在具有多个类别变量时，主效应图将是最佳选择。可以将水平均值中的更改进行比较，以查看哪个类别变量对响应的影响最大。在不同的变量水平上，响应的均值发生变化时，就会存在主效应。对于具有两个水平的变量，一个变量水平上的均值高于另一个变量水平上的均值。这种差异就是主效应。只有在交互作用效应不显著时，才可解释主效应。

Minitab 通过在模型中标绘每个变量值的拟合均值来创建主效应图。Minitab 可以标绘不在模型中的变量的数据均值。用一根线连接每个变量的各个点。查看此线可以确定对某个变量是否存在主效应。

·    当此线处于水平状态（与 x 轴平行）时，则不存在主效应。变量的每个水平以相同的方式影响响应，响应均值在所有水平上相同。

·    当此线不处于水平状态（与 x 轴不平行）时，则存在主效应。不同类别变量的水平对响应的影响不同。标绘点之间垂直位置的差异越大（线与 X 轴不平行的程度越大），主效应的量值就越大。要确定差异是否具有显著的统计意义，请检查方差分析表中此项的 p 值。

通过比较直线的斜率，可以比较这些效应的相对量值。Minitab 还在总体均值处绘制了一条参考线。

因子图没有对拟合均值使用工作表中的数据。Minitab 而是根据存储的模型估计拟合均值。您必须先拟合模型，然后才能生成因子图。要生成交互作用图，必须在图中包含两个或更多变量。只有在模型表示真实关系时，因子图才准确。

对于绝缘数据，拟合均值图表明：

·    材料：公式 2 生成的绝缘强度大于公式 1。

·    注塑压力：高注塑压力产生的绝缘强度大于低注塑压力。

·    注入温度：高注塑温度产生的绝缘强度大于低注塑温度。

·    冷却温度：低冷却温度产生的绝缘强度大于高冷却温度。

·    在各个组块之间都会标绘总体均值（大约 29.6）。

“分析因子设计”示例中之前的分析表明所有四个主效应在 0.05 的 a 水平均显著。通过比较图上直线的斜率，可以比较因子效应的相对量值。这些图表明这些效应的量值似乎差别不大，注塑压力的效应最大，然后依次是材料、注塑温度和冷却温度。