第五章--真 实验设计--34单多因素随机区组.pptVIP

第五章 真实验设计 第三节 单因素随机区组设计 背景知识 区组，源于英文词汇，block，英国统计学家R.A.Fisher最初在农业田间实验中提出来的概念。在农田实验中，不同的地块影响实验效果，他将接受实验处理的地块作为区组，不同地块的土质、肥力不同。在农业实验中采用随机区组实验设计，就是想要通过将小块的土地分类为区组，以控制按照随机方式选择出来的小块土地之间可能存在的某些差异，从而消除不同地块对实验处理效应的影响。 一、随机区组设计的基本原理 1.控制额外变量的思想 在心理学实验中，个体差异（智力、情绪、人格等）和环境变量（时间、地点、仪器等）是误差变异的重要来源，它常常会混淆实验处理效应。 随机区组设计使用区组方法减少误差变异，即用区组的方法分离由被试个体差异、实验环境、时间因素等引起的变异，使它不出现在处理效应和误差变异中。它能够弥补完全随机实验设计的缺陷。 2. 随机化区组设计的原理 随机化区组设计是将被试按某种标准分为不同的组（区组），每个区组的被试接受全部发实验处理。 随机化区组设计的目的在于使区组内的被试差异尽量缩小，而对区组之间的差异依据设计要求而定。每种处理出现在每个区组中，这时区组之间的差异并不影响在各处理平均数间的差异。 随机化区组设计的原则 随机化区组设计的原则是同一区组内的被试尽量“同质”。 每一区组内被试的人数分配有3种情况： 一名被试作为一个区组。这时，每名被试(区组)均接受全部处理，在接受处理的顺序上要采用随机化的方法。 每个区组内被试的人数是实验处理数目的整倍数。 区组内的基本单元不是一名被试或几名被试，而是以一个团体为单元。 3. 适用条件 研究中对一个自变量（P=2）感兴趣，但还有一个特别需要控制的额外变量；对于那些可能影响因变量，但又不是研究者所关注的变量都可以作为区组变量来考虑，以控制其对因变量的影响。而且—— 自变量与额外变量没有交互作用。 R X O1 O M R O2 4. 设计方案 （1）从总体中随机抽取一部分被试； （2）将这部分被试在额外变量上进行匹配，形成n个相对同质的小组，这每个小组称为一个区组。每个区组内被试数应该是P或P的倍数。所以一般应该找n*KP（K=1）个被试。 （3）将每个区组随机分成P个小组，每个小组随机接受一个自变量水平的处理。 4. 图示和数据收集 自变量A（P=4），额外变量E（n=5）。 a1 a2 a3 a4 —————————————— E1 S11 S12 S13 S14 E2 S21 S22 S23 S24 E3 S31 S32 S33 S34 E4 S41 S42 S43　 S44 E5 S51 S52 S53 S54 —————————————— Y1 Y2 Y3 Y4 注：所有被试首先在额外变量上匹配分成了5个区组。这里每个区组4个被试，还可以是8，12等4的倍数。 4. 补充说明 （1）某些时候区组内的被试可以是一个人或一个团体，让这个人或这一组人接受所有自变量水平的处理。这实际上是组内设计或重复测量设计。 （2）大部分情况下，区组变量是某个机体变量，即被试的某种稳定特征。 单因素随机设计的基本模型 例.天气状况对“赛车”测试速度的影响 举例 一个研究者在做4种文章的生字密度对学生阅读理解影响的研究时，在这个研究中，自变量——生字密度有a1, a2, a3, a4 四个水平。学生智力不是研究者感兴趣的变量，但它们对实验可能有影响，于是将它们纳入到“自变量”中。 a1 a2 a3 a4 （优）E1 s1 s2 s3 s4 s5 s6 s7 s8 （良）E2 s9 s10 　 s11 s12 s13 s14 s15 s16