数据分析shujufenxi.com

检验

双因素方差分析结果怎么写（含交互效应）

内容整理：shujufenxi 编辑部·内容更新 2026-06-13

你遇到的问题

你的设计里有两个自变量（比如「教学方式」和「性别」），跑出来一堆 F 值，却不知道该先看谁、交互项显著意味着什么，更不知道怎么把两个主效应加一个交互效应完整写进论文。很多人只报了主效应就草草结束，漏掉了最关键的交互解释。

适用场景

双因素方差分析适用于一个连续因变量、两个分类自变量的组间设计，用于同时检验两个主效应及其交互作用。前提假设包括各组因变量近似正态、方差齐性（Levene 检验）以及观测独立。若交互效应显著，主效应的解释需格外谨慎。

正确做法

先看交互效应是否显著。若交互不显著，直接解释两个主效应；若交互显著，则不宜单独下主效应结论，应进一步做简单效应分析，即固定一个因素的水平，检验另一个因素的差异。每个效应都要报告 F(df1, df2)、p 值和效应量 partial η²（偏 eta 平方）。

报告示例：以焦虑得分为因变量的 2（教学方式：传统／翻转）×2（性别：男／女）方差分析结果显示，教学方式主效应显著，F(1, 116) = 8.47, p = .004, partial η² = .068；性别主效应不显著，F(1, 116) = 1.02, p = .314。二者交互效应显著，F(1, 116) = 5.31, p = .023, partial η² = .044。简单效应分析表明，翻转课堂仅在男生中显著降低焦虑（p = .006），女生中差异不显著（p = .421）。

常见错误

错误一：交互效应已显著却仍旧笼统解释主效应，忽略了不同水平下效应方向可能相反，导致结论失真。错误二：只报 F 值和 p 值，不报自由度和效应量 partial η²，读者无法判断效应大小，也无法复核统计量是否合理。

需要更进一步？

已有输出但不确定怎样解释，可先查看人工复核服务的范围与交付样例。免费解读器目前仅支持单行带标签结果，不能判断完整表格、复杂模型或研究设计；复杂需求需另行评估。

操作步骤

SPSS

  1. 分析→一般线性模型→单变量
  2. 因变量选入「因变量」，两个因素分别选入「固定因子」
  3. 点击「模型」，选「全因子」以纳入两个主效应与交互项
  4. 点击「EM 均值」，将交互项移入「显示均值」，勾选「比较主效应」
  5. 点击「选项」，勾选「描述统计」与「效应量估计」（偏 η²）
  6. 确定，读取 A、B 主效应与 A×B 交互的 F、显著性与偏 η²

R

df <- read.csv('data.csv')
df$A <- factor(df$A)
df$B <- factor(df$B)
# 双因素方差分析（含交互）
model <- aov(Y ~ A * B, data = df)
summary(model)
effectsize::eta_squared(model, partial = TRUE)   # 偏 η²

完整示例（模拟数据）

考察性别（A）与三种教学法（B）对学业成绩的影响及其交互作用（标注：模拟数据样例）。

以性别（A：男/女）与教学法（B：三种）为自变量、学业成绩为因变量进行双因素方差分析（模拟数据样例，N＝120）。结果显示，性别主效应显著，F(1,114)＝5.42，p＝.022，偏 η²＝.045；教学法主效应显著，F(2,114)＝8.17，p＜.001，偏 η²＝.125；性别×教学法交互作用显著，F(2,114)＝3.26，p＝.042，偏 η²＝.054，表明不同教学法的效果因性别而异，需进一步做简单效应分析。

统计量数值
性别主效应 AF(1,114)＝5.42，p＝.022，偏 η²＝.045
教学法主效应 BF(2,114)＝8.17，p＜.001，偏 η²＝.125
交互作用 A×BF(2,114)＝3.26，p＝.042，偏 η²＝.054
误差自由度114

常见疑问

双因素方差分析的交互效应怎么解读？
交互效应显著说明一个自变量对因变量的影响随另一个自变量的水平而变化，此时应优先解读交互而非主效应，通常需做简单效应分析并绘制交互图。
主效应显著但交互也显著，该怎么报告？
当交互效应显著时，主效应的解释会受到限制，应以简单效应分析拆解交互，说明在某一因素各水平下另一因素的效应，而不能笼统下主效应结论。
双因素方差分析结果怎么用 APA 格式写？
每个效应报告为 F(df效应, df误差) = 值, p = 值, 偏 η² = 值，例如交互项写作「F(2, 114) = 4.55, p = .013, ηp² = .074」。
双因素方差分析需要满足哪些前提假设？
需满足因变量近似正态、各组方差齐性（Levene 检验）以及观测独立；组间设计还要求各单元格样本量尽量均衡以减少非正交带来的偏差。

参考来源

已有输出、解释还拿不准？先看 ¥399 基础结果复核的适用范围；复杂方法需另行评估。

查看人工复核范围与交付免费核对单行结果

工具输出请自行核对后使用。内容参考见 方法论标准。

相关文章

← 返回知识库