实验心理学课件

心理学实验中的变量及其控制变量概述01变量概述

1变量的含义

2变量的种类变量概述

1变量的含义

2变量的种类在性质、数量上可以变化、操作或测量的条件、现象或特征心理学中，常指两种或两种以上取值的事件或行为例如：性别为变量时，有男和女两个水平智商作变量时，可分为高、中、低三个水平1变量的含义变量概述

1变量的含义

2变量的种类根据变量间关系的性质相关变量、因果变量根据研究对象的性质主体变量、客体变量根据对变量是否可直接测量直接测量变量、间接测量变量根据对变量主动操作的程度操作性变量、非操作性变量2变量的种类根据变量间关系的性质相关变量、因果变量根据研究对象的性质主体变量、客体变量根据对变量是否可直接测量直接测量变量、间接测量变量根据对变量主动操作的程度操作性变量、非操作性变量2变量的种类根据变量间关系的性质相关变量：研究中存在相关关系的变量，在发展变化方面和数量大小方面存在一定关系，但不确定哪一个是因，哪一个是果因果变量：研究中存在因果关系的变量，前一个变量是后一个变量变化的原因，后一个变量是前一个变量变化的结果2变量的种类根据变量间关系的性质相关变量、因果变量根据研究对象的性质主体变量、客体变量根据对变量是否可直接测量直接测量变量、间接测量变量根据对变量主动操作的程度操作性变量、非操作性变量2变量的种类根据研究对象的性质主体变量：存在于研究对象主体身上的变量，如性别、年龄、教育水平等客体变量：存在于研究对象主体以外的各种变量，如文化特征、他人行为等2变量的种类根据变量间关系的性质相关变量、因果变量根据研究对象的性质主体变量、客体变量根据对变量是否可直接测量直接测量变量、间接测量变量根据对变量主动操作的程度操作性变量、非操作性变量2变量的种类根据对变量是否可直接测量直接测量变量：研究者可直接测量到的变量，如年龄、身高、体重等间接测量变量：研究者无法直接测量，但可间接观测到的个体内部心理变化，如兴趣、成就动机、态度等2变量的种类根据变量间关系的性质相关变量、因果变量根据研究对象的性质主体变量、客体变量根据对变量是否可直接测量直接测量变量、间接测量变量根据对变量主动操作的程度操作性变量、非操作性变量2变量的种类根据研究者对变量主动操作的程度操作性变量：研究者可主动加以操作的变量，如刺激呈现时间、学习条件、奖赏次数等非操作性变量：研究者无法主动加以操作的变量，如年龄、生理成熟水平、性别等2变量的种类

自变量及控制02自变量及控制

1自变量的含义

2自变量的种类3自变量的控制4自变量应具备的条件自变量及控制

1自变量的含义

2自变量的种类

3自变量的控制

4自变量应具备的条件实验者所操纵且对被试反应产生影响的变量自变量的变化水平完全取决于实验者的操纵自变量的代名词是“处理”或“处理变量”1自变量的含义自变量及控制

1自变量的含义

2自变量的种类

3自变量的控制

4自变量应具备的条件根据自变量的操作水平划分操作性自变量选择性自变量根据自变量的来源划分作业或任务自变量环境自变量被试自变量暂时性被试自变量2自变量的种类根据自变量的操作水平划分操作性自变量选择性自变量根据自变量的来源划分作业或任务自变量环境自变量被试自变量暂时性被试自变量2自变量的种类根据自变量的操作水平划分操作性自变量：研究者可直接操纵的变量，即自变量可很好地被量化并可控制的例如：记忆实验中，学习的次数是研究者可很好地操纵的自变量选择性自变量：被试自变量例如：智商、性别、民族、气质等2自变量的种类根据自变量的操作水平划分操作性自变量选择性自变量根据自变量的来源划分作业或任务自变量环境自变量被试自变量暂时性被试自变量2自变量的种类根据自变量的来源划分作业或任务自变量：在实验中，将作业或任务中的某个特征当做自变量来操纵例如：在配对联想任务中，根据词频，可将词表中的词分为高频和低频词环境自变量：发生改变的环境特征，如温度、湿度、亮度等。最常使用的环境自变量为时间例如：启动实验中，自变量是启动刺激到目标刺激之间的时间间隔2自变量的种类根据自变量的来源划分被试自变量：被试的一种持久性的特质例如性别、年龄、视敏度暂时性被试自变量：通过改变被试的特征使其与自然状态不同而产生的例如：采用双耳分听法，让被试的两只耳朵同时听到不同的内容2自变量的种类自变量及控制

1自变量的含义

2自变量的种类3自变量的控制

4自变量应具备的条件0

自变量操纵的严密性自变量的水平数自变量的数量3自变量的控制自变量及控制

1自变量的含义

2自变量的种类

3自变量的控制4自变量应具备的条件4自变量应具备的条件第一本身是能够变化第二能够引起研究者所要研究的心理现象或行为发生变化第三研究者能够直接操纵因变量及控制03因变量及控制

1因变量的含义

2因变量的种类3选择因变量指标时要考虑的问题4因变量的控制因变量及控制

1因变量的含义

2因变量的种类

3选择因变量指标时要考虑的问题

4因变量的控制操纵自变量引起被试做出的某种特定反应研究者感兴趣的行为指标能够观察到的外显活动，及体内的任何生理、情绪和意识活动1因变量的含义因变量及控制

1因变量的含义

2因变量的种类

3选择因变量指标时要考虑的问题

4因变量的控制2因变量的种类客观性程度客观性因变量主观性因变量反应正确性反应的难度反应的速度反应的幅度和强度因变量的数量：单因变量：只测量被试的一种反应例如：利用眼动仪记录读者阅读理解句子时，只记录被试阅读句子的时间多因变量：同时测量被试的两种或两种以上的反应例如：研究动作技能形成的实验中，研究中记录被试学会通过镜子来描画五角星用了多长时间，还记录了被试在描画五角星时所犯的错误2因变量的种类因变量及控制

1因变量的含义

2因变量的种类3选择因变量指标时要考虑的问题

4因变量的控制020304可靠性数量化有效性ly.客观性y.013选择因变量指标时要考虑的问题因变量及控制

1因变量的含义

2因变量的种类

3选择因变量指标时要考虑的问题4因变量的控制反应控制被试反应确实发生在研究者感兴趣的因变量上通过指导语控制避免出现天花板效应和地板效应通过实验设计来避免出现极端反应进行预实验4因变量的控制额外变量及控制04额外变量及控制

1额外变量的含义

2额外环境变量及控制3额外社会变量及控制4额外个人特征变量及控制5额外情境变量及控制额外变量及控制

1额外变量的含义

2额外环境变量及控制

3额外社会变量及控制4额外个人特征变量及控制5额外情境变量及控制又称无关变量，实验过程中除自变量以外任何能对因变量产生影响的变量Y代表因变量，X代表自变量，EV代表额外变量，n代表额外变量数1额外变量的含义例如：智商（IQ）与工作记忆能力（WM）的函数关系可用方程式表示为但工作记忆除受被试的智商影响外，还受被试的年龄（EV1）、教育水平（EV2）、材料的性质（EV3）等因素的影响。方程变为：1额外变量的含义额外变量及控制

1额外变量的含义

2额外环境变量及控制

3额外社会变量及控制4额外个人特征变量及控制5额外情境变量及控制额外环境变量包括实验室的噪音水平、分心物和的温度等最常见形式：由环境的物理特征引起2额外环境变量及控制控制额外环境变量的常用方法消除法恒定法平衡法2额外环境变量及控制控制额外环境变量的常用方法消除法恒定法平衡法2额外环境变量及控制消除法：将影响实验结果的无关环境变量消除掉例如：将实验放在具有隔音功能的实验室进行缺点：完全消除额外变量很困难2额外环境变量及控制控制额外环境变量的常用方法消除法恒定法平衡法2额外环境变量及控制恒定法：尽可能将各种额外变量保持在相同的水平上例如：所有被试都在同样颜色、光线的实验室中完成实验缺点：实验结果不能推广到额外变量的其他水平上可能会存在自变量与被恒定的额外变量间的交互作用2额外环境变量及控制控制额外环境变量的常用方法消除法恒定法平衡法2额外环境变量及控制平衡法：将额外变量的影响平均分配给所有组以达到组间平衡例如如在额外变量上，两组得到平衡，那么研究者能暂时得出：两组间的差异由自变量引起2额外环境变量及控制第一组第二组处理A额外变量1额外变量2额外变量3额外变量4额外变量5处理B额外变量1额外变量2额外变量3额外变量4额外变量5额外变量及控制

1额外变量的含义

2额外环境变量及控制3额外社会变量及控制4额外个人特征变量及控制5额外情境变量及控制影响实验结果的两个重要社会变量要求特征实验者偏差3额外社会变量及控制影响实验结果的两个重要社会变量要求特征实验者偏差3额外社会变量及控制要求特征：含义：指实验中被试自发地对主试的目的产生某种假设，然后以满足该假设的方式做出反应。好被试现象：被试在实验中根据自己对实验目的的假设努力使自己的行为符合实验者的要求，成为一个好被试。3额外社会变量及控制要求特征控制要求特征的方法3额外社会变量及控制2掩饰情节1单盲实验被试不知道其接受的是何种处理研究过程中对实验程序进行似是而非的解释，不告诉被试真实的实验假设把握好伦理原则影响实验结果的两个重要社会变量要求特征实验者偏差3额外社会变量及控制实验者偏差的含义实验者自己做的一些事情与自变量的作用混淆在一起。例如：实验者说：“光点在圆形轨道上运动的速度比在正方形轨道上运动的速度更快还是更慢。”实验者在说到“更快”时，不仅眼睛稍微睁大，而且说话的声音也高了一些。此时，大多数被试报告说，光点在圆形轨道上运动速度更快罗森塔尔效应3额外社会变量及控制实验者偏差控制实验者偏差的方法：3额外社会变量及控制盲实验双盲实验被试和研究者都不知道当下进行的实验的目的或假设如真正的双盲无法做到1给被试标准化的指导语2将指导语放给被试听3如果要亲自读，要提前练习，确保每次的发音、语气相同额外变量及控制

1额外变量的含义

2额外环境变量及控制

3额外社会变量及控制

4额外个人特征变量及控制5额外情境变量及控制实验者的特征及控制被试的特征及控制4额外个人特征变量及控制实验者的特征及控制被试的特征及控制4额外个人特征变量及控制实验者的特征及控制受被试喜欢的实验者能够改变被试的反应控制使用多个实验者，并确保每个实验者在每种实验条件下施测的被试同样多减少实验者与被试面对面接触的机会整个实验过程，严格遵循实验程序4额外个人特征变量及控制实验者的特征及控制被试的特征及控制4额外个人特征变量及控制被试的特征及控制被试的特征在不同实验条件下系统地变化，可能对实验的内部效度产生影响控制随机化法：采用随机取样和分组来平衡被试间个体差异因素统计控制法：采用统计技术控制额外变量删除极端数据协方差统计法：被试的一些特征，如身高、体重等，可能会对实验结果产生影响，但在具体实验中很难控制4额外个人特征变量及控制额外变量及控制

1额外变量的含义

2额外环境变量及控制

3额外社会变量及控制4额外个人特征变量及控制

5额外情境变量及控制额外情境变量：出现于因实验需要而创设的程序之中两种类型被试选择实验实验者选择被试5额外情境变量及控制额外情境变量两种类型当被试选择实验时两点需决策被试想参加实验时，实验者有时间吗？让他们参加哪一个实验实验者可能告诉被试中性的实验名称5额外情境变量及控制额外情境变量两种类型当实验者选择被试时最好使用实验者不太认识的人当被试将被试安排到每种实验条件也可能有一些缺陷如：可能将更具攻击性的被试安排到容易的条件下5额外情境变量及控制实验的效度与信度05实验的效度与信度

1实验的效度

2实验的信度实验的效度与信度

1实验的效度

2实验的信度效度：实际实验方法达到实验目的的程度四种实验效度统计结论效度构想效度内部效度外部效度1实验的效度统计结论效度统计结果揭示出自变量与因变量间的关系能真实代表自变量与因变量间关系的程度影响因素数据的特点：数据的类型、分布等，决定了应该使用何种统计分析方法来对数据进行统计分析统计检验的假设：进行统计分析之前，要检查数据特征是否满足统计检验的假设1实验的效度构思效度实验研究假设和测量指标的理论构想及其操作的有效性重要性要求研究问题的来源具有合理性、独特性在逻辑上严谨，并有一定的层次要求研究者给出自变量和因变量严格的操作性定义1实验的效度内部效度实验中因变量的变化确实由自变量的变化引起的程度1实验的效度历史1仪器3统计回归5被试折损率7成熟2测验经验4被试选择6选择交互作用81实验的效度影响内部效度的因素外部效度实验结果的普遍性和适用性近年来，研究者更喜欢用实验的生态效度来描述外部效度1实验的效度外部效度评价维度用其他的被试人群，也能得到同样的结果吗？采用其他类型的实验材料，也能得到同样的结果吗？采用其他不同类型的测验，也能得到同样的结果吗？采用不同的实验处理方式和自变量操作方式，也能得到同样的结果吗？1实验的效度外部效度影响因素被试间的概括性物种间的概括性情境间的概括性1实验的效度外部效度提高方法：综合：被试综合刺激或实验情境综合多次试验或机会的综合多次测量的综合1实验的效度外部效度提高方法：多变量设计优点：实验效率高于只有一个自变量实验控制更好从多变量实验中得出的结论比尚待概括的资料更有价值可以研究自变量之间的交互作用1实验的效度外部效度提高方法：非反应性测量：在实验中减少被试的反应可提高实验的外部效度现场实验：提高实验结果外部效度最好的方法是在实验室外进行研究需要事先操作一些条件，并严格控制某些额外变量自然观察：自然观察的结果与实验研究结果可以相互补充1实验的效度实验的效度与信度

1实验的效度

2实验的信度信度实验结论的可靠性和一致性程度种类评分者信度：不同观察者之间观测结果的一致性重测信度：用同一工具对被试的反应进行过两次测量，其测量结果的一致性项目间信度：用测验、问卷或其他工具来测量相同的变量时，其不同项目所得结果之间的一致性2实验的信度信度影响因素样本量的大小：如实验中被试是随机选择的，样本容量越大，实验结果就越可信统计检验2实验的信度相关设计和准实验设计相关设计01相关设计

1相关的含义

2相关的类型

3相关的表示方法

4简单相关关系的可能因果方向

5为什么要使用相关设计

6需注意的问题相关设计

1相关的含义

2相关的类型

3相关的表示方法

4简单相关关系的可能因果方向

5为什么要使用相关设计

6需注意的问题1相关的含义相关（correlation）指两个变量之间的关系揭示两变量之间相关程度的大小描述两变量之间的共变关系相关设计

1相关的含义

2相关的类型

3相关的表示方法

4简单相关关系的可能因果方向

5为什么要使用相关设计

6需注意的问题2相关的类型依据两个变量的变化方向正相关、负相关、零相关、曲线相关依据两个变量的相关程度高相关、低相关2相关的类型依据两个变量的变化方向正相关、负相关、零相关、曲线相关依据两个变量的相关程度高相关、低相关2相关的类型正相关：两个变量之间，如果有一个变量的值增高，另一个变量的对应值也随之增高；或一个变量的值降低，另一个变量的对应值也随之降低两个变量的变化方向相同1相关的含义正相关：例如：遗传与养育环境对成人人格的影响研究对象：同卵双生子（MZ）、异卵双生字（DZ）条件：幼年时被分开抚养、平均大约37年后再重聚过程：对被试施加了加州心理问卷（CPI），计算它们的遗传度指标是否相关1相关的含义正相关：例如：遗传与养育环境对成人人格的影响2相关的类型负相关：两个变量之间，如果有一个变量的值增高，另一个变量的对应值却随之降低；或一个变量的值降低，另一个变量的对应值却随之增高两个变量的变化方向相反例如：学生智商与其解决问题所需的时间2相关的类型零相关：一个变量的变化不受另一个变量的制约两个变量的变化相对独立例如：学生的性别与学生学习的好坏2相关的类型曲线相关：两个变量之间的关系是一种非直线的关系例如：耶克斯－道德森定律2相关的类型依据两个变量的变化方向正相关、负相关、零相关、曲线相关依据两个变量的相关程度高相关、低相关2相关的类型高相关：两个变量之间的关系非常密切例如：大学生的学习成绩和智商低相关：两个变量之间存在一定的关系但并不密切例如：3岁时的智商与20岁时的智商相关设计

1相关的含义

2相关的类型

3相关的表示方法

4简单相关关系的可能因果方向

5为什么要使用相关设计

6需注意的问题3相关的表示方法相关的表示方法散点图相关系数含义取值范围积差相关系数及计算等级相关系数及计算相关系数检验线性回归含义线性回归方程及计算3相关的表示方法散点图3相关的表示方法相关的表示方法散点图相关系数含义取值范围积差相关系数及计算等级相关系数及计算相关系数检验线性回归含义线性回归方程及计算3相关的表示方法相关系数（correlationcoefficient）：含义：是对两个变量之间关系大小及其关系方向进行数量化表述的一个统计量取值范围：

－1.00

≤

r

≤

1.003相关的表示方法相关系数（correlationcoefficient）：取值范围：

－1.00～1.00取值范围相关程度0.00～0.19极低相关0.20～0.39低相关0.40～0.69中等相关0.70～0.89高相关0.90～1.00极高相关3相关的表示方法相关系数（correlationcoefficient）：积差相关系数及计算使用条件：两个变量的总体均是正态分布或接近正态的单峰对称分布两个变量的数据都是连续数据两个变量的数据是成对的数据两个变量的数据之间是相互独立的两个变量之间呈现线性关系3相关的表示方法相关系数：积差相关系数及计算计算方法：在公式中，X和Y分别代表两个变量的测定值，N代表样本容量3相关的表示方法相关系数：积差相关系数及计算例如：某学校为调查学生学习各门功课后能力之间迁移问题，随机抽取10名学生的数学与语文成绩，结果见表2所示，请计算他们的相关系数3相关的表示方法相关系数：等级相关系数及计算斯皮尔曼等级相关－使用条件：两个变量的资料为等级测量数据，且具有线性关系连续变量的测量数据，按其大小排成等级，即可用等级相关计算不要求总体呈正态分布3相关的表示方法相关系数：等级相关系数及计算斯皮尔曼等级相关－计算方法：在公式中，D为两个变量每对数据的等级之差；N表示样本容量3相关的表示方法相关系数：等级相关系数及计算例如：计算10名学生的语文成绩与阅读能力成绩的相关程度3相关的表示方法相关系数：等级相关系数及计算肯德尔和谐系数－使用条件：计算两列以上等级变量的相关例如：在体育比赛想了解几个评定者对同一组运动员成绩等级评定的一致性程度3相关的表示方法相关系数：等级相关系数及计算肯德尔和谐系数－计算方法：K为等级变量的列数或评价者数目，n为被评对象的数目3相关的表示方法相关系数：等级相关系数及计算例如：有7人组成的评委依据已确定的4个维度对某位运动员成绩打分，将分数转换为等级后的结果见表5，计算这7人对该运动员评价意见的一致性程度3相关的表示方法相关系数：相关系数的检验确定相关系数是否与0存在显著差异例如：n=30相关系数的绝对值达到0.36时，其在0.05水平上显著相关系数的绝对值达到0.46时，其在0.01水平上显著3相关的表示方法相关的表示方法散点图相关系数含义取值范围积差相关系数及计算等级相关系数及计算相关系数检验线性回归含义线性回归方程及计算3相关的表示方法线性回归：含义：根据个体在一个变量上的得分来预测其在另一个变量上得分的一种分析方法相关关系≠因果关系计算方法：相关设计

1相关的含义

2相关的类型

3相关的表示方法

4简单相关关系的可能因果方向

5为什么要使用相关设计

6需注意的问题4简单相关关系的可能因果方向以X代表儿童暴力电视的数量，Y代表儿童的攻击行为，他们之间的相关系数r=0.60,说明四种可能的因果方向第一种：

X→Y第二种：Y←X第三种：XY第四种：Z

X

Y相关设计

1相关的含义

2相关的类型

3相关的表示方法

4简单相关关系的可能因果方向

5为什么要使用相关设计

6需注意的问题5为什么要使用相关设计在研究的早期阶段收集资料典型的例子是廷伯根对三脊刺棘鱼行为的原因无法操纵变量当变量不可能进行操纵或不符合伦理道德时，需要选择相关设计提高研究的生态学效度为了探讨所研究的变量在自然条件下是如何发生变化的，需要选择相关设计5为什么要使用相关设计心理学研究中的生态化运动研究方法：准实验设计方法改进后的自然观察法多因素设计和分析技术相关设计

1相关的含义

2相关的类型

3相关的表示方法

4简单相关关系的可能因果方向

5为什么要使用相关设计

6需注意的问题6需注意的问题正确认识相关系数的高与低高相关只是表示其关系密切，不意味着其内部关联性更高或存在着因果关系低相关，不意味着内部关联性低偶然巧合导致实际上其内部关联性可能很高全距限制导致当数值之间的变异很小时，即使两个变量本来存在高相关，但实际计算得到的相关系数也会很低6需注意的问题样本选择问题仅选择极端个体作为研究样本，考察两个变量之间的关系相关系数的重要性与显著性不能仅仅根据相关系数的大小来做简单判断，需要根据研究目的和研究情境来确定6需注意的问题相关关系与因果关系路径分析（pathanalysis）以相关为基础的研究方法可用于对被试几种相关行为均测量的情况下建立变量间可能的因果关系6需注意的问题相关关系与因果关系路径分析（pathanalysis）例如：探讨动机因素、学习策略、智力水平对学生学业成就的影响被试：高一，男34名，女27名，共61人高二，男37名，女21名，共58人方法：学业自我效能问卷、学习策略问卷、内外在动机问卷、成就目标问卷和智力测量问卷6需注意的问题相关关系与因果关系路径分析（pathanalysis）结果：6需注意的问题相关关系与因果关系路径分析（pathanalysis）结果：多元回归分析6需注意的问题相关关系与因果关系路径分析（pathanalysis）结果：建立路径分析模型6需注意的问题相关关系与因果关系交叉滞后组设计（cross-laggedpaneldesign）被试在两个不同时间点上接受同样的行为测量，然后用一种特殊的方式对这些测量所得的分数进行相关分析，产生的相关模型用来推测因果关系例如：观看电视的时间与词汇量得分的关系被试：70个孩子观测时间点：3岁时、8岁时6需注意的问题相关关系与因果关系例如：观看电视的时间与词汇量得分的关系结果：准实验设计02准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计1准实验设计概述准实验设计（

quasi-experimentdesign）由坎贝尔（Campbell）和斯坦利（Stanley）提出含义：不能对被试随机分配，但可以操纵自变量，测量因变量的实验设计对无关变量的控制：非实验设计<

准实验设计<真实验设计1准实验设计概述准实验设计（

quasi-experimentdesign）使用条件：多变量无法进行随机分配对当前研究内容或干预效果进行评估时，特别是回顾性研究特定条件下的研究，例如民族、失业、流动等社会因素所造成的问题因研究者经费、时间、控制因素上有很大困难而无法随机分配被试时实验的伦理要求准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计2回溯性研究含义：研究者试图系统考察被试特征（被试变量）的效果，但是之前又没有进行实际操作的研究属于对已有条件操作性低，生态学效度高的实验设计例如：张三同学的父亲三年前去世的，所以将张三安排在有亲人去世经验组之中，在回溯性研究中的被试，是根据每个人已有的特征将他们分配到不同的组中2回溯性研究特点：根据被试已有特征进行分组内部效度都比较低可获得不同个体在心理功能和个体加工方面有用的信息例如：反社会的人格特征可探索许多维度下的心理特征例如：特殊个体（患癌压抑者等）面对重大负性生活事件的应对方式具有较高的外部效度准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计3不等两组前测－后测设计含义：thenone-equivalent-twogroupspretest-posttestdesign包括一个实验组和一个比较组（作为控制组），并且在研究过程中既有后测又有前测的研究设计但两组不是按随机化原则和等组匹配法操作的有时在不相等的两组中哪一个作为实验组和哪一个作为控制组也不是随机设置的3不等两组前测－后测设计基本模式：与前测－后测设计的比较：相同点：均有实验组、控制组；前测、后测不同点：被试选择、安排的随机性；被试数量等3不等两组前测－后测设计需注意的问题：同随机等组的两组前测-后测设计相比，其在控制内在无效源和对机体变量的控制方面是不够充分的，有明显的局限性到学校开展研究时，不能随机分配被试，存在系统误差。但依现实情况，只能采用不等两组前测-后测设计3不等两组前测－后测设计应用：教育心理学中的应用例子：学生参与课堂管理引起适宜性行为增加被试：低年级大学生两个整班学生为被试，每班25人；将其中一个班作为实验组，另一班作为控制组。流程：确定了学生的适宜性和不适宜性课堂行为的概念、定义和范畴由经过训练的观察者用周期性的取样方法，分别观察并记录两组中每一名学生在课堂上适宜的行为和不适宜的行为（相当于前测）在实施实验处理结束之后，再次对两组同时进行观察（相当于后测）3不等两组前测－后测设计应用：组织管理心理学中的应用例子：一个训练程序对采银业的生产力和安全保障的影响力被试：引进训练项目的银矿厂A和一个没引进的银矿厂B流程：在研究之前，考察三年安全记录（前测）帮助A矿开发评估程序，将银矿安全工提拔为管理人员，拿出一大笔钱作为资金，分给每个安全记录好的班组。对B矿无任何干预。在实施组织发展计划后，收集了A矿、B矿安全的数据（后测）3不等两组前测－后测设计经事后匹配的不等两组前测－后测设计：克服不能随机选择与分配两个等组而可能产生潜在选择偏差的弱点，所采用的一种混合控制的程序根据现有资料，寻找一个或几个匹配变量，尽可能保证实验组与控制组相匹配。但这仅是一种补救措施，与真实验中完全随机设计的配对等组相比，在匹配方法和目的上都是不同的3不等两组前测－后测设计经事后匹配的不等两组前测－后测设计：例如：少女母亲刻板印象的研究与正常被试相比，少女母亲更容易遇到贫困、失学、婴儿死亡等消极事件的威胁将对照组换成：这些年轻母亲未怀孕的姐妹家庭背景基本相等许多与少女母亲相联系的消极后果都消失了准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计4时间系列设计含义：timeseriesdesign是一种借助多次重复测量的一种前测-后测设计基本结构模式：与其它前测－后测设计的区别：没有控制组，对实验组进行周期性的前测和后测4时间系列设计变式：间时系列设计（interrupttimeseriesdesign）对一组被试进行反复测量（时间序列），而且引入一个实验处理（间断），然后再次对被试进行反复测量（更多的时间序列）4时间系列设计变式：等时样本设计（equivalenttimesampledesign）先引进处理，然后再做测量（O）；接着是没有处理的条件下进行测量；如此重复这一序列4时间系列设计通常引入处理后的时间系列数据变化模式与引入处理前时间序列数据变化模式之间，有两种可能的结果：连续性变化，斜率的变化非连续性变化，截距的变化4时间系列设计O1O2O3O4XO5O6O7

O8GF图8时间系列设计研究的可能结果EDCBAA线处理后没有出现不连续性B线处理前后的成绩水平基本相同C线处理前后的变化趋势一致D线处理后的水平发生了高的变化E线也发生了高的变化，但不久又恢复到处理前的水平F线处理后的水平变化过一段时间才发生了G线处理后的水平发生了低的变化4时间系列设计O1O2O3O4XO5O6O7

O8图8时间系列设计研究的可能结果CBAA、B、C三线：没有在处理后出现非连续性，所以它们的连续性或水平变化，都不是由于引进处理变量而引起的，或者说处理对成绩没有影响。4时间系列设计O1O2O3O4XO5O6O7

O8GF图8时间系列设计研究的可能结果EDD、E、F和G四线：引入实验处理之后，因变量开始的水平与处理前的成绩水平相对照，不是连续性的，即处理后的成绩水平不是处理前成绩水平的继续。表明实验处理确实引起了成绩水平的变化4时间系列设计通常引入处理后的时间系列数据变化模式与引入处理前时间序列数据变化模式之间，有两种可能的结果：连续性变化，斜率的变化非连续性变化，截距的变化持续性潜伏性4时间系列设计非连续性变化，截距的变化持续性如果引入实验处理后的成绩水平或斜率的变化不是持续的，则这种暂时性的变化不久又会恢复到处理前的水平，如E线所示处理后的水平变化将程度不同地持续下去，如D、F、G线表示出变化的延续性潜伏性4时间系列设计非连续性变化，截距的变化持续性潜伏性引入实验处理后的变化是即时发生还是潜伏一段时间后才发生如果是即时的，则引入实验处理后，成绩水平或斜度就会很快发生变化，如D、E、G线的O5所示如果具有潜伏性，则在引入实验处理之后，测验成绩水平的变化要过一段时间才会发生，如F线的O5所示4时间系列设计时间系列设计的应用在工业心理学中的应用例如：比较改变日工作时间的新措施对于提高产量水平是否有效操作：自1918年3月至1919年7月按19小时工作日的产量数据，用作实施新措施之前的基准线于1919年8月开始将10小时工作日改为8小时工作日（引进实验处理X）。此后，又连续记录了每小时的平均产量。4时间系列设计时间系列设计的应用在工业心理学中的应用例如：比较改变日工作时间的新措施对于提高产量水平是否有效结果：4时间系列设计时间系列设计的应用在交通心理学中的应用例如：限制车速对交通死亡事故数量的影响操作：美国康涅狄格州在1955年发生了324次交通死亡事故，创历史最高记录迫使州政府立即采取了限制车速的严厉措施1956年的交通死亡事故比1955年下降了40次4时间系列设计时间系列设计的应用在交通心理学中的应用例如：限制车速对交通死亡事故数量的影响结果：准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计5不等两组时间系列设计又称多重时间系列设计（themultipletimeseriesdesign）实验中，被试不只进行一次前测和一次后测，而是在实验处理的前后，进行一系列的前测和后测不仅设置实验组，还要设置控制组5不等两组时间系列设计基本模式：5不等两组时间系列设计需要注意的问题：优点：能够通过一系列的前测与后测，对被试比较稳定的行为变化进行预测对被试接受处理前后两组的系列变化进行对照比较5不等两组时间系列设计需要注意的问题：缺点：在时间系列中所考察的效果常常是非常慢的，不能立即观察到研究者不容易获得一定数量的、完整的、定时的数据在实施实验处理之前和之后要进行一系列的前测与后测，特别容易引起实验组和控制组被试的疲劳或产生练习效应5不等两组时间系列设计不等两组时间系列设计的应用例如：对美国一家雇员矿工率很高的现象进行研究被试：参与组：工人参与制定工资刺激计划的全过程施加组：工人不参与制定工资刺激计划的全过程操作：纪录实施工资刺激计划前12个星期和后16个星期工人的出勤率5不等两组时间系列设计不等两组时间系列设计的应用例如：对美国一家雇员矿工率很高的现象进行研究结果：参与组（88%到94％）；施加组（88%到88%）准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计6相等时间样本设计含义：对一组被试抽取两个相等的时间样本，前一个时间样本里出现实验处理，而在另一个时间样本中不出现实验处理基本模式：X1代表实验处理，O1代表第一次测试；X0代表无实验处理（或控制条件），O2代表第二次测试；……6相等时间样本设计区别：时间系列设计：对一组被试只施加一次处理相等时间样本设计：对同一组被试，在一个时间样本中，重复接受实验处理（X1）在另一个时间样本中，不接受任何实验处理（X0）6相等时间样本设计需要注意的问题：多重处理时间的相互干扰缺乏对照组，样本代表性差周期性循环处理的影响6相等时间样本设计相等时间样本设计的应用例如：集体积极行为是否可减少幼儿在课堂里出现的攻击性行为被试：幼儿园中的一个有20名（男12名，女8名）4岁幼儿的班方法：连续观测43天，每天上午观察3小时6相等时间样本设计相等时间样本设计的应用例如：集体积极行为是否可减少幼儿在课堂里出现的攻击性行为步骤：先观察并记录了全班儿童在课堂中攻击性行为的比率（O1），作为基线资料第1和第3阶段，施行控制条件（X0），即单独使用奖励和惩罚的方法。对1小时内无攻击性行为的儿童奖给糖果，令有攻击性行为者离开课堂3分钟。获得1、3阶段的观察结果O2和O4第2和第4阶段，给予实验处理条件（X1），即使用集体影响和奖惩相结合的方法，将全班20人分为5组，根据小组伙伴的行为进行奖惩，在1小时内小组中1人受罚，4人均不能得奖；小组内无1人受罚，则每人受奖。并获得2、4阶段的观察结果O3和O56相等时间样本设计相等时间样本设计的应用例如：集体积极行为是否可减少幼儿在课堂里出现的攻击性行为结果：在实施实验处理（X1）的第2和第4阶段，课堂中出现攻击性行为的次数最少集体控制与外部奖励、惩罚结合使用，比仅用奖励和惩罚的方法，对于控制学龄前儿童在课堂中的攻击性行为更有效6相等时间样本设计相等材料样本设计含义：相等时间样本设计的一种变式研究者除了划分出两个相等的时间样本，对同一组被试既实施处理条件，又实施控制条件外，还要确保多使用的实验材料是匹配的6相等时间样本设计相等材料样本设计基本模式：MA和MB是研究中所用的两项相同材料。O1和O3是前测，X是实验处理，O2和O4是后测MA、MC和MB、MD代表实验材料，样本MA、MC和样本MB、MD相等6相等时间样本设计相等材料样本设计例如：课堂里提供音乐背景是否能提高学生学习拼写的效率被试：某学校一个班级的学生步骤：选区两套词，每套100个，完全匹配，分别用MA和MB表示实验进行的第一个周期（控制期），用MA对全班同学进行前测让学生在两周内，每天用20分钟来学习这些单词。两周结束后，给被试进行后测6相等时间样本设计相等材料样本设计例如：课堂里提供音乐背景是否能提高学生学习拼写的效率被试：某学校一个班级的学生步骤：在实验进行的第二个周期（实验处理期），用MB对全班同学进行前测给被试呈现轻松的背景音乐，让学生仍用与控制期内同样的时间学习MB，每天也是20分钟两周结束后，给被试进行后测6相等时间样本设计相等材料样本设计例如：课堂里提供音乐背景是否能提高学生学习拼写的效率结果：在实验处理周期，学生的平均分显著高于控制周期的平均得分对被试实施实验处理的确能够提高他们的学习效率准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计7平衡设计含义：counterbalanceddesigns用于控制实验处理的顺序效应确保每组被试在接受各种实验处理水平的先后顺序是匹配的又称轮换实验设计、转换设计、拉丁方设计7平衡设计基本模式：可用拉丁方阵来展示拉丁方阵：指用几个拉丁字母按随机顺序排列，使每个字母在每行每列中只能且必须出现一次拉丁方的基本结构模式：将几个被试组排列成拉丁方将各实验处理水平排列成拉丁方7平衡设计拉丁方的基本结构模式：将几个被试组排列成拉丁方A、B、C、D代表四组被试，X1、X2、X3和X4代表四种实验处理，O1、O2、O3和O4代表四次测量7平衡设计拉丁方的基本结构模式：将各实验处理水平排列成拉丁方A、B、C、D代表四组被试，X1、X2、X3和X4代表四种实验处理，O1、O2、O3和O4代表四次测量7平衡设计需要注意的问题：迁移效应：有些会明显改变被试状态的实验条件，这样的条件会产生延迟效应，从而影响后续条件下被试的行为表现准实验设计

1相关的准实验设计概述

2回溯性研究

3不等两组前测－后测设计

4时间系列设计

5不等两组时间系列设计

6相等时间样本设计

7平衡设计

8修补设计8修补设计含义：又称弥补设计，是指两个不同的非实验设计（即不能像准实验设计所达到的控制程度）相结合而构成的一种准实验设计基本模式：由一项单组后测设计与一项单组前测-后测设计相结构构成的设计，成为修补设计的基本模式8修补设计分层样本前测－后测设计建立在两个同样的单组前测-后测设计（X-O-X）基础上的一种修补设计8修补设计分层样本前测－后测设计进一步控制年龄或成熟因素对实验内部效度的影响变式：将分隔样本前测-后测设计中的一个组，变换为类似一种时间系列设计的形式，使整个设计模式与不等两组前测-后测设计相似8修补设计需注意的问题为了减少因控制被试选择的偏差而采用的前测可能引起的额外效应，注意避免使用高敏感度的前测尽可能控制好成熟因素对内部效度的影响8修补设计修补设计的应用例如：在一所大学里，根据培养计划，要对刚入校的全体一年级新生（2000人）进行一次为期30天且内容相同的军训（即实验处理X）因为只能以院或系为单位进行军训，且各院或系大的新生人数不等，学生的基本素质也不完全相同，条件不允许研究者随机分配等组同时进行训练研究者只能采用分隔样本前测－后测的修补设计本章要点

被试间设计被试间设计概述01被试间设计概述

1被试间设计的含义

2何时使用被试间设计

3使用被试间设计的注意事项206一、被试间设计的含义及类型被试间设计（between-subjectdesign）每个被试只接受实验处理的一种水平。也称独立组设计、无关样本设计、独立测量设计。被试间设计的含义一、被试间设计的含义及类型

被试间设计类型单自变量被试间设计：一个自变量。被试随机分配，每个被试只接受一种水平的实验处理。多自变量被试间设计：两个或两个以上的自变量，每个自变量有两个或两个以上的水平。被试随机分配，每个被试接受一个实验处理。被试间设计的含义208被试间设计类型根据对无关变量的控制程度分为：随机组设计：用随机分配的方法将被试分组，使各组无关变量保持相等。配对组设计：根据实验目的，先将影响实验结果某些因素水平的被试配对，然后再随机分配每对中的被试接受不同的实验处理。被试间设计的含义被试间设计概述

1被试间设计的含义

2何时使用被试间设计

3使用被试间设计的注意事项210二、何时选用被试间设计何时选用被试间设计？检验涉及因果关系的假设检验操纵的自变量是否有效何时使用被试间设计被试间设计概述

1被试间设计的含义

2何时使用被试间设计

3使用被试间设计的注意事项212212三、使用被试间设计时需要注意的问题尽量减少实验中因素的数量减少实验中因素的数量的原因是：设置与处理条件相同数量多的被试组比较困难统计分析困难实验结果的解释困难使用被试间设计的注意事项213213213尽量控制被试的个体差异消除个体差异的方法：随机化法匹配法使用被试间设计的注意事项单自变量被试间设计02215单自变量被试间设计

1单因素完全随机设计

2单因素随机区组设计

3单因素拉丁方设计216一、单因素完全随机实验设计单因素完全随机实验设计的含义被试随机地被分配到实验处理的个水平；每个被试只接受一个水平的实验处理。单因素完全随机设计217基本模式：单因素完全随机设计218在上图中，因素A有四个水平a1、a2、a3、a4。

S1-S20代表被试1到20。这种设计的含义：实验有一个自变量，自变量有四个水平，每种处理组有5名被试，每个被试只接受一种水平的处理。共有20名被试参加了实验。单因素完全随机设计219实验评价：优点：实验设计和实施简单每种实验处理水平的被试量可以不等，不需要匹配被试。实验结果的统计和解释简单，并且与它的误差平方和相对应的自由度最大。单因素完全随机设计220实验评价：缺点：被试间个体差异会带来组内的变异。需要的被试量相对较多。单因素完全随机设计221应用举例生字密度对学生阅读理解的影响假设：阅读理解随生字密度的增加而下降。自变量：生字密度，4种水平因变量：阅读理解测验分数被试：32名单因素完全随机设计a1a2a3a434896698448832775451275613537122361135315680表1被试阅读不同生字密度文章的阅读理解成绩表最后一行是将每种生字密度下的阅读理解成绩总加后的结果。单因素完全随机设计223从表中可以看出，生字密度的效应达到了显著水平，F（3,28）=22.53，p<0.01。单因素完全随机设计224实验变式——实验组、控制组设计单因素完全随机设计225评价：比较实验组与控制组的结果，能够确定自变量是否起作用；比较实验组不同处理水平的结果，能够确定自变量与因变量的关系是线性还是非线性的。单因素完全随机设计226单自变量被试间设计

1单因素完全随机设计

2单因素随机区组设计

3单因素拉丁方设计227二、单因素随机区组实验设计随机区组设计：用区组方法分离出无关变量引起的变异，使其不出现在处理效应和误差变异之中。区组：指某个变量相对同质的一组被试。单因素随机区组实验设计：指研究中有两个变量，一个是自变量，一个是无关变量，二者之间没有交互作用。无关变量为被试变量，先匹配被试，再进行实验处理。单因素随机区组设计228基本模式从图3中可看出，实验有一个自变量A，A有5个水平；还有一个无关变量（被试），将20名被试在无关变量上匹配，分为5个区组，每个区组内4个被试同质。单因素随机区组设计229实验设计评价优点：减少实验误差(无关变量的效应)灵活性高缺点：如果实验处理水平多，找同质被试困难。相对完全随机试验设计而言，其受限制多。要求自变量和无关变量没有交互。单因素随机区组设计230应用举例：实验目的：考察被试在限定时间内正确解答数学题的情况。自变量：5个水平无关变量：被试个体差异被试分配：25名被试，通过初测成绩分成5个区组，每个区组5名被试。单因素随机区组设计231单因素随机区组设计232单因素随机区组设计233单自变量被试间设计

1单因素完全随机设计

2单因素随机区组设计

3单因素拉丁方设计234单因素拉丁方设计包括P行、P列，把P个字母分配给方格，每个字母在每行每列中只出现一次，像这样的矩阵，就称为拉丁方。拉丁方设计是随机区组设计的扩展，可以分离出2个无关变量的效应。要构成拉丁方，必须保证行数=列数=处理数。单因素拉丁方设计235单因素拉丁方设计例如：2×2阶、3×3阶拉丁方。第一行与第一列的拉丁字母按自然顺序排列的拉丁方，叫标准型拉丁方。AABBBBABAACCC单因素拉丁方设计236拉丁方设计需要满足的条件：一个带有P≥2个水平的自变量，两个带有P≥2个水平的无关变量，一个无关变量的水平分配给P行，另一个分配给P列。事先假定处理水平和无关变量水平之间没有交互作用。随机分配处理水平给P²个方格，每个处理水平仅在每行、每列中出现一次。每个方格分配一个或多个被试。所以，被试数=nP²（n≥1）。单因素拉丁方设计237标准化拉丁方与拉丁方的随机化ABCDBCDACDABDABACDABABCDBCDADABABACDDCABADBCCBDA标准化拉丁方随机化标准化拉丁方的行随机化标准化拉丁方的列以4x4拉丁方为例单因素拉丁方设计238被试分配模式：表8显示：实验中自变量A有4个水平（a1、a2、a3、a4），第一个无关变量B有4个水平（b1、b2、b3、b4），第二个无关变量C也有4个水平（c1、c2、c3、c4），这样形成了4×4的拉丁方。单因素拉丁方设计239应用举例单因素拉丁方设计240实验评价：优点分离无关变量，减少实验误差；通过对拉丁方格内单元误差与残差做F检验，可检验实验设计的正确性。缺点要求自变量与无关变量不存在交互作用，较难保证；要求每个无关变量的水平数与自变量的水平数相等，也很难。单因素拉丁方设计多自变量被试间设计03242多自变量被试间设计

1为什么使用多自变量被试间设计

2多自变量被试间设计的主要类型

3多自变量被试间设计中的主效应和交互作用4如何一步步设计多因素实验5通过具体实例了解两因素被试间设计6通过具体实例掌握两因素被试间设计243为什么用多自变量被试间实验设计？实际研究中，一项实验仅有一个自变量的情况不多；与单一自变量的实验设计相比，多个自变量实验设计的效率更高，且能提供更多的信息。多自变量被试间实验设计，还可获得实验中每个自变量的主效应以及变量之间的交互作用。为什么使用多自变量被试间设计244多自变量被试间设计

1为什么使用多自变量被试间设计

2多自变量被试间设计的主要类型

3多自变量被试间设计中的主效应和交互作用4如何一步步设计多因素实验5通过具体实例了解两因素被试间设计6通过具体实例掌握两因素被试间设计245二、多因素被试间实验设计的类型两因素完全随机实验设计和两因素随机区组设计三因素完全随机实验设计多自变量被试间设计的主要类型246两因素完全随机实验设计特点：两个自变量每个自变量有两个或两个以上水平随机分配被试接受实验处理的一种结合。多自变量被试间设计的主要类型247基本模式多自变量被试间设计的主要类型248两因素随机区组实验设计特点：两个自变量每个自变量有两个或两个以上水平用区组技术匹配被试每个被试接受实验处理的一种结合多自变量被试间设计的主要类型249基本模式多自变量被试间设计的主要类型250三因素完全随机实验设计特点：三个自变量每个自变量有两个或两个以上水平随机分配被试每个被试接受实验处理的一种结合多自变量被试间设计的主要类型251基本模式多自变量被试间设计的主要类型252多自变量被试间设计

1为什么使用多自变量被试间设计

2多自变量被试间设计的主要类型

3多自变量被试间设计中的主效应和交互作用4如何一步步设计多因素实验5通过具体实例了解两因素被试间设计6通过具体实例掌握两因素被试间设计253多自变量被试间设计中的主效应和交互作用主效应自变量在多大程度上能使被试的行为发生变化。交互作用一个自变量的影响会随着另一个自变量水平的不同而发生变化。多自变量被试间设计中的主效应和交互作用254多自变量被试间设计

1为什么使用多自变量被试间设计

2多自变量被试间设计的主要类型

3多自变量被试间设计中的主效应和交互作用4如何一步步设计多因素实验5通过具体实例了解两因素被试间设计6通过具体实例掌握两因素被试间设计255第一步：确定两个自变量因素1：词频因素2：语境的预测性第二步：确定第一个自变量的处理水平因素1有两个处理水平：高频和低频第三步：确定第二个自变量的处理水平因素2有两个处理水平：高预测性和低预测性第四步：确定四个处理水平的结合如何一步步设计多因素实验256多自变量被试间设计

1为什么使用多自变量被试间设计

2多自变量被试间设计的主要类型

3多自变量被试间设计中的主效应和交互作用4如何一步步设计多因素实验5通过具体实例了解两因素被试间设计6通过具体实例掌握两因素被试间设计257左图表示没有交互作用，右图表示有交互作用通过具体实例了解两因素被试间设计258多自变量被试间设计

1为什么使用多自变量被试间设计

2多自变量被试间设计的主要类型

3多自变量被试间设计中的主效应和交互作用4如何一步步设计多因素实验5通过具体实例了解两因素被试间设计6通过具体实例掌握两因素被试间设计259应用举例:性别和进食行为的关系研究研究者：Pliner&Chaiken，1990假设：与同伴进食时，女性的进食量会受到其同伴性别的影响，即异性同伴在场，女性会吃的较少；同性同伴在场，她们会吃的较多男性进食量不受同伴性别影响通过具体实例掌握两因素被试间设计260自变量：被试性别、同伴性别因变量：进食行为（吃饼干数目）结果：通过具体实例掌握两因素被试间设计261练习:假如上述实验出现以下结果，请你对结果进行解释（主效应/交互作用）。

通过具体实例掌握两因素被试间设计262通过具体实例掌握两因素被试间设计263Tips:在多自变量实验中，先看每一个自变量单独的效应（主效应），然后再看自变量之间的交互作用。从图19可看出：在总体上，男性比女性吃薄脆饼干的平均数要显著的多，因此被试性别有显著的主效应。在总体上，同伴的类型并不能改变被试吃薄脆饼干的数目，所以这个因素并没有显著的主效应。被试性别和同伴性别这两条线并不是平行的，表明二者间存在交互作用。通过具体实例掌握两因素被试间设计264只有显著的被试性别主效应通过具体实例掌握两因素被试间设计265同伴性别和被试性别主效应都显著通过具体实例掌握两因素被试间设计266应用举例2：性格类型、空气中负离子水平、激怒情绪对心率水平影响的研究研究者：Baronetal，1985实验设计：3（被试类型：A型，不确定型，B型）×2（激怒条件：生气，不生气）×3（负离子水平：高，中，低）通过具体实例掌握两因素被试间设计267实验结果通过具体实例掌握两因素被试间设计本章要点被试间设计概述

1被试间设计的含义

2何时使用被试间设计

3使用被试间设计的注意事项单自变量被试间设计

1单因素完全随机设计

2单因素随机区组设计

3单因素拉丁方设计

被试内实验设计被试内设计概述01被试内设计概述

1什么是被试内设计

2被试内设计的选择被试内设计概述

1什么是被试内设计

2被试内设计的选择1什么是被试内设计被试内设计的含义试内设计（within-subjectdesign）指在实验过程中，每个被试接受所有的实验处理水平或处理水平的结合被试内设计又称重复测量设计主要目的是克服被试间设计中存在的被试不同质问题1什么是被试内设计被试内设计的种类依据自变量数量的多少单因素被试内设计多因素被试内设计1什么是被试内设计被试内设计的种类依据自变量数量的多少单因素被试内设计多因素被试内设计1什么是被试内设计单因素被试内设计只有一个自变量自变量的处理水平有两个或两个以上每个被试接受所有的实验处理水平1什么是被试内设计被试内设计的种类依据自变量数量的多少单因素被试内设计多因素被试内设计1什么是被试内设计多因素被试内设计有两个或两个以上的自变量自变量的处理水平有两个或两个以上每个被试接受所有的实验处理水平的结合被试内设计概述

1什么是被试内设计

2被试内设计的选择2被试内设计的选择何时使用被试内设计需要更经济地利用被试时例如：一项实验中有4个处理水平，每一个处理水平需要20名被试，如果研究者使用的是被试内设计，那么他只需20名被试需要节省实验的时间时例如：如ERP实验2被试内设计的选择何时不能使用被试内设计实际实验研究不具备可操作性时例如：知觉实验实验处理的作用不可逆转时例如：以动物为被试研究RNA对学习的影响单因素被试内设计02单因素被试内设计

1单因素两水平被试内设计

2单因素多水平被试内设计

3单因素被试内设计的应用单因素被试内设计

1单因素两水平被试内设计

2单因素多水平被试内设计

3单因素被试内设计的应用1单因素两水平被试内设计最简单的被试内设计自变量仅有一个且只有两个水平所有被试都接受这个变量的两个水平实验过程中，一般被试接受一种顺序的处理，另一半接受相反顺序的处理1单因素两水平被试内设计因素A被试

S1S2S3S4S5S6

a1a1a1a2a2a2

a2a2a2a1a1a1单因素两水平被试内设计的模式单因素被试内设计

1单因素两水平被试内设计

2单因素多水平被试内设计

3单因素被试内设计的应用2单因素多水平被试内设计自变量水平有三个及以上唯一的一组被试接受自变量的所有处理水平2单因素多水平被试内设计

S1S2S3S4S5S6S7S8单因素多水平被试内设计的模式因素A被试

a4a1a3a2a4a1a2a3

a1a2a4a3a3a4a1a2

a2a3a1a4a2a3a4a1

a3a4a2a1a1a