指对有两个自变量，一个因变量的实验数据进行分析处理，通常是通过分析结果来判断实验处理对实验结果有没有影响。那么，如何使用spss进行两因素方差分析？这里介绍一下spss两因素方差分析案例，spss两因素方差分析步骤及结果分析。

一、spss两因素方差分析案例

 实例：

          以一份设备故障数据为例子介绍SPSS两因素方差分析具体的操作步骤，数据中记录了每个设备归属的分公司、项目，以及产生的故障数量，如图1所示，在实验的方法为多因素完全随机的情况下，获取数据，进行两因素完全随机方差分析，即对有一个因变量，两个自变量的随机实验数据进行分析。

          下面以故障数量为因变量，以分公司、项目这两个因素为自变量，使用SPSS实际操作进行两因素方差分析。

步骤1：导入数据
 

步骤2：在菜单中选择分析-》一般线性模型-》单变量，打开分析操作窗口。

                按照上操作步骤，点击“单变量”后，弹出单变量对话框，如图4。 

步骤3：将“故障数量”放入【因变量】方框中；将“分公司”、“项目”放入【固定因子】方框中。如图5 所示：

步骤4:在上述的“单变量”对话框中，选择“模型”按钮，打开“单变量：模型”对话框，如图6，选择【全因子】选项，点击继续。

步骤5:  在“单变量”对话框中，选择“事后比较”按钮，打开“单变量：实测平均值的事后多重比较”对话框，如图7，从”因子“框中选择【分公司】、【项目】添加到”下列各项目的时候检验“方框中，点击继续。

步骤6:在“单变量”对话框中，选择“选项”按钮，打开“单变量：选项”对话框，如图8，勾选【描述统计】、【齐性检验】，显著性水平默认为0.5，点击继续。

步骤7:最后，在“单变量”对话框中，点击“确定”按钮，进行两因素方差分析，并生成两因素方差分析结果，如图9。

  步骤8: 在步骤7的对话框中点击确定后，SPSS完成两因素方差分析自动生成分析结果，将自动弹出IBM SPSS Statistics查看器。在查看器中展示了此次两因素方差分析的分析结果。如图10所示。

二、SPSS两因素方差分析步骤及结果分析

     通过选择SPSS的菜单中的“分析”→“一般线性模型”→“单变量”分析方法，然后，选择实例数据表中的“故障数量”为因变量，“项目”、“分公司”为自变量开展两因素方差分析，指定“模型”为全因子，在“选项”中选择展示“描述”信息及“齐性检验”后，点击“确定”，生成SPSS两因素方差分析结果。通过分析得到的数据说明了什么呢？下面介绍一下，如何分析SPSS两因素方差分析结果中的各数据指标含义，即如何理解分析结果。

  (1)描述统计

     图11所示，统计数据包括每组实验的数据的平均值、标准差和频度（N）。 

（2）等同性检验

       图12中，显著性概率P基于中位数时的P值=0.179>0.05,因此原假设”各个组中的因变量误差方差相等“成立，数据呈现偏态分布。

  （3）主体间效应检验

        图13所示，“项目”对应“显著性”为0.451 ，p=0.39>0.05，所以项目对故障数量的主效应是比较显著的，分公司对应“显著性”为0.39，p=0.39>0.05，所以分公司对故障数量的主效应也是比较显著,且分公司与项目的交互影响显著（p=0.097>0.05）。 

                                                                                                          
 三、小结

           以上就是使用SPSS软件，以一份设备故障数据为实例，进行两因素方差分析的具体操作步骤，文中详细介绍了spss两因素方差分析案例，讲解了spss两因素方差分析步骤及结果分析。由上述分析结果可知，分公司与项目两个因素交互作用对设备的故障数量产生影响比较显著。