实验研究和实验设计

     总体上，可以把所有研究分成两大类：(1) 对一个一个独立的变量进行考察和描述的研究；(2)对两个或者两个以上变量之间的关系进行考察的研究。

     有些研究纯粹就是描述性质，其目的就是对一个一个独立的变量进行观测并对结果进行描述。比如，某个小学开展一项调查，了解每个学期入校的男女学生比例，身高体重以及饮食、睡眠和学习习惯。所获得的数据既有可能是数字型的分数，比如身高、体重、睡眠时长等，也有可能是非数字型的分数，比如近视的比例、体重超标的比例，等等。

     但是，大部分研究属于第二种，即考察两个或者更多变量之间的关系，此时可以把研究分成三大类：相关研究、实验研究和非实验研究。两个变量之间存在相关关系，对语言研究者来说并不陌生，而且应该是语言研究中很常见的现象。在研究相关关系时，通常的做法是针对同一个个体同时测量两个不同的变量，然后考察这两个变量之间是否存在某种对应的关系。比如，一个外语研究者想考察学生的外语学习动机和他的英语成绩之间的关系。那么，他可能使用一种科学的量表和标准化的语言测试手段分别去测试一组学生当中每个学生的外语学习动机和英语成绩，从而探寻所获得的这两组数据之间是否存在某种一致的对应关系。

     相关研究可以展示两个变量之间是否存在某种一致的关系，但它的缺陷是无法展示因果关系。比如，研究者发现学生的外语学习动机和他的英语成绩之间存在很强的相关关系，学习动机越高的学生，英语成绩也越好，但是这种相关关系却可能有很多解释，从这个研究本身我们无从知道是什么原因导致学习动机越高的学生，英语成绩也越好。我们尤其不能基于这个研究而得出结论说学习动机高会导致英语成绩更好，或者反过来，英语学习成绩更好会导致学习动机更高。

     可能正是因为这个原因，更多语言研究者感兴趣的两个或两个以上变量之间的关系应该是因果关系，而要确立变量之间的因果关系则必须通过语言实验才能完成，这就涉及到两种方法的对比，那就是实验研究（experimental methods）和非实验研究（non-experimentalmethods），两者最大的区别就是实验研究要界定变量之间的因果关系，而非实验研究则无法界定变量之间的因果关系。

     在一项实验研究里，研究者试图观察的是某个变量的改变是否会导致另外一个变量的改变。在这个时候，研究者必须确保做好两件事情（参见Gravetter& Wallnau, 2017:14）：

**（1）实验操控（manipulation）：**研究者必须对当中的一个变量进行操控，具体做法是让它的值从一个水平变成为另外一个水平。比如，要考察RfD外语教学模型对学生外语词汇习得的影响，那么研究者就需要操控外语教学的方法，让一组学生接受RfD教学模型的教学，而另一组学生接受另外一种教学模型的教学（如传统方法）。此外，研究者还需要观察和测量另外一个变量，那就是学生词汇学习的效果，从而确定前一个变量的实验操控是否导致了学生词汇知识的改变。

（2）控制（control）: 为了确立两个变量之间的因果关系，研究者还必须对实验过程进行严格的控制，最重要的是确保不会有别的无关的、多余的变量影响要研究的变量之间的关系。如此，方能确保二者之间的因果关系。

     可见，实验研究的目的是通过对一个变量进行操控，同时对另一个变量进行观测（或测量），从而确定两个变量之间的因果关系。这个被操控的变量就称作为自变量（independent variable），而被测量的变量就称作为因变量（depedent variable）。跟上面介绍的相关研究很不一样的是，在实验研究里，只对一个变量进行测量。（当然，在一个复杂的实验里，研究者也可能同时考察多个因变量，但目的很不一样）。
     在日常的交流中，大家习惯把所有的研究都统一称作为实验研究，但实际上只有对自变量进行操控，同时对其他无关变量进行严格控制的研究才能称作为实验研究，如果不满足这两个要求，即使也是以研究变量之间的关系为目的，也不能算作是真正的实验研究。

以上内容摘选自：

吴诗玉.2021.R在语言科学研究中的应用.北京：科学出版社。