实验设计的 6 个关键概念
实验研究设计是新学生理解并最终掌握的关键技能。良好的实验设计对于从研究中得出客观结论是绝对必要的。在这里,我们涵盖了每个学生应该牢记的主要概念。
1. 明确定义你的实验变量
变量必须从一开始就明确定义。大多数研究都希望检查一个(或多个):
- 自变量: 你正在操控和控制的刺激、条件或干预。
- 因变量: 自变量变化后的后续影响。
考虑研究问题:“观察情绪是否影响参与者对书面语言的感知?”如果你正在研究感知,并对情绪的激发如何影响书面语言的解释感兴趣,你可能会问这个问题。
例如,想象一位参与者先看到一个快乐的人,然后阅读各种文本提示,例如“不要与陌生人交谈”,接着参与者需要报告他们如何感知这个文本提示。
在这个示例中,你的自变量和因变量可以是任意数量的东西,而作为研究者你有责任对其进行操作化和定义。
- 自变量: 不同情绪的图像或表达不同情绪的声音
- 因变量: 采用 Likert 量表评估文本提示的不同维度,甚至是测量可能性的一个问题“你认为这个人说出这个命令的可能性有多大?”
自变量和因变量是所有研究的核心,但好的实验设计也考虑其他变量,如:
- 控制变量
- 混淆变量
- 外部变量
如果你在规划阶段就能概念化并严格考虑所有变量,设计基于网络的实验并在 Labvanced 的编辑器中设置变量 就只是学习几个点击的问题。
你还可以上传各种刺激,从视觉到听觉,通过眼动追踪等功能测试参与者的行为。 请查看这个播放列表,了解如何在 Labvanced 中创建各种刺激并将其视为构建实验的对象!
2. 理解实验设计的构建块
要在实验设计中表现良好,并建立支持你的研究问题和隔离你的变量的设计,你必须像背自己手背一样熟悉实验设计的构建块。
即它们是:
- 试次: 单个特定任务或对刺激呈现的提示响应的实例,例如完成一次迷宫探险或查看一串字母。
- 试次块: 一个块由多个试次组成,通常一个实验会有多个块。
- 会话: 与纵向设计相关,实验会话可以跨越多个天(甚至几年),参与者在不同时间点重新进行试次。
试次
试次是实验的基本单位,将其捆绑在一起形成块,构成会话。试次通常是刺激的单个实例。
观看这个视频,了解如何在 Labvanced 中建立多个试次,展示宠物(狗和猫)和花卉的图像,提示参与者在每个试次中选择宠物:
块
一组试次构成一个块。研究者出于多种原因使用这些块,包括随机化他们的研究。块的另一个常见方法是给予它们一个与研究问题相关的主题,或与实验所需的不同学习阶段相关。
研究中的块示例:
- 主题问题: 试次块可以有特定的研究主题。例如,块可以遵循某种认知主题,比如工作记忆的各个方面,甚至是 行为者的形式,其中呈现的运动按方向和速度特征分组(Cook, Pan, & Bianchi-Berthouze, 2013)。
- 时间要素: 块从“练习”到“训练”再到“实验”,通常会在组内研究设计中看到。例如,一项使用 Labvanced 的研究评估儿童在语言实验中的串行动作反应任务的表现,使用块并测量参与者在 第一次训练块 和最终块中的表现差异(Marimon et al., 20021)。
会话
会话是指参与者向研究提供响应的不同时间点。
考虑 Polonen, Lappi, & Tervamieni(2019)在《心理学前沿》中的这项研究,其目标是评估运动对气功练习者情感状态和流畅性的影响,其中第 一个会话 是反思和锻炼块的混合。
随后会话通常在不同的天(甚至几个月)进行,可以是先前使用的相同试次和块,也可以是不同的,或者是新旧块的混合。
在 Chládková 等人的最新研究中,研究人员为 会话 1 招募了参与者,其中 161 名参与者被测试,而 会话 2 则是 202 名不同的参与者。目标是研究为期一个月的口罩佩戴令对言语感知的影响。为此,研究人员在口罩令之前进行了 会话 1 ,而在为期一个月的口罩令之后进行了 会话 2。对于两个会话,刺激完全相同,即一组 48 个试次,完成大约需要 10 分钟,评估 McGurk 效应的强度。
3. 组间设计与组内设计
在上面的示例中,讨论 Chládková 等人的 McGurk 效应实验,采用了组间设计(会话 1 与会话 2)!
有时研究人员想研究不同的条件或处理。在这种情况下,应选择组间设计或组内设计。
组间设计
也称为 ANOVA 或独立测量设计,在组间设计中,参与者只能在许多正在研究的实验条件或处理中的一个条件中。
通常,这是经典的实验设计,参与者要么被分配到对照组(有时在此观察到安慰剂效应),要么被分配到实验组。
从表面上看,通常使用组间设计的用例是社会心理学、人格心理学、决策研究等领域的研究。
重复测量/组间设计的一些优点包括:
- **更短的会话:**因为预计参与者不会经历多个条件或处理(这就是组内设计的情况),所以会话较短。
- **减少遗留效应:**由于单个参与者不需要完成多个条件或处理,因此后续条件的影响减少。因此,研究人员不必担心诸如学习效应或疲劳效应等问题,这些在组内设计中是常见的。
组内设计
也称为 重复测量 设计,在组内设计中,参与者参与一个条件或处理,然后是另一个条件或处理。所有时间追踪参与者的纵向研究都遵循组内设计,因为它们是反复审视相同的参与者。
这种设计在研究累积效应时非常流行,这种效应预计会随着时间的推移而显现。因此,通过反复测量相同的参与者,可以随着时间的推移记录期望的结果。
研究人员使用 平衡 确保接收处理的 顺序 不会影响可观察的结果。例如,在一个平衡的重复测量研究中,Sally 在 Condition A 之前经历 Condition B,而 Laura 在 Condition B 之前经历 Condition A。
重复测量/组内设计的一些优点包括:
- **需要更少的参与者:**因为来自单个参与者的数据更多,所以可以使用小样本检测相关性或因果关系。
- **最小化噪声:**因为数据来自同一参与者,个体差异(即噪声)被最小化,因为记忆或智力等因素在不同条件之间不会变化。
从表面上看,通常使用组内设计的用例是聚焦于以下领域的研究(Keren & Lewis, 2014):
- 认知与神经心理学
- 感知
- 记忆
- 学习
- 心理物理学
- 反应时间
4. 随机化与平衡

随机化是将参与者随机分配到不同实验条件中,是实验设计的核心,因为它有助于消除偏差和可能统计上解释任何显著结果的未知变量的影响。(Suresh, 2011)。
另一方面,平衡则是一种确保不同实验组具有相等(或尽可能相似)分配给他们的参与者数量的方法。例如,考虑你的“对照组”有 5 名参与者,而“实验组”有 95 名参与者。这听起来令人沮丧,不是吗?更平衡的设计是 “对照组” 和 “实验组” 各有约 50 名参与者。
虽然心理学的所有领域都受益于随机化,但临床和健康心理学家对此给予特别关注,因为他们常常处理干预和治疗。
使用 Labvanced,你的实验可以有 随机化试次、任务、块和组,这取决于你研究的性质。你可以随机化任何你想要的东西,并确保在组之间的平衡,确保组之间的参与者数量相等。
以下是使用 Labvanced 平衡和随机化研究的一些方法:
- 随机因素: 实现刺激的简单、嵌套或组间平衡
- 随机试次顺序: 为每个参与者上传预定义的试次顺序或使用事件创建自适应/动态试次顺序
- 事件逻辑: 创建高度个性化的平衡机制,例如动态分配文件给对象
拥有一个平衡的随机化研究是必须的,因为它有助于确保你统计分析和结果的完整性。
5. 重复性

重复性是心理学领域中最古老的问题之一,可追溯到 19 世纪和 20 世纪初的领先心理学家的观察(Laws, 2016)。
至今,重复性(指一项研究能否被重复,通常用于确定原始研究的发现是否可以在其他情况和参与者中观察到)仍然是实验研究中的一个问题。
重复性的重要性在于,其他研究者要确认或测试研究的发现,他们必须能够重复研究。由于行为一般而言非常复杂且难以预测,因此在心理学中实施重复性是困难的。
在网上进行研究的一个优势是,你可以将 研究模板 分享给其他研究人员,他们可以利用实验或其中的任务来测试其他人群,并尝试复制你的结果。
6. 证据的力量
一项研究的定义和设置越严格,随后结论的证据就越强。因此,如果你想在研究中确立某些东西,就需要证据来支持它。
有许多不同的系统对证据进行分类(这甚至可能因国家和组织而异)。一般而言,你可以将证据视为一个光谱,从“不太严格或令人信服”到“经过检验的”。
想象一下,某人的阿姨根据她抚养三名孩子的经验告诉你她关于照顾对婴儿认知影响的看法。虽然这可能是一个有趣又愉快的谈话,但这些见解并不可靠,因为从数千名被分配到特定育儿风格的照管者的随机研究中得出的结论才是令人信服的,并且对他们孩子的反应进行了测量(在此过程中控制混淆变量)!
通过理解证据的力量,你可以设计一个实验,使随后得出的结论是合理的、可靠的,并且不受混淆和/或偏见的影响。
结论
对于一位新兴研究者来说,没有比设计第一个实验更令人兴奋的了。牢记这些关键概念,你可以强势起步,为理解复杂的交互等高级概念奠定基础。而且,利用 Labvanced 在线构建实验可以帮助你快速收集数据、设计有效实验,并增加你的发表产出!
同时,请记住,你如何处理和应对本文所概述的 6 个组件将决定你的结论的强度,甚至你的发现的结果。此外,请记住,在在线进行实验时,实验控制在实验如何在在线环境中执行方面起着重要作用。了解更多关于 Labvanced 如何确保 实验控制的信息。
参考文献
Chládková, K., Podlipský, V. J., Nudga, N., & Šimáčková, Š. (2021). The McGurk effect in the time of pandemic: age-dependent adaptation to an environmental loss of visual speech cues Psychonomic Bulletin & Review, 28(3), 992-1002.
Cook, J., Swapp, D., Pan, X., Bianchi-Berthouze, N., & Blakemore, S. J. (2014). Atypical interference effect of action observation in autism spectrum conditions. Psychological medicine, 44(4), 731-740.
Keren, G., & Lewis, C. (2014). A Handbook for Data Analysis in the Behaviorial Sciences: Volume 1: Methodological Issues Volume 2: Statistical Issues. Psychology Press.
Laws, K. R. (2016). Psychology, replication & beyond. BMC psychology, 4(1), 1-8.
Marimon, M., Hofmann, A., Veríssimo, J., Männel, C., Friederici, A. D., Höhle, B., & Wartenburger, I. (2021). Children’s Learning of Non-adjacent Dependencies Using a Web-Based Computer Game Setting. Frontiers in psychology, 12.
Pölönen, P., Lappi, O., & Tervaniemi, M. (2019). Effect of meditative movement on affect and flow in Qigong practitioners. Frontiers in psychology, 2375.
Suresh, K. P. (2011). An overview of randomization techniques: an unbiased assessment of outcome in clinical research. Journal of human reproductive sciences, 4(1), 8.