3. 实验设计类型（一）：被试间设计、被试内设计、混合设计的原理、优缺点及适用场景
实验设计是心理学研究的骨架，决定了我们能否从数据中得出因果结论。在考研实验心理学中，被试间设计、被试内设计与混合设计是三大基础框架。选择何种设计，不仅影响实验的效度与灵敏度，还直接关系到统计检验力的高低和实验实施的可行性。本章将系统梳理三类设计的核心原理、操作流程、优缺点及适用场景，并通过对比表格与案例拆解，帮助你在考试中快速识别设计类型并规避常见误区。
3.1 被试间设计：独立样本的因果推断
3.1.1 核心原理
被试间设计（Between-Subjects Design），又称独立组设计，是指将不同的被试随机分配到不同的实验条件中，每个被试只接受一种自变量水平的处理。其逻辑基础是：通过随机化分配，使各组在无关变量上达到统计平衡，从而将组间差异归因于自变量操作。
3.1.2 判断方法
- 操作特征：每个被试仅参与一个实验条件，数据来自不同个体。
- 统计检验：两水平时用独立样本 t 检验；多水平时用单因素独立样本方差分析（ANOVA）。
- 自由度：误差项自由度为 N - k（N 为总人数，k 为组数），通常较大。
3.1.3 优缺点对比
| 维度 | 优点 | 缺点 |
|---|---|---|
| 顺序效应 | 完全不存在练习、疲劳、习惯化效应 | — |
| 个体差异 | 随机分配可平衡大部分无关变量 | 个体差异进入误差项，降低统计检验力 |
| 被试数量 | — | 所需被试量大，成本高 |
| 敏感性 | — | 对较小效应不敏感，容易产生Ⅱ类错误 |
| 适用场景 | 无法重复测量的情境（如脑损伤患者） | 被试间差异较大时不宜使用 |
3.1.4 案例拆解：情绪对记忆的影响
背景：研究者想考察积极情绪与消极情绪对词语记忆成绩的影响。由于情绪诱导后难以完全消退，若采用被试内设计，先诱导积极情绪再诱导消极情绪，会产生情绪残留效应。
设计：招募 60 名大学生，随机分为两组，每组 30 人。一组观看喜剧片段诱导积极情绪，另一组观看悲剧片段诱导消极情绪，随后完成相同的 30 个词语的自由回忆任务。
结果：积极情绪组平均回忆 18.2 个（SD = 3.1），消极情绪组平均回忆 14.6 个（SD = 2.8），独立样本 t 检验 t(58) = 4.76, p < .001, Cohen's d = 1.23。
复盘：该设计避免了情绪跨条件污染，但个体差异较大（SD 约 3 个词），若效应量较小则可能不显著。实际研究中可增加样本量或采用协变量（如基线记忆能力）控制。
3.2 被试内设计：同一批被试的重复测量
3.2.1 核心原理
被试内设计（Within-Subjects Design），又称重复测量设计，是指每个被试接受所有自变量水平的处理。其核心优势在于将个体差异从误差项中分离出来，从而大幅提高统计检验力。被试内设计的基本逻辑是：每个被试作为自己的对照，处理间差异只反映自变量效应和随机误差。
3.2.2 判断方法
- 操作特征：同一被试完成所有实验条件，数据来自相同个体。
- 统计检验：两水平时用配对样本 t 检验；多水平时用重复测量 ANOVA。
- 关键控制：必须进行顺序平衡（ABBA 设计、拉丁方设计）或随机化。
3.2.3 优缺点对比
| 维度 | 优点 | 缺点 |
|---|---|---|
| 统计检验力 | 个体差异被分离，误差项小，检验力高 | — |
| 被试数量 | 所需被试少，经济高效 | — |
| 顺序效应 | — | 练习效应、疲劳效应、对比效应、污染效应 |
| 实施难度 | — | 实验程序复杂，需平衡设计 |
| 适用场景 | 学习、知觉、认知加工等可重复测量的任务 | 不可逆效应（如药物研究）不适用 |
3.2.4 案例拆解： Stroop 效应的经典验证
背景：考察字色一致（红色字写“红”）与不一致（红色字写“蓝”）条件下的反应时差异。由于 Stroop 效应是瞬时的，不存在明显的练习残留，适合被试内设计。
设计：20 名被试，每名被试完成 40 个一致试次和 40 个不一致试次，顺序采用 ABBA 平衡。记录反应时（ms）。
结果：一致条件平均反应时 520ms（SD = 45），不一致条件平均反应时 680ms（SD = 52），配对 t 检验 t(19) = 15.32, p < .001, Cohen's d = 3.42。
复盘：被试内设计在此场景中极为高效，仅 20 名被试就获得了巨大效应量。但若任务存在明显学习效应（如记忆任务），则需谨慎使用，否则练习效应会混淆结果。
3.3 混合设计：组间与组内的结合
3.3.1 核心原理
混合设计（Mixed Design）是指实验包含至少一个被试间因素（组间变量）和至少一个被试内因素（组内变量）。它综合了两类设计的优势：对于不可重复测量的变量（如性别、年龄、脑损伤）使用被试间操作，对于可重复测量的变量（如时间、难度、情绪状态）使用被试内操作。
3.3.2 判断方法
- 操作特征：至少一个因素是被试间（不同被试），至少一个因素是被试内（同一被试）。
- 统计检验：使用混合设计方差分析（Split-Plot ANOVA），交互效应是分析重点。
- 自由度：被试间因素的自由度基于组数，被试内因素的自由度基于重复测量次数。
3.3.3 优缺点对比
| 维度 | 优点 | 缺点 |
|---|---|---|
| 灵活性 | 可同时考察个体差异变量与操作变量 | — |
| 交互效应 | 能揭示自变量间的交互作用 | — |
| 统计复杂性 | — | 分析较复杂，需满足球形假设 |
| 被试数量 | — | 被试间因素需要较多被试 |
| 适用场景 | 发展心理学、临床心理学、人因工程 | 被试内因素过多时仍存在顺序效应 |
3.3.4 案例拆解：年龄与任务难度对工作记忆的影响
背景：研究者想考察年龄（老年组 vs 青年组）和任务难度（低难度 vs 高难度）对工作记忆正确率的影响。年龄是被试间因素（无法随机分配），任务难度是被试内因素（同一被试可完成两种难度）。
设计：招募 30 名老年人（M = 68.5 岁）和 30 名青年人（M = 22.3 岁）。每名被试完成低难度（2-back）和高难度（3-back）的 n-back 任务，顺序采用拉丁方平衡。
结果：混合 ANOVA 显示：年龄主效应显著 F(1, 58) = 12.34, p < .001, η²p = .18；难度主效应显著 F(1, 58) = 45.67, p < .001, η²p = .44；交互效应显著 F(1, 58) = 8.92, p = .004, η²p = .13。简单效应分析发现，老年组在高难度任务中正确率下降幅度显著大于青年组。
复盘：混合设计成功分离了不可控的年龄变量与可操作的任务难度变量，并揭示了关键的交互效应。若全部采用被试间设计，需要 120 名被试才能达到同等检验力；若全部采用被试内设计，则年龄因素无法实现。
3.4 三类设计的综合对比与选择策略
| 比较维度 | 被试间设计 | 被试内设计 | 混合设计 |
|---|---|---|---|
| 被试分配 | 不同被试到不同组 | 同一被试到所有组 | 一个因素组间，一个因素组内 |
| 个体差异控制 | 随机化平衡 | 完全消除 | 部分消除（组内因素） |
| 顺序效应风险 | 无 | 高 | 仅组内因素存在 |
| 统计检验力 | 较低 | 较高 | 中等 |
| 被试需求量 | 大 | 小 | 中等 |
| 适用场景 | 不可重复测量、组间差异大 | 可重复测量、效应较小 | 含个体差异变量与操作变量 |
3.4.1 选择决策流程
- 第一步：判断自变量是否可重复操作。若操作不可逆（如药物、手术、情绪诱导），优先选择被试间设计。
- 第二步：评估顺序效应风险。若存在明显练习、疲劳或对比效应，且无法通过平衡设计消除，选择被试间设计。
- 第三步：考虑被试资源。若被试招募困难或成本高，优先选择被试内设计以提高效率。
- 第四步：若同时包含个体差异变量（如性别、年龄、人格）和操作变量，选择混合设计。
3.4.2 常见误区总结
- 误区一：认为被试内设计总是优于被试间设计。实际上，当存在强顺序效应时，被试内设计反而会降低内部效度。
- 误区二：忽略混合设计中的交互效应解释。混合设计的主效应显著并不代表全貌，必须检查交互效应。
- 误区三：被试间设计中使用小样本。被试间设计对个体差异敏感，小样本容易导致抽样偏差。
- 误区四：被试内设计不进行顺序平衡。即使只有两个水平，也必须进行 ABBA 或随机化。