1 功能描述
在研究分类型变量对数值型变量的问题时，除了主要研究对象外，可能还有一些次要变量也会对因变量产生影响，虽然我们可能不太关心这些变量对因变量的影响，但是在模型中加入这些次要变量后，有助于更准确的测度主要变量对因变量的影响。将次要变量也加入方差分析中的方法即协方差分析。
2 协方差分析
我们仍以grocery_1month.sav的数据为例进行演示：数据样本为不同用户在商店的花费情况。用户的花费除了受到主要变量（性别和购物方式）的影响外，也受到次要变量（商店大小）的影响！
双击打开grocery_1month.sav数据文件，在数据窗口中，依次点击“分析/一般线性模型/单变量”。
在弹出的“单变量”窗口，将amtspent变量移到右侧“因变量”框；将gender和style变量移到右侧“固定因子”框；
将size变量移到右侧的“协变量”框；
然后点击“选项”按钮。
在弹出的“单变量：选项”窗口，勾选输出下面的“同质性检验和功效估计”，点击继续返回“单变量”窗口。
设置好参数后，点击“单变量”窗口的确定按钮进行运算。
运算完成后，输出窗口将给出方差齐性检验和主题间效应的检验表。
方差齐性检验表中的显著性为0.417，接受不同组方差相等的原假设，可以进行下一步分析。
主题间效应的检验表中，截距、size、style、gender、gender*style变量对应的显著性分别为0.000、0.000、0.003、0.170、0.000、0.008，只有style变量不显著，其余变量显著。
协变量对用户在商场的消费金额有显著影响，但加入协变量size后，仍然只有gender和gender*style变量能够影响用户在商场的消费金额。