跳转到内容

准实验设计

来自VeritasWiki 真理百科

准实验设计(quasi-experimental design)是在研究者无法对自变量进行随机分配的条件下,借助自然形成的组别、既有的时间点或人为设定的分界,对处理的效果作出推断的研究方案。它介于真正的实验与纯粹的相关设计之间:与实验一样比较处理与未处理的条件,却缺少随机分配这一关键环节;与相关研究一样依赖现成的差异,却试图给出比“共变”更强的因果解释。教育、临床、公共卫生与政策评估中,随机分配常因伦理或现实限制而不可行,准实验设计因此成为这些领域判断干预效果的主要工具。

制度背景与方法地位

准实验设计作为一个自觉的方法类别,是在20世纪中期以后才被系统命名的。坎贝尔与斯坦利在20世纪60年代合著的著作中,把无法随机化的研究安排整理成一套可辨识的设计类型,并首次把“内部效度”与“外部效度”的威胁逐条列出,使研究者能够在方案阶段就预判哪些混淆可能发生。此后的方法学著作进一步扩充了这一框架,把它推广到社会政策、教育与流行病学。正是这套框架,让准实验从“退而求其次的将就”变成一种有明确代价与补救手段的正式设计。[1][2]

它的地位取决于一个现实判断:在很多时候,随机分配既不可能也不合乎伦理。不能把学生随机分到不同教学质量,不能把病人随机分到是否吸烟,也不能把社区随机分到是否受灾。研究者能做的,是在这些天然发生的差异中寻找可比性,或事后用统计手段逼近随机化所能达到的均衡。准实验设计的全部技巧,都围绕这一目标展开。

常见的设计类型

最常见的是不等组前后测设计。研究者在处理前后各测一次,处理组与对照组并非随机划分,而是原本就存在的群体,例如两个班级、两家医院或两个地区。通过比较两组前后变化的差异,即所谓差中之差,可以在一定程度上扣除两组本来就存在的水平差异,这一思路后来发展为双重差分方法。它要求一个重要假设:若无处理,两组的趋势应当平行,而这一假设往往无法直接检验。

另一类是中断时间序列设计,即在某个处理介入的时间点前后,对同一群体进行多次重复测量,观察水平与斜率是否在处理后发生转折。它与简单前后测的区别在于,用多轮观测估计了原本的波动与趋势,使“处理后的变化”不至于被正常的起伏误认。回归间断设计则利用一条人为的分配规则,例如按考试分数划线决定是否获得资助,比较划线两侧临近个体的结果,因为分数略高于与略低于门槛的人在其它方面大体相同,门槛附近就近似形成了一次局部随机。此外还有利用政策、灾害或制度变动作为外生冲击的自然实验,以及以单个或少数被试为对象的单被试设计。

内部效度的主要威胁

缺少随机分配,意味着处理组与对照组在起点上可能本来就不相同,这是准实验最根本的弱点。选择偏差由此产生:愿意参加项目的人可能更积极,被安排到处理组的人可能原本条件更好,两组结果的差异于是混入了这些既有差别。与之并列的还有一组来自时间的威胁。成熟指被试随年龄或状态自然发生变化;历史指处理期间发生的其它事件可能同时影响结果;测验指前测本身改变了被试的敏感度;仪器指测量标准或评分者的漂移;统计回归指极端分数天然趋向均值的现象,若按极端程度选组,前后变化很容易被误读为处理效果;被试流失则可能让留在样本中的人系统性偏向某一类。

这些威胁并不都能靠增加样本消除,因为它们属于系统偏差而非随机噪声。准实验报告的诚实程度,很大程度上体现在是否逐条说明这些威胁以及应对方式,而不是只报一个显著的处理效应。把“前后有变化”直接当作“处理有效”,是这类研究最常见的误判。

弥补与统计策略

针对选择偏差,研究者发展出多种补救手段。前测本身是一种控制,用前测分数把两组拉到可比的基础上;匹配则按若干关键特征为处理组的每个人寻找相似的对照者;协变量分析把可测的差异纳入回归模型加以扣除;倾向得分匹配把多个特征压缩成一个概率,再按概率配对,使两组在可观测变量上接近平衡。这些方法的共同前提是:造成偏差的因素必须被测量到。若存在未观测的混淆,任何统计调整都无能为力。

在政策与流行病学中,双重差分、工具变量与断点回归被广泛使用。双重差分依赖平行趋势假设,用对照组的变化趋势去校准处理组;工具变量寻找一个只通过处理影响结果的外生变量,从而剥离选择;断点回归则利用分配规则在门槛处的近似随机性。这些方法都要求明确的假设,方法越精巧,对假设的依赖往往越强。使用者的责任不是回避假设,而是把假设讲清楚,并检验它在数据中是否站得住。

争议与局限

围绕准实验的最大争议,是它在因果推断的等级中究竟处于什么位置。一种立场认为,只有随机对照试验才配称为因果证据,准实验至多提供线索;另一种立场指出,许多重要的公共问题根本无法随机化,若一味等待理想实验,就会让政策在无证据的状态下推行,而设计良好的准实验配合清晰的假设,足以支撑谨慎的因果结论。折中的看法是,证据的强度不取决于设计名称,而取决于具体研究对替代解释的排除程度。

另一重局限来自外部效度与假设的可检验性。平行趋势、排除性限制等假设往往无法用现有数据直接验证,研究者的结论因此带有条件性。此外,准实验常依赖已有的行政或观测数据,这些数据的测量质量、缺失模式与定义口径未必为研究问题而设,稍有不慎就会引入新的偏差。[3]

应用与评价

准实验设计在实际领域中的价值很难被替代。教育学用它评估课程改革与教学干预,因为学校无法按随机原则分班;公共卫生用它评估控烟政策、疫苗接种推广与健康教育项目;经济学与政治学用它评估最低工资、税收与福利制度的效应;临床与康复研究则用它考察无法随机分配的疗法在真实人群中的表现。在这些场景中,准实验往往是唯一既能保持现实情境、又能给出方向性因果判断的路径。[4]

评价准实验设计,既要看到它的妥协,也要看到它的诚实。它的妥协在于放弃了随机化带来的强因果保证,因而必须更加小心地处理选择与时间带来的偏差;它的诚实在于,它迫使研究者把“为什么可以比较”这一前提摆到台面上,而不是隐藏在设计的默认之中。对方法的选择从来不是追求最强的证据形式,而是在问题的约束下寻找最不坏、最透明的方案。[5]

参考资料

  1. ↑ PubMed Central,National Library of Medicine,2024年访问
  2. ↑ Experimental Method,Simply Psychology,2024年访问
  3. ↑ Psychological Testing,Encyclopaedia Britannica,2024年访问
  4. ↑ 中国心理学会,中国心理学会,2024年访问
  5. ↑ APA Dictionary of Psychology,American Psychological Association,2024年访问