JoVE Science Education

Experimental Psychology

요인 실험

JoVE Science Education
Experimental Psychology

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Science Education Experimental Psychology

The Factorial Experiment

2.4: Perspectives on Experimental Psychology

2.13: Placebos in Research

73,103 Views

•

06:58 min

•

April 30, 2023

Overview

출처: 게리 레반도프스키,데이브 스트로메츠, 나탈리 시아로코-몬머스 대학교 의 연구소

계수 설계는 두 개 이상의 독립적인 변수가 있는 일반적인 유형의 실험입니다. 이 비디오는 자기 인식과 자부심이 비언어적 신호를 해독하는 기능에 어떻게 영향을 미칠 수 있는지 를 탐구하는 데 사용되는 2 x 2 요인 디자인을 보여줍니다. 이 비디오는 요인 디자인의 특성과 다른 디자인과 구별되는 것, 요인 설계의 중요성과 특성, 상호 작용의 중요성 및 특성, 주요 효과 및 상호 작용 가설, 요인 실험을 수행하는 방법을 포함하여 요인 디자인의 기초를 통해 학생들을 안내합니다.

Procedure

1. 주제/연구 질문 소개

연구 질문: 인간의 행동은 복잡하므로 사람의 생각과 행동이 여러 가지 원인이나 요인의 결과입니다. 예를 들어, 어떤 사람들이 다른 사람의 얼굴 표정을 읽는 것이 왜 더 나은지 알고 싶다면 그 능력에 영향을 줄 수 있는 많은 요인이 있습니다.
요인 설계 정당화: 잠재적인 설명을 한 번에 하나씩 테스트하는 대신 동일한 연구에서 두 개 이상의 잠재적 영향을 테스트할 수 있기 때문에 고유한 인계 설계를 사용할 수 있습니다.
요인 설계의 이점: 동시에 대 순차적으로 원인을 테스트하여 시간을 절약할 수 있습니다. 이것은 연구원이 더 적은 참가자를 사용하는 것을 허용하고 각종 원인이 결과에 영향을 미치는 특별한 방법으로 결합되는지 밝힙니다.

2. 주요 변수

변수 = 연구에서 변경되는 모든 것
독립적 변수 = 참가자의 변화를 감지하기 위해 연구원이 조작/변경의 원인 또는
1. 연구원의 문학 탐구에 기초하여, 그녀는 사람의 자부심(즉,사람이 사람으로 누구인지에 대한 긍정적 이거나 부정적인 평가)과 자기 인식(즉,사람이 자신의 생각과 감정에 대해 얼마나 의식하는지)이 두 가지 독립적 인 변수라고 믿습니다.
종속 변수 = 연구원이 참가자에게 측정하는 효과 또는 결과
1. 연구 질문에 기초하여 비언어적 통신을 정확하게 감지하거나 해독하는 능력은 종속 변수입니다.

3. 연구 가설

주요 효과 가설 정의: 다른 독립적인 변수를 무시하면서 한 번에 하나의 독립적인 변수에 초점을 맞춘 계수 설계의 가설
1. 주요 효과 1: 높은 자부심을 경험 하는 사람들 낮은 자부심을 경험 하는 사람들 보다 눈 표현의 더 정확한 판단 될 것 이다.
2. 주요 효과 2: 자기 인식이 높은 사람들은 낮은 자기 인식을 경험하는 사람들보다 눈 표정을 더 정확하게 판단할 것입니다.
상호 작용 가설 정의: 하나의 독립적인 변수가 다른 독립 변수가 종속 변수에 미치는 영향을 변경한다는 가설
1. 상호 작용: 자존감이 비언어적 의사 소통을 정확하게 감지하는 능력에 미치는 영향은 높은 자기 인식을 경험하는 사람들을 위해 향상될 것이지만, 자기 인식이 낮은 사람들을 위해 감소될 것입니다.

4. 변수 정의

자부심: 자부심의 독립적 인 변수를 조작하기 위해, 연구원은 정확하게 유럽에서 국가를 이름을 참가자의 능력에 대한 거짓 피드백을 참가자를 제공 할 것입니다.
자기 인식: 자기 인식의 독립적인 변수를 조작하려면 참가자를 거울 앞에 놓습니다. 이것은 이전 연구에서 적응. ¹
비언어적 의사 소통디코딩의 정확성: 비언어적 의사 소통디코딩의 정확도의 종속 변수를 측정하려면 참가자들에게 여러 가지 눈 세트를 보여주고 표현되는 적절한 감정을 식별하도록 요청합니다. 이것은 또한 확립 된 테스트입니다. ²

5. 조건 수립

자부심: 참가자들에게 2분 이내에 생각할 수 있는 유럽의 많은 국가이름을 물어보세요. 조건에 따라 피드백을 제공합니다.
1. 높은 자부심을 위해 참가자들은 상위 10%에서 득점했으며 공연이 “우수하고 평균 이상”이었다는 것을 알게 됩니다.
2. 낮은 자부심을 위해 참가자들은 하위 50%에서 점수를 받았으며 공연이 “열등하고 평균 이하”였다는 것을 알게 되었습니다.
자기 인식
1. 높음 = 지리 퀴즈 동안 거울 앞에 참가자를 앉히기 (거울은 가능한 한 자연 / 눈에 띄지 않는 것처럼 보일 것입니다)
2. 낮음 = 지리 퀴즈 중에 미러가 없습니다.
조건의 조합: 주제 간의 요소 디자인에서 각 사람은 독립적 인 변수(표 1)의하나의 조합을 가져옵니다. 이 연구에서는 다음과 같은 4가지 가능한 조합은 다음과 같습니다.
a) 높은 자부심 / 높은 자각
b) 낮은 자부심 / 높은 자각
c) 높은 자부심 / 낮은 자각
d) 낮은 자부심 / 낮은 자각

표 1. 요인 디자인. 2 x 2 설계에 대한 가능한 요소 조합이 표시됩니다.

6. 종속 변수 측정(비언어적 통신 디코딩의 정확도)

퀴즈
1. 참가자가 퀴즈를 완료하십시오. 프레젠테이션 중에 사진을 마우스로 통해 눈을 더 명확하게 표시하십시오.
2. 점수 = 총 수 로 0-36 점수가 발생합니다.

7. 연구 수행

설정 = 사람이 거울 앞에 앉을 수 있는 컴퓨터와 공간이 있는 연구 실
정보에 입각한 동의
1. 연구실에서 “문화의 얼굴”에 대한 연구를 위해 참가자를 만나보십시오.
2. “정보에 입각한 동의를 읽으면서 이 연구는 비언어적 의사소통과 문화적 지식에 대한 인식에 관한 것입니다. 이 연구의 목적은 사람들이 얼굴 표정을 해석하는 방법을 배우는 것입니다. 또한 참여의 위험/혜택에 대해 서도 읽어보시고 언제든지 금연할 수 있습니다.”
조건에 대한 임의 할당
1. 참가자의 조건 조합(높은 자부심/높은 자인식; 낮은 자존감/높은 자인식; 높은 자부심/낮은 자인식; 낮은 자부심/낮은 자인식; 낮은 자부심/낮은 자기 인식)으로 패킷을 무작위로 주문하십시오.
연구 실행
1. 자기 인식
  1. 조건에 따라 참가자는 거울 앞에 앉을 지 여부에 관계없이 앉습니다.
2. 자부심
  1. 참가자들에게 50개의 공간이 있는 시트를 제공하고 다음 2분 동안 유럽의 많은 국가를 나열하도록 요청합니다. 과거 참가자에 비해 참가자 결과를 분석한 후 용지 한 장에 피드백(조건에 따라)을 제공하십시오.
3. 사진의 매력 평가
  1. 온라인 퀴즈(http://www.questionwritertracker.com/quiz/61/Z4MK3TKB.html)의온라인 버전을 가지고 컴퓨터 앞에 참가자를 앉아. 퀴즈는 “각 한 쌍의 눈을 들어 그림속사람이 생각하거나 느끼는 것을 가장 잘 설명하는 단어를 선택하세요.”라고 묻습니다. 각 사람이 36에서 바로 얻는 얼마나 많은 점수를 매기.
브리핑
1. 연구의 목적을 참가자에게 설명한다. 디브리핑 시트에서 읽기: “참여해 주셔서 감사합니다. 우리의 연구는 사람들이 모호한 얼굴 표정을 인식하는 방법에 대한 자부심과 자인식의 영향에 있었다. 우리는 자존감이 낮고 자기 인식이 낮은 사람들은 얼굴 표정을 높은 자부심과 높은 자인식으로 다른 사람들보다 더 비판적이고 공격적인 것으로 해석할 것이라고 가설했습니다. 질문이 있으십니까?”
2. 주소 속임수.
  1. 설명: “참가자가 기대하는 것이 아니라 자연스러운 성능을 얻는 것이 중요합니다. 참가자가 연구 결과의 뒤에 참추론 그리고 가설을 알고 있었다면 그(것)들은 기대를 인식한 실험자에 부응하기 위하여 노력하여 부자연스러운 방법으로 능력을 발휘할 수 있습니다. 이 문제를 제거하려면 실험자가 참가자에게 허위 정보를 제공해야 합니다. 이 실험에서, 우리는 당신이 취한 지리 퀴즈의 잘못된 피드백을 제공함으로써이 작업을 수행할 수 있습니다. 실제로, 우리는 어떤 식 으로든 퀴즈점수를 받지 못했습니다. 받은 피드백은 임의의 과제를 기반으로 하며 여러분의 능력을 나타내는 진정한 지표는 아닙니다. 이것은 우리가 모든 사람들이 짧은 부스트또는 자부심에 하락을 경험할 것이라고 확신 할 수 있도록 필요했다. 우리가 연구를 어떻게 했는지에 대한 특성 때문에 참가자들이 피드백을 믿는 것은 매우 자연스러운 일이지만, 그것이 진짜가 아니라는 것을 안심시켜 주었습니다.”

요인 설계는 연구원이 두 개 이상의 독립적인 변수를 조작하고 동일한 연구에서 단일 종속 변수에 미치는 영향을 측정해야 할 때 사용됩니다.

예를 들면, 연구원은 어떤 사람들이 다른 사람의 표정을 읽는 더 나은 이유를 알고 싶어하는 경우에, 그(것)들은 그 같은 기능에 영향을 미칠 수 있는 다중 요인을 검토해야 할 것입니다.

한 번에 하나의 실험에 영향을 미치는 많은 잠재적 영향을 테스트하는 대신, 요인 설계를 통해 한 실험 내에서 여러 변수를 동시 검사할 수 있습니다. 이러한 설계에는 참가자수가 줄어들고 다양한 원인이 결과에 영향을 미치는 특별한 방식으로 상호 작용하는지 여부를 알 수 있습니다.

이 비디오는 자기 인식과 자부심이 비언어적 신호를 해독하는 능력뿐만 아니라 결과를 분석하고이 디자인을 사용하는 추가 사례를 조사하는 방법에 영향을 미칠 수있는 방법을 탐구하기 위해 간단한 요인 실험을 설계하고 수행하는 방법을 보여줍니다.

이 실험에서는 두 가지 수준의 높고 낮은 두 가지 수준의 자기 인식과 자부심이라는 두 가지 독립적인 변수로 구성된 2대 2 의 요소 설계가 사용됩니다.

자기 인식을 조작하기 위해, 개인이 자신의 생각과 감정에 대해 얼마나 의식하는지, 참가자들은 높은 자기 인식 그룹의 거울 앞에서 지리 퀴즈를 완료하거나 낮은 자기 인식 그룹에 대한 거울이 없는 경우를 완료합니다.

자존감을 동시에 조작하기 위해, 사람이 누구인지에 대한 긍정적이거나 부정적인 평가- 참가자는 지리 퀴즈에 대한 잘못된 피드백을 제공합니다.

높은 자부심 그룹에 있는 사람들은 상위 10%에서 득점했다고 말하는 반면, 우수한 평균 성적과 높은 수준의 성적을 거둔 사람들은 하위 50%에서 득점하고, 열등하고 평균 이하의 성적을 거두었다는 것을 알게 됩니다.

따라서 참가자는 4 가지 가능한 조합 중 하나를 받게됩니다 : 높은 자부심 / 높은 자인식; 낮은 자부심 / 높은 자기 인식; 높은 자부심 / 낮은 자기 인식; 또는 낮은 자부심 / 낮은 자기 인식.

피드백을 받은 후 참가자들은 수많은 눈 집합을 보고 표현되는 적절한 감정을 식별하도록 요청받습니다. 이 경우 종속 변수는 비언어적 통신을 디코딩하는 정확도입니다.

디자인 복잡성으로 인해 여러 가설이 생성됩니다. 단일 독립적 변수의 효과에 초점을 맞춘 주요 효과는 각 조건의 높은 수준에 있는 사람들이 낮은 수준의 그룹에 있는 사람들보다 눈 표정을 더 정확하게 판단할 것이라는 점입니다.

대조적으로, 상호 작용 가설 – 독립적 인 변수가 종속 변수에 대한 다른 사람의 영향을 예측하는 것은 – 정확하게 비언어적 의사 소통을 감지하는 능력에 자부심의 영향이 높은 자기 인식을 경험하지만 낮은 자기 인식을 경험하는 사람들을 위해 향상될 것이라는 것입니다.

참가자가 도착하기 전에 그룹 할당이 전적으로 기회를 기반으로 하도록 조건의 네 가지 조합별로 패킷을 임의로 구성합니다.

실험을 시작하려면 랩의 참가자를 만나보십시오. 정보에 입각한 동의, 연구에 대한 간략한 설명, 절차 의식, 참여의 잠재적 위험 및 혜택 및 언제든지 철회 할 수있는 권리를 제공합니다.

할당된 자기 인식 상태에 따라 참가자에게 일방향 거울 앞에 앉아 블라인드를 열고 반사가 보이거나 닫혀 서 자기 반사를 방지하고 퀴즈를 내도록 지시합니다.

다음으로, 각 참가자에게 50개의 공간이 있는 시트를 주고 다음 2분 동안 유럽의 많은 국가를 나열하도록 요청합니다.

참가자에게 과거 참가자에 비해 결과를 분석하고 있음을 표시한 후 무작위로 할당된 조건에 따라 종이 에 피드백을 제공합니다.

그런 다음 컴퓨터 앞에 참가자를 앉고 다른 퀴즈를 내며 참가자에게 모호한 눈 이미지를 기반으로 얼굴 표정을 분별하도록 요청합니다.

실험을 마무리하기 위하여는, 그(것)들에게 연구 결과의 본질을 말함으로써 참가자를 브리핑하고, 왜 연구의 진정한 목적이 사전에 드러나지 못했습니다.

자존감과 자인식이 비언어적 표현을 해독하는 능력에 미치는 영향을 분석하기 위해 각 그룹의 눈 해석 퀴즈 점수를 평균화하고 조건에 따라 수단을 플롯합니다.

그룹 차이가 발견되었는지 확인하려면 양방향 ANOVA를 수행하여 주요 또는 상호 작용 효과를 표시합니다. 이 경우 자인식에 미치는 영향은 자존감 수준에 따라 달라집니다.

가설패턴과는 달리, 자기 인식이 높고 자존감이 낮은 참가자들은 비언어적 표현을 해독하는 데 더 정확하다고 합니다. 그러나 낮은 자기 인식에 노출되었을 때 참가자들은 높은 자부심을 가지고 있을 때 더 정확했습니다.

이제 2×2 팩터실험을 설계하고 수행하는 방법을 잘 알고 있으므로 이 디자인의 다른 예제를 살펴보겠습니다.

한 연구에서는, 전멸 반사의 전위성감은 감전을 수신하는 낮거나 높은 확률 동안 측정되었다.

알코올 이나 위약의 관리 등 또 다른 독립적인 변수, 충격 수준 및 알코올 놀라운 응답에 영향을 미치는 방법에 대 한 조사를 허용.

또 다른 예에서, 스트레스의 다른 수준이 수행 운동의 유형과 상호 작용할 수있는 방법을 고려. 이러한 모든 조건을 동시에 테스트하려면 2×2 계수 설계가 필요합니다.

아마도 또 다른 상황에서, 연구원은 참가자의 성별이 성능에 영향을 미칠 수있는 서면 시험 대 화면에 학생들이 수행하는 방법에 관심이 있습니다. 다시 한번, 동시 검사를 위해서는 2대 2의 인자 설계가 필요합니다.

당신은 단지 요인 실험 디자인에 JoVE의 소개를 보았다.

이제 2×2 요인 실험을 설계하고 수행하는 방법과 이러한 연구에 공통되는 결과를 통계적으로 분석하는 방법에 대한 좋은 이해가 있어야 합니다. 또한 2×2 팩터링 설계의 사용이 유익한 몇 가지 예를 소개했습니다.

시청해 주셔서 감사합니다!

Results

136명으로부터 데이터를 수집한 후, 두 가지 주요 효과 및 상호 작용을 테스트하기 위해 분산(ANOVA)의 양방향 분석을 수행하였다. 그림 1에나타난 바와 같이, 가설패턴과는 반대로, 참가자가 높은 자기 인식을 가졌을 때, 그들은 낮은 자존감이 있을 때 더 정확했다; 그러나 자기 인식이 낮았을 때, 그들은 높은 자부심을 가지고 있을 때 더 정확했습니다.

사람의 눈에 의미를 해독에 미치는 영향 외에도, 더 큰 자기 인식은 우울한 느낌과 같은 더 부정적인 감정을 경험하기 위해 낮은 자부심을 가진 사람들을 이끌 수 있습니다.

연구원이 비언어적 의사 소통을 이해하는 데 더 큰 정확성을 일으키는 요인을 식별 할 수 있다면 개인이 다른 사람의 비언어적 신호를 더 잘 읽는 방법을 배울 수 있습니다. 사람의 표정을 정확하게 이해할 수 있는 모든 맥락을 생각해 본다. 판매, 스포츠 경기, 면접, 데이트. 정말, 비언어적 의사 소통은 어디에나 있으며 더 정확하게 읽을 수있는 방법을 알아내는 것은 도움이 될 수 있습니다.

그림 1. 자존감과 자각에 의해 해독되는 비언어적 의사 소통. 표시된 것은 조건에 걸친 평균 점수입니다.

Applications and Summary

요인 디자인은 일반적으로 심리학 실험에 사용됩니다. 이 디자인은 다양한 수준의 스트레스와 운동 유형의 상호 작용에 대한 두려움 반응에 대한 약리학적 영향에서부터 다양한 주제에 유용합니다.

References

Wicklund, R. A., & Duval, T. S. Opinion change and performance facilitation as a result of objective self-awareness. Journal of Experimental Social Psychology. 7, 319-342 (1971).
Baron-Cohen, S., Wheelwright, S., Hill, J., Raste, Y., & Plumb, I. The 'Reading the mind in the eyes' Test revised version: A study with normal adults, and adults with Asperger syndrome or high-functioning autism. Journal of Child Psychology and Psychiatry. 42 (2), 241-251. doi:10.1111/1469-7610.00715 (2001).

Transcript

A factorial design is used when researchers need to manipulate two or more independent variables and measure the effects on a single dependent variable in the same study.

For example, if researchers wanted to know why some people are better at reading another person’s facial expressions, they would have to examine multiple factors that could influence such ability.

Rather than test many potential influences one experiment at a time, a factorial design allows the simultaneous examination of several variables within one experiment. Such design requires fewer participants, and reveals whether the various causes interact in a special way to affect the outcome.

This video demonstrates how to design and conduct a simple factorial experiment to explore how self-awareness and self-esteem may influence the ability to decipher nonverbal signals, as well as how to analyze the results and examine additional cases that use this design.

In this experiment, a two-by-two factorial design is used, consisting of two independent variables—self-awareness and self-esteem—with two levels, high and low.

To manipulate self-awareness—how conscious an individual is about their own thoughts and feelings—participants complete a geography quiz in front of a mirror in the high self-awareness group, or in the absence of a mirror for the low self-awareness group.

To simultaneously manipulate self-esteem—a person’s positive or negative evaluation of who they are as a person—participants are provided with false-feedback on the geography quiz.

Those in the high self-esteem group are told that they scored in the top 10%, with superior and above average performance, while those in the low self-esteem group learn that they scored in the bottom 50%, performing inferior and below average.

Thus, note that participants are subjected to one of four possible combinations: high self-esteem/high self-awareness; low self-esteem/high self-awareness; high self-esteem/low self-awareness; or low self-esteem/low self-awareness.

After receiving feedback, participants are asked to view numerous sets of eyes and identify the proper emotion being expressed. In this case, the dependent variable is the accuracy of decoding the nonverbal communication.

Because of the design complexity, several hypotheses are generated. The main effect hypotheses—those that focus on the effect of a single independent variable—are that those in the high levels of each condition will be more accurate judges of eye expressions than those in the low level groups.

In contrast, the interaction hypothesis—one that predicts an independent variable changes another’s influence on the dependent variable—is that the impact of self-esteem on the ability to accurately detect nonverbal communication will be enhanced for those who experience high self-awareness, but reduced for those who experience low self-awareness.

Before the participant arrives, randomly organize packets with each of the four combinations of conditions to ensure that group assignments are entirely based on chance.

To begin the experiment, meet the participant in the lab. Provide them with informed consent, a brief description of the research, sense of the procedure, the potential risks and benefits of participating, and the right to withdrawal at any time.

Depending on the assigned self-awareness condition, instruct the participant to sit in front of a one-way mirror, with blinds open and their reflection visible or closed to prevent self-reflection, to take a quiz.

Next, give each participant a sheet with 50 spaces on it and ask them to list as many countries in Europe as they can in the next 2 min.

After indicating to the participant that you are analyzing their results compared to past participants, provide feedback to them on a sheet of paper based on their randomly assigned condition.

Then, sit the participant in front of a computer to take another quiz, which asks the participant to discern facial expressions based on ambiguous eye images.

To conclude the experiment, debrief participants by telling them the nature of the study, as well as why the true purpose of the study could not be revealed beforehand.

To analyze how self-esteem and self-awareness influence the ability to decipher nonverbal expressions, average the eye interpretation quiz scores in each group and plot the means by conditions.

To determine if group differences were found, perform a two-way ANOVA to reveal any main or interaction effects. In this case, the effect on self-awareness depends on the level of self-esteem.

Contrary to the hypothesized pattern, notice that participants with high self-awareness and low self-esteem were more accurate at deciphering nonverbal expressions. However, when exposed to low self-awareness, participants were more accurate when they had high self-esteem.

Now that you are familiar with how to design and perform a two-by-two factorial experiment, let’s take a look at some other examples of this design.

In one study, potentiation of the startle reflex was measured during a low or high probability of receiving an electric shock.

Another independent variable, such as the administration of alcohol or placebo, allows for the investigation into how shock level and alcohol influence the startle response.

In another example, consider how different levels of stress could interact with the type of exercise performed. To test all of these conditions simultaneously, a two-by-two factorial design is required.

Perhaps in another situation, a researcher is interested in how students perform on an on-screen versus a written test, whereby participants’ gender may influence performance. Once again, a two-by-two factorial design is necessary for simultaneous examination.

You’ve just watched JoVE’s introduction to factorial experimental design.

Now you should have a good understanding of how to design and conduct a two-by-two factorial experiment, as well as how to statistically analyze the results common to these studies. You’ve also been introduced to several examples where the use of a two-by-two factorial design is beneficial.

Thanks for watching!

Tags