1. Психологический эксперимент — проводимый в специальных условиях опыт для получения новых научных знаний посредством целенаправленного вмешательства исследователя в жизнедеятельность

1. Психологический эксперимент — проводимый в специальных условиях опыт для получения новых научных знаний посредством целенаправленного вмешательства исследователя в жизнедеятельность испытуемого. Это упорядоченное исследование, в ходе которого исследователь непосредственно изменяет некий фактор (или факторы), поддерживает остальные неизменными и наблюдает результаты систематических изменений. психологический эксперимент иногда включают, кроме собственно эксперимента, такие методы исследования, как наблюдение, опрос, тестирование). В психологии используют лабораторные эксперименты, естественные эксперименты и формирующие эксперименты. Структура эксперимента В нее включаются: 1) субъект, проводящего экспериментальное исследование, или экспериментатор 2) исследуемый объект; 3) условия и обстоятельства экспериментирования, к которым относят конкретные условия времени и места, технические средства экспериментирования (прежде всего экспериментальную установку, а также сопутствующие инструменты и приборы) и теоретический контекст, поддерживающий данную исследовательскую ситуацию. 5. Методы наблюдения основаны на том, что данные о психических явлениях учёные получают или путём непосредственного наблюдения этих явлений или путём наблюдения внешних признаков, в которых эти явления проявляются. Невмешательство в ситуацию выступает важной характеристикой метода, определяя и его достоинства и его недостатки. Достоинством является то, что объект наблюдения не знает, что за ним наблюдают, и в естественной ситуации ведёт себя естественно. Недостатками этого метода является, во-первых, невозможность контролировать ситуацию, во-вторых, установки, интересы, психологические состояния, личностные особенности наблюдателя могут весьма сильно влиять на результаты наблюдения. Основной же недостаток этого метода заключается в очень низкой достоверности полученных результатов, поэтому требует тщательной проверки с помощью других методов исследования. Тем не менее, он является едва ли не самым распространённым в реальной исследовательской практике. Существуют различные виды наблюдений: внешнее (наблюдение со стороны), внутреннее (самонаблюдение), свободное, стандартизированное, включённое, стороннее. Внешнее наблюдение – это прямое целенаправленное наблюдение за поведением объекта (одним человеком или группой лиц) с целью его последующего анализа и объяснения. Внутреннее наблюдение, или самонаблюдение, применяется в тех случаях, когда ставится задача изучить интересующее явление в том виде, в каком оно представлено в его сознании (когда предметом наблюдения становятся собственные мысли, чувства, переживания). Свободное наблюдение ведётся без заранее установленной программы и строгой фиксации на объекте наблюдения, может менять его в ходе самого наблюдения. Стандартизированное наблюдение, напротив, проводится по заранее продуманной программе, в которой отражено, за чем ведётся наблюдение, и строго следует ей. Включённым называется такое наблюдение, при котором исследователь может выступать в качестве непосредственного участника того процесса, за ходом которого оно ведётся (например, психолог вместе с детьми может играть в какую-либо игру и одновременно с этим вести наблюдение за их поведением). Сторонним является наблюдение, которое может быть организованно таким образом, что наблюдатель не вовлечён в тот процесс, который он изучает, т.е. наблюдение без взаимодействия и установления каких-либо контактов с изучаемым лицом или группой лиц. 10. Корреляционный анализ — метод обработки статистических данных, заключающийся в изучении коэффициентов (корреляции) между переменными. При этом сравниваются коэффициенты корреляции между одной парой или множеством пар признаков, для установления между ними статистических взаимосвязей. Цель корреляционного анализа - обеспечить получение некоторой информации об одной переменной с помощью другой переменной. В случаях когда возможно достижение цели, говорят, что переменные коррелируют. В самом общем виде принятие гипотезы о наличии корреляции означает что изменение значения переменной А, произойдет одновременно с пропорциональным изменением значения Б: если обе переменные растут то корреляция положительная, если одна переменная растёт, а вторая уменьшается корреляция отрицательная. Ограничения 1. Применение возможно в случае наличия достаточного количества случаев для изучения: для конкретного вида коэффициента корреляции составляет от 25 до 100 пар наблюдений. 2. Второе ограничение вытекает из гипотезы корреляционного анализа (см. выше), в которую заложена линейная зависимость переменных. Во многих случаях, когда достоверно известно, что зависимость существует корреляционный анализ может не дать результатов просто ввиду того, что зависимость не линейна (выражена, например в виде параболы). 3. Сам по себе факт корреляционной зависимости не даёт основания утверждать, какая из переменных предшествует или является причиной изменений, или что переменные вообще причинно связаны между собой, например ввиду действия третьего фактора. (см. Ложная корреляция, ниже). Данный метод обработки статистических данных весьма популярен в социальных науках (в частности в психологии), хотя сфера применения коэффициентов корреляции обширна: контроль качества промышленной продукции, металловедение, агрохимия и проч. Популярность метода обусловлена двумя моментами: коэффициенты корреляции относительно просты в подсчете, их применение не требует специальной математической подготовки. В сочетании с простотой интерпретации, простота применения коэффициента привела к его широкому распространению в сфере анализа статистических данных. Часто, заманчивая простота корреляционного исследования подталкивает исследователя делать ложные интуитивные выводы о наличии причинно-следственной связи между парами признаков, в то время как коэффициенты корреляции устанавливают лишь статистические взаимосвязи. Иллюстрацией этому служит хорошо известный анекдот: если выйти на улицу и измерить у 1000 случайных прохожих размер обуви и IQ, между ними будет обнаружена статистически значимая корреляция. Однако это не значит, что размер ноги влияет на интеллект, так как на наличие этой взаимосвязи скорее всего повлияли такие факторы, как пол и возраст участников исследования. В современной количественной методологии социальных наук, фактически произошел отказ от попыток установить причинно-следственные связи между наблюдаемыми переменными эмпирическими методами. Поэтому когда исследователи в социальных науках говорят об установлении взаимосвязей между изучаемыми переменными, подразумевают либо общетеоретическое допущение, либо статистическую зависимость. 15. Шкала порядка Если можно установить порядок следования психологических объектов в соответствии с выраженностью какого-то свойства, то используется порядковая шкала. Порядковая шкала образуется, если на множестве реализовано одно бинарное отношение — порядок (отношения "больше" и "меньше"). Построение шкалы порядка — процедура более сложная, чем создание шкалы наименований. Она позволяет зафиксировать ранг, или место, каждого значения переменной по отношению к другим значениям. Этот ранг может быть результатом установления порядка между какими-то стимулами или их атрибутами самим испытуемым (первичный показатель методик ранжирования, или рейтинговых процедур), но может и устанавливаться экспериментатором в качестве вторичного показателя (например, при ранжировке частот положительных ответов испытуемых на вопросы, относящиеся к разным темам). Классы эквивалентности, выделенные при помощи шкалы наименований, могут быть упорядочены по некоторому основанию. Различают шкалу строгого порядка (строгая упорядоченность) и шкалу слабого порядка (слабая упорядоченность). В первом случае на элементах множества реализуются отношения "больше" и "меньше", а во втором — "не больше или равно" и "меньше или равно". Значения величин можно заменять квадратами, логарифмами, нормализовать и т.д. При таких преобразованиях значений величин, определенных по шкале порядка, место объектов на шкале не изменяется, т.е. не происходит инверсий. Еще Стивенс высказывал точку зрения, что результаты большинства психологических измерений в лучшем случае соответствуют лишь шкалам порядка. Шкалы порядка широко используются в психологии познавательных процессов, экспериментальной психосемантике, социальной психологии: ранжирование, оценивание, в том числе педагогическое, дают порядковые шкалы. Классическим примером использования порядковых шкал является тестирование личностных черт, а также способностей. Большинство же специалистов в области тестирования интеллекта полагают, что процедура измерения этого свойства позволяет использовать интервальную шкалу и даже шкалу отношений. 16. Шкала интервалов Шкала интервалов является первой метрической шкалой. Собственно, начиная с нее, имеет смысл говорить об измерениях в узком смысле этого слова — о введении меры на множестве объектов. Шкала интервалов определяет величину различий между объектами в проявлении свойства. С помощью шкалы интервалов можно сравнивать два объекта. При этом выясняют, на сколько более или менее выражено определенное свойство у одного объекта, чем у другого. Шкала интервалов очень часто используется исследователями. Классическим примером применения этой шкалы в физике является измерение температуры по Цельсию. Шкала интервалов имеет масштабную единицу, но положение нуля на ней произвольно, поэтому нет смысла говорить, во сколько раз больше или меньше утренняя температура воздуха, измеренная шкалой Цельсия, чем дневная. Интервальная шкала позволяет применять практически всю параметрическую статистику для анализа данных, полученных с ее помощью. Помимо медианы и моды для характеристики центральной тенденции используется среднее арифметическое, а для оценки разброса—дисперсия. Можно вычислять коэффициенты асимметрии и эксцесса и другие параметры распределения. Для оценки величины статистической связи между переменными применяется коэффициент линейной корреляции Пирсона и т.д. Большинство специалистов по теории психологических измерений полагают, что тесты измеряют психические свойства с помощью шкалы интервалов. Прежде всего, это касается тестов интеллекта и достижений. Численные значения одного теста можно переводить в численные значения другого теста с помощью линейного преобразования: х' = ах + b. Ряд авторов полагают, что относить тесты интеллекта к шкалам интервалов нет оснований. Во-первых, каждый тест имеет "нуль" — любой индивид может получить минимальный балл, если не решит ни одной задачи в отведенное время. Во-вторых, тест имеет максимум шкалы — балл, который испытуемый может получить, решив все задачи за минимальное время. В-третьих, разница между отдельными значениями шкалы неодинакова. По крайней мере, нет никаких теоретических и эмпирических оснований утверждать, что 100 и 120 баллов по шкале IQ отличаются на столько же, на сколько 80 и 100 баллов. Скорее всего, шкала любого теста интеллекта является комбинированной шкалой, с естественным минимумом иили максимумом, но порядковой. Однако эти соображения не мешают тестологам рассматривать шкалу IQ как интервальную, преобразуя "сырые" значения в шкальные с помощью известной процедуры "нормализации" шкалы.(2, 3) 29.точный подбор соответствий. Определив, какие характеристики могли бы оказать воздействие на реакцию испытуемых в отношении независимой переменной, мы отбираем для эксперимента ряд испытуемых. Для каждого выбранного испытуемого в состав контрольной группы подбирается другой испытуемый, [c.134] имеющий то же самое сочетание релевантных характеристик. В результате возникает две группы, тождественные с точки зрения характеристик, которые могли бы повлиять на их реакцию в эксперименте. В идеале их оценки в предварительном тесте должны быть очень близки, и мы можем использовать степень близости, реально установленную в ходе предварительного теста, чтобы оценить свои усилия по достижению соответствия. В связи с этой процедурой возникает ряд проблем. Во-первых, если нам необходимо контролировать большое число характеристик, может оказаться крайне трудно выбрать испытуемых, в точности соответствующих всем этим характеристикам (как это требуется при подборе соответствий). Например, мы могли бы найти людей, одинаковых с точки зрения пола, возраста и расовой принадлежности, но оказаться не в состоянии подобрать их так, чтобы они обладали всеми этими характеристиками и при этом имели одинаковую профессию, уровень образования и одинаково долго жили в данном сообществе. Кроме того, если мы хотим применить программу исследования, предусматривающую наличие более чем двух групп, может оказаться чрезвычайно трудно найти трех или четырех испытуемых с одинаковыми характеристиками. Если только мы не располагаем очень большим фондом потенциальных испытуемых или не имеем дело с самым простым экспериментом, подбор соответствий как способ распределения испытуемых по экспериментальным группам может оказаться невозможным. Второй метод – метод контроля за частотным распределением. В этом случае мы не проводим сопоставление каждого испытуемого с каким-либо другим по всем характеристикам. Вместо этого испытуемые распределяются по группам таким образом, чтобы было гарантировано наличие в каждой группе одних и тех же средних характеристик и одинаковое распределение каждой характеристики. Может так случиться, что не найдется двух испытуемых с одинаковым набором характеристик пола, возраста, расовой принадлежности и профессии, однако каждая группа будет характеризоваться одним и тем же количеством мужчин и женщин, одинаковым средним возрастом и т. п. Более того, группы будут характеризоваться очень близким распределением этих характеристик среди их членов. Контроль за распределением частот практикуется чаще, чем точный подбор соответствий, однако у него есть два существенных недостатка. Во-первых, он позволяет одновременно контролировать только одну переменную. Пользуясь методом распределения частот, можно, например, получить две группы с одинаковым количеством испытуемых в возрасте старше 40 лет и одинаковым количеством чернокожих граждан, однако нет никакой гарантии, что все испытуемые старше 40 лет не окажутся неграми в одной группе и белыми в другой. Если именно так и случится, две группы в действительности не будут сходными. Во-вторых, данный метод не дает возможности контролировать факторы, которые воздействуют на реакции испытуемых, но не были выделены исследователем. Если наша теория неполна (а она почти всегда неполна), мы могли не установить контроль за частотным распределением некоторой важной переменной. Если окажется так, что контрольная и экспериментальная группа систематически различаются по этой неконтролируемой переменной, могут быть получены искаженные результаты. Третий метод формирования групп более гибок по сравнению с точным подбором соответствий. Это метод рандомизации. Испытуемый, выбранный из списка всех подходящих испытуемых, включается в группу посредством некоторого случайного процесса, например с помощью таблицы случайных чисел. Настоящая рандомизация не может быть достигнута с помощью процедур, имеющих случайный характер (вроде того, чтобы отобрать первых 30 человек, выразивших желание участвовать в эксперименте, в экспериментальную группу, а следующих 30 – в контрольную). Рандомизация имеет большое преимущество, создавая у нас чувство уверенности, что все наши группы сходны между собой во всех отношениях, а не только с точки зрения переменных, которые мы считаем релевантными для эксперимента, поскольку при отборе большого числа испытуемых случайное распределение по группам гарантирует нейтрализацию различий между испытуемыми. Таким образом, рандомизация позволяет исключить любую альтернативную конкурирующую гипотезу, утверждающую, что наблюдаемые результаты объясняются какими-то систематическими различиями между группами, она [c.136] является ключом к успешным лабораторным экспериментам. Детально процедуры случайного выбора объектов обсуждаются в 39. НАДЕЖНОСТЬ ЭКСПЕРИМЕНТА - устойчивость результатов эксперимента при его многократном проведении. 38/Обобщение, в котором утверждается просто то, что при любом данном стандартном значении одной переменной х оптимальное линейное предсказание стандартного значения другой парной перемененной у, будет более близко к среднему значению всего множества значений у чем значение х к среднему значению всего множества значений х. Это решение — результат статистических предположений, построенных на использовании регрессии (2) в качестве средства создания предсказаний, и оно не обязательно должно рассматриваться как элемент природы.

2. 1. Разработка программы эксперимента. Разумеется, экспериментальное исследование должно выполняться только тогда, когда в этом есть необходимость, т.е. существует научная задача (или совокупность задач), решение которой может быть получено именно экспериментальным методом. Поэтому на начальном этапе исследователь должен осознать и четко сформулировать свою задачу. Как правило, это происходит в виде выдвижения рабочей гипотезы, после чего исследователь, ориентируясь на имеющиеся знания и материально-технические возможности, разрабатывает адекватную этой гипотезе программу эксперимента (экспериментов); в ходе экспериментов должны быть получены данные, подкрепляющие исходную гипотезу либо опровергающие ее. 2.Проведение экспериментального исследования. Непосредственное проведение исследований является для экспериментатора наиболее напряженным, динамичным этапом работы, требующим от ученого инициативности, быстроты реакции и внимания. Будучи включенным в режим экспериментирования, исследователь должен следить за поддержанием стандартных условий эксперимента, систематически регистрировать, оценивать, осмысливать происходящие события и их характеристики — их частоту, интенсивность, какие-либо количественные параметры и т.п.; оказывать, если это возможно, направленное воздействие на изучаемый объект, управляя независимыми переменными, варьируя и дозируя их. Разумеется, экспериментатор опирается на имеющийся у него план, но использует его с известной долей инициативы, т.к. вполне возможны неожиданные изменения ситуации. Важную роль в ходе этой стадии работы имеет, как известно, составление и ведение протокола исследования (лабораторного журнала). В протоколе фиксируется информация о ходе эксперимента, действиях экспериментатора, состоянии изучаемого объекта. 3. Анализ и обобщение результатов эксперимента. Эта стадия завершает экспериментальное исследование. Здесь исследователь проводит общий анализ достигнутых результатов. В ходе непосредственной экспериментальной работы часто трудно бывает уяснить суть происходящего, увидеть ее за сочетанием факторов и изменением переменных, а ведь для науки важны не эмпирические данные сами по себе, в чистом виде, а стоящие за ними смыслы, их теоретическая ценность. Именно осмысление проведенного исследования, т.е. содержательная интерпретация первичного материала, и составляет задачу третьей стадии. Прежде всего исследователь оценивает сами полученные данные — насколько они отвечают статистическим требованиям, не содержат ли они систематические ошибки и артефакты (искусственно произведенные лабораторные эффекты, не имеющие объективного значения). Далее исследователь производит сопоставление исходной гипотезы с полученными данными. В случае расхождения приходится решать вопрос либо о необходимости скорректировать исходные теоретические положения, либо о достоверности экспериментального исследования. Таким образом, исследователь принимает решение о дальнейшей экспериментальной деятельности: считать ли основную часть работы завершенной, а цель эксперимента— достигнутой, или провести дополнительный сбор информации и перейти к планированию новой серии исследований, а работу считать неудачной и требующей повторного выполнения 6. Вали́дность (англ. validity) — мера соответствия того, насколько методика и результаты исследования соответствуют поставленным задачам. В частности, валидность считается фундаментальным понятием экспериментальной психологии и психодиагностики. Как в экспериментальной психологии, так и в статистике валидное измерение — такое измерение, которое измеряет то, что оно должно измерять. То есть, к примеру, при валидном измерении интеллекта измеряется именно интеллект, а не что-то другое. Безупречный эксперимент (возможный лишь в теории) будет обладать безупречной валидностью: он будет точно показывать, что экспериментальный эффект был вызван изменением независимой переменной, он будет полностью соответствовать реальности, его результаты можно обобщить без ограничений. Когда говорят о степени валидности, рассматривается то, насколько результаты исследования соответствуют поставленным задачам (однако при этом валидность не измеряется в каких-либо условных единицах). Внешняя валидность (англ. external validity) — вид валидности, определяющий то, насколько результаты конкретного исследования можно распространить на весь класс подобных ситуаций/явлений/объектов. Данное понятие можно рассматривать как междисциплинарное: оно широко применяется в экспериментальной психологии, а также в других сферах науки. Внешняя валидность — соответствие реального исследования изучаемой объективной реальности. Операциональная валидность определяет степень соответствия используемой экспериментальной методики (экспериментальных утверждений) теоретическим положениям, которые положены в основу организации и проведения данного эксперимента. Констру́ктная вали́дность (концептуальная, понятийная валидность) — частный случай операциональной валидности, степень адекватности метода интерпретации экспериментальных данных теории, которая определяется правильностью употребления терминов той или иной теории. Вну́тренняя вали́дность (англ. internal validity) — вид валидности, степень влияния независимой переменной на зависимую переменную. Внутренняя валидность тем выше, чем больше вероятность того, что изменение зависимой переменной вызвано изменением именно независимой переменной (а не чего-либо ещё)[1]. Данное понятие можно рассматривать как междисциплинарное: оно широко применяется в экспериментальной психологии, а также в других сферах науки. Внутренняя валидность — соответствие реального исследования идеальному. 11. Вид матрицы данных, включающий коэффициенты корреляции для всех пар анализированных переменных. М. к. представляет собой основу для факторного анализа, канонической корреляции и др. статист, техник, воспроизводящих структуру зависимости между переменными. Корреляционные моменты, коэффициент корреляции - это числовые характеристики, тесно связанные во введенным выше понятием случайной величины, а точнее с системой случайных величин. Поэтому для введения и определения их значения и роли необходимо пояснить понятие системы случайных величин и некоторые свойства присущие им. Два или более случайные величины, описывающих некоторое явление называют системой или комплексом случайных величин. Систему нескольких случайных величин X, Y, Z, …, W принято обозначать через (X, Y, Z, …, W). 14. Шкала наименований Шкала наименований получается путем присвоения "имен" объектам. При этом нужно разделить множество объектов на непересекающиеся подмножества. Иными словами, объекты сравниваются друг с другом и определяется их эквивалентность — неэквивалентность. В результате процедуры образуется совокупность классов эквивалентности. Объекты, принадлежащие одному классу, эквивалентны друг другу и отличны от объектов, относящихся к другим классам. Эквивалентным объектам присваиваются одинаковые имена. Операция сравнения является первичной для построения любой шкалы. Для построения такой шкалы нужно, чтобы объект был равен или подобен сам себе (х=х для всех значений х), т.е. на множестве объектов должно быть реализовано отношение рефлексивности. Для психологических объектов, например испытуемых или психических образов, это отношение реализуемо, если абстрагироваться от времени. Но поскольку операции попарного (в частности) сравнения множества всех объектов эмпирически реализуются неодновременно, то в ходе эмпирического измерения даже это простейшее условие не выполняется. Следует запомнить: любая шкала есть идеализация, модель реальности, даже такая простейшая, как шкала наименований. Таким образом, нет оснований говорить о шкале наименований (номинативной шкале или шкале строгой классификации) как простейшей шкале, начальном уровне измерения в психологии. Существуют более "примитивные" (с эмпирической, но не с математической точки зрения) виды шкал: шкалы, основанные на отношениях толерантности; шкалы "размытой" классификации и т.п. О шкале наименований можно говорить в том случае, когда эмпирические объекты просто "метятся" числом. Самая простая номинативная шкала называется дихотомической. При измерениях по дихотомической шкале измеряемые признаки можно кодировать двумя символами или цифрами, например 0 и 1, или 2 и 6, или буквами А и Б, а также любыми двумя отличающимися друг от друга символами. Признак, измеренный по дихотомической шкале, называется альтернативным. В дихотомической шкале все объекты, признаки или изучаемые свойства разбиваются на два непересекающихся класса, при этом исследователь ставит вопрос о том, «проявился» ли интересующий его признак у испытуемого или нет. (4). Исследователь, пользующийся шкалой наименований, может применять следующие инвариантные статистики: относительные частоты, моду, корреляции случайных событий, критерий. 17. Шкала отношений Шкалу отношений называют также шкалой равных отношений. Особенностью этой шкалы является наличие твердо фиксированного нуля, который означает полное отсутствие какого-либо свойства или признака. Шакала отношений является наиболее информативной шкалой, допускающей любые математические операции и использование разнообразных статистических методов. Шкала отношений по сути очень близка интервальной, поскольку если строго фиксировать начало отсчета, то любая интервальная шкала превращается в шкалу отношений. Шкала отношений показывает данные о выраженности свойств объектов, когда можно сказать, во сколько раз один объект больше или меньше другого. Это возможно лишь тогда, когда помимо определения равенства, рангового порядка, равенства интервалов известно равенство отношений. Шкала отношений отличается от шкалы интервалов тем, что на ней определено положение "естественного" нуля. Классический пример — шкала температур Кельвина. Именно в шкале отношений производятся точные и сверхточные измерения в таких науках, как физика, химия, микробиология и др. Измерение по шкале отношений производятся и в близких к психологии науках, таких, как психофизика, психофизиология, психогенетика. Измерения массы, времени реакции и выполнения тестового задания — области применения шкалы отношений. Отличием этой шкалы от абсолютной является отсутствие "естественной" масштабной единицы. 19. Надёжностью называется один из критериев качества теста, его устойчивость по отношению к погрешностям измерения. Различают два вида надёжности - надёжность как устойчивость и надёжность как внутреннюю согласованность. Устойчивость результатов теста или ретестовая надежность (англ - test-retest reliability) – возможность получения одинаковых результатов у испытуемых в различных случаях. Устойчивость определяется с помощью повторного тестирования (ретеста): В данном методе предлагается провести несколько замеров с некоторым промежутком времени (от недели до года) одним и тем же тестом. Если корреляция между результатами различных замеров будет высокой, следовательно, тест достаточно надежный. Наименьшим удовлетворительным значением для ретестовой надежности является 0,5. Однако надежность не всех тестов можно проверять этим методом, так как оцениваемое качество, явление или эффект могут быть сами по себе нестабильны (например, наше настроение, которое может меняться от одного замера к следующему). Еще один недостаток повторного тестирования – это эффект привыкания. Испытуемые уже знакомы с этим тестом, а может быть, даже помнят большую часть своих ответов после предыдущего заполнения. 25.Смешение семантическое (процедурное) — источник нарушения внутренней валидности Вызвано тем, что действие независимой переменной сопровождается влиянием связанных с ней фактов, которые изменяются в зависимости от уровня переменной и которые невозможно одновременно проконтролировать. К их числу относятся факторы времени, последовательности предъявления, индивидуальных различий и т. д. Смешение сопутствующее — источник нарушения внутренней валидности, обусловленный неизбежным сочетанием в эксперименте основного воздействия с сопутствующим ему. Одним из проявлений сопутствующего смешения является плацебо-эффект. 30. Позиционное Уравнивание Экспериментальная методика, используемая для подавления эффекта последовательности. Если этапы эксперимента всегда выполняются в одинаковом порядке (за условием А следует условие Б), то участники могут показать лучший или худший результат лишь вследствие порядка выполнения обоих условий (имеется в виду влияние таких факторов, как привыкание, скука, усталость и т. д.). не ликвидирует этот эффект, но стремится к его сглаживанию таким образом, что любое различие, возникающее вследствие порядка А-Б, становится таким же, как различие вследствие порядка Б-А. КВАДРАТ ЛАТИНСКИЙ — наиболее распространенная схема кроссиндивидуального многоуровневого) эксперимента, основанная на позиционном уравнивании предъявления уровней независимой переменной (см. Уравнивание позиционное). “К. Л.” — это набор таких последовательностей уровней независимой переменной, в которых каждый из уровней встречается в каждой позиции только один раз. Схема К. Л.—случайный выбор и использование экспериментатором одного из вариантов этих наборов, когда каждая последовательность уровней предъявляется одному испытуемому (или одной группе). Способ контроля эффектов однородного и, главное, неоднородного переноса при относительно небольшом числе испытуемых. Возможность возникновения эффектов ряда центрации сохраняется; Предположим, что нужно провести несколько экспериментов, зависящих от 3 параметров 1≤a,b,c≤n, так чтобы для каждой пары параметров были опробованы все n² вариантов. Тогда нужно взять любой латинский квадрат порядка n и провести n² экспериментов с параметрами a = номер строки, b = номер столбца, c = значение в клетке латинского квадрата. 40.Проверка гипотезы (версии) - целенаправленный сбор доказательств, которые подтверждают или опровергают эти предположения. Можно сформулировать основные требования, предъявляемые к построению и проверке гипотез и версий (или условия их рационального построения): 1.Требование объективности. Объективность означает отсутствие предвзятости, т.е. исследователь руководствуется интересами установления истины, а не своими субъективными склонностями, желаниями. 2.Требование всесторонности исследования фактических данных. Всесторонность означает следующее: а) гипотеза (версия) должна дать объяснение всем собранным фактам без исключения; б) по каждому обстоятельству причинно-следственной связи явлений (преступления) должны быть построены все возможные гипотезы (версии), по-разному их объясняющие. 3.Гипотеза (версия) должна быть эмпирически и теоретически обоснована и согласована с уже имеющимся знанием. Если факт установлен с достоверностью, то сбор дальнейшего материала можно прекратить. Если полученные выводы с одними фактами согласуются, а другими опровергаются, то необходимо расширить пределы собирания доказательств до устранения или объяснения противоречий. При проверке двух или более взаимосвязанных следствий проверяются в первую очередь те, которые относятся к обстоятельствам более позднего происхождения и являются более правдоподобными. 4.С логической точки зрения, необходимым показателем соответствия гипотезы тому фрагменту знания, на базе которого она выдвигается, является непротиворечивость: гипотеза не должна противоречить установленным знаниям. 5.Гипотеза должна быть принципиально проверяемой, допускать проверку фактами. 6.Гипотеза должна обладать определенной предсказательной и объяснительной силой, способностью отыскивать новые, еще не известные факты и дать им рациональное объяснение. 7.При проверке каждой гипотезы (версии) необходимо стремиться вывести все возможные следствия. Соблюдение этого требования дает возможность максимально конкретизировать общее направление и границы расследования. 8.Все построенные по делу версии проверяются параллельно. При этом необходимо иметь в виду, что при отпадении отдельных версий не следует упускать возможности проверки остальных версий.

4. НУЛЬ-ГИПОТЕЗА (нулевая гипотеза) — утверждение, постулирующее отсутствие различий между сравниваемыми величинами или отсутствие связи между изучаемыми переменными. Используется при статистической проверке Г. В качестве антитезиса к Н.-Г. формулируется альтернативная Г., утверждающая наличие различий между величинами или связи между переменными. Статистическая проверка Г. состоит в том, чтобы на основании некоторого численного критерия определить, следует ли принять Н.-Г. или отклонить ее, что равносильно принятию альтернативной Г. Н.-Г. при этом играет роль теоретического утверждения, которое следует отклонить, если найдется противоречащий ему пример, но нельзя считать доказанным, если такого примера нет. Таким образом, отклонение Н.-Г. «более важно», чем ее принятие. НУЛЬ-ГИПОТЕЗА — гипотеза об отсутствии различия между условиями независимой переменной (по их действию на зависимую переменную). Проверка Н.Г. возможна только в лабораторном эксперименте и необходима для установления статистической значимости экспериментальных результатов. Вероятности отвержения и неотвержения Н.-Г. задаются альфа- и бета-уровнями 3. Статистическая гипотеза (statistical hypothesys) — это определённое предположение о распределении вероятностей, лежащем в основе наблюдаемой выборки данных. Проверка статистической гипотезы (testing statistical hypotheses) — это процесс принятия решения о том, противоречит ли рассматриваемая статистическая гипотеза наблюдаемой выборке данных. Статистический тест или статистический критерий — строгое математическое правило, по которому принимается или отвергается статистическая гипотеза. 7. Вну́тренняя вали́дность (англ. internal validity) — вид валидности, степень влияния независимой переменной на зависимую переменную. Внутренняя валидность тем выше, чем больше вероятность того, что изменение зависимой переменной вызвано изменением именно независимой переменной (а не чего-либо ещё)[1]. Данное понятие можно рассматривать как междисциплинарное: оно широко применяется в экспериментальной психологии, а также в других сферах науки. Внутренняя валидность — соответствие реального исследования идеальному. При обладающем внутренней валидностью исследовании исследователь уверен, что результаты, полученные измерением зависимой переменой, непосредственно связаны с независимой переменной, а не с каким-нибудь другим неконтролируемым фактором[2]. Однако, фактически, в науке (особенно в психологии) невозможно со стопроцентной уверенностью утверждать, что внутренняя валидность соблюдена. Например, невозможно изучить какой-то психический процесс отдельно от психики в целом. Поэтому всегда при любом психологическом эксперименте учёный может лишь максимально (но не абсолютно) удалить или минимизировать разнообразные факторы, угрожающие внутренней валидности 8. Внешняя валидность (англ. external validity) — вид валидности, определяющий то, насколько результаты конкретного исследования можно распространить на весь класс подобных ситуаций/явлений/объектов. Данное понятие можно рассматривать как междисциплинарное: оно широко применяется в экспериментальной психологии, а также в других сферах науки. Внешняя валидность — соответствие реального исследования изучаемой объективной реальности. Внешняя валидность определяет то, в какой мере результаты, полученные в эксперименте, могут соответствовать тому типу жизненной ситуации, которая была исследована, и то, насколько возможно обобщить эти результаты на все подобные жизненные ситуации[1]. Например, критику психологов-экспериментаторов в том, что о студентах-второкурсниках и белых крысах они знают очень много, а обо всём остальном — очень мало, можно рассматривать как критику внешней валидности Как и в отношении любой другой валидности, о внешней валидности в исследовании, вероятно, невозможно сказать, что она абсолютно соблюдена, можно указать только на её нарушение. Абсолютным соблюдение внешней валидности считалось бы тогда, когда результаты исследования можно обобщить на любые популяции при любых условиях и в любое время, поэтому учёные говорят не о соблюдении либо несоблюдении внешней валидности, а о степени её соблюдения. 9. Констру́ктная вали́дность (концептуальная, понятийная валидность) — частный случай операциональной валидности, степень адекватности метода интерпретации экспериментальных данных теории, которая определяется правильностью употребления терминов той или иной теории. Конструктная валидность, обоснованная Л.Кронбахом в 1955г., характеризуется способностью теста к измерению такой черты, которая была обоснована теоретически (как теоретический конструкт). Когда сложно найти адекватный прагматический критерий, может быть выбрана ориентация на гипотезы, сформулированные на основе теоретических предположений об измеряемом свойстве. Подтверждение этих гипотез свидетельствует о теоретической обоснованности методики. Сначала необходимо, насколько возможно полно, содержательно описать конструкт, для измерения которого предназначен тест. Это достигается за счет формулирования гипотез о нем, предписывающих, с чем данный конструкт должен коррелировать, а с чем не должен. После чего данные гипотезы проверяются. Это наиболее эффективный способ валидизации для личностных опросников, для которых установление единственного критерия их обоснованности является затруднительным. Конструктная валидность является наиболее комплексным и сложным видом валидности. Вместо одного результата (прежде всего прагматического) необходимо учитывать множество (чаще всего собственно психологических). Конструктная валидность имеет отношение к попыткам обозначения любых аспектов эксперимента. Опасности нарушения конструктной валидности заключаются в неправильном обозначении причины и эффекта с помощью абстрактных терминов, терминов, взятых из обыденного языка или формальной теории. 12. Измерительная шкала — основное понятие, введенное в психологию в 1950г. С.С. Стивенсом; его трактовка шкалы и сегодня используется в научной литературе. Шкала измерения – ограничение типа отношений между значениями переменных, накладываемое на результаты измерений. Чаще всего, шкала измерения зависит от инструмента измерения. К примеру, если переменной является цвет глаз, то мы не можем сказать, что один человек больше или меньше другого по этой переменной, мы так же не можем найти среднее арифметическое цвета. Если переменной является порядок (именно порядок) рождения детей в семье, то мы можем сказать, что первый ребенок однозначно старше второго, но не можем сказать на сколько он старше (отношения «больше/меньше»). Имея результаты теста интеллекта, мы можем однозначно сказать на сколько один человек интеллектуальнее другого. С.Стивенс рассматривал четыре шкалы измерения. В психологии различные шкалы используются для изучения разных характеристик социально-психологических явлений. Первоначально выделялись четыре типа числовых систем, определявших соответственно четыре уровня, или шкалы измерения: 1) шкала наименований - номинальная; 2) шкала порядка — ординальная; шкала интервалов - интервальная; 4) шкала отношений — пропорциональная. (6). Первые две шкалы получили название неметрических, вторые две — метрических. В соответствии с этим в психологии говорят и о двух подходах к психологическим измерениям: метрическом (более строгом) и неметрическом (менее строгом). (1). Ряд специалистов выделяют также абсолютную шкалу и шкалу разностей. 18. Чаще всего применяются следующие процедуры субъективного шкалирования: Метод ранжирования. Все объекты представляются испытуемому одновременно, он должен их упорядочить по величине измеряемого признака. Метод парных сравнений. Объекты предъявляются испытуемому попарно (число предъявлении равно числу сочетаний (п)). Испытуемый оценивает сходства— различия между членами пар. Метод абсолютной оценки. Стимулы предъявляются по одному. Испытуемый дает оценку стимула в единицах предложенной шкалы. Метод выбора. Индивиду предлагается несколько объектов (стимулов, высказываний и т.д.), из которых он должен выбрать те, которые соответствуют заданному критерию. По предмету измерения все методики делятся на: а) методики шкалирования объектов, б) методики шкалирования индивидов и в) методики совместного шкалирования объектов и индивидов. Методики шкалирования объектов (стимулов, высказываний и др.) выстраиваются в контекст экспериментальной или измерительной процедуры. По своей сути они не являются задачей исследователя, а представляют собой экспериментальную задачу испытуемого. Исследователь использует эту задачу для выявления поведения испытуемого (в данном случае — реакций, действий, вербальных оценок и др.), чтобы определить особенности его психики. Поэтому нет оснований причислять эти техники к методам психологического измерения поведения, если под измерением понимать только задачу экспериментатора. При субъективном шкалировании испытуемый выполняет функции измерительного прибора, а экспериментатор мало интересуется особенностями «измеряемых» испытуемым объектов и исследует сам «измерительный прибор». 22. Контрольная переменная – это переменная, значения которой не изменяются при различных уровнях независимой переменной. Желательно, чтобы вместе с независимой переменной в исследовании не изменялась никакая другая переменная. В любом эксперименте существует больше переменных, чем реально можно контролировать, т.е. не существует идеальных экспериментов. Экспериментатор пытается контролировать как можно больше значимых, с его точки зрения, переменных и надеется, что остальные неконтролируемые переменные (факторы) будут давать маленький эффект по сравнению с эффектом независимой переменной. Если эффект посторонних неконтролируемых переменных на зависимую переменную велик, говорят о смешении. Обычно исследователь выбирает в качестве контрольных те переменные, которые он по какой-либо причине считает важными для результатов исследования или чье влияние на зависимую переменную он прогнозирует. Следует учитывать, что чем меньше эффект независимой переменной, тем тщательнее должен быть контроль. 23.Любой результатэксперимента, который не является значительным. Вообще, имеется тенденция не сообщать о нулевых результатах в научной литературе, что иногда вызывает сожаление, так как знание о том, что такой-то и такой-то эффекты не были получены, имеет часто важное значение. Нулевой результат — отсутствие ожидаемого результата от научного эксперимента. 24.Контрольная группа При проведении эксперимента это группа участников, по возможности точно копирующая эксперименталъную группу, но не имеющая независимой переменной. Если результат, полученный в экспериментальной группе, значительно отличается от контрольной группы, экспериментатор может отнести разницу за счет независимой переменной. Для проверки лечебных свойств нового препарата психологи пользуются контрольной группой, получаюшсй не сам препарат, а тацебо. Если в экспериментальной группе наблюдается значительное улучшение по сравнению с контрольной, то положительный результат приписывается непосредственному воздействию лекарства. Экспериментальная группа – это группа, непосредственно подвергающаяся экспериментальному воздействию в процессе исследования, то есть группа, с которой непосредственно работает экспериментатор. 33. Квазиэксперимент — разновидность эксперимента, когда экспериментатор не оказывает непосредственного воздействия на участников или условия эксперимента, а пользуется уже существующими группами для изучения интересующих его процессов. Если исследователь интересуется результатами двух разных методов обучения чтению в начальной школе, он может либо разделить детей на две группы и контролировать обучение (настоящий эксперимент), либо изучать уже существующие группы, которые учатся читать по разным методам (квазиэксперимент). Оба способа позволяют исследователю прийти к определённым выводам, но при этом выводы, полученные в результате квазиэксперимента, носят более спекулятивный характер из-за слабого контроля над ситуацией и факторами возможного воздействия. 34. Ошибки в выводах (оценка выводов как артефактных, или недостоверных) – совокупность неверных умозаключений или обобщений, приводящих: 1) к неверным обобщениям относительно вида экспериментальной или корреляционной зависимости, 2) к неадекватным переносам полученного в исследовании результата за его пределы, 3) к логически или содержательно неправомерным заключениям на уровне оценки эмпирической подкрепленности тех или иных теорий. Применительно к методу наблюдения это также произвольность в интерпретации причинно-действующих факторов, которыми исследователь не управляет. Применительно к выводам из экспериментального исследования различают характерные ошибки контроля за выводом: неправомерные апелляции к авторитету, к факту и т.д. 36.Основная часть отчетов о научно-исследовательских работах, предшествующих разработке продукции должна отражать состав работ. В основной части отчетов о НИР должны быть отражены следующие этапы научно-исследовательской работы: - выбор направления исследований; - теоретические и/или экспериментальные исследования; - обобщение и оценка результатов исследований. Если утвержденным техническим заданием или планом (программой) не предусматривается выпуск промежуточных отчетов, то результаты исследований на этих этапах должны быть отражены в заключительном отчете о работе. В отчетах должны быть отражены: - обоснование выбора принятого направления исследования, методы решения задачи и их сравнительные оценки, разработка общей методики проведения НИР, анализ и обобщение существующих результатов; - характер и содержание выполненных теоретических исследований, методы расчета, для экспериментальных работ – обоснование необходимости проведения экспериментальных исследований, принцип действия разработанной аппаратуры, оценка погрешностей измерений, полученные экспериментальные данные; - оценка полноты решения поставленной задачи, соответствие выполненных исследований программе, оценка достоверности полученных результатов (характеристик, параметров), их сравнение с аналогичными результатами отечественных и зарубежных работ, обоснование необходимости проведения дополнительных исследований, отрицательные результаты, приводящие к необходимости прекращения дальнейших исследований. При наличии в отчетах данных о свойствах веществ и материалов представление этих данных должно соответствовать требованиям обязательного приложениях.

Дата добавления: 2015-09-30