5、 举例说明因变量的敏感性。

　　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：高限效应和低限效应。

　　我们做一个运动适应性训练的实验。实验共包括6组被试，每一组被试分别进行10分钟、30分钟和60分钟的训练，训练任务的难度分为难、易两种。自变量是训练的时间（10分钟、30分钟和60分钟）和任务难度（难、易），因变量是在训练后进行的15分钟测试中完成的运动适应性练习的百分数。结果如下图：

　　结果表明，练习时间的效果对难、易两种实验条件的作用是不同的。在比较难的训练任务中，随着训练时间的增加，最后测试时完成的运动适应性练习的百分数也增加，但对于比较容易的训练任务而言，30分钟和60分钟训练后，最后测试时完成的运动适应性练习的百分数没有差异，都达到100%.因此，我们可以看到，在比较容易的训练任务中出现了高限效应，它表明在此种实验条件下因变量对训练时间这个自变量不敏感。

　　6、 举例说明什么是自变量混淆？如何防止出现自变量混淆？

　　如果应该控制的变量没有控制好，那么，它就会造成因变量的变化，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。

　　在一项言语学习实验中，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。他选择三组学生为被试，三组被试的学习材料相同。实验安排如表所示。表中的数字3，表示学习时间为3小时。所有被试均进行相同的考试。

                   三组被试实验程序

           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。

　　我们很容易看到本实验存在着自变量混淆，即被试不仅在学习方式上存在差异，而且在学习时间上也存在明显差异。另外，三组被试学习后与测验之间的时间间隔对测验结果也会产生影响。第三组被试学习后只隔一天就进行测验，因此，他们的保持效果较好，遗忘较少，测验成绩就高。总之，本实验设计把学习方式与学习时间和间隔时间等变量混淆在一起，实验结果出现了偏差。

　　在具体实验操作时，我们可以采取消除额外变量、使额外变量保持恒定或随机化等方法，来避免其对因变量的影响。

　　7、 举例说明多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。

　　最简单的多自变量的实验包括两个自变量，每个自变量有两个水平，我们把这样的实验设计称为2×2设计。

　　1991年哈斯等人利用2×2设计研究了跨种族之间的评价。P41页。

　　8、 简述确保代表性样本的主要方法。

　　（1）分层取样：根据实验目的及一定的分类特征，把全体成员划分为数目较多并各具不同特征的群体或类别，然后在各种类别中独立进行简单随机抽样或别的抽样方法。

　　（2）配额取样：此方法在市场调研和民意调查中比较流行。它是按各个层次中各种研究对象在总体中所占的配额进行抽样，但是从各个层次中如何抽取就全要看研究者的选择了。

　　（3）成团取样：在一个特定的城市里，一个特定地理区域集中居住的是工人阶级，或者是中产阶层，既然如此，“成团”（可以是住宅区或者整条街道）就可以从每一个这样的区域随机选择出来，这样的取样方法叫。

　　（4）雪球式取样：主要是一种定性研究的方法。一个研究者可能找几个关键的人来访谈，然后由这些人再提供一些人的名字，也就提供了一些深层次的联系，进而将这些人也纳入样本进行访谈。

　　（5）关键案例：有时候可以从一个特殊的案例发现一些能适用于更多一般案例的东西，这种案例就是。

　　（6）自选样本：在研究中，样本并非研究者挑选的。他们只能用那些恰好在研究时经过的人作为样本。

　　（7）方便样本：研究的被试是那些你很容易找到的人。

上一页  [1] [2] 

文章转载请注明来源于：汕头自考网