研究 設計 有 個 缺點 ： 它 是 由 受 試 者 決定 自己 屬於 哪 一 組 ， 因為 他們 早 在 幾 年 前 已 與 兩 家 公司 簽訂 了 供水 合同 。 我們 因此 還 必須 考慮 是 什麼 原因 促使 他們 與 該 家 公司 簽約 ， 而 不 是 另外 一 家 。 是 由於 這 家 的 價錢 比較 便宜 ， 還是 廣告 宣稱 他們 的 水質 好 、 具有 療效 ？ 這些 我們 並 不 知道 。 關鍵 問題 是 ， 選擇 那 一 家 宣傳 水質 有 療效 的 公司 的 家庭 ， 會不會 在 與 健康 相關 的 其他 因素 上 也 與 其他 家庭 不同 ， 而 或許 這些 因素 才 是 低 發病率 的 真正 原因 。 這 是 一 種 可能性 。 史諾 這 一 類型 的 設計 也 不能 排除 比較 隱晦 的 虛假 相關 ， 這些 虛假 相關 可 不 像 前述 那些 與 社會 經濟 因素 掛鉤 的 那樣 容易 辨認 。 這 也 是 為什麼 科學家 寧可 直接 操弄 他們 感興趣 的 變數 。 當 操弄 與 一 個 叫做 隨機 分派 ︵ random assignment ︶ 的 程序 ︵ 在 這 一 程序 中 ， 受 試 者 不能 決定 自己 加入 哪 一條件 的 實驗組 ， 而是 隨機 地 分派到 其中 一 組 ︶ 結合 時 ， 科學家 就 可以 排除 那些 歸因於 受 試 者 本身 不同 特徵 的 解釋 了 。 當然 ， 這裡 並 不 是 說 史諾 的 方法 沒有 價值 ， 只 是 科學家 會 更 喜歡 直接 操弄 實驗 變數 ， 因為 這樣 推論 才 更 具 說服力 。 隨機 分派 可以 確保 實驗 條件 中 的 受 試 者 在 所有 其他 變數 上 相當 一致 ， 隨著 樣本 人數 的 增加 ， 它 還可以 抹平 一些 偶然 因素 。 因為 這 種 分派 方式 是 完全 由 沒有 偏私 的 隨機 抽樣 工具 ︵ 例如 一 枚 硬幣 、 亂數表 ， 等等 ︶ 來 選取 樣本 ， 沒有 經過 人為 的 挑選 。 至於 古德伯格 ， 他 的確 操弄 了 研究 假設 中 的 原因 變數 。 在 一連串 研究 中 ， 他 不僅 發現 並 記錄 與 癩皮病 有關 的 變數 ， 還 直接 控制 研究 中 的 其他 兩 個 變數 。 請 回想 一下 ， 他 安排 低 蛋白質 飲食 的 囚犯組 以 誘發 癩皮病 ， 以及 吞食 癩皮病 患者 排泄物 的 志願組 ， 其中 包括 他 和 妻子 。 這樣 ， 古德伯格 不僅 觀察 自然 存在 的 相關 ， 還 創設 了 特殊 條件 組 ， 從而 排除 更多 不同 的 可能 解釋 ， 也 因此 他 的 推論 就 比 史諾 的 更 有 說服力 。 這 就 是 科學家 為什麼 試圖 操弄 變數 並 保持 其他 變數 恆定 ： 為了 排除 可能 替代 自己 的 解釋 之 所有 其他 解釋 。 醫學 中 不 乏 對 實驗 缺少 控制 而 導致 錯誤 結論 的 例子 。 羅斯 和 尼斯貝特 ︵ L. Ross and R. E. Nisbett , 1991 ︶ 提到 一 個 發生 在 一九六○年代 中期 的 案例 。 門腔 靜脈 分流術 ︵ portacaval shunt ︶ 一 度 是 治療 肝硬化 的 常用 方案 。 一九六六年 有 人 開始 進行 研究 時 ， 發現 一 個 有趣 的 現象 。 在 沒有 控制組 的 研究 中 ， 有 96.9% 的 研究 發現 ， 醫師 斷定 這 種 治療 具有 中等 以上 程度 的 有效性 ； 在 有 控制組 但 沒有 隨機 分派 的 研究 中 ︵ 並 不 符合 真 實驗 設計 的 要求 ︶ ， 有 86.7% 得出 同樣 的 結論 ； 而 在 有 控制組 又 有 隨機 分派 的 研究 中 ， 只有 25% 得到 同樣 的 結論 。 可 見 ， 這 項 治療 的 效果 — 現在 我們 已經 知道 無效 — 被 缺乏 控制 的 研究 資料 極 誇張 地 高估 了 。 羅斯 和 尼斯貝特 也 指出 ： ﹁ 非 經 標準 實驗 程序 所 獲得 的 結果 ， 是 一 種 『 安慰劑 效應 』 或是 因 沒有 隨機 分派 而 產生 的 偏差 。 ﹂ ︵ p .
 
207︶ 他們 還 討論 了 在 無 隨機 分派 的 情況 下 ， 選擇 偏差 ︵ 見 第五 章 的 討論 ︶ 如何 產生 虛假 相關 這 一 問題 。 比如說 ， 如果 選擇 治療 的 那些 病患 具有 ﹁ 典型 樣本 ﹂ 的 特點 ， 或 其 家屬 態度 積極 、 更 關心 他們 的 病情 ， 那麼 ， 就算 結果 發現 治療組 與 控制組 有 差異 ， 也 不能 說明 是 治療 本身 有 療效 。 作 結論 前 有 必要 先 獲取 一些 比較 資訊 ， 這 種 思維 習慣 似乎 不 是 與生俱來 的 ， 這 也 就 是 為什麼 所有 科學 訓練 中 都 包含 強調 設計 控制組 重要性 的 研究 方法 課程 。 然而 ， 控制組 的 具 ﹁ 非 鮮明性 ﹂ — 除了 改變 某 個 關鍵 因素 外 ， 控制組 與 實驗組 完全 接受 同樣 的 待遇 — 使得 我們 從 表面 上 很 難 看出 它 有 多麼 重要 。 人們 為什麼 不 重視 比較 ︵ 控制組 ︶ 的 資訊 ， 心理學家 在 這 方面 做 過 不少 研究 。 例如 ， 在 很多 研究 中 ︵ Shanks , 1995; Stanovich & West , 1998 ︶ ， 我們 給 受 試 者 呈現 一 個 2 × 2 的 實驗 資料 矩陣 ： 表 中 的 數字 代表 每 種 情況 的 人數 。 具體 地 說 ， 這 個 表 告訴 我們 有 二百 人 在 獲得 治療 的 條件組 中 接受 治療 後 呈現 病情 好轉 的 現象 ； 七十五 人 沒有 好轉 ； 五十 人 是 在 沒有 接受 治療 的 條件組 ， 後來 卻 也 呈現 病情 好轉 的 現象 ； 另 有 十五 人 既 沒 接受 治療 也 沒 好轉 。 研究 者 讓 看過 這 一 矩陣 的 受 試 者 判斷 這 個 治療 的 有效 程度 。 結果 發現 非常 多 人 認為 有效 ， 甚至 有 相當 多 人 認為 非常 有效 。 因為 他們 首先 注意到 的 是 人數 最多 ︵ 二百 人 ︶ 那 一 組 ， 正 是 接受 治療 並 見 好轉 的 。 接著 ， 他們 注意到 獲得 治療 的 治療組 ， 治 後 呈現 好轉 的 人數 ︵二百︶ 比 沒有 呈現 好轉 的 ︵七十五︶ 多 得多 。 所以 就 下 了 結論 ， 認為 這 一 治療 是 有效 的 。 但是 實際 上 ， 這 一 治療 方案 根本 就 沒有 效果 。 此 話 怎 講 ？ 要 弄清楚 為什麼 這 個 治療 無效 ， 我們 必須 重點 地 看 一下 代表 沒有 接受 治療 的 控制組 ︵ 沒有 獲得 治療 的 人 ︶ 的 兩 格 資料 。 我們 可以 看到 ， 控制組 的 六十五 人 中 有 五十 人 ， 或 76.9% ， 即使 沒有 得到 治療 卻 也 呈現 病情 好轉 。 與 二七五 人 中 有 二百 人 ， 或 72.2% ， 在 接受 治療 後 呈現 好轉 相比 ， 很 顯然 ， 控制組 的 好轉率 還 大於 治療組 ！ 這 就 表示 ， 這 種 治療 總的來說 是 完全 沒有 療效 的 。 可見 ， 由於 經常 忽視 無 治療 控制 組 的 結果 ， 並且 只 將 注意力 放 在 治療組 資料 中 的 最大值 和 好轉率 上 ，