Контроль переменных

Следует различать контроль независимой переменной и контроль «прочих» или внешних (побочных и дополнительных переменных). Контроль независимой переменной состоит в ее активном варьировании или знании закономерности ее изменения. Второй смысл понятия «контроль» – управление внешними, «прочими» переменными экспери-мента. Влияние внешних переменных сводится к эффекту смешения.

Различают два основных способа контроля независимой переменной. Эти способы лежат в основе двух типов эмпирического исследования: активного и пассивного. Напомним, что в психологии к активным отно-сятся деятельностный метод (эксперимент) и коммуникативный (беседа), а к пассивным – наблюдение и измерение. Пассивные методы называют также методами систематизированной регистрации, или системати-зированного наблюдения (включая в него и процедуру измерения).

В эксперименте контроль независимой переменной производится с помощью активного манипулирования, варьирования. При системати-зированном наблюдении контроль осуществляется за счет отбора (селекции) требуемых значений независимой переменной из числа уже существующих переменных. Примером активного контроля является, например, изменение громкости сигнала, подаваемого экспериментатором в наушники. Примером пассивного контроля может служить разделение группы учеников на неуспевающих, среднеуспевающих и высоко-успешных при исследовании влияния уровня успешности обучения на статус личности в учебной группе.

Проанализируем способы контроля влияния внешних («прочих») переменных на результат эксперимента:

1) элиминация внешних переменных;

2) константность условий;

3) балансировка;

4) контрбалансировка;

5) рандомизация.

1. Элиминация состоит в том, что экспериментальную ситуацию конструируют таким образом, чтобы исключить какое-либо присутствие в ней внешней переменной. Например, в психофизических лабораториях часто создаются экспериментальные камеры, изолирующие испытуемого от внешних звуков, шумов, вибрационного воздействия и электромаг-нитных полей (такой эксперимент называется лабораторным). Но зачастую элиминировать влияние внешних переменных невозможно. Например, трудно представить себе, как можно исключить влияние таких перемен-ных, как пол, возраст или интеллект. Эксперименты, построенные таким образом, как правило, обладают низкой внешней валидностью, так как созданные условия значительно отличаются от естественных.

2. Создание константных условий. Если внешние переменные не удается исключить из экспериментальной ситуации, то исследователю приходится делать их неизменными. При этом влияние внешней пере-менной остается неизменным на всех испытуемых, при всех значениях независимой переменной и на протяжении всего эксперимента. Однако эта стратегия не позволяет полностью избежать эффекта смешения: данные, полученные при константных значениях внешних переменных, можно переносить только на те реальные ситуации, в которых значения внешних переменных такие же, какими они были при исследовании. Следует стандартизировать технику проведения исследования и оборудование экспериментальных помещений (звуки, ароматы, окраску стен, вид фурни-туры, расположение мебели и т. д.). Исследователь стремиться сделать константными дополнительные переменные – уравнять группы испытуе-мых по основным значимым для исследования индивидуальным характе-ристикам (уровню образования, полу, возрасту). Экспериментатор должен предъявлять инструкцию одинаково всем испытуемым (разумеется, исключая те случаи, когда она изменяется в соответствии с планом эксперимента). Он должен стремиться сохранять неизменными интонацию и силу голоса. Рекомендуется записывать инструкцию на магнитофон и предъявлять запись (кроме особых случаев).

3. Балансировка. В тех случаях, когда отсутствует возможность создать константные условия проведения эксперимента или константности условий недостаточно, применяют технику балансировки эффекта от действия внешних переменных. Балансировка применяется в двух ситуациях: 1) в том случае, если невозможно идентифицировать внешнюю переменную; 2) в том случае, если ее можно идентифицировать и использовать специальный алгоритм для контроля этой переменной.

Обозначим различные способы балансировки (см. рисунок 2, 3).

Рисунок 2 – Способ балансировки с применением контрольной группы

Рисунок 3 – Способ балансировки с выделением эффекта

внешней переменной

Рассмотрим способ балансировки влияния неспецифических внешних переменных (см. рисунок 2). Он состоит в том, что в дополнение к экспе-риментальной группе в план эксперимента включается контрольная группа. Экспериментальное исследование контрольной группы проводится в тех же условиях, что и экспериментальной. Отличие в том, что экспе-риментальное воздействие осуществляется только на испытуемых, вклю-ченных в экспериментальную группу. Тем самым изменение зависимой переменной в контрольной группе обусловлено лишь внешними перемен-ными, а в экспериментальной – совместным действием внешних и незави-симой переменных. Разумеется, при этом нельзя выделить специфическое влияние каждой внешней переменной и особенности такого влияния независимой переменной из-за эффекта взаимодействия переменных.

Для того чтобы определить, как влияет на зависимую переменную та или иная внешняя переменная, используют план, включающий более чем одну контрольную группу (см. рисунок 3). В общем случае число конт-рольных групп в экспериментальном плане должно быть N=n+1, где n – число внешних («прочих») переменных. Вторая контрольная группа помещается в экспериментальные условия, где исключено действие одной из внешних переменных, влияющих на зависимую переменную экспериментальной и первой контрольной групп. Различие в результатах 1-й и 2-й контрольных групп позволяет выделить специфическое влияние одной из внешних переменных.

4. Контрбалансировка. Этот прием контроля дополнительной пере-менной чаще всего применяют тогда, когда эксперимент включает в себя несколько серий. Испытуемый оказывается в разных условиях после-довательно, и предыдущие условия могут изменять эффект воздействия последующих условий. К примеру, при исследовании дифференциальной слуховой чувствительности не безразлично, какой звук, громкий или более тихий, предъявлялся испытуемому первым, а какой – вторым. Также при выполнении тестов интеллекта важен порядок предъявления испытуемому задач: от простой к сложной или от сложной к простой. В первом случае более интеллектуальные испытуемые больше утомляются и теряют мотивацию, так как вынуждены решать большее количество задач, чем менее интеллектуальные. При втором варианте предъявления заданий менее интеллектуальные испытуемые испытывают стресс неуспеха и вынуждены решать больше задач, чем их более интеллектуальные коллеги. В этих случаях для ликвидации эффектов последовательности и эффекта последействия используют контрбалансировку. Смысл ее состоит в том, что порядок предъявления разных задач, стимулов, воздействий в одной из групп компенсируется иным порядком предъявления заданий в другой группе.

Контрбалансировка применяется в тех случаях, когда есть возмож-ность провести несколько серий. Следует лишь учитывать, что большое число опытов может вызвать утомление у испытуемого. Но этот план позволяет контролировать эффект последовательности. Упрощение же плана контрбалансировки приводит к появлению эффекта последо-вательности. Однако контрбалансировка не позволяет полностью исключить еще один эффект, а именно – влияние изменения порядка предъявления заданий на значение зависимой переменной. Он называется дифференцированным переносом: переход от ситуации 1 (когда она создается первой) к ситуации 2 отличается от перехода от ситуации 2 (когда она идет первой) к ситуации 1. Этот эффект приводит к тому, что реальные различия между двумя разными экспериментальными ситуациями при регистрации преувеличиваются.

Итак, техника контрбалансировки заключается в том, что каждый испытуемый получает более чем один вариант воздействия (АВ или ВА) и эффект последовательности целенаправленно распределяется на все экспериментальные условия. При балансировке каждый испытуемый получает лишь одно экспериментальное воздействие – внешняя перемен-ная балансируется за счет выявления эффекта ее действия на членов экспериментальной группы, по сравнению с эффектом, полученным при исследовании контрольной группы. Испытуемый может оказаться только в экспериментальной или же только в контрольной группе и получить воздействие какой-нибудь внешней переменной в обеих группах. Балансировка используется при исследовании независимых групп, тогда как контрбалансировка применяется в исследованиях с повторяющимися воздействиями.

5. Рандомизация. Рандомизацией называется процедура, которая гарантирует равную возможность каждому члену популяции стать участником эксперимента. Каждому представителю выборки присваи-вается порядковый номер, а выбор испытуемых в экспериментальную и контрольную группы проводится с помощью таблицы «случайных» чисел. Рандомизация является способом, позволяющим исключить влияние индивидуальных особенностей испытуемых на результат эксперимента.

Рандомизация применяется в двух случаях: 1) когда известно, как управлять внешними переменными в экспериментальной ситуации, однако у нас нет возможности использовать одну из предшествующих техник контроля; 2) когда мы предполагаем оперировать какой-либо внешней переменной в экспериментальной ситуации, од нако не можем ее специфи-цировать и применить другие техники.

Если предположить, что значение дополнительной переменной (переменных) подчиняется вероятностным законам (например, описы-вается нормальным распределением), то в состав экспериментальной и контрольных групп войдет выборка, которая имеет те же уровни допол-нительных переменных, что и генеральная совокупность.

По мнению многих специалистов, в том числе Кэмпбелла, уравни-вание групп посредством процедуры рандомизации является единственно надежным способом элиминации влияния внешних (дополнительных) переменных на зависимую. Кэмпбелл определяет рандомизацию как универсальный способ уравнивания групп перед экспериментальным воздействием. Другие способы, например, метод попарного сравнения, характеризуются им как малонадежные и ведущие к невалидным выводам.

Итак, обозначим последовательность шагов в процессе контроля пере­менных (см. рисунок 4).

Рисунок 4 – Последовательность шагов в процессе контроля переменных

Таким образом,контроль переменных – это способы усо­вершенствования эксперимента, приближающие его к безупречному. При обозначении способов контроля учитывается, во-первых, та цель, которая достигается с их применением, и, во-вторых, – общий или частный фактор, подлежащий контролю (т. е. устранению или усреднению). Так, с одной стороны, любые способы контроля являются в итоге контролем обобщения полученных результатов и выводов, а также контролем внутренней или внешней валидности. С другой стороны, они выступают как способы контроля основных источников нарушения валидности – ненадежности и смешения, и порождающих их конкретных факторов (например, фактора времени, фактора задачи, индивидуальных различий испытуемых, эффек-тов последовательности проб, предубеждений экспериментатора и др.).

Далее рассмотрим проблему отбора испытуемых и создания экспериментальной и контрольной групп. Носителем изучаемых психических явлений может быть либо отдельный индивид, либо группа. Но в любом случае, испытуемые должны привлекаться к исследованию таким образом, чтобы полученные с их помощью результаты можно было распространять на других людей, обладающих сходными с ними характеристиками.

Эксперимент с одним испытуемым проводится тогда, когда:

1) индивидуальными различиями можно пренебречь, исследование чрезвычайно велико по объему и включает множество экспери-ментальных проб;

2) испытуемый – уникальный объект, например гениальный музыкант или творчески одаренный шахматист;

3) от испытуемого требуется особая компетентность при проведении исследования (эксперимент с обученными испытуемыми);

4) повторение данного эксперимента с участием других испытуемых невозможно.

Для экспериментов с одним испытуемым разработаны особые экспериментальные планы. Чаще исследование проводится с эксперимен-тальной группой, в которой все испытуемые объективно различны, но отобраны и распределены по подгруппам с помощью той или иной стратегии.

Формирование выборки испытуемых – экспериментальной и конт-рольной групп – должно подчиняться ряду правил.

1. Содержательный критерий (критерий операциональной валид-ности). Подбор экспериментальной группы должен определяться предме-том и гипотезой исследования. Т. е. привлекаемые к исследованию испы-туемые должны быть носителями изучаемых свойств. Таким образом, экспериментатор должен создать модель идеального объекта экспери-ментального исследования для своего частного случая и по возможности его описать, следуя этому описанию при формировании эксперимен-тальной группы. Характеристики реальной экспериментальной группы должны минимально отклоняться от характеристик идеальной экспериментальной группы.

2. Критерий эквивалентности испытуемых (критерий внутренней валидности). Результаты, полученные при исследовании эксперимен-тальной выборки, должны распространяться на каждого ее члена. То есть мы должны учесть все значимые характеристики объекта исследования, различия в выраженности которых могут существенно повлиять на зависимую переменную. Допустим, необходимо проверить влияние ситуативной тревожности детей на скорость овладения школьными навы­ками. В этом случае состав экспериментальной группы должен быть подобран так, чтобы в нее входили дети с одинаковым уровнем развития интеллекта. Если же это не удается сделать, то при обработке данных используется нормировка результатов на величину значимого параметра.

Процедура подбора эквивалентных групп и эквивалентных испы-туемых называется рандомизацией.

3. Критерий репрезентативности (критерий внешней валидности). Существуют теоретические статистические критерии репрезентативности (представленности) выборки испытуемых. Группа лиц, участвующих в эксперименте, должна представлять всю часть популяции, по отношению к которой мы можем применять данные, полученные в эксперименте. Величина экспериментальной выборки определяется видом статистичес-ких мер и выбранной точностью (достоверностью) принятия или отвержения экспериментальной гипотезы. Она может быть равна мно-жеству индивидов, чье поведение нас интересует. Экспериментальная выборка может представлять лишь часть интересующего нас множества. Главная проблема состоит в том, чтобы определить, на какие другие интересующие нас группы можно распространить результаты проводимого нами исследования.

Подбор экспериментальной группы осуществляется с помощью различных стратегий. Напоминаем, для чего нужна стратегия отбора групп. Задача сводится, во-первых, к устранению уже рассмотренного в предыдущих разделах «эффекта смешения». Под этим термином понимается влияние индивидуальных различий между испытуемыми на связь независимой и зависимой переменных. Во-вторых, эксперимен-тальная группа должна представлять изучаемую популяцию, т. е. обеспе-чивать внешнюю валидность эксперимента. Использование реально су-ществующих групп порождает систематическое смешение независимой переменной с индивидуальными свойствами испытуемых. Эксперимен-тальная выборка представляет собой модель популяции в целом или той ее части, поведение которой нас интересует.

Итак, существует шесть стратегий построения экспериментальной выборки:

1) рандомизация (случайный отбор);

2) попарный отбор;

3) рандомизация с выделением страт (стратометрический отбор);

4) приближенное моделирование;

5) репрезентативное моделирование;

6) привлечение реальных групп.

При моделировании популяции методом случайного выбора, или рандомизации, экспериментальную выборку составляют так, что каждой личности предоставляется равный шанс для участия в эксперименте. Каждому индивиду присваивается номер; с помощью таблицы случайных чисел производится формирование экспериментальной выборки. Проце-дура очень трудноосуществима, поскольку каждый представитель интересующей нас популяции должен быть учтен. На практике прибегают к более простым способам случайного отбора. Отбирают любую группу испытуемых, затем измеряют у них значимое для эксперимента индивидуальное свойство. После этого испытуемых распределяют по группам методом Монте-Карло так, что вероятность попасть в группу для каждого испытуемого равна.

Стратегия попарного отбора заключается в том, чтоэкспери-ментальная и контрольная группы составляются из индивидов, эквивалентных по значимым для эксперимента побочным параметрам. Идеальный вариант – использование близнецовых пар (моно- и дизи-готных). Разновидностью этой стратегии является подбор однородных подгрупп, в которых испытуемые уравнены по всем характеристикам, кроме интересующих исследователя дополнительных переменных. Другой вариант – выделение значимой дополнительной переменной. Все испытуе-мые тестируются, ранжируются по уровню выраженности переменной. Группы формируются так, чтобы испытуемые, обладающие одинаковыми или близкими значениями переменной, попали в разные группы.

Стратегия стратометрического отбора состоит в том, что гене-ральная совокупность подразделяется на совокупность групп (страт), обладающих определенными характеристиками и в экспериментальную выборку отбираются испытуемые так, чтобы в ней были равно представ-лены лица из каждой страты. Чаще всего используются следующие характеристики: пол, возраст, политические предпочтения, образование и уровень доходов.

Стратегия приближенного моделирования используется в тех случаях, когда невозможно найти способ создания репрезентативной группы путём рандомизации. В этом случае создаётся группа испытуемых, характе-ристики которой приблизительно соответствуют характеристикам интересующей нас популяции. Например, исследование может прово-диться при участии студентов 2-го курса университета, а данные приписываются всем людям, или «людям в возрасте от 17 до 21 года», или «людям со средним образованием в возрасте от 17 до 21 года» и т. д. Чем меньше генерализация, т. е. чем точнее набор критериев, описывающих популяцию, на которую распространяются выводы о характеристиках экспериментальной выборки, тем выше внешняя валидность эксперимента.

Считается, что наилучшая внешняя и внутренняя валидность достигается при стратегии подбора эквивалентных пар и стратомет-рической рандомизации: индивидуальные особенности испытуемых с помощью этих стратегий контролируются максимально. В остальных же случаях нет никаких гарантий эквивалентности испытуемых, контро-лируемости индивидуальных различий и представительности группы.

Следует отметить, что привлечение добровольцев или принуди-тельное участие в эксперименте нарушает репрезентативность выборки.

Репрезентативность выборки испытуемых – степень адекватности отражения свойств и характеристик изучаемой популяции в выборке испытуемых, привлеченных для эксперимента. Высокая репрезен-тативность выборки означает высокую представленность популяции, то и другое достигается с помощью правильного отбора испытуемых. Термин «репрезентативность» (здесь – «соответствие») используется также по отношению к конкретному испытуемому, а иногда – к условиям проведения эксперимента.

Отдельная проблема – численность экспериментальной выборки. В за-висимости от целей и возможностей она может варьировать от одного испытуемого до нескольких тысяч человек. Количество испытуемых в отдельной группе (экспериментальной или контрольной) в большинстве экспериментальных исследований варьирует от 1 до 100. Рекомендуется, чтобы численность сравниваемых групп была не менее 30–35 человек из соображении статистических: коэффициенты корреляции выше 0,35 при таком количестве испытуемых значимы при а=0,05.

Если же для обработки данных используется факторный анализ, то существует простое правило: надежные факторные решения можно получить лишь в том случае, когда количество испытуемых не менее чем в 3 раза превышает число регистрируемых параметров. Кроме того, как рекомендует Л.В. Куликов, целесообразно увеличивать количество испытуемых, по крайней мере, на 5–10% больше требуемого, поскольку часть из них будет «отбракована» в ходе эксперимента или при анализе экспериментальных протоколов (не поняли инструкцию, не приняли задачу, дали «девиантные» результаты и т. д.).

Что касается состава по полу и возрасту, то рекомендуется (кроме специальных случаев) разбивать общую группу на подгруппы мужчин и женщин и обрабатывать данные отдельно для каждой подгруппы. Возрастной состав определяется исходя из целей исследования.

Ещё одной причиной нарушения валидности и надёжности резуль-татов экспериментального исследования является влияние личности исследователя на деятельность испытуемого. Поэтому важно не допустить проявлений некоторых искажающих достоверность выводов коммуни-кативных эффектов, называемых обычно артефактами (от лат. «искусственно сделанный»). В литературе наиболее часто упоминаются следующие из них:

· эффект плацебо (от лат. «поправляюсь») – это обнаруженное в медицине изменение физиологического или психологического состояния людей под влиянием препаратов или процедур, назначенных под видом сильнодействующих средств. Механизм его основан на самовнушении и внушении;

· эффект Хоторна является своеобразным вариантом предыдущего типа артефактов в экспериментальной психологии. Он заключается в том, что сам факт участия в процедурах исследований способен заметно повлиять на поведение испытуемых. В частности, стимулировать осознанные или непроизвольные попытки соответствовать ожиданиям экспериментатора;

· эффект Пигмалиона – так по имени героя древнегреческого мифа, изваявшего прекрасную статую, влюбившегося в свое творение и умолившего богов оживить её, американский психолог Роберт Розенталь назвал явление, суть которого состоит в том, что экспериментатор, твердо убежденный в правильности какой-либо гипотезы, непроизвольно начинает действовать на испытуемых таким образом, что она получает фактическое подтверждение. При этом внушение осуществляется изменением мимики, интонаций, жестикуляции, экспрессии при обращении с испытуемыми. Иногда данный феномен именуется эффек-том Розенталя;

· эффект аудитории характеризуется тем, что присутствие публики или самого экспериментатора способно изменить поведение испытуемого. Обычно при этом лучше и быстрее выполняется деятельность механическая, субъективно легкая, хорошо освоенная, интеллектуально простая. Хуже и медленнее осуществляется деятельность сложная для испытуемого или не освоенная им в полной мере;

· эффект первичности обозначает зависимость оценки незнакомого явления или человека от первого впечатления от него. Иногда при этом отбрасывается или искажается та последующая информация, которая противоречит уже созданному образу.

Каким же образом исследователи стараются избегать влияния на результаты такого рода искажений? Для этого в психологической практике применяются следующие способы устранения артефактов:

1. Дезинформирование испытуемых – сообщение им ложных сведе-ний о целях и гипотезе исследования. Нередко это оказывается необходи-мым условием обеспечения естественности их поведения в эксперимен-тальной ситуации. К примеру, позволяет избежать влияния на результаты желания выглядеть в наилучшем свете или «выручить» экспериментатора. Считается, что обман испытуемых более предпочтителен в большинстве случаев, чем умолчание о цели и гипотезе. Дело в том, что в последнем случае участники эксперимента попытаются самостоятельно разобраться в его предназначении. Устранить влияние такой промежуточной переменной весьма проблематично хотя бы потому, что индивидуальные интерпре-тации одних и тех же ситуаций бывают довольно разнообразны.

2. Маскировка независимой переменной, то есть введение её не экспериментатором, а подставным лицом (конфедератом) или «непредви-денным случаем».

3. Метод «скрытого» эксперимента, когда исследование организовано таким образом, что испытуемые не подозревают о своем участии в нем.

4. «Двойной слепой метод» (или «плацебо вслепую»), который предусматривает незнание испытуемыми и самим экспериментатором (ассистентом) того, какая из групп является экспериментальной, а какая – контрольной.

5. Неинформирование лица, проводящего эксперимент, относительно его целей, гипотезы и ожидаемых результатов. Иногда при этом используют услуги нескольких экспериментаторов, каждый из которых знает лишь о части условий общего исследования.

Следует иметь в виду, что описанные процедуры в чём-то находятся в противоречии с этическими нормами организации психологических исследований. Все они используются только в случае крайней необхо-димости. Кроме того, свобода научного поиска вовсе не исключает бережного отношения к личности испытуемых, стремления сохранить их достоинство, эмоциональную и физическую безопасность.

Понятие об экспериментальных планах и видах экспериментальных исследований

Экспериментальный план – это порядок действий эксперимен-татора со специально отобранными группами участников исследования. Экспериментальные планы служат руководством для исследователей при проведении эксперимента. Как рассматривалось выше, эксперименты представляют собой запланированное введение фактора в ситуацию с целью установить его связь с изменением в данной ситуации. Вводимый фактор обычно называют вмешательством, воздействием или независимой переменной. Тогда наблюдаемое изменение будет мерой зависимой переменной. Экспериментальные планы включают подробное описание того, сколько (и каких) групп испытуемых должно быть создано и каким образом предполагается исключить наиболее правдоподобные альтер-нативные объяснения. Главные задачи экспериментальных планов – связать вмешательство с эффектом и исключить все другие объяснения наблюдаемого изменения.

Экспериментальные планы используются не только для установления связи переменных с их эффектами, но и для исключения альтернативных объяснений, в которых, если употреблять терминологию теории плани-рования эксперимента, переменные смешиваются. Только когда мы разде-ляем эти эффекты, мы можем приписать наблюдаемое изменение опреде-ленному воздействию. На языке теории планирования эксперимента мы бы сказали, что контролируем смешивание переменных. Как можно этого добиться? Существует четыре общепринятых метода контроля:

а) исключение смешиваемого фактора;

б) измерение эффекта смешиваемого фактора и введение соот-ветствующей поправки;

в) сравнение эквивалентных ситуаций, одна из которых подвергается влиянию смешиваемой переменной и экспериментальному воздействию, тогда как на другую влияет только смешиваемая переменная;

г) варьирование экспериментального воздействия при поддержании смешиваемой переменной на одном уровне, чтобы посмотреть, соот-ветствует ли изменение эффекта схеме изменения воздействия. Несмотря на то, что существуют и другие методы контроля, чаще всего используются именно эти четыре.

Рассмотрим критерии хорошего плана. Хороший план должен уменьшать любую неопределённость, связанную с изучаемыми пере-менными. Кроме того, в некоторых исследованиях экспериментаторы с самого начала стремятся к тому, чтобы полученные результаты можно было обобщить на другие случаи изучаемого явления. План должен обеспечивать решение всех этих задач с наилучшим использованием возможностей, времени и сил исследователя, причем в пределах имеющихся материальных ресурсов и установленных сроков. Он также должен сообразовываться с приемлемой формулировкой проблемы, а не провоцировать на ее изучение при слишком ограниченных условиях, урезая проблему до соответствия собственным требованиям или выделяя для исследования специфический или нетипичный аспект вопроса. Наконец, при разработке плана должны выбираться такие формулировки, чтобы у общественности не оставалось сомнения в том, что исследование было проведено со знанием дела и с должным отношением к этическим нормам и институциональным ограничениям. Это большой набор критериев, но такова реальность, с которой приходится сталкиваться исследователю.

Разработка плана – это, в первую очередь, преобразование гипоте-зы или вопроса в конкретные решения, состоящие в выборе:

а) подходящих испытуемых;

б) подходящей ситуации или места;

в) способа предъявления и управления независимой переменной;

г) способа измерения или наблюдения экспериментального эффекта;

д) основы сравнения, позволяющей удостовериться, что эффект по-явился и вызван именно экспериментальным воздействием;

е) методики проведения эксперимента, определяющей роли и последовательность действий исследователей (кому и когда вводить экспериментальное воздействие, измерять наблюдаемый эффект и т. д.).

Проанализируем проблему альтернативных объяснений эксперимен-тальных эффектов (ранее она обозначалась как проблема влияния побочных переменных на валидность и надёжность исследования). Важнейшей функ-цией экспериментальных планов является исключение альтернативных объяснений, иначе их можно было бы с тем же успехом выбрать в качестве причинных факторов наблюдаемого эффекта, что и предполагаемую теорией причину или экспериментальное воздействие. Любое исследование, вероятно, допускает специфические альтернативные объяснения, опреде-ляемые конкретной экспериментальной ситуацией, но есть несколько общих альтернативных объяснений, которые были описаны в работах Кука и Кэмпбелла, а также Кэмпбелла и Стэнли. Они были названы «угрозами валидности», т. к. снижают внутреннюю или внешнюю валидность.

Обсудим некоторые из них. Прежде всего выделим влияние фона. К фону (history) относятся любые события кроме экспериментального воздействия, которые происходят во время исследования и могут оказаться причиной планируемого эффекта.

Также существует явление естественного развития (naturation). На протяжении исследования испытуемые могут становиться старше, мудрее, опытнее или искуснее, хотя это никак не связано с интересующим нас экспериментальным воздействием.

Существенное влияние на результат оказывает эффект научения. При повторном тестировании испытуемые, как правило, лучше справля-ются с тестом, так как они уже знакомы с ним, чувствуют себя спокойнее, и т. д. То есть на результат начинают влиять факторы, которые не были представлены в ситуации первого тестирования.

В практике реального исследования может наблюдаться эффект взаимодействия претеста и экспериментального вмешательства. Напри-мер, в результате предварительного тестирования учащийся может получить предостережение относительно того, какие разделы экспери-ментальной программы он должен знать тверже. Выполнение им контрольного теста после обучения по данной программе улучшается по сравнению с тем, каким оно оказалось бы без проведения предва-рительного тестирования.

Рассмотрим место статистики в планировании эксперимента. В большинстве исследований статистика, помимо описания данных, выполняет, прежде всего, функцию выделения из всех альтернативных объяснений экспериментального эффекта одного единственного – «статис-тически достоверного» – объяснения. В тех случаях, когда этот эффект очевиден, методы статистического вывода теряют свое значение. Но очень немногие психические явления вызывают столь явный эффект. Поэтому, если все же потребуется прибегнуть к статистическому выводу, то с самого начала необходимо установить работающую связь между эксперимен-тальным планом и статистикой, поскольку творческий поиск исследова-теля вполне может привести к планам, для которых плохо подходят известные статистические модели. Многие планы, – особенно ориентиро-ванные на дисперсионный анализ, – популярны именно потому, что их связь со статистикой всесторонне изучена, и для них разработаны средства борьбы с неопределенностью и отклонениями от требований нормальности распределения переменных. Применение в некоторых исследованиях сложных планов статистики позволяет измерить и исключить влияние одной или более смешиваемых переменных, которые в противном случае могли бы обусловить альтернативные объяснения эффекта. Но о каких бы планах ни шла речь, основная защита от всего спектра возможных альтернативных объяснений должна обеспечиваться самими планами, а не статистикой. Кроме того, именно требования проблемы должны быть определяющим фактором при выборе плана. Только в том случае, когда для разработанного плана не подходит ни одна статистическая модель, следует проанализировать компромиссные варианты для выяснения того, насколько придется изменить определение проблемы, чтобы приспособить план к одной из существующих статистических моделей.

Статистические методы обработки данных позволяют установить характер отношений между независимой и зависимой переменными, которые, в свою очередь, позволяют подтвердить или опровергнуть экспериментальную гипотезу.

Выделим основные возможные варианты отношений между переменными. Существует как минимум шесть видов связи переменных. Первый (простейший) – отсутствие зависимости. Графически он выража-ется в форме прямой, параллельной оси абсцисс на графике, где по оси абсцисс (X) отложены уровни независимой переменной, а по оси ординат (У) – зависимой переменной (см. рисунок 5). Зависимая переменная не чувствительна к изменению независимой.

Рисунок 5 – Отсутствие зависимости

Монотонно возрастающая зависимость наблюдается тогда, когда увеличению значений независимой переменной соответствует изменение зависимой переменной (см. рисунок 6).

Рисунок 6 – Монотонно возрастающая зависимость

Монотонно убывающая зависимость наблюдается, если увеличению значений независимой переменной соответствует уменьшение уровня независимой переменной (см. рисунок 7).

Рисунок 7 – Монотонно убывающая зависимость

Нелинейная зависимость U-образного типа (см. рисунок 8) обнаруживается в большинстве экспериментов, в которых выявляются особенности психической регуляции поведения.

Рисунок 8 – Нелинейная зависимость U-образного типа

Инвертированная U-образная зависимость (см. рисунок 9) получается в многочисленных экспериментальных и корреляционных исследованиях как в психологии личности, мотивации, так и в социальной психологии.

Рисунок 9 – Инвертированная U-образная зависимость

Последний вариант зависимости обнаруживается не так часто, как предыдущие, – сложная квазипериодическая зависимость уровня зависи-мой переменной от уровня независимой (см. рисунок 10).

Рисунок 10 – Сложная квазипериодическая зависимость

При выборе способа описания работает «принцип экономии»: простое описание лучше, чем все другие эквивалентные по успешности описания. Любое простое описание лучше, чем комплексное. Так называемое «комплексное описание», «многомерное описание» есть зачастую просто попытка уйти от решения научной проблемы, способ маскировки личной некомпетентности, которую хотят скрыть за путаницей корреляционных связей и сложносоставными формулами, где все всему равняется.

Поскольку при разработке экспериментального плана необходимо учитывать множество разнородных факторов, существует проблема их классификации. Наиболее полно основания для классификации представ-лены Т.В. Корниловой. Классификация экспериментальных планов проводится по следующим критериям:

Первым является критерий строгого, или истинного, эксперимента, по отношению к которому можно выделить так назы-ваемые экспериментальные, квазиэкспериментальные и доэкспери-менталъные планы.

Дж. Кэмпбелл связывает выделение истинных экспериментальных исследований с возможностью рандомизации, т. е. случайного распреде-ления разных уровней независимой переменной по экспериментальным и контрольным условиям, а также с допущением об эквивалентности состава групп испытуемых.

План «истинного» экспериментального исследования отличается от других следующими важнейшими признаками:

1) применением одной из стратегий создания эквивалентных групп, чаще всего – рандомизации;

2) наличием экспериментальной и, как минимум, одной контрольной группы;

3) завершением эксперимента тестированием и сравнением поведения группы, получившей экспериментальное воздействие (X₁), с группой, не получившей воздействия Х₀.

Сравнение групп, являющихся эквивалентными по всем факторам, кроме экспериментального воздействия, позволяет рассматривать сдвиг в значениях зависимой переменной при сравнении экспериментального и контрольного условий именно в связи с воздействием этого фактора. Достижение желаемой эквивалентности означает здесь контроль источников угроз внутренней валидности со стороны факторов межинди-видуальных различий.

Квазиэксперимент (от лат. «мнимый», «как будто») – исследова-тельский метод, также направленный на установление причинно-следст-венной зависимости переменных, но отличающийся от эксперимента снижением уровня требований к процедуре отбора испытуемых или недостаточностью контроля за независимой переменной и побочными факторами.

К основным типам квазиэкспериментов относятся:

1) Использование в качестве экспериментальной и контрольной неэквивалентных по составу групп. Это считается допустимым только в том случае, если были произведены необходимые предварительные изме-рения значимых признаков испытуемых в обеих группах. Тогда итоговые измерения станут свидетельством влияния на результаты именно незави-симой переменной, а не естественных различий испытуемых.

2) Применение одинакового экспериментального воздействия (незави-симой переменной) к группам, отличающимся друг от друга определенным параметром. Тогда различия в результатах испытуемых (зависимая пере-менная) приписывается тому существенному отличию, по которому группы различаются между собой.

3) Осуществление формирующего исследования в условиях, не позво-ляющих достичь полного контроля за посторонними факторами. В этом случае особое значение придается тщательности процедуры подбора испытуемых в эквивалентные группы (контрольную и экспери-ментальную), а также максимально возможному уравниванию состав-ляющих контролируемых переменных.

4) Выполнение исследования типа ex-post-facto. Здесь эксперимен-татор сам не производит непосредственного воздействия. В качестве независимой переменной используется какое-то реальное событие из жизни испытуемых. Отбирается группа людей, подвергшаяся в прошлом влиянию данного фактора (например, катастрофы) и группа, не испы-тавшая его. Эти группы по остальным своим характеристикам должны быть эквивалентны. Затем проводится измерение зависимой переменной в каждой из них.

5) Корреляционным называется исследование, проводимое для подтверждения или опровержения гипотезы о статистической связи между несколькими (двумя и более) переменными. В психологии в качестве переменных могут выступать психические свойства, процессы, состояния и др. «Корреляция» в прямом переводе означает «соотношение». Если изменение одной переменной сопровождается изменением другой, то можно говорить о корреляции этих переменных. Наличие корреляции двух переменных ничего не говорит о причинно-следственных зависимостях между ними, но дает возможность выдвинуть такую гипотезу. Отсутствие же корреляции позволяет отвергнуть гипотезу о причинно-следственной связи переменных.

План корреляционного исследования является разновидностью ква­зиэкспериментального плана при отсутствии воздействия независимой переменной на зависимые. В более строгом смысле: тестируемые группы должны быть в эквивалентных неизменных условиях. При корреля-ционном исследовании все измеряемые переменные – зависимые. Факто-ром, определяющим эту зависимость, может быть одна из переменных или скрытая, неизмеряемая переменная.

Различают несколько интерпретаций наличия корреляционной связи между двумя измерениями:

а) прямая корреляционная связь. Уровень одной переменной непосредственно соответствует уровню другой;

б) корреляция, обусловленная 3-й переменной. 2 переменные (а, с) связаны одна с другой через 3-ю (в), не измеренную в ходе исследования. По правилу транзитивности, если есть R (а, b) и R (b, с), то R (а, с);

в) случайная корреляция, не обусловленная никакой переменной;

г) корреляция, обусловленная нерепрезентативностью выборки.

Корреляционные связи различаются по своему виду. Если повышение уровня одной переменной сопровождается повышением уровня другой, то речь идет о положительной корреляции. Например, возрастание громкости звука сопровождается ощущением по­вышения его тона. Если рост уровня одной переменной сопровождается снижением уровня другой, то мы имеем дело с отрицательной корреляцией. Так, чем боязливей особь, тем меньше у нее шансов занять доминирующее положение в группе. Нулевой называется корреляция при отсутствии связи переменных.

В психологии практически нет примеров строго линейных связей (положительных или отрицательных). Большинство связей – нелинейные. Классический пример нелинейной зависимости – закон Йеркса-Додсона: возрастание мотивации первоначально повышает эффективность научения, а затем наступает снижение продуктивности (эффект «перемотивации»). Другим примером является связь между уровнем мотивации достижений и выбором задач различной трудности. Лица, мотивированные надеждой на успех, предпочитают задания среднего диапазона трудности – частота выборов на шкале трудности описывается колоколообразной кривой.

Корреляционное исследование разбивается на серию независимых друг от друга измерений в группе испытуемых Р. Различают простое и сравнительное корреляци­онные исследования. В первом случае группа испытуемых однородна. Во втором случае мы имеем несколько рандо-мизированных групп, различающихся по одному или нескольким опреде-ленным критериям. В общем виде план такого исследования описывается матрицей вида: Р х О (испытуемые х измерения). Результатом этого исследования является матрица корреляций. Обработку данных можно вести, сравнивая строки исходной матрицы или столбцы. Коррелируя между собой строки, мы сопоставляем друг с другом испытуемых; корреляции же интерпретируются как коэффициенты сходства-различия людей между собой.

Коррелируя между собой столбцы, мы проверяем гипотезу о статистической связи измеряемых переменных. В этом случае их размерность не имеет никакого значения. Такое исследование называется структурным, так как в итоге мы получаем матрицу корреляции измеренных переменных, которая выявляет структуру связей между ними.

В исследовательской практике часто возникает задача выявить вре-менные корреляции параметров или же обнаружить изменение структуры корреляций параметров во времени. Примером таких исследований являются лонгитюды. План лонгитюдного исследования представляет собой серию отдельных замеров одной или нескольких переменных через определенные промежутки времени. Лонгитюдное исследование – это промежуточный вариант между квазиэкспериментом и корреляционным исследованием, так как время интерпретируется исследовате­лем как независимая переменная, определяющая уровень зависимых (например, личностных черт).

Полный план корреляционного исследования представляет собой параллелепипед Р х О х Т, грани которого обозначаются как «испытуемые», «операции», «временные этапы».

Результаты исследования можно анализировать по-разному. Помимо вычисления Р- и О-корреляций возникает возможность сравнения матриц Р х О, полученных в разные периоды времени, путем подсчета двухмерной корреляции – связи двух переменных с третьей. То же самое касается и матриц Р х Т и Т х О.

Но чаще исследователи ограничиваются обработкой другого типа, проверяя гипотезы об изменении переменных во времени, анализируя матрицы Р х Т по отдельным измерениям.

Рассмотрим основные типы корреляционного исследования.

1. Сравнение двух групп. Этот план лишь условно можно отнести к корреляционным исследованиям. Он применяется для установления сходства или различия двух естественных или рандомизированных групп по выраженности того или иного психологического свойства или состояния.

2. Одномерное исследование одной группы, в разных условиях. План этого исследования аналогичен предыдущему. Но по своей сути он близок к эксперименту, так как условия, в которых находится группа, разли-чаются. В случае корреляционного исследования мы не управляем уров-нем независимой переменной, а лишь констатируем изменение поведения индивида в новых условиях. Примером может служить изменение уровня тревожности детей при переходе из детского сада в 1-й класс школы: группа одна и та же, а условия различные.

3. Корреляционное исследование попарно эквивалентных групп. Этот план используется при исследовании близнецов методом внутрипарных корреляций. Дизиготные или монозиготные близнецы разбиваются на две группы: в каждой – один близнец из пары. У близнецов обеих групп изме-ряют интересующие исследователя психические параметры. Затем вычис-ляется корреляция между параметрами (О-корреляция) или близнецами (Р-корреляция). Существует множество более сложных вариантов планов психогенетических исследований близнецов.

4. Для проверки гипотезы о статистической связи нескольких пере-менных, характеризующих поведение, проводится многомерное коре-ляционное исследование. Оно реализуется по следующей программе. Отби-рается группа, которая представляет собой либо генеральную совокуп-ность, либо интересующую нас популяцию. Отбираются тесты, проверен-ные на надежность и внутреннюю валидность. Затем группа тестируется по определенной программе.

Данные исследования представлены в форме матрицы: т х п, где т – количество испытуемых, п – тесты. Матрица «сырых» данных обрабатыва-ется, подсчитываются коэффициенты линейной корреляции. Получается матрица вида т х п, где п – число тестов. В клеточках матрицы – коэф-фициенты корреляции, по ее диагонали – единицы (корреляция теста с самим собой).

5. Структурное корреляционное исследование. От предшествующих вариантов эта схема отличается тем, что исследователь выявляет не отсутствие или наличие значимых корреляций, а различие в уровне значимых корреляционных зависимостей между одними и теми же показателями, измеренными у представителей различных групп.

«Доэкспериментальные планы» –это планы проведения исследо-ваний, которые не обеспечивают необходимого контроля над перемен-ными. Поэтому достоверность полученных таким способом результатов и степень правомерности их интерпретаций весьма невелики. Доэкспери-ментальные планы были распространены на этапе становления научного психологического познания. В настоящее же время они могут быть уместны на этапе первичной разработки научной проблемы или в тех случаях, когда контроль над переменными в условиях реального исследования невозможен.

Чаще всего использование доэкспериментальных планов связано со следующими ошибками организации исследования:

- изучением единичных случаев;

- отсутствием контрольной группы;

- нерепрезентативной выборкой;

- влиянием на результаты варьирования контролируемых переменных.

Во всех названных моментах нарушается логика экспериментального доказательства. Выявленные «зависимости» всегда могут быть интерпре-тированы по-разному. В качестве примера возьмем тот случай, когда не имеется контрольной группы. Тогда изменения зависимой переменной с равным основанием объясняются влиянием переменной независимой, фактом участия испытуемых в исследовании, воздействием тех факторов, которые на протяжении эксперимента не должны были меняться, изначальной предрасположенностью данной группы к произведенным воздействиям и т. п. А это совершенно недопустимо.

Второй критерий – это число осуществляемых экспериментальных воздействий. В соответствии с ним принято различать планы с одной независимой переменной и так называемые факторные планы (с двумя и более независимыми переменными).

Психолог не имеет возможности непосредственно, «напрямую» управлять психической реальностью испытуемых. Он может воздейство-вать лишь через внешние условия ситуации, вводя те или иные независимые переменные. И изменять последние будет либо по одной (план с одной независимой переменной), либо по несколько взаимосвя-занных между собой (факторный план). Но, в любом случае, исследователь стремится варьировать только независимые переменные. Эксперимент, где такое условие соблюдено, называют «чистым». Чрезвычайно важно заранее, еще при планировании опытов, выделить независимые перемен-ные и изолировать их от всех других. К примеру, изучая влияние освещенности рабочего места на скорость возникновения состояния утомления у испытуемых, мы не вправе задействовать используемую на телевидении мощную осветительную аппаратуру. Дело в том, что телеви-зионные прожекторы испускают интенсивные тепловые лучи, значительно изменяя температуру помещения. Поэтому мы не сможем в дальнейшем однозначно интерпретировать возникновение утомления только через изменения освещенности. А если сделаем это, то результаты нашего эксперимента будут оспорены.

План с одной независимой переменной заключается в воздействии, оказываемом на одного испытуемого или группу испытуемых, вместе с наблюдениями до и после этого воздействия, проводимыми с целью установления изменений в их состоянии.

При построении таких планов необходимо совершить следующие действия:

1) стабилизировать ситуацию, ввести воздействие и наблюдать изменение;

2) если ситуация не может быть стабилизирована и изменяется, то проследить характер изменений, ввести воздействие и установить, привело ли оно к каким-либо нарушениям в характере изменений;

3) стабилизировать две (или более) эквивалентные ситуации; выбрать одну из них и поддерживать ее постоянство на одном уровне с оставшейся (или оставшимися), за исключением экспериментального воздействия; ввести экспериментальное воздействие в другую ситуацию (или его варианты в оставшиеся ситуации) и отметить различия;

4) соотнести схему подачи/прекращения экспериментального воз-действия с характером наблюдаемого изменения; если можно измерить степень воздействия или силу вмешательства, то соотнести силу или интенсивность вмешательства с таким релевантным аспектом как величина или предел изменения. (Этот принцип работает только в том случае, если зависимая переменная возвращается в прежнее состояние при прекра-щении вмешательства, но не действует в таких ситуациях как ситуация научения, эффекты которого отличаются устойчивостью).

Случайное распределение испытуемых на экспериментальную и контрольную группы гарантирует, что эти группы, в среднем, «совместно уравниваются по каждому условию», включая и предположительно связанные с изучаемым явлением, и непредвиденные, даже иррелевантные условия, такие как число кожных пор и длина ногтей. Действительно, Кэмпбелл и Стэнли считают случайное распределение испытуемых по группам довольно важным вследствие того, что оно обеспечивает защиту от «скрытых» переменных, и называют планы, в которых оно не используется, «квазиэкспериментальными», в отличие от использующих его «подлинно экспериментальных планов».

Такие факторы, как уровень образования, способность к научению, мотивация и социоэкономический статус, часто оказываются альтер-нативными объяснениями, которые мы хотели бы исключить посредством обеспечения эквивалентности групп. Это достигается путем стратифика-ции, формирования блоков или попарного уравнивания на основе изме-рения этих переменных с последующим случайным распределением испытуемых по экспериментальным и контрольным группам.

Некоторые планы выборочного исследования. Сосредоточившись на таких сквозных вопросах как, когда и кому предъявляются экспери-ментальные условия (или, иначе говоря, воздействия), а также когда и за кем проводятся наблюдения, мы можем описать некоторые виды широко используемых планов и отметить их сильные и слабые стороны. Кэмпбелл для описания экспериментальных планов ввёл следующие символы:

· символом X, Y и т. д. будет обозначаться воздействие (независимая переменная);

· символом О – наблюдение или измерение (тестирование изучаемой группы);

· символ R указывает на то, что испытуемые были случайным образом распределены по группам (рандомизация);

· временная последовательность экспериментальных событий отобра-жается записью символов в направлении слева направо, цифровым обозна-чением последовательности символов и расстоянием между символами.

План с предварительным и итоговым тестированиями: случайным образом распределенные по экспериментальной и контрольной группам испытуемые тестируются до и после контролируемого воздействия. Данный план можно представить в виде следующей схемы (см. таблицу 1):

Таблица 1 – Схема плана с предварительным и итоговым тестированиями

Этот широко применяемый план контролирует большое число альтернативных объяснений, включая эффект повторного тестирования, так как обе группы тестируются дважды. Однако взаимодействие «воздействие х тестирование» все же остается неконтролируемым альтер-нативным объяснением.

План с тестированием только после воздействия отличается от предыдущего отсутствием предварительного тестирования. Он контро-лирует эффекты тестирования и взаимодействия «воздействие х тестиро-вание», однако требует допущения о том, что в результате рандомизации была достигнута начальная эквивалентность контрольной и экспериментальной групп (см. таблицу 2).

Таблица 2 – Схема плана с тестированием только после воздействия

План Соломона для четырех групп: Р.Л. Соломон и Лессак объединили особенности двух предыдущих планов таким образом, чтобы соответствующие сравнения давали возможность оценить не только эффект тестирования и его взаимодействие с экспериментальным воздействием (при сравнении ОХО с ХО), но и эффективность рандомизации (при сравнении ОХО с ОО). Однако этот план требует формирования четырех групп, а значит и большего числа испытуемых см. таблицу 3).

Таблица 3 – Схема плана Соломона для четырёх групп

Для контроля исходного уровня групп и достижения эквивалентности экспериментальной и контрольной групп используетсяпопарное уравнивание групп.

Факторные экспериментальные планы применяются тогда, когда необходимо проверить сложные гипотезы о взаимосвязях между переменными. Общий вид подобной гипотезы: «Если А₁, А₂,..., А_n, то В». Такие гипотезы называются комплексными, комбинированными и др. При этом между независимыми переменными могут быть различные отношения: конъюнкции, дизъюнкции, линейной независимости, аддитивные или мультипликативные и др. Факторные эксперименты являются частным случаем многомерного исследования, в ходе проведения которого пытаются установить отношения между несколькими неза-висимыми и несколькими зависимыми переменными. В факторном экспе-рименте проверяются одновременно, как правило, два типа гипотез:

1) гипотезы о раздельном влиянии каждой из независимых переменных;

2) гипотезы о взаимодействии переменных, а именно – как при-сутствие одной из независимых переменных влияет на эффект воздействия на другой.

Так как факторные планы позволяют одновременно анализировать эффекты двух или более переменных, они предусматривают столько групп испытуемых, сколько необходимо для измерения влияния всех возможных комбинаций переменных. Такие планы обозначаются по числу категорий каждой переменной (например, 2x2). Произведение числа категорий показывает необходимое количество групп (для нашего примера – 4). Если проводится и предварительное, и итоговое тестирование, то такой план называют факторным планом с повторными измерениями (см. таблицу 4).

Таблица 4 – Схема факторного плана для двух независимых переменных, представленных в двух уровнях

Пример такого плана – эксперимент по выявлению воздействия внешнего наблюдения на успех решения интеллектуальных задач. Первая независимая переменная (Х) варьируется просто: есть наблюдатель (Х₁), нет наблюдателя (X₂). Вторая независимая переменная (У) – уровни трудности задачи: задача низкой степени трудности (У₁), задача высокой степени трудности (У₂). В этом случае мы получаем план 2х2.

Для сокращения числа экспериментальных групп может использоваться принцип балансировки.

Для проверки более сложных гипотез может использоваться план 3х2, 3х3 и т. д., в зависимости от количества уровней независимых переменных.

Планы, используемые для исследования влияния более двух независимых переменных, применяются редко. Для трех переменных они имеют общий вид LхМхN. Чаще всего применяются планы 2х2х2: «три независимые переменные – два уровня». Очевидно, добавление каждой новой переменной увеличивает число групп. Общее их число 2, где п – число переменных в случае двух уровней интенсивности и К– в случае К-уровневой интенсивности (считаем, что число уровней одинаково для всех независимых переменных).

Если количество уровней независимой переменной увеличивается до трёх, мы применяем план 3х3х3. Это означает, что необходимо создать 27 экспериментальных групп.

Упрощением полного плана с тремя независимыми переменными вида LхМхN является планирование по методу «латинского квадрата». «Латинский квадрат» применяют тогда, когда нужно исследовать одновременное влияние трех перемен­ных, имеющих два уровня или более. Принцип «латинского квадрата» состоит в том, что два уровня разных переменных встречаются в экспериментальном плане только один раз. Тем самым процедура значительно упрощается, не говоря о том, что экспе­риментатор избавляется от необходимости работать с огромными выбор-ками. В обмен на меньшее количество групп «латинский квадрат» лишает исследователя части информации, хотя и не самой важной.

Свое название этот план получил от старинной головоломки, в которой латинские буквы нужно было разместить в таблице таким образом, чтобы определенная буква, обозначающая здесь воздействие или уровень независимой переменной, встречалась только один раз в строке или столбце. Рассмотрим пример исследования влияния трёх разных программ обучения (А, В, С) на учащихся с различным уровнем способ-ностей (высокий, средний, низкий) и с различным уровнем мотивации (высокий, средний, низкий). В латинском квадрате 3x3 каждый из вариантов программы обучения (А, В, С) может быть случайным образом приписан к комбинации уровней способностей и мотивации, так что каждая программа обучения будет один раз опробована на каждом из уровней способностей и на каждом из уровней мотивации. Потребуется всего лишь девять групп вместо 27 (3х3х3), необходимых для полного факторного плана (см. таблицу 5).

Таблица 5 – Схема экспериментального исследования по типу «латинского квадрата»

L – способности учащихся;

М – мотивация учащихся;

А, В, С – обучающая программа.

Однако латинский квадрат не даёт всей информации, которую предоставил бы факторный план относительно возможного усиливающего или ослабляющего эффекта (взаимодействия) отдельных уровней способ-ностей или мотивации с отдельными вариантами программы обучения.

Третий критерий – разделение экспериментальных схем (планов) на качественные и количественные – связан с учетом шкалы, в которой измерена независимая переменная. Качественными обычно называются эксперименты, в которых уровни независимой переменной заданы в классификационных признаках. Если между условиями независимой переменной может быть показано не только качественное различие, но и порядок в величине учитываемого признака, то это позволяет переходить к количественному эксперименту.

Использование количественных изменений независимой переменной означает переход к многоуровневому эксперименту, который может быть рассмотрен как вариант факторного.

Четвертый критерий – осуществление эксперимента в соот-ветствии с интраиндивидуальными или межгрупповыми схемами предъявлений условий независимой переменной. Этот критерий класси-фикации экспериментов по объекту (индивид или группа людей) и способу задания последовательности проб, в которых экспериментальные воз-действия осуществляются или нет, позволяет различать групповое прове-дение экспериментов и межгрупповые сравнения. Если смене воздействий подвергается отдельный человек или отдельная группа людей (и для каждого из них независимая переменная представлена на всех своих уровнях и во всей задуманной последовательности), то речь идёт о «после-дова