Chapter 15: The Elaboration Model

Chapter 15: The Elaboration Model Introduction • Elaboration model o Also called the interpretation method, the Lazarsfeld method, or the Columbia School • Logical model for understanding relationship between two variables by controlling for the effects of the third • Shows the logical process of scientific analysis The Origins of the Elaboration Model • Samuel Stouffer o Researcher for the army studied morale in order to make the military more effective o He thought  Units with low promotion have low morale  Because of racism, blacks in the south would have lower morale than in the north  Men with more education would resent being drafted o None of these were true! o Relative deprivation – people compared themselves to their reference group  Rapid promotions meant many soldiers were passed over  In the south, soldiers were insulated from adverse cultural norms  Educated draftees accepted their inductions – why? • Friends have the same educational status • Draft­age men with less education are probably in semi­skilled production line  occupations • Production­line industries are exempt from the draft • A man with little education is more likely to have friends in draft­exempt occupations • A less educated draftee – when compared to his friends who weren’t drafted – will feel  discriminated against o Logic – an observed relationship between two variables and the possibility that one variable may be  causing the other o Positive association between education and acceptance of induction • Kendall and Lazarsfeld o Created hypothetical tables about what the data might have looked like if Stouffer had done the research • Having observed an empirical relationship between two variables, we seek to understand the nature of that  relationship through the effects produced by introducing other variables • Test variable o Control variable o Held constant in an attempt to clarify the relationship between two other variables • Partial tables o Divide sample into subsets o Then the relationship between the two variables is recomputed separately for each subsample o Partial relationships – relationship between two variables when examined in a subset of cases defined by  a third variable • Zero­order relationship – the original relationship between two variables o No test variables controlled for The Elaboration Paradigm • Test variable o Antecedent – prior in time o Intervening • Replication 1

•

•

•

•

o When the partial relationships are the same as the original relationship o Proves the initial relationship is genuine Explanation o Describes a spurious relationship o The original relationship is shown to be false  Test variable must be the antecedent to both the independent and dependent variables  Partial relationships must be zero or significantly less than those found in the original o The relationship disappears when the antecedent test variable is introduced Interpretation o The control variable is discovered to be the mediating factor through which an independent variable has  its effect on the dependent variable o The intervening variable helps interpret the mechanism through which the relationship occurs o Doesn’t deny the validity of the original causal relationship o Simply clarifies the process Specification o Produces partial relationships that differ significantly from each other  One is stronger, one is less or nonexistent o Specified the conditions under which the original relationship occurs (for men, but not women) Refinements to the Paradigm o Differentiating between positive and negative relationships could be useful  You could even use the elaboration model when the original relationship is zero  Suppressor variable – a test variable that prevents a genuine relationship from appearing at the  zero­order level o There is no specification for what a significant difference between the original and partial relationships o Include partial relationships that are possibly stronger, or the reverse  Distorter variable – reverses the direction of a zero­order relationship o The paradigm gets extremely complicated when using three or more subsamples

Elaboration and Ex Post Facto Hypothesizing • Ex post facto hypothesis – created after confirming data that has already been collected • It’s a meaningless construct because there is no way for it to be disconfirmed • “ex post facto” means “after the fact” • This inhibits honest hypothesizing after the fact • Researchers make a lot of poorly reasoned hypotheses before they do the research to avoid this • Or worse, they try to ignore any previously observed relationships • Data analysis is a continuing process

2