Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Очевидно, в функциональных экспериментах, где изменения независимой переменной носят количественный характер, почти не возникает трудностей. Крайне важно знать ход изменения зави­симой переменной, если хотите, закон ее изменения. Так обсто­ит дело, например, с кривой заучивания или кривой забывания. Иное дело, однако, в факторных экспериментах, когда раз­личия степеней независимой переменной носят качественный хара­ктер, что является очень частым случаем. В таком случае нужно определить соответствующую роль каждой из них. Дисперсионный анализ, которым мы обязаны Фишеру (1925), позволяет во всех случаях, когда мы имеем несколько популяций измерений одной и той же независимой переменной, соответствующих различным условиям, определить значимую роль той или иной из них. Его принцип прост и аналогичен принципу t Стьюдента. Вначале рассматривают все популяции измерений как принадлежащие к одной и той же совокупности, то есть принимают нулевую гипо­тезу. Затем вычисляют общую дисперсию совокупности, которая является не чем иным, как суммой дисперсий различных популя­ций измерений, как это можно доказать. Сравнивают две оценки дисперсий измерений. Одна вычисляется без учета возможных раз­личий между средними выборок измерений, полученных для раз­личных значений независимой переменной. Другая, кроме вариаций, влияющих на первую оценку («ошибку»), учитывает эти различия средних. Эти две оценки должны быть равными (их отношение или отношение F Снедекора принимает в таком случае значение 1.00), если различия средних нулевые, то есть если эта независимая переменная не влияет на данный феномен. Фактиче­ски же можно требовать только, чтобы отношение F не было зна­чительно выше 1.00, и таблица Снедекора позволяет узнать, так ли это.

Наконец, дисперсионный анализ позволяет сказать, оказывает ли независимая переменная особое влияние, не измеряя непосред­ственно это влияние. Он соответствует, следовательно, методу обнаружения влиятельных переменных.

Дисперсионный анализ открыл новые перспективы перед экс­периментированием в науках, основанных на предположениях. До сих пор трудно было планировать эксперименты, предполагающие более одной независимой переменной. Как мы видели, в таком слу­чае проблема состояла в том, чтобы нейтрализовать действие второй переменной, как правило, переменной порядка, чтобы избежать эпизодических влияний ситуаций, вызывающих либо облегчение, либо усложнение задачи, короче — искажающих результаты.

Еще один шаг вперед был сделан, когда для проверки действия независимой переменной стали применять различные, но равно­ценные группы испытуемых, причем одни из них подвергались воздействию этой переменной, а другие — нет. Почему же в та­ком случае не измерить одновременно действие нескольких неза­висимых переменных, если обеспечена равноценность групп? Именно таким образом Фишер разработал метод планирования эксперимента сначала применительно к агробиологии. В этой дис­циплине плодотворное экспериментирование должно учитывать одновременно по крайней мере почву, удобрения и семена. Дорого и часто безуспешно было бы варьировать только одну из этих пере­менных. Планирование эксперимента было введено в психологию около 1940 года и сейчас составляет часть ее обычной методологии.

Обработка и обобщение результатов.

Самым захватывающим этапом экспериментирования является, бесспорно, тот, когда сырые данные посредством применения ряда приемов, в которых большую роль играет воображение и на­учная культура экспериментатора, превращаются в значимые результаты. Эта фаза экспериментирования включает в себя три основных момента: обработку результатов, их объяснение и обобщение.

Обработка результатов.

Учитывая многочисленность и иногда разрозненность данных, первая задача экспериментатора состоит в установлении порядка, то есть в классификации полученных результатов и такой их груп­пировке, которая позволила бы экспериментатору охватить их еди­ным взглядом. Эта классификация должна быть, очевидно, прове­дена исходя из независимых переменных, но не следует забывать, что таких классификаций может быть несколько. Для того чтобы выявить значение полученных результатов, нужно усилить их освещение.

Три основных способа позволяют осуществить эту группиров­ку полученных данных.

А) Таблицы. Их применение общеизвестно. Для того чтобы быть полезными, они должны быть ясными. Результаты могут быть сгруппированы в них в виде сырых значений или в виде таблиц частот или процентов. В каждом случае нужно найти самую ре­презентативную и наиболее показательную классификацию.

Б) Графики. Мы не будем останавливаться на этой процедуре, популяризированной всей современной техникой. Нужно, однако, подчеркнуть, что графики имеют то достоинство, что устанавли­вают зависимость между двумя или несколькими переменными и, превращая цифры в линии или блоки, лучше позволяют глобально охватить множество результатов, чем таблицы, часто перегружен­ные слишком полной информацией. Однако этот способ имеет одно неудобство. Если он символизирует большое число результатов, то это изображение связано с принятым масштабом. Различие в 1 мм при масштабе один сантиметр к метру проходит незамеченным. Оно становится символически значительным, если (посредством, как правило, первоначального изменения) масштаб становится один сантиметр к миллиметру.

С другой стороны, масштабы не должны быть обязательно арифметическими. Многие явления (в психофизике в свете теории информации) оказываются более простыми, если принять лога­рифмический масштаб значений независимой переменной. Экспе­риментатор, производящий это преобразование, руководствуется при этом общим принципом всякой научной методологии: стремлением к упрощению отношении между переменными и, в том слу­чае, если оно не достигается немедленно, его постулируют и груп­пируют результаты с этой целью. Чаще всего этот принцип весь­ма плодотворен.

В) Статистическая обработка. Она часто связана с преды­дущими процедурами. Группировка количественных результатов чаще всего состоит в поисках основных параметров их распределе­ния, являющихся, как правило, показателем центральной тенден­ции и показателем дисперсий значений вокруг этой центральной тенденции. Если распределение значений почти нормальное, то речь идет о среднем и стандартном отклонении; если оно неравно­мерное,— о медиане и полуинтерквартильном отклонении. Если распределение особое, лучше ограни­читься графиком.

Может быть, следует подчеркнуть, что распределение, не имею­щее формы кривой Лапласа — Гаусса, не менее верно, или, лучше сказать, не менее типично для явления, чем нормальное распреде­ление. Не все совокупности измерений следуют биноминаль­ному закону. Однако, если распределение близко к нормальному. закономерно спросить себя, не являются ли констатируемые не­правильности, асимметрии результатом какого-либо недостатка процедуры (недостаточного числа измерений, недостаточного диа­пазона значений независимой переменной).

Группировка результатов является лишь первым этапом. За ней должна следовать статистическая обработка резуль­татов.

а) В функциональных экспериментах Э. за графическим изобра­жением должен искать теоретический закон y=f(x), который мог бы связать независимую и зависимую переменные, при этом он иногда может пользоваться статистическими критериями, позво­ляющими сказать, соответствуют ли эмпирические результаты вероятному теоретическому закону или нет.

б) В факторных экспериментах, предназначенных для выясне­ния влияния одного или нескольких факторов, основной принцип статистической обработки состоит в том, чтобы установить, мож­но ли принять нулевую гипотезу или, напротив, следует ее отбро­сить. Отказ от нее означает, что различные группы результатов не могут принадлежать (при данном пороге вероятности) одной и той же совокупности. t Стьюдента, ², F Снедекора, дисперсионный анализ имеют при различных степенях сложности одинаковое значение. Непараметрический анализ позволяет ныне трактовать распределения, не являющиеся нормальными.

С другой стороны, недостаточно используемый анализ ковариации позволяет решить, являются ли значимыми различия между индивидами или группами, даже если уровень их первоначаль­ных результатов различен.

Эти виды анализа имеют целью выявить возможное влияние какой-нибудь независимой переменной. Но существуют и дру­гие способы обработки, цель которых — установить наличие и интенсивность связи между двумя зависимыми переменными. В этом случае применяется метод корреляций. Некоторые считают, что корреляции полезны только в прикладной психоло­гии. Это пагубное заблуждение. Простая корреляция устанавлива­ет связь между двумя переменными (интеллектуальный уровень отцов и детей, например); сложная корреляция позволяет вы­разить зависимость двух переменных, оставляя постоянной третью.

Все возможности, открываемые методом корреляций, не ис­пользуются еще в равной мере. Из трех методов, которые различа­ют в настоящее время, корреляции R, или корреляции между ре­зультатами, достигнутыми в различных испытаниях одной и той же группой индивидов, наиболее употребительны. Метод Q,, устанавливающий корреляцию между двумя сериями измерений, произведенных на двух индивидах или двух группах индивидов, находит слишком малое применение. Между тем он позволяет сравнивать структуру психологических профилей, что является полезным путем подхода к личности. Наконец, метод Р также от­крывает путь к исследованию структуры личности. Он состоит в определении корреляции между двумя типами ответов одного и того же испытуемого в разное время. Он является путем к изу­чению pattern реакций.

Если Э. имеет перед собой какую-нибудь матрицу корреляций, он может, следуя Спирмену и Тёрстону, спросить себя, не может ли совокупность интеркорреляций объясняться действием только нескольких факторов. Другими словами, посредством фактор­ного анализа он ищет совокупность более простых определи­телей, чем множество независимых переменных, характеризую­щих каждое испытание.

Как и метод корреляций, завершением которого он является, факторный анализ позволяет формулировать или проверять гипотезы. Следует, однако, признать, что для психолога фактор­ный анализ в различных его формах (одно- или мультифакторных) может дать лишь довольно грубую приблизительную оцен­ку действия психологических переменных, поскольку он посту­лирует аддитивную структуру их действия, а не иерархические от­ношения, которые устанавливают все другие способы подхода к психологическим переменным. Но наука часто идет вперед, поль­зуясь полуадекватными методами, при условии, что ученые сознают относительность их разработки.

Объяснения.

Обработка полученных результатов лишь констатирует факты. Для того чтобы идти вперед, наука должна дать им объяснение. Факторный анализ является, в сущности, попыткой превзой­ти простую констатацию. Он постулирует возможное действие сущностей, которые остаются математическими, но могут, по-ви­димому, получить другой статут при условии физиологических или психологических сопоставлений.

Дать объяснение — это значит в каждом конкретном случае определить, не является ли установленный тип отношений част­ным случаем известного и уже более или менее проверенного бо­лее общего закона.

Разумеется, виды объяснения могут быть весьма различными. Можно дать объяснение на уровне физиологических механизмов или на уровне переменных ситуации; можно определить, объяс­няется ли ряд результатов действием промежуточных перемен­ных, существование которых постулируется (таким характе­ром обладают факторы) и статут которых изменяется в зависимости от их объяснительной ценности и соответствия другим промежу­точным переменным. В самом деле, было бы ошибочным считать, что данному результату соответствует лишь один какой-то способ объяснения. Во всех случаях для каждого явления можно поль­зоваться различными «решетками для чтения шифра». Для всяко­го, кто ищет объяснения, основная ошибка будет состоять в том, чтобы принять какую-нибудь частную причину за главную причину. Это верно уже применительно к одному-единственному плану объяснения, а fortiori, это верно, если допускаются различные пла­ны объяснения какого-нибудь явления. Чтобы не ограничиваться общими рассуждениями, приведем в качестве примера возникнове­ние эмоциональной реакции агрессивности в результате торможе­ния какой-нибудь потребности. Эта реакция может объясняться:

а) зависимостью между антецедентами и реакцией (связь ме­жду препятствием и агрессивностью);

б) физиологическими механизмами (выделение адреналина, возбуждение подкорковых центров, движения, направленные на преодоление препятствия);

в) ссылкой на промежуточные переменные, например фрустрацию.

Все эти три системы объяснения являются адекватными, но ни одна из них не является достаточной. Они дополняют друг друга.

Обобщение.

Следует отдавать себе полный отчет в парадоксальности самой ситуации экспериментирования. Согласно классической схеме, Э. на основе множества наблюдений формулирует гипотезу, кото­рая, устанавливая зависимость между двумя понятиями, носит непременно обобщенный характер. Однако начиная с того момен­та, как Э. организует проверочный эксперимент, он покидает этот уровень и создает конкретную ситуацию, в которой будет наблюдать какой-то частный ответ. Переходя от общего к частно­му, экспериментатор надеется, что он выбрал репрезентативный пример, а не частный случай. Однако, коль скоро изучаемая зави­симость проверяется в выбранном им частном примере, имеет ли он право переходить на этот раз от частного к общему и считать, что проверена гипотеза, имеющая обобщенное значение. Можно ли распространить на весь класс явлений то, что экспериментатор наблюдал в одном каком-то частном случае? Ответить на этот воп­рос утвердительно — значит игнорировать случайный характер всякой ситуации; ответить категорическим отрицанием — значит сделать невозможной науку и довольствоваться составлением ка­талога фактов. Это противоречие между двумя крайними полюса­ми является дилеммой всякой эпистемологии. На одном полюсе стоят рационалисты, считающие, что понятие отражает сущность, что дефиниции соответствует фундаментальное свойство явления и что объем ее позволяет определить формальная логика; на дру­гом — последовательные эмпирики, утверждающие, что обобщенность какого-либо понятия может быть основана только на сумме экспериментов.

Этот вековой спор в наши дни конкретизируется в противопо­ложности двух подходов в психологии: феноменологии и операционализма.

Характеристики

Список файлов реферата