主效应就是每个因素对因变量的单独影响而交互效应是当两个或更多 的因素的某些水平同时出现时除了主效应之外的附加影响 1.只考虑主效应的方差分析 首先假定自变量受到的仅仅有不同因素的主效应( main effect)而 没有交互效应( Interaction)和协变量的影响 即 因变量=因素A主效应+因素B的主效应+随机误差项 销售额=促销方式+售后服务+随机误差项 以例6.2来说,当只考虑主效应时,假定主动促销比被动促销可以多 产生8万元效益,而有售后服务比没有售后服务多产生9万元效益。那么在 没有交互作用时,同时采取主动促销和售后服务会产生8+9=17万元的 效益(称为可加的) 但如果存在交互效应,那么同时采取主动促销和售后服务会产生一个附 加的效应即交互效应(一般来说也可能是正面的,也可能是负面的),这时的总 效应就不是17万元了 用Spss处理数据 Spss itLi: Analyze- Gereral Linear Model- Univariate 选择效应分析:M。 del- custom- Main effect主效应就是每个因素对因变量的单独影响，而交互效应是当两个或更多 的因素的某些水平同时出现时除了主效应之外的附加影响。 1 ．只考虑主效应的方差分析 首先假定自变量受到的仅仅有不同因素的主效应（ main effect ）而 没有交互效应（ interaction ）和协变量的影响。 即： 因变量 = 因素 A 主效应 + 因素 B 的主效应 + 随机误差项 销售额 = 促销方式 + 售后服务 + 随机误差项 以例 6.2 来说，当只考虑主效应时，假定主动促销比被动促销可以多 产生 8 万元效益，而有售后服务比没有售后服务多产生 9 万元效益。那么在 没有交互作用时，同时采取主动促销和售后服务会产生 8 ＋ 9 ＝ 17 万元的 效益（称为可加的）。 但如果存在交互效应，那么同时采取主动促销和售后服务会产生一个附 加的效应即交互效应（一般来说也可能是正面的，也可能是负面的），这时的总 效应就不是 17 万元了。 用 Spss 处理数据： Spss 选项： Analyze— Gereral Linear Model — Univariate 选择效应分析： Model— custom— Main effect