Fator disruptivo

Fator de perturbação (não deve ser confundido com parâmetro de perturbação ou variável de perturbação , também chamada de terceira variável ) é um termo de pesquisa empírica em experimentos. São todos esses fatores que podem influenciar a variável dependente e a variável independente e não são manipulados. Estas podem ser características de assuntos de teste ou fatores externos. As terceiras variáveis devem ser vistas como explicações alternativas ou concorrentes para a hipótese inicial do problema de pesquisa. Existem técnicas especiais para controlar os fatores de interrupção.

Sob um confundidor ( inglês para: 'incômodo' do latim confundere : confundir, misturar água) ou Konfundierungseffekt germanizado (ver também ". Confuso é entendido dentro de") epidemiológico causa um problema, os dois fatores dos estudos observacionais, ou seja, a exposição como bem como o ponto final. Um fator de confusão é uma variável que influencia a ocorrência de um fator de risco e o desfecho observado ao mesmo tempo.

A exposição observada não é a única causa do efeito observado - isso é pelo menos parcialmente causado por um fator de confusão.

espécies

Nas ciências sociais em particular, é necessário examinar os fatores disruptivos mais de perto. A variação é usada para isso. A variância é uma medida de dispersão para representação formal. A variância é o quadrado do desvio padrão. Matematicamente, a variância é a média dos desvios quadrados de todos os valores individuais da média geral.

Condições para confusão

Um experimento testa se uma variável aleatória tem influência sobre uma variável aleatória . Se, entretanto, além da variável conhecida , uma variável de perturbação desconhecida também influencia a variável aleatória , então se fala em confusão. Se uma terceira variável influencia duas variáveis aleatórias, a interpretação causal dos efeitos é falseada. A confusão é uma possibilidade dessa falsificação. Depende de duas condições: ${\ displaystyle X}$ ${\ displaystyle Y}$ ${\ displaystyle X}$ ${\ displaystyle W}$ ${\ displaystyle Y}$

Uma variável interferente está estocasticamente relacionada à variável independente . ${\ displaystyle W}$ ${\ displaystyle X}$
Variável perturbadora altera a relação regressiva entre a variável dependente e a variável independente . ${\ displaystyle W}$ ${\ displaystyle Y}$ ${\ displaystyle X}$

Expresso matematicamente, uma regressão é confundida se: ${\ displaystyle \ operatorname {E} (Y \ mid X)}$

Os eventos e são estocasticamente dependentes e ${\ displaystyle X \! \, = x}$ ${\ displaystyle \! \, W = w}$
${\ displaystyle \ operatorname {E} (Y \ mid X = x) \ neq \ operatorname {E} (Y \ mid X = x, W = w)}$

Fontes de fatores disruptivos

Validade interna e externa para experimento e quase-experimento

Fontes que afetam a validade interna e externa :

Ocorrências entretanto (eventos que, além do estímulo, também influenciam a variável dependente, por exemplo, "Black Friday")
Processos de maturação ( processos "intrapessoais" que são independentes do estímulo , por exemplo, o desenvolvimento de uma criança)
Motivação do sujeito, por exemplo, na forma de efeito de desejabilidade social
Efeitos das condições e métodos de teste especiais ( efeitos de teste ), consulte reatividade (ciências sociais)
Auxílio (mudança no instrumento de medição), também pode ser a mudança involuntária nos gestos do experimentador
Seleções enviesadas e falhas (diferença entre grupos de controle e experimentais não apenas em termos do estímulo, mas também em outras características que influenciam a variável dependente)
Efeitos do experimentador.

Se fatores perturbadores e estímulos são misturados, fala-se de confusão.

Fator de risco comum

Se alguém examinar a conexão entre tabagismo e cirrose hepática ou carcinoma hepatocelular , uma associação clara pode ser estabelecida. No entanto, não há conexão biológica: fumar não causa cirrose hepática. Em vez disso, muitos bebedores também são fumantes (associação estatística baseada em uma causa comum predominante ( personalidade viciante )) e o consumo de álcool é um fator de risco independente para cirrose hepática. Neste exemplo, a personalidade do vício e os fatores de confusão do álcool estariam no contexto da medição do efeito do tabagismo no resultado da cirrose hepática.

Suchtpersönlichkeit  →   Alkohol
        ↓                   ↓
      Rauchen    →    Leberzirrhose

Teste de confusão

Idealmente, os resultados da medição são caracterizados pela validade interna . Isso significa que a variável dependente é realmente explicada pela abordagem da pesquisa, incluindo a variável independente. Se a medição for influenciada e distorcida por uma variável interferente, ou seja, se houver uma confusão, a validade interna não é mais fornecida.

Deve-se esperar que a variável independente seja influenciada por outras variáveis que também influenciam as variáveis dependentes. Essa superposição torna difícil ou impossível uma decomposição exata das influências das variáveis dependentes.

Para saber se há confusão e, se necessário, enfraquecê-la, o modelo deve ser verificado. Não há nenhum teste específico para confusão, entretanto, como os problemas de teste geralmente são testados assintoticamente. Grandes amostras são necessárias para isso e imprecisões estatísticas no que diz respeito ao nível de significância são esperadas. No entanto, o requisito empiricamente frequentemente difícil de cumprir é que as influências disruptivas possam ser definidas, separadas umas das outras e medidas de forma confiável e válida (veja a diferenciação metodologicamente dificilmente possível entre diferentes tendências de resposta em diagnósticos psicológicos ).

Em vez disso, as condições para o confisco são usadas. Em primeiro lugar, deve ser encontrada uma variável de perturbação potencial que pode ser responsável pela confusão. A próxima etapa é testar as duas condições de confusão. Por um lado, existe a dependência estocástica entre a variável independente e a variável de perturbação . Os eventos e devem ser estocasticamente dependentes . Isso pode ser verificado com um teste de qui-quadrado , por exemplo. Se a primeira condição for atendida, a diferença em relação aos valores esperados do modelo pode então ser verificada. Se a relação entre a variável independente e a variável dependente muda assim que uma variável de confusão potencial é adicionada ao modelo , a segunda condição de confusão também é satisfeita . ${\ displaystyle (X)}$ ${\ displaystyle (W)}$ ${\ displaystyle X = x}$ ${\ displaystyle W = w}$ ${\ displaystyle (X)}$ ${\ displaystyle (Y)}$ ${\ displaystyle (W)}$ ${\ displaystyle \ operatorname {E} (Y \ mid X = x) \ neq \ operatorname {E} (Y \ mid X = x, W = w)}$

O confundimento está, portanto, presente e pode ser testado se ambas as condições forem atendidas, ou seja, as variáveis independentes e as variáveis interferentes são estocasticamente dependentes e os valores esperados do modelo com e sem variáveis interferentes são diferentes em tamanho. ${\ displaystyle (X)}$ ${\ displaystyle (W)}$ ${\ displaystyle (W)}$

Controle de fatores de interrupção (controle de variável de terceiros) e prevenção

Se uma confusão de duas variáveis só for estabelecida depois e as variáveis de confusão não forem registradas no experimento, todo o experimento se torna inutilizável, uma vez que a variável dependente não pode mais ser deduzida claramente da variável independente.

A randomização é uma forma eficaz de prevenir confusão antecipadamente . Os assuntos de teste são atribuídos às várias condições de teste usando um procedimento aleatório. Isso garante que não haja conexão sistemática entre a variável dependente e possíveis variáveis de confusão, como certas características pessoais. No entanto, a randomização só é possível em experimentos reais nos quais a atribuição das pessoas aos respectivos grupos de tratamento está sob a influência do investigador. Para todos os outros métodos de pesquisa, como B. quasi ou campo experiências ou métodos de observação puros, uma atribuição aleatória dos indivíduos do teste não é possível e o risco de confusão é, por conseguinte, em princípio presente.

O uso de uma atribuição aleatória das pessoas de teste só é eficaz no caso de grandes amostras , uma vez que uma distribuição igual dentro dos grupos individuais só pode ser assumida se o tamanho da amostra for suficientemente grande. Na realidade, no entanto, as amostras são frequentemente bastante pequenas devido a considerações econômicas ou outras razões práticas e, portanto, a randomização não faz sentido. Nestes casos, por exemplo, mantendo a possível variável de confusão constante, é feita uma tentativa de evitar a confusão e, portanto, uma distorção do resultado. Outra possibilidade é o balanceamento, no qual as diferentes manifestações da possível variável de confusão são distribuídas uniformemente entre os grupos de teste.

No caso de formulários de teste em que não é possível influenciar a composição da amostra de antemão, é importante que o diretor de teste pense com antecedência sobre possíveis variáveis de confusão e as inclua na investigação. Só assim é possível verificar posteriormente se duas variáveis foram confundidas e se o resultado pode ser levado em consideração por meio de técnicas de controle estatístico.

Existem técnicas para controlar fatores de confusão em experimentos . Essas técnicas são especialmente importantes nas ciências sociais. No experimento, grupo (s) de teste e controle podem ser formados, os quais servem para eliminar a influência das características da pessoa de teste que podem atuar como fatores de interrupção. Existem dois métodos de formação de grupos:

Randomização significa que os assuntos de teste são atribuídos ao grupo experimental e de controle aleatoriamente. Isso garante que as diferenças entre os grupos de teste sejam calculadas com uma amostra suficientemente grande. A randomização elimina a possibilidade de distorções sistemáticas dos resultados devido à divisão dos assuntos de teste em grupos experimentais e de controle.
Emparelhamento ou paralelização refere-se ao processo de formação de grupos homogêneos em relação a um ou mais fatores disruptivos. Por exemplo, se um método de ensino deve ser avaliado , dois grupos de alunos que são tão semelhantes quanto possível em termos de suas notas podem ser formados por paralelização.

Fatores externos também podem ser controlados em experimentos de laboratório:

Eliminação refere-se à eliminação de possíveis variáveis interferentes. Seu objetivo é que os assuntos de teste não sejam influenciados por quaisquer outros fatores além da variável independente. Para garantir que o assunto de teste não seja influenciado por eventos externos, os experimentos podem ser realizados, por exemplo, em cabines sem janelas e com isolamento acústico.
Manter constante : Para garantir que o efeito observado é devido à variação das variáveis independentes, é feita uma tentativa de manter todos os outros fatores constantes. Como o brilho natural varia de um dia para o outro e no decorrer do dia, z. B. Os experimentos de percepção visual podem ser realizados em um laboratório igualmente iluminado em todos os experimentos.

Exemplos

Efeito Hawthorne

Um exemplo famoso da ocorrência de confusão é o chamado experimento Hawthorne da década de 1920. O efeito Hawthorne que ocorreu nesses estudos observacionais baseados em grupo nos EUA descreve a influência de variáveis de confusão em um experimento.

Na fábrica de Hawthorne (Illinois, EUA), uma empresa industrial produtora de aparelhos telefônicos, o ambiente de trabalho foi especificamente alterado em vários testes para motivar os funcionários a produzir um número maior de itens. Além da melhor iluminação, a cor da parede foi alterada ou a temperatura ambiente aumentada nas etapas subsequentes. Imediatamente após cada mudança, um aumento da taxa de produção pôde ser observado por um curto período de tempo, mas voltou ao nível inicial após alguns dias. Assim, nenhuma mudança no ambiente de trabalho levou a um aumento permanente do índice de produção. Em vez disso, houve uma mistura de diferentes variáveis ou o aparecimento de uma terceira variável (variável interferente), ou seja, confusão. O aumento do desempenho no trabalho pode, portanto, ser explicado por um aumento da motivação para o trabalho a curto prazo e não pela melhoria da iluminação, mudança na cor das paredes ou aumento da temperatura ambiente.

Crozby também chama esse fenômeno de “problema da terceira variável”. Ele argumenta que não precisa haver uma conexão direta entre as variáveis atividade de lazer e inquietação interior, mas que uma renda mais alta pode permitir mais tempo para atividades de lazer extensas. Se a renda é a variável determinante, nenhuma cadeia de causa-efeito pode ser estabelecida entre as variáveis examinadas de atividade de lazer e inquietação interior. A relação foi influenciada por uma terceira variável que fornece uma explicação alternativa para os efeitos observados.

Veja também

literatura

Rainer Schnell entre outros: Métodos de pesquisa social empírica. Munich 1994, ISBN 3-486-22728-9 .
Jürgen Bortz, Nicola Döring: Métodos de pesquisa e avaliação para cientistas humanos e sociais. 4ª edição revisada. Springer-Medizin-Verlag, Heidelberg 2009.
Paul C. Cozby: Métodos de pesquisa comportamental. 10ª edição. McGraw-Hill Higher Education, Boston 2009, ISBN 978-0-07-337022-4 .
O. Huber: O experimento psicológico. Uma introdução. Hans Huber Verlag, Berna 2000.
Ingeborg Kittmann In: Giselher Guttmann (Ed.): General Psychology - Experimental Psychological Basics. 2ª Edição. WUV University Press, Viena 1994.
Christof Nachtigall, Ute Suhl, Rolf Steyer: Introdução à Análise de Confundimento. In: Methevalreport. 2 (1), 2000.
KW Schaie: Problemas metodológicos na investigação psicológica descritiva do desenvolvimento do adulto e da velhice. In: PB Baltes, LH Eckensberger (Ed.): Developmental Psychology of the Lifespan. Klett-Cotta, Stuttgart 1979.
Rainer Schnell, Paul B. Hill, Elke Esser: Métodos de pesquisa social empírica. 8ª edição inalterada. Oldenbourg-Verlag, Munich 2008, ISBN 978-3-486-23489-3 , página 208.
Winfried Stier: Métodos de Pesquisa Empírica. 2., verbo. Edição. Springer, Berlin / New York 1999, ISBN 3-540-65295-7 .
MR Waldmann: Experimentos e teorias causais. In: D. Janetzko, HA Meyer, M. Hildebrandt (Hrsg.): O estágio psicológico experimental no laboratório e WWW. Hogrefe, Göttingen 2002, pp. 13-42.

Evidência individual

^ KJ Rothman, S. Greenland, TL Lash: Modern Epidemiology. Lippincott Williams & Wilkins, 2008, ISBN 978-0-7817-5564-1 , pp. 130-137. ( visualização limitada na pesquisa de livros do Google)

[1] KJ Rothman, S. Greenland, TL Lash: Modern Epidemiology. Lippincott Williams & Wilkins, 2008, ISBN 978-0-7817-5564-1 , pp. 130-137. ( visualização limitada na pesquisa de livros do Google)

Languages