《被试内设计及数据处理课件》由会员分享，可在线阅读，更多相关《被试内设计及数据处理课件（100页珍藏版）》请在金锄头文库上搜索。
1、心理实验设计,主讲人：陈彩琦,华南师范大学心理学研究生课程,第七讲 被试内设计及数据处理,单因素被试内设计,1、单因素被试内设计的基本特点： 适用条件：研究中有一个自变量；当若干处理水平连续实施给同一被试时，被试接受前面的处理对接受后面的处理没有长期影响（如学习、记忆效应）。 基本方法：实验中每个被试接受所有的处理水平。 误差控制：重复测量法。利用被试自己做控制，使被试的各方面特点在所有的处理中保持恒定。但在这种设计的实验中，要特别注意控制顺序效应。 变异来源：自变量的处理效应；被试间个体差异的效应；随机误差变异。 优点：能全面控制被试变量对实验结果的影响；只需较少被试即可。,2、单因素被试内
2、设计的数据处理方法（SPSS统计软件）： 包含的统计变量：实验自变量A的各个处理水平：A1，A2，A3AP 实施的统计过程：如果水平数为2，则进行paired-samples T test; 如果水平数大于2，则进行重复测量方差分析：analyzeGeneral Linear ModelRepeated Measures 预期的统计结果：自变量A的主效应是否显著；如果水平数大于2，则需做多重检验。具体做法不同于完全随机设计。,不同照明条件对工作效率的影响研究,研究2种照明条件下工人车零件的效率。被试30人，每个被试接受全部2种处理。为了消除顺序误差，需要将2种处理作拉丁方设计以使顺序得到平衡。
3、因此，要将被试分为2个顺序小组，每顺序小组的被试分别接受1种顺序的2种处理：,顺序小组1 顺序小组2 注： 表示高照明度 表示低照明度,单因素重复测量设计应用举例（2水平）,被试间平衡,顺序效应平衡的几种情形 试验次数较少的情形，宜用被试间拉丁方或者ABBA法平衡，即不同被试用不同顺序做，总体平衡。 如篇章阅读研究，照明条件研究 试验次数较多，但条件切换不方便时，也适宜采用被试间平衡。可以采用批量ABBA法。 如挡板距离和运动速度对速度知觉的影响 试验次数较多，可以用电脑灵活呈现时，可以采用随机呈现。 如启动效应、Stroop效应、汉字规则效应,不同照明条件对工作效率的影响的被试内数据,原始数
4、据表 姓名 高照明度工效 低照明度工效 1 张明 56 43 2 刘修 67 68 3 刘冬 53 47 4 黄卫 61 58 5 李家 45 43 30 张岩 68 65,不同照明条件对工作效率影响研究结果的正式数据表与统计分析：,不同照明条件下工作效率比较 （n20） 照明条件 制造零件数（个） 统计检验 高明度组 78.6513.24 t2.876* 低明度组 67.55 17.12,配对样本 t检验,单因素重复测量2水平设计的SPSS统计步骤,数据模式,进行配对样本T检验(1),单因素重复测量2水平设计的SPSS统计步骤,进行配对样本T检验(2),单因素重复测量2水平设计的SPSS统计
5、步骤,单因素重复测量2水平设计的SPSS统计步骤,配对样本T检验的结果（1）,描述统计量，可将上图中的平均数和标准差列于实验报告结果部分的三线表。,单因素重复测量2水平设计的SPSS统计步骤,配对样本T检验的结果（2）,检验结果及显著性水平：t(15)=-6.093, P 0.01,单因素重复测量实验设计应用举例（4水平）,研究题目：文章的生字密度对学生阅读理解的影响。 实验设计：为了更好地控制被试的个体差异对实验结果的影响，本实验采用单因素重复测量实验设计。 实验变量：自变量生字密度，含有4个水平（5：1、10：1、15：1、20：1）； 因变量阅读测验的分数； 被试及程序：研究者选取8名被
6、试参加实验，每个被试阅读4篇生字密度不同的文章。为了克服疲劳效应、练习效应等顺序效应，应以拉丁方排序实施4种生字密度的文章。 数据： s1 s2 s3 s4 s5 s6 s7 s8 a1： 3 6 4 3 5 7 5 2 a2： 4 6 4 2 4 5 3 3 a3： 8 9 8 7 5 6 7 6 a4： 9 8 8 7 12 13 12 11 数据处理的练习与演示,单因素重复测量方差分析的SPSS实施步骤,数据模式,自变量有几个水平就有几列数据,有几个被试就有几行数据,同一个被试内变量的4个水平,单因素重复测量方差分析的SPSS实施步骤,重复测量方差分析的命令,重复测量,单因素重复测量方差
7、分析的SPSS实施步骤,定义被试内变量,Factor1处输入被试内变量名下框输入水平数，然后“Add”,已经定义好的变量名与水平数;然后点“Define”,单因素重复测量方差分析的SPSS实施步骤,将数据与已定义的变量对应起来,单因素重复测量方差分析的SPSS实施步骤,在“Options”窗口内选择多重比较方法,“生字密度”需要多重比较,选定的多重比较方法是LSD,同时设置需要输出描述统计量,单因素重复测量设计方差分析结果的解读,被试内因素及因变量信息,单因素重复测量设计方差分析结果的解读,描述统计量：平均数和标准差；用于“结果”部分的三线表,单因素重复测量设计方差分析结果的解读,多元方差分析
8、结果,球形检验的结果。对球形假设的检验实际上是对同一个体的多次测量之间是否存在相关性进行检验。如果球形检验结果达到显著水平，说明说明球形假设不能满足，即多次测量之间存在相关性，这时进行标准的一元方差分析就不合适了，需要采用备选的方差分析结果。,Sphericity,Assume equality of variances of the differences between treatment levels. Applicable to within-subject ANOVA.,Test Sphericity,Mauchlys test for sphericity (2 distribut
9、ion).,Example: ANOVA-2,Mauchlys test H0: Sphericity 2=11.628 (p=0.043) Reject H0 No sphericity.,Violation of Sphericity,Consequence: Loss of power Correction Greenhouse-Geisser Huynh-Feldt Lower-bound,ANOVA result after Greenhouse-Geisser correction for violation of sphericity: 校正前：F= 5.119 (p=0.025
10、) 校正后：F= 3.70 (p=0.063) Brands effect is not significant.,一元方差分析结果,标准一元方差分析的结果，适用于球形假设满足的情况。,球形假设不满足时的备选方差分析,生字密度,Greenhouse-Geisser, etc.,SPSS报表中的Greenhouse-Geisser, Huynh-Feldt, and Lower limit等等, 都是用来修正 违反sphericity假设 的方法, 为的是获得更具可信度的检验结果,各水平间的多重比较,描述统计量：M,SD,思考与讨论： 请大家结果工作或生活实际，想一个单因素重复测量的实验设计,两
11、因素被试内设计,（1）两因素被试内实验设计的基本特点： 适用条件：研究中有两个自变量，每个自变量有两个或多于两个水平；如果一个自变量有P 个水平，另一个自变量有q个水平，则实验中有pq个处理的结合，即具体的实验条件。研究中的两个自变量都是被试内变量。 基本方法：每个被试都接受所有的实验处理的结合。实验刺激呈现给被试的先后顺序是随机的，或按拉丁方排序的。 误差控制：重复测量法。,实验设计模型：Yij = + i +j+ ()ij+ k+ ()j k +( )jk+()jjk +ijk (i=1,2,.,n; j=1,2,.,p; k=1,2,q) i表示由被试 i 引起的变异，即被试间变异； (
12、)jk 表示水平j 与水平k的交互作用； ()ij 表示j和被试 i 的交互作用的残差； ()j k表示k和被试 i 的交互作用的残差；i(j)表示误差变异。,两因素被试内设计应用举例,研究题目：文章的生字密度与主题熟悉性对学生阅读理解的影响 实验设计：为了全面控制被试的个体差异，考虑到处理之间无显著学习效果，实验处理水平结合的数量不多，本实验采用23两因素的重复测量设计。所以两个自变量均为被试内变量。其中主题熟悉性有2个水平（熟悉的，不熟悉的）；生字密度含有3个水平（5：1、10：1、20：1）；因变量阅读测验的分数。 被 试：4人 实验程序：把两个自变量的水平结合成6种实验处理，即6种文章
13、。每个被试阅读6篇文章，其中3篇生字密度不同，主题熟悉，3篇生字密度不同，主题不熟悉。为了克服疲劳和顺序效应，实验分6次进行，每个被试每次阅读一篇文章，用拉丁方平衡学生阅读文章的先后顺序。 模拟数据： a1b1 a1b2 a1b3 a2b1 a2b2 a2b3 3 4 5 4 8 12 6 6 7 5 9 13 4 4 5 3 8 12 3 2 2 3 7 11,两因素被试内设计的SPSS方差分析步骤,数据模式,23共六个处理结合，形成六种实验条件；每个被试有六个数据。,两因素被试内设计的SPSS方差分析步骤,重复测量方差分析的命令,重复测量,两因素被试内设计的SPSS方差分析步骤,定义被试内
14、变量,Factor1处输入被试内变量名下框输入水平数，然后“Add”,定义好两个变量名及对应的水平数;然后点“Define”,两因素被试内设计的SPSS方差分析步骤,将数据与已定义的被试内变量对应起来,将被试内变量6个处理结合的数据移到右边,两因素被试内设计的SPSS方差分析结果,输出结果（1）：描述统计量,巩固练习：请按上表画处三线表！,两因素被试内设计的SPSS方差分析结果,输出结果（2）：多元方差分析,两因素被试内设计的SPSS方差分析结果,输出结果（3）：球形检验,两因素被试内设计的SPSS方差分析结果,输出结果（4）：被试内效应,两因素被试内设计的SPSS方差分析结果,输出结果（5）
15、：多重比较结果,两因素被试内设计的简单效应检验程序,MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 /WSFACTORS=A(2) B(3) /WSDESIGN= B WITHIN A(1) B WITHIN A(2). MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 /WSFACTORS=A(2) B(3) /WSDESIGN= A WITHIN B(1) A WITHIN B(2) A WITHIN B(3).,想一想： 能想出自己的两因素被试内设计吗？,两因素混合实验设计,混合实验设计：是指既包含非重复测量的因素（被试间因素），又包含重复测量因素（被试内因素）的实验设计。是现代心理与教育研究中应用最广泛的一种设计。 （1）两因素混合实验设计的基本特点： 适用条件：研究中有两个自变量，每个自变量有两个或多个水平； 其中一个自变量是被试内的，即每个被试要接受他的所有水平的处理，另一个自变量是被试间的，即每个被试只接受一个水平的处理（从记忆效果和处理数过多考虑），或者它本身是一个被试变量，是每个被试独特具有，不可能同时兼备的； 研究者更感兴趣于被试内因
