Extraneous Variables, Confounding V

Extraneous Variables, Confounding Variables, and Internal
Validity
For a research study to have internal validity, there must be one, and only
one, explanation for the research results. If a study includes a confounding
variable, then there is an alternative explanation and the internal validity is
threatened. Therefore, the key to achieving internal validity is to ensure that
no extraneous variable is allowed to become a confounding variable. Because
every research study involves thousands of extraneous variables,
avoiding a confounding variable can be quite a task. Fortunately, however,
confounding variables can be classified in a few general categories that make
it somewhat easier to monitor them and keep them out of a research study.
Before we examine the different categories of confounding variables, we
look more closely at the general structure of a research study for which internal
validity is a concern.
When the goal of a research study is to explain the relationship between
two variables, it is common practice to use one of the variables to create different
treatment conditions and then measure the second variable to obtain a
set of scores within each condition. For example, Hallam, Price, and Katsarou
(2002) conducted a second study in which they created three background
conditions by playing pleasant, calming music in one room, unpleasant,
aggressive music in one room, and no music in one room. The researchers then
measured problem-solving performance (variable #2) for a group of students
in each of the three rooms. Because they found differences in the problem solving
scores from one room to another, the researchers successfully demonstrated
that problem solving depends on background music; that is, there is a
relationship between the two variables. The general structure of this study is
shown in Figure 6.3.

ผลลัพธ์ (ไทย) 1:

ตัวแปรที่ไม่เกี่ยวข้อง ปอด และภายในมีผลบังคับใช้การศึกษาวิจัยเพื่อให้มีผลบังคับใช้ภายใน มีต้องเป็นหนึ่ง และเท่านั้นคำอธิบายหนึ่ง ผลวิจัย ถ้าการศึกษารวมถึงการรบกวนตัวแปร แล้ว มีคำอธิบายทางเลือก และความถูกต้องภายในคุกคาม ดังนั้น กุญแจสำคัญในการบรรลุการมีผลบังคับใช้ภายในคือการ ให้แน่ใจว่าตัวแปรที่ไม่เกี่ยวข้องไม่ได้รับอนุญาตให้เป็น ตัวแปรรบกวน เนื่องจากพันของตัวแปรที่ไม่เกี่ยวข้อง เกี่ยวข้องกับการศึกษาวิจัยทุกหลีกเลี่ยงตัวแปรรบกวนได้งานค่อนข้าง โชคดี อย่างไรก็ ตามปอดสามารถจำแนกในประเภททั่วไปบางอย่างที่ทำให้มันค่อนข้างง่ายต่อการตรวจสอบพวกเขา และให้พวกเขาจากการศึกษาวิจัยก่อนที่เราตรวจสอบประเภทต่าง ๆ ของปอด เราดูใกล้เคียงทั่วไปโครงสร้างของการศึกษาวิจัยซึ่งภายในมีผลบังคับใช้ที่เป็นกังวลเมื่อเป้าหมายของการศึกษาวิจัยคือการ อธิบายความสัมพันธ์ระหว่างสองตัวแปร เป็นการทั่วไปจะใช้ตัวแปรอย่างใดอย่างหนึ่งเพื่อสร้างความแตกต่างกันรักษาสภาพแล้ว วัดตัวแปรที่สองเพื่อขอรับการชุดของคะแนนในแต่ละเงื่อนไข ตัวอย่างเช่น Hallam ราคา และ Katsarou(2002) ดำเนินการศึกษาที่สองที่พวกเขาสร้างพื้นหลังสามเงื่อนไข โดยการเล่นเพลงในห้องเดียว ไม่พึงประสงค์ ผ่อนคลาย น่าพอใจเพลงก้าวร้าวในหนึ่งห้อง และไม่มีเพลงในห้องเดียวกัน นักวิจัยแล้ววัดแก้ปัญหาประสิทธิภาพการทำงาน (ตัวแปร #2) สำหรับกลุ่มของนักเรียนในแต่ละห้องสาม เนื่องจากพวกเขาพบความแตกต่างในการแก้ปัญหาคะแนนจากห้องหนึ่งไปยังอีก นักวิจัยประสบความสำเร็จแสดงให้เห็นว่า การแก้ปัญหาขึ้นอยู่กับเพลง กล่าวคือ มีการความสัมพันธ์ระหว่างสองตัวแปร โครงสร้างทั่วไปของการศึกษานี้แสดงในรูปที่ 6.3

ผลลัพธ์ (ไทย) 2:

ตัวแปรภายนอกตัวแปรปัจจัยรบกวนและภายใน
ตั้งแต่วันที่
สำหรับการศึกษาวิจัยที่จะมีความถูกต้องภายในจะต้องมีหนึ่งและมีเพียง
หนึ่งคำอธิบายสำหรับผลการวิจัย หากการศึกษารวมถึงการรบกวน
ตัวแปรแล้วมีคำอธิบายทางเลือกและความถูกต้องภายใน
ขู่ ดังนั้นกุญแจสำคัญในการบรรลุความถูกต้องภายในเพื่อให้แน่ใจว่า
ไม่มีตัวแปรภายนอกที่ได้รับอนุญาตที่จะกลายเป็นตัวแปรรบกวน เพราะ
ทุกคนที่เกี่ยวข้องกับการศึกษาวิจัยหลายพันของตัวแปรภายนอก
หลีกเลี่ยงตัวแปรรบกวนสามารถค่อนข้างงาน โชคดี แต่
ตัวแปรรบกวนสามารถจัดอยู่ในประเภททั่วไปไม่กี่ที่ทำให้
มันค่อนข้างง่ายในการตรวจสอบพวกเขาและให้พวกเขาออกจากการศึกษาวิจัย.
ก่อนที่เราจะตรวจสอบประเภทที่แตกต่างของตัวแปรรบกวนเรา
มองอย่างใกล้ชิดที่โครงสร้างทั่วไปของ การศึกษาวิจัยซึ่งภายใน
ความถูกต้องเป็นกังวล.
เมื่อเป้าหมายของการศึกษาวิจัยคือการอธิบายความสัมพันธ์ระหว่าง
สองตัวแปรมันเป็นเรื่องธรรมดาที่จะใช้หนึ่งในตัวแปรที่จะสร้างที่แตกต่างกัน
เงื่อนไขการรักษาและการแล้ววัดตัวแปรที่สองที่จะได้รับ
ชุดของคะแนนในแต่ละสภาพ ยกตัวอย่างเช่น Hallam ราคาและ Katsarou
(2002) ดำเนินการศึกษาที่สองที่พวกเขาสร้างขึ้นเมื่อสามพื้นหลัง
สภาพโดยการเล่นที่น่าพอใจเพลงที่สงบเงียบในห้องหนึ่งที่ไม่พึงประสงค์,
เพลงก้าวร้าวในห้องหนึ่งและไม่มีเพลงในห้องหนึ่ง นักวิจัยแล้ว
วัดการแก้ปัญหาการปฏิบัติงาน (Variable # 2) สำหรับกลุ่มของนักเรียน
ในแต่ละสามห้อง เพราะพวกเขาพบความแตกต่างในการแก้ปัญหา
คะแนนจากห้องหนึ่งไปยังอีกที่นักวิจัยประสบความสำเร็จในการแสดงให้เห็น
ว่าการแก้ปัญหาขึ้นอยู่กับเพลงพื้นหลัง; นั่นคือมี
ความสัมพันธ์ระหว่างสองตัวแปร โครงสร้างทั่วไปของการศึกษานี้
แสดงในรูปที่ 6.3

ผลลัพธ์ (ไทย) 3:

ตัวแปรและตัวแปร confounding , ภายนอก , ภายในความถูกต้องสำหรับการศึกษาวิจัยมีความตรงภายใน ต้องมีหนึ่งและเท่านั้นหนึ่ง คำอธิบายสำหรับการวิจัย ถ้าการศึกษารวมถึง confoundingตัวแปร แล้วมีคำอธิบายทางเลือกและความตรงภายใน คือข่มขู่ ดังนั้น กุญแจสำคัญที่จะบรรลุความตรงภายในคือเพื่อ ให้แน่ใจว่าไม่มีการอนุญาตให้กลายเป็นตัวแปร confounding ตัวแปร เพราะทุกการวิจัยเกี่ยวข้องกับพันของตัวแปรนอกกายหลีกเลี่ยงตัวแปร confounding สามารถจะค่อนข้างงาน โชคดี อย่างไรก็ตามตัวแปร confounding สามารถแบ่งออกเป็นกี่ประเภททั่วไปที่ให้มันค่อนข้างง่ายที่จะตรวจสอบพวกเขาและให้พวกเขาจากการศึกษาวิจัยก่อนที่เราจะศึกษาแตกต่างกันประเภทของตัวแปร confounding เรามองอย่างใกล้ชิดที่โครงสร้างทั่วไปของการศึกษาวิจัย ซึ่งภายในความถูกต้องที่เป็นกังวลเมื่อเป้าหมายของการศึกษาคือการอธิบายความสัมพันธ์ระหว่างสองตัวแปร มันเป็นวิธีการทั่วไปที่จะใช้หนึ่งในตัวแปรที่แตกต่างกันเพื่อสร้างเงื่อนไขการรักษาและวัดตัวแปรที่สองที่จะได้รับการตั้งค่าของคะแนนในแต่ละเงื่อนไข ตัวอย่าง ราคา และ katsarou Hallam ,( 2002 ) ศึกษาที่สองที่พวกเขาสร้างขึ้นสามหลังเงื่อนไขโดยการเล่นสวยงาม สงบเงียบ เพลงในห้องหนึ่งไม่เป็นก้าวร้าวเพลงในหนึ่งห้อง และไม่มีเพลงในห้องหนึ่ง นักวิจัยแล้ววัดประสิทธิภาพในการแก้ปัญหา ( ตัวแปร # 2 ) สำหรับกลุ่มของนักเรียนในแต่ละสามห้อง เพราะพวกเขาพบความแตกต่างในการแก้ปัญหาคะแนนจากห้องหนึ่งไปยังอีก นักวิจัยได้แสดงที่การแก้ปัญหาขึ้นอยู่กับเพลงพื้นหลัง ; นั่นคือมีความสัมพันธ์ระหว่างสองตัวแปร โครงสร้างทั่วไปของการศึกษานี้คือแสดงในรูปที่ 6 .