《《周课程上》ppt课件》由会员分享，可在线阅读，更多相关《《周课程上》ppt课件（18页珍藏版）》请在金锄头文库上搜索。
1、实验心理学,第二章 实验心理学研究的变量及控制,主试和被试,主试 就是实验者，即主持实验的人，他发出刺激给被试，通过实验收集心理学资料。 被试 就是实验对象，接受主试发出的刺激并做出反应。 可以是人，也可以是动物,变量,变量的定义 变量就是一些在数量或质量上可以改变的事物。 身高，时间 态度，焦虑，智力，责任心，情商 操作定义 是指用可感知、度量的事物、事件、现象和方法对变量或指标做出具体的界定、说明。操作定义的最大特征就是它的可观测性。 迷信的人，天才,被试变量 被试的年龄、性别、文化水平、职业、个性特点、家庭背景、左手和右手为利手、自我评价高或低、身体条件等方面的差异都会在不同程度上影响实
2、验结果，因此，它们都可以作为自变量。 对于被试特点自变量，主试只能选择而不能改变。那么，研究中就存在被试变量，这种变量是由个体差异引起的，并不是我们目前在实验中所要研究的东西。由此可见，在心理学研究中被试变量是必须着重考虑的重要因素。 每个研究论文中都会提到被试变量,自变量,自变量 即刺激变量，它是由主试选择、控制的变量，它决定着行为或心理的变化。主试选择自变量的目的是用自变量来改变行为。 自变量可以是刺激的量的变化，也可以是刺激的质的变化。 当自变量的水平或数量有了变化而导致行为的变化，我们就说行为是处在自变量控制之下，自变量是有效的。,自变量的种类,环境自变量 进行实验时环境的各种特点，如
3、温度，是否有观众在场，是否有噪音，白天或夜晚等，都可以作为自变量。 任务自变量 在实验中，被试接受的实验任务也可以作为自变量。 指导语自变量 当被试来到实验室时，他们在各方面都是大致相同的，但是，当主试对被试进行分组后，每一组被试接受的指导语是不同的，这时一组被试与另一组被试的差别就产生了。,因变量,因变量的定义 即被试的反应变量，它是自变量造成的结果，是主试观察或测量的行为变量。 选择因变量时要注意的问题 指标的有效性 指标的客观性 指标的数量化 指标的可靠性 经常采用的因变量主要有三种类型： 生理测试，如fMRI、PET、脑电图、瞳孔反射、血压、血液的化学成分等； 行为测试，如错误率、反应
4、时间、正确回忆率等； 言语报告，被试对其解决问题中思维模式的描述等。,因变量的信度,信度 指一致性，即同一被试在相同的实验条件下应该得到相近的结果，也就是指因变量在同一刺激情况下的变异程度。,因变量的效度,当自变量的确造成了因变量的变化，而不是其他的各种因素造成因变量的变化，我们就说这种因变量是有效的。 效度的分类 内部效度 是表示实验所提供的自变量与因变量之间因果关系的一种指标。 结构效度 是指实验与理论之间的一致性，即实验是否真正测量到假设（构造）的理论。 外部效度 是指实验结果应用到其他人群或环境的程度。 统计效度 是指实验数据确实表示自变量与因变量的因果关系，这种关系不是偶然的。,因变
5、量的敏感性,自变量发生变化可以引起相应的因变量的变化，这样的因变量是敏感的。如果自变量不能引起相应的因变量的变化，这样的因变量是不敏感的。 不敏感的因变量有两类典型的例子： 高限效应 低限效应。,控制变量的定义,无关变量 对因变量不产生影响的实验条件叫做无关变量。 有关变量 凡是能够对因变量产生影响的实验条件叫做实验的有关变量。 额外变量 在有关变量中，主试不打算研究的变量叫做额外的有关变量，简称额外变量。 控制变量 额外变量必须加以控制，所以我们也把额外变量叫做控制变量。,自变量的混淆,如果应该控制的变量没有控制好，那么，它就会造成因变量的变化，这时，研究者选定的自变量与一些没有控制好的因素
6、共同造成了因变量的变化，这种情况就称为自变量混淆。,自变量混淆的例子,研究者想要比较集中学习（一次学习大量材料）和分散学习（分次学习）的效果 星期一 星期二 星期三 星期四 星期五 第一组 3 测 验 第二组 3 3 测 验 第三组 3 3 3 测 验 结果表明，第三组的考试分数最高，第二组次之，第一组最差。因此研究者得出结论：分散学习比集中学习效果好。,多于一个自变量的实验的优越性,心理学研究很少只用一个自变量进行实验，常常同时选用两个到四个自变量，这样做的优点是： （1）做一项多自变量的实验比分别做多个实验效率高。 （2）做一项实验研究比分别做多项实验研究易于使控制变量保持恒定。 （3）最重要的是，在几个变量同时并存的情况下所概括的实验结果比从几个单独实验所概括的结果更有价值，更接近实际生活。,样本,总体和样本 科学研究的主要目的就是从样本去推论总体。 样本偏差 随机 随机的含义 简单随机样本 随机取样的方式 计算机取样 随机数字表 人工选择,确保代表性样本的办法,分层取样 配额取样 成团取样 雪球式取样 关键案例 自选样板 方便取样,样本大小,支持大样本的论据：一般说来，样本越大，产生抽样偏差的可能性就越低。 反对大样本的论据： 大样本会掩盖不适当的设计 大样本会掩盖被试变量 大样本费钱又费时,
