社群：名詞研究社
記者：統哥
綜合整理
在整理「實驗法」的資料時，看到「吳統雄」老師的公開資料，覺得有特別於一般老師的資料，所以節錄部份，和大家分享。
(註：參考，統雄網路社群 http://tx.liberal.ntu.edu.tw 由 吳統雄 Sean TX Wu 製作)
Experiment and Quasi Experiment
一、實驗法的目的
知識來源於理論建構。
理論的組成是：應變項、自變項、變項間的關係。
實驗法就是希望能夠在一個封閉的環境-實驗室-中，排除其他無關的變項，單獨觀察、測量、記錄變項間的關係，然後分析觀察資料，以考驗理論是否成立。
實驗法是探索第1類知識-物理、與第2類知識-生理時，研究方法的主流。
准實驗法定義
第 3類知識-行為研究上，如果無法達到「封閉實驗室」環境要求、或受試樣本無法達到「隨機性」分派條件，則稱為「準實驗」。
西方的實證思想、實驗方法源遠流長，可以上溯至 Aristotle時代，Galileo 的滾球實驗，開創了現代的自然科學領域。西方的文明發展，在17世紀以後超越中華，也可以說是「實證思想」普及度的差別。
統雄老師的學習分享方法，強調許多實驗法：接龍實驗、恐怖箱實驗、公投實驗、量尺實驗、舞者實驗、電子商務策略/網站排名實驗…-就是希望能夠激發每一個人都潛伏存在的實證精神！
二、實驗法設計與收集資料程序
各種研究方法都不脫「知識產生的程序」：
實驗方法的觀念在西方科學史上源遠流長，但當前的完整「實驗法」體系，是由Ronald Fisher 從 Design of Experiments(1935)這本書所開始建構的，包括：收集資料的實驗設計，與資料分析的統計假設、統計方法-最常用的就是變異數分析、與共變數分析。
各種研究方法都不脫「科學知識產生的程序」：１、建構理論（建立統計假設） ２、收集資料 ３、分析數據（檢定統計假設） ４、辯難詮釋，主要是在「收集資料」階段的不同。
實驗設計/實驗法資料收集的特色
收集資料的工作包括：選擇對象、測量設計、與實施方式。
實驗設計這方面工作的特色為：分組比較、實驗處理、與推論控制。
分組比較：對象分配
實驗法最大的特色就是自變項一定要「分組比較」。通常最少分作 2 類型的組別組：實驗組、控制組。控制組又稱為對照組，用以比較實驗的效果。
譬如：作導入新藥的研究，應變項是「用藥效果」，自變項是「用藥種類」，要指定1組病人作為服用新藥的實驗組；同時，指定另1組相同病症的病人服用其他藥品作為控制組。
作導入資訊系統教學的研究，應變項是「學習成就效果」，自變項是「學習方式」，就要指定1班學生作資訊系統學習，為實驗組；同時，指定另1班學生作傳統黑板學習，即為控制組。
以上是雙變項-單因子實驗，如果是多因子實驗，則為進階的「多因子實驗」設計。
實驗處理與測量
實驗組要加以「實驗處理(treatment)」，就是一套方法，以區別「自變項」的2組（或以上）受測對象，是否有不同的效果。
在導入新藥的研究中，實驗處理就是「服用新藥」，實驗組的病人吃的是真正的新藥；而控制組的病人，表面上也向他宣稱「服用新藥」，事實上吃的卻是「安慰劑」-沒有副作用的無關營養補充劑等。
作導入資訊系統教學的研究，實驗處理就是「某科目的學習內容」，2組要在同時間內學習相同教材，實驗組以資訊系統方式學習，而控制組作傳統黑板方式學習，最後接受相同的學習成就測驗。
實驗推論控制的實施方式
如果能在封閉實驗室中實施：是標準實驗法。
無法達到「封閉實驗室」環境要求：就是準實驗法。
實驗的結果要能推論全體，通常必須進行以下2項控制之一：
第一、實驗控制
或稱隨機分派，即樣本的來源必須符合隨機性、樣本必須隨機抽出。
不過，不論生命研究、或行為研究，實驗法的樣本要自「公眾」隨機抽出，幾乎不可能。
所以，實務上只能縮小母群範圍為小團體，在小團體中隨機抽出。並在知識論上，謹慎推論：「在某醫院中的效果」「在某學校中的效果」「類似某小團體中的效果」。
第二、統計控制
生命研究、或行為研究的實驗效果，很可能受到其他自變項的影響。
譬如：作導入新藥的研究中，新藥效果可能受到「肥胖程度」的影響。
作導入資訊系統教學的研究時，學生的「學習成就效果」，可能是學生原來智商就高低不同。
所以，實驗法幾乎都要考慮排除其他非實驗所要觀察的變項，稱為「統計控制」，亦即必須採用2次以上測量。在實驗處理之前，必須先對可能會產生影響的其他變項-特稱為「共變項」作「前測」，而在實驗處理後作「後測」，並依據2次測量作共變數分析。
而受試樣本無法達到「隨機性」分派條件的「準實驗」，都要作排除可能共變項的統計控制。
三、實驗法的資料分析方法
實驗統計假設（兩種假設： H0, H1）
資料分析時，如果是物理實驗，因為物理對象通常具備「反身性、等加性」，所以實驗樣本的結果，通常不會和母群不同。
但如果是生理、或行為實驗，對象一定不具備「反身性、等加性」，所以實驗樣本的結果，不一定會和母群相同。亦即觀察樣本的「大」不一定「全體真正大」，觀察樣本的「小」也不一定「全體真正小」。
如果研究對象符合「常態分配」，就可以使用統計方法的「假設檢定」程序，來確認樣本效果的大小，是否可以推論為母群效果的大小。
統計方法是一種「逆向思想方法」，從「無法證明『兩者相同』」，而推論「兩者相異」。當然，有時研究對象不僅「兩者」，而是「多者」。
統雄曰統雄曰
H0 為 Null Hypothesis，一般譯為虛無假設。
H1 (有些書作HA) 為 Alternative Hypothesi，一般譯為對立假設。
這樣的直譯，似乎不能達意。
Fisher當初創造 Null 這個詞，意指「預設『無關』（即為0）」。而我們去作一個實驗，通常是希望發現「有關」。所以我建議譯為「反面假設」與「正面假設」。
所以「統計假設」一定「成對」出現：
H0: 反面假設：假設兩者相同。
H1: 正面假設：假設兩者相異。
假設統計呈現的要件，經常包括：統計參數（如平均數、變異數、百分比、相關係數…）的等式、不等式、或邏輯敘述式。
有些文獻資料上，只出現一個H，而且呈現的形式接近「理論敘述」而不是統計假設的要件，反映作者可能並不知道統計假設的專業意義，而當成一個常識名詞，這種作法不值得鼓勵。
詳細解說，請參考：統雄-統計神掌 統計學精華篇。
實驗法的標準統計工具：共變項分析
實驗法幾乎必會採用共變項分析。