実験計画とは何ですか？

技術と科学的知識の進歩は、多くの場合、適切な実験計画の使用の獲得によるものです。 この統計的概念を理解することにより、研究者は因果関係を割り当て、結果の分析から推測や先入観を取り除くことができます。 ビジネスと経済の問題には、実験の設計において科学的研究と同じくらいの注意が必要です。

実験の科学的設計では、研究者は論理的ステートメントを証明しようとします：XならばY。因果関係を確立するために反対も実証されなければなりません：XでなければYではない。 、たとえば、植物は生きるために水が必要であり、植物が水を受け取らないと死んでしまいます。 したがって、植物のニーズと水の間には因果関係が存在します。

研究者は、コントロールグループを使用して両方の論理ステートメントを証明しようとします。 理想的には、同じ研究対象が同じ実験条件を同時に経験する。 これが不可能な場合、生物学実験でよくあることですが、結果に影響を与える可能性のある多くの要因で、被験者の第2グループが第1グループと一致します。 たとえば、食事の有効性は、年齢、収入、活動レベル、および子供の数がテストグループと同様のコントロールグループを選択することでテストできます。 より重要な実験では、実験の設計に個々の被験者の実際のマッチングが組み込まれます。 つまり、被験者番号1Aは、被験者番号1Bと同じ年齢、性別、活動レベル、および開始体重になりますが、試験食を受け取りますが、1Aは受け取りません。

要因計画では、確率の数学を適用することにより、同じ実験内で複数の変数を制御グループと同じ厳密さで研究することができます。 メンデルが成し遂げた遺伝学のブレークスルーは、要因実験と観察によるものでした。 これらの実験では、2つ以上の独立した因子が2つ以上のレベルでテストされます。 例として、被験者は3つの独立変数に分割される場合があります：通常の食事、食事A、または食事B。これらの各サブグループは、食事が適用される期間（3週間または6週間）に基づいて再び分割されます。

統計的手法は、自然科学の領域での実験の設計に適用するのはかなり簡単です。 行動研究を含む社会科学では、それらはより困難です。 経済学とビジネスの研究では、対象は人と企業です。 これらの被験者は簡単に勉強するのに役立ちません。

マーケティング調査は、フォーカスグループに依存することが多く、その選択には細心の注意が必要です。 選択基準を確立するには、実験の適切な設計に関する知識が必要です。 製品マネージャーや政治グループの一般的なツールである調査でも、設計にこの専門知識が必要です。