2021考研心理学专业基础综合简答题真题答案_第1页
2021考研心理学专业基础综合简答题真题答案_第2页
2021考研心理学专业基础综合简答题真题答案_第3页
2021考研心理学专业基础综合简答题真题答案_第4页
2021考研心理学专业基础综合简答题真题答案_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

2021考研心理学专业基础综合简答题练习题答案1.简述心理学研究中,额外变量的控制方法。额外变量是指除自变量之外,一切能够影响因变量变化,而需要在实验中加以控制的因素,在心理学研究中必须对额外变量加以控制,常见的控制方法如下:(1)消除法。消除法是通过采取一定措施,将影响研究结果的各种额外变量消除掉,它是控制额外变量的最主要方法。例如,为了消除实验者效应和被试反应偏向带来的额外影响,可以双盲程序来消除;在安静隔绝的实验室中开展实验,可以消除外界环境噪音、无关人员走动带来的额外干扰;对于被试的年龄、性别等稳定额外变量,也可以通过只选取某一性别、某一年龄层次的被试来消除其对实验结果的影响。消除法使用简单高效,能够从根源上排除额外变量的干扰,但很多时候额外变量无法消除,例如被试的动机、疲劳、遗传特质等无法直接消除,此时就需要使用其他方法来控制。(2)恒定法。恒定法是采取一定措施,使额外变量在整个实验研究过程中保持恒定不变,主要用于无法消除的额外变量的控制。例如,在整个实验过程中,保持实验环境的亮度、温度、湿度恒定,保持实验指导语不变,保持主试的态度、实验时间一致,都可以恒定这些额外变量,避免其对实验结果产生干扰。对于被试的年龄、性别、文化程度等稳定个体差异,也可以通过保持这些变量在不同实验组之间分布恒定来控制其影响。恒定法也存在一定的局限性:首先,恒定法只能控制额外变量在实验中的稳定性,无法排除额外变量本身对实验结果的混淆,因为如果恒定的额外变量和自变量产生混淆,我们就无法区分因变量的变化是来自于自变量还是来自于这个恒定的额外变量;其次,将额外变量恒定之后,研究结果的推广范围也会受到限制,如果我们只在25摄氏度的环境下开展实验,那么实验结果是否适用于0摄氏度或者40摄氏度的环境是存疑的。(3)匹配法。匹配法是将额外变量作为一个匹配维度,使实验组和控制组中被试的额外变量水平相等的控制方法。例如,在研究两种教学方法对学生成绩的影响时,学生的智商是一个重要的额外变量,研究者可以先对所有学生测量智商,然后将智商相同的被试两两匹配,分别分到实验组和控制组中,这样就能保证实验组和控制组的平均智商完全相同,从而排除智商对实验结果的影响。匹配法在理论上是非常完善的额外变量控制方法,但在实际应用中经常遇到困难。一方面,匹配法往往需要提前对被试进行测量,增加了实验的流程复杂度和成本,当需要同时匹配多个额外变量时,操作难度会急剧上升;另一方面,匹配的多个额外变量之间往往存在共线性,我们很难同时找到多个变量都匹配的被试,因此实际研究中匹配法并不常用,往往会被更高效的随机化方法替代。(4)随机化法。随机化法是把被试随机分配到各个实验组和控制组中,使各个额外变量在不同组之间达到平衡的控制方法,是实验研究中最常用的额外变量控制方法。随机化的基本逻辑是,基于随机原则,总体中每一个体都有同等机会被分配到不同实验组中,因此,包括被试个体差异、动机、性格等各种难以测量的额外变量,都会在不同组之间保持大致平衡,不会出现系统偏差,即使存在偏差也可以通过统计检验进行估计。随机化法不受匹配变量数量的限制,操作简单,既可以控制已知的额外变量,也可以控制未知的额外变量,是平衡被试间额外变量最基础的方法。但随机化法也并不完美,当样本量较小时,随机化很难保证额外变量真的达到平衡,只有当样本量较大时,随机化平衡额外变量的效果才会更好。(5)区组设计。区组设计是将额外变量作为区组变量,按照额外变量的水平划分区组,每个区组内都包含所有实验处理,从而分离出区组额外变量对因变量的影响,提升实验处理效应估计的准确性。常见的区组设计有随机区组设计,在随机区组设计中,同一个区组内的被试在额外变量上是同质的,每个区组都接受全部的实验处理,通过方差分析,可以将区组带来的变异从误差变异中分离出来,从而分离出额外变量的影响,达到控制额外变量的目的。相比于随机化设计,区组设计可以针对性控制研究者关注的重要额外变量,能够更有效地降低误差,提升实验的敏感性。(6)统计控制法。统计控制法是在实验完成之后,通过一定的统计技术排除额外变量的影响,进而达到控制额外变量的目的。常见的统计控制法包括协方差分析、偏相关分析、回归分析等。例如,如果我们在研究身高对智力的影响时,没有控制年龄的影响,那么我们可以在统计分析阶段,把年龄作为协变量,通过协方差分析分离出年龄的影响,得到控制年龄之后身高对智力的真实效应。统计控制法是一种事后控制的方法,它无法弥补实验设计中额外变量控制不足的缺陷,只有当额外变量可以被测量,且实验过程中没有发生额外变量和自变量混淆的情况下,统计控制法才能发挥作用,因此一般作为实验控制方法的补充手段使用,不能替代实验过程中对额外变量的控制。(7)抵消平衡法。抵消平衡法主要用于控制顺序误差、空间误差、练习效应、疲劳效应等与实验顺序相关的额外变量,常用于重复实验设计。抵消平衡法的基本原理是通过采用一定的技术手段,使实验顺序带来的额外误差相互抵消,常见的抵消平衡技术包括ABBA抵消平衡法和拉丁方设计。ABBA抵消平衡法适合只有两种实验处理的情况,先让被试做A处理再做B处理,之后再做一次B处理再做一次A处理,最后将两次A和两次B的因变量分别平均,就可以抵消顺序带来的额外误差。拉丁方设计适合实验处理数量大于两个的情况,通过构建拉丁方阵,保证每个实验处理出现在每个顺序位置的次数相等,每个被试都只接受特定顺序的处理,最终就可以平衡顺序带来的额外误差。抵消平衡法是重复测量实验设计中必不可少的额外变量控制手段,能够有效解决同一被试接受多个处理带来的顺序效应混淆问题。2.简述建构主义学习理论的基本观点。建构主义学习理论是认知学习理论的进一步发展,兴起于20世纪后半叶,是学习理论从行为主义发展到认知主义之后的进一步革命,对当代教育心理学的发展产生了深远的影响,其基本观点可以从知识观、学习观、学生观、教学观四个方面展开说明:(1)建构主义知识观。建构主义对传统知识观提出了质疑,认为知识不是对现实的客观准确表征,不是放之四海而皆准的不变真理,而是人们对客观世界的一种解释、假设或假说,知识会随着人们认识程度的深入而不断地变革、升华和改写,出现新的解释和假设。首先,知识具有相对性,知识并不是绝对不变的终极答案,任何知识都会受到时代和人们认识水平的限制,例如牛顿力学在宏观低速条件下是有效的,但在微观高速条件下就会被相对论和量子力学修正,说明知识不是绝对真理,只是当前阶段最合理的解释。其次,知识具有情境性,知识不能脱离具体情境抽象存在,抽象的概念和规则只有结合具体的问题情境才有实际意义,同一个知识在不同的情境中有着不同的意义,不能把知识作为现成的东西交给学生,学生必须结合具体情境才能真正理解知识的意义。第三,知识具有主观性,知识是个体基于自身经验建构出来的,不同个体对同一个知识有着不同的理解,不存在统一的标准答案,知识的意义是个体在认识活动中主动建构生成的,而不是预先存在等待我们去发现的。需要注意的是,建构主义知识观并不是否定客观世界的存在,也不是主张不可知论,而是强调知识的动态性和建构性,反对把知识绝对化和教条化,这对教育实践有着重要的启发意义。(2)建构主义学习观。建构主义认为,学习不是由教师向学生传递知识的过程,而是学生主动建构自己知识的过程,学习者不是被动的信息吸收者,而是主动的意义建构者,这种建构不可能由其他人代替。首先,学习具有主动建构性,学习过程本质上是学习者主动对新知识进行加工、理解,基于自己原有的知识经验建构出新知识意义的过程,学习者会主动对进入大脑的信息进行编码、加工、整理,把新知识和原有知识经验结合起来,通过同化和顺应两种方式调整自己的认知结构,最终完成对知识意义的建构。当新知识和原有经验一致的时候,学习者会把新知识纳入原有认知结构,也就是同化;当新知识和原有经验不一致的时候,学习者会调整原有认知结构来适应新知识,也就是顺应,学习就是通过同化和顺应不断发展认知结构的过程。其次,学习具有社会互动性,学习不是孤立的个体行为,而是在一定的社会文化互动中完成的,学习者的建构离不开一定的社会互动和协作。个体的认知发展是在社会互动中实现的,通过和他人的互动、交流、协作,学习者可以获得更多的信息,修正自己的理解,形成更全面的认识。例如,学生在小组讨论中,可以从其他同学那里获得不同的视角,发现自己思考的不足,从而加深对知识的理解。第三,学习具有情境性,学习离不开具体的情境,真正的理解只能发生在具体情境的活动之中,只有在真实的问题情境中,学习者才能结合具体问题激活原有知识经验,更好地理解知识的意义,发展解决问题的能力。建构主义反对传统脱离情境的抽象知识学习,认为抽象的、去情境化的学习只能让学生获得僵化的惰性知识,无法真正迁移到真实问题解决中,只有结合具体情境的学习才能生成灵活的、可迁移的知识。(3)建构主义学生观。建构主义对学生在学习中的地位有着清晰的定位,强调学生是学习的主体,尊重学生原有知识经验的重要性。首先,建构主义认为学生不是空着脑袋走进教室的,在进入学习之前,学生已经通过日常生活和以往的学习,积累了丰富的知识经验,这些原有经验是学生学习新知识的基础,任何学习都是在原有知识经验的基础上开展的建构。教师不能无视学生的原有经验,直接从外部灌输新知识,而是要把学生原有知识经验作为新知识的生长点,引导学生从原有经验中生长出新的知识经验。其次,学生之间存在个体差异,不同学生基于不同的生活经历和认知风格,对同一个问题有着不同的理解,建构主义认为这种差异不是需要消除的误差,而是一种宝贵的学习资源,不同视角的理解可以让学习者获得更全面的认识,促进合作学习和深度学习。第三,学生具有主动建构的潜能,教师不需要把知识强行灌输给学生,学生天生就有好奇心和求知欲,能够主动探索和建构知识的意义,教师的任务不是控制学生的学习,而是为学生的主动建构提供支持和帮助。(4)建构主义教学观。基于上述知识观、学习观和学生观,建构主义提出了独特的教学观,强调教学不是传递客观现成知识的过程,而是激发学生原有知识经验,促进学生知识意义建构的过程,教学要为学生创设理想的学习情境,提供必要的支持,促进学生主动建构意义。建构主义提出了很多基于建构主义理念的教学模式,常见的包括抛锚式教学、支架式教学、随机通达教学、认知学徒制等。抛锚式教学也叫情境教学,强调教学要创设真实的问题情境,把教学建立在真实问题的基础上,就像把锚抛在水底一样,让知识在真实情境中获得意义,学生通过解决真实问题完成知识的建构。支架式教学强调教师在教学过程中,要为学生的学习提供支架,也就是临时性的支持,帮助学生跨越最近发展区,完成超出自身独立能力的学习任务,当学生的能力发展到一定程度之后,教师要逐步撤掉支架,让学生独立探索,培养学生的自主学习能力,支架式教学是基于维果茨基的最近发展区理论发展出来的,符合建构主义教学理念。随机通达教学认为,对于复杂知识的学习,不同角度不同情境的多次通达可以让学习者获得更全面的理解,因此教学要围绕同一个主题,在不同时间、不同情境、从不同角度多次呈现知识,让学生每次学习都能获得不同方面的理解,最终获得对知识全面灵活的掌握。认知学徒制强调教学要模仿传统学徒制的方式,让学生在真实的实践活动中,在专家的指导下学习,从而获得默会知识,提升真实问题解决能力,认知学徒制强调做中学,重视真实实践对学习的价值,符合建构主义的情境学习理念。总的来说,建构主义教学观强调以学生为中心,重视学生的主体地位,重视真实情境和互动协作对学习的价值,反对传统以教师为中心、以讲授为中心、去情境化的教学模式,对当代教育改革产生了重要影响。3.简述真分数模型含义及其基本假设,举例说明影响测量信度的主要因素。真分数模型是经典测量理论的核心模型,是心理测量中最基础的测量理论框架,为心理测量的信度、效度分析提供了理论基础。(1)真分数模型的含义。真分数指的是被试在所测量特质上真实的真实水平值,真分数模型认为,任何测量都存在误差,观测得到的观测分数等于真分数加上测量误差,其基本公式为:X=T+E,其中X代表观测分数,也就是实际测量得到的分数,T代表真分数,也就是被试在所测特质上的真实水平,E代表测量误差,是测量过程中产生的随机误差。真分数模型反映了观测分数、真分数和测量误差之间的基本关系,是经典测量理论分析信度效度的基础。(2)真分数模型的基本假设。真分数模型建立在一系列基本假设之上,主要包括四条:第一,真分数不变假设,也就是在所测量特质没有发生变化的条件下,被试的真分数T是一个稳定的常数,多次平行测量中真分数保持不变。这个假设是整个模型成立的基础,因为如果特质本身发生了变化,真分数改变了,我们就无法区分观测分数的变化是来自真分数变化还是来自误差变化。第二,测量误差是随机误差假设,也就是测量误差E是完全随机的,服从均值为零的正态分布,所有测量误差的期望平均值为零,即E(E)=0,不存在系统偏差。第三,真分数和测量误差相互独立,真分数T和误差E的相关为零,即ρ(T,E)=0,真分数的大小不会影响测量误差的大小,误差是完全随机的,和真分数无关。第四,不同测量之间的误差相互独立,两个平行测验的误差之间相关为零,即ρ(E1,E2)=0,不同测量的误差之间没有关联,都是独立的随机误差。基于这四个基本假设,可以推导出一个核心结论:观测分数的方差等于真分数的方差加上误差方差,公式为S_X²=S_T²+S_E²,这个结论是计算信度系数的基础。(3)影响测量信度的主要因素。信度指的是测量结果的稳定性和一致性程度,也就是多次测量结果之间的一致性程度,信度的高低反映了随机误差的大小,根据真分数模型,信度系数等于真分数方差占观测分数方差的比例,因此任何影响真分数方差、误差方差大小的因素都会影响信度,常见的影响因素包括以下几个方面:第一,被试方面的因素。首先,被试团体的异质性会影响测量信度,信度系数会受到被试团体分数分布范围的影响,根据信度的计算公式,信度等于真分数方差除以观测分数方差,当被试团体异质性越大,被试之间的真分数差异越大,真分数方差就越大,在误差方差不变的情况下,信度系数就越高;反之,如果被试团体同质性很高,被试之间真分数差异很小,真分数方差很小,那么信度系数就会降低。例如,我们用一套数学高考题去测量高三学生,被试之间差异大,信度大概在0.8左右,如果我们用这套题去测量北京大学数学系的学生,大家成绩都很高,差异很小,那么计算出来的信度就会明显降低。其次,被试的身心状态也会影响信度,被试的动机、情绪、疲劳程度、身体状态都会影响测量过程中的随机误差,如果被试在测验中动机不强、注意力不集中、身体疲劳,就会增加随机误差,降低测量信度,此外,被试对测验的熟悉程度、反应偏向也会增加误差,影响信度。第二,主试方面的因素。首先,主试的指导语是否一致会影响信度,如果不同被试的指导语不一致,有的主试对被试进行提示,有的不提示,就会增加随机误差,降低信度。其次,主试的评分是否标准一致也会影响信度,如果评分过程中主试的标准不统一,存在随意给分的情况,就会增加评分误差,降低信度,例如作文评分中,如果评分者没有统一标准,不同评分者给分差异大,信度就会很低。第三,主试是否违反测验程序也会影响信度,例如主试在测验中给被试作弊机会、暗示答案等,都会增加误差,降低信度。第三,测量工具方面的因素。首先,测验长度会影响信度,测验长度也就是测验题目的数量,一般来说,题目数量越多,测量的随机误差越小,信度越高,因为更多的题目可以更全面地反映被试的真实水平,抵消单个题目的随机误差带来的影响,这就是经典测量理论中的斯皮尔曼-布朗公式所反映的规律,增加测验长度可以有效提高信度。例如,一份包含10道题的测验信度是0.5,如果我们把题目增加到50道,信度就可以提高到0.8左右。但需要注意的是,增加题目数量并不是越多越好,当题目数量增加到一定程度之后,信度提升的幅度会越来越小,而且过长的测验会导致被试疲劳,反而增加误差,降低信度。其次,测验题目的质量也会影响信度,如果题目难度分布不合适,过难或者过易,都会缩小被试分数的分布范围,降低真分数方差,从而降低信度,如果题目表述模糊,存在歧义,就会增加被试反应的随机误差,降低信度。例如,一道表述模糊的选择题,不同被试对题目的理解不同,就会导致答对答错更多受随机因素影响,无法反映真实水平,增加误差,降低信度。第三,测验的结构是否合理也会影响信度,如果测验内部题目之间结构混乱,所测特质不一致,也会降低信度。第四,施测情境方面的因素。施测环境中的各种因素都会带来随机误差,影响信度。例如,施测现场的温度过高或过低、噪音太大、光线不好、通风不良,都会让被试感到不适,增加随机误差,降低信度。如果测验过程中发生意外事件,比如突然停电、有人干扰、计时设备出问题,都会增加误差,影响信度。在标准化程度低的测验中,施测情境的差异带来的误差更大,对信度的影响也更明显。第五,时间间隔方面的因素。时间间隔主要影响重测信度和复本信度的估计,计算重测信度需要前后两次测量,两次测量之间的时间间隔越短,被试的特质变化越小,随机误差越小,信度越高;时间间隔越长,被试的特质可能发生变化,也更容易受到其他因素影响,误差越大,信度就越低。例如,我们计算智力测验的重测信度,间隔一周得到的重测信度会明显高于间隔一年得到的信度,因为间隔一年很多被试的智力发展、知识积累都会发生变化,导致两次测量结果一致性降低。但时间间隔也不能过短,如果间隔太短,被试会因为记住了上次测验的答案,导致两次结果一致性虚高,高估信度,所以需要选择合适的时间间隔。第六,信度估计方法方面的因素。不同的信度估计方法反映的误差来源不同,得到的信度系数大小也不同。一般来说,重测信度反映的是时间取样带来的误差,复本信度反映的是内容取样带来的误差,分半信度只反映内部一致性误差,α系数反映所有题目之间的一致性,不同方法估计出来的信度本身就有差异,比如一般来说,α系数会比分半信度低一些,重测信度往往会比内部一致性信度高一些,因此信度估计方法本身也会对信度大小产生影响。4.简述皮亚杰理论和科尔伯格理论的异同。皮亚杰和科尔伯格都是认知发展学派的代表人物,都从认知发展的角度研究道德发展,提出了道德发展阶段理论,二者既有相同点,也有不同点。二者的相同点主要体现在以下几个方面:(1)研究的核心主题一致。二者都关注个体道德发展,尤其是道德判断能力的发展,都认为道德发展是个体认知发展的一部分,道德判断能力的发展建立在一般认知能力发展的基础之上,反对精神分析学派和行为主义学派完全从情感、习惯角度解释道德发展的观点,开创了认知学派的道德发展研究传统,认为道德判断是道德行为的基础,个体道德判断水平的高低决定了其道德行为的水平。(2)理论的基本立场一致。二者都坚持阶段论的观点,认为个体道德发展是按照固定顺序的阶段进行的,每个阶段都有其独特的结构特征,阶段之间存在质的差异,发展是顺序不变、由低到高逐步推进的,不会出现跳跃,也不会出现倒退,前一个阶段是后一个阶段的基础,后一个阶段是前一个阶段发展的结果,文化和环境因素只能影响发展的速度,不能改变发展的顺序。(3)研究方法一致。二者都采用对偶故事法或者类似的临床访谈法开展研究,通过给被试呈现道德两难故事,和被试进行访谈,分析被试对道德问题的判断推理过程,从而划分道德发展的阶段,都不采用简单的对错评分,而是关注被试道德判断背后的推理过程,重视质的分析而不仅仅是量的描述,这种方法奠定了后续道德发展研究的方法论基础。(4)对发展动力的理解一致。二者都认为道德发展是个体和环境相互作用的结果,不是先天遗传成熟的结果,也不是后天环境强化的产物,个体通过主动和环境互动,不断调整自己的认知结构,促进道德认知从低级向高级发展,都强调主体的主动性在道德发展中的作用,反对被动发展的观点。二者的不同点主要体现在以下几个方面:(1)研究的内容侧重点不同。皮亚杰主要研究的是年幼儿童的道德判断发展,重点关注儿童对规则的认知、对惩罚和公正的观念发展,皮亚杰的理论覆盖的年龄范围是从出生到青少年初期,重点在儿童期;科尔伯格拓展了皮亚杰的研究范围,不仅研究儿童,还研究青少年和成人的道德发展,把道德发展阶段扩展到了成人阶段,重点关注道德判断的推理结构,关注更深层次的道德原则的发展,研究内容更深入更广泛。(2)道德发展阶段的划分不同。皮亚杰把儿童道德发展划分为四个阶段:第一阶段是前道德阶段,也叫无律阶段,对应年龄0-5岁,这个阶段的儿童还没有道德意识,行为主要受本能支配,没有规则概念。第二阶段是他律道德阶段,对应年龄5-10岁,这个阶段儿童的道德判断主要以他人的标准为标准,认为规则是绝对不变的,判断行为好坏只看结果,不看动机,倾向于抵罪性惩罚,也就是认为惩罚就是报应,只要违反规则就应该受到惩罚。第三阶段是自律道德阶段,对应年龄10岁之后,这个阶段儿童的道德判断开始以自己的内在标准为标准,认为规则是可以协商改变的,判断行为好坏既看结果也看动机,倾向于回报性惩罚,也就是惩罚的目的是让犯错者认识到错误,惩罚应该和错误相匹配。科尔伯格在皮亚杰基础上把道德发展划分为三个水平六个阶段:前习俗水平包括惩罚与服从定向阶段和相对功利定向阶段,习俗水平包括寻求认可定向阶段和遵守法规定向阶段,后习俗水平包括社会契约定向阶段和普遍道德原则定向阶段。皮亚杰划分的阶段更宏观,科尔伯格划分的阶段更细致,并且把皮亚杰的他律和自律进一步细化成了六个阶段,拓展到了更高的发展水平。(3)道德判断的衡量标准不同。皮亚杰衡量道德发展水平

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论