第三章-实验方法-第一节独立组设计

章实验方法第三节复合设计第二节重复测量设计第一节独立组设计目录第一节独立组设计心理学家为什么要做实验研究者为了检验有关行为原因的假设而做实验实验能帮助研究者确定一个处理或一个程序是否能有效的该变行为。研究者在实验中通过操纵一个自变量来观察它对行为的影响，其影响效果通过因变量来评估控制是实验最关键的核心；实验控制通过操纵、保持条件恒定和平衡获得。实验控制使研究者能够做出因果推论，即自变量导致了因变量的变化当满足因果推论所需要的三个条件时，一个实验就具备了内部效度。这三个条件是共变、时序关系和其可能原因的排除当发生混淆时，所观察到的共变就存在其他可能的解释，这就降低实验的内部效度。通过保持条件恒定和平衡可排除其他可能的解释。实验研究的逻辑单组前测-后侧设计第一步第二步第三步O1X

O2每组被试代表自变量所界定的一定条件。若一个独立组设计中的平衡是通过将被试随机分配到不同实验条件下获得的，那么我们将此设计叫做随机组设计。独立组设计随机组设计随机组设计中有比较组，每一个组只接受一种水平的处理，其他方面都相同。随机组设计可使研究者做出自变量对因变量产生影响的因果推论将被试随机分配至各条件下，以形成比较组。其作用是为了在操作自变量各条件下，平衡或平均被试特征和个体差异。随机区组设计可以平衡被试的个体差异和实验操作过程中可能发生的混淆，并使每组人数相等。第一步第二步第三步R1R2X1X2

O1

O2随机区组法假设一个实验有5种条件，那么一个区组就是5种条件中的一种一个区组5种条件5种条件中随机的一种ABCDECAEBD10个区组被试条件1)CAEBD1）卡拉C2)ECDAB2）安迪A3)DBEAC3）雅克E第一区组4)BACED4）茉莉B5)ACEDB5）艾米D6)BCADE6）埃里克E7)BCAED7）安娜C8)DCAEB8）劳拉D第二区组9)EDBCA9）萨拉A10)CEBDA10）丽莎B11）汤姆D对内部效度的威胁由于不同的被试群之间原本存在差异，将不同的被试群随机分配到自变量的不同条件下会导致潜在的混淆随机区组设计通过平衡自变量各条件下的额外变量能够提高内部效度额外变量能否通过平衡或保持条件恒定得到控制，关系到实验的外部效度何灵敏度。选择性被试缺失会威胁实验的内部效度，而技术性被试缺失则不会安慰剂控制组用于控制“需求特征”问题，双盲实验既控制需求特征也控制实验者效应。整群检测容易出现混淆平衡额外变量研究者不感兴趣，但仍然使实验发生了混淆的潜在变量称为额外变量被试缺失：被试参与了实验却没有完成，实验的内部效度就会受到影响。技术性被试缺失：当被试由于设备问题而不能完成实验时（主试也作为设备的一部分）。但是严重程度不大，不会导致各实验条件下完成实验的被试特征的总体变化选择性被试缺失则是一个严重的多的问题它发生在：（1）当被试在各实验条件下不同程度的缺失；（2）由于被试的某个特征导致了缺失（3）当这个被试特征与因变量相关时。数据结果的分析和解释数据分析在实验中的作用：研究者是否能得出自变量影响行为的结论，数据分析和统计在其中其关键性作用确定研究结果是否可靠的最好方法是进行重复实验张雨绮照片描述照片和描述她老公被抓了她老公被抓了谁老公被抓了描述结果用来概括实验结果的两种最常见的描述统计是平均数和标准差效应大小显示了自变量和因变量之间关系的强度，而且他们不受样本大小的影响d是一个常用效应大小的指标，它考察与实验的平均变异相关的两组平均数差异元分析效应大小指标来总结关于相同自变量或因变量的诸多实验结果。线索条件N平均数标准差.95置信区间照片363.982.023.31-4.65描述362.401.841.79-3.01照片和描述363.801.713.23-4.37表1姓名学习实验中三种条件下回忆成绩的平均数、标准差和置信区间确认结果所揭示的内容

研究的局限性研究者适应推论统计来确定自变量对因变量是否有显著影响根据样本数据做出推断的两种方法是虚无假设检验和置信区间研究者使用虚无假设检验来确定实验的组间平均数差异是否比误差变异导致的差异大一个统计上显著的结果是指虚无假设为真的可能性很小研究者通过检查实验中不同样本的置信区间是否有重叠来确定一个自变量是否对行为有影响。

研究的局限性虚无假设显著性检验：一个统计上显著的结果仅仅意味着，实验中我们观察到的差异大于误差变异所导致的结果差异。使用置信区间检验平均数差异：查看置信区间是否重叠。数据分析所不能告诉我们的确定实验结果的外部效度当一个实验结果能够超越特定的实验环境应用到其他个体、场景和条件中时，这个实验结果就具有外部效度在一些研究（如验证理论）中，研究者可能更强调内部效度；但对另一些研究者来说，他们可能会选择抽样或重复的方法来增加外部效度研究者能通过做现场实验增强他们在现实世界中所做的研究的外部效度部分重复是确定实验外部效度的有效方法研究者常常寻求变量间关系的普遍性结论，而非一些特定条件下、操控下、选择场景和样本等情况下的具体结论。匹配组设计当被试太少，无法采用随机分配时可以使用匹配组设计组成比较组通过因变量任务匹配被试，是组成比较组最好的方法，但是匹配任务都必须和因变量任