Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Парадигма* (греч. paradeigma: образец, модель, пример) — понятие, введенное в науковедение Т. Куном [Кун, 1977]; оно обозначает научное исследование, принятое как образец определенной группой



Парадигмы

Парадигма * (греч. paradeigma: образец, модель, пример) — понятие, введенное в науковедение Т. Куном [Кун, 1977]; оно обозначает научное исследование, принятое как образец определенной группой специалистов, разделяющей общие представления о строении изучаемой части действительности. Парадигма определяет все стороны исследовательской практики через ценности, нормы, принципы и правила, принятые этой группой специалистов. Парадигма предписывает цели изучения (т.е. какие законы, закономерности, факты и т.д. должны быть установлены), способы достижения этих целей

Парадигма — системное, целостное образование. Если из состава парадигмы изъять теоретические, концептуальные или методические, аппаратурные компоненты, или нормативную, ценностную сторону регуляции деятельности парадигмального сообщества, или устранить соотнесение парадигмальных установок с общенаучными ценностями, она разрушается, утрачивает исследовательский потенциал, не способна к полноценному существованию в качестве структурного компонента института науки.

Общенаучный метод

Наивысшая ценность, признание которой означает принадлежность специалиста к научному сообществу — научный метод. Метод определяет познавательное отношение исследователя к предмету изучения в целом. Общенаучным является гипотетико-дедуктивный метод, который сложился еще в рамках классической науки. Этот метод направлен на выявление закономерностей (в том числе - причинно-следственных) на основе строго регламентированной манипуляции объектом исследования и количественной, формальной оценки регистрируемых эффектов; он характеризуется как гипотетико-дедуктивный из-за особой значимости гипотез и логической операции дедукции в научном познании.

Черты гипотетико-дедуктивного метода обнаружимы уже в работах Г.Галилея и И.Кеплера. Этот метод был развит Лейбницем, который сформулировал условия обоснованности гипотезы.

Реализация гипотетико-дедуктивного метода включает три основных этапа:

(1) формирование гипотезы как системы логически несовместимых (взаимоисключающих) предположений относительно изучаемой действительности; гипотеза абстрагирует те свойства предмета изучения, которые представляются важными в соответствии с предписаниями парадигмы, то есть представляет собой его обобщенное описание (см. подразд. ГИПОТЕЗА);



(2) дедуктивное развитие гипотезы — дедукция (выведение) основных черт явления (объекта), относительно которого сформирована гипотеза; эта операция лежит также в основе объяснения явления или свойств объекта (см. подразд. дедуктивно-номологическая модель объяснения/предсказания К.Гемпеля);

(3) проверка (верификация *) гипотезы - сопоставление теоретически предсказанных дедуцированных следствий гипотезы и эмпирических данных. Если получено расхождение между ними, то, согласно modus tollens * условно-категорического заключения, делается вывод о ложности гипотезы [Кондаков, 1971], и она отвергается (в фальсификационистской логике исследования) или ее подтверждение не принимается (в джастификационисткой логике “поиска подтверждений”). Подтверждение следствий гипотезы в исследовании не является достаточным логическим основанием для вывода о ее истинности [Баженов, 1960], что находится в соответствии с фундаментальным положением о потенциальной погрешимости научного знания (см. фаллибилизм *).

Гипотетико-дедуктивному методу противопоставляют индуктивный метод познания, который состоит в построении обобщения единичных явлений (событий) без обращения к гипотезам. Индукция (от лат. inductio — наведение) — переход от знания отдельных фактов или от частного знания к более общему знанию. Индуктивизм — методологическая позиция, согласно которой научными суждениями являются только факты без теоретических “примесей” (см. подразд.), либо неопровержимые индуктивные обобщения таких фактов [Лакатос, 1978].

Возможное включение некоторых компонентов индукции в гипотетико-дедуктивный метод получило название “квазииндукции”. Квазииндукция — логика развития теорий в направлении все более высокого уровня обобщения (универсальности). К.Поппер описывает этот процесс так: “выдвигаются и проверяются теории некоторого уровня универсальности; затем предлагаются теории более высокого уровня универсальности, которые в свою очередь подвергаются проверке с помощью ранее выдвинутых теорий меньшего уровня универсальности, и т.д.

Переменные

Переменные выражения, которые характеризуют изучаемую реальность в соответствии с предписаниями парадигмы и могут принимать различные значения у разных объектов. Для конкретных объектов значения могут быть постоянными или изменяться во времени. Так, для выборки значение переменной “Пол” принимает два значения - “М” и “Ж”, а для каждого испытуемого имеет строго определенное и постоянное значение; переменная “IQ” принимает множество значений на выборке и может изменяться у определенного испытуемого (что фиксируют в лонгитудинальных исследованиях). По определению переменные потенциально должны принимать несколько значений, т.е. не быть константами.

В переменных дается обобщенное описание объекта: они представляют, с одной стороны, изучаемые теоретические конструкты, а с другой - важные для исследования эмпирические характеристики объекта, которые фиксируют при помощи конкретных методик исследования.

В некоторых случаях в качестве переменных используют сами регистрируемые показатели, или “сырые” данные (например, количество решенных тестовых задач, “сырые баллы”), но в наиболее общем случае преобразование показателей в переменные - сложная многоступенчатая процедура. Для этого применяют специальные аппаратурные и вычислительные методики. Например, методика регистрации электроэнцефалограммы (ЭЭГ) предоставляет исследователю сигнал, обладающий бесконечным множеством характеристик. Применяя аналоговую или цифровую фильтрацию сигнала, а затем процедуры спектрального анализа, можно выделить частотные характеристики ЭЭГ, которые можно описать в виде переменных, например, “мощность частотного спектра в a-полосе”. Методика усреднения последовательности мгновенных значений ЭЭГ во временной окрестности какого-либо референтного события, например, начала двигательной активности при принятии решения, позволяет выделить из сырой ЭЭГ “потенциалы, связанные с событиями” (ССП) (см. [Александров, Максимова, 1997б]). Характеристики ССП могут быть описаны в переменных. В психофизических исследованиях показатели представляют последовательность ответов “да”, “нет”, “не уверен” и т.д., в зависимости от того, какая методика применена. Затем, в соответствии с парадигмой, в которой работает иследователь, на основании показателей расчитываются значения переменных - либо величины порогов (классическая психофизика), либо значения d¢, b (современная психофизика, теория обнаружения сигнала) [Бардин, 1976]. Преобразования, которым подвергаются сырые данные при конструировании из них переменных, не изменяют тип шкалы, в которых были измерены исходные данные (см. [Корнилова, 1997, с. 108]). Повышение мощности шкалы в подобных случаях может привести к ошибкам в применении статистических приемов и критериев, и как следствие - к артефактным выводам (см. разд. Измерение).

Переменные позволяют формально описывать и сопоставлять объекты исследования в их статике и динамике и обеспечивают возможность унифицированного описания изучаемой реальности, построения обобщений, достижения критериев объективности, согласия и др. (см. разд. I.2). Типы переменных выделяют по (1) положению, которое они занимают в процессе исследования или в формальном описании объекта/процесса/явления; и (2) типу шкалы, в которой они измерены (см. подразд. IV.2.5).

(1) По положению в структуре исследования переменные разделяют на:

независимые, которыми манипулирует исследователь и которые не зависят от иных переменных, как правило, дискретные независимые переменные служат основанием для выделения групп испытуемых (предполагаемые причины);

зависимые (“ отклик(и) ”), изменяющиеся под влиянием независимых (предполагаемые следствия);

внешние или побочные, которые недоступны манипуляции, но оказывают систематическое влияние на зависимые переменные, порождая погрешность;

латентные (скрытые), не доступные непосредственному оцениванию, рассматриваются либо как сумма всех неучтенных влияний [Корнилова, 1997], либо как “сущностные” черты объекта, например тревожность (личностная черта или состояние) или установка, которые характеризуются косвенно, по вариации зависимых переменных, но могут быть описаны методами моделирования как латентные переменные [Григоренко, 1994; Steyer, 1992];

модераторы, опосредствующие взаимовлияния переменных, ответственные за эффекты корреляции между переменными;

базисные, на которых сфокусировано действие независимых переменных.

Полный перечень приведенных видов переменных используется в исследованиях, построенных по планам истинных экспериментов или квазиэкспериментов. Напомним, что в понятиях зависимые и независимые переменные фиксируются предполагаемые причины и следствия. Поэтому в строгом смысле слова зависимые и независимые переменные представлены лишь в истинных экспериментах, в которых выявляются причинно-следственные отношения между ними. В квазиэкспериментальных исследованиях зависимые и независимые переменные не могут быть использованы для фиксации предполагаемых причин и следствий; в этом случае обозначение переменной как независимой означает лишь возможность манипулировать ею, например, как основанием для выделения групп, а зависимая переменная может рассматриваться лишь как коррелят независимой. В доэкспериментальных исследованиях переменные выполняют роль дескрипторов, описывающих свойства объектов; им не может быть придано значение зависимых, независимых переменных или модераторов (поскольку для выявления связей между переменными реализуют квазиэксперименты).

При описании синдрома * свойств, характерных для какого-либо класса объектов (она из целей квазиэксперимента), на множестве переменных, включенных в анализ не выделяется зависимых и независимых переменных, все они – дескрипторы. В том случае важной задачей является выявление переменных модераторов.

При использовании различных способов статистического анализа одни и те же переменные могут изменять свое название. Так, номинальные переменные, обозначающие группу или условие, или порядковые переменные, оценивающие уровень “воздействия” будут обозначаться как независимые переменные в рамках дисперсионного анализа. Эти же переменные при использовании дискриминантного или логистического регрессионного анализа приобретают значение зависимых (моделируемых) переменных.

 

(2) По типу шкалы, в которой оценены переменные, выделяют качественные (номинальные, “классификационные” шкалы) и количественные (шкалы порядка, интервалов, отношений) (см. подразд. Измерение). Переменные, принимающие два альтернативные, взаимоисключающие значения, например, “0” и “1”, или “мужчина” и “женщина”, называют дихотомическими.

Применение качественных независимых переменных, как правило, описывают в терминах “ состояний” или “ условий” и оценивают в значениях номинальных шкал (см. подразд Ном.шкала). Состояниями или условиями могут быть, например, порядок применения воздействий, варианты режима научения, какие-либо особенности обстановки (например, замкнутое или открытое пространство), пол испытуемых, генетическая линия животных, и т.д.

Форму предъявления количественных независимых переменных характеризуют понятием “уровень”. Они могут быть оценены в любых шкалах выше номинальной (см. подразд Шкалы). Примеры уровня независимой переменной, определенная высота или громкость предъявляемого звука, концентрация вещества, длительность интервала между предъявлением материала и его воспроизведением, и т.п.

Если в эксперименте установлена причинно-следственная связь между независимой и зависимыми переменными, то в рамках обобщенной, формальной записи, фиксирующей эту связь, переменные называют параметрами (модели, уравнения); независимые переменные называют аргументами, или предикторами, а зависимую — функцией. Заметим, что некоторые типы переменных, например побочные, не включаются в такого рода формализмы.

Надежность

Надежность - одна из наиболее важных характеристик результатов исследования и исследовательских инструментов, оценка их независимости от случайных, несистематических факторов (см. смешение *; подразд. IV.3.2.3). Чем шире пределы вариативности несистематических факторов, в которых сохраняется устойчивость результатов, тем выше их надежность.

Понятие “надежность” употребляется в двух значениях.

Валидность

 

Валидность, как и другие характеристики соответствия (репрезентативность, надежность), оценивают качество организации и выполнения исследования по соответствию результатов основным научным ценностям. Однако обеспечение репрезентативности и надежности служат лишь предпосылками валидности исследования, а валидность точно указывает на конкретные факторы, снижающие качество исследования.

Валидность, с точки зрения Р.Готтсданкера, - оценка качества данного исследования по отношению к безупречному эксперименту (см. подраздел СООТВЕТСТВИЕ). Такая оценка, как и сами понятия идеального и бесконечного эксперимента и эксперимента полного соответствия, указывает на группы факторов, снижающих степень соотвествия, но конкретные источники угроз. В отношении конкретного исследования валидность понимается как оценка обеспечения всех необходимых форм контроля. Нарушения валидности ведут к недостоверным, артефактным выводам.

Для характеристики валидности исследования сформирована весьма разветвленная система оценок, учитывающая более 30 различных видов валидности (см. обзоры и определения в руководствах [Готтсданкер, 1982; Дружинин, 1997; Клайн, 1994; Корнилова, 1997; Кэмпбелл, 1980; Reber, 1995].

IV.3.1.1. Внутренняя валидность оценивает, действительно ли выводы исследования относятся именно к представленной в гипотезе зависимости, а не какой-либо иной; для истинного эксперимента - это оценка точности интерпретации связи вариаций зависимой и независимой переменных в терминах исследовательской гипотезы. Важно заметить, что внутренняя валидность - оценка соответствия предполагаемых и выявленных зависимостей, а не терминов, в которых высказаны гипотезы и описаны закономерности, что оценивает конструктная валидность (см подразд. КОНСТР.ВАЛ).

Исследование обладает внутренней валидностью, если (а) показано точное соответствие между сформулированными выводами и гипотезой исследования и (б) доказана неприемлемость альтернативных гипотез и интерпретаций. Важно, что нечетко сформулированная гипотеза налагает ограничения на оценку внутренней валидности (см. подразд. ГИПОТЕЗА), а недостаточно широкий анализ альтернативных гипотез и точек зрения снижает ее доказанность (см. гл. ПУБЛИК). Внутренняя валидность одна из наиболее важных оценок исследования. Готтсданкер замечает: “если внутренняя валидность не достигнута, рассматривать внешнюю не имеет смысла” [Готтсданкер, 1982, с. 59].

Основные угрозы внутренней валидности исходят от смешения * влияния независимой переменной с другими переменными (см. [Кэмпбелл, 1980, с. 46]), неэквивалентности сопоставляемых групп, их изменения в ходе исследования, смещения критериев описания объектов (например, увеличение их строгости) в процессе исследования.

В список факторов, угрожающих внутренней валидности включают (см. [Готтсданкер, 1982; Дружинин, 1997; Корнилова, 1997; Кэмпбелл, 1980]):

- влияние событий, сопутствующих экспериментальному воздействию (“эффект фона”);

- изменения в состоянии испытуемых (нарастание дискомфорта, голод, усталость) или в таких харатеристиках, как возраст, уровень знаний и т.п. (“эффекты развития”);

- влияние предварительного тестирования на результаты исследования (“эффект тестирования”);

- нестабильность или иные формы погрешности измерительного инструмента (“инструментальная погрешность”) (см. подразд. НАДЕЖНОСТЬ);

- ошибочные стратегии формирования выборки и/или групп (см. подразд. ВЫБРКА): нарушения при рандомизации, формирование групп попарным уравниванием, по контрасту, неэквивалентность групп, использование естественных групп;

- динамическая, изменяющаяся во времени неэквивалентность групп из-за неравномерного выбывания испытуемых (см. подразд. ВЫБРКА).

Заметим, что обеспечение высокой внутренней валидности требует использования рафинированных условий и затрудняет перенос результатов на иные условия, особенно на естественные. В этом аспекте внутренняя и внешняя, а особенно экологическая валидность находятся в отношении реципрокности, их одновременное достижение весьма сложно (см. подразд. ВН ВАЛ; ЭК ВАЛ).

IV.3.1.2. Внешняя валидность характеризует возможность обобщения (переноса) результатов исследования на другие условия, выборки, популяции. Тот аспект внешней валидности, который характеризует возможность переноса на другие популяции, называют популяционной валидностью. В основе внешней валидности лежат различные виды репрезентативности (см. подразд. РЕПРЕЗ). Основной фактор, обеспечивающий популяционную валидность - приемы формирования выборки и групп (см. подразд. Выборка).

Результаты исследования, обладающего высокой внешней валидностью, сохраняют свое значение в широких пределах вариации всех параметров ситуации, они могут быть воспроизведены в других исследованиях с высокой точностью.

К числу факторов, угрожающих внешней валидности (см. [Готтсданкер, 1982; Дружинин, 1997; Корнилова, 1997; Кэмпбелл, 1980]), относят:

- различные нарушения репрезентативности выборки, например, формирование групп подбором пар, привлечением к исследованию “добровольцев” или “заложников”, выбор испытуемых “по доступности”, отсутствие контроля выбывания испытуемых из исследования (см. подразд. ВЫБОРКА);

- отсутствие контроля взаимодействия тестирования и экспериментального воздействия (такой контроль предусмотрен планом Соломона - см. подразд. ПЛАНЫ, ЭКСПЕРИМЕНТ);

- систематические погрешности измерения (см. подразд. ИЗМЕРЕНИЕ);

- предпочтения и предубеждения исследователя (см. подразд. ВЗАИМОД.ЭКСП.И);

- недостаточный контроль динамики состояния испытуемых, например, утомление, эффекты врабатывания (см. [Александров, Максимова, 1999]);

- изменение уровня развития испытуемых (в длительных исследованиях), (см. подразд. ВЗАИМОД.ЭКСП.И); постепенное включение испытуемых в ситуацию исследования, полученные результаты не могут быть распространены на условия, в которых испытуемые не были осведомлены о ходе исследования.

Следует упомянуть о таком эффективном способе повышения внешней валидности как совмещение множества методик оценки (измерения) эффектов. Расхождения в различных измерениях указывают на возможные источники угрозы валидности. Множественность измерений увеличивает точность сопоставления результатов данного исследования и его повторений другими исследователями.

 

IV.3.1.2.1. Экологическая валидность иногда рассматривается как дубликат понятия внешней валидности. Действительно, эти понятия характеризуют возможность обобщения результатов исследования, но экологическая валидность оценивает перенос результатов лабораторного исследования (эксперимента) не на иные лабораторные, искусственные, рафинированные условия, а на условия не лабораторные, реальные, не организованные преднамеренно. Таким образом, экологическая валидность — это оценка применимости результатов лабораторного (экспериментального) исследования к неотобранным специально объектам в нелабораторных условиях. Так, экологически валидный прием оценки креативности должен в лабораторных условиях с высокой точностью и надежностью предсказывать проявления творческих способностей в обыденной жизни.

Можно было бы полагать, что высокая экологическая валидность достижима при помощи исследований, построенных по типу “эксперимента, дублирующего реальный мир” (см. [Готтсданкер, 1982, с. 20-21]), но обеспеченных всеми необходимыми степенями контроля. Между тем внесение жесткого контроля в исследование реальных групп (см. подразд. Выборка) - несовместимы. Наиболее полный контроль возможен в исследованиях, построенных по планам истинного эксперимента, сама суть которого состоит в создании искусственных, модельных условий (см. подразд. ТИПЫ ИССЛЕД). Именно в этом противоречии проявляется основная сложность достижения высокой экологической валидности исследования.

Еще до формирования научной психологии И.-В. Гете при проведении исследований цветового зрения заметил необходимость решения проблемы, которую сейчас мы обозначаем понятием «экологическая валидность»: «Друзья, бойтесь темной камеры, в которой человек, скрючившись, рассматривает неестественные изображения» (Zahme Xenien).

А.Ньюэлл, анализируя 59 экспериментальных процедур, использованных участниками медународного симпозиума по психологии восприятия (1973 г.), характеризует 57 из них как искусственные, лабораторные ситуации и лишь две - как обладающие элементами экологической валидности - игру в шахматы и рассматривание Луны. [Newell A. You can play 20 questions with nature and win: projective comments on the papers of this symposium. In: Visual information processing. (W.G. Chase, ed.) N-Y, Academic Press, 1973 (цит. по Найссер, 1981].

Списки факторов, угрожающих экологической и внешней валидности, пересекаются. В число наиболее существенных угроз входят:

- несоответствие уровней переменных, примененных в исследовании, пределам реальной вариативности этих переменных;

- осведомленность испытуемых об участии в исследовании и его целях;

- отсутствие контроля побочных переменных характерных именно для лабораторных условий, в частности, для взаимодействия испытуемых и исследователей (см. подразд. ВЗАИМОД ИСП И ЭКСП);

- отсутствие контроля побочных переменных, влиятельных в нелабораторных условиях.

 

IV.3.1.3. Конструктная валидность характеризует точность (определенность) перевода исходно общепсихологических, или парадигмальных понятий, имеющих, как правило, общетеоретический характер, в понятия, в которых формулируется исследовательская гипотеза, обозначения свойств объекта исследования, экспериментального воздействия, побочных и добавочных переменных, экспериментального эффекта; соответствие между теоретическими конструктами и обозначаемыми ими объектами и явлениями, между положениями теории и их реализацией в конкретном исследовании.

Очевидно, что эта форма валидности зависит от точного следования требованиям парадигмы. Соблюдение конструктной валидности требует формулирования альтернативных интерпретаций того, как причина и следствие соотносятся с теоретическими понятиями. Серьезную угрозу конструктной валидности представляет смешение конструктов, заимствованных из разных парадигм. Признаками угрозы конструктной валидности может служить формулировка исследовательской гипотезы в общетеоретических терминах, а не в терминах переменных, а также отсутствие теоретической интерпретации эмпирических результатов исследования.

ГИПОСТАЗИРОВАНИЕ!!!! Характерно для методик, которые были созданы в рамках уже устарелых концепций. Следует доказывать конструктную валидность таких методик, а также в случае использования методик вне в тех концепциях, в которых они были развиты.

IV.3.1.3. Операциональная валидность конкретного исследования определяется соответствием методических приемов, формирующих переменные (см. подразд. ПЕРЕМ), понятиям иследовательской гипотезы (см. подразд. ГИПОТ), включая процедуры управления независимой переменной [Корнилова, 1997, с. 128].

Операциональная валидность субординирована по отношению к конструктной валидности. Так, общепсихологическое понятие “интеллект” в результате огромного количества теоретических и эмпирических исследований, раскрывается в конкретных понятиях “вербальный”, “невербальный”, “общий”, “текучий”, “кристаллизованный” интеллект и т.д. Точность этого преобразования понятий характеризуется конструктной валидностью. Понятия, производные от общетеоретического понятия “интеллект”, доступны эмпирическому оцениванию, измерению. Для этого разработано множество специальных измерительных инструментов, например, тесты интеллекта Айзенка, Амтхауэра, Кэттелла и мн. др., в результате применения которых формируются переменные, оценивающие определенные характеристики интеллекта. Точность измерения, операционализации понятий в переменных характеризуется операциональной валидностью. В качестве примера см. также процедуры операционализации понятий в работах К.Левина [Левин, 2000] (см. подразд. ФАКТ).

Основные угрозы операциональной валидности:

- неправильный выбор инструментов или процедур измерения;

- недостаточно разработанные или адаптированные методики, инструменты или процедуры формирования переменных.

Серьезную угрозу операциональной валидности могут составить нарушения конструктной валидности.

Независимость переменных. При применении многомерных статистических процедур, таких как факторный, дискриминантный и кластерный анализ, множественная регрессия, следует контролировать статистическую независимость переменных.

Высокая корреляция между некоторыми переменными (коллинеарность) неизбежно дает неустойчивое решение: даже весьма незначительные изменения в значениях переменных приводит к катастрофическим изменениям в построенной модели. Для выявления таких переменных применяют тесты на коллинеарность, например, тест на толерантность. Значение толерантности показывает, какая доля вариативности данной независимой переменной объясняется всеми другими независимыми переменными, включенными в анализ. Эта величина расчитывается по формуле:

Tol = 1 - R2,

где R2 - коэффициент множественной корреляции расчитанный для модели, в которой оцениваемая переменная - зависимая, а все остальные переменные - независимые. Переменные, значения толерантности для которых не достигает пороговой величины, удаляются из анализа. Считается, что предельно низкое значение толерантности - 0.0001; жесткие значения составляют 0.1 ¸ 0.3.

Шкалы, в которых измерены переменные. Различные статистические приемы требуют оценивания зависимых и/или независимых переменных в строго определенных шкалах. Так, в рамках дисперсионного анализа независимые переменные должны быть измерены в номинальных или порядковых шкалах, а зависимые – в шкалах выше порядковой (и нормально распределены вокруг среднего значения для каждой из сравниваемых групп). Факторный анализ требует измерения переменных в шкалах выше порядковой и нормально распределены, хотя в практике использования факторного анализа в психологических исследованиях это правило часто нарушается и используются переменные, измеренные в порядковых шкалах. Существуют процедуры, которые решают задачи факторизации данных (т.е. замены исходного набора переменных меньшим количеством вновь рассчитанных некоррелированных переменных), измеренных в номинальных, порядковых, интервальных шкалах или в шкале отношений, а также любой смеси этих видов переменных, например процедура PRINCALS, входящая в состав пакета SPSS 6.1. Для проведения регрессионного анализа и зависимые и независимые переменные должны быть даны в шкалах выше порядковой (и нормально распределены), а для логистического регрессионного анализа зависимые переменные - в номинальной шкале, а независимые - в номинальной, порядковой или в количественных шкалах.

Доэкспериментальные планы. Наиболее развитая форма этого плана — сравнение статических групп (см. [Кэмпбелл, 1980, с. 61-62]):

Х О”

-------

О”

Характерные черты: группы не эквивалентны, поэтому различия О1в группах 1 и 2 могут быть не связанными с воздействием Х. Этот план не позволяет выявить причинно-следственные связи переменных.

Доэкспериментальные планы не обеспечивают внешней валидности исследования, не позволяют контролировать такие источники нарушения внутренней валидности, как “естественное развитие” испытуемых в процессе исследования, в том числе развитие в результате взаимодействий с конкретными обстоятельствами исследования. Для этих планов характерно изменение состава изучаемой выборки на протяжении исследования (естественное выбывание, “experimental mortality»).

IV.4.2.2. Квазиэкспериментальные планы. Эти планы, как правило, позволяют контролировать большее количество факторов, нарушающих внешнюю и внутреннюю валидность, чем доэкспериментальные планы. Так, план с неэквивалентной контрольной группой и предварительным тестированием является развитием плана сравнения статических групп (см. [Кэмпбелл, 1980, с. 132-138]):

О’ Х O”

--------

О’ О”

Этот план обеспечивает контроль “естественного развития”, но лишь в той степени, в какой группы могут оказаться эквивалентными. Внешняя валидность исследования, проведенного по этому плану, может страдать от неконтролируемого взаимодействия тестирования (О) и экспериментального воздействия (Х). Этот план, как и все квазиэкспериментальные планы, не дает надежных оснований для проверки/фальсификации гипотез о причинно-следственных связях переменных.

IV.4.2.3. Планы истинных экспериментов. В отличие от рассмотренного в предыдущем разделе плана, в котором использованы естественные группы, не рандомизированные, не репрезентативные и не уравненные, план с предварительным и итоговым тестированием и контрольной (эквивалентной) группой позволяет проконтролировать естественное развитие, влияние “фоновых событий”, эффекты тестирования, так как они должны проявляться в эквивалентных группах сходным образом (см. [Кэмпбелл, 1980, с. 63 — 70]):

R О1Х О2

R О3 О4

Важно, что применение приведенного плана не устраняет фактор взаимодействия тестирования и экспериментального воздействия. Контроль этого фактора, влияющего на внешнюю валидность исследования, позволяет осуществлять “ план Соломона для четырех групп ” (см. [Кэмпбелл, 1980, с. 88 — 89]):

R О1 Х О2

R О3 О4

R Х О5

R О6

План Соломона добавляет к приведенному выше плану две группы, с которыми не проводится предварительное тестирование (О1и О3); за счет этого пополнения проверяется и эффект предварительного тестирования, и его взаимодействие с экспериментальным воздействием (Х). Эффект воздействия Х может быть определен при сопоставлении пар О2и О4, О2и О5, О2и О6, О1и О2и т.д. Сопоставление О6с О1и О3позволяет оценить эффекты естественного развития и фона.

Планы истинных экспериментов существенно усложняются в случаях использования (и контроля взаимодействий) нескольких независимых переменных, при контроле влияния нескольких побочных переменных методами балансировки * или контрбалансировки * (см. разд. IV.4).

Экспериментальные планы отличаются от доэкспериментальных и квазиэкспериментальных тем, что (1) кроме экспериментальной группы формируется одна или несколько контрольных групп; (2) состав этих групп эквивалентен, уравнен рандомизацией (по мнению Д. Кэмпбелла, попарное уравнивание недопустимо даже в квазиэкспериментальных планах), репрезентативен относительно генеральной совокупности; (3) последствия воздействия независимой переменной определяются на основе сопоставления групп, получивших и получивших экспериментальное воздействие, а любой вывод обеспечивается сравнением ситуаций, различающихся характеристикой, важной для формирования вывода.

 


Дата добавления: 2015-08-28; просмотров: 146 | Нарушение авторских прав




<== предыдущая лекция | следующая лекция ==>
Ø Назовите три главных признака существования парадигмы: | При анализе эффекта мультипликатора важно знать, на каком отрезке кривой AS функционирует экономика – классическом или вертикальном. Если экономика достигла потенциального выпуска, то эффект

mybiblioteka.su - 2015-2024 год. (0.026 сек.)