Eksperimentell metode - I

Eksperimentell metode - repetisjon Hovedhensikt er å trekke slutninger om kausalitet (årsak-virkning) Innebærer at vi manipulerer med en eller flere (uavhengige) variabler og undersøker virkningen av dette (på en avhengig variabel) Uavhengig variabel (UV) Avhengig variabel (AV) (denne manipulerer vi, (denne måler vi virkningen på) studerer virkningen av) F. eks har fysisk trening (UV) en effekt på depresjon (AV)? En mulig tredjevariabel: selcection bias Feilvarians: forskjeller i avhengig variabel som ikke er skapt av den variabelen vi manipulerer med – trussel mot den indre validitet. Kan skyldes egenskaper ved subjektene som deltar i eksperimentet

Feilvarians (error variance) Er spredning i skårer på avhengig variabel som er skapt av andre variabler enn den vi manipulerer med (uavhengig var.) Eksempel. Skårer på depresjon etter 4 uker med fysisk trening (5 personer) Gruppens gjennomsnittsverdi er 10, basert på P1:9 p2:15 p3:7 p4:8 p5:11 Alle avvik fra 10 regnes feilvarians! (hvis vi kun har en måling av personene) Denne feilvariansen kan være skapt av karakteristika ved den enkelte deltager ( f eks forskjell i depresjonsskåre før trening) Og/eller eksterne variabler som påvirker alle i gruppen (f eks demand characteristics) Eksperimentelle design søker man å håndtere kilder til feilvarians på ulike måter dvs. utelukke tredjevariabler (”confunding variables”)

Hovedtyper eksperiment Between-subjects design: (Minst) en eksperimentgruppe og en kontrollgruppe Within-subjects design: Samme gruppe måles før og etter manipulasjon N=1 design (single-subjects design) Enkeltpersoner følges over tid Felteksperimenter: Eksperimenter som foretas utenfor laboratorier Feilvarians?

Between-subjects design (mellom personer) Inndeling i (minst) to grupper Eksperimentgruppe - utsettes for manipulasjon (f eks trening) Kontrollgruppe – ingen manipulasjon (ingen trening), evt. placebo De to gruppene sammenlignes for å se om det er noen forskjell i gruppenes gjennomsnittsverdi på den avhengige variabelen (depresjon) Fordel: holder ofte med en gangs testing av forsøkspersonene

Between-subjects design – søker å fordele feilvarians likt i de to gruppene Enten: Randomisering Tilfeldig inndeling i de to gruppene. Alle har like sjanse for å bli trukket ut i eksperiment- og kontrollgruppe Enkelt, men krever større grupper enn matched-design Eller: Matching Forsøker aktivt å gjøre gruppene like på variabler man tror virker inn på den avhengige variabelen (depresjon) I vårt eksempel: alder, kjønn, depresjon før trening, treningsaktivitet før eksperimentet Krever ofte mindre utvalg Men forutsetter at vi har antagelse hvilke faktorer som skaper feilvarians Må ha en før-testing på disse variablene, ressurskrevende

Within-subject design (repetert design) De samme personene følges over tid. Disse er da sin egen kontrollgruppe. Eksempel: Måling depr.før trening Trening Måling depr. etter trening (dette eksempelet er et pre-test – post-test design) Fordeler: Reduserer kilder til feilvarians pga individuelle forskjeller Trenger færre forsøkspersoner

Feilkilder ved gjentatte målinger Gjentatt testing kan gi uønskede effekter: Frafall – stort problem hvis dette er selektivt Overføringseffekter (“carry-over”): tidligere måling har “smitteeffekt” Prestasjon bedres pga læring eller adapsjon Prestasjon svekkes pga tretthet/kjedsomhet Habituering eller sensitivetet Sekvenseffekter – bestemt rekkefølge av betingelser gir effekt Andre feilkilder Modning – endring over tid som ville skjedd uansett Statistisk regresjon – ekstremskårer går mot gjennomsnittet ved senere testing Endring i måleteknikk underveis

Mottiltak mot overføringseffekter Motbalansering (counterbalancing) Randomisert rekkefølge på betingelser F. eks hånholdt vs handsfree mobil (single-factor two level design) Håndholdt Handsfree Gr 1 nr 1 nr 2 Gr 2 nr 2 nr 1 Pauser mellom testing Ta med rekkefølge for betingelse som uavhengig variabel

Flerfaktorielle oppsett I slike oppsett er det flere uavhengige variabler, men som regel bare én avhengig variabel Den enkelte uavhengige variabel kalles da faktor Gir mulighet til å finne ut om virkningen av den ene uavhengige variabelen avhenger av nivå på den andre uavhengige variabelen

Hovedeffekter og interaksjon Hovedeffekt: Virkningen av en faktor (uavhengig variabel) er avhenger ikke av nivå på den andre faktoren Interaksjon: Virkningen av en faktor (uavhengig variabel) avhenger av nivået på den andre faktoren

Eksempel – To-faktor (2x2) eksperimentelt design Faktor 1: Mobiltelefon: Håndholdt vs. handsfree (dvs. at faktor 1 har 2 nivå) Faktor 2: Samtalekompleksitet: Lav vs. høy (dvs. at faktor 2 også har 2 nivå) Avhengig variabel: Reaksjonstid ved kjøring i trafikk

Resultat av studie (faktisk resultat) Klar interaksjonseffekt: Virkningen handsfree har på reaksjonstid avhenger av om samtalen kompleks er eller ikke

Annet mulig resultat Kun en hovedeffekt: Håndholdt gir lengre reaksjonstid enn handsfree uansett om samtalen er kompleks eller ikke

Et annet mulig resultat Ingen hoved- eller interaksjonseffekt, fordi det er ingen virkning å spore av de to faktorene

Oppgave Ta utganspunkt i eksempelet med håndholdt vs. handsfree mobil og rekasjonstid. Kan man benytte følgede design for å gjennomføre eksperimentet (hvis ja, hvordan): Between-groups design? Within-groups design? En kombinasjon av de to (mixed design)? Nevn minst en fordel og en ulempe med hvert design

Mixed design Kombinasjon av within- og between-subject design Er også et faktoriellt design Eksempel på en variant av mixed design: Pre-test – post-test design med kontrollgruppe Førmåling Manipulasjon Ettermåling (depresjon) (trening) (depresjon) Eksperimentgr. X X X Kontrollgruppe X X

Hvilket design skal man velge? Hvis individuelle forskjeller ikke er stort problem, er ofte between- subjects best egnet Hvis ind. forskjeller er et stort problem, er matched-design eller within-subjects ofte best egnet Hvis overføringseffekter ikke kan bøtes på, er matched design ofte bedre enn within-subjects Hvis man er interessert i å følge utviking i tid med gjentatt manipulering, velg within-subjects (f eks effekt av trøtthet på prestasjon) Kan ofte være fordelaktig å kombinere between-subjects med within subjects (mixed design)

Felles ”trusler” mot indre validitet for alle eksperimentelle design Demand characteristics og reaktivitet Historie (andre hendelser inntreffer i løpet av eksperimentet) Modning (endring som ellers ville inntruffet) Regresjonseffekter (de med ekstremskårer på forhånd vil uansett gå mer mot gjennomsnittet) Frafall. Frafall underveis gjør at gruppene ikke blir sammenlignbare – f eks de minst motiverte faller fra.