实验中的随机分配|简介与实例

在实验研究中,随机分配是否有一种方法将参与者从您的样本随机分为不同的治疗组。

通过简单的随机分配,样本中的每个成员都有一个已知或相等的机会被放置在对照组或者一个实验组。使用简单随机分配的研究也被称为完全随机化设计

随机分配是一个关键部分实验设计.它可以帮助您确保所有组在研究开始时具有可比性:它们之间的任何差异都是由于随机因素造成的,而不是研究偏见就像抽样偏差选择性偏差

为什么随机分配很重要?

随机分配是实验研究中控制的一个重要组成部分,因为它有助于增强实验研究的有效性内部效度避免偏见。

在实验中,研究人员操纵一个独立变量评估其对因变量的影响,而控制对于其他变量。为了做到这一点,他们经常对不同的参与者群体使用不同水平的自变量。

这叫做团体之间独立的措施设计。

例子:一个自变量的不同水平
在一个临床试验中,你调查铁补充剂(你的自变量)对能量水平(你的因变量)的影响。

你使用了三组参与者,每组参与者都有不同程度的自变量:

  • 对照组给予安慰剂(无剂量,以控制A安慰剂效应),
  • 一个实验组给予低剂量,
  • 第二组被给予高剂量。

随机分配可以帮助您确保在实验开始时,治疗组没有系统性的差异,因为这可能会严重影响(甚至无效)您的工作。

如果你不使用随机分配,你可能无法排除对结果的其他解释。

示例:非随机分配
在你的临床研究中,你招募参与者使用传单在健身房、咖啡馆和当地社区中心。您使用随机方法将参与者分配到基于招聘位置的组:

  • 从咖啡馆招募的参与者被安置在对照组
  • 从当地社区中心招募的参与者被安排在低剂量实验组,
  • 从健身房招募的参与者被置于高剂量组。

在这种类型的任务中,很难判断在研究开始时所有组的参与者特征是否相同。健身房用户可能比经常去咖啡馆或社区中心的人更倾向于采取更健康的行为,这将在你的研究中引入健康的用户偏见。

如果你的研究结果显示高剂量组的能量更高,你可能不能将这一结果完全归因于你的自变量操作(铁补充剂)。相反,这一结果可能来自于参与者的特征与自变量之间的相互作用。

尽管随机分配有助于平衡组间的基线差异,但它并不总是使它们完全相等。可能仍然存在外部变量不同群体之间的差异,总会有一些群体差异是偶然产生的。

大多数情况下,组间的随机变化很低,因此,进一步分析是可以接受的。当你有一个大样本时尤其如此。一般来说,你应该总是在实验中使用随机分配,当它在伦理上是可能的,对你的研究主题是有意义的。

随机抽样vs随机分配

随机抽样和随机分配在研究中都是重要的概念,但理解它们之间的区别很重要。

随机抽样(也称为概率抽样或随机选择)是一种选择成员的方法人口被纳入你的研究。相比之下,随机分配是一种将样本参与者分为对照组和实验组的方法。

虽然随机抽样在许多类型的研究中使用,但随机分配只用于受试者之间的实验设计。

一些研究同时使用随机抽样和随机分配,而另一些研究只使用其中一种。

随机抽样vs随机分配

随机抽样增强了外部效度普遍性因为这有助于确保你的样本是无偏的,并能代表整个人群。这会让你变得更强壮统计推断

示例:随机抽样
你正在一家大公司研究提高员工敬业度的新干预措施。

你使用简单随机抽样收集数据。因为您可以访问整个群体(所有员工),所以您可以为所有8000名员工分配一个数字,并使用随机数生成器选择300名员工。这300名员工就是你的全部样本。

通过使用随机样本,你可以合理地相信你的结果适用于整个公司。

随机分配增强了内部效度因为它保证了每组参与者之间没有系统差异。这有助于你得出结论,结果可以归因于独立变量

示例:随机分配
在你的研究中,你分为两组:

  • 一个对照组这不会受到任何干预。
  • 一个实验组每周都有远程团队建设干预,持续一个月。

你用随机分配的方法将参与者分成对照组或实验组。为此,您需要获取参与者列表并为每个参与者分配一个编号。同样,您使用随机数生成器将每个参与者分为两组之一。

通过使用随机分配,你可以合理地确信,员工敬业度结果的任何差异都是团队建设干预的结果(而不是由各组之间的其他差异引起的)。

防止抄袭,运行免费检查。

免费尝试

如何使用随机分配?

要使用简单的随机分配,首先给样本中的每个成员一个唯一的数字。然后,你可以使用计算机程序或手动方法将每个参与者随机分配到一个组。

  • 随机数发生器:使用计算机程序从列表中为每个组生成随机数。
  • 彩票方法:将所有数字分别放入帽子或桶中,并为每一组随机抽取数字。
  • 抛硬币:当你只有两组时,对于列表上的每个数字,抛硬币来决定他们是控制组还是实验组。
  • 用骰子:当你有三个组时,对于列表上的每个数字,掷骰子来决定它们将在哪个组中。例如,假设滚动1或2将他们置于对照组;实验组3 - 4人;第二个对照组或实验组有5或6人。

这种随机分配是最有效的将参与者分配到不同条件下的方法,因为每个人都有同等的机会被分配到任何一个治疗组。

块设计中的随机分配

在更复杂的实验设计中,随机分配只在参与者被分组后使用基于某些特征(例如,测试分数或人口变量)。这些分组意味着你需要一个更大的样本来达到高统计能力

例如,随机分组设计包括根据共同特征将参与者分为组(例如,大学生与毕业生),然后在每个组内使用随机分配将参与者分配到每种治疗条件。这有助于您评估该特征是否会影响您的治疗结果。

在一个实验中匹配设计,你使用阻塞和然后根据特定的特征匹配每个区块的参与者。在每一对匹配的组中,你随机分配每个参与者到实验中的一个条件下,并比较他们的结果。

什么时候不使用随机分配?

有时,使用简单的随机分配是不相关或道德的,所以分组以不同的方式分配。

当比较不同的组时

有时,参与者之间的差异是一项研究的主要焦点,例如,在比较男性和女性或有和没有健康状况的人时。参与者不是随机分配到不同的组,而是根据他们的特征进行分配。

在这类研究中,兴趣特征(如性别)是一个自变量,不同层次(如男性、女性等)的群体也不同。所有参与者都以同样的方式进行测试,然后比较他们在小组层面的结果。

当道德上不允许的时候

当研究不健康或危险的行为时,不可能使用随机分配。例如,如果你在研究重度饮酒者和社交饮酒者,它是不道德的将参与者随机分配到两组中的一组,并要求他们在实验中大量饮酒。

当您无法将参与者分配到组时,您还可以执行准实验研究.在一个准实验中,你研究已经存在的群体的结果,他们接受了你可能无法控制的治疗(例如,重度饮酒者和社交饮酒者)。这些群体不是随机分配的,但当一些其他变量(如年龄或社会经济地位)具有可比性时,这些群体可能被认为具有可比性控制对。

随机分配的常见问题

什么是随机分配?

在实验研究中,随机分配是一种使用随机化将样本中的参与者放入不同组的方法。用这种方法,样本中的每个成员都有一个已知的或相等的机会被放在对照组或者一个实验组。

随机分配和随机选择的区别是什么?

随机选择,或随机抽样,是一种选择成员的方法人口作为你研究的样本。

相比之下,随机分配是一种将样本分为对照组和实验组的方法。

随机抽样增强了外部效度普遍性你的结果,而随机分配提高内部效度你的书房。

什么时候使用随机分配?

随机分配用于组间或独立测量设计的实验。在这个研究设计中,通常会有一个对照组一个或多个实验组。随机分配有助于确保这些组具有可比性。

一般来说,你应该总是在这种类型中使用随机分配实验设计当它在伦理上是可能的,并且对你的研究主题有意义的时候。

如何将参与者随机分组?

来实现随机分配在美国,为你研究的每个成员分配一个唯一的号码样本

然后,您可以使用随机数生成器或抽签方法将每个数字随机分配给对照组或实验组。你也可以手动进行,通过抛硬币或掷骰子将参与者随机分配到不同的小组。

引用这篇Scribbr文章

如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。

班达里,P.(2022年12月05日)。实验中的随机分配|简介与实例。Scribbr。检索于2022年12月14日,来自//www.dandarfirm.com/methodology/random-assignment/

这篇文章有用吗?
Pritha班达里

普里塔拥有英语、心理学和认知神经科学方面的学术背景。作为一名跨学科研究人员,她喜欢为学生和学者撰写文章,解释棘手的研究概念。
Baidu