第三编 实验设计 术语分析与.docVIP

第三编 心理实验的设计方法之一 实验设计概述------------------------------------------------------------------------------------- 前面的课程内容已经就广义实验设计（研究设计）的基本思路和要点进行了阐述，对研究课题的选择、研究假设的提出、研究方案的制定、变量的确定与控制方式、样本的抽取等内容分别做了说明。作为广义的实验设计，其基本思路和有关要点是所有实证研究、甚至非实证研究重视的共同点。从本讲开始，我们将就狭义的实验设计进行阐述。狭义的实验设计与广义的实验设计并没有本质区别，但更侧重于与统计思想的结合，是研究设计思想在实验法中的具体运用。 实验设计的概念 狭义的实验设计——实验的总体规划是指一套将者安排入实验情境与进行统计分析的计划（Kirk，1995）。更具体来说，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（变量的决定）、测量以及实验控制的方式的决定（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。 “如果你不知道你要去哪里，那么你到达目的地的可能性处在随机水平上。”（Charles Brewer，Furman University）实验设计就是使研究者达到研究目的所必需认真完成的。 为了维持科学研究的客观性，一个实验必须具备三个基本的原则：可复制性（replication）、随机性（randomization）、区组性（blocking）。 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。 其次，随机化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。 最后，所谓区组性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。 上述三个实验设计的基本特性，一方面说明实验研究所关心的核心问题，同时也构成了实验设计当中，不同的统计分析方法的差异所在，例如实验误差的估计、随机化的统计分配原理、区组设计的分析方式等等。正也说明了一个成功的实验，反应在一套严谨的测量－统计程序当中。实验设计中的常用术语 因素（factor）与因素实验设计（factoral experimental design） 因素是研究者感兴趣的变量，也就是自变量。 因素在实验者的操纵下发生变化，通常有两个或若干个不同的变化值，每个值称为因素的一个水平（level）；因素的水平可以是数量的（如噪音强度、词表长度、刺激间隔时间等），也可以是分类的（如教学方法、操作程序、教育程度等）。因素的水平有一定的数量限制，通常不宜过多，以免造成数据处理的困难；而以被试变量为自变量时，其水平数可能是固定的，如性别。 因素实验通常是指多于一个因素的实验设计，即双因素实验或多因素实验。 处理（treatment）与处理水平的结合（treatment combinations） 处理与处理水平的结合都是指实验中某一特定的、独特的实验条件。在单因素实验中，自变量的每个水平构成一个实验处理；在多因素实验中，不同自变量的水平相互结合构成不同的实验处理。如呈现时间和词表长度对短时记忆效果的影响实验，两个自变量各有2个水平，组合成4种不同的实验条件。 主效应（main effects）与交互作用（interaction） 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（）。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。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（treatment effect）和误差变异（error variance） 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、或明显的变量解释的那部分变异。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