《实验研究 课件.ppt》由会员分享，可在线阅读，更多相关《实验研究 课件.ppt（64页珍藏版）》请在三一办公上搜索。
1、第九章 实验研究,第二篇 科研课题的选择、确定与研究设计,a 第一节 实验研究概述a 第二节 实验研究的类型a 第三节 实验研究的设计方法 第四节 实验研究的结果分析 第五节 实验研究的评价,下页,一、实验研究的含义 实验研究（experiment research）是指在观察和调查的基础上，对研究的某些变量进行操纵和控制，创设一定情景，以探求心理现象的原因、发展规律的研究方式，其目的在于揭示变量之间的因果关系。,第一节 实验研究概述,返回,下页,自然观察与实验研究的区别,二、实验研究的基本要素 自变量、因变量和额外变量 前测与后测 实验组与控制组 假 设,返回,下页,第一节 实验研究概述,如
2、在训练鸽子绿灯亮时啄键、红灯亮时停止的实验中，对作出正确反应的鸽子给予玉米的奖励。自变量：灯的颜色红色或绿色，因变量：鸽子啄键次数，额外变量：食物剥夺时间、键的大小、红灯绿灯的强度等。,（一）自变量、因变量和额外变量,实验者对三类变量的控制关系,在实验因素未对实验对象施加作用之前，事先对因变量进行测量，即前测；在实验因素对实验对象施加作用之后所进行测量，即后测。如下图所示,（二）前测和后测,（三）实验组和控制组,利用随机取样或匹配选择而形成的两个条件相等的样本组，其中一组接受实验因素的作用，即实验组。另外一组将不接受实验因素的作用，只作为比较标准，即控制组。,（三）实验组和控制组,（四）假设,
3、实验假设是用来说明某种现象尚未得到证实的论断。实验研究不同于描述性的研究方法，其最大的特点就是能够对因果关系进行比较准确的定位，能够对各种可能的因果关系进行检验，并进行选择。因此，实验研究首先要有一个或几个有待检验的假设。,三、实验研究的程序 课题选择与问题提出 实验设计的确定 数据的采集与分析 撰写论文并发表,返回,下页,第一节 实验研究概述,返回,下页,第二节 实验研究的类型,按实验场地：实验室实验与现场实验 按自变量的数量：单因素与多因素实验按实验设计不同水平：前实验、真实验、准实验,返回,下页,第三节 实验研究的设计方法,广义实验设计：指科学研究的一般程序的知识，它包括从问题的提出、假
4、说的形成、变量的选择等一直到结果的分析、论文的写作这一系列内容。着重于解决研究的全过程。狭义实验设计：特指实验实施处理的一个计划方案以及与计划方案有关的统计分析。着重于解决从如何建立统计假说到做出结论这一段。,前实验是最原始的一种实验研究，它对任何变量都没有控制，研究效度很低。但由于它具备实验研究的二个基本元素：实验处理与测量，而成为其它实验研究的基础。单组后测设计：单组前后测设计：静态组比较设计：,一、前实验设计及结果分析,15,（一）单组后测设计形式：G 后测过程：对一组被试实施实验处理，然后再对这组被试进行观测，以评价实验处理的效应。局限性：没有控制无关变量的干扰和影响，因而难以下结论认
5、为实验处理引起了实验结果。,一、前实验设计及结果分析,16,一、前实验设计及结果分析,（二）单组前后测设计形式：G 前测1 后测2过程：通过前测可以获得所抽取样本的最初水平或心理特征，与后测结果进行比较，以分析实验处理的效应。局限性：后测表现出来的变化可能是由于练习效应造成的，也可能是实验过程中的历史、成熟等干扰因素带来的，研究结论仍缺乏可靠性。统计思路：应使用配对（相关）样本t检验,17,（三）静态组比较后测设计形式：实验组G1 后测1 控制组G2 后测2过程：与接受实验处理的实验组相对照，设置了一个不接受实验处理的控制组，比较两组后测的结果，以分析实验处理的效应。优点：使历史、测量工具和统
6、计回归等因素的影响都得到了控制。局限性：实验组和控制组被试的选取和分配不是随机的，而且没有前测，这样就导致了实验组与控制组后测结果的差异不能肯定地归因于实验处理。统计思路：应使用独立样本t检验。,一、前实验设计及结果分析,真实验设计：即通常所说的实验设计。本质特征：内部效度高。对影响内部效度的无关变量采取了严格的控制并有效地操纵研究变量。实验设计中综合采取了随机取样、前测和控制组等手段。,二、真实验设计及结果分析,19,根据被试接受实验处理的分组情况可将真实验划为：被试间实验设计：指实验中每个（组）被试只接受一种自变量水平或自变量水平的结合。被试内实验设计：指由一个被试接受所有的自变量水平或自
7、变量水平的结合，它是重复测量实验设计的一种形式（完全重复测量）。混合实验设计：指在一个实验设计中既有被试内自变量，又有被试间自变量，它属于多因素实验设计。,20,（一）被试间设计,1. 实验组控制组（等组）后测设计形式：实验组 RG1 后测1 控制组 RG2 后测2优点：采用了随机取样的方法，有效地控制了选择、选择与成熟交互作用等无关变量对实验结果的干扰；在实验处理之前没有前测，可避免练习效应的影响；控制组的设置控制了历史、成熟、测验和统计回归等无关变量的影响。局限性：因为没有前测，因而不能进行实验处理前后差异的比较。统计思路：应使用独立样本t检验对1和2做差异检验。,21,2. 实验组控制组
8、（等组）前后测设计形式：实验组 RG1 前测1 后测2 控制组 RG2 前测3 后测4优点：可以对实验组前后测的差异（21）和控制组前后测的差异（43）进行比较。同时还具有后测设计的其他优点。局限性：前测可能导致练习效应，对结果产生影响。统计思路：可以先比较实验组与控制组的前测（13），如果二者基本相等，就可以比较后测（24），这时应使用独立样本t检验；反之，就要比较实验组和控制组各自前后测的变化的幅度，即（21）与（43）的比较，这时应使用配对（相关）样本t检验。如果有多个实验处理组，可以用方差分析。,（一）被试间设计,22,3. 所罗门四组设计形式：实验组1 RG1 前测1 后测2 控制组
9、1 RG2 前测3 后测4 实验组2 RG3 后测5 控制组2 RG4 后测6将后测设计和前后测设计加以合并，因而又称“重叠实验设计”。,（一）被试间设计,23,3. 所罗门四组设计优点：除了具有上述两种设计的优点外，对实验处理的效果进行了两次检验，可以确认实验处理的效果；还可以检验测验与实验处理的交互作用。是一种比较完善的真实验设计，对无关变量的控制比较全面，实验的内部效度和外部效度都很高。局限性：唯一不足的是在于四组同质的被试较难选取，实验程序也比较复杂。统计思路：对于比较24，56，13要使用独立样本t检验；21，43要使用配对样本t检验；若想比较有无前测与实验处理的交互作用，就需要做方
10、差分析，其自变量是：前测A（有、无）、实验处理B（有、无），因变量是四次后测的结果，方差分析应采用22两因素方差分析。,24,被试内设计(within-subjects design)是指通过观察和测量同一个被试接受所有处理条件，比较两个或更多的不同处理条件。被试内实验设计通常也叫做重复测量设计(repeated-measures design)。因为每个被试参与所有的实验处理，使实验处理之间有相关，因此又可称为相关组设计。被试内设计需采用重复测量方差分析进行统计处理。,（二）被试内设计,不同照明条件对工作效率的影响研究：,研究3种照明条件下工人车零件的效率。被试30人，每个被试接受全部3种处
11、理。为了消除顺序误差，需要将3种处理作拉丁方设计以使顺序得到平衡。因此，要将被试分为3个小组，每小组被试分别接受1种顺序的3种处理：,顺序小组1 顺序小组2 顺序小组3 注： 表示高照明度 表示中照明度 表示低照明度,不同照明条件对工作效率的影响研究：,研究3种照明条件下工人车零件的效率。被试30人，每个被试接受全部3种处理。为了消除顺序误差，需要将3种处理作拉丁方设计以使顺序得到平衡。因此，要将被试分为3个小组，每小组被试分别接受1种顺序的3种处理：,原始数据表 姓名 高照明度工效 中等照明度工效 低照明度工效 1 张明 56 64 43 2 刘修 67 68 52 3 刘冬 53 70 4
12、7 4 黄卫 61 74 58 5 李家 45 59 43 27 张岩 68 71 65,不同照明条件对工作效率影响研究结果的正式表格与统计分析,不同照明条件下工作效率比较 照明条件 制造零件数 统计检验 高明度组 78.6513.24 中等明度组 57.5514.12 F7.876* 低明度组 67.5517.12,28,三、准实验设计及其统计思路,准实验设计：是介于前实验设计和真实验设计之间的实验设计，它对无关变量的控制比前实验设计要更严格一些，能对一部分无关变量进行控制，但却不如真实验设计对无关变量控制的充分和广泛。准实验设计运用原始群体（比如一个班级、一个部门、一个小组）作为被试，而不
13、是随机安排被试进行处理，一般无法对被试进行随机取样，这样虽然可以设立控制组，但却都是静态的或不相等的。尽管如此，但准实验设计力图通过程序的改变尤其是测量的调整来提高它对无关变量的控制能力。,29,（一）非等控制组前后测设计,形式：实验组 G1 前测1 后测2 控制组 G2 前测3 后测4优点：由于设置了控制组和前后测的结合，就控制了历史、成熟、测验等因素。无关变量的控制：由于实验组与控制组不是随机选取，所以可能存在取样偏差，要解决这个问题只能通过用前测来保证在因变量上静态组之间是相等的。研究者通过前测分数（13）比较和一些对实验处理有潜在影响的变量（智商、性别、年龄等）来比较两个静态组，如果两
14、个组是相等的，或偏差不至于影响实验结果，则可以开始实验。局限性：如果通过比较发现两个组的前测是不相等的，则必须寻找另外的设计。统计思路：对前测的13和后测的24，都分别是采用独立样本t检验。,30,说明：前测在真实验前后测设计中与准实验前后测设计中作用是不同的。真实验的前测：只是为评估实验处理的变化提供一个基线，或者是为了在随机抽样之外进一步控制被试选择的偏差，因此，在真实验的情况下，由于随机取样和设置控制组，前测可以省略。准实验的前测：是必要的，只有通过前测才能控制被试的选择偏差。,（一）非等控制组前后测设计,31,（二）时间序列设计,它是指实施处理前和实施处理后都进行一系列的观测的研究设计
15、。标准的时间序列研究是指先进行一系列的观测，接着引入一种处理或者加入其他事件，然后再进行第二个系列的观测。时间序列设计的目的是通过比较处理前和处理后的观测值来评估干预处理或事件的影响。其设计模式如下： Ol O2 O3 O4 X O5 O6 O7 O8,32,（三）相等时间样本设计,形式：A 测1 B 测2 A 测3 B 测4 注：A是测量基线阶段，获得基线水平；B是实验处理阶段。是指对一组被试抽取两个相等的时间样本，前一个时间样本里不出现实验变量，而在另一个时间样本里出现实验变量。优点：通过比较多次测量的差异，检验实验处理的效果，也可以对实验安排的顺序效应进行分析；有效地控制了历史因素的影响
16、，其内部效度较高。局限性：其外部效度可能受到实验安排的霍桑效应、重复测量的练习效应、疲劳效应的影响。,33,适用情况：一般适用于一次实验处理对被试心理、行为只有暂时影响的研究。某些研究为了检查行为矫正或心理治疗的效果时常用这种设计，这种研究也通常应用于小样本研究中。注意：在进行相等时间样本设计实验研究时同样要注意基线的确定，即在A阶段的测量。在每次实施实验处理前都要保证被试行为反应的稳定性，方能确定被试的行为变化源于实验处理。,（三）相等时间样本设计,34,四、多因素实验设计及其统计思路,多因素实验设计常用术语 多因素实验设计的基本步骤 多因素实验设计模式及统计思路,35,（一）多因素实验设计
17、常用术语,因素（factor）：研究者要研究的一个变量，研究者通过操纵、改变它，来估价它对因变量的影响，这个变量也叫自变量。水平（level）：自变量的每个特定的值叫因素的水平。处理（treatment ）与处理水平的结合（treatment combination）：两者都是实验中一个特定的、独特的实验条件。,36,（一）多因素实验设计常用术语,主效应（main effects）：由一个因素的不同水平引起的变异叫因素的主效应。交互作用（interaction）：当一个因素在另一个因素的不同水平上变化趋势不一致时，两个因素之间存在交互作用。简单效应（simple effects）：一个因素的水
18、平在另一个因素的某个水平上的变异叫简单效应。发现存在两次交互作用时，需要进一步做简单效应检验，以说明因素之间交互作用的实质。处理效应（treat effect）：实验的总变异中，由自变量引起的那部分变异，包括主效应、简单效应、交互作用。,37,38,（一）多因素实验设计常用术语,误差变异（error variance）：不能由自变量解释的变异。包括单元内误差、残差。单元内误差（within-cell error）：指当几个被试接受同样的实验条件时，他们之间所出现的差异，其实质是被试间的个体差异，它是一种随机误差。单元内误差使研究者能估价实验中的实验误差，当只有一个被试接受实验处理时，单元内误差
19、是不存在的。残差（residual error）：指实验的误差变异中除了单元之内误差以外的误差，当只有一个被试接受实验处理时，实验中只有残差。当实验设计恰当时，残差也应是一种随机误差。与单元内误差相似，它也可用来估价实验中的实验误差。,39,（一）多因素实验设计常用术语,变量数值特征说明：无论是单因素实验还是多因素实验研究中，自变量的变化形式大多数属于在类型上变化的类型变量，极少数属于连续数值变化形式的连续变量；而因变量的变化形式则大多数属于连续数值变化形式的连续变量，极少数属于在类型上变化的类型变量；方差分析正适合统计具有这种特征的变量数据。,40,（二）多因素实验设计的基本步骤,第一，确定
20、实验处理数。 在多因素实验中，实验处理即为各个自变量处理水平的结合，其数目等于各个自变量水平数的乘积（pq）。 如：两因素AB=22=4第二，确定每种实验处理的重复数。 即根据具体情况，确定每种实验处理所需要的被试数量（n）。,41,（二）多因素实验设计的基本步骤,第三，确定被试的组数与总人数（N）。 对于被试间设计，需要的被试组数等于实验处理数（自变量水平的结合数）或其倍数；对于被试内设计，只需要一组被试。 若每种实验处理所需要的被试数量为n，则被试间设计的N= n（pq）；被试内设计的N= n1,42,（二）多因素实验设计的基本步骤,第四，按实验设计的模式，分配被试。 被试间设计：对每一组
21、被试，随机指定接受一种实验处理。 被试内设计：将被试随机分为P个顺序小组，然后每组随机指定按照一种顺序接受各种实验处理（拉丁方顺序小组）。,43,（二）多因素实验设计的基本步骤,第五，对被试实施实验处理，观测因变量数据，得出原始数据表。第六，根据不同的设计模式采用相应的统计检验方法分析数据，确定实验效应。,44,（三）多因素实验设计模式及统计思路,多因素被试间实验设计多因素被试内实验设计多因素混合实验设计,45,1. 多因素被试间实验设计,研究1：照明与噪音对工人工作效率的影响（两因素完全随机设计）。 照明度（明、暗），噪音度（高、低），实验处理水平的结合为4种：明高、明低、暗高、暗低。每种实
22、验处理准备要30人，从某工厂随机选出120名工人，随机将他们分为4个组，每组30人，然后每组随机指定接受1种处理，被试分配见下表：,46,明高 明低 暗高 暗低 第1组 第2组 第3组 第4组,30,30,30,30,两因素被试间设计被试分配表,47,两因素被试间设计原始数据表,照明度 噪音度 工效（零件数量/天） 1 张明 明 高 94 30 刘修 明 高 93 31 黄卫 明 低 65 60 赵义 明 低 57 61 陈冬 暗 低 67 90 马龙 暗 高 75 91 张岩 暗 低 48 120 李会 暗 低 78,48,多因素被试间设计的统计思路,多因素非重复测量方差分析：需分析各个自变
23、量因素的主效应、自变量因素间的交互作用、简单效应（交互作用显著时做：画交互作用图解、差异检验）。,49,不同照明度与噪音度条件下工人工作效率比较（MSD） 明照明 暗照明 高噪音 84.6513.24 70.1915.54 低噪音 67.5514.12 55.6312.11 不同照明度与噪音度条件下工人工作效率方差分析表 变异来源 SS df MS F A主效应(照明度) 27.857 A-1=1 27.857 11.589* B主效应(噪音度) 14.126 B-1=1 14.126 5.876* AB交互作用 21.324 (A-1) (B-1)=1 21.324 8.870* 组内变异（
24、误差） 286.076 N-1=119 2.404,描述统计与假设检验结果,50,2. 多因素被试内实验设计,研究2：照明与噪音对工人工作效率的影响（两因素被试内设计） 照明度（明、暗），噪音度（高、低），实验处理水平的结合为4种：明高、明低、暗高、暗低。每种实验处理准备要32人，从某工厂随机选出32个工人被试，每个被试接受全部4种处理。为了消除顺序误差，需要将4种处理作拉丁方设计以使顺序得到平衡。因此，要将被试分为4个顺序小组，每组8人，每个顺序组的被试分别接受1种顺序的4种处理：,51,顺序小组1(n1=8) 顺序小组2(n2=8) 顺序小组3(n3=8) 顺序小组4(n4=8) 注：明高
25、；明低；暗高；暗低,两因素被试内设计被试分配表,52,明高 明低 暗高 暗低 1 张明 56 64 43 402 刘修 67 61 58 52 3 刘冬 53 48 47 51 4 黄卫 66 76 64 585 李家 84 80 79 74 32 张岩 68 63 57 56,两因素被试内设计原始数据表,53,多因素被试内设计的统计思路,多因素重复测量方差分析：统计时需先定义所有被试内自变量的水平，然后分析各个自变量因素的主效应、自变量因素间的交互作用、简单效应（交互作用显著时做：画交互作用图解、差异检验） 。,54,不同照明度与噪音度条件下工人工作效率比较（MSD） 明照明 暗照明 高噪音
26、 78.2312.11 69.1915.54 低噪音 71.3512.23 68.4813.34 不同照明度与噪音度条件下工人工作效率方差分析表 变异来源 SS df MS F A主效应(照明度) 20.866 A-1=1 20.866 5.553* B主效应(噪音度) 18.126 A-1=1 18.126 4.823* AB交互作用 20.378 (A-1)(B-1)=1 20.378 5.420* 组内误差(个体差异)116.56 N-1=31 3.760,描述统计与假设检验结果,55,3. 多因素混合实验设计,种类：两因素、三因素；组内变量与组间引发变量的混合、组内变量与组间存在变量（
27、如年龄、性别）的混合。研究3：照明与噪音对工人工作效率的影响（两因素组内变量与组间引发变量的混合设计） 照明度（明、暗）为被试间变量，噪音度（高、低）为被试内变量，实验处理水平的结合为4种：明高、明低、暗高、暗低。每种实验处理准备要30人，从某工厂选出60个被试（302)，随机分为2个实验组，随机指定接受1种照明度条件，同时均接受全部2种噪音处理。为了消除顺序误差，需要将被试分为2个顺序小组，每个顺序组被试分别接受1种顺序的两种噪音处理：,56,（明照明） 顺序小组1 实验组1 （n1=30） 顺序小组2 （暗照明） 顺序小组1 实验组2（n2=30） 顺序小组2 注：高噪音；低噪音,两因素混
28、合设计被试分配表,57,照明度 高噪音 低噪音 1 张明 明 64 43 2 刘修 明 61 58 30 刘冬 明 48 47 31 黄卫 暗 76 64 32 李家 暗 80 79 60 张岩 暗 63 57,两因素混合设计原始数据表,58,多因素混合设计的统计思路,多因素重复测量方差分析：统计时需先定义被试内自变量的水平，被试间自变量勿需定义，然后分析各个被试间自变量因素的主效应、被试内自变量因素的主效应、自变量因素间的交互作用、简单效应（交互作用显著时做：画交互作用图解、差异检验） 。,59,不同照明度与噪音度条件下工人工作效率比较（MSD） 明照明 暗照明 高噪音 76.2312.11
29、 65.4614.34 低噪音 72.3713.56 69.9814.06 不同照明度与噪音度条件下工人工作效率方差分析表 变异来源 SS df MS F 被试间效应 A主效应(照明度) 24.834 A-1=1 24.834 7.553* 被试内效应 B主效应(噪音度) 22.167 B-1=1 22.167 6.742* AB交互作用 20.355 (A-1)(B-1)=1 20.355 6.191* 组内变异(误差) 193.992 N-1=59 3.288,描述统计与假设检验结果,60,关于多因素实验研究中变量的数值特征的说明： 在绝大多数情况下，自变量的数值变化形式属于类型变量，因变
30、量的数值变化形式属于连续变量，统计上要采用方差分析（F检验）方法，这可以使我们分析自变量的主效应与交互作用。 极个别实验研究会出现自变量与因变量的数值变化形式都是类型变量的情况，这时在统计上要采用2检验的方法。但这样的设计应尽量避免，因为它不能获得自变量的交互作用的检验，而有的时候我们恰恰想考察交互作用的影响。 而自变量与因变量的数值变化形式都是不间断的连续变量的情况基本不存在，因为这样的自变量很难人为操控。,61,四、多因素实验设计模式及统计思路,关于方差分析SPSS操作的说明：要根据自变量（因素）与因变量（元）的个数，以及被试设计来决定。单因素一元方差分析，SPSS中需调用One-Way
31、ANOVA命令。两因素一元方差分析，SPSS中需调用Univariate命令。多因素一元方差分析，SPSS中需调用Univariate命令。,62,四、多因素实验设计模式及统计思路,单因素多元方差分析，SPSS中需调用Multivariate命令。两因素多元方差分析，SPSS中需调用Multivariate命令。多因素多元方差分析，SPSS中需调用Multivariate命令。重复测量方差分析，SPSS中需调用Repeated Measures命令。,63,第五节 实验研究的评价,一、实验研究的优点 第一，实验研究中研究者可以人为地创设一定的情景，并主动控制某些条件。 第二，实验研究的基本目的在于揭示变量之间的因果关系。 第三，实验研究的结果是可以重复验证的。,64,第五节 实验研究的评价,二、实验研究的局限性 第一，实验中的无关变量较难控制 第二，实验研究的推广范围受到限制 第三，实验研究受伦理和社会因素的限制,
