J. Ridley Stroop · 1935

斯特鲁普色词测验

当一个词表示一种颜色、却用另一种颜色印出来时,人们能忽略这个词,只说出墨水的颜色吗?

  • 田纳西州纳什维尔的乔治·皮博迪师范学院(实验1和2);亚利桑那大学(实验3)
  • 已被重复验证

研究问题

早在1935年之前,心理学家就知道一件怪事:人们大声读出一个颜色词,比说出一块颜色的名称要快。在威廉·冯特(Wilhelm Wundt)实验室工作的卡特尔(Cattell)在1886年就报告过这一点。他认为,读字通过练习已经变得自动化,而说出颜色的名称仍然需要有意识地作出选择。

纳什维尔乔治·皮博迪师范学院的博士生J·里德利·斯特鲁普(J. Ridley Stroop)把这个想法又向前推进了一步:如果让两者相互冲突,会怎样?如果一个词和它的墨水颜色不一致,哪一方会胜出,落败的一方又会受到多大影响?他感兴趣的与其说是命名速度本身,不如说是干扰:当两种熟练掌握的反应相互竞争时,会发生什么。

他并不完全是第一个把两者结合起来的人。根据詹森(Jensen)和罗韦尔(Rohwer)1966年的一篇综述(科林·麦克劳德[Colin MacLeod]在1991年对此作了概述),德国心理学家扬施(Jaensch)早在1929年就已经让词与颜色相互对立。麦克劳德认为,扬施至少应该分享一部分功劳。但正是斯特鲁普用英文发表的论文,确立了后来所有人都采用的方法。

实验是怎样做的

斯特鲁普把五种颜色的名称(red〔红〕、blue〔蓝〕、green〔绿〕、brown〔棕〕和purple〔紫〕)印在卡片上。在关键的卡片上,每个词都用与其词义不符的墨水颜色印出:“red”可能用蓝色、绿色、棕色或紫色印出,但绝不会用红色。每张卡片有100个项目,每个人在每种条件下要完成两张卡片,尽可能快地大声说出答案,斯特鲁普则为每张卡片计时。

他进行了三个实验:

实验中没有一致条件,即用红色印出“red”。斯特鲁普从未使用过这种条件,而且他是为整张卡片计时,而不是为单个词计时。这两种做法如今都已成为标准,这也是后来这项任务的各种版本看起来可能与原版大不相同的原因之一。

结果如何

读词几乎不受影响。在实验1中,读冲突颜色印出的词,平均比读黑色印出的词多花2.3秒,增加了约5.6%。斯特鲁普认为这一差异并不可靠。

说出墨水颜色受到了严重影响。在实验2中,人们说出100个色块的颜色平均需要63.3秒,而说出100个冲突色词的墨水颜色则需要110.3秒。这多出了47秒,增加了约74%。人与人之间的差异也随之扩大,大致与变慢的时间成比例。

练习有帮助,但不能根除。在实验3中,八天的练习让冲突卡片上的用时缩短了大约三分之一(每半张50个项目的卡片从49.6秒降至32.8秒)。单纯说出颜色的表现则改善得少得多。而且出现了一个新现象:经过这么多颜色练习之后,读冲突颜色印出的词突然变慢了,慢了约79%。这种“反向”干扰很快就消退了,一天后基本消失。

斯特鲁普的解释是,这种差异来自训练。人们读过无数次单词,因此从印刷的词到把它读出来之间的联结非常强;而从颜色到其名称之间的联结则较弱。当两者竞争时,更强的习惯就会插进来。他还发现,女性说出颜色的速度比男性快,并认为这同样来自成长环境,因为女孩更常被鼓励去说出和谈论颜色。麦克劳德所综述的后续研究发现,干扰效应本身并没有可靠的性别差异。

真实经过(重复实验与批评)

心理学中最稳健的发现之一。此后几十年里,这项任务基本无人问津,直到20世纪60年代才被研究者重新启用。到1991年,麦克劳德已经可以综述约400项研究(并提及700多篇相关文章),他列出了18项足够可靠、任何理论都必须解释的发现。他的综述还表明:干扰效应大于词与颜色一致时的加速效应;这种效应在小学低年级随着阅读变得流利而增大,在成年期逐渐减小,到老年又再次增大。

2016年,Many Labs 3项目把一个简化的斯特鲁普任务作为十个已知效应之一,在美国和加拿大的20个大学参与者库以及一个在线样本中进行了测试。在3279人中,对冲突项目的反应明显更慢,效应量(科恩d值)为0.88,按通常标准属于大效应。它几乎不随学期中的时间点而变化,而这正是该项目要检验的内容。

它为什么会发生,至今仍有争论。主要有三类解释:

稳健的效应不一定是好的个人测验。2018年,赫奇(Hedge)、鲍威尔(Powell)和萨姆纳(Sumner)指出了一个悖论。像斯特鲁普干扰这样的效应之所以可以重复,正是因为几乎每个人都以相似的方式表现出这种效应。而同样的一致性也让人很难区分不同的个体,因此,尽管效应本身坚如磐石,干扰分数作为个体差异的测量指标却可能很弱。每当这项任务被用来给个人排名或比较个人时,这一点都很重要。

伦理问题

实验中没有欺骗:参与者被明确告知要做什么,即读词或说出颜色,他们也照做了。这项任务令人恼火,但没有害处。论文除了提到第一和第三个实验中的学生是自愿参加之外,没有说明任何关于同意的情况;也没有事后说明,因为本来就没有什么隐瞒需要解释。今天,这项研究会被视为风险极低,主要的变化是要有记录在案的知情同意。

斯特鲁普本人不久之后就离开了研究领域。根据艾比林基督教大学(Abilene Christian University)的一个数字档案,他在纳什维尔的戴维·利普斯科姆学院(David Lipscomb College)担任教师和管理人员约四十年,并以传道人和圣经学者的身份为人所知。1935年之后,他在心理学方面的成果很少。

对今天的意义

斯特鲁普任务如今是研究注意和自我控制的一项基本工具,它的各种版本也用于神经心理评估,例如在脑损伤之后,以及在关于衰老和注意缺陷多动障碍(ADHD)的研究中。它的许多衍生版本用其他材料代替颜色词,例如情绪词或图片。

它传递的日常信息很简单:一个熟练的习惯即使在你决定不用它时也会运行,而压制它要花费时间和精力。由此可以得出一些实用的想法,尽管它们超出了斯特鲁普所检验的范围:

单凭一个斯特鲁普分数,并不能说明一个人注意力如何或能力如何。专业人员会结合其他信息来解读它,而且只在具体情境中解读。

你能过关吗?

即将推出。你会一次看到一个颜色词,并说出墨水的颜色而不是字本身,先是在纯色色块上,然后是在颜色冲突的词上。最后你会看到,你在冲突词上慢了多少,并与斯特鲁普的74%作对照。坦白说一句:斯特鲁普是为大声朗读的整张卡片计时,而屏幕任务计的是单次点击或按键的时间,因此这些数字无法直接比较。几乎每个人都会表现出这种效应;这正是关键所在。

常见问题

什么是斯特鲁普效应?

当你必须说出一个词的墨水颜色,而这个词本身写的是另一种颜色时(比如用绿色墨水印出的“红”字),你的反应会变慢,错误也会增多,这就是斯特鲁普效应。读字是一种极其熟练的技能,以至于它会妨碍你说出颜色。

斯特鲁普效应被重复过吗?

是的,重复过许多次。1991年的一篇综述涵盖了约400项研究,而Many Labs 3项目(2016年)在美国和加拿大多个地点的3000多名参与者中发现了很大的效应。

练习能让斯特鲁普效应消失吗?

不能完全消失。在斯特鲁普本人的练习研究中,八天的训练让冲突卡片上说出颜色的时间缩短了大约三分之一,但干扰依然存在。这种训练还让读词在短时间内受到了颜色的干扰。

斯特鲁普测验用来做什么?

研究者用它来研究注意和自我控制。它的各种版本也出现在神经心理评估中,例如在脑损伤之后,或者在关于衰老和注意缺陷多动障碍(ADHD)的研究中。单一的分数并不是诊断;它只是专业人员需要结合其他信息来解读的一条信息。

资料来源

  1. Stroop, J. R. (1935). Studies of interference in serial verbal reactions. Journal of Experimental Psychology, 18(6), 643–662. doi:10.1037/h0054651
  2. MacLeod, C. M. (1991). Half a century of research on the Stroop effect: An integrative review. Psychological Bulletin, 109(2), 163–203. doi:10.1037/0033-2909.109.2.163
  3. Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). On the control of automatic processes: A parallel distributed processing account of the Stroop effect. Psychological Review, 97(3), 332–361. stanford.edu/~jlmcc/papers/CohenDunbarMcC90.pdf
  4. Dunbar, K., & MacLeod, C. M. (1984). A horse race of a different color: Stroop interference patterns with transformed words. Journal of Experimental Psychology: Human Perception and Performance, 10(5), 622–639. uwaterloo.ca/memory-attention-cognition-lab/sites/default/files/uploads/files/jepdunbar84.pdf
  5. Ebersole, C. R., Atherton, O. E., Belanger, A. L., Skulborstad, H. M., Allen, J. M., Banks, J. B., et al. (2016). Many Labs 3: Evaluating participant pool quality across the academic semester via replication. Journal of Experimental Social Psychology, 67, 68–82. doi:10.1016/j.jesp.2015.10.012
  6. Hedge, C., Powell, G., & Sumner, P. (2018). The reliability paradox: Why robust cognitive tasks do not produce reliable individual differences. Behavior Research Methods, 50(3), 1166–1186. doi:10.3758/s13428-017-0935-1
  7. Weir, K. (2025, March 24). The Stroop effect's long (and colorful) influence. American Psychological Association. www.apa.org/research-practice/conduct-research/stroop-effect
  8. Abilene Christian University, Milliken Special Collections. About John Ridley Stroop. John Ridley Stroop Digital Archive. blogs.acu.edu/johnridleystroop/about-john-ridley-stroop/