Forelesning 5:Confounds
The Classic Confounds: All effekt intern validitet!
Historie Confound en historie confound oppstår når det er noen
ekstra-eksperimentell hendelse som påvirker den avhengige variabelen. Det
forekommer vanligvis for eksperimenter som har lang varighet. For eksempel
, anta at jeg kjører en klinisk prøve for en ny
elektrokonvulsiv terapi for depresjon. Jeg har folk ta en
depresjon inventar før 15 ukers behandling og etter 15
uke behandling. Det kan være en rekke mellomliggende faktorer som
kan endre resultatene. Lar navn og analysere noen av dem.
en deltaker får skilsmisse,
en annen får en ny jobb,
Dramatisk økning av gassprisene,
sommervarmen slutter.
Lag et eksempel der historie forvirrer resulterer I En type I-feil. Lag
opp en der det resulterer i En TYPE II-feil.
Modning Confound:
denne confound er ganske lik historien confound. Det forekommer i
eksperimenter som har lang varighet. Selv uten utenforstående hendelser
endres folk systematisk. Barn vokser opp, voksne blir gamle.
La oss prøve å gjøre en vurdering av et ettårig taleterapiprogram for
2-åringer som ennå ikke snakker. Klart, i løpet av året,
nesten alle barn vil se betydelige gevinster i taleevne del av
vokser opp.
Instrumentering:
noen ganger endres vårt instrument for måling AV DV (OG IV) i
subtil mote. Vi blir dyktigere til å utføre våre
eksperimenter. FOR EKSEMPEL KAN IQ test givers gjøre en bedre jobb på
instruksjonene. Kan du tenke på andre eksempler der det kan være en
instrumenteringseffekt?
Utvalg:
dette er et stort problem i eksperimenter uten tilfeldig tildeling. En
seleksjonsforstyrrelse kan oppstå når det er et differensielt utvalg
kriterier for behandlingstildeling. For eksempel skal vi gjøre et
eksperiment for å teste effektiviteten av spanking på barns oppførsel.
Foreldre kan velge om De ønsker å være i
no-spanking-gruppen eller spanking-gruppen. De i no spanking
– gruppen lover ikke å spankere sine seksåringer for dårlig oppførsel; de
i spanking-gruppen lover å spankere sine seksåringer for dårlig
oppførsel. Hvordan kan dette resultere I En type i-feil? Hva med En TYPE II
– feil?
flere subtile eksempler:
1. Forventet levetid for universitetsprofessorer.
2. Simpsons Paradoks:
Berkeley Graduate School Opptak Data
Bickel, Hammel, O-Connell (1975) Vitenskap
Totalt
Kjønn | Søkere | % Innrømmet |
Menn | 8442 | 44% |
Kvinner | 4321 | 35% |
men resultatene virket mer rettferdige På Høyskolenivå
Høyskole | Menn | Kvinner | ||||
App | Acc-Et | % | App | Acc | % | |
Til | 825 | 512 | 62% | 108 | 89 | 82% |
B | 560 | 353 | 63% | 25 | 17 | 68% |
C | 325 | 120 | 37% | 593 | 202 | 34% |
D | 417 | 138 | 33% | 375 | 131 | 35% |
191 | 53 | 28% | 393 | 94 | 24% | |
F | 272 | 16 | 6% | 341 | 24 | 7% |
Totalt Sett | 2590 | 1192 | 46% | 1835 | 557 | 30% |
Hva Skjedde?
Høyskole | Akseptgrad | Forhold M / F |
A | 64% | 7.6 |
B | 63% | 22.4 |
C | 35% | .54 |
D | 34% | 1.11 |
E | 25% | .49 |
F | 6.5% | .80 |
Regresjon Til Gjennomsnittet
Dette er en form for utvalgsskjevhet. Anta at vi vil vurdere vår
pjokk tale terapi ved å sammenligne forbedringen av ikke-snakkende 2
åringer med snakkende toåringer. Men vi må være oppmerksomme på at noen
andel av de ikke-snakkende toåringene vil komme opp til sine
jevnaldrende uten noen intervensjon. Dette fenomenet kalles regresjon
til gjennomsnittet. Det er et problem når man utpeker en gruppe fordi
de er overmåte gode eller dårlige på noen måte og tildeler dem til en
annen behandling.
Dødelighet
folk faller ut av eksperimenter. Dette er normalt fremmed. Uansett,
noen ganger kan det gripe inn-når frafallet varierer over
forhold av spesifikke årsaker.
Deltaker Effekter (Etterspørsel egenskaper)
Folk ønsker å behage forskere. Periode. De følger noen ganger
for godt. Tenk eksempel på sannsynlighet læring.
Experimenter Effekter I.
Forskere kan subtilt påvirke sine funn. De kan kjenne
forholdene og ha en eierandel i utfallet. De kunne subtilt og
ubevisst formidle differensielle instruksjoner, informasjon, etc.
Skjevheter I Hele Felt
for eksempel er feltet varmt på å vise biologiske grunnlag for atferd
forskjeller slike kjønnsforskjeller. Det er ganske vanskelig å publisere en
å finne at det ikke er kjønnsforskjeller på en oppgave. Dette
representerer en” felt-wide ” experimenter effekt. De dramatiske
forekomstene av eksperimentereffekter er sannsynligvis i den felles
tolkningen av tvetydige eller motstridende funn. Vi vil se et
godt eksempel på Dette med Goulds fortelling av måling av
skaller i det 19. Århundre.