Промежуточные переменные
Как бихевиорист, Толмен считал, что инициирующее причинное поведение и окончательное результирующее поведение должны быть объективно наблюдаемыми и пригодными для описания в терминах операций. Он предположил, что причины поведения включают пять основных независимых переменных: стимулы окружающей среды, психологические побуждения, наследственность, предшествующее обучение и возраст. Поведение является функцией всех этих переменных, что выражается математическим уравнением.
Между
этими наблюдаемыми независимыми
переменными и результирующим ответным
поведением (зависимой наблюдаемой
переменной) Толмен ввел набор ненаблюдаемых
факторов, которые назвал промежуточными
переменными 88.
Эти промежуточные переменные фактически
являются детерминантой поведения. Они
представляют собой те внутренние
процессы, которые связывают стимулирующую
ситуацию с наблюдаемой реакцией. Формула
бихевиоризма S — R (стимул — реакция)
теперь должна читаться как S — О–R.
Поскольку эти промежуточные переменные не подлежат объективному наблюдению, то они не представляют никакой практической пользы для психологии, если только их не удается связать с экспериментальными (независимыми) переменными и с поведенческими (зависимыми) переменными.
Классическим
примером промежуточной переменной
является голод, который невозможно
увидеть у подопытного человека или
животного. И тем не менее, голод можно
вполне объективно и точно увязать с
экспериментальными переменными —
например, с длительностью того отрезка
времени, на протяжении которого организм
не получал пищу. Кроме того, его можно
увязать и с объективной реакцией или с
переменной поведения — например, с
количеством съеденной пищи или со
скоростью ее поглощения. Таким образом,
ненаблюдаемый фактор вмешательства —
голод — может получить точную эмпирическую
оценку и следовательно становится
доступным для количественного измерения
и экспериментальных манипуляций.
Путем определения независимых и зависимых переменных, каковыми являются наблюдаемые события, Толмен получил возможность составить операциональные описания ненаблюдаемых, внутренних состояний. Сначала он называл свой подход «оперантным бихевиоризмом», прежде чем выбрать термин «промежуточные переменные».
Промежуточные переменные оказались весьма полезными для разработки теории поведения, постольку они были эмпирически связаны с экспериментальными и поведенческими переменными. Однако для того, чтобы сделать этот подход всеобъемлющим, потребовался такой громадный объем работы, что Толмен в конце концов оставил всякую надежду «составить полное описание хотя бы одной промежуточной переменной» (Mackenzie. 1977. P. 146).
Научение
играло важнейшую роль в целенаправленном
бихевиоризме Толмена. Он отвергал закон
эффекта Торндайка, утверждая, что
вознаграждение или поощрение оказывает
слабое воздействие на научение. Взамен
этого Толмен предложил когнитивную
теорию научения, предполагая, что
повторяющееся выполнение одного и того
же задания усиливает создаваемые связи
между факторами окружающей среды и
ожиданиями организма.
Таким путем
организм познает окружающий его мир.
Толмен называл эти создаваемые научением
связи Гештальт — знаками, которые
вырабатываются в ходе многократного
выполнения какого — либо действия.
Давайте запомним эти идеи Толмена и попробуем понаблюдать за голодной крысой в лабиринте. Крыса бегает по лабиринту, исследуя иногда правильные, а иногда неправильные ходы или даже тупики. Наконец крыса находит еду. При последующих прохождениях лабиринта цель (поиск пищи) придает поведению крысы целенаправленность. С каждой точкой разветвления связываются некоторые ожидания. Крыса приходит к пониманию того, что определенные признаки, ассоциирующиеся с точкой разветвления, наводят или не наводят на то место, где находится пища.
Если
ожидания крысы оправдываются и она
действительно находит пищу, то знак
гештальта (то есть признак, ассоциирующийся
с некоторой точкой выбора) получает
подкрепление. Таким образом животное
вырабатывает целую сеть гештальт —
знаков по всем точкам выбора в лабиринте.
Толмен назвал это когнитивной картой.
Эта схема представляет собой то. что
выучило животное, а именно когнитивную
карту лабиринта, а вовсе не набор
некоторых моторных навыков. В некотором
смысле крыса обретает всеобъемлющее
знание своего лабиринта или иной
окружающей ее среды. В се мозге
вырабатывается что — то вроде полевой
карты, которая позволяет ей перемещаться
от точки к точке, не ограничиваясь
фиксированным набором заученных
телодвижений.
В классическом эксперименте, который подтвердил теорию Тол — мена, выяснялось, действительно ли крыса в лабиринте изучает его когнитивную карту или же просто запоминает набор моторных реакций. Был использован лабиринт крестообразной формы. Крысы одной группы всегда находили пищу на одном и том же месте, даже если для того, чтобы добраться до пищи, им при разных точках входа приходилось иногда поворачивать нс направо, а налево. Моторные реакции отличались, но пища оставалась на том же самом месте.
Крысы
второй группы должны были всегда
повторять одни и те же движения, но пища
всякий раз находилась в другом месте.
Результаты эксперимента показали, что крысы из первой группы, то есть те, которые изучили место действия, ориентировались гораздо лучше, чем крысы из второй группы, которые заучивали реакции. Тол — мен пришел к выводу, что аналогичное явление наблюдается и у тех людей, которые хорошо знают свои окрестности или город. Они могут пройти из одной точки в другую различными маршрутами, поскольку в их мозге сформирована когнитивная карта местности.
Другой
эксперимент исследовал латентное
научение 89— то есть такое научение, которое
невозможно наблюдать в то время, когда
оно фактически происходит. Голодную
крысу поместили в лабиринт и предоставили
ей возможность свободно бродить по
нему.
Что такое промежуточная переменная?
Промежуточная переменная — это переменная, влияющая на взаимосвязь между независимой переменной и зависимой переменной .
Часто этот тип переменных может появляться, когда исследователи изучают взаимосвязь между двумя переменными и не понимают, что другая переменная на самом деле вмешивается в эту взаимосвязь.
Промежуточная переменная
Промежуточные переменные появляются во многих различных исследовательских ситуациях. Вот несколько примеров.
Пример 1: образование и расходыИсследователей может заинтересовать взаимосвязь между образованием (независимая переменная) и годовыми расходами (зависимая переменная).
Собрав данные об уровне образования и годовых расходах на 1000 человек, они обнаружили сильную положительную корреляцию между двумя переменными. В частности, они обнаружили, что люди с более высоким уровнем образования, как правило, тратят больше.
Однако, сами того не осознавая, исследователи не приняли во внимание промежуточный переменный доход.Оказывается, люди с более высоким уровнем образования, как правило, занимают более высокооплачиваемую работу, а это означает, что у них, естественно, больше денег, которые они могут потратить.
Пример 2: Бедность и ожидаемая продолжительность жизниИсследователей может заинтересовать взаимосвязь между бедностью (независимая переменная) и ожидаемой продолжительностью жизни (зависимая переменная).
Собрав данные о бедности и ожидаемой продолжительности жизни для 10 000 человек, они обнаружили сильную корреляцию между этими двумя переменными. В частности, они обнаружили, что более бедные люди, как правило, имеют более низкую продолжительность жизни.
Однако, сами того не осознавая, исследователи не приняли во внимание промежуточную переменную здравоохранения.Получается, что более бедные люди имеют менее надежный доступ к здравоохранению, что, естественно, означает, что у них более низкая продолжительность жизни.
Пример 3: Часы, потраченные на тренировки, и очки за игруСпортивного исследователя может заинтересовать взаимосвязь между количеством часов, потраченных игроками на тренировки (независимая переменная), и их средним количеством очков за игру (зависимая переменная).
Собрав данные о часах, потраченных на тренировки, и количестве очков за игру для 100 игроков, они обнаружили сильную корреляцию между двумя переменными. В частности, они обнаружили, что игроки, которые больше тренируются, как правило, набирают в среднем больше очков за игру.
Однако, сам того не осознавая, исследователь не обратил внимания на промежуточные переменные сыгранные минуты.
Выясняется, что люди, которые тренируются больше часов, чаще находятся рядом с тренером, который лучше узнает игрока и больше вовлекает его в игру, что дает больше возможностей набрать больше очков.
Понимание промежуточных переменных часто может помочь исследователям прояснить взаимосвязь между независимой и зависимой переменной, потому что промежуточные переменные часто являются истинной переменной, которая объясняет изменения в зависимой переменной.
Во многих случаях независимая переменная вызывает изменения в некоторой промежуточной переменной, которая затем вызывает изменения в исследуемой зависимой переменной.
Идентифицируя промежуточную переменную, становится легче понять фактическую связь между независимой и зависимой переменной.
Техническое примечание. Промежуточные переменные иногда также называют промежуточными переменными или промежуточными переменными.
Дополнительные ресурсыЧто такое Внешние переменные?
Что такое сопутствующие переменные?
Что такое обратная причинность?
Что такое смешанная переменная?
Объяснение промежуточных переменных | Брокер
время доступа 1–3 мин
01 января 2007 г.
Неравенство может иметь прямое влияние на доступ к власти, но чаще оно влияет через промежуточные переменные. Это переменные (Y), через которые другая переменная (X) оказывает влияние на еще одну переменную (Z). Возьмем, к примеру, связь между высокой температурой и головной болью. Высокая температура может вызвать у вас головную боль (прямая связь), но более вероятно, что высокая температура (X) заставляет вас потеть и терять много влаги. Если вы не выпьете достаточно воды, чтобы пополнить ее, у вас может заболеть голова. Промежуточная переменная (Y), через которую высокая температура способствует головной боли (Z), — это потеря влаги телом. Промежуточные отношения не следует путать с ложными отношениями, в которых две переменные не имеют причинно-следственной связи, но кажутся таковыми из-за ненаблюдаемой третьей переменной. Примером может служить вывод о том, что пивные банки в автомобилях вызывают несчастные случаи, в то время как очевидно, что вождение в нетрезвом виде приводит к несчастным случаям.
Неравенство часто оказывает влияние через такие промежуточные переменные. Их можно разделить на два основных типа: социально-культурные и социально-экономические переменные.
Социально-культурные промежуточные переменные
В Индии неравенство доходов может воспроизводиться через кастовую систему и, таким образом, способствовать низкой грамотности, бедности и более низкой продолжительности жизни среди представителей низшего класса и лиц, не принадлежащих к кастам. Таким образом, каста является промежуточной переменной. Неравенство также может привести к революциям и восстаниям через промежуточные переменные, такие как растущие ожидания и чувство собственного достоинства. Как отмечалось в «Уровне духа», промежуточные переменные стресс и статусный страх можно считать ответственными за определенные социальные последствия неравенства, такие как ожирение. Здесь неравенство является независимой переменной: причиной.
Политика по сокращению неравенства в долгосрочной перспективе не обязательно направлена непосредственно на неравенство в доходах, но на такие факторы, как образование и навыки, которые помогают увеличить доход и, следовательно, сократить бедность.
Имея больше и лучше навыки и высшее образование, люди могут легче найти работу и больше зарабатывать. Таким образом, неравенство можно уменьшить, улучшив промежуточные переменные в области образования и навыков, что приведет к более высокому доходу и меньшей бедности. Здесь неравенство является зависимой переменной, которая вызвана чем-то другим.
Социально-экономические промежуточные переменные
Условия в Китае в дореформенную эпоху оставили страну с относительно низким уровнем неравенства в доступе к производительным ресурсам (главным образом сельскохозяйственным угодьям), что позволило бедным извлекать выгоду из преимуществ экономического роста . И наоборот, в Бразилии миллионы безземельных фермеров имеют ограниченный доступ к сельскохозяйственным угодьям. Таким образом, низкий доступ к сельскохозяйственным угодьям является промежуточной переменной неравенства доходов.
В недавнем отчете Oxfam показано, что деградация окружающей среды усугубляет социальное неравенство, поскольку последствия изменения климата непропорционально ложатся на бедные страны, а деградация ресурсов способствует возникновению социальных конфликтов по поводу использования ресурсов.
- Oxfam (2012 г.), Оставленные позади G20? Как неравенство и деградация окружающей среды угрожают лишить бедных людей преимуществ экономического роста.
Автор: Брокер
Об авторе
Брокеры знаний в области международного устойчивого развития.
терминология — Что мы называем «средними» переменными в сложной исследовательской модели?
Задавать вопрос
спросил
Изменено 4 года, 11 месяцев назад
Просмотрено 864 раза
$\begingroup$ Базовое построение теории происходит следующим образом: вы создаете теорию, в которой есть независимая переменная и зависимая переменная.
Меня также научили использовать «независимую переменную» как синоним «независимой переменной», а «целевую переменную» и «переменную реакции» как синонимы «зависимой переменной». Затем вы проводите эмпирическое исследование и измеряете силу связи или выясняете, что связи все-таки нет 🙁
Поскольку это редко бывает достаточно сложным для теорий в дисциплинах, в которых задействованы люди, есть также возможность создать многомерную модель , где многие независимые переменные будут объяснять зависимую (или целевую) переменную.Там терминология по-прежнему однозначна.
Но многие модели из недавних публикаций более сложны, чем эта. Рассмотрим эту модель пути:
Непрерывное намерение кажется переменной цели, поскольку оно не ведет ни к каким другим переменным. Взаимодействие и ценность пользователя, безусловно, являются независимыми переменными в этой модели, потому что они не зависят от других. Но что такое Удовлетворение и Поток? Они зависят от множества других переменных, но не являются нашей целевой переменной, потому что эта модель основана на намерении Непрерывности, а не на Удовлетворении или опыте Потока.
Итак, какова правильная терминология для таких переменных, застрявших в середине многоуровневой модели?
Образец цитирования: Исследование намерения пользователей продолжать использовать игры в социальных сетях: точка зрения потока опыта Цзяо-Чен Чанг (2013) Телематика и информатика 30 (4) с. 311-321
- терминология
- модель
Мне всегда было трудно упаковать реальные данные в аккуратные коробки учебников по методологии, но если вам действительно нужна метка для них, я бы выбрал переменную-посредник.
Из известной статьи об этих переменных:
В частности, мы различаем две часто путаемые функции третьи переменные: (а) модераторская функция третьих переменных, которая разбивает фокальную независимую переменную на подгруппы, которые устанавливают его области максимальной эффективности в отношении данного зависимого переменная, а (б) функция посредника третьей переменной, которая представляет собой порождающий механизм, посредством которого независимая переменная может влиять на зависимую переменную проценты .
Ссылка:
Барон, Р. М., и Кенни, Д. А. (1986). Различие переменных модератора и посредника в социально-психологических исследованиях: концептуальные, стратегические и статистические соображения. Журнал психологии личности и социальной психологии , 51(6), 1173.
$\endgroup$ $\begingroup$ @Ана права. Удовлетворение и Flow Experience являются переменными-посредниками в этой аналитической модели пути, связывающей Взаимодействие и Ценность пользователя с Продолжение Намерение использовать игры в социальных сетях . Я не вижу никаких указаний на то, что это многоуровневая модель; Я думаю, что вы можете ошибаться в этом или, по крайней мере, можете исключить любую информацию, которая могла бы сделать это актуальным. Может быть второй уровень подходит для Взаимодействие и Пользовательское значение напрямую, а не к двум переменным, содержащимся в каждом из этих полей, но я не вижу никаких путей, ведущих из этих внешних полей, поэтому я предполагаю, что второго уровня нет.
.. и снова, «Переменные-посредники» по-прежнему будут работать как термин, который вам, вероятно, нужен. В этой модели средние переменные полностью опосредуют отношения крайних левых переменных к крайним справа, но только частично опосредуют отношения Flow Experience .0098 Satisfaction крайним справа, потому что Satisfaction также имеет прямой путь. Коэффициент этого пути указывает на любую независимую связь между этими двумя переменными при управлении Flow Experience .
Другое различие можно провести между переменными слева без входящих стрелок и всеми остальными, у которых есть входящие стрелки: они являются «экзогенными» и «эндогенными» соответственно. То есть, несмотря на то, что переменные-посредники имеют как входящие, так и исходящие стрелки, они являются эндогенными. Только крайние четыре переменные на этой путевой диаграмме являются экзогенными. Экзогенные переменные строго независимы, но строго зависима только самая правая переменная.
Все эндогенные переменные, по крайней мере, зависят от некоторых других переменных, но в этой модели путей Удовлетворение и Flow Experience можно рассматривать как независимые переменные при оценке их путей к конечной переменной результата справа. Они имеют двойной статус как независимые/зависимые переменные в этой модели, по крайней мере, если она оценивается по частям. Может быть ошибочным называть переменные-посредники независимыми, если вся модель подгоняется одновременно с помощью SEM.
Повторяю сказанное: @Ana ответила правильно, до определенной степени. Я думаю, что более эффективный способ просмотра данных, о которых вы говорите, — это моделирование структурными уравнениями. В терминологии SEM ваши средние переменные могут быть явными (если вы измеряете их напрямую) или скрытыми (если они выводятся из других переменных). Здесь довольно хорошо объясняется терминология.
Определенно , а не , имеют какое-то отношение к нейронным сетям, хотя их можно использовать для моделирования того же явления.
Редактировать: Я также хотел сказать, что язык и структура анализа, которые вы используете, часто зависят от конкретной области, из которой вы пришли. Анализы посредничества и модерации наиболее распространены в социальной психологии, но, насколько мне известно, в когнитивной психологии о них ничего не слышно. SEM чаще встречается в психометрии и у исследователей, изучающих такие вещи, как тревожность и ОКР (я не могу ссылаться на это, так как я в основном обращаюсь к тем, кого знаю в своем собственном университете).
$\endgroup$ 3Зарегистрируйтесь или войдите в систему
Зарегистрируйтесь с помощью Google Зарегистрироваться через Facebook Зарегистрируйтесь, используя электронную почту и парольОпубликовать как гость
Электронная почтаТребуется, но не отображается
Опубликовать как гость
Электронная почтаТребуется, но не отображается
Нажимая «Опубликовать свой ответ», вы соглашаетесь с нашими условиями обслуживания и подтверждаете, что прочитали и поняли нашу политику конфиденциальности и кодекс поведения.