¿Qué es el método de control estadístico?

Consulta el libro de texto.

1. Método de eliminación El método de eliminación consiste en excluir variables adicionales del experimento.

. Si el ruido externo y la luz afectan el experimento, la mejor manera es ingresar a una habitación insonorizada o a una habitación oscura, que pueda eliminarlos. El efecto Hawthorne y el efecto del experimentador afectarán los resultados experimentales. La mejor manera es utilizar un experimento doble ciego. Desde la perspectiva del control de variables, el método de eliminación funciona. Sin embargo, los resultados de la investigación obtenidos mediante el método de eliminación carecen de la generalidad de la inferencia. Por ejemplo, si

existe la preocupación de que el contacto entre el experimentador y el sujeto afecte los resultados experimentales, y se adopta un método para presentar estímulos automáticamente y

registrar automáticamente los resultados experimentales. , los resultados serán Es imposible hacer inferencias y explicaciones para comportamientos similares

en la vida diaria de las personas.

2. Método constante El método constante consiste en mantener variables adicionales fijas durante el experimento. Si hay dificultad para eliminar variables adicionales, se puede utilizar el método constante. Diferentes sitios experimentales

Diferentes experimentadores y diferentes tiempos experimentales son variables adicionales. Un método de control eficaz es realizar experimentos en el mismo laboratorio, por el mismo experimentador y al mismo tiempo utilizando los mismos procedimientos experimentales para el grupo experimental y el grupo de control. Si no se puede eliminar el ruido con intensidad variable durante el experimento, se puede utilizar un generador de ruido para generar ruido constante para enmascararlo. Además de que las condiciones experimentales anteriores permanecen constantes, las características del experimentador y del grupo de control

los sujetos (como edad, género, fuerza personal, logros, motivación, etc.) también están determinadas por las resultados experimentales

La principal fuente de confusión también debería permanecer constante. Sólo así se puede atribuir la diferencia en las tareas entre los dos grupos al efecto de la variable independiente. También existen desventajas al utilizar el método constante para controlar variables adicionales: (1) Los resultados experimentales no se pueden generalizar a otros niveles de las variables adicionales. Por ejemplo, si solo se utilizan adultos varones como sujetos en un experimento, los resultados no se pueden generalizar a las mujeres adultas. (2) Las variables independientes manipuladas y las variables adicionales mantenidas constantes

pueden tener efectos interactivos. Por ejemplo, si el sujeto es un hombre y el experimentador es una mujer atractiva, el experimentador puede distraer al sujeto durante el experimento. Esta es una variable adicional resultante de la interacción.

3. Método de emparejamiento El método de emparejamiento es un método para igualar las características de los sujetos del grupo experimental y del grupo de control. Cuando se utiliza el método de emparejamiento, es necesario primero medir la alta correlación entre todos los sujetos y las tareas a completar en el experimento

y luego, de acuerdo con los resultados medidos, los sujetos del grupo experimental y el grupo experimental; grupo de control

Las características de p>

coinciden para ser iguales. Si desea hacer un experimento sobre "el impacto de la práctica en el éxito de aprender a disparar", primero prediga el rendimiento de tiro al blanco del sujeto y luego compare los dos sujetos con el mismo rendimiento previsto (el mismo número de aros acertados)

Los sujetos fueron divididos en el grupo experimental y el grupo de control respectivamente, y emparejados en dos grupos de sujetos con iguales condiciones para participar en el experimento.

Aunque este método es deseable en teoría, es difícil de aplicar en la práctica. Porque, si hay más de una característica

(o factor), el experimentador muchas veces siente que ha perdido de vista una, o incluso que no puede igualarla. Por ejemplo, sería muy difícil para el experimentador

considerar la edad, el sexo, las calificaciones iniciales, la inteligencia y otros factores al mismo tiempo, y tratar de igualar todos los factores

para dividirse en dos grupos. Incluso si se pudiera resolver esta dificultad, muchos sujetos no podrán participar en este experimento. Es más, los factores que son variables intermediarias, como la motivación, la actitud, etc., no pueden encontrar una base fiable para compararlos. Por lo tanto, el método de emparejamiento no se utiliza habitualmente en la práctica.

4. Método de aleatorización La aleatorización se basa en la teoría de la probabilidad, asignando aleatoriamente a los sujetos a cada grupo de tratamiento. Las muestras de sujetos se seleccionan de una población definida de sujetos utilizando el método de lotería o el método de números aleatorios. Dado que el muestreo aleatorio le da a cada miembro de la población la misma probabilidad de ser seleccionado, existe una

alta probabilidad considerable de que. la muestra mantiene la misma estructura que la población. Después del muestreo aleatorio, los sujetos seleccionados aleatoriamente fueron asignados aleatoriamente a varios tratamientos. Por ejemplo, hay tres grupos de tratamiento: grupo experimental uno, grupo experimental dos y grupo de control. Asigne un número a cada grupo de tratamiento, como 0, 1 y 2, y decida asignarlo primero a la muestra A y luego a las muestras B y C. Si se encuentra "2" en la tabla aleatoria, el grupo de muestra A se designa como grupo de control; si se encuentra "0" nuevamente, el grupo de muestra B se designa como experimento uno, y así sucesivamente. Teóricamente, el método aleatorio es la mejor manera de controlar variables adicionales, porque según la teoría de la probabilidad, las diversas condiciones y oportunidades que posee cada grupo de sujetos son iguales y no conducirán a un sesgo sistemático. No sólo puede superar las deficiencias del método de emparejamiento que se centra en una cosa pero no en la otra, sino que también puede controlar variables mediadoras que son difíciles de observar (como la motivación, la emoción, la fatiga, la atención, etc.).

El método de aleatorización se puede aplicar no sólo a los sujetos, sino también a la disposición de los estímulos que se presentan. Por ejemplo, si se aplican muchos tratamientos a los sujetos, para eliminar el efecto de serie (es decir, la influencia del tratamiento anterior sobre el tratamiento posterior), se puede utilizar una disposición aleatoria El orden en que ocurren varios tratamientos.

5. Método de contrapeso El método de contrapeso consiste en lograr el propósito de controlar variables adicionales mediante el uso de ciertos

métodos de equilibrio integrales para hacer que los efectos de las variables adicionales se cancelen entre sí. /p>

método. La función principal de este método es controlar el efecto de secuencia. Si se aplica al sujeto una serie de tratamientos diferentes presentados en un orden fijo, la respuesta del sujeto se verá afectada por la secuencia. Si dos tratamientos sucesivos no tienen relación cualitativa, se producirán efectos de fatiga. Ambos efectos

pueden confundir un experimento y deben contrarrestarse. Si solo hay dos tratamientos, A y B, el método más comúnmente utilizado para compensar el efecto de secuencia es utilizar el arreglo ABBA. Es decir, al mismo grupo de sujetos se le aplica primero el tratamiento A y luego el tratamiento B y luego se invierte, aplicando primero el tratamiento B y luego el tratamiento A; Si se administran más de dos tratamientos a varios grupos de sujetos, para compensar el efecto de secuencia, se puede utilizar un experimento del cuadrado latino.

6. Método de control estadístico Todos los métodos anteriores se pueden utilizar en el diseño experimental. Estos métodos se denominan colectivamente control experimental. Sin embargo, a veces debido a restricciones condicionales, los métodos anteriores no se pueden utilizar. Sabemos que existen factores que afectarán los resultados experimentales, pero no podemos excluirlos ni controlarlos durante el experimento. En este caso, solo después de completar el experimento, se puede utilizar el análisis de covarianza (o análisis de covarianza) para analizar los factores que afectan los resultados para lograr un control adicional

p>

Control de variables. Este método de utilizar técnicas estadísticas para controlar variables adicionales después del hecho se llama control estadístico. Por ejemplo, al realizar un experimento con dos clases de estudiantes para comparar la calidad de dos métodos de enseñanza,

aunque el experimentador sabía de antemano que la inteligencia de las dos clases de estudiantes no era igual, sino que se limitaba a la condiciones,

Antes del experimento, era imposible controlar los factores de inteligencia para que los niveles de inteligencia de las dos clases de estudiantes fueran equivalentes. Obviamente la inteligencia es

un factor importante que afecta los resultados experimentales.

Después del experimento, después de utilizar el análisis de covarianza para eliminar la influencia de los factores de inteligencia, se pueden comparar las ventajas y desventajas de los dos métodos de enseñanza. Además del análisis de covarianza, también se pueden utilizar métodos de control estadístico

Correlación parcial y otros métodos