实验设计的例子

MANOVA ，MANCOVA
如果我們的依變項多於一個及為「等距尺度」 的，則我們便會以MANOVA(Multivariate Analysis of Variance)的方法來檢定各實驗 情景中，各依變項的平均(means)是否有差 異，便可看出自變項是否對依變項有影響。 如果我們要先把一些「等距尺度」的控制變 項對依變項的影響排除，我們便會以 MANCOVA(Multivariate Analysis of Covariance)的方法來檢定各實驗情景中， 依變項的平均(means)是否有差異。
ANOVA、ANCOVA、 MANOVA及 、 、 及 MANCOVA 的原理 的原理-3
統計測試(Hypothesis testing)的邏輯： (1)設立保守假設，即在母體中自變項對依變項沒有 影響，因此實驗情景之間的變異量佔總變異量的 比率為零； (2)抽取樣本、進行實驗以取得數據； (3)計算在保守假設正確時，我們會看到這個樣本的 「實驗情景之間的變異量佔總變異量的比率」的 機會有多大(即P值；P value)； (4)根據P值判斷是否要推翻原來保守的假設。
(2) 操控的方法 操控的方法(Manipulation Materials) -2
Performance information. Two levels (positive versus negative) of performance information were used. Subjects were presented with sales and return figures both for the national average of the company and the region performance (eight quarters) that the director was responsible. In the positive condition, the regional sales and return figures were about 20% above the national average while in the negative condition, they were 20% below the average.
實驗設計要注意的重點(2) 實驗設計要注意的重點
操控檢查(Manipulation Check)： 為了確知自變項的操控結果，我們通常會 在實驗結束後加入一些檢查操控效果的安 排。
實驗設計要注意的重點(3) 實驗設計要注意的重點
把實驗的變異量盡量擴大(Maximize the Experimental Variances): 在操控自變項方面，我們應盡量使在不同 的實驗情境中，自變項的差距很大，這樣 我們便更容易看到它對依變項的影響。
交互作用(Interaction effect) 交互作用
當我們同時操控多於一個自變項時，便需要 考慮這些自變項對依變項的影響可能是有 交叉作用(或稱為交互作用；Interaction effect)，那就是說這些自變項對依變項的影 響，要視乎另外一個自變項的情形而定， 那是互為對方的調節變項(Moderator)。
ANOVA、ANCOVA、 MANOVA及 、 、 及 MANCOVA 的原理 的原理-2
「各實驗情景之間的變異量」(BetweenGroup Variances) 便是自變項帶來的影響， 因此要檢定自變項是否真的對依變項有影 響，這一系列的方法主要便是比較它在總 變異量(Total Sum of Squares)中的比率、 或與實驗情景內的變異量(Within-Group Variances)比較，如果這些比率愈大，則代 表這自變項很可能真的對依變項有影響。
實驗設計要注意的重點(1) 實驗設計要注意的重點
操控(Manipulation)是否恰當： 由於實驗設計是透過對自變項的操控，然後看依 變項的情況，因此在設計時必須確保是否真的把 自變項操控了，還是在不同的實驗情境中，除了 自變項的不一樣外，仍有其他因素也是不一樣的， 例如主持實驗者自己，是否在不同的實驗情境中 給予的提示便不同，形成了實驗主持者的影響 (Experimenter effect)，導致依變項在不同的實驗 情境中有所不同，這些非由實驗設計操控的變項 而又有可能對依變項有影響的因素，我們稱為 「困惑因素」(Confounding factor)。
ANOVA、ANCOVA、 MANOVA及 、 、 及 MANCOVA 的原理 的原理-4
由於兩個變異量比率的樣本分佈，即 Sampling Distribution of the Ratio of Two Variances是一個F分佈，所以我們用的測 試很多時便是F測試； 此外，任何一個自變項帶來的變異量，在總 變異量中佔的比率稱為Omega Square，它 愈大則代表此自變項對依變項的影響愈大。
ANOVA ，ANCOVA
如果我們的實驗情景多於兩個，而依變項是 單一及為「等距尺度」的，則我們便會以 ANOVA(Analysis of Variance)的方法來檢 定各實驗情景中，依變項的平均(means)是 否有差異，便可看出自變項是否對依變項 有影響。 如果我們要先把一些「等距尺度」的控制變 項對依變項的影響排除，我們便會以 ANCOVA(Analysis of Covariance)的方法 來檢定各實驗情景中，依變項的平均 (means)是否有差異。
實驗設計要注意的重點(4) 實驗設計要注意的重點
控制(Control)的概念： 雖然在真正的實驗中，我們會以隨機分派 的方式作為控制其他可能對依變項有影響 的因素的重要手段，但是，如果我們確知 一些重要的因素，在可能的情況下，也應 該盡量加以測量或用其他方法控制。
實驗設計要注意的重點(5) 實驗設計要注意的重點
實驗設計常用的統計分析工具
由於實驗設計的自變項是「類別尺度」的， 因此它常用的統計分析工具主要視乎： (1)依變項的測量尺度； (2)實驗操控的自變項數目及分成多少個類 別； (3)有沒有其他需控制的變項； (4)有沒有其他沒法以實驗操控的自變項； (5)實際的研究問題。
t測試 測試(t-test) 測試 卡方測試(Chi-Square Test) 卡方測試
第一個是可控制我們要研究的原因(即X； 自變項；Independent variables)，或稱為 實驗的情景(Experimental conditions) 第二個是能隨機分派實驗的對象(Random assignment)
準實驗(Quasi-Experiment) 準實驗 設計的定義
可控制我們要研究的原因(即X；自變項； Independent variables)，或稱為實驗的情 景(Experimental conditions) 不能隨機分派實驗的對象 (儘量考慮或甚至 是測量了其他可能影響依變項(Y; Dependent variables)的因素，以邏輯推理 或統計分析的方法來排除這些因素的可能 性。 )
實驗設計的例子
Fra Baidu bibliotek
黃熾森 香港中文大學管理學系教授 地址: 香港新界沙田香港中文大學管理學系 電郵:cswong@baf.msmail.cuhk.edu.hk 2006年3月
大綱
實驗設計的定義 實驗設計要注意的幾個重點 針對實驗設計常用的統計分析工具 討論幾個實驗設計的研究例子
實驗(Experiment) 設計的定義 實驗
Dummy-Coded Analyses
如果我們有其他沒法以實驗操控的自變項、 或因為研究的問題較祗檢定自變項和依變 項的直接關係為複雜，那麼我們可能要以 虛擬變項(Dummy variables)來代表實驗操 控的自變項，然後用其他的統計方法，例 如迴歸分析(Regression analysis)來檢定自 變項與依變項的關係。
ANOVA、ANCOVA、 MANOVA及 、 、 及 MANCOVA 的原理 的原理-1
依變項的總變異量(在這些方法中，稱為： Total Sum of Squares)可分為兩部分： (1)各實驗情景內的變異量(Within-Group Variances)； (2)各實驗情景之間的變異量(Between-Group Variances) 。
(2) 操控的方法 操控的方法(Manipulation Materials) -1
Procedure. The experimental design of the study was a 2x2x2 factorial design. Given the fact the Country factor (i.e., American vs. Hong Kong) could not be randomly assigned, students were randomly assigned into one of the four, rather than eight, experimental conditions. A modified version of the Heeley Specialty Stores case used by Bazerman, Beekun and Schoorman (1982), was used to simulate a performance appraisal context. The exercise asked subjects to assume the role of the vice-president of a retail corporation. Each subject was presented with information about a regional director of the company over a two year period and asked to evaluate his performance.
內部及外部效度的問題(Internal validity External validity)： 如果設計得宜，實驗的內部效度，即依變 項在不同實驗情境的不一樣確是由自變項 的操控導致的，是很高的。但是，在組織 行為及人力資源管理(OBHR)的研究中，實 驗的弱點很多時是外部效度，即在離開了 實驗的情境，而回到真實的工作環境裡， 實驗發現的結果是否真的會出現？很多時， 單靠實驗的證據是較難證明的，因此會需 要其他的證據。
在最簡單的情況下，我們祗有兩個實驗情景。這樣， 如果依變項是「等距尺度」的，我們祗需以t測試 (t-test)來檢定兩個實驗情景的依變項的平均 (means)是否有差異，便可看出自變項是否對依 變項有影響。 如果依變項也是「類別尺度」(例如有沒有進步)， 則可以卡方測試(Chi-Square Test)來檢定兩個實 驗情景中依變項的比率是否有差異(例如在某一實 驗情景中進步了的人的比率較高)，便可看出自變 項是否對依變項有影響。
調節變項(Interaction Effects) 調節變項
Y
M在高水平
Y
M在高水平
M在低水平 M在低水平
X
A. 強烈的調節變項
X
B. 一般的調節變項
例子一： 例子一：Wong and Schoorman (1994) (1) 研究問題 研究問題(Research Question)
這個研究要探討的問題是三個自變項(Independent variables)對工作績效(Performance appraisal)的評分(依 變項；Dependent variable)的影響，這三個自變項分別為 績效資訊(Performance Information)、合群資訊 (Conformity Information)及種族(美國人與中國人； American versus Chinese)： Hypothesis 1: Both the performance (relevant) and conformity (irrelevant) information about the rate will affect the ratings of the performance appraisal. Hypothesis 2: The effect of conformity (irrelevant) information on the performance appraisal ratings will be greater for the Chinese than the Americans.