有偿招募在校大学生49人，其中男生21人，女生28人，年龄18～25岁，平均年龄为20.96岁。所有被试身体健康，视力或矫正视力正常，均为右利手。

从某公司工作人员中招募8名模特（4名男性，4名女性，与参与本研究的所有被试均不相识），让他们分别表演3种（伤心的、害怕的、生气的）表情。使用佳能SX210的1400万像素的相机，对拍摄模式进行统一调试。以白墙为背景，表演者取正坐位，距墙0.2米、距相机1米，以相机聚焦时光线聚集在脸部鼻梁正中时的位置定位相机高度。并由2名心理学工作者就表情的内在情绪含义、表情特征对表演者进行解释说明，并结合不同的情境和经历诱发其情绪。所有照片均由同一人在同一实验室和同样条件下完成拍摄，图片的大小均标准化为256×192像素。初次得到表情图片48张。为了检验图片材料的效度，请40名心理学专业的本科生（其中男生17名，女生23名）对这些面孔图片进行评定。按照Osgood等的情绪维度理论，从愉悦度（valence）、唤醒度（arousal）和优势度（dominance）^[5]三个方面对表情图片进行5点量表式评分（刘潇楠、许翱翔、周仁来，2009），评分采用自我评价模式（self－assessment manikin，简称SAM）（白露、马慧、黄宇霞、罗跃嘉，2005），评定等级为1到5，1表示低值，5表示高值。然后根据他们评价的结果从中选取较具代表性的图片24张，这24张图片的评定结果见表11－4。并借鉴王妍和罗跃嘉（2005）的评定方法，请30名大学生（男生14名，女生16名）对这24张图片的情绪类别进行识别，图片情绪类别的识别一致率均超过了70%（见表11－4），表明这些表情图片具有一致性和代表性（王妍、罗跃嘉，2005；顾莉萍等，2009）。

表11－4　各种负性表情图片愉悦度、唤醒度和优势度的平均值（标准差）及识别一致率(www.daowen.com)

为了提高表情图片的生态效度，利用Magic Morph软件得到各种表情下44%和88%强度的图片（Barrett、Bliss－Moreau，2009；朱春燕、汪凯、陶睿、庞礴，2010），0%代表中性表情，100%代表表演的表情。考虑到东西方的文化差异，西方人情绪表现夸张，而中国人深受儒家为代表的行为规范和道德标准强调的不苟言笑、喜怒不形于色的影响而崇尚情绪抑制，情绪表现较为内向、含蓄（孟昭兰，2005），所以本研究中使用情绪强度88%的表情图片作为目标表情图片。

以40名心理学专业的本科生（其中男生17名，女生23名）为被试，对情绪的情境归因进行了开放式的问卷调查。再根据情境句子的频率，从每种情绪的情境归因句子中，选出8个频率高的情境句子。这8个情境句子随机地与情绪图片进行配对。采用2（目标性别：男、女）×3（情绪：伤心、害怕、生气）×2（被试性别：男、女）混合实验设计，其中被试性别是组间变量，其他因素均为组内变量。因变量是性格归因的平均频次、再认正确率。