第三章-实验方法-第一节独立组设计

• 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 量任务相关 • 被试通过匹配任务匹配后，需要随机分配 到不同的自变量条件下
自然组设计 • 自然组设计通过选择（不是操纵）个体差 异变量（被试变量）而形成 • 自然组设计是一种相关研究，研究者寻求 自然组变量和因变量之间的共变关系 • 不能根据自然组变量的效应做因果推论， 因为群体差异可能存在其他解释。
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
线索条件 照片 描述 照片和描述
N 36 36 36
平均数 3.98 2.40 3.来自百度文库0
标准差 2.02 1.84 1.71
.95置信区间 3.31-4.65 1.79-3.01 3.23-4.37
确认结果所揭示的内容
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 研究的局限性 否比误差变异导致的差异大
第三章 实验方法
姚进 南昌大学心理健康教育中心
目录
第一节 独立组设计
第二节 重复测量设计
第三节 复合设计
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。
实验研究的逻辑
研究者在实验中通过操纵一个自变量来观察它对
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。
谢谢
2）安迪 3）雅克 4）茉莉 5）艾米 6）埃里克 7）安娜
8）劳拉 9）萨拉 10）丽莎 11）汤姆
A E B D E C
D A B D
第一区组
第二区组
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。
第一步
第二步
第三步
R1 R2
X1 X2
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 A B C D E 5种条件中随机的一种 C A E B D
10个区组
1)CAEBD
被试 1）卡拉
条件 C
2)ECDAB 3)DBEAC
4)BACED 5)ACEDB 6)BCADE 7)BCAED 8)DCAEB 9)EDBCA 10)CEBDA
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
谁老公 被抓了
照片和描述
她老公被抓了
她老公被抓了
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。
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。
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 研究的局限性 区间是否重叠。
单组前测-后侧设计
第一步 O1
第二步 X
第三步 O2
独立组设计
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。
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。
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。
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。