关键证据与数字
| 示例 | 数量 | 能说明什么 |
|---|---|---|
| Woods 的简单反应实验流程 | 20 个练习试次,120 个正式测试试次 | 一套已发表的实验流程,并非通用的最低要求 |
| 用于说明的独立试次计算 | 试次数量增至 4 倍 | 若变异程度不变,标准误减半 |
| 早期信度研究 | 18 个简单反应试次,30 个二选一反应试次 | 在该研究的特定条件下足够 |
上述早期试次数量来自 Hamsher 和 Benton 的研究,其摘要明确将结论限定在该研究的条件内。不应把这些数量直接用于现代浏览器游戏,作为认证标准。信度关注某个明确定义的成绩能否重复得到;统计功效关注检测出某个明确定义的效应的概率。两者相关,但并非同一个问题。de S. Hamsher et al., 1977 Miller, 2023
为什么重复同一任务有帮助?
如果各试次是相互独立的抽样,且变异程度不变,那么平均值的标准误就等于试次的标准差除以试次数量的平方根。上述增至 4 倍的例子由这一公式得出。实际试次可能不符合这些假设,因为人会学习、疲劳或改变策略。因此,试次数量的计算是一种模型,并不能保证个人成绩稳定。Miller, 2023
现代的试次数量分析还表明,效应本身也可能随练习而改变。增加试次,并不只是增加一成不变的首个试次的副本。研究设计必须选定结果指标,并考虑任务表现如何在整场测试中变化。Miller, 2023
你希望获得哪种可靠性?
同一次测试内的一致性、不同日期之间的一致性,以及对人进行排序时的一致性,是不同的概念。关于信度悖论的文献记录了这样一种现象:任务可以显示出稳健的群体效应,却产生信度较低的个体差异。平均而言较大的斯特鲁普效应或反应效应,并不自动意味着一次简短测试的成绩适合用来确定个人的百分位。Hedge et al., 2017
哪些因素会影响它?
平均值、中位数和最小值回答不同的问题
最快反应和平均值估计的是表现的不同特征。最快反应尤其容易受到尝试次数的影响。异常缓慢的反应可能拉高平均值,而没有预先规定规则就删除这些反应,也可能使结果产生偏差。关于反应时间异常值的研究说明,比较多次测试前应固定计分规则。Ratcliff, 1993
睡眠研究说明了选择结果指标为何重要:心理运动警觉研究会把缓慢反应和注意力失误,与反映反应时间集中趋势的统计指标区分开来。不能假定一个简短、从几次尝试中取最好成绩的游戏,能像持续警觉任务一样反映睡眠不足带来的易损性。Basner et al., 2011
什么会改变看起来所需的试次数量?
设备的计时抖动会增加变异,固定的设备延迟则会带来偏差。增加试次有助于应对前者,却不能通过校准消除后者。计时评估和实验室校准结果都支持区分这两类误差来源。Anwyl-Irvine et al., 2020 Bridges et al., 2020 Woods et al., 2015
日常追踪时,可以选择一套易于坚持的流程,每次保持相同的尝试次数,并记录所有完成的测试,而不只记录个人最好成绩。应把这看作一种比较方法,而非经过验证、规定特定最低次数的方案。如果目标是获得科学的百分位,除了足够的试次,还需要有代表性的常模样本和实际测得的信度。Hedge et al., 2017 Miller, 2023
年龄、准备情况和睡眠也会影响同一场测试中或不同测试之间的表现。尽量保持条件稳定,有助于解释比较结果,但无论标准化做到什么程度,都不能把浏览器成绩变成临床评估。Woods et al., 2015 Basner et al., 2011
试试相关的免费测试
反应时间测试
尝试反应时间测试时,每次遵循相同的说明,使用相同的输入方式。简短测试的结果有助于你了解这项任务。研究中采用的 120 个试次是理解测量方法的背景,并不是让你反复玩这个游戏,直到达到某个选定成绩。
常见问题
尝试五次够吗?
五次可以展示任务如何进行,但这些结果对某种特定个人比较是否可靠,必须经过检验。不存在适用于所有反应测试的五次规则。Hedge et al., 2017
我应该采用最快成绩吗?
只有在你事先决定追踪的就是这个指标时才适合。增加尝试次数,会改变获得异常快速反应的机会。Ratcliff, 1993
数据越多,测试就一定越好吗?
不一定。试次数量、参与者人数、练习、计分方式和所研究的效应都很重要。Miller, 2023
来源
- Woods et al. (2015). Factors influencing the latency of simple reaction time.
- Miller (2023). How Many Participants? How Many Trials? Maximizing the Power of Reaction Time Studies.
- de S. Hamsher et al. (1977). The Reliability of Reaction Time Determinations.
- Hedge et al. (2017). The reliability paradox: Why robust cognitive tasks do not produce reliable individual differences.
- Ratcliff (1993). Methods for dealing with reaction time outliers..
- Basner et al. (2011). Maximizing Sensitivity of the Psychomotor Vigilance Test (PVT) to Sleep Loss.
- Anwyl-Irvine et al. (2020). Realistic precision and accuracy of online experiment platforms, web browsers, and devices.
- Bridges et al. (2020). The timing mega-study: comparing a range of experiment generators, both lab-based and online.
引用此页: 反应时间测试要做多少个试次才可靠?. Helibrain. 2026. https://helibrain.com/zh/answers/reaction-time-test-how-many-trials. CC BY 4.0.
了解这则问答背后的能力
了解测量方法、年龄比较,以及影响表现的研究证据。
全部认知能力