Тема 2-4. Тема Сущность экспериментального метода План
 Скачать 184.84 Kb.
|
|
Планы истинных экспериментов для одной независимой переменной отличаются от других следующим: 1) использованием стратегий создания эквивалентных групп (рандомизация); 2) наличием как минимум одной экспериментальной и одной контрольной групп; 3) итоговым тестированием и сравнением результатов групп, получавших и не получавших воздействие. Рассмотрим подробнее некоторые экспериментальные планы для одной независимой переменной. План для двух рандомизированных групп с тестированием после воздействия. Его схема выглядит так: R XO1 R O2 Этот план применяют в том случае, если нет возможности или необходимости проводить предварительное тестирование. При равенстве экспериментальной и контрольной групп данный план является наилучшим, поскольку позволяет контролировать большинство источников артефактов. Отсутствие предварительного тестирования исключает как эффект взаимодействия процедуры тестирования и экспериментального задания, так и сам эффект тестирования. План позволяет контролировать влияние состава групп, стихийного выбывания, влияние фона и естественного развития, взаимодействие состава группы с другими факторами. В рассмотренном примере использовался один уровень воздействия независимой переменной. Если же она имеет несколько уровней, то количество экспериментальных групп увеличивается до числа уровней независимой переменной. План для двух рандомизированных групп с предварительным и итоговым тестированием. Схема плана выглядит следующим образом: R O1 Х O2 R O3 O4 Этот план применяется в том случае, если существуют сомнения в результатах рандомизации. Главный источник артефактов – взаимодействие тестирования и экспериментального воздействия. В реальности также приходится сталкиваться с эффектом неодновременности тестирования. Поэтому наилучшим считается проведение тестирования членов экспериментальной и контрольной групп в случайном порядке. Предъявление-непредъявление экспериментального воздействия также лучше проводить в случайном порядке. Д. Кэмпбелл отмечает необходимость контроля «внутригрупповых событий». Данный экспериментальный план хорошо контролирует эффект фона и эффект естественного развития. При обработке данных обычно используются параметрические критерии t и F (для данных в интервальной шкале). Вычисляют три значения t: 1) между O1 и O2; 2) между O3 и O4; 3) между O2 и O4. Гипотезу о значимости влияния независимой переменной на зависимую можно принять в том случае, если выполняются два условия: 1) различия между O1 и O2 значимы, а между O3 и O4 незначимы и 2) различия между O2и O4 значимы. Иногда удобнее сравнивать не абсолютные значения, а величины прироста показателей б(1 2) и б (3 4). Эти значения также сравниваются по t-критерию Стьюдента. В случае значимости различий принимается экспериментальная гипотеза о влиянии независимой переменной на зависимую. План Соломона представляет собой объединение двух предыдущих планов. Для его реализации необходимы две экспериментальные (Э) и две контрольные (К) группы. Его схема выглядит так:  С помощью этого плана можно контролировать эффект взаимодействия предварительного тестирования и эффект экспериментального воздействия. Эффект экспериментального воздействия выявляется при сравнении показателей: O1 и O2; O2 и O4; O5 и O6; O5 и O3. Сравнение O6, O1 и O3 позволяет выявить влияние фактора естественного развития и фоновых воздействий на зависимую переменную. Теперь рассмотрим план для одной независимой переменной и нескольких групп. План для трех рандомизированных групп и трех уровней независимой переменной применяется в тех случаях, когда необходимо выявление количественных зависимостей между независимой и зависимой переменными. Его схема выглядит так:  При реализации этого плана каждой группе предъявляется лишь один уровень независимой переменной. При необходимости можно увеличить количество экспериментальных групп в соответствии с количеством уровней независимой переменной. Для обработки данных, полученных с помощью такого экспериментального плана, могут применяться все вышеперечисленные статистические методы. Факторные экспериментальные планы применяются для проверки сложных гипотез о взаимосвязях между переменными. В факторном эксперименте проверяются, как правило, два типа гипотез: 1) гипотезы о раздельном влиянии каждой из независимых переменных; 2) гипотезы о взаимодействии переменных. Факторный план заключается в том, чтобы все уровни независимых переменных сочетались друг с другом. Число экспериментальных групп при этом равно числу сочетаний. Факторный план для двух независимых переменных и двух уровней (2 х 2). Это наиболее простой из факторных планов. Его схема выглядит так:  Данный план выявляет эффект воздействия двух независимых переменных на одну зависимую. Экспериментатор сочетает возможные переменные и уровни. Иногда используются четыре независимые рандомизированные экспериментальные группы. Для обработки результатов применяется дисперсионный анализ по Фишеру. Существуют более сложные версии факторного плана: 3 х 2 и 3 х 3 и т. д. Дополнение каждого уровня независимой переменной увеличивает число экспериментальных групп. «Латинский квадрат». Является упрощением полного плана для трех независимых переменных, имеющих два и более уровней. Принцип латинского квадрата состоит в том, что два уровня разных переменных встречаются в экспериментальном плане только один раз. Тем самым значительно сокращаются количество групп и экспериментальная выборка в целом. Например, для трех независимых переменных (L, M, N) с тремя уровнями у каждой (1, 2, 3 и N(A, В, С)) план по методу «латинского квадрата» будет выглядеть так.  В этом случае уровень третьей независимой переменной (А, В, С) встречается в каждой строке и в каждой колонке по одному разу. Комбинируя результаты по строкам, столбцам и уровням, можно выявить влияние каждой из независимых переменных на зависимую, а также степень попарного взаимодействия переменных. Применение латинских букв А, В, С для обозначения уровней третьей переменной традиционно, поэтому метод и получил название «латинский квадрат». «Греко-латинский квадрат». Этот план применяется в случае, если необходимо исследовать влияние четырех независимых переменных. Он строится на основе латинского квадрата для трех переменных, при этом к каждой латинской группе плана присоединяется греческая буква, обозначающая уровни четвертой переменной. Схема для плана с четырьмя независимыми переменными, каждая из которых имеет три уровня, будет выглядеть так:  Для обработки данных, полученных в плане «греко-латинский квадрат», применяется метод дисперсионного анализа по Фишеру. Главная проблема, которую позволяют решить факторные планы, – определение взаимодействия двух и более переменных. Эту задачу невозможно решить, применяя несколько обычных экспериментов с одной независимой переменной. В факторном плане вместо попыток «очистить» экспериментальную ситуацию от дополнительных переменных (с угрозой для внешней валидности) экспериментатор приближает ее к реальности, вводя некоторые дополнительные переменные в разряд независимых. При этом анализ связей между изучаемыми признаками позволяет выявить скрытые структурные факторы, от которых зависят параметры измеряемой переменной. 4. Корреляционное исследование и его планирование. Теория корреляционного исследования разработана английским математиком К. Пирсоном. Стратегия проведения такого исследования заключается в том, что управляемое воздействие на объект отсутствует. План корреляционного исследования несложен. Исследователь выдвигает гипотезу о наличии статистической связи между несколькими психическими свойствами индивида. При этом предположение о причинной зависимости не обсуждается. Корреляционным называется исследование, проводимое для подтверждения или опровержения гипотезы о статистической связи между несколькими (двумя или более) переменными. В психологии в качестве переменных могут выступать психические свойства, процессы, состояния и т. п. Корреляционные связи. «Корреляция» в прямом переводе означает соотношение. Если изменение одной переменной сопровождается изменением другой, то говорят о корреляции этих переменных. Наличие корреляции двух переменных не является свидетельством наличия причинно-следственных зависимостей между ними, но дает возможность выдвинуть такую гипотезу. Отсутствие корреляции позволяет опровергнуть гипотезу о причинно-следственной связи переменных. Различают несколько типов корреляционных связей: • прямая корреляционная связь (уровень одной переменной непосредственно соответствует уровню другой переменной); • корреляция, обусловленная третьей переменной (уровень одной переменной соответствует уровню другой переменной в силу того, что обе эти переменные обусловлены третьей, общей переменной); • случайная корреляция (не обусловлена никакой переменной); • корреляция, обусловленная неоднородностью выборки (если выборка состоит двух неоднородных групп, то может быть получена корреляционная связь, не существующая в генеральной совокупности). Корреляционные связи бывают следующих видов: – положительная корреляция (повышение уровня одной переменной сопровождается повышением уровня другой переменной); – отрицательная корреляция (рост уровня одной переменной сопровождается снижением уровня другой); – нулевая корреляция (свидетельствует об отсутствии связи переменных); – нелинейная связь (в определенных пределах повышение уровня одной переменной сопровождается повышением уровня другой, а при других параметрах – наоборот. Большинство психологических переменных имеют именно нелинейную связь). Планирование корреляционного исследования. План корреляционного исследования является разновидностью квазиэкспериментального плана при отсутствии воздействия независимой переменной на зависимые. Корреляционное исследование разбивается на серию независимых измерений в группе испытуемых. В случае простого корреляционного исследования группа однородна. В случае сравнительного корреляционного исследования мы имеем несколько подгрупп, различающихся по одному или нескольким критериям. Результаты таких измерений дают матрицу вида Р х О. Обрабатываются данные корреляционного исследования путем вычисления корреляций по строкам или по столбцам матрицы. Корреляция по строкам дает сравнение испытуемых. Корреляция столбцов дает информацию о связи измеряемых переменных. Часто выявляются временные корреляции, т. е. изменение структуры корреляций во времени. Ниже рассмотрены основные типы корреляционного исследования. Сравнение двух групп. Применяется для установления сходства или различия двух естественных или рандомизированных групп по выраженности того или иного параметра. Средние результаты у двух групп сравнивают с помощью t-критерия Стьюдента. При необходимости для сравнения дисперсий показателя в двух группах также может быть использован F-критерий Фишера (см. далее). Одномерное исследование одной группы в разных условиях. План этого исследования близок к экспериментальному. Но в случае корреляционного исследования мы не управляем независимой переменной, а лишь констатируем изменение поведения индивида в разных условиях. Корреляционное исследование попарно эквивалентных групп. Этот план используется при исследовании близнецов методом внутрипарных корреляций. Близнецовый метод основывается на следующих положениях: генотипы монозиготных близнецов сходны на 100 %, а дизиготных близнецов – на 50 %, среда развития как дизиготных, так и монозиготных пар одинакова. Дизиготные и монозиготные близнецы разбиваются на группы: в каждой – один близнец из пары. У близнецов обеих групп измеряется интересующий исследователя параметр. Затем вычисляются корреляции между параметрами (О-корреляция) и между близнецами (Р-корреляция). Сравнивая внутрипарные корреляции монозиготных и дизиготных близнецов, можно выявить доли влияния среды и генотипа на развитие того или иного признака. Если корреляция монозиготных близнецов надежно выше корреляции дизиготных близнецов, то можно говорить о существующей генетической детерминации признака, в противном случае говорят о средовой детерминации. Многомерное корреляционное исследование. Проводится для проверки гипотезы о связи нескольких переменных. Отбирается экспериментальная группа, которая тестируется по определенной программе, состоящей из нескольких тестов. Данные исследования заносятся в таблицу «сырых» данных. Затем эта таблица обрабатывается, подсчитываются коэффициенты линейных корреляций. Корреляции оцениваются на статистические различия. Структурное корреляционное исследование. Исследователь выявляет различие в уровне корреляционных зависимостей между одними и теми же показателями, измеренными у представителей разных групп. Лонгитюдное корреляционное исследование. Оно строится по плану временных серий с тестированием группы через заданные промежутки времени. В отличие от простого лонгитюда исследователя интересуют изменения не столько самих переменных, сколько связей между ними. |