斯特鲁普测试 — 免费在线色词干扰与抑制力测评

Soundary 的斯特鲁普测验用红、绿、蓝、黄 4 个颜色词进行 20 个试次。每个试次的文字和墨水颜色各自独立随机抽取，所以平均约 4 次中有 1 次是文字与颜色相同的一致试次，其余为不一致试次，一致试次的数量每次测验都会略有不同。每个试次固定持续 1 秒，在此期间点击与墨水颜色相同的按钮即记为正确。点错颜色并不会结束该试次，你仍可以在剩余时间内改正；但若 1 秒内没有点对颜色，就记为漏答。提前作答也不会提早进入下一题，因此正式试次大约 20 秒就能完成。

结果页顶部显示 20 个试次中的答对数和平均反应速度。漏答的试次会按完整的 1 秒（1000 毫秒）计入这个平均值，所以漏答越多，平均值也越长。通过分享或登录解锁的详细结果会把一致与不一致条件分开，分别给出正确率和仅以正确反应计算的平均反应时，并把两者之差算作干扰效应。页面会把 0 毫秒及以下描述为没有变慢，低于 100 毫秒为偏小，低于 250 毫秒为常见水平，更高则为偏大——这些是 Soundary 自定的参考区间，并非年龄常模。

斯特鲁普效应通常表现为“变慢”，但像本测验这样设有 1 秒时限时，受干扰最强的那些反应可能来不及完成，直接变成漏答。所以，如果干扰效应看起来不大，但不一致条件的正确率明显低于一致条件，干扰可能是以失误而不是毫秒的形式出现的。另外，一次测验平均只有约 5 个一致试次，一致条件的平均反应时只建立在少数几个反应之上。因此单次的干扰值可能波动很大；如果任一条件没有一个正确反应，页面会把干扰效应显示为无法测算。

Stroop（1935）最初的实验要求被试大声说出墨水颜色的名称。Augustinova 等人（2019）报告，同样的斯特鲁普任务，用说话作答时的干扰效应明显大于按键作答。因此，本测验这种点按作答的数值，不能直接和口头作答的卡片式测验或其他应用的数值比较。另外，颜色词会以你当前浏览页面的语言显示；不太熟悉的语言读起来没那么自动化，干扰的大小也可能随之不同。比较自己的记录时，请让页面语言也保持一致。

在 Stroop（1935）的第二个实验中，100 名学生说出 100 个颜色词的墨水颜色平均用了 110 秒，比说出 100 个色块颜色所用的 63 秒长了 74%。而在忽略墨水颜色、只读字的第一个实验中，几乎没有人变慢。文字会严重干扰说出颜色，颜色却几乎不干扰读字——这种不对称正是斯特鲁普效应的核心。MacLeod（1991）后来整理了跨越 50 多年的约 400 项研究，归纳出任何理论都必须解释的 18 项可靠发现，并认为仅靠阅读的自动化或加工速度差异并不足以解释它们。

随着年龄增长，反应会整体变慢，但斯特鲁普干扰本身是否也随之变大，目前仍有争议。Verhaeghen 与 De Meersman（1998）对 20 项研究做了元分析，认为看似随年龄增加的干扰大多可以用整体速度变慢来解释；而 Nicosia 等人（2021）重新分析了 33 项研究的试次层面数据，报告了超出速度变慢之外的年龄差异。无论哪种观点，这个数字都不是用来和同龄人比高低的分数。把它和自己过去在相同语言、相同设备上的记录放在一起，并回想当天是否疲劳或睡眠不足，才最有用。