潜在的態度(implicit attitudes)を測定する実験課題であるImplicit Association Testの短縮版であるBrief Implicit Association Test(Sriram, & Greenwald, 2009)を配布します。デモは,高カロリー/低カロリー食物に対する良い/悪いの潜在連合を測定するものです(刺激はlab.js Builderで簡単に差し替え可能です)。なお,刺激は単語のみです。

<aside> 📜 Sriram, & Greenwald, A. (2009). The Brief Implicit Association Test. Experimental psychology, 56, 283–94. doi:10.1027/1618-3169.56.4.283

</aside>

統計分析用のJavaScriptライブラリであるsimple-statistics.js(https://simplestatistics.org/ )

を組み込み,実験データを最後に分析し,課題後の画面にDスコアや即座反応率などを表示しています。Dスコアを計算するにあたり,Nosek et al. (2014)が推奨するスコアリング(Table. 8)を採用しています。具体的にどういった手順かはNosek et al. (2014)を参照してください。プログラムのDスコア計算は間違ってないと思います(たぶん)。

<aside> 📜 Nosek, B., Bar-Anan, Y., Jordan, A., & Greenwald, A. (2014). Understanding and Using the Brief Implicit Association Test: Recommended Scoring Procedures. PLoS ONE, 9, e110938. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0110938

</aside>

最後の結果表示に加えて,ファイルとしてローデータが出力されます。そこにはDスコアに加えて,各試行の反応時間が出力されるので自身で計算していただくことも可能です。顕在的態度も同時に測定したい場合は,質問紙のコンポーネントと組み合わせて利用して下さい。現状では,そもそもIATが何を反映しているのかについて議論があるので,今後の動向にも注目したいですね。

デモ

Experiment

コード

<aside> ⚠️ 配布カテゴリのプログラムの利用について 配布に掲載しているプログラムはlab.jsに習熟した方向けに参考資料としてご利用いただく目的で掲載しています。もちろん,改変してデータ収集にご利用頂いてもかまいません(引用はお願いします)。これらのプログラムは比較的複雑なプログラムになっており,Scriptsを利用しているものが大半です。説明が複雑になるため,配布だけとさせていただいております。ご了承ください。 *配布プログラムを用いたデータ収集は自己責任でお願いします

</aside>

©2020 Masanori Kobayashi and Takayuki Osugi

Powered by Fruition