基思·斯坦诺维奇:这才是心理学(六·上)(4)
随机分配的效果如何,取决于实验中被试的数量。也许你会认为被试越多越好,也就是说,分配到实验组和控制组的被试的数量越多,两组间除了自变量以外的其他所有变量就越接近。但幸运的是,对于研究者来说,其实每组只需要一个相当少的人数(例如20~25人),随机分配就可以起到很好的效果。
使用随机分配能有效避免由于分组方式所导致的系统误差。这两组被试在所有变量上均得到匹配,但即使存在一定程度的不匹配,随机分配也消除了实验组或控制组之间的偏差。如果我们了解一下“重复”这个概念,对于随机分配如何去除系统误差这个问题就比较好理解了,所谓的重复是指在各种环境下重复一个实验,看还能否得到同样的实验结果。
设想一下,一个发展心理学家想要做一个关于早期丰富体验对学前儿童的影响的实验,在日托期间,随机分配到实验组的儿童每天接触心理学家设计的大量丰富活动,随机分配到控制组的儿童在同样的时间里只是参加一些比较传统的游戏活动。因变量是儿童上学一年后的期末成绩,通过成绩考察实验组儿童的表现是否优于控制组儿童。
像这样的实验就会用到随机分配,以确保两组在实验之初,所有能够影响因变量的无关变量都基本保持一致。这些无关变量有时被称为干扰变量。这个实验中的干扰变量可能会是儿童的智力测验成绩和他们的家庭环境。随机分配将会在大体上使两组间在这些变量上保持平衡。但也有例外,尤其当被试人数很少时,两组仍然有可能存在差异。例如,如果随机分配之后,实验组儿童的智力测验的成绩是105.6, 控制组的是101.9(尽管恰当地使用了随机分配,这种差异还是有可能发生),我们就会担心实验组的学业成就的任何变化缘于该组儿童的智力测验成绩高,而不是由于他们经受了丰富的体验。这里就能看出重复验证的重要性了。后续研究进行随机分配之后,两组仍然可能存在智商差异,但是随机分配程序避免了系统误差,这就能够保证这种差异不会总是出现在实验组。
事实上,无系统误差这一点所确保的是,在一定数量的类似研究中,智商差异出现在实验组和出现在控制组的概率是相等的。在第8章中,我们将会讨论如何使用这种多重的实验来提高结论的聚合效度。
因此,随机分配程序有两个优点。一个是在任何实验中,样本的数量越大,随机分配越能平衡两组所有其他的无关变量。而即使在一些匹配得不是特别好的实验里,由于随机分配克服了系统误差,仍然可以让我们得出令人信服的结论——只要研究可以被重复。这是因为,经过一系列这样的实验,两组间混淆变量造成的差异就会被平衡。