方差分析的应用条件为：
1、各样本须是相互独立的随机样本；
2、各样本来自正态分布总体；
3、各总体方差相等，即方差齐。
方差分析的用途：
1、两个或多个样本均数间的比较；
2、分析两个或多个因素间的交互作用；
3、回归方程的线性假设检验；
4、多元线性回归分析中偏回归系数的假设检验；
5、两样本的方差齐性检验等。
由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
扩展资料：
方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个：
1、实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作SSb，组间自由度dfb。
2、随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示， 记作SSw，组内自由度dfw。
总偏差平方和 SSt = SSb + SSw。
根据资料设计类型的不同，有以下两种方差分析的方法：
1、对成组设计的多个样本均值比较，应采用完全随机设计的方差分析，即单因素方差分析。
2、对随机区组设计的多个样本均值比较，应采用配伍组设计的方差分析，即两因素方差分析。
在观测变量总离差平方和中，如果组间离差平方和所占比例较大，则说明观测变量的变动主要是由控制变量引起的，可以主要由控制变量来解释，控制变量给观测变量带来了显著影响。
反之，如果组间离差平方和所占比例小，则说明观测变量的变动不是主要由控制变量引起的，不可以主要由控制变量来解释，控制变量的不同水平没有给观测变量带来显著影响，观测变量值的变动是由随机变量因素引起的。
参考资料来源：百度百科——方差分析
方差分析(单因素方差分析),用于分析定类数据与定量数据之间的关系情况.例如研究人员想知道三组学生的智商平均值是否有显著差异.方差分析可用于多组数据,比如本科以下,本科,本科以上共三组的差异;而下述t 检验仅可对比两组数据的差异。
SPSSAU操作如下：
SPSSAU输出结果
使用方差分析去研究学历分别与“淘宝客服服务态度”，“淘宝商家服务质量”这两项的差异关系，结果显示，不同学历群体样本对于“淘宝客服服务态度”，“淘宝商家服务质量”均呈现出显著性差异(p <0.05)。具体对比可知：
不同学历人群对于“淘宝客服服务态度”呈现出0.01水平的显著性差异差异态度(F =69.38,p =0.00 <0.01）,具体通过平均值对比差异可知：相对来看，学历越高的样本人群，他们对于“淘宝客服服务态度”的认可态度会越高。
不同学历人群对于““淘宝商家服务质量”” 呈现出0.01水平的显著性差异(F =49.70,p =0.00 <0.01）,具体通过平均值对比差异可知：相对来看，学历越高的样本人群，他们对于““淘宝商家服务质量””的认可态度会越高。