学科内设计|解释,方法,例子
在实验,一个不同的独立变量每一种都采用治疗或手法条件评估与因变量之间是否存在因果关系。
在一个试设计或小组内设计,所有参与者都参与每种条件。它是a的反义词主题之间的设计,每个参与者只经历一种情况。
学科内设计也称为学科内设计相关的组织或重复测量设计因为研究人员比较了同一参与者在不同条件下的相关测量。
所有纵向研究使用受试者内设计来评估同一个体随时间的变化。
使用主题内设计
在主题内设计中,所有的参与者样本接受相同的治疗。其目标是衡量随着时间的推移而产生的变化,或因对结果(如态度、学习或表现)的不同处理而产生的变化。
当比较受试者的不同治疗方法时,你应该随机化或平衡每个条件在参与者组中呈现的顺序。这可以防止早期治疗的影响溢出到后来的治疗,以及少数人研究偏差的类型就像抽样偏差而且选择性偏差.
随机化意味着使用许多不同的可能序列进行治疗,而平衡则意味着在整个组中使用有限数量的序列。
平衡有时对研究人员来说更方便,因为样本中均匀的一部分经历了研究人员选择的每个条件序列。理想情况下,每种处理在序列的每个位置(例如,第三个位置)出现的频率相同。这有助于平衡治疗顺序对结果的影响。
在纵向研究中,时间是一个自变量。因为研究人员无法阻止时间的影响,纵向研究通常研究相关性在时间和其他(因变量)之间。
课题内设计与课题间设计
a的反义词试设计是一个主题之间的设计,每个参与者只经历一种情况,并对不同的治疗组进行比较。
学科间设计通常有一个对照组(例如,没有治疗)和一个实验组,或在一个变量(例如,性别,种族,测试分数等)上存在差异的多个组。研究人员比较了不同组之间的结果。
在受试者内部设计中,参与者通过提供不同条件下的基线分数作为自己的对照。
“within”这个词的意思是你在比较同一组或同一个人的不同条件,而“between”这个词的意思是你在比较不同组之间的不同条件。
在的阶乘设计,则同时测试两个或两个以上的自变量。一个自变量的每一级与其他自变量的每一级相结合,形成不同的条件。
在混合阶乘设计中,一个变量在主题之间被改变,另一个变量在主题内部被改变。
一些纵向研究当他们使用混合设计来研究两个或多个自变量时,可以是实验性的。如果你可以直接操纵其中一个自变量,以及参与者对条件的分配,你就使用了实验方法.
主题内设计的利弊
小样本
主题内设计帮助你发现因果关系或相关性变量之间的关系与相对小样本.在主题内设计中招募样本比在主题间设计中更容易,因为你需要更少的参与者。每个参与者都提供重复测量,使研究更具成本效益。
删除条件之间个体差异的影响
在受试者之间的设计中,不同的参与者参与每种条件,因此参与者的特征(例如智力或记忆容量)在组间通常是不同的。这意味着这是很难说这些结果真的是自变量的结果还是组间个体差异的结果。
相反,有个体差异没有变化在受试者内部设计的条件之间,因为相同的个体参与了所有的条件。参与者特征如下控制对。
统计学上的
主题内设计更多统计学上的而不是受试者之间的设计,因为剔除了个体差异。为了达到相同的权力水平,科目间设计通常需要两倍(或更多)的参与者,而科目内设计则需要。
与时间相关的影响
有很多与时间相关的威胁来内部效度这只适用于受试者内部设计,因为很难控制时间对研究结果的影响。
一些例子:
- 历史:不相关的事件(例如,封锁)可能会影响结果。
- 成熟:随着时间的推移,参与者的自然生理或心理变化(例如,生长或衰老)可能导致这些结果。
- 消耗:在研究的每一步,都有更多的参与者退出,最后留给你一个可能有偏见的样本,因为只有有强烈动机的参与者才能留在研究中(磨损的偏见).
延滞效应
延滞效应是一个广泛的内部有效性威胁类别,当早期治疗改变了后期治疗的结果时发生。
一些例子:
- 实践效果(学习):熟悉基于早期条件的研究,可以在以后的条件下获得更好的表现。
- 顺序效应:在许多条件中放置一个条件会改变结果——例如,在最后一个条件中,参与者因为无聊和疲劳而注意力不集中。
- 序列的影响:条件之间的相互作用(基于它们的顺序)影响结果;例如,广告评级调查的参与者可能会将后来的广告与以前的广告进行比较,并根据项目的顺序做出决定。
随机化和条件顺序的平衡有助于减少遗留效应。
关于学科内设计的常见问题
引用这篇Scribbr文章
如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。