(二)多因变量实验设计;
是指在一个实验中包含有两个或者两个以上因变量的实验设计;【通常以行为指标表示】
二、被试间设计和被试内设计; (一)被试间设计;
特点:是每一个被试只是接受一个自变量水平的处理;
1. 优点:这种处理方式不可能影响或者污染另一种处理方式;
2. 缺点:很难分辨出因变量的变化是由于被试间的差异还是由于自变量的变化所致; 3. 减少被试差异的办法:(被试间等组处理)——匹配和随机化;
(1)匹配:是指将被试按某一个或者几个特征上水平的相同或者相似加以匹配,然后再把每一对中的每一个被试随机分配到各个组别;
步骤:
A、先对所有被试进行前测;
B、然后根据前测的作业分数进行匹配;(前测作业有:与实验作业有高度相关的和利用被试试验作业初期的表现)
对动物被试间进行匹配的技术是:“拆窝技术” 匹配技术存在的问题:
1.匹配往往不是完全的;2.往往消耗大量的工作量;
3.在实验者同时匹配多个特征的时候,如果存在交互作用,可能会混淆实验结果; 4.匹配技术需要防止回归假象的介入; (2)随机化;
1.前提:各随机被试组在未经受不同处理之前是平等的; 2.优点:避免了练习效应和疲劳效应等实验顺序造成的误差;
3.缺点:一、需要被试量大;二、由于接受不同处理的总是不同的个体,因此被试间设计从根本上不能排除个体差异对实验结果的混淆; (二)被试内设计;
练习效应:指的是被试的表现因为逐渐熟悉实验情境而有系统的提升; 疲劳效应:指的是被试的表现因为连续作业的疲劳而系统的下降; 1.被试内设计的平衡技术; 平衡是指:在实验中为了消除或者减少实验顺序效应而采取一些系统地改变实验处理顺序呈现技术的设计;
两种常见的平衡技术:【ABBA设计和拉丁方设计】
(1)ABBA设计在理论上能有效的平衡线性系统变化的时间顺序误差;
(2)拉丁方设计:是一个两维矩阵,其中表示列自变量水平,行表示被试;
建立的拉丁方的第一行公式为:1.2.n.3.n-1.4.n-2.,如此类推下去;n 表示试验条件的总数;
拉丁方设计是多自变量水平时的理想平衡方法; 2.被试内设计的局限; 差异延续效应:【自变量中一个水平的处理可能会完全改变其另一个水平处理时发生的情况;】
优点:更有力或者更加敏感,其由被试变异性而导致误差的可能性比被试间设计小;
9
三、小样本设计;
是指被试内的一种变式,实验时它向人数较少的被试或者单个被试呈现自变量的不同水平或者处理方式;
(一)ABA设计(基线期;消退期)
可以有效的区分实验自变量的效果和时间顺序等其他因素的效果;
【本中的实验,指的是,先治疗,然后强化行为,使得个体回到原始的状态,最后再次治疗矫正;】
ABA设计得以顺利进行的前提:B阶段治疗效果不应该是持久的; (二)多基线(可能会考这个设计的概念)
实验设计的程序:找到一个或者若干个与所要研究的行为(被试)接近的行为(被试),在不同的时间内对它们引入同一个自变量的处理,也就是说不同的行为(或者不同的被试)在引入自变量之前有长短不等的基线期,;
多基线期设计的内在逻辑是:当一种行为或者一个被试正在接受处理时,另一种行为或者另一个被试仍然处于基线期条件下。如果这种没有受处理的行为在自变量引入之前保持稳定,然后随自变量的变化而变化,这就可以认定,是自变量导致该行为的改变,而不是碰巧在观察期内发生变化的其他因素;
当自变量有明显迁移效应或者行为之间会发生相互影响时,应该选择被试间多基线设计;
四、准实验设计;
准实验设计是指未对自变量实施充分控制,但使用真正实验的某些方法搜集、整理以及统计分析数据的研究方法;该实验设计能够在严格的实验无法进行的时候取得结果;该实验本质上是一种相关研究;