Original English version: https://www4.uwsp.edu/psych/STAT/1/expdes.htm
Mark Plonsky
- Regler for den vitenskapelige metoden
- Generelle prosedyrer av den vitenskapelige metoden
- Forskningsmetoder
- Statistikkens rolle
I. Regler for den vitenskapelige metoden
- Universet antas å være ordnet. Så, hendelser har spesielle årsaker.
- Det er offentlig verifiserbart. Ex. Du kan gå til biblioteket.
- Det kan gjentas for et gitt laboratorium, så vel som på tvers av forskjellige laboratorier.
II. Generelle prosedyrer av den vitenskapelige metoden
- Still et spørsmål om verden.
- Operasjonelt definere relevante vilkår.
Operasjonell definisjon – et begrep definert av hvordan det måles (og dermed det omfatter typisk tall). Ek. “Sult” – 24 timer etter mat deprivasjon. - Velg en forskningsmetode. Vi vil snakke om flere.
- Hente-og statistisk analyse av dataene.
Sistnevnte er hva dette kurset handler om. - Rapportere resultatene offentlig (dvs. publisere eller presentere det).
III. Forskningsmetoder
Disse varierer i form av informasjon om atferd de oppnår, samt i hvilke typer oppførsel de er best egnet til å studere. Vi vil se på fem forskjellige metoder. Vær oppmerksom på at de ikke utelukker hverandre.
1. Naturalis observasjon
Også kalt systematisk observasjon eller observasjonsmetode. Det er en systematisk metode for å observere atferden som det forekommer naturlig. Noen viktige spørsmål er:
1. Beskjedenhet – motivet er uvitende om de blir observert.
2. Naturlighet – temaet er “hjemme”.
3. Systematisk innspilling – atferd måles (eller telt) eller annen måte. For eksempel kan frekvensene (hvor mange), varigheter (hvor lang tid), og/eller ventetider (hvor lang tid før) kan bli registrert for operasjonelt definert atferd. Prosedyrer som tids sampling (hvor virkemåten er samplet med jevne mellomrom) kan bli brukt. Vi ønsker kanskje å beregne reliabilities for å se om de ulike observatører er enige om hva som blir målt.
2. Undersøkelser
Er en måte å samle en stor mengde informasjon relativt enkelt og raskt.
- Inkluder spørre og intervjuer.
- Krever nøye vurdering av:
a. Spørsmål struktur – bør ikke være ledende.
b. Tilstrekkelige prøvetaking? – noen definisjoner:
Befolkning – hele gruppen vi er interessert i.
Prøve – gruppen vi jobber med.
Tilfeldig prøve – en der hvert medlem av befolkningen har en lik sjanse til å bli medlem av utvalget.
- Eksempel undersøkelsesdata
Premaritale seksuelle holdninger (fra Gallup Poll data) Prøve
% sier det er galt i: 1969 1973 Lands 68 48 Kjønn Hunn 74 53 Mann 62 42 Utdanning Grunnskolen 77 60 Videregående skole 69 45 Høyskole 56 41 Geografisk plassering Øst 65 38 Vesten 69 51 Sør 78 58 Vest 55 41
3. Sak studier
Brukes mye av klinikere. En individuell eller liten gruppe individer er studert i detalj. For eksempel vil vi kanskje studere psykisk lidelse skizofreni. Det er en form for psykose som det oppstår med en forekomst i befolkningen på ca 1%. Det blir vanligvis tydelig mellom 15 og 35 år. Den enkelte eller den lille gruppen av individer vi jobber med, kalles en kohorte.
- Er flere måter vi kan gjøre dette. To inkluderer:
a. Retrospektiv teknikk – ser tilbake på tidligere hendelser. Vi kan arrangere en kohort av 10 personer som har sykdommen. Vi vil intervjue dem, deres foreldre eller foresatte samt eventuelle lærere eller arbeidsgivere at vi kunne komme i kontakt med. En fordel med denne teknikken er at det er relativt enkelt å gjøre. En ulempe er at minnet ved tidligere arrangementer kan være defekt.
b. Langsgående eller proaktiv teknikk – følger hendelsene som de oppstår. Så vi måtte finne de neste 1000 barn født i staten som er foreldre ville være villig til å particpate i en studie hvor vi besøker med dem en gang per år de neste 35 årene. Siden 1% av 1000 er 10, som ville gi oss kohorten vi ønsker. En fordel er at dataene er svært nøyaktig. En ulempe er tiden og kostnadene ved å gjøre en så stor skala studie.
4. Testmetoder
- Operasjonelt definerer variabler.
- Eks. IQ-test, TMAS, BDI, ACT, SAT.
5. Eksperimentell metode
- Involverer manipulere noe vi velger.
- Er det mest effektive metoden fordi det tillater oss å bestemme årsak og virkning.
- Definisjoner:
Variabel
Karakteristisk for en person eller ting som kan forekomme i forskjellige mengder eller typer. Ex. Ytelse på prøve.
Uavhengige variabler (IV)
Vi velger og manipulere disse. Slik at et IV må ha minst to nivåer (eller verdier IV kan ta).
Ex. Mengden av søvnmangel, hvor kontrollgruppen ikke berøves og forsøksgruppen er 24 timer fratatt (de trakk en “all natts”). I dette tilfellet har IV to nivåer eller verdier det kan ta.
En variabel som er lik en IV, men er ikke helt manipuleres kalles en ex post facto variabel. Ex. kjønn; eksperimentator ikke bestemme hvem som skal være mann og hvem som skal være kvinner.
Avhengige variabler (DV)
Vi måler disse.
Ekstreme variabler (EV)
Andre enn IV som kan påvirke DV variabler. Vi bekymrer om disse. Hvis en EV effekter gruppene i et eksperiment forskjellig, vi vet ikke om den IV eller EV resulterer i forskjeller i DV. I dette tilfellet, sier vi at resultatene fra forsøket er forvirret. Således sammenblanding er en situasjon som en EV kan produsere. Det er faktisk 3 muligheter i forhold til effekten av en EV. Bare én av disse er et problem (dvs. situasjonen for confounding).
| Mulighet | Resultat | |
| 1 | EV har ingen virkning på noen av gruppene | Ikke et problem |
|---|---|---|
| 2 | EV effekter alle av gruppene i det samme måte | Ikke et problem |
| 3 | EV effekter gruppene differensielt (for eksempel ett og ikke den andre) | Forvirrende – Et problem. |
- Formål: Å se om endringer i IV forårsaker endringer i DV.
- Eksempel: Effekter av Marihuana på Minne (Weil, Zinberg, og Nelson, 1968). Tallene gitt er fiktive, men basert på faktiske data.
- Eksperiment 1 (2 uavhengige grupper). Den IV var marihuana med to nivåer.
|
IV -> |
||
|
Nivåer -> |
||
| Gjennomsnittlig ord husket fra 20 fem-brev substantiver presentert på 1 sek intervaller |
||
- Eksperiment 2 (involverte mer enn ett IV og kalles derfor en faktoriell utforming). I eksperiment 2, de inkludert den variable (ex post facto) av tidligere erfaring med legemidlet.
Erfaring |
||
Merk at i dette tilfellet, er det tre forskningsspørsmål (det er et spørsmål for hver IV samt for deres interaksjon):
- Har IV1 ha en effekt på DV. For eksempel (som i forsøk 1), betyr marijuana påvirker minneytelse?
- Har IV2 har og effekt på DV. For eksempel er tidligere erfaring med marihuana knyttet til dens effekt på minneytelse? Legg merke til at ingen nevner er laget av en effekt, fordi variabelen er ikke noe vi manipulert (det er ex post facto).
- Interaksjonen Spørsmålet spør om den effekt som en variabel, kan ha på DV avhenger på den andre variable. For eksempel ikke effekten av marihuana på minnet avhenger av tidligere erfaring med narkotika?
- Faktorer og grupper: En IV kan være en mellom grupper blitt faktor (som omfatter forskjellige grupper), eller en i grupper faktor (samme gruppe testet flere ganger). Hver av disse metodene har noen fordeler og ulemper som vi vil lære om senere i semesteret. For nå, kan du alltids fortelle hvor mange grupper i et design ved å multiplisere ut mellom grupper faktorer. Hvis du har alt innen grupper faktorer, da du bare har én gruppe. Her er noen eksempler for å gjøre dette klarere. I disse eksemplene la f være en faktor mellom gruppene og w være en faktor i grupper.
| IVs | Nivåer (faktor) | Design | Multiplisere | # Grupper |
Kommentarer
|
|---|---|---|---|---|---|
| 1 |
2(b)
|
1 faktor mellom |
2=
|
2
|
Eksp 1 i eksempel. |
| 1 | 3(b) | 1 faktor mellom | 3= | 3 | |
| 1 |
2(w)
|
1 faktor innenfor |
1 grup testet 2x=
|
1
|
|
| 2 |
2(b) x 2(b)
|
mellom grupper fakultet |
2×2=
|
4
|
Eksp 2 i eksempel. |
| 2 |
2(b) x 2(w)
|
blande fakultet |
2=
|
2
|
|
| 2 |
2(w) x 2(w)
|
innenfor grupper fakultet |
1 grup testet 4x=
|
1
|
|
| 3 |
2(b) x 3(b) x 4(w)
|
blande fakultet |
2×3=
|
6
|
3-veis fakultet. |
IV. Statistikkens rolle
1. Betydningen av forskjellene
I et eksperiment med to grupper, er det to grunner til at kan oppstå forskjeller.
- IV eller behandlingseffekten (hva vi manipulert).
- Chance eller sampling feil (feilen vi kan forvente fra å bruke prøveverdier for å estimere populasjons verdier).
Statistikk hjelper oss med å avgjøre om forskjellen skyldes IV (signifikant).
Viktige begreper:
- Sannsynlighet (p) – refererer til hvor sannsynlig noe skal skje. Sannsynlighetene varierer fra null til en. Således, når det gjelder statistikk, kan de observerte resultatene være:
| Usannsynlig På grunn av sjanse |
Sannsynlig På grunn av sjanse |
|
|---|---|---|
 |
||
- Alfa nivå (α) – vilkårlig nivå velges for å skille sannsynlig fra usannsynlig.
- Den statistiske test – bestemmer den p at en gitt forskjell skyldes tilfeldigheter. Dersom p ≤ α, sier vi at forskjellen er signifikant (eller pålitelig).
2. Ikke årsakssammenheng
Variabler er ikke alltid relatert på grunn av årsakssammenheng. Statistiske teknikker er tilgjengelige for å vurdere ulike aspekter av forhold mellom variabler selv når det ikke foreligger noe årsakssammenheng.
3. Statistikk som et verktøy
Det bør være klart fra vår diskusjon om forskningsdesign at statistikk er et verktøy for den vitenskapelige metoden. For det første utføres et forskningsprosjekt. Dataene analyseres deretter. Hvis forskningsprosjektet var dårlig utformet, vil selv den mest strålende statistiske analysen ikke gi et meningsfylt svar på det opprinnelige forskningsspørsmålet.
Copyright © 1997-2016 M. Plonsky, Ph.D.