一，我們經常會在論文見到simple slope test，也就是簡單斜率分析。

二，首先我們應該認識到，簡單斜率和簡單效應都是在具有互動作用的情況下進行的，兩個自變數的互動作用對因變數的效應顯著，這個時候我們需要知道在一個自變數的不同水平下，另一個自變數對因變數的影響如何。

三，單效應檢驗的舉例來說：性別與思維方式的互動作用對個體的同伴交往的影響，假設男性假如在同伴交往中採用更多的感性思維，女性在同伴交往中採用更多的理性思維，也就是所說的互補，那麼要檢驗這樣一個假設，首先要證明性別與思維方式的互動作用是顯著的，接著進行簡單效應檢驗。

四，簡單斜率檢驗舉例說明：家庭經濟狀況與努力程度對個體成就的影響，假設家庭經濟狀況得分高的個體，努力程度對個體成就的影響程度要小於家庭經濟狀況得分低的個體。那麼要檢驗這個假設的話，就要首先證明家庭經濟狀況與努力程度的互動作用對個體成就的影響顯著，接著進行簡單斜率分析。

五，兩者的區別：最本質的區別，就是自變數的資料型別，簡單效應檢驗用的最多的就是方差分析互動作用顯著之後，方差分析要求的資料型別就是自變數都是類別變數。而簡單斜率分析一般最多的就是當自變數只要有一個數據型別為連續變數，兩者互動作用顯著，我們就需要進行簡單斜率分析，一般在調節效應中使用最多。