对于交互作用的事后检验，不能通过直接点击SPSS菜单命令得到，需要通过在句法（Syntax）窗口定义语句完成。
对于B因素在A因素不同水平的简单效应，可用下列语句得到：
manova amount by a(1,2) b(1,2) /design /error=within
/design=b within a(1) b within a(2).
运行上面的语句，得到输出结果。 6．交互作用事后检验结果及解释
* * * * * * A n a l y s i s o f V a r i a n c e -- design 1 * * * * * * Tests of Significance for AMOUNT using UNIQUE sums of squares
Source of Variation SS DF MS F Sig of F WITHIN CELLS 378.80 16 23.68
A 8.45 1 8.45 .36 .559 B 1264.05 1 1264.05 53.39 .000 A BY B 281.25 1 281.25 11.88 .003 (Model) 1553.75 3 517.92 21.88 .000 (Total) 1932.55 19 101.71 R-Squared = .804 Adjusted R-Squared = .767
- - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - * * * * * * A n a l y s i s o f V a r i a n c e -- design 2 * * * * * * Tests of Significance for AMOUNT using UNIQUE sums of squares
Source of Variation SS DF MS F Sig of F WITHIN CELLS 378.80 16 23.68
B WITHIN A(1) 1368.90 1 1368.90 57.82 .000 B WITHIN A(2) 176.40 1 176.40 7.45 .015 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
可以看出，输出结果中包含两大部分的信息。首先是“Analysis of variance -- design 1”下面的方差分析部分，这部分的结果与前面由菜单操作得到的主效应与交互作用分析得到的结果相同。第二部分是在“Analysis of variance -- design 2”下给出的简单效应检验部分，这部分分别给出所要分析简单效应的平方和、自由度、均方、F检验统计量的值以及对应的概率P值。从上面的分析结果可以看出，在A因素的两个水平上，B因素的效应都显著，说明不管用那一种教学方法，不同教学态度下的识字结果均存在显著差异。
类似地，用下列程序可以得到A因素在B因素不同水平上的简单效应。
manova amount by a(1,2) b(1,2) /design /error=within
/design=a within b(1) a within b(2).
得到简单效应的分析结果如下：
* * * * * * A n a l y s i s o f V a r i a n c e -- design 2（没有这一块） * * * * * *
21
Tests of Significance for AMOUNT using UNIQUE sums of squares
Source of Variation SS DF MS F Sig of F
WITHIN CELLS 378.80 16 23.68
A WITHIN B(1) 96.10 1 96.10 4.06 .061 A WITHIN B(2) 193.60 1 193.60 8.18 .011
四、协方差分析 1．数据
以第六节例1的数据为例，简单说明如何用SPSS进行协方差分析。单因素随机分组的协方差包含一个协变量（学习兴趣x）、一个因变量（y）和一个处理变量（a），数据输入如下(6-6-4.sav)：
单击主菜单Analyze/General Linear Model/ Univariate …，进入主对话框，请把y选入到因变量（Dependent list）表中，把a选到Fixed Factor(s)变量表列中，将x选入Covariate（s），其他选项的定义类似于多因素方差分析中的定义，这里我们采用系统默认设置，定义后的窗口显示如下：
点击OK，得到协方差分析的结果如下：
Tests of Between-Subjects Effects Dependent Variable: Y
Source Type III Sum of Squares df Mean Square
Corrected Model
Intercept
X
F Sig.
2328.344 980.448 1010.760
3 1 1
776.115 68.196 .000 980.448 86.150 .000 1010.760 88.813 .000
22
A Error Total
Corrected Total
707.219 2 353.609 31.071 .000 11.381
227.615 20 206613.000 24 2555.958 23
a R Squared = .911 (Adjusted R Squared = .898)
从上面分析的结果可以看出，在调整了协变量对因变量的影响后，三种饲料的增肥效果存在显著差异（F=31.07）。
简单效应(simple effect)分析通常是在作方差分析时存在交互效应的情况下的进一步分析。你需要在SPSS中编写syntax实现。
一、完全随机因素实验中简单效应得分析程序
假如一个两因素随机实验中，A因素有两个水平、B因素有三个水平，因变量是Y，检验B因素在A因素的两个水平上的简单效应分析。
TWO-FACTOR RANDOMIZED EXPERIMENT
SIMPLE EFFECTS. DATA LIST FREE /A B Y.
BEGIN DATA 1 3 4 1 1 2 1 1 3 2 2 5 2 1 6 1 2 8 2 1 9 1 2 8 2 3 10 2 3 11 2 3 9 2 3 8 END DATA.
MANOVA y BY A(1,2) B(1,3)
/DESIGN
/DESIGN=A WITHIN B(1) A WITHIN B(2) A WITHIN B(3).
若A与B存在交互作用而进行的进一步分析（即简单效应分析）。同时你可以再加一个design:
/DESIGN=B WITHIN A(1)
23
B WITHIN A(2).
自编数据试试 y A B 4.00 1.00 3.00 2.00 1.00 1.00 3.00 1.00 1.00 5.00 2.00 2.00 6.00 2.00 1.00 8.00 1.00 2.00 9.00 2.00 1.00 8.00 1.00 2.00 10.00 2.00 3.00 11.00 2.00 3.00 9.00 2.00 3.00 8.00 1.00 2.00
当然，你可也直接贴下述语句至syntax编辑框：
应会输出下述结果：
The default error term in MANOVA has been changed from WITHIN CELLS to
WITHIN+RESIDUAL. Note that these are the same for all full factorial
designs.
* * * * * * A n a l y s i s o f V a r i a n c e * * * * * *
12 cases accepted.
0 cases rejected because of out-of-range factor values.
0 cases rejected because of missing data.
6 non-empty cells.
3 designs will be processed.
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
* * * * * * A n a l y s i s o f V a r i a n c e -- design 1 * * * * * *
24
Tests of Significance for Y using UNIQUE sums of squares Source of Variation SS DF MS F Sig of F
WITHIN CELLS 10.00 6 1.67 X1 15.00 1 15.00 9.00 .024 X2 6.46 2 3.23 1.94 .224 X1 BY X2 33.00 2 16.50 9.90 .013
(Model) 80.92 5 16.18 9.71 .008
(Total) 90.92 11 8.27
R-Squared = .890 Adjusted R-Squared = .798
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
* * * * * * A n a l y s i s o f V a r i a n c e -- design 2 * * * * * *
Tests of Significance for Y using UNIQUE sums of squares Source of Variation SS DF MS F Sig of F
WITHIN+RESIDUAL 16.46 8 2.06
X1 WITHIN X2(1) 25.00 1 25.00 12.15 .008 X1 WITHIN X2(2) 8.15 1 8.15 3.96 .082 X1 WITHIN X2(3) 43.74 1 43.74 21.26 .002
(Model) 74.46 3 24.82 12.06 .002
(Total) 90.92 11 8.27
R-Squared = .819 Adjusted R-Squared = .751
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
* * * * * * A n a l y s i s o f V a r i a n c e -- design 3 * * * * * *
Tests of Significance for Y using UNIQUE sums of squares Source of Variation SS DF MS F Sig of F
25