日新一词 千百次回眸，才换得与你的Matching

完美的配对，才有完美的（实验）结果~...

假设要进行一项有关中学教育的实验研究，要分析给予学生额外的鼓励是否能够有效提高学习成绩，因此需要选择两组“相同的”学生作为实验对象。如果选取的学生总量为200人，其中男生与女生各100人。为了保证实验组与控制组中“性别”的平衡，实验组有一个男生的同时，控制组也必须对应一名男生，因此实验人员会将男女生各50人分到实验组，与其对应的男女生各50人分到控制组。

那么此时就会遇到一个问题，这两组实验对象在性别特征上是一一对应的，但在其他特征上却可能存在差别。例如，实验组中来自城市地区的学生的占比较高，而控制组中来自农村地区的学生占比较高，而生活背景对于学生的成绩也存在影响。因此之前按照“性别”分的组并未在“城乡”分布上达到“完全相同”的要求。此外，在学生的智商、家庭收入、学习时间等变量上，两个组中的分布并不一定能够保持一致。为保证实验组与对照组成员特征的完全一致，需要将各个特征进行持续“配对”，直到一个组成为另一个组的“克隆体”。

但我们都知道，要想将几组实验对象“配对”到完全一致是几乎不可能的事情。首先，现实中往往没有足够的对象供研究者选择。因为随着需要相同的变量的数目逐渐增加，现实中符合条件的对象数目会急剧减少，很少存在各方面特征完全一致的研究对象；其次，研究者只能在那些他们意识到的因变量影响因素方面进行配对，而对于他们未能意识到的则往往被忽略；最后，实验对象的有些特征在实践上很难被测量，即很难被操作化为具体的、可观测的指标，如人的“性格”，“动机”等，显然这些变量也就无法被“完全”配对。倘若要完全根据“配对”的定义来建立理想的实验组与控制组，那么此类实验研究是无法进行的，但这并不意味着配对的方法毫无意义。在实际的实验研究中，研究者可以在有限的条件下，针对那些与研究所关注的主要问题密切相关的变量来进行匹配，而暂时忽略和放弃一些与研究的问题联系不太紧密的变量。而这样的操作方式也正是在实验研究中最常使用的，只是研究的结论应限于一定的范围。

参考文献：

风笑天：《社会研究方法》，北京：中国人民大学出版社2013年第1版，第182-193页。

    关注 群学南开