激条件、实验装置与指导语配合起来，使被试只能作出主试所要求的反应。
2、规定好反应的操作定义
和自变量一样，因变量的控制同样有赖于一个操作定义，这有助于明确某些原本含糊不清的行为变化。因此，为使实验中被试的反应能够具体度量，就要规定一定的标准。反应的操作定义也就是为使反应能够具体度量而规定一系列标准或具体指标的过程。在心理学实验中，一般常用的反应指标有：绝对阈限，差别阈限、反应时、反应持续时间、反应程度、完成量、错误率、完成一定的作业所需的时间、达到一定基准所需要的次数以及口头报告等等。
3、选择恰当的因变量指标
一个恰当的因变量指标必须满足以下标准：
（1）指标具有有效性，即指标能充分代表当时的现象或过程的程度，也叫效度。
（2）指标具有客观性，即指标是客观存在的，是可以通过一定的办法观察到的。反应时、反应频率。完成量等都是客观存在的指标，是可以用客观的方法测量和记录下来的。并且客观的指标能够重现和经得起检验。
（3）指标要能够数量化，指标数量化，也就便于记录、便于统计，并且量化的指标能进行比较。
4、避免量程限制
在影响指标有效性的各种因素里，天花板或高限效应（ceiling effect）和地板或低限效应（floor effect）是尤其典型的情况。这两种效应是指反应指标的量程不够大，而造成反应停留在指标量表的最顶端或最低端，从而使指标的有效性遭受损失。
举例说明如下：
天花板（高限）和地板（低限）效应都阻碍了因变量对自变量效果的准确反应，在选择反应指标时应努力避免。通常的方法是：尝试首先通过实验设计去避免极端的反应，然后再试着通过测试少量的先期被试来考察他们对任务操作的反应情况。如果被试的反应接近指标量程的顶端或底端，那么可以通过增加或减低
5
难度来修正实验任务。设计实验任务和反应指标的指导思想是应使被试的反应情况分布在指标量程的中等范围内。研究者可以通过预实验来发现所要进行的实验是否存在天花板或地板效应。
第二节 无关变量及控制
一、什么是无关变量 无关变量又称控制变量、额外变量，这主要是由于描述问题的角度不同引起的。一是说：除自变量外，一切能影响实验结果，而在实验中需要加以控制的变量；另一是说：一切与所研究的条件和行为无关，但在实验中又是影响反应变量的因素。可见二者所指的是同一个内容。
无关变量的种类： 1、实验者效应
主试在实验中可能以某种方式（如表情、手势、语气等）有意无意地影响被试，使他们的反应附和主试的期望，这种现象称为实验者效应（Experimenter Effect）
实验者效应即由于实验者不经意地向被试提供一些暗示告诉他们自己所期望的反应以至于对实验结果施加了细微影响。例如，实验者可能并没有意识到他在被试出现正确反应时点了点头以示肯定，而对错误则皱了皱眉头以示否定。实验者本人可能从来没有意识到这种效应，但他们对被试在不同条件中的行为方式有所期待，这可能会使他们的行为发生细微的变化，帮助产生预期的效果。而被试通常也会顺应这些微妙的需要，并给出实验者所寻求的数据和结果。
2、要求特征（Demand characteristic）
在心理学实验中，被试并不是消极被动的，他们总是以某种动机、态度来对待实验，因而实验结果很大程度上也依赖于被试对实验的态度。那么很有可能，被试会自发地对主试的实验目的产生一个假设或猜想，然后再以一种自以为能满足这一假想的实验目的的方式来进行反应。我们把这种称为“要求特征”。 要求特征是一个潜在的、强有力的、也是社会科学所独有的偏差来源，与被试及他们对实验的设想有关。
举例说明：美国心理学家奥恩（Orne,1962）首次在实验中让心理学家们意识到了这个问题。在他的一个实验中发给每人2000页纸，被试的任务是在每一张纸上做224个随机数字的加法。主试把被试的手表拿走，并且宣布他们要持续工作，直到让他们停为止。五个半小时之后，主试放弃了！因为他发现那些被脱去手表的被试会毫无疑问且毫不泄劲地坚持下去。在后期研究中，要求被试每完成一页纸上的计算，就把他们的答题纸撕成至少32片。结果被试再次倾向于持续做这项完全无意义的任务长达数小时。当问及原因时，他们说：既然是在参加一项实验，那么想必主试的要求自然有其道理。这个服从的例子是令人惊愕的，而服从的原因仅仅因为他们正在参与一个实验。
奥恩指出人们愿意在一个实验里做些通常在别的地方不会做的事情，是因为参加实验的被试都有一些普遍的预期，他们可能试图理解实验的特定目的。他们可能相信自己的良好表现理所当然会受到注意，相信主试对自己行为的任何指令也都有其用意。
要求特征的典型例子是霍桑效应（由于受到额外的关注而引起绩效或努力上升的情况我们称之为“霍桑效应”。）和安慰剂效应。可以这样说，凡是在以人作
6
被试的任何研究中都可能出现要求特征。
二、如何鉴别无关变量
在一个心理实验中，如何确定哪些因素属于无关变量？确定无关变量后，实验过程中，无关变量的控制是否成功，无关变量的确立是否正确，能不能鉴别？如何鉴别？
（一）如何确定无关变量 最好通过（1）查阅文献；（2）用因素型实验；（3）根据已有的理论、知识和经验来分析、确定哪些是该控制的无关变量，其中又有哪些是必须控制的，哪些是没有必要控制的。
举例说明：例如，在知觉实验中，被试的社会关系，实验前一天吃的什么，作过什么事情等很难控制，事实上也没有必要控制，因而不能称之为无关变量。
（二）如何鉴别无关变量的控制效果
一般可以由实验误差分散的大小来鉴别。实验误差分散小时，实验者的分析正确，可以认为实验被充分地控制了。相反，如果结果的误差分散较大，说明有些无关变量没有得到很好的控制。此时，应该认真分析无关因素是什么。如果发现有些因素难以控制，则可以从别的角度设计实验，或找出控制这些变量的新方法和技术再实验。
三、无关变量的控制
无关变量是使实验结果发生混淆的主要根源。要提高研究的科学水平，就要采取一定的方法来控制无关变量。对无关变量的控制，通常采用以下几种方法：
（一）排除法（消除法） 排除法（elimination method）是把无关变量从实验中排除出去。如果外界的噪音和光线影响实验，最好的办法是进入隔音室或暗室，这样可把它们排除掉。在感知觉实验中，为消除无关变量，可以采取减少所谓知觉线索条件的方法，如利用人工瞳孔排除双眼调节机能，或用单眼观察消除双眼视差和双眼辐合造成深度知觉线索等。在有效消除源自实验者效应和被试效应的额外变量的干扰方面，双盲实验（double-blind experiment）就是一个很好的排除法。简单地说，双盲控制时让实验的操作者和实验被试都不知道实验的内容和目的，由于实验者和研究参加者都不知道哪些被试接受哪种实验条件，从而避免了主、被试双方因为主观期望所引发的额外变量。从控制变量的观点来看，排除法确实有效，但用排除法所得到的研究结果却常常难于推广。例如，如果顾虑主试与被试的彼此接触会影响实验结果，而采取用自动呈现刺激及自动记录实验结果的方法，那么所得结果通常很难推广到人们日常生活中的同类行为中。
（二）恒定法 恒定法（constant method）就是使无关变量在实验的过程中保持固定不变。如果消除额外变量有困难，就可以采用恒定法。不同的实验场所、不同的实验者、不同的实验时间都是无关变量。有效的控制方法是在同一实验室、由同一实验者、在同一个时间对实验组和控制组使用同样的实验程序进行实验。如果实验时强度变化的噪音无法消除，则可以用噪音发生器发生恒定的噪音来加以掩蔽。除上述实验条件保持恒定外，实验者和控制组被试者的特性（如年龄、性别、自我强度、成就、动机等）也是实验结果发生混淆的主要根源，也应保持恒定。只有这样，两个组在作业上的差异才可归于自变量的效果。
7
（三）匹配法
匹配法（matching method）是使实验组和控制组中的被试者的特点相等的一种方法。使用匹配法时，先要测量所有被试者和实验中要完成的作业具有高相关的特点；然后根据测得的结果把实验组和控制组的被试者的特点匹配成相等的。若要做“练习对学习射击成功影响”的实验，先预测一下被试者打靶的成绩，然后把两个预测成绩相等（击中环数相等）的被试者分别分到实验组和控制组，匹配成条件相等的两组被试者参加实验。这种方法在理论上是可取的，但在实际操作上很难行的通，因为，如果须对一个以上的特性（或因素）进行匹配时，实验者常感到顾此失彼，甚至无法进行，因此，实际应用中，匹配法常常是配合其他技术共同使用的。
（四）随机化法
随机化（randomization）是根据概率理论，把被试者随机地分派到各处理组中。从界定的被试者总体中用抽签法或随机数字法抽取被试者样本，由于随机取样使总体中的各个成员有同等机会被抽取，因而有相当大的可能性使样本保持与总体有相同的结构。随机取样后，再把随机抽出的被试者样本随机地分到各种处理组。从理论上讲，随机法是控制额外变量的最佳方法。随机化法不会导致系统性偏差，能够控制难以观察的中介变量（如动机、情感、疲劳、注意等）。
（五）抵消平衡法
抵消平衡法（counterbalancing method）是通过采用某些综合平衡的方式使无关变量的效果互相抵消以达到控制无关变量的目的的方法。常见的抵消平衡法有ABBA法和拉丁方设计法。
（六）统计控制法（statistical control）
以上讨论的情况，都是在实验尚未正式开始前先行着手控制无关变量的方法，这类技术被成为实验前控制。另一种技术是实验后控制，就是在实验完成后通过一定的统计技术来事后避免实验中无关变量的干扰，因而也被称为统计控制法（statiscal control）。统计控制主要用于实验前控制难以完全控制无关变量影响的情况下。例如：在研究几种不同教学方法对儿童阅读能力的帮助时，研究者通过匹配平衡，控制了儿童年龄、教师、基线阅读能力等额外变量，却发现无法就儿童的智商做到完全的匹配。这时统计控制法就提供了补救办法：实验者可以通过协方差分析，在数据统计过程中排除智商对阅读能力提高的效应，以达到控制的目的。
除了协方差分析外，常用的统计控制法还包括：剔除极端数据，或分别加权等事后控制技术。但要注意的是，统计控制是在实验前控制难以起到完全效果时的补充手段而不可能取代实验前控制的重要地位。离开了严格完整的实验前控制工作，再高明的统计技术也无法于事后控制所有的额外变量。
第三节 实验研究的效度
一、实验研究的效度
实验研究的效度是指一项实验所能揭示的事物本质规律的有效程度。是指实验方法能达到实验目的的程度，也就是实验结果的准确性、有效性。实验效度主
8