2017学 Flashcards
负重行走会觉得路程比较长?
实验假设:行走同样的距离,相比背空书包的被试,背着装有2kg的重物的被试会认为行走距离更长
实验设计类型:单因素被试间设计
自变量:书包重量(自重、自重➕2
因变量:被试估计的行走距离
控制变量:体力(匹配),疲劳程度(进行实验前所有被试休息30m),气候温度(同一场景,相似温度下行走)
实验程序:
被试:招募50个大学生作为被试,男女各25,根据体测成绩及性别进行匹配
实验过程:1被试休息30分钟后,随机分为两组,并被告知接下来要进行一个体能测试
2要求控制组被试背一个空书包,在选定场景中向前行走200米;负重组背一个装有2….两组被试书包自重完全相同,并且未告知被试的行走距离
3行走完成后被试回到实验室填写问卷,包括对疲劳程度,主观体验以及行走距离的估计
预测结果:负重组被试对行走距离的估计显著大于控制组
操作定义 实验例子
根据可观察、可测量、可操作的特征来界定变量的含义的方法,一个操作定义要求语句明确,具有可重复性。
极限法测量差别阈限,让被试举起两个重物,一个重量保持不变,判断另一个比前者重/轻些还是相等。由此完成一系列举起、放下的实验过程。差别阈限的上限是被试从“较重”到“等重”的结果平均值。下限是被试从“等重”到“较轻”时的值,两者之差为不肯定间距,差别阈限的操作定义被认为是不肯定间距的一半
随机分配
被试有相等的机会被分配到不同实验处理中去
研究喧闹音乐对打字成绩的影响时,采用随机数字表格产生奇数和偶数,奇数被试在一组,偶数被试在一组
拉丁方设计
拉丁方设计是一种被试内设计的平衡技术,专门解决顺序误差的应对方法。当自变量的水平有两个以上时,平衡的拉丁方设计是较为常见的设计。一个平衡的拉丁方是一个两维矩阵,可分离出两个无关变量。一个无关变量的水平在横行分配,另一个在纵行分配,自变量的水平则分配给方格每个单元
拉丁方例子
以鲍尔实验为例,假设现在有五种条件,即奖赏量有五个水平。首先,将老鼠尽量分为数量相等的五组,使得被试组数和自变量水平数(奖赏量数目)相等。下表就是一个五个水平的平衡的拉丁方,表内数字代表自变量水平,字母表示被试组别
信效度 例子
信度:实验结果的可信程度,即实验结果的可重复性
重测信度、复本/内部一致性信度
效度指所测量到的结果反映所想要考察内容的程度,测量结果与所要考察的内容越吻合,则效度越高;反之,则效度越低。包括内容效度、效标效度、结构效度
例:通过测量成年人的头颅大小评估智力水平,信度高,效度低,因为没有真正测量到想要考察的内容
准实验设计
运用原始群体,在较为自然的情况下进行实验处理的研究方法。
被试不是被随机分配到不同实验条件中的研究。
介于非实验设计和真实验设计之间的设计,由于各种原因,某些变量不能直接操纵,因而可用准实验设计,不能得出因果结论
例:研究自闭症儿童面孔识别能力与普通儿童是否有区别,我们只能选择是否患有自闭症(自变量)的不同被试,被试不是被随机分配到不同实验条件中的
VR/PC实验设计
实验假设:头戴式VR产品比PC产品更能激发玩家的焦虑感 实验设计类型:2(产品:头戴式VR产品/传统PC产品)的被试间设计 自变量:产品(VR/PC) 因变量:被试在焦虑量表上的得分 控制变量:焦虑易感性;年龄;被试是否幽闭恐惧症/3D眩晕症,提取排除 实验程序: 被试:采用随机抽样方式在某大学选取大二学生共100名,随机分为两组,每组50名 实验材料:头戴式VR产品和电脑各50台,安装好一款难度适中的画质优良的密室逃脱游戏(应确保20分钟内90%以上的人都能过关) 实验过程:1调试机器,确保电源接通,游戏能正常进行,告知被试时限20分钟 2.引导被试进入时有时无,实验者发出指令后,被试开始玩游戏,实验者记录被试完成时间 3游戏在20分钟停止,主试给被试发放焦虑问卷,指导被试填写并回收 4.收集数据,进行统计分析,得出结果
横/纵向研究 优缺点
横:不同年龄的人在同一时间进行测验
优:1所需时间短,取样范围广 2.节省时间和💰和人力。
缺:可能存在其他因素与年龄产生混淆同辈效应
例:研究小学生智力发育,在一次测验中同时测量1-6年级学生的智商
纵:同一组被试在不同的时间里反复施测 优点:1持续了解被试的发展变化过程 2容易发现影响被试发展的事件,接近因果关系 缺:1测试与测试间隔时间内可能发生突发事件影响被试表现,即前历效应,时间和年龄的效果产生混淆 2可能产生一般练习效应的混淆 3耗时长、时间和💰和人力均较高 4被试流失让长时间研究变得较艰难,被试流失的非随机性可能使研究结果失去代表性 例:研究小学生智力发育,一年级起跟踪小学生的智商发育,每年测量一次,共测六年
交叉序列设计
不同年龄段的人们重复测验多次,这种设计可以通过对比横向设计和纵向设计表明因变量随时间和年龄变化;通过对比时间延迟设计,排除时间对因变量的影响,从而确定年龄是否为影响因变量的因素。该设计结合了横断研究和纵向研究的优点,也可以逼近年龄和因变量的因果关系,是较好的替代方案
正偏态用众数测集中趋势不合理
众数是一个样本中具有最高频数那个值,运用众数一个可能的问题是众数很大程度上会受到数据分组方式的影响
测量集中趋势是要从一组数据中找到一个最能代表这组数据的值,
但数据为连续变量且为正偏态时,说明存在极端值,此时中位数是最好选择
r平方
决定系数,预测变量能解释/决定的总方差的比例
变量X可解释变量Y 百分之几的变异
用单侧不显著 双侧显著原因
对于给定的样本和总体,拒绝总面积为5%(a一样)时,单侧检验比双侧检验更容易显著
但单侧检验还包括对差异方向的判断,因此可能是因为选错了方向
协方差分析
用于一个协变量和因变量之间存在线性关系时,将协变量对因变量的影响从自变量中排除出去,提高实验的精确度和统计检验力
协方差分析不仅能控制协变量还能提高检验力
因变量中不能被自变量解释的方差有一部分被协变量解释了,而且协方差分析将协变量解释的这一部分方差提取了出来,减少了误差项,所以更容易显著