不同数学焦虑成人的运用差异：ERP研究

以算术技能为协变量，对心算无选条件(xsc2、xsc3)的反应时和正确率分别做2(数学焦虑：高、低)×2(心算无选条件：xsc2、xsc3)重复测量方差分析。结果表明：(1)正确率上，数学焦虑主效应(F(1，28)=1.76，p=0.20，h2=0.06)、心算无选条件主效应(F(1，28)=1.62，p=0.21，h2=0.06)及二者交互作用(F(1，28)=3.09，p=0.09，h2=0.10)均不显著;(2)反应时上，数学焦虑主效应(F(1，28)=0.47，p=0.50，h2=0.02)和数学焦虑×心算无选条件的交互作用(F(1，28)=0.52，p=0.48，h2=0.02)均不显著，注：xsc1表示心算–有选条件、xsc2表示心算–部分分解策略条件、xsc3表示心算–全部分解策略条件;gsc1表示估算–有选条件、gsc2表示估算–上调策略条件、gsc3表示估算–下调策略条件。

F(1，28)=0.14，p=0.71，h2=0.01。正确率上，数学焦虑主效应不显著，F(1，28)=0.44，p=0.52，h2=0.02;任务主效应不显著，F(1，28)=0.98，p=0.33，h2=0.03;二者交互作用也不显著，F(1，28)=0.22，p=0.64，h2=0.01。以上行为数据表明，在心算和估算任务中，数学焦虑不影响个体的策略选择过程。

策略执行

策略执行体现为执行某种策略的反应时和正确率，由无选条件反映。本研究中，反应时是从算式呈现到被试作出反应所耗费的时间。正确率分别是心算正确率(被试答案为指定策略的精确答案)和估算正确率(被试答案为指定运用策略的答案)。无选条件下高、低数学焦虑个体的策略执行反应时和正确率。

以算术技能为协变量，对估算无选条件(gsc2、gsc3)的反应时和正确率分别做2(数学焦虑：高、低)×2(估算无选条件：gsc2、gsc3)重复测量方差分析。结果表明：(1)正确率上，数学焦虑主效应不显著，F(1，28)=1.87，p=0.18，h2=0.06;估算无选条件主效应显著，F(1，28)=4.32，p=0.047，h2=0.13;二者交互作用不显著，F(1，28)=0.51，p=0.48，h2=0.02;(2)反应时上，数学焦虑主效应(F(1，28)=0.21，p=0.65，h2=0.01)和数学焦虑水平×估算无选条件的交互作用(F(1，28)=0.51，p=0.48，h2=0.02)均不显著;估算无选条件主效应极其显著(F(1，28)=但是心算无选条件主效应显著(F(1，28)=5.71，p=0.024，h2=0.17)，被试使用部分分解策略时花费时间更长(5065.941msvs.4116.260ms)。行为数据结果表明，数学焦虑不影响被试心算任务的策略执行过程，但两种心算策略执行反应时存在差异。

ERP结果

策略选择

观察有选心算与有选估算两种实验条件下的ERP总平均图(图2)发现，高低数学焦虑个体在不同条件下，均不同程度地引发N100(0~150ms)和P200(150~250ms)成分差异，而且在刺激呈现约400毫秒左右，出现明显的负波N400(300~500ms)差异。我们以算术技能为协变量，选取头皮6个电极(F3、F4、C3、C4、PO3、PO4)，分别对刺激呈现后0~150ms的N100，150~250ms的P200，300~500ms的N400的峰值和潜伏期，进行2(数学焦虑：高vs.低)×2(任务：心算vs.估算)×3(前后维度：Fvs.Cvs.PO)×2(左右维度：Lvs.R)四因素重复测量方差分析。N100：对N100的波幅分析发现，数学焦虑主效应显著(F(1，26)=5.47，p=0.027)，数学焦虑与任务间的交互作用(F(1，26)=0.03，p=0.86)、数学焦虑与前后维度间的交互作用(F(1，26)=0.12，p=0.79)、数学焦虑与左右维度因素间交互作用均不显著(F(1，26)=0.003，p=0.96)。无论心算还是估算任务，高焦虑个体N100波幅显著大于低焦虑个体。分析N100潜伏期发现，数学焦虑主效应边缘显著，F(1，26)=4.01，p=0.056;任务主效应边缘显著，F(1，26)=3.59，p=0.069;任务×数学焦虑的交互作用显著，F(1，26)=5.97，p=0.022。对任务×数学焦虑的交互作用进行简单效应分析发现，在心算中数学焦虑的效应边缘显著(t=1.97，p=0.060)，高焦虑个体N100潜伏期(89ms)比低焦虑个体(67ms)更长，而在估算中数学焦虑效应不显著。表明估算与心算的差异在编码阶段就出现了。

P200：对P200波幅分析发现，任务主效应不显著，F(1，26)=0.98，p=0.33;数学焦虑主效应不显著，F(1，26)=0.02，p=0.91;任务与数学焦虑的交互作用不显著，F(1，26)=0.002，p=0.96。分析P200潜伏期发现，任务主效应不显著，F(1，26)=0.04，p=0.85;数学焦虑主效应不显著，F(1，26)=0.20，p=0.66;任务与数学焦虑的交互作用不显著，F(1，26)=1.09，p=0.31。这表明策略选择条件中，P200的波幅和潜伏期上均未出现显著的数学焦虑效应。N400：对N400波幅分析发现，数学焦虑×前后维度交互作用边缘显著，F(2，52)=3.75，p=0.062，ε=0.52;任务×数学焦虑×左右维度交互作用显著，F(1，26)=5.23，p=0.031;数学焦虑×前后维度×左右维度交互作用边缘显著，F(2，52)=3.56，p=0.057，ε=0.66;任务×数学焦虑×前后维度×左右维度交互作用显著，F(2，52)=5.08，p=0.024，ε=0.63。对任务、数学焦虑、前后维度和左右维度的交互作用进行简单简单效应分析，发现在心算任务中，数学焦虑效应不显著，F(1，28)=1.23，p=0.27;前后维度效应不显著，F(2，56)=0.23，p=0.65，ε=0.53;左右维度效应不显著，F(1，28)=0.23，p=0.64;数学焦虑与前后维度交互作用不显著，F(2，56)=2.00，p=0.17，ε=0.53;数学焦虑与左右维度交互作用不显著，F(1，28)=0.16，p=0.69;左右维度与前后维度交互作用不显著，F(2，56)=0.56，p=0.51，ε=0.67。

表明在心算中，高低数学焦虑个体在6个电极点位置均未出现显著差异。而在估算任务中，数学焦虑在F3(F(1，27)=6.09，p=0.02)、F4(F(1，27)=6.56，p=0.016)、PO3(F(1，27)=4.58，p=0.042)三个电极点位置上差异显著，高焦虑个体的N400波幅显著高于低焦虑个体。分析N400潜伏期发现，数学焦虑主效应边缘显著，F(1，26)=3.59，p=0.069;高焦虑个体的N400潜伏期(422ms)短于低焦虑个体(453ms)。