Кэмпбелл - Контролирование артефактов

А. Контролирование правдоподобных конкурентных гипотез посредством дополнительного

варьирования

Б. Повторение с использованием разных методов - применение разных методических

процедур Эта - ес.ш даст одинаковые результаты, то исключается бОльшая часть

правдоподобных конкурентных гипотез.

3. Зам^.скипопапньи ••г!,':! естественных условиях.

Один из основных классов правдоподобных конкурентных гипотез -эго осведомленность об

Этировании или реактивные настройки. Ограничивают возможности обобщения. Полученные

Результаты м. б. отнесены к тем респондентам, кот имеют осведомленность, и не м.б. распространены на популяцию, у кот в отн Х нет Этальных установок. Это можно избежать замаскированными Этом, когда респонденты не знают, что их Этирует.

68. Коэффициент ковариации и корреляции. Их место в экспериментальном и корреляционном исследовании

Корнилова:

В гипотезе о связи каждая переменная рассм как влияющая на др переменную. Статистической мерой связи при этом служит выборочный коэффициент ковариации S _XY (это среднее отклонение каждой переменной)

S _XY = S (x _I – x) (y_I – y) / n –1

Ковариация характеризует связь между Х и У, она дает количественную характеристику диаграммы рассеивания

Форма облака говорит о связи Х и У. Если связь +, то более высоким значениям Х соотв более высокое значение У. Чем больше связь, тем вытянутее облако.

Ковариация переменной самой с собой – дисперсия.

Корреляция – отношение полученной ковариации с мах возможной

R _XY = S_XY / S_X x S_Y

R – процент от мах возможной ковариации

Коэффициент корреляции – ковариация стандартной переменной

R – регрессия, кот исп для цели предсказания одной переменной по данным другой

В экспер исследователи чаще пишут коэффициент корреляции

Удобства исп коэффициента корреляции:

- показывает меру связи между переменными если они измерены в одних единицах

- измеряется в одном диапазоне (+1, -1)

- разработаны разные способы подсчета коэф корреляции (при разных и при одной шкале)

Основная цель исп мер связи в эксперименте – проверка статистических нуль-гипотез о том, что переменные Х и У не связаны, т.е имеют нулевой коэф корреляции в совокупности

Сложно найти коэф корреляции равный 0, часто просто явл незначимой.

Корреляция аутохтонная – корреляция результатов измерения одной и той же переменной на одних и тех же объектах в разные промежутки времени

Корреляция синхронная – корреляция между разными переменными, измер одновременно

Корреляция перекрестно-отсроченная – корреляция между 2мя переменными, измер в разные прмежутки времени, одна – на первом, а др – на втором этапе исследования

Коэффициент ковариацпи - это среднее произведений отклонений каждой переменной:

Ковариация характеризует связь двух переменных, дает количественную характеристику диаграммы рассеивания:

По облаку рассеивания можно судить о связи переменных. Чем связь больше, тем более

вытянуто облако.

Ковариация переменной самой с собой - это ее дисперсия.

Ковариация переменных - одно из условий причинного вывода.

Корреляция - отношение полученной ковариацин к максимально возможной (пли корреляция

есть ковариация стандартизованных неременных):

Применение корреляции и ковариация и Этал м исследовании:

Это одно из условий причинного вывода.

Подсчет корреляции может показать необходимость Эта: если корреляция незначима, то незачем проводить Этальное исследование; если же корреляция значима, то целесообразно провести Эт. Если корреляция не просто незначима, а нулевая, то конкурирующая гипотеза - влияет какой-то третий фактор.

Применение корреляции и ковариации в корреляционном исследовании:

Корреляционное исследование - тип исследования, в котором проверяются гипотезы о связях, а сами психологические переменные либо являются проявлениями разных сторон одних и тех же базисных процессов, либо сопутствуют друг другу, а вопрос об их детерминации остается открытым.

К ним относятся не только те работы, где для статистических решений применяется подсчет коэффициентов корреляции.

Корреляция между переменными еще не означает, что одна из них каузально влияет павторую.

Величина коэф. Корреляции сама по себе не основание д-чя оценки приемлемости статистической гипотезы, основание - статистическое решение о значимости этого коэфф.

Интерпретация установленной связи основывается на не следующем из самого эмпирического материала обосновании.

Выбор коэфф. коррел.: существуют разные коэф. Коррел. (Пирсона, Спирмена, фи), их выбор зависит от типа шкал и плана обработки данных.

Корреляционное исследование не всегда требует подсчетов корреляции.

Статистический контроль в коррел иссл:

3. охват в предполагаемой выборке измерении всех уровней случайных вариаций побочных переменных

4. рассмотрение эмпирически полученного коэфф. коррел между измеренными переменными в качестве меры для оценки статистической нуль-гипотезы (нет связи между показателями).

5. "Контроль после"

69. Kонтроль POST FACTUM

Для того, чтобы говорить о причинно-следственной зависимости, необходим достаточный контроль всех известных к моменту проведения исслед возможных объяснений полученных различий (между двумя условиями или группами) или связей 2х переменных.

Контроль Пост фактум – это разработанная для квазиэкспериментов схема работы с полученными данными, позволяющая оценить возможные влияния базисных побочных переменных (БПП) на изучаемую зависимость после того, как эмпирическая часть исследования завершена.

Для этого нужно чтобы соответствующие базисные переменные, рассматриваемые как возможные источники смешений, были уже измерены. Обычно это какие-то другие показатели, или так называемые третьи переменные.

Хотя контроль после предполагает улучшение контроля за выводом в квазиэксперименте, реально его применение может существенно повысить валидность выводов в любом корреляционном исследовании. Главное, чтобы были эксимизированы те побочные переменные, кот могут исказить основной исследуемых эффект и имелись методологические средства измерения соотв смешивающихся переменных.

Раз мы имеем дело с проблемой контроля переменных, кот не вкл в квазиэкспериментальный или корреляционный план, но могут влиять на ЗП или на обе основные переменные, между кот устанавливается связь, то т.о выделяются возможные угрозы валидности со стороны БПП. Сами эти БПП, смешивающиеся с основными базисными переменными, не могут быть выделены.

Контроль заключается в измерении влияния каждой из возможных БПП в отдельности, а также в статистическом сравнении выраженности эффекта их влияния по сравнению с осн эффектом, оцениваемым в основном как эффект влияния разницы групп по первичному квазиэкспериментальному плану.

Связи выводов о влиянии переменных со статистическими решениями на каждом шаге этого контроля выглядит след образом:

Случай 1

1.1 Получено статистически значимое различие между выборочными показателями осн групп, отличающихся по осн переменной. Стат решение звучит при этом как отвержение нуль-гипотезы. После этого выявляется отсутствие значимой связи между осн переменной, определившей исходное различие групп и БПП.

Если показано отсутствие значимых связей между ними, то вывод об исследуемой эмпирической зависимости или об основном эффекте влияния НП считается достаточно валидным.

Если же, напротив, выявлена связь НП и БПП, то требуется оценка самостоятельного влияния БПП на ЗП или ее аналог.

Эта оценка осущ путем соединения всей совокупности показателей в одну выборку и нового ее деления на группы в соотв во значениями БПП, выступающей теперь как новое основание отличных групп

1.2 Теперь оценивается значимость связи или значимость различия по отношению к новому критерию отличия групп, обр в соотв в уровнями измерения для этих же исследуемых БПП.

Если показано отсутствие значимых связей между значениями БПП и ЗП, то вывод об основной эмпирической зависимоститакже считается достаточно валидным.

Если же установлена корреляция БПП с ЗП или эффект различий ЗП в зависимости от новго критерия деления на группы, то требуется учет смешения, т.е признание в выводах, что именно БПП могла определить осн эффект

Случай 2

1.1 Не найдено статистически значимых различий (или связей) между значениями ЗП по отношению к исходному плану. Нет и значимых различий при исп нового критерия разбиения на группы в соотв с значениями БПП. Тогда вопрос о том, какой базисный процесс лежит в основе экспер деятельности испытуемых остается открытым. В выводах признается,что осн гипотеза не выдержала опытной проверки, что не исключает ее новой проверки.

1.2 Не установлены значимые эффекты по отношению к исходному плану. Однако значимыми оказались различия по выраженности влияния БПП на ЗП. Т.е при разбиении измеренных показателей на новые группы в соотв со значениями БПП получен эффект, не установленный для НП или основной базисной переменной. При таком исходе можно делать вывод о том, что не предполагавшийся в идеальной экспериментальной гипотезе, а стоящий за измеренной БПП базисной процесс определяет значения НП.

Итак, общая схема проведения контроля Пост фактум предполагает оценку значимости результатов сравнения:

1. ЗП по отношению к исходному квазиэкспериментальному плану, т.е по отношению к основному разбиению измерений на экспериментальную и контрольную группы

2. измеренной базисной побочной переменной в выраженности ее связи с исходным критерием образования экспериментальной и контрольной групп

3. ЗП для новых групп, обр в соотв с уровнями измеренной БПП. Сама БПП м.б. измерена как до, так и после осн переменных, но образование новых групп осущ после измерения основных эффектов и служит их уточнению, т.е служит цели контроля за выводом. Поэтому название «контроль после» остается общим при любом моменте измерения собственно БПП.

Экспериментом Пост фактум Кэмпбелл называет также случай сбора данных, когда экспериментальное воздействие имело место в прошлом и соответствующая переменная оишь реконструируется во время проведения исследования.

Контроль ex post factum (или "контроль после") - это схема работы с полученными данными, которая позволяет оценить возможные влияния базисных побочных переменных (БПП) на изучаемую зависимость после того, как" эмпирическая часть исследования завершена. Разработана для квазиэтов.

Требует, чтобы соответствующие базисные переменные (которые не являются ни ПН и ни ЗП), которые могут быть возможными источниками смешений, были уже измерены.

"Контроль после" может применяться в корреляционном исследовании и в квазиЭтах. Повышает валндность выводов, т. к. изучает угрозу валидности со стороны БПП. Заключается в:

6. измерении влияния каждой из возможных БПП в отдельности

7. статистическом сравнении выраженности эффекта их влияния по сравнению с основным эффектом, который оценивается как эффект влияния разницы групп но первичному квазнЭталыюму плану.

Требует, чтобы:

8. были эксплицированы побочные переменные, когорыс могут исказить основной исследуемый эффект.

9.чтобы имелись методические средства измерения соответствующих смешивающихся переменных.

Виды связи выводов о влиянии переменных со статистическими решениями на каждом шаге этого контроля:

Первый случаи

1.1. Есть статистически значимое различие между выборочными показателями основных групп, которые отличаются по основной переменной (НП или первичной базисной переменной). Статистическое решение звучит как отверженце нуль-гипотезы.

Смотрят отсутствие значимой связи между основной переменной, по которой различны группы, и БПП.

Если связи нет, то вывод об основном эффекте влияния НП считается достаточно валидным.

Если найдена связь НП и БПП, то ндао оценить БНН на ЗП (или не аналог). Всю совокупность показателей по всем гр или условиям соединяют в одну выборку. Потом эту выборку делят на новые гр по критерию отличия БПП.

1.2. Оценивают значимость связи БПП я ЗП но отношению к критерию отличия новых групп.

Если значимых связен не найдено, то вывод об основной эмпирической зависимости считается достаточно валидным.

Если найдены связи или эффект различии ЗП в зависимости от нового критерия деления на группы, то требуется учет смешения, т. е. признание в выводах, что именно БПП могла

определить основной эффект.

Поиск по сайту: