额外变量的控制

额外变量的控制：额外变量的控制

额外变量是使实验结果发生混淆的主要根源。要提高研究的科学水平，就要采取一定的方法来控制额外变量。对额外变量的控制，通常采用以下几种方法：

1.排除法排除法（eliminationmethod）是把额外变量从实验中排除出去。如果外界的噪音和光线影响实验，最好的办法是进入隔音室或暗室，这样可把它们排除掉。霍桑效应和实验者效应会影响实验结果，最佳的办法是采用双盲实验（doubleblindexperiment）。从控制变量的观点来看，排除法确实有效。但用排除法所得到的研究结果却缺乏推论的普遍性。例如，如果顾虑主试者与被试者的彼此接触会影响实验结果，而采用自动呈现刺激及自动记录实验结果的方法，则所得结果便不能对人们日常生活中的同类行为作出推论和解释。

2.恒定法恒定法（constantmethod）就是使额外变量在实验的过程中保


持固定不变。如果消除额外变量有困难，就可以采用恒定法。不同的实验场所、不同的实验者、不同的实验时间都是额外变量。有效的控制方法是在同一实验室、由同一实验者、在同一个时间对实验组和控制组使用同样的实验程序进行实验。如果实验时强度变化的噪音无法消除，则可以用噪音发生器发生恒定的噪音来加以掩蔽。除上述实验条件保持恒定外，实验者和控制组被试者的特性（如年龄、性别、自我强度、成就、动机等）也是实验结果发生混淆的主要根源，也应保持恒定。只有这样，两个组在作业上的差异才可归于自变量的效果。用恒定法控制额外变量也有缺点：（1）实验结果不能推广到额外变量的其他水平上去。例如，如果只用男性成人作为被试者进行实验，其结果不能推广到女性成人。（2）操纵的自变量和保持恒定的额外变量可能产生交互作用。例如，如果被试者是男性，实验者是富有魅力的女性，实验时，实验者可能使被试者分心。这是交互作用产生的额外变量。

3.匹配法匹配法（matchingmethod）是使实验组和控制组中的被试者的特点相等的一种方法。使用匹配法时，先要测量所有被试者和实验中要完成的作业具有高相关的特点；然后根据测得的结果把实验组和控制组的被试者的特点匹配成相等的。若要做“练习对学习射击成功影响”的实验，先预测一下被试者打靶的成绩，然后把两个预测成绩相等（击中环数相等）的被试者分别分到实验组和控制组，匹配成条件相等的两组被试者参加实验。这种方法在理论上虽然可取，但在实际上很难行得通。因为，如果超过一个特性（或因素）以上时，实验者常感到顾此失彼，甚至无法匹配。例如，实验者要同时考虑年龄、性别、起始成绩、智力等因素，力图使所有因素均匹配成相等而编为两组就很困难了。即使能解决此困难，也将使很多被试者不能参加这个实验。更何况，属于中介变量的诸因素，如动机、态度等，更是无法找到可靠的依据进行匹配。因此，匹配法在实际上并不常用。

4.随机化法随机化（randomization）是根据概率理论，把被试者随机地分派到各处理组中。从界定的被试者总体中用抽签法或随机数字法抽取被试者样本，由于随机取样使总体中的各个成员有同等机会被抽取，因而有相当大的可能性使样本保持与总体有相同的结构。随机取样后，再把随机抽出的被试者样本随机地分到各种处理中去。例如，有三种处理组：实验一组、实验二组、控制组。给每一处理组指定一个数字，如0、1、2，并定好先分给样本A，再分给样本B、C。如果在随机表上遇到“2”，就把样本组A定为控制组；再遇到“0”，就把样本组B定为实验一，依此类推。从理论上讲，随机法是控制额外变量的最佳方法，因为根据概率理论，各组被试者所具备的各种条件和机会是均等的，不会导致系统性偏差。它不仅能克服匹配法顾此失彼的缺点，还能控制难以观察的中介变量（如动机、情感、疲劳、注意等）。随机法不仅能应用于被试者，也能应用于呈现刺激的安排。例如，如果有许多处理施加于被试者，为了消除系列效应（即前面的处理对后面的处理的影响），可以用随机法安排各种处理出现的顺序。

5.抵消平衡法抵消平衡法（counterbalancingmethod）是通过采用某些综合平衡的方式使额外变量的效果互相抵消以达到控制额外变量的目的的方法。这种方法的主要作用是控制序列效应（sequenceeffect）。如果给被试者施加一系列以固定顺序出现的不同处理，被试者的反应将会受到时序先后的影响。如果先后两种处理在性质上无关，就会产生疲劳的影响。这两种影响都可以使实验发生混淆，因而要加以抵消。如果只有A、B两种处理，最常


用的抵消序列效应的方法是用ABBA的安排。即对同一组被试者先给予A处理，再给予B处理；然后倒过来，先给予B处理，再给予A处理。如果对几组被试者给予两种以上的处理，为了抵消序列效应则可采用拉丁方实验（Latinsquareexperiment）。

6.统计控制法上述各种方法都是在实验设计时可以采用的。这些方法统称为实验控制（experimentalcontrol）。但有时候由于条件限制，上述的各种方法不能使用，明知有因素将会影响实验结果，却无法在实验中加以排除或控制。在这种情形下，只有做完实验后采用协方差分析（或共变数分析）（analysisofcovariance），把影响结果的因素分析出来，以达到对额外变量的控制。这种事后用统计技术来达到控制额外变量的方法，称为统计控制（statisticalcontrol）。例如，在对两班学生进行实验以比较两种教学方法的好坏时，虽然实验者事先知道此两班学生的智力不等，但限于条件，实验前却无法对智力因素加以控制使两班学生的智力水平相当。显然智力是影响实验结果的重要因素。实验后，使用协方差分析将智力因素所产生的影响排除后，就可以比较两种教学方法的优劣了。统计控制法除协方差分析外，还可用偏相关等方法。