實驗設計
什麼是實驗?
回归轻率?那回归用来干嘛...
實驗設計
關鍵概念
實驗
追究因果
有相關性,不一定有因果性
“相關研究”與“實驗”的不同
只要是實驗,而且只有在實驗法當中,我們須操弄獨變項,然後測量(觀察)依變項的變化。假若在一個研究工作當中不涉及獨變項的操弄,以及依變項的測量,那麼該研究必定不是使用實驗法。
是用來檢驗:「X是否會影響Y」的假說的手段
实验 需要 实验组、控制组
相关 不用
相关是饶了一大圈因果论
操弄独变项,否则就是相关
目的
基本分類
混淆變項的來源
實驗法的用途在於釐清獨變項與依變項之間的因果關係,實驗設計的目的在於確保我們能作正確的因果關係的推論
外部效度與內部效度的區分
實驗設計旨在提升內部效度(藉由排除其他可能解釋的方式)
效度
外部
內部
你的研究成果能夠外推到現實世界其他案例的程度,通常是在進行抽樣調查時最需注意的重點
外推的(数量少的人要取样,你不可能做普查)
在你研究當中所做的行動X是否造成可觀測的後果Y的程度。為了確認X與Y之間的因果關係,我們必須排除除了X之外,對Y也會造成影響的其他因素
x是造成y的原因
抽丝剥茧地把其他的干扰素排除(独变项:教学法; 因变相干扰:家庭、父母教育、本身的智力发展、城乡、资源...)所以“教学法”是其中的小小的因素
所以你要证明你那小小独变项的作用,所以要控制其他的变项
“实验组”用你新发明的方法
与“控制组”进行对比
取样技术重要
实验设计就是确保其内部效度
外生變項★★★
(Extraneous variables )
指自變項之外一切可能影響到依變項的主客觀因素,例如研究的物理環境、受試者的性別、身體機能、年齡、教育程度、及職業類別和社經水準等可以辨認的因素均屬之。外生變項對依變項的影響可分為系統性影響與隨機影響兩類。
除了你关心的变项的,其他一切可能影响到的都是
★★★随机的影响★★★
随机的,不可预测的
eg. 教室
★★★系统性的影响★★★
规律的作用力
★★★混淆變項★★★
(Confounding Variable )
REMOVE
外生變項中屬於會系統性,而非隨機性地影響依變項者,稱之為混淆變項,混淆變項是威脅一個研究之內部效度之最主要因子
混淆内部效度的最主要原因
实验设计最想要排除的
评估的重要标准★★★
社會性因素
單一群組之因素
(single group threats)
(social threats to internal validity)
實驗操弄的擴散或模仿效應(Diffusion or Imitation of Treatment)
eg很多药厂作弊,不用吃也会自己恢复
多元群組之因素
( multiple group threats)
最重要的就是控制組與實驗組的各種條件無法保證完全相同的問題:selection bias
技術上,取得各項條件完全等同的控制組與實驗組是不可能的,我們所能努力的是讓兩組成為「可(公平)比較的」( comparable )
无法做到完完全全一样
追求“公平”(被设为哪一个组的机会是公平的)comparable
而非却对的match
基於競爭心的勤能補拙效應(Compensatory Rivalry)
基於不爽的擺爛心態(Resentful Demoralization)
受試者以外人員的追求公平之補償效應(Compensatory Equalization of Treatment)
獨立群組設計
(Independent Groups Design)
(亦稱受試者間設計:between-participants design)
重複測量設計
(多)因子設計
(亦稱受試者內設計: within-participants design)
(Repeated Measures Design)
(Factorial Design)
X treatment (实验组)
O observation
C 故意不平等,
既定的门槛删选
随机指派是最重要的
實驗法與其他相似類型方法的區別
是否是随机指派的
准实验法 95% 社会科学 看起来像是实验
quasi-experiment
幾個範例
研究就是资料收集、观测
还要再听再理解
獨立群組設計
受试者间
最簡單的重複測量設計形式
受試者內設計的優點
在受試者人數相同的條件下,其結果的統計檢定力較高(beta error 亦降低,日後再交代)
降低實驗誤差中來自各別差異的變異之貢獻
(白話文:受各別差異的影響程度較小)
對於受試者的使用方式之效率較高
(需要的受試者人數較少)
缺點
Practice Effects
Sensitization
Carryover Effects (e.g. fatigue)
Pre-Practice Effects
克服缺點的方法
Counterbalancing
Randomization
依变项多于一个
听不懂QQQQQQQQQQQQ
我们关心的因子作为x轴
两个独变项x1x2 都对依变项y
x2会受到x1影响的话
就说x1x2有交互作用
平行 没有影响 没有交互作用
有交叉 就代表他们之间有作用
有時候現實條件不允許採取實驗法
倫理上的考量
實際面上的考量
技術上不可能達成
仍在研究的非常早期階段,尚不能提出假說
現象、個案數量太稀少
成本過高
The Regression-Discontinuity Design
C indicates that groups are assigned by means of a cutoff score, an O stands for the administration of a measure to a group,an X depicts the implementation of a program, and each group is described on a single line (i.e., program group on top, control group on the bottom).
人道、资源的考量
就不会随机分配
就要用不同的分析方式
例子
前后不共线就代表有效了
相關法
相關是探討變項之間的關係的技術
然而相關係數的高低無法作為兩變項之間有無因果關係的憑據
優點
非常具有彈性
可以回收舊資料
可以發展成相當複雜的分析技術
缺點
B causes A
C causes A and B
無法區辨以下幾種情況:
A causes B
個案研究
優勢
缺點
可揭示除了採用此法之外無法得到的個別差異資料
可以深入,並採取比較統整性(holistic)的觀點
若該個案屬於獨特稀有的情況
結論難以推論到其他個案
除非屬於醫學領域,否則這類研究的發表較為困難
交互作用一定会在期中考
統計
相似性或是向異性舉證
回歸輕率地認定因果