实证研究 相关研究 实验法

心理学研究方法，有 相关研究、因果研究，一起来了解他们吧，看过这个我相信你会有收获的。

实证研究

• 相关研究
  • 变量类型
    • 连续变量
      • 用无限的连续的数值来表示某个变量在属性上的特征（特点：连续性） 如：身高，体重
    • 类型变量
      • 也叫名称变量，用数字或字符来表示个体在属性上的特征或者类别上的不同（特点：间断性和有限性）如：性别（男/女） 智力水平（高，中，低）
  • 两变量相关关系研究设计
    • 两个变量相关关系的统计方法
      • （两变量指一个变量预测另一个变量）类比：一个自变量一个因变量
        • 第一种数据模式
          • 皮尔逊积差相关：只设想相关关系时采用皮尔逊积差相关得出相关系数即可
          • 一元回归：设想因果关系时采用。表示一个变量随另一个变量作相应变化的单向关系【确定时序关系】
        • 第二种数据模式
          • t检验
            • 比较两组的被试在连续变量上是否有显著差异，如自信心的强弱对学习成绩的影响
          • 二列相关
            • 变量被人为划分为2个水平，如将考试成绩划分为及格与不及格
          • 点二列相关
            • 变量本身只有两个水平，如性别：男和女
        • 第三种数据模式
          • F检验
            • 比较多组被试在连续变量上是否存在显著差异
          • 多系列相关
            • 类型变量被人为的分成多个水平时采用多系列相关
        • 第四种数据类型
          • 卡方检验
            • 检验两个变量的频数分布是否服从某个理论分布或某种假设分布
          • 列联表相关
            • 两个变量都被分成两个以上类别，或者其中一个变量被分为两个以上类别，采用列联表相关
    • 两个变量相关关系的研究设计
      • 第一种：从研究群体中随机选取一批被试，分别确定各被试在两个变量上的连续水平。如学习动机与学习成绩的关系研究
        • 在同一个被试上测量两个变量指标的数据，然后采用皮尔逊积差相关方法判断两变量间是否相关
      • 第二种：确定研究群体各成员在类型变量上的两种类型水平；每种水平选出一组被试；确定每组各个被试在连续变量上的连续水平。如心理健康与学业成绩的关系研究
      • 第三种：除水平数k≥3外，其他都与第二种相同。如研究家庭教养类型与学生心理健康水平的关系研究（k≥3）
        • 子主题
      • 第四种：确定研究群体各成员在V1上的k种类型水平（k≥2）；每种水平各选出一组被试；确定每组各个被试在V2上的q种类型水平。如研究家庭教养类型与学生心理焦虑的关系研究
    • 最新研究案例：两因素相关研究
      • 问题：个人在视觉加工时的左右偏向，与个人进入他人视角后的左右视觉加工偏向是否存在相关【意思就是我们理解他人时的视觉左右偏向与我们自己的视觉左右偏向是否存在相关】 第一个任务：判断被试的视觉左右偏向 第二个任务：使用错误信念范式，研究被试进入他人视觉时的视觉左右偏向 结果表示：进入他人的视觉左右偏向与自己本身的视觉左右偏向存在显著相关
  • 多变量相关关系研究设计
    • 多个变量相关关系的统计方法
      • 2个以上的变量对另一个变量的预测
        • 第一种数据模式
          • 只作相关设想时：统计各个变量间的两两积差相关系数，形成变量间的积差相关矩阵，展示出两两变量间的相关；在相关矩阵的基础上做因素分析，形成因素负荷矩阵
          • 作因果设想时：统计各个变量间的两两积差相关系数；形成变量间的积差相关矩阵；采用多元回归进行统计分析，求出各自变量对因变量的影响效果以及自变量组合的交互作用
        • 第二种数据模式
          • 一般作因果设想：多个类型变量作为自变量，一个连续变量作为因变量；采用方差分析（F检验）
        • 第三种数据模式
          • 相关设想和因果设想，都采用卡方检验：当总体卡方检验显著后，进一步作分离卡方检验→ 两两变量之间的相关关系或每个自变量与因变量的因果关系
    • 多个变量相关关系的研究设计
      • 第一种：从研究群体中随机选出一批被试，分别确定各个被试k个变量上的连续水平
        • 作相关设想：研究学习动机、学习热情和学习毅力关系的研究 作因果设想：研究学习动机、学习热情对学习成绩的影响
      • 第二种：首先确定自变量的类型水平，在确定自变量的组合水平；确定研究群体各成员在自变量上的类型水平，再按自变量组个水平各选出1组被试；确定每组各个被试在因变量上的连续水平
      • 第三种：相关设想——从研究群体中随机选取一批被试； 分别确定各个被试在K个变量上的类型水平；得出列联表；通过卡方检验确定变量之间的关系 因果设想——确定各个自变量的类型水平；确定自变量的组合水平；确定研究群体各个成员在各自变量上的类型水平；按自变量组合水平各选出一组被试；确定各个被试在因变量上的类型水平
    • 研究案例
      • 问题：当他人在场的时候，我们对他人的状态敏感吗？实验背景介绍：使用了脑电技术+语义加工相关成分，当我们加工语义违反的句子（小明吃了桌子）时，大脑会出现加工困难，出现N400（语义违反相关的成分）的脑电波。 实验流程：
      • 研究自闭倾向、心理理论和情商与N400效应的关系 分别用自闭倾向量表，心理理论量表和情商量表与N400效应作两两积差相关 结果现实，心理理论和情商没有显著差异；自闭倾向与N400效应存在显著差异
• 因果研究
  • 被试间设计
    • 单因素两水平被试间设计
      • 随机组设计
      • 匹配设计
    • 单因素多水平被试间设计
      • 完全随机设计
      • 随机区组设计
    • 多因素被试间设计
      • 完全随机设计
        • 2x3被试间完全随机设计
          • 被试被随机分配到6种实验处理中
          • 变量1：学习方法（study-study-study-study，study-test-test-test，study-study-study-test）
          • 变量2：测试时间间隔（5分钟，1周）
          • 被试选择与分组：实验者招募180名被试，并随机分配到6种实验处理下，每组30名被试
          • 实验结果：具有显著的交互作用，即5分钟后测试，ssss>ssst>sttt；一周后测试sttt>ssst>ssss
      • 随机区组设计
        • 2x3被试间随机区组设计
          • 随机区组法的具体操作：如2x3设计，它有6种实验条件，如果我需要在每个实验条件下测试10次，那么我将有10个区组，每个区组有6个被试（N=60，n=10）。首先将6个被试随机分配到6种实验条件下，并以此类推，一共进行10次。（被试内设计中）
  • 被试内设计
    • 2x2被试内设计
      • 研究问题：阅读外语时，我们的母语会被激活吗
      • 研究假设：当英语
      • 自变量1：英语词对语义是否相关（语义相关，语义不相关）
      • 自变量2：词对翻译成中文后首字是否重复（重复，不重复）
      • 因变量：N400效应是否显著
        • 理论前提是：语义无关和重复的条件下，N400波幅更大
      • 一共四个处理条件，每一个条件设置50个trials（测试）
  • 混合设计
    • 一个2x3混合实验设计
      • 自变量
        • 被试间变量：学习方式（学习-学习SS，学习-测试ST)
        • 被试内变量：学习后进行测试的时间间隔（5分钟，2天，一周）
      • 因变量：测验成绩
      • 被试分组：将被试随机分配到不同学习方式的实验处理下，然后每组中的每个被试都接受不同的时间间隔的测试，采用拉丁方法来平衡施测的顺序效应（一共6个条件）（每一位被试在每个水平上只接受1次处理—不完全重复测量设计—平衡法包含所有可能顺序法≤4，拉丁方和轮转随机法）
      • 实验流程：被试在不同学习方式下对相同的学习材料进行持续1小时的学习，之后分别在5分钟后，2天后和1周后对被试进行测验。
      • 统计方法：采用重复测量方差分析
      • 实验结果：交互作用显著——在SS学习方式下，5分钟后进行测试的结果要好于2天和1周后进行测试的成绩；在ST的条件下，2天后与1周后进行测试的成绩，要明显好于5分钟后进行测试的成绩。也就是说短时内进行测试SS好于ST;而长时程的测试则是ST好于SS。
  • 额外变量及其控制
    • 无关变量的类别
      • 环境变量
        • 环境的物理特点
          • 实验场所的温度、噪音、灯光、研究材料、实验仪器和指导语
        • 实验者的特点和行为
          • 实验者的动机、期望、个性、社会交往的技能、性别、年龄和民族
      • 程序变量
        • 由实验程序不当引起的无关变量，包括设计方法的选择、被试的分派、被试反应的测量、实验顺序的安排、刺激呈现顺序是否符合要求、仪器规格是否统一
      • 被试变量及暂时的被试变量
        • 被试的性别、年龄、个性特点、文化程度、智力水平等稳定的主体变量；焦虑、疲劳、期待、动机等暂时的主体变量
      • 数据处理方面的无关变量
        • 数据分类不合理，评分出现过失或评分标准不统一，统计方法不当等
    • 在真实验设计中，这些混淆均得到很好的控制
    • 威胁内部效度的八类混淆
      • 1. 历史
        • 研究中发生的某事件对被试行为产生了影响，尤其是在自然环境中实验，有时不能达到实验室环境中的控制程度，需要格外注意历史带来的内部效度威胁。通过消除、恒定可以很好的分离这个混淆因素
      • 2. 成熟
        • 随着时间的推移发生的改变，尤其在时间跨度很长的实验中需要格外注意（加入控制组就可以很好的分离成熟这个混淆因素
          • 年龄，社会地位
      • 3. 测验
        • 测验本身可能就具有一定效应，比如在需要进行前测-后测的实验中，要格外注意测验和测验与处理的交互作用的混淆。可以增加对照组来分离测验的混淆，同时也可以采用所罗门四组设计来分离测验和处理之间的交互作用
      • 4. 测试手段
        • 仪器也会随时间发生改变，如灵敏度；其次在需要研究者观察行为变化情况时，随着时间的改变，研究者的疲劳、期望等特点都可能造成观察者偏差
          • 观察研究中，两个独立的，且接受严格培训的专业观察者独立对行为进行观察，可有效减少观察者偏差
      • 5. 回归
        • 一个极端值的出现（如天花板效应和地板效应）可能是综合了其他因素得出的结果，比如考试成绩，一次非常好的成绩可能包含以下几个因素：努力，运气等；所以下一次的结果可能会像平均数方向回归
      • 6. 被试缺失
        • 在研究中，被试有权随时退出实验，所以很可能会遇到被试缺失的情况，从而降低实验组与控制组的可比性，而建立两个同等组是因果研究的一个基本前提
      • 7. 选择
        • 在自然环境中实验，由于无法对被试进行随机分配，所以被试间的个体差异很难被平衡，会对实验内部效度造成威胁
      • 8. 选择带来的附加效应
        • 选择+历史
          • 被试经历的可能对因变量产生影响的事件在一组被试中存在而在另一组中不存在
        • 选择+成熟
          • 两组被试的年龄阶阶段不同
        • 选择+测试手段
          • 天花板效应
            • 当测量指标选择不恰当时，而导致在测验分数达到能够测量的最大值后，被试行为的任何改善都无法再通过测验分数体现出来
          • 地板效应
            • 与天花板效应刚好相反，当测试分数达到最低值后，被试任何更差的表现都无法通过测验分数体现出来
      • 较难控制的混淆
        • 实验污染
          • 怨恨——当实验组接受的处理对被试具有积极作用时，未接受处理的被试可能会自己没有得到同等对待而产生怨恨心理，从而消极对待实验，导致出现比正常情况更差的表现
          • 敌对——当控制组被试知道实验者的真实意图，为了缩小自己和实验组的差距而产生竞争心理，因而会尽最大努力完成实验任务，导致最终成绩表现得比一般要好。积极应对
          • 处理的扩散——模仿实验组
        • 实验者期望效应
          • 观察者偏差
        • 新奇效应
          • 霍桑效应（反应性偏差）——知道有人在观察自己，而刻意改变行为，使成绩提高
          • 更加积极，兴奋，活跃，导致成绩提高
    • 无关变量的控制方法
      • 消除
        • 如双盲实验：消除主试造成的实验者效应和被试产生的霍桑效应的影响
      • 恒定法
        • 无法消除无关变量时，可使无关变量保持恒定，如指导与，研究环境，测试工具，主试
      • 平衡
        • 随机区组，拉丁方等平衡技术
      • 随机化法
      • 无关变量纳入法
        • 将影响实验结果的无关变量纳入自变量之一，通过统计方法将其从自变量效应中分离出去
      • 统计控制法
        • 以上方法都无法有效控制无关变量时，可采用统计方法进行控制，如使用偏相关和协方差分析来消除
• 数据模式对应的统计方法
• 双盲程序来控制