第二章实验设计(09级)

第二章实验设计实验设计概述真实验设计非实验设计准实验设计实验设计中的效度问题如何撰写实验报告对实验控制条件的严密程度的不同实验设计的概念

实验设计乃是进行科学实验前做的具体计划。它主要是控制实验条件和安排实验程序的计划。真实验设计的概念真实验设计对实验条件的控制程度要求较高真实验设计的类型单因素实验设计多因素实验设计完全随机实验设计随机区组实验设计被试间实验设计被试内实验设计混合实验设计根据实验中自变量的个数区分这两种实验设计的主要区别在于控制无关变异的方法根据实验时被试接受实验处理的情况进行区分属于被试间设计单因素实验设计：

实验中只有一个自变量，被试接受这个自变量的不同水平的实验处理。多因素实验设计

实验中含有多个自变量，被试接受几个自变量水平的结合的实验处理。其优点在于可以计算自变量水平之间的交互作用。

完全随机实验设计

也称简单随机化设计，是指用随机化方法将被试随机分为几组，并随机分配被试给各个实验处理。完全随机分组后，各实验组的被试之间是相互独立的，因而这种设计又称“独立组”设计。随机区组实验设计

通过区组技术控制无关变异，其原则是同一区组内的被试尽量“同质”。随机区组设计由于同一区组接受所有实验处理，使实验处理之间有相关，因此又称之为“相关组”设计。

每一区组内被试的人数分配情况每一区组内被试的人数分配p22一名被试作为一个区组（被试内设计）每个区组内被试的人数是实验处理数目的整数倍区组内的基本单元不是一名被试或几名被试，而是以一个团体为单元

总之，每一区组应该接受全部实验处理，每一种实验处理在不同的区组中重复的次数也都应该完全相同。被试间实验设计：又叫非重复测量实验设计，指实验中每个被试只接受一种自变量水平或自变量水平的结合（即只接受一种实验处理）。被试内实验设计：由一个被试接受所有的自变量水平或自变量水平的结合（即一个被试接受所有的实验处理）。当处理的实施对被试有长期影响时，如学习、记忆效应，不能使用被试内设计。另外，被试连续接受处理时，练习、疲劳等效应是难免的，因此需要考虑平衡顺序效应的问题。混合实验设计：

指在一个实验设计中既有被试内自变量，又有被试间自变量。单因素完全随机实验设计（举例）主题：探讨文章的生字密度对小学生阅读理解的影响。自变量：生字密度（A）自变量水平：

a1——5：1；a2——10：1；

a3——15：1；a4——20：1额外变量：文章的长度、文章的主题熟悉性、文章类型、阅读理解能力等。控制额外变量：选取四篇文章时应使它们在除生字密度以外的其他方面尽量匹配。被试：80名学生，随机分配20人——a1，20人——a2，20人——a3，20人——a4单因素完全随机实验设计基本方法：把被试随机分配给自变量的各个水平，每个被试只接受一个水平的处理。被试的分配情况自变量a1a2a3a4被试S1S2S3S4S5S6S7S8S9S10S11s12

只有一个自变量（A），该自变量有四个水平。单因素随机区组实验设计（举例）主题：探讨文章的生字密度对学生阅读理解的影响。自变量：生字密度（A）自变量水平：

a1——5：1；a2——10：1；

a3——15：1；a4——20：1额外变量：文章的长度、文章的主题熟悉性、文章类型、阅读理解能力等。注意：选取四篇文章时应使它们在除生字密度以外的其他方面尽量匹配。单因素随机区组实验设计（举例）额外变量：文章的长度、文章的主题熟悉性、文章类型、被试的年龄、阅读理解能力等。按阅读理解能力将被试进行分组高能力组:８人中等能力组:８人低能力组:８人被试的分配情况a1a2a3a4高能力组２人２人２人２人中等能力组２人２人２人２人低能力组２人２人２人２人单因素随机区组实验设计基本方法：

首先将被试在某个额外变量上进行匹配，然后将他们随机分配给不同的实验处理。被试的分配情况a1a2a3a4区组1S1S2S3S4区组2S5S6S7S8区组3S9S10S11s12

只有一个自变量（A），该自变量有四个水平。控制额外变量的方法：匹配法单因素被试内实验设计（举例）主题：探讨文章的生字密度对学生阅读理解的影响。自变量：生字密度（A）自变量水平：

a1——5：1；a2——10：1；

a3——15：1；a4——20：1额外变量：文章的长度、文章的主题熟悉性、文章类型、阅读理解能力等。注意：选取四篇文章时应使它们在除生字密度以外的其他方面尽量匹配。单因素被试内实验设计（举例）被试：

8人，每人阅读4篇生字密度不同的文章可能的误差：疲劳效应和顺序效应疲劳效应：将4篇文章在4个下午分4次施测顺序效应：以随机顺序或以拉丁方顺序实施4篇文章拉丁方顺序实施4篇文章1234S1,S2a1a2a3a4S3,S4a2a3a4a1S5,S6a3a4a1a2S7,S8a4a1a2a3单因素重复测量（被试内）实验设计单因素被试内设计a1a2a3a4被试1S1S1S1S1被试2S2S2S2S2被试3S3S3S3S3被试4S4S4S4S4两因素完全随机实验设计（举例）主题：探讨两种教学方法对不同能力学生学习成绩的影响自变量：教学方法（A）：a1—讲授，a2—讨论学生能力（B）：b1—高能力，b2—低能力因变量：学习成绩被试：40人a1—讲授a2—讨论b1—高能力10人10人b2—低能力10人10人两因素完全随机实验设计（举例）主题：探讨文章的生字密度和主题熟悉性对学生阅读理解成绩的影响自变量：生字密度（A）：a1——5：1，a2——10：1，a3——20：1主题熟悉性（B）：b1——熟悉，b2——不熟悉无关变量：文章的长度、文章类型、被试的年龄、阅读理解能力等因变量：阅读理解成绩被试：72名学生2×３设计a1—5：1a2—10：1a3—20：1b1—熟悉12人12人12人b2—不熟悉12人12人12人两因素完全随机实验设计基本方法：随机分配被试接受实验处理的结合，每个被试接受一个实验处理的结合。两因素完全随机设计（2×2）A因素a1a1a2a2B因素b1b2b1b2被试S1S2S3S4S5S6S7S8S9S10S11S12两因素随机区组实验设计（举例）主题：探讨文章的生字密度和主题熟悉性对学生阅读理解成绩的影响自变量：生字密度（A）：a1——5：1，a2——10：1，a3——20：1主题熟悉性（B）：b1——熟悉，b2——不熟悉无关变量：文章的长度、文章类型、被试的年龄、阅读理解能力等因变量：阅读理解成绩被试：24名学生按阅读理解能力将被试进行分组高能力组:6人中等能力组:6人一般能力组：6人低能力组:6人两因素随机区组设计（2×3）A因素a1a1a2a2a3a3B因素b1b2b1b2b1b2区组11人1人1人1人1人1人区组21人1人1人1人1人1人区组31人1人1人1人1人1人区组41人1人1人1人1人1人两因素随机区组实验设计基本方法：

事先将被试在额外变量上进行匹配，然后将选择好的每组同质被试随机分配，每个被试接受一个实验处理的结合。两因素随机区组设计（2×2）A因素a1a1a2a2B因素b1b2b1b2区组1S11S12S13S14区组2S21S22S23S24区组3S31S32S33S34完全随机设计的优缺点优点：设计和实施简单接受每个处理水平的被试数量可以不相等，不需要匹配被试统计分析和对结果的解释简单缺点:组内变异并非全部由随机误差组成，其中还包括了被试的个体差异虽然完全随机设计假设随机分配的各组被试在统计上是无差异的，但实际上被试个体差异带来的无关变异是存在的，并且混杂在组内变异中当实验中含有多个处理水平时，需要的被试量也会很大。随机区组设计的优缺点优点：随机区组设计可使用于含任何处理水平数的实验中，并且区组的数量也不受限制，因而有较好的灵活性缺点:

如实验中含有许多处理水平，可能给形成同质区组、寻找同质被试带来困难

什么时候采用完全随机设计？什么时候采用随机区组设计呢？被试量越大，随机分配就越能奏效。当被试数量很少时，最好采用区组技术。实验有多少个自变量？一个两个三个或更多两个自变量有多少水平？随机区组完全随机被试如何分配的？相关样本t检验独立样本t检验随机区组完全随机被试如何分配的？相关组单因素方差分析独立组单因素方差分析随机区组完全随机被试如何分配的？相关组多因素方差分析独立组多因素方差分析准实验设计单组准实验设计时间序列设计相等时间样本设计多组准实验设计不相等实验组控制组前测后测设计不相等实验组控制组前测后测时间序列设计平衡设计多组准实验设计

在心理学研究中，为使实验结果尽量少受无关因索的干扰，使实验结果具有较高的可靠性，在条件允许的情况下应该采用多组实验设计，即包括有实验组和控制组存在的实验设计。争取创造这样的条件吧！不相等实验组控制组前测后测设计

不相等实验组控制组前测后测设计的特点是研究者不能按随机化原则和等组法来选择对等组，有时也不能随机安排哪个为实验组、哪个为控制组。不相等组实验组控制组前测后测的评价优点：首先，由于增添了控制组，从而使该设计基本上控制了历史、成熟、测验等因素对实验的干扰。其次，由于两组都有前测验，研究者可以了解实验处理实施前的初始状态，从而也就对选择因素有了初步的控制。缺点：该设计没有使用随机化方法来分配被试或实验处理，实验组与控制组是不对等的，因而选择与成熟、选择与实验处理的交互作用可能会降低该设计的效度。又由于两组都使用前测验安排，因而其实验结果不能校直接推广到无前测的情境中去。不相等组实验组控制组前测后测时间序列设计

不相等实验组控制组测后测时间序列设计是在单组时间序列设计和不相等实验组控制组前测后测设计的基础上，组合而成的一种多组准实验设计。不相等组实验组控制组前测后测时间序列设计评价具有时间序列设计的特点也具有不相等实验组控制组前测后测设计的特点统计方法：M1XM2（M2-M1）M3M4（M4-M3）独立样本的t检验平衡设计

平衡设计又叫轮换设计，或拉丁方设计。在该设计中，研究者为了达到对实验控制的目的，使各组被试都接受不同的实验处理．而对实验处理的顺序和实验时间的顺序采用了轮换的方法。时间1时间2时间3时间4组AX1OX2OX3OX4O组BX2OX4OX1OX3O组CX3OX1OX4OX2O组DX4OX3OX2OX1O平衡设计模式很多，这只是其中的一种！！其实组别和时间都是额外变量！单因素被试内实验设计（举例）被试：

8人，每人阅读4篇生字密度不同的文章可能的误差：疲劳效应和顺序效应疲劳效应：将4篇文章在4个下午分4次施测顺序效应：以随机顺序或以拉丁方顺序实施4篇文章拉丁方顺序实施4篇文章周1周2周3周4S1,S2a1a2a3a4S3,S4a2a3a4a1S5,S6a3a4a1a2S7,S8a4a1a2a3标准块时间1时间2时间3时间4组AX1X2X3X4组BX2X4X1X3组CX3X1X4X2组DX4X3X2X1随机化行时间1时间2时间3时间4组CX3X1X4X2组AX1X2X3X4组BX2X4X1X3组DX4X3X2X1随机化列时间4时间3时间1时间2组CX2X4X3X1组AX4X3X1X2组BX3X1X2X4组DX1X2X4X3问题所在：

要求每个额外变量的水平数与自变量的水平数必须相等，这在一定程度上限制了该设计的使用！单组后测设计单组前测后测设计固定组比较设计事后回溯设计非实验设计单组后测设计在单组后测设计中，只有一个实验组，对实验组只给予一次实验处理，然后通过测量得到一个后测成绩。设计的基本模式：

XO

由这一设计所获得的结果，很难做出推断：由实验处理X引起实验结果O。单组前测后测设计单组前测后测设计是对单组后测设计的一种改进，它增加了在实验处理前的测验，但还是只有一个实验组。设计的基本模式：

O1XO2缺点：历史、成熟、前测的影响统计方法：相关样本t检验

固定组比较设计又称静态组或整组比较设计。采用实验组和控制组两组被试，但因这两组被试在实验处理前就已经形成，故它不能使用随机化原则选择被试。基本设计模式：

XO1——实验组

O2——控制组缺点：不能在随机化基础上选择和分配被试统计方法：独立样本t检验事后回溯设计事后回溯设计是指所研究的对象是已发生过的事件。在研究过程中，研究者不需要设计实验处理或操纵自变量，只需通过观察存在的条件或事实，将这种已自然发生的处理或自变量与某种结果或因变量联系起来加以分析，以便从中发现某种可能的简单关系。基本设计模式：

XO

事后回溯设计主要包括两种类型相关研究设计准则组设计实验中的效度问题实验效度是指实验方法能达到实验目的的程度。实验效度主要包括内部效度和外部效度。实验目的——验证假设，验证自变量和因变量之间的关系，使实验结果的推论可用以解释和预测其他同类现象。了解影响实验效度的诸因素，将有助于我们评价实验设计的质量，提高实验设计的科学性。实验的内部效度实验的内部效度是指实验中的自变量与因变量之间的因果关系的明确程度。内部效度高——因变量的变化确系由特定的自变量（而非额外变量）所引起的。要使实验具有较高的内部效度，就必须控制各种额外变量。生长和成熟前测的影响被试者的选择偏性被试者的缺失实验实施中（期间）发生异常统计回归影响实验内部效度的因素

1.生长和成熟除了实验中的自变量可能使个体行为发生变化外，个体本身的生长和成熟也是使其行为变化的重要因素。特别是在以幼小的儿童为被试者而又采用单组前测后测设计的情况下，生长和成熟因素的影响就更大。解决的主要办法是增设同样条件的控制组进行比较。

2、前测的影响

前测——练习效应、疲劳效应、临场经验、以及对实验目的的敏感程度等。特别是前后两次测量时间较近，前测的影响就更显著。

3、被试者的选择偏性

在对被试者进行分组时，如果没有用随机取样和随机分配的方法，在实验处理之前，他们在各方面并不相等或有偏性，从而造成实验结果的混淆，降低了内部效度。4、被试者的缺失如果是一项长期的实验，要保持原实验被试者的人数不变是相当困难的。即使开始参加实验的被试者样本是经过随机取样和随机分配的，但由于被试者的中途缺失，常常使缺失后的被试者样本难以代表原来的样本，从而降低了内部效度。5、实验实施中（期间）发生异常在实验过程中，实验仪器、控制方式的不一致等都可能混淆自变量的效果。实验者知道实验目的所产生的“实验者效应”以及被试者知道实验目的或其自己正被研究所产生的“霍桑效应”和“安慰剂效应”、“好被试效应”等都将混淆自变量的效果，从而降低内部效度。

实验实施中（期间）的突发性事件、历史性大事件、被试重大的生活事件等都会降低内部效度。6、统计回归

统计回归现象是，第一次测量平均值偏高者，第二次测量平均值有趋低的倾向（向常态分布的平均数回归）；第一次测量平均值偏低者，第二次测量平均值有趋高的倾向（也向常态分布的平均数回归）。

——向平均数靠拢

实验外部效度

实验外部效度是指实验结果能够普遍推论到样本的总体和其他同类现象中去的程度，即实验结果的普遍代表性和适用性。影响实验外部效度的因素实验环境的人为性被试者样本缺乏代表性测量工具的局限性1、实验环境的人为性

实验是在控制条件下进行的，实验环境的人为性可能使某些实验结果难以用来解释日常生活中的行为现象。实验室中的仪器设备会影响被试者的典型行为。被试者参与实验的动机也会影响其行为表现。而在实验室之外的日常生活中，就不会有这些因素的影响。因此，实验结果还不能完全等同于实验室之外的日常行为现象。

2、被试者样本缺乏代表性

从理论上讲，从事于实验的被试者必须具有代表性、必须从将来预期推论、解释同类行为现象的总体中进行随机取样。但实际上这是很难做到的。如果总体很大，即使能够随机取样，但心理学实验的被试者通常是自愿的，所以也很难把被随机选上的人全都请来做实验。如果总体是无限的（例如，“七岁儿童”就是一个无限的总体，其包括过去的、现在的、将来的所有七岁儿童），随机取样实际上是行不通的。这样的实验结果自然会降低其外部效度。

3、测量工具的局限性

实验者对自变量和因变量的操作性定义往往以所使用的测量工具的测量结果来加以考虑的。例如，把成就动机作为一个因变量，实验者常以某种成就动机量表所测得的分数来界定并评定其强度。但成就动机的测量工具有各种不同的形式，所测量出的分数并不代表同一种成就动机及其强度。如果在实验时采用的是某一种成就动机的量表，那么所得出的实验结果便不能推论到采用其他成就动机的量表的情况中去。

实验的内部效度和外部效度是相互联系、相互影响的。提高实验内部效度的措施可能会降低其外部效度，而提高实验外部效度的措施又可能会降低其内部效度。这两种效度的相对重要性，主要取决于实验的目的和实验的要求。一般而言，在实验中控制额外变量的程度越大，则对因果关系的测量就越有效。因此，可以在保证实验内部效度的前题下，采取适当措施以提高外部效度。

情绪状态对学生创造性的影响1、通过本实验进一步理解实验的生态化效度2、找出实验的自变量、因变量和额外变量及其控制方法3、本实验的统计处理可以进行怎样的改动？还可以进行哪些统计分析！实验者成为额外变量——

实验者效应(experimentereffe