多自变量的实验共78张课件

1、多自变量的实验第一节 两水平和多水平实验单因素两水平实验优点缺点单因素多水平实验 优点 缺点一、单因素的两水平的实验优点某个自变量是否值得进一步研究，考虑是否要接下来设计更复杂的实验。实验结果易于解释和分析。缺点：可能不能真实反映自变量和因变量之间关系的具体关系。天花板效应和地板效应的存在。两水平的实验结果 字体大小与阅读时间的关系我们想知道在众多大小不同的字体中，哪种字体是最佳的？天花板效应和地板效应（短时记忆容量）二、单因素多水平实验多水平实验：是指多于两个水平（三个或更多）的单自变量实验。也称之为“函数实验”。可以得出反映自变量和因变量关系的函数曲线。多水平实验优点：与两水平相比，能更好

2、地说明自变量和因变量之间的潜在关系。缺点耗费更多的时间和精力。被试间设计需要增加被试数量。被试内合计需要增加实验的总时间。统计分析更麻烦。焦虑水平影响考试成绩加入中等焦虑水平的控制组后第二节 复杂（因素）实验设计简介一、多因素设计（复杂设计）的概述二、多因素设计的分类三、多因素设计的例子四、多因素设计的优缺点一、多因素设计的概述多因素设计：自变量有两个或两个以上。多因素设计的特点：自变量一般不超过四个或五个。有主效应或交互作用；实验的条件数每个自变量的水平数之积；多因素设计的表述规则：AB： A代表一个自变量的水平数目，B代表另外一个自变量的水平数目。 234的实验设计。 3 (televis

3、ion violence: high, medium, or none) 2 (gender: male or female) 的多变量设计。234的因素设计模式图。因素有领袖（有、无）、性别（男、混合和女）以及小组规模（3、6、10和12人）。二、复杂实验设计的分类完全实验设计完全被试间设计：所有自变量是被试间设计完全被试内设计：所有自变量是被试内设计混合实验设计一些自变量是被试间设计处理，另一些自变量是被试内设计处理；三、复杂设计的例子研究初衷年轻人（1822岁）夜晚类型老年人（6678岁）早晨类型研究假设年轻人的最佳记忆时间在晚上；老年人的最佳记忆时间在早晨；复杂设计的例子被试：老年人；

4、11个在早晨，11个在晚上；年轻人; 10个在早晨，10个在晚上；方法：所有的被试读10个短故事；读完最后一个故事后，对旧句子和新句子进行再认。实验所包含的两个自变量：年龄：老年vs.年轻；（自然组变量）时间：早晨vs.晚上；（被试间变量）测试时间早晨晚上年龄组老年人年轻人1234四、因素设计的优缺点优点：可以研究交互作用。在单因素实验中，其他环境因素要么作为控制变量，要么作为随机变化。若将环境变量作为控制变量得到的结果是有限的，降低了概况性，增加了准确性。若将环境变量作为随机变量，则增加了概括性，降低了准确性（会低估领袖的作用）。多变量设计是唯一能考察变量间相互作用的设计。同时考虑到准确性和

5、概括性。统计上的敏感性，减小了无关变异。四、因素设计的优缺点缺点耗时、成本高。对实验结果的解释。（方差分析）方差分析的前提是正态分布实验结束后才知道是否是正态分布交互作用维度越多，统计解释越困难。练习一名事故研究者对不同水平的酒精摄入量（0、2、4或8个单位）对驾驶表现的影响感兴趣。在几周的时间里，她在不同的时间点对同一组参与者的酒精摄入量进行操纵，然后检测酒精摄入量对驾驶表现的影响是否随着性别以及他们通过驾驶考试时间的长短（在之前6个月内通过、在之前718个月通过或多于18个月）而改变。另一名事故研究者对驾驶时收听广播如何影响驾驶表现颇感兴趣。她使用驾驶模拟器，变化驾驶条件（简单、中等或难）

6、、收听节目的性质（谈话型节目或音乐）以及播放的音量（低、中或高音量），考察一组经验丰富的驾驶员在不同条件下的驾驶表现。第三节 交互效应和主效应一、主效应：不考虑其他的自变量，只考虑一个自变量对因变量的效应；不考虑其他的自变量，一个自变量的各个水平之间的差异；二、交互效应交互效应：一个自变量对因变量产生的效应取决于第二个自变量的不同水平。一个自变量的效应随着另一自变量的水平而变化交互作用两个变量之间的交互作用表明：由一个自变量产生的效应在第二个自变量的每个水平上是不同的。自变量A自变量B水平1水平2-An example A study in which 7-year-olds and 15-y

7、ear-olds are given IQ tests, and then two weeks later, their teachers are told that some small number of students in their class are “on the averge of an intellectual growth spurt.”2个因素 (teacher expectations: high or normal) x 2 (age of student: 7 years or 15 years) 的实验设计。 Six months after the teach

8、ers are given high expectations for some students, all the students are given another IQ test. The mean IQ test scores for the four possible conditions of this study。实验结果教师期望的主效应To determine whether the “main effect of teacher expectation on IQ score” is significant, you would need to test whether t

9、he difference of 7.5 IQ points is greater than you would expect by chance. To do this, you need a statistical test.学生年龄的主效应同样需要统计检验来确定是否有主效应。三、简单主效应与简单效应简单主效应（simple main effect）：一个自变量在第二个自变量的一个水平上的效应简单效应比较（simlpe comparisons）：简单主效应有多个平均数要比较时，称为简单效应比较。研究举例研究目的：防御性归因效应可能与交通事故的严重程度，和个体的抑郁性有关。研究方法：23的研

10、究设计 事故的严重程度（严重、不严重）随机区组 抑郁程度（不抑郁、轻微、中度）自然组因变量：将事故归因于概率的百分比。实验结果抑郁水平事故程度不抑郁轻微中等严重 9.2 16.1 16不严重 22.2 12.7 3.5简单主效应：本实验有五个简单主效应。事故程度在非抑郁被试上的简单主效应事故程度在轻微抑郁被试上的简单主效应事故程度在中等抑郁被试上的简单主效应抑郁程度在事故严重上的简单主效应抑郁程度在事故不严重上的简单主效应简单效应比较四、复杂设计的统计分析Detecting main effects in SPSS output. select Analyze General Linear M

11、odel Univariate. You would then get the screen shown in Figure 1.结果的输出主效应显著，应进一步分析主效应的模式。结果的报告The main effect of student age on IQ was not significant (F(1,36) = 1.125, p = .296) but the main effect of teacher expectation on IQ was significant such that students whose teachers had high expectations

12、received higher scores than students whose teachers had normal expectations, (F(1,36) = 10.125, p = .003).交互作用是否教师不同期望的效应取决于学生的年龄？简单主效应：一个自变量（例如教师期望）在另一个自变量的每个水平（7岁和15岁）上的主效应。简单主效应进一步统计检验来确定是否显著的差异。简单主效应的结果报告：There was a significant interaction between student age and teacher expectations, F(1,36) =

13、 10.125, p = .003.For seven-year-olds, high teacher expectations led to higher IQ scores than normal teacher expectations. For fifteen-year-olds, teacher expectations had no effect.SPSS中统计简单主效应最后一步: Instead of actually running this analysis by pressing OK, press PASTE (the button to the right of OK)

14、.修改这个语句。将 “/EMMEANS” 这行改为：/EMMEANS = TABLES(age*expect) COMPARE(expect) ADJ(BONFERRONI)To run this program from the syntax window, select Run - All.简单主效应的结果佐证简单主效应的结果简单主效应的结果报告For seven-year-olds, high teacher expectations led to higher IQ scores than normal teacher expectations (F(1,36) = 20.25, p

15、.001). For fifteen-year-olds, teacher expectations had no effect (F(1,36) = .000, p = 1).交互效应的线性图越不平行，越可能有交互作用。无主效应，只有交互作用的图无交互作用，只有主效应两条平行线23的实验设计性别：男性 女性社会角色：不确定、有职业、家务（被试间）研究目的：考察男性是否比女性更有支配性、控制性。因变量：对18个形容词的5点评估不是很有攻击性 非常有攻击性结果评估分数9080706050403020男性女性不确定有职业家务AB 的交互效应是否显著？NoYesA和B 的主效应是否显著？NoYes停

16、止分析配对比较简单主效应比较Another example一个研究者想要考察，心理学院、商学院的学生，距离考试的时间（5周，1周）的不同，对学生的压力水平的影响。绘图五、交互效应产生时可能的几种情况1) No effects at all2) A only3) B only4) AB only5) A & B6) A & AB7) B & AB8) A & B & AB说明自变量的不同水平的线段是不平行的，也许就有一项交互作用。 图像是不平行的，但因为由于随机误差的存在，而没有交互效应，需要统计分析来进一步验证。图中线段若是平行的，则不存在交互效应。练习 判断是否有交互效应和主效应 A B 任

17、务难度焦虑水平容易的难的低高3.343.345.551.193.343.374.452.27任务难度焦虑水平容易的难的低高6.253.104.251.10有交互效应任务难度可能有主效应焦虑水平则可能无主效应4.682.685.252.10无交互效应任务难度可能有主效应焦虑水平可能有主效应任务类型和脑半球的错误率无交互效应有主效应左半球错误率1.90空间言语1.851.801.751.701.651.90空间言语1.851.801.751.701.65右半球有交互效应可能无主效应练习. 找出有交互作用的E800700600500平均反应时大小36800700600500平均反应时大小36FNo反

18、应Yes反应大小和反应类型对平均反应时的影响No反应Yes反应六、多自变量的交互作用当自变量的数量增加到两个以上时，交互作用也随之增多；例如有三个自变量：A、B、C；交互作用则可能为四个；分别是：AB; AC; BC; ABC;三维交互作用的例子被试看一个招聘的录像片；自变量:A:身体重量（正常；肥胖超过正常体重的20%）B:应聘者的性别（男、女）C：被试对身体自己身体的关注度（高、低）因变量：被试评价应聘成功的概率；（17点评分）三维交互作用的结果低自我关注度的被试7女性应聘者男性应聘者654321正常肥胖应聘者的体重雇用率评估654321正常肥胖应聘者的体重雇用率评估女性应聘者男性应聘者高自我关注度的被试F检验表明，交互效应不显著两个自变量的主效应均显著。进一步配对分析比较组别的主效应：聋人的正确率显著高于正常人，正常人有奖励和无奖励的差别不显著时间的主效应：随着时间的推移，正确率下降七、交互效应的一些思考交互效应与外部效度交互效应与天花板效应和地板效应（一）交互效应与外部效度交互效应是提高还是降低了外部效度？当不存在交