实心I06 心理学实验设计-被试间设计与被试内设计.ppt

第六讲被试间和被试内设计,实验设计的基本术语,用来区别被试组或实验条件的维度叫因素（factor），即自变量。因素的特定值称作水平（level）或处理（treatment）水平结合（levelcombination）主效应（maineffect）和交互作用（interaction）简单效应（simpleeffect）和简单简单效应处理效应（treatmenteffect）因素设计（factorialdesign）,单因素设计,准实验设计一组后测设计和一组前后测设计单组时间序列设计/单组相等时间样本设计典型的完全随机设计匹配组设计不等组设计前后测完全随机设计所罗门四组设计被试内设计,一组后测设计（onegrouppost-testdesign）,模式：TO逻辑：如果同记忆中的一般情况相比，或同已有记忆相比，施加处理（T）后，所观察变量有变化，则说明处理有效果。例：“心理干预能否帮助戒酒”,一组前后测设计（onegrouppretest-posttestdesign）,模式：逻辑：如果同前测相比，后测分数发生变化，则说明处理有效。混淆因素（可能解释）：处理效应；历史（history）、自然成熟（maturation）、回归（regression）、测验维度意识（testing）、工具使用（instrumentation）、前测与处理的交互作用。,举例,假设被试前测（新学期开始时的测验）时语文成绩平均为70分，参与一项旨在提高语文成绩的训练计划（处理）后，后测（期末进行的一次测验）时语文成绩平均为90分O1（70）TO2（90）,单组时间序列设计,模式：逻辑：从一系列测量值中剔除成熟效应，然后比较前测和后测是否存在明显的差异。如果引入处理后，使得前测和后测数据不再连续，即靠近引入实验处理的前测与后测成绩水平截距高低发生明显变化，则有处理效应。,特点：前后测数目相等，时间间隔相等。优缺点：（1）较好地控制了被试成熟因素的影响，能把该因素的效应从总体数据中分离出来。（2）通过多次观测避免了可能由于一次测验而造成的有偏向性样本成绩的概率，从而克服了测验可靠性的问题。（3）多次观测克服了统计回归的影响。（4）多次测量，可能会降低被试对实验处理的敏感性。（5）难以排除测验与处理之间的交互作用，也难以克服历史因素的影响。,单组相等时间样本设计,模式：逻辑：无处理时（T1）的观测值作为前测、基线成绩，而有处理时的观测值作为后测成绩，通过对比这两组值是否存在差异，推断处理的效应。特点：多次处理，多次观测；处理与测量交替进行，时间间隔相等,举例：“某降压药品是否对高血压患者有效”,方法：选择50名患者追踪调查100天，每天固定测量血压，每10天为一个单位，取平均值作为该时段的血压。10个时段中，5个时段服药，5个时段不服药，交替进行。,优点：较好地控制了历史因素、测验因素、统计回归等额外变量的影响。缺点外部效度低，原因可能是多次测验降低或增加了被试对实验变量的敏感性；实验安排的反作用效果（reactiveeffectsofexperimentalarrangements）会影响该设计的外部效度；重复实验处理的干扰（multiple-treatmentinterference）。,典型的完全随机设计,模式：实验组R|TO控制组R|O也称独立组设计（independentgroupsdesign）逻辑：由于两组被试采用随机分派（R），两组在性质上属相等组，因而两组间的任何差异都只能归于处理的效果。,举例：“某训练方法能否有效扩大儿童词汇量”,1.单组前后测设计,用词汇量拓展训练方法进行一年的训练,100名5岁儿童，测得他们的词汇量，作为前测成绩,一年后后测,2.固定组比较设计,对实验组用词汇量拓展训练方法进行一年的训练,选择两个幼儿园，一个作为实验组，一个作为对照组,一年后，再次测得他们的词汇量，作为后测,优点：实验组和对照组相对同质，克服了成熟、历史等因素的影响。缺点：如果没有按照随机化原则和等组法选择对等组，则会影响实验结果的推论，难以克服的因素主要有：1.选择（differentialselection）；2.选择与成熟的交互作用（selection-maturationinteraction）；3.选择与处理的交互作用（interactioneffectsofselectionbiasesandexperimentalvariable）,匹配组设计（matchedgroupsdesign）,模式逻辑：两组被试基本相等，可以把后测成绩的差异归为由实验处理造成，能较好地进行变量间的因果推论。,不等组设计（nonequivalentgroupsdesign）,自然组（naturalgroups）可行性方面限制无法操纵变量、或变量为选择的被试变量模式1（涉及因素为操纵变量时）：G1|TOG2|O模式2（涉及因素为被试变量时）：G1|OG2|O,前后测完全随机设计（pretest-postteststudies）,模式：R|O1TO2R|O1O2逻辑：如果实验组和控制组间分数变化（O2-O1）差异显著，说明处理有效果。也称作前后测控制组设计优缺点：可以基本排除2至6类可能的解释（历史、成熟、测验等）；通过前测明确处理前的初始状态，利于变量选择和控制分数变化的差异可能是单纯处理的效果；也可能是处理与前测交互作用的结果。不能完全消除成熟等效应影响。,举例：“如何解释下列结果”,语文训练计划结果模式A：R|O1（70）TO2（70）R|O1（70）O2（70）B：R|O1（70）TO2（70）R|O1（70）O2（80）,控制组前后测时间序列设计,模式：逻辑：先剔除成熟效应，然后比较控制组和实验组前后测成绩的变化趋势，从中分析处理效应是否存在增添了控制组，并进行了多次测量，较好地控制了选择、成熟、测验、统计回归等因素的影响；对测验的反作用效果，以及选择与处理之间的交互作用可能会降低实验的外部效度。,所罗门四组设计（Solomonfour-groupdesign）,模式：R|O1TO2（Expr1）R|O3O4（Ctrl1）R|TO5（Expr2）R|O6（Ctrl2）O6-O4：测验维度意识O4-O3：历史、成熟与回归O5-O2：前测与处理交互作用O6-O5：T的效应,举例：“语文训练计划结果模式”,结果A：R|O1（60）TO2（80）R|O3（60）O4（80）R|TO5（70）R|O6（70）结果B：R|O1（60）TO2（90）R|O3（60）O4（70）R|TO5（80）R|O6（70）,多因素设计,两个或更多因素，每个因素有两个或更多个水平，因而产生多种水平结合可以是被试内，也可以是被试间允许考察不同因素之间可能的交互作用,被试间、被试内和混合设计,被试间（between-subjectsdesign）又称作组间设计（between-groupsdesign）被试间因素或被试间变量被试内（within-subjectsdesign）又称作重复测量设计（repeated-measuresdesign）或组内设计（within-groupsdesign）被试间因素或被试间变量混合设计（mixeddesign）2（年龄：年轻人、老年人）2（词的具体性：具体、抽象）,2019/12/14,24,可编辑,项目间设计和项目内设计,Within-/Between-itemsdesign比较是在项目（实验材料）之间还是相同项目上进行,被试间设计,当因素为刺激或任务变量时，每名被试只能接受一种处理或处理结合，或者只能参加一个条件的实验任务有关（独立组或匹配组）；被试变量择（事后设计、自然组设计或不等组设计）Tversky&Kahneman的判断实验，197412345678=_87654321=_5s估计的中位数锚定偏向,被试间设计的优缺点,优点：避免练习和疲劳等遗留效应所引起的混淆缺点：由被试个体差异所带来的无关变异，并没有从误差变异中分离；这会导致误差变异增大，降低实验设计的敏感度。需要被试数目成倍增加，有时特殊被试难以获得。,单因素被试内设计,独立组设计莫里斯水迷宫（Morris等，1982）水池、平台、图像采集与处理系统大鼠（placenavigationspatialprobe）因变量：逃避潜伏期；大鼠在原平台象限的游泳时间和距离自变量：如药物A处理,数据格式Excel输入与处理数据分析独立样本t检验（independentt-test）SPSS导入.xls文件AnalyzeCompareMeansIndependentTTest1、将因变量和自变量分别选入Testvariable(s)和Groupingvariable2、DefineGroups，区组水平，点击OK开始t检验3、描述统计与t检验结果（方差是否齐性）4、Leveneequalityofvariance决定报告t检验结果，报告方差不齐时的结果要予以说明5、p不可能等于零，.000说明p一定小于.0005,匹配组设计匹配法创建相等组（如大鼠年龄）数据格式（与独立组不同），实验组与控制组大鼠一一对应数据分析Paired-SamplesTTest描述统计、相关分析（可忽略）、配对样本t检验结果实验组和控制组两组大鼠之间逃避潜伏期差异显著，t=4.305，df=11，p=.001。同控制组大鼠（41s）相比，实验组大鼠的逃避潜伏期（27s）较短。,不等组设计雄性与雌性大鼠（控制年龄）独立样本t检验关注：三类设计的自由度,单因素完全随机多组设计,“水迷宫研究药物效果”药物A、B、安慰剂数据格式：自变量M（三个水平）、因变量LExcel输入（利用average函数计算各大鼠L的平均数），spss导入数据分析：单因素被试间方差分析（one-waybetweensubjectANOVA）AnalyzeGLMUnivariate选择DependentVariable和FixedFactor(s)；Options选择希望输出的描述统计；点击OK开始F检验。,F检验的多重比较Plannedorunplannedcomparisons（是否在收集数据前就已经决定要做的比较，前者是一种预先比较prioricomparison，后者是一种事后比较post-hoccomparison）无计划比较Univariate：PosthocMultipleComparisons报告：Tukey-HSD事后检验发现，同安慰剂控制组相比，无论是接受药物A的大鼠还是接受药物B的大鼠，逃避潜伏期都要短，前者，pCompareMeansOne-wayANOVA选择Dependentlist和Factor点击Contrast，在Coefficients框中，添加(add)各条件的权重系数ContinueOK.结果：计划的比较显示，同接受安慰剂的控制组大鼠相比，接受药物的两组大鼠逃避潜伏期更短，t=4.361,df=33,pGLMUnivariate选择DependentVariable和FixedFactor(s)；Options选择希望输出的描述统计；Plot绘图点击OK开始F检验。,报告：饲养空间大小的主效应显著，F(1,44)=47.055，pSyntaxMANOVALBYS(1,2)M(1,2)/PRINT=CELLINFO(MEANS)/DESIGN/DESIGN=MWITHINS(1)MWITHINS(2)激活RUN菜单，选ALL命令,简单效应的报告当从出生开始的饲养空间大时，药物类型的主效应显著，F(1,45)=9.52，p=.003，同接受安慰剂的大鼠相比，接受药物A的大鼠逃避潜伏期更短；然而，当从出生开始的饲养空间小时，药物类型的主效应不显著，FGLMUnivariate选择DependentVariable和FixedFactor(s)；Options选择希望输出的描述统计；Plot绘图点击OK开始F检验。,结果报告有无同伴、饲养空间大小与药物类型的主效应均显著，分别为，F(1,88)=41.175，p.0005；F(1,88)=92.340，p.0005；F(1,88)=63.957，p.0005。有无同伴与饲养空间大小的交互作用显著，F(1,88)=5.472，p=.022；有无同伴与药物类型的交互作用不显著，F(1,88)=1.847，p=.178；饲养空间大小与药物类型的交互作用边缘显著，F(1,88)=3.133，p=.080。更重要的是，有无同伴、饲养空间大小和药物类型三者之间的三重交互作用显著，F(1,88)=5.771，p=.018。,简单效应检验例如，固定有无同伴和饲养空间大小的水平语句MANOVALBYC(1,2)S(1,2)M(1,2)/DESIGN/DESIGN=MWITHINS(1)WITHINC(1)MWITHINS(2)WITHINC(1)MWITHINS(1)WITHINC(2)MWITHINS(2)WITHINC(2),简单效应报告当大鼠与同伴一起饲养（有同伴）时，无论饲养空间大小，药物类型的主效应均显著，两者分别是：F