最新心理学研究方法课件.ppt

1、2第三章第三章 因果因果(实验实验)研究设计及其统研究设计及其统计思路计思路第一节 实验研究概述第二节 真实验设计及其统计思路第三节 准实验设计及其统计思路第四节 多因素实验设计及其统计思路第五节 实验研究的评价3第一节第一节 实验研究概述实验研究概述一、实验的含义和基本特点 二、实验法的类型 三、实验设计概述4一、实验的含义和基本特点一、实验的含义和基本特点 实验的含义：实验的含义：是在人为的严密的控制条件下，有计划地逐步操纵实验变量，观测与这些变量相伴随的现象的变化，探究实验因子与反应现象之间的因果关系的一种方法。5一、实验的含义和基本特点一、实验的含义和基本特点 实验的特点：实验的特点：

2、1、人为创设情境，有目的地控制变量。2、目的在于揭示变量间的因果关系，回答“为什么”的问题。3、能够致物以变。4、有严格的实验设计和确定的实验程序。5、具有可重复性。6二、实验法的类型二、实验法的类型 实验室实验与现场实验实验室实验与现场实验：根据实验场地的不同来划分 前实验、准实验和真实验前实验、准实验和真实验：根据不同的实验设计，系统操纵自变量的程度和内外效度的高低来划分 试探性实验与验证性实验试探性实验与验证性实验：根据对问题的已知程度和目的的不同来划分 单因素实验和多因素实验单因素实验和多因素实验：根据实验中控制、操纵的自变量的数量的多少来划分7三、实验设计概述三、实验设计概述 广义实

3、验设计：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：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。8三、实验设计概述三、实验设计概述 实验设计的功能：实验设计的功能：1、使研究变量的效果最大化 2、对无关变量进行有效控制 3、使实验误差变异最小化 4、充分体现自变量和因变量之间的关系和内在联系9三、实验设计概述三、实验设计概述 实验设计的基本过程：实验设计的基本过程：1 1、研究问题的提出和假设的形成

4、、研究问题的提出和假设的形成（1）实验研究问题具有以下特征：它应当是可以用客观的方法来检验的问题；应当是旨在探索两个或多个变量之间的关系；提出的问题应是可行的。（2）实验研究假设具有以下特征：研究假设是从问题转化而来的，假设应当明确的、毫不含混地陈述出来，不应用摸棱两可的陈述方式；研究假设是对两个或多个变量间关系的预测，这种预测是建立在理论分析、前人研究或经验基础上的；研究假设应是可检验的。10三、实验设计概述三、实验设计概述 实验设计的基本过程：实验设计的基本过程：2 2、实验变量的选择和确定、实验变量的选择和确定 选择实验变量要同时符合两方面要求：一是研究的理论假说；二是实验设计及统计的要

5、求。自变量 因变量 无关变量11三、实验设计概述三、实验设计概述（1 1）自变量的选择和确定）自变量的选择和确定 自变量：自变量：是由研究者操控的能够独立的变化和引起特定心理或行为（因变量）变化的条件或因素。自变量的特点：自变量的特点：变化性、可控制性、诱发性12三、实验设计概述三、实验设计概述（1 1）自变量的选择和确定）自变量的选择和确定 自变量的选择：自变量的选择：要根据研究目的、理论假设和研究的可行性来确定。自变量的来源：自变量的来源：外部刺激，会对人的心理与行为产生影响的外部的物理刺激和社会刺激；被试固有特性，如性别、年龄、智力等；被试暂时特性，指由实验操纵的外部刺激引起的，并影响被

6、试行为的中介心理变量，如动机、疲劳等。13三、实验设计概述三、实验设计概述（1 1）自变量的选择和确定）自变量的选择和确定 自变量水平的确定：自变量水平的确定：即一个自变量变化在量上的差异。一个自变量最少要有两个水平，如实验处理出现与不出现，或具有与不具有某种特征。自变量的水平的选择：自变量的水平的选择：要注意它们的代表性、典型性和概括性，这样才能揭示出真实、全面的关系。14三、实验设计概述三、实验设计概述（1 1）自变量的选择和确定）自变量的选择和确定 自变量个数的确定：自变量个数的确定：这要根据特定的研究目的来确定，可以是一个、两个、三个或更多，但最好不要超过三个，因为自变量越多越难以控制

7、。15三、实验设计概述三、实验设计概述（2 2）因变量的选择和确定）因变量的选择和确定 因变量：因变量：是由自变量引发的特定心理或行为变量，它随着自变量的改变而变化，是实验中研究者要观测的量。因变量的特点：因变量的特点：是可以通过直接或间接的方式被观察、测量的；是可以数量化的；具有较高的效度、信度和灵敏度。因变量的选择：因变量的选择：首先要根据理论假设，考虑实验中选取的因变量是否能反映所研究的问题。所以需要考虑到以下因素：16三、实验设计概述三、实验设计概述（2 2）因变量的选择和确定）因变量的选择和确定 第一，因变量应对自变量水平变化最为敏感；第二，因变量应能得出可靠稳定一致的结果；第三，因

8、变量观测值应大体呈正态分布；第四，在其它条件相同的情况下，应选择在观测和数据转换上最容易、最能节省时间和精力的变量为因变量；第五，当不能找到一种最合适的因变量观测指标，或为了更完整表达一种因变量时，应考虑选择多种观测指标来表示同一因变量；17三、实验设计概述三、实验设计概述（2 2）因变量的选择和确定）因变量的选择和确定第六，观测因变量的方式要适当。主要有生理测试，如脑电图、瞳孔反射、肌电反射、血压、大脑的化学成分和活动测试等；行为测试，即非言语测试，如正确与错误率、反应时、对刺激的选择性反应、被试完成任务的时间等；言语测试，如被试对自己解决问题中思维模式的描述等；第七，要参考前人有关研究中所

9、用的因变量及选择的原因；第八，要考虑实验中的被试情况、自变量、实验程序、任务和所用仪器，这些因素将限定对因变量的选择。18三、实验设计概述三、实验设计概述（3 3）自变量没有引发因变量变化的原因）自变量没有引发因变量变化的原因 可能自变量选择有误：可能自变量选择有误：二者本身就没关系；研究者没有有效地操控自变量，不足以显示研究者没有有效地操控自变量，不足以显示自变量的效果：自变量的效果：如自变量的几个变化水平之间差别太小；无关变量的干扰太大，混淆了自变量的效果：无关变量的干扰太大，混淆了自变量的效果：没有有效的识别和控制无关变量。因变量本身有缺陷：因变量本身有缺陷：如测量的敏感度、灵敏度不够，

10、就容易导致“天花板效应”（得分普遍偏高）、“地板效应”（得分普遍偏低），理想状态是因变量分数变化呈正态分布（得分有高中低之分）。19三、实验设计概述三、实验设计概述3 3、识别和控制无关变量、识别和控制无关变量 无关变量：指一个研究中除自变量以外所有可能对因变量产生影响的因素。一般来说，一个因变量，可能有很多变量对之是产生影响，只要这些变量不在该研究探讨的范围内，就成为无关变量，需要采用适当的方法加以控制。在心理与教育实验中，这种无关变量是相当复杂的。需要考虑到多方面因素，通过阅读大量文献，积累深厚的实验经验来逐渐提高对无关变量的识别与控制能力。20三、实验设计概述三、实验设计概述4 4、实验

11、被试的设计、实验被试的设计 被试设计：被试设计：指实验中按照实验处理数来对被试进行的分配或分组的问题。在实验研究中，需要让完全同质的被试群体接受不同的实验处理，看是否会在因变量上发生不同的变化。因此，在研究设计中必须考虑如何按照实验处理数将被试分为相应的同质群体，这实质上就是将被试的特性作为一种无关变量加以控制。214 4、实验被试的设计、实验被试的设计22第二节第二节 真实验设计及其统计思路真实验设计及其统计思路一、前实验设计一、前实验设计二、真实验设计二、真实验设计 G：被试非随机分组：被试非随机分组 RG：被试随机分组：被试随机分组 ：接受：接受实验处理（施加自变量）实验处理（施加自变量

12、）：观测（测查因变量）：观测（测查因变量）：不接受实验处理：不接受实验处理23一、前实验设计一、前实验设计（一）单组后测设计（一）单组后测设计 形式：形式：G 后测后测 过程：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：局限性：没有控制无关变量的干扰和影响，因而难以下结论认为实验处理引起了实验结果。24一、前实验设计一、前实验设计（二）单组前后测设计（二）单组前后测设计 形式：形式：G 前测前测1 后测后测2 过程：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：局限性：后测表现出来的变化可能是由

13、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：统计思路：应使用配对（相关）样本t检验25一、前实验设计一、前实验设计（三）静态组（非随机取样的自然组）比较后测设计（三）静态组（非随机取样的自然组）比较后测设计 形式：实验组形式：实验组G1 后测后测1 控制组控制组G2 后测后测2 过程：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：优点：使历史、测量工具和统计回归等因素的影响都得到了控制。局限性：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

14、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：统计思路：应使用独立样本t检验。26二、真实验设计二、真实验设计 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。27二、真实验设计二、真实验设计（一）实验组控制组（等组）后测设计（一）实验组控制组（等组）后测设计 形式：实验组形式：实验组 RG1 后测后测1 控制组控制组 RG2 后测后测2 优点：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

15、，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：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：统计思路：应使用独立样本t检验对1和2做差异检验。28二、真实验设计二、真实验设计（二）实验组控制组（二）实验组控制组（等组）（等组）前后测设计前后测设计 形式：实验组形式：实验组 RG1 前测前测1 后测后测2 控制组控制组 RG2 前测前测3 后测后测4 优点：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：局限性：前测可能导致练习效应，对结果产生影响。统计思路：统

16、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。29二、真实验设计二、真实验设计（三）所罗门四组设计（三）所罗门四组设计 形式：实验组形式：实验组1 RG1 前测前测1 后测后测2 控制组控制组1 RG2 前测前测3 后测后测4 实验组实验组2 RG3 后测后测5 控制组控制组2 RG4 后测后测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”。30二、真实验设计二

17、、真实验设计（三）所罗门四组设计（三）所罗门四组设计 优点：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：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：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

18、因素方差分析。31二、真实验设计二、真实验设计（四）匹配组（区组）设计（四）匹配组（区组）设计 实验组实验组 RG1 后测后测1形式：按区组变量做前测形式：按区组变量做前测 匹配匹配 控制组控制组 RG2 后测后测2 过程：过程：对所有被试按匹配（区组）变量做前测，然后将被试随机分配到实验组与控制组，对实验组施加实验处理，而控制组不施加，只需比较两个后测的结果即可考察实验处理的效果。优点：优点：控制了一个无关变量，即匹配（区组）变量，使得实验组与控制组更加同质，所以匹配（区组）变量的选择应该是与因变量有关的无关变量。局限性：局限性：在实验研究中，关键是要找到这种匹配变量，这是比较困难的，如果找

19、的是与因变量无关的匹配变量那么采用这种设计就是不适当的。统计思路：统计思路：对后测12之间应做配对（相关）样本t检验。32二、真实验设计二、真实验设计 关于被试设计的说明关于被试设计的说明：（一）（二）（三是随机分组设计；（四）是匹配组（区组）设计。关于无关变量控制的说明：关于无关变量控制的说明：对于真实验设计而言，通过随机化分组、设置控制组的方式控制无关变量是必须的；而通过增加前测、增加匹配（区组）变量则不是必须的，可根据实际情况有选择的决定。33二、真实验设计二、真实验设计 关于统计思路的说明：关于统计思路的说明：以上真实验设计实验效果的检验，多是针对实验处理有无（单因素两水平）而言的；如

20、果实验处理为单因素三水平或多个自变量的不同水平的结合，在统计思路上都应采用方差分析的检验方法，至于具体采用何种方差分析，则应根据属于何种实验设计而确定。34第三节第三节 准实验设计及其统计思路准实验设计及其统计思路 以真实验设计为主的实验室实验局限性逐渐显露，研究者越来越重视外部效度较高的现场实验，但其难以采用真实验设计，在这种情况下，准实验设计日益受到重视并完善起来。准实验设计：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

21、部门、一个小组）作为被试，而不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。35一、不相等（非随机）实验组控制组一、不相等（非随机）实验组控制组前后测设计前后测设计 形式：实验组形式：实验组 G1 前测前测1 后测后测2 控制组控制组 G2 前测前测3 后测后测4 优点：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：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

22、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：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：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。36一、不相等（非随机）实验组控制组一、不相等（非随机）实验组控制组前后测设计前后测设计 说明：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：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

23、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：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。37二、单组（单被试、小样本）二、单组（单被试、小样本）相等时间样本设计（相等时间样本设计（ABABABAB设计）设计）形式：形式：A 测测1 B 测测2 A 测测3 B 测测4 注：注：A是测量基线阶段，获得基线水平；是测量基线阶段，获得基线水平；B是实验处理阶段。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：优点：通过比较多次测量的差异，检验实验处理

24、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，其内部效度较高。局限性：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与疲劳效应以及选择偏差与实验变量的交互作用的影响。38二、单组（单被试、小样本）二、单组（单被试、小样本）相等时间样本设计（相等时间样本设计（ABABABAB设计）设计）适用情况：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：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

25、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。39三、平衡对抗设计三、平衡对抗设计（多处理设计、轮换设计）（多处理设计、轮换设计）这是一种较常用的实验设计，实质上它是一种控制处理间顺序效应的方法。它不仅在准实验中适用，在真实验中也同样适用。它主要是用于每个被试都需接受多个实验处理的情况（被试内设计），故从适用条件上看可称其为多处理设计。这种设计平衡序列效应的方法是轮换实验处理的先后顺序，故又可称其为轮换设计。轮换实验处理顺序时通常采用拉丁方平衡顺序方法。40第四节第四节 多因素实验设计及其统计思路多因素实验设计及其统计思路一、多因素实验设计的种类二、多因素实验设计常用术语

26、三、多因素实验设计的基本步骤四、多因素实验设计模式及统计思路41一、多因素实验设计的种类一、多因素实验设计的种类 因素实验设计因素实验设计（factor experimental design）：）：指多于一个因素（自变量）的实验设计。严格意义上说，一个自变量的设计不应该叫因素设计。42一、多因素实验设计的种类一、多因素实验设计的种类 根据自变量的个数划分：根据自变量的个数划分：单因素实验设计：单因素实验设计：指研究中只有一个自变量，被试接受这个自变量的两个或多个水平的实验处理。多因素实验设计：多因素实验设计：指研究中含有两个或两个以上的自变量，被试接受几个自变量水平的结合的实验处理。43一、

27、多因素实验设计的种类一、多因素实验设计的种类 根据被试接受实验处理的分组情况划分：根据被试接受实验处理的分组情况划分：被试间实验设计：被试间实验设计：指实验中每个被试只接受一种自变量水平或自变量水平的结合。又可分为：完全随机设计、随机区组设计。被试内实验设计：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：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，它也是重复测量实验设计的一种形式。对实验中的被试内自变量，每个被试接受所有的自变量水平或自变量水平的结合；对实验中的被试间自变量，每个被试仅接

28、受一个自变量水平或自变量水平的结合的处理。44一、多因素实验设计的种类一、多因素实验设计的种类 根据自变量是引发的还是存在的变化形式划分：根据自变量是引发的还是存在的变化形式划分：引发变量多因素实验设计：引发变量多因素实验设计：多个自变量的操控都是研究者人为引发出的变量。存在变量多因素实验设计：存在变量多因素实验设计：多个自变量的操控都是已经存在的被试变量，如年龄、性别、智力、人格、身体特征等。混合变量多因素实验设计：混合变量多因素实验设计：多个自变量的操控既有研究者人为引发出的变量，也有已经存在的被试变量。45二、多因素实验设计常用术语二、多因素实验设计常用术语 因素因素（factor）：）

29、：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。水平水平（level）：）：自变量的每个特定的值叫因素的水平。处理处理（treatment）与）与处理水平的结合处理水平的结合（treatment combination）：）：两者都是实验中一个特定的、独特的实验条件。46二、多因素实验设计常用术语二、多因素实验设计常用术语 主效应主效应（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。简单效应简

30、单效应（simple effects）：）：一个因素的水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。4748二、多因素实验设计常用术语二、多因素实验设计常用术语 误差变异误差变异（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

31、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，单元内误差是不存在的。残差残差（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。49二、多因素实验设计常用术语二、多因素实验设计常用术语 变量数值特征说明：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

32、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。50二、多因素实验设计常用术语二、多因素实验设计常用术语 方差分析：方差分析：处理的是方差，方差是一组数据的离散程度的测量。方差方差（variance）与变异变异（variation）在有些场合下是通用的，但不完全相同，方差仅是表示变异的若干统计量之一，变异则是一个更一般的概念。在方差分析中，方差更常用的专用术语叫均方均方（mean square，MS）。51二、多因素实验设计常用术语二、多因素实验设计常用术语 在实验设计和方差分析中，最重要和常用的两个概念是平方和平方和（sum of

33、squares，SS）和均方均方（MS）。均方的计算公式是：MS=变异变异/df=SS/df 可见，均方是每个自由度（degree of freedom，df）的平均变异，这也是方差的基本定义。52二、多因素实验设计常用术语二、多因素实验设计常用术语 接受不同实验处理的被试的分数围绕平均数的变化在方差分析中是很重要的，它反映了实验处理带来的变异，叫组间变异组间变异（between-group variation）。组间均方的计算公式是：MS组间组间=SS组间组间/df53二、多因素实验设计常用术语二、多因素实验设计常用术语 每个组内被试分数围绕组平均分数的变化反映了接受同一处理的一组被试的变异

34、，这个变异是由随机误差造成的，将各处理组内的变异相加，即是整个实验的实验误差。这种变异在方差分析中也很重要，叫组内变异组内变异（within-group variation）。组内均方的计算公式是：MS组内组内=SS组内组内/df 54二、多因素实验设计常用术语二、多因素实验设计常用术语 这样可以区分出一组数据中的两个变异源：一个反映了实验处理的效应，叫做组间变异组间变异；另一个反映了接受同样处理的被试之间的变异，叫做组内变异组内变异或误差变异或误差变异，F检验是计算组间变异与组内变异的检验是计算组间变异与组内变异的比率：比率：F=MS组间组间/MS组内组内 只有当组间变异足够大，明显不同于组

35、内变异时（即F值显著时），才说明实验处理效应是存在的。如果组间变异与组内变异相比差不多，则说明处理效应是不存在的，只不过是一种随机误差。55三、多因素实验设计的基本步骤三、多因素实验设计的基本步骤第一，确定实验处理数。第一，确定实验处理数。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。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）。56三、多因素实验设计的基本步骤三、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（第三，确定被试的组数与总人数（

36、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）；区组设计的N=n（pq）区组数；被试内设计的N=n157三、多因素实验设计的基本步骤三、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。第四，按实验设计的模式，分配被试。被试间设计：被试间设计：对每一组被试，随机指定接受一种实验处理。被试内设计：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）。58三、多因素实验设计的基本步骤三、多因素实验设计的基本

37、步骤第五，对被试实施实验处理，观测因变量数第五，对被试实施实验处理，观测因变量数据，得出原始数据表。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。检验方法分析数据，确定实验效应。59四、多因素实验设计模式及统计思路四、多因素实验设计模式及统计思路 多因素完全随机实验设计 多因素随机区组实验设计 多因素被试内实验设计 多因素混合实验设计60（一）多因素完全随机实验设计（一）多因素完全随机实验设计 种类：种类：两因素、三因素 研究研究1：照明与噪音对工人工作效率的影响：照明与噪音对工人工作效率的影响（两因素完全随机设

38、计）。（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：61 明高明高 明低明低 暗高暗高 暗低暗低 第第1组组 第第2组组 第第3组组 第第4组组30303030两因素完全随机设计被试分配表两因素完全随机设计被试分配表62 两因素完全随机设计原始数据表两因素完全随机设计原始数据表 照明度照明度 噪音度噪音度 工效工效（零件数量（零件数量/天）天）1 1 张明张明 明明 高高 9494 30 30 刘

39、修刘修 明明 高高 9393 31 31 黄卫黄卫 明明 低低 6565 60 60 赵义赵义 明明 低低 57 57 61 61 陈冬陈冬 暗暗 低低 6767 90 90 马龙马龙 暗暗 高高 7575 91 91 张岩张岩 暗暗 低低 4848 120 120 李会李会 暗暗 低低 787863多因素完全随机设计的统计思路多因素完全随机设计的统计思路 多因素非重复测量方差分析：多因素非重复测量方差分析：需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）。64 不同照明度与噪音度条件下工人工作效率比较不同照明度与噪音度条件下工人工作

40、效率比较（MSD）明照明明照明 暗照明暗照明 高噪音高噪音 84.65 13.24 70.19 15.54 低噪音低噪音 67.55 14.12 55.63 12.11 不同照明度与噪音度条件下工人工作效率方差分析表不同照明度与噪音度条件下工人工作效率方差分析表 变异来源变异来源 SS df MS F A主效应主效应(照明度照明度)27.857 A-1=1 27.857 11.589*B主效应主效应(噪音度噪音度)14.126 B-1=1 14.126 5.876*AB交互作用交互作用 21.324 (A-1)(B-1)=1 21.324 8.870*组内变异（误差）组内变异（误差）286.0

41、76 N-1=119 2.404描述统计与假设检验结果描述统计与假设检验结果65（二）多因素随机区组实验设计（二）多因素随机区组实验设计 种类：种类：两因素、三因素 研究研究2：照明与噪音对工人工作效率的影响：照明与噪音对工人工作效率的影响（两因素随机区组设计）（两因素随机区组设计）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30人，从某工厂选出30个区组，每区组4名工人，共120名。各区组中4名工人日产零件相同。随机将每个区组的4个人随机指定接受1种处理，被试分配见下表：66日产水平日产水平 明高明高 明低明低 暗高暗高 暗低暗低

42、区组区组1 1 1 1 1 区组区组2 1 1 1 1 区组区组3 1 1 1 1 区组区组4 1 1 1 1 区组区组30 1 1 1 1两因素随机区组设计被试分配表两因素随机区组设计被试分配表67 照明度照明度 噪音度噪音度 工效（零件数量工效（零件数量/天）天）1 1 张明张明 明明 高高 9494 30 30 刘修刘修 明明 高高 9393 31 31 黄卫黄卫 明明 低低 6565 60 60 赵义赵义 明明 低低 57 57 61 61 陈冬陈冬 暗暗 高高 6767 90 90 马龙马龙 暗暗 高高 7575 91 91 张岩张岩 暗暗 低低 4848 120 120 李会李会

43、暗暗 低低 7878两因素随机区组设计原始数据表两因素随机区组设计原始数据表68多因素随机区组设计的统计思路多因素随机区组设计的统计思路 多因素非重复测量方差分析：多因素非重复测量方差分析：需分析各个自变量因素的主效应、区组变量的主效应（统计时当作一个自变量对待）、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），但不分析区组变量与其他自变量的交互作但不分析区组变量与其他自变量的交互作用用。69 不同照明度与噪音度条件下工人工作效率比较不同照明度与噪音度条件下工人工作效率比较（MSD）明照明明照明 暗照明暗照明 高噪音高噪音 68.23 12.11 64.19 1

44、5.54 低噪音低噪音 71.35 12.23 63.48 13.34 不同照明度与噪音度条件下工人工作效率方差分析表不同照明度与噪音度条件下工人工作效率方差分析表 变异来源变异来源 SS df MS F A主效应主效应(照明度照明度)25.857 A-1=1 25.857 6.876*B主效应主效应(噪音度噪音度)20.126 B-1=1 20.126 5.352*C区组效应区组效应(日产水平日产水平)75.667 C-1=29 1.116 0.694AB交互作用交互作用 22.378 (A-1)(B-1)=1 22.378 5.922*组内变异（误差）组内变异（误差）447.440 N-1

45、=119 3.760描述统计与假设检验结果描述统计与假设检验结果70（三）多因素被试内实验设计（三）多因素被试内实验设计 种类：种类：两因素、三因素 研究研究3：照明与噪音对工人工作效率的影响（两因素：照明与噪音对工人工作效率的影响（两因素被试内设计）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：71顺序小组顺序小

46、组1(n1=8)顺序小组顺序小组2(n2=8)顺序小组顺序小组3(n3=8)顺序小组顺序小组4(n4=8)注：明高；明低；暗高；注：明高；明低；暗高；暗低暗低两因素被试内设计被试分配表两因素被试内设计被试分配表72 明高明高 明低明低 暗高暗高 暗低暗低 1 张明张明 56 64 43 402 刘修刘修 67 61 58 52 3 刘冬刘冬 53 48 47 51 4 黄卫黄卫 66 76 64 585 李家李家 84 80 79 74 32 张岩张岩 68 63 57 56两因素被试内设计原始数据表两因素被试内设计原始数据表73多因素被试内设计的统计思路多因素被试内设计的统计思路 多因素重复

47、测量方差分析：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）。74 不同照明度与噪音度条件下工人工作效率比较不同照明度与噪音度条件下工人工作效率比较（MSD）明照明明照明 暗照明暗照明 高噪音高噪音 78.23 12.11 69.19 15.54 低噪音低噪音 71.35 12.23 68.48 13.34 不同照明度与噪音度条件下工人工作效率方差分析表不同照明度与噪音度条件下工人工作效率方差分析表 变异来源变异来源 SS df MS FA主效应主效应(照明度照明度)2

48、0.866 A-1=1 20.866 5.553*B主效应主效应(噪音度噪音度)18.126 A-1=1 18.126 4.823*AB交互作用交互作用 20.378 (A-1)(B-1)=1 20.378 5.420*组内误差组内误差(个体差异个体差异)116.56 N-1=31 3.760描述统计与假设检验结果描述统计与假设检验结果75（四）多因素混合实验设计（四）多因素混合实验设计 种类：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（如年龄、性别）的混合。研究研究4：照明与噪音对工人工作效率的影响（两因：照明与噪音对工人工作效率的影响（两因素素组内变量与组间

49、引发变量的组内变量与组间引发变量的混合设计）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：76（明照明）（明照明）顺序小组顺序小组1 实验组实验组1 （n1=30）顺序小组顺序小组2 （暗照明）（暗照明）顺序小组顺序小组1 实验组实验组2（n2=30）顺序小组顺序小组2 注：注：高噪音；高噪音；低

50、噪音低噪音两因素混合设计被试分配表两因素混合设计被试分配表77 照明度照明度 高噪音高噪音 低噪音低噪音 1 张明张明 明明 64 43 2 刘修刘修 明明 61 58 30 刘冬刘冬 明明 48 47 31 黄卫黄卫 暗暗 76 64 32 李家李家 暗暗 80 79 60 张岩张岩 暗暗 63 57 两因素混合设计原始数据表两因素混合设计原始数据表78多因素混合设计的统计思路多因素混合设计的统计思路 多因素重复测量方差分析：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、