自变量与因变量的选择与控制

因变量的选择与控制
关于因变量测量的关键性问题
生态效度（ecological validity):如果一个测量方式反映了人 们日常生活也是这么做的，那么它就有生态效度。
如对一个产品，问“买与不买”最能反应人们对该物品的兴趣 了，但是许多人都用一个量表(如1－7）。
但是上面做法会导致信息量有限，统计检验也不太有power.
如何为你的研究选择特定的变量
研究传统：别人用什么就用什么 理论：根据理论需要去设计（太抽象） 现有技术与设备：PET fMRI et c. 信度、内部与外部效度、敏感性、准度 你需要的信息量 数据类型与统计 ……
18
分半信度(split-half reliability): 一次测验，一套测验，把题目分成 两部分单独记分，然后求相关。
龙巴赫α系数：表征测验内部一致性信度的重要指标
Spss演示
14
因变量的选择与控制
关于因变量测量的关键性问题
效度：测量特定事物属性的程度
表面效度（face validity)：指一个工具在测量它想测量东西时， 看上去做得有多好。比如数学能力测验里有数学题。
被试“答非所问” 被试会“错误推理” ……
因变量的选择与控制
因变量意味着你要观测什么（产品的质量、购买意愿等）
研究者很主要的一个任务就是给事物属性指派数字。这里主要介绍四种数 据描述 称名量表：取值上在性质上而不是在数量上不同的变量就是nominal scale. 例如：姓名、性别、学号
顺序量表：一个变量的不同取值不仅有不同的名称，而且可以按照量来 排等级。如你在班级上的排名。
等距量表：在一个量表上的数值间距是均匀的，但没有“零点”。例如 摄氏温度和智力商数就是一个等距的
等比量表：在一个量表上的数值间距是均匀的，但有“零点”。比如身 高、开氏温度表等。
12
因变量的选择与控制
思考：这些变量适合做哪些数据检验？参 数检验和非常数检验的优缺点是什么？
13
因变量的选择与控制
关于因变量测量的关键性问题
信度:测量可不可靠（通常用相关系数表示）
测验－再测验信度（test-retest reliability):要求同样测验实测两次， 期间隔开一个相对长的时间。
平行形式信度(parallel-forms reliability)：认为两套测题目是等价 的，一次施测。
内容效度（content validity)：指一个测验从它想测量的知识、技 能和行为里对内容做抽样的时候做得有多好。
准则关联效度（criterion-related validity):指测验分数能否预测某 个人在“准则”上的表现。如智力测验的相关，学术评估测验 （SAT）与学习成绩的相关。
15
关键概念
自变量、因变量、额外变量 水平与处理 随机化(Demonstration) 组间、组内与混合设计 主效应与交互作用 ???
1
Art Woodward (2004), lecture notes
自变量与因变量的选择与控制
自变量的选择与控制
以情绪为例，how to manipulate it?
可以使用有偶数位的量表（如1－6）这样可以对数据进行二分 编码
因变量的选择与控制
关于因变量测量的关键性问题
准度（accuracy):一个测量结果与已知结果的一致性
敏感性：一个因变量测量对自变量操纵反应的灵敏程度。
智力与反应时有关系吗？
地板效应与天花板效应：这也与因变量测量有很大关系。
因变量的选择与控制
量）
7
自变量的选择与控制
Summary: How?
为了说明一个自变量与另外一个因变量的关系，许多时 候需要多种手段操作自变量(为什么？？）
X(1,2)----------?????---------Y(1,2)
8
因变量的选择与控制
因变量的类型
行为测量（以旁观者效应为例）
频率：记录某个行为在某个Байду номын сангаас定时期里发生的次数 潜伏期：被试对一个刺激做出反应所花的时间 缺点：很难搜集行为的原因
生理测量
心率、呼吸率、脑电等 测量身体内部的唤醒状态相当准确 研究逻辑：从生理状态推测心理状态或行为
因变量的选择与控制
因变量的类型
自我报告
因变量的选择与控制
因变量的类型
自我报告
优点：高度通用和流行，容易使用
缺点： 不能确保被试是不是说真话，被试容易受到社会赞许性的影 响（如何测量社会赞许性？） 有效度和信度的麻烦
量表 看录像 送礼物 吃巧克力？？？
4
自变量的选择与控制
5
自变量的选择与控制
以need for closure 为例，how to manipulate it?
量表 控制完成时间的任务
6
自变量的选择与控制
Summary: How?
避免天花板或地板效应 尽量避免混入一些额外变量 许多时候需要Manipulation Check（包括对额外变量的测