实验心理学教学PPT第二章实验设计课件

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 实验设计,*,第二章,实验设计,本章细目,:,第一节 实验设计的基本问题,第二节 实验设计的各种类型,第三节 基本的实验设计,重点与难点:,重点：,各种变量及其控制方法，实验设计的各种类型。,难点：,额外变量的控制方法，随机化设计和区组设计。,1,第二章 实验设计,第二章 实验设计本章细目:1第二章 实验设计,第一节,实验设计的基本问题,一、什么是实验设计,1、实验设计的概念和意义,实验设计（experimental design）:,是研究者在实验前对如何控制实验条件、安排实验程序、处理实验结果所作的计划。,的良好的实验设计不仅是整个实验进行的依据和处理结果的先决条件，而且是实验取得预期结果的关键因素。,实验设计要完成以下功能：（1）使自变量引起的反应变量的差异最大；（2）控制好各种额外变量；（3）使实验中的误差（系统误差、随机误差）最小。,2、实验设计的基本原则,实验设计的基本原则是：,经济、有效,。,评价实验设计的标准：（1）是否能够恰当地解决所研究的问题；（2）是否能够恰当地控制实验中的额外变量；（3）是否能使实验结果有很高的效度。,2,第二章 实验设计,第一节 实验设计的基本问题一、什么是实验设计2第二章 实验,二、自变量的种类与控制方法,(一)自变量的种类,1.作业变量（task variable）:,指由实验者操纵、呈现给被试并要求被试做出特定反应的某种刺激。,2.环境变量（environment variable）:,指可以作为自变量的环境因素，也称之为刺激。包括物理的和社会的环境。,3.被试者变量（subject variable）:,指被试者自身的特性。其中，主试不能加以操纵使其改变的，被试者固有的、持续性的特性称为,被试属性变量,，如年龄、性别、民族、职业、教育水平、智力、性格、生理特征等。实验者通过言语、态度等方式可以操纵使之发生改变的，被试者非持续性的特性，称为,暂时的被试变量,，如疲劳、兴奋水平、内驱力、诱因、态度等。,作业变量,只能作为自变量，环境变量和被试者变量既可作为自变量，也可成为实验中的额外变量。,复合自变量（complex independent variable）:,研究者把几个不同的自变量组合在一起来操纵，以考察它们的综合效应，这种自变量称为复合自变量。,3,第二章 实验设计,二、自变量的种类与控制方法3第二章 实验设计,(二)自变量的控制方法,1.给自变量规定操作定义,操作定义（operational definition），,一个变量或概念的定义是用测定它的程序来说明的，这种定义称为操作定义。例如：把“刚刚感觉到”定义为“有50%次感觉到”；把“智力水平”定义为“韦氏成人智力测验的分数”。,给自变量规定操作定义的好处是：使变量的含义具体、清晰、便于操作；有助于不同研究者之间进行正确的沟通；避免同一个变量有多种不同的语言描述形式。,注意避免操作定义的单一性偏差,即操作定义的内容不全面、所用的测量工具过于单一。这样会降低实验的效度。,2.规定检查点,检查点:,是主试者要呈现的实验处理或操纵的自变量的各种变化。,对于具有质的区别、不能连续变化的自变量，不同的质就是实验的检查点。,对于没有质的区别、只有量的连续变化的自变量，自变量的不同数值就是实验的检查点。对于这类变量：,首先要选定适当数量的检查点,。如果自变量与因变量的函数关系是线性的，一般要35个检查点；如果函数关系比较复杂，则至少要选5个或5个以上的检查点。,其次要确定好自变量的范围。,的可以参考前人的研究结果，若没有前人的经验，就需要通过预备实验来确定。,确定好自变量的间距，,原则是：,两个不同的检查点能引起被试的不同反应。,4,第二章 实验设计,(二)自变量的控制方法4第二章 实验设计,3.校准呈现和测量自变量的仪器,呈现和测量自变量的仪器应当符合以下要求：准确、精密；性能稳定；反应灵敏；操作方便；仪器的显示范围要满足自变量变化的要求；不会干扰、阻碍、改变所要研究的心理现象；同一型号的仪器同质信度要高。,4.控制刺激的呈现方式,按实验的要求控制刺激呈现的时间、久暂、强度、顺序、空间方位和具体形式等。,三、因变量的种类与控制方法,(一)因变量的种类,因变量是实验中要加以测量的行为反应，作为测量反应的指标有：,1.反应的准确性，如反应的正确率或错误率。,2.反应速度，如工作量一定，完成工作所需要的时间；或时间一定所完成的工作量。,3.反应的难度。,4.反应的次数或几率。,5.反应的强度，如情绪实验中测出的激素水平、皮肤电阻的大小。,6.各种心理测验的量表分数或评价者的评定分数。,7.口语记录，是对被试自我口头报告的记录。,5,第二章 实验设计,3.校准呈现和测量自变量的仪器5第二章 实验设计,(二)因变量的控制方法,1.给因变量规定操作定义:,为被试的行为反应规定明确的测量指标、测量方法和测量标准。,注意避免,操作定义的单一性偏差,。,2.正确选择反应指标:,反应指标应该具备的条件有：,有效性；客观性；数量化；可靠性；灵敏性和可分辨性，反应指标的测量范围足够大，避免“,天花板-地板效应,”；,可能性。,3.设计好指导语:,4.控制好主试者效应:,5.控制好被试者效应。需要通过指导语标准化、双盲实验、增加被试人数、设置控制组来减少实验结果偏差。,6,第二章 实验设计,(二)因变量的控制方法6第二章 实验设计,四、额外变量的鉴别与控制方法,(一)如何鉴别额外变量,1.参考有关的研究文献;,2.用因素型实验做预备实验;,3.根据已有的理论、知识和经验来分析、预测额外变量;,4.可以由实验结果误差分散程度的大小来鉴别。若实验误差分散程度小，可以认为额外变量得到充分控制；若实验误差分散程度较大，可以认为有些额外变量没有得到充分控制。,(二)额外变量的控制方法,额外变量的来源主要有实验环境、被试者和主试者、实验程序的安排。常用的控制方有以下七种：,1.对来自被试者的额外变量的控制方法:,指导语标准化;,主试者的态度规范化;,采用双盲实验，可避免主试者效应和被试者效应;,用随机取样和扩大样本容量,控制被试的个别差异;,用随机化方法分派实验组与控制组，使两组被试的特征尽量相等。,7,第二章 实验设计,四、额外变量的鉴别与控制方法7第二章 实验设计,2.消除法（排除法）,消除法(elimination method):,是用特殊手段把额外变量从实验中消除掉，或排除出去，使实验在较为单纯的条件下进行。,优点：,从控制额外变量的观点来看，消除法确实有效。,缺点：,用消除法所得到的研究结果却缺乏推论的普遍性。有时反而会引发难以控制的新的额外变量，如期望、紧张、恐俱等被试变量。对于心理实验中无法消除的变量，如年龄、性别、机体特征、职业、智力、性格等变量，不能采用消除的方法来控制。,3.恒定法,恒定法(constant method):,是使额外变量在实验的过程中保持不变。有效的控制方法是由同一实验者，在同一实验室、同一时间、使用同一台仪器、使用同样的实验程序对实验组和控制组进行实验。,优点：,如果消除额外变量有困难，可采用恒定法，能够保证额外变量在整个实验过程中保持不变，以及对实验组和控制组有同等的影响，便于分析自变量引起的效应。,缺点:,实验结果不能推广到额外变量的其他水平上去；主试者操纵的自变量和保持恒定的额外变量之间可能产生交互作用。,消除法、恒定法是通过实验者的具体操作来控制额外变量，属于操作控制方法。,8,第二章 实验设计,2.消除法（排除法）8第二章 实验设计,4.平衡法,平衡法（balance method）:,设置实验组和控制组，使两组的额外变量的效果相等。,具体做法是：将被试随机分成两个组，一个为实验组，一个为控制组（对照组），让它们的额外变量相等（如果实验组为多个，其原理一样），在实验中对控制组不给予实验处理，对实验组给予实验处理，由于控制组与实验组的额外变量相同，所产生的效果相同，而且其他实验条件也相等，所以两组被试反应之间的差异，就可以认为是由自变量或实验处理造成的。,如下所示：,实验组1：实验变量1，额外变量1、2n 反应,实验组2：实验变量2，额外变量1、2n 反应,控制组：额外变量1、2n 反应,优点：,当用消除法或恒定法控制额外变量有困难时，往往采用平衡法来控制。,缺点：,事实上，影响实验组和控制组的各种额外变量难以保证完全相等。,9,第二章 实验设计,4.平衡法9第二章 实验设计,平衡法的应用,实验组、控制组事前事后测定法,1.先对所有被试进行前测，再将被试随机分成实验组、控制组，并使两个组在所测内容的统计量方面相等，如平均数、标准差等都相等，然后只对实验组给予实验处理，最后比较两组后测的结果。,2.,为了避免前测与实验处理相互作用导致结果混淆，可以把未进行前测的实验组的后测结果，与控制组的后测结果加以比较。,组别,事前测定,实验处理,事后测定,（A,2,B,2,）,代表实验处理的效果,实验组,（A,1,）,（A,2,）,控制组,（B,1,）,（B,2,）,组别,事前测定,实验处理,事后测定,（AB,2,）,代表实验处理的效果,实验组,（A）,控制组,（B,1,）,（B,2,）,10,第二章 实验设计,平衡法的应用实验组、控制组事前事后测定法2.为了避免前,3.,为了避免上例中实验组由于缺少前测，因而难以保证与控制组在前测水平上相等，可以增加一个实验组2，用实验组1和控制组的前测的平均值，作为实验组2的前测的估计值，以便保证三个组的前测水平相等。,其中:（B,2,-B,1,）代表实验处理的主效应，（C,2,C,1,）代表事前测定的主效果，（A,2,-A,1,)（B,2,B,1,）（C,2,C,1,）代表事前测定与实验处理交互作用的效果。,实验组和控制组中被试数量的比例:库尔兹方案,：当实验组、控制组各为一个时，二者的被试数目相等；如果控制组为1个，实验组为2个时，控制组的人数占总人数的41%，实验组的人数占总人数的59%(每个实验组各为29.5%)。,如何把被试个体分配给实验组和控制组:,当何种变量应该在两组之间保持等质还不清楚时，一般采用随机化的方法将被试分配到两个组里；如果已经清楚了，一般采取配对分配的方式，有时也采取配对和随机化相结合的方法。,组别,事前测定,实验处理,事后测定,（B,2,C,2,）,代表实验处理的效果,实验组1,（A,1,）,（A,2,）,实验组2,（B,1,）,（B,2,）,控制组,（C,1,）,（C,2,）,11,第二章 实验设计,3.为了避免上例中实验组由于缺少前测，因而难以保证与控制组在,5.抵消法（循环法）,抵消法(counterbalancing method),是通过综合平衡实验处理的顺序，使额外变量的效果互相抵消的方法。,如果只有A、B两种实验处理，最常用的抵消序列效应的方法是用ABBA的安排。如果有两种以上的实验处理，要将被试分成几个等组，每一个组接受所有的实验处理，但接受实验处理的顺序不同。,优点：,该法的主要作用是控制序列效应或顺序误差，即被试者接受以固定顺序出现的一系列不同实验处理，被试者的反应会受到时序先后的影响。,缺点：,该法假设ABBA所产生的顺序效应严格相等(即每次的练习效应是线性增加的)，如果不是这样，则不能用此方法，而要用随机安排顺序的方法。,6.匹配法,匹配法（matching method）,是使实验组和控制组中的被试特点相等的一种方法。使用匹配法时，先要测量所有被试者有哪些特点与实验中所要完成的作业密切相关，然后根据测得的结果，把实验组和控制组被试的特点匹配成相等状态。,优点：,能使实验组和控制组中的被试者变量尽量相等，排除被试者变量对自变量效果的混淆。,缺点：,匹配法虽然在理论上较理想，但在实际上很难施行。因为，如果被试者特性超过一个以上时，实验者常会顾此失彼，甚至无法匹配；又如动机、态度等因素无法找到可靠的依据进行匹配。,12,第二章 实验设计,5.抵消法（循环法）12第二章 实验设计,7.随机化法,随机化(randomization):,是根据概率理论，随机地选择被试和分派被试。即从被试者总体中用随机法抽取被试者样本，然后把选出的被试者随机地分到各实验组和控制组中去。,优点：,随机化法可以使样本对总体有较好的代表性，它不仅能克服匹配法顾此失彼的缺点，还能控制一些来自机体的额外变量(如动机、情感、疲劳、注意等)。从理论上讲，随机法是控制额外变量的最佳方法。,缺点：,需要被试数量较多。,随机法不仅能应用于被试者，也能应用于呈现刺激的安排。,平衡法、抵消法、匹配法和随机化法，都是通过特殊的实验设计实现对额外变量的控制，这些方法统称为,实验控制方法(experimental control),。,8.统计控制法,有时候由于条件限制，无法在实验中对某些额外变量加以控制，只有做完实验后采用,协方差分析,或,共变数分析,(analysis of covariance,)等方法，把影响结果的因素分析出来，以达到对额外变量的控制。这种实验后采用统计技术来控制额外变量的方法，称为,统计控制（statistical control）,。,额外变量的纳入，还可以将额外变量作为自变量纳入实验设计，在实验中加以操纵，通过一定的统计方法，分析出所欲研究的自变量与行为反应的关系。这种方法类似于多因素实验设计，优点是可以使实验情境更接近实际，但实验中的自变量因素的增加，会带来操作和分析上的困难。,在实验设计中，常常是从以上方法中选择几种，适当地组合起来使用。,13,第二章 实验设计,7.随机化法 13第二章 实验设计,第二节,实验设计的各种类型,实验设计需要重点考虑三个问题：,1.采用多少自变量？,2.每一个自变量内部包括多少处理水平？,3.在各自变量和各处理水平中采用相同的被试还是不同的被试？,这三方面情况的不同组合，就构成不同类型的实验设计。,14,第二章 实验设计,第二节 实验设计的各种类型实验设计需要重点考虑三个问题：14,一、实验组-控制组比较设计（组间设计）,这是按照被试的分组方式、是否给予实验处理来定义的实验设计类型,是心理实验最基本的设计类型。,将被试分为实验组和控制组，对实验组给予实验处理，对控制组不给予实验处理，然后分别测定两组的反应，两组反应上的差异就被认为是实验处理产生的效果。,这种设计由于不同的被试组接受不同的实验处理，所以又称之为,组间设计（被试间设计）,。,优点:,可以通过实验组与控制组的比较，分析出自变量的效果，并使两个组来自环境、实验程序和主试的额外变量的效应达到平衡。,缺点:,两组被试等质的难以得到保证，对两组各种额外变量的控制也难以做到完全相等。,组别,实验处理,测定,（A,1,B）、(A,2,-B)等,代表各个实验处理的效果,实验组1,处理1,(A,1,),实验组2,处理2,（A,2,）,控制组,（B）,15,第二章 实验设计,一、实验组-控制组比较设计（组间设计）这种设计由于不同的被试,二、事前测定和事后测定比较设计（组内设计）,这是按照在实验处理前后，是否对因变量的有关指标进行测定来定义的实验设计类型。,事前测定,:指在实验处理实施前对被试进行因变量有关指标的测定；,事后测定,:指在实验处理实施后对被试进行因变量有关指标的测定。,前后两次测定的差异，就被认为是实验处理产生的效果。,这种设计由于所有被试接受同样的实验处理，所以也称之为,组内设计（被试者内设计）,。,优点：,可以通过前测与后测的比较，分析出自变量的效果；无需再设控制组，被试者的等质性较高。,缺点：,前后两次测定之间的时间里，来自环境、实验程序和主试的额外变量，难以得到良好的控制。如，生长和成熟、历史因素、暂时的被试者变量、测量工具的性能、评价人员标准的变化、练习效应等。,组别,事前测定,实验处理,事后测定,（A,2,B,2,）,代表实验处理的效果,实验组,（A,1,）,（A,2,）,16,第二章 实验设计,二、事前测定和事后测定比较设计（组内设计）这种设计由于所有被,三、完全随机化设计和区组设计,是依据把被试按等质原则分派到控制组与实验组的方式，来定义的实验设计类型。,(一)完全随机化设计,是用随机化方法将被试分派到控制组与各实验组中，以便使各组的额外变量保持相等。属于组间设计。,优点：,能较好的保证实验组和控制组等质。,缺点：,需要被试数量较多。,(二)区组设计,先将被试按不同类型划分为区组，使每一区组内的被试尽量保持等质，然后让每个区组内的被试随机接受所有的实验处理。,17,第二章 实验设计,三、完全随机化设计和区组设计17第二章 实验设计,1.完全组内设计（或完全被试内设计）,以每一个被试者为区组，每个被试都接受所有的实验处理，而且顺序相同、多次测定。用每一种实验处理多次测定结果的平均数，代表该实验处理的效果。这种设计容易产生序列效应，可以采用ABBA循环法或随机法来平衡顺序误差。,优点：,能较好地控制序列效应，被试的等质性好。,缺点：,只适用于序列效应是线性增加的情况，实验次数较多。,实验组,实验处理的顺序,被试1,A,B,B,A,被试2,A,B,B,A,被试n,A,B,B,A,18,第二章 实验设计,1.完全组内设计（或完全被试内设计）优点：能较好地控制序列效,2.不完全组内设计（或不完全被试内设计）,先对被试划分区组，在每一个区组内，把等质的被试分成几部分，每一部分为一个小组（或单元），小组的数目与实验处理的数目相等，每个小组都接受所有的实验处理，每个实验处理只能测定一次，每个小组的实验顺序互不相同。,如果有两个实验处理或有三个实验处理（A、B、C），如下所示：,优点：,当有多个实验处理时，可以较好地控制序列效应。,缺点：,需要被试较多，各组间的被试不可能完全等质。,实验小组,实验顺序,1/2被试,A,B,1/2被试,B,A,实验小组,实验顺序,1/3被试,A,B,C,1/3被试,B,C,A,1/3被试,C,A,B,19,第二章 实验设计,2.不完全组内设计（或不完全被试内设计）优点：当有多个实验处,3.配对分组的组间设计,在每个区组内，将在某些特质上水平相同的被试配对（2人或2人以上），可以得到不同水平上的被试对，然后把配对的被试随机分给控制组和各个实验组，分别接受不同的实验处理。,优点：,能使实验组、控制组保持相等，至少理论上是相等的。,缺点：,配对分组执行起来有一定困难，常会顾此失彼。,四、单因素与多因素实验设计,这是按实验中自变量的多少来定义的实验设计类型。,如果实验中的自变量只有一个，这类设计就是,单因素实验设计,。,如果实验中的自变量是两个或两个以上，这类设计就是,多因素实验设计,。,单因素实验，相对于多因素实验来说，实验情境更加人工化，对于一些额外变量的控制不如多因素设计控制得好。多因素实验纳入的自变量越多，实验就越接近于现实生活情境，实验的效度会比较高，但是会增加实验情境、操作过程及结果处理的复杂程度。,20,第二章 实验设计,3.配对分组的组间设计20第二章 实验设计,五、前实验设计、相关设计、准实验设计和真正的实验设计,这是根据对实验中各种变量控制水平的高低来划分的实验设计类型。,(一)前实验设计,这种设计对额外变量的控制很差，实验结果的可靠性很低。其基本模式有以下三种:,1.单组事后测定设计,只采用一组被试，只给一个实验处理，然后测定因变量，认为测定的结果就是实验处理的效果。,缺点：,这种设计既没有事前与事后测定的比较，也没有实验组与对照组的比较，没有控制额外变量，因此可靠性很低。,组别,实验处理,事后测定,A代表实验,实验组,A,处理的效果,21,第二章 实验设计,五、前实验设计、相关设计、准实验设计和真正的实验设计缺点：这,2.单组事前事后测定设计,采用一组被试，在实验处理之前进行一次测定，实验处理之后再进行一次测定，比较两次测定的结果，两者的差异就被认为是实验处理的效果。,缺点：,这种设计虽有了本组两次测定的比较，但来自环境、实验程序和主试的额外变量，难以得到控制，造成实验效度降低。,组别,事前测定,实验处理,事后测定,（A,2,B,2,）,代表实验处理的效果,实验组,（A,1,）,（A,2,）,22,第二章 实验设计,2.单组事前事后测定设计缺点：这种设计虽有了本组两次测定的比,3.固定组比较设计,有实验组和控制组，两组被试是依据原来固定的组织形式分派的，不是随机分组，因此两个组不相等。对其中一组给予实验处理，另一组不给予实验处理，比较两组事后测定的结果，如果有差异，就认为是实验处理的效果。,缺点：,因为两组被试本来就不相等，实验中影响两组的额外变量可能又不相同，简单地将事后测定的差异归因于实验处理的作用，结论的可靠性很低。,由于前实验设计对额外变量的控制太差，除非万不得已，不要应用这种设计方案。迫不得已而使用了这种方案，在结果解释上，一定要格外谨慎。,分组方式,组别,实验处理,事后测定,（AB）,代表实验处理的效果,固定分组,实验组,（A）,控制组,（B）,23,第二章 实验设计,3.固定组比较设计缺点：因为两组被试本来就不相等，实验中影响,(二)相关设计,又叫事后回溯设计，这种设计既不能操纵、控制自变量，也不能随机分派被试，它只能将被试的现有行为差异进行分类，并利用统计分析来说明这些差异与可能的影响因素之间有没有关系，所以叫相关设计。,缺点：,这种设计对额外变量没有控制能力，只能说明自变量与因变量是否具有相关关系（正相关、负相关、零相关），不能说明自变量是否是导致因变量的直接原因。所以，这种设计的效度很低。,优点：,有些研究课题只能采取相关设计而不能采取真正实验设计。这种方法适用的情况是：影响某一行为(因变量)的自变量已经发生，或主试不能操纵自变量，只能依据现有的反应变量去追溯其可能的自变量是什么，并探讨自变量对因变量可能产生的影响。,有的研究涉及十分复杂的社会情境和社会行为，无法操纵有关的自变量，例如对儿童智力发展、个性发展的影响因素的研究；,有的研究中的自变量对被试会造成伤害，不能把这种自变量施加给被试，例如对青少年犯罪原因的研究。,对这类问题只能采取相关研究方法。,24,第二章 实验设计,(二)相关设计24第二章 实验设计,(三)准实验设计,近似真正的实验设计，是指在实际的社会情境中，不能用真正的实验设计来控制额外变量，但是可以对一些影响实验结果的额外变量进行分类，将其作为自变量因素纳入实验，使用真正实验设计的某些方法来搜集、整理、统计分析资料。,准实验设计方案一般有如下三种:,1.不相等实验组、控制组事前事后测定设计,实验组、控制组的被试不是随机分派的，而是依据原来固定的组织形式（如班级或团体）来划分，因此两个组不相等。两个组都接受前侧和后侧，用后测结果的差异代表实验处理的效果。,优点：,可以使来自环境、实验程序和主试的额外变量得到控制，如历史因素、练习因素、身心变化等。,缺点：,由于实验组和控制组不相等，需要采用单因素共变数分析法来处理实验结果，排除被试者差异的影响。这种设计的实验结果不能推论到没有事前测定的情境中去。,分组方式,组别,事前测定,实验处理,事后测定,（A,2,B,2,）,代表实验处理的效果,固定分组,实验组,（A,1,）,（A,2,）,控制组,（B,1,）,（B,2,）,25,第二章 实验设计,(三)准实验设计优点：可以使来自环境、实验程序和主试的额外变,2.相等时间样本设计,对单组被试，前后抽取两个或多个相等的时间样本，其中一个时间样本给予实验处理，另一个时间样本不给予实验处理，比较两个不同时间样本的因变量的差异，把它看作是自变量的效果。,优点：,被试的同质性好。,缺点：,结论难以推论到其他被试身上，也不能推论到实验处理连续出现的情况。,组别,时间样本,实验处理,测定结果,（A,2,A,1,）,或,（A,4,A,3,）,代表实验处理的效果,实验组,时间1,A,1,时间2,A,2,时间3,A,3,时间4,A,4,26,第二章 实验设计,2.相等时间样本设计优点：被试的同质性好。组别时间样本实验处,3.固定组循环法设计,被试不是随机分派，而是依据原来固定的组织形式来划分，因此两个组不相等。被试组的数目与实验处理的数目相同，每一组被试分别按不同的顺序接受所有的实验处理，又称之为拉丁方设计或轮组设计。,(四)真正的实验设计,是对实验条件控制较严的实验设计。实验者能按随机化原则选择和分派被试，可以有效地操纵实验变量，有效地控制各种额外变量，并且可应用适当的统计方法帮助分析实验结果，从而使实验结果更能客观地反映实验处理的效果。,分组方式,组别,实验顺序,固定分组,实验组1,A,B,C,实验组2,B,C,A,实验组3,C,A,B,缺点：,由于各组被试不等质，即使经检验实验处理间差异显著，仍然很有可能是组别及其实验顺序之间交互作用的结果，所以下结论时要慎重。,优点：,可以使不同的实验顺序、不同的实验处理的交互影响所产生的误差大致平衡，可用相关样本拉丁方的方差分析法处理结果，能够检验不同实验处理之间、不同被试组之间、不同实验顺序之间的差异显著性。,27,第二章 实验设计,3.固定组循环法设计(四)真正的实验设计分组方式组别实验顺序,第三节,基本的实验设计,这一部分讨论心理学研究中最常用的、最基本的、真正的实验设计。,一、完全随机化设计,用随机化方法选取样本，并将被试分派到控制组与实验组中，使各组被试保持等质，并随机接受实验处理。,(一)将被试随机分组的具体方法,1、同时分配法:,抽签法:,先将所有被试编号，每个号记入一张纸片，将纸片放入容器内搅匀，按组抽取。,笔划法：,若要将40个被试者分为四组，首先将被试者依其姓氏笔划数进行次序排列，再查随机数表每一串数字的第一位数，只取第一位数为 1、2、3、和4的数字，将被试依次按照随机数的指引分别归属四个组，第一位数为 1、2、3、4的随机数字各查 10个即可。,报数法：,实验者令被试从第一排报数，报1的被试者都被分在第一组、报2的被试者都分在第二组，依此类推，要注意被试者原有顺序的影响。若每排报数的方向随机改变，例如用 1234，4321等不同的顺序报数，则随机分组的效果将更好。,28,第二章 实验设计,第三节 基本的实验设计这一部分讨论心理学研究中最常用的、最,2、次第分配法:,由于实验持续时间较长或其他原因，实验者不知道究竟哪位被试者什么时间会来，只能根据预先拟好的原则进行分派，而且当实验结束时，各组要符合随机的要求。具体有：,简便法：,按被试者出现的先后分派，第一名属第一组，第二名属第二组，第三名属第三组，依此类推。,区内随机法:,按照被试者来到实验室的先后顺序，使用随机次序来分派被试归属各组，如用随机数表来分派被试。,(二)完全随机化设计的方案,1、实验组、控制组，事后测定设计,统计方法：,检验各实验组与控制组的差异，可采用独立样本t检验法；检验各实验组（不同实验处理）之间的差异，用独立样本单因素方差分析法。,优点：,各组被试基本相等，对其他额外变量的控制也相当。,缺点：,缺少前测，实验前两组被试与因变量有关的指标不相等，会降低实验的效度。,组别,实验处理,事后测定,比较,随机取样随机分派,实验组1,处理1,A,1,（A,1,B）、（A,2,B）等代表实验处理的效果,实验组2,处理2,A,2,控制组,B,29,第二章 实验设计,2、次第分配法:统计方法：检验各实验组与控制组的差异，,2、实验组、控制组，事前事后测定设计,统计方法：,可采用独立样本单因素协方差分析（共变数分析）处理实验结果，检验控制组、实验组的平均数差异是否显著，并将前测的效应分析出来。,优点：,实验组和控制组等质性较好，实验过程中的额外变量能得到很好的控制。,缺点：,前测带来了新的额外变量。如练习因素、迁移、前测与实验处理间的相互作用等。结果不能推论到没有前测的情况。克服缺点的方法，见本章第一节中额外变量控制方法的“平衡法”。,组别,事前测定,实验处理,事后测定,比较,随机取样随机分派,实验组1,（A,1,）,A,1,（A,2,）,（A,2,B,2,）,代表实验处理的效果,控制组,（B,1,）,（B,2,）,30,第二章 实验设计,2、实验组、控制组，事前事后测定设计统计方法：可采用独立样,3、四组设计,随机选取被试样本，并随机分为四组，两组为实验组，两组为控制组，实验组和控制组中各有一组有前测、一组无前测。,如下所示，其中A,1,、A,2,、B,1,、B,2,都是后测的结果。,有处理 无处理,有前测,无前测,统计方法：,独立样本22的方差分析。,优点：,集中了前两种设计的优点，可以将前测以及前测与实验处理间的相互作用的效应分析出来，使实验处理的效果更加清楚，对额外变量的控制更理想。,缺点：,需要被试较多，实验成本较高。,实验组1（A,1,）,控制组1（B,1,）,实验组2（A,2,）,控制组2（B,2,）,31,第二章 实验设计,3、四组设计统计方法：独立样本22的方差分析。实验组1（,二、随机化区组设计,先把被试按某些特质分类，每一种类型的被试作为一个区组，使各区组内的被试尽量等质，然后让每个区组内的被试随机接受全部的实验处理，而且每种实验处理在每个区组中重复的次数相同；或者，将他们随机分派到实验组、控制组内。最后，比较实验处理之间、被试区组之间或实验顺序之间的差异。,(一)区组内部的形式：,1.完全组内设计:,把单个被试作为一个区组，每一名被试都随机接受所有的实验处理。,2.不完全组内设计:,让每个区组内的被试人数是实验处理数目的整倍数，再把每个区组的被试平均分成几个单元，单元的数目与实验处理数目相等，每个单元随机接受所有的实验处理。,3.将每个区组内的被试划分成实验组和控制组。,32,第二章 实验设计,二、随机化区组设计32第二章 实验设计,(二)随机化区组设计的方案,1、以单个被试为区组（完全组内设计）,以每一个被试者为区组，每个被试都接受所有的实验处理，每个实验处理可以重复测定，可以采用随机法或循环法安排实验处理的顺序，以此来平衡顺序误差。用每一种实验处理多次测定结果的平均数，代表该实验处理的效果。,统计方法：,可用相关样本单因素方差分析法；如果是拉丁方设计，采用相关样本拉丁方方差分析法。,优点：,被试的等质性好，能较好地控制序列效应。,缺点,：,实验次数较多。,区组,随机法安排实验顺序（或循环法）,被试,平均,1,2,k,被试1,x,11,x,12,x,1k,Y,1,被试2,x,21,x,22,x,2k,Y,2,被试n,x,n1,x,n2,x,nk,Yn,处理平均,X,1,X,2,X,k,33,第二章 实验设计,(二)随机化区组设计的方案统计方法：可用相关样本单因素方差,2、将被试配对后划分区组（不完全组内设计）,配对分组的具体方法：,所有被试先要经过前测，将被试按前测成绩的高低进行排列，然后从高分到低分，将分数接近的若干个被试划分到同一个区组内。区组内被试的前测分数越接近，等质性就越好。,然后，每个区组接受所有的实验处理，每个实验处理只测一次，采用随机法或循环法安排实验处理的顺序。,统计方法：,采用相关样本的方差分析法或拉丁方方差分析法。,优点：,可以较好地控制序列效应。,缺点：,需要被试较多，实施配对法有困难，各组内的被试不可能完全等质。,区 组,随机法安排实验处理（或循环法）,区组,平均,1,2,k,依据,特质,配对,分组,组1（k个单元）,x,11,x,12,x,1k,Y,1,组2（k个单元）,x,21,x,22,x,2k,Y,2,组n（k个单元）,x,n1,x,n2,x,nk,Y,n,处理平均,X,1,X,2,X,k,34,第二章 实验设计,2、将被试配对后划分区组（不完全组内设计）统计方法：采用相,区 组,实验处理,区组,平均,A,B,C,D,依据,特质,配对,分组,1(,优良）,X,1A,X,1B,X,1C,X,1D,X,1,2(,中等）,X,2A,X,2B,X,2C,X,2D,X,2,3,（较差）,X,3A,X,3B,X,3C,X,3D,X,3,处理平均,X,A,X,B,X,C,X,D,3、将被试配对后再划分实验组和控制组（组间设计）,统计方法：,采用相关样本t检验法。,优点：,采用配对法分派被试，使组内的被试接近完全相等。,缺点：,实施配对法有困难，常会顾此失彼。,组别,实验处理,事后测定,（AB）代表实验处理的,效果,区,组,配对,分组,实验组,（A）,控制组,（B）,举例:,研究不同声音刺激对学生解答数学问题的影响。,35,第二章 实验设计,区 组实验处理区组ABCD依据1(优良）X1AX1BX1C,三、多因素实验设计,在实验中包含两个或两个以上自变量，并且每个自变量都有两个或两个以上的水平，各因素的各个水平相互组合，构成多种实验处理。又称,析因设计,。,常用大写的英文字母代表自变量（因素），用于大写字母对应的小写字母代表因素的水平，用乘号（）代表因素之间的组合关系。例如，双因素设计，或AB设计、23设计。,1、完全随机化多因素实验设计,对被试随机抽样、随机分组，各组等质，分组的数目等于实验处理的总数目，每组被试随机接受一种实验处理。,例如，,对AB、23的设计来说，实验处理共有6个，因此要将被试随机分成6组，用随机化方法安排每组被试接受一种实验处理。设计模式如下：,因素B,b,1,b,2,b,3,a,1,因素A,a,2,统计方法：,采用独立样本二因素方差分析方法。,X a,1,b,1,X a,1,b,2,X a,1,b,3,X a,2,b,1,X a,2,b,2,X a,2,b,3,36,第二章 实验设计,三、多因素实验设计统计方法：采用独立样本二因素方差分析方法,2、随机化区组多因素实验设计,用随机化区组方式划分被试组，使每一区组中的被试随机接受所有的实验处理。其中的区组既可以是单个被试，也可以是配对后的多个被试。,例如，对AB、23的设计来说，设计模式如下：,统计方法：,采用相关样本二因素方差分析法。,3、拉丁方实验设计,如果需要用循环法来平衡实验顺序误差，可以将实验顺序和被试者差异都作为自变量来处理，只要被试分组的数目与实验处理的水平数目相等，而且这些自变量之间不存在交互作用，就可以采用拉丁方设计方案。,拉丁方设计的特点是：每个自变量在每个被试上的实验次数相同，每个顺序在每个自变量上实验的次数相同，每个顺序在每个被试上实验的次数相同。,区组,a,1,b,1,a,1,b,2,a,1,b,3,a,2,b,1,a,2,b,2,a,2,b,3,1,X,11,X,12,X,13,X,14,X,15,X,16,2,X,21,X,22,X,23,X,24,X,25,X,26,37,第二章 实验设计,2、随机化区组多因素实验设计统计方法：采用相关样本二因素方,例（1）,：三种不同类型被试（可以是单人或多人），循环接受三种不同的实验处理的设计方案。,统计方法：,采用相关样本的拉丁方方差分析法，可分析出实验处理（A）之间、实验顺序（B）之间、被试（C）之间的差异。,实验处理,实验顺序,b,1,b,2,b,3,随机取样划分区组,被,试,c,1,a,1,a,2,a,3,c,2,a,2,a,3,a,1,c,3,a,3,a,1,a,2,38,第二章 实验设计,例（1）：三种不同类型被试（可以是单人或多人），循环接受三,例（2）,：三组相等的被试，循环接受三种不同的实验处理的设计方案。,统计方法：,采用相关样本的拉丁方方差分析法，可分析出实验顺序（B）、实验处理（A）之间的差异，以及部分AB的交互作用。,多因素实验设计的优点,（1）效率更高;（2）实验条件控制较好;（3）实验结果更有价值。,实验处理,实验顺序,b,1,b,2,b,3,随机取样划分区组,被,试,1/3,a,1,a,2,a,3,1/3,a,2,a,3,a,1,1/3,a,3,a,1,a,2,39,第二章 实验设计,例（2）：三组相等的被试，循环接受三种不同的实验处理的设计,举例：,22完全随机化设计的主要效应和交互作用效应,假定：因素A的两个水平表示两种不同的教学方法(a,1,:自学辅导，a,2,:传统教学)，因素B的两个水平表示两种不同教龄的教师(b,1,:2年以下教龄的教师，b,2,:5年以上教龄的教师)。虚构两种实验结果列成两个表格，表格中的数据表示经过一段教学时间后学生测验的平均分数，两表格下面各对应两个图形，它是用表格中的数据采用不同方法绘制出来的。,（1）表1:,教师（B）,教龄2年以下（b1）,教龄5年以上（b2）,教学,方法（A）,自学辅导（a,1,）,Y,1,=10,Y,2,=16,Y,a,1,=26,传统教学（a,2,）,Y,3,=6,Y,4,=12,Y,a,2,=18,Y,b1,=16,Y,b2,=28,40,第二章 实验设计,举例：22完全随机化设计的主要效应和交互作用效应,因,16 a,1,因,16 b,2,变,12,变,12,量,8 a,2,量,8,4,4 b,1,b,1,b,2,a,1,a,2,自变量 自变量,首先,比较教学方法的两个水平:,2618；并且不论教师教龄的长短，自学辅导的教学效果都优于传统教学(106,1612)。,其次，比较教师教龄的两个水平:,2816；并且不论教学方法是自学辅导或传统教学，5年以上教龄教师的教学效果都优于2年以下教龄教师的教师(1610，126)。,再次，考察交互作用的效应：,教学方法对学生成绩的影响，并没有因为教师教龄不同而产生变化（10-6=4,16-12=4）；不同教龄的教师对学生成绩的影响，也没有因教学方法的不同而产生变化（16-10=6,12-6=6）。因此，两个自变量之间没有产生交互作用。,41,第二章 实验设计,因 16 a1,（2）表2:,20 20,因,16 a,1,因,16 b,1,变,12,变,12 b,2,量,8 a2,量,8,4 4,b,1,b,2,a,1,a,2,自变量 自变量,教师（B）,教龄2年以下（b,1,）,教龄5年以上（b,2,）,教学,方法（A）,自学辅导（a,1,）,Y,1,=18,Y,2,=11,Y,a,1,=29,传统教学（a,2,）,Y,3,=4,Y,4,=11,Y,a,2,=15,Y,b1,=22,Y,b2,=22,42,第二章 实验设计,（2）表2:20,首先,比较教学方法的两个水平:,2915；对于2年以下教龄的教师来说，自学辅导的教学效果明显优于传统教学(184)；对于5年以上教龄的教师来说，两种教学方法的效果相同（11=11）。,其次，比较教师教龄的两个水平:,22=22；可以认为教师的教龄在影响学生成绩上没有主效应。,再次，考察交互作用的效应：,在教龄低的教师的手下，学生接受自学辅导教学的成绩与接受传统教学的成绩有很大差异，（18-4=14）；而在教龄高的教师手下，两种教学方法得到的成绩相同（11-11=0）。因此，教学方法与教师教龄两个因素交互影响学生的成绩。,可见，,多因素实验设计能揭示变量之间是否存在交互作用，这是单因素实验不能做到的。一个双因素实验所获得的信息，实际上超过了两个单因素实验。当实验中的不同自变量之间存在现实的交互作用时，必须用多因素实验设计才能将这种效应分析出来，否则实验结果就是片面的。,43,第二章 实验设计,首先,比较教学方法的两个水平:43第二章 实验设计,本章问题与摘要,问题:,1、控制自变量的方法有哪些？,2、控制因变量的方法有哪些？,3、控制额外变量的方法有哪些？,要点:,1、实验设计的意义与原则,2、自变量有哪些种类？,3、因变量有哪些种类？,4、如何鉴别额外变量？,5、什么是操作定义？它有何作用？什么是操作定义的单一性偏差？,6、什么是检查点?,7、什么是双盲实验？它有何作用？,8、什么是实验组-控制组比较设计（组间设计）？它有何特点？,9、什么是事前测定和事后测定比较设计（组内设计）？它有何特点？,44,第二章 实验设计,本章问题与摘要44第二章 实验设计,10、完全随机化设计和区组设计对被试的选择与安排有何不同？,11、单因素实验设计与多因素实验设计有何不同？,12、什么是前实验设计？它主要是哪些设计方案？,13、什么是相关设计？它有何特点？,14、什么是准实验设计？它主要是哪些设计方案？,15、如何将被试进行随机分组？,16、如何将被试进行配对分组？,17、完全随机化设计主要包括哪些设计方案？,18、随机化区组设计主要包括哪些设计方案？,19、多因素实验设计主要包括哪些设计方案？,20、多因素实验设计有什么优点？,45,第二章 实验设计,10、完全随机化设计和区组设计对被试的选择与安排有何不同？4,