为了确立甲对乙的作用，必须排除其他因素的影响。所谓排除，并非说可以或应该阻止其他因素的运作。对于大部分物理学实验来说，地心吸力的影响是不能或不必排除的（有些研究要拿到太空去做，但在太空虽然可以排除地心引力，却不能排除万有引力），只须保证两组所受的影响相当便可。再说，除了地心引力，还有数不尽的其他因素，又如何保证这两组所受各方面的影响都相等呢？在实施上，这是明显不可能的，何况这样的两组，可能根本便不存在，即使存在，也属特例，实用意义不大。因此，退而求其次，我们编组的策略便改为避免两组中出现系统性的偏差。理论上说，这样的控制既不完整，结论也难确凿。
编组的技术，主要是采用“随机分配”（random assignment）：用随机法把成员分配进实验组和控制组。样本太小时，为了保证其他重要特征在两组中分配比例不致悬殊或不致跟总体特征有过大差别，可以改用配比法（matching）。例如在研究电视对幼儿行为的提示作用时，让一组幼儿观看屏幕上的亲吻镜头，然后拿他们跟那些没看到亲吻镜头的孩子比较，看看他们是否多了些亲昵举动。为了避免两组中幼儿亲吻经验的比例相距过大，可以事先规定：每次有一名曾被母亲教亲吻的幼儿分进控制组时，必须给实验组也分配一名这样的幼儿。匹配时可以同时考虑几个特征：母亲的教育程度、父亲陪同看电视的时间、兄弟姐妹的数目或排行第几等，要求每个特征在两组中有相等的比例。有些实验不接受这种“笼统”的匹配，而进一步要求如果实验组中有一名独子、母亲的教育程度低、父亲从未陪同看电视的幼儿，控制组中也必须有一名这样的成员。当然，匹配时考虑的因素，只是研究者认为重要的因素。可能是重要但事先不知道的因素，是无法摒除的。因此在可能情况下，随机分配应属首选。(www.xing528.com)
在社会研究中，由于道义或研究条件的考虑，有时即使在技术上没有问题，研究者也很难找到人作为控制组的样本。比如说一种副作用强烈的新药，患上绝症者却可能人人争取试用。自变量出现前后的资料是没问题的，这些记录都自有其价值，但避不开没有控制组作比较的漏洞，除非研究者有足够理由相信或可推论出不存在的控制组的可能表现。例如根据以往记录，某种绝症患者均于一定时期内死亡，若服了新药者中有相当数目超过这段时期依然活着，则可把用新药者视同实验组。同理，若某零售商从来没打广告，以往销售量的季节性起落相当稳定，则虽无控制组，广告后的销量，也基本上可视作实验组的表现。这两个例子，大致可说明“单组前后量度设计”（Onegroup Pre-test Post-test Design）这种变体的意义。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
