Per otto di queste minacce esiste la prima lettera mnemonica QUESTO PASTICCIO, che si riferisce alle prime lettere di Test (test ripetuti), La Storia, il cambiamento dello strumento, la regressione statistica verso la media, la maturazione, la mortalità sperimentale, la selezione e l’interazione di selezione.

Precedenza temporale ambiguemodifica

Quando non si sa quale variabile sia stata modificata per prima, può essere difficile determinare quale variabile sia la causa e quale sia l’effetto.,

ConfoundingEdit

Una grave minaccia alla validità delle inferenze causali è la confusione: i cambiamenti nella variabile dipendente possono piuttosto essere attribuiti alle variazioni di una terza variabile che è correlata alla variabile manipolata. Dove non si possono escludere relazioni spurie, possono essere sviluppate ipotesi rivali all’inferenza causale originale.

Selection biasEdit

Il bias di selezione si riferisce al problema che, al pre-test, esistono differenze tra gruppi che possono interagire con la variabile indipendente e quindi essere “responsabili” del risultato osservato., Ricercatori e partecipanti portano all’esperimento una miriade di caratteristiche, alcune apprese e altre inerenti. Ad esempio, sesso, peso, capelli, occhi e colore della pelle, personalità, capacità mentali e abilità fisiche, ma anche atteggiamenti come la motivazione o la volontà di partecipare.

Durante la fase di selezione dello studio di ricerca, se un numero disuguale di soggetti di prova ha variabili simili relative al soggetto, esiste una minaccia per la validità interna. Ad esempio, un ricercatore ha creato due gruppi di test, i gruppi sperimentali e i gruppi di controllo., I soggetti in entrambi i gruppi non sono simili per quanto riguarda la variabile indipendente, ma simili in una o più variabili relative al soggetto.

L’auto-selezione ha anche un effetto negativo sul potere interpretativo della variabile dipendente. Ciò si verifica spesso nei sondaggi online in cui individui di dati demografici specifici optano per il test a tassi più elevati rispetto ad altri dati demografici.

HistoryEdit

Eventi al di fuori dello studio / esperimento o tra misure ripetute della variabile dipendente possono influenzare le risposte dei partecipanti alle procedure sperimentali., Spesso si tratta di eventi su larga scala (disastri naturali, cambiamenti politici, ecc.) che influenzano gli atteggiamenti e i comportamenti dei partecipanti in modo tale che diventa impossibile determinare se qualsiasi cambiamento sulle misure dipendenti sia dovuto alla variabile indipendente o all’evento storico.

Maturazionemodifica

I soggetti cambiano durante il corso dell’esperimento o anche tra le misurazioni. Ad esempio, i bambini piccoli potrebbero maturare e la loro capacità di concentrazione potrebbe cambiare man mano che crescono., Entrambi i cambiamenti permanenti, come la crescita fisica e quelli temporanei come la fatica, forniscono spiegazioni alternative “naturali”; quindi, possono cambiare il modo in cui un soggetto reagirebbe alla variabile indipendente. Quindi, al termine dello studio, il ricercatore potrebbe non essere in grado di determinare se la causa della discrepanza è dovuta al tempo o alla variabile indipendente.

Test ripetuti (indicati anche come effetti di test)Modifica

Misurare ripetutamente i partecipanti può portare a pregiudizi. I partecipanti possono ricordare le risposte corrette o possono essere condizionati a sapere che sono in fase di test., Ripetutamente prendendo (lo stesso o simile) test di intelligenza di solito porta a segnare guadagni, ma invece di concludere che le competenze sottostanti sono cambiate per sempre, questa minaccia per la validità interna fornisce una buona ipotesi rivale.

Cambio strumento (strumentazione)Modifica

Lo strumento utilizzato durante il processo di test può modificare l’esperimento. Questo si riferisce anche agli osservatori che sono più concentrati o innescati, o che hanno inconsciamente cambiato i criteri che usano per esprimere giudizi. Questo può anche essere un problema con le misure di auto-report date in tempi diversi., In questo caso l’impatto può essere mitigato attraverso l’uso di pre-test retrospettivi. Se si verificano modifiche alla strumentazione, la validità interna della conclusione principale è influenzata, poiché sono prontamente disponibili spiegazioni alternative.

Regressione verso la media

Questo tipo di errore si verifica quando i soggetti vengono selezionati in base a punteggi estremi (uno lontano dalla media) durante un test., Ad esempio, quando i bambini con i punteggi di lettura peggiori vengono selezionati per partecipare a un corso di lettura, i miglioramenti alla fine del corso potrebbero essere dovuti alla regressione verso la media e non all’efficacia del corso. Se i bambini fossero stati testati di nuovo prima dell’inizio del corso, probabilmente avrebbero comunque ottenuto punteggi migliori.Allo stesso modo, i valori anomali estremi sui singoli punteggi hanno maggiori probabilità di essere catturati in un’istanza di test, ma probabilmente si evolveranno in una distribuzione più normale con test ripetuti.,

Mortality/differential logritionEdit

Questo errore si verifica se le inferenze sono fatte sulla base solo di quei partecipanti che hanno partecipato dall’inizio alla fine. Tuttavia, i partecipanti potrebbero aver abbandonato lo studio prima del completamento, e forse anche a causa dello studio o del programma o dell’esperimento stesso. Ad esempio, la percentuale di membri del gruppo che hanno smesso di fumare al post-test è stata trovata molto più alta in un gruppo che ha ricevuto un programma di allenamento per smettere di fumare rispetto al gruppo di controllo., Tuttavia, nel gruppo sperimentale solo il 60% ha completato il programma. Se questo logoramento è sistematicamente correlato a qualsiasi caratteristica dello studio, all’amministrazione della variabile indipendente, alla strumentazione o se l’abbandono porta a pregiudizi rilevanti tra i gruppi, è possibile un’intera classe di spiegazioni alternative che tengono conto delle differenze osservate.

Selezione-maturazione interactionEdit

Ciò si verifica quando le variabili relative al soggetto, il colore dei capelli, il colore della pelle, ecc., e le variabili relative al tempo, età, dimensione fisica, ecc., interagire., Se si verifica una discrepanza tra i due gruppi tra i test, la discrepanza può essere dovuta alle differenze di età nelle categorie di età.

DiffusionEdit

Se gli effetti del trattamento si diffondono dai gruppi di trattamento ai gruppi di controllo, si può osservare una mancanza di differenze tra i gruppi sperimentali e quelli di controllo. Ciò non significa, tuttavia, che la variabile indipendente non abbia alcun effetto o che non vi sia alcuna relazione tra variabile dipendente e indipendente.,

Rivalità compensativa/demoralizzazione risentitamodifica

Il comportamento nei gruppi di controllo può alterare come risultato dello studio. Ad esempio, i membri del gruppo di controllo possono lavorare molto duramente per vedere che la superiorità prevista del gruppo sperimentale non è dimostrata. Ancora una volta, questo non significa che la variabile indipendente non abbia prodotto alcun effetto o che non vi sia alcuna relazione tra variabile dipendente e indipendente. Viceversa, i cambiamenti nella variabile dipendente possono essere influenzati solo a causa di un gruppo di controllo demoralizzato, che lavora meno duramente o motivato, non a causa della variabile indipendente.,

Biasedit sperimentatore

Bias sperimentatore si verifica quando gli individui che stanno conducendo un esperimento inavvertitamente influenzano il risultato non consapevolmente comportandosi in modi diversi ai membri del controllo e gruppi sperimentali. È possibile eliminare la possibilità di bias dello sperimentatore attraverso l’uso di progetti di studio in doppio cieco, in cui lo sperimentatore non è consapevole della condizione a cui appartiene un partecipante.