《心理学研究方法导论》第九章 实验研究

心理学研究方法导论

ResearchMethodsinPsychology中卷

研究的基本类型与方法第九章

实验研究

1．实验研究的特征

我们先来讨论不同点。（1）伽俐略实验中操控的变量都是可以直接观察到的事实，如两个铁球同时抛出，同时落地；但是，班都拉实验中操控的变量则有不可直接观察，必须间接测量的特点：如自我效能。这一不同导致了心理实验更多的复杂性。比如说，心理实验中往往需要进行测量，进行前测与后测。（2）心理实验由于更为复杂，往往更多采用实验组与控制组的多组设计，实验设计的要求更为严谨。假设在心理实验中采用伽俐略式的实验，一是可能行不通，二则可能颇遭非议。既然心理实验中操控的变量往往不可直接观察，这样一来，心理实验中如果没有前测与后测，没有实验组与控制组的比较，就可能缺乏说服力，招惹很多批评与非议。心理学的实验是从物理学、化学等自然科学那边学来的。心理学实验研究与物理学、化学的实验一样，都属于实证主义范式。它们都是追求一个共同的目的，即确认事实，分析因果关系，探索真理。正是实验研究将心理学带进了科学的殿堂，科学心理学是以冯特创建心理实验室拉开序幕的。并且，实验研究与心理测量一道，成为科学心理学的两大基石。心理学实验与物理学、化学等自然科学实验一样，都有着很多共同的特点。共同点实验室情境

实验研究一个最大的特点就是它是在实验室条件下进行的，或者说它具有一个实验情境。操纵自变量

实验室是为操纵自变量而设计的，只有在实验室情境，才能操纵自变量。严密的逻辑性

实验研究的设计具有十分严密的内在逻辑性，可以有力地推论因果关系。可重复性

实验研究是可重复的，也是必须可以重复的。实验研究必须能够经受重复的检验。2．实验研究的重要概念（1）样本（sample）与总体（population）

参与实验的被试为样本，他们所代表的是总体。因此，有两点非常重要：其一，样本构成要同质；其二，样本的含量或大小要足够。（2）自变量（independentvariabe）、因变量（dependentvariabe）和控制变量（controlvariabe）实验中由主试操纵的变量即自变量。米尔格拉姆电击实验中电击的电压强度即自变量；斯金纳操作条件反射实验中，给动物食物的数量即自变量。

因变量即被试随自变量变化而变化的行为与反应。米尔格拉姆电击实验中被试遵从的程度，斯金纳操作条件反射实验中，动物按压杠杆的次数即因变量。

控制变量是主试在实验中所控制的保持稳定的潜在变量。米尔格拉姆电击实验中主试的态度与表情，实验助手的叫声等，都是要控制的变量；斯金纳操作条件反射实验中，食物剥夺时间长短，即控制变量。

（3）单独效应(simpleeffect)、主效应(maineffect)和交互效应(interactioneffect)

单独效应即同一因素不同水平间的单独的平均差别；主效应则是一因素各水平间的总的平均差别；交互效应是某因素各个单独效应随另一因素水平变化而变化，并且相互间的差别超出随机波动的范围。

例9.1

实验中设有4个不同的目标，这4个目标是研究者任意选择的，因此是固定型变量。使用3部机器，这3部机器是从已经用过的机器中随机选取的，因此是随机型变量。再考虑明和暗两种背景，这是固定型变量。于是构成了一个4*3*2的析因实验：即目标（4）*仪器（3）*照明（2），共24个组合，每组合5个被试，每个被试接受1次实验处理。方差分析的结果见表9.1。

表9.1目标（4）*仪器（3）*照明（2）析因实验方差分析变异来源平方和自由度均方F目标（A）235.0861378.36204.5158*机器（B）85.35034242.675257.9905照明（C）76.13616176.136211.4770A×B104.1165617.352823.5804**A×C93.20842331.06951.0668B×C13.2675726.63389.0145**A×B×C174.7472629.124539.5767**集合内70.65960.7359总计4016120在例9.1中，目标A因素有4个水平，其单独效应即A因素不同水平间的单独的平均差别（均方）；目标（A）因素4个水平总的平均差别（均方）即A因素的主效应，如表9.1，还有B因素和C因素的主效应；交互效应则有A因素各个单独效应随B因素水平变化而变化的A×B、以及A×C、B×C、A×B×C。一般情况下，如果不存在交互作用，各因素的作用相互独立，则可分析某因素的主效应；如果存在交互作用，则应分析各因素的单独效应。因为当交互作用显著时，检验因素的主效应就没有意义了，这时需要检验两个因素的单独效应。例如，如果A因素与B因素的交互作用（A×B）是显著的，则应计算在B因素不同水平上，A的不同水平的平方和，这些平方和就是在B的不同水平上的A的单独效应；或A因素不同水平上，B因素的单独效应。如果三因素交互作用是显著的，则需要检验两因素交互作用的单独效应。无交互作用有交互作用两种类型的交互作用顺序化的交互作用

所谓顺序化交互作用指两条直线不相交，不交叉。A1的均数大于A2的均数，但不一定显著，如果显著，则检验A因素的主效应就有意义了。顺序化的交互作用顺序化的交互作用顺序化的交互作用交叉型的交互作用

交叉型交互作用指两条直线相交和交叉的情况。A1和A2的均数的大小顺序在B的水平上是相反的。极端的情况下，A1和A2的均数在B的水平上是相等的，这就消除了A因素的主效应。在这种情况下，检验主效应的意义就不大了。交叉型的交互作用交叉型的交互作用（4）检验效能（poweroftest）A．Ⅰ型错误与Ⅱ型错误实际情况检验结果拒绝H0，接受H1不拒绝H0H0为真Ⅰ型错误（α）（假阳性）正确判断H0为假正确判断Ⅱ型错误（β）假阴性B．power的提高

可以通过更严格(更低)的α水平来防止犯Ⅰ型错误，但防止犯Ⅱ型错误不那么容易。Ⅱ型错误包含了接受一个错误的虚无假设，统计检验避免Ⅱ型错误的能力依赖于检测虚无假设是假的能力。这种能力即检验的效力，等于1-β，是错误的虚无假设被拒绝的概率。通常，一项研究要求有0．8的统计检验效力是可以接受的，即一项研究有小于80％的可能性检测出错误的虚无假设，推断出这项研究是不可接受的。

计算β和确定检验效力很复杂，可以通过下面的措施提高检验效力：

a.提高α值(如从0.01到0.05)。使t的界值小于端点值，增大了拒绝区，使拒绝虚无假设更加可能。增加α，减少了犯Ⅰ型错误的机会，但同时也增加了犯Ⅱ型错误的机会。

b.增加样本均数和假设总体均数两者的差值。假设总体的平均数200与样本的平均数100之间的差值比总体的平均数110和样本的平均数108之间的差值更容易被检测，虚无假设更容易被拒绝。差值越大，t的计算越靠近两端。不同的平均数差数与powerHa*Z1Z2P1P2β1-β12-2.750.0030.0000.0030.99710-1.960.0250.0000.0250.9758-1.180.1190.0000.1190.8816-0.390.3480.0000.3480.6524-3.530.390.5000.1520.6520.3482-2.751.180.4970.3810.8780.1220-1.961.960.4750.4750.9500.050-2-1.182.750.3810.4970.8780.122-4-0.393.530.1520.5000.6520.348-60.390.0000.3480.3480.652-81.180.0000.1190.1190.881-101.960.0000.0250.0250.975-122.750.0000.0030.0030.997*Ha=被检验的假设差数；Z1=（-5-Ha）/2.55的比率；Z2=（5-Ha）/2.55的比率；β=P1+P2资料来源：赫德元．教育与心理统计．教育科学出版社．1982．p185．c.减少抽样误差。较低的抽样误差意味着样本标准差(SD)的减少，这将引起的标准误估计减少。由于t是借助于标准误估计值计算的，使t的计算值更靠近两端(或者正方向或者负方向)，从而增加落在其中一个拒绝区域的可能性。d.增加样本量，可以减少标准误，因而增大了t的计算值。因此，大样本的研究比小样本研究更有可能检出错误的虚无假设。例如，假如一个硬币投掷1000次产生600个正面和400个反面的结果，同一个硬币投掷10次产生6个正面和4个反面的结果，前者比后者更容易拒绝虚无假设。因此，增加样本量是增加统计检验效能的最实际和最重要的途径。不同类型显著性检验所需样本的最小容量

（α在0.05或0.10显著性水平检验效能在0.7或0.5水平）

假设检验低效应１中效应１高效应１检验效能检验效能检验效能0.70.50.70.50.70.5NNNNNN独立样本T检验α＝0.05620386100644026α＝0.1047227276443018相关样本T检验（匹配变量r＝0.7）α＝0.0518811832221410α＝0.10144842416108相关样本T检验（匹配变量r＝0.7）α＝0.0531019452322214α＝0.1023813840241610方差分析，3组α＝0.05774498126815133α＝0.1060035796603924假设检验低效应１中效应１高效应１检验效能检验效能检验效能0.70.50.70.50.70.5NNNNNN方差分析，4组α＝0.05884580144966040α＝0.10692420112724428协方差分析，3组（协变r＝0.7）α＝0.0539625566452721α＝0.1030918651332115协方差分析，3组（协变r＝0.5）α＝0.0557937596633927α＝0.1045027075453021假设检验低效应１中效应１高效应１检验效能检验效能检验效能0.70.50.70.50.70.5NNNNNN3×4方差分析，3组主要效应α＝0.05780504132966036α＝0.10612372727248243×4方差分析，4组主要效应α＝0.058885881561087248α＝0.106964321208460363×4方差分析，交互效应α＝0.0511287561921218460α＝0.10900564156967248假设检验低效应１中效应１高效应１检验效能检验效能检验效能0.70.50.70.50.70.5NNNNNN相关系数（r）α＝0.0561638466422315α＝0.1047027751301811偏相关（rxy-z）α＝0.0531219544292114α＝0.1023813833211511卡方检验，2×4α＝0.0587957698643523α＝0.1068841876462817卡方检验，3×4α＝0.051114750124834530α＝0.1088455398613522（5）内部效度与外部效度

内部效度指一个实验研究所能控制外部的、无关的、干扰的变量的程度。控制得愈好，实验效果愈能清楚地由实验处理来解释。Cook和Campbell等人曾罗列出12种影响内部效度的无关变量。[1]

[1]Cook,T.D.,&Campbell,D.T.(1979).Quasi-Experimentation:Design&AnalysisIssuesforFieldSettings.Chicago:RandMcNally.历史条件：在实验进行过程中，实验组与控制组不同的历史条件可能会发生影响作用，干扰了实验处理。如可能两组在班风、学习基础不同，会影响实验处理。如此可用随机化解决之。成熟：被试在实验过程中，其生理与心理方面发生的成长或变化可能会影响实验处理。测验练习效应：实验使用的前测后测，可能会产生练习效应，干扰实验处理效应。主试效应：主试在评分时，有可能会将后测的评分打得比前测高。统计回归：重复测验时，初测得分高与低的在重测时倾向于向平均值靠拢，即统计回归。通俗地说，前测低分的被试在后测中不可能总不走运，高分的被试也不可能总能走运，取得好成绩。这就有可能使得即使没有实验处理，被试的后测分数了发生变化。实验处理扩散：实验组的实验处理可能比控制条件更有吸引力，以至于控制组的被试寻求这种条件，尤其当二组成员非常接近时，特别容易扩散。控制组自知效应：当控制组意识到自己在控制组时，可能出现两种效应，一是补偿性竞争，即意识到与实验组竞争而发挥超常的水平；二是意识到实验组得到特殊的处理条件而不满，从而失去信心，使二组的结果差距拉大。实验的外部效度指一个实验研究的结果能推广到这一实验研究的对象与情境之外的程度。GlennBracht和GeneGlass曾讨论了12种影响外部效度的因素。[1]综合有关观点，我们讨论以下几种影响因素：

[1]Bracht,G.H.,&Glass,G.V.(1968)Externalvalidity.AmericanJournalofeducationresearch.5.p437-474.总体效度与实验样本的代表性：参与实验的被试对总体的代表性，很大程度上决定了该实验的总体效度。总体效度即一研究样本能够推广到更大总体的程度。生态效度与实验的可复制性和可重复性：生态效度指一个实验的结果可以推广到不同的情境去的程度，也就是指一个实验的可重复性或可复制性。影响生态效度的因素有：a.对实验处理是否作了详细描述，以便让其他研究人员重复研究；b.霍桑效应与主试效应。主试在场即能对被试产生影响，所以，该实验结果显然难以推广到没有主试在场的情境，从而影响其生态效度；主试的个性、身份等也可能影响结果，这种效应对其他不同的主试来说就很难出现，所以影响了生态效度。c.新鲜效应。被试由于实验处理的新鲜感而变得积极，从而影响了结果。d.前测与后测的影响。前测可能影响了实验结果，即如果没有前测，实验结果与有前测不同；后测也可能影响实验结果e.实验情境与实际情境的相似性。与实际情境相似，则生态效度高，否则，生态效度低。3.基本的实验设计实验设计的表示方法：X：表示实验处理，即实验者控制的自变量。O：表示观测变量。R：表示被试是随机化地选择与分配的。M：表示被试是匹配的。……：表示由此隔开的各组是不同质的。Θ：表示事后回溯设计中的实验者不能控制的自变量。1.完全随机化设计

（completrlyrandomdesign）（1）

实验组控制组前测后测设计：

RO1X1O2RO3O4

（2）

实验组控制组后测设计：

RX1O2RO4（3）

所罗门四组设计：

RO1X1O2RO3O4RX1O5RO6随机化设计：从随机数码表10行11列向下，将数字分配给已经编号的样本，然后再将数字排序，1－9为实验组（1），10－18为控制组（2）。

编号123456789101112131415161718随机数24227295733496592983712319685729177R43151079111618826114121513组别111121122211112222例：60名抑郁症患者随机分配到认知行为治疗组和等待治疗组中，二年以后追踪研究，使用测验BDI进行评估，比较二者的效果。认知行为治疗组与等待治疗组的比较BDI614.4001614.40048.669.000732.2005812.6241346.60059BetweenGroupsWithinGroupsTotalSumofSquaresdfMeanSquareFSig.2.随机化区组设计

（randomizedblockdesign）与完全随机化设计不同，随机化区组设计要将被试分配到不同的区组中去。这个区组是一个伸缩性很大的概念，可以是被试、配对组、班级、学校、甚至城市、国家等。设计的目的是使组内被试的差异尽可能小，区组之间的差异尽量扩大。随机化区组的概念最早来自农业实验。在农业实验中，一块块相邻的小块土地就是区组，这些小块土地在土质、肥料等方面都比较相近，比随机选择的更为同质，这种设计可以控制随机选取的土地间的差异。所以，区组设计的目的就是要将区组间的差异从实验误差中消除，因此这种设计的实验误差比随机化设计的实验误差要小。RX1O2OMRO2要使区组内差异尽量缩小，有三种方法。其一，同一被试重复接受H种处理。这时，每个被试的H个因变量的观测分数就是一个区组。在给予每个被试H种实验处理的顺序方面，可以用平衡对消法或其他随机化方法来进行。其二，配对法，将某些特性相同的H个被试配对。每个配对组就是一个区组。在给予配对组内的H个被试的实验处理方面，应采用随机分配的方法来决定。其三，区组内的基本单位不是一个被试而是一个团体、一个子集合。如同一年级的几个班成为一个区组，在每个班的实验处理方面，用随机分配的方法来决定。例9.412个创伤后应激障碍（PTSD）患者接受三种心理治疗：认知疗法（c）、暴露疗法（ex）、眼动疗法（e）。随机区组实验的设计一般是按前测或其它特征形成n个区组，然后每个区组中随机分配k个实验处理。本例中先根据他们PTSD测验评估的情况，每三人一对配对形成区组，然后在每一区组中用随机的方法分配实验处理区组

被试编号1231随机数690175R213实验处理exce2随机数186581R123实验处理cexe3随机数852250R312实验处理ecex4随机数885076R312实验处理ecex3.多因素实验设计

（factorialdesign）

有三种主要的多因素设计：

（1）完全随机化多因素设计。其特征为一被试只参加一个实验处理。表9.132×3多因素设计B因素B1B2B3O111O121O131A1O112O122O132O113O123O133O114O124O134A因素O115O125O135O211O221O231O212O222O232A2O213O223O233O214O224O234O215O225O235

例：用不同时间安排的暴露技术治疗强迫障碍。不同时间安排（A因素）有两种水平：密集治疗（每星期三次，每次4小时），分散治疗（每星期一次，一次一小时）；暴露治疗有三种水平：想像暴露，角色暴露，场所暴露。（1）将30个强迫障碍被试随机分配到6个处理组中，（2）再用随机的方法将各组分配到不同的实验处理中。使用强迫障碍测验评估治疗改善。

Xb想像暴露(Xb1)角色暴露(Xb2)场所暴露(Xb3)Xa密集治疗（Xa1）101522234455444457432245232323分散治疗(Xa2)454567554455575665604355234445不同时间安排的暴露治疗的效果DependentVariable:AN55390.000a69231.66754.384.0002358.53312358.53313.894.001770.8672385.4332.271.12510.46725.233.031.9704074.00024169.75059464.00030SourceModel时间安排暴露时间*暴露ErrorTotalTypeIIISumofSquaresdfMeanSquareFSig.RSquared=.931(AdjustedRSquared=.914)a.随机化多因素实验设计在做方差分析时，应当考虑有三种方差分析的模型，即固定效应模型、随机效应模型和混合效应模型。以下分述之。固定效应模型（fixed-effectmodel）。固定效应模型指实验中每个因素的水平都是实验者选择的，不是从一个因素水平的总体中随机地选出的。例如，在例9.1中，实验设有4个不同的目标，4个目标是研究者任意选择的，因此是固定型变量。但是使用的3部机器，则是从已经用过的机器中随机选取的，因此是随机型变量。明和暗两种背景，则又是固定型变量。例9.1中由于并非全部因素都是固定型变量，所以不是固定效应模型，而是混合效应模型。固定效应模型的假设：其中：μ=（μ1+μ2+μ3…+μk）/kta=μa–μ

（A因素的处理效应）tb=μb–μ

（B因素的处理效应）tab=μab–μa-μb+μ

（A因素和B因素的交互作用效应）εabn

为与实验处理和观测对象有关的随机误差，且服从E（εabn）=0和E（ε2abn）=σ2的正态分布。为求得一个解，需要加入以下限制：

随机效应模型（random-effectmodel）随机效应模型中每个因素都是从更大的总体中随机选取的，各因素都是随机型变量。当然，这种所有因素都是随机型变量的情况，在心理学实验中是比较少见的。随机效应模型的假设是：

其中：ta、tb、tab、εabn

均被当作服从正态分布的随机变量，且：

混合模型（mixedmodel）混合模型中有的因素水平是随机选取的，有的则是固定的。如例9.1，目标与照明是固定型变量，登记册则是随机型变量，固定型变量与随机型变量混合在一起的，即为混合模型。假定A因素是固定的，B因素是随机的，则有假设：

且：

，，随机化区组多因素设计用一组被试去接受每一因素各个水平组成的全部处理，每个被试的全部反应就是一个区组。其中，哪个被试先接受哪种处理，是用随机的方法安排的。这就是随机化区组多因素设计。随机化区组多因素设计与随机化二因素设计有些相似，但是，仔细分析一下，二者还是有着明显的区别的。主要有以下三点区别：（1）随机分配实验处理的不同。随机化区组多因素设计中，被试只能在区组内随机分配给各种处理，但是在随机化多因素设计中，被试可以分配给各因素组合的各种处理。（2）实验误差均方大小的不同。随机化区组多因素设计中，实验误差均方比随机化多因素设计中的要小。（3）误差平方和的不同。在随机化多因素设计中，处理内平方和实际上就是不同被试在接受相同处理时的随机变异，因此，处理内平方和就是误差平方和。而在随机化区组设计中，区组×处理的平方和就是剔除了处理平均数上的差异和区组平均数上的差异后的随机变异，区组×处理的平方和就是误差的平方和。随机化区组设计中同样有三种方差分析的数学模型，即固定效应模型、随机效应模型和混合效应模型。同上例，如用多因素随机化区组设计，则是让同一组被试参加2*3=6个实验处理中，每一被试的全部反应为一区组：

（3）分区重复测量多因素设计

重复测量设计也称被试内设计（Within-subjectdesign），指一组或多组被试先后重复不同的实验处理，在不同场合和时间被测量至少两次的情况。重复测量设计有两种：一是对每个被试在同一时间不同因素组合的测量；二是对每个被试在不同时间的重复测量。第一种类型常见于分区重复测量设计。重复测量设计具有一些优点，其一，每一个被试自己作为自己的对照，因而减少了被试间的变异，实验处理的效应就更清晰。并且，减少了被试间差异这样一个差异来源。其二，重复测量设计所需的样本相对更少，实验成本更低。当然，重复测量设计也有一些局限：例如，存在所谓滞留效应（Carry-overeffect），即前面的实验处理效应可能滞留到下一次的实验处理，产生一些影响；存在潜隐效应（Latenteffect），即前面的实验处理效应可能激活以前并不活跃的效应，产生相应影响；还有所谓学习效应（Learningeffect），即由于学习与练习，熟悉了实验处理，被试的反应与成绩可能会提高。重复测量设计的数学假设是：

其中：为总体均数，tt为处理效应、ts为被试效应、εst为随机误差。当处理是固定的，被试是随机的，则有限制：且：并假设：

当

当

当分区重复测量设计分区重复测量多因素设计是随机分配和重复测量的结合。即对一种自变量随机分配，对其它自变量则用重复测量。分区重复测量设计即被试被随机嵌套在一个因素中（如A因素），在这一因素的各个水平上，随机地分配给另一因素（如B因素）各个水平，接受重复测量。如表9.25所示，5个被试随机分到A的不同水平，

再在B的不同水平上接受实验。B1B2A1X111X112X211X212X311X312X411X412X511X512A2X121X122X221X222X321X322X421X422X521X522嵌套设计在嵌套设计中，一个因素（如B因素）嵌套在另一因素（如A因素）的不同水平，被试S在A因素的每个水平中在B因素的每个水平上接受实验处理。如表9.28所示，B因素嵌套在A的不同水平，A因素是固定的，被试S与B因素是随机的。被试A1A2B1B2B1B2S1X111X112X121X122S2X211X212X221X222S3X311X312X321X322S4X411X412X421X422S5X511X212X521X222嵌套设计的F检验比较复杂，要考虑以下三种情况，分别采用不同的F检验方法：当MSB（A）和MSSA<MSSB（A）时，检验MSA的显著性，合适的误差均方是MSSB（A）。当MSB（A）<MSSB（A）和MSSA>MSSB（A），检验MSA的显著性，合适的误差均方是MSSA。当MSSA<MSSB（A）和MSB（A）

>MSSB（A），检验MSA的显著性，合适的误差均方是MSB（A）。

当MSB（A）和MSSA>MSSB（A），则须采用拟F比来检验。计算拟F比）的公式如下：(4)准实验设计准实验设计指类似实验设计的、部分是实验设计的一种实验设计；是介于非实验设计和实验设计之间的一种实验设计。在社会心理学、临床心理学、管理心理学以及教育心理学的研究中，常见准实验设计的研究。因为，在这些研究情境中，往往难以控制自变量和不易对被试随机分配，这样，使用准实验设计以及非实验设计就成为一条可选之道。准实验设计有两个重要特征，其一，准实验设计不能像实验设计那样，严格地控制自变量和无关变量；但是仍然部分操纵或间接操纵。其二，准实验设计不能随机分配被试，因此往往使用一些原始群体（如学校的班级、工厂的车间小组等），设立的实验组与控制组往往都不是同质的。时间序列设计

O1O2O3O4XO5O6O7O8

相等时间样本设计X1O1X0O2X1O3X0O4不相等实验组控制组前测后测设计

O1XO2…O3O4不相等实验组控制组前－后测

时间序列设计

O1O2O3O4XO5O6O7O8……O7O8O9O10O11O12O13O14

修补设计

XO1

…O2X

O3平衡对抗设计

（轮换设计、拉丁方设计）X1X2X3X4G1ABCDG2BDACG3CADBG4DCBA非实验设计（1）单组后测设计。

XO（2）单组前测后测设计。

O1X

O2

（3）静态组比较设计。

XO1

…………O2

（4）事后回溯设计。

ΘO

其一，相关研究设计。比较多个变量的关系。其二，准则组设计。

C1Y1O1………………C2Y1O2………………C1Y2O3………………C2Y2O4实例(