心實第五講回饋（再也搞不出名堂來了）

　　這一次的心實上課內容毫不疑問的投向了統計的懷抱當中。王議賢老師再三叮嚀的交互作用圖又出現了。
　　在＂態度的測量小單元＂時，老師提到了問卷調查抽樣的3個層次：實體抽樣、問題抽樣、受訪回答之抽樣。好，其實我不大懂層次的意思（常常被這種看似簡單但意義深遠的詞彙打敗）。我記得實體抽樣應該是受訪樣本的抽樣，問題抽樣則是在做調查時，主試對於問題的用詞選擇，會影響到受試的回答。至於受訪回答的抽樣意義又更有趣了：受訪者由於不同的動機有不同的答案，在回答問題時選擇一種來回答，就是受訪回答之抽樣。我覺得有疑問的地方在於，為什麼把＂問題抽樣＂、＂受訪者回答之抽樣＂叫做抽樣，而不叫做變項呢？
　　回到多因子設計。在尤其複雜的心理學裡面，大多數的cause-and-effect relationship並不單純，用多因子設計來探尋行為或心路歷程的成因當然是方便的多。不過多了一個因子，相對而言就多了許多變項要控制，還有在選擇因子與level的時候，應該也得要特別小心。而且在解讀實驗結果時，難度相對也提升了一些。雖然這是一個強而有利的test，但是也需要更熟練的實驗操控技巧與結果解讀的能力。尤其在p. 62的case study，或許這個實驗累積了許多前人的經驗，但是默默在這個實驗裡面學了不少東西。首先是forced-choice procedure，若沒有這個規定（？），就只能測得＂反應傾向＂，這件是實在太有趣了！如果我是受試坐在那邊，主試跟我說我可以選擇不作答，那我就想挑color to color的來回答，那我的反應傾向不就是簡單的題目？！還有第三個factor：match and mismatch。既然實驗測的是reaction time，為了避免不耐煩的受試瘋狂的按match or mismatch，那回答正確與否就應該納入考慮。但是假設受試亂猜也猜對不少提呢？是不是有一個機制，可以用統計的方法將這種結果給挑出來？譬如說像答錯50%，這個受試者的資料就不能算進去？
　　大講堂上課很舒服，我還想要去。