心理实验数据处理与统计分析

数据处理与统计分析
        1.心理学研究的资料类别（计数资料、计量资料、等级资料、描述性资料）
        2.研究资料的整理与解释
        （1）自变量为计数资料，因变量为计量资料：最恰当有效的统计工具是方差分析，如果自变量和因变量都只有一个，并且自变量只有两个水平，也可以选用t检验作为评价因变量均数差异的方法。
        （2）自变量和因变量都为计量资料：首先，可以将计量资料的自变量降级为计数资料使用，借助方差分析和t检验等技术进行数据处理。其次，如需要用多个计量资料的自变量来解释单个计量资料的因变量，可使用多元回归。
        （3）自变量为计量资料，因变量为计数资料：通常选用logistic回归进行数据分析。
（4）自变量和因变量都为计数资料：只能使用非参数检验进行数据分析。

实验设计的类型
        一、实验前后设计
        指在实验条件处理前对被试进行观测的结果与实验条件处理所做的同样观测结果加以对比的设计。即，这种设计类型是实验（处理）前后的比较设计。
        实验前与实验后设计模式
        实验前后设计举例
        目的：第一次参加射击运动的人在接受打靶训练前后打靶成绩的变化。
        方法：选择10名从来没有参加过射击运动的被试，在进行打靶练习前，先进行一次打靶测验，记录下他们的打靶成绩（前测成绩）。然后对他们进行为期1周的打靶训练，每天2小时。训练结束后，再次对他们进行打靶测验（后测成绩）。将前后两次成绩进行比较，就可以看出1周的训练是否有效果。
        实验前后设计评价
        优点：（1）能较明显地检测实验处理的效果如何；（2）对被试的需要量较少，无须设控制组，不但提高效率，被试变量也得到较好控制。
        缺点：（1）前后两次观测之间存在时间间隔，会带来外来影响；（2）易产生顺序误差。
        二 真实验设计
        完全随机化设计、多因素实验设计、随机化区组设计

真实验设计之一：完全随机化设计
       
        完全随机化设计也称简单随机化设计，是指用随机化方法将被试随机分为几组，然后依实验的目的对各组被试实施不同的处理。
1.随机实验组、控制组前测后测设计
        随机实验组控制组前测后测设计是指研究者在实验前采用随机分配的方法将被试分为两组，并随机选择一组为实验组；另一组为控制组。实验组接受实验处理，而控制组则不给予实验处理。
        (1)设计的模式
        R     O1   X   O2
        R     O3       O4
        (2)设计的评价
        随机实验组控制组前测后测设计基本控制了绝大多数影响内部效度的因素。
        另外，由于安排了实验组和控制组，在实验过程中，发生在前测到后测这段时间内的事件对实验组控制组的影响基本相同，因而可以控制历史、成熟、测验、仪器使用等影响内部效度的因素对实验结果的影响。
        该设计使用了前测验．它为检查随机分组是否存在偏差提供了充分的依据．但它也带来了不利的一面，被试由于前测验而获得的经验，可能对后测验产生敏感性，出现测验的反作用效果，导致对实验设计外部效度的影响。   
        (3)设计的显著性检验
        一是对增值分数进行统计分析。方法是对每一名被试，用其后测成绩减去前测成绩(O2-O1，O4-O3)，分别求出两组增值分数的平均数。对两组增值分数进行显著性检验的方法有：t-检验(参数统计)；曼—惠持尼(Mann—Whitney)U-检验或中位数检验(非参数检验)。
        另外，还有协方差分析法。此方法是将前测分数作为协变量，对实施实验处理前的组间差异进行控制和调整，以便使两组的后测成绩能够比较不受前测成绩的影响。
       
2．随机实验组、控制组后测设计
         (1)设计的模式
        R       X     O2
        R             O4
        (2)设计的评价
        首先，由于采用实验组接受实验处理，控制组不接受实验处理，从而控制了历史和成熟因素对内部效度的影响；
        其次，由于实验是在同等条件下进行的，因此控制了被试选择和中途退出等影响内部效应的因素。同时，由于两组被试没有进行前测验，从而控制了测验与实验处理交互作用对实验外部效度的影响。
        (3)设计的显著性检验
        随机实验组控制组后测设计使用的统计分析方法比较简单。大部分研究者使用f—检验对两组后测成绩进行比较研究；非参数检验常使用曼-惠持尼U-检验或中位数检验法。

3.随机多组后测设计
        在心理学的研究中，有时要进行实验处理的方案不只是一个或两个，即有时研究者要进行的实验处理x的个数有3个或3个以上。
        设计的模式
        R   xl    Ol
        R   x2    O2
        R   x3    O3

真实验设计之二：多因素实验设计
       
        多因素实验设计是指在实验中包括两个或两个以上因素(自变量)，并且每个因素都有两个或两个以上的水平，各因素的各个水平互相结合，构成多种组合处理的一种实验设计，又称完全随机析因设计。
        在完全随机析因设计中，研究者可以考察各个自变量交互作用对因变量的主要影响效应(交互作用)，并同时考察各自变量对同一因变量的主要效应(主效应)，以及考察一个因素的各个水平在另一个因素的某个水平上的效应(简单效应)；在心理学的实验研究中，这种设计具有很大的实用价值。
        多因素实验的优点：
        效率高、实验控制较好、实验结果更有价值

1.完全随机析因设计
        析因设计的简化表述：通常用英文大写字母来表示因素，用与大写字母相对应的小写字母来代表因素的水平，用乘号(×)表示因素之间的关系。
        例如，以A和B代表两个因素，以a1、a2，b1、b2和b3分别代表因素A和因素B的水平。此为双因素设计，又称A×B因素设计，也可称2×3因素设计。
        完全随机双因素实验设计是指研究者用随机分配的方法将被试分为若干同质组(分组的个数等于实验处理的个数)，同时用随机的方法分配每一组被试接受一种实验处理的实验设计。
        双因素析因设计的主效应与交互作用的效应
        主效应是指由每个单独因素(自变量)所引起的因变量的变化。
        交互作用效应是指当一个因素(自变量)对因变量影响大小因其他因素的水平或安排的不同而有所不同。相反，如果某一因素(自变量)对因变量影响的大小，不受其他因素的水平或安排的影响，就说这个因素与其他因素是没有交互作用的。


















真实验设计之三：随机化区组设计
       
        随机化区组设计是将被试按某种标准分为不同的组（区组），每个区组的被试接受全部实验处理。
        随机化区组设计的目的在于使区组内的被试差异尽量缩小，而对区组之间的差异依据设计要求而定。每种处理出现在每个区组中，这时区组之间的差异并不影响在各处理平均数间的差异。
        随机化区组设计的原则：同一区组内的被试尽量“同质”。
       
        三 准实验设计
       
        准实验（quasi-experiment）设计指未对自变量实施充分控制，但使用真正实验的某些程序搜集、整理以及统计分析数据的研究方法。准实验设计能够在严格实验无法进行的时候取得结果。
        单被试实验设计：A-B设计、A-B-A设计、A-B-A-B设计、变化标准设计、交互作用设计、多基线设计
     
        时间进程设计：简单中断时间序列设计、复合中断时间序列设计
   
        发展研究：横断研究、纵向研究、世代比较