知他们的想法以及其他被试的想法都要收集到一起，因为委员会要
评估整个团体的观点。在高鉴别情况中，被试被告知每个人的观点
都将被分别考虑，因为委员会想评估每个人的反应。
综上所述，因变量是在四种情况下所产生的想法数；低鉴别与低63
参与、低鉴别与高参与、高鉴别与低参与以及高鉴剐与高参与。
这些结果如图3—5所示，图中显示了两种参与情况下不同鉴别
度的想法数。早期的社会浪费研究在低参与条件下被再次重复了，
结果发现当被试相信个体的作业不能被评估时产生的想法较少。现
在藉们看一下高参与条件下的结果：不管鉴别度的高低被试所产生
的想法数大致相同。由此可知，变量间发生了交互作用：鉴别度的作
用依赖于任务参与的水平。换句话说，当一个人面临一个与其有关
的任务时，社会浪费现象乃至责任扩散现象，较少可能发生，而当任
务没有什么内在意义时，情况就不同了。
综上所述，当一个自变量的水平受到另一自变量水平的不同影
响时，交互作用就会发生。当交互作用存在时，独立地讨论每一个自
变量是毫无意义的。因为～个变量的作用还要依赖于另一变量的水
平，我们只得对交互作用着的变量一起讨论，
83097 qzone qq
供试看 期待咨询 ／7
。。。。；；__。。；。。。；。；。。。。____。；。。1：。。。；。。；；。。__。；。。。。．一
第三章研究技术：实验／
低 高
整射度
图3…5袅明交互作用的布里克纳，暗盒斯和奥斯特lj2（1986）的实验结果
社会推费（相对于高鉴剜情况而言，低鉴别情况下产生的想法散艟少）是在低参与而
不是高参与情况下发生
多个因变量
因变量（被观察变量）常被用作行为指标。它揭示了被试作业
的好或差。它允许实验者对行为评分。实验者必须决定行为的哪
些方面与实验有关。虽然传统上常使用一些变量，但这并不意味着
它们是行为的惟一指标或最好的指标。比如，在动物学习的研究中
常使用压杆的行为或鸽子啄键的行为作为反应。最常见的因变量64
是压杆或啄键的次数。但对啄键的力量以及潜伏期（反应时间）的
研究也会得出一些有趣的发现（参见Notterman和Mintz，l 965），
研究者常要提供多个适当的因变量。假设我们要研究你现在正在
阅读的材料的可辨认性。当然，我们不能观察到这个“可辨认性”。
那么，我们要观察什么因变量呢？过去，我们常用的一些因变量
有；阅读材料后有意义信息的保持、阅读一定数目单诃的所需时
间、再认单个字母所出现的错误数、抄录或重新打印材料的速度、
阅读时的心率以及阅读时的肌肉紧张度——当然，所研究的因变量
远远不止这些。
他提
M，
∥润
雕圆
n质
h芷日
黠
吧文
船圉
。频
坞视
81
g程
几千
。主
班川
他业
M专
g理
式心
方学
系大
联范
久师
水京
缆●
芸荐
芸推
，㈣： 747883097 TL。 028 8194 2202日址：http： i1747883097 qzone qq
80摩喜翠嚣磊黩蓊登；；
、理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
。。。。。。。。。。。。。’。。’’。。。’。。。。。。。。。’。。J＇。。。。。。。。。。。。。。。。。。。。。一
／实验心理学
另外，从经济的角度考虑同时获得许多因变量的测量值是可行
的。尽管如此，典型的实验一般只用一个因变量或最多同时用两个
因变量。这是不好的。正如同时使用多个自变量可以增加实验结果
的普遍性一样，同时用多个因变量也可以增加普遍性。为什么不用
多个因变量，其原因可能在于很难对多个因变量进行统计分析。虽
然现代的计算机技术使得一些复杂计算成为可能，但许多实验心理
学家并没有在多元统计方面受过良好的训练，因此往往不敢用。对
每一个因变量作独立的分析也同对每一个自变量作独立分析一样，
会忽视交互作用，会丢失许多信息。多元分析很复杂，然而，你应该
清楚在同一实验中使用多个因变量是很有利的。
实验设计
实验设计的目的在于尽可能减少额外的或末控制变量，从而
增加实验产生有效的一致结果的可能性。整本书所写昀就是关于
实验设计的内容。这里，我们讲一下改进实验设计的常用方法的
例子。
实验者必须作出的第一个实验设计决定是怎样将被试分配到自
变量的不同水平中去。有两种主要的可能性，即仅将一些被试分到
一种水平或将每一个被试分到每一种水平。第一种可能是被试间设
计，第二种是被试内设计。两者之间的差异可用一个简单的例子说
明。30个学习心理学导论的学生同意参加实验，你要在此实验中测
定他们记忆无意义单词的能力。你的自变量是每个项目被诵读的次
数；一次或五次。你预期学习被呈现五次的项目比学习只被呈现一
次的效果要好。被试间设计要求你将被试分成两半——也就是说，
分成两组，每组15个学生——一组接受五次重复，另一组只接受一
次（怎样确定哪些被试到哪一组在下面讲）。被试内设计是所有30
名被试都要在两种自变量水平下学习，也就是说，既接受一次重复的65
测验，也接受五次重复的测验（怎样确定被试接受这两种实验处理的
顺序下面讲）。你应选择哪一种设计呢？
k、
·走
被试间设计
被试间（两组）设计是一种保守的设计，一种处理方式不可能继
续影响或污染另一种，因为每一个人只接受一种处理方式（一次重复
或五次重复而不是两种都接受）。然而，它的一个缺点是被试闯设计
必须处理个体间的差异，个体间的差异会降低结果的有效性，也就是
确定一次和五次重复条件下结果真正不同的能力。
在被试间设计中，实验者必须尽量减少两个或多个组别中的被
试差异。很明显，如果我们将五个记忆力特别好的人有意放在一次
重复组中，而将五个记忆力特别差的放在五次重复组中，我们可能得
到没有差异的结果，甚至一次重复的成绩更好。为了避免这种结果，
实验者必须保证两组的被试在实验开始时各方面都是相等的。
等组
一种方法就是在正式实验开始之前，先对所有30个学生进行一
项记忆测试，以获得学生记忆无意义单词的基线测量值。被试的基
线分数可被用来将被试分成具有相同或相似分数的被试对。每一对
中的每一个成员可随机分配到一个组别，另一个则分配到另一组别。
这种技术被称作匹配。匹配的一个困难是实验者不可能对每一个特
征都进行匹配，常常是只在一些特征上进行匹配，而在另一些可能相
关的特征上则有差异（匹配方法将在本章中详细讨论）。保证两组相
等的另一神更常见的方法是随机化。黼机化意味着每一个参与实验
的被试都有相等的机会被分配到任何一个组别中。在复述实验中，
用随机化方法形成两个组别的方式是随机点名、让每一个人上前掷
骰子或者让偶数在一组而奇数在另一组。如果没有骰子，随机数字
的表格也可用来产生奇数和偶数＋这种分配被试的方式不会产生偏
差，因为它忽视了所有被试的特征，我们希望通过这种方式形成的组
在任何相关维度上都是相等的，然而，随机化并不能保证组间一直都
相等。有时候’许多记忆力较好的被试被偶然地分在同一组＋这种情
况发生的机会可以通过统计中的概率方法来计算（见附录B）。这就
是为什么实验设计和统计常被看作同一题目的原因。然而，设计关66
心的是安排实验的逻辑，而统计处理的是计算可能性、概率和其他一
他提
M，
∥润
雕圆
n质
h芷日
黠
吧文
船圉
。频
坞视
81
g程
几千
。主
班川
他业
M专
g理
式心
方学
系大
联范
久师
躲●
芸荐
芸推
：㈣： 747883097 TL： 028 8194 2202日址：http： i1747883097 qzone qq…
82库喜翠嚣磊黩享勰霉
，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
／实验心理学
r1
L■
些的数学量值。
如果我们确信所有相关维度都已考虑到，那么，匹配要优于随机
化，但由于我们很少能这样确信，因此更常用的方法是随机化。
被试内设计
许多实验心理学家偏好被试内设计（一组），即所有30个被试都
先在一次重复条件下测试，再在五次重复条件下测试（或相反）。由
于每个被试都是与她或他自己进行前后比较，因此更加有效。一次
重复与五次重复的结果不同不会像被试间设计那样被认为是由于个
体差异造成的。
一般练习效应
但是在更有效的被试内设计中存在一个危险。假设所有30个
被试先在五次重复条件下学习了许多项目，然后再接受一次重复的
学习。当被试接受一次重复的处理方式时，他们可能在学习无意义
单词方面已经相当熟练或者他们已对该作业感到厌烦或疲倦。这两
种可能性都称为一般练习效应。通常认为这些效应在所有实验处理
条件下都相同，因此，不管是五次重复后再一次重复还是一次重复后
再五次重复，它都不会受到影响。由于一般练刁效应对于所有的处
理条件都相同，他们大部分可以通过平衡程序进行控制。运用平衡
技术时实验者面临一个困难，即要决定被试按何种次序接受实验处
理。一种解决方法是运用随机化方式，即通过随机排列处理方式、随
机数字表或用计算机随机排列次序等。这种方法的逻辑我们早已讨
论过。然而，虽然通过随机化方式进行平衡处理最终能使得次序相
等，但当只有很少的处理时，这种方式也是不适合的。在绝大多数实
验中，被试的数量总是超过实验处理数，所以随机化对于分配被试接
受不同处理来说是一种很好的技术。
完全平衡能够保证所有可能的实验处理次序都被使用。在复述
实验中，这很容易，因为只有两个次序：一次、五次和五次、一次。一
半的被试接受五次、一次，另一半则刚好相反。当处理方式的数目增
加时，次序的数目也变得很大。三种处理方式有六种不同次序，四种
83097 qzone qq…
供《着期待咨询 / 83
。。。。。。。Ji。。。。__…—…。。。。…。…。…一
第三章研究技术：实验／
处理方式有24种不同次序，五种处理方式则有lZO种次序，等等。
因此，自变量的水平增加时，完全平衡马上变得不切实际了。
平衡并不是消除次序的效应。它允许实验者评估可能的次序效67
应。如果存在这些效应，特别是当它们与其他更重要的自变量产生
交互作用时，就需要采取步骤来改正设计。实验者或者通过使用被
试问设计重复该实验以避免次序效应，或者通过检查每一个被试在
先前条件下的行为，将原先的实验作为被试间设计进行重新分析。
差异延续效应
差异延续效应比前面的一般练习效应提出的问题更严重。在差
异延续效应的例子中，实验的前部分对后部分的影响随着开始时处
理方式的变化而变化。假设所有30位被试首先接受的是五次重复
然后是一次重复。由于有前面五次重复学习的经验，他们可能在仅
仅呈现一次时自己再私自重复四次。这可能会破坏自变量两个水平
之间的任何差异。这是一个差异延续效应的饲子，说明的是，第一种
处理方式对第二种处理方式的效应随着开始方式的不同而不同。这
不是一般缘习效应的例子，在一般练习效应中，被试以同样方式等待
第二种处理方式（如更高的技能、厌烦或疲倦）而不管他们在实验的
第一个阶段接受的是何种处理方式。差异延续效应在某种程度上可
以通过平衡技术减小，但平衡不能完全消除这些效应。如果我们有
理由预期差异延续效应可能会产生，我们除了平衡之外还可以使用
被试间设计或在两种处理方式之间保持足够长的时间间隔。虽然被
试间设计效率不高，它需要更多的实验被试，但总此做一个有较大缺
陷的实验要好。如果我们决定在两种实验处理方式间插入一个时间
间隔，我们必须要确定间隔的时间长度要足够能消除可能的差异延
续效应。
小样本设计
在讨论混合设计之前，我们先看一下传统被试内设计的一种变
式——小样本设计。小样本设计向人数较少的被试或单个