www.100xuexi.com圣才电子书十万种考研考证电子书、题库视频学习平台心理学因果研究的实验设计第8章8.1复习笔记一、研究两个变量因果关系的统计思路（一）因果设计中的自变量与因变量１．基本概念探讨两个引发变量的因果关系的研究设计，就是将一个变量设计为自变量，另一个变量设计为因变量，探讨两者是否存在因果关系的单因素设计。（１）自变量自变量（independentvariable）又称独立变量或原因变量，是指由研究者操纵控制并且预期能引发特定的心理或行为的变量。自变量是导致因变量发生变化的原因，是提供给被试某种形式的刺激输入。自变量具有变化性、控制性和诱发性等特性，由研究者选定并进行操纵。（2）因变量因变量（dependentvariable）是指预期由自变量引发的特定心理或行为变量。因变量是自变量作用的结果，是被试的某种反应和输出。因变量应该有较高的效度、信度、灵敏度和可数量化等特点。（3）虚无结果如果自变量的改变未导致因变量的改变，则称出现的结果为“虚无结果”（nullresults）。一般来说，出现虚无结果有以下几种原因：①可能自变量选择有误，即所选的自变量与因变量本身没关系；②实验者没能有效地操纵自变量，不足以显示出自变量的效果；1/45www.100xuexi.com圣才电子书十万种考研考证电子书、题库视频学习平台③因变量有缺陷，如测量的灵敏度和辨别力不够，容易导致“天花板效应”（ceilingeffect）或“地板效应”（flooreffect）。a．天花板效应是指被试在自变量不同条件下在因变量上的测量得分普遍很高。天花板效应主要是题目太容易，不同条件下被试的得分都很高，成绩差异无法表现出来。b．地板效应指被试在自变量不同条件下因变量测量中的得分普遍很低。地板效应主要是因为题目太难，不同条件下被试的得分都很低，成绩差异无法表现出来。不论是出现“天花板效应”还是出现“地板效应”，研究结果都不能准确反映自变量变化所产生的效应，需重新进行研究。（4）控制变量控制变量（ControlVariable）又称无关变量或干扰变量，是指心理学研究中能影响因变量的变化，但并非研究者所选择和操纵、而必须加以有效控制、使其中立化的变量。只有控制住这些变量，才能真正确定自变量与因变量之间的关系。在研究过程中，研究者需要充分考虑那些可能影响自变量与因变量之间关系的各种因素，然后运用消除、恒定和抵消平衡等方法对它们进行有效的控制。如果不能有效地控制它们，研究的内部效度就会降低，甚至导致研究失败。（二）研究一个自变量的因果关系（单因素设计）的统计思路1．数据模式因果研究中的两个变量既可以是连续变量又可以是类型变量，根据两个变量不同的数据形式，可以组成以下四种具体数据模式：（1）连续变量→连续变量；（2）类型变量（两水平）→连续变量；（3）类型变量（三水平以上）→连续变量；2/45www.100xuexi.com圣才电子书十万种考研考证电子书、题库视频学习平台（4）类型变量→类型变量。在两个引发变量的因果关系的研究设计中，第一种数据模式是极其少见的；而第四种“类型变量—类型变量”的数据模式应该尽量避免；而第二种、第三种均属于“类型变量→连续变量”的数据模式，是最典型、最常见的数据模式。2．统计方法根据变量变动的数据模式，应该采用不同的统计方法进行处理，以分析两个变量是否有关。具体如下：（1）自变量和因变量都是连续变量当研究中的自变量和因变量都是连续变量，通常采用皮尔逊积差相关或者一元回归对数据进行统计分析。（2）自变量是两水平类型变量、因变量是连续变量当研究中的自变量是类型变量，并且只有两个水平，因变量是连续变量，在对数据进行统计分析时最常用的是t检验，也可以使用点二列相关或二列相关。（3）自变量是多水平类型变量、因变量是连续变量当研究中的自变量是类型变量，且有三个及以上水平，而因变量是连续变量时，一般采用F检验进行统计分析，也可以使用多系列相关。（4）自变量和因变量都是类型变量当研究中的自变量和因变量都是类型变量时，通常采用χ2检验进行统计分析。上述单因素设计的各种数据模式所采用的统计方法见表8－1。表8－1单因素因果关系研究的统计思路（V1—>V2）3/45www.100xuexi.com圣才电子书十万种考研考证电子书、题库视频学习平台二、研究两个变量因果关系的单因素实验设计（一）自变量为类型变量、因变量为连续变量的单因素设计在研究一个自变量因果关系的设计中，主试只操纵影响因变量的一种因素（自变量），其他因素都作为无关变量。这种设计的优点是思路简单，设计简单，便于操作，对结果的解释比较准确，比较容易得出肯定的因果关系。但这种设计的致命弱点是实验情景与实际情景差别较大，因此对结果的推论要特别谨慎。1．被试设计的三种方式如何安排被试接受不同的实验条件，一般有三种做法或三种设计：（1）随机分组设计①程序随机分组设计，按照实验处理数将被试随机分为相应的组，每组被试接受一种实验处理。②评价a．优点：这种设计由于使用随机分派，所以具有不同特点的被试能随机地分布在各种处理条件中，因而在理论上它能控制被试间的个体差异对因变量的潜在影响。b．局限：当被试数量较少的情况下，很难使各个组的被试实现完全同质，排除个体差异对实验结果的影响。（2）匹配分组设计①程序4/45www.100xuexi.com圣才电子书十万种考研考证电子书、题库视频学习平台匹配分组设计，按照某种最重要的指标将被试匹配为若干完全同质的小组或区组，每小组人数等于实验处理数或等于实验处理数的倍数，然后随机将每小组的被试指派到一种实验处理中去，这样，接受不同实验处理的被试在关键指标的特质上是完全同质的。②评价a．优点：第一，与因变量关系密切的个体差异已得到匹配，实验中由被试机体差异引起的混淆效果较小；第二，要求被试数较少，当使用小样本时，比随机组设计更有效果。b．局限：寻找两个完全相等的或者与一个匹配变量相一致的匹配组比较困难。（3）被试内设计①程序被试内设计，让同一批被试接受所有实验处理。②评价a．优点：第一，被试内设计是最为精确的设计方式，保证了接受不同处理的被试完全同质。第二，在统计处理方面，可以将被试差异造成的方差从误差方差中分离出来，更准确地估计自变量的影响效应，提高研究的精确度与灵敏度。第三，所需被试数少。b．局限：第一，不是所有的因果设计都可以采用这种被试内设计，有些实验条件不能让同一个人同时接受。第二，由于接受处理的顺序问题，可能会导致误差，出现疲劳效应或练习效应。5/45
莫雷《心理学研究方法》笔记和习题详解-心理学因果研究的实验设计【圣才出品】
