数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学心理学中的事后研究
在这个事后研究中，自变量或自变量已经发生，研究人员从观察因变量或因变量开始。事后，他调查独立因素与因变量或因变量之间可能的关系和影响。实验研究和事后研究之间最显著的区别在于控制。在前者中，研究者对自变量具有操纵控制权，但在后者中，这种控制是不可想象的，随机化也是不可能的。事后研究要求研究人员接受现状，并在该环境中收集和分析数据。
什么是事后研究？
事后研究是一种研究类型，其中研究人员预测先前观察到的结果的可能原因。例如，如果一个孩子是违法的（即从事犯罪行为），研究人员将试图发现已经发生过的许多事件以及可能导致相关违法行为的许多可能性。缺乏学校纪律、家庭历史、同伴影响、邻里环境或社会化都是影响因素。
这些群体可能以许多不可预见的方式出现偏差。小学学习新算术的人与学习旧算术的人大相径庭。他们可能是因为他们的数学能力（或缺乏能力）而被挑选出来的。创新数学课程可能只在富裕和进步的学区提供。因此，从治疗组中选择的学生群体的差异是相当可能的。只有城镇工业化地区采用了新的数学课程，而农村和郊区地区则没有。关键在于，所有这些都是推测性的。我们不知道为什么有些学生学习新数学，而有些学生学习旧数学。
因为我们无法随机地将学生分配到两组，所以系统参与者偏差是一个明显的可能性。我们的两个学生群体的平均算术能力分数可能因“新”或“旧”数学以外的原因而有所不同。（一个真正的实验需要我们随机地从同一个学区选择一些学生参加新的数学课程，并选择大约相同数量的学生参加旧的数学课程，同时控制所有其他变量。）然后，我们会在大学几年后进行数学能力测试。
事后研究的特点
它也被称为“因果比较研究”，因为它基于事后研究。事后研究有一些特点使其区别于其他形式的研究。以下段落将更详细地讨论其中一些特点。
研究中有一个控制组或比较组。由于研究基于对已经导致结果的原因的研究，研究人员需要保留一个对照组，以便稍后与真实的实验组进行比较，以分析已经发生的事件的原因。
研究的行为、活动、事件、处理或自变量无法控制或修改。因为事后研究是试图根据先前发生的行动来预测原因的研究，所以研究人员无法修改或改变先前发生的行动或行为。
研究的重点是结果。由于研究人员试图分析和预测事件或现象的原因，他们最初的尝试是关注已经发生的事件或现象。只有在彻底检查了现象或事件之后，研究人员才会试图发现此类事件或现象的原因。
研究考察事件的“如何”和“什么”。由于研究人员试图了解现象的因果关系，因此研究的重点是如何以及为什么发生这种现象。
调查潜在的影响和原因。研究人员通过事后研究试图分析事件、行动或行为的因果关系现象。
例子
事后实验的一个例子可以帮助你将其与修改自变量的试验区分开来。在这种情况下，我们感兴趣的是焦虑和非焦虑个体如何对大声响做出反应。不要将“处理”条件误认为是大声响。它既不是处理也不是自变量，因为它同时给予两组。它只是一个所有参与者都必须做出反应的任务。所有参与者执行的任务是我们因变量的衡量标准，即他们对噪音的反应。基于研究人员感兴趣的任何特征而分组的成员构成治疗。在这种情况下，这些特征是焦虑和非焦虑个体。
事后研究的优缺点
任何研究本身都不能完美无缺，每种方法都有其优点和缺点，事后研究也是如此。以下是事后研究的优点：
当变量无法改变或修改时，它被认为是行为研究中一种特别重要的策略。
许多社会因素（例如，违法行为）和教育因素（例如，成就）都可以用这种方式研究。
它比实验研究更有价值，因为它可以用来根据效果分析原因，而实验研究却无法做到这一点。
它节省时间和金钱。
它允许研究人员根据他的观点进行分析并得出最佳结论。
以下是事后研究的缺点和局限性：
如前所述，研究人员无法在事后研究中修改自变量。
研究人员无法将受试者随机分配到不同的组。
研究人员可能需要帮助解释所研究的自变量和因变量之间的联系。
结论
研究人员在预测变量之间的因果关系时犯了后此谬误。后此谬误的概念指出，当存在两件事时，一件是原因，另一件是结果，人们倾向于得出结论或做出预测。因为违法行为和父母关系有关，我们可能会得出结论认为违法行为是结果，而父母关系是原因，而孩子的同龄群体可能是真正的原因。
3000+ 次浏览
