心理语言学研究中的实验设计与数据处理

心理语言学研究的类型
• 自然观察 个案研究 抽样调查 实验研究 相关研究 发展研究
• • •
心理语言学研究中实验方法的 重要性
• 在科学研究中，有三个质量要素，即科 学的理论，科学的实验和科学的计算。 • 实验的可重复性，有利于研究者对科学 假设的验证（包括证伪）。 • 实验样本的可替代性，使研究更加经济， 而且比自然观察更易于控制。 • 实验过程的可控制性能排除无关变量， 使研究者有效地进行观察。
实验设计中一些常用术语
• 1. 2. 3. • • • • 因素与因素设计 因变量，自变量和无关变量 因素的水平 多因素设计 处理与处理水平的结合 主效应，交互作用与简单效应 处理效应，误差变异与残差 比较
实验设计的思想基础
• 统计检验的思想基础：统计假说的宗旨 是确定以事实支持的概率，由于为假说 取得肯定的支持难度很大，因此，在实 验中研究者常常采用虚无假设。 • Ho:u1= u2 ,H1 : u1≠ u2(u1<u2或u1> u2） • 为了统计检验的目的，研究假说应转化 为虚无假说，统计检验的是虚无假说。
心理语言学研究中的 实验设计与数据处理
• 福建师范大学外国语学院 宝
李荣
参考书目
• 孟庆茂，常建华.《实验心理学》，北京 师范大学出版社，1999。 • 卢文岱等编.《SPSS for Windows 从入门 到精通》，电子工业出版社，1997。 • 舒华.《心理与教育研究中的多因素实验 设计》，北京师范大学出版社，1994。 • 彭聃龄主编.《汉语认知研究》，山东教 育出版社，1997。
标准方块2X2
A B
B
A
标准方块4X4
A B C D B A D C C D B A D C A B
随机化行和随机化列
B
D A C
A
C D B
C
A B D
D
B C A
拉丁方实验设计图解
C1 B1 B2 B3 A1 S1 S2 A2 S3 S4 A3 S5 S6 A4 S7 S8 C2 A2 S9 S10 A3 S11 S12 A4 S13 S14 A1 S15 S16 C3 A3 S17 18 A4 S19 S20 A1 S21 S22 A2 S23 S24 C4 A4 S22 S26 A1 S27 S28 A2 S29 S30 A3 S31 S32
∑ x2 =450
组间平方和与组间均方
• SSb= ∑ x2/n/2=450/5=90 • MSb = SSb /df=90/1=90
分数围绕组内平均数的变化
S S1 S2 S3 S4 S5 X x=（X-X） x2 6 -3.4 7 -2.4 10 +0.6 11 +1.6 13 +3.6 11.5 5.76 0.36 2.56 12.96 S S6 S7 S8 S9 S10 X x=（X-X） x2 12 14 15 17 19 -3.4 -1.4 -0.4 +1.6 +3.6 11.56 1.96 0.16 2.56 12.96
• 张厚粲主编.《心理与教育统计学》，北 京师范大学出版社。 • Gazzaniga.M.S.主编，沈政等译《认知神 经科学》，上海教育出版社，1998。 • 华东师范大学《心理科学》 • 中国科学院心理研究所《心理学报》
心理语言学研究的基本范围
• 语言的习得与语言先天机制 • 语言的理解与人类心智 • 语言的产生与思维的本质
心理语言学研究中统计方法的 重要性
• 使研究者从随机数据中找到规律。 • 使数据成为揭示研究对象因果联系的重 要依据。 • 使研究内容易于表达。 • 使实验假设易于验证。
心理语言学实验的基本范式
• 各种反应时实验：命名，词汇决定，语 义（命题判断），Stroop效应，眼动。 • 各种正误反应实验：记忆与回忆，各种 选择判断与作业测试。 • 联想实验。 • 类型选择反应实验。 • 各种神经生理病理学实验：功能磁共振， 正电子层描术，事件相关电位，脑磁图。
/wsdesign=b within a(1) /design /wsdesign=b within a(2) /design.
数据的整理与分析
• EXCEL的使用 • SPSS的使用
t-检验
• 均值不相等的两个样本不一定来自均值 不同的总体。 • T-检验是对来自正态总体的两个样本进 行均值比较的常用方法。 • 独立样本 t-检验和配对样本t-检验。
a1
g1 g2 S11 S21
a2
S12 S22
a3
S13 S23
a4
S14 S24
g3
g4
S31
S41
S32
S42
S33
S43
S34
S44
单因素拉丁方实验设计
• 原理：拉丁方格。 • 特点：可以分离出两个无关变量。 • 方法：一个无关变量水平在横行分配，另一个 无关变量水平在纵列分配，自变量的水平则分 配给方格的每个单元。 • 适应：自变量两个或两个以上水平（P≧2）； 处理水平与无关变量无交互作用；随机分配处 理水平给P2个方格单元，每个处理水平仅在每 行每列出现一次，被试总数N=np2（n ≧ 1）。
简单效应分析的句法
manova all /wsfactors=a(2) b(3) /wsdesign /design /wsdesign=a within b(1) /design /wsdesign=a within b(2) /design /wsdesign=a within b(3) /design
实验设计的基本过程
• • 1. 2. 3. • • 研究问题的提出和假说的形成 实验变量的识别与选择 选择自变量 选择因变量 识别无关变量 选择样本与被试 确定实验条件的分配方法
实验设计的分类
• 完全随机，随机区组和拉丁方实验设计 • 单因素和多因素实验设计 • 被试内，被试间混合实验设计
实验中各种变异的控制
a1
S1 S5 S9 S13 ……
a2
S2 S6 S10 S14
a3
s3 S7 S11 S15
a4
S4 S8 S12 S16
Sn
单因素随机区组实验设计
• 特点：分离无关变量，一个自变量的两 个或两个以上水平（P≧2），一个无关 变量也有两个或多个水平（n ≧2 ），且 自变量与无关变量之间没有交互作用。 • 方法：先将被试在无关变量上进行匹配， 然后将他们随机分配给不同的实验处理。 • 假设：各处理水平总体平均数无差异， 各区组总体平均数无差异。
• 使系统变异的效应最大。主要是使自变 量水平的改变所引起的变异能在因变量 中反应出来，避免地板效应和天花板效 应。 • 控制无关变量：主要包括随机化，消除， 匹配，附加自变量，统计控制。 • 使误差变异最小，主要是控制单元或被 试内在差异和测量误差。
单因素完全随机实验设计
• 特点：一个自变量的两个或两个以上水 平，（P≧2）。 • 方法：把被试随机分配给处理（自变量） 的各水平，每个被试只接受一个水平的 处理。 • 变异控制：随机化方式
方差分析实例
被试 S1 S2 S3 S4 S5 条件1 6 7 10 11 13 X=9.4 S=6.44 被试 S6 S7 S8 S9 S10 条件2 12 14 15 17 19 X=15.4 S=5.84
分数为绕总平均数的变化
实验条件 条件1 条件2 X x=（X-X） -15 +15 x2 225 225 47 n=5 77 n=5 X=62
谢谢！
B4
单因素重复测量实验设计
• 特点：更有效地控制由个体差异引起的 变异。 • 方法：被试内设计。 • 条件：被试接受前面的刺激对接受后面 的刺激没有连续的效应（如学习，记忆 的效应是连续的）。 • 注意：疲劳效应和顺序效应。
单因素重复测量图解
A1 S1 S2 S3 A2 S1 S2 S3 A3 S1 S2 S3 A4 S1 S2 S3
• 方差分析的基本思想：检验变异是否存在，即 实验处理引起的变异，被试个体差异带来的变 异，实验误差带来的变异，等等。分析实验数 据中不同来源的变异对总变异的贡献大小，从 而确定实验中的自变量是否对因变量有重要影 响。方差分析处理的是方差，方差是一组数据 离散程度的测量。 • 方差分析的基本假设：F检验--正态分布，变异 的同质性和和独立性。F=MSb/MSW。
X=9.4
∑ x2 =33.20
X=15.4
∑ x2 =29.20
组内平方和与组内均方
• • • • SSW=SSA + SSB =33.20+29.20=62.40 MSW =SSW /df=62.40/2(5-1)=7.8 F= MSb / MSW 如果F<1，说明数据的总变异中由分组不同所 造成的变异只占很小的比例，大部分是由实验 误差和个体差异所导致的，即实验中不同的实 验处理间，差异不大，实验基本是无效的。如 果F=1，情况也差不多。当F>1，而且落入F分 布的临界区，则表明数据的总变异基本上由不 同的实验处理所造成，即处理间存在显著差异。
S19
S20
S21
S22
S23
S24
对交互作用的进一步检验
• 图解1：
60 50 40 30 20 10 0 b1 b2 b3 a1 a2
对交互作用的进一步检验
• 图解2：14
12 10 8 6 4 2 0 a1 a2 b1 b2 b3
对交互作用的进一步检验
• 简单效应检验：主效应的检验是在忽略 其他因素的情况下检验一个因素的处理 效应。简单效应检验则是只分别检验一 个因素在另一个因素的每一个水平上的 处理效应。
多因素实验设计实例1
A1 B1 A1 B2 A1 B3 A2 B1 A2 B2 A2 B3
S1
S7 S13
S2
S8 S14
S3
S9 S15
S4
S10 S16
S5
S11 S17
S6
S12 S18
S19
Hale Waihona Puke Baidu
S20
S21
S22
S23
S24
多因素实验设计实例2
A1 B1 C1 S1 S7 S13 A1 B2 C1 S2 S8 S14 A1 B3 C1 S3 S9 S15 A2 B1 C2 S4 S10 S16 A2 B2 C2 S5 S11 S17 A2 B3 C2 S6 S12 S18
S4 S5
S6
S4 S5
S6
S4 S5
S6
S4 S5
S6
多因素实验设计
• 特点：能同时考察多个因素并且揭示因 素间的交互作用。 • 条件：研究中有多个自变量，每个自变 量有两个或两个以上水平，且研究者感 兴趣于所有处理水平的结合效应。 • 方法：可用完全随机，重复测量和混合 设计的方法将被试分配给因素的各个处 理水平。
简单方差分析和多重方差分析
• • • • One-way One-way ANOVA General Factorial ANOVA Multivariate ANOVA Repeated Measures ANOVA
相关分析与因素分析
• Correlate Analysis • Factor Analysis