实验是一种科学研究,旨在通过检验某些变量或条件的变化对测量结果的影响来揭示因果关系的信息。在真正的实验中,测试一个或多个自变量的变化,并评估对一个或多个因变量的结果影响。例如,对训练策略是否有助于儿童记忆表现感兴趣的研究人员可能会设计一个实验,让他们操纵被训练的策略类型,然后衡量这种操纵对结果衡量的结果影响,比如训练后记忆表现的准确性。
实验要求比较自变量对因变量的影响。通常其中一种疗法的作用是控制条件。控制条件可能是没有预期效果的条件。例如,如果研究儿童记忆表现的训练策略,可以将一组接受过明确训练的儿童与一组没有接受过训练的儿童进行比较。评价控制条件的充分性是很重要的。在这个例子中,也许更好的控制条件是一组儿童接受了一些其他的治疗与记忆策略无关,但给予他们的时间和注意力与记忆策略组相同。
在实验中,自变量可能是研究者操纵的变量,例如各种处理条件的比较。独立变量也可以是研究者打算调查的群体差异,如性别或年龄。这些变量有时被称为准独立变量,虽然不能随机分配,但在实验设计中它们是自变量。
被测样品的选择是实验的一个重要特点。如果要在不同的人群中测试两种或两种以上的治疗条件,为了避免偏见,一种策略是考虑整个测试组,然后从该组随机分配参与者到其中一种治疗条件。在研究结果中,小组之间的任何结果差异都可以归因于治疗的差异,尽管需要注意的是,实验中总是存在潜在的错误来源,比如治疗前的组间差异,尽管是随机分配的,或者因变量中的测量误差。
尽管如此,随机分配条件对于实验设计来说是一个很好的策略。
因变量的充分性是实验中另一个重要的因素。因变量是否测量了研究想要测量的东西,也就是说,它是否有有效性吗?因变量有可靠性吗,也就是说,它是研究者想要测量的一致的测量吗?
有各种各样的实验设计。例如,一个实验可能使用不同治疗方法测试的不同组的人之间的比较。这是一个主题之间设计。另一种类型的实验是在不同的条件下测试一组人,并比较不同条件的影响。这是一个受试设计。在人类发展的研究中,一些研究对同一组不同年龄的人进行测试,以评估随着年龄而发生的变化。这是一个纵向设计。其他研究测试不同年龄组,以推断随着年龄发生的变化。这是一个横截面设计。
在科学推理中,有机会推断因果关系是很重要的。有些研究不是真正的实验,因为它们没有衡量自变量对因变量的这种因果影响。例如,假设测量了一组高中学生参加课外活动的情况,根据学生的平均绩点(GPA)是高还是低,这些学生的数据被分成两组。也许gpa高的学生的课外活动数量会比gpa低的学生多。得出GPA是正确的吗引起的课外活动的差异?不。在这个假设的例子中,我们可以描述GPA和课外参与之间的关系,但不能证明因果关系。这样的研究可能是合法的和信息丰富的,但它们不是真正的实验。
以人类为参与者的实验和以动物为参与者的实验都要遵守伦理准则。
引用:
- ,(无日期)。科学:相关性与实验性从http://psychology.about.com/library/weekly/aa070102b.htm .Retrieved
- 实验。(无日期)。从http://sun.science.wayne.edu/获取~ wpoff /软木/ bas / ehtml
- ,麦克伯尼,h(1994)。研究方法(第三ed)。PacificGrove CA:布鲁克斯/科尔。
- Pelham, W., & Goldberg, R.(2002)。进行心理学研究:测量烟的重量。斯坦福,CT:沃兹沃思/汤普森。