基础准备
关于方差分析和可重复双因素方差分析的用途，原理和计算过程，请回顾下面文章：；在Excel数据分析工具中，有交互作用的双因素方差分析被命名为“可重复双因素方差分析”。
简单回顾双因素方差分析原理：检验两个因素对因变量结果是否产生影响，需要用两因素方差分析。首先检验两个因素是否对因变量产生交互作用的影响（进行有交互作用的方差分析），如果结果显示两因素没有交互作用，再进行无交互作用的方差分析，检验每个因素对因变量的影响情况。
参数输入
输入区域及每一样本的行数：因为两个因素交叉点的样本容量需要大于2，所以样本数据在输入电子表格时有要求，举例如下：
原始数据形式：
电子表格输入形式：
该例子中，在“每一样本的行数”中输入3。
显著水平(α)：一般为0.1、0.05或0.01，根据需要填写；显著水平含义（回顾：）。
输出结果
输出结果如表所示：
SUMMARY：在SUMMARY表格输出因素A（行因素）样本（例题中是三个样本）的观测数、每一行数据和、平均值和每一行的样本方差(自由度是n-1，Excel公式：=VAR.S())。
总计：总计表格输出了每一列数据的观测数、求和、平均和样本方差(自由度是n-1，Excel公式：=VAR.S())。
方差分析表格：方差分析表分别输出因素A、因素B及交互AB假设检验所需内容，解释如下：
离差平方和(SS)：Excel公式是DEVSQ()。
自由度(df)：略。
均方差：离差平方和除以相应自由度。
F：计算得到的F值。
P-Value：累计概率曲线上F值对应的概率值，或是概率密度曲线F值对应的概率面积值。
F crit：显著水平α对应的F临界值，
以上所有概念详细解释请回顾、、和。
范例分析
如果人事部门想同时研究奖励制度和领导的类型两个因素对员工生产力的影响，则需要调查更多的数据。下表给出了每个水平交叉单元都包含三个数据的调查资料。试检验各因素对员工生产力的影响是否一致？（α=0.05）
Excel计算结果：
计算推导过程
解：1、建立假设
关于奖励制度假设
H0: μ1=μ2=μ3；
H1: μ1，μ2，μ3不全相等。
关于领导类型假设
H0: μ1=μ2=μ3；
H1: μ1，μ2，μ3不全相等。
关于交互作用假设
H0: 不存在交互作用的影响；
H1: 存在交互作用的影响。
2、各均值的计算
根据题目数据，求出各均值，列于下表：
3、计算各项离差平方和
同样可以证明SST=SSA+SSB+SSAB+SSE=6.222+28.667+65.775+25.333=126
4、计算均方
因素A差异，自由度为r-1=3-1=2，所以因素A均方MSA为：MSA=6.222/2=3.111
因素B差异，自由度为c-1=3-1=2，所以因素A均方MSB为：MSB=28.667/2=14.333
交互因素AB差异，自由度为(r-1)(c-1)=(3-1)(3-1)=4，所以交互因素AB均方MSAB为：MSAB=65.778/4=16.444
内部差异，自由度为rc(k-1)=3*3*(3-1)=18，所以内部均方为：MSE=25.333/18=1.407
5、构造检验的F统计量
FA=MSA/MSE=3.111/1.407=2.211
FB=MSB/MSE=14.333/1.407=10.184
FAB=MSA/MSE=16.444/1.407=11.684
方差分析表：
根据给定显著水平α=0.05方差分析中的自由度，查F分布表，得F0.05(2,18)=3.55，F0.05(4,18)=2.93。
对于A因素，FA=2.2110.05(2,18)，落在接受域，即领导的类型对员工生产力的影响没有显著差别。
对于B因素，FB=10.184>3.55= F0.05(2,18)，落在拒绝域，即奖励制度对员工生产力的影响显著不同。
对于AB交叉作用方差分析中的自由度，FAB=16.444>2.93= F0.05(4,18)，落在拒绝域，即AB交互作用对员工的生产力的影响是显著不同的。这就是说，领导的类型的水平本身没有影响，但当与奖励制度水平结合时就产生了交互作用的影响。
可以证明，Excel结果中t值与单尾结果与计算推导的结果一致。
