在进行方差分析时，要求控制除研究因素之外的其他变量对因变量的影响。但是，在实际研究中，许多变量是难以直接进行严格控制的。这时，我们可通过协方差分析的方法，将这些难以直接控制的变量作为协变量参与分析，在分析过程中将其影响排除，以实现间接控制这些因素的目的。协方差分析的适用条件：协变量必须是连续变量，且变量与变量之间没有相互作用；若有多个协变量，他们之间的关系应当是相互独立的。
基本操作过程：
1.协方差分析的数据文件类似单因变量方差分析过程中建立的数据文件，只是增加了协变量。
2.在左边变量框中选择协变量，使之移至【Covariate（s）】框中，其余操作详见多因素方差分析过程。
【案例分析】
例如，某语文教师对2个班级的学生进行了同样的为期一个月的阅读理解训练，欲考察不同班级和不同学生类型对训练后的阅读理解测试成绩的影响。从班级A和班级B中各抽取9名学生，按学生类型分成了三组（s1为学困生；s2为中等生；s3为优秀生），每组3名被试，对他们分别进行训练前后的阅读理解能力测试，原始数据详见下表。在此实验中，所有被试训练前的阅读理解测试成绩是不同的，而这一测试成绩（Before）可能会影响训练后的阅读理解测试成绩（After）。因此，本研究将训练前的阅读理解测试成绩作为协变量进行方差分析。
协方差分析原始实验数据
1.SPSS操作过程
（1）根据案例要求建立SPSS数据文件，并对变量进行正确定义。
数据文件结构图
（2）单击【Analyze】—【General Linear Model】—【Univariate】菜单项，打开【Univariate】主对话框。将因变量“后测成绩”移到因变量框【Dependent Variable】；将自变量“班级”和“学生类型”移到固定因素【Fixed Factor（s）】；协变量“前测成绩”移到【Covariate（s）】中，效果如下图：
（3）打开【Options】对话框，将左上方【Factor（s） and Factor Interactions】栏中的“（OVERALL）”移到右上方的【Display Means for】栏中；在下方的【Display】栏中，勾选【Homogeneity tests】；点击【Continue】，回到主界面。
（4）单击【OK】，即可执行SPSS命令。
2.输出结果分析(www.xing528.com)
（1）因素变量表：
Between-Subjects Factors
上表中给出了按班级和学生类型分组的各样本数量。
（2）方差齐性检验：
Levene’s Test of Equality of Error Variancesa
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a.Design： Intercept + 前测成绩 + 班级 + 学生类型 + 班级 * 学生类型
从上表可以看出，显著性概率值为0.237＞0.05，这表明各组方差在0.05的显著性水平上差异不显著，即方差齐性。
（3）协方差分析表：
Tests of Between-Subjects Eあects
（续表）
a.R Squared = .705 （Adjusted R Squared = .544）
由上表可知，协变量训练前阅读理解测试成绩的差异不显著（F=3.541，P＞0.05）。同样可知，班级对学生阅读理解成绩也无显著影响（F=0.582，P＞0.05）。学生类型对阅读理解测试成绩有显著影响（F=9.980，P＜0.05），这表明阅读理解测试成绩在不同学生类型中存在显著差异。
综上，方差分析的结果表明，协变量训练前阅读理解测试成绩的主效应差异不显著（F=3.541，P＞0.05），表明训练前阅读理解测试成绩对训练后阅读理解测试成绩没有显著影响；学生类型的主效应差异显著（F=9.980，P＜0.05），说明训练对不同类型的学生的阅读理解测试确实有显著影响。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
