今天要講 Stroop Effect 的資料結果。這是程式碼：

• https://colab.research.google.com/drive/19H1IUJ2vCoarNAGTc1w35xvV1odn3hWO#scrollTo=x1iDb_2cLgVD

這是部分整理過的資料（CSV 格式）

"64c3847bdde41e419a293f0d","007","netural","image",839.6666666666666,2519,3 
"64c3847bdde41e419a293f0d","007","incongruent","image",709.3333333333334,2128,3 
"64c3847bdde41e419a293f0d","007","netural","english",1172,3516,3 
"64c3847bdde41e419a293f0d","007","incongruent","english",968.3333333333334,2905,3 
"64c3847bdde41e419a293f0d","007","netural","chinese",817,2451,3 
"64c3847bdde41e419a293f0d","007","incongruent","chinese",1114.6666666666667,3344,3 
"64c3847bdde41e419a293f0d","007","congruent","english",681.3333333333334,2044,3 
"64c3ce3cd7d0d583be1a3390","haha","congruent","chinese",727.6666666666666,2183,3 
"64c3ce3cd7d0d583be1a3390","haha","netural","english",652,1956,3 
"64c3ce3cd7d0d583be1a3390","haha","incongruent","english",1034,3102,3 
"64c3ce3cd7d0d583be1a3390","haha","netural","chinese",778.3333333333334,2335,3 
"64c3ce3cd7d0d583be1a3390","haha","netural","image",1355.3333333333333,4066,3 
"64c3ce3cd7d0d583be1a3390","haha","congruent","english",907.6666666666666,2723,3 
"64c3ce3cd7d0d583be1a3390","haha","incongruent","chinese",1192,3576,3 
"64c3ce3cd7d0d583be1a3390","haha","incongruent","image",833.3333333333334,2500,3 
"64c3ce3cd7d0d583be1a3390","haha","congruent","image",1144.6666666666667,3434,3

以下就直接拿圖表來看圖說故事：

一、描述統計

描述統計，可以想成是概觀的資料。像是算出中位數、平均數等等。先抓一個受試者的資料出來，培養一下對資料的感覺。

然後畫了箱形圖。感覺一致（congruent）跟中性（netural）的反應時間，相對於不一致（incongruent）有低一點。

把 3x3 分組的統計資料呈現出來。肉眼觀察，中性組的平均反應時間好像有比較低一點。

二、推論統計

推論統計可以想成，算出目前資料呈現的狀態，在理論上發生的機率有多低。因為如果理論上發生的機率很低，結果卻還是出現了這個情況，就代表這個情況可能真的是因為某個操控的變項造成的。

這邊我跑了二因子變異數分析。兩個變項分別是語意的一致性（consistency）跟素材的類型（elementType）。結果發現，consistency 的 p value 值為 0.014323，統計上有顯著（小於 0.05）。代表說語意的一致性，確實有影響到反應時間

我們再看一下折線圖。可以看到在 chinese 跟 english 的情況下，線條的走向還滿像的，都時呈現山峰的形狀。有一點 incongruent 反應時間偏高、netural 與 congruent 反應時間偏低的感覺。

看上面的圖表，可以知道 consistency 變項會對反應時間有顯著影響。但卻還無法知道，究竟是哪一個水準（一致、不一致、中性）特別有效果，這時就需要跑事後檢定有。由於上面的圖表可以得知，只有 consistency 有顯著效果，elementType、consistency * elementType（交互作用）則沒有統計上的顯著，所以只要針對 consistency 跑事後比較就好。表格如下。

這邊可以看到 incongruent vs netural 這組合，它們互相比較的 p-value 值是 0.023490，統計上有顯著（小於 0.05）。也就是說，一致性為中性時，它的反應時間有顯著地比不一致時還要快。

三、來對答案

在前兩天我們設計了實驗，並做了假設：

• 一致性為一致時，反應時間較快；不一致時，反應時間較慢
• 素材類型為圖片時，一致性對反應時間的影響較低

目前看起來，兩點都沒有達到 XD。但在一致性的部分，不一致時確實有顯著地比中性時還要慢，因此實驗看起來沒這麼失敗。覺得欣慰。

如果做了這些處理的話，我覺得效果有可能會更明顯一點：

• 指導語更清楚一點。有受試者跟我說例子有點讓人混淆
• 練習題再多個幾題。我現在只有放兩題練習題
• 正式題再多一點、多重複幾次。因為這實驗我只是想拿來玩看看而已，不想讓受試者做太久
• 再多招募一些受試者。印象中 30 個以上的受試者數量比較足夠。我當時只收了十幾個

小結

今天介紹了大概要怎麼看數據，以及回頭看當時實驗的假設有沒有被驗證成功。就算驗證失敗了，也可以從中試圖查找出失敗的原因，汲取教訓。科學實驗之所以重要，並不是因為它會成功，而是因為它可以被證偽、被否證。有了科學實驗這個指針，我們手上才有工具，在許多的偽科學中探查到前往真理的方向。

明天來講講 jsPsych 支援的眼動工具，或是介紹其他心理學實驗的工具。