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。某一类别变量的不同水平对响应具有不同影响时，便会出现主效应。对于存在两个水平的变量，一个水平使均值增加的程度不同于另一个水平。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 通过绘制每个类别变量值的拟合均值创建主效应图。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类别变量是否存在主效应。Minitab 还在总体均值处绘制了一条参考线。

·    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。

通过比较直线的斜率，可以比较这些效应的相对量值。

尽管均值表和均值图提供的信息数字相同，但判断图比判断数据表更为容易。这是因为图始终表明一些图形趋势。要确定某种模式是否存在显著统计意义，可检查该项在方差分析表的 p 值

因子图不会使用工作表中的数据。而 Minitab 会根据存储的模型估计效应。生成因子图前必须使用一个或多个类别变量拟合一个模型。要生成交互作用图，必须有两个或两个以上类别变量。只有在模型表示真实关系时，因子图才准确。

对于合板数据，这些图可指示以下项：

·    直径：与更窄的直径相比，更宽的直径与更高的转矩关联。

·    渗透力：与更浅的渗透力相比，更深的渗透力与更高的转矩关联。

·    温度：与更低的温度相比，更高的温度与更低的转矩关联。

直径的主效应的量值似乎比其他变量的量值大。只有在交互作用效应不显著时，才可解释主效应。