Experimentell metodik

Transkript

1 Översikt Vad är ett kognitionspsykologiskt experiment? Experimentell metodik Planering och genomförande av experiment Att tänka på Analys och tolkning av data Människan är en svart låda Kan inte tränga in i någon annans tankar Kan endast observera utifrån Psykologiskt experiment = Försätta försöksdeltagare i olika situationer Experimentell situation jämförs med normal situation som kallas baseline eller kontroll Observera hur försöksdeltagaren reagerar Mäta andel korrekta svar Tid att svara/reagera Exempel Vill ta reda på om folk kör fortare med förarstödsystem A än med system B En in-variabel: system (två värden: A och B) En ut-variabel: hastighet Vi genomför experimentet Vi får fram att de som har kört med system A kört i snitt 5 km/h fortare än de som kört med B Är det OK att dra slutsatsen att system B är bättre, dvs. säkrare? Vill visa orsakssamband Måste vara försiktig vid generalisering Snitthastighet Är skillnaden statistiskt signifikant? Inte slumpvariationer! Bättre i avseendet att Inbjuder inte till fortkörning Men kan vara sämre (= osäker) på andra sätt Vi hade psykologistudenter vid Umeå universitet som deltagare Kan de ha egenskaper som inte gäller för resten av befolkningen? Kan dessa egenskaper påverka resultatet? Om ja, kan undersökningen inte säga någonting om resten av befolkningen! Experimentet har i så fall begränsad giltighet A B System Sidan 1

2 Risk för störning från förbisedda faktorer Respekt för experimentledaren Mänskligt beteende påverkas av ett stort antal inre och yttre omständigheter Ex. på inre omständigheter Trötthet Känsloläge Tanken på belöning Social press att vara tillmötesgående mot försöksledaren Respekt av försöksledaren Experimentledar-effekten Ex. på social påverkan Viljan att göra försöksledaren till lags Försöksdeltagarna bör inte förstå syftet med experimentet!!! Berätta för deltagaren efter genomfört experiment Störning Man vill ofta begränsa sig till att studera inverkan av 1-2 variabler Andra yttre omständigheter kan påverka Kan vi t.ex. lita på att den uppmätta effekten orsakades av skillnaden i system (förarstöd A vs. B)? Möjliga störningar Det visar sig att alla försöksdeltagare som körde med system A var unga, de flesta i grupp B var äldre Det finns risk att Ålder spelade roll i vårt experiment Vill visa orsakssamband Snitthastighet Alltså en annan variabel som råkade samvariera med vår avsedda variabel! A B System ung gammal Ålder Sidan 2

3 Risk för sammanblandning Risk för sammanblandning mellan effekter Oberoende variabel Beroende variabel X 1 OV Y Råkade samvariera BV X 2 störvariabel Effekten kan bero på OV eller på störvariabeln (eller en kombination av båda) I värsta fall Ytterligare risk för sammanblandning Kan inte dra slutsats om orsakssamband, endast korrelation Ibland är den störvariabeln uppenbart den som har starkast påverkan Påverkar t.ex. antal storkar barnfödande? Undersökning ger att fler barn föds på platser med många storkar Många storkar på landsbygden, få storkar i stan Storkar påverkar dock inte barnfödande, dvs. det finns inget orsakssamband! Endast samvariation (korrelation) mellan antal storkar och barnfödande! Det egentliga orsakssambandet förblir outrett Möjligen bor det människor med andra livsvärderingar på landsbygden (hypotes) OV 1 störvariabel störvariabel? BV Kan det finnas ytterligare variabler som påverkar? Olika sätt att undvika sammanblandning Målet är att se till att störvariablerna inte samvarierar med vår OV: 1. Slumpvis urval av deltagare till de två grupperna Skapar slumpvariation 2. Matchning Medvetet val av lika många i varje grupp 3. Konstanthållning av variabler T.ex. samma tid på dygnet, samma körsträcka i körsimulatorn Begränsar dock giltigheten av experimentet T.ex. alla är psykologistudenter 2. Matchning av variabler Används om antalet försöksdeltagare är litet Slumpval är inte säker T.ex. alla yngre kan råka hamna i samma grupp Fortfarande stor risk att variabler, såsom kön, ålder, erfarenhet, inte blir jämnt fördelade T.ex. 16 deltagare, 12 av dessa råkade bli män Män kan tänkas ha en tendens att köra fortare Sidan 3

4 2. Matchning av variabler Medvetet se till att variabeln är jämnt fördelad i varje grupp Grupp 1: System A Grupp 2: System B 1. kvinna 2. kvinna 4. kvinna 3. kvinna 3. Konstanthållning av variabler Målet är att störvariabler inte ska samvariera med den OV vars effekt vi vill undersöka T.ex. Samma instruktioner till alla deltagare Samma körsträcka Samma tid på dygnet Men, skulle det funka att konstanthålla Kön? Ålder? Skulle begränsa giltigheten av experimentet! Kontroll av variabler Variabler där man inte vill begränsa giltigheten av studien Slumpval Variabler som har möjlig stark effekt, och fåtal möjliga värden (man kvinna) vill man matcha Lika många i varje grupp Alla andra variabler Konstanthållning De olika stegen i att sätta upp ett experiment Experimentell metod Förarbete Kvalitativ analys Hypotesformulering Operationalisering Identifiering av variabler Kontroll av störvariabler Design Analys av resultat Förarbete Studera fenomenet genom att läsa om det Läsa om experiment som andra har gjort Läsa om teorier som kan förklara resultat som har erhållits Vad vet forskare redan? Kunskapsluckor? Vad skulle vara intressant att studera? Sidan 4

5 Kvalitativ (konceptuell) analys Vilka begrepp ingår i fenomenet bilkörning? Uppmärksamhet på vägen Grad av kontroll över bilen Val av hastighet Förarstödsystem Försöka förstå hur dessa hänger ihop, hur bilkörning går till Hypotesformulering En förväntan på vad som kommer att hända i experimentet Måste vara rimlig Baseras på vedertagna teorier T.ex. teorier som beskrivs i läroboken T.ex: Vi antar vi att system som upplevs som trygga kommer att leda till att föraren kör fortare På basis av existerande teorier om riskanpassning hos förare Operationalisering Översättning av kvalitativa koncept till väldefinierade, mätbara saker Vi antar att system som upplevs som trygga kommer att leda till att föraren kör fortare Definition och sätt att mäta System som upplevs som trygga Frågeformulär om hur systemet upplevs som deltagarna får fylla i Eller fysiologisk mätning av handsvett, hjärtrytm Köra fortare Skillnad i snitthastighet i km/h Skillnad i topphastighet Identifiering av variabler OV: System Tryggt (system A) Otryggt (system B) BV: Snitthastighet Finns det störvariabler som kan påverka och orsaka sammanblandning? Kontroll av störvariabler 1. Slumpvariation (naturlig fördelning) 2. Matchning 3. Konstanthållning Experimentell design Hur många variabler? 1 OV, 2 värden = 2 betingelser 2 OV, 2 värden var = 4 betingelser 3 OV, 2 värden var = 8 betingelser Hur ska dessa fördelas mellan olika deltagare? Sidan 5

6 Mellangruppsdesign Deltagarna delas in i lika många grupper som betingelser Varje grupp utsätts för en betingelse T.ex. deltagarna i grupp 1 får testa system A på landsväg grupp 2 testar system A på motorväg grupp 3 system B på landsväg grupp 4 system B på motorväg Ju fler betingelser, desto färre deltagare per grupp Ibland risk för stor individuell variation T.ex. attityd och körstil Störvariabler är svåra att kontrollera i en liten grupp Inomgruppsdesign Ex. varje försöksdeltagare får testa Först ena systemet på landsväg Sedan på motorväg, Sedan andra systemet på landsväg Sedan på motorväg Viktigt att se till att det inte alltid är system A följt av system B! Tänkbar tillvänjningseffekt, trötthetseffekt, uttråkningseffekt Måste balanseras Hälften får köra system A först, hälften system B först Häflten av dessa landsväg först, hälften motorväg först Analys av resultat Kan aldrig vara säker på att effekten man får fram i ett experiment inte beror på slumpen Kan ofta beräkna risken för detta statistiskt Är risken för att slumpen spelat in mindre än 5% brukar man vara nöjd Kallas för att effekten är signifikant Ju större effekt, desto mindre risk att resultatet beror på slump Ju fler deltagare, desto mindre risk att resultatet beror på slump Analys Vad får man dra för slutsatser utifrån experimentet? Verklig effekt Experimentell effekt Analys Kan inte gå bakåt längs en implikation, men om man negerar det hela går det bra naturlagar H 1 Min hypotes Jag har hittat en experimentell effekt. Kan jag dra slutsatsen att det finns en verklig effekt? Verklig effekt Experimentell effekt Ingen verklig effekt Ingen experimentell effekt H 0 slutsatsdragning Sidan 6

7 Analys Analys Vill alltså förkasta H 0, som ju säger att min hypotes inte är sann i verkligheten Hur det förhåller sig i verkligheten H 0 är sann H 0 är falsk H 1 = min hypotes stämmer, effekten finns i verkligheten H 0 = hypotesen stämmer inte Vill förkasta H 0 Vad jag hittade Lyckades inte förkasta H 0 (Jag hittade igen tydlig skillnad mellan A och B, så jag kan inte förkasta H 0 ) Lyckades förkasta H 0 (Jag hittade tydlig skillnad mellan A och B, så jag förkastar H 0 ) Vanligaste felet: Lätt att bekräfta sina förväntningar Korrekt beslut Typ I fel Typ II fel Korrekt beslut Sidan 7