Proste plany eksperymentalne

Proste plany eksperymentalne

  • ...czyli takie, w których jest jeden czynnik (może być na wielu poziomach)
  • Plany grup niezależnych
  • Plany z powtarzanymi pomiarami

Plan grup niezależnych

  • Dwie (lub więcej) grupy osób badanych, osobno dla każdego poziomu manipulacji zmiennej niezależnej
  • Grupy różnią się od siebie tylko pod względem manipulacji eksperymentalnej
  • Często występuje grupa kontrolna (brak manipulacji, manipulacja neutralna itd.)

Plan grup niezależnych

  • Jeżeli grupy badanych są podobne do siebie pod względem wszystkich ważnych cech na początku eksperymentu…
  • …to manipulacja eksperymentalna spowodowała zmianę zmiennej zależnej
  • Uwaga! Kluczowy jest losowy dobór do grup

Losowy dobór do grup (random assignment)

  • Każda osoba badana ma taką samą szansę trafienia do każdej grupy badawczej
  • To nie to samo co losowy dobór próby (tj. losowy dobór osób badanych z populacji)!
  • Dobór próby może być losowy, celowany, przypadkowy, kulośniegowy... wszystko jedno!
  • Ważne jest, że dobór do poszczególnych grup eksperymentalnych jest losowy

Jak zapewnić losowy dobór do grup?

  • Rzut monetą i inne stricte losowe procedury
  • Pełna losowość gdy dobór każdej osoby jest niezależny od doboru innych osób
  • Kłopot - potencjalnie nierównoliczne grupy
  • Rozwiązanie - randomizacja w blokach (niespełniony warunek niezależności, ale w praktyce mało kto się tym przejmuje...)

Randomizacja w blokach

Randomizacja

Inna strategia - dobór wiązany (matched groups)

  • Jeśli chcemy dobrze kontrolować zmienną o charakterze różnic indywidualnych (np. wiek, płeć), możemy dobrać grupy równoważąc tą zmienną
  • Przykładowa procedura - rekrutujemy N osób, ustawiamy od najmłodszej do najstarszej a następnie losujemy przydział do grup po kolei, w parach
  • W ten sposób mamy dwie grupy z (prawie) identyczną strukturą wieku
  • Jeśli jedna to grupa kontrolna, taką grupę nazywa się matched controls
  • Zalety - łatwa kontrola danej zmiennej i zapewnienie losowości
  • Wady - bardziej kłopotliwa rekrutacja, można stosować tylko do łatwych w pomiarze zmiennych