数据统计中的方差分析

这个使用一般线性模型统计,不过你还需要有一个因变量（比如学习成绩）,如果有成绩数据,那么你的就是一个两因素3×6的问题了（努力程度3水平,动机6水平）,那么你研究的问题就成为了：学习动机和努力对于学生学习成绩的影响,然后你也可以重点放在努力程度和学习动机交互作用上.一般线性模型的统计在我给你的教材第八章有介绍,
如果没成绩数据,只有两个变量没有因变量是很怪异的事情,从你的设计中可以看出,你是把努力和动机作为两个因变量,如果其中一个是因变量,那就不必要划分维度（即水平了）.而且研究学习动机强度对学生努力程度的影响也不合适吧.对于努力或者动机的研究通常用学习成绩作为因变量.不过如果确实只有这两组数据,那么就只能用描述统计,两者在人数上的相关性了；另一方面可以把努力程度作为一个控制变量,用One-Way ANOVA过程（不使用T检验是因为努力程度分为三个水平）分别分析动机的6个因子的得分在不同努力的学生中是否有差异,当然这样统计只需要满足这六个因子属于独立因素.One-Way ANOVA过程在教程中也用,跟着做就行,不过统计背后的原理我就说不清了,自己看书,spss只是软件而已
补充：用one way anova只能选取一个因变量,是把努力程度作为一个控制变量自变量,动机分成六个因子,所以做单因素方差分析,必须满足六个因子独立.不过我不明白为何要想到用多元回归分析,回归分析我不大懂,似乎是用来分析一个数据模型的符号程度.但是你有某个数据的模型假设吗,你想要证明的是什么?研究的假设……
学习动机的研究我也做过,不过通常因子分析通常是用来验证一个量表的结构效度,当然这需要你的测量有一个构念.直接用计算机得到的因子作为量表的结构还是不合适吧