1.8: グループデザイン

最も基本的な実験計画には、実験群と対照群の2つのグループが含まれます。この 2 つのグループは、実験的な操作という 1 つの違いを除いて、同じになるように設計されています。実験グループは実験操作(つまり、テスト対象の処理または変数)を取得しますが、対照グループは取得しません。実験的な操作は実験群と対照群の間の唯一の違いであるため、両者の違いは偶然ではなく実験的な操作によるものであると確信できます。

 暴力的なテレビ番組が子供の暴力的な行動にどのように影響するかの例として、実験グループに暴力的なテレビ番組を指定された時間視聴してもらい、その後、彼らの暴力的な行動を測定してもらいます。私たちは、対照群が同じ時間非暴力のテレビ番組を視聴した後の、対照群の暴力行動を測定します。対照群は実験群と同様に扱われることが重要ですが、対照群は実験操作を受け取らない点が異なります。したがって、対照群には実験群と同じ時間、非暴力のテレビ番組を視聴してもらいます。

また、何が暴力的で非暴力的であると考えられるかを正確に定義し、運用化する必要があります。運用上の定義は、変数をどのように測定するかを説明するものであり、研究者が特定の実験でどのように、そして何を測定したかを他の人が正確に理解できるようにするために重要です。暴力的な行動を運用する際には、蹴ったり殴ったりするなどの身体的行為のみをこの行動の例として数えることを選ぶかもしれませんし、怒りに満ちた言葉のやり取りを含めることを選ぶかもしれません。私たちが何を決定するにせよ、私たちの研究を初めて耳にした誰もが、私たちが暴力とは何を意味するのかを正確に理解できるように、暴力的な行動を運用することが重要です。これは、人々が私たちのデータを解釈する能力だけでなく、彼らがそうすることを選択した場合に私たちの実験を繰り返す能力を助けます。

実験参加者から暴力的なテレビ番組と見なされるものと暴力的な行動と見なされるものを定義したら、実験をどのように実行するかを確立する必要があります。この場合、参加者に30分間のテレビ番組(暴力的または非暴力的)を視聴してもらい、その後、1時間遊び場に送り出し、そこで彼らの行動を観察し、暴力行為の数と種類

独立変数と従属変数

研究実験では、あるものの変化が別のものの変化を引き起こすかどうかを研究します。これを達成するためには、実験的研究で2つの重要な変数、または変更可能なもの、つまり独立変数と従属変数に注意を払う必要があります。独立変数は、実験者によって操作または制御されます。適切にデザインされた実験的研究では、独立変数が実験群と対照群の間の唯一の重要な違いです。暴力的なテレビ番組が子どもの暴力的な行動の表現にどのように影響するかの例では、独立変数は、研究の参加者が視聴した番組のタイプ(暴力的または非暴力的)です。

従属変数は、独立変数がどの程度の効果を持っていたかを確認するために研究者が測定するものです。我々の例では、従属変数は実験参加者が表示した暴力行為の数です。

従属変数は、独立変数の関数として変化すると予想します。つまり、従属変数は独立変数に依存します。独立変数と従属変数の関係について考える良い方法は、次の質問です:独立変数は従属変数にどのような影響を与えますか?例に戻ると、暴力的なテレビ番組や非暴力的なテレビ番組を30分視聴すると、遊び場で表示される身体的攻撃の件数にどのような影響があるのでしょうか?

実験参加者の選択と割り当て

研究がデザインされたら、実験に含める個人のサンプルを取得する必要があります。私たちの研究には人間の参加者が参加するため、誰を含めるかを決定する必要があります。心理学研究の対象は参加者であり、その名の通り、心理学研究に携わる個人が積極的に参加します。多くの場合、心理学の研究プロジェクトは、大学生が参加者として参加することに依存しています。実際、心理学のサブフィールドにおける研究の大部分は、歴史的に学生を研究参加者として関与させてきました(Sears、1986;アーネット、2008)。しかし、大学生は本当に一般の人々を代表しているのでしょうか?大学生は、一般の人々よりも若く、教育を受け、リベラルで、多様性に欠ける傾向があります。学生を被験者として使用することは受け入れられている慣行ですが、このような限られた研究参加者のプールに依存することは、調査結果をより大きな人口に一般化するのが難しいため、問題になる可能性があります。

仮想実験には子供が関与しており、最初に子供の参加者のサンプルを生成する必要があります。サンプルが使用されるのは、通常、母集団が大きすぎて、すべてのメンバーを特定の実験に合理的に関与できないためです。可能であれば、ランダムサンプルを使用する必要があります。ランダムサンプルは、母集団のすべてのメンバーが選択される可能性が等しい、より大きな母集団のサブセットです。無作為抽出が推奨されるのは、サンプルが十分に大きい場合、参加している個人がより大きな母集団を代表していることを合理的に確認できるためです。これは、サンプルの特性 (性別、民族性、社会経済的レベル、および結果に影響を与える可能性のあるその他の特性) の割合が、より大きな母集団のこれらの割合に近いことを意味します。

与えられた例では、関心のある人口を4年生と決めたとしましょう。しかし、すべての4年生は非常に大きな人口であるため、より具体的にする必要があります。そうではなく、私たちの関心のある人口は、特定の都市のすべての4年生であると言えるかもしれません。さまざまな所得階層、家族の状況、人種、民族、宗教、町の地理的地域の学生を含める必要があります。このより管理しやすい人口により、地元の学校と協力して、実験に参加したい約200人の4年生の無作為サンプルを選択できます。

要約すると、ある都市の4年生全員をテストすることはできないので、その都市の構成を反映した約200人のグループを見つけたいと考えています。代表的なグループを使用すると、サンプルが何らかの形で偏っていることを恐れることなく、調査結果をより大きな母集団に一般化できます。

実験プロセスの次のステップは、ランダム割り当てを通じて参加者を実験グループと対照グループに分けることです。ランダム割り当てでは、すべての参加者がどちらのグループにも割り当てられる可能性が等しくなります。サンプルの4年生をそれぞれ実験グループまたは対照グループのいずれかにランダムに割り当てる統計ソフトウェアがあります。

ランダム割り当ては、健全な実験計画にとって重要です。サンプルが十分に大きい場合、ランダム割り当てにより、グループ間に系統的な違いが存在する可能性は低くなります。ですから、例えば、1つのグループが男性だけで構成されたり、特定の民族的アイデンティティや特定の宗教的イデオロギーが生まれたりすることは、非常にありそうにありません。実験が始まる前にグループが系統的に異なっていた場合、グループ間で見つけた違いの起源はわからないため、これは重要です:違いは以前から存在していたのか、それとも独立変数の操作によって引き起こされたのか?ランダム割り当てにより、実験グループと対照グループ間で観察された差は、独立変数の操作に起因すると仮定できます。

交絡変数

ランダム割り当ては、潜在的な交絡因子 (観察結果に寄与する可能性のある未知の要因) を均等に分散するためにも重要です。研究者はすべてを知っているわけではないため、追加の予測されていない変数が結果の原因 である可能性は常にあります。適切な研究デザインがあれば、研究者は少なくとも交絡をコントロールし、誤った結論を出さないようにすることができます。    

このテキストはOpenStax, Psychology.OpenStax CNXの