心理学实验研究.pptxVIP

实验研究的几个问题 实验研究的变量 实验研究的设计 实验研究的变量 自变量 自变量即实验中实验者所操纵的、 对被试的反应产生影响的变量 因变量 在实验中，由操纵自变量而引起的被试的某种特定反应称为因变量。 控制变量 对自变量产生影响的额外变量，由于实验者必须控制其对因变量的影响，因此又叫控制变量。 实验研究的变量—自变量 作业变量：指实验中被试的任务，或者实验中所呈现的、和被试任务有关的某种刺激，若把这些任务的任何特性作为自变量来操纵，则这种自变量就是一种作业变量。 环境变量：当被试进行某种作业时，如果改变实验环境的任何特性，则改变了的环境特性即环境自变量。 被试变量：可能影响对某种刺激的反应的被试的特性因素称为被试变量。被试的性别 、年龄、健康状况、智力、教育水平等。 实验研究中的变量—自变量 对自变量下操作定义 确定自变量的各个水平：自变量的水平，即指自变量的一个取值（或操纵结果） 。因素型实验的自变量一般不超过 4 个水平，并尽量使自变量全距较大，各水平在全距上分布平均。函数型实验的自变量水平较多，若预期实验考察的是线性函数关系，可取 3—5 个水平；若关于更复杂函数关系的，则至少需要 5 个水平。 实验研究的变量—因变量 反应控制：指导语标准化，即对所有的被试，指导语都应一样。有些实验最好能用录音机给出指导语。 选择恰当的因变量指标：有效性、客观性、数量化。 避免量程限制:主要指天花板效应和地板效应。先通过实验设计避免极端的反应，然后再通过测试少量的先期被试来考察他们对任务操作的反应情况。若被试的反应接近指标量程的顶端或底端，那么实验任务就需修正。 实验研究中的变量—控制变量 典型控制变量： 实验者效应 要求特征 采取双盲实验 额外变量的控制 排除法 恒定法 匹配法 随机化和平衡法 统计控制法（补充手段） 实验研究的设计 （1）实验采用多少自变量和因变量？ （2）各自变量内又采用多少处理水平？ （3）如何将被试分配到各自变量的各处理水平中？ 实验研究的设计 多自变量实验： 指在一个实验中包含两个或两个以上自变量的实验设计。 交互作用： 当一个自变量产生的效果在第二个自变量的每一水平上不一样时。 多自变量实验的优点： 效率高，实验控制好，可获得交互作用。 交互作用 举例：沃林顿和韦斯克兰茨用不同的方式对遗忘症患者和控制组被试（患有神经系统疾病的患者）进行记忆测验，并从交互作用中得到了改变科学家对记忆看法的重大发现。实验的自变量，a.记忆缺陷的存在与否，共两个水平 b.测验的类型:外显记忆测验和内隐记忆测验，共两个水平。 实验结果发现了两个自变量的交互作用，该作用暗示：遗忘症患者对应于外显测试的记忆受损，但是对应于内隐测试的记忆则不受影响，这就说明两种测试很可能对应了本质上不同的两套记忆系统。而从单变量实验中是很难得出这样的结论的。 被试间设计 被试间设计的特点是每个被试只接受一个自变量水平的处理 （即简称一种实验处理或称一个实验条件）。 匹配设计： 将被试按某一个或几个特征上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。 随机化设计： 把被试随机地分配到不同的组内接受不同的自变量处理。 被试间设计 被试间设计的评价： 优点 处理方式之间不存在相互影响或干扰。 缺点 (1) 所需要的被试数量巨大. (2)很难分辨出因变量的变化是由于被试间的差异所致， 还是由于自变量的变化所致，而匹配和随机化技术也只是尽可能地缓解而不是根治这一问题。 被试内设计 被试内设计的特点是所有的被试都会受到每一水平自变量的影响。 被试内设计的平衡技术 ABBA 设计 适用于自变量的水平只有两个时（分别用 A 和B 表示）的情况，被试要按照 ABBA 的顺序接受 4 次实验处理，两次 A 条件，两次 B 条件，也可以一半被试按一种设计进行，而另一半则按相反的设计进行 拉丁方设计 一个平衡的拉丁方是一个两维距阵，其中列表示自变量水平，行表示被试 拉丁方设计—自变量偶数时 拉丁方设计—自变量奇数 被试内设计的评价： 优点： 节省了被试人数，且不会受到来自被试个体差异的困扰，能更好的考察实验组和控制组之间的差异。 缺点： 被试内设计往往需要平衡，因此如果在某些情况下平衡设计难以应用，那就意味着被试内设计也无法适用 TIP： 当被试内和被试间两种设计都适用时，研究者提出更倾向于使用被试内设计。因为它最大优点是：更有力或更敏感，其由被试变异性而导致误差的可能性比被试间设计小 多因变量实验 指在一个实验中包含有两个或两个以上因变量的实验设计。 多因变量实验的优点： 增加普遍性。多个因变量指标之间可能存在交互作用。借由多元统计分析技术，研究者不但可以对每一个单独的因变量进