多自变量的实验.ppt

多自变量的实验 第一节 两水平和多水平实验 单因素两水平实验 优点 缺点 单因素多水平实验 优点 缺点 一、单因素的两水平的实验 优点 某个自变量是否值得进一步研究，考虑是否要接下来设计更复杂的实验。 实验结果易于解释和分析。 缺点： 可能不能真实反映自变量和因变量之间关系的具体关系。 天花板效应和地板效应的存在。 两水平的实验结果 字体大小与阅读时间的关系 天花板效应和地板效应（短时记忆容量） 二、单因素多水平实验 多水平实验：是指多于两个水平（三个或更多）的单自变量实验。 也称之为“函数实验”。 可以得出反映自变量和因变量关系的函数曲线。 多水平实验 优点： 与两水平相比，能更好地说明自变量和因变量之间的潜在关系。 缺点 耗费更多的时间和精力。 被试间设计需要增加被试数量。 被试内合计需要增加实验的总时间。 统计分析更麻烦。 焦虑水平影响考试成绩 加入中等焦虑水平的控制组后 第二节 复杂（因素）实验设计简介 一、多因素设计（复杂设计）的概述 二、多因素设计的分类 三、多因素设计的例子 四、多因素设计的优缺点 一、多因素设计的概述 多因素设计：自变量有两个或两个以上。 多因素设计的特点： 自变量一般不超过四个或五个。 有主效应或交互作用； 实验的条件数＝每个自变量的水平数之积； 多因素设计的表述规则： A×B： A代表一个自变量的水平数目，B代表另外一个自变量的水平数目。 2×3×4的实验设计。 3 (television violence: high, medium, or none) ×2 (gender: male or female) 的多变量设计。 2×3×4的因素设计模式图。因素有领袖（有、无）、性别（男、混合和女）以及小组规模（3、6、10和12人）。 二、复杂实验设计的分类 完全实验设计 完全被试间设计：所有自变量是被试间设计 完全被试内设计：所有自变量是被试内设计 混合实验设计 一些自变量是被试间设计处理，另一些自变量是被试内设计处理； 三、复杂设计的例子 研究初衷 年轻人（18～22岁）——夜晚类型 老年人（66～78岁）——早晨类型 研究假设 年轻人的最佳记忆时间在晚上； 老年人的最佳记忆时间在早晨； 复杂设计的例子 被试： 老年人；11个在早晨，11个在晚上； 年轻人; 10个在早晨，10个在晚上； 方法： 所有的被试读10个短故事； 读完最后一个故事后，对旧句子和新句子进行再认。 实验所包含的两个自变量： 年龄：老年vs.年轻；（自然组变量） 时间：早晨vs.晚上；（被试间变量） 四、因素设计的优缺点 优点： 可以研究交互作用。 在单因素实验中，其他环境因素要么作为控制变量，要么作为随机变化。 若将环境变量作为控制变量得到的结果是有限的，降低了概况性，增加了准确性。 若将环境变量作为随机变量，则增加了概括性，降低了准确性（会低估领袖的作用）。 多变量设计是唯一能考察变量间相互作用的设计。同时考虑到准确性和概括性。 统计上的敏感性，减小了无关变异。 四、因素设计的优缺点 缺点 耗时、成本高。 对实验结果的解释。（方差分析） 方差分析的前提是正态分布 实验结束后才知道是否是正态分布 交互作用维度越多，统计解释越困难。 练习 一名事故研究者对不同水平的酒精摄入量（0、2、4或8个单位）对驾驶表现的影响感兴趣。在几周的时间里，她在不同的时间点对同一组参与者的酒精摄入量进行操纵，然后检测酒精摄入量对驾驶表现的影响是否随着性别以及他们通过驾驶考试时间的长短（在之前6个月内通过、在之前7~18个月通过或多于18个月）而改变。 另一名事故研究者对驾驶时收听广播如何影响驾驶表现颇感兴趣。她使用驾驶模拟器，变化驾驶条件（简单、中等或难）、收听节目的性质（谈话型节目或音乐）以及播放的音量（低、中或高音量），考察一组经验丰富的驾驶员在不同条件下的驾驶表现。 第三节 交互效应和主效应 二、交互效应 交互效应： 一个自变量对因变量产生的效应取决于第二个自变量的不同水平。 一个自变量的效应随着另一自变量的水平而变化 交互作用 两个变量之间的交互作用表明： 由一个自变量产生的效应在第二个自变量的每个水平上是不同的。 An example A study in which 7-year-olds and 15-year-olds are given IQ tests, and then two weeks later, their teachers are told that some small number of students in their class are “on the averge of an intellect