教育实验法.ppt

教育实验法,实验法概述,实验研究方法初始于自然科学的研究。我国古代的墨经中记载的“针孔成像”、古希腊阿基米德计量“王冠”含金量，都是公认的古代科学实验的典型。近代以来，实验法逐渐用于社会科学的研究。在教育领域，自从1768 年裴斯泰洛齐创办“新庄”实验学校，许多教育家相继创办各种实验学校，特别是拉伊和梅伊曼把实验科学的实验模式引入到教育研究中来，推动了在教育教学各个方面进行实验研究的开展。时至今日，实验研究方法成为教育科学研究的重要方法之一。,实验即实验法的定义,实验的一般定义：一种经过精心的设计，并在高度控制的条件下，通过操纵某些因素，来研究变量之间因果关系的方法。实验的基本目标是决定两个变量之间是否具有因果关系。,一般来说，在实验过程中，研究者通过引入(或操纵)一个变量(即自变量)，以观察和分析它对另一个变量(即因变量)所产生的效果。从方法论上看，实验是定量研究的一种特定类型，它比其他几种教育科学研究方法更直接地基于实证主义的背景和原理。尤其是在检验变量之间的因果关系方面，实验研究具有最突出的效用。因为，判断因果关系的三个条件在实验研究的方式中，可以得到最为充分的满足。,实验法的三个要素,实验组与控制组； 前测与后测； 自变量与因变量。 任何一项实验研究，一般都会涉及到这些基本要素。可以说，实验研究的这三种基本要素，构成了实验研究所具有的独特的语言。,自变量与因变量,自变量是引起其他变量变化的变量，故也称作原因变量。而因变量则称作结果变量。在实验研究中，自变量又称作实验刺激(experimental stimulus)，而因变量则往往是研究所测量的变量。实验研究的中心目标是探讨变量之间的因果关系，其基本内容是考察自变量对因变量的影响，即考察实验剌激对因变量的影响。与一般意义上的自变量有所不同的是，实验中的自变量通常都是二分变量，即它通常只有两个取值：有和无，即给予实验刺激或不给予实验剌激。,前测与后测,在一项实验设计中，通常需要对因变量(或结果变量)进行前后两次相同的测量。第一次在给予实验剌激之前，称为前测(pretest)。第二次则在给予实验剌激之后，称为后测(posttest)。研究者通过比较前测和后测的结果，来衡量因变量在给予实验刺激前后所发生的变化，反映实验刺激(自变量)对因变量所产生的影响。这种测量既可以是一次问卷调查，也可以是一项测验。,实验组与控制组,实验组(experimental group)是实验过程中接受实验剌激的那一组对象。即使是在最简单的实验设计中，也至少会有一个实验组。控制组(control group)也称为对照组，它是各方面与实验组都相同，但在实验过程中并不给予实验刺激的一组对象。控制组的作用是向人们显示，如果不接受实验刺激那样的处理，那么将会怎样，与实验组形成比较。在实验研究过程中，研究者不仅观察接受刺激的实验组，同时他们也观察没有接受实验剌激的控制组。并通过比较对这两组对象的观察结果，来分析和说明实验刺激的作用和影响。,实验的逻辑,如果我们根据某种理论命题得到两个变量之间存在因果联系的假设，或者我们根据经验事实和主观判断，推测现象X是造成现象Y的原因，即： XY。为了证明这一假设，我们首先观察Y的变化情况。即先测量在没有受到X的影响之前，Y的情况如何，然后，通过操纵某些条件，引入被看作自变量和原因的实验刺激，即引入X，接着再对引入X以后Y的情况进行测量，并比较前后两次测量的结果。如果前后两次的情况发生变化，则可以初步认为X是导致Y变化的原因，即检验了XY。这可以说就是实验研究的最基本的分析逻辑。,当然，这只是一种最简化的情形，同时，它也是一种最理想的情况。实际的教育科学实验的形式要复杂得多。一般情况下，任何两种事物或现象之间的关系，都会同时受到若干其他事物或现象的影响。要说明这两种事物或现象之间存在因果联系，实际上就意味着，人们要排除其他相关事物或现象造成因变量发生变化的可能性，即要排除其他各种因素造成因变量Y在前后两次测量中所得的结果不同的可能性。 可能性最大的一个影响因素是前测的影响，即人们第一次对因变量Y进行测量的行为本身对因变量就已经产生了影响。它使得在人们引入实验刺激（即引入自变量X）和在对因变量进行第二次测量(即后测)之前，因变量就已经发生了变化，因而人们带着前测情况的影响进行后测，从而使后测结果产生变化（或有所不同）。正是为了排除这种因素造成结果变化的可能性，需要有一个控制组。对这个控制组来说，它也接受前后两次对因变量Y的测量，但却不对其实施实验刺激，即不引入自变量X。这样，在“实验组和控制组这两组对象是相同的”的前提下，人们就可以从实验组前后两次测量之差中，减去控制组前后两次测量之差，从而得到仅由自变量X所产生的影响。这就是为什么实验研究的分析逻辑中必须有“实验组”、“控制组”这一对基本要素的原因。,通过一个假设的例子来具体说明实验研究的基本逻辑，以及实验的三组基本要素在实验中所扮演的角色。假设，研究者对某种新的教学方法的效果感兴趣，即他希望探讨：“新的教学方式”(自变量)与“学生成绩提高”(因变量)之间的是否存在因果关系？他选择了两个各方面情况都差不多的班级，并在开学初对这两个班级的学生进行了相同科目、相同试卷的测验(前测)。然后，在其中一个班级(实验组)按一种新的教学方式进行教学(给予实验剌激)，而在另一个班级(控制组)中，仍按照原来的教学方式进行教学。学期末，他再对这两个班级的学生进行第二次相同科目、相同试卷的测验(后测)，并对测量结果进行比较。如果两班学生后来的学习成绩相差无几，则说明新的教学方式(实验刺激)并没有起作用;如果只有实验组的成绩提高了，而控制组的成绩没变化;或者虽然两班学生的成绩都提高了，但实验组学生的成绩提高得更多，则可以看作是新的教学法所起的作用和产生的影响。,实验的条件,必须建立变量之间因果关系的假设。 自变量必须能够很好地被“孤立”。 自变量(实验刺激)必须是可以改变的，同时也是容易操纵的。 实验程序和操作必须能够重复进行。 必须具有高度的控制条件和能力。,实验的分类,实验室实验与实地实验 标准实验和准实验 双盲实验,实验室实验与实地实验,严格的实验研究通常在实验室内进行，当然实验也可以在现实社会生活中进行。前者称为实验室实验，后者称为实地实验。,在实验室实验中，实验背景和变量都相对容易控制，实验环境可以较好地“封闭”，实验者能够比较清楚确切地观察到自变量对因变量的影响。这是实验室实验的主要优点。但实验室实验在实验内容上局限性比较大，即许多教育研究者感兴趣的内容常常无法在小小的实验室中人工地制造出来。与此相联系的另一个缺点是，实验室实验的结果在推广性、普遍性和概括性上往往较差。原因之一是较多的实验室实验都是以一定区域学生的有限取样为实验对象，而他们与众多的不同区域的学生之间存在着许多差别。其二是实验室的环境与现实的教育环境之间的差别也很大。而实地实验中，研究者可以在真实的教育环境背景中观察到学生自然的反应。但同时研究者却又常常难以对众多有可能影响因变量的实验背景、实验条件进行控制，难以孤立出自变量的独立影响。他所能作的工作仅仅是观察发生了什么事情，即仅仅是对他无法控制的现象所产生的可能的影响进行测量。,标准实验和准实验,实验设计必须具有一些必备的条件，例如，随机指派实验对象以形成两个或多个相同的组，前测和后测，实验环境的封闭，实验刺激的控制和操纵等.这样的实验通常称为标准实验.然而，对于教育研究来说，进行类似于自然科学中、或者心理学中常见的诸如实验室实验那样的十分严格、十分完备的标准实验的可能性不大。教育研究的对象和内容常常在许多方面限制了这种严格的实验设计在现实中的应用。例如，他们有时不能完全控制对自变量的操纵，有时他们仅仅只能进行后测，有时他们又不能将被试随机分配到不同的实验条件中。总之，他们常常无法对实验环境进行高度的控制。 上述各种缺乏实验设计中一个或多个“条件”或“部分”的实验，就被称做“准实验设计”。这一概念是D.T.坎贝尔和J.C.斯坦利于1966年首创的。“准”是“类似于”、“接近于”、“几乎是”或者“半”的意思(有的著作中将其直接译为半实验)。D.T.坎贝尔和J.C.斯坦利指出，通过仔细地选择被试群体和测量方法，人们可以建立“在产生正确因果推论的能力上与真实实验相近的研究设计“。因此，准实验设计是在更好的实验设计无法实行的时候所使用的有实用价值的设计。,准实验设计有以下几种常见类型,从变量分析的角度来看，准实验设计可以说是处在以相关分析为特征的调查研究与以因果分析为特征的实验研究之间。 （1）“具有不等同组的仅有后测的设计。”这种设计有一个具有实验刺激和仅有后测的实验组，一个仅有后测的实验组。实验组与控制组之间并不是具有相似性或相同性，即两组不等同；二是对使实验刺激缺乏控制。 （2）“有前测和后测的单组设计”。这种设计仅有一个实验组，有前测和后测，也有实验刺激，但是无控制组。 （3）“仅有后测设计的单组设计”这种设计是最简单的实验设计，它比单组设计的组成部分更少，只有实验刺激和对实验组的后测。,双盲实验,所谓双盲实验(double-blind experiments)，指的是在一项实验中，实验剌激对于实验对象和参与实验的观察人员来说都是未知的。即究竟是实验组还是控制组被给予了实验刺激，参与实验的双方(指实验对象和实验人员)都不知道，实验剌激是由实验人员和实验对象以外的第三者任意分派和给定的。为什么要采用双盲实验呢?先让我们来看看这样一个例子。心理学家罗森塔尔为了研究教师的期待对学生表现的影响，在一所小学一至五年级的学生中进行了一项实验。他先对全体学生进行了语言能力和思维推理能力的测验，以了解学生的基础。然后，他随机地从每个年级的学生中抽出20%的学生作为教师期待的对象。他告诉教师说，这20%的学生有可能比其他学生学得更好(即更有发展潜力)。其实，这20%的学生与其他80%的学生的能力和发展潜力相当。当教师对全体学生进行了八个月的教学之后，研究者又对全体学生进行了一次测验。结果发现，被教师期待的这20%的学生，其成绩全都显著地提高，教师对他们的评语也比其他学生好。这一实验表明了教师的期待对学生发展所具有的作用和效果。,教育实验研究方法的优点,（1）教育实验研究法是教育科学研究中建立因果关系的最好方法 （2）获得自然条件下遇不到或难以遇到的情况或情境 （3）可以重复验证 （4）提高研究的准确性和精密度,教育实验研究方法的缺点,（1）它需要花较多的人力，有时往往受到实验设备，以及其他实验条件的限制。 （2）同时，对实验所需要的现象和环境的控制难度大。教育实验的对象是活生生的人，要像自然科学的实验室实验那样实行严格的控制是不可能的。 （3）它对进行实验的或参加实验的人员都有一定要求，有的实验要求试验者熟练地掌握实验法的有关技术，并要求训练有素。有的实验还需要有关单位、学校的配合和协助方能进行。,影响实验的因素和实验的控制,效度问题,进行实验设计，首先必须要考虑实验效度。所谓效度，就是指实验设计能够回答要研究的问题的程度。实验效度一般有两种：内在效度和外在效度。在实验过程中，这两种效度可能受到许多因素的影响。,内在效度,内在效度指研究结果能被明确解释的程度。实验者所操纵的实验变量对因变量所造成的影响的真正程度。实验内在效度高低，取决于对无关变量控制的程度。控制的越好，实验的效果越能解释为由实验处理所造成.反之，控制的越差，实验结果越无法解释。其结果究竟是由实验处理所产生，还是由其他无关因素所导致的，将难以确定。,影响内在效度的因素,对于影响内在效度的因素，美国学者坎贝尔和斯坦利（ Cambell & Stanley ，1963）认为有八项因素是影响内在效度的无关变量 历史或同时事件、成熟、测验、工具、统计回归、差异的选择、受试者的流失、选择与成熟的交互作用,外在效度,外在效度指实验结果的概括性和代表性。换言之，就是指实验结果是否可以推论到实验对象以外的其他受试者，或实验情境以外的其他情境。一个实验越能实现这个目标，就表示该实验越有良好的外部效度。如果用于男生实验的结果，只适用于中学生男生，而不能推论到女生，用于中学生的实验的结果，只适用于中学生，而不能推论到小学生，那么，这个实验设计的外部效度（群体效度）就比较低。如果在试验室里实验的结果，只是用于实验室环境，而不能推论到日常生活情境，在城市实验的结果，只适用于城市，而不能推论到农村，这个实验设计的外部效度（生态效度）也不高。,影响外在效度的因素,美国学者坎贝尔和斯坦利认为有四个因素是影响外在效度的无关变量。 测验的反作用或交互作用效果 选择偏差与实验变量的交互作用效果 实验安排的反作用效果 多重实验处理的干扰,对于内在效度和外在效度的控制,综合上述，实验的内在效度逾高，其结果愈能确认是由实验处理所造成的；而实验的外在效度逾高，其结果的推论范围就愈大。因此，实验的设计必须重视这两种效度。但是在实验情境中，要同时十全十美兼顾这两种效度是很难做到的。一般，基本研究比较重视内在效度，而应用研究则比较重视外在效度（在不太影响内在效度的情况下）,实验控制的重要内容 寻找两组相同的对象,根据实验研究的分析逻辑的要求，必须有两组各方面都一样的对象。在实际研究中，研究者为了创造出两组相同的对象，往往采用两种方法：一是匹配二是随机指派。,匹配,匹配指的是依据各种标准或特征，找出两个完全相同或几乎完全相同的实验对象进行配对，并将其中一个对象分到实验组，而将另一个对象分到控制组的方法。,实际生活中匹配的困难,困难来自三个方面： 一是现实中往往会没有足够的对象供选择。因为随着需要相同的变量数目的逐渐增加，现实中符合条件的对象数目将急剧减少。从实践的角度来看，研究者将在这方面遇到难以克服的困难。 二是研究者只能在那些他们已经意识到对因变量可能有影响的变量上进行匹配。而实际生活中还有更多没有被研究者意识到的因素可能对因变量有影响，这些没有被研究者意识到的变量，显然不会被研究者用来对对象进行匹配。 三是人们的有些特征在实践上是很难测量的，或者说是很难操作化为具体的、可观测的指标的。比如人们的“动机”、“性格”等。如果不能很好地测量“动机”，就无法在“动机”这一变量上与对象进行匹配。,随机指派,随机指派的方法是研究者用来解决实验中两组对象相同性问题的另一种办法。随机指派的逻辑和程序十分简单，即完全按照随机抽样的原理和方法来将实验对象随机地分配到实验组和控制组中。,随机指派方法,(1)用抛硬币的方式来决定每一个具体的对象是去实验组还是去控制组。 (2)按单、双号来简单地决定每一个对象是去实验组还是去控制组。 (3)按照排列的顺序或实际抽取实验对象时的先后顺序来决定。,配对与随机指派的比较,配对方法的实质是尽可能使实验组和控制组中的成员相互之间在许多重要的背景因素、个人特征因素上完全一样。而随机化方法的实质则是依据与随机抽样完全一样的原理，用概率论来控制各种干扰变量的出现。不难理解，当人们根据随机化的方法，从一个总体中选出两个群体时，各种干扰变量会以同样的方式对两个群体影响。因为根据概率论，此时所选出的两个群体基本上是两个完全相同的群体。所以，使用后者所进行的实验在准确性和精确性上将超过前者。因为通过概率论可使那些偶然因素像熟知因素一样被把握，所以在匹配法中的那些由于不熟悉而不能控制的因素，也成为可以把握的了。,实验控制的重要内容 对自变量的操纵,当研究者能够决定他的实验对象将经历什么，或将接受什么处理和安排时，就说他能够操纵自变量。例如，如果研究者能够决定实验组的学生在新的学期中将接受新的教学法的教学，就说这个研究者能够操纵自变量“新的教学法“。,实验中对自变量的操纵常常体现在如何恰当地“制造出”这个自变量上。例如，如果人们的假设是“在紧张情景中，吸烟者会吸更多的烟”，那么，“紧张”和“香烟的消耗”是两个主要的变量，其中“紧张”是自变量，它一般可以定义为人们在心理上、精神上的一种压力或负担。要用实验来检验这一假设时，前提之一就是要在实验中制造出“紧张”来。人们可以用“必须在规定时间内完成一份数量大、难度大、并且占学期总成绩80%的数学考试”来对一组学生“制造”紧张。然而，许多对教育研究者来说十分感兴趣的变量通常都不能够被操纵。比如，教育研究者通常要探讨学生的性别、年龄、家庭背景或个性特征等等，是否会影响他们的学习倾向。而学生的这些特征却是研究者无法操纵的，即研究者无法使某个学生的这些特征发生改变。因此，人们往往无法用实验来研究这种关系。与实验相反，调查正好适合这种研究。 除此以外，教育研究者还会由于政治的、伦理的原因或限制，而不能操纵另一些变量。比如，人们不能为了研究人的社会化过程，而把一部分儿童同社会隔离开来，即制造出“缺乏社会接触”这一自变量，以比较这些儿童的成长与那些正常生活在社会中的儿童的成长之间的差别。我们也不能去人为地让一对夫妇离婚，以观察离婚事件对其子女成长的影响。因此，许多对教育研究者来说十分感兴趣的变量通常不能被操纵，正是造成教育学者较少采用实验室实验研究方式的一个重要原因。,实验控制,要正确地解释实验结果，除了具体分析影响实验效度的各种因素外，还必须设法控制一些影响实验效果的无关变量。,实验控制的原则,实验控制有一个基本原则，这就是最大最小控制原则。意思是使自变量产生最大变化，使其他干扰的变量与误差产生最小的影响。,（1）控制实验变量 要使实验变量有系统而且尽量的(maximized)使前后的变化显出差异。例如，要研究时间(自变量)与遗忘(因变量)的关系时，时间的选择应采用1、3、5、7、9、11等不同日期的变化顺序，而不宜采用1、2、3、4、5、6、7、8等不同小时的变化顺序。因为后者变化间差异太小，所产生结果影响不易辨别。 （2）控制无关变量 要控制自变量之外一切可能影响结果的其他变量，使其保持不变或达到最小变化甚至排除在实验情境之外，务必不致影响自变量与因变量之间的因果关系。 （3）控制测量工具 控制测量工具的选择与使用，务必使误差减低到最低限度。,实验控制的方法,(1) 随机控制法 随机控制是将参与实验的受试者以随机分派的方式，分为实验组与控制组或各个不同的实验组。从理论上说，随机法是控制无关变量的最佳方法。因为在概率的原则下，各组受试者所具备的各种条件机会均等。在实际使用时，随机分派法可分为两个步骤： 第一步是用随机的方法将参加实验的所有人员进行分组; 第二步是再以随机的方法决定哪一组为实验组，哪一组为控制组。 随机控制的方法，虽然在事实上未必各方面都完全相等，但理论上他们相等的机会是比较多的。,(2) 物理控制法 物理控制就是注意实验情境的物理条件是否保持恒定，刺激的呈现是否标准，以及反应的记录是否客观一致等物理性因素的控制。例如，为了使实验情境保持恒定，以免干扰实验变量对因变量的效果，要设法控制声音、灯光、气氛、周围环境等物理因素。,(3) 排除控制法 排除法是在设计实验时将可能影响结果的变量，预先排除于实验条件之外，使自变量简化，免受其他变量的影响。例如，在试验发现式教学法和演讲式教学法的优劣时，如果认为智力因素会影响结果，则只选高智力生为受试者(或只选中等智力生或只选低智力生为受试者)，这样智力因素对实验结果的影响被排除掉了。同样，如果认为性别因素对实验有影响，则可采用单一性别(如只用男生或只用女生为受试者)，这样，性别因素对实验结果的影响可排除掉。 排除法能很有效地控制无关变量，但所得的研究结果缺乏普遍的推论性。例如，只用男生为研究对象，将来结果就不适用于女生。因此，在实验设计时，排除法并不常用。,(4) 纳入控制法 纳入法是弥补排除法缺点的一种方法。这种方法是把影响将来实验结果的某种(或某些)因素也当作自变量来处理，将其纳入实验设计中，成为多因子实验设计。这样，不但可以收到控制之效，而且还可以进一步了解变量间的交互作用结果。例如，上例中，可将智力因素分为高、中、低三个层次纳入设计中，这时，原设计就变成为2(教学法)×3(智力)的二因子实验设计。在这一设计中，一方面可了解不同智力间的差别，另一方面又可了解智力和教学法之间的交互作用，亦即教学法的效果是否因不同智力层次而有所差异。假如同时考虑智力和性别两个因素，就成为：2(教学法)×3(智力)×2(性别)的三因子实验设计。,(5) 配对控制法 配对法是企图使实验变量之外其他变量发生相等影响的一种方法。具体做法是：首先认定与因变量有明显关系的变量，然后决定所要控制的变量，并据此选择同等分数或相同特质的受试者配对。配对后，再以随机分派的方式，将其中一个分派到实验组，另一个分派到控制组。例如，为了使两组学生的智力相等，研究者可从智力测验分数中，选择分数相同的受试者配成对，然后随机分派到实验组和控制组。常用以配对的变量有性别、年龄、社会经济地位、智力、学业成绩、个性特征和前测分数等。必须注意的是，配对变量的决定，一定要以和因变量有高度相关者为根据。 在理论上，配对后，实验组和控制组的受试者，在所据以配对的特质方面，可达到相等的程度。但在实验上是很难使用的。因为：首先，配对的变量若超过两个以上时，要找到这几个变量同时相等的受试者是十分困难的;其次，配对的变量虽然可保证会相等，但其他因素却未必会相等。再次，对于中介变量，如动机、态度等内在的因素，根本无法找到可靠的根据去进行配对。只有随机控制法才能克服配对法顾此失彼的缺点，而且对难以观察测量的中介变量如动机、性向、态度、疲劳、注意等因素，也同样发生控制作用，这也许是在实际中人们多用随机法而少用配对法的重要原因。,(6) 测量选择控制法 测量选择法是把参加实验的对象全部测量一下，然后根据测量的结果，予以合理的选择与分配。为了使各组均等而编制或采用的测验，必须合乎实验处理的要求。例如，如果打算采用两个组做实验，以比较两种数学教学方法的效果，那么所要测量的就是学生原有的数学水平。测量的结果出来后，就按分数多少的顺序排列好，然后再按排列顺序上的位置，把他们均等地分派在各组里面。为了使各组均等，在实行分组时可采取“弓”字排列式。 根据上述分组法，组数再多时仍可依此类推。为了使各组的均等更接近于理想水平，可在依上述方法分组后，再求得各组的平均分数而加以比较，若仍发现有彼此悬殊的情况，则可把这一组中分数较高的人和那一组中分数较低的人加以调换。此外，仅仅在平均分数上相等还不算相等，还必须在差异量数如平均差，标准差等上也力求相等。只有这样，才能使两组在原有水平上更接近于真正均等。控制无关变量是实验研究中一项非常重要的工作。但这里所说的“控制“，只是相对的，而非绝对的，只有程度之分。要想对人类行为和对复杂多变的教育现象，像物理化学实验那样达到绝对控制而又肯定变量问因果关系的程度，事实上是不可能的。因此，在教育实验研究中要正确理解“控制“一词，才能正确解释所得的实验结果,实验设计,实验设计是实验研究的蓝图。它的意义在于给研究者提供如何控制变量，如何分析资料，可以获得怎样的结论的一种构想、计划和策略。,实验设计常用符号,为了简明地表示各种研究设计的特征，下面的研究设计将用符号来表示。现先介绍实验设计的符号及其涵义： X：表示研究者所操纵的实验变量； O：表示观察分数或测量分数； R：表示受试者是随机选择和随机分派到各组； ：表示由虚线所隔开的各组研究对象之间不相等； ：表示由实验所隔开的各组研究对象之间不相等； 由左至右：表示时间次序或先后； 同一横行的X或0：表示这些X或0是对同一组受试者的实验处理。,单组实验设计,单组实验设计是用单一实验组为研究对象，施加某一种或数种实验处理的实验设计。,设计1：单组后测设计,这种设计的模式如下： X O 这种设计的要求是，首先选择一些受试者作为研究对象，并给予一种实验处理，然后测量实验处理的效果。例如，为试验一种新的教学方法对学习成绩的影响，于是采用一班学生实施这种教学方法，一个学期后，测验学生的学习成绩，并凭研究者主观的判断下结论说：这种教学方法有助于学习成绩的提高。这个结论可能是不正确的，因为，这种设计的内在效度甚差，如“历史”、“成熟”、“差异的选择”和“受试的流失”等因素可能干扰实验结果。总之，这种设计虽然简单易行，但因缺乏控制组和可比较的量数，许多因素会混淆实验结果，在一般的教育研究中，这种设计已甚少采用，不过，能认识其优缺点，对于从事更适当的实验设计是必要的。,设计2：单组前后测设计,这种设计的模式如下： O1 X O2 这种设汁的要求是，对受试者进行实验处理前的测验(O1)，然后给予受试者实验处理(X)，再给予受试者一次测验(O2)。最后比较前测和后测的分数，通常采用两个相关样本平均数差异的显著性的检验(N30用Z检验，N30则用t检验)，以检验前后两次测验平均数的差异显著性 (统计检验的具体方法可参阅有关章节)。这种研究设计的优点是：相同的受试者都接受前测和后测，“差异的选择”和“受试的流失”两因素即可被控制。缺点则是：实验效果可能受到“历史”、“成熟”、“工具”、“选择与成熟的交互作用”的干扰，可见其内在效度也很差，少用为宜。,设计3：单组相等时间样本设计,这种设计的基本模式是： X1O1 X0O2 X1O3 X0O4 这种设计是对一组受试者抽取两个相等的时间样本，在其中一个时间样本出现实验处理（X），另一个时间样本不出现实验处理(X0)，然后，比较这两段时间测验的分数。例如，新的教学方法与传统的教学方法对同一班学生相间出现，看两段时间的学习成绩有无不同。统计检验可采用变异数分析法。也可采用相关样本平均数差异的显著性检验(N)30用Z检验，N30用t检验)。这种设计能完全控制影响内在效度的八个因素。缺点主要在外在效度方面，实验结果可能会受到“实验安排的反作用效果”、“选择的偏差与实验变量的交互作用”、“重复实验处理的干扰”等因素的影响。这一设计也可用于只有一个受试者的情形。,设计4：单组纵贯时间系列设计,这种设计的基本模式是： O1 O2 O3 O4 X O5 O6 O7 O8 使用这种设计时，要对实验组做周期性的一系列测量，并在测量的这一时间系列中间呈现实验变量(X)，然后比较实验变量前后的一系列测量记录是否有显著差异。例如，研究者欲探索提高工人的教育水平是否会提高工厂的产量，于是从1月到6月，在每月末，都把准备参加教育培训的工人的生产量记录起来，然后，从7月至12月，对工人进行某一项专门技术的教育培训，接着，继续记录从第二年的1月至6月的生产量，看看经培训后的16月产量比培训之前16月产量是否有显著增加。,这种设计的统计分析除了可用相关样本平均数差异的显著性检验(N30用Z检验，N30用t检验外，比较理想的统计检验方法是采用趋向分析。 在内在效度方面，这一设计的缺点是：“历史”的因素可能对实验结果产生干扰。要补救这一缺点，最好多增加一个控制组，成为“多重纵贯时间系列设计”。除了“历史”因素外，影响内在效度的其他因素均可被控制。在外在效度方面，“测验的反作用或交互作用效果”未能控制，因此，其实验结果只能推论到重复测验的群体。好在利用学校里的学生做实验时，学生便是常常接受重复测验的团体，而研究者所要推论的对象也正好是学生。因此，这一缺点，对于在校学生而言，并非真正的缺点。,设计5：单组多因子实验设计,这种设计的基本模式是： (O1 X1 O2) (O3 X2 O4) 这一设计的要求是，以单组作为实验对象，施加两种或两种以上的实验处理。每一种实验处理均进行前测和后测。然后比较各种实验处理的效果。例如，要对一个班级进行两种教学方法的对比实验。具体做法是，在实施甲种方法前进行一次测验(O1)，在实施甲种方法(X1)后，再进行一次测验(O2)，对两次测验成绩比较，可求出甲种方法所产生的效果。同样，用乙种方法(X2)实验一次，得出乙种方法所产生的效果。最后，对这两种教学方法所产生的效果进行比较，明确哪一种方法的效果比较好。,这种设计的统计分析，可采用相关样本平均数差异的显著性检验(N)30用Z检验，N30用t检验)。内在效度方面，这种设计的缺点是：实验结果可能受到“历史”、“测量的工具”等因素的影响。在外在效度方面， 这种设计的缺点是“多重实验处理的干扰”即后一实验处理在实验对象中所产生的变化，可能受到前一实验处理的影响。,组别比较实验设计,组别比较实验设计是以两个或两个以上的组作为实验组和控制组，然后比较各个组所发生的变化。,设计6：静态组比较设计,这种设计的基本模式是： 这种设计要求选择一班学生作为实验组，另一班学生为控制组，给予实验组实验处理后，测验两班学生的成绩。统计分析可采用独立样本平均数差异的显著性检验(N)30用Z检验，N30用t检验。这种设计由于使用控制组比较，“历史”因素可被控制，如果两组年龄相同，也可能控制“成熟”因素。因在设计中没有前测处理，“测验”和“工具”两个因素也容易控制。但由于两组实验对象条件不相等，“差异的选择”、“选择与成熟”的因素可能会影响结果。因为有两个组，“受试者的流失”也可能干扰实验效果。,其他实验设计（自学）,设计7：等组前后测设计 设计8：等组后测设计 设计9：所罗门四等组设计 设计10：不相等控制组设计 设计11：循环实验设计,实验结果的验证,教育是复杂的社会现象，影响某一教育现象发生的因素是很多的，教育实验所得的结果不可能达到像自然科学实验研究结果那样准确的程度。为了有效地检验教育实验结果的准确程度，下面介绍几种常用的检验实验结果的方法。,从实验程序上检验,任何实验研究的进行都有一定的程序(包括设计、抽样、分组、控制等工作)，实验程序的科学性和先进性将影响实验结果i的准确性。因此，要验证实验结果，首先必须全面地考察整个实验的全过程，检查实验过程的各个环节是否抓好，实验设计效度;如何，无关因素控制得怎样。只有这样，才有可能对实验结果的l准确性有比较全面的认识和评价。,用实验系数进行检验,实验处理所产生的效果如何，主要是从前后测验所得数据的比较，及对不同实验处理效果测验所得数据的比较中来看的。实验结果可靠程度的大小一般可用下列求实验系数的办法来检验：优胜点实验系数=2.78×优胜点标准差优胜点=实验因子1的平均进步数一实验因子z的平均进步数优胜点标准差=J(平均标准差1)2+(平均标准差2)2一每个受测者的增益数之和平均进步数一受测者数 每一实验因子的平均进步数求得后，可据以求得这个平均进步数的平均标准差，进而求得优胜点的标准差。实验系数的大小可用来表示实验可靠程度的大小。实验系数越大，就表明实验结果越可靠。一般说来，实验系数为1或接近于1时，就表明实验结果相当可靠。如果在0.5以下，就不能认为是可靠的。,与其他有关的已确立的定理定论对照进行检验,任何理论都不是孤立的，人们可以把实验所得结果以及由此推出的理论，拿来和已经确立的有关定理、定论对照，进行验证。如果相一致，就证明实验结果及由此产生的理论是可靠的，否则就应有疑问。不一致有两种可能：一般情况下，可能是实验结果不可靠，但有时也可能是已成定论不可靠，应予推翻，当然，后一种情况是很少的。所以，当实验结果与已成定论不一致J时，问题就非常复杂了，这时往往需要把研究范围再扩大，即连同所谓已成定论的也要再拿来分析研究一番。那就不属于这一实验的问题范围了。,用重复实验来检验,这种检验办法是另行抽样，改变实验对象，进行重复实验。重复实验的关键是：实验对象改变，实验处理不变，其他条件尽可能保持不变。重复实验的结果若与原实验结果相符或差别不大，就证明实验可靠，如果差别太大，还可重复实验多次，看究竟哪个实验结果比较可靠。真正的科学结论是应该经得起多次反复检验的。,