Файл: Т. В. Корнилова Экспериментальная психология.doc

Схема 12.2. Коморбидность «синдрома дефицита внимания и гиперактивности» и «расстройств поведения».

А – переменная СДВГ; Б – расстройства поведения; В – неправильные тактики воспитания.

Согласно схеме 12.2, два расстройства частично независимы. Неадекватные родительские тактики воспитания могут быть следствием других факторов, которые связываются с нарушением семейной экологии (эффект бедности, родительской депрессии, образовательного уровня родителей и т.д.). Соответственно есть дети, которые и без СДВГ проявляют расстройства поведения.

Для психологических исследований аналог патогенетической коморбидности найти трудно не только потому, что всегда можно указать опосредствующие переменные. Дело в том, что однозначная направленность связи – менее приемлемая модель, чем учет асимметрии во взаимосвязи переменных.

Так, для экскурса 12.3 асимметрия заключается в следующем. По данным американского исследователя П. Фрика, гораздо больше встречается детей с установленным СДВГ, которые, однако, не имеют расстройств поведения, чем детей с расстройствами поведения, которые не имеют СДВГ. Кроме того, ряд других коррелятов сопутствуют поведенческим расстройствам у детей с СДВГ, иные сопутствующие симптомы наблюдаются у детей с коморбидностью обоих синдромов. В схеме 12.3 стрелка, таким образом, должна была бы быть направлена скорее от А к Б, чем наоборот. Однако неполнота знаний о взаимодействии этих переменных делает более адекватной фиксацию направленной связи (без стрелки).

Продолжим обсуждение проблемы коморбидности, используя схему 12.3. Первый случай соответствует рассматриваемой клиницистами патогенетической, второй случай – диагностической коморбидности. Речь идет о том, что переменная Б причинно обусловлена как минимум двумя другими, является их равновероятным следствием.

Для модели связи переменных, заданной случаем диагностической коморбидности, в психологических исследованиях можно найти достаточно аналогов.

Психогенетические исследования задолго до возникновения концепции коморбидности использовали модели, которые призваны количественно учесть факторы наследственности и среды в фенотипическом проявлении того или иного признака (например, уровня интеллекта, одновременно зависящего как от генетических предпосылок, так и условий развития: полученного образования, образовательного уровня родителей и т.д.). Корреляционный подход – традиционное средство, конкретизированное в разных схемах, или методах, психогенетических исследований.

На схеме 12.3 представлен также третий случай – прогностической коморбидности. В исходном понимании конструкта она означает следующее. Два уже имеющихся у пациента расстройства предрасполагают к развитию третьего. Например, пациенты, страдающие депрессией и личностными расстройствами, при склонности к злоупотреблению психоактивными веществами характеризуются высокой частотой заболевания алкоголизмом.

Схема 12.3. Типы коморбидности.

Пример психологических вариат: высокий уровень мотивации достижения и высокий уровень интеллекта позволяют предполагать также высокий уровень академической успеваемости в высшей школе. А. Анастази замечает, что эта зависимость в большей степени характеризует женскую, но не мужскую студенческую популяцию [4]. Для женщин-студенток учеба чаще является той ведущей деятельностью, в рамках которой реализуются интеллектуальный и личностный потенциалы. Не будем более подробно рассматривать вопросы о том, почему у американских студентов интеллектуальный потенциал не всегда проявляется именно в учебной деятельности, а также репрезентативность этих зависимостей для популяции российских студентов. Отметим лишь формальный аспект анализа взаимосвязи переменных: включение дополнительной переменной (в данном случае пола) изменяет психологический прогноз, конкретизируя ограничения обобщений.

Укажем, что нельзя путать проблемы: а) связи переменных, как они предстают в модели, ориентированной на концепцию коморбидности, и б) смешения переменных, когда возникает необходимость уточнять, какая из переменных отражает изучаемый базисный процесс, а какая является побочной, действие которой также представлено в фиксируемом показателе. Контроль такого рода реализуется в квазиэкспериментальных схемах. В отличие от традиционного корреляционного квазиэкспериментальный метод, как и экспериментальный, предполагает проверку каузальных гипотез.

12.1.3. Корреляционный подход как способ организации сбора данных, отличный от экспериментального

Задачей любого корреляционного исследования, как и экспериментального, является обобщение, т.е. распространение содержательных выводов об изучаемой зависимости в более широком контексте понимания, чем ограниченный рамками заданных ситуаций, популяций, переменных и т.д. Однако при корреляционном подходе всегда сохраняется многозначность выводов с точки зрения направлений возможных обобщений. Ограничения контроля при получении эмпирических данных определяют и ограничения допустимых выводов. Хотя уровень обобщения не связан прямо с использованием тех или иных нормативов логики, т.е. выводы часто предполагают некоторый прорыв в обобщении, они и не должны противоречить логике.

Один из приемов соотнесения эмпирического и логического анализов данных закреплен в системе условий причинного вывода при экспериментальной проверке каузальных гипотез. Напомним, что в ней установление отсутствия связи между изменениями независимой и зависимой переменных позволяет отвергать утверждение о причинном характере экспериментального воздействия. Если соответствующее статистическое решение сделано применительно к данным реализованного эксперимента, то при высокой оценке его внутренней и операциональной валидности по нормативу перехода от отвержения нуль-гипотезы (и направленной гипотезы) к психологической следует от-вержение экспериментальной гипотезы. Другими словами, эмпирически установленный факт отсутствия ковариации между переменными служит основанием утверждения, что экспериментальная гипотеза не выдержала эмпирической проверки, или что эмпирические данные ей не соответствуют. Если экспериментальный контроль не осуществлялся и этот эмпирический вывод об отсутствии связи сделан при использовании средств корреляционного подхода, то его констатация позволяет и до проведения эксперимента отвергать постулируемую каузальную зависимость.

Таким образом, проведение корреляционного исследования на предварительном этапе сбора данных в пользу психологической гипотезы позволяет принимать решения о необходимости дальнейшего собственно экспериментального исследования. Если ковариация переменных эмпирически установлена в корреляционном исследовании, то организация эксперимента (как совокупности форм экспериментального контроля) выступит следующим этапом установления причинно-следственного отношения, предполагаемого в экспериментальной гипотезе.

При разработке психологических тестов корреляционное исследование выступает в схожей функции эмпирической верификации гипотез о связях между переменными. При этом средства корреляционного подхода включены в иные нормативы интерпретации этих связей, чем в экспериментальных исследованиях. До знакомства с соответствующими разделами психодиагностики эти нормативы обсуждения корреляционных зависимостей были бы преждевременными. Поэтому далее мы сосредоточимся на использовании средств корреляционного подхода при проверке психологических гипотез, имея в виду в основном отличия корреляционных исследований от экспериментальных.

Экспериментальный метод предполагает разработку плана управления независимой переменной, т.е. схемы задания ее уровней, отличающихся способами предъявления их разным, но уравненным (или эквивалентным) группам либо одному и тому же испытуемому в определенной последовательности. Этот экспериментальный план является одновременно и планом измерения зависимой переменной как показателя изменений исследуемого базисного процесса, на который предположительно оказывают влияние экспериментальные воздействия. Корреляционные схемы также включают определение порядка получения данных, но только как плана измерения переменных. Планы обработки полученных результатов могут быть при этом схожими с теми, которые применяются для анализа экспериментальных данных.

Собственно экспериментальный вывод базируется не на самих по себе статистических решениях. Последние лишь служат цели количественной оценки достигаемого экспериментального эффекта. Обычно это установление значимости различий в значениях зависимой переменной между экспериментальным и контрольным условиями (или между разными уровнями независимой переменной). При корреляционном подходе степень произвольности содержательной интерпретации, обосновываемой теми или иными статистическими решениями, гораздо выше, одновременно выводы менее доказательны, поскольку в случае установления значимой связи остается множество объяснений (или теоретических гипотез) относительно ее характера и направленности.

12.1.4. Схемы, проясняющие связи между переменными

Напомним, что при экспериментальном подходе логика рассуждений исследователя предполагает контроль направленности причинно-следственной связи и – при теоретическом характере исследования – обоснование ее с помощью гипотетических конструктов, обеспечивающих рассмотрение полученного экспериментального эффекта как выводимого эмпирического следствия из заданной системы научных предположений. Для экспериментального исследования остается возможность поиска конкурирующих объяснений исходя из других (чем исходная теория) посылок.

Однако в реальных исследованиях очень редко имеет место так называемый критический эксперимент, для которого положительный и отрицательный исходы связывались бы с разными содержательными интерпретациями зависимости, что позволяло бы делать выбор между разными теоретическими объяснениями. Результаты корреляционных исследований легче переинтерпретируются с точки зрения конкурирующих объяснений, поскольку они не являются однозначно вытекающими из одного способа репрезентации связи между переменными, как это имеет место в эксперименте.

Наличие значимой связи между переменными в возможных рассуждениях о результатах корреляционного исследования может означать следующее.

1. Наблюдаемая зависимость между переменными, возможно, является причинно-следственной, но направление связи может быть любым: А рассматривается в качестве причины В (А → В) или В в качестве причины А (В → А).

Без экспериментального контроля нет оснований для предпочтения одной из двух альтернатив.

2. Переменные А и В не связаны причинно-следственной зависимостью, но входят в комплекс взаимодействия переменных так, что другие каузальные зависимости между какими-то переменными комплекса порождают корреляцию А и В. При этом возможны два различных случая.

Во-первых, связь между переменными может быть опосредована одной или несколькими промежуточными переменными: А → Б → Г → В. В этом случае может не быть принципиальной разницы со случаем А → В, поскольку практически между любыми причиной и следствием можно выявить опосредующее звено. Все зависит от того, насколько интересует исследователя роль опосредующих переменных. Понятие непосредственной причинно-следственной связи является условным и имеет смысл только в рамках определенной системы переменных.

Во-вторых, А и В могут являться следствиями одной причины, действующей либо прямо, либо через промежуточные переменные: А → Б → Г → В.

Такое отношение между переменными А и В должно интерпретироваться как ложная корреляция. Оно принципиально отличается от схемы А → В с точки зрения предполагаемых базисных процессов, обеспечивающих корреляцию между переменными. Ложная корреляция дает пример наличия наблюдаемой связи переменных, между которыми нет причинно-следственных отношений. Таким образом, этот случай нельзя путать с представленным на схеме 12.2 для диагностической коморбидности, где связь теоретически полагается.

Осуществить выбор между рассмотренными случаями без собственно экспериментального контроля нельзя. Поэтому гипотезы, проверяемые в корреляционном исследовании, в общем случае не содержат предположений, за счет чего получена наблюдаемая, или эмпирическая, взаимосвязь. Это не означает, однако, что при корреляционном подходе исследователь должен избегать теоретической интерпретации этой взаимосвязи. Главное, что ее рациональное объяснение не может повторять логику экспериментального вывода о каузальной зависимости. Логически обоснованные выводы строятся при этом на основе учета реализованных форм статистического контроля.

12.2. Корреляционный подход и использование статистических мер связи

12.2.1. Ковариация и корреляция как меры связи

Проверка гипотез о связях, если речь идет о более чем одной переменной, предполагает одновременные изменения и измерения их безотносительно к указаниям направленности влияний (какая из переменных рассматривается как влияющая на другую). Статистической мерой связи служит при этом выборочный коэффициент ковариации S_xy. Он подсчитывается как среднее произведений отклонений каждой переменной:

Именно ковариация характеризует связь двух переменных Х и Y.

Ковариация дает количественную характеристику диаграммы рассеивания, на которой переменные обозначены осями, а отдельные наблюдения, т.е. полученные эмпирические данные, – точками в прямоугольной системе координат. Множество точек образует «облако», по форме которого судят о связи переменных Х и Y.

Если связь положительна, то более высоким значениям одной переменной (X) чаще соответствуют и более высокие значения другой переменной (Y). Этот случай представлен на рис. 12.1. Чем больше по величине коэффициент корреляции, тем более вытянутым выглядит на диаграмме рассеивания это «облако» данных.

Заметим, что ковариация переменной с самой собой – это дисперсия.

Рис.12.1. Диаграмма рассеивания.

При обсуждении трех основных условий причинного вывода применительно к экспериментальным данным речь идет также о ковариации независимой и зависимой переменных. Однако здесь подразумевается неслучайность характера связи между изменениями этих переменных, а не необходимость подсчета коэффициентов ковариации или корреляции. Для количественной оценки экспериментально полученных эффектов обычно используются меры различий, а не меры связей. В корреляционном по способу сбора данных исследовании предпочтение отдается коэффициенту корреляции как более удобному способу количественной оценки величины связи.

Корреляция есть отношение полученной ковариации к максимально возможной:

где r – процент от максимально возможной ковариации, которая в данном эмпирическом исследовании достигнута.

Другое определение коэффициента корреляции: корреляция есть ковариация стандартизованных переменных. Обозначение r происходит от понятия регрессии. Ф. Гальтон и К. Пирсон использовали его в исследованиях регрессии физических измерений от одного поколения к другому. Это обозначение закрепилось за коэффициентом корреляции Пирсона, основанном на подсчете произведения моментов, в то время как другие коэффициенты корреляции закрепили за собой другие обозначения (φ – «фи»-коэффициент, τ – «тау» Кендэлла и др.). Коэффициент регрессии также имеет разные обозначения, в том числе и r.

В отличие от коэффициентов ковариации и корреляции, которые направлены на установление меры связи между переменными, коэффициент рефессии используется для цели предсказания одной переменной по данным другой. При этом становится важным определиться, значение какой из переменных – Х или Y– служит для предсказания значений другой. Это отражается в указании последовательности х и у в индексе коэффициента регрессии. Соответственно коэффициенты регрессии с разным порядком следования переменных в индексации будут иметь разные величины, в то время как для коэффициентов ковариации и корреляции указание последовательности переменных в индексе не имеет значения, так как это будет одна и та же величина связи.