pour huit de ces menaces, il existe la première lettre mnémonique ce désordre, qui se réfère aux premières lettres de test (tests répétés), histoire, changement D’Instrument, régression statistique vers la moyenne, Maturation, mortalité expérimentale, sélection et Interaction de sélection.

précédent temporel Ambiguedit

quand on ne sait pas quelle variable a changé en premier, il peut être difficile de déterminer quelle variable est la cause et laquelle est l’effet.,

ConfoundingEdit

Une menace majeure pour la validité des inférences causales est la confusion: les changements dans la variable dépendante peuvent plutôt être attribués à des variations dans une troisième variable qui est liée à la variable manipulée. Lorsque des relations fallacieuses ne peuvent être exclues, des hypothèses rivales à l’inférence causale originale peuvent être développées.

biais de sélectionModifier

le biais de sélection fait référence au problème selon lequel, au pré-test, il existe des différences entre les groupes qui peuvent interagir avec la variable indépendante et donc être « responsables » du résultat observé., Les chercheurs et les participants apportent à l’expérience une myriade de caractéristiques, certaines apprises et d’autres inhérentes. Par exemple, le sexe, le poids, les cheveux, les yeux et la couleur de la peau, la personnalité, les capacités mentales et les capacités physiques, mais aussi des attitudes comme la motivation ou la volonté de participer.

au cours de l’étape de sélection de l’étude de recherche, Si un nombre inégal de sujets de test ont des variables similaires liées au sujet, la validité interne est menacée. Par exemple, un chercheur a créé deux groupes de test, le groupe expérimental et le groupe témoin., Les sujets des deux groupes ne sont pas semblables en ce qui concerne la variable indépendante, mais similaires dans une ou plusieurs des variables liées au sujet.

l’Auto-sélection a également un effet négatif sur le pouvoir d’interprétation de la variable dépendante. Cela se produit souvent dans les sondages en ligne où les personnes de données démographiques spécifiques optent pour le test à des taux plus élevés que les autres données démographiques.

HistoryEdit

des événements en dehors de l’étude / de l’expérience ou entre des mesures répétées de la variable dépendante peuvent affecter les réponses des participants aux procédures expérimentales., Souvent, ce sont des événements à grande échelle (catastrophe naturelle, changement politique, etc.) qui affectent les attitudes et les comportements des participants de telle sorte qu’il devient impossible de déterminer si un changement sur les mesures dépendantes est dû à la variable indépendante ou à l’événement historique.

Maturationmodifier

Les sujets changent au cours de l’expérience ou même entre les mesures. Par exemple, les jeunes enfants peuvent mûrir et leur capacité de concentration peut changer à mesure qu’ils grandissent., Les changements permanents, tels que la croissance physique et temporaires comme la fatigue, fournissent des explications alternatives « naturelles »; ainsi, ils peuvent changer la façon dont un sujet réagirait à la variable indépendante. Ainsi, à la fin de l’étude, le chercheur peut ne pas être en mesure de déterminer si la cause de l’écart est due au temps ou à la variable indépendante.

tests répétés (également appelés effets de test)Edit

la mesure répétée des participants peut entraîner un biais. Les Participants peuvent se souvenir des bonnes réponses ou être conditionnés à savoir qu’ils sont testés., Prendre à plusieurs reprises (le même ou similaire) des tests d’intelligence conduit généralement à des gains de score, mais au lieu de conclure que les compétences sous-jacentes ont changé pour de bon, cette menace pour la validité interne fournit une bonne hypothèse rivale.

modification de L’Instrument (instrumentalité)modifier

L’instrument utilisé pendant le processus de test peut modifier l’expérience. Cela signifie également que les observateurs sont plus concentrés ou amorcés, ou qu’ils ont inconsciemment changé les critères qu’ils utilisent pour porter des jugements. Cela peut également être un problème avec les mesures d’autodéclaration données à différents moments., Dans ce cas, l’impact peut être atténué par l’utilisation d’un pré-test rétrospectif. Si des changements d’instrumentation se produisent, la validité interne de la conclusion principale est affectée, car d’autres explications sont facilement disponibles.

régression vers la moyennedit

Ce type d’erreur se produit lorsque les sujets sont sélectionnés sur la base de scores extrêmes (un loin de la moyenne) lors d’un test., Par exemple, lorsque les enfants avec les pires scores en lecture sont sélectionnés pour participer à un cours de lecture, les améliorations à la fin du cours peuvent être dues à une régression vers la moyenne et non à l’efficacité du cours. Si les enfants avaient été testés à nouveau avant le début du cours, ils auraient probablement obtenu de meilleurs scores de toute façon.De même, les valeurs aberrantes extrêmes sur les scores individuels sont plus susceptibles d’être capturées dans un cas de test, mais évolueront probablement vers une distribution plus normale avec des tests répétés.,

mortalité/attrition différentemodifier

Cette erreur se produit si des inférences sont faites sur la base uniquement des participants qui ont participé du début à la fin. Cependant, les participants peuvent avoir abandonné l’étude avant la fin, et peut-être même en raison de l’étude ou du programme ou de l’expérience elle-même. Par exemple, le pourcentage de membres du groupe ayant cessé de fumer après le test a été constaté beaucoup plus élevé dans un groupe ayant reçu un programme de formation pour cesser de fumer que dans le groupe témoin., Cependant, dans le groupe expérimental seulement 60% ont terminé le programme. Si cette attrition est systématiquement lié à une quelconque fonction de l’étude, l’administration de la variable indépendante, l’instrumentation, ou si l’abandon entraîne pertinentes biais entre les groupes, toute une classe d’explications alternatives est possible que représentent les différences observées.

sélection-maturation interactionEdit

cela se produit lorsque les variables liées au sujet, la couleur des cheveux, la couleur de la peau, etc., et les variables liées au temps, l’âge, la taille physique, etc., interagir., Si un écart entre les deux groupes se produit entre les tests, l’écart peut être dû aux différences d’âge dans les catégories d’âge.

Diffusionmodifier

Si les effets du traitement se propagent des groupes de traitement aux groupes témoins, on peut observer un manque de différences entre les groupes expérimentaux et les groupes témoins. Cela ne signifie pas, cependant, que la variable indépendante n’a aucun effet ou qu’il n’existe pas de relation entre dépendante et la variable indépendante.,

rivalité compensatoire/démoralisation ressentimentedit

le comportement dans les groupes témoins peut changer à la suite de l’étude. Par exemple, les membres du groupe témoin peuvent travailler très dur pour voir que la supériorité attendue du groupe expérimental n’est pas démontrée. Encore une fois, cela ne signifie pas que la variable indépendante n’a produit aucun effet ou qu’il n’y a pas de relation entre la variable dépendante et la variable indépendante. Inversement, les changements dans la variable dépendante peuvent seulement être affectés en raison d’un groupe témoin démoralisé, travaillant moins dur ou motivé, et non en raison de la variable indépendante.,

biais de L’Expérimentateurmodifier

le biais de l’expérimentateur se produit lorsque les individus qui mènent une expérience affectent par inadvertance le résultat en se comportant Non consciemment de différentes manières avec les membres des groupes témoins et expérimentaux. Il est possible d’éliminer la possibilité de biais de l’expérimentateur grâce à l’utilisation de plans d’étude en double aveugle, dans lesquels l’expérimentateur n’est pas conscient de la condition à laquelle appartient un participant.