Файл: Т. В. Корнилова Экспериментальная психология.doc

Адекватность плана корреляционного исследования включает, таким образом, оценку возможности охвата всего диапазона измеряемой переменной или его уточнения с целью корректной формулировки гипотезы о связях. Исследователь часто не знает этого диапазона, поэтому вынужден прибегать к увеличению числа измерений (обычно к увеличению выборки испытуемых), чтобы быть уверенным в том, что переменная в полученных данных представлена в ее полном охвате и осуществлен контроль несистематической изменчивости побочных переменных как возможного источника искажений изучаемой зависимости.

Итак, не имея возможности осуществлять экспериментальный контроль, исследователь при использовании плана с одной группой прибегает к статистическому контролю, означающему контроль вариабельности всех переменных (как представленных в гипотезе вариат, так и побочных переменных).

12.3.2. Планы с двумя и более группами испытуемых

Кроме плана измерения основных переменных и контроля диапазона их проявлений план корреляционного исследования включает и такой существенный момент, как формы контроля побочных переменных, задающих как несистематические, так и систематические смешения. Можно выделить три основные формы контроля смешений с побочными переменными.

Первая форма – это стабилизация ПП или подбор уровней значений основных переменных таким образом, чтобы побочная переменная выступила в виде учитываемых уровней, задающих по существу факторный план ее взаимосвязей хотя бы с одной из двух измеряемых основных переменных.

Подбор однородных групп выступает такой стратегией, или планом сбора данных в корреляционном исследовании, посредством которой психолог контролирует различие групп по основной вариате, заданной критериально или предварительно измеренной, но главное – выступающей в качестве аналога НП. При этом контролируется и эквивалентность состава групп с точки зрения побочных переменных (ПП). При таком плане побочная переменная фиксируется на определенном уровне или функционально контролируется путем составления подгрупп с определенными уровнями этих ПП. В стабилизации и контроле уровней ПП заключается существенное отличие этого плана от планов со статистическим контролем. Что контролируется – побочная или дополнительная переменная, не меняет формальной схемы, хотя является важным с точки зрения последующих обобщений установленной зависимости.

Экскурс 12.6

В исследовании влияния порядка рождаемости на уровень интеллекта детей такие побочные переменные, как величина семьи, социальное положение отца, сохранялись постоянными в сравниваемых выборках, т.е. стабилизировались. Указание Р. Готгсданкера, что эти переменные контролировались статистически, верно в том смысле, что соответствующие данные для подбора эквивалентного состава групп по ПП были получены психологом как внешние характеристики, а не в качестве актуально измеренных психологических переменных. Этот контроль позволил выявить эффекты, определяемые этими побочными переменными.

Так, было показано, что если выделить группы с разным числом детей в семьях, то обнаружится такая корреляционная связь, как снижение показателя интеллекта при увеличении численности семьи. Социальное положение (крестьяне, рабочие, интеллигенция) будет влиять на высоту показателей интеллекта при любом значении переменной «порядок рождаемости», выступающей в этом исследовании в качестве исходного критерия подбора групп.

Итак, составление однородных групп – это форма контроля различий в уровнях основной вариаты и стабилизации побочных переменных таким образом, чтобы на каждом уровне основной переменной их уровни также были представлены равномерно.

Вторая форма контроля смешений эффекта основной вариаты с ПП реализуется путем подбора пар. Эта стратегия подбора сравниваемых групп применяется в случаях, если исходное число испытуемых невелико. В следующей главе, посвященной квазиэкспериментам, более подробно рассматривается такой методический прием, как подбор пар в неэквивалентные – именно по этому параметру – группы. Продемонстрируем другой методический аспект задания уровней переменной, когда не внешний критерий (как в предыдущем примере), а измеренный психологический показатель выступает основанием подбора групп.

Экскурс 12.7

Другое приводимое Р. Готтсданкером исследование, посвященное проверке гипотезы о развитии оптимальной психологической приспособленности, включало определение двух групп людей. Первую составили 30% наиболее приспособленных, вторую – 30% наименее приспособленных взрослых испытуемых. Средняя группа показателей не фигурировала.

Такой методический прием, как использование контрастных групп, чаще применяется для контроля психологической переменной, измеренной при помощи психодиагностических методик. Для критериально заданных переменных более подходит названная выше стратегия подбора однородных групп.

Критерии психологической приспособленности в данном примере только на первый взгляд были внешне заданы. Практически они реконструировались психологом, выносящим суждения об испытуемых. Для этого использовалась процедура Q-сортировки высказываний из Калифорнийского личностного теста. Предварительно эксперты выделили группы карточек, описывающих положительный и отрицательный полюса предполагаемого свойства «приспособленность». Затем два или три психолога оценивали испытуемых после беседы. Тот факт, что основная переменная строилась на основании вынесения суждений психологом, вводил смешение, с одной стороны, с предубежденностью экспериментатора, а с другой – с предубежденностью испытуемого. Эти две побочные переменные следует назвать сопутствующими, поскольку они имманентно связаны со способом задания основной переменной. Лучше приспособленные взрослые умеют произвести и лучшее впечатление. Воспоминания детства у хорошо приспособленных лиц окрашены теплом и позитивным отношением к происходившему в их семьях. Напротив, плохо приспособленные взрослые склонны окрашивать свои воспоминания в мрачные цвета.

Использование методики подбора контрастных групп, как в экскурсе 12.7, приводит к тому, что заданное основной вариатой различие усиливается указанными сопутствующими переменными. Исключение лиц со средними показателями в выборке делает эти группы еще и искаженными с точки зрения репрезентативности устанавливаемой связи, поскольку нет ответа на вопрос о том, остается ли она таковой между переменными в пропущенном диапазоне их значений.

С точки зрения содержания гипотезы (о связи приспособленности взрослого с его семейными условиями жизни в детстве) – эта переменная приспособленности по своей сути аналогична зависимой переменной. Приспособленность определяется другими факторами, например методами воспитания, социально-экономическим положением семьи и т.д.

По этим другим факторам контроль строился следующим образом. В пару подбирали двух испытуемых – по одному из группы хорошо и плохо приспособленных, сходных по всем учитываемым побочным переменным. В качестве этих переменных выступали соответствующие гипотезе факторы семейного воспитания, которые могли повлиять на психологическую приспособленность испытуемых.

Важным аспектом контроля в этом исследовании выступил следующий. Когда испытуемые были детьми, их семьи посещали психологи и работники социальных учреждений. Они наблюдали реальное обращение родителей с ребенком, а также опрашивали матерей с целью оценки их эмоциональных и интеллектуальных свойств. Таким образом, группы хорошо и плохо приспособленных взрослых сопоставляли не только по показателям ретроспективных отчетов самих испытуемых, но и согласно объективированным свидетельствам об условиях их семейных отношений в детстве.

Основной вывод авторов исследования заключался в следующем: что главным фактором для успешной (хорошей) приспособленности взрослых является хороший метод воспитания в детстве. Этот вывод не является валидным. С точки зрения реализованных форм контроля, основная эмпирическая закономерность не была свободна от ряда указанных смешений. Однако провести полный контроль, организуя разницу семейного воспитания – хорошими и плохими методами, по этическим и организационным соображениям было бы нереально.

Приведенный пример позволяет оценить вклад корреляционных исследований с точки зрения статуса устанавливаемых в них закономерностей: возможности выводов в них сужены, но диапазон эмпирически оцениваемых зависимостей расширен по сравнению с тем, который ограничен управляемыми НП в экспериментальных исследованиях.

Следует отметить, что обоснованной является критическая оценка подбора пар как способа контроля смешений в корреляционном исследовании. Это связано, во-первых, с тем, что такая стратегия снижает выборки испытуемых до тех размеров, при которых возникает угроза охвата полного диапазона значений основных переменных. Так, в рассмотренном примере могло оказаться, что в семьях с высоким социально-экономическим положением практически нет плохо приспособленных людей. Во-вторых, теоретически никогда нельзя быть уверенными, что все различия в парах проконтролированы, а значимая побочная переменная не упущена.

В любом из приведенных примеров, какой бы конкретный план ни применялся, можно констатировать использование средств статистического контроля, но не в значении замены экспериментального контроля проверкой статистических гипотез, а в значении замены управляющих воздействий – манипулирования переменными: попытками их более или менее полного охвата как уже существующих вариат.

12.4. Установление корреляционных зависимостей

В эмпирическом корреляционном исследовании контролируется порядок измерения переменных, т.е. план сбора данных зависит от исследователя. Следует особенно подчеркнуть это в связи с тем, что в литературе не по психологии (статистической, экономической и т.д.) термин «статистический контроль» может применяться и по отношению к переменным, способ получения которых неизвестен или не был проконтролирован психологом.

Например, статистические данные о дорожно-транспортных происшествиях или о правонарушениях лиц определенных групп (допустим, подростков) могут привлекаться для обсуждения тех или иных психологических гипотез. Если эти данные берутся уже готовыми, т.е. собранными в том или ином ведомстве, то психолог не может отвечать за контроль тех или иных смешений с побочными переменными (так, в этих данных могут быть не приведены сведения о погодных условиях при тех или иных дорожно-транспортных происшествиях). Соответственно уровень допустимых выводов из такого типа данных, как накопленные статистически, еще менее доказателен, чем из корреляционного анализа тех выборочных значений переменных, получение которых контролировалось исследователем при учете возможных источников их ненадежности или угроз валидности.

12.4.1. Корреляция и статистические решения

Основная цель использования мер связи в экспериментальном исследовании – проверка статистической нуль-гипотезы о том, что переменные Х и Y не связаны, т.е. имеют нулевой коэффициент корреляции в совокупности [15, с. 287]. В логике экспериментального вывода соответствующие статистические решения занимают вполне определенное место: от количественной оценки значимости выявленной ковариации переменных зависит содержательный вывод об обоснованности экспериментальной или контргипотезы (или необходимости поиска других конкурирующих гипотез). Если в соответствии с полученными эмпирическими данными нуль-гипотеза не может быть отвергнута, то следует отвергнуть экспериментальную гипотезу, т.е. признать изменения переменных не связанными друг с другом. В этой логике отвержения экспериментальных гипотез коэффициент корреляции выполняет ту же роль, что и меры различий: t-критерий Стьюдента и др. Более строго следовало бы говорить об отвержении гипотезы о значимости коэффициента корреляции.

Обычно в учебных пособиях по статистике специально выделяется случай доказательства того, что коэффициент корреляции для двух выборок равен нулю. Роль этого частного случая заключается в том, что при отсутствии ковариации не выполняется существенное условие причинного вывода. Однако реально цель доказать, что связь между переменными равна именно нулю, а не просто является незначимой, ставится чрезвычайно редко. Научное познание направлено на выявление не того, что что-то от чего-то не зависит, а на установление закономерных зависимостей одних переменных от других (при проверке содержательных гипотез).

Специальный случай доказательства равенства коэффициента корреляции нулю важен в основном при желании исследователя обосновать конкурирующую гипотезу о зависимости измеряемого показателя от какого-то другого (третьего) фактора. Следует при этом помнить, что проверка статистической гипотезы о равенстве коэффициента связи нулю не тождественна проверке гипотезы о не значимости связи между переменными. В первом случае речь идет о точке на числовой оси, а точечное оценивание требует иных (больших) затрат, чем интервальное оценивание.

При корреляционном подходе, не предполагающем управление независимыми переменными, равноправными с точки зрения логики последующего содержательного вывода являются статистические решения о равенстве коэффициента корреляции какому-то числу, одинаковой корреляции переменной Х с другими переменными (Y и Z), значимости множественной корреляции. Традиционный подсчет коэффициента корреляции предполагает указание уровня значимости при определенном количестве наблюдений, т.е. числа измерений. Не сама по себе подсчитанная на основе эмпирических данных величина коэффициента корреляции служит основанием для оценки приемлемости психологической гипотезы о связи между переменными, а статистическое решение о том, следует ли считать вычисленное значение коэффициента корреляции значимым. Иными словами, установление факта незначимости корреляции между переменными служит основанием для принятия решения отвергнуть гипотезу о связи между переменными. Интерпретация установленной связи полностью подчинена не следующему из самого эмпирического материала обоснованию ее направленности или опосредования ее тем или иным базисным процессом.

Это же ограничение касается и многомерного анализа данных, в частности множественно-регрессионного анализа. Так, нуль-гипотеза при таком анализе утверждает, что нет связи между предсказываемой переменной и данным набором предсказывающих переменных. Если нуль-гипотеза, согласно полученным результатам, не может быть отвергнута, то это означает, что предсказываемая переменная не имеет значимых связей ни с одной из переменных набора. Если принятие содержательной гипотезы исследования предполагает отвержение нуль-гипотезы как отсутствия линейных количественных связей между двумя наборами переменных, то установление этой линейной комбинации по полученным данным все же может оказаться недостаточным для подтверждения исходных априорных положений. Как подчеркивается в современных обзорах основных направлений многомерного анализа данных, самая существенная трудность состоит в том, что в случае отвержения общей нуль-гипотезы «позитивные» результаты могут не поддаваться разумной интерпретации.

12.4.2. Выбор коэффициента корреляции в зависимости от типа шкал и плана обработки данных