Presentation is loading. Please wait.

Presentation is loading. Please wait.

實驗設計 邱皓政,量化研究方法(一),2005,雙葉 任課教授 任維廉 教授

Similar presentations


Presentation on theme: "實驗設計 邱皓政,量化研究方法(一),2005,雙葉 任課教授 任維廉 教授"— Presentation transcript:

1 實驗設計 邱皓政,量化研究方法(一),2005,雙葉 任課教授 任維廉 教授
報告人 方建皓 2019/1/11

2 關於我 姓名:方建皓 出生地:高雄 求學經歷:義守大學應數系->交通大學運管所 興趣:電視劇、電影、出遊、美食

3 前言 實驗 進行科學性的嘗試,來找到人類事物因果關係的解釋證據。是一套科學的採取行動與觀察結果的客觀程序。 解釋某些現 實世界中事
物的關係與 現象 確認某些研 究者所提出 的問題 Text in here 進行科學性的嘗試,來找到人類事物因果關係的解釋證據。是一套科學的採取行動與觀察結果的客觀程序。 實驗

4 實驗設計的概念 實驗設計 將受試者安排入實驗情境與統計分析的計畫 它是以檢驗科學假設的活動所組成 1 統計假設的建立 2
實驗的情境與條件的設定 3 測量與實驗控制的方式的決定 4 受試者選取條件的設計 5 統計分析方式的決定

5 實驗設計的概念 實驗須具備的三個基本原則 一實驗在相同條件下重複操作可獲得相同結果,即使有誤差也必須在一定之合理範圍內 可複製性 隨機性
區組性 確保實驗進行在客觀的基礎上,除了研究者的實驗操弄外,無特定因素影響我們所關心的效果變動 實驗當中用來增加客觀精確性 區組化可協助研究者分離不同的操作程序,以便進行比較

6 (Independent Variable)
實驗設計中的變項 研究者所操弄的變項 造成依變項變化的來源 獨變項 (Independent Variable) 依變項 (Dependent Variable) 實驗當中被觀察、紀錄的變項 研究者最關心的變項 進行實驗操作時,都會盡可能使實驗的環境保持一致,但有些因素則無法維持一致。只好將該因素加以記錄,納入分析 控制變項 (Control Variable)

7 實驗組與控制組 實驗組 受實驗操弄影響,獨變項屬於不同狀況 控制組 未受實驗操弄影響,獨變項處於最基本狀況 用於比較受實驗操弄後之影響

8 實驗組與控制組

9 兩個以上的獨變項 多因子實驗設計 多因子設計的優點 當實驗不只關心一種實驗操弄對依變項的影響,而是同時處理多種實驗操弄 提高研究的效能
提升研究的實驗控制效果

10 兩個以上的依變項 多變量設計的特性 多變量設計的缺點 依變項無法從單一計量指標來反映所想反映的內容時,必須使用多重的計量指標
必須使用更高階的統計分析方法。如:多變量變異數分析(MANOVA)、多變量變共變數分析(MANCOVA) 多變量設計的缺點 依變項之間關係可能會造成因果關係的混淆

11 這三種研究設計雖然未能符合實驗設計的要求,但是卻有簡單、易於實施的優點,常用於非正式、非專業場合中。
前實驗設計 實驗設計名稱 實驗處理模式 實驗對照 前測控制 隨機分派 Type 1. 單組後測設計 X →T2 × Type 2. 單組前後測設計 T1 → X →T2 v Type 3. 靜態組間比較 E X →T2 C →T2 Type1.單組後測設計:對受測者施以某種實驗處理(X),然後測量他們的反應(T2) Type2.單組前後測設計:比Type1多出在事前先測一次反應(T1),然後計算出前後測(T1&T2) 的改變量 Type3.靜態組間比較:比Type1多增加了一個對照組,比較有無接受實驗處裡(X)的差異 這三種研究設計雖然未能符合實驗設計的要求,但是卻有簡單、易於實施的優點,常用於非正式、非專業場合中。

12 真實驗設計 Type4.隨機化實驗控制組前後測設計:同時具有前後測的對照以及隨機分派之要件,是最標準的實驗研究
實驗設計名稱 實驗處理模式 實驗對照 前測控制 隨機分派 Type 4. 隨機化實驗控制組前後測設計 Er T1 → X →T2 Cr T1 → →T2 v Type 5. 隨機化實驗控制組後測設計 Er X →T2 Cr →T2 × Type 6. 所羅門四組設計 Er T1 → X →T2 Er X →T2 Cr →T2 V Type4.隨機化實驗控制組前後測設計:同時具有前後測的對照以及隨機分派之要件,是最標準的實驗研究 Type5.隨機化實驗控制組後測設計:雖具有實驗與對照組及隨機分派,但缺乏前測的數據 Type6.所羅門四組設計:同時包含Type4和Type5,其目的在檢驗前測對於後測的實驗效果

13 準實驗設計 Type7.非隨機實驗控制組前後測設計:與Type4相似,缺少了隨機分派
實驗設計名稱 實驗處理模式 實驗對照 前測控制 隨機分派 Type 7. 非隨機實驗控制組前後測設計 E T1 → X →T2 C T1 → →T2 v × Type 8. 對抗平衡設計 A B C D B D A C C A D B D C B A Type 9. 單組時間序列分析 T1T2T3T4 X T5T6T7T8 Type 10. 實驗控制組時間序列分析 E T1T2T3T4 X T5T6T7T8 C T1T2T3T T5T6T7T8 Type7.非隨機實驗控制組前後測設計:與Type4相似,缺少了隨機分派 Type8.對抗平衡設計:讓同一組受試者接受不同的實驗處理,以對抗平和的原理來處理實驗順序的問題 Type9.單組時間序列分析:在一個完整的時間序列中,插入一個實驗處理(X),再觀察整個時間趨勢的變化 Type10.實驗控制組時間序列分析:比Type9多了一個對照組

14 實驗受試者的選擇與分派 在設計實驗時,須考慮的因素 受試者選擇問題: 受試者分派問題: 研究者必須考量該如何獲得適當的一群受試者
考慮如何將這群受試者安排到不同的實驗情境中

15 受試者選擇問題 實驗前受試選擇的影響 隨機變異的大小無法有效控制之原因 1.成本效率 2.機率問題 實驗後 統計的處理與控制
n<30,數據的常態性無法維繫:t-test 若干擾項無法排除:共變數分析(ANCOVA) 最重要的問題是如何下結論 樣本特性的檢驗程序 例如進行ANOVA、t-test時,有一檢驗是樣 本的同性質檢驗,目的是檢查樣本是否有本 質上的差異 配對樣本或區組設計的使用 透過樣本重複使用或配對分組 來降低干擾變數的影響

16 受試者的分派 獨立樣本設計(受試者間設計) 重複量數設計(受試者內設計) 獨變項中的每個水準使用的受試者皆完全獨立
每個受試者只接受一種實驗處理 受試者的分配須做到隨機化(利用亂數表) 重複量數設計(受試者內設計) 獨變項的每個水準下的受試者皆是同一組人 在統計上可以排除較多的測量誤差 統計檢定力較高

17 受試者的分派 前後測設計 混合設計 T1 (前測)→ X (實驗處理)→T2 (後測)
先界定出獨變項與依變項,抽取樣本後,依照獨立樣本設計之原理將受試者進行隨機分派 為確保依變項的變化是受獨變項之影響,通常會先測量一次依變項的數據(前測),於實驗完成後,再測量一次依變項(後測) 若實驗組與控制組在前測數據有明顯差異,代表分組工作沒有隨機化 混合設計 實驗當中同時包含獨立樣本設計與重複量數設計 T1 (前測)→ X (實驗處理)→T2 (後測)

18 實驗設計的計量原理 在各種實驗設計中,不論是否符合實驗設計的要求,所得到的研究數據仍然有依定的分析價值,若搭配適當的統計分析技術,有些干擾與混淆因素可以獲得相當的控制。 獨變項水準數與統計分析 變項數目與統計分析

19 獨變項水準數與統計分析 水準數(K) = 1 K = 2 (一個實驗組;一個控制組) K ≧ 3 (多個實驗組;一個控制組)
只有一個實驗組而沒有控制組 獨變項已成為常數 可以做基本的敘述性統計 K = 2 (一個實驗組;一個控制組) 獨立樣本設計(受試者間設計):獨立樣本t-test 重複量數設計(受試者內設計):相依樣本t-test K ≧ 3 (多個實驗組;一個控制組) 採用單因子變異數分析(one-way ANOVA) 獨立樣本設計:獨立樣本單因子變異數分析 重複量數設計:相依樣本單因子變異數分析

20 變項數目與統計分析 變項數目愈多=>統計分析愈難 單因子實驗設計(一個獨變項) 多因子實驗設計(多個獨變項) 多重依變項的實驗設計
K = 2:t 檢定 K ≧ 3:單因子變異數分析 多因子實驗設計(多個獨變項) 獨立樣本設計:完全獨立樣本多因子變異數分析 重複量數設計:完全相依樣本多因子變異數分析 混合設計:混合設計多因子變異數分析 多重依變項的實驗設計 多變量變異數分析

21 實驗設計的混淆與干擾 實驗的好壞受兩大因素影響
研究者本身的設計或執行實驗的能力 實驗本身導致實驗無效的各種威脅 在實驗過程中,若研究者無法有效控制研究環境與混淆干擾因素,使各種條件維持一致,研究成效必定不佳。 若一個實驗設計能確實做到隨機分派、實驗組與控制組的對照、以及前測後測的比較三要件,則絕大部分的威脅因子都可以避免。

22 結語 因實驗方法的流行,導致統計方法也獲得相對的發展 實驗設計最困難的部分就是如何把蒐集到的數據加以分析以及排除干擾因素
除了熟悉實驗設計原理外,實驗研究必須嚴謹的測量與統計程序相配合

23 Thank You!


Download ppt "實驗設計 邱皓政,量化研究方法(一),2005,雙葉 任課教授 任維廉 教授"

Similar presentations


Ads by Google