实验设计从定义上看有广义和狭义之分。广义的实验设计是指科学研究的一般程序的知识，它包括从问题的提出、假说的形成、变量的选择等一直到结果的分析、论文的写作这一系列内容。它给研究者展示如何进行科学研究的概貌，试图解决研究的全过程。狭义的实验设计是指实验具体的计划方案以及相应的统计分析方法，也就是着重解决从如何建立统计假说到做出结论这一段。

为了检验一个处理是否有效，研究者有时需要对两个类似的组进行比较，施加处理的那一组称为实验组，而未施加处理的那一组称为控制组。

一般来说，实验设计可以分为三大类，即真实验设计、准实验设计和非实验设计（前实验设计）。

（一）真实验设计

1. 真实验设计的定义

真实验设计亦称“标准实验设计”，是指实验控制严格服从重复、随机化和局部控制三条基本原则的实验设计。真实验设计应满足：① 随机选择与分配被试；② 准确操纵自变量；③ 严格控制额外变量或均匀分散干扰变量的作用。

2. 真实验设计的分类

（1）单因素设计和多因素设计。

按照实验中所包含的因素的数目，实验设计可分为单因素设计和多因素设计两类。

① 单因素设计。

单因素设计只包含一个因素，该因素至少有两个水平。单因素设计有以下几种常见形式：

A. 典型的完全随机设计。这种设计的特点是，所研究的因素为操纵的变量，包含两个或更多水平，被试随机分派接受其中一个水平，这样，有几个水平，就相应地有几组被试。由于几组被试之间彼此独立，因此，这种设计也称独立组设计（independent groups design）。

B. 匹配组设计。与典型的完全随机设计相同，在这种设计中，所研究的因素也为操纵的变量，不同的是，在匹配组设计（matched groups design）中，不是简单地随机分派被试接受自变量的不同水平，而是首先在某一变量上匹配被试，然后把某一变量上匹配的几名被试随机分派到不同的条件中。

C. 不等组设计。当对年龄差异、性别差异等问题感兴趣，因此所感兴趣的因素为被试变量（如年龄、性别）时，研究者无法做到随机分派被试。这时，研究者所采用的设计为不等组设计（nonequivalent groups design）。当然，研究者仍然可以在某个或某些变量上对被试进行匹配。

D. 前后测完全随机设计。这种设计也称前后测控制组设计，它与典型的完全随机设计之间唯一的区别是增加了前测。最简单的情形只包括实验组和控制组，其逻辑是：如果实验组与控制组之间变化分数差异显著，那么，说明处理有效果。这样的逻辑实际上站不住脚，这是因为，两组不仅在有无处理上有差异，而且在是否包含处理与前测的交互作用（交互作用是指一个因素各个水平之间反应量的差异随其他因素的不同水平而发生变化的现象）方面也有差异。因此两组之间分数变化上的差异，既可能是单纯处理的效果，也可能是处理与前测交互作用的结果。

E. 所罗门四组设计。这种设计的特点是，包含两个实验组（一组有前测，另一组没有前测）和两个控制组（一组有前测，另一组没有前测）。同控制组2相比，控制组1多了一个前测。同样，同实验组2相比，实验组1多了一个前测。如果把两个实验组之间的比较同两个控制组之间的比较相结合，那么，就可以分别估计前测本身以及前测与处理交互作用对后测分数变化的贡献。这也正是所罗门四组设计设置四个被试组的原因。

② 多因素设计。

多因素设计中包含两个或更多个因素，每个因素有两个或更多个水平，因而产生多种水平结合。每名被试可以只接受其中一种水平结合，也可以接受全部水平结合。

（2）被试内设计、被试间设计和混合设计。

按被试接受处理或处理结合的情况，或者说按究竟是在被试之间进行还是在被试内部进行，实验设计可分为被试间设计、被试内设计和混合设计三类。

① 被试间设计。

被试间设计（between-subjects design），亦称“组间设计”，是指要求每个被试（组）只接受一个自变量水平的处理，对另一被试（组）进行另一种自变量水平处理的实验设计。这种设计的特点是，比较在不同被试之间进行，因此，这种设计又称为组间设计（between-groups design）。

被试间设计的优点与缺点：

试间设计的优点是每一个人只接受一种处理方式，而一种处理方式不可能影响或污染另一种处理方式，因此避免了练习效应和疲劳效应等由实验顺序造成的误差。

被试间设计的缺点有以下几方面：一是所需要的被试数量巨大。由于每一个自变量的每一个水平都需要不同的被试，当实验因素增加时，实验所需要的被试数量就会迅速增加；二是由于接受不同处理的总是不同的个体，因此被试间设计从根本上是不能排除个体差异对实验结果的混淆的，而匹配和随机化技术也只是尽可能地缓解而不是根治这一问题。

根据研究目的，被试间设计也可以分为单因素被试间设计和多因素被试间设计。

② 被试内设计。

被试内设计（within-subjects design），亦称“组内设计”“重复测量设计”，是指将所有被试轮流在各种实验条件下接受实验处理，即将所有被试分配到不同的自变量或自变量的不同水平下进行实验。

被试内设计的优点与缺点：

优点是可有效地控制被试变量对实验结果的影响。该设计对于研究阶段性的练习较为理想。

缺点是在一种实验条件下的操作可能会影响后继的另一种实验条件下的操作，而带来实验顺序的问题；而且相同的被试要重复接受不同的实验处理，不可避免地会产生练习或疲劳效应。用完全的平衡方法或拉丁方方法，可克服实验顺序带来的缺点。如在视、听觉的反应实验中，可让一组被试轮流对灯光和声音作反应，并用“视听听视、听视视听”的操作顺序加以平衡。(www.daowen.com)

被试内设计也可以分为单因素被试内设计和多因素被试内设计。

③ 混合设计。

混合设计是指在因素设计中，每一个自变量都能设计为组内的，也能设计为组间的。例如被试在交通繁忙的路上开车，测试他们使用手机和不使用手机对驾驶的影响；而另一组被试在交通通畅的条件下，也做同样的两种条件的测试，这就是一个混合设计。

混合设计也可以分为单因素混合设计和多因素混合设计。

（二）准实验设计

1. 准实验设计的定义

准实验研究是指在无须随机安排被试时，运用原始群体，在较为自然的情况下进行实验处理的研究方法。

2. 准实验设计的特点

对比真实验研究，准实验研究有以下特点：

（1）降低控制水平，增强现实性。

准实验设计是在接近现实的条件下，尽可能地运用真实验设计的原则和要求，最大限度地控制因素，进行实验处理实施的，因此准实验研究的实验结果较容易与现实情况联系起来，即现实性较强。

（2）研究进行的环境不同。

准实验研究进行的环境是现实的和自然的，与现实的联系也就密切得多。而真实验设计研究的环境与实际生活中的情况相差很大，是一个“人工制作”的环境。

（3）内部效度低于真实验设计，外部效度高于真实验设计。

准实验设计利用原始组进行研究，缺少随机组合，无法证明实验组是否为较大群体的随机样本，同时任何因素都可能对原始群体起作用，所以因被试挑选带来的偏差将损害研究结果的可推广性，从而影响准实验研究的内部效度，因此在内部效度上，真实验优于准实验设计。但由于准实验的环境自然而现实，它在外部效度上能够且应该优于真实验设计。

3. 准实验设计方法

常用的准实验设计方法有不相等实验组控制组前后测准实验设计、不相等区组后测准实验设计、单组前测后测时间系列准实验设计、多组前测后测时间系列准实验设计、修补法准实验设计等五种。

（1）不相等实验组控制组前后测准实验设计。

这种准实验设计方法通常应用的情况是：需要安排两组被试作为实验组和控制组进行研究，但又不能按照随机化原则重新选择被试样本和分配被试。这是一种典型的准实验设计方法，用于针对不同被试组在一开始就不相等时，进行实验组和控制组后测结果的比较。

（2）不相等区组后测准实验设计。

在研究来自不同总体的样本之间的差别时，研究的主要目的是发现不同样本的特点及其差异的显著性。在研究中，自变量通常是研究者操纵的能诱发和引起样本各种特点表现的情境，因变量是被试在接受这些情境时的行为反应。这种准实验设计的方法非常适用于对不同被试的心理特征进行研究。

（3）单组前测后测时间系列准实验设计。

这种研究设计中只安排一个被试组，进行的方法是：在一个时间段中，按固定的周期对被试组成员进行一系列的某种测试，然后让被试组接受实验处理（如某种与测试内容有关的训练或指导等），之后又按原来的周期安排同样的一系列测试。

（4）多组前测后测时间系列准实验设计。

这种设计在单组前测后测时间系列准实验设计的基础上，增加两个或两个以上的组，这些组可以分为实验组和控制组，也可以全用作实验组。一般情况下会设定一个控制组，因为实验组有控制组做对照，可减少前后测次数。同时，为了能对多种处理效果进行比较，可以在时间系列上增加处理的数量，控制组与实验组同步进行前测和后测，便于将两者的结果予以比较。

（5）修补法准实验设计。

在真实验和准实验中，实验组控制组对比实验的设计一般都让作为实验组的被试接受处理，然后将其后测结果和未接受处理控制组的后测比较。但在有的情况下，研究者来不及找到两组整体相似的被试或难以安排同时开始实验等，因此组织者只能在未做前测的情况下先对经过某种处理的被试进行测试以获得后测结果。这种后测结果没有充分的理由说明是哪种处理产生的，从而不能确定后测与处理之间的关系，为了弥补这一欠缺，在获得另一个整体组被试时，就安排进行与上面做过的后测相同的前测，然后再对这一组被试作同样的处理，并予以后测。通过第二组被试的前后测结果的比较，及第二组前测与第一组后测的情况进行比较来找出实验处理与后测之间的关系。

（三）非实验设计（前实验设计）

非实验设计是一种对现象的自然描述，一般用于识别和发现自然存在的临界变量及其关系，它可以为进一步实施更严格的实验设计积累材料。研究者既不采用随机化程序，也不能主动操纵自变量和控制其他无关变量。