【问题导入】在“免费师范生远程可视化学习平台需求调查问卷”中，推断专业、家庭所在地是否会对学生的读研深造态度产生显著性影响，以及两者的交互作用是否会对学生读研深造态度产生显著性影响，因为涉及多个控制变量，需要采用多因素方羞分析。那么，什么是多因素方差分析，如何采用多因素方差得到教育信息呢？

数据统计要求

教育研究数据的多因索方差分析涉及两个或两个以上自变量和一个因变量，数据要求如下：(1)自变量：定类型数据,是指没有内在固定大小或者高低顺序，一般以数值或者字符表示的分类数据，如学科分类变量中的文科、理工、艺体等，家庭所在地变量中的直辖市或省会城市、地级市、县级市或县城等。(2）因变量：定距型数据，如学习成绩、跳远成绩等连续数值型数据，也包括人数、商品件数等离散型数据。

多因素方差分析原理

核心概念

与单因素方差分析不同，多因素方差分析的控制变量为两个或两个以上，其研究目的是要分析多个控制变量的作用及相互作用，以及其他随机因素是否对观察变量的分布产生显著影响。

从其定义可知，多因素方差分析有两方面的功能：第一，分析多个因素对观测变量的单独影响；第二，分析多个控制因素的交互作用对观测变量的影响。例如分析不同教学手段、不同教学内容对教学效果的影响时，可将学生成绩作为观测变量，教学手段和教学内容作为控制变量，利用多因素方差分析研究不同教学手段、不同教学内容对教学效果有什么影响，并可进一步研究哪种教学手段与哪种教学内容的组合能够更加优化教学效果。

原理分析

案例解析

在 SPSS中分析不同专业、家庭所在地及两者交互作用对学生读研深造态度是否有显著影响

操作步骤

结果分析

从表中可以看出,专业类别的F统计量为0.761 ,相伴概率Sig.为0.579大于显著性水平0.05，接受零假设，认为不同的专业类别对学生的读研深造态度没有显著性影响；

地区的F统计量为0.595，相伴概率Sig.为0.704，大于显著性水平0.05，接受零假设，认为不同的地区对学生的读研深造态度没有显著性影响；

专业类别、地区交互作用下得出的F统计量为1.024，相伴概率Sig.为0.433，大于显著性水平0.05，接受零假设，认为不同的专业类别、不同的地区交互作用下，对学生的读研深造态度没有显著性影响。

最终结论为：专业类别对学生的读研深造态度没有显著性影响，地区对学生的读研深造态度没有显著性影响，两者的交互作用对学生的读研深造态度没有显著性影响。