多因素实验设计课件.ppt

《多因素实验设计课件.ppt》由会员分享，可在线阅读，更多相关《多因素实验设计课件.ppt（42页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、关于多因素实验设计现在学习的是第1页，共42页第一节 混合设计（mixed design）一、组内设计（within-group design）与组间设计（between-group design）二、混合设计的类型 三、选用设计类型的考虑 现在学习的是第2页，共42页一、组内设计与组间设计1、组内设计与组间设计（1）组内设计：把数目相同的被试分配到自变量的不同水平或不同的自变量上。（2）组间设计：使每个被试轮流分配到自变量的不同水平上或不同的自变量上。现在学习的是第3页，共42页优点：（1）组内设计消除了被试个别差异对实验的影响。由于同一被试在不同实验条件下进行实验，每一个被试与自身是完全相

2、等的，因而不同的实验条件下实验结果的差异不能归结为被试之间的差异，因而，组内设计的实验结果较容易达到统计上的显著水平。（2）组内设计用于研究练习的阶段性和记忆中的遗忘都是最为理想的。（3）组内设计不需要太多的被试，因为在组内设计中研究者可以从每一个被试身上获得几种不同的数据。2、组内设计的优点和缺点现在学习的是第4页，共42页缺点：由于被试轮流做所有的实验，因此被试的练习和疲劳等因素可能会造成实验条件之间的相互影响，使得实验顺序可能会影响实验结果。克服方法：完全平衡、不完全（拉丁方）平衡、ABBA交互平衡、区组随机、完全随机。现在学习的是第5页，共42页3、组间设计的优点和缺点 优点：由于每一

3、个被试只对一种实验处理进行反应，因此一个实验条件不会影响到另一个实验条件。组间设计特别适合某些实验条件之间存在较大影响的心理学实验。缺点：组间设计的缺点在于分配到各实验条件下的被试可能在各方面是不等同的，实验结果容易收到被试变量的影响。克服方法：随机分配被试、匹配被试。现在学习的是第6页，共42页二、混合设计的类型1、混合设计混合设计通常包括两个自变量。混合设计不同于其他设计的地方在于它的第一个自变量使用一种设计处理，另一个自变量则采用另一种设计处理。现在学习的是第7页，共42页2、混合设计的类型我们已经学过的四种设计分别为：随机组（RG）配对组（MG）不完全被试内设计（IWS）完全被试内设计

4、（CWS）。这四种设计的组合方式共有16种，但实质上属于混合设计的只有6种。现在学习的是第8页，共42页RG-MG一开始，先将被试分为两个随机组，一组接受A1处理，另一组接受A2处理。然后再把A1组的被试分成两个配对组，A2的被试也分成两个配对组。A1的其中一组接受B1处理，另一组接受B2处理。A2的两个组也是如此。很明显，我们的配对程序不可以破坏原来的随机分组。但实际上这种设计通常不会被采用，因为如果终究要对被试进行配对的话，那通常会在一开始就将被试进行配对分成四组，这样就演变成配对组设计了。现在学习的是第9页，共42页RG-IWS 同样，第一步仍是形成两个随机组，一个接受A1，另一个接受A

5、2。而B自变量两个水平可以用任何方法安排给两组的所有被试，只要所有的被试数据合起来能够平衡渐进误差。例如我们研究记忆广度和呈现速度（A1、A2）以及实验材料的关系（B1、B2）。先安排两组随机组被试分别接受两种速度变量（A1、A2），而两组内所有的被试都接受数字串和字母串的变量处理（B1、B2）。我们可以对B自变量采取交互平衡的方式排列字母与数字的顺序。现在学习的是第10页，共42页RG-CWS 这种设计和上例一样，只是所有被试的数据都采取完全平衡的方式来平衡，每一位被试的数据都不受渐进误差的影响。现在学习的是第11页，共42页MG-IWS 使用此种设计时，先要有互相配对的两组被试。一组分派到

6、A1，另一组分派到A2。然后两组都接受B1和B2的处理。现在学习的是第12页，共42页MG-CWS 除了B1和B2有多次试验，并使每一位被试的渐进误差都被平衡掉。其他和MG-IWS类似。现在学习的是第13页，共42页IWS-CWS 在这种混合设计中，由于两个变量都属于被试内设计，因此只有一个被试组。例如前面提到的记忆广度和呈现速度（A1、A2）及记忆材料类型（B1、B2）之间的关系。其中呈现速度（A1、A2）可以采用不完全被试内设计来施行，也就是一半被试先接受A1，另一半被试先接受A2。而材料类型则采用完全被试内设计（B1、B2）。在这个设计中，哪一个因素采用何种处理是可以随意换的，但是在某些

7、实验中情况可能就会复杂一些。现在学习的是第14页，共42页三、选用设计类型的考虑1、我们首先要考虑所采用的自变量是否需要特殊的设计才可以有效地操纵。2、其次，我们就是要考虑经济、方便、数据处理的准确度等。现在学习的是第15页，共42页第二节 因素设计与交互作用 一、因素设计 二、因素设计的安排 三、交互作用的意义 现在学习的是第16页，共42页一、因素设计因素设计是关于两个或两个以上变量（因素）的实验设计，它的特点是将实验中的每个变量的多个水平都结合起来进行实验。因素设计的最简单形式就是实验中有两个自变量，每个自变量各有两个水平。这就是22因素设计，这种设计共有四种可能的组合。因素设计一般使用

8、两个或三个因素，每个因素有2-6个水平，因素过多或水平过多都将使实验变得十分复杂而难以进行，并且结果也难以合理地解释。现在学习的是第17页，共42页二、因素设计的安排因素设计既可以按照组内设计也可以按照组间设计进行，混合设计也常作为因素设计的一种设计方式。例：三种不同的（组间、组内、混合）22因素设计例释。现在学习的是第18页，共42页22因素的组间设计 被试组（实验条件）1-8A1B19-16A1B217-24A2B125-32A2B2现在学习的是第19页，共42页22因素的组内设计 12341-2JKLM3-4KMJL5-6LJMK7-8MLKJ被试实验顺序现在学习的是第20页，共42页2

9、2因素的混合设计 组被试实验顺序1-4A1B1A2B15-8A2B1A1B19-12A1B2A2B213-16A2B2A1B2B1B2现在学习的是第21页，共42页三、交互作用的意义1、交互作用一个实验同时操纵两个自变量的主要目的就是想要知道两个自变量对行为的影响是否有交互作用。如果一个自变量对行为的影响会因另一个自变量水平的改变发生变化时，我们就说这两个自变量具有交互作用。否则，我们就说这两个自变量没有交互作用。现在学习的是第22页，共42页假设我们进行一个简单的双自变量实验（A、B），每一个自变量都有两种水平（1、2）。下面是实验做完后得到的每种实验条件的平均值。在左边矩阵图中是一种假设的

10、结果，右边是另一种假设的结果。A1A2A1A2B1101828B1181129B261420B24111516302222现在学习的是第23页，共42页在左边，我们认为两自变量没有交互作用，之所以下这样的结论是因为B因素的效果在A1和A2上都相等：一个变量的效果没有因另一个自变量的水平不同而改变。在图中，一般线是平行的时候，表示没有交互作用发生。在矩阵图中，纵行或横行的总和表示A变量或B变量各自的效应，这通常称为主效应（main effects）。为了得到对B变量的最好预测，我们要横跨整个A自变量，因为主效应是总和另一个自变量的两个水平而得到的自变量效果，所以对于这些自变量效应所下的结论要比一

11、般单一变量实验得到的结果更具普遍性在右边的情况则完全不同。在A1的条件下，B1和B2的表现有很大不同，但是在A2时，B1和B2的表现则相差无几。所以，一个自变量的影响程度随另一个自变量的水平而定，表明两因素具有交互作用。图中的线交叉通常表明存在交互作用。现在学习的是第24页，共42页现在学习的是第25页，共42页2、交互作用的意义 在右边的实验中，如果我们将A因素作为静态变量（static variable）一直保持恒定。如果我们正好选择了A2作为恒定水平，那么这个实验我们就会得到B因素和因变量无关的结论；如果我们选择A1作为A变量的恒定水平，那么我们就会认为B因素和因变量具有直接关系。举个极

12、端的例子：假如有两个实验室同时都在研究B因素的效果。一个实验室将A因素的水平固定在A1水平上，而另一个实验室将A因素固定在A2水平上。结果两个实验室将得到关于B因素的相反的结论。现在学习的是第26页，共42页从上例可以看到，在两个实验中可能有许多不同之处可能造成实验结果的误差，因此如果我们认为某个因素可能是关键因素，就可通过进行多因素的实验来对其进行检验和澄清。其次，当学术理论预测两个因素具有交互作用，这时就需要通过多因素实验来检验。有时观察者观察到两个自变量具有交互作用，也需要通过多因素实验来进一步确认；或研究者认为某个交互作用很重要，也会通过多因素实验来得到它。另外，需要澄清的一点是在例子

13、中用直线来表示两点的结果仅是为了说明问题，不表示在实验中可利用一个因素的两种水平就确定一个函数关系。实际上要建立一个函数关系，一个变量至少要具有三个以上的水平变化。其变化范围要尽量涵盖该变量的整个分布范围。现在学习的是第27页，共42页第三节 自然组设计 自然组设计（natural-groups design）：依据被试的某种在自然发展过程中形成的特征来加以分组的设计。自然组设计一定是独立组，但不是随机分派被试或配对分派。并且组与组之间不是等组。研究被试某种特质时通常采用自然组设计。由于自然组设计中对变量的操纵是自然帮我们做的，因此在自然组设计的实验中对自变量和因变量进行因果关系的解释就受到很

14、大限制，原因在于自然改变某自变量时可能同时也改变了其它的变量。现在学习的是第28页，共42页一、发展变量一、发展变量主要是指年龄。对于年龄增加而带来的行为改变，有时很难确定其因果关系，这是因为随着年龄的不同，很多相关的条件都会发生改变，因此要想确定自变量和因变量之间的对应关系是很困难的。现在学习的是第29页，共42页例：想测量两组被试的学习能力，一组为30岁被试，一组为60岁被试。如果有差异，我们可以说年龄是导致学习能力差异的原因吗？例：某孤立小镇，某一年出生200名新生儿，随机分成两组，一组在30岁时接受学习能力测试，另一组在60岁时接受测试。所有被试都一直居住在该小镇并都至少活了60年。这

15、个小镇在60年间文化、社会、经济、环境一直保持恒定，并不受外界影响。如果这时发现两组有差异，我们可以说年龄是导致学习能力差异的原因吗？现在学习的是第30页，共42页横断研究（cross-sectional study）：在某一阶段选出一些在发展变量上不同的被试进行测量研究。这种研究有实用价值，但是无法确定因果关系。纵向研究（developmental study）：在某一发展变量的不同阶段测量研究同一被试。这种研究是被试内设计，克服了横断研究的一些弱点。但是还是有一些问题存在。（1）被试的选择漏失。（2）连续测量的渐进误差。现在学习的是第31页，共42页二、静态变量二、静态变量对于一些静态的被

16、试变量我们也很难得出因果的关系。例：Jones(1972)在一项研究中发现盲童和正常儿童相比较，在运动感觉的准确性上要好于正常儿童。我们是否可以认为眼盲是造成运动感觉好的原因？现在学习的是第32页，共42页所有的自然组设计都不能明确地定出因果关系。所有的自然组设计都不能明确地定出因果关系。每当我们将两组的差异归因于被试变量的不同每当我们将两组的差异归因于被试变量的不同时，我们都应该小心，看一看被试变量还有时，我们都应该小心，看一看被试变量还有没有我们没有发现的不同点。当我们把被试没有我们没有发现的不同点。当我们把被试按照一个不同特征分组时，可能把其它不同按照一个不同特征分组时，可能把其它不同的

17、特征也包括进去了。的特征也包括进去了。现在学习的是第33页，共42页例：精神病患者和正常人相比，病人的平均错觉程度远大于正常人。我们是否可以认为是精神病变导致了这种错觉的加大？为什么？现在学习的是第34页，共42页三、交互作用和竞争假设的消除三、交互作用和竞争假设的消除例：把小学生分成两组，一组阅读能力好，一组差。研究者在研究中发现阅读能力差的学生常常分不清某些字母，特别是把C看成O,把R看成B，把F看成P。看起来似乎他们常把未封闭的字母看成是封闭的，这种现象称为闭合现象。因此，研究者假设阅读能力差的学生比能力好的学生更容易有闭合字母的倾向。现在学习的是第35页，共42页问题：1、这种解释是否

18、可靠呢？2、有没有另外的解释？3、如何加以验证？现在学习的是第36页，共42页验证实验1：闭合阈限测验现在学习的是第37页，共42页另外的解释：阅读能力差的读者不能区分相似字母间的细微差别现在学习的是第38页，共42页验证实验2：字母辨认测验现在学习的是第39页，共42页实验结果：现在学习的是第40页，共42页作业1：研究者认为态度会影响知觉。某地区进行选举，又A、B两位候选人。研究者分别选取了三组被试，其中一组支持A，第二组支持B，第三组中立。然后让这三组被试分别看A的演讲3分钟，并说看完后有测验。研究者在看完后出其不意地让被试估计演讲的时间长度。结果发现第一组的被试对时间的估计要短于第二组，第三组则介于两者之间。1、此结果是否可以支持态度影响知觉的观点？2、如果不行，如何改进才能使实验更严谨？现在学习的是第41页，共42页感谢大家观看感谢大家观看现在学习的是第42页，共42页