第二，观测因变量的方式要适当。常见的因变量观测方式有：生理测试、行为测试、言语测试。
第三，观测值应是连续的数值。
因此，因变量的选择及其观测方式的确定应注意：首先，参考前人有关研究中所用的因变量及原因，建立合适的操作定义。其次，考虑实验中的被试情况、自变量、任务、所用仪器等。再次，考虑因变量的有效性、敏感性和可信性。又次，因变量应是连续数据。最后，注意实验反应指标间的相互制约，彼此联系的关系。
控制因变量的6种方法：A规定好反应的操作定义。B反应控制。C选择恰当的因变量指标。D避免量程限制。E控制被试的态度。F反应指标的平衡。
反应控制的目的：让被试的反应确实发生在实验者感兴趣的因变量维度上。在以人作为被试的实验中，对反应的控制往往是通过指导语实现的。当指导语不能充分地控制反应时，就要很好地考虑刺激条件和实验装置。使刺激条件、实验装置和指导语配合起来，使被试只能作出主试所要求的反应。
规范的指导语应具备的4个要求：A内容确定，即主试要严格确定给被试什么样的指导语。B完全，即在指导语中要把被试应当知道的事交代完全。C简单明确，即要保证被试真正懂得指导语的要求。D标准化，最好能用录音机给出指导语。
（三）额外变量及其控制
自变量的混淆是指研究者选定的自变量与一些未控制好的因素共同造成了因变量变化的现象。因此，也可以说额外变量就是潜在的自变量。
控制变量(controlled variable)/额外变量(extraneous variable)指实验中除了自变量以外的影响实验变化和结果的潜在因素或条件。可以用实验结果的误差分散大小来表示额外变量的控制成功与否。当实验结果的误差分散小时，表明额外变量控制得好；反之，则表明有意外的无关变量的混入。
1.额外变量的主要类别
额外变量通常包含两大类，即随机的额外变量和系统的额外变量。随机的额外变量是指在实验中偶然起作用的额外变量。系统额外变量是指经常地、稳定地起作用的额外变量。
从误差的来源划分，可以分为：
A来自被试方面的额外变量。主要涉及：参与研究的动机、焦虑、有关经验、性格特点、当时的生理状态、被试的反作用等。
B来自主试方面的额外变量。研究者的年龄、性别、外表、言谈举止、态度、暗示等都有可能影响研究结果。另外，“实验者效应”也会对研究结果产生干扰。
C来自实验设计方面的额外变量。主要包括：研究方法本身不完善；测量仪器、设备的安排、布置、调整不当；测量工具不完善；被试选取、研究时间和环境选取等方面的不足；研究程序安排不当等。
D来自研究实施环境条件方面的额外变量。研究实施过程中的许多因素，如：温度、光线、声音、布置、熟悉性、空间大小等，都可能影响被试的行为。另外，研究实施过程中的意外事件。如停电、仪器故障等，也会影响研究。
E来自数据处理方面的额外变量。如，数据分类不当、评价标准不同一统计方法不恰当等。
2.额外变量的控制方法
（1）排除法(elimination method)。消除法就是通过一定的手段或措施，将影响研究结果的额外变量消除掉。它是消除无关变量最简单的方法，也是控制额外变量的最主要、最理想、最基本的方法。排除法虽然有效但所得到的研究结果却难以推广。
消除额外变量的方法很多，要根据额外变量产生的原因选择具体的方法。比如，为了消除“实验者效应”和“霍桑效应”，可以采用“双盲程序”，即主试和被试都不知道实验目的和意图；为了消除被试的焦虑紧张不合作以及不认真的态度等，可设法与被试建立良好的合作关系等。
（2）恒定法(constant method)。恒定法是使额外变量在实验过程中保持恒定不变，这主要体现在保持实验条件恒定方面，是控制无关变量最基本的方法。
恒定法虽然不能把额外变量带来的影响消除掉，但是，它可以使这些影响处于一个恒定的水平。但恒定法会降低实验结果的可推广性。
（3）平衡法(counterbalancing method)。平衡法用于额外变量的消除或保持恒定有困难的情况，通过某些综合平衡的方式使其效果平衡的方法。其具体方法很多。控制组法是常用的平衡法之一。
a对比组法。对比组法的基本思想是，按照随机原则抽取两个被试组。这样，两个组之间除了研究变量差异外，在其他额外变量的效果方面都是相等的。
b循环法（抵消平衡法）。用于消除在实验中由实验顺序所造成的练习、适应、疲劳以及由于刺激的空间位置不同、反应的动作方式不同等对实验结果发生影响的方法，这种方法也称为循环法。常见的抵消法有ABBA法和拉丁方设计法。
c匹配法(matching method)。将实验组和控制组被试除自变量之外的其他条件尽量保持相等，并将被试依据某些特质两两配对。当被试数目较少时，对比组法很难保证不同组被试之间是同质的。匹配法则是根据被试某些方面的行为特征或行为表现，将被试人为地划分为具有相同特质的若干组，以保证被试在可能影响研究结果的特质上严格地平衡。
匹配法的缺点：在理论上可取，但难以进行实际操作。因此在实际应用中，匹配法常常结合其他技术共同使用。
d兼作组法。
e纳入因素法。
（4）统计控制法(statistical control)。统计控制法主要用于实验前难以完全控制额外变量影响的情况，统计控制法对于实验前控制只是起到补充的手段，而不可能取代实验前控制的重要地位。常用的统计控制法有协方差分析、剔除极端数据和分别加权法等。（实验后控制）
（5）随机化法(randomization)。依据数学上的概率原理，将被试按相等的原则分组。这一方法在理论上可以使不同组的被试除实验处理外，其他额外变量保持相等，因此可以弥补匹配法的不足。并且随机化法不会导致系统性的偏差，能够控制难以观察的中介变量。随机法不仅可以应用于被试，也可以应用于刺激呈现和实验顺序的安排。主要有随机抽取样本和随机分组等方法。随机分组是指被试或实验单元是随机分配给实验中各处理条件的。
鉴别无关变量控制成功与否的方法是当实验结果的误差分散小时，可以认为无关变量得到了较好地控制；反之则表明无关变量的控制失败。此时应当认真分析无关的因素是什么。如果经过认真的分析，有些无关还是难以被控制就终止，从别的角度设计实验或等找到控制这些变量的方法和技术时再实验。
两个典型的额外变量：a实验者效应b要求特征
实验者效应(experimenter effect)：主试在实验中可能以某种方式（如表情、手势、语气等）有意无意地影响被试，使他们的反应附和主试的期望。实验者的性别、种族和伦理观念也是潜在的实验者效应，即使在用动物做实验时也有可能出现实验者效应。可采用双盲实验来克服这一效应。
要求特征(demand characteristics)是指在实验中被试可能会自发地对实验的目的产生一个假想，然后再以一种自以为能满足假想的方式进行反应。要求特征是一个潜在的、强有力的，也是社会科学独有的偏差来源。美国心理学家奥恩首次提出了这个问题，其典型例子是霍桑效应(Hawthorne effect)和安慰剂效应(placebo effect)。
控制要求特征的3个方法：a以录音或录象等自动化的方式呈现指导语；b双盲实验；c增加被试的数量。
要注意，在某些实验中尽管已经通过实验设计对要求特征加以控制，但要求特征对实验结果仍有较大的影响，此时应在实验设计中有意识地加以鉴别。鉴别的方法是a实验后的询问(如让被试填写有关的调查表或直接谈话)；b采用控制组。
双盲实验(double-blind experiment)：在实验中让实验的操作者和实验被试都不知道实验的内容和目的，由于实验者和参加者都不知道哪些被试接受哪种实验条件，从而避免了主、被试双方因为主观期望所引发的额外变量。在有效消除源自实验者效应和被试效应的额外变量的干扰方面，双盲实验就很好到利用了排除法。
三、实验设计与统计方法
(一)实验设计
1.实验设计及评价标准
实验设计(experimental design)是指实验进程的计划，其中包括实验对象的选择、实验因素的控制和实验程序的编排等。实验设计的目的是减少额外变量的干扰。
实验设计是指研究者针对需要验证的实验假设，为有计划地搜集观察资料而预先建立和依据的工作模式。心理学的实验设计是一门心理学与统计学相结合实验技术科学。广义地讲，实验设计包括几个方面：形成统计假设，并为检验假设、搜集和分析数据制定有效的计划；阐明检验假设所遵循的决策；按计划搜集资料；按计划分析数据；对统计假设的真伪作出归纳性推断。良好的实验设计不仅是实验过程的依据和处理结果的先决条件，也是科学研究获得预期结果的一个重要保证。
评价一个实验的良好性，首先是获得总体信息和代表性高信息的程度。其次，这种设计测量出的信息正是要测的包含在样本中的信息。可见，良好的实验设计必须满足两个标准，第一是内部效度，第二是外部效度。
内部效度是指实验变量能被精确估计的程度。如果排除对实验结果产生干扰的无关因素，能够使研究者相信实验结果确实是由实验变量引起的，则说明这个研究具有内部效度。
外部效度是指实验研究的结果能被概括到实验情景条件意外的程度。
实验设计的功能：a使因变量的变化最大b能控制好各种影响实验结果的额外变量c使实验中的误差变异最小。
评价实验设计的标准：a能够恰当地解决所欲解决的问题b恰当地控制实验中的额外变量c使实验结果有很高的可靠性。
实验设计的类型：a真实验设计（多变量设计；被试间设计和被试内设计；小样本设计）b准实验设计c非实验设计
2．前实验设计与事后设计
这两种实验设计都属于非实验设计。非实验设计是一种对现象的自然描述，一般用于识别和发现自然存在的临界变量及其关系，它可以为进一步实施更严格的实验设计积累资料。在使用这种设计时往往不易采取随机化的原则分配被试，而且也不易主动地控制自变量和其他无关变量。但是许多有效的实验研究都是在非实验设计的基础上取得成功并得到发展的。
2.1单组后测设计
只有一个实验组，，没有控制组，对这一实验组只给予一次实验处理，然后通过测量得到一个后测成绩。但是这一后测成绩很难说明是由实验处理X引起了实验结果O。
a设计模式：     X    O
b缺点：第一，没有对照组，研究者只能描述他所观察到的结果，而不能与对等控制组进行比较。第二，这一研究没有前测，因此失去了与前测成绩进行比较的依据。第三，没有控制机体变量、自变量及其他无关变量。第四，不能排除历史、选择和成熟等因素的影响。
2.2单组前测后测设计
这种实验设计是对单组后测设计的一种改进，它增加了在实验处理前的测验，但还是仅有一个实验组。是一种有用的非实验设计。
a设计模式：     O1   X   O2
b优点：首先，由于增加了前侧，该种设计可以提供被试的基线数据及某些有关信息。其次，控制选择变量，便于估计被试的个体态度对实验效果的影响（只有一个实验组，这一实验组又是控制组）
缺点：第一，历史因素常与实验处理的效应相混淆，使研究者很难判断在O1与O2之间出现的差异是由处理引起的，还是由无关因素引起的。第二，成熟影响实验的内部效度。第三，前测验可能会对后测的内容或形式产生威胁，从而影响实验处理的效果。第四，仪器、统计回归以及测验与处理的交互作用等也都可能会对实验的内部效度造成影响。
c设计的显著性检验可以使用3种统计分析方法即相关样本的t-检验；非参数的符号检验法；非参数的符号秩次检验法。
2.3固定组/静态组/整组比较设计
采用实验组和控制组两组被试，但不使用随机化的原则来选择被试，这两组被试在实验处理前就已经形成了。
a设计模式：    实验组     X    O1
               控制组          O2
b优点：首先，控制了历史因素。其次，控制测验效应和仪器因素的干扰（无前测验）。最后，控制成熟因素（使用了控制组）。
缺点：第一，对选择因素缺乏控制（即被试不是随机选择的）。第二，选择与成熟的交互作用，以及选择与处理的交互作用常常会影响实验的效度。