执行一般多元方差分析时，可以选择计算单变量统计量来检验单个响应。

方差分析表中最重要的统计量是 p 值 (P)，模型中的每项都有 p 值（但误差项除外）。项的 p 值表明对该项的效应是否显著：

·    如果 P 小于或等于已选的 a 水平，则说明效应显著。

·    如果 P 大于已选的 a 水平，则说明效应不显著。

如果因子的效应显著，那么该因子的水平均值之间存在显著差异。

如果交互作用项的效应显著，那么每个因子的效应在其他因子的不同水平之中有所不同。因此，没有必要分析显著高次交互作用中所包含项的单个效应。

可用性 的方差分析，在检验中使用调整的 SS
 
来源       自由度   Seq SS   Adj SS   Adj MS      F      P
方法            1  31.2644  29.0738  29.0738  32.72  0.000
工厂            2   1.3664   1.4989   0.7495   0.84  0.436
方法*工厂       2   7.0987   7.0987   3.5494   3.99  0.024
误差           56  49.7543  49.7543   0.8885
合计           61  89.4839
                                                        

在门锁分析中，您已对门锁的可使用性响应评估了方法的效应、工厂的效应以及方法*工厂交互作用的效应。假定为该检验检验选择了的 0.05 的 a 水平，那么结果表明交互作用项的 p 值 (0.024) 小于 0.05。因此，交互作用十分显著，这表明该方法的效应在不同工厂之中不同。由于此交互作用的存在，所以不应解释方法和工厂的主效应。