forskningsmetoder i Psykologi (Norsk)

I dette avsnittet ser vi på noen ulike måter å designe et eksperiment., Det primære skillet vi vil gjøre er mellom tilnærminger som hver deltaker får ett nivå med den uavhengige variabelen og tilnærminger som hver deltaker opplevelser for alle nivåer av den uavhengige variabelen. Tidligere er kalt mellom-fag eksperimenter og sistnevnte er kalt i-fag eksperimenter.

I en mellom-fag eksperiment, og hver deltaker er testet i bare én betingelse. For eksempel, en forsker med et utvalg av 100university studenter kan tilordne halvparten av dem til å skrive om en traumatisk hendelse, og den andre halvparten skrive om en nøytral event., Eller en forsker med et utvalg av 60 personer med alvorlig agorafobi (frykt for åpne plasser) kan tildele 20 av dem til å motta hver av de tre ulike behandlinger for denne sykdommen. Det er viktig i en mellom-fag eksperiment som forsker tilordne deltakere til forholdene, slik at de ulike gruppene er, i gjennomsnitt, svært lik hverandre., De som er i en traumer tilstand og en nøytral tilstand, for eksempel, inneholder en tilsvarende andel av menn og kvinner, og de bør ha lik gjennomsnittlig intelligens rundt (IQs), tilsvarende den gjennomsnittlige nivåer av motivasjon, tilsvarende gjennomsnittlig antall helseproblemer, og så videre. Dette passer er et spørsmål om å kontrollere disse overflødige deltaker variabler på tvers av forholdene, slik at de ikke blir konfunderende variabler.,

Tilfeldig Tildeling

Den primære måten at forskere utføre denne type kontroll av utenforliggende variabler på tvers av forholdene kalles tilfeldige oppdrag, som betyr at du bruker en tilfeldig prosess for å bestemme hvilke deltakere som er testet på hvilke vilkår. Ikke forveksle tilfeldig tildeling med tilfeldig utvalg. Random sampling er en metode for å velge et utvalg fra en populasjon, og det er sjelden brukt i psykologisk forskning., Tilfeldige oppdrag er en metode for tilordning av deltakerne i en prøve til ulike forhold, og det er et viktig element i alle eksperimentell forskning i psykologi og andre felt også.

I sin strengeste forstand, tilfeldig tildeling bør oppfylle to kriterier. Det ene er at hver deltaker har en lik sjanse for å bli tildelt hver tilstand (f.eks., en 50% sjanse for å bli tildelt til hver og en av to betingelser). Det andre er at hver deltaker er tilordnet til en tilstand uavhengig av andre deltakere., Dermed en måte å tilordne deltakere til to forhold ville være å vende en mynt for hver og en. Hvis mynten lander hoder, deltakeren er tilordnet til En Tilstand, og hvis det lander mynt, deltaker er tildelt Tilstand B. For tre forhold, vil man kunne bruke en datamaskin til å generere et tilfeldig heltall fra 1 til 3 for hver deltaker. Hvis heltallet er 1, deltakeren er tilordnet til En Tilstand av; hvis det er 2, deltakeren er tildelt Tilstand B, og hvis det er 3, deltakeren er tildelt Tilstand C., I praksis vil en full sekvens av tilstander—en for hver deltaker forventes å være i eksperiment—er vanligvis laget på forhånd, og hver ny deltaker er tilordnet til neste tilstand i den rekkefølge som han eller hun er testet. Når prosedyren er datastyrt, dataprogram ofte håndterer tilfeldig tildeling.

Ett problem med mynt snu og andre strenge prosedyrer for tilfeldige oppdrag er at de er sannsynlig å resultere i ulik utvalgene i de ulike forhold., Ulik utvalgsstørrelsene er vanligvis ikke et alvorlig problem, og du bør aldri kaste bort data som du allerede har samlet inn for å oppnå samme eksempel størrelser. Men, for et fast antall deltakere, det er statistisk mest effektivt å dele dem inn i like store grupper. Det er vanlig praksis er derfor å bruke en slags modifisert tilfeldige oppdrag som holder antall deltakere i hver gruppe som er så likt som mulig. En tilnærming isblock randomisering. I blokk randomisering, alle forhold inntreffer en gang i sekvensen før noen av dem er gjentatt., Da de alle til å skje igjen før noen av dem er gjentatt igjen. Innenfor hver av disse «blokker» de forhold som kan oppstå i en tilfeldig rekkefølge. Igjen, sekvensen av forhold er vanligvis generert før noen deltakere er testet, og hver ny deltaker er tilordnet til neste tilstand i sekvensen. Tabell 6.2 viser en slik sekvens for tildeling av ni deltakere til tre forhold. Forskning Randomizer nettsiden vil generere blokkere randomisering sekvenser for alle antall deltakere og betingelser., Igjen, når prosedyren er datastyrt, dataprogram ofte håndterer blokkere randomisering.

Tabell 6.,ab»>4

B
5	C
6	A
7	C
8	B
9	A

Random assignment is not guaranteed to control all extraneous variables across conditions., Det er alltid mulig at bare ved en tilfeldighet, deltakerne i en tilstand som kan vise seg å bli vesentlig eldre, mindre sliten, mer motivert, eller mindre deprimert enn gjennomsnittet deltakerne i en annen tilstand. Men, det er noen grunner til at denne muligheten er ikke en stor bekymring. Det ene er at tilfeldig tildeling fungerer bedre enn man kunne forvente, særlig for store prøvene., En annen er at slutningsstatistikk som forskerne bruker til å bestemme om en forskjell mellom gruppene reflekterer en forskjell i befolkningen tar «fallibility» av tilfeldige oppdrag i betraktning. Ennå en annen grunn er at selv om tilfeldige oppdrag gjør resultere i en konfunderende variabel, og derfor gir misvisende resultater, dette narre er sannsynlig å bli oppdaget når eksperimentet er replikert. Resultatet er at tilfeldig tildeling til forhold—selv om det ikke ufeilbarlig i form av kontrollerende utenforliggende variabler—er alltid regnet som en styrke i et forsknings-design.,

Behandling og Kontroll Betingelser

Mellom-fag eksperimenter er ofte brukt til å finne ut om en behandling virker. I psykologisk forskning, en behandling er alle inngrep som er ment å endre folks adferd til det bedre. Dette intervensjon omfatter psykoterapi og medisinsk behandling for psykiske lidelser, men også tiltak som er ment å forbedre læring, fremme bevaring, redusere fordommer, og så videre., For å finne ut om en behandling virker, deltakerne er randomisert til enten en behandling for tilstanden, der de får behandling, eller en kontroll tilstand, der de ikke får behandling. Hvis deltakerne i behandlingen tilstand ende opp bedre enn deltakerne i kontroll-tilstand—for eksempel, de er mindre deprimerte, lære raskere, spare mer, express mindre fordommer—da kan forsker kan konkludere med at behandlingen virker., I forskning på effekten av psykoterapi og medisinsk behandling, denne typen av eksperimentet kalles ofte en randomisert klinisk studie.

Det finnes forskjellige typer av kontroll betingelser. I et no-behandling kontroll tilstand, deltakerne får ingen behandling overhodet. Ett problem med denne tilnærmingen, imidlertid, er eksistensen av placebo-effekter. Placebo er en simulert behandling som mangler enhver virkestoffet eller et element som bør gjøre det effektivt, og en placebo-effekten er en positiv effekt av slik behandling., Mange folk rettsmidler som synes å fungere—slik som å spise kylling suppe for kalde eller å plassere såpe under sengetøy. for å stoppe nattlige leg cramps—er trolig noe mer enn placebo. Selv om placebo-effekter er ikke godt forstått, de er sannsynligvis drevet først og fremst av mennesker er forventninger om at de vil forbedre. Å ha en forventning om å bedre kan resultere i redusert stress, angst, og depresjon, som kan endre oppfatninger og til og med forbedre immunforsvaret fungerer (Pris, Finniss, & Benedetti, 2008).,

Placebo-effekter er interessant i sin egen rett (se Note «Den Kraftige Placebo»), men de utgjør også et alvorlig problem for forskere som ønsker å finne ut om en behandling virker. Figur 6.2 viser noen hypotetiske resultater som deltakere i en behandling tilstand bedret seg mer i gjennomsnitt enn deltakerne i en ikke-behandling kontrollere tilstanden. Hvis disse forholdene (de to lengst til venstre barer i Figur 6.2) var de eneste forholdene i dette eksperimentet, men man kan ikke konkludere med at behandlingen virket., Det kan i stedet være at deltakerne i behandlingen gruppen forbedret mer fordi de forventes å øke, mens de i den ikke-behandling kontroll tilstand som ikke gjorde det.

Heldigvis, det er flere løsninger på dette problemet., Den ene er å inkludere en placebo-kontroll tilstand, der deltakerne får et placebo som ser mye som behandling, men mangler den aktive ingrediensen eller element tenkt å være ansvarlig for behandlingen effektivitet. Når deltakerne i behandling for tilstanden ta en pille, for eksempel, så de i en placebo-kontroll tilstand ville ta et identisk utseende pille som mangler den aktive ingrediensen i behandling («sukre pillen»). I forskning på psykoterapi effektivitet, placebo kan innebære å gå til en psykoterapeut og snakker i en ustrukturert måte om sine problemer., Tanken er at hvis deltakerne i både behandling og placebo-kontroll grupper forvente å bli bedre, så noen forbedring i behandling konsernet utover det som er i placebo-kontroll gruppe må ha vært forårsaket av behandling og ikke av deltakernes forventninger. Denne forskjellen er hva som er vist ved en sammenligning av de to ytre barer i Figur 6.2.

selvfølgelig, prinsippet om informert samtykke krever at deltakerne bli fortalt at de vil bli tildelt til enten en behandling eller en placebo-kontroll tilstand, selv om de ikke kan bli fortalt som før eksperimentet er ferdig., I mange tilfeller er de deltakerne som hadde vært i kontroll-tilstanden er så gitt en mulighet til å ha reell behandling. En alternativ tilnærming er å bruke en venteliste kontroll tilstand, der deltakerne blir fortalt at de ikke får behandling, men må vente til deltakerne i behandlingen tilstanden har allerede fått det. Thisdisclosureallows forskere å sammenligne deltakere som har mottatt behandling med deltakere som er i dag ikke mottar den, men som likevel forvente å forbedre (til slutt)., En endelig løsning på problemet med placebo-effekter er å forlate ut kontrollere tilstanden helt og sammenlign eventuell ny behandling med den beste tilgjengelige alternativ behandling. For eksempel, en ny behandling for enkel fobi kan sammenlignes med standard eksponering i terapi. Fordi deltakerne i begge forhold motta en behandling, og deres forventninger om bedring bør være lik. Denne tilnærmingen gjør også fornuftig fordi når det er en effektiv behandling, det interessante spørsmålet om en ny behandling er ikke bare «virker det?,»men «fungerer det bedre enn det som allerede er tilgjengelig?

I-Fag Eksperimenter

I en innenfor fag eksperiment, og hver deltaker er testet under alle forhold. Vurdere et eksperiment på effekten av et tiltaltes fysiske attraktivitet på vurderinger av sin skyld., Igjen, i en mellom-fag eksperiment, en gruppe av deltakere ville være vist en attraktiv tiltalte og bedt om å bedømme hans skyld, og en annen gruppe av deltakere ville være vist en lite attraktiv tiltalte og bedt om å bedømme sin skyld. I et i-fag eksperiment, men den samme gruppen av deltakere ville dommeren skylden for både en attraktiv og en lite attraktiv tiltalte.

Den primære fordelen med denne tilnærmingen er at den gir maksimal kontroll av utenforliggende deltaker variabler., Deltakere i alle forhold har den samme mener IQ, samme sosioøkonomisk status, samme antall søsken, og så videre—fordi de er de samme menneskene. Innenfor fag eksperimenter også gjøre det mulig å bruke statistiske prosedyrer som fjerner effekten av disse overflødige deltaker variablene på den avhengige variabelen, og derfor gjøre dataene mindre «støy» og effekten av den uavhengige variabelen lettere å oppdage. Vi vil se nærmere på dette idé senere i boken. Imidlertid, ikke alle eksperimenter kan bruke en innenfor fag som design, eller ville det være ønskelig å.,

Overføring Effekter og Counterbalancing

Den primære ulempen med innen-fag design er at de kan resultere i overføring effekter. En overføring effekten er en effekt av å bli testet i en tilstand på deltakernes atferd i senere forhold. En type overføring effekten er en praksis effekt, der deltakerne utfører en oppgave bedre i senere forhold fordi de ikke har hatt en sjanse til å praktisere det. En annen type er en tretthet effekt, der deltakerne utfører en oppgave verre i senere betingelsene, fordi de bli sliten eller lei., Testes i én tilstand kan også endre hvordan deltakerne oppfatter stimuli eller tolke deres oppgave i senere forhold. Denne type effekt kalles en sammenheng effekt. For eksempel, en gjennomsnittlig utseende tiltalte kan dømmes mer hardt når deltakerne har kun vurdert en attraktiv tiltalte enn når de nettopp har dømt en lite attraktiv tiltalte. Innenfor fag eksperimenter også gjøre det enklere for deltakerne til å gjette hypotese., For eksempel, en deltaker som er bedt om å bedømme skyld i en attraktiv tiltalte og deretter blir bedt om å bedømme skyld i en lite attraktiv tiltalte er sannsynlig antar at hypotesen er at tiltalte attraktivitet påvirker vurderinger av skyld. Denne kunnskapen kan føre deltakeren til å dømme skjemmende tiltalte mer hardt fordi han mener dette er hva han er forventet å gjøre. Eller det kan få deltakerne til å dømme de to tiltalte på samme måte i et forsøk på å være «rettferdig.»

Overføring virkninger kan være interessant i sin egen rett., (Gjelder attraktivitet av en person avhenger av attraktivitet av andre mennesker som vi har sett i det siste?), Men når de ikke er i fokus for forskningen, overføring virkninger kan være problematisk. Tenk deg for eksempel at deltakerne dommer skyld i en attraktiv tiltalte og deretter dømme skyld i en lite attraktiv tiltalte. Hvis de dømmer den skjemmende tiltalte mer hardt, dette kan være på grunn av hans unattractiveness. Men det kan være i stedet for at de dømme ham mer hardt fordi de blir lei eller sliten., Med andre ord, rekkefølgen på de vilkår som er en konfunderende variabel. Den attraktive tilstand er alltid den første tilstanden og skjemmende tilstand den andre. Dermed er noen forskjell mellom forhold i form av den avhengige variabelen kan være forårsaket av rekkefølgen på de vilkår og ikke den uavhengige variabelen selv.

Det er en løsning på problemet med for effekter, men som kan brukes i mange situasjoner. Det er counterbalancing, som betyr å teste ulike deltakere i en annen rekkefølge., For eksempel, noen av deltakerne vil bli testet i den attraktive tiltalte tilstand etterfulgt av skjemmende tiltalte tilstand, og andre vil bli testet i unattractive tilstand etterfulgt av attraktive tilstand. Med tre forhold, ville det være seks forskjellige ordrer (ABC, ACB, BAC, BCA, CAB, og CBA), så noen av deltakerne vil bli testet i hver av de seks bestillinger. Med counterbalancing, deltakerne er tildelt bestillinger tilfeldig, bruke teknikkene vi har allerede diskutert., Dermed tilfeldig tildeling spiller en viktig rolle i innen-fag design akkurat som i mellom-fag design. Her, i stedet for tilfeldig tilordning til forhold, de er randomisert til ulike bestillinger av forholdene. Faktisk, det kan trygt sies at hvis en undersøkelse innebærer ikke tilfeldig tildeling i en eller annen form, det er ikke et eksperiment.

En effektiv måte å counterbalancing er gjennom et latinsk kvadrat design som randomiserer gjennom å ha like rader og kolonner. Hvis du For eksempel har fire behandlinger, må du ha fire versjoner., Som en Sudoku puslespill, ingen behandling kan gjentas i en rad eller kolonne. For fire versjoner av fire behandlinger, Latin-plassen design vil se ut:

A	B	C	D
B	C	D	A
C	D	A	B
D	A	B	C

Det er to måter å tenke på hva counterbalancing oppnår., Det ene er at den kontrollerer for forhold slik at det ikke lenger er en konfunderende variabel. I stedet for attraktive tilstanden alltid er først og skjemmende tilstand alltid være andre attraktive tilstand som kommer først for noen av deltakerne og andre for andre. Likeledes er det lite attraktivt tilstand som kommer først for noen av deltakerne og andre for andre. Dermed er alle samlet forskjell i den avhengige variabelen mellom de to forholdene kan ikke ha vært forårsaket av rekkefølgen av forholdene., En annen måte å tenke på hva counterbalancing oppnår er at hvis det er overføring virkninger, det gjør det mulig å oppdage dem. Man kan analysere dataene separat for hver enkelt, for å se om det hadde en effekt.

Samtidig I-Fag Design

Så langt har vi diskutert en tilnærming til innen-fag design der deltakerne er testet i en tilstand av gangen. Det er en annen tilnærming, men som ofte blir brukt når deltakerne få flere svar i hver tilstand., Tenk deg for eksempel at deltakerne dommer skyld av 10 attraktive tiltalte og 10 skjemmende saksøkte. I stedet for å ha folk gjør vurderinger om alle 10 tiltalte av en type som følges av alle 10 saksøkte av den andre typen, forsker kunne presentere alle 20 saksøkte i en rekkefølge som blandet de to typene. Forskeren kan da beregne hver deltaker er gjennomsnittlig rating for hver type av tiltalte. Eller tenk deg et eksperiment designet for å se om personer med sosial angst lidelse husk negative adjektiv (f.eks., «dum», «inkompetent») bedre enn positivt (f.eks.,, «glad,» «produktive»). Forskeren kan ha deltakere studere en enkelt liste som omfatter begge typer av ord, og la dem så prøv å huske så mange ord som mulig. Forskeren kan da telle antall av hver type ord som ble tilbakekalt. Det er mange måter å bestemme i hvilken rekkefølge stimuli presenteres, men en vanlig måte er å generere en annen tilfeldig rekkefølge for hver deltaker.

Mellom-Fag eller Innen-Fag?

Nesten hver eksperiment kan gjennomføres enten ved hjelp av en mellom-fag utforming eller innenfor fag design., Denne muligheten betyr at forskere må velge mellom to tilnærminger basert på deres relative verdien for den aktuelle situasjonen.

Mellom-fag eksperimenter har fordelen av å være konseptuelt enklere og krever mindre testing gang per deltaker. De har også unngå overføring effekter uten behov for counterbalancing. Innenfor fag eksperimenter har fordelen av å kontrollere eksterne deltaker variabler, som generelt reduserer støy i data og gjør det lettere å oppdage en sammenheng mellom de uavhengige og avhengige variabler.,

En god tommelfingerregel er at hvis det er mulig å gjennomføre innenfor fag eksperiment (med riktig counterbalancing) i den tid som er tilgjengelig per deltaker—og du har ingen alvorlige bekymringer om overføring virkninger—dette design er trolig det beste alternativet. Hvis en i-fag design ville være vanskelig eller umulig å gjennomføre, bør du vurdere en mellom-fag design i stedet., For eksempel, hvis du var å teste deltakere i et legens venterom eller kjøpere i kø i en matbutikk, har du kanskje ikke har nok tid til å teste hver enkelt deltaker i alle forhold, og derfor ville man velge mellom-fag design. Eller tenk deg at du var å prøve å redusere folks grad av fordommer ved å ha dem til å samhandle med noen av en annen rase. En i-fag design med counterbalancing ville kreve å teste noen av deltakerne i behandling tilstand først og deretter i en kontroll tilstand., Men dersom behandlingen virker, og reduserer folks grad av fordommer, så ville de ikke lenger være egnet for testing i kontroll tilstand. Denne vanskeligheten er sant for mange design som innebærer en behandling som er ment å produsere langsiktig endring i deltakernes atferd (f.eks., studier for å teste effekten av psykoterapi). Klart, en mellom-fag design som ville være nødvendig her.

Husk også at du bruker en type design er ikke til hinder for bruk av annen type, i en annen studie., Det er ingen grunn til at en forsker ikke kunne bruke både mellom fag design og et innen-fag design for å besvare det samme spørsmålet forskning. Faktisk, profesjonelle forskere tar ofte nettopp denne type blandet metoder tilnærming.

– >