第三章 实验设计范文.docx

第三章 实验设计范文.docx

《第三章 实验设计范文.docx》由会员分享，可在线阅读，更多相关《第三章 实验设计范文.docx（30页珍藏版）》请在冰豆网上搜索。

第三章实验设计范文

第三章实验设计

本章主要内容

⏹主要内容：

⏹一　实验设计的概念

⏹二　实验设计的内容

⏹三　实验设计的基本类型Ⅰ

⏹四　实验设计的基本类型Ⅱ

一　实验设计的概念

⏹实验设计（experimentaldesign）是控制实验条件和安排实验程序的计划。

二　实验设计的内容

⏹①自变量（或刺激变量）的确定及其呈现的方式；

⏹②因变量（或反应变量）的指标及其测量方法；

⏹③对一切有关变量（或变项）的控制措施；

⏹④确定被试总体及被试样本人数和选择被试的方法；

⏹⑤拟定主试在实验开始前对被试者要说的指导语；

⏹⑥规定实验次数；

⏹⑦安排实验程序；

⏹⑧规定使用仪器的型号；

⏹⑨规定处理实验数据的方法。

怎样确定被试样本人数

⏹一项研究应从总体中抽取多少被试好?

⏹容量越大越好?

⏹容量越小，会影响样本的代表性，使抽样误差增大而降低实验研究推论的精确性。

⏹样本容量过大，虽然减少了抽样误差，但可能增大过失误差，增大无谓的经费开支和精力。

怎样确定被试样本人数

⏹在样本的选择上，最重要的是样本要有高的代表性，愈有代表性的样本，类推样本总体的性质就愈正确。

对总体而言，选取的样本是否具有代表性，根据下列三项因素而定：

⏹一是选取的样本大小是否足够，

⏹二是样本选取时抽样的方法是否恰当；

⏹三是从样本处所获得的数据是否精确。

⏹取样的样本要多少才算“够大”？

⏹在研究设计中，被试的数目要多大才算具有代表性，多大的样本才算够大，这个议题，社会科学研究领域中，似乎无一致结论。

其中，学者sudman（1976）提出的看法，可供研究者参考。

Sudman认为：

⏹初学者进行与前人相类似的研究时，可参考别人样本数，作为自己取样的参考。

⏹如果是地区性的研究，平均样本人数在500-1000人之间较为适合；而如果是全国性研究，平均样本人数约在1500-2500人之间较为适宜。

⏹学者Gay（1992）对于样本数多少，则提出以下看法：

⏹描述研究时，样本数最少占总体的10%，如果总体较小，则最小的样本数最好为总体的20%.

⏹相关研究的目的在于探究变量间的有无关系存在，受试者至少须在30人以上。

⏹因果比较研究与许多实验研究，各组的人数至少要有30位。

⏹如果实验研究设计得宜，有严密的实验控制，每组受试者至少在15人以上，但权威学者还是认为每组受试者最少应有30人，最为适宜。

⏹学者Borg与Gall（1983）二者即认为，样本数多少受到多种变量的影响，在下列几种条件或情景中，要采取较大的样本数：

⏹编制之测量工具的“信度”（可靠性）较低时。

⏹研究进行中有较多变量无法控制时。

⏹统计分析时，受试者须再细分为较小的各群组来分析比较时。

⏹实验设计时，预期会有较多受试者中途推出时。

怎样确定实验研究中被试样本人数

⏹确定样本人数时要考虑以下因素

⏹１、实验研究所要求的精确度

⏹精确度是指样本平均数与总体平均数的一致性程度。

精确度是确定样本容量的一个重要因素。

d是评价抽样结果精确度的一个指标。

⏹样本平均数（x’）估计总体平均数（u），从总体中随机抽取一个样本，即使没有系统误差和过失误差，x’也不一定等于u，此时（x’-u）就是抽样误差。

⏹一般情况下，样本的分布为正态分布，所以对任一（x’i）而言，尽管存在着抽样误差，但由于x’i有９５％的可能性在临界值范围内，抽样误差不超过这个范围的一半（用d表示），称d为最大允许抽样误差。

⏹但是如果（x’i－u）大于d，即x’落到临界区之外，统计上就认为x’i已不是来自该总体的一个样本了。

⏹2、研究问题所涉及的总体大小

⏹如6岁儿童的注意特点.

⏹3、研究者的经费、人力、物力等条件

⏹4、实验对象可供选择的可能性也制约着样本的大小

⏹如连体儿

⏹5、所选样本大小与实验类型有关

⏹如果实验是属于因素型实验，并采用相关设计的方法，那么样本的被试要大于40。

若实验是属于函数型实验，并且用T检验，那么被试数可小于30。

⏹总之，上述5种因素，应综合起来考虑，决定一个研究的被试数量。

实验设计的基本类型

⏹从对实验控制条件的严密程度的不同：

⏹①真实验设计

⏹②准实验设计

⏹③非实验设计

⏹根据实验中要操纵变量的多少：

⏹①单因素实验设计

⏹②多因素实验设计

⏹根据在各种自变量及各种处理水平中是否用相同被试：

⏹①被试内设计

⏹②被试间设计

⏹③混合设计

三　实验设计的基本类型Ⅰ

⏹

（一）被试间设计

⏹

（二）被试内设计

⏹（三）混合设计

（一）被试间设计

⏹被试间设计是每个被试（组）只接受一个自变量的处理，对另一被试者（组）进行另一种处理，故又称独立组设计。

（一）被试间设计

⏹优点：

一种实验处理（或实验条件）不会影响另一种实验处理，避免了练习效应和疲劳效应等由实验顺序造成的误差。

⏹缺点：

⏹1、所需要的被试数量巨大。

⏹2、由于接受不同处理的总是不同的个体，不能排除个体差异对实验结果的混淆。

⏹举例：

在一个实验中测定30个学生记忆无意义单词的能力。

⏹自变量：

每个单词被诵读的次数：

一次或五次。

⏹被试间设计：

被试分成两组，每组十五个学生，一组学习五次，另一组学习一次。

⏹思考：

本设计存在问题吗？

⏹等组问题

⏹在被试间设计中，实验者必须尽量减少两个或多个组别中的被试差异。

⏹被试间设计采用两类分组技术来解决等组问题：

匹配和随机化。

1、匹配（matching）设计

⏹匹配设计是指将被试按某一个或几个特征上水平的相同或相似加以配对，然后再把每一对中的每个被试随机分配到各个组别。

也叫对等组设计、配对组设计。

匹配组设计的步骤

⏹第一步：

先对所有被试进行前测（pretest），然后根据前测的作业分数进行匹配。

⏹匹配时，前测的内容必须是和实验作业高度相关的。

⏹相同任务：

如打靶；根据打靶成绩进行分组；

⏹类似任务：

如问题解决→不同种类问题解决；

⏹相关任务：

如智力测验→问题解决。

匹配组设计的步骤

⏹第二步，得到前测分数后，就可以根据这个成绩进行匹配分组。

⏹举例：

在某项研究中要将30个被试分配到三个自变量水平A、B、C中。

⏹研究者需要先将被试按前测作业分数的高低排列，然后将前三个被试随机分配到A、B、C三组，接着将接下来的三个被试如法分配，直到分配完毕。

1、匹配（matching）设计

⏹对动物进行被试间设计的实验研究时，一项重要的匹配技术是拆窝技术（split-littertechnique）。

匹配设计的优缺点

⏹优点：

在实验处理之前，就把组间变异缩到最小，并使各组内变异比单独的随机分配更接近相等。

⏹缺点：

⏹

（1）匹配往往是不完全的。

⏹

（2）匹配法往往耗费大量的工作量。

⏹（3）匹配的多个特征之间如果存在交互作用，就可能混淆实验结果。

⏹（4）防止统计回归效应介入。

2、随机化设计

⏹将被试随机分配在不同的组内接受不同的自变量处理。

⏹随机化法的统计学前提是：

各随机被试组在未经受不同处理之前是相等的，即使有差异也是在统计允许的限度以内的随机误差。

随机化设计的优缺点

⏹优点：

⏹

（1）控制两组被试变量的差异，分组方法简单可行。

⏹

（2）由于对每一被试者只作一次观测，可消除某些实验误差。

⏹缺点：

⏹

（1）分成等组的方法仍欠精密。

⏹

（2）若两组在不同时期观测，就有可能插入实验以外的偶发事件，影响因变量的观测结果。

被试间设计总结

⏹每个被试只接受一个自变量水平的处理（即简称一种实验处理或称一个实验条件）。

由于每一个人只接受一种处理方式，因此一种处理方式不可能影响或污染另一种处理方式。

（二）被试内设计

⏹被试内设计就是把相同的被试分配到不同的自变量或自变量的不同水平下（实验处理），也叫单组实验设计。

⏹优点：

⏹1、内设计需要的被试较少。

⏹2、组内设计方便、有效。

⏹3、心理学的某些领域需要使用组内设计。

⏹4、组内设计消除了被试的个别差异对实验的影响。

⏹缺点：

⏹1、顺序效应。

⏹2、不能用来研究某些被试特点自变量之间的差异。

⏹3、对实验条件需要较长恢复期的实验，要防止间隔内偶然发生的事件对实验结果的影响。

⏹4、当自变量的不同水平代表一种连续事件的延续结果时，不宜使用组内设计。

⏹被试内设计可分为三种子类型：

1、实验前后设计；2、定时系列设计；3、抵消实验条件的设计。

1、实验前后设计

⏹指在实验条件处理前对被试进行观测的结果与实验条件处理后的同样观测结果加以对比的设计。

实验前后设计举例

⏹目的：

第一次参加射击运动的人在接受打靶训练前后打靶成绩的变化。

⏹方法：

选择10名从来没有参加过射击运动的被试，在他们进行打靶练习前，先进行一次打靶测验，记录下他们的打靶成绩（前测成绩）。

然后对他们进行为期1周的打靶训练，每天2小时。

训练结束后，再次对他们进行打靶测验，记录下他们的成绩（后测成绩）。

将前后两次成绩进行比较，就可以看出1周的训练是否有效果。

实验前后设计评价

⏹优点：

⏹

（1）能较明显地检测出实验处理的效果如何；

⏹

（2）被试的需要量较少。

⏹缺点：

⏹

（1）前后两次观测之间存在时间间隔，会带来外来影响；

⏹

（2）易产生顺序误差。

2、定时系列设计

⏹指实验处理前对一组被试作一系列的定时重复观测，然后实施实验处理,再对被试作一系列的定时重复观测，分析自变量对因变量的影响。

定时系列设计举例

⏹代币法对儿童问题行为矫正的作用

⏹代币法又称奖励强化法，代币管制法。

这是一种通过强化（奖励）而形成某种期望出现的适应性行为的方法。

代币实际上是一种可以在某一范围内兑换为物品、愿望、要求的证券。

可以是小红旗、带有分值的小卡片等。

⏹代币法不仅可以使每次行为反应都能获得强化，而且可以使行为发生之后立刻获得满意的结果。

这种筹码就像游乐场用来代替货币的铜板，是行为改变和强化物之间的媒介。

学生有好的行为出现，可以得到筹码，有了筹码可以和教师换取玩具、学习用品或其他喜欢的东西。

如果学生有不好的行为出现，就要相应地罚没一部分筹码。

定时系列设计评价

⏹优点：

除具有前后设计的优点，还具有

⏹

（1）降低由于一次观测而得到被试不正常行为的机率；

⏹

（2）提供测量过程中的信息。

⏹缺点：

⏹

（1）多次的观测延长了实验时间，从而会有更多的外来影响；

⏹

（2）多次的观测易引起顺序误差，更易导致练习、疲劳、紧张或厌烦等效应。

3、抵消实验条件的设计

⏹指抵消实验过程中额外变量的一种设计。

⏹要抵消顺序误差，最简单的方法就是用ABBA的排列顺序来安排实验顺序。

其模式如下表所示。

抵消实验条件的设计示例

⏹实验设计题一：

饮料喜好问题

⏹实验设计题二

⏹人们解决两个不同问题的思维特点分析

⏹实验任务：

分马问题和肿瘤问题

喜好饮料问题

⏹美国两大饮料公司的百事可乐公司做过一个实验，想证明顾客更喜欢哪个公司的饮料。

⏹把声称喜欢可口可乐的顾客请来，让他们品尝两种饮料。

写有Q字母的玻璃杯中装可口可乐，写有M字母的玻璃杯中装百事可乐。

顾客不知道哪只杯放的是哪种饮料。

喜好饮料问题

⏹实验表明半数以上的人更喜欢百事可乐。

⏹实验结果不可靠，也许顾客只是更喜欢用带有M字母的杯子。

可口可乐公司通过实验证明了这点，但并没有证明顾客到底喜欢哪种饮料。

⏹你能自己设计一个实验来解决这个问题吗？

喜好饮料问题

⏹有效的实验设计应该是这样的：

两个杯子一模一样，既没有字母，也没有任何其他不同的标记可以让被试看见或摸得到。

⏹将可口可乐或百事可乐分别倒进两只杯里，一半被试先饮可口可乐，然后饮百事可乐；另一半被试先饮百事可乐，然后饮可口可乐。

⏹这样的实验安排就不存在喜欢字母的问题了，而且，实验顺序的效应也抵消了。

喜好饮料问题

⏹如果设A为可口可乐，B为百事可乐，那么实验设计就是：

⏹被试实验顺序

⏹50%AB

⏹50%BA

分马问题

⏹如下图所示，栏内有九匹马，请画出两个正方形将每一匹马分隔开。

肿瘤问题

⏹假如你是个医生，面临一个胃部患恶性肿瘤的病人，这个病人不能动手术，但如果不摧毁肿瘤，病人会死掉。

有一种射线可用来摧毁肿瘤，但如果用高强度射线幅射肿瘤，肿瘤虽会被摧毁，但这种高强度射线也会使肿瘤通道上的健康组织受到损伤。

强度较低的射线对健康组织无害，但也不会摧毁肿瘤，用什么方式能使射线摧毁肿瘤同时又避免伤害健康组织呢?

设计

⏹如何安排人们解决这两个问题的顺序？

抵消实验条件的设计评价

⏹优点：

⏹

（1）能较好地控制被试变量；

⏹

（2）能较好地控制顺序误差；

⏹（3）时间上比较经济。

⏹缺点：

⏹

（1）反应变量在时间维度（轴）上的关系是线性时才能使用。

⏹如：

被试对实验室照明的适应可能对初始的实验处理有影响

⏹

（2）对有些实验不适用。

⏹如用两种学习方法学习同一实验材料。

（三）混合设计

⏹混合设计是指在一个研究中有些自变量按组内设计安排，有些自变量按组间设计安排。

（三）混合设计

⏹混合设计的基本方法

⏹首先确定实验中的被试间因素和被试内因素，将被试按被试间因素的水平数随机分组，然后，每组被试接受被试间因素的某一处理水平与被试内因素所有处理水平的结合。

混合设计举例一

⏹Johnson等（1983）用混合设计的方法比较抑郁者和非抑郁者的记忆成绩。

⏹他们假设，抑郁者比非抑郁者对于未完成的记忆任务的记忆效果更好。

⏹实验中，要求抑郁组和非抑郁组完成20项记忆任务，其中，10项记忆任务在完成之前被打断。

在全部任务完成后，要求被试回忆记忆任务的名称或尽可能多地描述记忆任务。

比较

⏹被试变量是组间设计（抑郁、非抑郁）

⏹任务类型是组内设计（完成、未完成）。

混合设计举例二

⏹让被试以不同的背诵方式对一系列意义上没有联系的3个英语单词为一组的材科进行加工，背诵的次数也不相同。

⏹背诵方式有4种，产生了4种实验条件：

（1）数字条件。

（2）机械背诵。

（3）造句背诵。

（4）想象背诵。

⏹背诵次数分别为1，2，4，8，10次，每次背诵时间为2秒。

⏹背诵方式（A）为组间设计：

所有被试分成4组，每组被试只用一种方法背诵。

⏹背诵次数（B）为组内设计：

但在每种背诵方式下，背诵次数都有1，2，4，8，10五种．每个被试都要按随机安排的顺序轮流进行这五种不同次数的背诵。

⏹本实验的设计模式

⏹A表示背诵方式

⏹B表示背诵次数

实验程序

⏹1、选择被试

⏹2、被试分组

⏹3、安排被试接受哪些实验处理

⏹4、分组实验

1组：

数字条件实验

⏹指导语：

“你的任务是记忆数字如30、89等等，但这个任务过于容易，于是呈现三个一组的单词‘map、wood、sand’来干扰你对数字的记忆。

”

⏹每次背诵完毕，要求被试默写刚背过的数字。

⏹但在整个实验结束时，却在被试未曾料到的情况下立即要求被试把他所见过的单字默写出来，如“地图、木头、纱”等等。

⏹在这种实验条件下，主试有意对被试进行欺骗，让他把主要注意力用于背数字，而只用最少的注意力去观察单字，目的是考察在最少注意时对单字的记忆成绩如何。

在数字条件下，背诵次数为2次的具体程序如下

实验结果

练　习

⏹练习1

⏹A、B是两个自变量，各有两个水平，如A为组内设计，B为组间设计，试说明在一项混合设计中具体的实验过程（程序）是怎样的？

⏹练习2

⏹有人要了解手动作的稳定性是否受情绪的影响，他让青年组在兴奋状态测定，平均得10分，让老年组在安静中测定，平均得9分。

经过统计检验，两组手稳定性得分差异不显著，因此他下结论说：

手动作稳定性不受情绪的影响。

你认为他的结论是否正确？

为什么？

四、实验设计的基本类型Ⅱ

▪

（一）真实验设计

▪

（二）准实验设计

▪（三）非实验设计

（一）真实验设计

⏹实验者能有效地操纵实验变量，有效地控制内在无效来源和外在无关因素的影响，能在随机化原则基础上选择和分配被试。

（P19）

（一）真实验设计

⏹真实验设计有两个特点：

⏹1.包含两组（或两组以上）的被试:

“实验组”与“控制组”。

⏹2.被试采取随机取样与随机分派。

真实验设计类型

⏹真实验设计之一：

完全随机化设计

⏹真实验设计之二：

多因素实验设计

⏹真实验设计之三：

随机化区组设计

真实验设计之一：

完全随机化设计

⏹完全随机化设计也称简单随机化设计，是指用随机化方法将被试随机分为几组，然后依实验的目的对各组被试实施不同的处理。

（P20）

⏹1.随机实验组控制组前测后测设计

⏹2.随机实验组控制组后测设计

⏹3.随机多组后测设计

⏹4.所罗门四组设计

1.随机实验组控制组前测后测设计

⏹

（1）设计的模式

⏹

（2）设计的评价

⏹（3）设计的显著性检验

⏹（4）设计的实例分析

（1）设计的模式

（2）设计的评价

⏹优点:

⏹随机实验组控制组前测后测设计基本控制了绝大多数影响内部效度的因素。

⏹使用前测验，为检查随机分组是否存在偏差提供了充分的依据．

⏹缺点:

⏹出现测验的反作用效果，导致对实验设计外部效度的影响。

（3）设计的显著性检验

⏹1、对增值分数进行统计分析。

⏹方法有：

t-检验（参数统计）；曼—惠特尼（Mann—Whitney）U-检验或中位数检验（非参数检验）。

⏹2、协方差分析法。

（4）设计的实例分析

⏹沃坦阿贝、黑尔和洛马克斯曾应用随机实验组控制组前没后测设计做过研究：

“通过一系列教学程序和方法的训练，来培养学生根据报纸标题预测所报道内容的能力”。

方法步骤

⏹1、被试：

沃坦阿贝等研究者随机抽取了46名8年级的学生，把将其随机分为两组，随机布置一组为实验组，接受标题阅读教学，而另一组为控制组，仍接受常规阅读教学。

⏹2、对两组学生进行前测：

阅读20个标题并预测其所述内容。

⏹3、用3周时间，对实验组进行标题阅读教学，对控制组进行常规教学。

⏹4、对两组学生进行后测。

记分方式

⏹对前测后测所预测内容实施五点量表的客观记分标准。

⏹0分表示对标题所含内容未正确预测任何内容

⏹1分表示预测标题所含内容基本不正确。

⏹2分表示预测标题所含内容难以确定。

⏹3分表示预测标题所含内容基本正确。

⏹4分表示预测标题所含内容完全正确。

统计方法

⏹协方差分析，前测分数作协变量。

结果

⏹实验组成绩显著高于控制组。

2．随机实验组控制组后测设计

⏹

（1）设计的模式

⏹

（2）设计的评价

⏹（3）设计的显著性检验

⏹（4）设计的实例分析

（1）设计的模式

（2）设计的评价

⏹1、控制了历史和成熟因素对内部效度的影响；

⏹2、控制了选择和被试的中途退出等影响内部效应的因素。

⏹3、控制了测验与实验处理交互作用对实验外部效度的影响。

（3）设计的显著性检验

⏹1、t—检验

⏹2、曼-惠特尼U-检验或中位数检验法。

（4）设计的实例分析

⏹卢仲衡等（1981）的研究项目“初中一年级数学自学辅导教学协作实验研究”。

见P23

3.随机多组后测设计

⏹

（1）设计模式

⏹

（2）设计的显著性检验

（1）设计的模式

RxlOl

Rx2O2

Rx3O3

（2）设计的显著性检验

⏹采用单因素方差分析

⏹组间变异

⏹每个实验处理平均数与总平均数之间的差异。

⏹组内变异

⏹被试组内每个被试与所在实验处理组平均数之间的差异之和。

⏹F＝组间变异/组内变异

4.所罗门四组设计

设计模式

4.所罗门四组设计

⏹统计方法:

⏹独立样本2×2的方差分析

⏹基本格式如下

真实验设计之二：

多因素实验设计

真实验设计之二：

多因素实验设计

⏹多因素实验设计是指在实验中包括两个或两个以上因素（自变量），并且每个因素都有两个或两个以上的水平，各因素的各个水平互相结合，构成多种组合处理的一种实验设计（P25）。

⏹一、多因素实验的优点

⏹二、多因素实验设计的分类

⏹三、多因素设计的主要效应与交互作用的效应

一、多因素实验的优点

⏹有三个明显的优点：

⏹效率高

⏹实验控制较好

⏹可以获得交互作用

二、多因素实验设计的分类

（一）自变量的数目及其水平

（二）被试分派程序

（一）自变量的数目及其水平

⏹按照自变量的数目和每一自变量的水平，可分为双因素析（二向）因设计和三因素（三向）析因设计等等。

⏹由于每个自变量又有不同的水平，所以双因素析因设计又分为2X2设计、2X3设计等等。

⏹三因素析因设计：

2X2X2设计、2X3X3设计

⏹在因素设计中，为简化表述，常常采用一些英文字母、符号和数字，作为各个因素和因素各个水平及其相互关系的标志。

⏹通常用英文大写字母来表示因素，用与大写字母相对应的小写字母来代表因素的水平，而用乘号（×）表示因素之间的相互结合关系。

⏹例如，像包括Xa和Xb两个自变量的设计，简写为A×B因素设计。

包括Xa、Xb和Xc三个自变量的设计，简写为A×B×C因素设计。

⏹例如，有人想研究大学生对红、绿、黄三种灯光的反应是否与灯光的强度有关。

⏹在这项实验中，A代表灯光强度，是一种因素（自变量Xa），包括强和弱两种水平；B代表灯光频率，是另一个因素（自变量Xb），包括红、绿、黄三种水平。

这种二因素析因设计就是2X3因素设计。

⏹若它还想同时研究反应时是否有性别差别，则C代表性别（自变量Xc），分男女两个水平。

这种三因素析因设计就是2X3X2因素设计。

⏹实验处理的计算方法

⏹在析因设计中，研究者要操作的实验处理的个数就是各自变量的水平个数的乘积。

例如，在一项二因素实验设计中，设A因素有p个水平，B因素有q个水平，则研究者就应操作p×q个实验处理。

⏹只要确定了一个设计是2X2，2X3或2X2X2，2X3X3因素设计，也就确定了不同的处理的数目。

⏹若是2X2因素设计，那么有　个处理

⏹若是2X3因素设计，那么有　个处理

⏹若是2X2X2因素设计，那么有　个处理

⏹若是2X3X3因素设计，那么有　　个处理

⏹1、随机分派

⏹当被试按照随机原则分派到每个处理中去时，这种设计称为随机多因素设计。

结合自变量数目和每个自变量水平的标准来分类，可形成随机2X2因素设计、随机2X3因素设计、随机2X2X2因素设计、随机2X3X3因素设计。

。

。

。

⏹实验设计中需要多少被试？

⏹2、重复测量

⏹若被试分派根据重复测量来分派，那么所有的被试要接受全部处理组合，这种设计称为重复测量的多因素设计。

可分为两因素、三因素等重复测量设计。

⏹需要的被试人数少

⏹被试分配如下

⏹3、混合分派

⏹是指实验研究中有些自变量（被试间自变量）按随机原则分派被试，组成独立的随机组，分别接受不同的处理或处理组合；而有些自变量（被试内变量）按重复测量的方式分派被试，即全部被试接受所有的处理或处理组合。

⏹这种在一个实验研究中既有被试间自变量又有被试内自变量的设计称为混合实验设计。

2x2因素混合设计的