Внутренняя валидность | это… Что такое Внутренняя валидность?
Вну́тренняя вали́дность (англ. internal validity) — вид валидности, степень влияния независимой переменной на зависимую переменную. Внутренняя валидность тем выше, чем больше вероятность того, что изменение зависимой переменной вызвано изменением именно независимой переменной (а не чего-либо ещё)[1]. Данное понятие можно рассматривать как междисциплинарное: оно широко применяется в экспериментальной психологии, а также в других сферах науки. Внутренняя валидность — соответствие реального исследования идеальному.
Содержание
|
Общие сведения
При обладающем внутренней валидностью исследовании исследователь уверен, что результаты, полученные измерением зависимой переменой, непосредственно связаны с независимой переменной, а не с каким-нибудь другим неконтролируемым фактором[2].
Однако, фактически, в науке (особенно в психологии) невозможно со стопроцентной уверенностью утверждать, что внутренняя валидность соблюдена. Например, невозможно изучить какой-то психический процесс отдельно от психики в целом. Поэтому всегда при любом психологическом эксперименте учёный может лишь максимально (но не абсолютно) удалить или минимизировать разнообразные факторы, угрожающие внутренней валидности.
Факторы, угрожающие внутренней валидности
[3]- Изменение во времени (зависимость субъектов и окружающей среды от времени суток, времён года, изменений в самом человеке — старение, усталость и рассеивание внимания при длительных исследованиях, изменение мотивированности испытуемых и экспериментатора и т. д.; ср. естественное развитие)
- Эффект последовательности
- Эффект Розенталя (Пигмалиона)
- Эффект Хоторна
- Эффект плацебо
- Эффект аудитории
- Эффект первого впечатления
- Эффект Барнума
- Сопутствующее смешение
- Факторы выборки[4]
- Неправильная селекция (неэквивалентность групп по составу, вызывающая систематическую ошибку в результатах)
- Статистическая регрессия
- Экспериментальный отсев (неравномерное выбывание испытуемых из сравниваемых групп, приводящее к неэквивалентности групп по составу)
- Естественное развитие (общее свойство живых существ к изменению; ср.
онтогенез)
- И др.
онтогенез)См. также
- List of cognitive biases (англ.)
- Список когнитивных искажений
Пример нарушения внутренней валидности
Допустим, мы хотим проверить лекарство, от которого люди будут становиться выше. Допустим, для своих исследований мы отбираем в качестве испытуемых 13-летних подростков, измеряем их рост, и даём им лекарство. Два года спустя мы возвращаемся к теперь уже 15-летним детям и фиксируем их текущий рост. Несомненно то, что они стали выше, но без сомнения и то, что мы не можем сделать из этого вывод, что эффект роста был вызван лекарством, так как мы не учли в своём теоретическом эксперименте естественных процессов взросления. Здесь внутренняя валидность нарушена следующим образом: мы не учли побочного для нашего исследования влияния других (в данном случае — очевидных) факторов, тогда как надо было их учитывать.
Примечания
- ↑ Дружинин В. Н. Экспериментальная психология. — 2-е изд., доп. — СПб.: Питер, 2002. С. 86.
- ↑ Исследование в психологии: методы и планирование / Дж. Гудвин. — 3-е изд. — СПб.: Питер, 2004. С. 190.
- ↑ Зароченцев К. Д., Худяков А. И. Экспериментальная психология: учеб. — М.: Проспект, 2005. С. 65—68.
- ↑ Дружинин В. Н. Экспериментальная психология. С. 87.
— 2-е изд., доп. — СПб.: Питер, 2002. С. 86.См. также
- Валидность в психологии
- Внешняя валидность
- Операциональная валидность
- Конструктная валидность
- Экологическая валидность
- Психологический эксперимент
Внутренняя валидность | это… Что такое Внутренняя валидность?
Вну́тренняя вали́дность (англ. internal validity) — вид валидности, степень влияния независимой переменной на зависимую переменную. Внутренняя валидность тем выше, чем больше вероятность того, что изменение зависимой переменной вызвано изменением именно независимой переменной (а не чего-либо ещё)
Данное понятие можно рассматривать как междисциплинарное: оно широко применяется в экспериментальной психологии, а также в других сферах науки. Внутренняя валидность — соответствие реального исследования идеальному.
Содержание
|
Общие сведения
При обладающем внутренней валидностью исследовании исследователь уверен, что результаты, полученные измерением зависимой переменой, непосредственно связаны с независимой переменной, а не с каким-нибудь другим неконтролируемым фактором[2].
Однако, фактически, в науке (особенно в психологии) невозможно со стопроцентной уверенностью утверждать, что внутренняя валидность соблюдена. Например, невозможно изучить какой-то психический процесс отдельно от психики в целом.
Поэтому всегда при любом психологическом эксперименте учёный может лишь максимально (но не абсолютно) удалить или минимизировать разнообразные факторы, угрожающие внутренней валидности.
Факторы, угрожающие внутренней валидности
[3]- Изменение во времени (зависимость субъектов и окружающей среды от времени суток, времён года, изменений в самом человеке — старение, усталость и рассеивание внимания при длительных исследованиях, изменение мотивированности испытуемых и экспериментатора и т. д.; ср. естественное развитие)
- Эффект последовательности
- Эффект Розенталя (Пигмалиона)
- Эффект Хоторна
- Эффект плацебо
- Эффект аудитории
- Эффект первого впечатления
- Эффект Барнума
- Сопутствующее смешение
- Факторы выборки[4]
- Неправильная селекция (неэквивалентность групп по составу, вызывающая систематическую ошибку в результатах)
- Статистическая регрессия
- Экспериментальный отсев (неравномерное выбывание испытуемых из сравниваемых групп, приводящее к неэквивалентности групп по составу)
- Естественное развитие (общее свойство живых существ к изменению; ср. онтогенез)
- И др.
онтогенез)См. также
- List of cognitive biases (англ.)
- Список когнитивных искажений
Пример нарушения внутренней валидности
Допустим, мы хотим проверить лекарство, от которого люди будут становиться выше. Допустим, для своих исследований мы отбираем в качестве испытуемых 13-летних подростков, измеряем их рост, и даём им лекарство. Два года спустя мы возвращаемся к теперь уже 15-летним детям и фиксируем их текущий рост. Несомненно то, что они стали выше, но без сомнения и то, что мы не можем сделать из этого вывод, что эффект роста был вызван лекарством, так как мы не учли в своём теоретическом эксперименте естественных процессов взросления. Здесь внутренняя валидность нарушена следующим образом: мы не учли побочного для нашего исследования влияния других (в данном случае — очевидных) факторов, тогда как надо было их учитывать.
Примечания
- ↑ Дружинин В. Н. Экспериментальная психология. — 2-е изд., доп. — СПб.: Питер, 2002. С. 86.
- ↑ Исследование в психологии: методы и планирование / Дж. Гудвин. — 3-е изд. — СПб.: Питер, 2004. С. 190.
- ↑ Зароченцев К. Д., Худяков А. И. Экспериментальная психология: учеб. — М.: Проспект, 2005. С. 65—68.
- ↑ Дружинин В. Н. Экспериментальная психология. С. 87.
— 2-е изд., доп. — СПб.: Питер, 2002. С. 86.См. также
- Валидность в психологии
- Внешняя валидность
- Операциональная валидность
- Конструктная валидность
- Экологическая валидность
- Психологический эксперимент
Внутренняя валидность в исследованиях | Определение, угрозы и примеры
Опубликован в 1 мая 2020 г. к Прита Бхандари. Отредактировано 30 ноября 2022 г.
Внутренняя валидность — это степень, в которой вы можете быть уверены, что причинно-следственная связь, установленная в исследовании, не может быть объяснена другими факторами.
Другими словами, можете ли вы установить причинно-следственную связь между вашим лечением и реакцией в эксперименте?
Содержание
- Почему важна внутренняя валидность
- Как проверить, имеет ли ваше исследование внутреннюю валидность
- Компромисс между внутренней и внешней валидностью
- Угрозы внутренней валидности и как противостоять им
- Часто задаваемые вопросы вопросы о внутренней действительности
Почему важна внутренняя валидность
Внутренняя валидность делает выводы о причинно-следственной связи достоверными и заслуживающими доверия. Без высокой внутренней валидности эксперимент не может продемонстрировать причинно-следственную связь между двумя переменными.
По прибытии в лабораторию участникам экспериментальной группы дают выпить чашку кофе, а участникам контрольной группы дают воду. Вы также даете обеим группам тесты памяти. Проанализировав результаты, вы обнаружите, что экспериментальная группа показала лучшие результаты, чем контрольная группа, в тесте на память.
Можете ли вы сделать вывод, что чашка кофе улучшает работу памяти?
Чтобы ваш вывод был верным, вы должны быть в состоянии исключить другие объяснения (включая контрольные, посторонние и смешанные переменные) результатов.
Как проверить, имеет ли ваше исследование внутреннюю валидность
Есть три необходимых условия для внутренней валидности. Все три условия должны выполняться, чтобы экспериментально установить причинно-следственную связь между независимой переменной А (переменная вашего лечения) и зависимой переменной В (переменная вашего ответа).
- Переменные вашего лечения и реакции изменяются одновременно.
- Ваше лечение предшествует изменениям в ваших ответных переменных
- Никакие смешанные или посторонние факторы не могут объяснить результаты вашего исследования.
В приведенном выше примере исследования были выполнены только два из трех условий.
- Употребление кофе и производительность памяти увеличились вместе.
- Кофе пили до проверки памяти.
- Время суток сеансов является посторонним фактором, который в равной степени может объяснить результаты исследования.
Поскольку вы распределили участников по группам на основе расписания, в начале исследования группы были разными. Любые различия в производительности памяти могут быть связаны с разницей во времени суток. Поэтому нельзя сказать наверняка, улучшило ли работу памяти время суток или выпитая чашка кофе.
Это означает, что ваше исследование имеет низкую внутреннюю валидность, и вы не можете вывести причинно-следственную связь между употреблением кофе и производительностью памяти.
Компромисс между внутренней и внешней валидностью
Внешняя валидность — это степень, в которой вы можете обобщить результаты исследования на другие меры, условия или группы.
Другими словами, можете ли вы применить результаты вашего исследования в более широком контексте?
Существует неотъемлемый компромисс между внутренней и внешней валидностью; чем больше вы контролируете посторонние факторы в своем исследовании, тем меньше вы можете обобщить свои выводы на более широкий контекст.
Пример исследования В вашем исследовании кофе и памяти внешняя валидность зависит от выбора теста памяти, критериев включения участников и условий лаборатории. Например, ограничение ваших участников людьми студенческого возраста повышает внутреннюю валидность за счет внешней валидности — результаты исследования могут быть распространены только на популяцию студенческого возраста.Угрозы внутренней валидности и как им противостоять
Угрозы внутренней валидности важно распознавать и противодействовать им при разработке надежного исследования. Различные угрозы могут применяться к одногрупповым и многогрупповым исследованиям.
Исследования в одной группе
Пример исследования (одна группа) Исследовательская группа хочет изучить, повышает ли наличие комнатных растений на офисных столах производительность ИТ-сотрудников компании.
| Угроза | Значение | Пример |
|---|---|---|
| История | Несвязанное событие влияет на результаты. | За неделю до окончания исследования всем сотрудникам сообщают, что будут увольнения. Участники испытывают стресс из-за даты пост-теста, и производительность может пострадать. |
| Созревание | Результаты исследования меняются в зависимости от времени. | Большинство участников являются новичками в работе на момент предварительного тестирования. Месяц спустя их производительность улучшилась в результате времени, проведенного на этой должности. |
| Приборы | На этапах до и после тестирования используются разные меры. | В предварительном тесте производительность измерялась в течение 15 минут, а в посттесте — более 30 минут. |
| Тестирование | Предварительное тестирование влияет на результаты посттеста. | Участники показали более высокую продуктивность в конце исследования, потому что им был проведен один и тот же тест. Благодаря знакомству или осознанию цели исследования многие участники добились высоких результатов. |
Как противостоять угрозам в исследованиях с одной группой
Изменение плана эксперимента может противостоять нескольким угрозам внутренней валидности в исследованиях с одной группой.
- Добавление сопоставимой контрольной группы устраняет угрозы для исследований с одной группой. Если сопоставимые контрольная и лечебная группы сталкиваются с одинаковыми угрозами, они не повлияют на результаты исследования.
- Большой размер выборки противостоит тестированию, потому что результаты будут более чувствительны к любой изменчивости результатов и с меньшей вероятностью будут подвержены систематической ошибке выборки.
- Использование заданий-заполнителей или анкет для сокрытия цели исследования также противостоит угрозам тестирования и характеристикам спроса.
Многогрупповые исследования
Пример исследования (несколько групп)Исследователь хочет сравнить, что лучше использовать для изучения словарного запаса для SAT: приложение для телефона или традиционные карточки. Они делят 11-классников одной школы на три группы на основе базовых (предтестовых) баллов по словарному запасу. В течение 15 минут в день группа A использует приложение для телефона, группа B использует карточки, а группа C тратит время на чтение в качестве контроля. Через три месяца проводятся посттестовые измерения словарного запаса.| Угроза | Значение | Пример |
|---|---|---|
| Ошибка отбора | Группы несопоставимы в начале исследования. | Пациенты с низкими баллами были помещены в группу A, а пациенты с высокими баллами были помещены в группу B. Поскольку уже существуют систематические различия между группами на исходном уровне, любые улучшения в групповых баллах могут быть связаны с причинами, не связанными с лечением. |
| Регрессия к среднему | Существует статистическая тенденция к тому, что люди, набравшие очень низкие или высокие баллы на тесте, в следующий раз набирают ближе к среднему значению. | Поскольку участники распределяются по группам на основе их первоначальных баллов, трудно сказать, будут ли результаты результатом лечения или статистических норм. |
| Социальное взаимодействие и социальная желательность | Участники из разных групп могут сравнивать записи и либо выяснять цель исследования, либо чувствовать обиду на других, либо их заставляют действовать/реагировать определенным образом. | Группы B и C могут обидеться на группу A из-за доступа к телефону во время занятий. Таким образом, они могут быть деморализованы и плохо работать. |
| Смещение из-за истощения | Отсев участников | 20% участников предоставили непригодные для использования данные. Почти все они были из группы C. В результате трудно сравнить две лечебные группы с контрольной группой. |
Как противостоять угрозам в многогрупповых исследованиях
Изменение плана эксперимента может противостоять нескольким угрозам внутренней валидности исследований с участием нескольких групп.
- Случайное распределение участников по группам предотвращает систематическую ошибку отбора и регрессию к среднему, делая группы сопоставимыми в начале исследования.
- Ослепление участников исследования целью противодействует эффектам социального взаимодействия.
Часто задаваемые вопросы о внутренней действительности
- Что такое внутренняя валидность?
- Каковы угрозы внутренней валидности?
Существует восемь угроз внутренней валидности: история, созревание, инструментирование, тестирование, систематическая ошибка отбора, регрессия к среднему, социальное взаимодействие и истощение.
org/Answer»>Внутренняя валидность — это степень, в которой вы можете быть уверены в том, что причинно-следственная связь, установленная в исследовании, не может быть объяснена другими факторами.
Процитировать эту статью Scribbr
Если вы хотите процитировать этот источник, вы можете скопировать и вставить цитату или нажать кнопку «Цитировать эту статью Scribbr», чтобы автоматически добавить цитату в наш бесплатный генератор цитирования.
Бхандари, П. (2022, 30 ноября). Внутренняя валидность в исследованиях | Определение, угрозы и примеры. Скриббр. Проверено 6 июня 2023 г., с https://www.scribbr.com/methodology/internal-validity/
Процитировать эту статью
Полезна ли эта статья?
Вы уже проголосовали. Спасибо 🙂 Ваш голос сохранен 🙂 Обработка вашего голоса…Прита имеет академическое образование в области английского языка, психологии и когнитивной нейробиологии. Как междисциплинарный исследователь, она любит писать статьи, объясняющие сложные исследовательские концепции для студентов и ученых.
Предубеждение истощения | Примеры, объяснение, предупреждение
Опубликован в
1 ноября 2021 г.
к
Прита Бхандари.
Отредактировано
4 марта 2023 г.
Истощение — выбывание участников из исследований с течением времени. Это также называется смертностью субъектов, но это не всегда относится к смерти участников!
Почти все лонгитюдные исследования будут иметь некоторое отсев, но тип и масштаб отсева могут вызвать проблемы. Систематическая ошибка отсева — это выборочное выбывание некоторых участников, которые систематически отличаются от тех, кто остается в исследовании.
Систематическая ошибка отсева особенно проблематична в рандомизированных контролируемых испытаниях для медицинских исследований.
Содержание
- Что такое истощение?
- Типы отсева
- Почему имеет значение систематическая отсев
- Способы предотвращения отсева
- Выявление систематической ошибки отсева
- Как учитывать систематическую отсев
- Другие типы систематической ошибки в исследованиях
- Часто задаваемые вопросы о систематической ошибке отсева
Что такое истощение?
В экспериментальных исследованиях вы манипулируете независимой переменной, чтобы проверить ее влияние на зависимую переменную.
Вы часто можете комбинировать лонгитудинальные и экспериментальные планы, чтобы неоднократно наблюдать внутрисубъектные изменения участников с течением времени.
Вы проводите для лечебной группы короткие занятия по антинаркотическому просвещению в течение двух месяцев, в то время как контрольная группа посещает занятия по другой теме.
В большинстве случаев при наличии нескольких точек сбора данных (волн) не все участники включаются в окончательную выборку.
Пример: отсев. Вы выполните пять волн сбора данных для сравнения результатов: опрос перед тестированием, три опроса в ходе программы и опрос после тестирования. Все больше и больше участников отсеиваются с каждой волной после предварительного опроса, что приводит к уменьшению выборки в каждый момент времени. Это называется истощением.
Причины увольнения
Участники могут выйти из игры по любой причине. Например, они могут не вернуться после неудачного опыта или у них может не хватить времени, мотивации или ресурсов для продолжения участия в вашем исследовании.
В клинических исследованиях участники также могут уйти из-за нежелательных побочных эффектов, неудовлетворенности лечением или смерти по другим причинам.
Кроме того, вам может потребоваться исключить некоторых участников после начала исследования за несоблюдение протоколов исследования, определение цели исследования или несоответствие критериям включения.
Виды истощения
Отсев может быть случайным или систематическим. Когда отсев носит систематический характер, это называется смещением отсева.
Случайная убыль
Случайное отсев означает, что участники, которые остаются, сопоставимы с участниками, которые уходят. Это тип случайной ошибки.
Пример: случайный отсев. Примерно одинаковое количество участников выбывает из контрольной и экспериментальной групп к концу.
Вы не обнаружили статистически значимых различий между теми, кто ушел, и теми, кто остался, проверяя данные вашего исследования.
Обратите внимание, что этот тип истощения все еще может быть вредным в больших количествах, потому что он снижает вашу статистическую силу. Без достаточно большой выборки вы не сможете обнаружить эффект, если он есть в популяции.
Смещение истощения
Систематическая ошибка, связанная с отсевом, является систематической ошибкой: участники, которые уходят, по-своему отличаются от тех, кто остается.
У вас может быть систематическая ошибка отсева, даже если небольшое количество участников покидает ваше исследование. Важно то, существует ли систематическая разница между теми, кто уходит, и теми, кто остается.
Пример: систематическая ошибка отсева. Во время вашего исследования некоторые участники выбывают из программы и не проходят образовательную программу или последующие опросы. Вы проверяете данные базового опроса, чтобы сравнить тех, кто уходит, с теми, кто остается в исследовании.
Согласно данным, участники, которые уезжают, потребляют значительно больше алкоголя, чем участники, которые остаются. Это означает, что ваше исследование имеет систематическую ошибку отсева.
Почему имеет значение систематическая ошибка отсева
Некоторое истощение является нормальным и ожидаемым в исследованиях. Но тип отсева важен, потому что систематическая предвзятость может исказить ваши выводы.
Систематическая ошибка отсева может привести к неточным результатам, поскольку она может повлиять на внутреннюю и/или внешнюю валидность.
Внутренняя действительность
Систематическая ошибка истощения представляет собой угрозу внутренней валидности. В экспериментах различия в показателях отсева между экспериментальной и контрольной группами могут исказить результаты.
Этот тип предвзятости исследования может повлиять на взаимосвязь между вашими независимыми и зависимыми переменными. Это может привести к тому, что переменные кажутся коррелированными, когда это не так, или наоборот.
Для участников, которые остаются, лечение более эффективно, чем контрольный протокол, в поощрении ответственного употребления алкоголя.
Но трудно сделать вывод, потому что вы не знаете, каковы были результаты участников, покинувших лечебную группу.
Без полных выборочных данных вы не сможете сделать правильный вывод о своей популяции.
Внешняя действительность
Систематическая ошибка истощения может исказить вашу выборку так, что окончательный образец будет значительно отличаться от исходного. Ваша выборка необъективна, поскольку некоторые группы населения недостаточно представлены.
При необъективной окончательной выборке вы, возможно, не сможете обобщить свои выводы на исходную популяцию, из которой вы сделали выборку, поэтому ваша внешняя валидность будет поставлена под угрозу.
Ваш окончательный образец смещен в сторону студентов колледжа, которые употребляют алкоголь от низкого до умеренного.
Ваши выводы применимы не ко всем студентам колледжей, потому что в вашей выборке недостаточно представлены те, кто употребляет большое количество алкоголя.
Способы предотвращения истощения
Легче предотвратить истощение, чем учитывать его позже в анализе. Применение некоторых из этих мер может помочь вам сократить отсев участников, упростив и привлекая участников остаться.
- Предоставлять компенсацию (например, наличными или подарочными картами) за посещение каждого сеанса
- Максимально свести к минимуму количество повторных проверок
- Сделайте все последующие действия краткими, гибкими и удобными для участников
- Отправка обычных напоминаний для планирования последующих действий
- Наберите больше участников, чем вам нужно для вашей выборки (избыточная выборка)
- Сохраняйте подробную контактную информацию, чтобы вы могли связаться с участниками, даже если они переедут
Обнаружение систематической ошибки отсева
Несмотря на принятые превентивные меры, у вас все еще может быть истощение в ваших исследованиях.
Вы можете обнаружить систематическую ошибку отсева, сравнив участников, которые остались, с участниками, которые покинули ваше исследование.
Используйте исходные данные для сравнения участников по всем переменным в вашем исследовании. Сюда входят демографические переменные, такие как пол, этническая принадлежность, возраст и социально-экономический статус, а также все интересующие переменные.
Вы часто будете замечать значительные различия между этими группами по одной или нескольким переменным, если есть систематическая ошибка.
Выявление систематической ошибки, связанной с отсевом. Вы сравниваете исходные данные участников, которые ушли, с теми, кто остался в конце исследования.Вы собрали данные по этим переменным:
- Возраст
- Пол
- Этническая принадлежность
- Социально-экономический статус
- Частота употребления алкоголя
- Количество употребления алкоголя
- Назначение лечебной или контрольной группы
Используя логистический регрессионный анализ, вы делите участников на две группы в зависимости от того, остаются они или уходят, и вводите переменные в качестве коэффициентов для проверки различий.
Коэффициенты для переменных частоты и количества употребления алкоголя являются значимыми, указывая на систематическую ошибку отсева, основанную на этих переменных. Оставшиеся участники отличаются от тех, кто выбывает, количеством и частотой употребления алкоголя.
Если вы не найдете значимых результатов, у вас все еще может быть скрытая систематическая ошибка отсева, которую нелегко найти в ваших данных.
Постарайтесь связаться с участниками, чтобы понять причины их ухода, и проверьте любые распространенные причины отсева, если вы можете связаться с ними.
Даже если вы не можете определить предвзятость отсева, последующий опрос выбывших участников может помочь вам спланировать будущие исследования, предотвращающие предвзятость отсева.
Как учитывать систематическую ошибку отсева
Чтобы получить достоверные результаты, лучше попытаться учесть систематическую ошибку отсева в своем исследовании. Если у вас есть небольшая погрешность, вы можете выбрать статистический метод, чтобы попытаться компенсировать ее.
Эти методы помогают воссоздать как можно больше отсутствующих данных без ущерба для точности.
Множественное вменение
Множественное вменение предполагает использование моделирования для замены отсутствующих данных вероятными значениями. Вы вставляете несколько возможных значений вместо каждого отсутствующего значения, создавая множество полных наборов данных.
Эти значения, называемые множественными вменениями, генерируются с использованием имитационной модели снова и снова для учета изменчивости и неопределенности. Вы анализируете все свои полные наборы данных и объединяете результаты, чтобы получить оценки среднего значения, стандартного отклонения или других параметров.
Грузы для образцов
Вы можете использовать выборку с весом , чтобы компенсировать неравномерный баланс участников в вашей выборке.
Вы корректируете свои данные таким образом, чтобы общий состав выборки отражал состав населения.
Данные от участников, похожих на тех, кто покинул исследование, перегружены, чтобы компенсировать систематическую ошибку отсева.
Слабопьющие и умеренно пьющие люди получают одинаковый весовой коэффициент 1, что означает, что их данные умножаются на 1. В то же время сильнопьющим присваивается более высокий весовой коэффициент 1,5, поэтому даты каждого из этих участников имеют избыточный вес в полном наборе данных.
Другие виды предвзятости исследования
Часто задаваемые вопросы о систематической ошибке отсева
- Что такое смещение на истощение?
- Как истощение влияет на внешнюю валидность?
Систематическая ошибка истощения может исказить вашу выборку так, что окончательный образец будет значительно отличаться от исходного. Ваша выборка необъективна, поскольку некоторые группы населения недостаточно представлены.
При необъективной окончательной выборке вы не сможете обобщить свои выводы на исходную популяцию, из которой вы сделали выборку, поэтому ваша внешняя валидность будет поставлена под угрозу.
- Как предотвратить истощение?
Чтобы избежать отсева, применение некоторых из этих мер может помочь вам сократить отсев участников, упростив и привлекая участников остаться.
- Предоставлять компенсацию (например, наличными или подарочными картами) за посещение каждого сеанса
- Максимально свести к минимуму количество повторных проверок
- Сделайте все последующие действия краткими, гибкими и удобными для участников
- Отправка участникам регулярных напоминаний о планировании последующих действий
- Наберите больше участников, чем нужно для вашей выборки (избыточная выборка)
- Сохраняйте подробную контактную информацию, чтобы вы могли связаться с участниками, даже если они переедут
- Как вы преодолеваете склонность к истощению?
- Что такое дифференциальное истощение?
Отсев относится к участникам, покидающим исследование. В какой-то степени это всегда происходит — например, в рандомизированных контролируемых испытаниях для медицинских исследований.
Дифференциальный отсев происходит, когда показатели отсева или отсева систематически различаются между экспериментальной и контрольной группой.
org/Answer»>Систематическая ошибка отсева — это выборочное выбывание некоторых участников, которые систематически отличаются от тех, кто остается в исследовании.
Некоторые группы участников могут уйти из-за неудачного опыта, нежелательных побочных эффектов или неадекватных стимулов для участия, среди прочих причин. Истощение также называется смертностью субъекта, но это не всегда относится к смерти участников!
org/Answer»>Если у вас есть небольшая предвзятость, связанная с отсевом, вы можете использовать некоторые статистические методы, чтобы попытаться компенсировать ее.
Множественное вменение предполагает использование моделирования для замены отсутствующих данных вероятными значениями. В качестве альтернативы вы можете использовать взвешивание выборки, чтобы компенсировать неравномерный баланс участников в вашей выборке.
