心理学研究的实验设计||一些笔记

一、研究思路

探究现象之间的关系，通常有两大类方法：

（一）相关研究

相关研究探索现象之间的共变关系，但相关不是因果，在相关关系中可能会存在很多其他的影响变量。例如冰激凌的销量和溺水人数存在相关，冰激凌销量越高，溺水人数越多，这二者的关系其实受到了天气（温度）的影响。所以，不能从相关中得出，冰激凌销量是溺水的原因。

（二）实验研究

实验研究通常是为了探究现象之间的因果关系。

因果关系的确定有三个关键：

（1）时间上的先后顺序，先因后果。在实验中的体现如前后测。

（2）两个现象之间共变。在实验中体现为实验组与对照组的设计，进行变量共变的对比（理想情况是实验组的处理使得被试产生了改变，而对照组没有处理则未发生改变）。

（3）没有其他变量可解释二者的关系。在实验设计中体现为控制变量，如完全随机将无关变量平衡。

二、心理学研究

心理学的研究对象是人（有时候也有动物），人作为研究对象，存在（1）影响因素多，（2）无关变量多，（3）变量之间相互影响（因素之间的相互作用）的特点。人的心理是复杂的，而很多时候我们都努力地简化对世界的认识，导致我们忽略某一心理现象背后的多重原因，忽略间接效应、虚假效应等。从这个角度看，心理学在做的，便是建立复杂的模型以更清晰明确地厘清各个因素与心理现象之间的关系。

心理学研究的实验设计分类有按自变量数目和水平的分类，如（1）单因素实验设计，（2）两因素实验设计……

也有根据被试分派程序的分类，如（1）完全随机设计，（2）重复测量设计，（3）混合设计。

比较特别的是，单因素区组实验设计，将被试按某个标准分组（该分类依据不作为变量分析），对每一个组都进行实验条件处理。如想研究某个学习策略对于中学生而言是否有效，为了控制智力的影响，先对被试（学生）进行智力测试，然后根据智力水平划分为几组，每一组中都有一部分学生接受该学习策略的训练（实验组），有一部分则按照平时的学习节奏学习（对照组）。如果将分组依据视为一个自变量，则变成多因素实验设计。

三、多因素实验设计（析因设计）

多因素设计操纵多个变量，旨在探究哪个变量在发挥作用（每一个效应源的贡献）。

多因素实验的数据通常用方差分析进行数据解析。使用方差分析的前提是：

（一）方差独立

即在任一实验条件下，被试因变量上得到的变异（方差）相对独立（即处理之间不相互影响）。在实验操作中，如果被试之间可以相互交流便可能会因为处理对前一个被试的影响传递给后一个被试（例如前一个被试抱怨实验太枯燥，便会影响到后一个被试参加实验的心理状态）。

（1）方差独立的判断：常用较为复杂的回归分析，残差与被试号的相关图分析并进行Durbin-Watson统计。

（2）方差不独立的后果：α水平上升。

（3）应对对方差不独立：一是预防方差不独立，保证被试的随机；二是使用更严格的α水平，如0.01,0.001（但由于标准太严格，要得出理想的实验结果非常困难）。

（二）方差正态分布

方差正态分布是为了更好地拟合总体。

方差常因为抽样误差而难以呈现正态分布。如样本量太小（样本越大对总体的拟合越好），存在极端值。

方差正态分布通常是通过做图（直方图或茎叶图）或是统计（数据偏斜、峰度或k）来判断。

方差不正态分布的处理：

（1）删除极端值（如超过正负2.5个标准差的）；

（2）去极端值微调，即删除最大和最小的5%的数据；

（3）数据变换；做对数、指数或倒数的变换。

（三）方差齐性

方差齐性是保证各实验条件的误差和总体误差相近。

违反方差齐性的情况：

（1）自变量为自身变量。

（2）特殊操作，如天花板、地板效应。

（3）实验条件下被试数组间不等。

判断方差齐性用Brown-Forsythe（偏态分布）。

处理放出不齐性：

（1）更严格的α水平；

（2）数据变换：平方根、对数或指数变换（但解释数据会存在一定的困难）。

 

来源：西南大学心理学部“心理学研究方法”（余林）