

代寫論文的顧問審過不少介入研究,其中一份是這樣。有位同學把介入研究交給我,兩組學生,一組用新教學法,一組用舊方法,測驗分數新法高五分。她寫「實驗組顯著優於對照組」,結論說新法有效。
我問她:學生怎麼分組。她說按班別分,甲班用新法,乙班用舊法。
那就不是隨機對照試驗。按班別分,兩班本來就可能有差異:老師不同、學生背景不同、上課時間不同。分數差五分,可能來自教學法,也可能來自這些差異。
兩種設計的分別,就在這一步。
另一位同學做同一個題目,用抽籤把六十名學生分到兩組,並且用密封信封隱藏分配。她的結果只差兩分,而且不顯著。她照實寫「未觀察到顯著差異」,分數反而比前一位高。
兩份研究的分別,不在結果好壞,而在分組那一步做不做實。以下四步,是我看這類方法章節的次序。

準實驗用現成的分組。班別、地區、機構、時間,都是原本存在的界線。研究者利用這些界線比較,成本低,可行性高,但分組不是隨機。
隨機對照用抽籤式的分配。符合條件的人,用隨機方法分到實驗組或對照組。分組與個人特質無關,因此兩組在統計上大致相同。
兩種都可以做好研究,但說服力不同。準實驗的結論要加很多條件,隨機對照的結論可以直接講效果。
分辨方法很簡單:看分組那一段。有沒有寫「隨機分配」,有沒有寫用什麼方法隨機。沒有的,就是準實驗。
值得注意的是,把準實驗寫成隨機對照,是這類論文最常見的一種失分。名稱一改,評審的要求也改。
兩種設計的邊界,其實還有一層。準實驗也可以用統計方法補救,例如控制基線分數、配對、傾向分數。這些方法可以減少偏誤,但不能取代隨機化,因為它們只能處理你測量到的變數。
代寫論文的顧問審這段,會問:你的分組是怎樣發生的。答案如果是「學校安排」,那就是準實驗,寫法要跟著改。
因為它可以處理你不知道的變量。
研究中,你能測量的混雜因素有限:年齡、性別、成績。但有更多因素你測不到:動機、家庭支持、當日心情。這些因素若在兩組分佈不均,結果就會偏。
隨機化的作用,是讓這些未知因素在兩組之間大致平均。它不消除差異,它讓差異變成隨機的,因此可以用統計處理。
普渡大學 OWL 的學術寫作資源(2026 年查閱)講論證寫作時強調,因果主張需要相應的證據。隨機化就是這個「相應」的核心。
即使樣本很小,隨機化仍然有意義。小樣本的兩組可能不平衡,但這種不平衡是機率造成的,可以用統計描述。
舉一個常見的混雜例子。假設新教學法用在上午班,舊法用在下午班。上午班的學生精神較好,成績自然較高。你比較兩組,看到差異,但差異可能來自在場時間,不是教學法。
你還可以說:我控制了上課時間。但控制只能處理你想到的變數。學生前一晚睡了幾小時、家裏有沒有安靜的地方做功課,這些你未必測到。隨機化把它們交給機率,這是它比其他方法強的地方。
代寫論文的顧問審這一段,會問一句:你能列出幾多個混雜因素。列得越多,越應該用隨機化。
隨機化不是「隨便分」。常見做法有三種。
簡單隨機:每個人用亂數分到一組。做法簡單,但小樣本容易出現兩組人數相差很大。
區組隨機:先把人分成若干區組,每個區組內隨機分配。這樣可以保證兩組人數接近。
分層隨機:先按重要變量分層,例如年級或基線分數,再在每層內隨機。這樣可以保證關鍵變量在兩組平衡。
三種都要寫出工具。例如「使用電腦亂數生成器,種子設定為……」或者「使用密封信封,由第三者依次開啟」。
隨機化的工具不必昂貴,也不必複雜,一隻由第三者保管的密封信封、一個由外部人員操作的亂數網站,已經足以把分組與個人特質之間的關聯切斷,而這種切斷正是整個設計的核心。工具簡單,程序要嚴。
沒有寫工具的隨機化,讀者無法判斷你是否真的隨機。這一節很短,但它是整份研究的地基。
三種做法各有適用情況。樣本少於五十,用區組隨機比較穩。關鍵變數影響大,用分層隨機。樣本大且變數多,簡單隨機已經夠。
隨機化還要寫分配比例。一比一分組最常見。若實驗成本高,可以用二比一,但要在分析時調整權重,否則兩組的比較會失真。
代寫論文的顧問審這一節,會要求你寫出一句完整句子:用什麼工具、什麼比例、由誰執行。隨機分組方法寫得出來,這一節就過關。
隨機化還有一個搭檔:分配隱藏。
意思是,在參與者被正式納入研究之前,沒有人知道下一個人會分到哪一組。若招募者知道,他可能會把較嚴重的個案放到對照組,或把較有希望的放到實驗組。
做法有幾種。密封不透光的信封、由獨立的第三者持有分配表、用電話或系統分配。三種都要求「無法預先知道」。
這一節最容易被漏。很多論文寫了「隨機分配」,但沒有寫分配隱藏。評審看到這兩者的分別,就知道作者懂不懂。
舉一個例子。若招募者手上拿著分配表,他知道下一個是實驗組名額,可能會先安排「比較需要幫助」的學生。這不是惡意,是自然傾向,但它破壞了隨機。
所以分配隱藏的要求是:連執行分配的人都不知道。做到這一點,隨機才算完成。
代寫論文的顧問審這段,會問:誰開信封、什麼時候開。答得出,這一節就成立。
結果顯著,不等於效果重要。
統計顯著說的是:這個差異不太可能純粹由機率造成。實際意義說的是:這個差異大到值得改變做法。
兩者的差距,可以用效果量看。效果量小,即使顯著,實際意義也有限。例如分數高零點五分,樣本夠大也會顯著,但對教學沒有影響。
微妙的分別在語氣。寫「顯著優於」是統計語言;寫「值得推廣」是實踐語言。前者要有檢定,後者要有更多證據。
效果量可以用幾個方式表達。標準化差異適合不同量表之間比較;原始單位差異適合前線理解;需要治療人數適合政策討論,它告訴你要處理幾多人,才有一個人受益。
三個方式都要報,因為讀者不同。評審看標準化差異,老師看原始分數,政策制定者看需要治療人數。
香港大學應用英語研究中心的學術英語資源(查閱於 2026 年 10 月)在講數據呈現時提醒,數字的意義要與讀者的判斷需要對應。代寫論文的顧問審這一段,會要求你把三個數字並列。
即使你的結果顯著,也要問一句:這個差距,前線的人會在意嗎。效果量與實際意義這一節要處理的,就是這一問。
盲法分幾種。單盲是參與者不知道自己分到哪一組,雙盲是參與者與執行者都不知道,評估者盲則是負責評分或測量的人不知道分組。
教育與心理研究很難做到雙盲,因為介入本身看得見。但評估者盲通常做得到,例如由不知情的老師評分。
盲法要寫清楚誰被盲、怎樣盲。例如「評分由兩位不知分組的教師獨立進行,分歧由第三位仲裁」。
若無法盲,也要寫。例如「由於介入涉及課堂安排,參與者與教師均知道分組,本研究採用評估者盲」。這一句顯示你想過。
盲法還有一個實務問題:破盲。研究進行中,參與者可能猜到自己的組別,執行者也可能無意中透露。你要記錄有沒有破盲,並且在分析時說明。
代寫論文的顧問審這段,會問:誰知道分組、幾時知道。兩個答案寫清楚,盲法這一節就有內容。
盲法這一節通常只有兩三段,但它決定了你的結果可以被信任到什麼程度,因為在一個所有人都知道分組的研究裏,連最誠實的評估者也會在不知不覺之間偏向自己期待的那一組。這不是道德問題。這是設計問題。
報告有現成清單可以用。隨機對照試驗常用一套國際通行的報告指引,涵蓋廿多項,包括招募、分配、盲法、結果、限制。
功課不必逐項照填,但四樣要有:參與者流程圖、基線特徵表、主要結果、缺失數據的處理。
流程圖要寫四個數字:評估多少人、排除多少人(及原因)、隨機多少人、分析多少人。
缺失數據要交代方法。最常用的原則是「有意治療分析」,即所有被隨機分配的人都納入分析,不管有沒有完成介入。這個做法保守,但避免高估效果。
若你只分析完成者,要說明理由,並且承認可能高估。
流程圖的四個數字要對得上。評估人數減去排除人數,應該等於隨機人數;隨機人數減去退出人數,應該等於分析人數。對不上,評審會問為什麼。
達特茅斯學院寫作中心的論證資源(2026 年查閱)提醒,數字要讓讀者能自行核對,流程圖正是這種核對工具。
我們的顧問審這一節,會先把四個數字加減一次。對不上,其他部分寫得再好也要重做。CONSORT 報告清單這一節要跟的,就是這份清單。
第一,外部效度。納入標準越嚴,樣本越不代表真實人群。你的結果在實驗室有效,在普通課室未必。
第二,倫理。你不能隨機分配人去接受可能有害的條件。很多題目因此只能做準實驗。
第三,成本與時間。隨機對照需要招募、追蹤、處理退出,多數碩士論文負擔不起。
第四,實施偏差。介入由誰執行、執行得是否一致,都會影響結果。你要寫執行保真度。
四條寫在限制一節,各一兩句。寫出來不會扣分,藏起來才會。
固然,隨機對照在方法上處於較高的位置,但它在教育與社會研究裏常常做不到。你不能把學生隨機分到兩所學校,也不能隨機決定誰住哪一區。這些限制不是藉口,而是研究的條件,寫清楚它們,比假裝做了一個完美的實驗更誠實。
即使你只能做準實驗,仍然有幾件事可以做:控制基線、配對相似個案、用傾向分數加權、在討論一節明確寫出不能推論的部分。四件事做完,你的結論會窄一點,但會站得住。
我常跟學生說,方法的選擇不是為了讓結果好看,而是為了讓結論對得起證據。這句話聽起來很重,但它決定了你之後所有段落的語氣。
我們在審這類稿的時候,最先看的往往不是統計報表,而是方法一節裏那幾句關於分組與盲法的描述,因為它們最能顯示作者是照著模板填,還是真的想過自己的研究在什麼條件下成立。想過的人,句子會短,但每一句都對得上自己的設計;照著填的人,句子很長,卻換一個題目也照樣通。

第一,把分組那一段重寫,寫到「怎樣隨機」為止。寫不出,就把設計改成準實驗,並在標題與摘要一併改。
第二,補一段分配隱藏。沒有做,就寫「本研究未採用分配隱藏,可能影響分組的隱蔽性」。
第三,把「顯著優於」改成「在本樣本中觀察到差異」,然後補效果量。
這三件事做完,你可能會發現原本的結論站不住,而那種站不住,比一個漂亮但不成立的結論有價值得多。論文的分數來自判斷,不來自結果的戲劇性。
三個調整看起來很小,但它們改變的是整份文件的誠實度。很多同學不願意改分組那一段,因為一改,標題、摘要、結論都要跟著動;但不改的代價更大,因為評審一眼就看得出來,而那種不信任會蔓延到其他章節。
即使你已經寫完八成的稿,重寫方法一節仍然值得。方法一穩,後面的討論才有立足點。
隨機對照與準實驗的分數差距,多數不在統計,而在你能不能說清楚分組那一步。隨機化、分配隱藏、盲法,三樣寫得出來,準實驗也可以寫得誠實;三樣含糊,掛上隨機對照的名字反而更危險。
那位同學最後改的版本,把設計改成準實驗,補了兩班的基線差異,結論也改為「在控制基線分數後,差異縮小至兩分」。她說這樣寫不夠漂亮,但踏實。我同意。
固然,改成準實驗之後,論文的野心會小一點,因為你不能再說「證明有效」。但那種小,剛好對得上你的材料。學術寫作裏最難學的,不是把結論寫大,而是把結論寫到與證據一樣大;前者會讓你在一場答辯裏失守,後者會讓你在一場答辯裏站得住。
即使你手上有顯著的結果,也值得問一句:如果換一批學生、換一位老師、換一個學期,這個結果還在不在。答案若是不確定,就在限制一節寫出來。
若想有人陪你檢查分組與報告那幾節,代寫論文的顧問會逐項標出缺少的隨機化與盲法說明,交稿附原創性報告,對話與資料一律保密,急單亦可安排。
作者:Emily Wong|學術寫作顧問|人文社科論文與論證結構
WhatsApp 諮詢:+852 94783837
Telegram:@essayhelper_hk
網站:https://www.essayhelperhk.com/

essay.helper_hk 致力為香港大學生及大專學生提供專業、可靠、具質素保證的學術支援服務。