双因素实验设计课件演示.ppt

《心理实验设计》 双因素实验设计 Factor Experimental Design 练习题: 有研究者想要研究下面的课题：机动车驾驶员对不同强度的红、黄、绿三种颜色的指示灯的刹车反应时有无差异。 请你尝试用前述几种不同设计类型制定实验方案，要求具体指出：统计假设与备择假设、变量构成与控制路线、设计模型、变异结构与统计推论思路；并评价不同设计的优劣。 概念提示： 因素与因素设计 处理与处理水平的结合 处理效应、主效应、交互作用 区组效应 二因素完全随机实验设计 变量结构： 两个自变量，各有p 、q个水平，共形成pq个处理水平的结合。 被试分派： 随机分派被试到各处理水平的结合，每个被试只接受一个处理水平的结合。 被试分派表（3×3） 数据模式（p×q） 续1 续2 统计假设 假设1：A因素的处理效应为零 H0： μ1. =μ2. =……=μp. 或αj=0 假设2：B因素的处理效应为零 H0： μ. 1 =μ. 2 =……=μ. q 或βk=0 假设3：A与B的交互作用为零 H0： (αβ) jk=0 设计模型 交互作用：A×B 交互作用——一个因素的各水平在另一个因素的不同水平上变化趋势不一致；此时如果只区分单个因素的作用，就难以揭示因素水平间的复杂关系。 例：交互作用的理解 课题：两种教学方法（A，讲授/自学讨论）对不同学习能力（B，高/低）学生学习成绩的影响（2×2随机组设计） 简单效应：交互作用的进一步解析 比较下面两个交互作用图示，看有什么不同。 简单效应检验——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，以便具体地确定它的处理效应在另一个因素的那个（些）水平上是显著的。 简单效应分析的前提：交互作用显著 简单效应图解说明： 左图：对于学习能力较高的学生，讲授法和自学讨论法所产生的效应恰恰与对学习能力较低的学生产生的效应相反——前者更适应自学讨论法，后者更适应讲授法。 右图：采用讲授法对学习能力较高和较低的学生的效应不显著；而采用自学讨论法对学习能力高的学生有促进作用，但对学习能力较低的学生明显不利。 简单效应检验与多重检验的不同 简单效应检验是为了具体指出：当因素间交互作用显著时，一个因素在另一个因素的哪个（些）水平上效应显著。 多重检验是为了具体指出：当因素（水平数＞2）的主效应显著时，哪两个处理水平的效应差异显著。 二因素随机区组实验设计 适用条件： 两个自变量，分别有p和q个水平(≥2)，共形成p×q个处理水平的结合。 有一个被研究者认为很有可能混淆自变量效应的额外变量，且与自变量之间无交互作用，可将其变异分离出去。 被试分派表 统计假设 假设1：A因素的处理效应为零 H0： μ1. =μ2. =……=μp. 或αj=0 假设2：B因素的处理效应为零 H0： μ. 1 =μ. 2 =……=μ. q 或βk=0 假设3：A与B的交互作用为零 H0： (αβ) jk=0 假设4：区组效应为零 H0： πi=0 设计模型 二因素重复测量实验设计 两种形式： 两因素被试内设计：重复测量两个因素 两因素混合实验设计：重复测量一个因素 1. 两因素被试内设计 适用条件： 两个自变量，分别有p和q个水平(≥2)，共形成p×q个处理水平的结合。 两个自变量均为被试内变量。 基本方法： 所有被试接受所有处理水平的结合。 不同被试接受实验处理的顺序随机安排或按拉丁方排序。 被试分派表 设计模型 变异结构 理解SSA×S 理解SSB×S 2. 两因素混合实验设计 适用条件： 两个自变量，分别有p和q个水平(≥2) 。 一个自变量为被试内变量，另一个为被试间变量（常常是被试变量）。 研究者主要关心被试内因素的处理效应和两因素的交互作用。 基本方法： 先分派被试间变量，再分派被试内变量。 被试分派表 例： 统计假设 假设1：被试间变量的处理效应为零 H0：αj =0 假设2：被试内变量的处理效应为零 H0： βk =0 假设3：两因素的交互作用为零 H0： (αβ) jk =0 设计模型 变异结构 理解SSA×S 理解SSB×S S63 S62 S61 S53 S52 S51 S43 S42 S41 a2 S33 S32 S31 S23 S22 S21 S13 S12 S11 a1 b3 b2 b1 混合实验设计所需被试量比完全被试内设计多，但比完全随机设计少，比较经济。 S93 S92 S91 S83 S82 S81 S73 S72 S71 a3 a2 a1 光 强 度 S63 S62 S61 S53 S52 S51 S43 S42 S41 S33 S32 S31 S23 S22 S21 S13 S12 S11 颜 色 b3 b2 b1