5.1 情境问卷 / vignette

本节目标

读完本节后，你能把抽象问题改写为可操纵的情境对比，选择组间或组内呈现方式，预试材料的真实性与可理解性，并按真实观测结构分析和报告情境实验。

5.1.1 它回答什么问题

情境实验（vignette experiment）向参与者呈现经过控制的文字、图片、音频或视频情境，再测量判断、选择、意向或情绪反应。在随机分配得到执行、版本间除计划因素外保持可比且不存在干扰等条件下，组间差异可以估计该具体变化对这项反应的平均影响（Aguinis & Bradley, 2014）。

它适合研究难以在现实中直接操纵、成本较高或带有伦理风险的社会判断。例如，与其真的让管理者歧视求职者，可以随机改变简历中的群体线索，测量录用评价。结论仍然限于这段材料、这类参与者、这项反应和呈现环境；对假想情境的回答不自动等于现实行为。

情境问卷不是普通横断问卷的别名，也不等于所有“启动”任务。只有当研究者随机分配情境版本且版本间的差异可明确归因时，组间对比才有实验解释。若只是让参与者阅读同一段故事并报告态度，结果是描述或关联。

先写清变量与观测单位

项目	需要决定什么
处理因素	情境中被随机改变的属性及其水平
主要结果	评分、选择、反应时或行为意向；量尺和测量时点
随机化单位	参与者、情境，还是参与者收到的每次呈现
观测单位	一位参与者对一份材料的一次回答；多次回答聚类于参与者，共用材料时还可能与材料交叉
估计目标	某两个情境版本的均值差、概率差、优势比或交互作用
外推范围	哪些人、材料、媒介和现实情境

5.1.2 从理论对比到情境材料

先用一句话写出主要对比：“在其他信息相同的条件下，把 [因素] 从 [水平 A] 改为 [水平 B]，是否改变 [主要结果]？”然后逐项制作材料。

一次只改变计划中的信息。 不要让“高地位”版本同时更长、更正式、信息更多，否则地位效应与文字差异混在一起。
让水平覆盖理论范围。 水平之间应足以被参与者区分，又不能离开目标情境。连续构念被离散为“低/高”时，要说明为何这两个水平能回答问题。
固定无关细节。 人名、篇幅、图片质量、呈现时间和回答选项应尽量一致；无法固定的部分应随机化或纳入设计。
把材料当作样本。 如果结论要推广到一类人物、帖子或事件，不要只用一条材料。使用多个实例，并在分析中考虑材料差异。
保存全部版本。 为每个版本建立唯一 ID，保留生成规则、最终文本、媒体文件与校验记录。

析因情境调查（factorial survey）同时操纵多个因素。比如“表达方式”2 水平、“消息来源”3 水平、“后果严重性”2 水平，共有 $2 \times 3 \times 2 = 12$ 个完整组合。在各组合得到计划分配、数据充足且对比可识别时，完整析因设计可以估计计划的主效应与交互作用；组合过多时可以使用经过设计的子集，但必须检查关键效应是否与其他效应混淆，不能随手删掉“不自然”的单元格（Atzmüller & Steiner, 2010）。

常见混淆

情境是否“逼真”与处理是否“有效”是两个问题。过度戏剧化的材料可能让组间差异变大，却把估计目标改成了现实中几乎不会出现的处理。先界定要模拟的情境范围，再优化可理解性。

5.1.3 选择组间还是组内设计

每人只看一个版本：组间设计

优点：较少出现比较线索、顺序效应和猜测研究目的；
代价：个体差异进入误差；当组内设计可行且同一人的重复反应正相关时，组间设计通常需要更多参与者才能达到同等精度；
实施：按参与者随机分配版本，检查每个版本的实际人数、分配失败和重复参与。

每人评价多个版本：组内设计

优点：同一参与者作为自己的对照，可以研究判断如何随情境属性变化；
代价：可能出现疲劳、学习、对比和携带效应；
实施：随机或平衡呈现顺序，限制任务长度，避免连续出现过于相似的版本。

每人评价多个情境时，记录数不是独立样本数。可写成

y_{i j} = β_{0} + β_{1} x_{i j} + u_{i} + v_{j} + ε_{i j},

其中 $y_{i j}$ 是参与者 $i$ 对材料 $j$ 的回答， $x_{i j}$ 是计划处理， $u_{i}$ 和 $v_{j}$ 分别是参与者与材料的随机截距。若多位参与者评价同一批材料，这是参与者与材料的交叉随机因素；若每位参与者收到各自独有的材料，材料才嵌套在参与者内。只有当某随机因素的同一单位经历多个处理水平时，数据才支持为该因素估计相应随机斜率。模型还应与处理分配、材料抽样和推断范围一致；不能只因软件容易就把所有评分当作独立行做普通回归（Judd et al., 2012）。

样本量规划要同时考虑参与者数、每人评价数、材料数、组内相关和最小关注效应。先确定主要对比，再到 2.4 取样与功效分析选择解析或仿真方案。

5.1.4 预试：检查什么、何时检查

正式收集前，按风险分别安排以下检查；可以在同一轮或不同轮完成，但应避免用正式研究的主要结果反复挑选材料：

认知访谈。 让目标人群逐段复述他们理解到的信息，找出歧义、陌生术语、默认前提和不合理情节。
独立预试。 在不使用主要结果作为筛选标准的前提下，检查处理因素是否被区分、材料是否可信、各版本在非目标属性上是否意外不同。

操纵检查应服务于诊断，而不是自动决定删人。若操纵检查在主要结果之前出现，它可能提示研究目的或改变参与者反应；放在主要结果之后可以减少对结果测量的干扰，但检查本身仍是处理后的变量。按事后操纵检查删除参与者，会使保留样本中的组间比较不再由原随机分配保证，并把估计目标改成“通过检查的人”。主要分析通常保留有主要结果的随机分配参与者；检查结果用于解释处理实施，预先规定的替代分析则作为敏感性分析（Hauser et al., 2018; Montgomery et al., 2018）。

注意力题也不能替代材料预试。排除规则应说明题目、阈值、出现位置和理由，并在看组间结果前固定。相关计划可写入 2.5 预注册与开放科学。