在心理学实验中，常常会遇到实验中的因变量水平趋于完美(接近于量表的“天花板”)，或者趋于零效应的现象。这些效应被称为量表衰减效应(或者，更通俗地称为天花板和地板效应)。当遇到这种情况时，研究者该如何对此进行解释呢?首先让我们来看一下什么是天花板效应和地板效应。

　　在影响指标有效性的各种因素里，天花板效应( ceiling effect )和地板效应( floor effect )是尤其典型的情况。这两种效应是指反应指标的量程不够大，而造成反应停留在指标量表的最顶端或最低端，从而使指标的有效性遭受损失。

　　先来看一个天花板效应的例子。假设有一个研究者想要比较游泳和跑步的减肥效果。他找来两个肥胖的人作被试，首先用一架台秤秤他们的体重，发现两个被试的体重正好都是 300 磅 。然后，这两个被试开始减肥计划，一个通过跑步减肥，另一个游泳。几个月后，两个人又一次用同一架台秤称体重，结果发现两个人的体重都是 250 磅 。研究者认为两个人都减重 50 磅 ，因此断定跑步和游泳的减肥效果一样好。但是研究者忽视了一个严重的问题，那就是它所用台秤的量程是 0 ～ 300 磅，不能称出这两个人的确切体重。(如果用一个范围足够大的秤去称的话，一个被试是 300 磅 ，而另一个是 350 磅 。通过跑步减肥的被试减重 50 磅 ，而通过游泳的被试减重了 100 磅 。)由于两个被试的体重都已经到达了反应指标量程的最顶端，致使他们各自的减肥效果没有真正地体现出来。这就是一个天花板效应的问题。

　　再来看一个地板效应的例子。假如你教一个动作不太协调的朋友打保龄球。你认为奖赏可以提高作业水平，因此每当他打一个全中你就为他买一杯啤酒。然而你的朋友将球都扔到沟里去了。这样，你不能提供奖赏了，而且你还预期他的作业水平会随着练习次数的增加而降低。但由于再没有比沟里球更低的水平了，所以你观察不到成绩的任何下降，此时你朋友的作业水平已经到了反应指标量程的最底端。这就是地板效应。

　　天花板和地板效应都阻碍了因变量对自变量效果的准确反映，在选择反应指标时应努力避免。那么该怎样避免呢?通常的方法是：尝试着先通过实验设计去避免极端的反应，然后再试着通过测试少量的先期被试来考察他们对任务操作的反应情况。如果被试的反应接近指标量程的顶端或底端，那么实验任务就需修正。例如，在一个记忆实验中如果记忆成绩太好，那就可以增加呈现的材料以降低作业水平。与此相似，如果被试完成得太糟糕，几乎记不住任何东西，那么就要通过减少识记材料、放慢呈现速度等方法使任务变得容易些。设计实验任务和反应指标的指导思想是应使被试的反应情况分布在指标量程的中等范围内。那么，操作自变量时，被试反应水平的提高或降低都能被观察到。谨慎的研究者在实施可能被天花板或地板效应污染的实验前，先做好预备实验。预备实验能使研究者了解到实验中存在的有关设计或实验程序方面的问题。

　　了解什么是天花板效应、地板效应及其避免的方法，将有助于进行研究的心理学实验设计、实验实施过程和实验结果的讨论和解释。