在科學研究、行為實驗，甚至市場測試裡，總會看到兩個常客，實驗組與對照組。它們的存在，就像雙胞胎一樣，長得很像，但命運安排卻截然不同。實驗組會被「動手腳」，接受某種新方法或干預；對照組則維持原狀，安靜地待在原地，當作基準線。透過這樣的比較，我們才能判斷到底是新方法帶來了效果，還是只是碰巧發生了變化。

在行為經濟學的自然實驗、Causal Effects Model（因果效應模型）等方法中，這個雙組設計是觀察因果關係的核心工具。沒有它們，研究結果很容易被外部因素攪亂。

實驗組跟對照組怎麼分？

分組的第一步，是先鎖定研究的實驗變因，也就是你想要測試的那個關鍵條件。接著，研究者會將受試者或樣本隨機分配到不同組別，避免因背景差異、經驗不同而造成偏差。

在設計上，除了實驗變因之外，其他條件都應該保持一致，例如同樣的時間、相似的環境、相同的設備。這樣一來，任何觀察到的差異，才更可能來自實驗變因本身。

常見的分組方法除了隨機抽樣，還有配對分組（matched pairs），會先依照某些特徵如年齡、性別、學歷配對，再隨機分到不同組，讓兩組在關鍵特徵上更接近。

容易犯的錯誤包括沒有明確定義變因、分組過程中混入偏差、或是讓兩組在條件上出現不必要的差異，最後導致結果不具參考性。

對照組是控制組嗎？

多數情況下，對照組和控制組（control group）是同一件事，它們都指不接受實驗處理的那一組，用來當作比較基準。

不過，控制組還有細分

• 正對照組（positive control）：給予已知會產生效果的處理，確保實驗流程和檢測方法正常運作
• 負對照組（negative control）：完全不施加處理，觀察基線反應

在一些複雜研究像藥理學、心理學中，甚至會同時設置多種對照組，來更精確地過濾干擾因素。例如，測藥物效果時，除了安慰劑組，還可能加上一組使用市售藥的受試者。

為什麼要有對照組？

對照組的存在，是為了把干擾變因的影響降到最低。它像一面鏡子，讓研究者看清楚哪些變化是來自實驗處理，哪些只是背景雜訊。

這樣的設計也讓結果更可信，更容易被複製驗證。在統計分析上，不論是 t 檢驗、ANOVA（方差分析）、還是 Mann-Whitney U 檢定，都需要透過組與組的比較來判斷差異是否顯著。

沒有對照組，研究就像只有前後對比的自拍照，你永遠無法確定是燈光變了，還是自己真的變帥了。

實驗組對照組舉例

醫學案例

一種新藥上市前，必須進行臨床試驗。研究者會將病人分為兩組，實驗組服用新藥，對照組則服用外觀相同的安慰劑（placebo）。如果兩組病情改善的比例差異顯著，就能推論新藥有效。

行為經濟案例

想知道促銷標語能否提升購買意願？實驗組的消費者看到「限時 8 折」字樣，對照組只看到原價標示。比對兩組的購買率，就能測出標語的效果。

教育案例

要檢驗新教學法是否能提升學生成績，實驗組使用新教材與互動課程，對照組沿用傳統教材與講述式教學。最後比較期末考成績，就能看出差別。

在這些例子裡，兩組的條件盡可能一致，只差在是否接受處理。這樣的設計，讓我們能從數據中看見真實的因果訊號，而不是被雜音誤導。

實驗組對照組常見問答

Q1：實驗組跟對照組怎麼分？

A：先找出研究的實驗變因，也就是你想測試的那個條件，然後將樣本或受試者隨機分配到兩組。實驗組會接受這個變因的干預或改變，對照組則保持原狀。除了變因之外，其餘條件盡可能相同，這樣觀察到的差異才有意義。

Q2：對照組是控制組嗎？

A：多數情況下是的，兩者都指不接受實驗處理、用來當基準的那組。不過控制組還有細分，例如正對照組（用已知有效的方法檢查實驗是否正常運作）和負對照組（完全不處理，用來觀察基線反應）。

Q3：為什麼要有對照組？

A：對照組的目的，是排除外部因素的影響，確保差異是由實驗變因造成，而不是環境、時間或偶然事件。它能讓研究更有說服力，也能用統計方法判斷結果是否顯著。

Q4：對照組一定要「什麼都不做」嗎？

A：不一定。雖然負對照組是不做任何處理，但在某些研究中，對照組可能會接受另一種既有方法、假處理或標準流程，目的是作為比較基準，而不是完全空白。

Q5：只有科學研究才需要實驗組和對照組嗎？

A：不是。行銷活動、使用者體驗測試、教育方法評估，甚至飲食計畫，都能用這種分組方法檢驗成效。關鍵在於分組設計是否嚴謹，變因是否單一可控。