Download as pdf or txt
Download as pdf or txt
You are on page 1of 2

Introduce and compare experimental study and observational study.

研究者主要目的在於找出自變數與應變數的關係,因此隨機化指派不同的
處理到各個實驗單位,研究者可以決定自己想觀察的情境,並且製造出該情
境。例如:想了解使用臉書以及使用其他網站,是否會造成專注力不同。首先
先找到 30 名受試者,接著隨機指派 15 名受試者使用臉書 10 分鐘,而剩下的
15 名使用其他網站 10 分鐘,待受試者使用完畢後,直接測試他們的專注力。
實驗性研究比其他研究方法好的地方在於實驗性研究能夠隨機化指派處理到各
個實驗單位,因此能夠降低系統性的誤差。而且實驗有助於控制變數的時間先
後順序,因此可以推論出因果關係。

一個好的實驗性研究,應該盡可能降低實驗誤差,方法如:增加重複試驗
的次數,以降低實驗誤差;透過對環境、變數以及實驗對象的控制,研究者可
以減少外在環境的影響,進而降低誤差。

但實驗性研究仍然存在一些缺點:由於實驗中,許多變數為研究者控制,
可能與真實世界情況不符合,僅能在有很多假設時,套用在真實生活中。實驗
者的心理因素也可能成為實驗性研究的缺點,例如研究者挑選較可能配合研究
的實驗單位(受試者),使得實驗結果可以推論到的母體僅為「願意參與研究的
受試者」,而非原來的母體。而實驗者的偏見也可能導致結果產生很大的誤差,
例如為符合雇主期望、或為了個人利益,刻意尋找能夠使得研究結果好看的樣
本。受試者的期望或是心理作用也可能造成實驗誤差增加,例如:研究新藥與
舊藥的止痛效果的差別,研究者無論給予新藥、舊藥或者安慰劑,某些受試者
都會覺得自己受治療,所以疼痛減少很多。

實驗性研究並非在任何情況都能使用,如遇到道德議題,或者不可抗力因素,
通常無法讓研究者隨心所欲指派處理。例如:抽菸與否是否增加得口腔癌的機
率;或是不同氣候帶是否會造成房子損壞程度增加。前者因道德議題,因此不
可能隨機指派受試者抽菸或不抽菸。後者則為研究時間太長,以及研究經費與
人力不足,我們無法在各個氣候帶蓋房子,並等待 20 年後得到實驗結果。因此
此為實驗性研究不可碰觸的領域。

實施觀測研究從樣本推論母體的過程中,由於自變數超出施測者的控制之
外,因此只能探討自變數以及應變數的相關性,無法推論出因果關係。造成無
法做隨機化實驗設計,也就是自變數無法控制的原因為隨機化的實驗設計違背
道德標準,如:研究墮胎與否對媽媽的健康是否有差異,如果墮胎與否是研究
者可以自行決定的變數的話,那麼就必須隨機找一群孕婦,安排他們墮胎,如
此一來將造成社會大亂,因此不能做隨機化實驗設計。觀測實驗無法進行盲
測,若研究者對研究對象本身有偏見,則實驗的誤差及錯誤的推論便不可避
免。

觀測研究又分為下列幾種類型:

第一,case control study 原本在流行病學領域使用。存在兩個結果不同的族


群,假設自變數與應變數原本可能存在特定關係,因此直接比較此二族群不同
的地方。

第二為橫斷面研究(cross-sectional study),原使用於心理學及社會科學等領
域。在某一時間點對欲研究的母體或者具代表性的子集合中抽出一些樣本進行
分析。如:欲研究生活壓力與精神狀態異常是否有關,因此我們在某一時間點
從精神病患中抽出一些人檢測生活壓力與精神狀態,並進行研究。橫斷面研究
的優點在於能夠快速且全面的了解特定事件或者族群的特徵及現象,但因為只
針對同一個時期研究,缺乏長時間的資料,因此只能推論到研究當時的時空背
景,而不能做更深入的探討。

第三為縱貫性的研究(longitudinal study),又稱為長期性研究。對一群研究
對象進行一定時間的觀察或資料蒐集,主要探討研究對象在不同時期的變化,
有時研究時間更可長達數十年。常用於心理學及社會科學,以觀察生命週期的
發展趨勢。縱貫性研究又可分為時間序列研究、追蹤研究(panel study)及世代研
究(cohort study)。時間序列研究為每隔一段時間蒐集一次橫斷面資料,以了解
不同時間呈現的差異,其研究對象不需為同一樣本。追蹤研究則為蒐集不同時
間點、同一樣本的橫斷面資料,以對該樣本進行推論。追蹤研究較時間序列研
究困難,因為可能有人會中途退出研究、失蹤、死亡等,要追蹤同一樣本(同一
群人)需耗較多時間及人力成本。世代研究與追蹤研究相似,差別在於世代研究
無須持續追蹤同一群人,而對與該群人生命經驗相似的人進行長期研究。世代
研究較宏觀,重視的是整個世代的特徵,而非特定的一群人,但研究時必須先
定義哪些人擁有相同的生命經驗。

資料參考於維基百科、國家教育研究院網站及老師提供的講義

You might also like