lecture 5 实验设计及数据统计分析（教学课件）.pptVIP

Lecture 5Experimental Design and Data Analysis;实验设计的概念;实验范式（experimental paradigms） ： 范式是指按照某一比较公认的路线或观点所采取的研究方向或研究步骤。 “按既定的用法，范式就是一种公认的模型或模式。” （库恩，1962）科学家集团所共同接受的一组假说、理论、准则和方法的总和 。 范式还为科学研究提供了可模仿的成功的先例。;;习惯化范式：习惯化是指婴儿对多次呈现的同一刺激的反应强度逐渐减弱，乃至最后形成习惯而不再反应。去习惯化是指在习惯化形成之后，如果换一个新???不同刺激，反应又会增强。 用来探讨新生儿和婴幼儿的注意记忆和知觉。 ;实验设计中的变量及其控制;变量（variables）;操作定义：（operational definition）:心理学研究中，对于一种现象根据测定的程序下定义，这叫操作定义。采用统一的明确的可以量化的术语对自变量进行定义。 对于所要陈述的概念予以清楚的具体的界定，对概念的内涵没有争议，可以重复。 自变量的不同水平：自变量的不同强度引起的反应有差异时，则自变量处于不同的水平。当自变量水平的变化导致了行为的改变时，就说自变量的操纵是有效的。;自变量的种类 作业变量（刺激特点自变量）：刺激的不同特性引起被试的不同反应。如音高，声强等 环境特点自变量：进行实验时环境的各种特点：如温度、噪音、观众多少等。 被试特点自变量：一个人的各种特点，如年龄、性别、左右利手等。对于此种自变量被试只能选择，不能改变。 ;自变量操作的无效 所谓操作的无效，指自变量的操纵没有引起因变量的变化 实验者错误地认为自变量很重要，但实际上它不重要，结果自变量不能造成行为的变化。 自变量的水平设置不当 实验者没有能够真正操纵自变量，——”零结果”。;因变量（dependent variable） 即被试的反应变量，它是自变量造成的结果，是主试测量和观察的行为变量。如反应时间。 直接记录的因变量是一种对行为的测量，而实验结论是根据对因变量的测量结果间接推论得到的，因此要得出可靠的结论，应该更多进行问题的理论思考。;因变量的特征： 稳定性：相同被试在相同实验条件下表现结果的一致性。 有效性：当确实是自变量而不是其他因素引起了因变量的变化时，我们认为因变量有效。 敏感性：自变量变化时，因变量会产生相应的变化。因变量范围限制，如天花板效应和地板效应（即ceiling effect ??? floor effect）会阻碍因变量对自变量效果的准确反应。;因变量的量化： 包括质的量化（有无反应）和量的量化（反应的程度） 例如： 解题时间作为因变量，但如果一个被试总是无法完成某个题目时怎么办？ 我们测定大白鼠跑迷宫从起点到食物出口所需的时间，但如果大白鼠不往前走怎么办？ 如果被试在回忆中把“不干净”写成了“肮脏”怎么办？;选择因变量的标准： a、在一项实验中，如果两种量值之间存在着高度相关，那么两者都可以使用。 b、如果其中一个量值对自变量的变化并不敏感，则应该选用另一个反应敏感的量值。 c、如果两个因变量对自变量都有高敏感性，但两者间没有相关，说明也许是自变量中有额外因素在起作用，或者自变量不是以同样的方式影响两种反应测量。;额外变量 研究者不拟研究的，但可能与自变量发生混淆或对因变量产生作用的变量。 概念的辨析： 有关变量，无关变量 ，额外变量，控制变量;研究被试在自由回忆学习中，学习的英文单词音节数越多，则越难学。研究中所用的音节数有1音节，2音节和3音节。我们是否可以确认音节数是导致难学的因素？ 可能的混淆因素： 单词的频率是一个非常重要的易混淆变量，因为音节越短的单词使用的频率越高。;;;自变量混淆来源;;;控制额外变量的方法;控制额外变量的具体方法;;;例，设计控制组： 实验者对实验组以及控制组，除了自变量的处理不同之外，对其他都一律同等地处理。如此，实验组和控制组在因变量上产生的差异都可以归诸于自变量不同所产生的作用。;被试;抵消平衡法和随机化： 如果被试需要在各种不同的实验条件下接受重复测验，则会受到重复测量所产生的影响。这些混淆因素产生在重复测量的过程中。对此可以采用抵消平衡（counter-balancing）或交叉平衡的手段来控制。 ; 例如：研究对红绿两种色光的反应时是否一致的问题。 未抵消的设计：让一组被试先接受10次红光刺激，再接受10次绿光刺激。得到对红光反应快，能否得出结论认为被试对红光反应快？ 设计问题：实验刺激的先后顺序是一个潜在的无关变量。;抵消的设计：一半被试先接受红，再接受绿； 而另一半被试相反，先接受绿，再接受红。 ;统计控制