控制无关变量的方法

控制无关变量的方法定义：所谓无关变量是指在实验过程中除自变量之外任何能对因变量产生影响的变量，包括个体内外环境所产生的种种刺激、机体反应变量。由于这些变量与实验的主旨无关，所以统称为无关变量（Extraneousvariables）因为因变量的变化，不但受到自变量的影响，也受到无关变量的影响，所以如何有效地控制无关变量，是决定实验结果是否确实可靠的一个极为重要的因素。因此，在一次实验中，当我们确定了自变量与因变量以后，就应该使实验的其他条件保持恒定，只有这样，实验中的因果关系才能得到明确的说明，所以，无关变量就是在实验中应该加以控制的变量，因此又称为控制变量。如果以数学方程式来表示因变量和自变量以及无关变量之间的关系，就是：DV=f(IV,EV1,EV2,EVn)因变量=f(自变量，无关变量1，无关变量2，,无关变量n)方法：（1）消除法控制无关变量最完美的办法就是简单地把它们从实验环境中消除。此法多适用于一些物理刺激因素的控制，例如，噪音，光线，等。有一些无关变量，如实验的时间，实验的仪器，实验的主试，被试的年龄，性别，教育程度，不能简单地加以消除，那么就要有另外的办法来加以控制。（2）恒常法对于不能消除的变量，我们可以使它在整个实验中保持恒定，即所有的被试都接受相同的无关变量，这种控制方法称为恒常法。由于这些无关变量在实验中都保持恒常，它们对接受自变量不同水平的每个被试，所能产生的影响都是一致的，所以不会影响通过自变量不同水平对因变量所造成的变化差异。对于一些被试变量，实验条件，可以采用此种方法。例一，实验的时间安排在上午，可能会比下午的实验有更好的结果，因此我们可以通过将实验都安排在上午来消除时间这一因素可能产生的影响（3）平衡法这种控制方法的目的，是让无关变量产生的作用在所有的实验组及控制组的效果都保持平衡。也就是说，每一组都受到这些无关变量变化的作用，但它们作用的大小在各组都是一样的。例二：平衡各组“性别”变量的作用。二十名被试，十二个男性，八个女性。分成两组进行实验。假设被试的性别可能会对因变量产生作用，所以，需要控制这个无关变量。先把12名男性被试随机分为两组，再把8名女性被试随机分到两个组中，这样，在每一组内性别都有变化，这种变化有可能对因变量产生影响，但是由于性别因素对两个组的影响效应都是一样的，因此这种作用就被平衡了。注意：平衡与恒常控制手段不同。采用恒常法，无关变量在组内以及组间皆无变化；采用平衡控制手段时，无关变量在组内是有变化的，但是变化所产生的作用在各组之间是相等的。如果研究者无法指认有些可能起作用的无关变量，可以采用适当的控制组，以达到平衡控制的目的。实验者对实验组以及控制组，除了自变量的处理不同之外，对其他都一律同等地处理。如此，实验组和控制组在因变量上产生的差异都可以归诸于自变量不同所产生的作用。例三：研究接受持枪稳定性训练对射击准确性的作用。实验组被试在接受训练之前先射击50发，之后进行训练，再测验50发。结果如下表：是否可以认为训练导致了成绩的提高？该实验可能有其他因素：先射的50发；两周的时间间隔；或者其他一些可能无法了解的因素。为了排除其他因素的影响，必须采用控制无关变量的平衡手段。设计种种控制组来达到消除无关变量的影响。例如，为了消除时间和练习这两个主要无关变量的影响，我们可以设计两个控制组。例四：实验组和控制一组：如果X明显小于24，认为训练有效。如果X不显著小于24，则训练无效。控制一和控制二组：如果X显著大于Y，说明练习有效果，如果无差异，说明练习并不起作用。被试受训练前是否接受训练受训练后实验组14接受24被试受训练前是否接受训练受训练后实验组14接受24控制一组15无X控制二组无无Y（4）抵消平衡法有些实验研究，被试需要在各种不同的实验条件下接受重复测验。在这种重复测量的设计（Repeatedmeasurementdesign）中，被试会受到接受重复测量所产生的影响。这些混淆因素并非出现在测量之前，而是产生在重复测量的过程中。对此我们可以采用抵消平衡（counter-balancing）或交叉平衡的手段来控制这类混淆变量。这种控制手段主要用来平衡一组被试重复接受自变量各种水平的先后顺序所产生的无关影响。例五：研究对红绿两种色光的反应时是否长短不一的问题。未抵消的设计：让一组被试先接受10次红光刺激，再接受10次绿光刺激。得到对红光反应快，能否得出结论认为被试对红光反应快？设计问题：实验刺激的先后顺序是一个潜在的无关变量。抵消的设计：一半被试先接受红，再接受绿；而另一半被试相反，先接受绿，再接受红。被试红光绿光黄光S1123S2132S3213S4231S5321S6312被试红光绿光黄光S1123S2132S3213S4231S5321S6312注意：抵消平衡与平衡的区别：抵消平衡用于重复测量的实验设计，平衡用于被试只接受一次测量的设计。（5）随机化法随机化（Randomization）控制主要用于两种情况：a、研究者已经知道某种无关变量能在实验过程中产生作用，但不适合使用上述的具体控制办法；b、无法确定起作用的无关变量，所以也就不能确定采用其他的控制手段。在此情况下，我们就要预先采取措施，使无关变量的作用随机化。无论无关变量产生什么样的作用，它对所有实验以及控制组的影响都可以假设为是相等的。随机化控制的假设：如果我们从总体中运用随机抽样的手段抽取被试，然后又用随机的办法将被试分为实验以及控制两组。按照随机取样的统计理论，我们可以假定：第一，每组样本都具有代表性，它们具有代表总体的种种特性；第二，每组样本的各种特性，包括无关变量在内，都是相等的。实验、控制两组在实验中，除接受的自变量处理不同之外，其他一切能够影响因变量的已知或未知的无关因素都可以假定是相等的。（6）系统变化法在实际生活中，有时自变量与一些研究中的无关变量关系相当密切。当这类无关变量的水平多于一个时，为了确定自变量和无关变量各自的效果，可以用无关变量的系统变化来控制此无关变量。例如：在一项关于“对考试焦虑的高三学生实施心理干预对学生学习成绩的影响研究”中，但学习成绩通常与学生的智力水平相关，因此学生的智力水平成为此项研究中的无关变量，为了使其不至于混淆自变量的效果，我们可以采取对其进行系统变化的步骤：首先用特定的智力量表来测量被试的智力水平；其次，根据低、中、高智力水平把被试加以分类；第三，把每类被试中的一半分到实验组，另一半分到控制组。该项研究设计如下图所示：智力水平分组高中低实验组ABC控制组A’B’C’（7）控制被试在心理学实验中，研究者或主试本身也是无关变量，能够对实验的结果产生影响。主试的种族、性别、年龄、身份、地位、焦虑、友善、态度等都可能对被试的反应产生影响。并且，这种影响不仅仅局限于对人类被试。例如：R.Rosenthal曾指派研究助理进行白鼠学习迷津的研究。他事先告诉研究助理，一组白鼠是聪明白鼠的后代(g1)，另一组是愚笨白鼠的后代(g2)，而第三组则没有祖先是否聪明或愚笨的信息(g3)。实验的结果发现，g1要比g3成绩好，g2最差。而实际上，这三组白鼠都是从同一总体中随机抽取的样本，因此这种差异是由于主试主观期待的影响。1、盲目实验通常，实验者对接受自变量处理的实验组是比较关切的，所以不免特别注意被试的行为反应，从而影响了实验的真实结果。这种偏差在进行药物实验时，更为显著。但我们可以采用隐蔽手段，控制实验者的偏差或期待，这种方法称为盲目控制（Blind-control）。如果测验药物效果的被试对象为人类，施加药物的种类、水平，以及毫无药物作用的安慰剂都以密码替代，主试者以及被试双方都不知道药物处理的真相，也就无法产生预期作用。这种控制方法，称之为双盲控制（Doubleblind-control）。如果被试是动物，则只对主试者一方隐瞒，称为单盲控制（Single-blind-control）。2、多主试控制采用数名主试，进行同一实验研究，是又一种控制主试念头或期待所产生影响的办法。注意：研究者必须对实验、收集数据的程序有预先的妥善安排，不能简单的采用一位主试收集实验数据，另一名主试接替轮换的方法。而是要采用平衡的控制手段，使每一位主试都从各实验、控制组收集相同数目被试的实验数据。再则，分析实验数据时，必须先单独分析每一位主试采集实验的数据，并进行比较，如果无差异，则可以将数据全部合并，如果存在差异，则说明这里存在主试效应，应进一步加以仔细的分析。3、电脑主试由电脑呈现实验程序，说明刺激变量，记录被试的反应，进行数据统计分析。这就彻底消除了任何与主试有关的种种无关变量。从实验的观点看，最好能抽取最具代表性的样本，再实验前以随机分配的手段，产生实验组和控制组，使其在各方面都相等，即每组组内被试的生理、心理特性都相等。但是，这不过是一种理想，实际上是不可能完全做到的。所以，我们必须发展控制被试变异的措施，以达到两个极为重要的目的：（1）减小组间在接受实验处理前的差异；（2）减小组内被试间的差异。控制手段包括重复测验、匹配、随机等方法，在后面讲到的实验设计就是这些方法的具体体现。