1、第二节 自变量的操纵、因变量的观测和 额外变量的控制 实验研究是为了探讨自变量与因变量的因果关系。先操纵自变量发生变化,在对其它有关变量进行控制的条件下,观察因变量是否也起了相应的变化。 一、自变量的操纵 如何操纵自变量的变化? 在自变量的取值范围内依次取一些不同的点,然后观察在这些不同值的条件下,相应的因变量的值有没有差异。如果有差异就说明因变量是随自变量变化而变化的,即它们之间有因果关系。如果没有差异就说明自变量的变化对因变量没有影响。当然前提是对其它有关变量进行控制。 上述在自变量取值范围内的一些不同的点就是自变量的不同水平。实验研究中在确定自变量之后,就应该进一步确定自变量的水平了。
2、自变量水平的确定问题 ? 自变量的水平可以是性质上的差别,也可以是数量程度上的差别。自变量至少有两个水平,以便研究者操纵自变量的变化。 ? 如果实验者因特定的目的而选取自变量的几个特定的水平,这时候称之为固定水平。如果实验者因一般的目的而随机抽取自变量的一些水平,这时候称之为随机水平。心理学研究中大部分是前者。即使探讨自变量和因变量一般关系的时候,心理学家也通常采用固定水平的方法。所以实际上心理学研究中,水平的选取基本上都是由实验者特定选取。 ? 自变量的水平选取一般都是参考前人已有的研究基础上,结合自己的研究目的来确定。如果没有资料,还应该通过预实验来确定。 自变量的操作性定义 ? 有些研究
3、中自变量的定义是比较具体的,可以直接观察和测量,比如一些刺激变量。但有些研究中自变量的定义却是比较抽象的,不能直接观察和测量。对于前者,我们可以方便的确定自变量的不同水平,对于后者则比较困难。所以有必要对后者进行操作性定义。 ? 操作性定义就是将抽象的定义转化为可直接观察、测量的特征的过程。 二、因变量的观测 ? 因变量指标的确定 实验研究探讨自变量不同水平下,因变量观测值之间是否有差异。因此,和自变量一样,对于某些比较抽象的因变量,也需要进行操作性定义,即用可观察和测量的行为特征来界定因变量。而因变量的这种操作性的定义也就是因变量的指标。 ? 指标的可靠性 因变量的指标应该是可靠的,即在不同
4、场合和时间重复测试的条件下,观测值能够比较稳定和一致。如果同一被试在相同的实验条件下,有时在因变量指标上得分高,有时得分低,那么这个指标就是不可靠的。 ? 指标的有效性 如果所选取的指标能够较好的反映该因变量的理论内涵或构想,那么就称该指标是有效的。这一点是与操作性定义的过程密切相关。 ? 指标的敏感性 因变量的指标不能太难或太容易,否则就会对自变量的变化不敏感。 天花板效应(ceiling effect) 当要求被试完成的任务过于容易,所有自变量水平下的被试都取得了非常好的成绩,没有什么差别,这时我们说出现了天花板效应。 地板效应(floor effect) 当要求被试完成的任务过于困难,所
5、有自变量水平下的被试都取得了非常低的成绩,没有什么差别,这时我们说出现了地板效应。 三、额外变量的控制 ? 额外变量是指研究中除自变量外所有可能对因变量产生影响的因素。由于额外变量会影响因变量,所以它们会与自变量发生混淆,即不知道因变量的变化到底是由自变量还是额外变量引起的。因此需要对额外变量进行识别和控制。 ? 额外变量的识别一般是根据前人的研究结果和自己研究工作的经验来进行的。而对额外变量的控制,通常有如下几种方法: 消除法 恒定法 平衡法 统计控制法 ? 消除法 实验者采用某些措施把影响因变量的额外变量消除掉,使它不在出现在实验过程之中。 心理实验在暗室、隔音室进行,就是为了消除作为额外
6、变量的视觉刺激和听觉刺激。 ? 恒定法 研究者采取措施使额外变量在整个实验过程中保持恒定不变,这样因变量的变化就不能归因为这些已经保持恒定的变量。 实验常常要在同一时间,同一房间里进行,要使用同一型号的实验仪器;房间的温度,湿度等各种环境条件尽量保持一定;主试的态度和行为的一致,指导语的标准化等等。也就是说尽量使被试实验环境中的各种条件保持恒定。 ? 平衡法 很多时候额外变量不能够消除或保持恒定,那么就该使用平衡法。即额外变量的效应在自变量的不同水平下保持总体的平衡或相等。 对于不同的实验安排或设计,额外变量是不同的,所以就有不同的平衡方法。 ? 小样本设计 (单被试设计) 只特定选取一个或几
7、个被试。 ? 大样本设计 (群体设计) 从总体里随机抽取一部分被试(即样本),用样本的结果推论总体。 组间设计 被试分成几个组,每组接受自变量一个水平的处理。 组内设计 一组被试,接受所有自变量水平的处理。 对于组间设计,不同组被试之间的差异是最有可能的额外变量。此时可以采用以下两种方法进行被试的安排: ? 随机分组法 自变量有几个水平,就将被试随机分成几组。每组接受自变量的一个水平的处理。通过随机的方法分配被试,使有关额外变量的效应在不同的组之间总体上保持平衡和相等,达到等组的效果。 ? 匹配分组法 用完全随机的方法进行分组,在理论上或统计学上可以达到等组的效果,但实际上却难免有些误差。尤其
8、是实验研究已经确定某个被试变量有重要影响,为了更准确的控制它的效应,可以采用先匹配,再随机分组的方法。 具体做法是: 先按照某被试变量的水平或值将所有被试分成N个组,每组的人数与自变量的水平相等。每组内的被试在该被试变量上的值是相等或相近的。 再将每组被试随机分派到不同自变量的水平下接受处理。 相比于完全随机的方法,这样就能在更大程度保证不同组之间额外被试变量效应的平衡和相等。 对于组内设计,同一组被试接受自变量的不同水平的处理,所以在不同水平之间不存在被试的差异。但是,由于接受不同水平处理的顺序问题,容易产生疲劳或练习效应。它们可能与自变量的效应混淆。此时可以采用如下方法来平衡: ? 两个水
9、平:采用ABBA法或ABBA法 AB分别代表自变量的两个水平。 ABBA法就是让每个被试都按上述顺序依次接受实验处理。而ABBA法则是一半被试先接受 A再接受B;另一半被试相反,先接受 B,再接受A。无论哪种安排,A和B两个水平下,顺序的平均效应都是相等的。 ? 三个水平以上:用拉丁方安排或随机顺序 拉丁方阵: P*P的方格矩阵,将 P个字母(A、B、C、D、E.P) 逐行或逐列放到方格之中,保证每个字母只在每行中出现一次,在每列中也只出现一次。这样的方阵称之为拉丁方阵。例如: A B C D B C D A C D A B D A B C 如果自变量有四个水平,采用拉丁方安排平衡顺序效应,那
10、么被试接受处理的方案如下: S1-S5 A B C D S6-S10 B C D A S11-S15 C D A B S16-S20 D A B C 通过这种安排,自变量每个水平下都同时包含了四个顺序位置的数据,所以顺序的效应在不同的水平下总体上达到了平衡。 ? 随机顺序 每个被试接受不同水平实验处理的顺序是随机安排的。既然是随机安排的,那么总体上每个水平下也应该都包含所有的顺序位置的数据。这样顺序的效应在自变量的不同水平下也达到了平衡。 ? 统计控制法 上面三类控制额外变量的方法都是在实验之前安排好的,但是某些特殊条件下,由于疏忽造成了额外变量可能与自变量混淆,此时只能在实验之后,用特定的统计方法先把额外变量的效应剔除出去,再来考虑自变量的效应。 协方差分析