被试内设计及数据处理.pptVIP

心理实验设计 主讲人：陈彩琦 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，A3…AP 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：analyze—General Linear Model—Repeated 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。 单因素重复测量设计应用举例（2水平） 不同照明条件对工作效率的影响研究 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 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： 单因素重复测量2水平设计的SPSS统计步骤 数据模式 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(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统计步骤 配对样本T检验的结果（1） 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 Sphericity Assume equality of variances of the differences between treatment levels. Applicable to within-subject ANOVA. Test Sphericity Mauchly’s test for sphericity (?2 distribution). Example: ANOVA-2 Mauchly’s 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) 校正后：F= 3.70 (