在某些實驗研究中，常常需要考慮時間因素對實驗的影響，當需要對同一觀察單位在不同時間重複進行多次測量，每個樣本的測量數據之間存在相關性，因而不能簡單的使用方差分析進行研究，而需要使用重複測量方差分析。
案例：當前有這樣一項關於抑鬱症的研究，共有12名患者，分為兩組，每組6名患者分別使用新藥或者舊藥；並且分別測量12名患者用藥後分別第1周，第4周和第8周時的抑鬱程度。
研究問題：①舊藥、新藥對患者抑鬱情況的影響是否有差異？②時間是否會影響抑鬱情況？③時間和用藥類型兩者是否存在交互作用？
1. 數據格式
常見的重複測量數據格式，一般記錄成下圖格式：
常見格式
在上傳SPSSAU分析時，需要先進行整理。
上傳格式
如上圖，將三次測量的結果，整理到同一列中，並單獨設置一列用於識別測量時間。比如上圖有12個樣本（12個ID號），並且測量3個時間點。那麼就一定會有12*3=36行數據。同一個ID號會重複3次，同一個時間點會重複12次。
對於重複測量數據，要求比較嚴格，不能出現數據缺失。比如在第八周，ID為12的樣本缺少測量數據，那麼在分析時，需要把所有ID為12的樣本數據都剔除出模型。
2. SPSSAU操作
將數據上傳至SPSSAU分析，選擇【實驗/醫學研究】--【重複測量方差】。
重複測量方差-SPSSAU
重複測量方差分析時涉及兩個重要的術語名詞，分別是組內和組間。
組內項表示同一對象被測試多次的標識項（如時間）；組間項表示不同對象組別的標識項。案例中測量時間點稱之組內項；舊藥、新藥的不同組別稱為組間項。
本例子中共有4項，分別包括測量數據『抑鬱情況』，組內項『測量時間』，患者編號『ID』和組間項『組別』，分別放置數據如下：
3. 結果解讀
重複測量分析共包括兩大項，分別是組間項效應分析和組內項效應分析。
比如本案例中兩種藥物療效差異對比，即為組間項效應分析。如果希望對比不同時間點的療效差異，即為組內項效應分析。
組間項效應分析直接查看p 值即可；組內項效應分析需要進行球形度檢驗，並且結合檢驗選擇適合的結果。
（1）第一步：針對組間效應檢驗表格進行分析，分析組別間效應顯著性情況。即判斷舊藥、新藥對患者抑鬱情況的影響是否有顯著差異。
組間效應分析結果-SPSSAU
首先分析組間效應，由上表可知：不同藥物類型對抑鬱程度沒有呈現出顯著性(F =0.224,p =0.646>0.05)，說明新藥和舊藥對於抑鬱症沒有明顯的差異。
如果組間項呈現出顯著性，可使用圖形、方差分析或事後多重比較研究具體差異。
（2）第二步：在分析組內效應前，需要先進行球形度檢驗。
球形度檢驗結果-SPSSAU
· 當球形度檢驗p>0.05說明通過球形度檢驗，此時查看組內效應分析結果時，使用「滿足球形度檢驗」結果。
· 當球形度檢驗p<0.05說明未通過球形度檢驗，並且球形度W值大於0.75，組內效應則使用HF校正結果。
· 當球形度檢驗p<0.05說明未通過球形度檢驗，並且球形度W值小於0.75，組內效應分析結果則使用GG校正結果。
由上圖可知，P=0.031<0.05，未通過球形度檢驗，球形度W值小於0.75，組內效應分析應以GG校正結果為準。
（3）針對組內效應檢驗表格進行分析，分析組內效應及交互項顯著性情況。即判斷時間是否會影響試驗結果和兩者之間是否存在交互作用。
組內效應分析結果-SPSSAU
對於時間點來看，其呈現出0.1水平的顯著性(F =4.136，p =0.055 <0.1），即說明不同時間點時患者的抑鬱症程度有著明顯的差異性。
同時對於時間與藥物類型交互項上，其並沒有呈現出顯著性(F =0.591，p=0.499> 0.05)，說明並不存在差異效應。
如果呈現出差異，可具體結合圖表進行分析，也可以使用SPSSAU方差分析或事後多重比較進一步對比差異性等。
從上圖可以看出：第1周時抑鬱程度分值為4.00分，第4周時為4.08分，第8周明顯上升為4.83分，說明隨著時間的變化，患者抑鬱情況有加重跡象，尤其從第4周到第8周變化時，抑鬱程度分值由4.08分明顯上升到4.83分。
結論：
· 不同藥物對抑鬱症患者的抑鬱程度影響沒有顯著差異。
· 不同測量時間患者的抑鬱症程度有著明顯的差異性，隨著用藥後測量時間的延長，患者抑鬱情況有加重跡象。
· 隨測量時間延長，不同藥物對抑鬱程度影響沒有顯著差異。