分享
分销 收藏 举报 申诉 / 198

类型第二章实验研究基本问题.ppt

  • 上传人:天****
  • 文档编号:14591473
  • 上传时间:2026-10-17
  • 格式:PPT
  • 页数:198
  • 大小:5.17MB
  • 下载积分:10 金币
  • 配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    第二 实验 研究 基本 问题
    资源描述:
    单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第二章 实验研究的基本问题,构成实验的三大要素:,假设、变量、控制,。,变量是心理学实验中最核心的概念之一,是指在数量上或质量上可以变化、操纵或测量的条件、现象、事物或事物特征。,一个例子,假设你对抢占图书馆位置的事情发生兴趣并想对其进行研究。,你的研究计划是:去图书馆抢占一张桌子,并且抢到空桌子后还要通过非言语、非暴力的手段尽可能地阻止其他人在你身边的空位坐下来。按照这个研究计划,你去图书馆将你的书、衣服以及其他东西都摊在桌子上,你希望这种杂乱无章的样子可以阻止其他人在你身边的空位坐下来,坚持了一段时间,比如,15,分钟,最终有人坐在了你的旁边,这时你的研究结束了。,那么,这项研究是一项实验吗?,这项研究还不构成实验。,因为,概括地说,当研究者系统地操纵环境,然后观察对环境的操纵导致的行为变化时,实验才产生。,但遗憾的是,这项研究并没有系统地操纵环境,而只是创造了一个单一水平的环境并记录下了被试的相应行为,而这样的研究能够说明的问题是很有限的。,然而,实验则要求:对环境的操纵必须是有变化的,就是实验中对环境的操纵至少要有两个值或两个水平。通过在两个环境水平下被试反应的比较,我们就可以判断环境的改变是否导致了行为的变化。,比如我们可以在这项研究中增加一个操纵水平,让被试再次抢个位置,但这次不将东西摊在桌子上。,这样对环境的操纵就有了两个水平:东西摊在桌子上与桌子上不放东西。此时,我们就可以对这两种情况进行比较了。,至此,这项研究就成其为实验了。,第一节 实验的基本要素,处理,B,在处理,B,条件,下得分,处理,A,在处理,A,条件,下得分,比较在处理,A,条件下和,B,条件下的测量分数,测量另一个变量得到每种处理条件下的一组分数,操纵一个变量以创设两种不同的处理条件,其他变量,其他变量,控制其他变量以避免其进入实验,实验研究的基本构成成分,第一节 实验的基本要素,变量是实验的核心!,变量的性质:变量时至少有两种取值的事件或行为。,变量的操作定义(,operational definition,):根据变量所需要的操作来定义自变量、因变量以及额外变量。,自变量(,independent variable,),自变量(,IV,):实验者直接操纵的一种刺激或环境的一个方面,并确定其对行为的影响。,自变量的类型:,作业变量(,task variable,)作业就是指实验中被试的任务,或实验中呈现的和被试任务有关的某种刺激。把这些刺激当作自变量来操纵,则就是作业变量。,刺激或环境自变量(,stimulus or environmental IV,):实验者操纵的环境因素的某个方面。,被试变量(,subject(participant)variable,):被试特质作为自变量来处理如年龄、性别、人格特质等。,问题讨论:许多研究者把被试特质作为自变量来处理,但它们本身并不是真正的自变量,为什么?,真正的自变量必须是由实验者直接操纵的他们感兴趣的行为或事件。虽然实验者能操纵生理、经验、刺激自变量(控制自变量),但无法直接操纵被试特质。实验者不能创造被试的性别也不能使被试达到某个年龄。因此被试变量最好看作是分类变量(选择变量)而不是操纵变量。,因变量(,dependent variable,),因变量:被测量的一种反应或行为。是实验所得的数据或结果。,因变量的记录或测量:,客观指标:反应速度;反应速度的差异;反应的正确性;反应标准;反应难度。,主观指标:口语记录(,protocol,),根据实验的需要和参考前人研究来决定是否需要记录一个以上的因变量。,良好因变量的特点:与测验量表一样,有效、可靠是其特点。,因变量的控制,反应控制:以人为被试的实验中,往往以指导语来控制被试的反应。编制指导语时应注意内容确定;完全;简单明确;标准化。,选择恰当因变量指标:有效性;客观性;数量化。,避免量程限制:天花板效应(,ceiling effect,)和地板效应(,floor effect,)。,额外变量(,extraneous variable,)或控制变量(,controlled variable,),实验者成为额外变量,实验者特质,:,生理特质如性别、年龄、种族;心理特质如敌意、焦虑、内向或外向等人格特征。,实验者的期望:,Rosenthal effect,(罗森塔尔效应,指实验者对适当反应的预期影响着对待被试的方式以及被试的行为),实验者效应的控制,控制实验者特质的一般步骤运用标准化的方法对主试进行培训对主试的外表、态度等因素进行标准化,控制实验者期望标准化指导语使用仪器和自动化操作进行单盲试验(实验者或被试不知道哪组被试接受的是哪种实验处理的实验),被试知觉成为额外变量,被试效应的控制,使用单盲实验,但在这里被试将不清楚实验假设、实验的真实性质以及他们所在的组别。使用双盲试验(主试和被试双方都不知道哪组被试接受哪种处理),向被试提供有关实验性质的不真实信息但有两个弱点实验的道德问题被试对真实实验目的产生错误猜测,进而会针对这些虚假信息所提供的要求特征进行反应,要求特征,,Demand characteristics,:来自实验本身的特征不经意地引导被试以特定的方式进行反应。典型例子就是,霍桑效应(,Hawthorne effect,),和,安慰剂效应(,placebo effect,),“,霍桑效应”,“,霍桑效应”是管理学中的一种现象,是指人们由于受到额外的关注而引起工作绩效上升的情况。,1927-1932,年,美国哈佛大学心理学教授埃尔顿,梅奥带领学生和研究人员在一家名为霍桑的工厂进行实验,试图通过改善工作条件和环境等外在因素,找到提高劳动生产率的途径。研究小组随意挑了一批工人作为观察对象,可是无论外在因素变得好一些还是差一些,实验组的生产效率都在上升。,控制额外变量,排除法(,elimination method,):把额外变量在实验中完全去除的控制方法,恒定法(,constant method,):额外变量只有单一取值并为所有被试所经历的控制方法,匹配法(,matching method,):使实验组和控制组中的被试属性相等的一种控制方法。,控制额外变量,随机化法(,randomization,):保证每个被试有均等机会被分配到实验中任一种处理下的控制方法,抵消平衡法(,counterbalancing method,):以呈现不同的处理顺序来控制顺序效应的过程,统计控制法(,statistical control,):属于实验后控制,也就是在实验完成之后,通过一定的统计技术来避免实验中额外变量的影响。常用的统计控制有协方差分析、偏相关、剔除极端数据、分别加权等,抵消平衡法:,主要用于控制顺序效应、练习效应、空间效应等额外因素的方法。,应用抵消平衡法有两种情况:,(,1,)当研究中只有两个处理时,采用,ABBA,法抵消顺序效果。,(,2,)当研究中有多个处理时,可采用,完全抵消平衡法,,,不完全抵消平衡法,和(,随机抵消平衡法,)。,A.,完全抵消平衡法:,提出处理条件的所有可能次序的方法。,3,个处理时,有,3,!即,6,个顺序:,ABC,,,ACB,,,BAC,,,BCA,,,CAB,,,CBA,。,若有四个处理,则有,4,!,即,24,种可能顺序,,5,个时有,120,种顺序。,B.,不完全抵消平衡法(拉丁方法,Latin square design,),指将,n,个拉丁字母(每个字母代表一个处理)排成,n,行,n,列的方阵,使得各个字母在各行各列出现一次且只一次。,nn,方阵的拉丁方称为,n,阶拉丁方。,当拉丁方的第一行和第一列是按字母顺序排列时,叫做拉丁方的标准化方块。,其中,3,阶拉丁方有,1,个标准化块,,4,阶拉丁方有,4,个标准化块,,5,阶拉丁方有,56,个标准化块,,6,阶拉丁方有,9408,个标准化块,。,在使用拉丁方法的时候,需要将拉丁方的行和列随机化后才能安排实验处理。,A,B,B,A,A,B,C,B,C,A,C,A,B,A,B,C,D,B,A,D,C,C,D,B,A,D,C,A,B,A,B,C,D,B,C,D,A,C,D,A,B,D,A,B,C,A,B,C,D,B,A,D,C,C,D,A,B,D,C,B,A,A,B,C,D,B,D,A,C,C,A,D,B,D,C,B,A,A,B,C,D,E,B,A,E,C,D,C,D,A,E,B,D,E,B,A,C,E,C,D,B,A,22,33,44,55,PS,:控制组(,control group,),experimental group,:接受自变量处理的被试所组成的组即实验中的处理情景,control group,:不接受自变量处理的被试所组成的组即实验中的无处理情景,无处理控制组(,no-treatment control group,):目的是提供正常行为的标准或基线水平,以便将处理情境与之进行比较,安慰剂控制组,(placebo control group),:是被试只接受安慰剂而不接受真正处理的情境,1.,汽车制造者想知道刹车灯多亮可最大程度地减少后面司机意识到前方正在停车的时间。实验就是回答这一问题。对变量命名。,答案,自变量,(,被操纵变量,),:刹车灯的明度,(明度是与光的亮度相对应的心理学名词),因变量,(,被观察变量,),:刹车灯亮到尾随车司机踩刹车踏板之间的时间,控制变量,(,额外变量,),:刹车灯颜色、刹车板的形状、刹车所需力气、,额外照明度等,练习:变量的识别,确定自变量、因变量,识别可能的额外变量,2.,训练鸽子绿灯亮时啄键、红灯亮时停止。对作出正确反应的鸽子给予玉米的奖励。对变量命名。,答案,自变量 灯的颜色,(,红或绿,),因变量 啄键次数,控制变量 食物剥夺时间、键的大小、红灯绿灯的强度等,答案,自变量 用于奖励的语言种类。,因变量 语言数量,(,或频率,),控制变量 办公室情境、治疗者,3.,治疗者试图改善患者的自我形象。每次患者描述自己积极的一面时,治疗者就以点头、微笑和额外注意予以奖励。对变量命名。,4.,社会心理学家做了一个实验,为了发现当六个人挤在一个电话亭里时是男人还是女人感到更不舒服。对变量命名,。,答案,自变量 参与者性别,因变量 不舒服的程度,控制变量 电话亭的大小、挤在电话亭的人数,(6),、个体的大小等,在探讨字号大小对汉字阅读速度产生影响的研究中,阅读速度是()。,A,因变量,B,自变量,C,控制变量,D,刺激变量,在实验时,要求不同的被试组使用相同的仪器设备及程序这种控制额外变量的方法是()。,A,消除法,B.,恒定法,C,随机法,D,匹配法,研究者先测量所有被试与任务呈高相关的属性,然后根据测得的结果将被试分成属性相等的实验组和控制组。这种被试分组方法称为()。,A,匹配法,B,分层抽样法,C,ABA,法,D,ABBA,法,下面会引起天花板效应的是,(),。,A.,被试不具代表性,B.,让四年级学生做,10,以下加减法,C.,题目过难,D.,被试不了解实验目的,在某记忆实验中,要求被试识记,50,个单词。单词的频率可以作为()。,A,结果变量,B,自变量,C,因变量,D,额外变量,美国一家周刊特别请,22,岁的女明星莎莉,穆莲丝以不同的社会形象在高速公路边举起“停车”提示牌,并在路边停着掀起前盖的抛锚骑车。,结果表明,当着装为一新潮浪漫少女时(贴身背心加迷你裙),最易于得到驾车人的注意。不到,30,秒钟,即有热心人将车停到路边试图提供帮助,而且帮助者还加速来到,惟恐别人捷足先登。,当莎莉的打扮换成女行政人员套装,架上眼镜,手提公文包时,直到时间过了,1,分半钟,过去了,62,辆车才得到帮助,,同样是莎莉,换成孕妇打扮时,等了,2,分半钟,过去一百多辆车才有一对身为救护人员的夫妇,从对面行车线掉头过来试图提供帮助。,扮成笨拙的老年妇女,等候时间为,5,分钟,汽车开过,200,多辆。,而当莎莉打扮成嬉皮士,穿破牛仔裤、花,T,恤衫,额头环绕一道丝巾时,等候了,15,分钟,过去,350,辆各类车辆,也仍然没有人愿意将车停下来。,问题:,(,1,)请指出该实验的自变量、因变量。,(,2,)请总结该研究的结论。,第二节 实验研究的设计,一、多变量设计(,multiple variable design,),多自变量(,multiple independent variable,)设计,又称多因素设计。,多因变量设计(,multiple dependent variable,),实验设计类型,1.,按自变量的个数分,单因素实验设计和多因素实验设计,2.,按被试分配方法(每个水平中用同样的被试或不同的被试),被试间设计、被试内设计和混合设计(只有在多因素设计中才有),实验设计类型,3.,按实验变量控制的严密程度,真实验设计、准实验设计和非实验设计,4.,按照使用样本的大小分,大样本设计和小样本设计,考察,7,、,8,、,9,岁三个年龄女生对,4,种不同材料学习效果,其实验处理有,(),。,A.3,种,B.4,种,C.7,种,D.12,种,在探讨人类对不同语义范畴类别(动物、工具)、不同危险性概念(高危险、低危险)进行加工是否存在差异的一项研究中,其实验设计应是,A,二因素设计,B,四因素设计,C,二水平设计,D,四水平设计,第二节 实验研究的设计,每一个实验设计都必须回答三个基本问题:,(,1,)实验采用多少自变量?,(,2,)各自变量内又采用多少处理水平?,(,3,)在各自变量和各处理水平中用相同的被试,还是用不用不同的被试?,第二节 实验研究的设计,一般根据对上述三个问题的回答,就可把实验设计的类型大体上分为三种:被试者内设计、被试者间设计以及同时包括被试者内与被试者间的混合设计(,mixed design,)。,被试间实验设计,1.,组间设计(,between-subjects design,),又称为被试间实验设计,不同组的被试接受自变量不同水平的处理,又称非重复测量实验设计。此时的自变量称为被试间变量。,组间设计的被试分配方法(单因素),处理,1/,水平,1,处理,2/,水平,2,处理,k/,水平,k,被试,a,被试,h,被试,u,被试,b,被试,I,被试,v,被试,c,被试,j,被试,w,组间设计的被试分配方法(单因素),处理,1/,水平,1,处理,2/,水平,2,处理,k/,水平,k,被试,a,被试,h,被试,u,组间设计的被试分配方法(两因素),因素,1,因素,2,水平,1,水平,2,水平,n,水平,1,被试,a,被试,o,被试,u,水平,2,被试,b,被试,p,被试,v,水平,m,被试,m,被试,r,被试,x,被试间设计解决等组问题的技术,匹配,随机化,被试间设计的优缺点,优点:一个被试接受一种实验处理,一种处理不影响另一种处理,避免练习效应和疲劳效应,缺点:被试量大,可能会有更大的个体差异,被试内实验设计,2.,组内设计(,within-subjects design,),又称被试内实验设计,每组被试需接受自变量所有水平的处理,又称重复测量实验设计。此时的自变量称为被试内变量。,组内设计的被试分配方法(单因素),处理,1/,水平,1,处理,2/,水平,2,处理,k/,水平,k,被试,a,被试,a,被试,a,被试,a,被试,a,被试,a,被试,a,被试,a,被试,a,组内设计的被试分配方法(单因素),处理,1/,水平,1,处理,2/,水平,2,处理,k/,水平,k,被试,a,被试,a,被试,a,被试,b,被试,b,被试,b,被试,c,被试,c,被试,c,组内设计的被试分配方法(两因素),因素,1,因素,2,水平,1,水平,2,水平,n,水平,1,被试,a,被试,a,被试,a,水平,2,被试,a,被试,a,被试,a,水平,m,被试,a,被试,a,被试,a,被试内设计的平衡技术,ABBA,设计,拉丁方设计,标准化方块,当拉丁方的第一行和第一列是按字母顺序排列时,叫做拉丁方的标准化方块。例如:,A,B,B,A,A,B,C,B,C,A,C,A,B,A,B,C,D,B,A,D,C,C,D,B,A,D,C,A,B,A,B,C,D,B,C,D,A,C,D,A,B,D,A,B,C,A,B,C,D,B,A,D,C,C,D,A,B,D,C,B,A,A,B,C,D,B,D,A,C,C,A,D,B,D,C,B,A,A,B,C,D,E,B,A,E,C,D,C,D,A,E,B,D,E,B,A,C,E,C,D,B,A,22,33,44,55,混合设计,3.,混合设计(,mixed design,),通常用于两个自变量以上的实验设计,既有被试间变量又有被试内变量。,混合设计的被试分配方法(两因素),因素,1,因素,2,水平,1,水平,2,水平,n,水平,1,被试,a,被试,a,被试,a,水平,2,被试,b,被试,b,被试,b,水平,m,被试,m,被试,m,被试,m,被试内变量,被试间变量,混合设计的被试分配方法(两因素),因素,1,因素,2,水平,1,水平,2,水平,n,水平,1,被试,a,被试,b,被试,n,水平,2,被试,a,被试,b,被试,n,水平,m,被试,a,被试,b,被试,n,被试间变量,被试内变量,实验设计类型,实验设计,真实验设计,准实验设计,小样本研究,多因素实验设计,单组设计,多组设计,AB,设计,ABA,设计,ABAB,设计,多基线设计,单因素实验设计,单因素实验设计,一、单因素被试间实验设计(完全随机),二、单因素被试内实验设计(重复测量),三、单因素随机区组实验设计(考虑一个额外变量),多因素实验设计,一、多因素被试间实验设计,二、多因素被试内实验设计,三、多因素混合实验设计,1.单因素完全随机实验设计(单因素被试间实验设计),实验设计名称:如标题,自变量个数:,1,个。,自变量水平数:至少两个。,因变量个数:,1,个或多个。,(其他真实验设计都是这样,但一般只记录一个自变量),被试分配方法:随机抽取,随机分配到不同的处理内。,统计分析方法:独立样本,t,检验;单因素完全随机设计的方差分析。,1.1 例:两个水平的单因素完全随机实验设计,因素,A,a1,a2,被试,1,6,2,7,3,8,4,9,5,10,最后采用,独立样本,t,检验,,检验一下两列数据差异是否显著。,1.2 例:三个水平的单因素完全随机实验设计,因素,A,a1,a2,a3,被试,1,6,11,2,7,12,3,8,13,4,9,14,5,10,15,最后采用,单因素完全随机设计的方差分析,,检验一下三列数据差异是否显著。,2.单因素被试内实验设计(单因素重复测量的实验设计),实验设计名称:如标题,自变量个数:1个。,自变量水平数:至少两个。,被试分配方法:随机抽取,分配到每一个处理内。,统计分析方法:相关样本(配对样本)t检验;单因素重复测量的方差分析。,2.1 例:两个水平的单因素被试内实验设计,因素,A,a1,a2,被试,1,1,2,2,3,3,4,4,5,5,最后采用,配对样本,t,检验,,检验一下两列数据差异是否显著。,2.2 例:三个水平的单因素被试内实验设计,因素,A,a1,a2,a3,被试,1,1,1,2,2,2,3,3,3,4,4,4,5,5,5,最后采用,单因素重复测量的方差分析,,检验一下三列数据差异是否显著。,3.单因素随机区组实验设计(考虑一个额外变量),实验设计名称:如标题,自变量个数:1个。,自变量水平数:至少两个。,额外变量:因额外变量无法控制,故考虑一个额外变量,将其纳入实验设计中,被试分配方法:随机抽取,将被试区组后随机分配到不同的处理内。,统计分析方法:不考虑交互作用的两因素方差分析。,3.1 例:三个水平的单因素随机区组实验设计,因素,A,a1,a2,a3,被试,区组,1,1,2,3,区组,2,5,4,6,区组,3,8,9,7,区组,4,11,10,12,区组,5,13,15,14,最后采用,不考虑交互作用的两因素方差分析,,检验一下三列数据及五个区组差异是否显著。,4.多因素完全随机实验设计(多因素被试间实验设计),实验设计名称:mn被试间实验设计;lmn被试间实验设计等,自变量个数:2个或以上。,自变量水平数:至少两个。,被试分配方法:随机抽取,随机分配到不同的处理内。,统计分析方法:多因素完全随机设计的方差分析。,4.1两因素完全随机实验设计,A,因素,a1,a2,B,因素,b1,被试,1-5,被试,6-10,b2,被试,11-15,被试,16-20,4.2,三因素完全随机实验设计,(,222,被试间实验设计),A,因素,a1,a2,B,因素,b1,b2,b1,b2,C,因素,c1,c2,c1,c2,c1,c2,c1,c2,被试,1-5,6-10,11-15,16-20,21-25,26-30,31-35,36-40,5.多因素重复测量的实验设计(多因素被试内实验设计),实验设计名称:mn被试内实验设计;lmn被试内实验设计等,自变量个数:2个或以上。,自变量水平数:至少两个。,被试分配方法:随机抽取,分配到所有的处理内。,统计分析方法:多因素重复测量的方差分析。,5.1两因素重复测量实验设计,A,因素,a1,a2,B,因素,b1,被试,1-5,被试,1-5,b2,被试,1-5,被试,1-5,6.多因素混合实验设计,实验设计名称:mn混合实验设计;lmn混合实验设计等,自变量个数:2个或以上。,自变量水平数:至少两个。,被试分配方法:随机抽取,混合分配。,统计分析方法:多因素重复测量的方差分析(考虑组间效应)。,6.1两因素混合实验设计,A,因素,a1,a2,B,因素,b1,被试,1-5,被试,6-10,b2,被试,1-5,被试,6-10,单因素、两因素实验设计应用举例,单因素实验设计,研究问题:文章的生字密度对学生阅读理解的影响,假设:阅读理解随文章中生字密度的增加而下降,自变量:生字密度;,自变量水平:,5:1,(,a,1,)、,10:1,(,a,2,)、,15:1,(,a,3,)、,20:1,(,a,4,),因变量:阅读理解测验分数,额外变量:文章的长度、文章的主题熟悉性、文章的类型、被试的年龄、教育程度、阅读能力等;控制方法:选取文章和被试时,除了生字密度外,其他尽量匹配。,单因素实验设计,假如现有,16,名被试,男生,8,名,女生,8,名,问如何安排被试?哪一种被试的安排方法较好?,两种设计方法,1.单因素被试间实验设计,生字密度这个因素共4个水平。每个水平用4个被试(2男2女),共16名被试。,生字密度,水平,a1,a2,a3,a4,被试,1-4,5-8,9-12,13-16,两种设计方法,2.单因素被试内实验设计,生字密度这个因素共4个水平。每个水平用16个被试(8男8女),共16名被试。,生字密度,水平,a1,a2,a3,a4,被试,1-16,1-16,1-16,1-16,单因素实验设计:另一个例子,因素,a1,a2,a3,a4,被试,3,4,8,9,6,6,9,8,4,4,8,8,3,2,7,7,5,4,5,12,7,5,6,13,5,3,7,12,2,3,6,11,35,31,56,80,202,如果你看到下面的表,认为是哪一种实验设计?共有多少被试?,两因素实验设计,1,信息呈现方式和教学风格对多媒体教学环境下学习效果的影响,信息呈现方式由文字、文字,+,图、解说、解说,+,图、文字,+,解说,+,图,五个水平,教学风格:理智型教学风格;情感型教学风格;自然型教学风格;幽默型教学风格,四个水平。,因变量用对学习材料的记忆成绩来衡量。,假设有,200,名被试。,请问可以采用哪种实验设计?,三种设计方法,1.54,完全随机实验设计,(被试间实验设计),将,200,名被试随机分为,20,组,每组,10,人。,每组接受一种实验处理。,被试分配方法,信息呈现方式,文字,文字,+,图,解说,解说,+,图,文字,+,解说,+,图,教学风格,理智型,1-10,情感型,自然型,幽默型,190-200,三种设计方法,2.54混合实验设计,将200名被试随机分为4组,每组50人。,每组分别接受所有实验处理。,被试分配方法,信息呈现方式,文字,文字,+,图,解说,解说,+,图,文字,+,解说,+,图,教学风格,理智型,1-50,1-50,1-50,1-50,1-50,情感型,51-100,51-100,51-100,51-100,51-100,自然型,101-150,101-150,101-150,101-150,101-150,幽默型,151-200,151-200,151-200,151-200,151-200,三种设计方法,3.54被试内实验设计,将200名被试作为一组,分别接受54=20个实验处理。,被试分配方法,信息呈现方式,文字,文字,+,图,解说,解说,+,图,文字,+,解说,+,图,教学风格,理智型,1-200,1-200,1-200,1-200,1-200,情感型,1-200,1-200,1-200,1-200,1-200,自然型,1-200,1-200,1-200,1-200,1-200,幽默型,1-200,1-200,1-200,1-200,1-200,两因素实验设计,2,不同编码对听写困难儿童字形记忆的促进效应,自变量一:编码类型:,视觉动作编码:要求被试看着目标假字,同时在稿纸上将假字按照笔画顺序写一遍,(,书写动作加工,),写的时候眼睛不离开材料,并发出,12,的读音,(,避免对假字进行任何形式的语音加工,),。,视觉编码:要求被试看着目标字,写的时候眼睛不离开材料,同时要求非写字手的食指敲击桌面,(,避免对假字的动作加工,),并发出,12,的读音,(,避免对假字的语音加工,),。,两因素实验设计,为了了解困难儿童同正常儿童是否有差别,设控制组。因此自变量二为组别(困难组和控制组),因此,此实验设计应该为两因素实验设计。,因变量为字形记忆成绩。,假设有,40,名被试,困难组,20,名,控制组,20,名,问如何设计实验?,两种设计方法,1.22,完全随机实验设计,(被试间实验设计),随机抽取,20,名困难儿童组成困难组,抽取,20,名正常儿童组成控制组。,将,20,名困难儿童(编号,1-20,)随机分为两组,一组(,1-10,)接受视觉,-,动作编码,另一组(,11-20,)接受视觉编码;,将,20,名正常儿童(编号,21-40,)随机分为两组,一组(,21-30,)接受视觉,-,动作编码,另一组(,31-40,)接受视觉编码。,被试分配方法,儿童类型,困难组,控制组,编码类型,视觉动作编码,1-10,21-30,视觉编码,11-20,31-40,两种设计方法,2.22,混合实验设计,随机抽取,20,名困难儿童组成困难组,抽取,20,名正常儿童组成控制组。,20,名困难儿童(编号,1-20,)分别接受视觉,-,动作编码和视觉编码的实验处理;,20,名正常儿童(编号,21-40,)分别接受视觉,-,动作编码和视觉编码的实验处理。,被试分配方法,儿童类型,困难组,控制组,编码类型,视觉动作编码,1-20,21-40,视觉编码,1-20,21-40,思考:,上例能否使用22被试内实验设计?,交互作用(,interaction effect,),交互作用是指,一个实验中有两个或两个以上的自变量,当一个自变量的效果在另一个自变量的每一个水平上不一样时,我们就说存在着自变量的交互作用。,当存在交互作用时,单纯研究某个因素的作用是没有意义的,必须分另一个因素的不同水平讨论该因素的作用大小。,关于交互作用的解释,关于交互作用的解释:例,2,研究者想了解一种药物的不同剂量(假如有两种剂量:小剂量,大剂量),以及注射此药物时周围环境安静程度(安静、吵杂)对某种生理指标的影响。,如采用完全随机实验设计,怎么设计实验?,两因素完全随机实验设计:一个实例,自变量:,1.,药物剂量,两个水平:小剂量和大剂量。,2.,环境,两个水平:安静和吵杂。共,22=4,个实验处理,因变量:某种生理指标,以数字来表示,被试:共,20,名患同样疾病的患者,每种实验处理随机安排,5,名被试,实验设计:,22,完全随机实验设计,被试分配方法,药物剂量,b1,(小剂量),b2,(大剂量),环境,a1,(安静),a1b1,5,名,a1b2,5,名,a2,(吵杂),a2b1,5,名,a2b2,5,名,获得的数据,小剂量,大剂量,安静,27,16,28,15,23,14,21,15,24,13,吵杂,25,25,28,26,24,24,28,27,22,23,数据统计简表(各个小格是被试的平均分),小剂量,大剂量,安静,24.6,14.6,19.6,吵杂,25.4,25,25.2,25,19.8,平均数折线图:考虑药物剂量,药物剂量:描述性统计分析及单因素方差分析表,药物剂量:描述性统计分析及单因素方差分析表,分析结果及结论,由方差分析表得知,,F,(,1,,,18,),=7.001,,,p=0.016,0.05.,结论:药物的不同剂量对生理指标有显著的影响,大剂量药物显著降低了生理指标。,平均数折线图:考虑环境,环境因素:描述性统计分析及单因素方差分析表,环境因素:描述性统计分析及单因素方差分析表,分析结果与结论,由方差分析表得知,,F,(,1,,,18,),=8.658,,,p=0.009,0.01.,结论:不同环境对生理指标有极其显著的影响,吵杂环境下的生理指标显著高于安静环境下的生理指标。,上述的两个结论正确吗?,药物剂量或环境因素是不是真的对生理指标有显著影响?,平均数折线图:考虑两个因素的交互作用,药物剂量和环境:描述性统计分析及方差分析表,药物剂量和环境:描述性统计分析及方差分析表,简单总结,因为存在交互作用,根据对药物剂量或环境因素的分别讨论,单纯考虑药物剂量或环境因素对生理指标的影响是没有意义的。,下一步:药物剂量和环境因素是怎么相互影响的?应用“简单效应检验”进行分析。,阅读多因素方差分析结果的两个要点:,1.,当交互作用显著时,下一步要做“简单效应(,simple effect,)检验”;,2.,当交互作用不显著时,就看各因素主效应(,main effect,)是否显著。,三、小样本设计,单被试设计或个案设计(,single-case designs,):是指研究者使用来自一个被试的实验结果来证明因果关系的研究设计。,同义异名,:,小样本设计,(small-sample design),N=1,研究,受试者内重复设计,(Intrasubject-replication design),如单以研究的样本数来看,心理学的研究历史可以分为三个阶段:,以小样本设计为主的年代(,1930,年代以前),,以大样本设计为主的年代(,1930,到,1970,年),,重新接受小样本设计的年代(,1970,以后),实验设计的演变史,实验设计的演变史,造成早期的心理学家采用“小样本设计”的原因有两个。,1.,早期的心理学家受到自然科学的影响极大,所以他们积极的做研究来描述实验变项与行为之间的功能关系(亦即,描述当一个变项发生变化时,行为跟着会产生什么变化),并提出“定律”(,laws,)来解释变项与行为之间的因果关系。更重要的,他们认为一个有用、有效的定律必须是一个能解释“个别”受试者行为的定律。,实验设计的演变史,2.,早期的心理学家已经注意到研究资料的随机变异问题;亦即,被试在研究中的行为常常不知道为了什么,就改变了。,例如,被试面对着一盏小灯,实验者告述被试“当灯亮时,尽快的按灯前面的键”。,实验设计的演变史,在这么简单的实验中,我们都会发现:,(,1,)不同被试的“按键时间”不同。,(,2,)同一位被试在两次尝试中的按键时间也不一样。,实验设计的演变史,虽然当时统计学还在萌芽阶段,推论统计的概念甚至还未出现,但是研究者已经知道要估计一位被试的反应,最好估计数是这位被试所有反应的平均数。,所以,为了稳定评估一个变量对行为的影响,研究者便在实验中让被试做许多尝试,并用被试在这些尝试中的反应平均数来代表这名被试在变项影响下的行为反应。,实验设计的演变史,在这两种因素的影响下,早期的心理学研究者(例如,研究条件学习(,conditioning,),的,Pavlov,,以及研究心理物理,(,psychophysics,),的,Weber,和,Fechner,,,与研究知觉与意识的(,Wundt,等),便很自然的在研究中采用某种小样本设计来收集数据。,那个时代的研究者最常用的小样本设计是独立尝试设计,(,discrete-trials design,),与个案研究,(,case report,)。,实验设计的演变史,统计学家(例如,,Fisher,)在二十世纪初(,1920,、,1930,年代)发展出推论统计的概念。,心理学家很快的发现,数据的随机变异问题可以借着推论统计的分析技巧加以处理。因为推论统计需要大量的被试,以符合推论统计对资料的假设,及达到理想的统计检验力,所以从那个时期开始,大样本设计(,group-subject design,)便成为心理实验的主流,而统计学也变成心理学家的必备知识了。,实验设计的演变史,大样本设计成为心理学研究的常态后,小样本设计的研究便很难在心理学的主流期刊上找到发表的空间了。,然而,在这样对小样本设计不友善的环境中,仍然有一群以,B.F.Skinner,为首的行为学派心理学家仍然不做大样本实验,不用推论统计检验实验结果的稳定性;他们继续以小样本设计的方式做研究。,这些研究者除了一方面延续过去小样本设计的研究方式,另一方面也从两个方向增加研究结果的稳定性。,实验设计的演变史,(一)用电子仪器控制实验的进行,使实验环境和实验过程变得更稳定,以减低数据的随机变异。,(二)发展一个比独立尝试设计更有效的实验设计方式;这种被称为“基线设计”(,baseline design,)的实验方法。,实验设计的演变史,近年来,这种轻视小样本设计的现象似乎有所转变。一些重要的期刊也逐渐接受小样本设计的研究;一些重要的心理学家相继的以这种设计收集研究资料。,小样本设计实验的逻辑,对一个大样本设计的研究,我们可以从研究的建构效度、统计效度、内部效度和外部效度来检验研究的优劣,其实我们也可以将藉用这种检验的方式,来讨论小样本设计实验的逻辑。,建构效度指的是,实验变量和研究者所希望探讨之心理学概念之间的配合性。,建构效度显然和研究者采取的实验设计无关,无论研究者采用大样本设计或小样本设计都可能发生问题。避免建构效度发生问题的方法是研究者广泛的收集相关文献,小心分析文献记录,然后对变量做出学界普遍接受的定义。,小样本设计实验的逻辑,任何一个研究者都希望他的实验可以验证自变量和因变量之间的因果关系而达到这个希望的先决条件是实验具有内部效度,因为只有在一个具有内部效度的实验中,研究者才能检验变量之间的因果关系。,然而小样本设计的实验似乎比较难达到这个目的,因为小样本设计无法用推论统计来分析实验结果,所以研究者无法估计实验的随机误差,这样一来当实验效果不是很明显的时候,研究者就不知道实验效果是否真的出现了。,Bordens,和,Abbotts,(,1988,)却指出,使用小样本设计的研究通常都具有三种特质;这些特质使得研究者可以从实验结果推论变量之间的因果关系。,1.,重复测量。,2.,严格控制混淆变量。,3.,研究对因变量具有重大影响力的自变量。,小样本设计实验的逻辑,因为小样本设计只用一个或少数几个被试,所以被试个人的因素对实验结果的影响就变的非常的重要;这当然会影响研究结果的外部效度。,小样本设计的实验透过两种方式检验实验发现的外部效度。第一种是透过被试间的重复验证(,inter-subject replication,)。第二种验证实验外部效度的管道是来自科学社群的互动活动。,小样本设计实验的逻辑,小样本设计根本不存在统计效度的问题,因为:,(,1,)严格控制实验情境会减低数据的随机变异,且研究的自变量通常具有明显的效果,所以小样
    展开阅读全文

    开通VIP折扣优惠下载文档

    提示  咨信网声明:本文档由用户上传并分享,仅供学习交流、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。

    咨信网小贴示:
    1、浏览或下载可查看了解,请点击【咨信网告知】。
    2、下载文件中如有侵权或不适当内容,将立即纠正。
    3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
    4、开具发票登录电脑端申请,请点击【索取发票】。

    咨信网客服组:【微信客服】

    自信AI创作助手
    关于本文
    本文标题:第二章实验研究基本问题.ppt
    链接地址:https://www.zixin.com.cn/doc/14591473.html

    Copyright ©2010-2026   All Rights Reserved  宁波自信网络信息技术有限公司 版权所有   |  客服电话:0574-28810668    微信客服:咨信网客服    投诉电话:18658249818   

    违法和不良信息举报邮箱:help@zixin.com.cn    文档合作和网站合作邮箱:fuwu@zixin.com.cn    意见反馈和侵权处理邮箱:1219186828@qq.com   | 证照中心

    12321jubao.png12321网络举报中心 电话:010-12321  jubao.png中国互联网举报中心 电话:12377   gongan.png浙公网安备33021202000488号  icp.png浙ICP备2021020529号-1 浙B2-20240490   


    关注我们 :微信公众号  抖音  微博  LOFTER               

    自信网络  |  ZixinNetwork