《周课程上》PPT课件

《《周课程上》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

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

2、程度上影响实验结果，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

3、变量进行实验时环境的各种特点，如温度，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、

4、血液的化学成分等；行为测试，如错误率、反应时间、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

5、自变量与因变量的因果关系，这种关系不是偶然的。因变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

6、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

7、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

8、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