第五章 實驗結果
第二節 假設檢驗：促發效果
在主實驗中，本研究之預期效果為促發效果(context effect)之變化，如同我 在前幾章節中所提出的，承襲解釋範圍重疊模型(DROM)，在此僅簡單化討論有 重疊區域之同化效果，當目標物、促發物、最適值距離、重疊範圍四項變數，固 定兩項，而另兩項不同時，同化效果會如何被影響而產生差異，以下為檢定結果：
在檢驗主實驗結果中， 我們將用單向 ANOVA，分別放入兩兩情境，目標 用此檢定來做假設驗證，因變數放入目標物最適值之移動(TM2-TM1)，而因子則 是放入各情境值(a1-p：1、a1-q：2、b1-q：3、d1-q：4)，結果如表五-11 及表五 -12，一樣先跑總樣本數，再跑部份樣本數，。
表 五-11 總樣本單向 ANOVA 檢定結果 情境 假設 a1
a1-p=b1-p=d1-p vs a1-q
假設 b1 a1-p=b1-p=d1-p
vs b1-q
假設 c a1-q vs b1-q
假設 d1 a1-p=b1-p=d1-p
vs d1-q 結果 F(1,131)=.000
p=.993
F(1,138)=3.701 p=.056
F(1,63)=4.133 p=.046*
F(1,146)=2.525 p=.114
表 五-12 部份樣本單向 ANOVA 檢定結果 情境 假設 a1
a1-p=b1-p=d1-p vs a1-q
假設 b1 a1-p=b1-p=d1-p
vs b1-q
假設 c a1-q vs b1-q
假設 d1 a1-p=b1-p=d1-p
vs d1-q 結果 F(1,33)=5.711
p=.023*
F(1,37)=2.711 p=.108
F(1,32)=.993 p=.326
F(1,33)=.191 p=.665
接下來請見表五-13 為假設驗證結果，在假設 a1 的檢定中，兩個情境的目標
43
物最適值移動有差距，情境 a1-p=b1-p=d1-p=.9，情境 a1-q=.167， F(1,33)=5.711 p=.023*，達統計上顯著，故假設 a1 得到支持；在假設 b1 的檢定中，兩個情境 的目標物最適值移動有差距，雖未達統計上顯著，但有趨勢，情境
a1-p=b1-p=d1-p=.9，情境 b1-q=.447，F(1,37)=2.711 p=.108，故假設 b1 未得到支 持；在假設 c 的檢定中，兩個情境的目標物最適值移動稍有差距，情境 a1-q=.167，
情境 b1-q=.447， F(1,32)=.993 p=.326，但未達統計上顯著，故假設 b1 未得到支 持；在假設 d1 的檢定中，兩個情境的目標物最適值移動幾乎沒有差別，情境 a1-p=b1-p=d1-p=.9，情境 d1-q=1.067，F(1,33)=.191 p=.665，因此未達統計上顯 著，從 ANOVA 來看，這兩群可以說是無差異，故假設 d1 未得到支持。 a1-p=b1-p=d1-p
vs a1-q
a1-p=b1-p=d1-p
> a1-q
a1-p=b1-p=d1-p=.9
>a1-q=.167
p=.023* 支持
假設 b1 a1-p=b1-p=d1-p
vs b1-q
a1-p=b1-p=d1-p
> b1-q
a1-p=b1-p=d1-p=.9
>b1-q=.447
p=.108 不支持
假設 c a1-q vs b1-q
a1-q < b1-q
a1-q=.167
<b1-q=.447
p=.326 不支持
假設 d1 a1-p=b1-p=d1-p
vs d1-q
a1-p=b1-p=d1-p
> d1-q
a1-p=b1-p=d1-p=.9
<d1-q=1.067
p=.665 不支持
Note：此為根據部份樣本
假設 a1: 當目標物範圍為寬，且和重疊區域皆為固定，而促發物範圍不同，使得 最適值的距離也不同時，目標物和促發物之間的同化作用移動程度，用常態分布 來看，會是促發物範圍較大時，最適值移動程度較大，促發效果也較強。
支持
假設 b1: 當促發物範圍為寬，且和重疊區域皆為固定，而目標物範圍不同，使得 最適值的距離也不同時，目標物和促發物之間的同化作用移動程度，用常態分布 來看，會是目標物範圍較大時，最適值移動程度較大，促發效果也較強。
不支持
假設 c: 當最適值距離和重疊區域皆為固定，而目標物範圍和促發物範圍皆不同 時，目標物和促發物之間的同化作用移動程度，用常態分布來看，會是目標物範 圍較小、促發物範圍較大時，最適值移動程度較大，促發效果也較強。
不支持
假設 d1: 當促發物範圍和目標物範圍皆為固定，但重疊範圍不同，使得重疊範圍 和目標物範圍的比例有實質性不同的差別，目標物和促發物之間的同化作用移動 程度，用常態分布來看，會是比例高、實質性高時，最適值移動程度較大，促發 效果也較強。
不支持
在討論主實驗結果中，我們做的最後一個檢定是線性迴歸做促發效果之檢 定，見表五-14，在因變數放入目標物與促發物最適值距離之變化，事前值減去 事後值(DM1-DM2)，這代表了，若數值越高，則表示目標物與促發物最適值距 離縮小越多，可推測為產生越強同化作用，而自變數則是放入目標物與促發物未 重疊區域的總和以及重疊區域兩項，希望從中尋求解釋。
45
表 五-14 迴歸檢定結果
自變數 a1-p=b1-p=d1-p a1-q b1-q d1-q Beta p Beta p Beta p Beta p 未重疊區域的
總和
-.638 .005** -.401 .163 -.361 .109 -.608 .016*
重疊區域 -.287 .16 .222 .428 -.411 .071 .223 .324 Note：因變數：目標物與促發物最適值距離之變化；此為根據部份樣本
從表五-14 中，我們可從統計數據裡發現，以未重疊區域的總合作為自變數 來看，在情境 a1-p=b1-p=d1-p 及情境 d1-q 中有達顯著，可去解釋目標物與促發 物最適值距離之變化，而重疊區域作為自變數則是在解釋情境 b1-q 中達部分顯 著，因此我們將推測分為兩個部份，一是情境 a1-p=b1-p=d1-p 及情境 d1-q，二 是情境 a1-q 與情境 b1-q，以前部分來說，這 2 個情境都是屬於目標物與促發物 較遠，給定重疊區域也有一定大小的範圍，未重疊區域總和相對較多，則結果顯 示，當受試者認定目標物與促發物越相似，表示未重疊區域越小，則同化效果越 大，反之，當受試者認定目標物與促發物越不相似，表示未重疊區域越大，則同 化效果越小；而在後部分來看，此 2 個情境則是屬於目標物與促發物較接近，甚 至有一方幾乎涵蓋在另一方範圍內，給定重疊區域也有一定大小的範圍，未重疊 區域總和相對較少，則結果顯示，當受試者認定目標物與促發物越不相似，表示 重疊區域越小，則同化效果越大，反之，當受試者認定目標物與促發物越相似，
表示重疊區域越大，則同化效果越小