2.3 实验方法

  搜集数据的另一类方法是通过实验，在实验中控制一个或多个变量，在有控制的条件下得到观测结果。所以，实验数据是指在实验中控制实验对象而搜集到的变量的数据。

  例如，对在一起饲养的一群牲畜，分别喂给不同的饲料，以检验不同饲料对牲畜增重的影响。

  实验是检验变量间因果关系的一种方法。在实验中，研究人员要控制某一情形的所有相关方面，操纵少数感兴趣的变量，然后观察实验结果。

2.3.1 实验组和对照组

  实验不仅是搜集数据的一种方式，而且是一种研究方法。实验法的基本逻辑是：有意识地改变某个变量的情况（不妨设为A项），然后看另一个变量变化的情况（不妨设为B项）。如果B项随着A项的变化而变化，就说明A项对B项有影响。

  为此，需要将研究对象分为两组，一个为实验组，一个为对照组。

• 实验组（experiment group）是指随机抽选的实验对象的子集。在这个子集中，每个单位接受某种特别的处理。
• 在==对照组==（control group）中，每个单位不接受实验组成员所接受的某种特别的处理。

  一个好的实验，对照组和实验组的产生不仅应该是随机的，而且应该是匹配的。所谓匹配，是指对实验单位的背景材料进行分析比较，将情况类似的没对单位分别随机地分配到实验组和对照组。

2.3.2 实验中若干问题

  实验法的逻辑严密，可以较好地证明假设，分析事物因果关系，但在实验过程中也会遇到一些问题：

1. 人的意愿
   • 在划分实验组和对照组时，应该采用随机原则，但如果研究的对象是人，由于人们都有自己的生活方式和处世原则，都有自己的兴趣爱好，他们未必会按照研究者的要求和布置行事。
2. 心理问题
   • 在实验研究中，人们对被研究非常敏感，这使得他们更加注意自我，从而走向另一个极端。
3. 道德问题
   • 道德问题使得对人和动物做的实验复杂化了。当某种实验涉及道德问题时，人们会处于进退两难的尴尬境地。

2.3.4 实验中的统计

  统计在实验过程中发挥着重要的作用。这些作用表现在：

• 确定进行实验所需要的单位的个数，以保证实验可以达到统计显著的结果；
• 将统计的思想融入实验设计，使实验设计符合统计分析的标准；
• 提供尽可能最有效地同时研究几个变量影响的方法。

  确定进行实验所需要的单位的个数，以便得到关于实验精度预期的结果，这需要统计学的专业知识。一般来说，实验数据越多越好。但进行大规模实验，搜集数据成本将非常高，所需时间也更长。统计分析能够为在精度和费用的平衡中做出决断提供参考信息。

  进行实验设计，也离不开统计学知识。实验设计本身就是一个统计问题。实验设计是探索如何根据研究问题的需要，科学地安排实验，使我们能用尽可能少的实验获得尽可能多的信息。

  在对实验数据进行分析时，根据研究的需要，统计可以提供最恰当的分析方法。一个好的实验应该在两个方面都有效。

• 一个方面是内部的有效性，内部的有效性意味着实验测量的准确性。实验的目的是要考察自变量和因变量之间的因果关系。
• 另一个方面是外部的有效性，外部的有效性决定是否可以将实验中发现的因果关系加以推广，即能否将结果推广到实验环境意外的情况？如果可以，结果可以推广到什么样的总体、什么样的环境、什么样的自变量和因变量？与实验完全相同的环境在社会现实中是很难复制的，那么，实验结果是否还有效？对这些问题给出分析和解释，需要利用统计方法。例如：
  • 多元回归分析可以将各个变量的影响区分开，在满足一定条件下定量地比较各个自变量对因变量产生的影响。
  • 协方差分析可以通过调整每组内因变量的平均值，达到将无关变量的影响剔除的目的。
  • 此外，多元统计分析的方法在实验数据的分析中也发挥着重要的作用。

总结

本篇主要讲实验方法，大家继续努力，hh~~。