实验设计
实验设计(experimental design)是研究者主动操纵一个或多个自变量、控制可能干扰结果的额外变量、并观测因变量随之发生的变化,从而对变量之间的因果关系作出推断的整体研究方案。它属于心理学研究方法的核心部分,也是实验心理学把抽象假设转化为可检验结论的桥梁。一项研究能否支持“某因素导致某结果”的主张,很大程度上取决于实验设计是否让因变量的差异只能归因于自变量的改变。因此实验设计既是一套统计与逻辑上的安排,也是一种关于证据强度的承诺:设计越严密,结论可承受的反驳就越少。
思想来源与统计学基础
现代实验设计的统计框架主要来自20世纪的农学与统计学。统计学家费希尔(Ronald Fisher)在20世纪二三十年代的农业试验站工作中,系统提出了随机化、重复与区组三项原则,并在其著作中把试验安排本身当作需要设计的对象。随机化保证处理组与对照组在未知的干扰因素上大体相当,重复让随机误差可以被估计,区组则把已知的来源性差异先行隔离。这三条原则后来被心理学、医学与工程学广泛借用,成为判断一项实验是否“设计得当”的通用标准。[1]
心理学在20世纪中期以后逐步把这些原则内化为自己的方法语言。坎贝尔与斯坦利等人在20世纪60年代对实验与准实验设计的系统梳理,使“设计”从零散的操作技巧上升为有分类、有威胁清单的分析框架,研究者开始在设计阶段就预判哪些因素可能破坏推论,而不是等数据出来再补救。这一转变的意义在于,它把因果推论的可靠性从结果解释的环节前移到方案制定的环节。
变量与控制的基本逻辑
实验设计的核心是操纵与比较。研究者主动改变的因素称为自变量,随自变量变化而被测量的因素称为因变量,除二者之外一切可能影响因变量的因素统称为额外变量。设计的关键任务,是让额外变量在各组之间尽量均衡,使因变量的差异能够被合理地归给自变量。若某个额外变量与自变量系统地共同变化,它就成为混淆变量,此时即便观察到差异,也无法判断究竟由谁引起,这类设计在因果上基本失效。
实现控制的手段有几类。最有力的是随机分配,即用随机程序把被试分到不同条件,使个体差异在期望意义上被摊平;其次是保持恒定,把可能干扰的因素固定在同一水平,例如统一指导语、同一实验室、同一时段;再次是配对或区组,先按某个与因变量相关的特征把被试配成对或分成层,再在层内分配;最后是统计控制,把无法在程序上排除的变量作为协变量纳入分析。控制组的存在同样关键,它提供了“不接受处理时会发生什么”的参照,没有对照,任何变化都可能被误读为处理的效果。
主要设计类型
按被试接受条件的多少,实验设计可分为被试间设计、被试内设计与混合设计。被试间设计让不同组接受不同条件,比较组间均值,优点是不会产生练习与疲劳的累积,缺点是需要较大样本才能抵消个体差异带来的噪声。被试内设计让同一批人接受全部条件,个体差异被自身抵消,统计效率更高,但同一人反复测量会带来顺序效应,需要通过抵消平衡来安排条件出现的次序,拉丁方设计就是常用的平衡方案。混合设计则一部分因素在被试间变化、一部分在被试内变化,兼顾两者。
按自变量的数目,还可分为单因素设计与多因素设计。多因素设计不仅考察每个因素单独的作用,还能估计因素之间的交互作用,即一个因素的效应随另一个因素的水平而改变。交互作用往往是心理学中最有信息量的结果,因为它揭示规律成立的条件,而不是笼统的平均效应。设计类型没有绝对优劣,选择取决于研究问题、样本可得性与对误差来源的预判。
效度的多重含义
实验设计的质量通常用效度来衡量,而效度并非单一概念。内部效度指因变量的变化是否确实由自变量引起,它直接对应因果推论的成立与否;外部效度指结果能否推广到实验室之外的人与情境;构念效度指所操纵与所测量的变量是否真正对应理论中的概念;统计结论效度则关乎检验的效力与前提是否满足。四者常常相互牵制,控制越严,情境越人为,外部推广就越困难。[2]
威胁内部效度的因素有一份相对固定的清单:随时间自然发生的成熟、同时出现的外部事件、前测带来的练习、测量工具本身的漂移、极端分数向均值回归、分组前的选择偏差以及中途流失。来自被试与研究者一侧的干扰同样不容忽视。被试可能揣测研究目的并据此调整行为,这称为需求特征;研究者的期望可能无意中影响数据的收集与判读,这称为实验者效应;双盲程序正是为切断这种影响而设。安慰剂效应与霍桑效应则提醒人们,接受处理这一行为本身就可能改变结果。
争议与局限
实验设计长期面临两类批评。一类针对实验室的人为性,认为严格控制剥离了心理现象赖以存在的真实情境,得到的规律也许只在实验室成立。支持者回应,正是通过简化与隔离才能确认因果,外部效度可以靠后续的现场研究逐步检验。另一类批评针对可重复性。近年多项大规模重复研究显示,部分著名效应的效应量远小于原始报告,样本同质、分析灵活性过大与只报告显著结果都被认为是原因,这促使学界更重视预注册、效应量与数据公开。
还有一层限制来自样本。大量实验以大学生为被试,他们在年龄、教育与文化上高度同质,研究者却常把结论当作普遍规律。跨文化研究反复表明,某些在西方样本中稳定的效应在其他社会中并不成立,这使实验设计必须更自觉地说明样本边界,而不是默认结论天然可推广。
应用与评价
实验设计的应用远超出心理学的实验室。医学中的随机对照试验是判断疗效的黄金标准,其逻辑与心理学实验同源;教育干预、公共政策评估、人机交互测试与工程安全验证,都依赖对变量的操纵与对照来区分真实效果与偶然波动。在心理学内部,它沉淀下来的范式与统计程序被认知、发展、社会、临床等分支反复借用。[3]
评价实验设计,应当看到它提供的是推理规则而非正确答案。它不能保证每个结论都成立,但能保证错误有机会被发现和纠正:结论必须能被别人重复,推论必须与设计相匹配,主张的强度不能超过证据。正是这套规则,使心理学区别于常识与思辨,也使“设计”成为一门需要专门训练的手艺。[4]
参考资料
- ↑ Experimental Method,Simply Psychology,2024年访问
- ↑ Psychological Testing,Encyclopaedia Britannica,2024年访问
- ↑ 中国心理学会,中国心理学会,2024年访问
- ↑ APA Dictionary of Psychology,American Psychological Association,2024年访问