Лекции по "Экспериментальной психологии"

 

статистический анализ данных	Обычно логика тестирования гипотез  следующая: экспериментатор подбирает  условия (экспериментальные и контрольные), чтобы протестировать свою гипотезу, предполагая, что экспериментальные  условия вызовут некий эффект по сравнению с контрольными условиями. Эта гипотеза тестируется в сравнении с нуль-гипотезой. Нуль-гипотеза представляет из себя утверждение об отсутствии связи между выбранными переменными. Эксперимент считается удачным, когда удается отвергнуть нуль-гипотезу, т.е. показать, что она ложна, а, следовательно, начальная гипотеза о наличии связи - верна.
интерпретация данных	Получить данные мало - надо их еще  проинтерпретировать. Просто данные не имеют ценности сами по себе, они  должны быть соотнесены с теорией, объясняющей поведение.
отчет

 

2

Наблюдения  в  психологических  исследованиях

 

Литература - [1] - гл. 3,9, [2] - гл. 1, 2, 3.3, 5.4

 

Эмпирические наблюдения - это данные, собранные о каком-либо определенном аспекте мира.

 

Какие наблюдения считаются хорошими? - Те, что соответствуют истине. Так как практически такие наблюдения делать невозможно, то хорошими считаются те, что наиболее приближаются к истине. Такие наблюдения называются валидными. Валидность - это достоверность или степень достоверности наблюдений. Обычно различают

• конструктивную,
• внутреннюю и
• внешнюю валидности.

 

конструктивная	Конструктивная валидность – показатель, определяющий насколько точно зависимые  и независимые переменные отражают (или измеряют) реальные свойства, которые они предназначены представлять.   Существует 2 способа повысить конструктивную валидность:   Операциональные определения - это определения некоторых явлений, данные через их наблюдаемые и измеряемые свойства. Поведение становится привязанным к независимой переменной, которая его производит, и к зависимой переменной, которая его измеряет.   2. Протоколы - спецификация того, как должны проводиться измерения. Валидные исследования строго придерживаются протокола, чтобы поведение всех подопытных измерялось точно, аккуратно и одинаково при всех уровнях независимой переменной.
внешняя	Внешняя валидность относится  к возможности обобщать выводы, сделанные  из определенных экспериментов с  определенными испытуемыми, на другие ситуации и другие группы людей. Для того, чтобы быть уверенным, что наблюдаемое явление не относится лишь к одному отдельно взятому человеку, обычно исследуют достаточно большую группу людей (выборку). Такая выборка, в идеале, должна отражать по своим характеристикам всю совокупность людей, на которую мы хотим затем распространить выводы, сделанные по результатам исследований. Если выборка правильно отражает по некоторому параметру всю группу, то ее называют репрезентативной выборкой. Исследования на репрезентативных выборках внешне валидны.            Обычно в исследованиях берут  достаточно большую случайную  выборку и считают, что она  репрезентативна.
внутренняя	Внутренняя валидность характеризует  возможность делать причинные утверждения  об отношениях между переменными. Если наблюдения внутренне валидны, то с достаточной долей уверенности можно предполагать, что изменения одной переменной вызвали изменение другой переменной. В принципе, экспериментальные наблюдения позволяют делать причинные утверждения..   Источники внутренней невалидности: смешение – самая главная угроза ошибки экспериментатора

 

 

В психологии мы используем наблюдения для:

• описания поведение – описательные наблюдения
• описания отношения (связи) между двумя или более аспектами поведения - зависимостные наблюдения
• объяснения причины поведения - объяснительные наблюдения

 

 

ОПИСАТЕЛЬНЫЕ НАБЛЮДЕНИЯ

 

- наиболее очевидный способ  делать наблюдения в психологии;

- имеет своей целью описание  поведения.

 

Описательные наблюдения перечисляют, какое поведение происходит, с  какой частотой и с какой последовательностью и в каком количестве.

 

Можно выделить 3 вида описательных наблюдений: натуралистические, прецеденты (частные случаи) и обзоры.

 

натуралистические	Натуралистические наблюдения обычно используются в этологии (наука, которая занимается изучением естественного поведения, особенно в дикой природе) в тестировании младенцев
прецеденты (частные случаи)	Исследование прецедентов - интенсивное  исследование какого-либо одного случая некоторого рода (пациента с определенным психическим расстройством, экстрасенса или группы людей, ожидающих конца света).
обзоры (опросы)	Сбор подробной информации у  большой группы людей, выбранных  случайно, по ряду вопросов.

 

Преимущества описательный наблюдений:

• полезны на начальных стадиях исследований
• бывают полезны, когда нет возможности использовать другие методы

 

Недостатки:

• не дают возможности сделать выводы об отношениях между переменными
• невозможность повторения делает их крайне субъективными
• антроморфизм (приписывание человеческих характеристик животным и даже неодушевленным предметам)
• внутренняя невалидность, так как такие методы позволяют а) выбирать случаи из целой кучи случаев, а также отбирать вопросы, ответы и факты; б) соотносить эти случаи и ответы с нашей заранее разработанной теорией, и таком образом «доказать» любую теорию. Пример: теория Фрейда. Какова ни была бы гениальность Фрейда, его теория не выдерживает критики в плане фактов и доказательств, на которых она основана.

 

ЗАВИСИМОСТНЫЕ  НАБЛЮДЕНИЯ

Это наблюдения взаимосвязей, зависимостей между различными явлениями и свойствами. Для исследования такой зависимости мы можем использовать корреляционную технику. Использование корреляционной техники позволяет нам определить степень отношения между двумя интересующими нас переменными. Обычно при этом мы надеемся, что по одной переменной мы можем предсказать другую. Такие заключения делаются «ex post facto», то есть после случившегося. Сначала собираются наблюдения об интересующем нас поведении и потом вычисляется коэффициент корреляции, который и выражает степень связи между двумя переменными или измерениями.

 

Коэффициент корреляции - это показатель степени связи  между двумя переменными или  измерениями.

Изменяется от -1 до +1.

 

Величина коэффициента корреляции показывает  степень зависимости (большие числа показывают большую степень зависимости).

Знак коэффициента корреляции показывает направление отношений. Пример положительной корреляции - между курением и раком легких. Пример отрицательной корреляции - между курением и оценками. Люди, которые курят больше, имеют тенденцию получать худшие оценки.

 

 

 

 

 

 

 

 

 

 

Интерпретация коэффициента корреляции

 

Существование даже очень большого коэффициента корреляции не гарантирует причинной связи

 

СУЩЕСТВОВАНИЕ НИЗКОГО  КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ МЕЖДУ НЕКОТОРЫМИ ПЕРЕМЕННЫМИ НЕ ГАРАНТИРУЕТ ОТСУТСТВИЕ ПРИЧИННЫХ СВЯЗЕЙ МЕЖДУ ЭТИМИ ПЕРЕМЕННЫМИ

 

Если высокая корреляция не гарантирует  наличия причинных связей, да и  связей вообще, то и низкая корреляция не позволит нам отвергнуть гипотезу о наличие такой связи.

 

Существует по крайней мере две  проблемы с низкой корреляцией:

1. Смешение. Низкий коэффициент корреляции может быть вызван действием некоторых неучтенных факторов.
2. Ограниченный интервал данных (truncated range). Чтобы вычислить имеющую смысл корреляцию, надо иметь достаточно большую разницу между значениями интересующей нас переменной; должно быть достаточное разнообразие в распределении чисел. Если этого нет, корреляция будет очень низкой.
3. Коэффициент корреляции - показатель линейной связи. Если связь между переменными нелинейная, то коэффициент корреляции будет низким.

 

Еще одна проблема - неизвестное направление  причинности

 

ПРИЧИННЫЕ  НАБЛЮДЕНИЯ

 

Это контролируемые эксперименты.

Рассмотрите философские проблемы причинности на занятиях по философии, так как они влияют на психологические эксперименты больше, чем мы думаем. Некоторые исследователи даже предлагают отказаться от этого термина (причина), как от ненужного. Почему это происходит? Потому что в экспериментальной психологии неизвестно, что нам удалось определить - причину или что другое.

Причина может быть довольно сложным  множеством составляющих, каждая из которых  может вызывать наблюдаемый эффект. Например, время. Предположим, мы изучаем  зависимость времени, в течение  которого подопытные изучают некое сообщение, и изменение отношения к сообщению. Предположим, что мы меняем время и обнаруживаем, что с увеличением времени отношение к сообщению меняется. Можем ли мы сказать, что время вызвало изменение в отношении? С одной стороны, это кажется разумным. Но может быть, что это какой-то психологический процесс вызывает изменения отношения. Например, если мы кинули велик на улице на зиму, а он заржавел, то мы не скажем, что это время вызвало ржавчину.

Поэтому иногда говорят, что эксперименты - это только контролируемые корреляции, так как изменяемая переменная состоит на самом деле из нескольких смешанных частей.

Однако эксперименты позволяют  нам определить направление отношений. В этом их преимущество по сравнению с корреляционными исследованиями. Эксперименты также показывают, что причина по крайней мере включена в независимую переменную, а не является каким-либо третьим фактором. Поэтому эксперименты могут быть внутренне валидны.

 

 

 

3

Измерения в  психологии

 

Литература - [2] - гл. 6

 

Измерения - это систематический способ ставить в соответствие состояниям или свойствам объектов определенные числа или имена.

 

Здесь следует отметить, что любое  измерение – это измерение  свойства, но никак не объекта.

 

Психологическое измерение - оценка величины тех или других параметров реальности или оценка сходств или различий, которую производит испытуемый. На основании этих оценок исследователь «измеряет» особенности субъективной реальности испытуемого. В этом смысле «психологическое измерение» является задачей, данной испытуемому. Психологическое измерение во втором значении проводится для оценки особенностей поведения испытуемого. Это задача психолога, а не испытуемого.

 

 

ИЗМЕРИТЕЛЬНЫЕ ШКАЛЫ

 

Строгое определение шкалы достаточно сложно¹.

 

Проще можно сказать, что шкала - это правило, по которому мы ставим имена (числа) в соответствие с объектами или свойствами объектов.

 

Типы измерительных  шкал

 

Обычно различают 4 вида измерительных  шкал (Дружинин, 1997, Elmes et al, 1992, Stevens, 1951):

• шкала наименований (номинальная шкала, nominal scale)
• шкала порядка (порядковая шкала, ordinal scale)
• шкала интервалов (интервальная шкала, interval scale)
• шкала равных отношений (шкала отношений, ratio scale)

 

! Хотя существуют и другие интерпретации (Coombs, 1964)

 

Типы шкал определяются по свойствам, которыми они обладают. Типы шкал перечислены далее с увеличением информативности. Каждая последующая шкала обладает свойствами предыдущей шкалы и еще дополнительным. Это значит, в частности, что статистические процедуры, которые можно использовать для шкалы наименований, подходят и для всех остальных. Но статистика для шкалы равных отношений не подойдет для трех менее информативных шкал.

 

шкала наименований	измеряет свойство различия по некоторому признаку и ничего больше. Шкала наименований просто сортирует объекты в различные категории.   Примеры
шкала порядка	Отражает разницу в величине некоторого свойства. Значения шкалы  ставятся в соответствие значениям  некоторого свойства так, что из порядок  отражает порядок изменения величины этого свойства у выбранных объектов.   Такая шкала показывает порядок  расположения объектов по выбранному показателю, не давая никакой информации о реальных величинах этого показателя.   Иногда такие шкалы могут  иметь ноль, который совпадает  с «нулем» выбранного свойства.   Шкала порядка предполагает монотонную зависимость между делениями  шкалы и показателем параметра.   Примеры
шкала интервалов	обладает свойствами различия, величины и равных интервалов. В этой шкале  не только значения шкалы, но и значения интервалов имеют смысл. В шкале интервалов значение разницы между значениями шкалы так или иначе отражает разницу в обладании выбранным свойством.   Шкала интервалов предполагает линейную зависимость между делениями  шкалы и показателем параметра.   Примеры
шкала отношений	обладает всеми свойствами предыдущих шкал и, в дополнение, имеет настоящий  нуль – то есть, нуль шкалы соответствует  «нулю» некоторого выбранного свойства. Тогда значение шкалы соответствуют  различию в проявлении некоторого свойства по отношению к его «нулю». Это самая мощная шкала. В таких шкалах не только разность, но и отношение значений имеет смысл (например, в n раз большее значение шкалы соответствует в n раз большему значению показателя).   Примеры