10 / 12 · 比较之前先问清楚
方法更好，还是人本来就不同？
看懂为什么“有差异”还不能直接变成“是它造成的”。
先修衔接 估计一个范围，别装作精确
前往练习 ↓带着这个问题读
一个班用了新练习软件，成绩更高。这就证明是软件的功劳吗？
两个班原本的基础、学习时间、教师可能就不同。这些差别都可能是成绩不同的另一种解释。
随机分组让比较有更好的起点：由随机方式决定谁用哪种方法。同时也要让任务、时间和评分方式可比。随机分组帮助比较因果；随机抽样则关乎能描述更大的哪群人。
一起拆一个例子
| 方法 | 通过 | 总数 |
|---|---|---|
| 新方法 | 16 | 20 |
| 旧方法 | 12 | 20 |
- 收集结果之前，随机把 40 名志愿者分成各 20 人的两组。
- 任务和评分方式保持可比，观察到分别有 16 人、12 人通过。
- 观察比例是 80% 和 60%。随机分组有助于解释，但仍要考虑不确定性，以及这项研究针对什么人。
轮到你了
0 / 3练习 1未检查
哪种设计更有助于比较两种学习方法本身的效果？
查看解析 · 不计作完成
把志愿者随机分组，并使用可比的任务、时长和评分。
公平比较需要的不只是两个数字，还包括怎么分组、怎么测量。
练习 2未检查
根据表格，算出两组通过率和相差的百分点。
查看解析 · 不计作完成
- 新方法通过率: 80 %
- 旧方法通过率: 60 %
- 比例之差: 20 个百分点
16/20 = 80%，12/20 = 60%，观察到的差异是 20 个百分点。
练习 3未检查
下面哪个在选人，哪个在分配方法？
查看解析 · 不计作完成
- 从全部登记学习者名单中随机抽人。 → 随机抽样：从人群中选人
- 用随机分配决定志愿者各自使用哪种方法。 → 随机分组：给人分配方法
选参与者，关乎结果可以描述谁；分配方法，关乎方法之间的比较。研究可能做其中一种、两种都做，或都没做。
带回你自己的问题
设计一个比较两种学习习惯的小实验。写清谁参加、怎么分配，以及所有人用同样方式测量的一项结果。