实验设计)课件.pptVIP

 指研究者针对需要验证的实验假设，为有计划的搜集观察资料而预先建立和依据的设计模式。 可以看做是安排各种实验条件的方法和流程。 实验设计的原则： 随机化原则（被试的抽样和分组） 重复性原则（排除个体差异的影响） 对照性原则（减少额外变量的作用） 均衡性原则（实验组和对照组的均衡） 实验设计的类型 从对实验控制条件的严密程度的不同： ①真实验设计 ②准实验设计 ③非实验设计 根据实验中要操纵变量的多少： ①单因素实验设计 ②多因素实验设计 根据在各种自变量及各种处理水平中是否用相同被试： ①被试内设计 ②被试间设计 ③混合设计 根据在实验中抽取的样本大小： ①大样本设计 ②小样本设计 真实验设计 对实验条件的控制程度要求较高,实验者可以有效地操纵实验变量,能有效地控制内在无效来源和外在无关变量因素的影响。能在随机化原则上选择和分配被试,从而使实验结果更能客观地反映实验处理的作用。 非实验设计 一种对现象的自然描述，一般用于识别和发现问题。 准实验设计 介于真实验设计和准实验设计之间。对无关变量控制比非实验设计要严格，但不如真实验设计控制地深入和广泛。 2.单因素和多因素实验设计 每一个实验设计都必须回答三个基本问题：（1）实验有多少自变量（2）各个自变量有多少个水平（3）在自变量和各处理水平之间用相同的被试还是用不同的被试。 根据对第一个问题的回答，可以将实验分为单因素和多因素实验设计。 单因素实验设计 只有一个自变量，是实验设计的最简单形式。被试接受这个自变量不同水平的处理。 多因素实验设计 实验中含多个自变量，被试接受几个自变量水平的结合的实验处理。 优点：可以计算自变量水平之间的交互作用。 单因素实验设计 Ockham’s razor——极简原则 最简单的实验设计是有一个自变量。 多个单因素实验设计也可以说明复杂的问题。 实验中有多少个组 最常见的是两组被试的实验 还有多组被试的实验 两组被试的实验 自变量一组水平为零，一组水平为一定数量。 一个自变量的呈现与不呈现指的是一个自变量的两个不同水平，而不是两个不同的自变量。 举例 焦虑对测验成绩的不同影响。 治疗方法对抑郁的影响。 焦虑组、非焦虑组 接受治疗、没有接受治疗 实验设计的术语混乱 独立组设计 随机组设计 被试间设计 多因素实验设计 ——把地基拓宽一倍 “实验中有多少个自变量” 把两个以上自变量的设计成为多因素设计。 因素数（自变量数）理论上没有上限。 最常见的是两个或三个自变量。 单因素实验设计——自变量的水平数 多因素实验设计——自变量的组数 A 因 素：大写字母 A B 因素的水平：对应的小写字母 a b （*）：因素之间的相互结合关系 A × B a1 a2 b1 b2 b3 2 × 3 A × B × C 2 × 3 × 4 商店营业员如何对待残疾顾客的研究如果加入性别这个自变量，将成为多因素实验 因素A（顾客的听力） 失聪顾客 正常听力顾客 练习 回忆任务的类型和序列位置对 视觉刺激的位置记忆的影响。 系列位置：5 × 5的方格 回忆任务：自由回忆、序列回忆、 探测性回忆 3.被试间设计、被试内设计、 混合设计 根据对第三个问题的回答。 被试间设计是指实验中每个被试只接受一种自变量水平或自变量水平的结合。 实验中的自变量叫做被试间变量。 优点：两种处理互不干扰 缺点：由被试带来的无关变量控制地不够理想。 随机化方法的应用 随机化 随机地分配被试到不同的组内接受不同的自变量处理。 随机化的统计学前提是：各随机组被试在未经受不同处理之前是相等的，即使有差异也是在统计允许的限度以内的随机误差。 随机分配 抛硬币、随机数字表、电脑生成伪随机数字表等。 随机分配被试到各个组后，我们通常假设各个组在许多变量上是相等的。 非随机分配被试 利用现有的被试间关系，或是在被试间创造出一种关系。——相关分配——相关组设计 1.匹配 2.重复测量（被试内实验） 3.自然配对 匹配 将被试按某一个或几个特征水平的相同或相似加以配对，然后再把每一对中的每个被试随机分配到各个组别。 保证了各组被试的同质性。 匹配的步骤：前测——匹配（偶数个） 例如实验中性别的配对。 匹配的缺点 不可能将被试在每一个特征上都匹配。 费时费力。 在匹配多个特征时，特征之间如果存在交互作用会产生自变量混淆。 匹配有