老年人身体形象的社会心理干预的验证：实验设计

该实验通过检查干预前后的身体满意度并比较实验和非经验组来评估老年人参加身体满意度计划的积极后果。这种实验性混合设计使得可以通过组间比较将治疗效果与操作效果分离出来，并通过受试者内部比较将其他与个体差异相关的变量隔离开来。这是在行为科学中确定因果关系和评估心理治疗干预是否产生真正和坚实的改善的最有效方法。

首先打开统计软件并转到文件菜单，选择"新建"，然后单击数据图标。打开变量视图，并为手稿表一中列出的每个变量创建一个统计变量。打开数据视图，填写每个参与者体形问卷或BSQ测试的前后测量数据。

同样，填写人口统计和归因问卷中的数据。填写数据后，转到转换计算变量并从弹出菜单中在目标变量间隙中分配一个数字，然后从类型和标签菜单中选择预处理变量，将其移动到数值表达式间隙，然后单击计算器上的减法图标。从类型和标签菜单中选择处理后变量，然后将其再次移动到数值表达式间隙。

最后，点击OK'tab创建一个变量，其中包含BSQ测量前和后BSQ测量值之间的差异。数据数字化后，通过从分析菜单中的尺度中选择可靠性分析，并将实验中使用的处理前和处理后的BSQ测量值移动到可靠性分析对话框来查看可靠性。单击统计并选择类内相关系数，然后单击双向混合和一致性选项。

最后，单击"确定"图标以生成所需的输出。通过选择分析菜单和描述性统计量来运行描述性分析，然后单击频率。输出后，选择分析描述性统计量和描述性统计量。

要指定定量变量的描述性统计量，请转至主菜单中的拆分文件，然后在弹出式菜单中选择要分析的分类变量。选择按组组织输出的选项，然后单击 OK.To 对参加两个条件前后收集的身体图像数据进行配对样本学生的T检验，转到分析菜单，选择比较方法，并在配对样本T检验对话框中，将BSQ预处理和BSQ后处理作为变量一和二。根据每个分类变量指定配对样本 学生的 T 检验，方法是从主菜单中选择拆分文件，然后在弹出框中选择要分析的分类变量。

然后单击选项卡按组组织输出并点击 OK.对每个标称变量重复此过程。要查看每个程序的效果，请通过在分析菜单中选择比较方法来访问单向方差分析对话框。在框中，将变量BSQ治疗前和治疗后变量以及相关列表中的后后差异以及实验条件变量作为因子。

对于重复测量方差分析，请转到分析菜单中的一般线性模型。在重复度量对话框中，在主体因子名称中指定一个名称。然后在度量值名称中放入两个作为级别数和BSQ。

最后，单击定义以切换到变量选择框。在弹出式菜单中，选择受试者变量内、受试者因子和所有社会人口统计变量之间的选项卡作为协变量。最后，单击模型并选择全阶乘。

转到选项以选择效应大小的估计值。重复该过程以构建自定义术语，并使用图标 by 将变量条件与所有社会人口变量组合在一起。在代表性分析中，通过配对样本测试显示参与者入组前后的实验组和对照组的效应大小以及两个时刻之间的差异。

配对样本测试的结果表明，与对照条件相比，IMAGINA计划参与者的身体形象有显着改善。单因素方差分析的群间效应分析揭示了前后条件之间无显著的均值差异，得出了测试设计稳健的结论。此外，BSQ在柱前差异中也有显著改善，表明BSQ测试性能良好。

多变量检验的结果显示，组间、组内相互作用效应具有统计学意义。指出IMAGINA身体满意度计划的有效性。分析了性别、婚姻状况和一年季节等干预变量在身体满意度差异中的作用。

观察到男性受试者对自己的外表比女性更满意。然而，在参加IMAGINA计划后，干预前后立即BSQ测量之间的差异对于两性都有统计学意义。在一段关系中，参与者被发现在治疗前和治疗后的状态下对自己的外表更不满意。

但这也提高了他们在参加IMAGINA期间的身体满意度。一年的季节没有显着影响对照组的个体，但它影响了实验组的个体。在实验条件下，大都市个体的改善高于农村个体。

该协议中最关键的步骤是在实验和控制条件下复制相同的实验条件，以分离处理产生的效果。