实验设计部分（外加自由度的分解）

因素数量
（变量个数）设计类型被试分配自由度的分解
被试间设计（完全随机实验
设计）a1a2a3
S1S2S3
S4S5S6
S7S8S9p:自变量水平数量（处理数）
n:每一处理下的被试数量
变异来源自由度
处理间p-1
处理内p(n-1)
合计np-1
被试内设计（重复测量实验
设计）a1a2a3
S1S1S1
S2S2S2
S3S3S3
p:自变量水平数量（处理数）
n:被试的数量
变异来源自由度
被试间n-1
被试内p(n-1)
A p-1
误差(p-1)(n-1)
合计np-1
单因素实验设计
随机区组实验设计a1a2a3
S11S12S13
S21S22S23
S31S32S33
p:自变量水平数量（处理数）
n:区组的数量
变异来源自由度
处理间
(A)
p-1
处理内p(n-1)
区组n-1
误差
（p-1）(n-
1)
合计np-1
两因素实验设计
被试间设计
（完全随机实验
设计）
a1b1a1b2a2b1a2b2
S1S2S3S3
S4S5S6S6
S7S8S9S9
p:自变量A的水平数量
q:自变量B的水平数量
n:每一处理下的被试数量
变异来源自由度
处理间pq-1
A p-1
B q-1
AB(p-1)(n-1)
处理内pq(n-1)
合计npq-1
被试内设计（两因素均为重复测量）a1b1a1b2a2b1a2b2
S1S1S1S1
S2S2S2S2
S3S3S3S3
p:自变量A的水平数量
q:自变量B的水平数量
n:每一处理下的被试数量
变异来源自由度
被试间n-1
被试内n(pq-1)
A p-1
A×被试(p-1)(n-1)
B q-1
B×被试(q-1)(n-1)
AB(p-1)(q-1)
AB×被试(p-1)(q-1)(n-1)
合计npq-1
混合设计（一个因素为重复测量）
b1b2
a1
S1
S2
S1
S2
a2
S3
S4
S3
S4
p:自变量A的水平数量
q:自变量B的水平数量
n:组间变量每一水平下的被试数
量
变异来源自由度
被试间np-1
A p-1
被试（A）p(n-1)
被试内n(pq-1)
B q-1
AB(p-1)(q-1)
B×被试(A)(p-1)(n-1)
合计npq-1
两因素实验设计
随机区组实验设计a1b1a1b2a2b1a2b2
S11S12S13S14
S21S22S23S24
S31S32S33S34
p:自变量A的水平数量
q:自变量B的水平数量
n:每一处理下的被试数量
变异来源自由度
处理间pq-1
A p-1
B q-1
AB(p-1)(q-1)
处理内pq(n-1)
区组n-1
合计npq-1
变量类型种类操纵与控制
自变量①刺激特点自变量（用来操
纵）；
②环境特点自变量（照明情
况或照明强度）；
③被试特点自变量（年龄、
性别、智力、受教育水平）；
④暂时造成的被试差别（疲
劳、焦虑、被试给予不同指
导语）。

①对自变量下操作定义（指
用可感知、度量的事物、时
间、现象和方法对自变量或
指标作出具体的界定。

防止
操作定义单一性偏差，从而
影响研究的构想效度）；
②确定自变量的各个水平
（又叫检查点、处理水平）；
③校准测量自变量的仪器
（降低系统误差和随机误差，
保证实验的内在效度）；
④控制刺激的呈现方式（包
括呈现时间的长短、呈现次
序、空间位置，都应根据要
求加以控制）。

因变量客观指标：反应速度、反应
速度差异、反应的准确性、
反应标准、反应的难度、生
化指标等；
主观指标：口语报告、量表
分数、评价者的评定分数等。

①反应简单控制
用指导语来控制被试的反应；
规范的指导语应该：内容确
定、完全、简单明确、标准
化；
②选择恰当的因变量指标
明确的操作定义+因变量指标
（有效性、客观性、数量化）；
③避免量程限制
量程不够大，造成天花板效
应或地板效应，从而使指标
的有效性遭受损失。

额外变量①被试方面——要求特征
霍桑效应、安慰剂效应、约
翰·亨利效应、罗密欧与朱
丽叶效应；
②主试方面——实验者效应
期待效应、罗森塔尔效应、
皮革马利翁效应；
③实验设计方面——顺序效
应
例如，练习效应、疲劳效应、
空间误差、顺序误差、习惯
误差；
④环境方面
⑤数据处理方面
①排除法（如声光实验的隔
音室、暗室、双盲控制法）；
②恒定法（如实验仪器、物
理条件等）；
③随机化法（平衡被试差异，
人数一般大于30）；
④匹配法（人为将被试划分
若干组，每组同质）；
⑤抵消平衡法（ABBA设计、
拉丁方设计，针对顺序误差、
空间误差、习惯误差、疲劳
效应和练习效应等）；
⑥统计控制法（通过剔除极
端数据、统计矫正、协方差
分析等，保证数据的可靠性）。

类型评价统计方法
单组后测设计优点：
可作为真实验设计研究的前奏。

缺点：
①没有对照组，没有前测，因此很难
排除历史、成熟、和选择等作用的影
响（影响内部效度）；
②容易出现自变量混淆。

无
单组前测后测
设计优点：
前测可以提供被试的基线数据以及其
他有关信息，较单组后测设计前进了
一步，减少了不确定性。

缺点：
①很难控制历史和成熟等因素造成的
影响；
②前测可能对后测造成影响。

成对样本t
检验；
符号检验法；
符号秩次检
验法。

前实验设计
固定组比较
设计优点：
①由于使用了控制组，所以能对历史、
成熟等因素进行控制；
②由于没有进行前测，所以控制了测
验效应和仪器因素的干扰。

缺点：
①对选择缺乏控制：不能在随机基础
上选择和分配被试；
②对选择和成熟的交互作用以及选择
与实验处理的交互作用缺乏控制。

独立样本t
检验；
秩和检验法
（曼-惠特
尼U检验法）；
中位数检验
法；
卡方检验。

相关研究设计皮尔逊极差相关；
点二列相关；斯皮尔曼等相关
非实验设计
事后设计
准则组设计优点：
①为提出因果关系的假设提供依据；
②在更少人为干预或无法进行人为干
预的条件下使用；
更节省人力、物力
缺点：
不能操纵自变量或随机分配被试。

独立样本t
检验；
秩和检验；
中位数检验
法。

非：不能随机对被试进行取样和分配，一般在自然环境中进行。

不需要对额外变量进行控制。

类型评价统计方法
时间序列设计优点：
①较好地控制了成熟和测验因素的干
扰；
②较好地控制了统计回归的因素；
③不必设置控制组，因为免去了寻找
控制组的麻烦并节省了被试数量。

缺点：
①无控制组，很难对其他额外变量加
以控制；
②测验与处理的交互作用难以控制；
③多次前测可能降低或增加被试对测
试的敏感性。

X前后的回
归直线差异
检验；
X前后的两
次成绩的差
异检验。

单组
准实验设计
相等时间样本
设计
（广泛用于学习研究）优点：
历史因素得到了较好地控制；
缺点：
①测验的反作用效果；
②实验安排的反作用效果；
③选择偏差与实验变量的交互作用难
以控制；
④重复实验处理等因素会影响实验的
外在效度。

对两种实验
条件进行比
较；
对两种实验
条件下的顺
序效应进行
比较。

不相等实验组控制组前测后测设计优点：
①很好地控制了历史、成熟、测验等
因素；
②通过前测可以了解两组间起始态的
差异（对选择因素进行一定的控制）；
缺点：
①没有随机分配被试，所以两组不等；
②选择与成熟以及选择与实验处理的
交互作用可能会降低实验效度。

对两组前测
后测差值分
数的平均数
进行t检验；
秩和检验；
中位数检验
法；
协方差分析
（前测分数
为协变量）。

准实验
设计
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优点：
①内部效度的影响因素基本得到了有
效控制；
缺点：
对实验组均
数差值和控
制组均数差
值进行比较；
①多次测验可能会影响被试对处理的
敏感性；
②选择偏差可能会与实验处理产生交互作用。

回归直线的差异检验。

准：不能对被试进行随机取样和分配，对额外变量有一定程度的控制。

环境自然或非严格。

类型评价统计方法
随机实验组控制组前测后测设计优点：
①可以控制选择、被试的中途退出及
选择与成熟的交互作用的干扰；
②有控制组，能控制历史、成熟、测
验、仪器等因素的影响。

缺点：
前测会影响外部效度。

对差值分数
进行t检验；
秩和检验；
中数检验法
协方差分析
（前测分数
为协变量）。

随机实验组控制组后测设计优点：
①控制了历史和成熟、选择和被试中
途退出等对内部效度的影响；
②控制了测验与实验处理交互作用对
外部效度的影响。

是理想的实验设计！
t检验；
秩和检验；
中数检验。

完全随机单
因素设计
随机多组后测
设计
同上方差分析
完全随机多因素实验设计交互作用的个数＝2N-N-1
简单效应的个数＝n（N-1）
n代表水平个数；
N代表变量个数。

简单效应：一个因素的水平在另一个因素的某个水平上的变异（一对多）。

真实验设计
随机区组设计优点：
考虑到个体差异对实验结果的影响，并在统计分析时将这种影响从组内误差中分离出来，节省了大量的实验被试，省时省力。

局限：
主要是划分区组有一定的困难。

影响因素
内部效度①主试—被试间的相互作用（主试效应、
被试效应，控制方法是双盲实验法）；
②被试的一些固有的和习得的差异（性别、年龄、经验、个性等）；
③成熟（即被试身心的成熟）；
④被试的亡失；
⑤历史（即实验时间跨度中所发生的会影
响实验结果的事）；
⑥选择（控制方法：随机选择和分配被试）；
⑦测验（练习、临场经验等）；
⑧仪器的使用；
⑨上述诸多因素的交互作用；
⑩统计回归（控制方法：匹配法和协方差
分析）
外部效度
（推广效度、生态效度）①实验环境的人为性；
②被试样本的代表性；
③测量工具的局限性。

构想效度①理论构思的代表性问题（过窄或过宽）；
②具体而言有操作化前对构思的分析不够完整；
③混淆构思和构思层次；
④构思与构思之间有限制的推广力；
⑤被试的要求特征；
⑥实验者的期望效应；
⑦被试对评价的不安感（社会赞许性）；
⑧单一操作的偏差；
⑨单一方法的偏差；
⑩不同处理间的交互作用；
⑾测验与实验处理的交互作用。

效度
统计结构效度①统计检验力低；
②所用统计方法依据的前提（假设条件）满足的程度；
③测量工具的信度；
④实验处理执行的信度（即主试对实验设计要求遵守的程度）；
⑤实验环境中，不确定非相关时间的影响。

⑥被试的随机变异。

⑦多重比较和误差异。

信度考察实验信度的方法：推断统计、实验验证。

直接验证：重复验证;
系统验证：引入原来未加控制的变量；
概念验证：某种程度上与原先设计有很大不同。