实心心理实验设计及数据处理澳门班

实心心理实验设计及数据处理澳门班第1页/共240页心理实验设计

及其数据处理华南师范大学研究生课程班第2页/共240页第三编狭义的心理实验设计第3页/共240页参考数目《心理实验设计及其数据处理》金志成编著广东高等教育版社2003《心理与教育研究中的多因素实验设计》舒华北京师范大学出版社1995，2001《SPSS统计教程——从研究设计到数据分析》丁国盛等编著机械工业出版社2008第4页/共240页实验设计的策略与分类

（第8章）第5页/共240页一、心理实验设计概述思考与讨论一个心理学研究的核心内容是什么？——发现或证明变量之间的关系变量之间可能存在什么样的关系？——没有关系；相关关系；因果关系心理实验设计的目的是什么？——为取得因果关系的逻辑合理性证据做策略考虑如何才能确定因果关系？……（一）相关研究与因果研究第6页/共240页返回相关研究举例

相关关系的特点：变量之间有共变关系、但不知是否为直接关系；或者不知道谁影响谁。例1手的大小──绘画能力「成熟」例2居住地区（机场）──学习成绩社会经济状况」例3城市里教堂的数目――犯罪率 「人口数量」例4学习成绩──自信心 第三变量的存在使得相关研究无法确定两个被试变量之间到底是因果关系还是相关关系。这就要求我们不要夸大相关研究的结论。第7页/共240页确定因果关系的依据变量之间存在共变关系思考：如何通过观察判断一男一女的关系？变量出现的时间顺序原因在前、结果在后；引发变量的研究才是因果研究排除其他可能干扰因素使自变量和因变量之间的共变关系成为单义性如：吸烟和健康的关系到底是因果关系还是相关关系？第8页/共240页（二）实验设计的含义实验设计（狭义）：是指对人类或者动物的心理和行为进行实验性观察时，对控制条件的设计（RobertSolso，2002），包括如何选择被试、如何将被试分配到各实验条件、如何控制额外变量以及如何收集数据（RandolphSmith,2004）；目的在于使研究者观察到实验处理效应（张学民，舒华，2004）。实验处理效应：研究者操纵并希望看到的效应，即由自变量的变化而引起的因变量的变化效应。误差效应：由自变量之外的因素引发的变化效应。第9页/共240页好的实验设计的标准宏观评价标准（孟庆茂）：（1）能够恰当地解决所欲解决的问题。（2）恰当地控制实验中的无关变量。（3）使实验结果有很高的可靠性。微观评价（舒华）：（1）使研究变量的处理效应最大化（2）对额外变量进行有效控制（3）使实验误差变异最小化（4）充分体现自变量和因变量之间的内在联系——因果关系第10页/共240页（三）实验设计的分类心理实验设计的宏观分类真实验设计，准实验设计，非实验设计真实验设计：就是通常所说的实验设计,是以数理统计为基础的实验设计。其特征在于对影响内部效度的无关变量采取了严格的控制，能有效地控制研究中自变量的不同取值和因变量的指标，以及被试的分配情况，并可应用统计方法分析实验结果。优点：条件控制严密；局限：自然性差，人为性强，生态效度低。第11页/共240页准实验设计：是指降低了实验控制的标准，通常在不易对被试进行随机取样，无法严格创设等组的条件下进行的设计。如：教学方法与教学效果如：工作压力与工作效率优点：在真实性和生态效度上高于真实验设计。局限：无关变量控制不够严格、因果关系确定性弱第12页/共240页知识问答：是先有真实验设计还是准实验设计？真实验设计是否代表着实验设计的发展趋势？——准实验设计是由Campbell&Stanley于1966年提出的，目的在于克服实验室实验的局限性。第13页/共240页1951-1959年康涅狄格州交通死亡人数（Campbell,1969）第14页/共240页康涅狄格州（实线）和其他4个州的交通死亡率（Campbell,1969）第15页/共240页

非实验设计：是一种对自然条件下发生的心理现象进行观测、记录、描述的设计方法。这种设计往往不易采取随机化原则分配被试，而且也不易主动地控制自变量和其他无关变量，它可以为进一步实施更严格的设计积累资料。（有关该概念的理解国内外有很大不同）意义：为更高层次的真实验设计和准实验设计提供必要的基础和资料。局限：易受无关变量的影响。包括：单组后测设计、单组前后测设计、固定组比较设计、事后回溯设计第16页/共240页国外对非实验设计的看法

非实验设计就是不用实验作为研究手段的研究设计。具体方法有：1.现象学方法（phenomenology），是指对自己的直接经验进行描述的方法。局限：（1）不能比较不同条件下被试的数据，因此不能得出因果关系的结论；（2）对自身心理活动的关注可能会改变正常的心理活动；（3）其结论不一定完全精确、客观，而且其研究结果不能推广到别人身上。

2.个案研究法（casestudy），是指对他人的行为经验进行描述、记录的方法。3.现场研究法（fieldstudy），在现实情境中进行的研究。4.调查研究法（surveyresearch），包括问卷法和访谈法。第17页/共240页真实验设计的具体分类1.按统计检验力分可分为：完全随机设计、随机区组设计和拉丁方实验设计以上是三种最基本的实验设计方法，它们可以组合成各种复杂的实验设计。它们的区别在于控制无关变量的方法。分别采用随机化方法、区组技术、双重区组技术控制无关变量的影响。实验结果的检验精度逐级提高。实验设计模型：完全随机设计：Yij=μ+αj+εi(j)随机区组设计：Yij=μ+αj+πi+εi(j)拉丁方设计：Yijkl=μ+αj+βk+γl+εpooled(i=1,2,......,n；j=1,2,......,p；k=1,2,......,p；l=1,2,......,p)第18页/共240页2.按自变量的数目和水平分可分为：单因素设计和多因素实验设计单因素设计：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的设计。多因素设计：实验中有多个自变量，被试接受几个自变量水平的结合的实验处理。能探讨较复杂的因果关系，如交互作用，代表实验设计发展的一种趋势。

例：多媒体教学与传统教学的效果？

第19页/共240页3.按被试分派程序分可分为：被试间设计、被试内设计和混合设计被试间设计：是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的设计。这种设计中的变量为被试间变量。被试内设计：是重复测量设计的一种形式，由一个被试（而不是一组同质被试）接受所有的自变量水平或自变量水平的结合的设计。实验中的自变量叫做被试内变量。混合设计：是指在一个实验设计中既有被试内自变量，又有被试间自变量的设计，是重复测量设计的一种复杂形式，被认为是一种最有实用价值的实验设计。

4.其他的设计分类前后测设计，所罗门设计，小N设计，正交设计第20页/共240页四、实验设计的思想基础（温故知新）

1.统计检验的基本思想思考：6岁儿童的男女身高差异问题的研究。从某地区随机抽取男生30人，M1=114cm；女生27名，M2=112.5cm，能否根据这一次测量的结果下结论：6岁男生的身高比女生高？两位候选人的票数相差很小，为何不进行统计检验？统计检验的目的：确定从样本统计值得出的差异能否作出一般性的结论——总体参数之间确实存在差异。使用条件：当研究假说不能通过直接观察或通过观察总体的所有成员而直接被估价时，就需要通过统计推论间接地对它进行估价。心理学实证研究的结果，基本上都需要进行统计检验。第21页/共240页2.方差分析的基本思想思考：统计发现三种教学方法考评结果的方差分析结果为：F（2，27）=1.0，请问差异是否显著？方差分析的主要功能:是分析因变量总变异中不同来源的变异的贡献量的多少。

“力是改变物体运动状态的原因”，运动状态的改变的表现就是“变异”；反过来，变异反映了物体受到了某种因素引发的力的作用。任何一个心理变量的每一个观测值都凝聚着各种各样因素的影响。如，有一次辨别反应时的测量值为350ms。那么可能影响因素：简单RT，辨别能力，心理期望，注意不集中，疲劳，猜测，偶然因素……

320315333318340327358365350380360375第22页/共240页变异(variation)：是“影响因素作用效果”的量化表现；衡量指标：标准差——方差(variance)——均方(每个自由度的平均变异)；量化表现形式：平方和变异的来源：实验处理-实验处理之外的因素/组间变异-组内变异/组间均方-组内均方

F值：组间均方除以组内均方——组间变异（实验目的），组内变异（控制对象）F检验的思想就好象把组间变异放在一个噪音（误差变异）的背景上，只有当组间变异足够大，明显不同于误差变异时，才说明处理效应是存在的。如果组间变异与组内变异相比差不多，则说明处理效应是不存在的。F（m,n）=1.0,意味着目标声音和背景声音一样响第23页/共240页五、实验设计模型

每一种实验设计都有一个特定的实验设计模型，它揭示了实验中一个观测值的构成，即影响一个观测值的所有变异源，为不同的实验设计提供了分解平方和的方法。例：单因素完全随机实验设计模型：Yij=μ+αj+εi(j)(i=1,2,......,n;j=1,2,......,p)Yij表示实验中第i个被试在第j个处理水平上的观测值。μ表示总体平均数，αj表示水平j的处理效应，εi(j)表示误差变异。第24页/共240页实验设计模型的基本假设是：（1）模型Yij=μ+αj+εi(j)反映了影响实验中观测值Yij的所有变异源；（2）实验中包含了研究者感兴趣的处理水平（αj）；（3）误差变异在每个处理总体内是以均数为0，方差为σ2e正态分布的。每一个被试的误差变异都独立于其他被试的误差变异。实验设计最重要的功能就是使处理效应最大，使误差变异最小！第25页/共240页六、方差分析中的常用术语

主效应（maineffects）：实验中由一个因素的不同水平引起的变异。交互作用（interaction）：当一个因素的水平在另一个因素的不同水平上变化趋势不一致时，我们称这两个因素之间存在交互作用。简单效应（simpleeffects）：一个因素的水平在另一个因素的某个水平上的变异。

处理效应（treatmenteffect）：由自变量引起的变异。主效应、交互作用和简单效应均属于处理效应。第26页/共240页误差变异（errorvariance）：不能由自变量或明显的额外变量解释的那部分变异。单元内误差（within-cellerror）：几个被试接受同样的实验条件时，他们之间所出现的差异。被试个体差异导致的误差。作用：用来估计实验误差。

残差（residualerror）：误差变异中除了单元内误差以外的误差，也应该是一种随机误差。如，只有一个被试接受一种实验处理时存在的误差。作用：用来估计实验误差第27页/共240页单因素实验设计及数据处理

（第9章）第28页/共240页一、单因素完全随机实验设计1、单因素完全随机实验设计的基本特点：适用条件：研究中有一个自变量，自变量有两个或多于两个水平。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。误差控制：随机化法。实验设计模型：Yij=μ+αj+εi(j)(i=1,2,...,n;j=1,2,...,p)Yij表示实验中第i个被试在第j个处理水平上的观测值。μ表示总体平均数，αj表示水平j的处理效应，εi(j)表示误差变异。即：总变异由两部分组成：实验处理引起的变异（αj）；误差引起的变异（εi(j)）。第29页/共240页2、数据处理方法（SPSS统计软件）：包含的统计变量：实验的自变量A，实验的因变量Y。预期的统计结果：自变量A的主效应是否显著，即F（(P-1),P(n-1)）的P值是否小于0.05。实施的统计过程：如果水平数为2，则进行independentsamplesTtest;如果水平数大于2，则进行完全随机的方差分析：

analyze—comparemeans—One-WayANOVA第30页/共240页3、应用举例及延伸思考：请大家想一个单因素完全随机的实验设计……其他属于同类的实验设计说法两个处理的随机组设计用独立样本t检验进行统计举例说明……三个或三个以上处理的随机组设计用完全随机的单因素方差分析进行统计举例说明……第31页/共240页

不同照明条件对工作效率的影响研究

研究2种照明条件下工人车零件的效率。被试60人，随机分为2组，每组30人，每组被试分别接受1种处理，见下表：

高照明度低照明度

组XX

组YY

两个处理的随机组设计举例第32页/共240页

不同照明条件对工作效率的影响研究：

研究2种照明条件下工人车零件的效率。被试60人，随机分为2组，每组30人，每组被试分别接受1种处理，原始数据表如下:

原始数据表

姓名组别（V1）工作效率（V2）

1张明高（照明度）56

……29刘修高6730刘冬高5331黄卫低6132李家低45

……

60张岩低68两个处理的随机组设计举例第33页/共240页不同照明条件对工作效率影响研究的统计分析：

不同照明条件下工作效率比较

组别人数制造零件数（个）统计检验高照明度组

3078.6513.24

t＝3.876**

低照明度组3067.5517.12两个处理的随机组设计举例第34页/共240页单因素随机2水平设计的SPSS统计步骤数据模式因变量名称自变量名称自变量的水平1：这里表示高生字密度自变量水平2：这里表示低生字密度第35页/共240页进行独立样本T检验(1)单因素随机2水平设计的SPSS统计步骤第36页/共240页进行独立样本T检验(2)单因素随机2水平设计的SPSS统计步骤把左框中的因变量移到这里把左框中的自变量移到这里第37页/共240页单因素随机2水平设计的SPSS统计步骤进行独立样本T检验(3)点击“DefineGroups…”后进入此窗口。请分别输入自变量的两个水平；然后点击“Continue”返回上级窗口。再点“OK”，即可执行T检验第38页/共240页单因素随机2水平设计的SPSS统计步骤独立样本T检验的结果（1）以上是描述统计量，可将上图中的平均数和标准差列于实验报告结果部分的三线表。第39页/共240页单因素随机2水平设计的SPSS统计步骤独立样本T检验的结果这是方差齐性检验结果；如果Sig>0.05，表示方差齐性，用上一行的统计结果；反之，则用下一行的统计结果。“Sig即为P”方差齐性时的结果：t＝－6.300,P<0.01方差不齐性时的结果：t＝－6.300,P<0.01第40页/共240页单因素随机2水平设计的SPSS统计步骤实验结果汇总实验组别阅读成绩统计检验平均数标准差高生字密度4.1251.455

t＝－6.300**低生字密度8.5002.366注：**表示P<0.01表1高低生字密度下的阅读成绩第41页/共240页

不同照明条件对工作效率的影响研究：

研究3种照明条件下工人车零件的效率。被试90人，随机分为3组，每组30人，每组被试分别接受1种处理，见下表：

高照明度中等照明度低照明度

组XX

组YY

组ZZ

3个处理的单因素完全随机实验设计举例第42页/共240页

不同照明条件对工作效率的影响研究：

研究3种照明条件下工人车零件的效率。被试90人，随机分为3组，每组30人，每组被试分别接受1种处理，原始数据表如下：

原始数据表

姓名组别（V1）工作效率（V2）

1张明高（照明度）56

……30刘修高6731刘冬中等53

……60黄卫中等6161李家低45

……

90张岩低68

3个处理的单因素完全随机实验设计举例第43页/共240页不同照明条件对工作效率影响研究的统计分析：

不同照明条件下工作效率比较

组别制造零件数统计检验高明度组

3078.6513.24

中等明度组

3057.5514.12F＝7.876**

低明度组3067.5517.12

3个处理的单因素完全随机实验设计举例第44页/共240页

4个处理的单因素完全随机实验设计举例

研究题目：文章的生字密度对学生阅读理解的影响研究假设：阅读理解随着生字密度的增加而下降实验变量：自变量——生字密度，含有4个水平（5：1、10：1、15：1、20：1）。因变量——阅读测验的分数实验设计：单因素完全随机实验设计被试：32人，随机分为四组，每组接受一个自变量处理——阅读一种生字密度的文章。数据：a1：36435752a2：46424533a3：89875676a4：988712131211练习：请问应该如何用SPSS软件输入数据并进行分析？第45页/共240页单因素随机4水平设计的SPSS统计步骤数据模式因变量名称自变量名称自变量的水平1：表示生字密度5:1自变量水平3：表示生字密度15:1自变量的水平2：表示生字密度10:1自变量水平4：表示生字密度20:1第46页/共240页单因素随机4水平设计的SPSS统计步骤单因素完全随机方差分析步骤（1）单因素完全随机方差分析第47页/共240页单因素随机4水平设计的SPSS统计步骤单因素完全随机方差分析步骤（2）把左框中的因变量移到这里把左框中的自变量移到这里第48页/共240页上级窗口点击“PostHoc…”后进入此窗口。请选择适当的多重比较方法；然后点击“Continue”返回上级窗口。单因素随机4水平设计的SPSS统计步骤单因素完全随机方差分析步骤（3）第49页/共240页上级窗口点击“Options…”后进入此窗口。请选择描述统计量和方差齐性检验。然后点击“Continue”返回上级窗口。再点击“OK”，即可执行ANOVA检验单因素随机4水平设计的SPSS统计步骤单因素完全随机方差分析步骤（4）第50页/共240页单因素随机4水平设计的SPSS统计步骤单因素完全随机方差分析结果（1）四种条件下的平均数标准差第51页/共240页单因素随机4水平设计的SPSS统计步骤单因素完全随机方差分析结果（2）方差齐性检验结果。这里P=0.037<0.05,说明方差不齐性，多重比较的时候需要选择DunneltT3的结果。如果齐性，则选择Turkey的结果。第52页/共240页单因素随机4水平设计的SPSS统计步骤单因素完全随机方差分析结果（3）组间自由度和组内自由度F值P值结果：方差分析结果表明，生字密度的主效应显著，F(3,28)=22.53,P<0.01第53页/共240页单因素随机4水平设计的SPSS统计步骤单因素完全随机方差分析结果（4）多重比较结果P值第54页/共240页单因素随机4水平设计的SPSS统计步骤另一种获得描述统计量的方法用“Means…”命令求出的各条件平均数

用“Means…”命令求出的各条件标准差第55页/共240页单因素随机4水平设计的SPSS统计步骤实验结果汇总生字密度阅读成绩统计检验平均数标准差5：14.3751.68510：13.8751.246F(3,28)=22.53**

15：17.0001.30920：110.0002.268注：**表示P<0.01表1四种生字密度下的阅读成绩第56页/共240页二、单因素随机区组实验设计1、单因素随机区组实验设计的基本特点：适用条件：研究中有一个自变量，自变量有两个或多于两个水平；研究中还有一个无关变量，并且自变量的水平与无关变量的水平之间无交互作用。基本方法：首先将被试在无关变量上进行匹配，然后把各匹配组的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。误差控制：匹配法。通过统计处理，分离出由无关变量引起的变异，使它不出现在处理效应和误差变异中，从而提高方差分析的灵敏度。实验设计模型：Yij=μ+αj+πi+εi(j)(i=1,2,......,n;j=1,2,......,p)总变异组成：实验处理引起的变异；区组引起的变异；误差引起的变异。第57页/共240页2、数据处理方法（SPSS统计软件）：包含的统计变量：实验的自变量A，区组变量X，实验的因变量Y。实施的统计过程：如果水平数为2，则进行paired-samplesTtest;如果水平数大于2，则进行完全随机方差分析：如果analyze—GeneralLinearModel—Univariate…

预期的统计结果：自变量A的主效应是否显著；无关变量即区组变量效应是否显著；若自变量主效应显著，则进行平均数多重检验。第58页/共240页（3）应用举例及延伸思考：请大家想一个单因素随机区组的实验设计……与该设计相关的名称随机化区组实验设计随机化配对组设计随机化匹配组设计两个处理的匹配组设计三个及以上匹配组的设计第59页/共240页单因素随机区组设计应用举例研究题目：文章的生字密度对学生阅读理解的影响。研究假设：阅读理解随着生字密度的增加而下降。实验变量：自变量——生字密度，含有4个水平（5：1、10：1、15：1、20：1）；因变量——阅读测验的分数；无关变量——被试的智力水平实验设计：单因素随机区组实验设计被试及程序：首先给32个学生做智力测验，并按测验分数将被试分成8个组，每组4人（智力水平相等），然后随机分配每个区组内的4个被试阅读一种生字密度的文章。数据：x1x2x3x4x5x6x7x8a1：36435752a2：46424533a3：89875676a4：988712131211演示与练习……第60页/共240页三、单因素重复测量实验设计1、单因素重复测量实验设计的基本特点：适用条件：研究中有一个自变量；当若干处理水平连续实施给同一被试时，被试接受前面的处理对接受后面的处理没有长期影响（如学习、记忆效应）。基本方法：实验中每个被试接受所有的处理水平。误差控制：重复测量法。利用被试自己做控制，使被试的各方面特点在所有的处理中保持恒定。但在这种设计的实验中，要特别注意控制顺序效应。变异来源：自变量的处理效应；被试间个体差异的效应；随机误差变异。优点：能全面控制被试变量对实验结果的影响；只需较少被试即可。第61页/共240页被试内设计中顺序效应的控制方法当自变量水平数只有2时，采用ABBA法被试间的ABBA；被试内的ABBA当自变量水平数大于等于3时，采用拉丁方法要求：（1）每个条件在每个位置上出现的次数相同；（2）每个条件在其他所有条件的前、后出现的次数也相同。该法也分两种情况：①当处理数是偶数时：“第一个次序可用如下顺序安排次序：

1，2，n，3，n-1，4，n-2，5，...随后的次序是在第一个次序的数目上加“1”，直到形成拉丁方。第62页/共240页处理数是偶数时的拉丁方模式举例假设处理数是6，则拉丁方如下：ABFCEDBCADFECDBEAFDECFBAEFDACBFAEBDC注意：有被试内平衡和被试间平衡两种不同方法！第63页/共240页

处理数是奇数时的拉丁方模式（n=5为例）（1）先按偶数法则形成一个拉丁方：

ABECDBCADECDBEADECABEADBC（2）然后把上述模式简单反过来，即形成：DCEBAEDACBAEBDCBACEDCBDAE（3）最后将两个模式结合起来使用，则第二个要求也能满足。满足每个位置上出现的次数相同，但每个条件在其他位置之前有相等次数没有满足第64页/共240页2、单因素重复测量设计的数据处理方法（SPSS统计软件）：包含的统计变量：实验自变量A的各个处理水平：A1，A2，A3…AP实施的统计过程：如果水平数为2，则进行paired-samplesTtest;如果水平数大于2，则进行重复测量方差分析：analyze—GeneralLinearModel—RepeatedMeasures预期的统计结果：自变量A的主效应是否显著；如果水平数大于2，则需做多重检验。具体做法不同于完全随机设计。第65页/共240页

不同照明条件对工作效率的影响研究研究2种照明条件下工人车零件的效率。被试30人，每个被试接受全部2种处理。为了消除顺序误差，需要将2种处理作拉丁方设计以使顺序得到平衡。因此，要将被试分为2个顺序小组，每顺序小组的被试分别接受1种顺序的2种处理：

顺序小组1①②

顺序小组2②①

注：①表示高照明度②表示低照明度

单因素重复测量设计应用举例（2水平）被试间平衡第66页/共240页

不同照明条件对工作效率的影响的被试内数据

原始数据表

姓名高照明度工效低照明度工效

1张明56432刘修67683刘冬53474黄卫61585李家4543

……

30张岩6865第67页/共240页不同照明条件对工作效率影响研究结果的正式数据表与统计分析：

不同照明条件下工作效率比较

（n＝20）

照明条件制造零件数（个）统计检验高明度组78.6513.24

t＝2.876**

低明度组67.5517.12配对样本t检验第68页/共240页单因素重复测量2水平设计的SPSS统计步骤数据模式分别表示同一自变量的两个水平数据表示阅读成绩第69页/共240页进行配对样本T检验(1)单因素重复测量2水平设计的SPSS统计步骤第70页/共240页进行配对样本T检验(2)单因素重复测量2水平设计的SPSS统计步骤把左框中的两个变量移到这里，再点击“OK”即可执行分析第71页/共240页单因素重复测量2水平设计的SPSS统计步骤配对样本T检验的结果（1）描述统计量，可将上图中的平均数和标准差列于实验报告结果部分的三线表。第72页/共240页单因素重复测量2水平设计的SPSS统计步骤配对样本T检验的结果（2）检验结果及显著性水平：t(15)=-6.093,P<0.01第73页/共240页单因素重复测量实验设计应用举例（4水平）研究题目：文章的生字密度对学生阅读理解的影响。实验设计：为了更好地控制被试的个体差异对实验结果的影响，本实验采用单因素重复测量实验设计。实验变量：自变量——生字密度，含有4个水平（5：1、10：1、15：1、20：1）；因变量——阅读测验的分数；被试及程序：研究者选取8名被试参加实验，每个被试阅读4篇生字密度不同的文章。为了克服疲劳效应、练习效应等顺序效应，应以拉丁方排序实施4种生字密度的文章。数据：s1s2s3s4s5s6s7s8a1：36435752a2：46424533a3：89875676a4：988712131211数据处理的练习与演示……第74页/共240页单因素重复测量方差分析的SPSS实施步骤数据模式自变量有几个水平就有几列数据有几个被试就有几行数据同一个被试内变量的4个水平第75页/共240页单因素重复测量方差分析的SPSS实施步骤重复测量方差分析的命令重复测量……第76页/共240页单因素重复测量方差分析的SPSS实施步骤定义被试内变量Factor1处输入被试内变量名下框输入水平数，然后“Add”已经定义好的变量名与水平数;然后点“Define”第77页/共240页单因素重复测量方差分析的SPSS实施步骤将数据与已定义的变量对应起来第78页/共240页单因素重复测量方差分析的SPSS实施步骤在“Options…”窗口内选择多重比较方法“生字密度”需要多重比较选定的多重比较方法是LSD同时设置需要输出描述统计量第79页/共240页单因素重复测量设计方差分析结果的解读被试内因素及因变量信息第80页/共240页单因素重复测量设计方差分析结果的解读描述统计量：平均数和标准差；用于“结果”部分的三线表第81页/共240页单因素重复测量设计方差分析结果的解读多元方差分析结果第82页/共240页

球形检验的结果。对球形假设的检验实际上是对同一个体的多次测量之间是否存在相关性进行检验。如果球形检验结果达到显著水平，说明说明球形假设不能满足，即多次测量之间存在相关性，这时进行标准的一元方差分析就不合适了，需要采用备选的方差分析结果。第83页/共240页一元方差分析结果

标准一元方差分析的结果，适用于球形假设满足的情况。球形假设不满足时的备选方差分析生字密度第84页/共240页各水平间的多重比较描述统计量：M,SD第85页/共240页“结果”部分的写作练习练一练：请问如何把上述实验结果写成正式实验报告中的内容？要求结合表格和文字进行练习！注意表格的规范：用三线表，列出各条件的平均数和标准差。第86页/共240页思考与讨论：请大家结果工作或生活实际，想一个单因素重复测量的实验设计……第87页/共240页四、前后测实验设计及其数据处理前后测自身控制设计d=y2-y1；前测敏度问题前后测更组测试设计：d=y2-y1’；控制组进行前测、实验组后测前后测一控制组设计(最典型实用)d=y2-y1；d‘=y2’-y1’；d-d’为实验处理效应前后测两控制组设计前后测三控制组设计第88页/共240页思考：如何验证一种智力开发玩具是否确实有助于提高儿童的智力水平？请提出实验设计方案。第89页/共240页多因素实验设计（第10章）第90页/共240页一、两因素实验设计1.两因素完全随机实验设计（1）两因素完全随机实验设计的基本特点：适用条件：研究中有两个自变量；如果一个自变量有P个水平，另一个自变量有q个水平，则实验中有p×q个处理的结合，即具体的实验条件。基本方法：把被试随机分配给各个实验处理的结合，每个被试只接受一个实验处理的结合。（注意：处理的结合而不是处理水平）误差控制：与单因素完全随机设计相同。第91页/共240页实验设计模型：Yij=μ+αj+βk+(αβ)jk+εi(jk)(i=1,2,......,n;j=1,2,......,p;k=1,2,……,q)αj表示A因素水平j的处理效应；βk表示B因素水平k的处理效应；(αβ)jk表示水平αj与水平βk的交互作用；εi(j)表示误差变异。即：总变异由四部分组成：自变量A引起的变异；自变量B引起的变异；AB交互作用的引起的变异；误差引起的变异（εi(j)）。第92页/共240页两因素完全随机实验设计的应用举例研究题目：文章的生字密度与主题熟悉性对学生阅读理解的影响实验变量：自变量A——主题熟悉性，含有2个水平（熟悉的，不熟悉的）；自变量B——生字密度，含有3个水平（5：1、10：1、20：1）；因变量——阅读测验的分数。实验设计：两因素完全随机实验设计被试：24人实验程序：首先将自变A与B的水平结合成2×3即6个实验处理；然后把选取的被试分成6组，每组4人，分别接受一种实验处理水平的结合。如：有关春游的生字较少的文章，中等的文章和较多的文章；有关激光技术的生字较少，中等和较多的文章。模拟数据：a1b1a1b2a1b3a2b1a2b2a2b33454812

667591344538123223711第93页/共240页两因素完全随机设计的SPSS方差分析步骤数据模式自变量1自变量2表示主题不熟悉表示主题熟悉第94页/共240页两因素完全随机设计的SPSS方差分析步骤两因素完全随机方差分析步骤（1）第95页/共240页两因素完全随机设计的SPSS方差分析步骤两因素完全随机方差分析步骤（2）因变量两个自变量第96页/共240页两因素完全随机设计的SPSS方差分析步骤两因素完全随机方差分析步骤（3）输出交互作用图，根据X轴变量的不同，同一个实验可以输出两个图。第97页/共240页两因素完全随机设计的SPSS方差分析步骤两因素完全随机方差分析步骤（4）对三水平及以上的自变量需进行多重比较方差齐性时的检验方差不齐性时的检验第98页/共240页两因素完全随机设计的SPSS方差分析步骤两因素完全随机方差分析步骤（5）输出描述统计量方差齐性检验按“Continue”返回上层窗口，再点击“OK”即执行方差分析！第99页/共240页两因素完全随机设计的SPSS方差分析步骤两因素完全随机方差分析输出结果（1）2×3共6种条件下的平均数和标准差，用于实验报告结果部分的三线表第100页/共240页两因素完全随机设计的SPSS方差分析步骤两因素完全随机方差分析输出结果（2）方差齐性检验结果：这里p>0.05，所以是齐性的第101页/共240页两因素完全随机方差分析的主结果（3）F生字密度(2,18)=21.784,P<0.01F熟悉性(1,18)=43.343,P<0.01F密度×熟悉性(2,18)＝15.201,P<0.01处理自由度误差自由度第102页/共240页两因素完全随机方差分析的多重比较结果因为前期检验表明方差是齐性的，所以TUKEY的结果第103页/共240页两因素随机方差分析输出的交互作用图（1）第104页/共240页两因素随机方差分析输出的交互作用图（2）第105页/共240页交互作用的含义及检验思路

交互作用的含义：当一个因素的水平在另一个因素的不同水平上变化趋势不同时，则这两个因素之间存在交互作用。A1A2A1A2B1B2B1B2第106页/共240页交互作用检验思路（1）分析两因素之间的交互作用是否显著?发现交互作用显著之后，不能停止不前，而应该进一步揭示交互作用的实质；（2）用图解法定性分析一个因素的水平在另一因素不同水平上的变化趋势；了解在什么种情况下因变量指标发生递增、递减变化，或保持不变。（3）进行简单效应检验。分析图解中每一条线所代表的变化趋势是否显著。（4）结合实验目的，对每条线所代表的心理学含义做出详细解释。第107页/共240页交互作用的具体检验方法①图解法：首先计算出每个处理水平结合上所得到的平均数，然后以平均数作图。优点：简单、直观。缺点：主观、缺乏统计依据。练习：根据原始数据画出交互作用图思考:如果两个因素交互作用显著,那么有哪些可能的图解?如果不显著,又有哪些可能的图解?②简单效应检验法：是指分别检验一个因素在另一个因素的每一个水平上的处理效应，以便具体确定它的处理效应在另一个因素的哪个或哪些水平上是显著的，哪些是不显著的。在实际研究中，以上两种方法结合使用，才能从质和量上把握交互作用的含义。第108页/共240页SPSSforWindows下的简单效应检验程序MANOVA因变量YBY因素A（1，p）因素B（1，q）

/DESIGN=BWITHINA(1)BWITHINA(2).MANOVA因变量YBY因素A（1，p）因素B（1，q）

/DESIGN=AWITHINB(1)AWITHINB(2).第109页/共240页两因素完全随机设计的简单效应检验步骤1、把数据文件的中文变量名改成英文名或拼音因为在简单效应检验的句法命令中，中文变量名常难以识别第110页/共240页两因素完全随机设计的简单效应检验步骤2、打开句法编辑窗口第111页/共240页两因素完全随机设计的简单效应检验步骤3、在句法窗口中编辑简单效应的命令行检验生字密度在主题不熟悉与熟悉两个水平上的简单效应检验主题熟悉性在生字密度三个两个水平上的简单效应执行简单效应检验命令第112页/共240页两因素完全随机设计的简单效应检验步骤4、简单效应检验结果（1）结果表明，生字密度在主题不熟悉的时候简单效应不显著，F(2,23)=0.12,P=0.883>0.05结果表明，生字密度在主题熟悉的时候简单效应非常显著，F(2,23)=11.33,P=0.001<0.01第113页/共240页生字密度在主题不熟悉的时候简单效应不显著，F(2,23)=0.12,>0.05生字密度在主题熟悉的时候简单效应非常显著，F(2,23)=11.33,P<0.01第114页/共240页两因素完全随机设计的简单效应检验步骤4、简单效应检验结果（2）主题熟悉性在生字密度为5：1时简单效应不显著，F(1,23)=0.02,P=0.884>0.05；主题熟悉性在生字密度为10：1时简单效应显著，F(1,23)=5.59,P=0.028<0.05；主题熟悉性在生字密度为20：1时简单效应非常显著，F(1,23)=18.35,P<0.01。第115页/共240页主题熟悉性在生字密度为20：1时简单效应非常显著，F(1,23)=18.35,P<0.01。主题熟悉性在生字密度为10：1时简单效应显著，F(1,23)=5.59,P=0.028<0.05主题熟悉性在生字密度为5：1时简单效应不显著，F(1,23)=0.02,P=0.884>0.05第116页/共240页两因素完全随机设计的结果汇总思考与练习请画出上述实验结果的三线表请用文字写出实验的结果部分第117页/共240页请根据下表作出实验结果的三线表第118页/共240页交互作用分析其他实例——

赌博成瘾者的情绪stroop效应赌博成瘾者对不同三类词颜色命名的反应时（McCusker等，1997）

第119页/共240页思考和讨论：生活中的交互作用现象有哪些？——青菜萝卜各有所爱、因材施教、众口难调、情人眼里出西施、冠军是不能选择的……请思考您所了解的心理学研究中的交互作用现象。——能力倾向研究……请结合自己的工作实际，设计一个两因素完全随机的实验……第120页/共240页2.两因素混合实验设计混合实验设计：是指既包含非重复测量的因素（被试间因素），又包含重复测量因素（被试内因素）的实验设计。是现代心理与教育研究中应用最广泛的一种设计。（1）两因素混合实验设计的基本特点：适用条件：①研究中有两个自变量，每个自变量有两个或多个水平；②其中一个自变量是被试内的，即每个被试要接受他的所有水平的处理，另一个自变量是被试间的，即每个被试只接受一个水平的处理（从记忆效果和处理数过多考虑），或者它本身是一个被试变量，是每个被试独特具有，不可能同时兼备的；③研究者更感兴趣于被试内因素的处理效应以及两个因素的交互作用。第121页/共240页基本方法：首先确定研究中的被试内变量和被试间变量，将被试随机分配给被试间变量的各个水平，然后使每个被试接受与被试间变量的某一水平结合的被试内变量的所有水平。（被试分配模式见表）误差控制：随机化法与重复测量法。优点：被试内因素的方差分析精度高，适用范围广第122页/共240页实验设计模型：Yij=μ+αj+βk+(αβ)jk+πi(j)+βπi(j)+εi(jk)(i=1,2,......,n;j=1,2,......,p;k=1,2,……,q)αj表示A因素水平j的处理效应；βk表示B因素水平k的处理效应；(αβ)jk表示水平αj与水平βk的交互作用；πi(j)表示嵌套在αj水平内的被试i的效应；βπi(j)表示嵌套在βk水平和被试i的交互作用中的残差；εi(j)表示误差变异。第123页/共240页（2）数据处理方法（SPSS统计软件）：统计变量：实验的自变量A、B1，B2，B3。预期结果：自变量A、B的主效应分别是否显著，A×B的交互作用是否显著，若交互作用显著，需进行简单效应检验。统计过程：analyze—GeneralLinearModel—Repeatedmeasures…第124页/共240页两因素混合设计应用举例研究题目：文章的生字密度与主题熟悉性对学生阅读理解的影响实验设计：为了重点考察生字密度对阅读理解的影响，本实验采用2×3两因素混合实验设计。其中主题熟悉性为被试间变量，含有2个水平（熟悉的，不熟悉的）；生字密度为被试内变量，含有3个水平（5：1、10：1、20：1）；因变量——阅读测验的分数。被试：8人实验程序：把八名学生随机分成两组，一组学生每人阅读一篇三篇生字密度不同的、主题熟悉的文章；另一组学生每人阅读三篇生字密度不同的、主题不熟悉的文章。实验实施时，阅读三篇文章分三次进行，用拉丁方平衡学生阅读文章的先后顺序。模拟数据：见右表。

b1b2b3345a1667445

3224812a2591338123711

第125页/共240页两因素混合设计的SPSS方差分析步骤数据模式被试间变量被试内变量的三个水平被试间变量的2个水平阅读成绩第126页/共240页两因素混合设计的SPSS方差分析步骤也使用重复测量方差分析的命令重复测量……第127页/共240页两因素混合设计的SPSS方差分析步骤定义被试内变量Factor1处输入被试内变量名下框输入水平数，然后“Add”已经定义好的变量名与水平数;然后点“Define”第128页/共240页两因素混合设计的SPSS方差分析步骤将数据与已定义的被试内变量对应起来将被试内变量3个水平的数据移到右边将被试间变量从左框移到这里第129页/共240页两因素混合设计的SPSS方差分析步骤通过“Plots…”命令设置输出交互作用图分别以熟悉性和生字敏度为X轴的交互作用图第130页/共240页两因素混合设计的SPSS方差分析步骤在“Options…”窗口内选择多重比较方法“生字密度”需要多重比较选定的多重比较方法是LSD同时设置需要输出描述统计量被试间变量方差齐性检验第131页/共240页两因素混合设计的SPSS方差分析步骤输出结果（1）：描述统计量巩固练习：请按上表画处三线表！第132页/共240页两因素混合设计的SPSS方差分析步骤输出结果（2）：多元方差分析第133页/共240页两因素混合设计的SPSS方差分析步骤输出结果（3）：球形检验检验结果表明：球形检验显著，P<0.05,不符合球形分布，因此不能使用标准一元方差分析结果，而使用备选方差分析结果第134页/共240页两因素混合设计的SPSS方差分析步骤输出结果（4）：被试内效应备选方差分析结果，各效应均显著第135页/共240页两因素混合设计的SPSS方差分析步骤输出结果（5）：被试间效应主题熟悉性的主效应显著：F(1,6)=15.869,P<0.01第136页/共240页两因素混合设计的SPSS方差分析步骤输出结果（6）：多重比较结果第137页/共240页两因素混合设计的SPSS方差分析步骤输出结果（7）：交互作用图1被试内效应表明：F生字密度×熟悉性＝113.167,P<0.01。因此，交互作用显著，需进一步做简单效应检验第138页/共240页两因素混合设计的SPSS方差分析步骤输出结果（8）：交互作用图2被试内效应表明：F生字密度×熟悉性＝113.167,P<0.01。因此，交互作用显著，需进一步做简单效应检验第139页/共240页两因素混合设计的简单效应检验步骤1、把数据文件的中文变量名改成英文名或拼音因为在简单效应检验的句法命令中，中文变量名常难以识别第140页/共240页2、打开句法编辑窗口两因素混合设计的简单效应检验步骤第141页/共240页3、在句法窗口中编辑简单效应的命令行检验主题熟悉性在生字密度三个两个水平上的简单效应两因素混合设计的简单效应检验步骤检验生字密度在主题不熟悉与熟悉两个水平上的简单效应执行简单效应检验命令第142页/共240页4、简单效应检验结果（1）结果表明，生字密度在主题不熟悉的时候简单效应不显著，F(2,12)=3.00,P=0.088>0.05结果表明，生字密度在主题熟悉的时候简单效应非常显著，F(2,12)=272.33,P<0.01两因素混合设计的简单效应检验步骤第143页/共240页生字密度在主题不熟悉的时候简单效应不显著，F(2,12)=3.00,P=0.088>0.05生字密度在主题熟悉的时候简单效应非常显著，F(2,12)=272.33,P<0.01第144页/共240页4、简单效应检验结果（2）两因素混合设计的简单效应检验步骤主题熟悉性在生字密度为5：1时简单效应不显著，F(1,6)=0.09,P=0.780>0.05第145页/共240页主题熟悉性在生字密度为10：1时简单效应显著，F(1,6)=19.20,P=0.005<0.01第146页/共240页主题熟悉性在生字密度为20：1时简单效应非常显著，F(1,6)=42.76,P<0.01第147页/共240页主题熟悉性在生字密度为20：1时简单效应非常显著，F(1,6)=42.76,P<0.01主题熟悉性在生字密度为10：1时简单效应显著，F(1,6)=19.20,P<0.01主题熟悉性在生字密度为5：1时简单效应不显著，F(1,6)=0.09,P>0.05第148页/共240页其他更常见的两因素混合设计研究情境：探讨男女生，学优生、学困生，理科生、文科生等不同群体阅读能力的差异时，也可以运用类似的设计的数据模式。

思考：请大家结果工作或生活实际，想一个两因素混合设计的实验……第149页/共240页两因素混合设计的简单效应检验程序MANOVAratio1ratio2ratio3BYtopic(1,2)/WSFACTORS=ratio(3)/WSDESIGN=ratio/DESIGN=MWITHINtopic(1)MWITHINtopic(2).MANOVAratio1ratio2ratio3BYtopic(1,2)/WSFACTORS=ratio(3)/WSDESIGN=MWITHINratio(1)MWITHINratio(2)MWITHINratio(3)/DESIGN=topic.第150页/共240页3.两因素重复测量实验设计

（两因素被试内设计）（1）两因素重复测量实验设计的基本特点：适用条件：①研究中有两个自变量，每个自变量有两个或多于两个水平；如果一个自变量有P个水平，另一个自变量有q个水平，则实验中有p×q个处理的结合，即具体的实验条件。②研究中的两个自变量都是被试内变量。基本方法：每个被试都接受所有的实验处理的结合。实验刺激呈现给被试的先后顺序是随机的，或按拉丁方排序的。误差控制：重复测量法。第151页/共240页实验设计模型：Yij=μ+πi+αj+(απ)ij+βk+(βπ)jk+(αβ)jk+(αβπ)jjk+εijk(i=1,2,......,n;j=1,2,......,p;k=1,2,……,q)πi表示由被试i引起的变异，即被试间变异；(αβ)jk表示水平αj与水平βk的交互作用；(απ)ij表示αj和被试i的交互作用的残差；(βπ)jk表示βk和被试i的交互作用的残差；εi(j)表示误差变异。第152页/共240页两因素重复测量实验设计应用举例研究题目：文章的生字密度与主题熟悉性对学生阅读理解的影响实验设计：为了全面控制被试的个体差异，考虑到处理之间无显著学习效果，实验处理水平结合的数量不多，本实验采用2×3两因素的重复测量设计。所以两个自变量均为被试内变量。其中主题熟悉性有2个水平（熟悉的，不熟悉的）；生字密度含有3个水平（5：1、10：1、20：1）；因变量——阅读测验的分数。被试：4人实验程序：把两个自变量的水平结合成6种实验处理，即6种文章。每个被试阅读6篇文章，其中3篇生字密度不同，主题熟悉，3篇生字密度不同，主题不熟悉。为了克服疲劳和顺序效应，实验分6次进行，每个被试每次阅读一篇文章，用拉丁方平衡学生阅读文章的先后顺序。模拟数据：

a1b1a1b2a1b3a2b1a2b2a2b33454812667591344538123223711第153页/共240页两因素被试内设计的SPSS方差分析步骤数据模式2×3共六个处理结合，形成六种实验条件；每个被试有六个数据。第154页/共240页两因素被试内设计的SPSS方差分析步骤重复测量方差分析的命令重复测量……第155页/共240页两因素被试内设计的SPSS方差分析步骤定义被试内变量Factor1处输入被试内变量名下框输入水平数，然后“Add”定义好两个变