* 不同照明度与噪音度条件下工人工作效率比较（ M±SD ） 明照明暗照明 高噪音 84.65 13.24 70.19 15.54 低噪音 67.55 14.12 55.63 12.11 不同照明度与噪音度条件下工人工作效率方差分析表 变异来源SS df MS F A 主效应 ( 照明度 ) 27.857 A-1=1 27.857 11.589** B 主效应 ( 噪音度 ) 14.126 B-1=1 14.126 5.876* A×B 交互作用 21.324 (A-1) (B-1)=1 21.324 8.870** 组内变异（误差） 286.076 N-1=119 2.404 描述统计与假设检验结果 * （二）多因素随机区组实验设计 种类：两因素、三因素 研究 2 ：照明与噪音对工人工作效率的影响（两因素随机区组设计） 照明度（明、暗），噪音度（高、低），实验处理水平的结合为 4 种：明高、明低、暗高、暗低。每种实验处理准备要 30 人，从某工厂选出 30 个区组，每区组 4 名工人，共 120 名。各区组中 4 名工人日产零件相同。随机将每个区组的 4 个人随机指定接受 1 种处理，被试分配见下表： * 日产水平 明高 明低 暗高 暗低 区组 1 1 1 1 1 区组 2 1 1 1 1 区组 3 1 1 1 1 区组 4 1 1 1 1 ……区组 30 1 1 1 1 两因素随机区组设计被试分配表 * 照明度噪音度工效（零件数量 / 天）1 张明 明高 94 …… 30 刘修 明高 93 31 黄卫 明低 65 …… 60 赵义 明低 57 61 陈冬 暗高 67 …… 90 马龙 暗高 75 91 张岩 暗低 48 ……120 李会暗低 78 两因素随机区组设计原始数据表 * 多因素随机区组设计的统计思路 多因素非重复测量方差分析：需分析各个自变量因素的主效应、区组变量的主效应（统计时当作一个自变量对待）、自变量因素间的交互作用、简单效应（交互作用显著时做：画交互作用图解、差异检验），但不分析区组变量与其他自变量的交互作用。 * 不同照明度与噪音度条件下工人工作效率比较（ M±SD ） 明照明 暗照明 高噪音 68.23 12.11 64.19 15.54 低噪音71.35 12.23 63.48 13.34 不同照明度与噪音度条件下工人工作效率方差分析表 变异来源 SS df MS F A 主效应 ( 照明度 ) 25.857 A-1=1 25.857 6.876** B 主效应 ( 噪音度 ) 20.126 B-1=1 20.126 5.352* C 区组效应 ( 日产水平 ) 75.667 C-1=29 1.116 0.694 A×B 交互作用 22.378 (A-1)(B-1)=1 22.378 5.922* 组内变异（误差）447.440 N-1=119 3.760 描述统计与假设检验结果 * （三）多因素被试内实验设计 种类：两因素、三因素 研究 3 ：照明与噪音对工人工作效率的影响（两因素被试内设计）照明度（明、暗），噪音度（高、低），实验处理水平的结合为 4 种：明高、明低、暗高、暗低。每种实验处理准备要 32 人，从某工厂随机选出 32 个工人被试，每个被试接受全部 4 种处理。为了消除顺序误差，需要将 4 种处理作拉丁方设计以使顺序得到平衡。因此，要将被试分为 4 个顺序小组，每组 8 人，每个顺序组的被试分别接受 1 种顺序的 4 种处理： * 顺序小组 1(n1=8) ①②④ ③ 顺序小组 2(n2=8) ②③①④ 顺序小组 3(n3=8) ③④②① 顺序小组 4(n4=8) ④①③② 注：①明高；②明低；③暗高； 暗低 两因素被试内设计被试分配表 * 明高明低暗高暗低 1 张明56 64 43 40 2 刘修67 61 58 52 3 刘冬53 48 47 51 4 黄卫66 76 64 58 5 李家84 80 79 74 …… 32 张岩68 63 57 56 两因素被试内设计原始数据表 * 多因素被试内设计的统计思路 多因素重复测量方差分析：统计时需先定义所有被试内自变量的水平，然后分析各个自变量因素的主效应、自变量因素间的交互作用、简单效应（交互作用显著时做：画交互作用图解、差异检验） 。 * 不同照明度与噪音度条件下工人工作效率比较（ M±SD ） 明照明 暗照明 高噪音 78.23 12.11 69.19 15.54 低噪音 71.35 12.23 68.48 13.34 不同照明度与噪音度条件下工人工作效率方差分析表 变异来源SS df MS F A 主效应 ( 照明度 ) 20.866 A-1=1 20.866 5.553** B 主效应 ( 噪音度 ) 18.126 A-1=1 18.126 4.823* A×B 交互作用 20.378 (A-1)(B-1)=1 20.378 5.420** 组内误差 ( 个体差异 )116.56 N-1=31 3.760 描述统计与假设检验结果 * （四）多因素混合实验设计 种类：两因素、三因素；组内变量与组间引发变量的混合、组内变量与组间存在变量（如年龄、性别）的混合。 研究 4 ：照明与噪音对工人工作效率的影响（两因素组内变量与组间引发变量的混合设计） 照明度（明、暗）为被试间变量，噪音度（高、低）为被试内变量，实验处理水平的结合为 4 种：明高、明低、暗高、暗低。每种实验处理准备要 30 人，从某工厂选出 60 个被试（ 30×2) ，随机分为 2 个实验组，随机指定接受 1 种照明度条件，同时均接受全部 2 种噪音处理。为了消除顺序误差，需要将被试分为 2 个顺序小组，每个顺序组被试分别接受 1 种顺序的两种噪音处理： * （明照明） 顺序小组 1 ①② 实验组 1 （ n1=30 ）顺序小组 2 ②①（暗照明） 顺序小组 1 ①② 实验组 2 （ n2=30 ） 顺序小组 2 ②① 注：①高噪音；②低噪音 两因素混合设计被试分配表 * 照明度 高噪音 低噪音 1 张明 明 64 43 2 刘修 明 61 58 …… 30 刘冬明 48 47 31 黄卫暗 76 64 32 李家暗 80 79 …… 60 张岩暗 63 57 两因素混合设计原始数据表 * 多因素混合设计的统计思路 多因素重复测量方差分析：统计时需先定义被试内自变量的水平，被试间自变量勿需定义，然后分析各个被试间自变量因素的主效应、被试内自变量因素的主效应、自变量因素间的交互作用、简单效应（交互作用显著时做：画交互作用图解、差异检验） 。 * 不同照明度与噪音度条件下工人工作效率比较（ M±SD ） 明照明 暗照明高噪音76.23 12.11 65.46 14.34 低噪音72.37 13.56 69.98 14.06 不同照明度与噪音度条件下工人工作效率方差分析表变异来源SS df MS F 被试间效应 A 主效应 ( 照明度 ) 24.834 A-1=1 24.834 7.553** 被试内效应 B 主效应 ( 噪音度 ) 22.167 B-1=1 22.167 6.742** A×B 交互作用 20.355 (A-1)(B-1)=1 20.355 6.191** 组内变异 ( 误差 ) 193.992 N-1=59 3.288 描述统计与假设检验结果 * 四、多因素实验设计模式及统计思路 关于多因素实验设计的适用性说明： 它既可用于真实验设计，也可用于准实验设计。 * 四、多因素实验设计模式及统计思路 关于多因素实验研究中变量的数值特征的说明：在绝大多数情况下，自变量的数值变化形式属于类型变量，因变量的数值变化形式属于连续变量，统计上要采用方差分析（ F 检验）方法，这可以使我们分析自变量的主效应与交互作用。极个别实验研究会出现自变量与因变量的数值变化形式都是类型变量的情况，这时在统计上要采用 Χ2 检验的方法。但这样的设计应尽量避免，因为它不能获得自变量的交互作用的检验，而有的时候我们恰恰想考察交互作用的影响。而自变量与因变量的数值变化形式都是不间断的连续变量的情况基本不存在，因为这样的自变量很难人为操控。 * 四、多因素实验设计模式及统计思路 关于方差分析 SPSS 操作的说明： 要根据自变量（因素）与因变量（元）的个数，以及被试设计来决定。 单因素一元方差分析， SPSS 中需调用 One-Way ANOVA 命令。 两因素一元方差分析， SPSS 中需调用 Univariate 命令。 多因素一元方差分析， SPSS 中需调用 Univariate 命令。 * 四、多因素实验设计模式及统计思路 单因素多元方差分析， SPSS 中需调用 Multivariate 命令。 两因素多元方差分析， SPSS 中需调用 Multivariate 命令。 多因素多元方差分析， SPSS 中需调用 Multivariate 命令。 重复测量方差分析， SPSS 中需调用 Repeated Measures 命令。 * 第五节 实验研究的评价 一、实验研究的优点 第一，揭示变量之间的因果关系。第二，现场实验研究扩大了实验研究的范围。第三，实验研究的发展，使实验的内部效度和外部效度都有了较大提高，在一定程度上提高了实验研究结果的推广应用价值。第四，采用多因素实验还有利于揭示复杂的变量关系。 * 第五节 实验研究的评价 二、实验研究的局限性 第一，实验研究对变量的操纵难以完全排除人为化的影响，研究结果推广程度受到限制。 第二，实验研究虽然对无关变量采取平衡、消除等各种措施来加以严格控制，但仍无法排除所有无关变量的干扰。这给实验结果的解释造成困难。 第三，实验研究要确定出自变量、因变量和无关变量，这是很有难度的，必须在大量的观察研究、测量的基础上进行，积累丰富的理论研究依据才可以做到。 * 思 考 题 列举出三种最基本的真实验设计，并分别通过一个具体的研究实例来说明这三种真实验设计的基本形式、及其优缺点。 如果让你做一项实验研究，对于实验中的自变量和因变量你应如何选择和确定？ 四种两因素实验设计及其统计思路。 * 二、真实验设计 关于被试设计的说明：（一）（二）（三是随机分组设计；（四）是匹配组（区组）设计。 关于无关变量控制的说明：对于真实验设计而言，通过随机化分组、设置控制组的方式控制无关变量是必须的；而通过增加前测、增加匹配（区组）变量则不是必须的，可根据实际情况有选择的决定。 * 二、真实验设计 关于统计思路的说明：以上真