實驗設計法(Experimental Design Research)

提到科學實驗,大家應該還記得小學時做過的「種綠豆」實驗嗎?就是將綠豆放在不同的地方(土裡、水裡或棉花裡等)或是利用不同的陽光照射量(照全天、照半天,或者完全不照陽光等)處,以觀察、比較不同環境對綠豆芽成長的影響。這種研究方法稱為「實驗設計法(Experimental Design Research)」。

實驗者透過操弄一個以上的「變數」來比較結果的差異。過程中,被操弄的變數稱為自變數,而自變數被操弄的那一組,則稱為「實驗組(Treatment Group)」,自變數不變的,稱為「控制組(Control Group)」。回到種綠豆實驗,陽光的照射量就是自變數,而日照全天的就是控制組。

至於實驗設計的類型,包括:實驗室實驗法(Laboratory Experiments)與田野實驗法(Field Experiments),如圖1所示。

圖1 實驗設計的類型

「實驗室實驗法」顧名思義是在實驗室裡進行實驗,它的優點是能控制整個研究情境,讓研究者在一個封閉的系統內,研究變數與變數之間的關係(例如一次只改變一個變數,或兩個變數)。前面所提到的綠豆實驗,如果在實驗室裡進行,就可以完全避免其他干擾因素的影響(想像一下,在野外會有多少變數會影響豆芽的生長),並精確操弄各種變數(如照明時間長短)。

「田野實驗法」則是在真實的情境裡所進行的實驗,並在行銷研究中大量地被使用,例如,網路行銷裡常見的AB Testing就是這一種類型。不過,也因為田野實驗法是在真實的情境裡進行實驗,因此無法控制情境背後的干擾因素,進而導致田野實驗法的信效度,會比實驗室實驗法來的不足。

實驗設計法能完全控制自變數,可瞭解某一變數的確切影響。透過精確的觀察,可確定變數之間的因果關係。

一般而言,欲證實X與Y之間有因果關係存在,須符合下列條件:

1. X的變動,會影響Y的變動。

2. 從發生的時點來看,X必須在Y之前。

3. 其他可能影響Y的原因,必須加以排除。

從以上的說明來看,實驗設計法較適合探討因果關係的問題。

至於實驗設計法的缺失,在於實驗情境有時並不容易建立或控制(無論是在實驗室進行實驗的成本考量,或是真實情境下背後干擾因素的難以控制)。此外,實驗對象的代表性必須足夠,以避免獲得錯誤的研究結果。

最後,要判斷一個實驗設計是否完善,通常會透過內部效度(Internal Validity)與外部效度(External Validity)來評量。

內部效度意指能否掌控好自變數,當愈能控制好自變數,內部效度就會愈高。因此,研究者將其他無關的變數控制的越好,自變數解釋應變數的能力越高,此時內部效度愈高。

至於該如何增加內部效度?主要的做法在降低實驗期間所發生的干擾。透過熟悉實驗流程、增加衡量工具本身的信效度、隨機分派實驗對象…等。

至於所謂的外部效度(External Validity),意指實驗結果能否「類推」到其他情境的能力(亦稱「一般化」的程度),一旦可以類推的程度愈高,則外部效度愈高。舉例來說,A、B兩個實驗結果,A的結果只能向外推展到兩個不同情境,可以得出同樣的結果,而B的結果則是在每個不同情境,都能適用或解釋,則B的外部效度遠大於A。

作者:蘇宇暉(台科大管研所博士候選人)、羅凱揚(台科大企管系博士)

繪圖者:彭煖蘋

— — — — — — — — — — — — — — — —

往後的文章都會持續在行銷資料科學粉絲專頁上發表喔,喜歡我們就趕緊追蹤吧!

同時再請大家多多follow我們的FB粉絲專頁,我們會在粉專上即時公布最新資訊,讓您重要消息不漏接!

FB粉絲專頁:行銷資料科學

官網:臺灣行銷研究

歡迎加入我們的Telegram獲取即時訊息!https://t.me/marketingdatascience
歡迎加入我們的Line@獲取即時訊息!https://line.me/R/ti/p/%40cde8265r

--

--

行銷資料科學
Marketingdatascience

Marketing data science. 台灣第一個行銷資料科學(MDS)知識部落,本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作,讓粉絲們瞭解資料科學的行銷運用,並開啟厚植數據分析能力之契機。粉絲專頁:https://www.facebook.com/MarketingDataScienceTMR