第10讲实验法.pptVIP

《心理学研究方法》 第10讲 实验法 —— 基本分类框架 “实验法”的主题列表 实验法的涵义：特点、逻辑思想 实验中的变量及其控制 心理实验的程序 选题、提出假设、变量设计、抽样设计与被试分派、实验过程、数据分析 实验设计 实验设计的内容 实验设计的类型 什么是实验设计？ 狭义的实验设计——实验的总体规划；是指一套将被试者安排入实验情境与进行统计分析的计划（Kirk，1995）。 具体来说，实验设计是由一套用以检验科学假设的活动所组成，这些活动包括统计假设（statistical hypothesis）的建立、实验的情境与条件的设定（自变量的决定）、测量以及实验控制的方式的决定（因变量与控制变量的决定）、被试者的选取条件的设计（抽样设计）、以及统计分析方式的决定等步骤。从这些具体的操作步骤中，我们可以看出实验设计与统计分析具有相当紧密的关系，甚至可以说，实验设计就是一门以统计观念为核心的研究方法学。 实验三原则 可复制性（replication）：表示一个实验可以在相同的条件下，被重复操作获得相同的结果，即使不是完全的相同，所存在的差异（即实验的误差），也必须在一定合理的范围内。 随机化（randomization）：是实验设计能够符合统计理论的重要程序。藉由随机化，我们可以确保实验的进行是在一个客观的基础上，不同的尝试之间，除了研究者的实验操纵之外，并没有特定因素影响我们所关心的效果变动。 区组性（blocking）：是实验当中用来增加客观精确性的技术。一个区组指的是实验材料当中同质的一部份，区组化可以协助研究者分离不同的操作程序，以便进行比较。 实验设计中的常用术语 因素（factor）与因素实验设计（factoral experimental design） 处理（treatment）与处理水平的结合（treatment combinations） 主效应（main effects）与交互作用（interaction） 处理效应（treatment effect）和误差变异（error variance） 比较（comparisons） 主效应 交互作用 实验中由一个因素的不同水平引起的变异称为因素的主效应（即因变量的总变异中可以由某一因素解释的部分）。 在单因素实验中，主效应通过计算单一自变量的不同水平的数据的方差来反映。在多因素实验中，计算某一因素的主效应时需忽略其它因素不同水平引起的变异，从而可以分别得到不同因素的主效应。 在多因素实验中，不同因素的不同水平之间存在复杂的变化关系。当一个因素的水平在另一个因素的不同水平上变化趋势不一致时，即两个因素之间存在交互作用（即因变量的变异中不能由单一因素和误差解释的部分）。 而当一个因素的水平在另一个因素的不同水平上变化趋势一致时，表明两个因素是相互独立的。 处理效应 误差变异 处理效应是指实验的总变异中由自变量引起的变异，主效应、交互作用都是处理效应。 误差变异是指总变异中不能由自变量、或明显的额外变量（这类额外变量通常得到控制，其效应可视为零）解释的那部分变异，也就是随机化程序所引起的变异。它可区分为两部分： 单元内误差——即几个被试接受同样的实验处理时，他们之间所出现的误差，这种误差是由被试分派程序导致的，属于随机误差；（即被试的个别差异引起的变异） 残差——指单元内误差以外的误差变异，也属于随机误差的一部分；当每种实验处理只分派一名被试时，实验中只有残差。 实验设计的基本思想 1.统计检验——实验研究由样本数据推测总体的依据 基本概念： 小概率事件原理与显著性水平 虚无假设与备择假设：逻辑上非此即彼的一对假设 检验统计量 统计假设检验思想方法与步骤 统计假设检验就是一种带有概率值保证的反证法。 统计决策的两类错误 I型错误（“拒真”错误，即小概率事件确实发生了） Ⅱ型错误（“纳伪”错误） 2. 方差分析——实验中分析变异来源的技术依据 方差分析实质上就是将实验数据的总变异（不同组被试在因变量上被观测到的变化和差异总量）分解为来源于不同因素的相应变异，并作出数量估计，从而明确各个变异因素在总变异中所占的重要程度；也就是将实验数据的总变异方差分解成各变因方差，并以其中误差方差作为和其他变因方差比较的标准，以推断其他变因所引起的变异量是否真实的一种统计分析方法。 所谓方差，是变异的指标之一。方差分析实质上将“平均数之间是否存在差异”的检验转化成了“变异是否存在”的检验。只要检验结果表明处理变异显著大于其它变异，就说明实验所猜测的自变量与因变量之间的因果关系得到了支持。 所以，方差分析因其变异分析的功能而成为一种实验设计的基本思想。 方差分析的思想就好像把组间变异放在一个噪音-误差变异的背景上，只有当组间变异足够大，明显不同于误差变异，才能说明处