实心I06 心理学实验设计-被试间设计与被试内设计.pptVIP

实验设计的基本术语 用来区别被试组或实验条件的维度叫因素（factor），即自变量。 因素的特定值称作水平（level）或处理（treatment） 水平结合（level combination） 主效应（main effect）和交互作用（interaction） 简单效应（simple effect）和简单简单效应 处理效应（treatment effect） 因素设计（factorial design） 单因素设计 准实验设计 一组后测设计和一组前后测设计 单组时间序列设计/单组相等时间样本设计 典型的完全随机设计 匹配组设计 不等组设计 前后测完全随机设计 所罗门四组设计 被试内设计 一组后测设计（one group post-test design） 模式： T O 逻辑：如果同记忆中的一般情况相比，或同已有记忆相比，施加处理（T）后，所观察变量有变化，则说明处理有效果。 例：“心理干预能否帮助戒酒” 一组前后测设计（one group pretest-posttest design） 模式： 逻辑：如果同前测相比，后测分数发生变化，则说明处理有效。 混淆因素（可能解释）： 处理效应； 历史（history）、自然成熟（maturation ）、 回归（regression）、测验维度意识（testing）、工具使用（instrumentation） 、前测与处理的交互作用。 举例 假设被试前测（新学期开始时的测验）时语文成绩平均为70分，参与一项旨在提高语文成绩的训练计划（处理）后，后测（期末进行的一次测验）时语文成绩平均为90分 O1（70） T O2（90） 单组时间序列设计 模式： 逻辑： 从一系列测量值中剔除成熟效应，然后比较前测和后测是否存在明显的差异。 如果引入处理后，使得前测和后测数据不再连续，即靠近引入实验处理的前测与后测成绩水平截距高低发生明显变化，则有处理效应。 特点：前后测数目相等，时间间隔相等。 优缺点： （1）较好地控制了被试成熟因素的影响，能把该因素的效应从总体数据中分离出来。 （2）通过多次观测避免了可能由于一次测验而造成的有偏向性样本成绩的概率，从而克服了测验可靠性的问题。 （3）多次观测克服了统计回归的影响。 （4）多次测量，可能会降低被试对实验处理的敏感性。 （5）难以排除测验与处理之间的交互作用，也难以克服历史因素的影响。 单组相等时间样本设计 模式： 逻辑： 无处理时（T1）的观测值作为前测、基线成绩，而有处理时的观测值作为后测成绩，通过对比这两组值是否存在差异，推断处理的效应。 特点： 多次处理，多次观测；处理与测量交替进行，时间间隔相等 举例：“某降压药品是否对高血压患者有效” 方法： 选择50名患者追踪调查100天，每天固定测量血压，每10天为一个单位，取平均值作为该时段的血压。 10个时段中，5个时段服药，5个时段不服药，交替进行。 优点： 较好地控制了历史因素、测验因素、统计回归等额外变量的影响。 缺点 外部效度低，原因可能是多次测验降低或增加了被试对实验变量的敏感性；实验安排的反作用效果（reactive effects of experimental arrangements）会影响该设计的外部效度； 重复实验处理的干扰（multiple-treatment interference） 。 典型的完全随机设计 模式： 实验组 R| T O 控制组 R| O 也称独立组设计（independent groups design） 逻辑： 由于两组被试采用随机分派（R），两组在性质上属相等组，因而两组间的任何差异都只能归于处理的效果。 举例：“某训练方法能否有效扩大儿童词汇量” 1. 单组前后测设计 优点：实验组和对照组相对同质，克服了成熟、历史等因素的影响。 缺点：如果没有按照随机化原则和等组法选择对等组，则会影响实验结果的推论，难以克服的因素主要有： 1. 选择（differential selection） ； 2.选择与成熟的交互作用（selection-maturation interaction ）； 3.选择与处理的交互作用（interaction effects of selection biases and experimental variable） 匹配组设计（matched groups design） 模式 逻辑：两组被试基本相等，可以把后测成绩的差异归为由实验处理造成，能较好地进行变量间的因果推论。 不等组设计（nonequivalent groups design） 自然组（natural groups） 可行性方面限制无法操纵变量、或变量为选择的被试变量 模式1（涉