4. 混淆风险的来源

在单因素实验中，研究者通常只主动改变一个因素（例如温度、浓度、班次、配方版本），并观察响应变量的变化。表面上看，这种设计逻辑清晰：谁变了，结果就归因于谁。但真实实验环境从来不是“只让一个变量动”的真空系统。当我们只操纵一个因素时，其余因素并没有被消除，它们只是从“被操纵”变成了“未被控制”。一旦这些未被控制的因素与处理水平在时间、空间或对象分配上产生系统性关联，它们的影响就会混入处理效应之中，形成混淆。理解混淆风险的来源，本质上是在回答一个问题：处理效应之外，还有哪些系统性差异被我们无意中一起比较了？

混淆风险的第一大来源是非随机化带来的分配偏差。当实验对象不是随机分配到各处理水平时，处理组与对照组之间可能在实验开始前就已存在系统差异。例如某工厂想验证“新工艺是否提高良品率”，由于新工艺需要专用设备，只能安排在夜班生产，而旧工艺安排在白班。此时比较的不仅是工艺，还同时比较了班次、操作人员、环境温度、设备状态等一系列与班次绑定的因素。若夜班良品率更高，我们无法判断是工艺改进的贡献，还是夜班环境更稳定、或夜班人员更熟练。这里的核心问题是：处理水平与时间、人员、设备等变量形成了“共生关系”，非随机化让这些变量成为处理效应的替身。

第二大来源是系统误差，它表现为测量、操作或设备层面的稳定偏移。系统误差的特点是方向一致、重复出现，因此不会像随机误差那样在多次实验中相互抵消，反而会持续叠加到某一处理组上。常见情形包括：测量仪器未校准，且校准偏差在实验中途发生变化；不同操作员对“合格”的判定标准不一致，而操作员又恰好按处理组分工；设备在连续运行中产生漂移，导致后做的处理组系统性偏低或偏高。例如在比较两种催化剂时，先做催化剂A的批次使用新更换的传感器，后做催化剂B时传感器已出现零点漂移，那么两组的差异中既包含催化剂效应，也包含传感器漂移效应。系统误差之所以危险，是因为它在数据上表现得“稳定而合理”，不容易被简单的重复测量发现。

第三大来源是环境变化与时间趋势。实验往往跨越数小时、数天甚至数周，环境温度、湿度、供电电压、原料批次、人员疲劳度、洁净度等都会随时间缓慢变化。如果处理水平按时间顺序依次实施，例如“先做对照组三天，再做处理组三天”，那么时间趋势就与处理效应完全纠缠。假设某发酵实验前三天用旧菌株、后三天用新菌株，而车间温度恰好在后三天因季节变化升高，最终产率提升可能主要来自温度而非菌株。这类混淆的识别线索是：处理组在时间轴上聚集，且环境变量存在同向漂移。此时即便重复实验，如果重复方式仍是“整批换条件”，混淆依然存在。

此外，操作者效应与对象选择偏差也常被忽视。当不同操作者负责不同处理水平时，操作者的技能、习惯、注意力会与处理效应混淆；当实验对象（如受试者、样品、批次）本身存在差异，而分配又非随机时，对象差异同样会混入处理效应。例如比较两种教学方法时，若实验班本身是选拔产生的，那么成绩差异就不能全部归因于教学方法。

识别混淆来源之后，关键在于判断“哪些变量与处理水平绑定了”。一个实用的做法是列出实验期间所有可能影响响应的变量，逐一追问：它在不同处理组之间是否系统不同？如果不同，它是被有意操纵的，还是被无意带入的？对于被无意带入的变量，应优先通过随机化、区组化、交叉设计或时间平衡来切断其与处理水平的关联。例如将处理顺序随机打乱、让每个操作者都参与所有处理水平、在每批实验中穿插对照组，都是削弱混淆的常用手段。若某些变量无法随机化（如设备专用），则应在分析中将其作为协变量记录并纳入模型，而不是假装它不存在。

需要强调的是，混淆并不等于“实验一定错了”，而是指因果解释的边界被压缩。单因素实验的价值在于聚焦，但聚焦的前提是其余因素足够稳定或已被平衡。判断一次单因素实验是否可信，可以检查三个信号：处理组是否在时间上聚集、处理组是否由不同人员或设备完成、环境变量是否在处理切换点附近发生跳变。若三者中有明显命中，就应警惕处理效应被高估或低估。把混淆来源讲清楚，不是为了否定单因素设计，而是为了在“只动一个因素”的同时，清醒地知道还有哪些因素在悄悄跟着动。