Differences

This shows you the differences between two versions of the page.

--- experimental_design [2021/05/03 07:58] – hkimscil
+++ experimental_design [2024/05/16 10:28] (current) – [Solomon Four Group Design] hkimscil
@@ Line 18: / Line 18: @@
 실험과 관련된 개념으로는 아래와 같은 것들이 있다.
   - IV and DV (Independent variable and dependent variable): [[:types_of_variables|Variable Identification]] 참조
-  - pre-testing and post-testing
+  - pre-testing and post-testing (Within subject group design)
-  - control group and experiment group
+    - pre-test -- post1 -- post2 --- post 3 (동일그룹 = within group)
-    * [[Double blind experiment]] (이중눈가림 실험)
+  - control group and experiment group (Between group design)
+    - no-treatment group (control) -- treatment A -- treatment B -- treatment C
+    * assignment of subjects: [[Double blind experiment]] (이중눈가림 실험)
 실험을 위해서는 실험참가자(subject, or experiment participants)를 모집해야 하는데, 이와 관련해서는 아래와 같은 이슈가 중요하다.
@@ Line 78: / Line 80: @@
 |  R  |  O<sub>2-1</sub>  |     |  O<sub>2-2</sub>  |
+pre-test 자체가 영향을 주는지를 확인할 수 있는 잇점
 ===== Solomon Four Group Design =====
 위의 pre-test post-test control group design에서 pre-test (O<sub>1-1</sub> O<sub>1-2</sub>) 자체가 실험 결과에 영향을 줄 수 있다 (e.g.,  [[Reactivity]]와 같은 경우). 즉, pre-test가 어떤 영향력을 가지지 않을까? 라는 의문이 드는 경우 -- 아래와 같은 실험 디자인 (experiment design)을 채용할 수 있다. 이 방법은 [[Validity|external validity]]의 문제, 즉 generalization의 문제를 해결하기 위한 방안으로 사용된다.
@@ Line 87: / Line 89: @@
   * history 외부사건효과
   * maturation 참가자변화효과
-  * reactivity 반응효과 혹은 테스트효과
+  * reactivity 반응효과 혹은 테스트효과 (호손효과, 관찰 혹은 측정 혹은 treatment만으로 영향을 받는 효과)
   * selection 셀렉션효과 (그룹을 bias하게 고른 효과)
   * mortality 참가자탈락효과
-  * testing (diffusion of treatment) 참가자체효과 (호손효과)
+  * diffusion of treatment (treatment 를 나누어서 생기는 효과)
 위의 주효과라고 부르는 treatment effect 외의 것들은 주효과 측정을 방해하는 즉, internal validity를 해하는 요소이다. 솔로몬 그룹 디자인은 이런 요소를 솎아 내서 파악할 수 있도록 해준다.
@@ Line 136: / Line 138: @@
     * 그럼에도 불구하고 우리는 이를 group selection효과라고 부르기로 한다
   * mortality 참가자탈락효과
-    * 94 - 30 점의 차이인 64 점에는
+    * Group O1의 94 - 30 점의 차이인 64 점에는
     * treatment 때문에 나타나는 차이도 있지만
     * history + maturation 때문에 나타난 차이,
     * selection 효과 등이 포함되어 있다.
     * 그 외에도 mortality 효과도 포함한다
-    * Group 1의 구성원 평균은 95점이지만 이 점수는 아예 수업을 따라가지 못한 사람들 일부가 수업을 포기했기 때문이다. treatment가 너무 강도가 높아서든 어떤 요소 때문이었든 간에 일부 사람들이 빠짐으로서 종국의 평균 점수가 상승하는 효과가 나타났다. 이는 mortality 때문이다.
+    * Group 1의 구성원 평균은 94점이지만 이 점수는 아예 수업을 따라가지 못한 사람들 일부가 수업을 포기했기 때문이다. treatment가 너무 강도가 높아서든 어떤 요소 때문이었든 간에 일부 사람들이 빠짐으로서 종국의 평균 점수가 상승하는 효과가 나타났다. 이는 mortality 때문이다.
-  * testing (diffusion of treatment) 참가자체효과 (호손효과)
+  * testing 참가자체효과 (호손효과)
-    * 여기서 안나타났지만, 94, 40, 84, 30 점이 모두 비슷한 점수였다면, 이를 설명할 수 있는 것으로 observation 자체가 (실험에 참가한 것 자체가) 문제가 되어 점수가 비슷하게 되었다고 설명할 수도 있다. 이를 testing 효과라고 한다. 여기서는 보이지 않는다.
+    * 여기서 안나타났지만, 94, 40, 84, 30 점이 모두 비슷한 점수였다면, 이를 설명할 수 있는 것으로 observation 자체가 (실험에 참가한 것 자체가) 문제가 되어 점수가 비슷하게 되었다고 설명할 수도 있다. 이를 testing 효과 혹;은 호손효과 라고 한다. 여기서는 보이지 않는다.
   * 94 - 30 = 64
     * 64 점에는 treatment 효과도 있겠지만