考研实验心理学笔记.doc

一、心理学实验研究的一般程序
（一）课题选择与文献查阅
1.课题选择
选择研究课题包括选择研究方向和选择具体研究课题两个方面的内容。确定研究方向，就是就是研究者在一个较长的时期内研究活动的工作方向。
1.1研究课题的类型
按照研究目的的区分，可以分为理论性课题和应用性课题。理论性课题是指以揭示心理现象本质及其发展变化规律的课题。应用性课题是指直接为社会实践服务，以提出解决某种社会实践问题的具体方案或对策为主要目的的课题。
按照研究的深度区分，可以分为描述性课题、因果性课题和预测性课题。
1.2课题选择的原则。课题选择既是研究的起点，也是决定整个研究工作成败的关键。课题选择一般遵循如下原则：
a需要性原则，即根据社会需要和心理学自身发展的需要选择研究课题。
b创造性原则，即研究必须有创新，有独到之处。
c科学性原则，即研究选题应在一定的科学理论的指导下进行，必须有一定的事实根据和科学根据，以保证研究最大可能地保持成功。
d可行性原则，即研究者具备完成研究课题的主客观条件。
C课题选择的程序
一般遵循，a初步选出研究课题；b对选题进行初步探索；c将选题具体化；d攥写研究报告；e征求意见，反复修订。
2.文献查阅
2.1文献查阅的作用。a有助于研究者对有关领域的研究情况有一个系统全面的认识和了解；b有助于研究者选择研究课题，形成研究假设；c有助于研究者搞好研究设计；d有助于研究者解释研究结果撰写研究论文。
2.2文献查阅的原则。a在时间上应当从现在到过去，采用倒查法。b在范围、数量上应有所限制，应以一些学术性强、影响大、质量高的学术杂志为主要对象。c应注意多收集第一手资料。d应注意收集代表各种各样观点、得出不同甚至矛盾结论的文献。e不仅要搜集与自己研究课题有关的资料，还应注意跨学科跨领域的搜集资料。
C文献搜集的方法。第一种方法检索工具查找法，第二种是参考文献查找法。
（二）提出问题与研究假设
1.提出问题
研究问题通常是在阅读文献的基础上提出的，应是非常具体的问题。问题提出时应明确变量之间关系，即研究的自变量和因变量之间的关系以及不同自变量之间可能存在的交互作用。
通常情况下，可以从理论、实践应用和研究方法等方面提出具体的研究问题。研究问题一般具有以下特征：a研究问题通常涉及两个或两个以上的变量，并询问其关系如何；b研究问题应该以问题的形式出现；c研究问题应具有可解性，即研究者通过各种研究方法能够回答研究问题；d研究问题的陈述不应该带有任何主观好恶等情感色彩。对研究问题的评价可以从这样几个方面考虑：研究意义、研究的创造性和创新性、研究的可行性。
2.研究假设
研究假设是对研究问题可能的结论的一种预期。假设具有两个特点：第一，有一定的科学依据；第二，有一定的推测性。提出研究假设的基本方法有演绎法和归纳法两种。
从研究假设内容的性质分类，假设一般可以分为：a预测性假设，即对客观事物存在的某些情况，特别是差异情况做出推测判断。b相关性假设，即对事物相互联系的性质、方向、密切程度做出推测判断。c因果性假设，即对事物间因果关系的推测判断。根据假设陈述的概括性性质，假设可以分为：a一般假设，即对客观事物的状态、性质、相互联系的本质和运动变化规律具有较普遍适用性假设。b特定假设，即对某一特定事物的特定状态、性质和联系提出的假设，它预测的是事物间的特定联系。
根据建立假设的目的不同，可以把假设分为：a析因性假设，即为了解释、控制行为的起因而建立的假设。这类假设的自变量和因变量之间是一种因果关系。b描述性假设，即为了描述和预测行为而建立的假设，条件和行为之间是一种相关关系，不一定是因果关系。
评价研究假设的标准：a是否有一定的科学依据；b是否对两个或两个以上的变量之间的关系作出推测；c是否表述清楚；d是否具有可检验性e陈述是否简单明了。
（三）实验设计与实施
1.实验设计
实验设计一般包括以下步骤：
a考察行为的内容，即研究者要考察假设中含有的行为指标的内容。通常一个研究不可能对一个行为指标中包含的所有内容都进行探讨，而只是选择其中某个或某几个关心的变量进行探讨。
b定义总体和样本。一个实验不可能对所有符合条件的人群总体进行研究，只能从总体中抽取特定的、具有代表性的人群作为一个样本进行研究，然后再把样本研究的结果推广到总体中去。
c变量选择。一个行为指标中往往含有很多内容，每项内容都可以构成一个特定的变量，研究者要从中选择那些具有代表性的变量作为研究变量。
d建立操作性定义。操作定义是指用事物的可观察的、可测量的特征把研究变量具体化。操作定义的作用：（1）有助于提高研究的客观性；（2）有利于学术交流；（3）为重复研究提供保证。
e预期变量的关系，也就是研究假设。
2.实验的实施
A被试的取样与分配。取样的重要原则是样本要有代表性，样本要能够代表研究规定的总体。常见的取样方法有：a简单随机取样，即从总体中随机抽取个体，直到满足样本数量为止。b系统随机抽样，即从总体人群中每隔恒定的个体数选取一个被试。c分层随机抽样，即先把总体按照被试某个或某几个特点分层，然后在每一层次中随机取样。d等组匹配取样，即在分组匹配的基础上进行取样。e方便取样，即选取那些最方便得到的被试。f个案样本取样，即在不具备获得足够数量样本的情况下，选取个案进行研究。
样本容量是由统计抽样的基本原理、研究内容、研究方法以及课题本身的客观条件等因素决定的。统计抽样的基本原理是确定样本容量的基本前提。一般情况下，样本容量的确定主要应该考虑实验设计、各因素的水平等问题。实验设计的因素和因素的水平越多，抽取的样本数量就会越大。
B创建实验材料。包括正式的实验材料、知情同意书、练习材料和实验指导语等。
C执行实验获取数据。这是正式实验阶段。研究者在先前准备的基础上，按照一定的程序，对被试实施实验处理，获取实验数据。
（四）数据处理与统计分析
通过各种方法收集到的数据，必须经过分析处理才能得出合适的结论。对数据的处理首先应该对数据进行整理、审核、剔除无效数据。然后，将数据编码、录入计算机。最后，通过适当的统计分析方法，得出恰当的结论。统计方法包括两大部分：描述统计和推断统计。
（五）研究报告的撰写
研究报告是对研究成果的总结报告。一篇完整的心理学研究报告包括：题目、关键词、摘要、前言、方法、结果、讨论、结论以及参考文献等。
二、实验心理学中的变量
变量指在数量上或质量上可以变化、操纵或测量的条件、现象、事物或事物特征。
可以分为作业变量、环境变量、被试变量和暂时的被试变量
作业变量(task variable)是指在实验中所呈现的、和被试任务有关的某种刺激。环境变量(environmental independent variable)是当被试在进行某种作业时，如果改变环境中的任何特性，那么改变了的环境特性就是环境自变量。被试变量(subject variable)时在外界条件一致的情况下，可能影响对某种刺激的反应的被试的特性因素。暂时的被试变量即通过主试的言语、态度以及用某些方法使被试的特性、机能状态等方面产生一时的变化，这类自变量就是暂时的被试变量。被试的暂时差别通常是由主试给予不同的指示语造成的。
（一）自变量及其操纵，11单选
自变量(independent variable)是在实验中由实验者操纵和控制的、对被试的反应产生影响的变量。
1.自变量的种类
根据自变量是否可以操纵可以分为：可操纵的自变量和不可操纵的自变量。可操纵的自变量是指研究者可以直接操纵的自变量，对它定义的不同水平属于不同的实验条件。不可操纵的自变量也称被试变量，是研究者不可以直接操纵，由被试的一些特性所构成的变量，它只能基于被试固有的特性来选择不同类型的被试，对它定义的不同水平是指不同的被试组。区分方法，考虑该变量是否可以将被试随机分配到该变量的各个水平，可操纵变量是可以对被试随机分配的。另外，有时候同一变量既可以是可操纵变量，也可以是不可操纵变量。
根据刺激的来源不同，自变量可以分为外部刺激和内部刺激。外部刺激包括物理成绩和社会性刺激，这类刺激一般比较容易操作化。内部刺激来自被试本身的特性，如年龄、性别、民族、文化程度、婚姻状况等。另外也可以通过某种测量对被试进行分类来获得自变量的不同水平，比如被试的智力、身高等。被试暂时特性是指由研究者操纵外部刺激引起并影响被试的行为的中介心理变量，如动机、疲劳等。这类自变量的操作化比较困难，研究者需要对引起被试暂时特性的方法详细定义。
2.自变量的操纵
对变量下操作定义的三个优点：A可以使研究者的思考具体清晰。B可以增进科学研究者之间沟通的正确性。C可以减少一门学科所用概念或变量的数目。
建立操作性定义的方法：
A建立合适的操作定义。操作定义要敏感的反应出自变量的变化，能够真正揭示自变量的本质。建立操作定义的方法：a使用现有的信息来定义；b通过操纵创建情景状态来定义；c利用评定获得的信息来定义。
B确定处理水平。确定自变量的处理水平包括确定数量、间距和范围。
C校准测量自变量的仪器。这是获得可靠自变量数值的保证。
D控制呈现刺激的方式。包括控制刺激呈现的时间、时间间隔、呈现顺序和呈现的空间方位。
控制自变量时应注意三个问题：A所规定的自变量是否是真正的自变量，要注意防止虚假自变量。B自变量的选择是否存在单一性偏差（取样的代表性问题）。C自变量的层次性（要考虑不同自变量的层次对不同因变量层次的实验效应）。
操纵/控制自变量的7个方法：
A采用明确、统一可以量化的术语对对自变量下操作定义(operational definition)。
B自变量各水平/检查点的确定(水平是指自变量的一个取值)：a因素型实验的自变量一般不超过4个水平，并尽量使自变量变化的范围（全距）较大，各个水平在全距上分布平均。b线性函数型实验的自变量可以取3～5个水平。c复杂函数型实验的自变量至少要取5个水平。
C自变量的范围。a自变量的变化范围不应过小，可以通过查阅文献来确定全距的大小。b自变量的各水平在全距上的分布应根据实际情况确定。
D自变量的间距。确定的原则是，两个不同的检查点能引起被试不同的反应，即间距不能小于差别阀限。
E对呈现仪器的控制（这是一个重要的环节，但是很容易被忽视）。
F控制呈现刺激的方式。
G充分控制无关变量。
（二）因变量及其观测
因变量(dependent variable)是指在实验中由实验者操纵自变量而引起的被试的某种特定反应。
常见的因变量类型有：反应的正确性、反应的速度、反应的概率、反应的难度、反应的次数、反应的强度以及量表分数和评定分数等。此外，因变量还可以是被试的口语记录，在心理学实验中口语记录是重要的参考资料，其有助于我们分析被试的内部心理活动。因变量要能灵活地反映出自变量变化所造成的影响。一个好的因变量要满足以下要求：
第一，要具有有效性、客观性、敏感性和可靠性。有效性实验中观测的因变量正是实验者欲研究的心理或行为反应。可信性是指因变量观测的信度，即对同一被试重复观测的结果应是相同或相近的。当自变量的变化不能引起相应的因变量的变化时，这样的因变量是不敏感的。典型代表是天花板效应和地板效应。
天花板效应 (ceiling effect)/高限效应是指当要求被试完成的任务过于容易，所有不同水平的自变量都获得了很好的结果，并且没有什么差别时，我们就说实验中出现了天花板效应。
地板效应(floor effect)/低限效应是指当要求被试完成的任务过于困难，所有不同水平的自变量都获得了很差的结果，并且没有什么差别时，我们就说实验中出现了地板效应。
以上两种效应影响指标有效性的原因是，两种效应的反应指标量程不够大，会造成反应停留在指标量表的最顶端或最低端，从而使指标有效性遭受损失。
避免两种效应的方法是，先尝试着通过实验设计去避免极端的反应，然后再试着通过少量的先期被试来考察他们对任务操作的反应情况。如果被试的反应接近指标量程的顶端或低端，那么实验任务就需要修正。设计实验任务和反应指标的指导思想是使被试的反应情况分布在指标量程的中等范围内。
第二，观测因变量的方式要适当。常见的因变量观测方式有：生理测试、行为测试、言语测试。
第三，观测值应是连续的数值。
因此，因变量的选择及其观测方式的确定应注意：首先，参考前人有关研究中所用的因变量及原因，建立合适的操作定义。其次，考虑实验中的被试情况、自变量、任务、所用仪器等。再次，考虑因变量的有效性、敏感性和可信性。又次，因变量应是连续数据。最后，注意实验反应指标间的相互制约，彼此联系的关系。
控制因变量的6种方法：A规定好反应的操作定义。B反应控制。C选择恰当的因变量指标。D避免量程限制。E控制被试的态度。F反应指标的平衡。
反应控制的目的：让被试的反应确实发生在实验者感兴趣的因变量维度上。在以人作为被试的实验中，对反应的控制往往是通过指导语实现的。当指导语不能充分地控制反应时，就要很好地考虑刺激条件和实验装置。使刺激条件、实验装置和指导语配合起来，使被试只能作出主试所要求的反应。
规范的指导语应具备的4个要求：A内容确定，即主试要严格确定给被试什么样的指导语。B完全，即在指导语中要把被试应当知道的事交代完全。C简单明确，即要保证被试真正懂得指导语的要求。D标准化，最好能用录音机给出指导语。
（三） 额外变量及其控制
自变量的混淆是指研究者选定的自变量与一些未控制好的因素共同造成了因变量变化的现象。因此，也可以说额外变量就是潜在的自变量。
控制变量(controlled variable)/额外变量(extraneous variable)指实验中除了自变量以外的影响实验变化和结果的潜在因素或条件。可以用实验结果的误差分散大小来表示额外变量的控制成功与否。当实验结果的误差分散小时，表明额外变量控制得好；反之，则表明有意外的无关变量的混入。
1.额外变量的主要类别
额外变量通常包含两大类，即随机的额外变量和系统的额外变量。随机的额外变量是指在实验中偶然起作用的额外变量。系统额外变量是指经常地、稳定地起作用的额外变量。
从误差的来源划分，可以分为：
A来自被试方面的额外变量。主要涉及：参与研究的动机、焦虑、有关经验、性格特点、当时的生理状态、被试的反作用等。
B来自主试方面的额外变量。研究者的年龄、性别、外表、言谈举止、态度、暗示等都有可能影响研究结果。另外，“实验者效应”也会对研究结果产生干扰。
C来自实验设计方面的额外变量。主要包括：研究方法本身不完善；测量仪器、设备的安排、布置、调整不当；测量工具不完善；被试选取、研究时间和环境选取等方面的不足；研究程序安排不当等。
D来自研究实施环境条件方面的额外变量。研究实施过程中的许多因素，如：温度、光线、声音、布置、熟悉性、空间大小等，都可能影响被试的行为。另外，研究实施过程中的意外事件。如停电、仪器故障等，也会影响研究。
E来自数据处理方面的额外变量。如，数据分类不当、评价标准不同一统计方法不恰当等。
2.额外变量的控制方法
（1）排除法(elimination method)。消除法就是通过一定的手段或措施，将影响研究结果的额外变量消除掉。它是消除无关变量最简单的方法，也是控制额外变量的最主要、最理想、最基本的方法。排除法虽然有效但所得到的研究结果却难以推广。
消除额外变量的方法很多，要根据额外变量产生的原因选择具体的方法。比如，为了消除“实验者效应”和“霍桑效应”，可以采用“双盲程序”，即主试和被试都不知道实验目的和意图；为了消除被试的焦虑紧张不合作以及不认真的态度等，可设法与被试建立良好的合作关系等。
（2）恒定法(constant method)。恒定法是使额外变量在实验过程中保持恒定不变，这主要体现在保持实验条件恒定方面，是控制无关变量最基本的方法。
恒定法虽然不能把额外变量带来的影响消除掉，但是，它可以使这些影响处于一个恒定的水平。但恒定法会降低实验结果的可推广性。
（3） 平衡法(counterbalancing method)。平衡法用于额外变量的消除或保持恒定有困难的情况，通过某些综合平衡的方式使其效果平衡的方法。其具体方法很多。控制组法是常用的平衡法之一。
a对比组法。对比组法的基本思想是，按照随机原则抽取两个被试组。这样，两个组之间除了研究变量差异外，在其他额外变量的效果方面都是相等的。
b循环法（抵消平衡法）。用于消除在实验中由实验顺序所造成的练习、适应、疲劳以及由于刺激的空间位置不同、反应的动作方式不同等对实验结果发生影响的方法，这种方法也称为循环法。常见的抵消法有ABBA法和拉丁方设计法。
c匹配法(matching method)。将实验组和控制组被试除自变量之外的其他条件尽量保持相等，并将被试依据某些特质两两配对。当被试数目较少时，对比组法很难保证不同组被试之间是同质的。匹配法则是根据被试某些方面的行为特征或行为表现，将被试人为地划分为具有相同特质的若干组，以保证被试在可能影响研究结果的特质上严格地平衡。
匹配法的缺点：在理论上可取，但难以进行实际操作。因此在实际应用中，匹配法常常结合其他技术共同使用。
d兼作组法。
e纳入因素法。
（4）统计控制法(statistical control)。统计控制法主要用于实验前难以完全控制额外变量影响的情况，统计控制法对于实验前控制只是起到补充的手段，而不可能取代实验前控制的重要地位。常用的统计控制法有协方差分析、剔除极端数据和分别加权法等。（实验后控制）
（5）随机化法(randomization)。依据数学上的概率原理，将被试按相等的原则分组。这一方法在理论上可以使不同组的被试除实验处理外，其他额外变量保持相等，因此可以弥补匹配法的不足。并且随机化法不会导致系统性的偏差，能够控制难以观察的中介变量。随机法不仅可以应用于被试，也可以应用于刺激呈现和实验顺序的安排。主要有随机抽取样本和随机分组等方法。随机分组是指被试或实验单元是随机分配给实验中各处理条件的。
鉴别无关变量控制成功与否的方法是当实验结果的误差分散小时，可以认为无关变量得到了较好地控制；反之则表明无关变量的控制失败。此时应当认真分析无关的因素是什么。如果经过认真的分析，有些无关还是难以被控制就终止，从别的角度设计实验或等找到控制这些变量的方法和技术时再实验。
两个典型的额外变量：a实验者效应b要求特征
实验者效应(experimenter effect)：主试在实验中可能以某种方式（如表情、手势、语气等）有意无意地影响被试，使他们的反应附和主试的期望。实验者的性别、种族和伦理观念也是潜在的实验者效应，即使在用动物做实验时也有可能出现实验者效应。可采用双盲实验来克服这一效应。
要求特征(demand characteristics)是指在实验中被试可能会自发地对实验的目的产生一个假想，然后再以一种自以为能满足假想的方式进行反应。要求特征是一个潜在的、强有力的，也是社会科学独有的偏差来源。美国心理学家奥恩首次提出了这个问题，其典型例子是霍桑效应(Hawthorne effect)和安慰剂效应(placebo effect)。
控制要求特征的3个方法：a以录音或录象等自动化的方式呈现指导语；b双盲实验；c增加被试的数量。
要注意，在某些实验中尽管已经通过实验设计对要求特征加以控制，但要求特征对实验结果仍有较大的影响，此时应在实验设计中有意识地加以鉴别。鉴别的方法是a实验后的询问(如让被试填写有关的调查表或直接谈话)；b采用控制组。
双盲实验(double-blind experiment)：在实验中让实验的操作者和实验被试都不知道实验的内容和目的，由于实验者和参加者都不知道哪些被试接受哪种实验条件，从而避免了主、被试双方因为主观期望所引发的额外变量。在有效消除源自实验者效应和被试效应的额外变量的干扰方面，双盲实验就很好到利用了排除法。
三、实验设计与统计方法
(一)实验设计
1.实验设计及评价标准
实验设计(experimental design)是指实验进程的计划，其中包括实验对象的选择、实验因素的控制和实验程序的编排等。实验设计的目的是减少额外变量的干扰。
实验设计是指研究者针对需要验证的实验假设，为有计划地搜集观察资料而预先建立和依据的工作模式。心理学的实验设计是一门心理学与统计学相结合实验技术科学。广义地讲，实验设计包括几个方面：形成统计假设，并为检验假设、搜集和分析数据制定有效的计划；阐明检验假设所遵循的决策；按计划搜集资料；按计划分析数据；对统计假设的真伪作出归纳性推断。良好的实验设计不仅是实验过程的依据和处理结果的先决条件，也是科学研究获得预期结果的一个重要保证。
评价一个实验的良好性，首先是获得总体信息和代表性高信息的程度。其次，这种设计测量出的信息正是要测的包含在样本中的信息。可见，良好的实验设计必须满足两个标准，第一是内部效度，第二是外部效度。
内部效度是指实验变量能被精确估计的程度。如果排除对实验结果产生干扰的无关因素，能够使研究者相信实验结果确实是由实验变量引起的，则说明这个研究具有内部效度。
外部效度是指实验研究的结果能被概括到实验情景条件意外的程度。
实验设计的功能：a使因变量的变化最大b能控制好各种影响实验结果的额外变量c使实验中的误差变异最小。
评价实验设计的标准：a能够恰当地解决所欲解决的问题b恰当地控制实验中的额外变量c使实验结果有很高的可靠性。
实验设计的类型：a真实验设计（多变量设计；被试间设计和被试内设计；小样本设计）b准实验设计c非实验设计
2．前实验设计与事后设计
这两种实验设计都属于非实验设计。非实验设计是一种对现象的自然描述，一般用于识别和发现自然存在的临界变量及其关系，它可以为进一步实施更严格的实验设计积累资料。在使用这种设计时往往不易采取随机化的原则分配被试，而且也不易主动地控制自变量和其他无关变量。但是许多有效的实验研究都是在非实验设计的基础上取得成功并得到发展的。
2.1单组后测设计
只有一个实验组，，没有控制组，对这一实验组只给予一次实验处理，然后通过测量得到一个后测成绩。但是这一后测成绩很难说明是由实验处理X引起了实验结果O。
a设计模式： X O
b缺点：第一，没有对照组，研究者只能描述他所观察到的结果，而不能与对等控制组进行比较。第二，这一研究没有前测，因此失去了与前测成绩进行比较的依据。第三，没有控制机体变量、自变量及其他无关变量。第四，不能排除历史、选择和成熟等因素的影响。
2.2单组前测后测设计
这种实验设计是对单组后测设计的一种改进，它增加了在实验处理前的测验，但还是仅有一个实验组。是一种有用的非实验设计。
a设计模式： O1 X O2
b优点：首先，由于增加了前侧，该种设计可以提供被试的基线数据及某些有关信息。其次，控制选择变量，便于估计被试的个体态度对实验效果的影响（只有一个实验组，这一实验组又是控制组）
缺点：第一，历史因素常与实验处理的效应相混淆，使研究者很难判断在O1与O2之间出现的差异是由处理引起的，还是由无关因素引起的。第二，成熟影响实验的内部效度。第三，前测验可能会对后测的内容或形式产生威胁，从而影响实验处理的效果。第四，仪器、统计回归以及测验与处理的交互作用等也都可能会对实验的内部效度造成影响。
c设计的显著性检验可以使用3种统计分析方法即相关样本的t-检验；非参数的符号检验法；非参数的符号秩次检验法。
2.3固定组/静态组/整组比较设计
采用实验组和控制组两组被试，但不使用随机化的原则来选择被试，这两组被试在实验处理前就已经形成了。
a设计模式： 实验组 X O1
控制组 O2
b优点：首先，控制了历史因素。其次，控制测验效应和仪器因素的干扰（无前测验）。最后，控制成熟因素（使用了控制组）。
缺点：第一，对选择因素缺乏控制（即被试不是随机选择的）。第二，选择与成熟的交互作用，以及选择与处理的交互作用常常会影响实验的效度。
c设计的显著性检验：可以使用4种统计分析方法，包括独立样本的t-检验；非参数检验中的U-检验法；非参数检验中的中位数检验法；X-检验法。
2.4事后回溯设计
事后设计是指所研究的现象已经发生之后对其发生原因进行追溯。其研究对象是已经发生过的事件。在研究的过程中，研究者不需要设计实验处理或操纵自变量，只需通过观察存在的条件或事实，将这种已自然发生的处理或自变量与某种结果或因变量联系起来加以分析，以便从中发现某种可能的简单关系。事后回溯设计主要包括两种类型，相关研究设计和准则组设计。
a设计模式→： X O
b优点：首先，事后实验设计特别适用于对自然条件下出现的事件或各种学习现象进行时间上的追溯，以了解产生这些现象的信息。其次，事后回溯设计特别适用于研究简单的因果关系问题。再次，可以为提出的假设提供充足的论据。又次，事后回溯设计不需要人为作用的参与，在某些环境或特殊的条件下比其他的实验设计更有用。因此，研究者在不能采用严格的实验设计进行研究时，可考虑采用该设计方法。
缺点：第一，在设计中缺乏控制，研究者不能操纵自变量或随机分配被试。第二，研究中所追溯的原因可能有多个，在不同的情况下，一个特定的结果可能是由不同的原因引起的。第三，两个相关的因素可能并不存在因果关系，它们可能都是第三个因素的原因或结果。
改进方法：将调节变量引入事后回溯设计，利用方差分析的统计分析方法就可以达到对调查中的测量进行必要的控制。
设计模式： X1 Y1 O1
X2 Y1 O2
X3 Y2 O3
X4 Y2 O4
2.4.1相关研究设计
相关研究设计是在一个被试组内收集两个集合的数据，其中一个数据集合是观察到的结果，另一个则是被追溯的数据集合，研究的目的是确定这两个数据集合之间的关系（正相关、负相关和无关）。
a设计模式： O1 O2
b使用相关研究设计的目的在于借助所测量的变量之间的相关系数来确定变量之间存在的某种关系，并为提出变量间的因果关系奠定基础。通常某些研究的主要目的是要确立所研究的结果与追溯的原因存在着某种关系而不是进一步证实哪一个是原因，哪一个是结果。
注意：两变量之间存在相关关系并不一定意味着就是存在因果关系。关于两变量间的相关关系有3种解释，第一，O1是O2的原因或一部分原因。第二，O2是O1的原因或一部分原因。第三，O1和O2是未被测量的第三个变量的原因或一部分原因。
c设计的显著性检验可使用3种统计方法。第一，当所研究的两个集合中的数据都是连续数据时，可采用皮尔逊积差相关系数。第二，当所研究的两个集合中的数据一个是连续变量，另一个是二分变量时，可采用点二列相关系数。第三，当所研究的两个集合中的数据都是等级变量时，可采用斯皮尔曼等级相关系数。
2.4.2准则组设计：与相关研究设计类似，是对已经发生的事件进行研究的一种非实验设计。它要求研究者通过对所研究现象的被试的比较，确定某些被试（准则组）具有一种状态的特征，而另一些（非准则组）不具有这种状态的特征，然后去追溯可能存在的原因。
a设计模式： X O1
O2
b准则组设计的两个用途：第一，通过准则组与非准则组的对比，追溯与准则组相联系的特征有哪些。第二，比较准则组与非准则组对学习效果产生的影响有哪些。这里应该考虑准则组在智力发展、成熟等方面是否优于非准则组。
c设计的显著性检验可使用4种统计方法：t-检验、z-检验、非参数的曼-惠特尼U-检验和中位数检验法。
2.4.3相关研究设计与准则组设计的关系
前者的主要用途是辨认两个变量或两种现象间是否存在一定的关系以及存在什么形式的关系，后者的主要用途是通过准则组与非准则组的对比，研究存在一定关系的两变量之间具有什么样的状态特征。
3．准实验设计
准实验设计(quasi-experiment design)是指未对自变量实施充分的控制，但使用真正实验的某些方法搜集、整理以及统计分析数据的研究方法。准实验设计用于严格实验无法进行的情况。该设计常采用被试变量作为自变量，其本质是一种相关研究，其实验结果只能说明变量之间是相关的，而不能说是一个变量的变化引起了另一个变量的变化。准实验设计介于非实验设计和真实验设计之间，它对无关变量的控制比非实验设计要严格，但不如真实验设计控制得充分和广泛。通常准实验设计不易对被试进行随机抽样、随机分配，这时虽然可以设立控制组，但实验组和控制组的背景条件不可能保证一定相同。与前实验相比，准实验力图通过程序的改变，尤其是对测量的调整来提高对无关变量的控制。
优点：弥补了严格意义上的实验研究的不足；可以使研究者在道德和能力许可的范围内尽可能多地关注其所感兴趣的问题。
缺点：在该实验中实验者的自由度小，对额外变量的控制力弱；只能得到自变量和结果变量间的相关。
3.1单组准实验设计
适用于因条件限制和问题的性质而使研究者无法采用控制组的情况。
3.1.1时间序列设计
时间序列设计是指对一组非随机取样的被试实施实验处理，并在实验处理前后周期性地作一系列测量，然后分析设计结果是否具有非连续性，从而推断实验处理的效果。
实验处理的一系列测量结果反映出被试被试的最初水平或状态，这种状态下的测量分数为基线。在分析时间序列设计结果时，要注意实验处理前后的测量分数的总趋势和变化的连贯性。时间序列设计多用于小样本实验，其结果采用t检验进行考察。
a设计模式： O1 O2 O3 O4 X O5 O6 O7 O8
b优点：可以为研究者提供许多方便，并能较好地控制无关变量与处理效应。由于时间序列设计可以多次测量被试在处理前后的数据，因此通过观察处理X前后的变化趋势，就可以判断处理X前后在整个实验过程中的作用。也可以较好地控制“成熟”因素对内部效度的影响（在O～O的系列测量过程中，其间隔时间基本相同，在每个时间间隔内成熟的发展基本是相同的）。还可以控制测验因素的干扰和控制统计回归的因素。
缺点：第一，不能控制与实验处理同时发生的偶然事件的影响，不能排除那些与自变量同时出现的附加变量的影响（该设计研究是在没有控制组的情况下进行的）。第二，测验与处理X的交互作用在该设计中不容受到充分控制，因而会对实验的外部效度产生影响。第三，多次实施前测验往往会降低或增加被试对实验处理的敏感性，从而在被试身上产生作用而影响其在实验后的成绩。
c设计的显著性检验：考察实验处理X前（O～O对应点）的回归直线与实验处理X（O～O对应点）后的回归直线是否有显著差异。进行的显著性检验包括3个组成部分，即剩余标准差、截距和斜率。
3.1.2相等时间样本设计
在这一设计中只有一组被试和两个相等的时间样本，在其中的一个时间样本中不出现实验变量，而采用常规安排X0。该设计被广泛地应用在研究学生的学习中，它早期的典型应用是研究不同条件下学生学习的效应。采用在没有控制组的情况下，对两种实验条件（变量）进行比较的方法，即对X1和X0产生的效应进行比较。
a设计模式： X1（O1） X0（O2） X1（O3） X0（O4）
其中，X0：控制条件或无实验处理，X1：实验处理，O：观测值。
b优点：在控制影响内部效度的因素方面是完全有效的，能较好地控制“历史”因素。
缺点：在控制外部效度的因素方面并不理想，首先，测验的反作用效果会影响该设计的外部效度（从而使实验结果的推广受到限制）。其次，实验安排的反作用效果会影响该设计的外部效度（因而该实验结果很难推论到无这种反作用效果的群体）。再次，选择偏差与实验变量的交互作用可能会影响该设计的外部效度（所得到的实验结果只适用于与参加实验的被试同性质的群体）。最后，重复实验处理的干扰也会影响该设计的外部效度（该设计得到的结果不易被直接推广到无重复处理的情境中）。
c设计的显著性检验可以从3个方面做出统计分析。第一，对两种实验条件进行比较，以确定实验处理X1与控制条件X0的不同效应。第二，进行简单效应的比较，即比较在实验处理X1条件下的顺序效应，以及在控制X0条件下的顺序效应，以确定时间效应。第三，通过对实施变量与实施顺序之间交互作用的分析来考察在时间序列中不同处理效果的不同变化。
3.2多组准实验设计（包括有实验组和控制组）
适用于使实验结果尽量少受无关因素干扰、具有较高的可靠性并且条件允许的情况。
3.2.1不相等实验组控制组前测后测设计（非等组前后测设计）
非等组前后测设计中设置了控制组和前后测，但是控制组和实验组不是通过随机抽样或得的。
a设计模式： O1 X O2
O3 O4
b优点：第一，基本上控制了历史、成熟、测验等因素对实验的干扰（增添了控制组）。第二，研究者可以了解实验处理实施前的初始状态，从而对选择因素有了初步的控制（两组都有前测验）。
缺点：第一，由于两组被试不是随机抽取、随机分配的，实验组和控制组之间就可能存在选择偏差。第二，选择与成熟、选择与实验处理的交互作用可能会降低该设计的效度（该设计没有使用随机化方法来分配被试或实验处理，实验组与控制组是不对等的）。第三，实验结果不能被直接推广到无前测的情境中（两组都使用了前测验安排）。
c设计的显著性检验：可以采用t-检验（参数统计）、曼-惠特尼U-检验或中位数检验（非参数检验）来对分别求出的两组增值分数的平均数进行检验。
3.2.2不相等实验组控制组前测后测时间序列设计
这一设计是在单组时间序列设计和不相等实验组控制组前测后测设计的基础上，组合而成的一种多组准实验设计。
a设计模式： 实验组 O1 O2 O3 O4 X O5 O6 O7 O8
控制组 O1 O2 O3 O4 O5 O6 O7 O8
b优点：该设计具有时间序列设计的特点，也具有不相等实验组控制组前测后测设计的特点，基本上有效的控制了影响该设计内部效度的因素（即成熟、历史因素和练习效应）。
缺点：测验的反作用效果，以及选择偏差与实验处理的交互作用则可能会成为影响该设计外部效度的因素。
c实验设计的显著性检验可以使用两种统计分析方法来进行检验，第一种，求出实验处理X前的4个平均数的共同平均数，并求出控制组相应的4个平均数的共同平均数。接着求出实验组和控制组的各自后4个平均数的共同平均数。然后将实验组的前测、后测的增益与控制组的前测、后测的增益用独立的t-检验或独立的z-检验来进行比较。第二种，对实验组的4个前测成绩（l1）、4个后测成绩（l2）以及控制组的8个成绩（l3）求出各自的回归直线方程。检验直线（l1）与（l2）是否差异显著，以确定两组在选择上是否存在偏差；检验直线（l1）与（l2）或者直线（l2）与（l3）是否存在显著差异，以确定接受实验处理所产生的效果。
3.3修补设计
修补设计是将两个非实验设计相结合而构成一种准实验设计。
3.3.1分解样本前后测设计。从形式上看，这种设计是将前实验设计的单组前后测设计重复进行，其基本形式如下：
A组：O1 X O2
B组： O3 X O4
分解样本前后测设计常用于被试量大，条件又不允许同时施测的情况。
3.3.2