多组设计和准实验.doc

实验分类：实验室实验：它限于在有专门设备的实验室中进行，并对实验的条件、控制以及实验设计都有严格的规定。实地试验：它一般在实际场所中进行，它的实验设计并不很严格。 实验法的基本原理：实验研究的目的是建立变量间的因果关系。实验法的基本原理：首先以一个理论假设为起点，这个假设一种因果关系的陈述，它假定某些自变量会导致某些因变量的变化。然后进行如下操作：（1）在实验开始时对因变量进行测试；（2）引入自变量，让它发挥作用或影响；（3）在实验结束前在测量因变量；（4）比较前测与后测的差异值就可以检验假设。如果没有差异，就说明自变量对因变量没有影响，从而推翻假设。如果有差异，则可证实原假设，即自变量对因变量有影响。为了排除其他因素的影响，通常将受试者分为两个组：实验组与控制组。这两个组是随机选派的，他们的所有特征和条件都相同，只不过在实验中，实验组收到自变量的影响；而控制组为受到这种影响。分两个组进行试验的目的是要考察自变量x引起的变化E。因为即使不引入自变量，由于某些其他外部因素的影响，在一定时间后（几小时、几天或一年）后测的数值也肯定不会与前测的数值相等。外部因素的影响由U表示。实验组所收的影响，实际上是有两部分组成的：一部分是由于外部的因素，另一部分是由于新引入的自变量，即de=U+E。由于实验组和控制组的构成是采取随机分派的原则进行的，因此实验组所受到的外部因素的影响与控制组所受的影响相等（即都等于U）。这样，实验组真正受到的自变量的影响E应该为：E=de-U。 实验的主要组成部分：（1）自变量与因变量：自变量是实验中的刺激因素，是有待检验的、引起因变量变化的原因。因此，自变量应该是能够引起某种变化的。同时，必须经过严格定义和操作化，这样，才便于在实验中进行测量。因变量是一种应该有自变量所引起的状况，它是研究的关键点，是要被解释的现象。这种因变量应该在状况上与实验前有所变化，也应该在接受自变量刺激的对象和未接受这种刺激的对象之间有所不同。实验者应该尽量让自变量处于一种自然的状态中被观察和测量。（2）实验组和控制组：在实验中，我们把接受自变量刺激的一组对象叫做实验组；而把不接受自变量刺激的一组叫做控制组。设置控制组的主要目的，是为了将研究本身对实验对象的影响，与实验刺激的影响区分开来。为了达到这一目的，就要求在实验开始前，实验组与控制组成员的各方面条件和状况都相差无几，即基本上不存在大的差别。（3）前测与后测：在实施实验刺激以前对实验对象进行的测量称为前测。而在实施实验刺激后对他们的测量成为后测。 实验的基本程序：（1）准备阶段：确定研究问题和研究目的；提出理论假设和工作假设；进行实验设计。（2）实施阶段：选取实验对象；实施实验；（3）资料处理阶段：整理分析资料；撰写研究报告。 实验的三项基本内容：（1）变量的选择和分类：在用实验法研究某个问题时，首先要把与研究课题有关的各种因素挑选出来，然后分析这些因素之间的关系，建立因果模型（2）变量的控制：对自变量的控制就是要有计划地、系统地安排实验刺激的情景和程度，是其作用于因变量。控制外部影响的方法：随机法：这是最常用的方法，在理论上也是最有效的控制影响变量的方法。配对法：这种控制变量的方法是找出两个各种条件都完全相同的人，对其中一人分派到实验组，另一人分派到控制组。排除法：在实验之前把其他影响因素排除在外。纳入法：把其他主要的影响变量也当作自变量引入到实验中，同时对几个自变量进行操作、测量和检验。（3）变量的测量。 简单实验设计：是对单项假设进行验证，即考察一个自变量与一个因变量之间的因果关系。此外，它只分为一个实验组和一个控制组，或仅有一个实验组。 多组实验设计则有三个以上的组，它可以考察多个自变量于因变量之间的关系。简单实验设计的几种模式： （1）单组前后测实验设计：没有控制组。这种设计一般在研究人员能够确定外部因素不会对实验产生影响即U=0的情况下采用。否则，它无法区分因变量的改变有多少是自变量引起的，有多少是其他武官变量引起的。（2）典型实验设计：两组前后测实验设计。主要优点：比较实验组和控制组前测与后测的差异值，不仅可以确定自变量的影响，而且还可以排除外部因素的影响。可以排除前测造成的某些干扰因素。主要缺点：受试者经过一次前测，所以可能会对自变量的引入产生敏感，这样，虽然不会影响内在效度，但会影响和降低实验的外在效度。在前测会引起受试者敏感的情况下，应考虑采用无前测的实验设计。（3）两组无前测实验设计：这一设计中，实验对象一般是随机抽取和随机分派的。在实验组引入自变量之后，同时在两个组测量因变量。 简单实验设计的特点：只考虑一个因变量与一个自变量的关系，因而操作容易，简单易行，可以检验和建立明确的因果关系。但是，他将现实生活中错综复杂的关系简化为单一的因果关系，这就大大降低了实验结论的概括能力和外在效度。因为现实事物往往是“多因多果”的。另一个缺点：他将所有的其他影响因素都作为无关变量加以控制和排除，忽视了各种因素间交互作用的效用，因而降低了实验的内在效度。 交互作用效应：是指实验刺激（自变量）的影响（用E表示），外部因素的影响（U）与前测干扰因素的影响（P）三者之间相互作用所产生的影响。实验刺激与前测干扰的交互作用用 表示；实验刺激与外部因素的交互作用 表示；前测与外部因素的共同作用用 表示；这三类因素的共同交互作用效应用 表示。单组前后测实验设计由于假定前测和外部因素影响很小，且将这些因素的交互作用忽略不计，因此他的测量结果误差较大，效度较低。典型实验设计通过控制组排出了前测和外部因素的影响，只有一些交互作用效应影响它的实验效度。两组前后测实验设计由于无前测，因此效度最高。但事物前测也有一定局限性，它无法比较不同时间的变化，而且无法检验在实验开始时两个组的特征值是否相等。 多组实验设计：（1）所罗门四组设计：这种设计精确测量干扰因素和交互作用效应的影响，它综合了典型设计和无前测设计的优点：该设计可以测量自变量、外部变量和测量干扰这三类因素各自对因变量的影响。所罗门四组实验设计的实验效度较高，可以区分出外部因素和测量干扰的影响。缺点：设置四个组，必然要增加受试者人数，从而增加了实验的困难；所的结果必须经过复杂的统计检验。它只能判断其他外部因素对因变量有否影响，但无法确定哪些变量与因变量间还存在着因果关系。（2）多因素设计：可以检验多个自变量对因变量的影响。这种设计是典型设计的扩充，它有三个实验组，各个组的自变量强度有明显差异。多因素设计的另一形式是考察两个以上的自变量对因变量的影响以及自变量之间交互作用对因变量的影响。一般也称为因子设计。它假定外部因素的影响等于零。因子设计为消除前测引起的敏感影响并减少工作量，一般都运用无前测的设计。有两个自变量，每个自变量有两个值，分为四个组，这样的通常称为（2*2）因子设计。因子设计可以同时包括多个自变量，每个自变量也可以有多个取值。但是，随着自变量的增加，实验组的数目也要相应增加。 重复测量设计：不是对不同组的受试者施以不同的实验刺激，而是对每个组都给以不同的试验刺激。实验效果不是以不同组的观测值差异值来表示，而是通过每个组对不同刺激的差异来反映。它是一种轮换的方法，即每个组都先后接受不同的测量，然后通过比较每一组不同测量的平均值就可以检验不同刺激造成的不同差异。优点是：（1）不用随机抽取实验组和控制组，而只需选取几组实验对象让他们参加各种项目的测验，因此，不必担心组间特征之随机误差的影响。（2）只需较少的受试者就可以达到实验目的。（3）它的实验假设可以有多个，即一个实验可以同时检验几个假设。重复测量的局限是：对有些易于引起受试者敏感或产生较大交互作用效应的实验变量不能进行重复测量。这种设计一般在无法进行随机抽样而只能进行整群选择时采用。 拉丁方格设计：也是一种多因素设计，但是与因子设计不同，它不是考察多个自变量与因变量的关系，而是考察多个自变量的引入顺序对因变量的影响。这种设计可以引入多个不同自变量，这些自变量只有一个取值。实验组的数目取决于引入的自变量，有多少个自变量就分派多少个实验组。每个实验组都依次引入各个自变量，但引入的顺序各不相同。一般来说，拉丁方格设计无法测量出交互作用效应，它只能检验实验顺序对因变量的影响，并判断自变量之间是否存在交互作用。拉丁方格设计的缺点是：（1）它必须保证各组成员的特征相同，不会影响实验结果。（2）各种自变量是共同发挥作用的，因此，无法区分每一个自变量对因变量的单独影响。这种设计一般在特殊场合才采用，即检验自变量的组合方式对因变量的影响或找出最佳组合方式时才采用。 准实验法：就是没有严格的进行指派和严格控制实验刺激的实验方法。它通常不是在纯粹的实验室环境中，而是在研究现场进行，他们常常依据现场的条件和可能性来设计实验方案，并对纯粹的实验设计加以简化。（1）准实验法的特点：它的实验假设并不一定是因果关系的假设，也可能是相关关系的假设。 它很少采用严格的随机抽样。它通常缺乏前测和控制组。（2）有人认为，这种实验没有严格执行实验方法的准则，因此，它不是科学的实验。但更多社会工作者认为：科学并不是一春试验为起点和目的的，科学的发展必须利用现实所能提供的手段和技术，而不能等待完美的方法产生以后再进行研究。同时，实验设计本身也是一个从无到完美的不断发展过程。而目前，社会科学的实验已基本具备了科学方式所要求的条件。尽管它并不总是能检验或建立因果关系，但这种“准实验”至少是能检验相关关系并能发现新的事实的 相关设计：通常指交互分类设计，这是社会学研究中最常用的分析方法之一。它的形式近似于两组无前测设计。但是，试验组和控制组不是随机分派，而是根据试验变量的要求选取的。 相关设计缺点：由于对个试验对象没采取控制，所以无法排除其他变量的影响，因而，他的内在效度较低。相关设计的另一缺点是缺少前测，无法进行时间序列的比较。解决这一缺陷的一种方法是，增加一个事后回溯设计，即在引入试验刺激并加以后测之后，在询问被试者过去的状况。以此与因变量的后测值比较。 时间序列设计：也称趋势研究，一般用于研究较长时期内人们的态度和价值观念的变化。是对相关设计的扩充，它也是一种交互分类设计，不过，它的前测和后测包括多个时点，由此组成一个较长时间序列的观测值，从这些因变量的变化趋势中可以发现自变量的影响程度和影响过程。时间序列设计有多个观察点，而且在每一时点都对试验组和控制组加以测量，因此，从它的差异可以发现因变量的变化趋势，由此可以预测未来的发展变化，并在实际发展过程中检验这种预测。时间序列设计的缺点：（1）无法判定所假设的自变量是否对因变量由主要影响，因为在很长的时期内，会有许多其他因素导致因变量的变化。（2）测量态度和价值观的变化是很困难的，由于趋势研究是要不断的观测社会发展变化和新的社会现象，它很难利用现有的量表和标准问卷，因此无法确定测量工具的效度。 非等组前后测设计：这种设计的形式与典型设计相似，但是，它的试验组与控制组是不等同的。其优点：不仅可以得到后测的差异，而且还可以知道前测的差异。可以得到更多的信息。 其缺点是：由于两组是不等同的，因此无法推论x与y的因果关系，因为y的变化很有可能是不同的试验对象所固有的，没有控制实验对象的固有特征就不能检验出x的真正影响，最多只能说明所假设的自变量与因变量之间存在着相关关系。 现场试验设计：准实验一般都是在自然环境中进行的，研究人员虽然不能对自然场所的变量加以严密的控制，而且很难采用随机抽样方法是试验组和控制组完全保持一致，但他们可以结合研究目的对试验变量和现场环境加以一定的控制，这种实验也称为实地实验或现场试验。其特点是：隐蔽性、真实性和概括性都较高。因此，具有较高的实用性。其缺点：对实验变量和外部变量缺乏严格的控制。为了弥补这一缺陷，应当尽可能的在相似状况下重复同一项实验，以提高实验的效度和信度。 准实验与纯实验在原理上没有严格的区别，准试验只是由于现场和研究条件的局限不得不将纯试验设计加以简化。当然，当条件许可时，应尽可能采取交严格的试验设计，以提高实验的效度。但是，目前社会学试验大部分还不具备采用严格设计的条件，他们通常只能成为准试验，而在纯试验设计或实验室研究中，大多是研究社会心理学和教育学的课题。准实验和纯实验均有其优缺点和局限性。此外，在多种形式的实验设计之间，也没有绝对的优劣之分，他们都适用于某些特定的研究目的和研究领域，研究人员应依据研究目的之要求来选择最适当的实验设计。 实验的信度和效度：（1）信度：与其他搜集资料的方法相比，实验法的信度和内在效度较高。对信度的检查一般是通过重复试验的方法，观测实验的前测和后测也可以检验信度。另一种方法是在多组设计的情况下，通过各个组在同一次试验中的差异来检验信度。（2）效度：实验目的是检验变量间的因果关系，并使实验结果具有概括性。但这两个目的是很难同时达到的，要精确测量自变量的影响，就要严格控制情景和外部变量，但这会使实验环境人工化并缺乏代表性，从而降低外在效度，而如果提高情景的真实性和样本的异质性以使实验能概括广泛的现象，则很难控制其他外部因素的影响，因而降低了内在效度。大部分试验设计都面临着这两种困境，若提高内在效度则有可能降低外在效度，或者相反。这也