2 Huvudtyper Experimentell Design

Denna artikel lyfter fram de två huvudtyperna av experimentell design. Typerna är: 1. Experimentell design 2. Efterforskning.

Typ # 1. Experimentell design efter "Endast"

Det enda experimentet är dess grundläggande skisser kan representeras av följande procedur:

Ändra = Y 2 - V 2

Proceduregenskapen för efter-bara-experimenten kan beskrivas enligt följande:

(1) Två ekvivalenta grupper väljs. Vilken som helst kan användas som experimentgrupp och den andra som kontrollgrupp. Som sagt tidigare väljes de två grupperna genom randomiseringsprocedur med eller utan kompletterande "matchning".

(2) Ingen av dessa två grupper mäts med avseende på den egenskap som sannolikt registrerar förändring, som följer av effekten av experimentell variabel. De två grupperna antas vara lika med avseende på denna egenskap.

(3) Experimentgruppen utsätts för experimentell variabel (X) under en angiven tidsperiod.

(4) Det finns vissa händelser eller faktorer vars effekter på de beroende variablerna är bortom experimentets kontroll. Prova så hårt som möjligt, han kan inte kontrollera dem. Så dessa faktorer kan kallas okontrollerade händelser. Det är naturligtvis både de experimentella och kontrollgrupperna som är föremål för deras inflytande.

(5) Experiment- och kontrollgrupperna observeras eller mätas med avseende på den beroende variabeln (Y) efter (ibland under) exponeringen av experimentgruppen till den antagna orsakssvariabeln (X).

(6) Slutsatsen om huruvida hypotesen "X producerar Y är hållbar" uppnås genom att helt enkelt jämföra förekomsten av Y (eller dess utsträckning eller natur) i försöksgruppen efter exponering för variabel X med förekomsten av Y i kontrollgruppen som inte har blivit utsatt för X.

I tabellrepresentationen ovan jämförs Y 2 och Y ' 2 (efter åtgärder) för att se om X och Y varierar samtidigt. Beviset att X föregår Y i tiden förvärvas från själva metoden för att inrätta de två grupperna. De två grupperna väljs på ett sådant sätt att det finns anledning att anta att de inte skiljer sig från varandra, utom av en slump med avseende på den beroende variabeln Y.

Det slutliga problemet med att eliminera effekterna av andra faktorer, såsom samtidiga händelser eller mognadsprocesser, behandlas på grundval av antagandet att båda grupperna utsätts för samma omfattning och följaktligen genomgår liknande modningsförändringar eller naturliga utvecklingsförändringar mellan tidpunkten för urvalet och den tid då Y mäts.

Om detta antagande är berättigat innefattar positionen av kontrollgruppen på den beroende variabeln Y ' 2 vid experimentets slutning påverkan av externa okontrollerade händelser och naturliga utvecklingsprocesser som har påverkat båda grupperna.

Sålunda kan skillnaden mellan Y2 och Y ' 2 tas som en indikation på effekten av experimentell variabel. Man måste emellertid komma ihåg att de yttre händelserna och utvecklingsprocesserna kan interagera med experimentell variabel för att ändra vad som annars skulle ha varit att dess effekt fungerade ensam. Till exempel kan effekten av ett läkemedel M vara annorlunda när de atmosfäriska förhållandena eller klimatet interagerar med läkemedlet.

Således kan barn registrera en större viktökning när medicin och klimat interagerar med varandra jämfört med den ökning som kan hänföras till medicin (M) och klimatförhållandena (A) som är oberoende av barnen.

Den stora svagheten i den efterlevande experimentella konstruktionen är uppenbar, nämligen, "innan" mätningar inte tas. Båda grupperna antas vara lika med avseende på den tidigare åtgärden på den beroende variabeln.

Om inte urvalet av försöks- och kontrollgrupperna görs på ett sådant noggrant sätt att det garanterar sådana antaganden är det ganska sannolikt att den effekt som forskaren tillför den experimentella variabeln verkligen kan bero på den initiala skillnaden mellan de två grupperna.

Återigen är "före mätningar" önskvärda eller tillrådliga av olika skäl. Denna anläggning saknas i efter-designen.

Vi har inte råd att förbise möjligheten att i vissa experimentella situationer, "före mätningar" inte är möjliga på grund av vissa praktiska svårigheter. Återigen i vissa situationer, som vi får ett tillfälle att uppskatta, kan "före mätningar" inte vara tillrådligt och skyddsåtgärderna är ganska oöverkomliga till kostnad.

Under sådana omständigheter kan efter-bara-designen vara ett rimligt bra val, förutsatt att det noggrant utövas om man väljer grupperna som ekvivalenter.

Typ # 2. Före-efter-experiment :

Som deras namn skulle ange, delas experimenten "före efter" gemensamt gemensamt, nämligen att grupperna observeras eller mäts före exponeringen för experimentell variabel.

En "före" -mätning av den beroende variabeln som karakteriserar före-efter-experimenten kan vara önskvärd av olika skäl, såsom följande:

(a) En "före" -mätning av den beroende variabeln är nödvändig för att matcha fallen i försöks- och kontrollgrupperna. Denna åtgärd ökar avsevärt experimentets känslighet.

(b) En "före" -mätning gör det möjligt att bestämma förekomsten av förändring i den beroende variabeln och ta hänsyn till dessa vid utvärderingen av effekterna av den experimentella eller oberoende variabeln.

(c) Om hypotesen av studien specificerar initialpositionen på den beroende variabeln som en av bestämningsbetingelserna, så är det självklart nödvändigt att förutbestämma för att testa hypotesen.

Till exempel kan hypotesen säga att ett utbildningsprogram kommer att få större effekt på personer som har en uppsättning specifika egenskaper än de som inte har dessa särskilda egenskaper. I ett sådant fall krävs en initial åtgärd av sådana egenskaper samt "efter" åtgärden av hypotesen.

d) Om försökspersonen är intresserad av att ta reda på om försöksbehandlingen har en annan effekt på fall som ursprungligen befann sig i olika positioner på den beroende variabeln, måste han förståeligt ha en "tidigare" mätning av positionen på den beroende variabeln.

e) I det verkliga livet är det ideala kravet att välja experimentella och kontrollgrupper rent rent slumpmässigt svårt att uppfylla och vissa kompromisser krävs.

I sådana fall bidrog bevisen från en "före" -mått som försöks- och kontrollgrupperna initialt var lika med avseende på den beroende variabeln att öka förtroendet för att en skillnad som upptäcks vid "efter" -måttet beror på effekten av experimentet endast variabel.

"Före-efter-experimenten kan karakterisera olika arrangemang och permutationer med hänvisning till kontrollgrupper:

(1) Endast en grupp kan användas i studien, varvid "före" -måttet tjänar som en kontroll, dvs representerar positionen för den beroende variabeln i frånvaro av experimentell behandling.

(2) "Före" mätningen kan vara på en grupp och "efter" -mått på en annan som antas vara en likvärdig grupp.

(3) "Före" och "efter" -åtgärderna kan vidtas både på experimentella grupper och på en kontrollgrupp.

Oavsett kontrollgruppens mönster ger experimentet före för efterlevnad bevis för samtidiga variationer mellan X och Y genom att jämföra förekomsten av Y i gruppen exponerad för X med förekomsten av Y i gruppen som inte exponeras för X.

Det andra beviset på orsakssambandet, dvs att X kom före Y i tiden, härleddes från den försäkring som gavs av randomiseringen att grupperna sannolikt kommer att motsvara med avseende på Y-referenserna. Denna initiala ekvivalens med avseende på Y-referenserna kan kontrolleras genom jämförelse av "före" åtgärder av de två grupperna.

Experimenten före "efter" kan innebära två eller flera kontrollgrupper. Variationerna i kontrollgruppsarrangemang avser försök att ta hänsyn till och segregerade effekter av samtidiga händelser, mognads- eller naturutvecklingsprocesser och / eller "före" mätning i försöket.

Möjligheten till effekterna av "tidigare" mätningar på den beroende variabeln måste räknas med. "Före" mätningen kan kristallisera ämnena eller synpunkterna på ämnena eller det kan utmana ämnets goda vilja.

Ämnenna kan mentalt ansluta "före" mätningen med experimentell behandling liksom med "efter" mätningen. Före mätningen kan sålunda snedvrida den verkliga effekten av experimentell variabel. Den andra (dvs. "efter") mätningen kan införa andra problem.

Ämnet kan vara uttråkat, eller han kan försöka ge svar som överensstämmer med hans tidigare svar (framkallade under "före" mätningen), kan också försöka variera svaren bara för att göra dem mer intressanta eller bara för att visas "kooperativ vis- a-vis experimenten i hans "avsedda" syfte att kunna visa en viss förändring.

Processen med upprepad mätning, dvs "före" och "efter" kan också påverka mätinstrumentet, t ex kan observatören bli trött, fördomad eller växa mer eller mindre känslig för fenomenen han spelar in. Med den här allmänna översikten av "före efter" -experimenten som bakgrund, låt oss nu diskutera de specifika typerna av experiment i denna klass.

Före-efter-experimentet med en enda grupp:

Tabellrepresentationen av denna typ av experiment ges nedan:

Ändra = Y 2 -Y 1

Det är uppenbart att skillnaden mellan ämnets positioner på den beroende variabeln före och efter exponeringen för den oberoende variabeln (experimentfaktorn) i denna konstruktion tas som ett mått på effekten av experimentell variabel. Ämnet är gjord för att fungera som sin egen kontroll.

Men det är förståeligt att externa faktorer som inte är relaterade till den experimentella behandlingen kan ha varit i drift, vilket i sin tur leder till en förändring i ämnets position på den beroende variabeln.

Sålunda är den stora svagheten i den här rudimentära experimentella konstruktionen att det inte möjliggör segregering av sådana effekter (dvs externa, samtidiga utvecklingsprocesser och effekterna av "före" mätningar) från den experimentella behandlingen.

Konstruktionen kan därför endast användas när forskaren kan anta att det bara är motiverat att "före" mätningen inte på något sätt påverkar (a) ämnarnas exponering för experimentell variabel och (b) "efter" -måttet.

Dessutom är användningen av denna design berättigad om forskaren har en god grund för att tro att det inte är sannolikt att någon annan påverkan utöver den experimentella variabeln finns under experimentperioden som kan ha påverkat ämnets svar vid tid för andra mätningen.

Experimentet före på efterhand med en kontrollgrupp :

Införandet av en kontrollgrupp i denna design är inriktad på att ta hänsyn till effekterna både av den ursprungliga mätningen och av samtidiga externa faktorer. I en sådan design mäts både experimentell och kontrollgrupp i början och även i slutet av försöksperioden.

Experimentell variabel introduceras endast i experimentgruppen. Eftersom både experiment- och kontrollgruppen är föremål för "före" -mätningen och de okontrollerade faktorerna, tas skillnaden mellan de två grupperna som enbart av effekten av experimentell variabel.

Med tanke på dess typiska begränsningar bör denna design endast användas i de fall där "före" -måttet och de okontrollerade händelserna påverkar experiment- och kontrollgrupperna på samma sätt. Men det är ganska möjligt att "före" -måttet eller okontrollerade faktorer kan interagera med experimentell variabel på ett sådant sätt att dess effekter förändras.

När en sådan möjlighet föreligger har inte före-efter-studien med en kontrollgrupp med utgångspunkt i att avleda effekterna av experimentell variabel eftersom den inte kan segregera eller dra ihop den singulära effekten av experimentell variabel. RL Solomon har utformat mer utförliga mönster för att ta hänsyn till sådana interaktioner. Dessa involverar användning av ytterligare kontrollgrupper.

Experimentet före på efterhand med två kontrollgrupper:

Konstruktionen gör det möjligt att skilja sig från experimentens variabelns påverkan från "före" -mätningen, även om det finns en sannolik interaktion mellan dem (dvs. experimentell faktor och "före" mätning). Denna design kan representeras som under:

Interaktion = dl- (d2 + d3)

Denna design innebär att en ytterligare kontrollgrupp läggs till den tidigare designen, dvs "För-efter" -studie med en kontrollgrupp. Denna andra kontrollgrupp är inte förmätt men utsätts för experimentell variabel och utsätts naturligtvis för efter mätning.

Före mätningen av den andra kontrollgruppen antas likna de "före" -åtgärderna i den experimentella och den första kontrollgruppen, dvs lika med genomsnittet av "före" -måttet för experimentgruppen och kontrollgruppen I Således är i kontrollgrupp II exponering för experimentell variabel men ingen möjlighet till interaktion mellan "före" -måttet och experimentell variabel.

Om vi ​​antar att de samtidiga händelserna eller mognationsprocesserna förmodligen inte har någon signifikant effekt på den beroende variabeln i denna design, ändras sedan i kontrollgrupp II, dvs d3 kan tas som effekten av experimentell variabel ensam .

Återigen kan förändringen i kontrollgrupp I tas som effekten av "för" mätning ensam. Vidare kan skillnaden mellan förändringen i poäng av experimentell grupp, dvs dx och summan förändringar i butikerna i två kontrollgrupper, dvs (d 2 + d 3 ) tas som effekten av interaktion mellan "före 'mätning och experimentell variabel.

Denna interaktion kan ha effekten att öka eller minska (i varierande grad) effekterna av experimentell variabel.

Låt oss försöka förstå detta genom ett exempel. Antag att forskaren vill testa hypotesen om att ett nytt system för undervisning (X) har till syfte att förbättra prestandan hos eleverna vid undersökningen. Skulle han bestämma sig för att använda "före-efter" -designen med två kontrollgrupper, skulle han behöva följa proceduren som visas i ovanstående representation.

Han administrerar ett test till två av de tre ekvivalenta grupperna, dvs experimentgruppen och kontrollgruppen I, för att känna till "före" -måttet på elevernas prestationer.

"Före" -måttet av kontrollgrupperna II antas vara medelvärdet av "före" -måttet för de två grupperna, utsatt för "före" -mätningen. Antag att denna åtgärd var 50 poäng i båda grupperna och därför antas kontrollgrupp II också att mäta 50 poäng.

Därefter exponeras experimentgruppen och kontrollgruppen II för experimentell variabel, dvs de grupperna utsätts för den nya undervisningsmetoden medan kontrollgrupp I lärs på vanligt sätt.

Naturligtvis, under den tid som grupperna utsätts för experimentell variabel, säg i fjorton dagar, är alla grupper naturligtvis lika föremål för effekterna av faktorer som är externa för experimentet och bortom experimentets kontroll. Slutligen registreras "Efter" -åtgärderna för alla grupper och förändringarna, dvs skillnaden mellan "Efter" -åtgärderna och "Före" -åtgärderna.

Det är uppenbart att förändringen i kontrollgrupp II (d 3 ) beror på experimentell variabel, dvs den nya undervisningsmetoden och de okontrollerade händelserna. Nu antar att de okontrollerade samtidiga händelserna inte hade någon signifikant effekt på den beroende variabeln (dvs prestanda i form av märken), den här förändringen, låt oss säga (60-50 = 10) med 10 poäng, kan hänföras till det nya undervisningsmetod ensam.

Förändringen i kontrollgrupp I kan hänföras till effekterna av "före" mätning, det vill säga medvetenheten i ämnena om experimentet och därigenom resulterande skarpa eller extra ansträngningar från deras sida att göra det bättre vid den andra undersökningen. Låt oss säga att förändringen uppgår till (54 - 50 = 4) fyra poäng.

De individuella effekterna av "före" -mätningen och den experimentella variabeln, förutsatt att effekten av de okontrollerade händelserna som noll, uppgår till fjorton (10 + 4).

Nu, de experimentella gruppregistren, låt oss säga, en ändring av (65 - 50 = 15) femton poäng.

Denna förändring är den integrerade effekten av "före" mätningen plus effekten av experimentell variabel plus effekterna av okontrollerade faktorer plus effekterna av interaktionerna mellan:

(a) mätvärdet "före" och experimentell variabel,

(b) det mellan experimentella variabler och de okontrollerade faktorerna och

(c) det mellan "före" mätningen och de okontrollerade faktorerna.

Men eftersom det finns anledning att tro (i vårt exempel) att de okontrollerade faktorerna inte har någon eller mycket försumbar effekt, skulle interaktionen av detta experiment verkligen bara uppstå mellan "före" mätningen och experimentell variabel annorlunda än vad de skulle ha om de var inte förmätt.

Således är förändringen, dvs 15 poäng, den kumulativa effekten av:

(1) mätningen "före"

(2) experimentell variabel och samspelet mellan (I) och (II).

Från våra kontrollgrupper (I) och (II) konstateras att de individuella effekterna av (1), före mätningen och (11) experimentvariabeln, ger upp till 14 markeringar (d 2 + d 3 ). Men för interaktionen var förändringen i försöksgruppen, dvs d : lika med (d 2 + d 3 ), dvs 14 märken. Vi finner dock att (d 1 = 15) överskrider (d 2 - d 3 ) med 1 mark.

Detta betyder att den interaktiva effekten av (I) och (II) är lika med + 1. (Den interaktiva effekten kan också vara negativ). Det är uppenbart nu att denna experimentella design endast är användbar och effektiv endast i situationer där det finns en bra anledning att tro att de okontrollerade samtidiga händelserna eller mognationsprocesserna sannolikt inte kommer att få signifikanta effekter.

"Hur skulle vi fortsätta i en situation där sådana okontrollerade faktorer sannolikt kommer att få viktiga influenser på den beroende variabeln?"

RL Solomon har svarat på denna fråga genom att föreslå en vidareutveckling av de tidigare två kontrollgrupperna med sikte på att installera skyddsåtgärder när samtidiga händelser eller utvecklingsförändringar kan förväntas påverka experimentella resultat. Detta innebär att en tredje kontrollgrupp läggs till.

Före efterstudie med tre kontrollgrupper :

Interaktion = d-, (d2 + d3-d4) (y ' 2- y' 1 )

Som det framgår av ovanstående representation utsätts försöksgruppen och kontrollgruppen I för "före" -mätning. Precis som vid den tidigare konstruktionen (med två kontrollgrupper) är kontrollgrupperna II och III inte för-mätta och antas ha för-mätresultatet lika med genomsnittet av sådana poäng i experiment- och kontrollgruppen I.

Experimentell variabel introduceras i experimentgrupp och kontrollgrupp II. Alla fyra grupperna antas vara lika utsatta för effekterna av externa samtidiga händelser, låt oss säga. Någon nationell händelse eller någon kampanj, etc., under experimentperioden. Alla fyra grupperna mäts efter experimentet.

I en sådan design representerar förändringen i kontrollgrupp III, dvs d4 effekten av samtidiga händelser bortom experimentet eftersom det här är den enda faktorn som är verksam för denna grupp. Förändringen i kontrollgrupp II, dvs d3 representerar effekten av experimentell variabel och av samtidiga händelser.

Förändring i kontrollgrupp I, dvs d 2, representerar effekterna av "före" -mätningen och de samtidiga faktorerna. Effekten av den experimentella variabeln ensam, det vill säga den nya instruktionen, kan bedömas genom att subtrahera förändringen i kontrollgrupp Ii från förändringen i kontrollgrupp II, dvs d 3 - d 4 .

Förändringen i försöksgruppen, dvs dp, återspeglar de kumulativa effekterna av "före" mätning, av experimentell variabel, okontrollerade händelser och interaktion mellan dessa faktorer.

Nu ger denna design oss de enskilda åtgärderna av effekterna av okontrollerad faktor, dvs d 4 (effekten av en nationell kampanj som håller ämnen mer informerad om vissa händelser eller saker, vilket förbättrar deras prestanda i undersökningen) och av Effekterna av experimentella variabler ensam (d 3 -d 4 ) och slutligen effekten av "före" mätning (d 2 - d 4 ).

Därför kan vi enkelt beräkna den interaktiva effekten av de tre faktorerna, dvs (a) "före" mätningen, b) experimentell variabel och (c) de okontrollerade faktorerna, på den beroende variabeln, dvs undersökningsresultatet genom att subtrahera Totalt av de enskilda effekterna av de tre faktorerna (a), (b) och (c) från den totala förändringen som registrerats i försöksgruppen. Således skulle interaktionseffekt vara lika med dx - (d2 + d3 - d4).

Det kan observeras att denna experimentella design med tre kontrollgrupper är likvärdig med att experimentet ska utföras två gånger, en gång med en "före efter" -design med en kontrollgrupp (experimentell grupp och kontrollgrupp I) och andra gången med en "efter enbart" design (kontrollgrupp II och III).

I samband med diskussionen om de olika typerna av experimentella mönster måste man komma ihåg att dessa experiment lider av en allmän begränsning av en praktisk karaktär, dvs forskaren är inte alltid i stånd att testa en kausalhypotes genom att tilldela ämnen till olika förhållanden där han direkt kontrollerar orsakssambandet (experimentell) variabeln.

Om hypotesen exempelvis gällde sambandet mellan rökning och cancer skulle forskaren knappast kunna kontrollera rökningens omfattning enligt det ideella kravet i försöksproceduren genom att tilldela olika personer att röka olika antal cigaretter.

Allt som forskaren kan få på är en rekord av hur mycket en individ har rökt och om han har cancer. Korrelationen mellan rökning och cancer kan beräknas. Men förekomsten av en korrelation mellan rökning och cancer betyder inte nödvändigtvis att man är orsaken till den andra.

Forskaren måste strida mot möjligheten som uttrycks av korrelationen att personer som röker kraftigt är för någon ännu okänd anledning, även den typ av människor som utvecklar cancer, om en icke-experimentell studie (sedan "experimentell" kontroll som i detta exempel är inte möjligt) skulle ge ett test av "kausal" -hypotesen, det måste ge grund för att göra slutsatser om orsakssamband och skydd mot obefogade slutsatser.

Men de icke-experimentella studierna kan inte ge sådana skyddsåtgärder så adekvat som de experimentella studierna gör. Vissa alternativa skyddsåtgärder är tillgängliga.

Dessa skyddsåtgärder innebär en jämförelse mellan personer som utsätts för kontrasterande upplevelser i den verkliga livet, bestämning av variabeln (förmodad orsak och effekt) och undersökning av förhållandet mellan variablerna i förhållande till mönster av förhållande som kan förväntas om den ena eller den andra skulle vara orsakssambandet.

Jämförelse av grupper utsatt för kontrastande erfarenheter:

Om en utredare inte är i stånd att tilldela ämnen till olika grupper, en som kommer att utsättas för en given behandling, varav en inte kommer att bli så utsatt, är den enda alternativa lösningen att lokalisera grupper av människor i den naturliga miljön som är på väg att vara eller har blivit utsatt för erfarenheter som skiljer sig åt med hänsyn till den antagna orsakssamband vari forskaren är intresserad.

Om forskaren exempelvis var intresserad av samhällsutvecklingsprogrammets effekt, dvs. en av dessa skulle vara den som utsätts för CD-programmet och det andra likvärdiga samhället skulle vara den som fick bli utsatt för CD-programmet.

En sådan studie approximerar ett experiment i den meningen att samhället där CD-programmen har varit i drift representerar "experimentella" gruppen och andra samhällen representerar "kontroll" -gruppen.

Skillnaden mellan de två samhällena i fråga om vissa relevanta egenskaper kan hänföras till orsakssvariabeln, dvs CD-programmet. Naturligtvis måste vi vara medvetna om den uppenbara svårigheten att välja de grupper (samhällen) som är likvärdiga i alla avseenden och endast skiljer sig från exponeringen för den antagna orsakssvariabeln.

I den verkliga livet skulle det vara ett lyckoslag att komma över sådana jämförbara grupper som endast skiljer sig från kausalvariabeln. Den typ av design som vi just diskuterat kan kallas "ex-post facto" -designen.

Studier som använder "ex-post facto" -mönstret lider av en allvarlig begränsning, nämligen att ämnena inte kan slumpmässigt tilldelas olika förhållanden och det finns ingen möjlighet att vid tidigare mätningar kontrollera om de två grupperna ursprungligen var liknande i sin position på antagen beroende variabel på grund av frånvaro av tidigare mätning eller med avseende på andra egenskaper som tros vara relevanta för den.

Som föreslagits tidigare kan forskaren ibland vara i stånd att lokalisera två grupper av jämförbara personer, varav en är i stånd att bli utsatt för vissa erfarenheter (antagen orsakssamband) och den andra, inte sannolikt att bli så utsatt.

En sådan studie approximerar ett "före-efter" -experiment med en kontrollgrupp. Gruppen av ämnen som vill genomgå en särskild upplevelse, t ex de som valts för att genomgå en särskild orienteringskurs, representerar den experimentella gruppen; de som inte är markerade representerar kontrollgruppen.

Låt oss nu diskutera hur man kan få den andra typen bevis som behövs för att fastställa orsakssamband, det vill säga bevis för tidsordningen eller variablerna i en icke-experimentell studiedesign. I vissa fall är beviset att X föregår Y och inte vice versa så klart att inga kompletterande bevis behövs.

Ofta är dock tidsförhållandet mellan två variabler inte så klart. Även om man verkar vara före den andra kan det inte vara så. Till exempel, i en studie av effekten av tidiga erfarenheter på det typiska responsmönstret under vuxen ålder, kan en forskare behöva förlita sig på hans vuxna ämnens redovisning av sin barndom.

Vad han skulle få ut ur de vuxna är faktiskt sannolikt att vara uttalande (om barndomen) som har varit starkt färgad av subjektens personliga tolkningar utifrån deras personliga "teorier" och deras framtida reflektioner som vuxna.