【正确答案】多因子方差分析（MANOVA）数据来源于多因子设计。因子（factor）是指实验中的自变量。当研究中包括一个自变量就称单因子设计，包含两个自变量时称为二因子设计。一般两个以上自变量的实验设计统称为多因子实验（factorial design）在多因子实验设计中，研究者同时选用了两个或两个以上的自变量来研究它们对某一因变量的影响 多因子实验设计的类型很多，除了根据自变量的数目和水平进行区分外，还要注意每一个自变量不同水平被试分派的方式，不同分派方式会有不同类型的多因素实验设计。由于多因子实验设计类型的差异，相应地方差分析程序也有所不同。 如果一个多因子设计的研究，同–被试在某一因子的不同水平中重复出现，或不同水平的被试之间，在实验控制之外有其他的配对关联时，设计类型就是相关样本（dependent sample）的多因子随机区组设计。其中，前者的统计分析要使用重复测量多因子方差分析，后者要用配对样本的多因子方差分析。在多因子设计中，当所有的因子均采用相关设计时，就要采用完全相关组设计类型的多因子方差分析；如果只是部分因子采用相关设计，称为多因子混合设计（mixed design ANOVA）。 具体讲，被试分派大致有三种方式（1）随机分派：当被试按照随机原则分派到每个处理中去时，这种设计为随机多因素设计，再结合自变量个数和每个自变量水平的标准分类，可形成随机22因素设计，随机23因素设计等等。（2）重复测量：被试根据重复测量来分派，所有的被试要接受全部处理组合，这种设计称为重复测量多因素设计。可分为二因素，三因素等重复测量设计。（3）混合分派：实验研究中有些自变量（被试间自变量）按随机原则分派被试，组成独立的随机组，分别接受不同的处理或处理组合；有些自变量（被试内变量）按重复测量的方式分派被试，即全部被试接受所有的处理或处理组合。 不管是重复测量，还是配对样本，由于相关样本的存在，使得分数的变异来源，除了因为自变量的效果（行列的组间差异）、交互效应（单元格中平均数的差异）和随机误差的效应（组内变异），增加了一项由于重复或配对使用被试导致的个别差异产生的误差效应（受试者间），这样，多因子方差分析会更加繁琐复杂，但不管是重复测量还是配对样本，方差分析处理的原则与程序完全相同。 因此，实验设计与其最后的数据统计处理方法，事实上都是在研究设计阶段，需要研究者全盘考虑的问题。