GO/ NO-GO聯想測驗（GNAT）是(yes)Nosek和(and)Banaji 在(exist)IAT方法的(of)基礎上(superior)發展出(out)的(of)測量方法。GNAT本身并不(No)是(yes)對認IAT的(of)否定,而是(yes)對IAT的(of)有機補充。所以(by)GNAT的(of)測驗原理與IAT的(of)測驗原理基本相同。以(by)激活擴散模型爲(for)基礎，其主要(want)觀點是(yes)，各種概念組成爲(for)一(one)個(indivual)相互聯系的(of)概念網絡，在(exist)概念網絡中，連線的(of)長短表示概念聯系的(of)緊密程度，連線越短，概念間的(of)聯系越緊密。其特點爲(for)：假定當一(one)個(indivual)概念被加工時(hour)，其意義激活會自動傳遞到(arrive)相關的(of)概念，使得相關概念的(of)意義也得到(arrive)激活，而且激活的(of)強度随着傳遞距離的(of)增加或者傳遞時(hour)間的(of)延長而降低。
過程：
呈現給被試花朵、褒義詞、貶義詞 3 類刺激
任務一(one)：要(want)求被試對花朵和(and)褒義詞的(of)聯合作(do)一(one)反應（Go 反應），而花朵和(and)貶義詞的(of)聯合不(No)作(do)反應（NO-Go 反應）；
任務二：要(want)求被試對花朵和(and)貶義詞的(of)聯合作(do)一(one)反應（Go 反應），而花朵和(and)褒義詞的(of)聯合不(No)作(do)反應（NO-Go 反應）。
數據處理：
實驗中采用(use) d 指标，将正确的(of) Go 反應稱爲(for)命中率，将不(No)正确的(of) NO-Go 反應視爲(for)虛報率, 将命中率和(and)虛報率轉化爲(for) Z 分數後，其差值即爲(for) d 分數，表明從噪音中區分信号的(of)能力。
結果：
若任務一(one)中的(of) d 比任務二中的(of) d 高，說明被試對花朵持有積極的(of)态度，反映其内隐偏好。
結論：
如果信号中的(of)目标類别和(and)屬性類别概念聯系緊密，相較于(At)聯系不(No)太緊密或者沒有聯系的(of)聯結，被試的(of)反應更爲(for)敏感，從而更容易從噪音中分辨出(out)信号。
