теории. ТЕОРИИ ЛИЧНОСТИ Зиглер Хьелл. Монография бестселлер видных американских исследователей Л
 Скачать 4.02 Mb.
|
|
Оценка метода анамнеза Изучение клинических случаев имеет свои преимущества и недостатки, что зависит от изучаемых феноменов и особенностей проведения исследования. Преимущество метода состоит в том, что он позволяет принимать в расчет всю сложность и подчас противоречивость индивидуальных черт личности, заметно отличаясь в этом плане от других стратегий исследования. Если цель исследования заключается в том, чтобы изучить происходящее с одним или несколькими индивидуумами — то, как они приобретают жизненный опыт, справляются с переживаниями, — тогда имеет смысл выбрать метод изучения клинических случаев. Далее, этот метод представляется единственно возможным для изучения редких, исключительных проявлений какого — либо феномена. Иллюстрацией могут служить описания случаев расщепления личности, основанные на изучении историй болезни (Crabtree, 1985). В то же время мы не должны забывать о сложностях и ограничениях, сопряженных с изучением отдельного индивидуума. Во — первых, главный недостаток изучения клинических случаев состоит в том, что при этом исследователь никогда не сможет быть полностью уверен в том, что установленные им соотношения носят причинно — следственный характер. А именно, поскольку исследователи не в состоянии контролировать факты, влияние которых на наблюдаемое событие или его результаты вполне возможно, то всегда сохраняется вероятность того, что в действительности имеют место совсем не те причины, которые подразумевают исследователи. Во — вторых, так как при данном подходе изучается только одна личность, возможность делать обобщающие выводы весьма ограничена. Только потому, что конкретный индивидуум ведет себя определенным образом, нельзя ожидать, что все другие будут вести себя так же. В — третьих, данные, полученные в результате изучения клинического случая, могут оказаться ретроспективными или вторичными по своему происхождению [То есть пациент может знать о каком — то событии своей биографии только со слов родственников. (Прим. перев.)] и поэтому искаженными из — за давности. Наконец, даже если достоверность фактов может быть подтверждена, в заключении об особенностях обследуемого индивидуума могут отражаться личные пристрастия или предубеждения исследователя. Несмотря на перечисленные ограничения, изучение клинических случаев может служить богатым источником информации об отдельных патологических феноменах. По крайней мере, разумно рассматривать этот метод в качестве предварительной стратегии исследования, дающей возможность выдвигать интересные гипотезы о личности человека. Впоследствии психологи могут проверять эти гипотезы при помощи более строгих экспериментальных процедур. Корреляционный метод Чтобы преодолеть ограничения метода клинических случаев, исследователи личности часто используют альтернативную стратегию, известную как корреляционный метод. Этот метод стремится установить взаимосвязи между событиями (переменными) и внутри них. Переменная — любая величина, которая может быть измерена и чье количественное выражение может варьировать в переделах того или иного континуума. Например, тревожность — переменная, потому что ее можно измерить (с помощью шкалы самооценки тревоги) и потому что люди различаются по степени выраженности у них тревожности. Сходным образом точность выполнения задания, требующего определенного навыка, тоже является переменной, которую можно измерить. Корреляционное исследование можно провести, просто измерив уровень тревожности у некоторого числа людей, а также уровень точности действий каждого из них при выполнении группой сложного задания. Если опубликованные результаты подтвердятся в другом исследовании, то можно будет считать, что субъекты с более низкими показателями тревожности имеют более высокие показатели точности выполнения задания. Поскольку на точность выполнения задания, вероятно, влияют и другие факторы (например, прежний опыт его выполнения, мотивация, интеллект), связь между точностью действий и тревожностью не будет безупречной, но она будет заслуживать внимания. Переменными в корреляционном исследовании могут быть данные тестирования, демографические характеристики (такие как возраст, порядок рождения и социально — экономический статус), результаты измерения черт характера по методу самооценки, мотивы, ценности и установки, физиологические реакции (такие как частота сердечных сокращений, артериальное давление и кожно — гальваническая реакция), а также стили поведения. При использовании корреляционного метода психологи хотят получить ответы на такие специфические вопросы, как: влияет ли высшее образование на профессиональный успех в будущем? имеет ли отношение стресс к коронарной болезни сердца? есть ли взаимосвязь между самооценкой и одиночеством? есть ли связь между порядковым номером рождения и мотивацией достижения? Корреляционный метод не только позволяет ответить «да» или «нет» на эти вопросы, но также дать количественную оценку соответствия значений одной переменной значениям другой переменной. Для решения этой задачи психологи вычисляют статистический индекс, называемый коэффициентом корреляции (известен также как коэффициент линейной корреляции по Пирсону). Коэффициент корреляции (обозначается маленькой буквой r) показывает нам две вещи: 1) степень зависимости двух переменных и 2) направление этой зависимости (прямая или обратная зависимость). Численное значение коэффициента корреляции варьирует от–1 (полностью отрицательная, или обратная зависимость) через 0 (отсутствие связи) до +1 (полностью положительная, или прямая зависимость). Коэффициент, близкий по значению к нулю, означает, что две измеряемые переменные не связаны сколько — нибудь заметным образом. То есть большие или малые значения переменной X не имеют значимой связи с большими или малыми значениями переменной Y. В качестве примера приведем связь между двумя переменными: массой тела и интеллектом. В целом, полные люди не являются значимо более интеллектуальными или значимо менее интеллектуальными, чем более худощавые люди. И, наоборот, коэффициент корреляции +1 или–1 говорит о полном, однозначном соответствии между двумя переменными. Корреляции, близкие к полным, почти никогда не встречаются в исследовании личности, и это заставляет предположить, что хотя многие психологические переменные и связаны друг с другом, степень связи между ними не является столь уж сильной. Значение коэффициента корреляции в пределах между ±0,30 и ±0,60 является общераспространенным в исследовании личности и представляет практическую и теоретическую ценность для научного прогнозирования. К значениям коэффициента корреляции между 0 и ±0,30 следует относиться с осторожностью — их ценность для научных предсказаний минимальна. На рис. 2–2 представлены графики распределения значений двух переменных при двух различных значениях коэффициента корреляции. По горизонтали расположены значения одной переменной, а по вертикали — другой. Каждая точка означает баллы, полученные одним испытуемым по двум переменным. Рис. 2–2. Каждая из диаграмм иллюстрирует различную степень зависимости значений двух переменных. Каждая точка па диаграмме представляет собой показатели испытуемого по двум переменным: a — полная положительная корреляция (r = +1); b — полная отрицательная корреляция (r = -1); с — умеренная положительная корреляция (r = +0,71); d — корреляция отсутствует (r = 0). Положительная корреляция означает, что большие значения одной переменной имеют тенденцию быть связанными с большими значениями другой переменной или малые значения одной переменной — с малыми значениями другой переменной. Другими словами, две переменные увеличиваются или уменьшаются вместе. Например, существует положительная корреляция между ростом и массой тела людей. В целом, у более высоких людей есть тенденция иметь большую массу тела, чем у более низких. Другой пример положительной корреляции — связь между количеством сцен насилия, которые видят дети в телевизионных передачах и их тенденцией вести себя агрессивно. В среднем, чем чаще дети наблюдают насилие по телевизору, тем чаще они демонстрируют агрессивное поведение. Отрицательная корреляция означает, что высокие значения одной переменной связаны с низкими значениями другой переменной и наоборот. Примером отрицательной корреляции может служить связь между частотой отсутствия студентов в аудитории и успешностью сдачи ими экзаменов. В целом, студенты, имевшие большее количество пропущенных занятий, проявляют тенденцию к получению более низких оценок на экзаменах. Студенты, имевшие меньшее количество пропусков, получали более высокие экзаменационные баллы. Другой пример — отрицательная корреляция между робостью и напористым поведением. Лица, получившие высокие баллы по показателю робости, имели склонность к нерешительному поведению, в то время как лица с низкими показателями робости проявляли себя решительными и напористыми. Чем ближе значение коэффициента корреляции к +1 или к–1, тем сильнее связь между двумя изучаемыми переменными. Так, коэффициент корреляции +0,80 отражает наличие более сильной зависимости между двумя переменными, чем коэффициент корреляции +0,30. Сходным образом, коэффициент корреляции–0,65 отражает более сильную взаимосвязь переменных, чем коэффициент корреляции–0,25. Надо иметь в виду, что величина корреляции зависит только от числового значения коэффициента, в то время как знак «+» или «-», стоящий перед коэффициентом, просто обозначает положительная это корреляция или отрицательная. Так, значение r = +0,70 отражает наличие такой же сильной зависимости, как и значение r = -0,70. Но первый пример указывает на положительную зависимость, а второй — на отрицательную. Далее, коэффициент корреляции–0,55 указывает на более сильную зависимость, чем коэффициент корреляции +0,35. Понимание этих аспектов корреляционной статистики поможет вам оценивать результаты исследований такого рода. Оценка корреляционного метода Корреляционный метод обладает некоторыми уникальными преимуществами. Наиболее важным является то, что он позволяет исследователям изучать большой набор переменных, которые недоступны проверке с помощью экспериментальных исследований. Например, когда речь идет об установлении связи между сексуальным насилием, перенесенным в детстве, и эмоциональными проблемами в более поздние годы жизни, корреляционный анализ может стать единственным этически приемлемым способом исследования. Аналогично, чтобы изучить, как демократический и авторитарный стили родительского воспитания соотносятся с ценностными ориентациями человека, стоит выбрать этот метод, поскольку этические соображения не дают возможности экспериментально контролировать стиль родительского воспитания. Второе преимущество корреляционного метода состоит в том, что он дает возможность изучать многие аспекты личности в естественных условиях реальной жизни. Например, если мы хотим оценить влияние развода родителей на адаптацию и поведение детей в школе, мы должны систематически отслеживать социальные и академические успехи детей из распавшихся семей в течение определенного периода времени. Проведение подобного естественного наблюдения потребует времени и усилий, но позволит дать вполне реалистичную оценку сложного поведения. По этой причине корреляционный метод является предпочтительной исследовательской стратегией для персонологов, заинтересованных в изучении индивидуальных различий и феноменов, поддающихся экспериментальному контролю. Третье преимущество корреляционного метода заключается в том, что иногда с его помощью становится возможным предсказать некое событие, зная другое. Например, в исследовании получена умеренно высокая положительная корреляция между оценками по SAT [Scholastic Attitude Test — программа для оценки способностей к обучению. См. Анастази А. Психологическое тестирование / Под ред. К. М. Гуревича, В. И. Лубовского. М., 1982. — Кн. 2. — С. 48. (Прим. науч. ред.)] у старшеклассников и их же оценками, полученными позднее в колледже (Hargadon, 1981). Поэтому, зная баллы студентов по SAT, приемная комиссия в колледже может достаточно точно предсказать их последующую успеваемость. Подобные предсказания никогда не бывают совершенными, но часто оказываются полезными для решения вопроса о приеме в учебное заведение. Тем не менее, все исследователи личности признают два серьезных недостатка этой стратегии. Во — первых, применение корреляционного метода не позволяет исследователям выделять причинно — следственные отношения. Суть проблемы состоит в том, что корреляционное исследование не может дать окончательное заключение о том, что две переменные причинно связаны. Например, во многих корреляционных исследованиях подтверждается связь между просмотром телевизионных программ с эпизодами насилия и агрессивным поведением у части детей и взрослых зрителей (Freedman, 1988; Huston, Wright, 1982). Какой вывод можно сделать из этих работ? Одно из возможных заключений таково: просмотр в течение длительного времени сцен насилия по телевидению ведет к возрастанию у зрителя агрессивных побуждений. Но возможен и противоположный вывод: агрессивные по складу своего характера субъекты или те, кто совершали агрессивные действия, предпочитают смотреть телевизионные программы со сценами насилия. К сожалению, корреляционный метод не позволяет установить, какое из этих двух объяснений верно. В то же время, корреляционные исследования, в которых устанавливается сильная корреляционная зависимость между значениями двух переменных, поднимает вопрос о возможности наличия причинно обусловленной связи между этими переменными. Что касается, например, связи между просмотром сцен насилия по телевидению и агрессией, то экспериментальное исследование, проведенное вслед за полученными результатами корреляционного анализа, привело ученых к заключению, что экспозиция программ, содержащих сцены насилия, может быть причиной агрессивного поведения (Eron, 1987). Второй недостаток корреляционного метода — возможная путаница, вызванная действием третьей переменной. Для иллюстрации рассмотрим зависимость между употреблением наркотиков подростками и их родителями. Означает ли наличие корреляционной зависимости, что подростки, видя, как родители принимают наркотики, сами начинают употреблять их в еще большем количестве? Или это значит, что беспокойство при виде того, как их дети — подростки принимают наркотики, заставляет самих родителей прибегать к наркотикам, чтобы тем самым уменьшить свою тревогу? Или какой — то третий фактор сходным образом толкает подростков и взрослых к употреблению наркотиков? Может быть, подростки и их родители принимают наркотики, чтобы смириться с угнетающей нищетой, в которой они живут? То есть истинной причиной, обусловливающей наркоманию, может быть социально — экономический статус семей (например, бедность). Вероятность того, что третья переменная, которая не измеряется и о которой, может быть, даже и не подозревают, в действительности оказывает причинное влияние на обе измеряемые переменные, нельзя исключать при интерпретации результатов, полученных с помощью корреляционного метода. Хотя корреляционный метод не предполагает установления причинно — следственной связи, из этого не следует, что причинно — следственные отношения в определенных случаях не могут быть четко установлены. Последнее особенно верно в отношении лонгитюдных корреляционных исследований — где, например, интересующие нас переменные, измеренные в одно время, коррелируют с другими переменными, о которых известно, что они появляются вслед за первыми. Рассмотрим, например, хорошо известную положительную корреляцию между курением сигарет и раком легких. Несмотря на возможность того, что какая — то третья неизвестная переменная (например, генетическая предрасположенность) может служить причиной и курения, и рака легких, мало кто сомневается, что весьма вероятная причина рака — курение, так как по времени курение предшествует заболеванию раком легких. Подобная стратегия (измерение двух переменных, разделенное определенным промежутком времени) дает возможность исследователям устанавливать причинно — следственные отношения в случаях, когда невозможно провести эксперимент. Например, на основе клинических наблюдений исследователи в течение долгого времени подозревали, что хронический стресс способствует развитию многих физиологических и психологических проблем. Недавние работы по измерению силы стресса (с использованием шкал самооценки) позволили проверить эти предположения с применением корреляционного метода. В области физиологических расстройств, например, накопленные данные свидетельствуют о следующем: стресс значимо связан с возникновением и развитием сердечно — сосудистых заболеваний, диабета, рака и различных типов инфекционных заболеваний (Elliott, Eisdorfer, 1982; Friedman, Booth — Kelley, 1987; Jemmott, Locke, 1984; Smith, Anderson, 1986; Williams, Deffenbacher, 1983). Корреляционный анализ также показал, что стресс может способствовать формированию зависимости от наркотиков (Newcomb, Harlow, 1986), сексуальных расстройств (Malatesta, Adams, 1984), а также возникновению многочисленных психических нарушений (Neufeld, Mothersill, 1980). Тем не менее, критики корреляционного подхода справедливо замечают, что могут существовать и другие факторы, искусственно усиливающие предположительную связь между стрессом и болезнью (Schroeder, Costa, 1984). Таким образом, одно предостережение остается: хотя иногда при наличии сильной корреляционной зависимости между двумя переменными напрашивается вывод о наличии причинной связи между ними, в действительности установить причинно — следственные отношения можно только экспериментальными методами. Экспериментальный метод Единственным способом для исследователя установить причинно — следственные отношения (то есть определить, вызывает ли изменение одной переменной изменение другой переменной) является проведение эксперимента. Именно по этой причине экспериментальный метод можно считать идеальной стратегией для изучения центральных вопросов, касающихся личности. Ключ к пониманию экспериментального метода и основного различия между ним, методом изучения клинических случаев и корреляционным методом заключается в следующем: первый позволяет исследователю манипулировать одной переменной и в условиях тщательного контроля наблюдать ее влияние на другую интересующую его переменную. Переменная, которой манипулируют, называется независимой переменной. Независимая переменная — это некое условие, которое экспериментатор систематически изменяет, чтобы оценить его влияние на другую переменную. Переменная, предположительно меняющаяся в ответ на изменение независимой переменной, называется зависимой переменной. Зависимая переменная — это любой аспект поведения субъекта, наблюдаемый или измеряемый как ответ на действие независимой переменной. Таким образом, зависимая переменная является функцией от независимой переменной; она «зависима» от изменений, вызванных влиянием экспериментатора на независимую переменную. Хотя логика экспериментального метода проста, в действительности процесс постановки эксперимента довольно сложен. Хорошо организованный эксперимент должен принимать в расчет множество факторов, которые могут повлиять на точность и научную значимость результатов. На практике это означает, что все переменные и условия (кроме интересующей независимой переменной), могущие оказать хоть какое — нибудь влияние на то, что мы измеряем, следует устранить или они должны поддерживаться на постоянном уровне в течение всего эксперимента. Существует много способов исключения посторонних переменных, способных оказывать влияние на зависимую переменную. Но наиболее распространенный — поместить объекты случайным образом в разные экспериментальные условия или группы. Случайное распределение (часто достигаемое такими средствами, как выбрасывание орла/решки или использование таблицы случайных чисел) гарантирует, что у всех объектов имеются равные шансы быть отнесенными к любому условию или группе в эксперименте. В этом случае исследователь может быть уверен в том, что любые характеристики испытуемого, которые могли бы оказать влияние на эксперимент (возраст, интеллект, этническая принадлежность или порядок рождения), имеют равные шансы при распределении в различных экспериментальных условиях или группах. Рандомизация как определяющая характеристика экспериментального метода основывается на предположении о том, что все субъекты в начале эксперимента одинаковы, за исключением одного параметра: присутствие или отсутствие независимой переменной. Поэтому, если поведение субъекта меняется в ответ на изменение независимой переменной, исследователь может быть уверен, что только она одна, и никакая другая, отвечает за изменения в поведении. После того, как исследователь изменил независимую переменную, любой аспект наблюдаемого или измеряемого поведения субъекта не может быть следствием действия какой — либо другой переменной, поскольку никакая другая не допускается в течение всего эксперимента. Эксперимент в своей самой простой форме требует, чтобы проводилось сравнение по крайней мере между двумя группами испытуемых. Те испытуемые, которые подвергаются некоторым специальным воздействиям (манипуляции, предпринимаемые экспериментатором), называются экспериментальной группой. Другие испытуемые, которые не получают специального воздействия, образуют контрольную группу. Затем производится сравнение субъектов из обеих групп с целью проверки, оказало ли экспериментальное воздействие какое — либо влияние на выбранную зависимую переменную. В табл. 2–1 дано описание схемы эксперимента с одной независимой переменной и одной зависимой переменной. Контрольная группа служит отправной точкой для оценки результатов специального воздействия на экспериментальную группу. Решающее значение здесь имеет то, что единственное различие между двумя группами заключается в действии одного фактора, и этот фактор выступает в качестве независимой переменной. В этом требовании содержится основная логика экспериментального метода. Если две группы идентичны во всех отношениях, за исключением присутствия или отсутствия независимой переменной, то любое различие между группами по зависимой переменной должно быть обусловлено изменением независимой переменной. Иначе говоря, если между двумя группами нет никаких других различий, кроме тех, которые вызваны манипуляцией над независимой переменной, резонно заключить, что введение независимой |