《第二节 自变量的操纵课件.ppt》由会员分享，可在线阅读，更多相关《第二节 自变量的操纵课件.ppt（23页珍藏版）》请在三一办公上搜索。
1、第二节,自变量的操纵、因变量的观测和,额外变量的控制,实验研究是为了探讨自变量与因变量的因果关,系。先操纵自变量发生变化，在对其它有关变,量进行控制的条件下，观察因变量是否也起了,相应的变化。,一、自变量的操纵,如何操纵自变量的变化？,在自变量的取值范围内依次取一些不同的点，,然后观察在这些不同值的条件下，相应的因变,量的值有没有差异。如果有差异就说明因变量,是随自变量变化而变化的，即它们之间有因果,关系。如果没有差异就说明自变量的变化对因,变量没有影响。当然前提是对其它有关变量进,行控制。,上述在自变量取值范围内的一些不同的点就是,自变量的不同水平。实验研究中在确定自变量,之后，就应该进一步
2、确定自变量的水平了。,自变量水平的确定问题,?,自变量的水平可以是性质上的差别，也可以是数,量程度上的差别。自变量至少有两个水平，以便,研究者操纵自变量的变化。,?,如果实验者因特定的目的而选取自变量的几个特,定的水平，这时候称之为固定水平。如果实验者,因一般的目的而随机抽取自变量的一些水平，这,时候称之为随机水平。心理学研究中大部分是前,者。即使探讨自变量和因变量一般关系的时候，,心理学家也通常采用固定水平的方法。所以实际,上心理学研究中，水平的选取基本上都是由实验,者特定选取。,?,自变量的水平选取一般都是参考前人已有的研,究基础上，结合自己的研究目的来确定。如果,没有资料，还应该通过预实
3、验来确定。,自变量的操作性定义,?,有些研究中自变量的定义是比较具体的，可以,直接观察和测量，比如一些刺激变量。但有些,研究中自变量的定义却是比较抽象的，不能直,接观察和测量。对于前者，我们可以方便的确,定自变量的不同水平，对于后者则比较困难。,所以有必要对后者进行操作性定义。,?,操作性定义就是将抽象的定义转化为可直接观,察、测量的特征的过程。,二、因变量的观测,?,因变量指标的确定,实验研究探讨自变量不同水平下，因变量观测值,之间是否有差异。因此，和自变量一样，对于,某些比较抽象的因变量，也需要进行操作性定,义，即用可观察和测量的行为特征来界定因变,量。而因变量的这种操作性的定义也就是因变
4、,量的指标。,?,指标的可靠性,因变量的指标应该是可靠的，即在不同场合和,时间重复测试的条件下，观测值能够比较稳定,和一致。如果同一被试在相同的实验条件下，,有时在因变量指标上得分高，有时得分低，那,么这个指标就是不可靠的。,?,指标的有效性,如果所选取的指标能够较好的反映该因变量的理,论内涵或构想，那么就称该指标是有效的。这,一点是与操作性定义的过程密切相关。,?,指标的敏感性,因变量的指标不能太难或太容易，否则就会对,自变量的变化不敏感。,天花板效应（,ceiling effect,）,当要求被试完成的任务过于容易，所有自变量,水平下的被试都取得了非常好的成绩，没有什,么差别，这时我们说出
5、现了天花板效应。,地板效应（,floor effect,）,当要求被试完成的任务过于困难，所有自变量水,平下的被试都取得了非常低的成绩，没有什么,差别，这时我们说出现了地板效应。,三、额外变量的控制,?,额外变量是指研究中除自变量外所有可能对,因变量产生影响的因素。由于额外变量会影响,因变量，所以它们会与自变量发生混淆，即不,知道因变量的变化到底是由自变量还是额外变,量引起的。因此需要对额外变量进行识别和控,制。,?,额外变量的识别一般是根据前人的研究结果,和自己研究工作的经验来进行的。而对额外变,量的控制，通常有如下几种方法：,消除法,恒定法,平衡法,统计控制法,?,消除法,实验者采用某些措
6、施把影响因变量的额外变量消,除掉，使它不在出现在实验过程之中。,心理实验在暗室、隔音室进行，就是为了消除作,为额外变量的视觉刺激和听觉刺激。,?,恒定法,研究者采取措施使额外变量在整个实验过程中保,持恒定不变，这样因变量的变化就不能归因为这些,已经保持恒定的变量。,实验常常要在同一时间，同一房间里进行，要,使用同一型号的实验仪器；房间的温度，湿度等各,种环境条件尽量保持一定；主试的态度和行为的一,致，指导语的标准化等等。也就是说尽量使被试实,验环境中的各种条件保持恒定。,?,平衡法,很多时候额外变量不能够消除或保持恒定，那么,就该使用平衡法。即额外变量的效应在自变量,的不同水平下保持总体的平衡
7、或相等。,对于不同的实验安排或设计，额外变量是不同,的，所以就有不同的平衡方法。,?,小样本设计,（单被试设计）,只特定选取一个或几个被试。,?,大样本设计,（群体设计）,从总体里随机抽取一部分被试（即样本），用样,本的结果推论总体。,组间设计,被试分成几个组，每组接受自变量一,个水平的处理。,组内设计,一组被试，接受所有自变量水平的处,理。,对于组间设计，不同组被试之间的差异是最有可,能的额外变量。此时可以采用以下两种方法进,行被试的安排：,?,随机分组法,自变量有几个水平，就将被试随机分成几组。每,组接受自变量的一个水平的处理。通过随机的,方法分配被试，使有关额外变量的效应在不同,的组之间
8、总体上保持平衡和相等，达到等组的,效果。,?,匹配分组法,用完全随机的方法进行分组，在理论上或统计,学上可以达到等组的效果，但实际上却难免有,些误差。尤其是实验研究已经确定某个被试变,量有重要影响，为了更准确的控制它的效应，,可以采用先匹配，再随机分组的方法。,具体做法是：,先按照某被试变量的水平或值将所有被试分,成,N,个组，每组的人数与自变量的水平相等。,每组内的被试在该被试变量上的值是相等或相,近的。,再将每组被试随机分派到不同自变量的水平,下接受处理。,相比于完全随机的方法，这样就能在更大程,度保证不同组之间额外被试变量效应的平衡和,相等。,对于组内设计，同一组被试接受自变量,的不同水
9、平的处理，所以在不同水平之间,不存在被试的差异。但是，由于接受不同,水平处理的顺序问题，容易产生疲劳或练,习效应。它们可能与自变量的效应混淆。,此时可以采用如下方法来平衡,：,?,两个水平：采用,ABBA,法或,AB,BA,法,AB,分别代表自变量的两个水平。,ABBA,法就是让,每个被试都按上述顺序依次接受实验处理。而,AB,BA,法则是一半被试先接受,A,再接受,B,；另一,半被试相反，先接受,B,，再接受,A,。无论哪种安,排，,A,和,B,两个水平下，顺序的平均效应都是相,等的。,?,三个水平以上：用拉丁方安排或随机顺序,拉丁方阵：,P*P,的方格矩阵，将,P,个字母（,A,、,B,、
10、,C,、,D,、,E,.P,）,逐行或逐列放到方格之中，,保证每个字母只在每行中出现一次，在每列中,也只出现一次。这样的方阵称之为拉丁方阵。,例如：,A B C D,B C D A,C D A B,D A B C,如果自变量有四个水平，采用拉丁方安排平衡顺,序效应，那么被试接受处理的方案如下：,S1-S5 A B C D,S6-S10 B C D A,S11-S15 C D A B,S16-S20 D A B C,通过这种安排，自变量每个水平下都同时包含了,四个顺序位置的数据，所以顺序的效应在不同,的水平下总体上达到了平衡。,?,随机顺序,每个被试接受不同水平实验处理的顺序是随机,安排的。既然是随机安排的，那么总体上每个,水平下也应该都包含所有的顺序位置的数据。,这样顺序的效应在自变量的不同水平下也达到,了平衡。,?,统计控制法,上面三类控制额外变量的方法都是在实验之前安,排好的，但是某些特殊条件下，由于疏忽造成,了额外变量可能与自变量混淆，此时只能在实,验之后，用特定的统计方法先把额外变量的效,应剔除出去，再来考虑自变量的效应。,协方差分析,
