第七章独立组设计

独立组设计也被称为被试间设计，指每组被试代表自变量所界定的一种条件。

（一）实验研究的逻辑

●研究者在实验中通过操纵一个自变量来观察它对行为的影响，其影响效果通过因变量来评估。

●控制是实验最关键的核心；实验控制通过操纵、保持条件恒定和平衡获得。

●实验控制使研究者能够做出因果推论，即自变量导致了因变量的变化。

●当满足因果推论所需的三个条件时，一个实验就具备了内部效度。这三个条件是共变、时序关系和其他可能原因的排除。

●当发生混淆时，所观察到的共变就存在其他可能的解释，这将降低实验的内部效度。通过保持条件恒定和平衡可排除其他可能的解释。

（二）随机组设计

●随机组设计中有比较组，每一个组只接受自变量一种水平的处理，其他方面都相同。

●随机组设计可使研究者做出自变量对因变量产生影响的因果推论。

●将被试随机分配至各条件下，以形成比较组。其作用是为了在操作自变量的各条件下，平衡或平均被试特征和个体差异。

●随机区组设计可以平衡被试的个体差异和实验操作过程中可能发生的混淆，并使每组人数相等。

这里R1和R2指将被试随机分配到实验条件下（即1和2）；X1指自变量的第一个水平（例如，电影的暴力版本），X2是自变量的第二个水平（例如，电影的非暴力版本），有时也可能是不做处理（控制）。然后对每一组被试进行观察（O1）。与单组的前测——后测设计不同，随机组设计是一种好的实验范例。

●随机组设计的缺点：由于不同被试群之间原本存在的差异，将不同的被试群随机分配到自变量的不同条件下会导致潜在的混淆。选择性被试缺失会威胁实验的内部效度，而技术性被试缺失则不会。

●解决方法：随机组设计通过平衡自变量各条件下的额外变量能够提高内部效度。额外变量能否通过平衡或者保持条件恒定得到控制，关系到实验的外部效度和灵敏度。安慰剂控制组用于控制“需求特征”问题，双盲实验既控制需求特征也控制实验者效应。

（三）实验结果的分析与解释

●研究者能否得出自变量影响行为的结论，数据分析和统计在其中起关键作用。

●确定研究结果是否可靠的最好方法是进行重复实验。

●描述结果：用来概括实验结果的两种最常见的描述统计量是平均数和标准差。效应大小显示了自变量和因变量之间关系的强度，而且它们不受样本大小的影响。d是一个常用的效应大小指标，它考察与实验的平均变异相关的两组平均数差异。元分析使用效应大小指标来总结关于相同自变量或因变量的诸多实验结果。

●确认结果所揭示的内容：研究者使用推论统计来确定自变量对因变量是否有显著影响。根据样本数据做出推断的两种方法是虚无假设检验和置信区间。研究者使用虚无假设检验来确定实验的组间平均数差异是否比误差变异导致的差异大。一个统计上显著的结果是指虚无假设为真的可能性很小。研究者通过检查实验中不同样本的置信区间是否有重叠来确定一个自变量是否对行为有影响。

●数据分析会遇到的错误：当研究者使用推论统计时会出现两种类型的错误。当我们称一个结果具有统计学上的显著性且虚无假设为真时，我们会犯I型错误。I型错误就像错误报警————当没有火时说有火。当我们没有足够的证据来拒绝虚无假设，而实际上却不是如此的时候，我们会犯II型错误。

（四）确立实验结果的外部效度

●当一个实验结果能超越特定的实验环境应用到其他个体、场景和条件中时，这个实验结果就具有外部效度。

●在一些研究（如验证理论）中，研究者可能更强调内部效度；但对另一些研究者来说，他们可能会选择抽样或重复的办法来增加外部效度。

●研究者能够通过做现场实验增强他们在现实世界中所做研究的外部效度。

●部分重复是确定实验外部效度的有效方法。

●研究者常常寻求变量间关系的普遍性结论，而非一些特定条件下、操纵下、选择场景和样本等情况下的具体结论。

（五）匹配组设计

●当被试太少，无法采用随机分配时，可以使用匹配组设计以组成比较组。匹配组设计的逻辑很简单，研究者不采用随机分配来形成比较组，而是通过匹配被试使组间达到等同。

●通过因变量任务匹配被试，是组成比较组的最好方法，但是匹配任务都必须和因变量任务相关。

●被试通过匹配任务匹配后，需要被随机分配到不同的自变量条件下。

（六）自然组设计

●自然组设计通过选择（不是操纵）个体差异变量（被试变量）而形成。

●自然组设计是一种相关研究，研究者寻求自然组变量和因变量之间的共变。

●不能根据自然组变量的效应做因果推论，因为群体差异可能存在其他解释。