Определение и пример модели путевого анализа

Однократное исследование (пример)

Модель однократного исследования заключается в следующем: единственная группа единиц наблюдения подвергается воздействию независимого фактора, после чего измеряется зависимый фактор.

Пример: однократное исследование для определения эффективности пробной рекламы. С респондентами проводятся телефонные опросы по поводу телевизионного рекламного ролика – независимый фактор. Способность вспомнить содержание рекламы с помощью наводящих вопросов и без – зависимый фактор.

Недостатки модели однократного исследования:

1) Опасность получения недостоверных выводов.

2) Отсутствует база сравнения зависимого фактора под воздействием и без.

3) Искажения из-за воздействия многочисленных посторонних факторов.

Поэтому однократное исследование больше подходит для поисковых, чем для итоговых исследований.

Виды экспериментов и различия между ними.

Эксперимент представляет собой научное исследование, в ходе которого исследователь варьирует и контролирует одну или несколько независимых переменных и наблюдает за поведением зависимой переменной (переменных).

Имеет большие преимущества. Поисковые и описательные проекты являются исследованиями «из того, что сделано впоследствии». В них невозможно получить свидетельства сопутствующих вариаций, доказательства временного порядка следования и исключения других возможных объяснений.

Виды:

1. Лабораторный эксперимент.

Лабораторный эксперимент связан с созданием ситуации с необходимыми условиями и позволяет, манипулируя одними переменными, наблюдать за поведением других.

+ Более высокая степень контроля над ситуацией, более точное определение экспериментального воздействия.

- Весьма осторожное обобщение результатов, связанное с искусственностью природы лабораторного эксперимента.

2. Полевой эксперимент.

Полевой эксперимент представляет собой исследование, проводимое в реальной обстановке, допускающее манипуляции с одной или несколькими переменными для наблюдения за поведением других.

Примеры экспериментов:

X O1 O2 Сначала воздействие экспериментальной переменной, а затем измерение реакции в два момента времени.

Х1 О2 Одновременное воздействие на две Х2 О2 группы испытуемых разными экспериментальными процедурами и затем одновременное измерение реакции на воздействие.

Внешние источники ошибок:

1) История

2) Зрелость

3) Основной и интерактивный эффект тестирования.

4) Инструментальное искажение.

5) Статистический регресс

6) Искажение вследствие отбора

7) Смертность в процессе эксперимента

Одна группа до и после воздействия (пример)

Предварительные эксперименты

Х О Однократное исследование

О1 Х О2 Одна группа до и после воздействия

Реакция на товар до и после рекламы

EG: Х О1 Сравнение статичных групп

CG: О2 Одна группа сталкивается с событием, а другая нет. Запомнили рекламу EG, не запомнили CG (экспериментальная и контрольная группы).

Истинные эксперименты

EG: (R) O1 X O2 До и после с контрольной группой

CG: (R) О3 О1 Единицы исследования распределяются по экспериментальной и контрольной группам исследователем случайным образом.

EG I: (R) O1 X O2 Четыре группы – шесть измерений

CG I: (R) O3 O4 Устраняется интерактивный эффект

EG II: (R) X O5

CG II: (R) O6

EG: (R) X O5 Только после с контрольной группой

CG: (R) O6 Измерения до не являются необходимыми для оценки эффекта

Определение и пример модели путевого анализа

Путевой анализ является одним из основных способов построения и проверки причинных моделей.

Умеренная связь

Определение и пример модели путевого анализа - student2.ru Интеллект Годовой доход

       
    Определение и пример модели путевого анализа - student2.ru
  Определение и пример модели путевого анализа - student2.ru
 

Сильная связь Образование сильная связь

Устранение влияния третьей переменной.

Идея: с помощью техники частичных корреляций попытаться устранить влияние некоторой переменной на отношение между двумя другими переменными. Устранение влияния идет не путем контроля этой переменной, как в эксперименте, а согласно формуле.

Определение и пример модели путевого анализа - student2.ru

R12.3 - корреляция между первой и второй переменной без учета влияния третьей

R12 – корреляция между первой и второй переменной

R13 – корреляция между первой и третьей переменной

R23 – корреляция между второй и третьей переменной

Исследовательская модель

R12=0,78 r23=0,72

Определение и пример модели путевого анализа - student2.ru Определение и пример модели путевого анализа - student2.ru D1 D2 D3

Годовой Количество Приверженность

доход лет обучения демократическим принципам

Модель: больший доход ведет к лучшему образованию, а лучшее образование, в свою очередь, обусловливает приверженность демократическим принципам.

Альтернативная модель

R12=0,78

Определение и пример модели путевого анализа - student2.ru Годовой доход D1 Количество лет обучения D2

Определение и пример модели путевого анализа - student2.ru Определение и пример модели путевого анализа - student2.ru

R13=0,58 D3 r23=0,72

Приверженность демократическим принципам

Какую модель выбрать?

Вычисляем частичную корреляцию между D1 и D3 без учета связи через D2: r13.2=0,042

Связи между D1 и D3 нет. Принимаем первую модель.

Когда выбор сделать нельзя

Определение и пример модели путевого анализа - student2.ru Определение и пример модели путевого анализа - student2.ru D1 D2 D3

Определение и пример модели путевого анализа - student2.ru Определение и пример модели путевого анализа - student2.ru D1 D2 D3 Не можем выбрать

Определение и пример модели путевого анализа - student2.ru Определение и пример модели путевого анализа - student2.ru D1 D2 D1

Определение и пример модели путевого анализа - student2.ru Определение и пример модели путевого анализа - student2.ru Определение и пример модели путевого анализа - student2.ru D1 D2

Отвергаем

D3

Ограничение метода

Существенная проблема с анализом, предложенным Блалоком, состоит в том, что корреляция не показывает направления.

Только личное мнение исследователя и его «здравый смысл» могут помочь в процессе выбора одной из моделей.

Блалок не настаивал на том, что использование данного метода может гарантировать нахождение причинных связей между явлениями.

С помощью данного метода можно лишь уменьшить количество возможных объяснений, найдя среди множества моделей наиболее вероятные.

Наши рекомендации