實驗設計粵拼sat6 jim6 cit3 gai3英文design of experiments,DOE / DOX)係指設計一場實驗嘅過程,包括事前作出嘅計劃、實際行場實驗、同埋分析數據嘅過程;唔同嘅實驗設計方法喺「能夠處理咩研究問題」上都有差異,而且會用到嘅統計分析方法亦都唔同[1][2]

一場 2 × 2 析因實驗嘅圖解

舉個具體例子說明,想像家陣有位研究者想研究某一隻有機物質(X)喺「隨時間會點變化」呢點上會唔會受「係咪曝露喺環境當中」影響,佢可以做場實驗,場實驗會考慮 4(2 × 2)個情況:

  • 空樽 A 裝住咗嚿物質 X,而個樽口冇任何嘢冚住(附圖 1a);
  • 空樽 A 擺喺周圍有空氣嘅環境下擺 咁耐時間(附圖 1b);
  • 空樽 B 同空樽 A 完全一個板,唯一分別係空樽 B 攞個蓋封死咗(附圖 2a);
  • 空樽 B 擺喺周圍有空氣嘅環境下擺 咁耐時間(附圖 2b);

佢發覺過咗 咁耐時間之後,空樽 A 惹好多昆蟲(比較 1a 同 1b),但空樽 B 就咩生物都冇惹到(比較 2a 同 2b)-噉即係話「曝露喺環境當中」會影響「嚿物質 X 隨時間嘅變化」。順帶一提,好似上述個例子入面嗰場實驗係一場 2 × 2 析因實驗[3],通常會攞雙因子 ANOVA 嚟分析實驗嘅數據[4]

實驗設計係現代科研不可或缺嘅知識之一:實驗呢種研究方法最大嘅優點係可以搵出事物之間嘅因果關係[5],而要達到科學嘅終極目標-對宇宙有完全嘅理解-就實要知道事物之間嘅因果關係;所以無論自然科學社會科學都會用到實驗,喺呢啲領域上做研究嘅人實要識實驗設計嘅嘢[1]

定位

編輯
 
「條試管入面啲化學物質溫度等嘅特性經已設定好嗮(操作),我預測會發生嘅嗰場化學反應係咪真係會發生呢?」

實驗設計顧名思義係指設計一場實驗嘅過程,屬統計學方法學嘅一環。喺現代科學上,實驗係一種用嚟驗證假說(簡化講就係科學上一啲未確定嘅諗法)嘅做法,最定義性嘅特徵係會用到操作(manipulation)-

想像家陣有位經濟學研究者想研究消費者衝動買嘢行為,佢齋靠觀察做研究,觀察咗一大拃消費者之後,發覺一位消費者睇廣告嘅頻率( )愈高,佢就愈容易出現衝動買嘢嘅行為( [註 1]-即係話    之間有正嘅統計相關,但就算佢搵到噉嘅結果,佢都唔知    之間邊個係因邊個係果,因為有最少三個可能性可以解釋個結果,而且呢三個可能性都係喺理論上有可能嘅[6][7]

  • 睇廣告睇得多會令人成日諗住買嘢嘅事,令佢哋多咗衝動買嘢(  引致  );
  • 人鍾意衝動買嘢,會令佢成日走去睇廣告同第啲買嘢相關嘅資訊(  引致  
  • 一個人性格上鍾意消費,令佢鍾意去睇廣告等嘅買嘢相關資訊同埋容易衝動買嘢(有第三個變數同時引致   );

呢個問題就係所謂嘅相關唔蘊含因果(correlation does not imply causation)。為咗解決呢個問題,研究者可以做返場實驗-佢可以特登操作   再睇吓   會點受影響,例如搵班受試者返實驗室度,將佢哋隨機噉分做 A 組同 B 組(實驗組對照組[8]),研究者

  • 俾 A 組喺實驗室入面用成粒鐘嘅時間一路勁睇廣告,
  • 而 B 組就喺實驗室入面用一粒鐘嘅時間睇廣告以外嘅出版物,

位研究者喺場實驗入面操作咗「睇廣告」呢個變數,如果佢最後發覺 A 組事後衝動買嘢嘅機率應變數)高過 B 組嘅,就有理由否決「睇廣告能夠引起衝動買嘢行為」呢句假說,確立咗   係可以引致   嘅-支撐咗一句講明變數之間嘅因果關係嘅宣言[註 2][註 3]

上述個例子以實驗嚟講查實好簡單:淨係得實驗組對照組兩組,   都淨係量度咗一次;進階啲嘅實驗可以複雜好多,例如係將樣本分做三組或者以上,又或者係會喺多個時間點量度其中一部份嘅變數-即係例如有    喺時間點    值;研究者想睇個變數隨時間嘅變化)... 呀噉,而要解答呢啲進階嘅研究問題就要用多種唔同類型嘅實驗。喺廿一世紀初,一個做科研嘅人必需要理解唔同類嘅實驗分別處理到咩研究問題,並且用呢啲知識決定自己啲實驗嘅設計,先可以有效噉解答自己份研究想答嘅問題[1][8]

設計

編輯

睇埋

編輯

註釋

編輯
  1. 姑且唔好諗「呢啲變數要點量度」住。
  2. 不過呢場實驗並冇否決「  可以引致  」或者「有第三個變數可以同時引致   」呢兩句宣言。
  3. 喺現代哲學上,因果關係嘅定義唔係完全冇爭議性嘅,所以有啲思考者會唔認同「實驗可以確立因果關係」嘅睇法。
  1. 1.0 1.1 1.2 Ryan, T. P., & Morgan, J. P. (2007). Modern experimental design[失咗效嘅鏈] (PDF). Journal of Statistical Theory and Practice, 1(3-4), 501-506.
  2. Kirk, R. E. (2012). Experimental design: Procedures for the behavioral sciences. Sage Publications.
  3. Van Casteren, M., & Davis, M. H. (2007). Match: A program to assist in matching the conditions of factorial experiments (PDF). Behavior Research Methods, 39(4), 973-978.
  4. Gelman, Andrew (February 2005). "Analysis of variance? why it is more important than ever". The Annals of Statistics. 33 (1): 1-53.
  5. Shadish, William R.; Cook, Thomas D.; Campbell, Donald T. (2002). Experimental and quasi-experimental designs for generalized causal inference (Nachdr. ed.). Boston: Houghton Mifflin.
  6. Sharma, B. K., Mishra, S., & Arora, L. (2018). Does social medium influence impulse buying of Indian buyers?. Journal of Management Research, 18(1), 27-36.
  7. Chen, J. V., Su, B. C., & Widjaja, A. E. (2016). Facebook C2C social commerce: A study of online impulse buying. Decision Support Systems, 83, 57-69.
  8. 8.0 8.1 Hinkelmann, Klaus; Kempthorne, Oscar (2008). Design and Analysis of Experiments, Volume I: Introduction to Experimental Design (2nd ed.). Wiley.