Лекции по "Экспериментальной психологии"

 

 

Метод  абсолютной  оценки

 

обычно берется 3, 5 или 7 бальная  шкала.

 

Задача испытуемого дать оценку некоторому параметру в делениях предложенной шкалы.

 

Например, мы можем оценить обладание  некоторым объектом (скажем, человеком) некоторым свойством. Для оценки мы предложим 7 бальную шкалу

 

1	2	3	4	5	6	7
не обладает в полной мере	не обладает	скорее не обладает, чем обладает	ни то, ни другое	скорее обладает, чем не обладает	обладает	обладает в полной мере

 

 

ВНИМАНИЕ! Баллы шкалы не несут никакой информации и предназначены для удобства расчетов. То, что мы воспользовались целыми числами совершенно не гарантирует, что мы имеем шкалу интервалов или, тем более, равных отношений.

 

Шкалирование осуществляется на основе расчета средних значений полученных в исследованиях балов.

Преимущества  метода

- позволяет обрабатывать практически  неограниченное число переменных

- допускает многомерное шкалирование

Недостатки

- не так надежен, как метод  парных сравнений.

 

Домашнее задание:

Самостоятельно  разберите, что такое надежность, надежность тестов, и чем она отличается от валидности тестов.

 

 

ЦЕЛЬ	ТИП ДАННЫХ
	Шкала интервалов или равных отношений (распределение Гаусса)	Шкала порядка или негауссово распределение	Шкала наименований
описание одной группы	Среднее, стандартное отклонение	Медиана, Внутриквартильный размах	Мода
определение зависимости  между двумя переменными	коэффициент корреляции Пирсона	r Спирмена tb Кенделла	Коэффициент сопряженности C f V Крамера, l
сравнение двух групп (межгрупповая экспериментальная  схема,  НП имеет 2 уровня)	непарный t- критерий (Стьюдента)	U-критерий (Манн-Уитни)	c2 (Пирсона)
сравнение трех или более групп (межгрупповая экспериментальная  схема, НП имеет более 2-х  уровней)	однофакторный дисперсионный анализ для несвязных выборок	Критерий Краскала-Уоллиса	c2 (Пирсона)
сравнение группы с самой  собой  (интра-индивидуальная  схема,  НП имеет 2 уровня)	парный t- критерий (Стьюдента)	Критерий Вилкоксона	c2 МакНемара
сравнение группы с самой  собой несколько раз (интра-индивидуальная  схема, НП имеет более 2-х  уровней)	однофакторный дисперсионный анализ для связных выборок	Критерий Фридмана ( )	Q- критерий Кочрена (Cochran)
поиск взаимодействия и  главных эффектов при многофакторной экспериментальной схеме  (несколько НП)	Многофакторный дисперсионный  анализ		Логлинейный анализ
предсказание значения по другой измеряемой переменной	Линейная или нелинейная регрессия	Непараметрическая регрессия

 

 

4

основы проведения эксперимента

 

Литература - [1] - гл. 1, 5, 6, [2] - гл. 4

 

Эксперимент - это тест, проведенный для получения причинных объяснений.

Основы экспериментирования заложил Джон Стюарт Миль (1843-1930). Он считал, что причинность может быть установлена если некоторый результат Х следует из события А; А и Х изменяются вместе; и можно показать, что А дает результат Х.

Чтобы выполнить эти условия, должен быть использован метод, который Миль назвал методом согласия и различий. Согласно этому методу, если происходит А, то происходит и Х; если нет А, то и Х не происходит:

 

А  Х

ØА  ØХ

 

Это структура идеального эксперимента, а вот структура реального  эксперимента:

 

А  Х

В  ØХ

 

 

 

 

 

 

 

 

 

 

Основная идея эксперимента - это  сравнение, когда появление либо непоявление некоторой переменной контролируется и наблюдается результат. Поэтому понятие контроля имеет большое значение, оно следует из метода согласия и различий. Контроль  в эксперименте осуществляется при помощи непосредственного воздействия (А происходит или не происходит), что дает нам основание (базис) для сравнения, а также контроль помогает устранить альтернативные объяснения. Поэтому различают 3 свойства (типа) контроля:

1. сравнение (наличие контрольных (нейтральных) условий для цели сравнения)
2. воздействие (уровни независимой переменной могут быть получены (произведены))
3. постоянство (экспериментальные условия могут быть созданы таким образом, что некоторые аспекты остаются неизменными)

 

Сравнение, воздействие и постоянство - это и есть определение эксперимента.

Эксперимент происходит, когда производится некоторое сравнение  в то время, как остальные аспекты  ситуации остаются неизменными.

 

 

Преимущества эксперимента:

• может быть этичным
• экономичен
• позволяет контроль
• может вести к выявлению причинной связи

 

Переменные в экспериментах

 

независимые	Экспериментатор выбирает их из расчета, что они могут вызвать изменения  в поведении. Когда изменения  уровня (величины) независимой переменной ведет к изменению поведения, то мы говорим, что поведение контролируется независимой переменной. Если независимая переменная не контролирует поведение, то это называется нулевой результат. Нулевой результат может иметь  несколько интерпретаций: Экспериментатор ошибся, думая, что независимая переменная влияет на поведение. Тогда нулевой результат верен. Изменения независимой переменной не были валидны.
зависимые	Они зависят от поведения испытуемых, которое, в свою очередь, зависит от независимых переменных. Хорошая зависимая переменная должна быть надежной (т.е., когда мы повторяем эксперимент - те же испытуемые, те же уровни независимых переменных, ... - зависимая переменная должна быть примерно той же. Зависимая переменная ненадежна, если есть проблемы со способом измерения. Другая проблема с зависимой переменной, которая может привести к нулевому результату - это то, что зависимая переменная застряла на самой низкой или самой высокой отметке шкалы. Это называется потолочным эффектом. Этот эффект не дает проявиться влиянию независимой переменной на зависимую переменную. И, наконец, нулевой результат может появиться благодаря статистической обработке данных. Результаты статистического теста могут не подтвердить неверность нуль-гипотезы, в то время как она не верна.
контрольные	В любом эксперименте существует больше переменных, чем реально можно  контролировать, т.е. не существует идеальных  экспериментов. Экспериментатор пытается контролировать как можно больше значимых переменных и надеется, что остальные неконтролируемые переменные будут давать маленький эффект по сравнению с эффектом независимой переменной. Чем меньше эффект независимой переменной, тем тщательнее должен быть контроль. Нулевые результаты можно также  получить, если недостаточно контролировать различные факторы. Это особенно характерно для не лабораторных условий. Вы помните, наверно, что мы называет влияние этих неконтролируемых факторов смешением.

 

 

5

ЭКСПЕРИМЕНТАЛЬНЫЕ СХЕМЫ

 

Литература - [1] - гл. 2, 7, 8, [2] - гл. 5

 

Есть две основные возможности:

• распределять нескольких испытуемых на каждый уровень независимой переменной
• распределять всех испытуемых на все уровни

 

Первая возможность называется

межгрупповая  экспериментальная схема - это предъявление каждого из условий независимой переменной разным группам испытуемых.

 

Вторая возможность называется

Интраиндивидуальная экспериментальная схема - это предъявление одному (или нескольким) испытуемому всех исследуемых условий. Иногда такая схема называется также еще схемой индивидуального эксперимента.

 

 

межгрупповая  экспериментальная схема

безопасна, так как надежна: один уровень независимой переменной  не влияет на другой уровень независимой  переменной, так как каждый испытуемый не получает обоих уровней в испытаниях.

 

НЕДОСТАТОК: существует возможность, что испытуемые в двух группах  достаточно различны, чтобы это различие повлияло на эффекты независимой  переменной.

Любой межгрупповой эксперимент имеет  потенциальную опасность смешения из-за разницы в испытуемых в группах.

 

Экспериментальной группой называется группа испытуемых, которая подвергается некоторому воздействию, соответствующему важному уровню (значению) независимой переменной.

Контрольная группа - это группа испытуемых, не подвергающихся никакому воздействию или подвергающихся воздействию, соответствующему нулевому уровню независимой переменной.

 

 

Существуют разные техники распределения  испытуемых по группам, которые помогают избежать этого нежелательного эффекта:

1. распределение по условиям (стратегия попарного отбора)

Это такое распределение, когда экспериментальные и контрольные  группы составляются из индивидов, эквивалентных  по значимым для экспериментатора побочным параметрам.

 

Проблемы:

• невозможность соотнести все характеристики с условиями эксперимента
• экспериментатор может не знать, какие характеристики надо брать во внимание.
• даже если группы поделены по характеристикам, все равно экспериментатор может пропустить какую-либо характеристику, потенциально связанную с экспериментальными условиями. Поэтому распределение производится по переменной, которая вероятнее всего может вызвать смешение.
• распределение по одной переменной может нарушить распределение по другим переменным
• наконец, есть еще проблема - потеря испытуемых (смертность). Это значит, что один или несколько испытуемых не участвуют в эксперименте до конца, или их поведение меняется радикально по причинам, далеким от независимой переменной. Испытуемый может заболеть, животное может умереть или выполнять тесты с таким количеством ошибок, что результаты становятся не интерпретируемыми. Человек может отказаться от дальнейшего участия. В длительном эксперименте испытуемые могут взрослеть и их характеристики изменятся. И если мы очень тщательно распределили испытуемых по группам по некоторым характеристикам (условиям), то потеря даже одного испытуемого в группе сделает группы неравными и все распределение идет коту под хвост.

 

Следующая техника распределения  делает последнюю проблему менее  острой. Это

2) распределение случайным  образом (рандомизация)

Эта техника употребляется чаще. При этом методе  характеристики испытуемых игнорируются, и распределение  по группам является случайным и  непредвзятым. Это значит, что любой  испытуемый имеет равные шансы попасть  в любую группу.

Способы формирования групп:

• дать испытуемым номера и написать номера на бумажках. Тащить бумажки из шляпы
• кидать монетку
• пользоваться таблицей случайных чисел

 

ПРОБЛЕМЫ:

случайное распределение не гарантирует  равенство групп

 

2. стратегия случайного распределения слоев

Это смешанная стратегия. Выделяется несколько "слоев" (например, мужчины и женщины), а внутри каждого слоя распределение случайное.

 

 

Интраиндивидуальная экспериментальная схема

обычно более эффективна, так  как  каждый испытуемый сравнивается сам с собой при различных  экспериментальных условиях. Тогда понятно, что если и есть какой эффект, то он получился из-за разницы в уровнях независимой переменной, а не из=за разницы в испытуемых.

Однако и эта схема не без  недостатков:

Существует возможность влияния  условий одного испытания на последующие, что приведет к невалидности эксперимента.

 

Каким образом избежать этой трудности? - Существует два способа, которые  могут помочь.

1. Случайное распределение. Но не испытуемых, а порядка предъявления уровней независимой переменной.
2. Позиционное УРАВНИВАНИЕ - это достижение численного равенства средних позиций каждого из уровней независимой переменной в последовательности (или наборе последовательностей) их предъявления.

 

Полное уравнивание требует, чтобы все возможные порядки испытаний были использованы.

Частичное уравнивание:

Каждое условие (уровень независимой  переменной) встречается одинаково  часто в каждой части эксперимента. Например, условие А встречается 1-м, 2-м, 3-м,... одинаково часто; условие  В - тоже, условие С - тоже ... Такая организация называется латинский квадрат.

 

№

испытуемого

    ПОРЯДОК

1
2
3
4

 

 

ПРАВИЛО:

 

Обычно лучше испытывать больше испытуемых. Это из-за статистики. Тогда  их число должно быть кратно п.

1. Можно использовать тот же самый квадрат. После проведения эксперимента стоит провести статистический тест на единственность квадрата. Если тест статистически значимый, то это значит, что частичное уравнивание провалилось и результаты под вопросом. Если тест не значимый, то все хорошо.
2. Можно использовать другой латинский квадрат на каждые следующие п испытуемых. Это хорошо тем, что ближе к полному уравниванию, но хуже тем. Что не существует статистического теста на единственность квадрата. Если предположения о частичном уравнивании были неверны, то мы об этом никогда не узнаем.
3. Существует еще один вид латинского квадрата. Это сбалансированный латинский квадрат:

 

№

испытуемого

    ПОРЯДОК

1	А	В	С	Д
2	В	Д	А	С
3	С	А	Д	В
4	Д	С	В	А

 

Каждое условие идет до и после каждого другого  условия

Многие исследователи верят, что лучше использовать этот квадрат, хотя нет никакого статистического теста, подтверждающего такую точку зрения. В любом случае не повредит его использовать. Правда, такой латинский квадрат имеет недостаток - он не подходит, когда число условий нечетное.

 

КАК ВЫБИРАТЬ ЭКСПЕРИМЕНТАЛЬНУЮ  СХЕМУ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Если независимая переменная дает какой-то предполагаемый длительный эффект, то лучше использовать межгрупповую ЭС. Это случается, когда у вас  следующие независимые переменные:

• вызывающие изменения в развитии или состоянии испытуемого (перепады давления или отравления до рождения…),
• практически все виды физиологических повреждений, (травмы, повреждения мозга,...)
• большинство переменных, зависящих от времени (сюда входят вызывающие обучение)
• большинство переменных, характеризующих испытуемых - пол, возраст, национальность...., но они не являются настоящими независимыми переменными.