心理學實驗中，區塊（block）、處理（treatment）、條件（condition）這些概念有什麼區別？

我有同一組人，首先在第一個條件下完成實驗，再在第二個條件下完成實驗。這樣可以說是兩個處理嗎？可以說整個實驗包括兩個區塊嗎？如果是兩組人在同一個條件下完成實驗呢？

其實樓主去看課本比看我的回答要好。

先說treatment和condition。Treatment就是研究人員想控制的因素（factor）的途徑，但這個途徑一般有幾個層次。比如：控制」教學方法「這個變數，如果我想比較A,B,C,D這幾個方法，那麼這幾個方法就是不同的treatment level。 在其他情況下可能還有一個控制(control)或者安慰劑(placebo)的情況,這也算treatment level里的一個。很簡單，treatment裡面的層次(treatment level)也被稱為condition。比如上面例子的A,B,C,D就是不同的condition。

我覺得很多時候treatment和condition都是混用的，畢竟幾乎沒有差別。比如A,B,C,D我可以成為treatment A, treatment B....也可以說condition A, condition B...

再說block。其實block有兩種意思，一種是一般實驗設計里的，一種是fMRI實驗中常用的block design，是不同的概念。（你應該說的是第一種）
一：
Block這個概念是對應於完全隨機試驗的，它一個重要的特質就是每個block裡面的被試者一定是相同的。同前面的例子，我想比較A,B,C,D四種教學方法，那麼我隨機分配(random assign）相同數量被試者去A,B,C,D這四個condition裡面，形成四個被試組(group)，這四個組就稱為」Block「。當然這是最簡單one way design（只有一個自變數：教學方法）。

複雜一點，比如我加入」性別「這個factor（有男、女這兩個level) 到上面那個實驗中，讓它變成一個two-way design。這意味著我不僅想比較A,B,C,D四種教學方法，還想比較這四種教學方法對男女是否會有不同的效果。這時候就出現了2x4=8個block:

同樣，這個設計中，每個block的人數要保持相同。

再複雜一點，我想引入第三個自變數：學生的入學考試分數。假設分為高，中，低三個層次。這時候這個實驗就變成了複雜的three-way的設計方案，共有3x2x4=24個block。如果圖表划出來的話是立體的。

這時候你會發現，隨著實驗設計複雜程度的增加，block越來越多，如果保持被試者數量不變的話，分配到每個block里的人數就越少。於是引入power analysis來計算在某種實驗設計的前提下，要達到某個具體的標準，需要的被試者人數(樣本容量）是多少。
二：
Block這個詞也被運用在fMRI和一些神經科學的實驗設計中。如圖：

因為要讓被試者在接受某個刺激(stimuli）之後，有充足的時間讓大腦活動恢復到接受刺激前的水平，需要提供一個休息時間(rest) 。這樣整個測試過程就被人物劃分出來很多區塊(block)。

再來回答你問題描述里的情況

「一組人先在條件一(condition 1）完成，再在條件二（condition 2）完成。」
這是典型的within-subject design, 其實你自己已經給出了答案。實驗研究的是within-subject effect（組內差別）。就是同一批實驗者對不同實驗條件會有什麼反應。 這裡的條件一和條件二都是某個treatment的不同層次(condition），當然也可以說就是不同的treatment，兩者沒有差別。這裡採用的分析方法一般是paired t-test 或者 repeated measure ANOVA （condition&>=3)。

這裡當然不能算有倆block，因為被試者不是被隨機分配到人數相等的實驗組裡。

「兩組人在同一個條件下完成實驗」
這是個one way between-subject design。實驗研究的是between-subject effect （組間差別）。就是你拿來給被試者分組的這個條件對實驗結果有什麼影響。比如說性別啊，受教育程度都是典型的組間因素。這裡的分析方法是independent sample t-test 或者one way ANOVA.（分組&>=3)。

如果實驗條件有兩個，或者兩個層次呢，就會有兩個組間差別(被試者分組條件+實驗條件），用的方法也變為factorial ANOVA.

其實還有一種情況你沒有提到，就是Mixed design."兩組人先在條件一完成，再在條件二完成」 這樣的設計兼顧了組內和組間差別。統計方法是mixed ANOVA。