Kontrollgrupper i vetenskaplig forskning
I en vetenskaplig studie används en kontrollgrupp för att etablera ett orsak-och-effekt-förhållande genom att isolera effekten av en oberoende variabel.
Forskare ändrar den oberoende variabeln i behandlingsgruppen och håller den konstant i kontrollgruppen. Sedan jämför de resultaten från dessa grupper.
Att använda en kontrollgrupp innebär att varje förändring i den beroende variabeln kan hänföras till den oberoende variabeln.
Kontrollgrupper i experiment
Kontrollgrupper är väsentliga för experimentell design. När forskare är intresserade av effekterna av en ny behandling delar de slumpmässigt upp sina deltagare i minst två grupper:
- Behandlingsgruppen (även kallad experimentgruppen) får behandlingen vars effekt forskaren är intresserad av.
- Kontrollgruppen får antingen ingen behandling, en standardbehandling vars effekt redan är känd eller placebo (en falsk behandling).
behandling är vilken oberoende variabel som helst som manipuleras av experterna, och dess exakta form beror på vilken typ av forskning som utförs. I en medicinsk prövning kan det vara ett nytt läkemedel eller en terapi. I offentliga politikstudier kan det vara en ny socialpolitik som vissa får och inte andra.
I ett väl utformat experiment bör alla variabler förutom behandlingen hållas konstanta mellan de två grupperna. Detta innebär att forskare korrekt kan mäta hela effekten av behandlingen utan att störa variabler.
- Du betalar studenterna i behandlingsgruppen för att uppnå höga betyg.
- Studenter i kontrollgruppen får inga pengar .
Genom att jämföra den genomsnittliga förändringen av deras betyg över året kan du ta reda på om monetära incitament förbättrar skolprestanda.
Studier kan också omfatta mer än en behandlings- eller kontrollgrupp. Forskare kanske vill undersöka effekten av flera behandlingar samtidigt eller jämföra en ny behandling med flera alternativ som för närvarande finns tillgängliga.
- Behandlingsgruppen får det nya p-piller.
- Kontrollgrupp 1 får ett identiskt utseende sockerpiller (en placebo)
- Kontrollgrupp 2 får ett piller som redan är godkänt för behandling av högt blodtryck
Eftersom den enda variabeln som skiljer sig mellan de tre grupperna är typen av piller, skillnader i genomsnittligt blodtryck mellan de tre grupperna kan krediteras till vilken typ av piller de fick.
- Skillnaden mellan behandlingsgruppen och kontrollgrupp 1 visar pillerns effektivitet jämfört med ingen behandling.
- Skillnaden mellan behandlingsgruppen och kontrollgrupp 2 visar om det nya piller förbättras på de behandlingar som redan finns på marknaden.
Kontrollgrupper i icke-experimentell forskning
Även om kontrollgrupper är vanligare i experimentell forskning kan de användas i andra typer också forskning. Forskare litar i allmänhet på icke-experimentella kontrollgrupper i två fall: kvasi-experimentell eller matchande design.
Kontrollgrupper i kvasi-experimentell design
Medan sanna experiment förlitar sig på slumpmässig tilldelning till behandlings- eller kontrollgrupper använder kvasi-experimentell design något annat kriterium än randomisering för att tilldela människor.
Ofta kontrolleras dessa uppdrag inte av forskare utan är redan befintliga grupper som har fått olika behandlingar. Till exempel kan forskare studera effekterna av en ny undervisningsmetod som tillämpades i vissa klasser i en skola men inte andra, eller studera effekterna av en ny policy som implementeras i en stat men inte i grannlandet.
I dessa fall är klasserna som inte använde den nya inlärningsmetoden, eller tillståndet som inte implementerade den nya policyn, kontrollgruppen.
Kontrollgrupper i matchande design
I korrelationsforskning representerar matchning ett potentiellt alternativ när du inte kan använda antingen sanna eller kvasi-experimentella mönster.
I matchande mönster matchar forskaren personer som fick ”behandlingen” eller oberoende variabel som studerats, till andra som inte gjorde det – kontrollgruppen.
Varje medlem i behandlingsgruppen har alltså en motsvarighet i kontrollgruppen identisk på alla möjliga sätt utanför behandlingen.Detta säkerställer att behandlingen är den enda källan till potentiella skillnader i resultat mellan de två grupperna.
Istället kan du skapa en kontrollgrupp genom att matcha individer som inte röker med dem som gör (behandlingsgruppen) på ålder, kön, kost, träningsnivå och så vidare, så att den enda skillnaden mellan de två grupperna – och därmed den enda variabeln som kan orsaka skillnader i deras frekvens av lungcancer – är deras användning av e-cigaretter.
Betydelsen av kontrollgrupper
Kontrollgrupper säkerställer att din forskning är giltig internt. Du kan se skillnad över tiden i din beroende variabel i din behandlingsgrupp. Men utan en kontrollgrupp är det svårt att veta om förändringen har uppstått från behandlingen. Det är möjligt att förändringen beror på några andra variabler.
Om du använder en kontrollgrupp som på alla andra sätt är identisk med behandlingsgruppen, vet du att behandlingen – den enda skillnaden mellan de två grupper – måste vara det som har orsakat förändringen.
Till exempel återhämtar människor sig ofta från sjukdomar eller skador över tiden oavsett om de har fått effektiv behandling eller inte. Utan en kontrollgrupp är det alltså svårt att avgöra om förbättringar av medicinska tillstånd beror på en behandling eller bara den naturliga progressionen av tiden.
Risker från ogiltiga kontrollgrupper
Om din kontroll grupp skiljer sig från behandlingsgruppen på sätt som du inte har redovisat, dina resultat kan återspegla störningar från förvirrande variabler istället för din oberoende variabel.
Eftersom de som kommer från en familj av rökare är mer benägna att utsättas för begagnad rök, en känd orsak till cancer, kan högre frekvenser förekomma bland individer i din behandlingsgrupp, men du kan ’ t vet säkert om denna skillnad är på grund av användningen av e-cigaretter.
Minimera denna risk
Några metoder kan hjälpa dig att minimera risken från ogiltig kontrollgrupper.
- Se till att alla potentiella förvirrande variabler redovisas, helst genom en experimentell design om möjligt, eftersom det är svårt att kontrollera för alla möjliga förvirrare utanför en experimentell miljö.
- Använd dubbelblindande. Detta kommer att hindra medlemmarna i varje grupp från att ändra sitt beteende baserat på om de placerades i behandlings- eller kontrollgruppen, vilket sedan kan leda till partiska resultat.
- Slumpmässigt dina ämnen till kontroll- och behandlingsgrupper. Med den här metoden kan du inte bara minimera skillnaderna mellan de två grupperna på förvirrande variabler som du direkt kan observera, utan också de som du inte kan.
Vanliga frågor om kontrollgrupper
En experimentgrupp, även känd som en behandlingsgrupp, får behandlingen vars effekt forskare vill studera, medan en kontrollgrupp inte gör det. De ska vara identiska på alla andra sätt.
Ja. I ett experiment måste du inkludera en kontrollgrupp som är identisk med behandlingsgruppen på alla sätt förutom att den inte får den experimentella behandlingen.
Utan en kontrollgrupp kan du inte veta om den var behandlingen eller någon annan variabel som orsakade resultatet av experimentet. Genom att inkludera en kontrollgrupp kan du eliminera eventuella effekter av alla andra variabler.
En confounding variabel, även kallad confounder eller confounding factor, är en tredje variabel i en studie som undersöker en potentiell orsak-och-effekt-relation.
En confounding variabel är relaterad till både förmodad orsak och den antagna effekten av studien. Det kan vara svårt att skilja den verkliga effekten av den oberoende variabeln från effekten av den förvirrande variabeln.
I din forskningsdesign är det viktigt att identifiera potentiella förvirrande variabler och planera hur du kommer att minska deras påverkan. / p>
Det finns flera metoder du kan använda för att minska effekten av förvirrande variabler på din forskning: begränsning, matchning, statistisk kontroll och randomisering.
I begränsning begränsar du ditt urval genom att bara inkludera vissa ämnen som har samma värden på potentiella förvirrande variabler.
I matchning matchar du var och en av ämnena i din behandlingsgrupp med en motsvarighet i jämförelsesgruppen. De matchade ämnena har samma värden på alla potentiella förvirrande variabler och skiljer sig bara i den oberoende variabeln.
I statistisk kontroll inkluderar du potentiella förvirrare som variabler i din regression.
I randomisering, tilldelar du slumpmässigt behandlingen (eller den oberoende variabeln) i din studie till ett tillräckligt stort antal ämnen, vilket gör att du kan kontrollera alla potentiella förvirrande variabler.
Experimentell design innebär att man planerar en uppsättning procedurer för att undersöka sambandet mellan variabler. För att utforma ett kontrollerat experiment behöver du:
- En testbar hypotes
- Minst en oberoende variabel som kan manipuleras exakt
- Minst en beroende variabel som kan mätas exakt
När du utformar experimentet bestämmer du:
- Hur du kommer att manipulera variabeln (erna)
- Hur du kontrollerar för eventuella förvirrande variabler
- Hur många försökspersoner eller prover kommer att inkluderas i studien
- Hur individer tilldelas behandlingsnivåer
Experimentell design är avgörande för experimentets interna och externa giltighet.