实验研究实例.docVIP

实验研究实例 1. Frederiksen的行为问题－方案效果实验 ×2因子设计，且有多个因变量，一个干扰变量。 实验过程：实验选取两种任务，都是把一种安装工使用的成套组件安装在一起，但一种任务很有趣，另一种比较单调乏味。研究对象分别在两种条件下工作：有设定的目标和不设目标。选取的三个因变量为：持久性（用任务期限结束后继续工作的时间来表衡量）、任务兴趣性和任务满意度。后两者用两个量表来衡量。 实验结果及分析：实验的结果如图2中的（a）（b）（c）所示。 先分别对三个自变量进行方差分析，可以发现结果类似。任务和目标之间的交互作用对每一个自变量都比较显著，只是任务满意度的显著性概率为7％，离选定的显著性概率（5％）稍差一点。此外，任务的三个主效应也是显著的，这一结果可以从图上反映出来，及三个图的模式相似。 为了使实验更为精确，实验者引入了一个干扰变量－手指灵活性。四个小组的对比表明，手指灵活性没有显著性差异。因此，就手指灵活性这个重要变量来说，应用随机化程序使各组等同是成功的。但是，Mossholder决定把手指灵活性作为协变量再作进一步的分析，发现方差分析和协方差分析的结果没有差异。 最后，Mossholder对三个因变量同时仅进行了多因变量方差分析。实际上，应该先做这种分析，如果对各个因变量的效应没有显著性差异，那么就不必再作方差分析，因为当交互作用显著时，方差分析的结果和多因变量方差分析的结果是一致的。Mossholder的报告并没有提到主效应是否显著，他感兴趣的仅仅是交互作用效应。 Mossholder的研究体现出实验研究设计和分析的几个趋势：第一，研究设计和统计分析日趋复杂，因变量可以用若干个指标来表示。这里Mossholder用三个指标来表示表示内在激励。当然，他可以通过进一步的研究来确定这些指标之间的关系以及这些指标是否衡量了同一个变量，但这需要进行相关分析和判别分析。第二，为了提高精确性，可以使用协变量，这有助于在分析中减少变差。在本例中，随机化程序是有效的，手指灵活性并没有提高分析的敏感性（即对因变量造成影响）。第三，该研究涉及到多因变量方差分析、方差分析和协方差分析等多个步骤，这进一步显示了统计分析日益复杂的趋势。实验研究通常会一系列的分析，这些分析可以检验自变量操纵的有效性、控制的有效性、干扰变量的存在、以至研究假设本身。尽管这类研究比较复杂，但可以为证实或证伪研究假设提供强有力的、令人信服的论据。 1 2 3 4 5 6 有目标 无目标 任务趣味性 趣味性低 趣味性高 1 2 3 4 5 6 有目标 无目标 任务满意度 趣味性低 趣味性高 0.5 1.0 1.5 2.0 2.5 3.0 有目标 无目标 任务持久性 趣味性低 趣味性高 图a 图b 图c 图2 Mossholder2×2因子设计实验结果