dla ośmiu z tych zagrożeń istnieje pierwsza litera mnemoniczna tego bałaganu, który odnosi się do pierwszych liter testowania (wielokrotnego testowania), historii, zmiany instrumentu, statystycznej regresji w kierunku średniej, dojrzewania, śmiertelności eksperymentalnej, selekcji i interakcji selekcyjnych.

niejednoznaczny pierwszeństwo czasoweedytuj

gdy nie wiadomo, która zmienna zmieniła się jako pierwsza, może być trudno określić, która zmienna jest przyczyną, a która skutkiem.,

mylenie

głównym zagrożeniem dla ważności wnioskowania przyczynowego jest mylenie: zmiany zmiennej zależnej można raczej przypisać zmianom trzeciej zmiennej, która jest związana ze zmienną manipulowaną. Tam, gdzie nie można wykluczyć fałszywych relacji, można rozwinąć hipotezy rywalizujące z pierwotnym wnioskowaniem przyczynowym.

selection biasEdit

selection biasedit odnosi się do problemu polegającego na tym, że w czasie testu istnieją różnice między grupami, które mogą wchodzić w interakcje ze zmienną niezależną, a tym samym być „odpowiedzialne” za obserwowany wynik., Naukowcy i uczestnicy przynoszą do eksperymentu niezliczoną ilość cech, niektóre wyuczone, a inne nieodłączne. Na przykład płeć, waga, włosy, oczy i kolor skóry, osobowość, zdolności umysłowe i zdolności fizyczne, ale także postawy takie jak motywacja lub chęć uczestnictwa.

podczas etapu selekcji badania, jeśli nierówna liczba badanych osób ma podobne zmienne tematyczne, istnieje zagrożenie dla wewnętrznej ważności. Na przykład, badacz stworzył dwie grupy testowe, eksperymentalne i grupy kontrolne., Podmioty w obu grupach nie są podobne w odniesieniu do zmiennej niezależnej, ale podobne w jednej lub więcej zmiennych związanych z podmiotem.

selekcja ma również negatywny wpływ na moc interpretacyjną zmiennej zależnej. Zdarza się to często w ankietach online, w których osoby o określonych danych demograficznych decydują się na test z wyższym wskaźnikiem niż inne dane demograficzne.

Historiaedytuj

zdarzenia poza badaniem / eksperymentem lub między powtarzającymi się miarami zmiennej zależnej mogą wpływać na reakcje uczestników na procedury eksperymentalne., Często są to wydarzenia na dużą skalę (klęski żywiołowe, zmiany polityczne itp.), które wpływają na postawy i zachowania uczestników w taki sposób, że niemożliwe staje się ustalenie, czy jakakolwiek zmiana na miarach zależnych jest spowodowana zmienną niezależną, czy wydarzeniem historycznym.

MaturationEdit

Obiekty zmieniają się w trakcie eksperymentu lub nawet między pomiarami. Na przykład małe dzieci mogą dojrzewać, a ich zdolność koncentracji może się zmieniać w miarę dorastania., Zarówno trwałe zmiany, takie jak wzrost fizyczny, jak i tymczasowe, takie jak zmęczenie, dostarczają „naturalnych” alternatywnych wyjaśnień; w ten sposób mogą zmienić sposób, w jaki podmiot zareagowałby na zmienną niezależną. Tak więc po zakończeniu badania badacz może nie być w stanie określić, czy przyczyną rozbieżności jest czas lub zmienna niezależna.

wielokrotne testowanie (zwane również efektami testowymi)Edycja

wielokrotne mierzenie uczestników może prowadzić do uprzedzeń. Uczestnicy mogą pamiętać poprawne odpowiedzi lub mogą być uwarunkowane wiedzieć, że są one testowane., Wielokrotne wykonywanie (tych samych lub podobnych) testów inteligencji zwykle prowadzi do wzrostu wyniku, ale zamiast wnioskować, że podstawowe umiejętności zmieniły się na dobre, to zagrożenie dla wewnętrznej ważności stanowi dobrą hipotezę rywala.

Zmiana instrumentu (instrumentalność)Edycja

instrument używany podczas procesu testowania może zmienić eksperyment. Odnosi się to również do obserwatorów, którzy są bardziej skoncentrowani lub zagruntowani, lub nieświadomie zmienili kryteria, których używają do osądzania. Może to być również problem ze środkami samo-raportowania podawanymi w różnych momentach., W takim przypadku wpływ może zostać złagodzony poprzez zastosowanie wstępnych testów retrospektywnych. W przypadku wystąpienia jakichkolwiek zmian w oprzyrządowaniu wpływa to na wewnętrzną Ważność głównego wniosku, ponieważ alternatywne wyjaśnienia są łatwo dostępne.

regresja w kierunku meanedytuj

ten typ błędu występuje, gdy uczestnicy są wybierani na podstawie skrajnych wyników (jeden daleko od średniej) podczas testu., Na przykład, gdy dzieci z najgorszymi wynikami w czytaniu są wybierane do udziału w kursie czytania, poprawa pod koniec kursu może być spowodowana regresją w kierunku średniej, a nie skuteczności kursu. Gdyby dzieci zostały przebadane ponownie przed rozpoczęciem kursu, prawdopodobnie i tak uzyskałyby lepsze wyniki.Podobnie, skrajne wartości odstające na poszczególnych wyników są bardziej prawdopodobne, aby zostać uchwycone w jednym przypadku testowania, ale prawdopodobnie przekształci się w bardziej normalny rozkład z powtarzanymi testami.,

śmiertelność/tarcie różniczkoweedytuj

ten błąd występuje, jeśli wnioski są dokonywane na podstawie tylko tych uczestników, którzy uczestniczyli od początku do końca. Jednak uczestnicy mogli zrezygnować z badania przed zakończeniem, a może nawet z powodu badania lub programu lub samego eksperymentu. Na przykład odsetek członków grupy, którzy rzucili palenie po teście stwierdzono znacznie wyższy w grupie, która otrzymała program szkolenia rzucić palenie niż w grupie kontrolnej., Jednak w grupie eksperymentalnej tylko 60% ukończyło program. Jeśli to ścieranie jest systematycznie związane z jakąkolwiek cechą badania, podawaniem zmiennej niezależnej, oprzyrządowaniem lub jeśli rezygnacja prowadzi do istotnego odchylenia między grupami, możliwa jest cała klasa alternatywnych wyjaśnień, które uwzględniają zaobserwowane różnice.

selekcja-interakcja dojrzewania

dzieje się tak, gdy zmienne związane z tematem, kolor włosów, kolor skóry itp., oraz zmiennych związanych z czasem, wiekiem, wielkością fizyczną itp., interact., Jeżeli pomiędzy testami wystąpi rozbieżność między tymi dwiema grupami, rozbieżność może wynikać z różnic wiekowych w poszczególnych kategoriach wiekowych.

DiffusionEdit

Jeśli efekty leczenia rozprzestrzeniają się z grup leczonych do grup kontrolnych, można zaobserwować brak różnic między grupami doświadczalnymi i kontrolnymi. Nie oznacza to jednak, że zmienna niezależna nie ma wpływu ani że nie ma związku między zmienną zależną i niezależną.,

Na przykład, członkowie grupy kontrolnej mogą pracować bardzo ciężko, aby zobaczyć, że oczekiwana wyższość grupy Doświadczalnej nie została wykazana. Ponownie, nie oznacza to, że zmienna niezależna nie wywołała żadnego efektu lub że nie ma związku między zmienną zależną i niezależną. Odwrotnie, zmiany w zmiennej zależnej mogą mieć wpływ tylko ze względu na zdemoralizowaną grupę kontrolną, pracującą mniej ciężko lub zmotywowaną, a nie ze względu na zmienną niezależną.,

Experimenter biasEdit

Experimenter biasedit występuje, gdy osoby, które przeprowadzają eksperyment nieumyślnie wpływają na wynik, nie świadomie zachowując się w różny sposób do członków grupy kontrolnej i eksperymentalnej. Możliwe jest wyeliminowanie możliwości uprzedzeń eksperymentatorów poprzez zastosowanie podwójnie ślepych projektów badawczych, w których eksperymentator nie jest świadomy stanu, do którego należy uczestnik.