心理实验设计与统计.ppt

第二章 心理实验中的变量,第一节 自变量和因变量 第二节 无关变量 第三节 基本变量的实例分析 第四节 多自变量和多因变量的实验,第一节 自变量和因变量,一、变量及其定义 操作性定义(operational definition):对于所要陈述的概念予以清楚的具体的界定。 二、自变量 1、定义：即刺激变量，它是主试选择控制的变量，它决定着行为或心理变化。主试选择自变量的目的在于用自变量来改变行为。 2、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。当自变量的不同水平导致行为的变化时，我们就说行为是处于自变量的控制之下，或者说，自变量是有效的。,3、自变量的种类,（1）刺激特点的自变量：刺激的不同特性引起被试的不同反应。 （2）环境特点的自变量：进行实验时环境的各种特点：如温度、噪音、观众多少等。 （3）被试特点的自变量：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。 （4）暂时造成的被试差别：任何能改变被试特征以使其和自然状态下有所不同，就可视为暂时性差别。,4、自变量的有效和无效,自变量的水平发生变化，而没有引起相应的行为变化。我们就认为自变量无效；反之，则认为自变量有效。 自变量无效有几种原因： （1）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。 （2）实验者没有能够真正地操纵自变量。,5、自变量的量化,在心理学实验中，物理学中描述事物的量度可以用来描述自变量的变化。 心理学实验中有许多自变量的变化不能用物理学的尺度来加以描述。 对于这些无法用物理学尺度描述的心理向度刺激，我们常常用主观的辨别力来加以量化。如果一组刺激或事件在某些特殊的反应向度上有一致性的主观差异量产生，则我们就认为将其量化了,例子：,（1） 这把椅子我是给了小明。 是否合语法？ 非常符合语法 符合语法 不肯定 不符合语法 非常不符合语法,心理量表的优点,（1）量表可以作为将来研究的测量工具。 （2）量表可以在实验中作为因变量。 （3）量表可以把量表上不同值的各事件和刺激作为量化的自变量，以供后来的实验所用。,6、复合自变量,研究者有时会将几个不同的自变量当作一个复合的自变量来加以操纵，尤其是在教育和社会的现场实验研究中。 例1：一个广告客户想知道电视和广播哪一种媒体的广告效果好。 例2：比较传统和改革以后的两种教学方法哪一种教学效果好。,使用复合自变量的实验其目的并不是要鉴别出哪一个自变量影响实验结果，而是考虑实际的应用，因此这类实验不能做出分析性的结论，即将实验结果简单地归之于复合自变量中的一个或几个。,三、因变量,1、定义：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。 未经处理转化的因变量是一种对行为的测量，而实验结论是根据因变量的测量结果间接推论得到的，因此对因变量的关心不应该比对问题的理论思考更多。,2、因变量的量化,量化的层次： （1）质的量化（有无反应） （2）量的量化（反应的程度） 例1、解题时间作为因变量，但如果一个被试总是无法解出某个题目时怎么办？ 例2、我们测定大白鼠从起点到出口所需的时间，但如果大白鼠不往前走怎么办？ 例3、如果被试在回忆中把“不干净”写成了“肮脏”怎么办？,量化中的问题： （1）程度的界限划分。 （2）事先制定划分规则。 例4、两种情形下要被试删除特定字母“T” 、“K” QWERTPOUKBCGKOYXT FNHNTHFNKFHNKHNFT 我们给被试3分钟时间看被试在两种情况下遗漏字母的情况是否有差异，结果发现两种情况下遗漏的T、K数目没有差异。在这里我们对因变量的量化有没有问题？,如果实验条件的不同会使我们所关心的特定时间发生的机会不同时，则所得到数据必须换算以便把发生机会的差异考虑在内。,3、因变量的信度,同一被试在相同实验条件下表现结果的一致性。 对于反应测量的信度通常是以相同的被试在相同条件下所得的两套测量分数的相关衡量的。,4、因变量的效度,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。 如果因变量的变化不是自变量造成的，而是由其它因素引起的，则这种因变量是无效的，或者说，实验产生了自变量混淆。 例：考察不同水平被试在一定时间内解决应用题的数量（因变量），并作为推知其数学能力的指标。如果题目难度很小，会有什么问题？,5、因变量的敏感性,（1）高限效应：当要求被试完成的作业过于简单，使得被试在不同自变量水平上都获得很好的结果，并没有差别时，实验中就出现了高限效应。 （2）低限效应：当要求被试完成的作业过于困难，使得被试在不同自变量水平上都获得很差的结果，并没有差别时，实验中就出现了低限效应。,6、多重因变量,例4、两种情形下要被试删除特定字母“T” 、“K” QWERTPOUKBCGKOYXT FNHNTHFNKFHNKHNFT 我们不限制3分钟，而是要求被试完成整张作业纸上的任务。这时我们就有两种反应测量：遗漏的T、K数目和完成的时间。 问题：哪一种反应测量更好呢？,因变量选择的标准：,（1）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。 （2）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。 （3）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。,四、额外变量和自变量混淆,找出自变量和因变量的关系后，我们的目的是想要能下结论说某行为的改变是因为该自变量变化的关系。也就是说，实验的目的是要确认变化的原因。要做到这一点，我们必须避免所用的自变量与其他的自变量相混淆。 1、定义：如果我们所设定的自变量其发生量的改变时，另一个已知或潜在的自变量亦随之有量的改变，则这两个自变量的作用就发生了相互混淆。,2、案例,由于自然观察法特别容易受到干扰，我们就先来检查两个使用此法的研究。观察方法之所以容易出现此种错误，是因为自变量必须在事件的自然发展过程中有两个（或两个以上）不同的水平，但在水平变化的同时也会有许多其他因素发生了改变。,例1：,说明1：可能因为在晚饭前观察的学生都是下午学习了一段时间的。而晚饭后观察到的学生则有一部分可能是下午没有学习的，因此，在下午是否学习这一变量已经与饥饿因素发生了混淆，我们不能得出“饥饿是主要原因”这一结论。 说明2：另一个可能与饥饿发生混淆的因素是时间因素，下午人的注意力可能本来就没有晚上集中。 说明3：还有一个可能与饥饿发生混淆的因素是学生学习的内容。下午学生可能看的是较枯燥的内容，而晚上学的可能是较为轻松的内容。,研究者通过观察发现，晚饭前在图书馆里学习的学生的专心程度没有晚饭后学习的学生的专心程度高。我们是否可以认为：饥饿是导致这种差异的原因？,例2：,一个研究者发现某种动物中午的进食次数要多于在夜间进食的次数，于是我们是否可以认为光线是影响动物进食的主要因素？ 说明：不能这样认为。因为中午的温度和夜间的温度是不同的，因此温度是一个与光照发生混淆的因素。,两条关于易发生混淆的或然率规则：,（1）混淆现象最可能在同类变量间发生。当我们操纵一个作业变量时，则和另一个作业变量发生混淆的可能性最大；而被试者变量最容易和另一个被试变量相混淆。这条规则是十分重要的。 （2）在我们确定我们所操纵的变量没有受到同类别变量的混淆后，（若所用的设计是独立组设计）那么最可能的混淆来源于被试变量。,例3：,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（自变量）有1音节，2音节和3音节（三个水平）。我们是否可以确认音节数是导致难学的因素？ 说明：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。,例4：,研究者想知道题目之间休息的时间是不是影响进行数学运算（连减）准确性的因素。于是让一班、二班和三班的学生分别休息1、2、3分钟，结果发现休息时间与成绩无关，那么我们是否可以认为休息时间对数学作业无影响？ 说明：不能这样认为，因为一、二、三班学生能力上的差异可能与休息因素发生了混淆。,五、心理教育研究中自变量混淆的情形,1、被试偏差 （1）被试反应性。 霍桑效应：被试由于知道自己正在被研究而引起的效应。 （2）社会赞许性：人们希望表现出符合社会期望的公众形象。 （3）观察者效应：观察者的存在所引起的效应。 （4）要求特征：对被试传递的实验假设信息的全部线索成了决定被试行为的显著因素，这样的线索就是实验情境中的要求特征。 （5）安慰剂效应 （6）参与者期待 （7）取悦研究者与评价忧虑 （8）默许反应倾向：对一个陌生人默许要比不同意产生更小的心理压力。,2、研究者和研究设计误差,（1）皮格马利翁效应：研究者的期待对被试的影响。 自我实现预言（self-fulfilling prophecy） (Rosenthal & Fode,1963) （2）单盲(single-blind trails)和双盲（double-blind trails） 光环效应：当评价者对一个人的积极或消极整体评价影响到对某具体特点的评价时，就产生光环效应。 对比效应：观察者可能倾向于把自己作为评价他人个性的参考框架，这一倾向导致把与自己不同的人评价得比实际上与自己更加不同，把与自己相似的人评价得比实际更相似。,（3）同时期历史效应和地区历史效应。 同时期历史效应：指某一非实验因素影响在更大范围内影响到实验组。 地区历史效应：指某一非实验因素影响到一个实验组而没有影响到其他实验组。,第二节 无关变量及其控制,一、无关变量（控制变量）及控制 1、定义：所谓无关变量是指在实验过程中除自变量之外任何能对因变量产生影响的变量，包括个体内外环境所产生的种种刺激、机体反应变量。由于这些变量与实验的主旨无关，所以统称为无关变量（Extraneous variables）。 因为因变量的变化，不但受到自变量的影响，也受到无关变量的影响，所以如何有效地控制无关变量，是决定实验结果是否确实可靠的一个极为重要的因素。因此，在一次实验中，当我们确定了自变量与因变量以后，就应该使实验的其他条件保持恒定，只有这样，实验中的因果关系才能得到明确的说明，所以，无关变量就是在实验中应该加以控制的变量，因此又称为控制变量。,如果以数学方程式来表示因变量和自变量以及无关变量之间的关系，就是： DV=f(IV,EV1,EV2,EVn) 因变量=f(自变量，无关变量1，无关变量2，,无关变量n) 例如，研究智力与短时记忆的关系，可以用公式：STM=f(IQ) 表示。但是，除了智力之外，短时记忆还会受到被试年龄，性别，教育程度，环境因素等无关变量的影响。 STM=f(IQ, EV1, EV2, EV3, EVn),对任何一项实验来说，需要控制的变量是极多的，比实验中我们能控制的多得多，但是，只要我们把足以影响因变量的一些主要因素控制住，实验的结果就是可靠的。我们怎样决定哪些因素必须控制呢？这要求我们参照他人的研究以及我们的实验经验。,2、控制无关变量的方法,（1）消除法 控制无关变量最完美的办法就是简单地把它们从实验环境中消除。此法多适用于一些物理刺激因素的控制，例如，噪音，光线，等。 有一些无关变量，如实验的时间，实验的仪器，实验的主试，被试的年龄，性别，教育程度，不能简单地加以消除，那么就要有另外的办法来加以控制。,（2）恒常法,对于不能消除的变量，我们可以使它在整个实验中保持恒定，即所有的被试都接受相同的无关变量，这种控制方法称为恒常法。由于这些无关变量在实验中都保持恒常，它们对接受自变量不同水平的每个被试，所能产生的影响都是一致的，所以不会影响通过自变量不同水平对因变量所造成的变化差异。对于一些被试变量，实验条件，可以采用此种方法。 例如，我们实验的时间安排在上午，可能会比下午的实验有更好的结果，因此我们可以通过将实验都安排在上午来消除时间这一因素可能产生的影响。,（3）平衡法,这种控制方法的目的，是让无关变量产生的作用在所有的实验组及控制组的效果都保持平衡。也就是说，每一组都受到这些无关变量变化的作用，但它们作用的大小在各组都是一样的。 例一：平衡各组“性别”变量的作用。 二十名被试，十二个男性，八个女性。分成两组进行实验。假设被试的性别可能会对因变量产生作用，所以，需要控制这个无关变量。,先把12名男性被试随机分为两组，再把8名女性被试随机分到两个组中，这样，在每一组内性别都有变化，这种变化有可能对因变量产生影响，但是由于性别因素对两个组的影响效应都是一样的，因此这种作用就被平衡了。 平衡与恒常控制手段不同。采用恒常法，无关变量在组内以及组间皆无变化；采用平衡控制手段时，无关变量在组内是有变化的，但是变化所产生的作用在各组之间是相等的。,设计控制组来平衡无关变量对因变量的影响,如果研究者无法指认有些可能起作用的无关变量，可以采用适当的控制组，以达到平衡控制的目的。 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。,例如：研究接受持枪稳定性训练对射击准确性的作用。 实验组被试在接受训练之前先射击50发，之后进行训练，再测验50发。结果如下表： 是否可以认为训练导致了成绩的提高？,解释：可能有其他因素：先射的50发；两周的时间间隔；或者其他一些可能无法了解的因素。 为了排除其他因素的影响，必须采用控制无关变量的平衡手段。设计种种控制组来达到消除无关变量的影响。例如，为了消除时间和练习这两个主要无关变量的影响，我们可以设计两个控制组。,实验组和控制一组：如果X明显小于24，认为训练有效。如果X不显著小于24，则训练无效。 控制一和控制二组：如果X显著大于Y，说明练习有效果，如果无差异，说明练习并不起作用。,（4）抵消平衡法,有些实验研究，被试需要在各种不同的实验条件下接受重复测验。在这种重复测量的设计（Repeated measurement design）中，被试会受到接受重复测量所产生的影响。这些混淆因素并非出现在测量之前，而是产生在重复测量的过程中。对此我们可以采用抵消平衡（counter-balancing）或交叉平衡的手段来控制这类混淆变量。 这种控制手段主要用来平衡一组被试重复接受自变量各种水平的先后顺序所产生的无关影响。,例如：研究对红绿两种色光的反应时是否长短不一的问题。 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。,问题：如果是测量红、绿、黄三种色光的反应时怎么设计？,注意：由于自变量三种变化，可以有六种呈现顺序，因此，选取被试必须是六的倍数。,抵消平衡是研究者因采用重复测验的实验策略所应用的控制无关变量的办法。由于是重复测量，因此顺序因素是一个重要的无关变量，由此会导致许多其他因素（如疲劳，练习，迁移：先前作业对后来作业的影响，可能是正的，也可能是负的）影响实验结果。 注意：抵消平衡与平衡的区别：抵消平衡用于重复测量的实验设计，平衡用于被试只接受一次测量的设计。,（5）随机化法,随机化（Randomization）控制主要用于两种情况：a、研究者已经知道某种无关变量能在实验过程中产生作用，但不适合使用上述的具体控制办法；b、无法确定起作用的无关变量，所以也就不能确定采用其他的控制手段。在此情况下，我们就要预先采取措施，使无关变量的作用随机化。无论无关变量产生什么样的作用，它对所有实验以及控制组的影响都可以假设为是相等的。,随机化控制的假设：如果我们从总体中运用随机抽样的手段抽取被试，然后又用随机的办法将被试分为实验以及控制两组。按照随机取样的统计理论，我们可以假定：第一，每组样本都具有代表性，它们具有代表总体的种种特性；第二，每组样本的各种特性，包括无关变量在内，都是相等的。实验、控制两组在实验中，除接受的自变量处理不同之外，其他一切能够影响因变量的已知或未知的无关因素都可以假定是相等的。,二、控制实验者的方法,在心理学实验中，研究者或主试本身也是无关变量，能够对实验的结果产生影响。主试的种族、性别、年龄、身份、地位、焦虑、友善、态度等都可能对被试的反应产生影响。并且，这种影响不仅仅局限于对人类被试。 例如：R.Rosenthal曾指派研究助理进行白鼠学习迷津的研究。他事先告诉研究助理，一组白鼠是聪明白鼠的后代(g1)，另一组是愚笨白鼠的后代(g2)，而第三组则没有祖先是否聪明或愚笨的信息(g3)。实验的结果发现，g1要比g3成绩好，g2最差。而实际上，这三组白鼠都是从同一总体中随机抽取的样本，因此这种差异是由于主试主观期待的影响。,1、盲目实验,通常，实验者对接受自变量处理的实验组是比较关切的，所以不免特别注意被试的行为反应，从而影响了实验的真实结果。这种偏差在进行药物实验时，更为显著。但我们可以采用隐蔽手段，控制实验者的偏差或期待，这种方法称为盲目控制（Blind-control）。如果测验药物效果的被试对象为人类，施加药物的种类、水平，以及毫无药物作用的安慰剂都以密码替代，主试者以及被试双方都不知道药物处理的真相，也就无法产生预期作用。这种控制方法，称之为双盲控制（Double blind-control）。如果被试是动物，则只对主试者一方隐瞒，称为单盲控制（Single-blind-control）。,2、多主试控制,采用数名主试，进行同一实验研究，是又一种控制主试念头或期待所产生影响的办法。 注意：研究者必须对实验、收集数据的程序有预先的妥善安排，不能简单的采用一位主试收集实验数据，另一名主试接替轮换的方法。而是要采用平衡的控制手段，使每一位主试都从各实验、控制组收集相同数目被试的实验数据。 再则，分析实验数据时，必须先单独分析每一位主试采集实验的数据，并进行比较，如果无差异，则可以将数据全部合并，如果存在差异，则说明这里存在主试效应，应进一步加以仔细的分析。,3、电脑主试,由电脑呈现实验程序，说明刺激变量，记录被试的反应，进行数据统计分析。这就彻底消除了任何与主试有关的种种无关变量。,三、控制被试的方法,无论是人还是动物，每个参与实验研究的被试，相互之间都有明显的差异。从面貌、体格、年龄、性别、教育水平、家庭情况、社会地位、文化背景，到心理特征、智力水平、兴趣、动机、性格等都各不相同。这些个别差异是造成实验组内以及组间差异的重要因素。,从实验的观点看，最好能抽取最具代表性的样本，再实验前以随机分配的手段，产生实验组和控制组，使其在各方面都相等，即每组组内被试的生理、心理特性都相等。但是，这不过是一种理想，实际上是不可能完全做到的。所以，我们必须发展控制被试变异的措施，以达到两个极为重要的目的： （1）减小组间在接受实验处理前的差异； （2）减小组内被试间的差异。 控制手段包括重复测验、匹配、随机等方法，在后面讲到的实验设计就是这些方法的具体体现。,四、实验的效度,1、实验的内部效度 定义：指实验变量能被精确估计的程度。排除对实验结果产生干扰的无关因素，使研究者相信实验结果确实是由实验变量引起的，则实验具有内部效度；反之如果对于实验无关的因素控制不好，造成了与实验变量的混淆，影响了实验结果，则实验缺乏内部效度。,影响实验内部效度的因素,（1）历史：指在实验过程中与实验变量同时发生并对实验结果产生影响的特定事件。 （2）成熟与自然发展：指在实验过程中随着时间的延续，被试身心发生变化而对实验结果产生了影响。 （3）选择：指对被试选择不均衡而造成对结果的影响。 （4）测验：实验前的前测可能对实验结果的影响。,（5）被试的遗失。 （6）统计回归：指在实验处理前选择了在某一特征方面具有极端分数的被试，实验处理后的测验分数有回归到平均数的趋向。 （7）仪器的使用。 （8）选择与成熟的交互作用。,2、实验的外部效度 定义：指实验研究的结果能被概括到实验情境条件以外的程度。如果实验结果仅在实验情境下成立，那么实验的外部就很低。 例如：某些教学改革实验的结果仅仅适用于城市条件的教学，而不适用于农村条件的教学，这样的研究外部效度就很低。,影响实验外部效度的因素,（1）选样偏差和实验变量的交互作用。 （2）重复实验处理的干扰。,第三节 实例分析,自变量是被操纵的； 因变量是被观察的； 控制变量是保持恒定的。 指出下列实验中的自变量、因变量和控制变量。 例一：一汽车制造商想了解为了使后面的汽车司机能够尽快地知道前面的车子已经停住，汽车的刹车灯应该多亮？,例二：训练一只鸽子看见绿光啄键盘，看见红光不啄键盘，正确啄键盘后，给予谷子作为强化。 例三：想知道一个人估计时间的准确性，设计如下：一只绿色小灯泡和电子记时器相连，主试按键让灯亮10秒，然后让被试复制10秒。 例四：语言教师想知道在一个语言教学班里班容量的大小是否会影响学生学习的积极性。,第四节 多自变量实验,一、多自变量实验 1、多自变量实验 在心理学实验中，很少有只有一个变量的实验，典型的实验多采用两个到四个自变量，这样的实验成为多自变量实验。 2、优点： （1）实验的效率更高。 （2）实验的控制较好。进行一个实验时，某些控制变量（如温度、湿度等）比进行三个实验时更容易控制恒定，即易于保持控制变量的恒定。 （3）在几个自变量同时并存情况下，所概括的实验结果比从几个单独实验所概括的结果更有价值，更接近实际生活。同样，我们需要发现在自变量的不同水平下实验结果的确实性。,3、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个水平上不一样时，我们就有了交互作用。在每一项实验中使用一个以上自变量的主要目的正是为了寻找是否存在交互作用。,4、实验举例,Kantonitz & Bartell (1977)进行的一个实验，研究“个人空间”对一个人愿意借钱给一个陌生人的影响。 情境：校园咖啡店里，主试看到单人在桌子边吃饭，就过去坐在其对面并叫来饭菜，然后去买饮料。这时，饭菜有两种处理方式：一种是让同伙扫走，另一种是主试回来不小心碰掉。然后主试向同桌的被试借钱买饭。另外，桌子也分两种，一种是大桌子（4人坐），一种为小桌子（2人坐）。,解释