实验心理学第三章实验设计的基本类型要点.pptVIP

二、数据处理方法（SPS软件） 统计变量：实验的自变量A、B 预期结果：自变量A、B的主效应分别是否显著，A×B的交互作用是否显著，若交互作用显著，需进行简单效应检验。 统计过程： analyze—General Linear Model—Repeated measures… 三、应用举例 问题：研究文章的生字密度与主题熟悉性对学生阅读理解的影响。 实验设计：为了重点考察生字密度对阅读理解的影响，本实验采用2×3两因素混合实验设计。其中主题的熟悉性为被试间变量，有两个水平（熟悉的、不熟悉的）；生字密度为被试内变量，含有3个水平（5:1、10:1；20:1）；因变量——阅读测验的分数。 被试：6人。 实验程序：把6名学生随机分成两组，一组学生每人阅读三篇生字密度不同的、主题熟悉的文章；另一组学生每人阅读三篇生字密度不同的、主题不熟悉的文章。实验实施时，阅读三篇文章分三次进行，用拉丁方平衡学生阅读文章的先后顺序。 模拟数据见下表： 练习题 1、A、B是两个自变量，各有两个水平，如A为组内设计，B为组间设计，试说明在一项混合设计中具体的实验过程（程序）是怎样的？ 2、有人要了解手动作的稳定性是否受情绪的影响，他让青年组在兴奋状态测定，平均得10分，让老年组在安静中测定，平均得9分。经过统计检验，两组手稳定性得分差异不显著，因此他下结论说：手动作稳定性不受情绪的影响。你认为他的结论是否正确？为什么？ 3、指出并分析下面实验中的自变量、因变量和控制变量，并指出此实验得出什么结果。 莱博维茨（Lelbowitz，1967）研究了年龄与形状恒常性的关系。在他们所用的实验仪器中，首先呈现给被试一个物体，这是一个可以倾斜成各种角度的图形。实验让被试在四种倾斜角度的比较刺激中选择一个与观察刺激看起来同样的形状。 这些比较刺激是一系列从圆形到逐渐拉长的椭圆形。被试年龄范围从4-21岁。实验中许多条件可以利用。下图是观察刺激在两种倾斜角度下不同年龄被试的形状恒常性保持程度曲线。 不同年龄被试对两种倾斜角度不同刺激的观察之恒常性曲线（采自Lelbowitz，1967） 第五节 多因素实验设计 一、多变量实验 二、典型的 多因素实验设计 多因素完全随机实验设计——被试间设计 多因素重复实验设计——被试内设计 多因素混合实验设计（以三因素为例） 一、多自变量实验 1、多自变量实验（multiple independent variable）指在一个实验中包含两个或两个以上的自变量。而不是指同一个自变量的多个水平。 典型的多因素实验设计是同时操纵2-4个自变量。 （一）相关的术语 2、多因素实验设计（multiple factors variable design）指在同一个实验里可以同时观测两个或两个以上的自变量的影响，以及自变量与自变量交互作用的效果的实验设计。 实验设计包括Xa和Xb两个自变量，叫做双向（或二向）析因设计，简写为A×B因素设计。包括Xa、Xb和Xc三个自变量的设计叫作三向析因设计，简写为A×B×C因素设计。 在析因设计中，研究者要操作的实验处理的数就是各自变量的水平的乘积。如，一项二因素实验设计中，设A因素有p个水平，B因素有q个水平，则应操作p×q个实验处理。 注意：自变量的水平数至少是2。如果自变量的水平数是1，那就等于说该变量在实验过程中始终保持在一个水平，它就不是“变”量了。如一个 2×3×1×2实验设计，实际上只有三个自变量，它们的水平数分别为2、3、2。 2、实验控制好 （一）多变量实验的优点 1、效率高 3、实验结果更有价值 二、典型的 多因素实验设计 （一）多因素完全随机实验设计—被试间设计 1、特点:（以p×q设计为例） 适用条件：有两个自变量，每个自变量有两个或多个水平；如果一个自变量有P 个水平，另一个自变量有q个水平，则实验中有p×q个处理的结合，即实验处理数是所有自变量水平数的乘积。 基本方法：把被试随机分配给各个实验处理的结合，每个被试只接受一个实验处理的结合。（注意：处理的结合而不是处理水平），有多少种实验处理就要有多少组实验被试。 误差控制：随机化法。假设被试之间的变异在各水平之间是随机分布的，在统计上无差异。 变异来源：自变量A、B引起的变异；AB交互作用的引起的变异；误差（来自被试间或及其它随机因素的）引起的变异。 二、被试间设计的类型 1、随机组设计 random-group design，就是将被试随机分配在不同的组内接受不同的自变量处理。 其基本假设是将被试随机分配到不同的组，若对各组用同一样的课题（或进行同样的实验处理），在系统的条件下对他们进行测量，其结