Professional Documents
Culture Documents
be measured online?
• Aim2 :第一次和第二次篩選之間的「間隔長度」對信度和催眠暗示性
分數的影響程度。
2017 年數據收集
5. 15 分鐘呼吸計數練習 ( Levinson 、 Stoll 、 Kindy 、 Merry & Davidson, 2014 ) ;
6. 正念注意意識量表 (MAAS) :由 15 個 Likert scale 項目組成 (Brown & Ryan, 2003) ;
7. 分裂型人格問卷 (SPQ-B) :由二分問題組成 (Raine & Benishay, 1995) ;
8. DES-II (Dissociative Experiences Scale - II) : 同 2016 年使用之量表。
Data analysis
Data 轉換:
• 參照 SWASH 手冊中描述計算參與者的客觀和主觀暗示性分數( Lush et al., 2018 )將所有主
觀分數加倍,使客觀和主觀分數都落在 0 到 10 之間,並取這些衍生分數的加權平均值。
• 鑑於第一次施測主客觀分數與 SWASH 分數的分佈都相當正常(圖 1 ),本文假設第二次施
測的數據集也是正常分佈的。 故使用 Pearson's r 來估計連續變量之間的相關強度。
Bayesian estimation :
• 估計人口效應的大小並且沒有檢驗假設。 故應用統一先驗分佈的估計值(例如平均值或相關
性)和 95% Bayesian 信賴區間 (CI) 。
• *儘管 CI 的界限在數值上等於信賴區間的界限(假設先驗均勻),但它們的解釋是不同的
( Morey 、 Hoekstra 、 Rouder 、 Lee & Wagenmakers, 2016 )。
Implementation of the preregistration
• 研究設計與研究問題已於 osf.io/3abje 預註冊。為了確保分析的可重複性
並降低分析的靈活性,數據收集前預先註冊了一個用 R (R Core Team, 201
8) 編寫的 analysis script 。該腳本包括預註冊中定義的所有步驟和一個額
外的數據模擬,這有助於我們測試和調試腳本。在本文中,我們展示了在
上述 R script 中預註冊的分析結果以及兩個額外的非預註冊分析的結果:
( 1 ) SWASH 分數的重測信度;
( 2 ) SWASH 與催眠深度評分的相關性。
• 本研究偏離了分析腳本,將差異分數的 Fisher`sz 值反向轉換為 Pearson`sr
,故使用了 Zou (2007) 的近似方法之 cocor R (Diedenhofen & Musch, 20
15) 來估計相關性之間差異的 95% CI 。
SWASH 分數
1. 線下組的綜合 SWASH 分數的平均值 (M = 3.44) 僅略大於在線組的平均值 (M = 3.13) ,這使得它們的差
異可以忽略不計 (Mdiff = 0.31, 95% CI [-0.59, 1.22] )。
2. 對於客觀( Mdiff = 0.39, 95% CI [− 0.58, 1.36] )和主觀分量表( Mdiff = 0.24, 95% CI [− ),離線組和在線
組之間的差異可能可以忽略不計或很小。 0.72, 1.19]) 。
3. 圖 1 表明離線組的綜合 SWASH 分數的分佈類似於在線組。即使在分佈的右尾部(頂部)附近,各組之
間的數據密度也相似,這表明離線組和在線組在 SWASH 上得分較高的參與者比例相似。
4. SWASH 綜合得分的平均值在短間隔組 (M = 3.32) 和長間隔組 (M = 3.10) 中具有可比性,其差異的合理
值在零附近變化,最大差異為 1.10 (Mdiff = 0.21, 95% CI [− 0.67, 1.10]) 。
5. 表 1 分別顯示了所有組的均值和 95% CI 以及與綜合評分、客觀評分和主觀評分的比較。
Validity
• SWASH 的客觀和主觀子量表之間的相關性與線下測量 (r = .78, 95% CI [0.56, 0.89]) 和線上測量 (r = .79, 95
% CI) [0.65, 0.88]) 具有適當效度。
• 在客觀和主觀量表之間的相關強度方面,線下和線上之間的差異接近於零( r = - .02, 95% CI [- .25, 0.17] )
。
Result
Test–retest reliability (non‐preregistered)
• 從表 2 可以看出線上與線下的相關性很高,也表示 SWASH 有良好的重測信度。
• SWASH 的重測信度會受到「間隔長度」的影響。
• 線上組的重測信度稍高於線下組。
Depth of hypnosis
組間差異
• 受試者報告的線下催眠深度略 (M = 2.15, 95% CI
[1.61, 2.70]) 高於線上 (M = 1.73, 95% CI [1.31, 2.1
6]) ,但差異並不顯著。
• 短間隔組 (M = 1.80, 95% CI [1.35–2.26]) 比起長間
隔組 (M = 2.04, 95% CI [1.59, 2.49]) 其催眠深度的
平均值差異更小( M = − 0.24, 95% CI [− 0.87, 0.4
0] ) 。
• 圖 2 分為 A 、 B 二組,
A 組為第二次篩選使用線上 / 線下催眠深度分佈
B 組為間隔長短催眠深度分數之分佈
• 可看出線上 / 線下催眠深度分數分佈近似。
SWASH 分數與催眠深度之間相關性 (no
n‐preregistered)
• SWASH 與催眠評分深度之間的相關
性對於在線和離線屏幕組中的所有
度量都很強( all r > .54 )。
• 催眠評分的深度與短間隔組的所有
測量值之間存在很強的相關性( all r
> .70 ),長間隔組中相關性中等至
強( all r > .31 )。
• 長短間隔兩組之間的相關強度差異
為中弱等,其客觀得分最高。
Discussion
1. 總體而言:線上篩選的心理測量特性非常好;線上數據質量已證明與本研究中收集的線下數據質量一致。
2. 關係:線下現場施測,實驗者在場有助於建立融洽的關係,並促進參與者的受試反應。
3. 無聊:重複評估建議性可能會對建議性評分產生負面影響,例如,如果兩次事件之間的間隔只需有幾天或幾週。
這種暗示性的降低可能是由於無聊引起的;參與者可能會因為發現過程重複而脫離參與( Barber & Calverley, 1
966; Fassler et al., 2008 )。
4. 限制:樣本僅限於大學生,未來的研究需要探索在線催眠研究在多大程度上可以應用於篩选和招募當地社區的
人。
5. 性別:參與者絕大多數是女性(男性 n=7 ),顯示性別影響的研究一致發現,女性的得分高於男性,這可能
是由於人格特質的差異造成的,這部分是女性和男性在評估建議難度方面的可暗示性或差異的基礎