研究分类型自变量对数值型因变量的影响。检验统计的设定和检验方法与变量间的方差是否相等有关。
例如研究行业、服务等级对投诉数的影响：如表格中给出4个行业、每个行业有3个服务等级、样本容量为7、观测值为投诉数。则构成一个3维的矩阵。
在上述基础上，提出几个定义：
因素：行业、服务等级，他们都是分类变量。
水平：一个因素下有多少个分类。如行业这一因素有4个水平。
因变量：观测值。
检验统计量：选择t统计量，具体请自行查阅资料。
验后多重比较：检验后是否有影响后，比较两两变量的方差。使用LSD方法，类似于双变量检验。
方法思路
ANOVA的思路为：
一个因素不同水平下的差距主要来自于抽样时的随机误差，和不同水平固有的系统误差。（合称组间误差）
同一因素下个案的差距主要来自于抽取的随机误差（合称组内误差）
故若判断差距的主要来源为系统固有误差，则认定该分类变量对因变量有显著影响。
单因素方差分析
若给定4个行业，观测值为投诉数，每个行业下样本容量不唯一。
原假设：投诉数与行业有关。
检验统计量为：F，设定为与组间偏差与组内偏差有关，可自行查阅资料。
在spss打开数据文件one_waynaova1.sav 下载地址：https://download.csdn.net/download/weixin_42141390/11701140；路径为：.\10
在比较均值、单变量ANOVA操作：
4
结果为：
以平均值为基础，方差齐性检验的检验统计量levene F的显著水平为0.898，大于0.05，故接受原假设，即满足方差齐性。
从ANOVA方差分析表中可以看出，检验统计量F的显著水平为0.04，小于0.05，故拒绝原假设，即投诉数与行业有关。
PS:
组件平方和为：4个组的中的平均投诉数，与每一组（水平）的平均投诉数值差的平方的和。
组内平方和是：20个变量于其所属水平的平均投诉数之差的平方和
均分是平方和除以自由度。
下面为验后多重比较（两两比较。）
上表为行业两两均值分析。