实验设计与统计分析精选.docVIP

实验设计内容细目? 第一节? 实验设计的基本类型 （一）实验前后设计 （二）定时系列设计 （三）抵消实验条件的设计 二、被试者间设计? 51 （一）随机组设计 （二）配对组设计 三、混合设计? 56 第二节? 多变量实验技术? 二、多因素实验设计? 63 三、拉丁方设计? 65? 第三节? 实验数据的统计分析? （一）统计表 （二）统计图 二、实验数据的初步整理? 73 （一）偶然误差与系统误差 （二）集中量 （三）差异量 三、显著性检验? 82 （一）显著性检验的含义 （二） t检验 （三）F检验 （四）X2检验 本章摘要 1.实验设计乃是进行科学实验前做的具体计划。它主要是指控制实验条件和安排实验程序的计划。它的目的在于找出实验条件和实验结果之间的关系，做出正确的结论，来检验解决问题的假设。 2.实验设计根据自变量的多少，各自变量内处理水平的多少，和被试情况的不同，而构成不同类型的实验设计。 3.实验设计大体上分为三类：被试者内设计，被试者间设计，混合设计。被试者内设计乃是指被试者在自变量发生变化的所有情况下接受实验。被试者只接受多个自变量情况中的一个，即不同的被试者接近不同自变量的情况，则称为被试者间设计。兼有被试者内设计和被试者间设计的实验设计为混合设计。 4.多自变量是指一个实验中包含有两个或两个以上的自变量。它不是指同一自变量的多个水平。多自变量实验具有三个明显的优点：（1）工作效率高；（2）实验的控制较好；（3）实验结果更有价值。 5.当一个自变量的水平受到另一个自变量的水平的不同影响时，交互作用就发生了。在有交互作用的情况下，分别讨论每一自变量的效应就不够了。此情况下还必须分析讨论出现交互作用的原因和后果。 6.多因素实验设计是指在同一实验里可以同时观测两个或两个以上自变量的影响，以及自变量与自变量交互作用效果的实验设计。在心理学实验中，居多的是多因素实验设计。 7.拉丁方设计是多自变量实验设计中较为常用的设计方案。只要是实验中自变量的个数与实验处理水平数相同，而且这些自变量之间没有交互作用存在时，都可采用拉丁方设计方案。拉丁方设计能抵消实验中因实验顺序、被试差异等所造成的无关变量的效果。 8.统计表是对被研究的心理现象和过程的数字资料加以合理叙述的形式。它在叙述统计资料方面有着重要作用，有人称之为统计的速记。统计表是由表题、横行和纵栏、数字资料等要素组成。统计表可以以形式及内 9.统计图乃是依据数字资料，应用点、线、面、体、色彩等绘制成整齐而又规律，简明而又数量化的图形。常用的统计图形有曲线图、条形图、直方图、点图、圆形图等等。 10.偶然误差是指实验中无法控制的偶然因素所引起的误差。有时在实验中还会出现另一种类型的误差，它的观测值不是分散在真值的两侧，而是有方向性或系统性的，这就是系统误差。 11.对数据的概括了解，在统计学上常由二种趋势来度量，一为集中趋势，一为离中趋势。度量集中趋势的统计量称集中量，度量离中趋势的统计量称差异量。集中量有平均数、中数和众数。差异量有全距、平均差、四分差、百分位差、标准差和方差等。 12.显著性检验的主要用途是检验两个或两个以上样本的统计量是否有显著差别。一般可按三步进行检验。第一步，提出假设或假定样组的平均数是从全域中取出来的。第二步，通过实际计算，求出t、F、或x2等值。第三步，对假设作出取舍的决定。 13.在心理学实验中，两项实验结果之差，有时是随机引起的差异，有时则是由自变量所造成的。t检验就是分辨随机差异与自变量引起的差异的常用手段之一。 14. F检验是以数据的方差分析为基础的，故又称方差分析。 t检验只能对两组的平均数加以比较，而方差分析能对二组或二组以上的平均数加以比较。 15.在统计学上，检验分参数检验和非参数检验。x2检验属于非参数的统计量数。它所检验的分配在先验的假定上并不要求具有一定的形态。 第一节? 实验设计的基本类型 每一个实验设计都必须回答三个基本问题：（1）实验采用多少自变量？例如在一个阅读速度的研究中取“照明强度”为自变量。（2）各自变量内又采用多少处理水平？例如照明强度又分为强、中、弱等处理水平。（3）在各自变量和各处理水平中用相同的被试者，还是用不同的被试者？根据这三个条件的组合，就可构成许多不同类型的实验设计。 一般根据对上述三个问题的回答，就可把实验设计的类型大体上分为三种：被试者内设计、被试者间设计以及同时包括被试者内与被试者间的混合设计（mixed design）。 被试者如果在自变量发生变化的所有情况下接受实验，则是被试者内设计。例如，自变量是照明强度，假如有强、中、弱等三种照度供操纵；因变量是观测一个在标准条件下视角为一分的C型视标的距离。采用被试者内设计时，同一被试者需要在三种照明条件下都接受测试。 如被试者只接受多个自变