Kap. 6 Metodologisk kontroll inom experimentell forskning Flashcards
Vad är en mellangruppsdesig och när används det?
En design där en deltagare bara deltar i en betingelse.
Mellangruppsdesign används ibland när den måste användas, till exempel när den oberoende variabeln är en variabel som inte ska manipuleras utan som man väljer, till exempel om vi ska jämföra extroverta och introverta i någon aspekt. Undantag kan vara till exempel att man jämför någonting vid olika åldrar. Ett annat exempel är om deltagande i en betingelse påverkar eller omöjliggör deltagande i en annan betingelse.
Vilka är nackdelarna med en mellangruppsdesign?
Även fast det ses som en stor fördel att deltagare i studien kommer in med ett opåverkat sinne när det kommer till
hypotesen så är det en stor nackdel att man måste rekrytera en så pass stor mängd deltagare då varje betingelse måste vara en ny grupp människor. En annan nackdel är att skillnader i
testresultatet kan bero på individskillnader snarare än manipulationen av den oberoende variabeln. Viktigt att skapa likvärdiga grupper!
Vilka metoder används för att skapa likvärdiga grupper?
Randomisering och/eller matchning.
Vad menas med randomisering?
Randomisering innebär att deltagare slumpas in i betingelser i studien. Alla deltagare har samma chans att hamna i en specifik betingelse. Målet är att sprida ut individuella skillnader som kan påverka studien bland betingelserna.
När antalet deltagare är litet, av olika anledningar inte kunnat få fler till studien, så kan randomisering misslyckas med att skapa likvärdiga grupper med hjälp av slumpen. Ju färre deltagare, desto större är risken för att slumpen inte ska göra grupperna jämna. (Samma ex. som ovan - alla ängsliga i en grupp och avslappnade i en). Risken för typ två fel ökar - När man behåller nollhypotesen trots att den är falsk.
Vad menas med matchning?
Detta innebär att deltagarna grupperas enligt en för studien viktig variabel (ex. nivå av ängslighet - kallad matching variable). Sedan utefter dessa grupper kan deltagarna paras ihop och slumpas in i grupper.
Vilka kriterier gäller vid matchning?
Utöver att antalet deltagare är så få att randomisering kan gå fel gäller:
1) Måste ha god anledning att tro att det tillför/påverkar studiens resultat - att matching
variable korrelerar med BV.
2) Matching variable måste, på ett bra sätt, kunna mätas hos deltagarna - annars kan det bli
logistiskt svårt att genomföra studien, samt introducera bias hos testdeltagare, om de vet för mycket om hur/vad studien ämnar undersöka.
Detta kan ibland innebära att försöksdeltagare måste testas en gång innan de deltar i studien .
Vad menas med inomgruppsdesign?
Innebär att varje deltagare utsätts för samtliga betingelser inom OBV. Samma deltagare ingår i alla trials, och OBV mäts alltså flera gånger. Positivt är att det krävs färre deltagare, ibland är det även det enda rimliga valet (om studien handlar om ex. fysiologisk psykologi, sensation eller perception).
Vad är fördelaktigt med inomgruppsdesign?
Inomgruppsdesign kan vara användbart när populationen en ämnar undersöka är så liten att det är svårt att hitta ett större antal deltagare (ex. astronauter eller världsmästare i schack). Eliminerar även problemet med likvärdiga grupper då deltagarna är samma i båda betingelserna.
Vilka problem finns det vid inomgruppsdesign och vad innebär de?
- Ordningseffekter - I en inomgruppsdesign kan utförandet av den första delen av en studie påverka senare delar av studien när det kommer till personens utförande
- Progressive effects -
Utförandet blir antingen bättre eller sämre pga tidigare utförande - Carryover effect - Särskilda testdelar kan ge en oönskad effekt på senare testdelar
Vad är ett problem med matchning?
Ett problem med matchning är att det kan vara svårt att avgränsa hur många variabler som är värda att matcha på, och det är oftast omöjligt att matcha på alla variabler som tänkbart kan korrelera med den beroende variabeln. Detta innebär oundvikligen att det till viss del är upp till forskarens eget omdöme. Detta problem, och problemet med att mäta dessa variabler, är en huvudsaklig till att många psykologiforskare tenderar att undvika matchning, och istället rekrytera tillräckligt många deltagare för att kunna anta att randomisering kommer räcka
Vad kan användas för att kontrollera för ordningseffekter?
Man kan kontrollera för ordningseffekter genom så kallade counterbalancing. Det funkar dock bättre för progressiva effekter än carryover effekter. Det finns olika typer av counterbalancing beroende på om deltagaren testas i varje betingelse endast en gång eller flera gånger.
Vilka typer av counterbalancing finns?
- Complete counterbalancing: Varje möjlig sekvens kommer att användas minst en gång
(Problemet är dock att i takt med att antalet variabelvärden ökar så ökar även antalet möjliga sekvenser. Detta kräver fler testdeltagare) - Partial counterbalancing: Att använda sig av en del av den totala mängden sekvenser. Detta används
när man inte har tillräckligt många deltagare för mängden sekvenser. Detta kan dock leda till att det blir en obalans i följden av variabelvärden. Kan delvis lösas med en s.k.
Latin square
Reverse counterbalancing: Vill man testa samma person flera gånger på en betingelse kan man vända på sekvensen och göra den baklänges, efter att man utfört den första sekvensen. Detta kan sedan
upprepas.
Block randomization: Det innebär att alla möjliga sekvenser används en gång innan den återkommer igen.
Vad är Latin square?
Med en latin square så kan man skapa sekvensföljder som är “rättvisa” i sin utformning.
Det fastställer att varje betingelse förekommer lika ofta i varje sekvensposition. Det fastställer också att varje betingelse följer och följs av de andra betingelserna en gång vardera.
Vad är en tvärsnittsstudie?
Tvärsnittstudier kör samma tillvägagångsätt som mellangruppsdesign, alltså att man har olika personer i olika betingelse, en av de vanligare studierna är att man gör mätningar av barn i olika åldrar
i olika betingelse.
Vad är fördelar respektive nackdelar med tvärsnittsstudier?
En fördel med tvärsnittsstudier är tiden, det går snabbt att genomföra en tvärsnittsstudier så länge vi har deltagare.
En nackdel som kan uppstå vid tvärsnittsstudier är Cohort Effects, det är ett problem som uppstår om vi t.ex. undersöker grupper av folk där en grupp är 40 år, en 60 år och en 80 år, låt säga att vi vill undersöka intelligens i de grupperna och ser att intelligensen går ner med åldern, men är det verkligen åldern som är den avgörande faktorn eller är det den miljön som de är uppväxta som är den avgörande faktorn för intelligens. Skulle vi varit lika intelligenta idag som för 60 år sedan?
