Externe Validität

Externe Validität bezeichnet die Gültigkeit der Schlussfolgerungen einer wissenschaftlichen Studie außerhalb ihres Kontextes. ^{[ 1 ]} Anders ausgedrückt: Sie beschreibt, inwieweit die Ergebnisse einer Studie auf andere Situationen, Personen, Reize und Zeiträume verallgemeinert oder übertragen werden können. ^{[ 2 ] [ 3 ]} Generalisierbarkeit bezieht sich auf die Übertragbarkeit einer vordefinierten Stichprobe auf eine breitere Population, während Übertragbarkeit die Übertragbarkeit einer Stichprobe auf eine andere Zielpopulation beschreibt. ^{[ 2 ]} Interne Validität hingegen bezeichnet die Gültigkeit von Schlussfolgerungen, die im Kontext einer bestimmten Studie gezogen wurden.

Die mathematische Analyse der externen Validität befasst sich mit der Frage, ob eine Generalisierung über heterogene Populationen hinweg möglich ist, und mit der Entwicklung statistischer und rechnergestützter Methoden, die valide Generalisierungen ermöglichen. ^{[ 4 ]}

Bei der Bestimmung der externen Validität identifizieren Wissenschaftler in der Regel den „Geltungsbereich“ der Studie, der sich auf die Anwendbarkeit oder die Grenzen der Theorie oder Argumentation der Studie bezieht. ^{[ 2 ]} Dies beinhaltet die Definition der Stichprobe der Studie und der übergeordneten Population, die die Stichprobe repräsentiert. ^{[ 2 ]}

Eine Bedrohung der externen Validität ist eine Erklärung dafür, wie eine Verallgemeinerung der Ergebnisse einer bestimmten Studie fehlerhaft sein könnte. ^{[ 5 ]} In den meisten Fällen ist die Generalisierbarkeit eingeschränkt, wenn die Wirkung eines Faktors (d. h. der unabhängigen Variable ) von anderen Faktoren abhängt. Daher lassen sich alle Bedrohungen der externen Validität als statistische Interaktionen beschreiben . ^{[ 6 ]} Beispiele hierfür sind:

• Wechselwirkung zwischen Wirksamkeit und Behandlungseffekt: Die Stichprobe kann bestimmte Merkmale aufweisen, die mit der unabhängigen Variable interagieren und die Generalisierbarkeit einschränken. Beispielsweise verwenden vergleichende Psychotherapiestudien häufig spezifische Stichproben (z. B. Freiwillige, stark depressive Patienten ohne Komorbidität ). Wenn sich Psychotherapie bei diesen Patienten als wirksam erweist, ist sie dann auch bei Nicht-Freiwilligen, leicht depressiven Patienten oder Patienten mit anderen Begleiterkrankungen wirksam? Falls nicht, wäre die externe Validität der Studie eingeschränkt.
• Wechselwirkungen zwischen Situation und Behandlung: Alle situativen Besonderheiten (z. B. Behandlungsbedingungen, Zeit, Ort, Beleuchtung, Lärm, Verabreichung der Behandlung, Untersucher, Zeitpunkt, Umfang und Ausmaß der Messung usw.) einer Studie können die Generalisierbarkeit einschränken.
• Wechselwirkungen zwischen Vortest und Behandlung: Wenn Ursache-Wirkungs-Zusammenhänge nur durch Vortests nachgewiesen werden können, schränkt dies die Allgemeingültigkeit der Ergebnisse ein. Dies wird mitunter als „Sensibilisierung“ bezeichnet, da der Vortest die Probanden empfindlicher für die Behandlungsmanipulation macht.

Es ist zu beachten, dass die externe Validität einer Studie durch ihre interne Validität begrenzt ist . Wenn eine innerhalb einer Studie gezogene Kausalfolgerung ungültig ist, dann sind auch Verallgemeinerungen dieser Schlussfolgerung auf andere Kontexte ungültig.

Cook und Campbell ^{[ 7 ]} trafen die entscheidende Unterscheidung zwischen der Generalisierung auf eine Gesamtpopulation und der Generalisierung über Subpopulationen hinweg, die sich durch unterschiedliche Ausprägungen eines Hintergrundfaktors unterscheiden. Lynch argumentierte, dass eine Generalisierung auf aussagekräftige Populationen – außer als Momentaufnahme der Geschichte – fast nie möglich sei. Es sei jedoch möglich zu prüfen, inwieweit sich der Effekt einer Ursache auf eine abhängige Variable über Subpopulationen hinweg generalisieren lässt, die sich hinsichtlich eines Hintergrundfaktors unterscheiden. Dies erfordert die Prüfung, ob der untersuchte Behandlungseffekt durch Wechselwirkungen mit einem oder mehreren Hintergrundfaktoren moderiert wird. ^{[ 6 ] [ 8 ]}

Während die Auflistung von Bedrohungen der Validität Forschern helfen kann, unberechtigte Verallgemeinerungen zu vermeiden, lassen sich viele dieser Bedrohungen systematisch entschärfen oder neutralisieren, um eine gültige Verallgemeinerung zu ermöglichen. Konkret können experimentelle Ergebnisse einer Population „neu verarbeitet“ oder „rekalibriert“ werden, um Populationsunterschiede zu umgehen und gültige Verallgemeinerungen für eine zweite Population zu ermöglichen, in der keine Experimente durchgeführt werden können. Pearl und Bareinboim ^{[ 4 ] klassifizierten Verallgemeinerungsprobleme in zwei Kategorien: (1) solche, die sich für eine gültige Rekalibrierung eignen, und (2) solche ,} bei denen externe Validität theoretisch unmöglich ist. Mithilfe eines graphenbasierten Kausalschlusses [ ^{9 ]} leiteten sie eine notwendige und hinreichende Bedingung dafür ab, dass eine Problemstellung eine gültige Verallgemeinerung ermöglicht, und entwickelten Algorithmen, die die benötigte Rekalibrierung automatisch durchführen, sofern eine solche existiert. ^{[ 10 ]} Dies reduziert das Problem der externen Validität auf eine Aufgabe der Graphentheorie und hat einige Philosophen zu dem Schluss geführt, dass das Problem nun gelöst sei. ^{[ 11 ]}

Ein wichtiger Aspekt der externen Validität betrifft die Selektionsverzerrung , auch Stichprobenverzerrung genannt . Diese Verzerrung entsteht, wenn Studien mit nicht repräsentativen Stichproben der Zielpopulation durchgeführt werden. Führt man beispielsweise eine klinische Studie mit Studierenden durch, möchte der Forscher wissen, ob die Ergebnisse auf die Gesamtpopulation übertragbar sind, deren Merkmale wie Alter, Bildung und Einkommen sich erheblich von denen eines typischen Studierenden unterscheiden. Die graphenbasierte Methode von Bareinboim und Pearl identifiziert Bedingungen, unter denen die Selektionsverzerrung umgangen werden kann. Sind diese Bedingungen erfüllt, konstruiert die Methode einen unverzerrten Schätzer des durchschnittlichen Kausaleffekts in der Gesamtpopulation. Der Hauptunterschied zwischen der Generalisierung von Studien mit fehlerhafter Stichprobenziehung und der Generalisierung auf heterogene Populationen liegt darin, dass Unterschiede zwischen Populationen in der Regel durch bereits bestehende Faktoren wie Alter oder ethnische Zugehörigkeit bedingt sind, während die Selektionsverzerrung häufig durch Bedingungen nach der Behandlung entsteht, beispielsweise durch Studienabbrüche oder die Auswahl von Patienten aufgrund des Schweregrades einer Verletzung. Wenn die Selektion durch Faktoren nach der Behandlung bestimmt wird, sind unkonventionelle Rekalibrierungsmethoden erforderlich, um eine verzerrungsfreie Schätzung zu gewährleisten. Diese Methoden lassen sich leicht aus dem Problemgraphen ableiten. ^{[ 12 ] [ 13 ]}

Wenn das Alter als wesentlicher Faktor für die individuelle Variabilität des Behandlungseffekts angesehen wird, führen Altersunterschiede zwischen den untersuchten Studierenden und der Allgemeinbevölkerung zu einer verzerrten Schätzung des durchschnittlichen Behandlungseffekts in dieser Population. Diese Verzerrung lässt sich jedoch durch eine einfache Gewichtung korrigieren: Wir berechnen den altersspezifischen Effekt in der Studierenden-Teilpopulation und mitteln ihn anhand der Altersverteilung in der Allgemeinbevölkerung. Dies liefert uns eine unverzerrte Schätzung des durchschnittlichen Behandlungseffekts in der Population. Ist der relevante Faktor, der die Studienpopulation von der Allgemeinbevölkerung unterscheidet, hingegen selbst von der Behandlung beeinflusst, ist ein anderes Gewichtungsverfahren erforderlich. Wir bezeichnen diesen Faktor als Z und mitteln erneut den z -spezifischen Effekt von X auf Y in der experimentellen Stichprobe, gewichten ihn nun aber mit dem „kausalen Effekt“ von X auf Z. Anders ausgedrückt: Das neue Gewicht entspricht dem Anteil der Einheiten, die das Niveau Z = z erreicht hätten , wenn die Behandlung X = x der gesamten Population verabreicht worden wäre. Diese Interventionswahrscheinlichkeit, die oft mithilfe des Do-Kalküls ^{[ 14 ]} ausgedrückt wird , kann manchmal aus Beobachtungsstudien in der Allgemeinbevölkerung geschätzt werden. ${\displaystyle P(Z=z|do(X=x))}$

Ein typisches Beispiel hierfür ist der Fall, wenn Z als Mediator zwischen Behandlung und Ergebnis fungiert. Beispielsweise könnte die Behandlung ein cholesterinsenkendes Medikament sein, Z der Cholesterinspiegel und Y die Lebenserwartung. In diesem Fall wird Z sowohl von der Behandlung beeinflusst als auch maßgeblich für das Ergebnis Y. Angenommen, die für die experimentelle Studie ausgewählten Probanden weisen tendenziell höhere Cholesterinwerte auf als die Allgemeinbevölkerung. Um den durchschnittlichen Effekt des Medikaments auf das Überleben in der Gesamtpopulation abzuschätzen, berechnen wir zunächst den z -spezifischen Behandlungseffekt in der experimentellen Studie und mitteln diesen anschließend mithilfe einer Gewichtungsfunktion. Die so erhaltene Schätzung ist auch dann unverzerrt, wenn Z und Y konfundiert sind – d. h., wenn ein nicht erfasster gemeinsamer Faktor sowohl Z als auch Y beeinflusst . ^{[ 15 ]}${\displaystyle P(Z=z|do(X=x))}$

Die genauen Bedingungen, die die Gültigkeit dieses und anderer Gewichtungsschemata gewährleisten, werden in Bareinboim und Pearl, 2016 ^{[ 15 ]} und Bareinboim et al., 2014. ^{[ 13 ] formuliert.}

In vielen Studien und Forschungsdesigns besteht ein Zielkonflikt zwischen interner und externer Validität: ^{[ 16 ] [ 17 ] [ 18 ]} Versuche zur Erhöhung der internen Validität können die Generalisierbarkeit der Ergebnisse einschränken und umgekehrt. Diese Situation hat viele Forschende dazu veranlasst, „ökologisch valide“ Experimente zu fordern. Damit meinen sie, dass experimentelle Verfahren realweltlichen Bedingungen ähneln sollten. Sie kritisieren die mangelnde ökologische Validität vieler laborbasierter Studien, die sich auf künstlich kontrollierte und eingeschränkte Umgebungen konzentrieren. Einige Forschende sehen einen engen Zusammenhang zwischen externer und ökologischer Validität, da Kausalschlüsse, die auf ökologisch validen Forschungsdesigns basieren, oft eine höhere Generalisierbarkeit ermöglichen als solche, die in einer künstlich erzeugten Laborumgebung erzielt werden. Dies hängt jedoch wiederum mit der Unterscheidung zwischen der Generalisierung auf eine Population (eng verbunden mit Bedenken hinsichtlich der ökologischen Validität) und der Generalisierung über Subpopulationen hinweg zusammen, die sich hinsichtlich eines Hintergrundfaktors unterscheiden. Manche Ergebnisse, die in ökologisch validen Forschungsumgebungen erzielt werden, sind möglicherweise kaum generalisierbar, und manche Ergebnisse, die in hochkontrollierten Umgebungen gewonnen werden, können eine nahezu universelle externe Validität beanspruchen. Somit sind externe und ökologische Validität unabhängig voneinander – eine Studie kann externe Validität, aber keine ökologische Validität aufweisen und umgekehrt.

Im Rahmen des qualitativen Forschungsparadigmas wird die externe Validität durch das Konzept der Übertragbarkeit ersetzt. Übertragbarkeit bezeichnet die Fähigkeit von Forschungsergebnissen, auf Situationen mit ähnlichen Parametern, Populationen und Merkmalen übertragen zu werden. ^{[ 19 ]}

Forscher argumentieren häufig, dass Experimente naturgemäß eine geringe externe Validität aufweisen. Manche behaupten, dass die Anwendung der experimentellen Methode mit zahlreichen Nachteilen verbunden sein kann. Durch die Kontrolle der Situation, die es ermöglicht, Personen zufällig Bedingungen zuzuordnen und den Einfluss von Störvariablen auszuschließen, kann die Situation jedoch künstlich und realitätsfern wirken.

Es geht um zwei Arten von Generalisierbarkeit:

1. Das Ausmaß, in dem wir von der vom Versuchsleiter konstruierten Situation auf reale Situationen verallgemeinern können ( Generalisierbarkeit über verschiedene Situationen hinweg ), ^{[ 3 ]} und
2. Inwieweit wir von den Personen, die an dem Experiment teilgenommen haben, auf die Allgemeinheit verallgemeinern können ( Generalisierbarkeit über Personen hinweg ) ^{[ 3 ].}

Allerdings beziehen sich beide Überlegungen auf Cook und Campbells Konzept der Generalisierung auf eine bestimmte Zielpopulation und nicht auf die wohl zentralere Aufgabe, die Generalisierbarkeit der Ergebnisse eines Experiments auf Subpopulationen zu beurteilen, die sich von der untersuchten spezifischen Situation unterscheiden, sowie auf Personen, die sich in bedeutsamer Weise von den untersuchten Befragten unterscheiden. ^{[ 7 ]}

Kritiker von Experimenten argumentieren, dass die externe Validität durch Feldstudien (oder zumindest realistische Laborbedingungen) und die Verwendung repräsentativer Stichproben verbessert werden könnte. Wenn es jedoch darum geht, die Generalisierbarkeit auf Subpopulationen mit unterschiedlichen situativen oder persönlichen Hintergrundfaktoren zu untersuchen, sind diese Maßnahmen nicht so wirksam, wie ihnen gemeinhin zugeschrieben wird. Existieren Interaktionen zwischen Hintergrundfaktoren und Behandlungseffekten, die dem Forscher unbekannt sind (was wahrscheinlich ist), können diese Forschungspraktiken einen erheblichen Mangel an externer Validität verschleiern. Dipboye und Flanagan weisen in ihrem Beitrag zur Arbeits- und Organisationspsychologie darauf hin, dass die Ergebnisse einer Feldstudie und einer Laborstudie gleichermaßen unwahrscheinlich auf eine andere Feldstudie übertragbar sind. ^{[ 20 ]} Feldstudien weisen daher nicht per se eine hohe externe Validität auf, und Laborstudien weisen nicht per se eine niedrige externe Validität auf. In beiden Fällen hängt es davon ab, ob sich der untersuchte Behandlungseffekt bei Veränderungen der in der jeweiligen Studie konstant gehaltenen Hintergrundfaktoren ändert. Ist eine Studie hinsichtlich eines Hintergrundfaktors, der nicht mit den Behandlungen interagiert, „unrealistisch“, hat dies keine Auswirkungen auf die externe Validität. Nur wenn ein Experiment einen Hintergrundfaktor auf einem unrealistischen Niveau konstant hält und eine Variation dieses Hintergrundfaktors eine starke Interaktion zwischen Behandlung und Hintergrundfaktor aufgedeckt hätte, ist die externe Validität gefährdet. ^{[ 6 ]}

Psychologische Experimente an Universitäten werden häufig dafür kritisiert, dass sie in künstlichen Situationen durchgeführt werden und ihre Ergebnisse nicht auf die Realität übertragbar sind. ^{[ 21 ] [ 22 ]} Um dieses Problem zu lösen, versuchen Sozialpsychologen, die Generalisierbarkeit ihrer Ergebnisse zu erhöhen, indem sie ihre Studien so realistisch wie möglich gestalten. Wie bereits erwähnt, geschieht dies in der Hoffnung, die Ergebnisse auf eine bestimmte Population übertragen zu können. Realismus allein erlaubt jedoch keine Aussagen darüber, ob sich die Ergebnisse ändern würden, wenn die Rahmenbedingungen realistischer wären oder die Studienteilnehmer in eine andere realistische Umgebung versetzt würden. Wird nur eine einzige Umgebung getestet, lassen sich keine Aussagen über die Generalisierbarkeit auf andere Umgebungen treffen. ^{[ 6 ] [ 8 ]}

Viele Autoren verwechseln jedoch externe Validität und Realismus. Ein Experiment kann auf verschiedene Weisen realistisch sein:

1. Die Ähnlichkeit einer experimentellen Situation mit Ereignissen, die im Alltag häufig vorkommen – es ist klar, dass viele Experimente entschieden unrealistisch sind.
2. In vielen Experimenten werden Menschen in Situationen versetzt, denen sie im Alltag selten begegnen würden.

Dies wird als der Grad bezeichnet, in dem ein Experiment realen Situationen ähnelt . ^{[ 21 ]}

Wichtiger ist es, sicherzustellen, dass eine Studie einen hohen Grad an psychologischer Realitätsnähe aufweist – wie ähnlich die in einem Experiment ausgelösten psychologischen Prozesse den psychologischen Prozessen sind, die im Alltag auftreten. ^{[ 23 ]}

Psychologischer Realismus wird gesteigert, wenn sich die Teilnehmenden in ein reales Ereignis vertieft fühlen. Um dies zu erreichen, erzählen Forschende den Teilnehmenden manchmal eine Tarngeschichte – eine falsche Beschreibung des Studienzwecks. Würden die Versuchsleiter den Teilnehmenden jedoch den wahren Zweck des Experiments mitteilen, wäre der psychologische Realismus dieser Vorgehensweise gering. Im Alltag weiß niemand, wann Notfälle eintreten, und die Menschen haben keine Zeit, sich darauf vorzubereiten. Das bedeutet, dass die ausgelösten psychologischen Prozesse sich stark von denen eines realen Notfalls unterscheiden würden, was den psychologischen Realismus der Studie mindert. ^{[ 3 ]}

Menschen wissen oft nicht, warum sie etwas tun, bis es passiert. Beschreibt man Teilnehmern eine experimentelle Situation und bittet sie dann, normal zu reagieren, erhält man Antworten, die möglicherweise nicht dem Verhalten von Menschen in derselben Situation entsprechen. Wir können uns nicht auf Vorhersagen verlassen, wie Menschen in einer hypothetischen Situation handeln würden; wir können ihr tatsächliches Verhalten nur herausfinden, wenn wir eine Situation schaffen, die dieselben psychologischen Prozesse auslöst wie in der realen Welt.

Sozialpsychologen untersuchen, wie Menschen im Allgemeinen empfänglich für sozialen Einfluss sind. Mehrere Experimente haben ein interessantes, unerwartetes Beispiel für sozialen Einfluss dokumentiert: Allein das Wissen um die Anwesenheit anderer verringerte die Wahrscheinlichkeit, dass diese Hilfe leisteten.

Die einzige Möglichkeit, sicherzustellen, dass die Ergebnisse eines Experiments das Verhalten einer bestimmten Population repräsentieren, besteht darin, die Teilnehmer zufällig aus dieser Population auszuwählen. Im Gegensatz zu Umfragen können Stichproben in Experimenten nicht zufällig ausgewählt werden, da dies für sozialpsychologische Experimente unpraktisch und kostspielig ist. Es ist schon schwierig genug, eine zufällige Stichprobe von Personen dazu zu bewegen, im Rahmen einer politischen Umfrage einige Fragen telefonisch zu beantworten, und solche Umfragen können Tausende von Dollar kosten. Selbst wenn es gelänge, eine wirklich zufällige Stichprobe zu rekrutieren, kann es zudem zu unbemerkter Heterogenität in den Effekten der experimentellen Behandlungen kommen. Eine Behandlung kann sich positiv auf einige Untergruppen, negativ aber auf andere auswirken. Die in den Behandlungsmittelwerten gezeigten Effekte lassen sich möglicherweise nicht auf alle Untergruppen verallgemeinern. ^{[ 6 ] [ 24 ]}

Viele Forscher gehen dieses Problem an, indem sie grundlegende psychologische Prozesse untersuchen, die Menschen für sozialen Einfluss empfänglich machen, und dabei annehmen, dass diese Prozesse so fundamental sind, dass sie universell gültig sind. Einige sozialpsychologische Prozesse variieren jedoch in verschiedenen Kulturen, weshalb in diesen Fällen unterschiedliche Stichproben von Personen untersucht werden müssen. ^{[ 25 ]}

Der ultimative Test für die externe Validität eines Experiments ist die Replikation – die Wiederholung der Studie, in der Regel mit anderen Probandengruppen oder unter anderen Bedingungen. Forscher verwenden dabei oft unterschiedliche Methoden, um zu überprüfen, ob sie weiterhin zu denselben Ergebnissen gelangen.

Wenn viele Studien zu einem Problem durchgeführt werden, können die Ergebnisse variieren. Einige Studien finden möglicherweise einen Einfluss der Anzahl von Umstehenden auf das Hilfeverhalten, während andere keinen solchen Einfluss feststellen. Um dies zu erklären, gibt es eine statistische Methode namens Metaanalyse. Sie mittelt die Ergebnisse von zwei oder mehr Studien, um zu prüfen, ob der Effekt einer unabhängigen Variable zuverlässig ist. Eine Metaanalyse gibt im Wesentlichen die Wahrscheinlichkeit an, mit der die Ergebnisse vieler Studien auf Zufall oder auf die unabhängige Variable zurückzuführen sind. Wenn eine unabhängige Variable nur in einer von 20 Studien einen Effekt hat, zeigt die Metaanalyse, dass diese eine Studie eine Ausnahme darstellt und die unabhängige Variable im Durchschnitt keinen Einfluss auf die abhängige Variable hat. Hat eine unabhängige Variable hingegen in den meisten Studien einen Effekt, deutet die Metaanalyse darauf hin, dass sie im Durchschnitt die abhängige Variable beeinflusst.

Es gibt zuverlässige Phänomene, die nicht auf Laboruntersuchungen beschränkt sind. So wurde beispielsweise festgestellt, dass eine erhöhte Anzahl von Umstehenden das Hilfeverhalten bei vielen verschiedenen Personengruppen hemmt, darunter Kinder, Studierende und angehende Geistliche; ^{[ 25 ]} in Israel; ^{[ 26 ]} in Kleinstädten und Großstädten der USA; ^{[ 27 ]} in verschiedenen Umgebungen wie psychologischen Laboren, auf öffentlichen Straßen und in U-Bahnen; ^{[ 28 ]} und bei verschiedenen Notfällen wie Krampfanfällen, potenziellen Bränden, Schlägereien und Unfällen ^{[ 29 ]} sowie bei weniger schwerwiegenden Ereignissen wie einer Reifenpanne. ^{[ 30 ]} Viele dieser Replikationsstudien wurden in realen Situationen durchgeführt, in denen die Beteiligten unmöglich wissen konnten, dass ein Experiment stattfand.

Bei der Durchführung von Experimenten in der Psychologie vertreten einige die Ansicht, dass es stets einen Zielkonflikt zwischen interner und externer Validität gibt –

1. ausreichende Kontrolle über die Situation, um sicherzustellen, dass keine externen Variablen die Ergebnisse beeinflussen, und um die Personen den Bedingungen zufällig zuzuordnen, und
2. um sicherzustellen, dass die Ergebnisse auf den Alltag verallgemeinert werden können.

Einige Forscher sind der Ansicht, dass Feldexperimente eine gute Möglichkeit darstellen, die externe Validität zu erhöhen . In einem Feldexperiment wird das Verhalten von Menschen außerhalb des Labors, in ihrem natürlichen Umfeld, untersucht. Feldexperimente sind vom Aufbau her identisch mit Laborexperimenten, mit dem Unterschied, dass sie in einer realen Umgebung durchgeführt werden. Die Teilnehmer eines Feldexperiments wissen nicht, dass die Ereignisse, die sie erleben, Teil eines Experiments sind. Manche argumentieren, dass die externe Validität eines solchen Experiments hoch sei, da es in der realen Welt mit realen Menschen stattfindet, die heterogener sind als eine typische Stichprobe von Universitätsstudenten. Da sich reale Umgebungen jedoch stark unterscheiden, lassen sich die Ergebnisse einer realen Umgebung möglicherweise nicht auf andere reale Umgebungen übertragen. ^{[ 20 ]}

Weder interne noch externe Validität lassen sich in einem einzigen Experiment erfassen. Sozialpsychologen bevorzugen daher die interne Validität und führen Laborexperimente durch, in denen die Teilnehmenden zufällig verschiedenen Bedingungen zugeordnet werden und alle Störvariablen kontrolliert werden. Andere Sozialpsychologen legen mehr Wert auf externe Validität und führen den Großteil ihrer Forschung in Feldstudien durch; viele verfolgen auch beide Ansätze. Zusammengenommen erfüllen beide Studientypen die Anforderungen an ein perfektes Experiment. Durch Replikation können Forschende eine bestimmte Forschungsfrage mit maximaler interner und externer Validität untersuchen. ^{[ 31 ]}

• Konstruktvalidität
• Inhaltsvalidität
• Statistische Schlussfolgerungsgültigkeit
• Transferlernen