场景案例 · 2026-06-24

心理学实验数据分析全流程 — 被试间/被试内设计、信效度、效应量 APA 报告

心理学实验必看：被试间设计、被试内设计、重复测量 ANOVA、t 检验、信效度分析，ChatSRS AI 一句话输出效应量（Cohen's d、eta^2）与 APA 7th 格式报告，覆盖心理学实验报告全流程。

心理学实验报告的三大死穴：设计类型选错了统计方法、效应量漏报、APA 格式不规范。这篇文章把心理学实验最典型的两种设计从数据到报告全部串通，每步给出 ChatSRS 可直接使用的自然语言指令，以及可抄进论文的 APA 7th 报告句式。

心理学实验数据分析为什么令人头疼

写心理学实验报告的同学，基本都踩过这些坑：

做了被试间设计，用了配对 t 检验——结果完全错了
重复测量 ANOVA 跑出来，Mauchly 球形度检验没报，导师打回
量表题忘记做信效度，直接拿去做组间比较
Cohen's d 算出来了，但不知道放在哪里、怎么解读
APA 格式混用：t(38) 和 t = 2.45 (df = 38) 并排出现
被试内设计多个时间点，每两个点做了一堆 t 检验——没做多重比较校正

根本原因是心理学实验设计与统计方法之间有严格的对应关系，而这个对应关系在教材里往往没讲透。

chatsrs.com 支持自然语言输入，自动识别被试间/被试内设计，自动输出对应方法的完整 APA 报告。下面按两种最典型的设计展开演示。

两种核心设计：先搞清楚再选方法

被试间设计（Between-Subjects Design）

定义：不同组被试接受不同水平的自变量处理。每名被试只出现在一个条件下。

典型场景：

实验组 vs 对照组（随机分组干预研究）
高焦虑组 vs 低焦虑组的认知任务比较
三种不同教学方法对应三个不同班级

对应方法：

两组比较 → 独立样本 t 检验
三组及以上 → 单因素 ANOVA + Tukey/Bonferroni 事后检验
有协变量 → ANCOVA

被试内设计（Within-Subjects Design）

定义：同一批被试接受所有水平的处理，在不同时间点或条件下重复测量。

典型场景：

干预前、干预中、干预后三次测量
同一批被试在三种不同记忆线索条件下的正确率
同一被试在情绪诱导前后的生理唤醒水平

对应方法：

两个时间点 → 配对样本 t 检验
三个及以上时间点 → 单因素重复测量 ANOVA
混合设计（既有组间因素，又有组内时间因素） → 混合 ANOVA

案例数据：正念减压干预的心理学实验

以一个典型心理学干预研究为例：研究者探究正念减压训练（MBSR）对大学生焦虑、情绪调节和认知功能的影响。

设计结构：

被试间因素：干预组（MBSR 训练，n = 45）vs 对照组（等待名单，n = 45）
被试内因素：三次测量（基线 T1、干预后 T2、随访 T3）
因变量：焦虑量表总分（GAD-7，0–21）、认知灵活性得分、情绪调节自我效能感

数据结构：

participant_id  group     anx_T1  anx_T2  anx_T3  cogflex_T1  cogflex_T2  cogflex_T3  ER_scale_items(x12)
P001           MBSR       11.2    6.4     5.8     42          58          61           ...
P002           control    10.8    10.1    10.3    41          43          44           ...
...

第一步：量表信效度 — 必做前置步骤

在用量表数据做任何组间或时间比较之前，必须先证明量表的可靠性和有效性。

在 chatsrs.com 上传数据后输入：

"对情绪调节自我效能感量表（12 道题，7 点 Likert）做信效度分析。报告整体 Cronbach's alpha 和分维度 alpha；做 KMO 和 Bartlett 球形检验；做探索性因子分析，输出因子载荷矩阵（>= 0.40 保留）和累计方差解释率，生成 APA 格式三线表。"

ChatSRS 自动输出：

信度分析（情绪调节自我效能感量表，N = 90）

整体 Cronbach's alpha = .89（内部一致性优秀）

分维度 alpha：
  情绪表达维度（4 题）：alpha = .83
  情绪调节策略维度（4 题）：alpha = .81
  压力应对维度（4 题）：alpha = .85

KMO = .876，Bartlett 球形检验：chi^2(66) = 684.3，p < .001
  — 适合做因子分析。

探索性因子分析（主轴因子法，Promax 斜交旋转）
  提取 3 个因子，累计解释方差 = 63.4%
  全部 12 题载荷 >= .43，无交叉载荷 > .32

APA 报告模板（信效度段落）：

情绪调节自我效能感量表（12 道题，7 点 Likert）的信效度分析结果表明，
整体 Cronbach's alpha = .89，各维度 alpha 在 .81～.85 之间，内部一致性良好。
KMO = .876，Bartlett 球形检验达到显著（chi^2(66) = 684.3，p < .001），
探索性因子分析提取 3 个因子，累计解释方差 63.4%，各题因子载荷在 .43～.79 之间，
结构效度满足要求（参见附录表 A1）。

第二步：被试间分析 — 基线等组性检验

任何干预实验，第一件事是确认实验组和对照组在基线上没有系统差异。

"对实验组和对照组的基线焦虑得分（anx_T1）做独立样本 t 检验，先做 Levene 方差齐性检验，报告 t 值、df、p 值、均值差、95% CI 和 Cohen's d，生成三线表格式，并写 APA 格式报告文字。"

ChatSRS 输出示例：

表 1  两组基线焦虑描述统计与 t 检验（N = 90）

                MBSR 组              对照组
              M (SD)              M (SD)          t(88)     p       d
anx_T1        10.84 (2.31)        10.62 (2.44)    0.47      .642    0.09

注：Levene 方差齐性检验 F(1,88) = 0.19，p = .664，方差齐性满足。
95% CI 均值差 [-0.72, 1.16]。

APA 报告模板（等组性检验）：

独立样本 t 检验结果显示，MBSR 组（M = 10.84，SD = 2.31）与对照组（M = 10.62，SD = 2.44）
在基线焦虑得分上不存在显著差异，t(88) = 0.47，p = .642，
Cohen's d = 0.09，95% CI [-0.72, 1.16]，两组基线等组性满足。
Levene 方差齐性检验未达显著（F(1,88) = 0.19，p = .664）。

第三步：被试内分析 — 重复测量 ANOVA

这是心理学实验报告的核心分析。对 MBSR 组内部三个时间点的焦虑变化做重复测量 ANOVA：

"对 MBSR 实验组的焦虑得分（anx_T1、anx_T2、anx_T3）做单因素重复测量方差分析。步骤：(1) Mauchly 球形度检验，如违反球形度假设，用 Greenhouse-Geisser 校正；(2) ANOVA 主效应 F 值、df、p 值、偏 eta 平方；(3) 两两配对事后比较（Bonferroni 校正）；(4) 描述统计三线表；(5) 完整 APA 格式报告文字。"

ChatSRS 输出：

重复测量 ANOVA — MBSR 组焦虑得分（n = 45）

表 2  三次测量描述统计

时间点    M       SD      95% CI
T1        10.84   2.31    [10.15, 11.53]
T2        6.42    2.87    [5.56, 7.28]
T3        5.93    2.71    [5.12, 6.74]

Mauchly 球形度检验：W(2) = 0.913，p = .043 — 球形度违反，使用 Greenhouse-Geisser 校正
校正 epsilon = 0.914

重复测量 ANOVA（GG 校正）：
F(1.842, 80.44) = 84.37，p < .001，偏 eta^2 = .656（大效应）

Bonferroni 事后比较：
  T1 vs T2：均值差 = 4.42，p < .001，d = 1.64
  T1 vs T3：均值差 = 4.91，p < .001，d = 1.84
  T2 vs T3：均值差 = 0.49，p = 1.000，d = 0.17（不显著）

APA 报告模板（重复测量 ANOVA）：

对 MBSR 组被试在三个时间点（基线 T1、干预后 T2、随访 T3）的焦虑得分
进行单因素重复测量方差分析。Mauchly 球形度检验显示球形度假设违反，
W(2) = 0.913，p = .043，故采用 Greenhouse-Geisser 校正（epsilon = 0.914）。
结果显示，时间主效应显著，F(1.842, 80.44) = 84.37，p < .001，偏 eta^2 = .656，
属于大效应。Bonferroni 校正事后比较显示：T1 → T2（均值差 = 4.42，p < .001，d = 1.64）
和 T1 → T3（均值差 = 4.91，p < .001，d = 1.84）的焦虑得分均显著降低，
而 T2 与 T3 之间差异不显著（p = 1.000），提示 MBSR 干预效果在随访期保持稳定。

第四步：被试间 + 被试内 — 混合设计 ANOVA

最能回答"干预是否优于对照"的分析：同时考虑组别（被试间）和时间（被试内）两个因素。

"以焦虑得分为因变量，以组别（MBSR vs 对照）为被试间因素，以时间（T1/T2/T3）为被试内因素，做 2x3 混合 ANOVA。报告：(1) 时间主效应；(2) 组别主效应；(3) 时间 x 组别交互效应（重点）；(4) 如交互显著，做简单效应分析；(5) 各效应的 F 值、偏 eta 平方、p 值。"

ChatSRS 输出：

混合 ANOVA（组别 x 时间）

效应                           F              df              p         偏 eta^2
时间主效应                     91.24          1.84, 162.56    <.001     .511
组别主效应                     38.67          1, 88           <.001     .305
时间 x 组别 交互               62.38          1.84, 162.56    <.001     .415 ← 关键

简单效应分析（交互显著时）
  MBSR 组：T1→T2 变化 = -4.42（大效应）；T1→T3 变化 = -4.91（大效应）
  对照组：T1→T2 变化 = -0.52（小效应）；T1→T3 变化 = -0.30（小效应）

APA 报告模板（混合 ANOVA 交互效应）：

以 2（组别：MBSR vs 对照）x 3（时间：T1/T2/T3）混合方差分析检验组别与时间的交互效应。
时间主效应显著，F(1.84, 162.56) = 91.24，p < .001，偏 eta^2 = .511；
组别主效应显著，F(1, 88) = 38.67，p < .001，偏 eta^2 = .305。
重要的是，时间 x 组别交互效应显著，F(1.84, 162.56) = 62.38，p < .001，偏 eta^2 = .415，
为大效应。简单效应分析显示，MBSR 组焦虑得分在 T1 至 T2 显著降低（均值差 = -4.42，d = 1.64），
并在随访（T3）保持稳定；对照组在相同时间段内无显著变化，提示 MBSR 训练对大学生焦虑的
干预效果具有统计显著性和实践显著性。

第五步：效应量全览与解读标准

心理学实验报告中，效应量是仅次于 p 值的必报指标。APA 7th 明确要求所有推论性统计都要报告效应量。

分析方法	效应量指标	小效应	中效应	大效应
独立/配对 t 检验	Cohen's d	0.20	0.50	0.80
单因素 ANOVA	eta squared (eta^2)	.01	.06	.14
重复测量/混合 ANOVA	偏 eta 平方 (partial eta^2)	.01	.06	.14
相关分析	Pearson r	.10	.30	.50
卡方检验	Cramer's V	.10	.30	.50

心理学实验报告中效应量的写法：

Cohen's d 写法：d = 0.81，为大效应（Cohen，1988）
偏 eta 平方写法：偏 eta^2 = .415，为大效应（Cohen，1988）

重要原则：效应量要和 p 值一起报告。p 值显示差异是否达到统计显著，效应量显示差异有多大——两者缺一不可，APA 7th 明确要求。

在 ChatSRS 上一句话完成心理学实验分析

打开 chatsrs.com，上传实验数据后输入：

"这是一个 2x3 混合设计心理学实验，实验组45人（MBSR训练），对照组45人，三次时间点测量焦虑量表（GAD-7）。请完成：(1) 量表信度（alpha）；(2) 基线等组性检验；(3) 各组重复测量 ANOVA；(4) 混合 ANOVA（含时间x组别交互效应）；(5) 效应量 Cohen's d 和偏 eta 平方；输出完整 APA 7th 格式结果三线表和报告文字。"

ChatSRS 识别设计类型（被试间/被试内/混合），自动选用对应统计方法，输出可直接粘贴进论文的完整报告段落。

论文方法章节怎么写

数据分析策略（Method — Data Analysis 段落模板）

本研究采用 SPSS 26.0（或 ChatSRS，R 引擎）进行数据分析，显著性水平设为 alpha = .05。
首先，对情绪调节自我效能感量表进行信度（Cronbach's alpha）和效度（EFA，KMO）检验。
随后，采用独立样本 t 检验验证实验组与对照组的基线等组性。
干预效果采用 2（组别）x 3（时间）混合方差分析检验，主要关注时间 x 组别交互效应；
当 Mauchly 球形度假设违反时，采用 Greenhouse-Geisser 校正。
多重比较采用 Bonferroni 法控制第一类错误。
效应量以 Cohen's d（t 检验）和偏 eta 平方（方差分析）报告，
参照 Cohen（1988）标准解释效应大小。

常见 FAQ

Q：被试间设计和被试内设计选错了，结果会怎样？

A：结果数值完全错误，且通常会高估检验功效。被试内设计（同一人多次测量）存在测量间相关，配对 t 检验和重复测量 ANOVA 通过"消除被试内变异"来提高检验功效。如果错误地使用独立样本 t 检验处理配对数据，等于把被试间的个体差异当作"误差"，导致标准误被高估，t 值和 F 值偏低，更难达到显著。

Q：Mauchly 球形度检验违反了怎么办？

A：球形度（sphericity）违反时，重复测量 ANOVA 的 F 检验会出现自由度膨胀，导致 Type I 错误率上升。标准处理方式是使用 Greenhouse-Geisser（GG）校正或 Huynh-Feldt（HF）校正——两者都通过缩减自由度来补偿球形度的违反。一般规则：epsilon < .75 用 GG 校正（更保守），epsilon >= .75 可用 HF 校正（功效略高）。在 ChatSRS 中说"球形度违反时用 Greenhouse-Geisser 校正"即可自动处理。

Q：混合 ANOVA 的交互效应不显著，还要报告吗？

A：必须报告，不论是否显著。APA 格式要求报告所有预设的主效应和交互效应，不能只挑显著的报告——那是 p-hacking 的常见变体。不显著的交互效应写法：时间 x 组别交互效应未达显著，F(1.84, 162.56) = 2.13，p = .127，偏 eta^2 = .024，同时报告效应量，让读者判断是否存在有实践意义的趋势。

Q：心理学实验报告为什么要做事后比较（post-hoc）？

A：ANOVA 的 F 检验只能告诉你"三组（或三个时间点）之间存在显著差异"，但不能告诉你是哪两组之间差异显著。事后比较（post-hoc tests）用来做所有两两比较，同时控制多重比较带来的第一类错误膨胀。推荐方法：Bonferroni 法（最保守，适合检验次数少的情况）；Tukey HSD（功效较 Bonferroni 高，适合所有配对比较数量相等时）。在 ChatSRS 里说"做 Bonferroni 事后比较"或"做 Tukey HSD 事后比较"即可自动选择。

Q：效应量 Cohen's d 和偏 eta 平方哪个更好？

A：两者适用场景不同，不能互换：Cohen's d 用于两组比较（独立/配对 t 检验），表示两组均值差异以标准差为单位的大小；偏 eta 平方用于方差分析（ANOVA、混合 ANOVA），表示某效应解释的方差比例。当你同时有 t 检验和 ANOVA 结果时（如既做了 t 检验的等组性检验，又做了混合 ANOVA 的主效应），两种效应量都要分别报告，不要混用。

Q：ChatSRS 支持 APA 7th 格式的心理学报告直接输出吗？

A：支持。在指令结尾加上"输出完整 APA 7th 格式报告文字"，ChatSRS 会生成符合 APA Publication Manual 第七版格式要求的结果描述段落，包括：统计量的正确符号格式（斜体 M/SD，罗马体括号）、p 值格式（精确三位，< .001 写 p < .001）、效应量及其解读标准、置信区间。生成的段落可直接粘贴进论文 Results 章节。

心理学实验分析小结

设计类型	因变量数量	推荐方法	效应量
被试间，两组	1	独立样本 t 检验 + Levene	Cohen's d
被试间，三组及以上	1	单因素 ANOVA + Tukey/Bonferroni	eta^2
被试内，两时间点	1	配对样本 t 检验	Cohen's d
被试内，三及以上时间点	1	重复测量 ANOVA（GG 校正）	偏 eta^2
混合（组别 + 时间）	1	混合 ANOVA，重点看交互效应	偏 eta^2
多因变量	2+	MANOVA	偏 eta^2

在 chatsrs.com 一句自然语言，即可获得对应方法的完整分析结果 + 三线表 + APA 7th 报告句式，无需手动查 SPSS 输出。