心理语言学研究中的实验设计与数据处理分解.ppt

1、心理语言学研究中的心理语言学研究中的实验设计与数据处理实验设计与数据处理 福建师范大学外国语学院福建师范大学外国语学院 李荣李荣宝宝参考书目 孟庆茂，常建华.实验心理学，北京师范大学出版社，1999。卢文岱等编.SPSS for Windows 从入门到精通，电子工业出版社，1997。舒华.心理与教育研究中的多因素实验设计，北京师范大学出版社，1994。彭聃龄主编.汉语认知研究，山东教育出版社，1997。张厚粲主编.心理与教育统计学，北京师范大学出版社。Gazzaniga.M.S.主编，沈政等译认知神经科学，上海教育出版社，1998。华东师范大学心理科学 中国科学院心理研究所心理学报心理语言学

2、研究的基本范围 语言的习得与语言先天机制 语言的理解与人类心智 语言的产生与思维的本质心理语言学研究的类型自然观察 个案研究 抽样调查实验研究相关研究发展研究心理语言学研究中实验方法的重要性 在科学研究中，有三个质量要素，即科学的理论，科学的实验和科学的计算。实验的可重复性，有利于研究者对科学假设的验证（包括证伪）。实验样本的可替代性，使研究更加经济，而且比自然观察更易于控制。实验过程的可控制性能排除无关变量，使研究者有效地进行观察。心理语言学研究中统计方法的重要性 使研究者从随机数据中找到规律。使数据成为揭示研究对象因果联系的重要依据。使研究内容易于表达。使实验假设易于验证。心理语言学实验的

3、基本范式 各种反应时实验：命名，词汇决定，语义（命题判断），Stroop效应，眼动。各种正误反应实验：记忆与回忆，各种选择判断与作业测试。联想实验。类型选择反应实验。各种神经生理病理学实验：功能磁共振，正电子层描术，事件相关电位，脑磁图。实验设计中一些常用术语因素与因素设计1.因变量，自变量和无关变量2.因素的水平3.多因素设计处理与处理水平的结合主效应，交互作用与简单效应处理效应，误差变异与残差比较实验设计的思想基础 统计检验的思想基础：统计假说的宗旨是确定以事实支持的概率，由于为假说取得肯定的支持难度很大，因此，在实验中研究者常常采用虚无假设。Ho:u1=u2,H1:u1 u2(u1 u2

4、）为了统计检验的目的，研究假说应转化为虚无假说，统计检验的是虚无假说。方差分析的基本思想：检验变异是否存在，即实验处理引起的变异，被试个体差异带来的变异，实验误差带来的变异，等等。分析实验数据中不同来源的变异对总变异的贡献大小，从而确定实验中的自变量是否对因变量有重要影响。方差分析处理的是方差，方差是一组数据离散程度的测量。方差分析的基本假设：F检验-正态分布，变异的同质性和和独立性。F=MSb/MSW。方差分析实例被试条件1被试条件2S16S612S27S714S310S815S411S917S513S1019X=9.4S=6.44X=15.4S=5.84分数为绕总平均数的变化实验条件 X

5、x=（X-X）x2条件1 47 -15 225 n=5条件2 77 +15 225 n=5 X=62 x2=450组间平方和与组间均方 SSb=x2/n/2=450/5=90 MSb=SSb/df=90/1=90分数围绕组内平均数的变化S X x=（X-X）x2S X x=（X-X）x2S1 6 -3.4 11.5 S2 7 -2.4 5.76 S3 10 +0.6 0.36S4 11 +1.6 2.56S5 13 +3.6 12.96S6 12 -3.4 11.56S7 14 -1.4 1.96S8 15 -0.4 0.16S9 17 +1.6 2.56S10 19 +3.6 12.96 X

6、=9.4 x2=33.20X=15.4 x2=29.20组内平方和与组内均方 SSW=SSA+SSB=33.20+29.20=62.40 MSW=SSW/df=62.40/2(5-1)=7.8 F=MSb/MSW 如果F1，而且落入F分布的临界区，则表明数据的总变异基本上由不同的实验处理所造成，即处理间存在显著差异。实验设计的基本过程研究问题的提出和假说的形成实验变量的识别与选择1.选择自变量2.选择因变量3.识别无关变量选择样本与被试确定实验条件的分配方法实验设计的分类 完全随机，随机区组和拉丁方实验设计 单因素和多因素实验设计 被试内，被试间混合实验设计实验中各种变异的控制 使系统变异的效

7、应最大。主要是使自变量水平的改变所引起的变异能在因变量中反应出来，避免地板效应和天花板效应。控制无关变量：主要包括随机化，消除，匹配，附加自变量，统计控制。使误差变异最小，主要是控制单元或被试内在差异和测量误差。单因素完全随机实验设计 特点：一个自变量的两个或两个以上水平，（P2）。方法：把被试随机分配给处理（自变量）的各水平，每个被试只接受一个水平的处理。变异控制：随机化方式a1a2a3a4S1S2s3S4S5S6S7S8S9S10S11S12S13S14S15S16Sn单因素随机区组实验设计 特点：分离无关变量，一个自变量的两个或两个以上水平（P2），一个无关变量也有两个或多个水平（n 2

8、），且自变量与无关变量之间没有交互作用。方法：先将被试在无关变量上进行匹配，然后将他们随机分配给不同的实验处理。假设：各处理水平总体平均数无差异，各区组总体平均数无差异。a1a2a3a4g1S11S12S13S14g2S21S22S23S24g3S31S32S33S34g4S41S42S43S44单因素拉丁方实验设计 原理：拉丁方格。特点：可以分离出两个无关变量。方法：一个无关变量水平在横行分配，另一个无关变量水平在纵列分配，自变量的水平则分配给方格的每个单元。适应：自变量两个或两个以上水平（P2）；处理水平与无关变量无交互作用；随机分配处理水平给P2个方格单元，每个处理水平仅在每行每列出现一

9、次，被试总数N=np2（n 1）。标准方块2X2ABBA标准方块4X4ABCDBADCCDBADCAB随机化行和随机化列BACDDCABADBCCBDA拉丁方实验设计图解C1C2C3C4B1A1S1 S2A2S9 S10A3S17 18A4S22 S26B2A2S3 S4A3S11 S12A4S19 S20A1S27 S28B3A3S5 S6A4S13 S14A1S21 S22A2S29 S30B4A4S7 S8A1S15 S16A2S23 S24A3S31 S32单因素重复测量实验设计 特点：更有效地控制由个体差异引起的变异。方法：被试内设计。条件：被试接受前面的刺激对接受后面的刺激没有连续

10、的效应（如学习，记忆的效应是连续的）。注意：疲劳效应和顺序效应。单因素重复测量图解A1A2A3A4S1S1S1S1S2S2S2S2S3S3S3S3S4S4S4S4S5S5S5S5S6S6S6S6多因素实验设计 特点：能同时考察多个因素并且揭示因素间的交互作用。条件：研究中有多个自变量，每个自变量有两个或两个以上水平，且研究者感兴趣于所有处理水平的结合效应。方法：可用完全随机，重复测量和混合设计的方法将被试分配给因素的各个处理水平。多因素实验设计实例1A1A1A1A2A2A2B1B2B3B1B2B3S1S2S3S4S5S6S7S8S9S10S11S12S13S14S15S16S17S18S19S

11、20S21S22S23S24多因素实验设计实例2A1A1A1A2A2A2B1B2B3B1B2B3C1C1C1C2C2C2S1S2S3S4S5S6S7S8S9S10S11S12S13S14S15S16S17S18S19S20S21S22S23S24对交互作用的进一步检验 图解1：0102030405060b1b2b3a1a2对交互作用的进一步检验 图解2：02468101214a1a2b1b2b3对交互作用的进一步检验 简单效应检验：主效应的检验是在忽略其他因素的情况下检验一个因素的处理效应。简单效应检验则是只分别检验一个因素在另一个因素的每一个水平上的处理效应。简单效应分析的句法manova

12、all/wsfactors=a(2)b(3)/wsdesign/design/wsdesign=a within b(1)/design/wsdesign=a within b(2)/design/wsdesign=a within b(3)/design/wsdesign=b within a(1)/design/wsdesign=b within a(2)/design.数据的整理与分析 EXCEL的使用 SPSS的使用t-检验 均值不相等的两个样本不一定来自均值不同的总体。T-检验是对来自正态总体的两个样本进行均值比较的常用方法。独立样本 t-检验和配对样本t-检验。简单方差分析和多重方差分析 One-way One-way ANOVA General Factorial ANOVA Multivariate ANOVA Repeated Measures ANOVA相关分析与因素分析 Correlate Analysis Factor Analysis谢谢！