论文部分内容阅读
Amos Tversky和Derek J.Koehler在1994年提出支持理论(support Theory),认为概率判断不是建立在事件之上而是依赖于对事件的描述。本研究依据此理论对在不确定情况下的主观概率判断进行研究,采用3(拆包方式)×3(问题类别)×3(情境类别)×2(被试类别)4变量混合析因设计。拆包方式有打包、典型拆包、非典型拆包3个水平,问题类别有专业、购物、游玩3个水平,情境类别有专业、商场、公园3个水平,被试类别有职员和学生2个水平。拆包方式和问题类别采用组内设计,情境类别和被试类别采用组间设计。因变量为各种条件下的概率判断估计值。 通过问卷调查和数据分析,得出以下结论: 1、拆包方式主效应显著,典型拆包方式条件下的概率估计值显著高于打包方式,打包方式概率估计值显著高于非典型拆包方式。 2、问题分类主效应显著,对专业问题的概率估计显著高于游玩问题的概率估计,对游玩问题的概率估计显著高于购物问题的概率估计。 3、情境分类主效应显著,在专业情境下的概率估计显著高于公园情境下的概率估计,在商场情境下的概率估计显著高于公园情境下的概率估计。 4、被试分类主效应显著,职员对不确定情况的概率估计显著高于学生在同样情况下的概率估计。 5、以下两因素之间的交互作用显著: 5.1 问题类别与情境类别交互效应显著,其中专业问题在专业情境条件下的概率估计值最大(M=53.51),购物问题在公园情境中的概率估计值最小(M=37.34)。 5.2 被试类别与情境类别交互效应显著,其中职员在商场情境中的概率估计值最大(M=50.56),学生在公园情境中的概率估计值最小(M=41.49)。 5.3 拆包方式与问题类别交互效应显著,其中专业问题在典型拆包方式条件下的概率估计值最大(M=62.41),购物问题在非典型拆包方式条件下的概率估计值最小(M=32.4)。 5.4 拆包方式与情境类别交互效应显著,其中典型拆包方式在专业情境中的用概率估计值最大(M=57.29),非典型拆包方式在公园情境中的概率估计值最小