lecture 5 实验设计及数据统计分析二教学精品.pptVIP

混合设计： 在同一个研究中有些自变量按被试间设计处理，而另一些自变量则按被试内设计处理。一般地，如果一种自变量很可能会影响另一种自变量，那么这些变量按组间设计安排，其余的自变量则按组内设计安排。 优点：保留了被试间和被试内设计的优点，克服了各自的缺点。适用于多变量的实验设计。虽然不如被试内设计有效和经济，但很安全。 实验设计举例： Johnson等人（1983）用混合设计的方法比较抑郁者和非抑郁者的记忆成绩。他们假设，抑郁者比非抑郁者对于未完成的记忆任务的记忆效果更好。实验中，要求抑郁组和非抑郁组完成20项记忆任务，其中，10项记忆任务在完成之前被打断。在全部任务完成后，要求被试回忆记忆任务的名称或尽可能多地描述记忆任务。 被试变量是组间设计（抑郁 ：非抑郁），任务类型是组内设计（完成：未完成）。 多因素实验设计 什么是多因素实验设计： 在一个实验中包括两个或两个以上因素或自变量，而且每个因素有两个或两个以上水平。这样的实验设计常常叫多因素实验设计。与单因素实验设计相对而言。 心理学很多研究都是多因素实验设计。优点是实验效率高；实验控制很好；容易建立结果的普遍性；有利于观察变量之间的交互作用和主效应。能考察多个因素之间的关系。实用价值高。 几个概念： 水平：指自变量的单个的处理方式或条件。 如自变量是学习中的作业反馈，两种处理方式分别 是积极反馈和无反馈。那么就说自变量作业反馈有 两个处理水平。 处理（treatment）与处理水平的结合：特定的实验条件 交互作用：指一个自变量对因变量的影响，因为另一个自变量水平的不同而不同时，就说这两个自变量产生了交互作用。这时不能独立讨论各个自变量的主效应。 主效应(main effects）：一个自变量的各个水平对因变量的影响。 简单效应（simple effects）：一个因素的水平在另一个因素的某个水平上的变异。 误差变异（error variance）：不能由自变量或明显的额外变量解释的那部分变异。 形式举例： 一个实验有两个自变量，A和B，A有两个水平A1和A2，B有2个水平B1和B2，那么这个实验设计就叫2 x 2 的二因素实验设计。如此类推，自变量数和水平数可以增加。则如 2 x 3； 2 x 2 x2； 2 x 3 x4； 但是，一般因素数超过4个就太复杂，对结果进行解释也很困难。 实验举例： A 2(diet) x 2(exercise) design will produce 4 groups (experimental conditions)。? ? Exercise Diet Yes No Yes No 练 习 研究8岁和10岁儿童阅读用10号字和12号字打印的段落材料的时间差异。 请提出：自变量，因变量，实验处理。设计类型，推测结果：主效应和交互作用。 准实验设计(Quasi-experimental designs) 概念： 与真实验设计相对而言。在实验中不能对变量进行严格的控制（这些变量常常是被试变量特征），或者使用自然发生的组，而不能把被试随机分配到各种实验条件下。但是仍然观察到因变量作为自变量变化的函数。 优点：因问题和条件限制而无法使用严格的控制实验时，可以采用准实验设计。适用自然发生的自变量，解决实际问题，常用于一些应用研究。 如典型的被试变量（年龄，性别，种族，种群），社会引起的被试属性（社会阶层，宗教等），疾病以及与疾病有关的被试因素（智力低下，脑损伤等），只能选择而不能改变。研究很有实际的应用价值。 缺点：付出控制的代价。本质来讲，准实验设计只能是一种相关设计，评价因果关系及其推广到其他情境，必须非常谨慎。 准实验设计类型： 时间序列设计（time-series design） 对一组被试或个体进行周期性测量，并在这一时间序列的测量过程中引进实验处理，然后观察引进实验处理后测量结果的变化趋势，如果发现实施处理后测量结果出现不连续性，从而就可以推测实验处理的效果。 模式：O1 、 O2 、O3 、O4 X O5、 O6 、O7 、O8 （O代表测量，X代表实验处理） 优缺点： 可以较好的控制成熟以及测验因素的影响。但是没有控制组，不能排除与自变量同时发生的偶发事件的影响，测验敏感性容易受到影响。也不能排除测验与实验处理之间的交叉作用。收集数据不容易，实施统计复杂。 变式：另外增加一个不接受实验处理的控 制组，可以增加时间序列设计的效能。 非相等控制组实验组前测后测设计 （Nonequivalent control group design with pretest and posttest) 设计模式：一个不相等的控制组，不接受实验处理。对实验组和控制组都