Контроль

Контроль

В предыдущих разделах мы уже затрагивали понятие контроля. Вспомним, что независимая переменная определяется как переменная, которую контролирует исследователь. А обеспечение репрезентативности выборки является одним из видов контроля, который должен осуществлять исследователь. Целью этого раздела является рассмотрение остальных форм контроля, которые приобретают значение с момента получения выборки.

Как явствует из табл. 2.3, для осуществления исследования важны три формы контроля. В таблице перечисляются эти формы и приводятся примеры их использования в исследовании. Формы и примеры их использования довольно сложны; их суть прояснится по ходу изложения. Таблица предназначена для общей ориентации, благодаря которой можно увидеть вводимые разграничения.

Один из видов контроля имеет отношение именно к конкретной форме переменной. Если, к примеру, интерес представляет эффект определенного подкрепления, тогда исследователь должен иметь возможность применить именно такое подкрепление. Если имеют место какие-либо непредусмотренные отклонения — в форме, хронометраже, последовательности и т. д., — исследователь больше не сможет с уверенностью сказать, что представляет из себя независимая переменная. Или рассмотрим вновь параметр времени изучения в исследовании Дюфресна и Кобасигавы. Поскольку исследователей интересовал возможный эффект трудности запоминаемого материала, необходимым условием являлось предъявление всем детям одних и тех же пар, отличавшихся именно по трудности. Вывод, который отсюда можно сделать, незамысловат; он заключается в том, что, желая исследовать эффект чего-либо, следует прежде всего получить возможность сгенерировать это «что-либо». Однако заметьте, что сделать это не всегда так просто, как в приведенных примерах, в которых уровни независимой переменной определялись всего лишь различием стимульного материала. Если экспериментальные манипуляции сложнее, использование переменной в одном и том же виде со всеми испытуемыми может оказаться проблематичным.

Вторая форма контроля имеет отношение ко всем факторам экспериментальных условий, за исключением независимой переменной. Независимые переменные не находятся в вакууме; для них всегда существует контекст, и задачей исследователя является точное определение того, что это будет за контекст. Проверяя память, (как, например, в двух описанных выше исследованиях), исследователь должен решить не только то, какой использовать тест, но и то, какова будет обстановка тестирования. Простой выход в этом конкретном случае — сделать обстановку как можно более спокойной с тем, чтобы минимизировать отвлекающие моменты. Приняв это решение, экспериментатор берет на себя ответственность по обеспечению равно спокойной обстановки для каждого испытуемого.

Теперь введем еще несколько терминов. Вариации значения зависимой переменной называются дисперсией. Те вариации, которые можно объяснить действием независимой переменной, называются первичной дисперсией; те же, которые являются результатом действия других факторов, называются вторичной

дисперсией, или дисперсией ошибки. Контролируя уровень других потенциальных переменных, экспериментатор пытается максимизировать долю первичной дисперсии. Возможно даже большее значение имеет то, что он стремится свести к минимуму вероятность устойчивой связи между любой из независимых переменных и другими источниками дисперсии. Допустим, что Черри и Парк тестировали бы всех своих молодых испытуемых в тихой университетской лаборатории, а пожилых испытуемых — в шумной комнате клуба пенсионеров. Очевидно, что в этом случае были бы две независимые переменные — возраст и условия тестирования, — тогда как подразумевалось наличие только одной. Любые непредусмотренные связи между двумя потенциально значимыми переменными называются смешением. Одной из первоочередных целей качественного исследовательского плана является исключение возможности смешения.

Как явствует из табл. 2.3, контроль нежелательных переменных может принимать несколько форм. Нередко имеется возможность контролировать переменную, делая ее одинаковой для всех испытуемых. Этот случай иллюстрирует пример с памятью, в котором шум в экспериментальных условиях поддерживался на одном уровне для всех испытуемых. Однако иногда такое точное уравнивание нецелесообразно. За примером можно вновь обратиться к исследованию Дюфресна и Кобасигавы. На успешность выполнения теста школьниками могло влиять время суток, в которое проходило тестирование. Склонность к сотрудничеству и внимание в конце учебного дня не обязательно те же, что и перед уроками, непосредственно перед переменой — не те же, что сразу после нее, в пятницу — не те же, что в понедельник. Очевидно, что Дюфресн и Кобасигава внесли бы потенциально значимое смешение, если бы тестировали всех своих первоклассников утром, а всех 7-класс-ников днем. Один из способов избегания этой проблемы — тестирование всех детей в одно и то же время суток в один и тот же день недели, к примеру, в час дня в среду. Однако с таким подходом для завершения большинства исследований потребовались бы месяцы, и даже тогда постоянными для всех испытуемых оставались бы лишь время суток и день недели, а не время года (которое тоже может иметь значение). Разумным альтернативным ходом было бы допустить колебания времени тестирования, однако сделать так, чтобы эти колебания были бы одинаковы во всех сравниваемых группах — в данном случае 1-, 3-, 5- и 7-классников. В этой ситуации контроль переменной «время тестирования» состоял бы не в приравнивании, а в рандомизации — то есть в равномерном распределении ее вариаций по группам испытуемых.

Таблица 2.3 Формы экспериментального контроля

Общие принципы, о которых говорилось выше, должны казаться знакомыми. То, о чем здесь говорится, это просто классический научный метод: выявить эффекты некоторого фактора, систематически изменять этот фактор (первая форма контроля), сохраняя постоянными другие потенциально значимые факторы (вторая форма контроля).

Существует и третья форма контроля, которая также играет важную роль. До сих пор «другие, потенциально значимые факторы», о которых шла речь, находились внутри экспериментальной ситуации, например уровень шума в комнате для тестирования. В любом эксперименте еще одним значимым источником дисперсии являются индивидуальные различия между испытуемыми. Испытуемые заведомо неодинаковы, и различия между ними обусловливают наличие дисперсии ошибки в конечных результатах. Поскольку этих различий нельзя избежать, метод контроля вновь должен заключаться не в уравнивании, а в распределении. Экспериментатор должен убедиться в том, что различия равномерно распределены по группам — или, говоря это же иными словами, что к моменту начала обследования группы эквивалентны. Для выполнения этого требования необходимо, чтобы экспериментатор контролировал не только экспериментальное воздействие, но и тех, на кого оно направлено.

Как экспериментатору распределить людей по группам таким образом, чтобы эти группы оказались изначально эквивалентными? Ответ состоит в том, что, хотя возможность стопроцентной гарантии эквивалентности отсутствует, есть определенные способы приблизиться к ней настолько, насколько разумно было бы ожидать. Наиболее распространенный метод — случайное причисление испытуемых к разным группам. Случайное причисление означает, что у всех испытуемых равные шансы попасть в каждую группу. При этом характеристики каждого испытуемого (IQ, пол, опыт выполнения подобного задания — все, что может отразиться на результатах) с одинаковой вероятностью могут попасть в любую из групп. Отсюда, результатом случайного причисления, скорее всего, будет равномерное распределение характеристик по группам, что, естественно, и является целью исследования. Ясно, что логика случайного причисления та же, что и логика случайного отбора, и успешность этого процесса также зависит от размера выборки. Нельзя произвольно разделить 8 испытуемых на две группы и считать с какой-либо долей уверенности, что в результате рандомизации были получены эквивалентные группы. С выборкой, состоящей из 80 человек, шансы на успех гораздо выше.

На практике исследователи в области психологии развития, формируя группы, редко используют абсолютно случайное причисление. Обычно исследователь стремится работать с уравненными экспериментальными группами. Независимо от размеров выборки случайное причисление не может гарантировать, что к концу исследования количество испытуемых не уменьшится. Однако можно поставить условие, согласно которому размеры группы к концу исследования должны быть равными, при этом сохраняя случайность причисления всех испытуемых, Аналогично, даже если исследователя не интересуют половые различия, имеет смысл обеспечить равное соотношение мальчиков и девочек во всех сравниваемых группах. Или, проводя обследование в школе, полезно удостовериться в равноценности обстановки в разных классных комнатах. Соответствие любому из этих требований можно гарантировать установлением определенных ограничений на случайное причисление.

При обсуждении необходимости ограничения влияния случайности встает закономерный вопрос: зачем вообще использовать случайное причисление? В конечном счете, цель исследователя — обеспечить изначальную эквивалентность групп, но в то же время мы видим, что случайность не гарантирует эквивалентность. Если мы можем уравнять соотношение полов испытуемых и обстановку классных комнат, почему не пойти дальше и не привести в соответствие все имеющие значение характеристики, таким образом обеспечивая эквивалентность групп? Общий ответ заключается в том, что привести в соответствие все параметры — труднее, чем может показаться на первый взгляд, и попытка сделать это иногда усложняет, а не упрощает дело. Более конкретный ответ дан в главе 3, где мы возвращаемся к вопросу об отборе и причислении испытуемых. Кроме того, в главе 3 рассматривается третий метод достижения эквивалентности: обследование каждого испытуемого во всех экспериментальных условиях.