按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
是2。 04（总是根据第二低的盯值来计算临界值）。由于我们计算的f值超
过7临界值，故我们拒绝两组老鼠具有相同奔跑速度的虚无假设。也就是
说； LSD对捷们实验中被试的行为是有效用的。
框B…7被试内f检验的计算
┏┓
┃ 这里所用的假想数据来自冯威吉特实验（见框B5）。被试内f检验的 ┃
┃计算公式为 ┃
┃ ． ， N…l ┃
┣┫
┃ ‘…V＇№渺／（=D）2＇…1 …～7 ┃
┃其中N…被试的数目，D…在两个条件下某一被试（或配对的两个被试）的 ┃
┃分数差。 ┃
┣┫
┃ 回忆出的平均单词数 ┃
┣┫
┃ 被试 前 后 差异 p ┃
┣┫
┃ 11 17 ＋6 36 ┃
┃2 18 16 …2 ┃
┗┛
515
L j
·蒸
芸芸视频水久联系方式㈣：747883097 TL：028 8104 2202网址：http：i174
推荐：北京师范大学心理学专业20门主干课程DS视频图文并茂，音质圆润，
●
（续表）
┏┓
┃ 回忆出的平均单词数 ┃
┣┫
┃ 被试 前 后 差异D2 ┃
┣┫
┃ 3 9 ？1 十12 144 ┃
┃ 4 15 16 ＋1 1 ┃
┃ 5 14 17 ＋3 9 ┃
┃ 6 12 15 ＋3 9 ┃
┃ 7 17 16 …1 I ┃
┃ 8 16 17 ＋1 I ┃
┃ 9 15 20 ＋5 25 ┃
┃10 19 16 …3 9 ┃
┃11 12 13 ＋1 I ┃
┃12 16 14 …2 4 ┃
┃13 10 14 ＋4 16 ┃
┃14 17 20 ＋3 9 ┃
┃15 6 10 ＋4 16 ┃
┃ x …。 13。 80 X …。 16。 07 ZD …。 35 EDZ …。 285 ┃
┃ （ID）z …。 1。225 ┃
┣┫
┃ 步骤1：当你如上表中将每位被试的成绩配对之后，记录下每对分数的 ┃
┃差，然后再将该分数差平方。 ┃
┃ 步骤2：将所有被试的分数差相加，得到=D'然后将之平方，得到 ┃
┃（ED）z ：ED= 35，而（：D）a= 1225。 ┃
┃ 步骤3：计算分数差的平方和，得到EIY … 285。 ┃
┃ 步骤4｛将￡酽（步骤3）乘以被试人数：285×15= 4275。 ┃
┃ 步骤5：将第四步得到的乘积再除以（ED）Z：4275/1225=3。49。再将 ┃
┃该结果减去l，即3' 49 …1=2，49。 ┃
┃ 步骤6：将被试数目减击1．即（N…I），再除以第五步的鳍果t 14/2。 49 ┃
┃=5。 62。 ┃
┃ 步骤7：f=／r丽=2。37。 ┃
┃ 步骤8：对跏雠行评价，将之与统计袁E中的临界值进行比较。自由 ┃
┃度取N…1。事例中df= 14。壹表得知，df= 14，p=乱05的临界值为 ┃
┃2＋ 145。由于计算得出的z值要大于临界值＋故我们可以认为，冯戚吉特课 ┃
┃程确实影响单词记忆。 ┃
┗┛
516
：㈣： 747883097 TL： 028 8194 2202日址：http： i1747883097 qzone qq…
6J 4莽翠嚣磊黩享勰；！
，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
／实验心理学
r1
u
效果的重要性
总之，计算诸如Z分数或f分数这样的统计量，可以帮助我们判
断实验结果是否是由于随机因素造成的。确定差异的。水平（如框
B…6）就可以使我们确信该差异具有统计学意义上的显著性，故而拒
绝虚无假设。f检验的一个有趣特征（我们稍后要介绍的F检验也
具备）是，随着自由度的增加，拒绝虚无假设所需的￡值却随之减小。
这也就意味着￡检验的效用随着样本容量的扩大而增加，这正如Z
分数增大时所表现的那样（见表B…3）。同样，正如框B…6中独立组f
检验的公式所示，如果我们保持平均数之间的差异不变，而增加样本
容量（”），那么随着分母的变小￡值就会增大。这同样可以使得我们
的检验更具效力并拒绝更多的虚无假设。因而在有些情况下，即使
平均数之间的差异很小，它仍有可能具有统计显著性。通常当我们
进行一项实验时，会期望平均数之间存在真实的差异——自变量具
有大的作用（效果）。然而，对于一非常有效用的实验而言，印使平均
数之间的差异相当小，我们仍旧可以检测出差异。在后一种情况下，
也许我们不清楚这种差异究竟是归之于一有效用的自变量，还是应
归之于一相当有效力的统计检验。
我们如何才能知道实验确实是拥有一个具有相当效用的自变量
呢？为了确定自变量“效果的重要性”，我们需要一种方法揭示某一
特定组可以用来预测行为的程度。在框B…6的例子中，我们可以进行
这样一种计算，使得我们在判断一只实验鼠究竟是接受了安慰剂还
是接受了LSD药物时，心中多少有点数。所需的信息就是一个相关
系数，因为我们想要预计一只实验鼠究竟经过了怎样的处理，其方式
与框B…1中我们想依据头围来预测记忆分数的情形极其类似。在我
们进行一次f检验之后，就可以接着计算一下相关，以评估实验效果
的重要性。此处较为合适的相关系数为‰，称为点二刊相关，公
式为：
r=／巧可q=万） （B…13）
r。的值应在o至＋1。 00之间。根据习惯，相关系数在0。3以下的便
83097 qzone qq…
黼看躺咨询 ／615
…f…一
附录B统计推理：导论／
认为相关较小，在0。 31至0。5之间的视作中等，超过0。5的相关值
便认为很可观的了（Thompson和Buchanan，1979）。在框B…6中， 517
f一3。 27，df一38，从公式B…13我们不难得出rM一0。47。可以认
为这是一个中等程度的效果，用该公式同样能计算出框B…7中的
‰，你不妨尝试一下。
效果的重要性还可由其他的方法算出，我们暂不在此讨论F检
验中所用的方法，稍后便会作介绍。但不论对于什么样的统计检验，
逻辑都是一样的，即：推断统计能够告诉我们，在多大程度上我们可
以判定虚无假设是错误的。在另一方面，相关系数，如‰，又测量了
自变量效果的重要性有多大——虚无假设错误的程度有多大
（ Thompson和Buchanan； 1979）。
效果重要性的测量还有另一个重要的用途，它也同依据样本容量
来拒绝虚无假设有关。假设我们进行了一项实验，发现￡值不足以拒
绝虚无假设，尽管平均数之间的差异也并不是零（即仍存在差异）。z
值之所以太小的一个原因可以归之为样本的容量，样本容量太小就检
验不出平均数之间存在着的差舁的统�