登录  
 加关注
查看详情
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

孔祥发的博客

 
 
 

日志

 
 
 
 

教育科研实验中的匹配与指派  

2013-04-16 07:55:32|  分类: 教育科研 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

    根据实验研究的分析逻辑的要求,必须有两组各方面都一样的对象。在实际研究中,研究者为了创造出两组相同的对象,往往采用两种方法:一是匹配二是随机指派。

一、匹配

匹配(matching)指的是依据各种标准或特征,找出两个完全相同或几乎完全相同的实验对象进行配对,并将其中一个对象分到实验组,而将另一个对象分到控制组的方法。在心理学的实验中,这种方法比较常见。例如,要进行一项有关小学教育的实验研究,需要选择两组“相同的”学生作为实验的对象。可以先对某一个年级的全体学生进行一次智商测验。从学生的智商测验得分表中,发现有两个(或者多个)学生的智商分数为108,就将这两个学生作为一对,并将其中的一个分到实验组,而将另一个分到控制组。同样,又发现有两个(或以上)的学生智商分数为112,也照样一个组分一个;继续找出这样具有相同智商分数的学生对子,同样将他们分别分到实验组和控制组,直到找满实验样本所需要的数目为止。用实验的语言来说,这样做就是“在智商这一变量上对两组学生进行了匹配”。应该指出的是,按照上面所介绍的方法进行匹配的两组学生,虽然在“智商”这一变量上完全相同,但他们可能在其他一些变量上又很不相同。比如,可能其中一组的女生比例较高,而另一组中则是男生的比例较高,即两个组在“性别”这一变量上的分布有所不同。同时,由于男生和女生对待学习的态度不同,学习的方法不同,学习成绩也有所不同。因而对于所研究的问题来说,“按照智商分数相等”的标准选择出来的这两个组,仍然没有达到在“性别”上“完全相同”的要求。还必须进一步根据性别进行匹配。推而广之,这两个组的学生除了在性别上有差别外,还会在类似的许多变量上都有所不同。比如学习成绩的好坏、家庭人口的多少、家庭收入的高低、父亲的职业类型等等。因此,要保证两个组的对象“完全相同”,必须在第三个、第四个、……、第n个相关的变量上继续进行匹配。这是一项什么样的工作呢?十分显然地是,要找出两个在一个、两个或者三个变量上相同的对象是容易的,但要找出两个在所有变量上都相同的对象,则是完全不可能的。这也即是说,在某种意义上匹配的方法是基本无用的—因为目标是要使两组对象在所有方面都相同,然而,在实际生活中无法做到这一点。困难来自三个方面:一是现实中往往会没有足够的对象供选择。因为随着需要相同的变量数目的逐渐增加,现实中符合条件的对象数目将急剧减少。从实践的角度来看,研究者将在这方面遇到难以克服的困难。二是研究者只能在那些他们已经意识到对因变量可能有影响的变量上进行匹配。而实际生活中还有更多没有被研究者意识到的因素可能对因变量有影响,这些没有被研究者意识到的变量,显然不会被研究者用来对对象进行匹配。三是人们的有些特征在实践上是很难测量的,或者说是很难操作化为具体的、可观测的指标的。比如人们的“动机”、“性格”等。如果不能很好地测量“动机”,就无法在“动机”这一变量上与对象进行匹配。当然,匹配的方法在实际研究中仍具有一定的作用,研究者还是可以在有限的条件下,针对那些与研究所关注的主要问题密切相关的变量来进行匹配,而暂时忽略和放弃其他一些与所研究的问题联系相对不太紧密的变量。只是在这样做的时候有一点应注意,研究的结论应限于一定的范围,下结论时应留有充分的余地。还可以从一种相反的途径来对实验对象进行匹配,即直接将实验组和控制组的总体结构配成完全一样。这种方式与非随机抽样中的“定额抽样”方法有点相似。例如,假如实验对象共60名学生,其中有40名男生,20名女生,那么,安排20名男生、10名女生到实验组,而另外20名男生和10名女生则分到控制组。这样,实验组和控制组在“组内的性别比例”方面就是相同的;或者说,对这两个组的对象在“性别”变量上进行了匹配。另外,假如这些对象中共有20名学生来自城市,其余40名学生来自农村,那么,在按性别分组的同时考虑到城乡变量的分配,即在分到实验组和控制组的30名学生中,都要保证有10名是城市学生,20名是农村学生。这样就在“性别”和“城乡”两个变量上对实验组和控制组进行了匹配。同样困难的是,要想同时考虑实验组和控制组在所有变量上的比例和结构,事实上也是不可能的。人们所能做的往往只是在非常有限的几个重要变量上两组结构相等。

二、随机指派

随机指派(randomization)的方法是研究者用来解决实验中两组对象相同性问题的另一种办法。随机指派的逻辑和程序十分简单,即完全按照随机抽样的原理和方法来将实验对象随机地分配到实验组和控制组中。具体的操作方法可以有如下三种:

1.用抛硬币的方式来决定每一个具体的对象是去实验组还是去控制组。比如,假定要将60名大学生分到实验组和控制组(每组30)。那么,从第一个对象开始,根据抛硬币的结果来决定其去的组别。若硬币正面朝上,则该对象去实验组;若硬币反面朝上,则该对象就去控制组。根据概率原则可知,抛硬币时出现正面朝上与反面朝上的概率各为50%。因而,被分到两个组去的实验对象也基本相等。

2.按单、双号来简单地决定每一个对象是去实验组还是去控制组。同样是60名学生,将他们随意地按顺序排列。然后,将号码为单数的,即1357,……,59号的学生分配到实验组,而将双号的,即2468,……,6030名学生分配到控制组。这实际上类似于概率抽样方法中的系统抽样法。

3.按照排列的顺序或实际抽取实验对象时的先后顺序来决定。比如,将名单中排在前面的30名学生分到实验组,而排在后面的30名学生分到控制组。或者将先抽到的前30名学生分配到实验组,而将后抽到的30名学生分配到控制组。

按照上述三种方法分配的结果,两个组在各个方面都会比较相似。例如,如果这60名学生中有40名男生,20名女生。那么,在所形成的两个组中,其男女生所占的比例也会接近21。这也即是说,两个组中的性别比与总体中的性别比基本相同。完全一样的道理,这两组学生在其他变量(特征)上的比例也都会与总体中的比例相接近。这样,得到了两个在所有变量上都几乎完全一样的小组。或者说,这两个小组的学生在所有变量(包括那些尚未认识到的和无法测量的变量)上的分布几乎都是相同的。这是随机指派最为重要的作用。可以说,随机指派为人们创造了几乎完全相同的两组对象。之所以说“几乎完全相同”,是因为随机指派仍然存在误差,特别是当对象的数量比较小时,这种误差可能还会很大。所以,在可能的情况下,实验对象应达到一定的数量。

3.匹配方法与随机指派方法的比较

匹配(或配对)方法的实质是尽可能使实验组和控制组中的成员相互之间在许多重要的背景因素、个人特征因素上完全一样。而随机化方法的实质则是依据与随机抽样完全一样的原理,用概率论来控制各种干扰变量的出现。不难理解,当人们根据随机化的方法,从一个总体中选出两个群体时,各种干扰变量会以同样的方式对两个群体影响。因为根据概率论,此时所选出的两个群体基本上是两个完全相同的群体。所以,使用后者所进行的实验在准确性和精确性上将超过前者。因为通过概率论可使那些偶然因素像熟知因素一样被把握,所以在匹配法中的那些由于不熟悉而不能控制的因素,也成为可以把握的了。

  评论这张
 
阅读(95)| 评论(0)

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2018