План

В главе 2 говорилось о том, что в любом исследовании присутствует сравнение. В большинстве случаев сравниваются показатели при разных значениях независимой переменной. Если независимая переменная — не подающаяся манипуляциям субъектная характеристика, например возраст, тогда исследователь должен подобрать испытуемых, обладающих разными уровнями данной характеристики. Если независимая переменная — это экспериментально манинулируемый фактор, тогда исследователю нужно поставить испытуемых в условия, которые характеризуют определенные значения изучаемого фактора. В любом случае, исследователь должен отбирать испытуемых и включать их в группы способом, позволяющим осуществить объективное сравнение разных уровней (внутренняя валидность), которое дает возможность перенесения выводов на другие интересующие исследователя выборки (внешняя валидность) и выявить причинные основания обнаруженных связей (конструктная валидность).

Обрисованные здесь этапы и цели реализуются в экспериментальном плане. План, по словам Керлингера (Kerlinger, 1986, р. 279), — это «замысел и структура исследования», то, как объединены разные исследовательские приемы. Хотя конечная цель — получение валидных выводов — всегда сохраняется неизменной, на практике отдельные исследовательские приемы можно объединить разными способами. В этой главе рассмотрены некоторые из наиболее значимых параметров, по которым различаются исследовательские планы.

И вновь исследования, приведенные в главе 2 в качестве примера, послужат иллюстрацией некоторых общих принципов и стандартной терминологии. Эксперимент Дюфресна и Кобасигавы, а также эксперимент Черри и Парка включают два уровня манипулируемой переменной: легкий/трудный материал для запоминания у первых и контекст модели/схемы у последних. Черри и Парк ставили каждого из испытуемых в одно из двух экспериментальных условий, поэтому их подход можно назвать межсубъектным планом. Дюфресн и Кобасигава тестировали всех испытуемых и в легких, и в трудных условиях; поэтому их подход можно назвать внутрисубъектным планом. Одно из кардинальных решений, которое должен принять исследователь, — использовать при сравнении эффектов двух или более экспериментальных воздействий одних и тех же или разных испытуемых. Далее в этой главе будут проанализированы плюсы и минусы обоих подходов.

Оба описанных исследования также включали в качестве неманипулированной переменной хронологический возраст. В этой ситуации был использован общий методический прием: обе группы исследователей тестировали испытуемых разного возраста. Стратегия тестирования разных групп людей разного возраста называется планом поперечных срезов. Это не единственный подход к изучению возрастных изменений. Дюфресн и Кобасигава могли бы, к примеру, протестировать выборку первоклассников, подождать два года и протестировать тех же детей уже как третьеклассников, подождать еще два года и протестировать их уже как пятиклассников и, наконец, еще через два года — как семиклассников. Стратегия регулярного повторного тестирования одной выборки испытуемых в ходе интересующего исследователя возрастного промежутка называется лонгигюдным планом.

Следует отметить, что оппозиция меж- и внутрисубъектного плана, а также оппозиция плана поперечных срезов и лонгитюдного имеют много общего. В обоих случаях главная цель состоит в анализе результатов одних или разных людей. Относительные преимущества лонгитюдного метода и метода поперечных срезов также будут вскоре рассмотрены.

Хотя исследование Дюфресна и Кобасигавы отличалось от исследования Черри и Парка по параметру внутри/межсубъектного сравнения, оба исследования были сходны в другом, вероятно даже более принципиальном отношении. Сходство состоит в том, что оба исследования включали экспериментально изменяемую независимую переменную: легкость/трудность у Дюфресна и Кобасигавы и модель/схему у Черри и Парка. Как отмечалось в главе 2, не во всех исследованиях присутствуют такого рода настоящие независимые переменные. В так называемых корреляционных или неэкспериментальных планах исследователь просто измеряет, но не контролирует переменные и пытается выявить отношения между ними. Корреляционные планы — это третья большая тема, которая рассматривается в данной главе.

Поскольку возрастные сравнения являются центральной задачей в исследованиях в области психологии развития, глава начинается с описания планов для изучения возраста. Затем внимание переключается на методы сравнения экспериментальных условий; завершает главу анализ преимуществ и недостатков корреляционного исследования.

 

Возрастное сравнение

Как указывалось ранее, возраст - всего лишь одна из многих субъектных переменных, которые можно изучать. Поскольку важнейшим фактором, рассматриваемым в этой книге, является возраст, стоит отметить одно существенное свойство, отличающее возраст от большинства других субъектных переменных, - отличие, влияющее на выбор исследовательского плана. При изучении таких переменных, как пол или раса, исследователю нет необходимости ждать, когда его испытуемые перейдут с одного уровня переменной на другой; во всех исследованиях подобного рода обязательно присутствуют разные группы людей. Однако в случае с возрастом, сегодняшний шестилетка - это завтрашний 8-, или 10-, или 20-летний человек. Именно по причине этого естественного изменения по возрастному параметру у изучающего возрастные различия есть выбор между внутри- и межсубъектным подходами.

Есть и еще один момент. Если мы сравниваем мальчиков и девочек, тогда, очевидно, нас интересуют различия (или, конечно, их отсутствие) между мальчиками и девочками. Если же мы сравниваем 6- и 10-летних детей, нас интересуют не только различия между 6- и 10-летними детьми, но и более глубокий вопрос. Станут ли 6-летние дети такими как 10-летние или были ли 10~летиие дети такими, как 6-летние? Иными словами, нас волнуют не только возрастные различия, но и возрастные изменения. Как мы увидим, одной из сложнейших проблем является определение того момента, когда различия между возрастными группами действительно отражают естественные изменения, происходящие в ходе развития.

 

Лонгитюдный метод

В лонгитюдном исследовании одна выборка обследуется, по меньшей мере, дважды за определенный период времени. Хотя четких правил того, когда исследование с повторным обследованием становится «лонгитюдным», нет, при использовании этого термина учитывают, по крайней мере, два приблизительных критерия. Во-первых, речь обычно идет об изучении естественных, не вызванных экспериментальным путем изменениях. Поэтому применение отсроченного тестирования после экспериментального вмешательства или обучения обычно не расценивается как лонгитюдное, даже если одни и те же дети проходят обследование несколько раз. Во-вторых, данный термин, как правило, употребляется в отношении регулярного обследования на довольно длительном временном интервале. Поэтому обследование одних испытуемых несколько раз в течение одной недели не должно претендовать на то, чтобы называться «лонгитюдным». Заметьте, однако, — то, что является «довольно длительным временным интервалом», зависит от уровня развития испытуемых. Недельную серию обследований можно было бы рассматривать как лонгитюдную, если на момент первого обследования испытуемым всего несколько дней от роду.

Как явствует из табл. 1.3, в обзоре журнальных статей велся учет количества лонгитюдных исследований и исследований методом поперечных срезов. Как и ожидалось, при изучении возрастных различий наиболее употребительным был метод поперечных срезов, который использовался в 57 % случаев; лонгитюдный же метод использовался в 38% исследований, а 5% составляли смешанные планы. Интересно отметить, что за последние годы этот диспаритет сократился. Контент-анализ тех же журналов за 1983 год дал следующие результаты: 81 % для метода поперечных срезов и только 14 % для лонгитюдного метода.

Нетрудно понять, почему лонгитюдные исследования относительно редки. На них уходит больше времени, денег и усилий. Рассмотрим в качестве примера два исследования из главы 2. На осуществление эксперимента Дюфресна и Кобасигавы потребовалось, вероятно, несколько недель. Если бы их выбор пал на лонгитюдный план, у них ушло бы минимум 6 лет. Разница даже более заметна для исследования Черри и Парка. Если бы они решились на лонгитюдный план, то им пришлось бы ждать 40-50 лет, прежде чем их молодые испытуемые превратились в пожилых.

Сами по себе широкие временные рамки лонгитюдного исследования, являются лишь практическим неудобством, конечно, досадным, но не угрожающим валидности. Со значительной продолжительностью исследования, однако, связаны другие трудности, негативно отражающиеся на валидности. Одна из них — возможность устаревания используемых методик и оборудования. Поскольку сутью лонгитюдного плана является сравнение результатов, полученных ранее, с результатами, полученными позже, исследователь вынужден продолжать использовать те способы измерения, которые выбрал в самом начале осуществления проекта. Однако зачастую, в ходе длительного исследования тест устаревает или теряет свою теоретическую актуальность; почти всегда появляются новые тесты и новые вопросы. Поэтому то, что интересно узнать в 1990 году, может отличаться от того, что было интересно узнать в 1960 году. Проблема устаревания методик особенно велика в долгосрочных исследованиях, таких как начавшиеся в 1920-х годах исследования, рассчитанные на наблюдение в течение всего срока жизни испытуемых (Kagan, 1964). Это не обязательно проблематично в относительно краткосрочных лонтитюдных планах.

Другие проблемы связаны с характером выборки. Участие в любом долгосрочном исследовании требует от испытуемых (а в случае с детской выборкой еще и от родителей испытуемых) затрат времени и усилий. Поэтому отбор, по крайней мере, частично, должен основываться на таких факторах, как вера испытуемых в ценность исследования или высокая вероятность того, что они не переедут в другую местность. Но в этом случае выборка может оказаться нерепрезентативной в отношении популяции, на которую исследователь хочет перенести свои выводы. Более того, испытуемые из лонгитюдной выборки — это ровесники и составляют одно поколение или когорту, поэтому любые результаты в некоторой степени специфичны для данного конкретного поколения. Нас, к примеру, интересует, как изменяются люди в течение первых 30 лет жизни. Однако если все наши испытуемые родились в 1940 году, тогда с определенной долей уверенности мы сможем сказать, как изменялись люди, рожденные в 1940 году, сталкиваясь с изменениями, происходящими в мире в 1940-х, 1950-х и 1960-х. Если бы наши испытуемые появились на свет раньше или позже, мы получили бы несколько иные результаты.

Хотя лонгитюдные выборки по многим параметрам не соответствуют критерию репрезентативности, они дают возможность избежать систематической ошибки при отборе (Campbell & Stanley, 1966) — то есть отбора для сравнения изначально неэквивалентных групп. Если каждый испытуемый сравнивается сам с собой, никакой систематической ошибки отбора быть не может. Однако есть вероятность избирательного отсева (или выбывания), которое и имеет место на практике. Люди могут выходить из лонгитюдной выборки по ряду причин — в связи с переездом, нежеланием продолжать участие или (особенно в выборке пожилых людей) смертью. Если бы такие выпадения были случайными, тогда единственной неприятностью было бы сокращение размеров выборки и напрасные усилия по сбору данных, которые не будут дополнены. Однако зачастую выпадение не случайно, избирательно, то есть выбывшие из исследования испытуемые закономерно отличаются от тех, кто остался. Например, при лонгитюдном изучении интеллекта у выбывших обычно более низкий IQ при первых тестированиях (например, Siegler & Botwinick, 19/9). Поскольку выпадения в связи с низким уровнем компетентности влияют на общие результаты более молодых испытуемых, следствием является «позитивное искажение» в пользу старших возрастных групп. Конечно, можно ограничить сравнение результатами людей, оставшихся в группе, и таким образом влияющими на итоговые показатели во всех возрастных категориях. Однако в этом случае изначально нерепрезентативная выборка становится еще более нерепрезентативной.

Есть и еще один признак, по которому участники лонгитюдного исследования отличаются от популяции, на которую исследователь хочет перенести свои выводы. Он очевиден: в ходе лонгитюдного исследования его участники в отличие от популяции регулярно проходят психологическое тестирование. Поэтому потенциальное значений имеют две причины искажения валидности (Campbell & Stanley, 1966). Первая — тестирование: влияние на результаты тестирования выполнения такого же или подобного теста прежде. Например, кажется правдоподобным, что регулярное и довольно частое выполнение теста IQ в конечном счете начнет отражаться на ответах испытуемого, и результат исследований действительно подтверждает это предположение (например, Nesselroade & Baltes, 1974). Вторая проблема — более общего характера — проблема реактивности. Осознание человеком того, что его изучают, может повлиять и на его поведение, что особенно выражено у участников долгосрочных лонтитюдных исследований с частым проведением измерений. Поэтому ответы этих испытуемых не всегда отражают типичный процесс развития.

Обратите внимание, что описанные выше проблемы не обязательно характерны для всех лонтитюдных исследований. Они наиболее выражены в тех из них, которые связаны с частым и явным тестированием испытуемых зрелого возраста. С другой стороны, исследователю, изучающему развитие в младенчестве методом наблюдения, нет необходимости слишком волноваться о факторе тестирования или реактивности.

Последний пункт уточняет сделанное ранее замечание о том, что лонгитюдную выборку составляют люди одного поколения. В лонгитюдном исследовании неизбежно присутствует смешение возраста и исторического времени тестирования. Это смешение является следствием проведения внутрисубъектного сравнения; если нам нужны разные возрастные группы, мы должны тестировать в разное время. Предположим, мы хотим изучить изменения, происходящие в период с 15 до 20 лет. Мы отбираем 15-летних испытуемых 1975 года рождения и обследуем их вновь в 20-летнем возрасте. Если результаты повторного тестирования отличаются от результатов первого, мы можем объяснить это двояко: тем фактом, что испытуемые повзрослели на 5 лет, или тем, что первое тестирование происходило в 1990, а второе — в 1995 году. В лонгитюдном исследовании возраст практически неотделим от времени обследования.

Насколько вероятно, что возможная проблема действительно станет проблемой? Одной из детерминант, несомненно, является характер изучаемого феномена. За примером обратимся к старшей возрастной группе. Допустим, вас интересуют изменения остроты зрения в старости. Вы тестируете выборку 60-летних лиц в 1970 году, и затем их же в возрасте 70 лет в 1980 году. Хотя историческое время логически одно из возможных объяснений любых обнаруженных изменений, в случае, когда в качестве зависимой переменной выступает острота зрения, оно не слишком правдоподобно. Что более вероятно, если вы все-таки нашли различия, это то, что в период между 60 и 70 годами зрительная система претерпевает ряд

естественных изменений. Однако представьте, что вы исследовали бы не остроту зрения, а отношение к политическим лидерам. Вы обнаруживаете, что 70-летние люди относятся к ним более негативно, чем 60-летние. Очевидный случай политического отчуждения с возрастом? Вряд ли, учитывая политические события начала 70-х. На этот раз более правдоподобным кажется историко-культуральное объяснение. Однако в любом варианте стандартный лонгитюдный план допускает выводы, в лучшем случае правдоподобные, но никак не бесспорные. Смешения возраста и исторического периода никогда не избежать.

Если учесть всю массу неприятностей, обрушивающуюся на исследователя, выбравшего лонгитюдный план, встает вопрос о том, зачем кому-то, кроме ярко выраженного мазохиста, вообще пытаться провести лонгитюдное исследование. Ответ, как и можно было ожидать, состоит в том, что лонгитюдный подход имеет ряд достоинств (Bullock, 1995; McCall, 1977). Именно к позитивной стороне мы сейчас и обратимся.

Я уже провел границу между возрастным изменением и возрастным различием. Если изучаются разные выборки разных возрастов, единственное, что можно измерить непосредственно, это возрастные различия, и лишь подразумевается, что обнаруженные различия отражают возрастные изменения. В лонтитюдных же исследованиях возрастные изменения непосредственно измеряются, а не просто подразумеваются. Как мы увидели, можно по-разному судить о причинах возрастных изменений и о том, насколько они присущи всей популяции. Но, по крайней мере, в центре всегда остается основной вопрос психологии развития — вопрос внутриличностного развития во времени.

Сосредоточение на внутриличностном развитии делает лонгитюдный подход единственно правильным для оценки индивидуальной стабильности или нестабильности. Предположим, вы хотите узнать, остается неизменным IQ ребенка в ходе его развития, повышается или снижается. Совершенно ясно, вы не можете ответить на этот вопрос, тестируя разных детей разного возраста; вы должны наблюдать одного ребенка в процессе его развития. Вопрос «стабильности IQ» фактически является предметом множества лонтитюдных исследований, давних (например, Thorndike, 1933) и недавних (например, Siegel, 1992). Всегда, когда в центре внимания находится индивидуальная стабильность или изменчивость, лонгитюдный подход не просто тонкость; это совершенная необходимость.

Достоинства лонгитюдного исследования не ограничиваются возможностью отслеживать развитие одной черты или одной формы поведения. Его возможности гораздо шире, поскольку оно позволяет изучить любые закономерности возрастных изменений, если только удается измерить необходимые параметры. В одних случаях в центре внимания связь между одним аспектом развития ребенка в раннем возрасте и каким-то другим аспектом в дальнейшей жизни. К примеру, мы можем попытаться определить, связана ли скорость роста костей скелета в первые 2 года жизни с возрастом начала пубертата. В других случаях исследование направлено на выявление связи между некоторым аспектом среды, окружающей ребенка в раннем возрасте, и некоторым аспектом развития в дальнейшей жизни. Мы можем, к примеру, попытаться определить, связаны ли особенности воспитания в первые 2 года жизни с некими особенностями личности в среднем детстве или в

подростковом периоде. Всегда, когда предметом исследования выступает связь между чем-то, что имело место раньше, и чем-то, что имело место позже, лонгитюдный подход совершенно необходим.

Кроме того, лонгитюдное исследование особенно эффективно для отслеживания непрерывных, постепенных трансформаций, происходящих с поведенческими системами общего характера в процессе развития ребенка. Для прояснения этой довольно туманной фразы требуются примеры, и два примера сразу придут в голову любому, кто знаком с исследованиями в области психологии развития. Один из них — проводившиеся Пиаже исследования развития интеллекта в младенчестве (Piaget, 1952). Пиаже лонгитюдно изучал троих своих детей, с рождения и до двух лет, аккуратно фиксируя этапы развития в разных сферах интеллекта и связи между ними. Результатом явилась концепция интеллекта в младенчестве, которая по широте и глубине понимания превзошла все разработанные ранее концепции и послужила моделью для множества исследований, проводившихся в дальнейшем. Возможно, что по крайней мере некоторые из тех же открытий могли бы быть сделаны и с продуманным использованием метода поперечных срезов на выборке малышей разных возрастов; однако сомнительно, чтобы без тщательного, практически ежедневного изучения изменений, происходящих с одним ребенком, удалось бы составить полное представление об интеллекте в период младенчества.

То же можно сказать и об исследованиях раннего речевого развития (например, Brown, 1973). Так же как и Пиаже, исследователи использовали лонгитюдный подход для изучения постепенных изменений, происходящих в первые годы освоения речи. Что, к примеру, представляет из себя самая ранняя форма отрицания, и как эта форма в конечном счете превращается в сложную систему правил, которые применяют старшие дети и взрослые? Вновь тщательное лонгитюдное изучение, при котором регистрируются изменения, происходящие у одного ребенка, позволяет получить представление о речи в раннем возрасте и о ее развитии, представление, которое, по всей видимости, не удалось бы получить, используя только метод поперечных срезов.

Ясно, что лонгитюдное исследование такого рода подразумевает нечто большее, чем просто повторное тестирование одного и того же ребенка; это скорее жизнеописание. В каких случаях тщательное лонгитюдное изучение приносит наибольшие плоды? Замечу, во-первых, что оно наиболее подходит для младших детей, которые не склонны изменять свое поведение, находясь под наблюдением. Если отбросить этот практический момент, несомненно, главным доводом в пользу лонгитюдного метода описанного выше типа является возможность его применения при проведении новаторских исследований, в которых еще только предстоит открыть множество существенных феноменов. Слово «новаторство» как нельзя лучше подходит для описания исследований Пиаже, направленных на изучение младенческого интеллекта. Как только появляется некое представление об общем направлении развития и о поворотных пунктах этого развития, с пользой может применяться более прицельное изучение методом поперечных срезов, кроме того, лонгитюдное исследование особенно подходит для отслеживания процесса постепенного формирования новых способностей, медленного прохождения разнообразных промежуточных этапов на пути к зрелости. Как (если дополнить пример с отрицанием, проблематикой, которую изучал Пиаже) элементарный хватательный рефлекс становился целенаправленным, зрительно координируемым актом хватания?. Наконец, тщательное, долгосрочное изучение одних и тех же детей может оказаться незаменимым в интерпретации поведения, то есть в попытках перейти от внешних границ поведения к представлению о том, что лежит в его основе (когнитивная структура, правило языка, личная реакция или что-то еще). В большинстве случаев исследователь видит испытуемых первый и единственный раз, когда они приходят для тестирования, и его способность понять смысл их поведения зависит от этого непродолжительного периода взаимодействия. Пиаже, напротив, изучал детей буквально с рождения, а его полная осведомленность о жизни и особенностях каждого ребенка создавала прочную основу для интерпретации любой формы поведения.

Последний аргумент в пользу лонгитюдного подхода носит негативный характер. Главной альтернативой лонгитюдного метода является метод поперечных срезов, который также имеет ряд недостатков. Проблемы, которые могут возникнуть в исследованиях методом поперечных срезов, являются темой следующего раздела.

 

Метод поперечных срезов

Метод поперечных срезов предполагает тестирование разных людей разного возраста. По этой причине этим методом нельзя измерить непосредственно возрастные изменения, невозможно с его помощью и ответить на вопрос об индивидуальной стабильности во времени. Как мы видели, эти ограничения являются одним из оснований для использования лонгитюдного плана.

Но есть и другие недостатки. В связи с изучением разных выборок и разных возрастных групп возникает вероятность систематической ошибки при отборе. Возможно, сравниваемые группы различаются не только по изучаемой независимой переменной (в данном случае по возрасту), но и по другим параметрам, и именно эти последние различия обусловливают различия в значении зависимой переменной. Мы уже касались этого вопроса в главе 2, рассматривая особенности возраста как независимой переменной. Как отмечалось, цель состоит не в исключении всех межгрупповых различий, за исключением возрастных, а только тех, которые не имеют естественной связи с возрастом. Отмечалось также, что в большинстве случаев ответ на вопрос, какие параметры следует уравнивать, довольно очевиден — например, пол, расу, социальный класс, IQ. Однако теперь следует добавить, что на практике добиться желаемого соответствия не всегда просто. Обычно исследователи в области психологии развития отбирают испытуемых разных возрастов, используя разнообразные источники; новорожденных — из роддомов; младенцев — из семей, откликнувшихся на просьбу принять участие в исследовании; дошкольников — из детских садов; детей 5-11 лет — из начальной школы; подростков — из школ и колледжей. Эти различия в обстановке могут создавать различия и между популяциями. Поэтому, хотя исследователь может осознавать значение приведения в соответствие ряда параметров, сформировать действительно равноценные группы может оказаться довольно трудно.

Систематическая ошибка может также принимать форму избирательного отсева. Изначальная эквивалентность групп может растаять на глазах, если часть испытуемых откажется от продолжения обследования до его завершения. Проблема не только в том, что в одной возрастной группе оказывается больше выпадений, чем в другой. Суть проблемы та же, что и в лонгитюдном исследовании: те, кто выбывает, нередко отличаются от тех, кто остается. Поэтому валидности угрожает именно «избирательность» избирательных выпадений.

Нетрудно представить себе ситуацию, когда избирательное выпадение может исказить результаты сравнения возрастных групп. Предположим, что мы изучаем дошкольников и делим нашу выборку на младших (2,5-4 года) и старших (4-5,5 лет) детей, получая при этом две группы для сравнения. Процедура тестирования довольно утомительна, она требует от ребенка осмысления ряда инструкций и ответов на вопросы в течение весьма длительного периода времени. Не все дошкольники к этому готовы, и некоторые поэтому выбывают из исследования. Наибольшие шансы па выбывание у детей младшей группы. Наибольшие шансы на выбывание также у тех, кто обладает наименьшей компетентностью среди всех испытуемых из выборки. В таком случае мы останемся с двумя неравноценными группами: достаточно репрезентативной выборкой старших детей и явно нерепрезентативной по параметру уровня способностей выборкой младших детей. Очевидно, что любое такое выпадение снизило бы вероятность выявления улучшения результатов с возрастом.

Вернемся к вопросу о первичном отборе испытуемых. Я уже дважды говорил о том, что, как правило, выбор параметров для приведения в соответствие не представляет труда. Пора теперь обратиться к исключениям из этого «правила». Сомнения в том, по каким показателям следует уравнивать, чаще всего возникают в случаях, когда между группами очень большая разница в возрасте, и поэтому потенциально существует множество других различий. Поэтому эти сомнения наиболее сильны в ситуациях сравнения выборки пожилых с выборкой молодых людей. Наглядный пример — переменная образовательного уровня: сегодня процент лиц, окончивших среднюю школу, значительно выше, чем несколько десятилетий назад. Допустим, нам нужно сравнить 25-летних и 75-летних испытуемых. Если в обе возрастные группы мы отбираем по принципу случайности, молодые испытуемые в среднем окажутся образованнее пожилых. Тогда мы получим смешение возраста и уровня образования. Если мы включим в выборку пожилых людей только тех, у кого выше образовательный уровень, то получим равноценные выборки по параметру уровня образования, но за счет нерепрезентативности и искажения выборки пожилых людей в положительную сторону. Ни то, ни другое нежелательно; вероятно, если возможно, лучшим вариантом в этом случае будет совмещение двух подходов (см. Green, 1969). Однако главное это то, что при любой попытке сравнить взрослых испытуемых разных возрастов на определенном историческом этапе неизбежно происходит смешение возраста и уровня образования.

Сказанное выше о приведении в соответствие параметров группы фактически является частным случаем особенности, характерной для всех исследований методом поперечных срезов. Ранее отмечалось, что лонгитюдный подход к изучению возрастных различий неизменно связан со Смешением возраста и времени обследования. Добавим теперь, что использование метода поперечных срезов неизбежно связано со смешением возраста и поколения, или когорты. Поскольку испытуемые входят в разные возрастные группы, они появились на свет в разное время и росли в разных условиях. Один из примеров такого межпоколенного различия — несопоставимость образовательных возможностей, которые были у сегодняшних 25-летних к сегодняшних 75-летних людей. Можно привести еще массу примеров. Сегодняшние 75-летние люди, будучи детьми и подростками, пережили Великую Депрессию, их молодость совпала со Второй мировой войной, они достаточно долго жили без телевидения и других атрибутов современной жизни и т. д. Предположим теперь, что мы обнаружили различия в значении зависимой переменной между группой 25-летних и группой 75-летних лиц. Следует нам относить это различие на счет возраста или на счет разницы между поколениями?

Так же, как и в случае причин искажения валидности, рассмотренных в этой главе, степень смешения возраста и когорты зависит от характера проводимого исследования. Оценивая вероятность эффекта поколения, важно учитывать два фактора. Первый — тип изучаемой зависимой переменной. Если нас интересуют политические взгляды или результаты выполнения тестов интеллекта, тогда эффект поколения может быть достаточно выражен; практически, этот эффект был наглядно продемонстрирован в исследовании IQ (например, Schaie, 1994). Если нас интересуют изменения в частоте сердечных сокращений или остроте зрения, тогда эффект поколения, скорее всего, будет играть незначительную роль. В целом, чем более «универсальный», более «биологический» характер носит зависимая переменная, тем меньше вероятность того, что ее величина будет разной в разных когортах. Однако помните, что почти всегда возникают споры о том, насколько «универсальна», неспецифична конкретная переменная. Возможно, к примеру, что острота зрения изменяется от поколения к поколению как функция от изменения таких факторов, как уровень искусственной освещенности, наличие или отсутствие телевидения в годы становления индивида.

Другой фактор, который следует учитывать, — разница в возрасте. Эффект поколения становится особенно серьезной проблемой в исследовании групп с большой разницей в возрасте. В действительности, впервые вопрос межпоколенных различий встал в исследовании, направленном на сравнение выборок молодых и пожилых людей, и до сих пор наиболее часто он обсуждается именно в этом контексте. С другой стороны, психологу, сравнивающему 3- и 4-летних детей, нет необходимости беспокоиться о том факте, что одни дети родились в 1990 году, а Другие — в 1991. В границах детского возраста испытуемых обычно рассматривают как представителей одной когорты. Однако и здесь могут возникнуть сомнения. Что если сравнить когорту, выросшую без «Улицы Сезам», с когортой, выросшей с «Улицей Сезам»? Что если сравнить 11-летних детей, которые в начальной школе обучались по новому методу, с 7-летними, которых стали обучать по старой схеме? Мы живем во времена стремительных изменений в культуре и образовании, и эти изменения могут отражаться на результатах сравнения, по крайней мере, некоторых возрастных групп детей.

Последняя проблема, о которой стоит упомянуть, — это проблема эквивалентности измерений. Для сравнения уровня выраженности определенного поведения или определенной способности у разных возрастных групп необходима процедура точной оценки этой формы поведения или способности для каждой изучаемой группы. Однако зачастую тест, подходящий для одного возраста, не подходит для другого. Например, тест способности к классификации может быть точным индикатором уровня развития этих навыков у 7-летних детей, однако, с точки зрения речевых навыков, слишком сложным для многих 4-леток. Тогда в разных возрастных группах он будет измерять разные навыки: навыки классификации у 7-летних детей и объем словарного запаса у 4-летних. Заметьте, что тест все еще вскрывал бы истинные недовольно значимые возрастные различия: 7-летние дети по этому показателю действительно превосходят 4-летних, однако основанием для различий служит не то, что стремился оценить исследователь.

Проблема эквивалентности измерения выходит за рамки метода поперечных срезов. Она встает всякий раз при сравнении разных возрастных групп, поэтому равно актуальна и для лонгитюдного исследования. Однако форма, которую она принимает в лонгитюдном исследовании, несколько иная. Возьмем, к примеру, лонгитюдное изучение агрессии (например, Cairns, Neckerman, Ferguson & Gariepy, 1989). Исследователя, изучающего агрессию у детей сначала 4-летнего, а затем 12-летнего возраста, вряд ли будет интересовать сравнение выраженности агрессии у этих возрастных групп. Если бы в центре внимания находился уровень агрессии, тогда возникли бы серьезные осложнения, обусловленные тем, что формы, которые принимает агрессия, и обстоятельства, провоцирующие ее в 12-летнем возрасте, не те же, что в 4-летнем. Лонгитюдное изучение детей означает, что в центре внимания скорее всего будет находиться стабильность индивидуальных различий по параметру агрессии в процессе развития детей. Иными словами, вопрос состоит в следующем: остаются ли более (менее) агрессивными в 12-летнем возрасте дети, которые были более (менее) агрессивными в 4-летнем возрасте? Ребенок может быть крайне агрессивен и в 4 года, и в 12 лет, хотя частота и формы проявления агрессии изменяются. Этот акцент на относительном положении в группе, а не на абсолютном показателе, частично разрешает проблему эквивалентности измерения. Однако следует помнить, что в обеих возрастных группах необходимо использовать валидные методики измерения.

 

Более сложные планы

Из сказанного выше следует, что и лонгитюдный метод, и метод поперечных срезов имеют ряд недостатков. Таблица 3.1 наглядно представляет рассмотренные ранее проблемы. Некоторые из них, по крайней мере в принципе, разрешимы — например, систематическая ошибка при отборе в исследовании методом поперечных срезов. Однако другие недостатки присущи как лонгитюдному плану, так и плану поперечных срезов, и по этой причине их никак нельзя преодолеть. В частности, в исследовании методом поперечных срезов нельзя избежать смешения возраста и поколения, а в лонгитюдном исследовании — возраста и времени измерения.

В последние годы идет активное обсуждение недостатков традиционных лонтитюдных и поперечных планов, которое стимулировало разработку рода новых процедур для измерения возрастных изменений. Поскольку эти процедуры пока применяются в основном в исследованиях лиц пожилого возраста, их рассмотрение отложено до главы, посвященной старению (глава 13). Однако здесь можно сделать несколько предварительных замечаний.

Рисунок 3.1 схематически иллюстрирует планы, описанные выше. В таблице представлены возрасты, соответствующие определенным годам рождения и измерения. Лонгитюдный план соответствует любой строке таблицы. В этом случае выборка испытуемых, рожденных в одном году, регулярно обследуется в течение некоторого периода времени. Поперечный план соответствует любому столбцу. В этом случае отдельные выборки испытуемых разных возрастов обследуются в одно время.

Таблица 3.1 Недостатки лонгитюдного и поперечного планов

На рис. 3.1 изображен также еще один, не обсуждавшийся ранее вид плана — план с временным лагом. Его представляют диагонали таблицы. Мы могли бы изучать выборки 40-летних лиц в 1960 году, другую выборку 40-летних лиц в 1990 году, еще одну выборку 40-летних лиц в 2000 и еще одну — в 2010 году. Очевидно, что план с временным лагом не дает информации непосредственно о возрастных изменениях или возрастных различиях, поскольку обследуется только одна возрастная группа. Однако он может дать информацию о факторах, приводящих к смешению в лонтитюдных исследованиях и исследованиях методом поперечных срезов. В частности, обнаружив различия между нашими выборками 40-летних испытуемых, мы поймем, что эти различия отражают либо фактор когорты (главный источник смешения в поперечном плане), либо фактор времени тестирования (главный источник смешения в лонгитюдном плане), либо, естественно, комбинацию этих двух факторов. Невозможность определения, какой из факторов имеет первостепенное значение, свидетельствует о том, что план с временным лагом привносит свой собственный вид смешения — между когортой и временем тестирования.

Этот тип исследования используется довольно редко. Иногда сравнение с временным лагом возможно просто по причине естественного исторического хода науки. Например, Пиаже начал изучать понимание детьми принципа сохранения в 1930-1940-е годы. Следствием прихода популярности к его концепции несколько десятков лет спустя явилась вторая волна изучения понимания принципа сохранения, которая пришлась на 1960-е 1970-е годы. Вместе ранние и поздние исследования составляют план с временным лагом: две группы детей одного возраста, но появившихся на свет и проходивших тестирование в разное время. В этом случае не имело значения ни поколение, ни время тестирования, поскольку дети 1970-х выполняли задания на сохранение точно так же, как и дети 1930-х. Оценка уровня интеллекта дала совершенно иную картину. Результаты выполнения ребенком IQ-теста сравниваются с результатами детей того же возраста из нормативной выборки, которая набирается при создании теста, о чем более подробно будет рассказано в главе 11. Поэтому, скажем, 10-летний ребенок, выполняющий тест IQ в 1995 году, сравнивается с 10-летним ребенком, выполнявшим этот тест в 1975 году. Как правило, в этих сравнениях обнаруживается тенденция к улучшению результатов со временем (что, в действительности, является основанием для периодической перенормировки тестов интеллекта). Поскольку возраст остается неизменным, мы знаем, что улучшение должно отражать эффект либо времени измерения, либо (что более вероятно) когорты.

Рис. 3.1.,Примеры лонгитюдного плана, плана поперечных срезов и плана с временным лагом (числа, составляющие массив таблицы, соответствуют возрасту)

Лонгитюдный план, а также план поперечных срезов и план с временным лагом иногда называют «простыми». Они просты по сравнению с альтернативным, определенно не простым последовательным планом. Последовательный план соединяет в себе элементы лонгитюдного и поперечного планов и плана с временным лагом. Целью последовательного плана является разграничение эффектов возраста, поколения и времени измерения. Эти элементы могут по-разному сочетаться и анализироваться, отсюда несколько типов последовательных планов. В этой главе кратко и в общих чертах описано два типа. В главе 13 мы вернемся к теме последовательных планов и рассмотрим их конкретно, а не гипотетически, а также обсудим актуальную на сегодняшний день схему использования таких планов.

Сначала несколько слов о логике последовательных планов. В идеальном варианте нам бы хотелось иметь возможность оценить вклад каждого из трех потенциально значимых факторов - возраста, поколения и времени тестирования - в рамках одного аналитического метода. К сожалению, этому мешает их взаимозависимость; как только установлены любые два из них, автоматически устанавливаются и уровни третьего. Решив, к примеру, изучать определенные возрастные группы и определенные когорты, мы тем самым с необходимостью фиксируем время измерения, определяемое нужным сочетанием возраста и когорты. Следствием этой взаимозависимости является то, что в рамках одного аналитического метода в качестве независимых переменных могут выступать только два из трех факторов. В разных последовательных планах акцентируется внимание на разных факторах. В первом из приведенных ниже примеров независимыми переменными являются возраст и когорта, во втором — возраст и время измерения.

Рис. 3.2. Пример плана последовательности когорт (числа в таблице соответствуют возрасту)

Рис. 3.3. Пример плана последовательности времени (числа в таблице соответствуют возрасту)

Рисунок 3.2 иллюстрирует план последовательности когорт, при котором отбираются и регулярно обследуются в одном и том же возрасте равное количество лет испытуемые разных когорт. Таким образом, этот план состоит из двух (или более) накладывающихся друг на друга лонтитюдных исследований. В примере, который иллюстрирует рисунок, группы испытуемых, родившихся в 1940 и в 1950 годах, обследуются по три раза на протяжении 20-летнего периода. Такой план обладает рядом преимуществ перед стандартным лонгитюдным исследованием или исследованием методом поперечных срезов, поскольку: а) измерения происходят в разное время, переменная возраста не смешивается с переменной когорты (главное смешение в поперечном плане); б) выборки состоят из испытуемых, родившихся в разное время, лонгитюдное сравнение не ограничивается рамками одной когорты или одного поколения; в) разные возрастные группы обследуются одновременно, измерение происходит как в лонгитюдном, так и в поперечном направлении; г) одна возрастная группа обследуется в разное время, измерение происходит в направлении временного лага. Иными словами, этот план дает больше информации, чем любой из стандартных, и, таким образом, больше шансов вычленить вклад каждого из факторов.

Рисунок 3.3 иллюстрирует план последовательности времени, который включает в себя два (или более) исследования методом поперечных срезов, производимых в разное время. В этом примере, в 1990,2000 и 2010 годах сравниваются выборки 40-, 50- и 60-летних испытуемых. При обследовании в разное время испытуемые могут быть либо независимыми (то есть новые люди при каждом обследовании), либо те же (если первичная выборка изучается в лонгитюде). Этот план имеет то же достоинство, что и план последовательности когорт — он дает больше информации, чем простые планы. Его особым преимуществом является возможность разграничения переменных возраста и времени тестирования (главное смешение в лонгитюдном исследовании).

Если в разное время изучаются независимые выборки, удается избежать и некоторых проблем, связанных с лонгитюдным методом (избирательных выпадений, эффектов повторного тестирования).

Как уже говорилось, более подробно об этих планах можно узнать из главы 13. Однако здесь следует сделать несколько замечаний. Во-первых, очевидно, что последовательные планы, хотя и более информативны, требуют больше затрат — времени, усилий и денег, — чем простые поперечные и лонгитюдные планы. На реализацию плана, представленного па рис. 3.3, к примеру, ушло бы 20 лет, при этом нужно было бы сформировать (в случае использования независимых выборок) 9 групп испытуемых. Любой исследовательский проект предполагает выполнение ряда задач, только часть которых может быть выполнена на практике. Лучшими являются те планы, которые действительно можно реализовать.

Второе замечание касается критики, которой подвергаются традиционные лонгитюдный и поперечный планы. В некоторых случаях эта критика довольно сурова. Болте, Рис и Нессельроде (Baltes, Reese, & Nesselroade, 1977), к примеру, пишут, что «такие простые методы, как лонгитюдный и метод поперечных срезов, демонстрируют настолько низкий уровень контроля, что данные, полученные при помощи любого из них, по большей части невалидны и бесполезны для исследователя» (р. 124). Это серьезное обвинение, учитывая, что (по скромным оценкам) 99 % имеющихся у нас данных о возрастных изменениях получены в исследованиях методом поперечных срезов и в лонтитюдных исследованиях. Действительно ли почти все из того, что было сделано в психологии развития, бессмысленно?

Многие исследователи оспорили бы столь пессимистический вердикт. Действительно, цель качественного исследования заключается в том, чтобы минимизировать вероятность искажения валидности, и в идеале план должен исключать эту вероятность. К сожалению, никогда нельзя быть уверенными в отсутствии альтернативной интерпретации результатов. Суть в том, насколько правдоподобны эти альтернативные интерпретации. Особенно когда речь идет о выборке детей и особенно когда изучаются базовые формы развития (физическое созревание, константность восприятия; феномены, описанные Пиаже, языковые правила. — список можно продолжить), использование традиционных лонгитюдного метода и метода поперечных срезов вполне оправданно. Предположим, что мы изучаем концепцию Пиаже о принципе сохранения числа — то есть понимания того, что число объектов неизменно, несмотря на изменение их наложения, приводящее к кажущемуся противоречию, мы обнаруживаем, что 6-летние дети осознают сохранение числа, а 4-летние — нет. Крайне маловероятно, что этот результат является следствием факта рождения одних детей в 1988 году, а других — в 1990 году (если это исследование методом поперечных срезов) или фактом тестирования одной группы в 1992 году, а другой — в 1994 году (если это лонгитюдное исследование). Гораздо более правдоподобно (а на современном уровне понимания фактически бесспорно) то, что эти результаты отражают истинные возрастные изменения. В таких случаях при использовании метода поперечных срезов или лонгитюдного метода мы получаем данные достаточно валидные и достаточно ценные. (С другими аргументами в защиту традиционных методов, в особенности лонгитюдного, можно ознакомиться у McCali, 1977.)

 

Сравнение условий

Внутрисубъектные/межсубъектные планы

Обратимся теперь к вопросу о том, как сравнивать два и более видов тестовых или экспериментальных условий. Как уже отмечалось, в принципе, возможно два подхода; либо дать одним и тем же испытуемым все задания (поставить их во все экспериментальные условия), либо приписать разных испытуемых к разным экспериментальным группам. Первое называется внутрисубъектиым планом, последнее — межсубъектным планом. Поскольку рассмотрение этих двух подходов потребует постоянных перекрестных ссылок и сравнений, проще всего описывать их параллельно, а не по отдельности.

Как исследователю решить, осуществлять сравнение внутри группы или между группами? Как и в случае с лонгитюдным методом и методом поперечных срезов, зачастую определенную роль играет вопрос удобства. Обычно (когда конкретно, мы вскоре уточним) для внутрисубъектного исследования требуется меньше испытуемых. Предположим, нам нужно сравнить уровень трудности трех заданий, и мы знаем, что для выявления различий в трудности нужно по меньшей мере 20 испытуемых. Всегда, когда контингент потенциальных испытуемых ограничен, экономичность внутрисубъектного плана представляется довольно заманчивой.

Однако соображения удобства не всегда склоняют чашу весов в пользу внутрисубъектного подхода. За меньший размер выборки во внутрисубъектном исследовании приходится платить — конкретно необходимостью больше времени уделять каждому испытуемому либо за счет более длительных обследований, либо за счет большего их числа. Длительные или частые обследования подвергают серьезному испытанию терпение и мотивацию ребенка, особенно маленького, даже если исследователя не тревожит возможность того, что от ребенка требуется слишком много, это может беспокоить родителей или школьную администрацию: В таких случаях межсубъектный план, в котором требования к одному ребенку сведены к минимуму, является наиболее разумным выбором.

Статистические соображения также могут влиять на решение в пользу либо внутри-, либо межсубъектного плана. Статистические критерии, используемые для сравнения внутри группы, несколько отличаются от тех, которые используются для межгруппового сравнения. Более того, внутрисубъектные критерии зачастую обладают большей мощностью, чем межсубъектный — то есть, скорее выявят значимое различие, если оно действительно существует. Большая мощность этих критериев обусловлена уменьшением нежелательной дисперсии, которое обеспечивает внутрисубъектные план. Вспомним обсуждавшиеся ранее понятия первичной дисперсии и вторичной дисперсии, или дисперсии ошибки. Как отмечалось, целью качественного экспериментального плана является максимизация первичной дисперсии и минимизации нежелательной дисперсии, источником которой являются другие факторы. Было также отмечено, что одним из источников нежелательной дисперсии являются индивидуальные различия между испытуемыми. Обследование одних и тех же испытуемых в разных экспериментальных условиях позволяет снизить эту дисперсию и таким образом расширить возможности сравнения. Как следствие, повышается вероятность того, что показатель различия достигнет уровня статистической значимости.

И внутри-, и межсубъектный планы подвержены особым формам систематических ошибок. Очевидным недостатком межсубъектного плана является возможность и систематической ошибки отбора. Поскольку разные люди ставятся в разные условия, всегда существует вероятность того, что любые обнаруженные различия отражают не истинный эффект экспериментальных манипуляций, а изначальные индивидуальные различия между испытуемыми. Во внутрисубъектном плане, в котором каждый испытуемый обследуется при каждом из условий, эта вероятность отсутствует. Заметьте, что данное преимущество внутрисубъектного плана перед межсубъектным соотносится с ранее описанным преимуществом лонгитюдного метода перед методом поперечных срезов.

Существует два способа исключить возможность систематической ошибки отбора в межсубъектном исследовании (вспомните табл. 2.3). Первый — уравнять потенциально значимые переменные; ниже мы рассмотрим плюсы и минусы уравнивания. Другой подход был описан в главе 2: случайное причисление испытуемых к разным группам. Если размер выборки достаточно велик, если причисление действительно производится по принципу случайности, изначальные различия между испытуемыми будут находиться под контролем, а смешения субъектных переменных и условий удастся избежать. Как указывалось в главе 2, логика подхода, основанного на случайности, безупречна; проблема в том, чтобы обеспечить положительный ответ на оба «если».

Наиболее явная причина искажения валидности в рамках внутрисубъектных планов — вероятность эффектов повторного тестирования. Рассмотрим исследование, направленное на сравнение уровня трудности нескольких когнитивных заданий. Исследователь выбрал внутрисубъектный план, в котором каждый ребенок выполняет все задания. Поскольку на выполнение каждого из них требуется время, в процессе решения дети могут утомиться и потерять интерес. Поэтому успешность выполнения последних заданий может оказаться ниже успешности выполнения первых заданий. Или наоборот, в начале исследования дети могут испытывать некоторую робость и смущение, но освоиться в процессе тестирования. В этом случае успешность будет повышаться. В обоих примерах эффект повторного тестирования исказил бы результат сравнения трудности заданий, который собственно и интересует исследователя.

Описанные выше эффекты «врабатывания» и «утомления» попадают в разряд эффектов последовательности. Термин эффект последовательности характеризует любую общую тенденцию закономерного изменения успешности выполнения заданий от первых к последним. Обычно закономерное изменение заключается либо в общем повышении, либо в общем снижении успешности. Другая потенциальная проблема, связанная с внутрисубъектными планами, — это вероятность эффекта переноса. Об эффекте переноса говорят, когда ответ на одно задание (реакция в одних условиях) изменяется в зависимости от того, предшествует ему некое другое задание (другие условия) или следует за ним. Приведем пример, поясняющий это кажущееся довольно туманным определение. Представьте, что нужно сравнить уровень трудности двух заданий: Л и В. Допустим, что по отдельности эти задания могут правильно решить 50 % испытуемых. Однако оказывается, что если сначала идет задача Л, ее решение подсказывает путь решения задачи В, в результате частота правильных ответов на задачу В повышается до 70 %. Выполнение же задания В, если оно идет первым, подсказывает испытуемому пути решения, непригодные для решения задачи Л; в результате частота правильных ответов на задание Л падает до 30 %. Заметьте, что в этом случае в ходе экспериментального сеанса не обнаруживается ни общего улучшения, ни общего ухудшения; суть в том, что успешность выполнения одного задания зависит от того, идет оно до или после некоего другого задания. Хотя конкретные механизмы могут различаться, смысл эффекта последовательности и эффекта переноса общий: затруднение интерпретации при сравнении заданий или условий.

Чаще всего эффект последовательности создает проблемы в тех случаях, когда экспериментатор постоянно предъявляет задания в одном порядке. Отсюда рекомендация: при сравнении заданий или условий следует избегать одинакового порядка предъявления. Есть две альтернативы неизменной последовательности. Первая — рандомизация порядка заданий или условий. В определенных случаях, особенно когда количество заданий велико, рандомизация может оказаться весьма разумным решением. Однако зачастую рандомизации следует предпочесть контрбалансировку последовательности предъявления. Суть контрбалансировки легче объяснить на примере, чем через определение; простой пример представлен в левой верхней части табл. 3.2. Как можно заметить, контрбалансировка — это метод такого упорядочения заданий, при котором некоторое задание занимает разные позиции в ряду равное количество раз. Так, в данном примере задание А появляется одинаково часто на первом, втором и третьем месте; более того, оно равно часто предшествует заданиям В и С и следует за ними. В этим случае контрбалансировка полная — то есть использованы все возможные комбинации трех заданий. Очевидно, что с увеличением количества заданий возрастает и число возможных перестановок; 4 задания можно скомбинировать 24 способами (они представлены в верхней правой части табл. 3.2), а 5 заданий — 120 способами. В таких случаях полная контрбалансировка нецелесообразна; однако все еще можно отобрать такие последовательности, которые создавали бы достаточную сбалансированность. Примеры таких последовательностей для четырех и пяти заданий представлены в нижней части табл. 3.2.

Контрбалансировка обладает двумя преимуществами перед рандомизацией. Во-первых, она исключает вероятность смешения содержания задания с порядком предъявления, чего не может сделать рандомизация. Во-вторых, поскольку смешение устраняется, исследователь получает возможность сравнить разные последовательности предъявления и выделить любые эффекты последовательности или переноса, которые могут присутствовать в данных. Однако обратите внимание на то, что эти эффекты можно обнаружить, только если выборка достаточно велика и каждый вид последовательности представлен достаточно часто. Это замечание уточняет сделанное ранее заявление о том, что для внутрисубъектного исследования обычно требуется меньше испытуемых, чем для межсубъектного: всегда, когда имеет значение возможный эффект последовательности, количество испытуемых, необходимое для внутрисубъектного исследования, существенно возрастает.

Таблица 3.2 Примеры полной и частичной контрбалансировки

До этого момента мы рассматривали ряд факторов, которые должен учесть исследователь, делая выбор между внутри- и межсубъектным планом. Однако в некоторых случаях выбора просто нет; характер исследуемого вопроса сам диктует решение, каким должен быть план. В частности, всегда когда нужно выявить закономерности успешности выполнения заданий внутри группы, необходим внутри-субъектный план. Когда же нужно выявить определенные стойкие изменения как результат экспериментального воздействия, необходим межсубъектный план. Конкретизируем оба этих положения.

Замечание, касающееся выявления внутригрупповых закономерностей, перекликается с высказанным ранее аргументом в пользу лонтитюдных планов. Там мы указали на то, что везде, где речь идет об индивидуальной стабильности или индивидуальных изменениях во времени, требуется лонгитюдный подход, при котором испытуемые изучаются в процессе своего развития. Аналогично, везде, где речь идет о связи между двумя или более показателями в определенный момент времени, требуется внутрисубъектный подход, при котором одни и те же испытуемые оцениваются по ряду параметров. Предположим, что нам интересно, связано ли умение ребенка встать на чужую позицию с его способностью сообщать информацию другим людям (например, Shantz, 1975). Очевидно, что мы не можем оценить умение занимать чужую позицию у одной группы детей, а способность сообщать информацию — у другой, мы должны измерить оба параметра у всех детей. Предположим (возвращаясь к прежнему примеру), что мы хотим узнать, связаны ли показатели IQ Детей с их отметками в школе. Мы не можем оценить IQ в одной выборке, а IQ — в другой; вновь нужно измерить оба параметра у всех детей. Или допустим (предваряя пример, который более подробно разбирается в главе 11), что нас интересует последовательность овладения рядом когнитивных навыков. Действительно ли, к примеру, как утверждал Пиаже, дети осваивают принцип сохранения массы до принципа сохранения веса, а принцип сохранения веса — до принципа сохранения объема? Единственный способ узнать это — проанализировать представления детей о всех трех принципах. Эти примеры иллюстрируют основной мотив использования внутрисубъектного подхода: выявление взаимосвязей и закономерностей развития.

Замечание, касающееся экспериментального воздействия, приводящего к изменениям, в некотором отношении сходно с тем, что говорилось ранее об эффекте тестирования в лонтитюдных планах и эффекте переноса во внутрисубъектных планах. Суть в том, что опыт выполнения определенного задания или пребывания в определенных экспериментальных условиях может сделать испытуемого непригодным для оценки выполнения им других заданий или реакции в других экспериментальных условиях. Допустим, мы хотим сравнить эффективность нескольких методов обучения принципам сохранения (например, Smith, 1968). Мы набираем группу детей, не имеющих представлений о сохранении, и ставим их в условия обучения А. Вряд ли имеет смысл ставить затем этих же детей в условия В, так как, если условия А оказались эффективными, многие из детей уже будут владеть принципом сохранения! Тот же довод применим и в отношении любого исследования, цель которых добиться стойких изменений у испытуемых — программы вмешательства для так называемых неблагополучных детей, терапевтические программы для детей с психическими нарушениями, образовательные программы для родителей, ожидающих ребенка, и т. д. Во всех случаях, желая сравнить эффективность разных программ, мы должны использовать межсубъектный план, при котором разные испытуемые ставятся в разные экспериментальные условия. Обратите внимание также, что справедливость данного довода не ограничивается ситуациями активного изменения (вмешательство или терапия); он справедлив и для более локальных, краткосрочных изменений. Предположим, что нас интересует вопрос, помогает ли детям обучение проговаривать запоминаемое вслух при выполнении заданий на кратковременную память (например, Ferguson & Bray, 1976). Вряд ли дети, которых научили этой стратегии, перестанут ее использовать, как только мы перестанем давать соответствующую инструкцию; желая выявить эффект проговаривания, мы должны протестировать разные группы испытуемых. По поводу последнего примера и сделанного на его основе вывода может возникнуть возражение. В случае с проговариванием нас интересует не относительная эффективность нескольких видов экспериментального воздействия, а то, приведет ли оно вообще к улучшению по сравнению с исходным уровнем. Действительно, мы не можем сначала применить воздействие, а затем оценить успешность выполнения задания при его отсутствии. Но почему не сделать все в обратном порядке — то есть сначала измерить естественный уровень успешности выполнения ребенком заданий на память, применить воздействие, а затем вновь измерить память? Этот способ иллюстрирует план «Одна-группа претест-посттест» (Campbell & Stanley, 1966). Основанием для использования этого плана служит предположение, что любое повышение успешности от претеста к посттесту отражает эффект экспериментального вмешательства. Если это предположение валидно, тогда нет необходимости формировать отдельные группы испытуемых.

В ряде простых ситуаций план «Одна-группа» может отвечать целям исследования. Однако, как правило, он им не отвечает. Слабость такого плана явствует из сказанного ранее об экспериментальном контроле: он допускает смешение экспериментального воздействия с рядом других факторов, которые могут обусловливать изменения от претеста к посттесту. Возьмем в качестве примера для пояснения этого момента программы вмешательства. Представьте, что мы набрали группу неблагополучных 4-летних детей, дали им тест на готовность к школе, провели с ними программу, разработанную для развития школьных навыков, и обнаружили значительное улучшение. Свидетельство эффективности нашей программы? Необязательно. Возможно, что улучшение является следствием естественного биологического созревания в ходе взросления детей — того, что Кэмпбелл и Стэнли назвали переменной созревания. Возможно, что улучшение является результатом других событий в жизни детей, которые произошли за время обучения по этой программе, — того, что Кэмпбелл и Стэнли назвали переменной истории. Возможно, что улучшение является следствием практики, полученной в ходе претеста, — того, что Кэмпбелл и Стэнли назвали переменной тестирования. Или же улучшение является следствием проявляющейся при любом повторном тестировании естественной тенденции к повышению первоначально низких показателей, — того, что Кэмпбелл и Стэнли назвали переменной регрессии. Ни одну из этих альтернативных гипотез нельзя исключить; все их можно было бы отвергнуть, если бы включалась отдельная контрольная группа, не подвергающаяся экспериментальному воздействию.

И межсубъектный, и внутрисубъектный планы принимают разнообразные формы. Ниже рассматриваются два из наиболее значимых вариантов; план уравненных групп (вид межсубъектного исследования) и план временных серий (вид внутрисубъектного исследования).

Таблица 3.3 Относительные достоинства внутрисубъектных и межсубъектных планов

 

Планы уравненных групп

Для четкого сравнения разных экспериментальных условий необходимо, чтобы испытуемые, поставленные в разные условия, были эквивалентными с самого начала исследования. Мы уже рассматривали два метода обеспечения эквивалентности: случайное приписывание разных испытуемых к разным экспериментальным группам и тестирование каждого испытуемого во всех экспериментальных условиях. Добавим теперь третий вариант: использование планов уравненных групп, в которых параметры испытуемых приводятся в соответствие еще до приписывания к разным экспериментальным группам.

Как мы узнали из главы 2, практически любое межсубъектное исследование предполагает определенную степень уравнивания таких явных переменных, как возраст и пол. Тогда встал вопрос: зачем ограничиваться лишь явными переменными, почему не пойти дальше и не уравнять все потенциально значимые переменные? Небольшое замечание подскажет ответ на этот вопрос: невозможно выявить все потенциально значимые переменные, и даже если бы это было возможно, мы никогда не смогли бы добыть необходимые данные и провести необходимое уравнивание. Но все же неполное уравнивание предположительно лучше, чем никакое; почему же его не использовать? Оказывается, что эта процедура имеет как преимущества, так и недостатки.

Поскольку чаще всего при изучении детей производится уравнивание по IQ, я возьму эту характеристику в качестве примера. Желая уравнять детей по параметру IQ, мы должны сначала провести тесты интеллекта со всеми потенциальными испытуемыми (или, возможно, обратиться к школьной картотеке, где хранятся уже собранные данные об учащихся). Затем мы отбираем детей с одинаковыми или почти одинаковыми IQ. Количество детей в группах будет зависеть от количества экспериментальных условий — пары, если два типа условий, тройки — если три типа, и т. д. Работая с этими группами детей, имеющих одинаковые IQ, мы произвольно приписываем детей к разным экспериментальным ситуациям. Заметьте, что случайность приписывания сохраняет свое значение даже в плане уравненных групп. Заметьте также, что первоначальный подбор по IQ гарантирует то, чего не может гарантировать рандомизация: что в окончательном варианте экспериментальные группы будут равноценны по IQ.

Большим плюсом уравнивания является то, что оно обеспечивает четкий контроль переменных, которые в противном случае привели бы к появлению систематических ошибок. Если IQ действительно связан с величиной нашей зависимой переменной, то совершенно необходимо предотвращение смешения IQ и экспериментальных условий. Уравнивание также имеет ряд статистических преимуществ. Так же как и внутрисубъектные планы, план уравненных групп снижает нежелательную дисперсию и таким образом повышает мощность статистических критериев.

Основные недостатки уравнивания так или иначе касаются следующего вопроса: стоит ли оно того? Отбор, как правило, требует от исследователя приложения больших усилий, особенно если он должен предварительно протестировать всех потенциальных испытуемых (при отсутствии возможности воспользоваться уже собранными данными). Если переменная, по которой проводилось уравнивание, в

действительности не связана с величиной зависимой переменной, тогда уравнивание нам ничего не дает. Если выборка достаточно велика и используется случайное приписывание, группы, по всей видимости, при любых условиях будут эквивалентными, поэтому вновь уравнивание нам ничего не дает. Суть состоит в том, чтобы оценить эффективность затрат. Я уже отмечал, что планирование любого исследования связано с отбором нескольких подходящих приемов из большого набора потенциально информативных процедур. Тратить свое ограниченное время и усилия на процедуры, не повышающие качества исследования, — просто непрофессионально.

Помимо риска пустой траты усилий уравнивание иногда создает специфические трудности. В некоторых случаях прохождение испытуемыми предварительного тестирования может повлиять на их ответы при тестировании, имеющем экспериментальное значение (то, что Кэмпбелл и Стэнли назвали переменной реактивности). Возможно, к примеру, что некоторые дети испытывают тревогу, когда их забирают из класса для проведения теста интеллекта, и поэтому подозрительно относятся к дружелюбному экспериментатору, который приглашает их «пойти поиграть». Попытка создать игровую атмосферу для проведения исследования поэтому может свестись к нулю, что отразится на валидности. Уравнивание иногда приводит к выбыванию испытуемых. Если испытуемых подбирать описанным выше способом, единицей измерения становится уравненная группа, а не отдельный ребенок — к примеру, тройки подобранных по IQ детей в исследовании с тремя экспериментальными условиями. Если кто-то из тройки по той или иной причине выбывает, то нужно исключать и двух оставшихся. Везде, где велика вероятность выпадений, произведение уравнивания может оказаться невыгодным.

Есть ситуация, в которой уравнивание — заманчивый, но обычно ложный путь. Это случай, когда исследователь хочет уравнять изначально неэквивалентные группы. Мы уже встречались с примером этого, рассматривая различия в уровне образования между выборками молодых и пожилых людей. Обсудим еще один пример, взятый из работы исследователей Нила и Либерта (Neale & Liebert, 1986). Представьте, что вы хотите определить, добиваются ли те, кто окончил среднюю школу, большего материального благополучия, чем те, кто ее не закончил. Однако вас беспокоит, что эти две группы различаются по среднему IQ — допустим, 105 у выпускников и 90 у не окончивших. По причине несоответствия IQ любое из обнаруженных межгрупповых различий получает альтернативное объяснение: возможно, разница в благосостоянии является простым отражением различий в когнитивных способностях и не имеет ничего общего с окончанием или неокончанием школы. Поэтому вы решаете уравнять группы по параметру IQ Исключив IQ как потенциальную причину смешения, можно с большим основанием отнести различия в уровне благосостояния на счет преимуществ среднего образования.

Эта процедура имеет, по крайней мере, три недостатка, два из которых мы обсудим здесь, а рассмотрение третьего отложим до следующих разделов. Во-первых, данная процедура накладывает определенные ограничения на внешнюю валидность, поскольку по меньшей мере одна из двух групп не будет абсолютно репрезентативна (то есть либо нетипично высокий IQ у не окончивших школу, либо нетипично низкий IQ у окончивших школу). Во-вторых, приводя в соответствие

группы по одному параметру, мы тем самым систематически нарушаем соответствие по другим параметрам, связанным с окончанием школы. Предположим, вы решаете установить среднее значение IQ для обеих групп равным 90. В этом случае вы получите типичную группу не окончивших школу, однако ваши выпускники — в частности, потому что они преуспели несмотря на посредственный интеллект — скорее всего будут превосходить средний уровень по другим характеристикам (например, по мотивации, по поддержке со стороны семьи), которые вносят вклад в школьную успеваемость. И наоборот, установив средний IQ равный 105, вы получите типичных выпускников; однако теперь не окончившие школу будут иметь более низкие показатели по другим детерминантам школьной успеваемости. Приведение групп в соответствие по одному параметру может иметь незапланированный эффект, выражающийся в том, что в целом группы станут не более, а менее сходными.

Третий недостаток уравнивания неэквивалентных групп заключается в возможности эффекта статистической регрессии. В главе 4 мы обсудим то, как этот эффект проявляется при уравнивании в контексте общих рассуждений о статистической регрессии как одной из угроз для валидности.

 

Планы временных серий

Суть плана временных серий легче всего объяснить на примере. Целью проекта Холла и др. (Hall et al.t 1971) было отучить на специальных занятиях 10-летнего мальчика громко разговаривать на уроках. Их исследование, как и все исследования по плану временных серий, состояло из нескольких фаз. Первая фаза — исходный уровень — измерение исходной частоты изучаемых поведенческих проявлений в нормальных классных условиях. Как видно из рис. 3.4, случаи такого поведения были действительно частыми — 3-4 инцидента на каждые из пяти 15-минутных уроков. За измерением исходного уровня следовало первое экспериментальное воздействие: учитель игнорировал громкие разговоры, но проявлял повышенное внимание к продуктивному поведению ребенка. Очевидным результатом введения режима «избирательного внимания» стало резкое сокращение случаев громких разговоров, что иллюстрируют результаты на втором интервале на рисунке 3.4. За фазой экспериментального воздействия следовало возвращение к исходным условиям, при которых вновь резко возросла частота нежелательных действий. Наконец, на четвертой и последней фазе было восстановлено воздействие «избирательным вниманием», и уровень нежелательного поведения вновь снизился.

Исследование Холл и др. являет собой пример плана временных серий «А —В— А—В»; фаза исходного уровня (A1), первое применение экспериментального воздействия (В1), второй исходный уровень (А2) и второе экспериментальное воздействие (В2). Пронализируем суть каждой их этих фаз. Опенка начального уровня, очевидно, необходима для выявления возможного эффекта воздействия. Фаза первого воздействия тоже, конечно, неизбежна. Но почему не остановиться сразу после того, как экспериментальное вмешательство возымело действие — то есть зачем выходить :за рамки плана A—A? Ответ заключается в том, что простой план А—В не устраняет угрозы для валидности (созревание, историю и т. д.), обсуждавшиеся ранее при рассмотрении внутрисубъектных планов в целом.

Сеансы

Рис. 3.4. Пример плана временных серий. Уровень корректируемого поведения (громкие разговоры)

изменяется как функция от наличия или отсутствия экспериментального воздействия.

(R. V. Hall, R. Fox, D. Willard, L. Analysis, 4, p. 143)

В этом случае, когда у нас только одни испытуемый, эти угрозы особенно трудно исключить, равно как и вероятность того, что изменение — это простое естественное колебание, не зависящее от экспериментального воздействия. Продемонстрировав, что изучаемое поведение появляется вновь, как только отменяется воздействие, мы сможем более уверенно говорить об экспериментальном воздействии как о факторе, снижающем частоту нежелательных поведенческих проявлений. Продемонстрировав, что второй период воздействия связан со вторым периодом снижения, мы удостоверимся, что причиной является экспериментальное воздействие. И разумеется, введение последней фазы В обусловлено прагматическими и этическими соображениями.

Из данного выше описания должно быть ясно, что план временных серий — это особая форма внутрисубъектного исследования. Он внутрисубъектный в том смысле, что каждый испытуемый проходит через все уровни независимой переменной и сравниваются результаты одного, а не разных испытуемых. Однако исследование по плану временных серий имеет и ряд отличий от внутрисубъектных исследований, описанных ранее. В большинстве внутрисубъектных исследований уровни независимой переменной представляют из себя разные формы заданий или воздействий (например, легкий и трудный материал в исследовании Дюфресна и Кобасигавы); в исследовании по плану временных серий уровни — это наличие или отсутствие экспериментального воздействия. В большинстве внутрисубъектных

исследований сравнение происходит в рамках одного экспериментального сеанса; в исследовании по плану временных серий сравнительный анализ производится в рамках повторных сеансов. В ходе большинства внутрисубъектных исследований проводится отбор и изучение групп испытуемых; многие исследования по плану временных серий (как и исследование Холла и др., 1971) направлены на изучение лишь одного испытуемого. Фактически временные серии — это главный метод, используемый в односубъектных исследованиях — то есть исследованиях, цель которых в выявлении эффекта экспериментального воздействия у одного испытуемого. Наконец, исследования по плану временных серий нередко проводятся по прагмагическим соображениям, с целью продемонстрировать эффективность некоторого способа вмешательства для коррекции определенной формы поведенческого нарушения (как в исследовании Холла и др.). Поэтому чаще всего их можно наблюдать в условиях клиники или учебных заведений.

Планы временных серий могут повлечь за собой ряд затруднений и в осуществлении, и в интерпретации, что является темой для отдельного разговора. Кроме того, они принимают множество форм, а не только описанный здесь вариант А— В—А—В. Детальное рассмотрение плана временных серий можно найти в работах Барлоу и Херсена (Barlow & Hersen, 1984), Кука и Кемпбелла (Cook & Campbell, 1979), а также Каздина (Kazdin, 1992).

 

Корреляционное исследование

В главе 1 я упомянул несколько актуальных, социально значимых вопросов, для решения которых оказались бы ценными исследования в области психологии развития. Приведем в качестве примера корреляционные исследования одного из таких вопросов. Маклеод, Эткин и Чафи (McLeod, Atkin & Chaffe, 1972) изучали характер воздействия насилия на телеэкране на уровень агрессии у детей. Они измерили ряд показателей агрессии у выборки 6-10-классников, а также оцепили (использовав самоотчеты) время, в течение которого обычно каждый ребенок смотрел по телевизору сцены насилия. Их интересовал вопрос, есть ли связь между просмотром телепрограмм с эпизодами насилия и уровнем агрессии — то есть были ли наиболее агрессивными те дети, которые наблюдали на телеэкране больше всего насилия? В их исследовании такая связь была обнаружена, что согласуется с гипотезой о провоцировании агрессии телепрограммами с эпизодами насилия.

Исследование Маклеода и др. — пример корреляционного исследования. Оно называется корреляционным, поскольку независимая переменная не подвергалась манипуляциям. Маклеод и др. не осуществляли экспериментальный контроль типа телепрограмм, которые смотрела их выборка, не контролировали они и уровень агрессии, которую демонстрировали дети. И параметры просмотров телепрограмм, и уровень агрессии измерялись в своем естественном виде; при этом цель исследования состояла в выявлении возможного совместного изменения одного показателя с другим. Эта связь может быть положительной, когда повышению одного показателя сопутствует повышение другого. Это как раз результат исследования Маклеода и др. Или же связь отрицательна, когда повышению одного показателя сопутствует понижение другого.

Результаты корреляционного исследования, как правило, оцениваются с помощью коэффициентов корреляции, о чем более подробно будет рассказано в главе 7. Пока же отметим, что коэффициент корреляции — это индекс связи между двумя переменными; его значение находится в диапазоне от -1 (абсолютно отрицательная связь) до 0 (отсутствие связи) и от 0 до +1 (абсолютно положительная связь). В исследовании Маклеода и др. величина коэффициента коррекции зависела от возраста и пола испытуемых, а также от использовавшихся методов оценки уровня агрессии; однако большинство показателей приходилось на интервале от 0,2 до 0,3, что говорит о наличии умеренно положительной связи между просмотром телепрограмм с эпизодами насилия и агрессивным поведением.

Хотя коэффициент корреляции обычно связан с корреляционными планами, важно разграничивать статистический показатель и план. Помимо коэффициентов корреляции для анализа результатов корреляционного исследования используются и другие статистические показатели. Маклеод и др., к примеру, могли бы разделить свою выборку на группы тех, кто смотрит телевизор часто, умеренно часто и редко, а затем использовать для сравнения уровня агрессии в трех группах (-критерии или дисперсионный анализ. В этом случае статистические показатели были бы другими, однако план остался бы корреляционным. По причине независимости плана и статистических показателей, некоторые исследователи предпочитают называть данный вид исследования неэкспериментальным. Каков бы ни был термин, суть исследований остается в том, что переменные просто измеряются, а не контролируются экспериментальным путем:

 

Корреляция и причинность

Нет необходимости доказывать, что корреляция не тождественна причинности. То есть из того, что две переменные коррелируют, мы не можем сделать вывод о характере причинно-следственных связей между ними, если таковые вообще имеются. Поэтому результаты исследования Маклеода и др. согласуются с гипотезой о том, что просмотр телепрограмм с эпизодами насилия вызывает агрессию, однако не могут доказать истинность этой гипотезы.

Указанное базовое ограничение корреляционного исследования обусловлено отсутствием экспериментального контроля. Как уже неоднократно подчеркивалось, именно контроль — контроль характера независимой переменной, контроль включения испытуемых в разные экспериментальные группы, контроль потенциально значимых переменных — гарантирует внутреннюю валидность выводов о возможных причинно-следственных связях. Поскольку в корреляционном исследовании эти формы контроля отсутствуют, максимум, что оно может продемонстрировать, это совместное изменение двух или более показателей. Но оно не объяснит, почему происходит данное изменение.

Рассмотрим исследование Маклеода и др. Выявленную в нем корреляционную связь можно объяснить тремя способами. Первый; просмотр телепрограмм с эпизодами насилия является причиной повышения агрессии. Если бы исследователи экспериментально изменили параметры просмотров, то могли бы довольно уверенно сделать такой вывод. Но поскольку экспериментальные манипуляции не производились, существуют альтернативные объяснения: возможно, более агрессивные дети выбирают более агрессивные телепрограммы. В этом случае уже склонность к агрессии является причиной просмотра программ с эпизодами насилия, а не наоборот. Наконец, есть и третье объяснение: возможно, и просмотр агрессивных телепередач, и агрессивное поведение определяются неким третьим причинным фактором, а не влияют друг на друга. К примеру, определенные стили воспитания способствуют и агрессивности, и предпочтению агрессивных телепрограмм; поэтому два показателя изменяются параллельно, однако ни один не является причиной другого.

Это доказательство можно изложить и в общем виде. Всегда, когда между переменной Л и переменной В существует корреляционная связь, следует рассматривать три альтернативных варианта: А является причиной В, В является причиной Л или некий третий фактор С является причиной А и В.

Непригодность для выявления причинно-следственных связей существенно ограничивает возможности корреляционных планов. Зачем тогда их использовать? Главное основание состоит в том, что в некоторых случаях такое исследование — это лучшее, что можно сделать. Многими переменными нельзя манипулировать из этических или практических соображений — методами воспитания, к примеру, или использованием психоактивных веществ в пренатальный период. При таких обстоятельствах единственным выходом является корреляционное исследование. В других случаях экспериментальное воздействие возможно, но затруднительно, особенно, если цель — сочетание экспериментального контроля и естественной обстановки. Эту мысль иллюстрирует пример с насилием на телеэкране и агрессией. Экспериментально изменять параметры просмотра, а затем измерять параметры агрессии возможно, и во многих исследованиях это проделано, однако все эти исследования заслуживают критики из-за искусственности условий и низкого уровня внешней валидности. В исследованиях же, подобных описанному выше, в центре внимания находятся непосредственно две изучаемые переменные: естественный просмотр телепрограмм и естественная агрессия. Еще одним достоинством корреляционного подхода является то, что он позволяет учесть более широкий диапазон изменений. В экспериментальном исследовании просмотра телепрограмм и агрессии мы были бы вынуждены ограничиться созданием двух-трех типов экспериментальных условий. Корреляционное же исследование охватывает весь диапазон естественного опыта, от 2-3 часов в неделю на одном конце континуума до 40-50 часов в неделю на другом.

 

Способы повышения обоснованности выводов о причинно-следственных связях.

По результатам корреляционного исследования нельзя с уверенностью говорить о характере причинно-следственных связей. Однако есть методы повышения обоснованности выводов о любых причинных воздействиях. В этом разделе мы рассмотрим некоторые из подобных методов.

Первая стратегия основана на простом здравом смысле, однако стоит того, чтобы о ней упомянуть. В некоторых случаях одно из направлений причинного воздействия исключается самим характером переменных. Предположим, мы обнаружили положительную корреляционную связь между ростом ребенка и уровнем

агрессии. Вполне допустимо, что рост ребенка каким-то образом влияет на уровень агрессии (хотя нам все еще необходимо было бы уточнить, как именно). Однако вряд ли уровень агрессии оказывает какое-либо причинное воздействие на рост ребенка. В таких случаях нужно принимать во внимание всего две гипотезы: А является причиной В или С является причиной A и В. Возможность влияния В на A не учитывается.

Подход с точки зрения логики используется в вопросах, касающихся направления причинно-следственных связей между А и В. Второй метод особенно эффективен для исключения третьего фактора С. При этом пользуются аналитической процедурой, которая называется методом парциальной корреляции. Частичная корреляция — это процедура, направленная на статистическое устранение действия одной переменной на корреляционную связь между двумя другими-переменными. По существу, метод частичной корреляции заключается в сохранении неизменной потенциально значимой третьей переменной в процессе анализа связи между двумя другими переменными. Это равноценно изучению отношений между А и В в выборке, где все имеют одинаковые показатели по параметру С. Вопрос, разумеется, состоит в том, остается ли значимой связь между А и В при отсутствии влияния С.

Предположим, мы обнаружили положительную корреляционную связь между просмотром телепрограмм с эпизодами насилия и уровнем агрессии, однако подозреваем, что эту связь в действительности обусловливает некий третий фактор, к примеру методы воспитания. Допустив, что мы можем получить приемлемую оценку способов воспитания, мы могли бы использовать метод частичной корреляции для устранения влияния воспитания на корреляционную связь «просмотр телепрограмм — агрессия». Обнаружив, что корреляция остается на том же или примерно на том же уровне, какой она была изначально, мы могли бы заключить, что способ воспитания не является значимым фактором, привносящим смешение. И наоборот, резкое снижение корреляции свидетельствовало бы о наличии существенной доли воспитания в связи между просмотром агрессивных телепрограмм и агрессивным поведением.

Хотя процедуры и различаются, цель использования метода парциальной корреляции та же, что и цель метода уравнивания, описанного ранее в этой главе. В обоих случаях исследователь стремится устранить факторы, вносящие смешение, приводя их к одному уровню для всех сравниваемых групп. При уравнивании приведение к одному уровню осуществляется до проведения процедуры исследования путем включения испытуемых в разные группы; при парциальной корреляции оно осуществляется после процедуры исследования путем статистического исключения факторов, приводящих к смешению. И уравнивание, и частичная корреляция имеют общее ограничение: с их помощью нельзя устранить все возможные факторы, приводящие к смешению. Иными словами, существует масса переменных С, и ни одному исследователю не измерить и не проконтролировать их все.

Процедуры третьего типа, предназначенные для вычленения информации о причинно-следственных связях из корреляционных данных, так или иначе связаны с временными отношениями между переменными. Эти процедуры строятся на факте необходимого предшествования причины следствию. Поэтому, составив схему изменений отношений A и В во времени, мы сможем ближе подойти к решению вопроса о том, А приводит к В или наоборот.

Рис. 3.5. Корреляции между переменными в плане перекрестных корреляций с лагом

Наиболее трудоемкой формой временного анализа является процедура, называемая перекрестной корреляционной группировкой с лагом (Campbell & Stanley, 1966). Она требует лонгитюдного подхода, при котором по крайней мере две переменные измеряются два или более раз за определенный период времени. Такое исследование дает возможность вычислить ряд коэффициентов корреляции как в рамках одного периода, так и между периодами. На рис. 3.5 представлены варианты корреляций в исследовании с двумя переменными и двумя моментами измерения (г-коэффициенты корреляции). Таким образом, можно узнать коэффициент корреляции между Л и В и в момент 1, и в момент 2; стабильность Л и В во времени; и, что наиболее важно, межвременные коэффициенты корреляции между A и В -~ то есть корреляции, изображенные по диагоналям. Для определения направления причинного воздействия в паре Л и В необходима информация именно по диагонали. Если причинный фактор это Л, то следует ожидать значительной корреляции между A в момент 1 и В в момент 2 — изменения в причине должны приводить к изменению эффекта. Коэффициент корреляции между В в момент 1 и Л в момент 2 должен быть существенно ниже. И наоборот, если причинный фактор — В, следует ожидать более высокого коэффициента корреляции между В1 и A2, и более низкого — между A1 и В2.

Наверное, проще всего разъяснить вышесказанное на практическом примере. Лефковитц, Эрон, Уолдер и Хьюсман (Lefkowitz, Eron, Walder & Huesmann, 1972) использовали метод перекрестных корреляций, изучая связь насилия на телеэкране и агрессии (см. также Huesmann, Lagerspetz & Eron, 1984). Они измерили параметры просмотров телепрограмм и оценили уровень агрессии у 3-классников, а затем у них же (у тех, кого удалось привлечь к повторному обследованию) и те же параметры 10 лет спустя. Результаты для мужской половины выборки представлены на рис. 3.6. Обратите внимание: ничто не подтверждает гипотезу о том, что склонность к агрессии ведет к предпочтению телепрограмм с эпизодами насилия;

коэффициент корреляции между уровнем агрессии в момент 1 и просмотром агрессивных телепередач в момент 2 по существу нулевой. Однако есть свидетельства в пользу противоположной гипотезы, поскольку просмотр агрессивных телепередач в момент 1 тесно связан с агрессией в момент 2.

Рис. 3.6. Корреляции между предпочтением определенных телепрограмм и агрессией в перекрестном корреляционном исследовании с лагом. (М М. Lefkowitz, L. D. Eron, L. D. Walder, & L. R. Huesmann, 1972, Television and Social Bahavior, Vol. 3)

Следует отметить, что исследование Лефковитца и др. было описано исключительно в качестве примера перекрестной группировки с лагом. В действительности это исследование и сделанные на его основе выводы можно подвергнуть критике по ряду пунктов (Freedman, 1984). В целом, перекрестное исследование с лагом, хотя и выглядит довольно простым в том виде, в котором оно здесь рассмотрено, связано с рядом сложностей и зависит от некоторых статистических допущений. Неизвестно, как часто эти допущения соответствуют действительности и, следовательно, насколько обосновано применение данного метода. Рогоса (Rogosa, 1980) аргументированно критикует попытку сделать выводы о причинности посредством перекрестного анализа.

Рассмотрение последнего метода повышения обоснованности заключений о причинно-следственных связях поможет уяснить один из базовых принципов методологии исследования. Иногда есть возможность дополнять корреляционный анализ экспериментальным изучением того же вопроса. Иными словами, можно изменить предположительную причину и оценить воздействие данных манипуляций на зависимую переменную, таким образом, создавая реальную связь между зависимой и независимой переменными. Как уже отмечалось, в литературе, посвященной теме насилия на телеэкране, содержится описание ряда подобных экспериментальных исследований, в которых оценивается эффект манипуляций со временем и характером телепрограмм. В этих исследованиях осуществляется контроль, отсутствие которого является недостатком корреляционного плана. Наличие переменной Л, подвергающейся экспериментальным манипуляциям, снимает неопределенность в отношении направления причинного воздействия в паре А и В — изменения В должны быть обусловлены изменениями Л, а не наоборот. А поскольку мы контролируем не только нашу независимую переменную, но и другие факторы, никакая третья переменная Сне .может вносить смешение в отношения между Л и В. Поэтому наши выводы о причинно-следственных связях будут более обоснованны.

Принцип, который иллюстрирует этот пример, касается значимости конвергентных операций при исследовании комплексных, сложных для изучения объектов. Термин конвергентные операции (другое название - мультиметодический подход — например, Brewer & Hunttjr, 1989) означает использование, либо в рамках одного, либо в рамках ряда исследований, разнообразных методов изучения определенного вопроса (игнорирование этого принципа — использование только одного метода ставит под угрозу валидность, что Кук и Кемпбелл, 1979, обозначили как монометодическое искажение). Основная мысль заключается в том, что слабые стороны одного метода могут, по крайней мере, отчасти, компенсироваться сильными сторонами другого и что выводы, основанные на совмещении результатов, полученных с помощью разных методов, более достоверны, чем выводы, полученные при помощи только одного метода. Этот довод, несомненно, касается и вопроса о взаимосвязи насилия на телеэкране и агрессии. Здесь для выявления причинно-следственных связей единственно верным способом является эксперимент; в то же время экспериментальное исследование страдает рядом недостатков (искусственность, эффект реактивности и т. д.), которые ставят под сомнение его внешнюю валидность. В корреляционных планах удается избежать множества погрешностей исследований с использованием манипуляций; однако, как мы увидели, корреляционное исследование по существу не может дать информации об отношениях между причиной и следствием. Именно в связи с этими ограничениями каждого из методов в отдельности необходимо совмещение результатов использования разнообразных методов. Поэтому корреляционные исследования влияния телевидения дают нам возможность с большей уверенностью говорить о том, что влияние сцен насилия на телеэкране, продемонстрированное в экспериментальных условиях, существует и в реальной жизни. Аналогично тот факт, что экспериментальное изменение характера просмотра телепрограмм отражается на уровне агрессии детей, дает нам право утверждать, что телевидение действительно является причиной в корреляционной паре телевидение—агрессия.

 

Резюме

В этой главе рассматриваются три темы, попадающие в разряд исследовательского плана: сравнение возрастных групп, сравнение экспериментальных условий и различие между экспериментальными и корреляционными планами с особым акцентом на вопросе корреляции и причинности.

При изучении разных возрастных групп чаще всего используются два плана: лонгитюдный план и план поперечных срезов. В лонгитюдном исследовании на протяжении определенного периода времени регулярно обследуются одни и те же испытуемые. Только этот подход дает возможность измерить непосредственно возрастные изменения, а не возрастные различия. Это также единственный способ изучения индивидуальной стабильности или изменчивости во времени. Но с другой стороны, лонгитюдное исследование требует больших затрат времени и усилий, что, несомненно, объясняет относительно редкое его использование. Лонгитюдное исследование также приводит к ряду систематических ошибок. К ним относят избирательный отсев испытуемых в ходе исследования, эффект тестирования, обусловленный повторным тестированием с использованием одних и тех же методик, и неизбежное смешение возраста испытуемого и времени тестирования.

В исследовании методом поперечных срезов изучаются разные испытуемые разных возрастов. Этот подход, как правило, экономичнее лонгитюдного; с его помощью можно избежать множества проблем лонгитюдного исследования, он вполне пригоден для изучения ряда тем. Однако поперечные планы имеют и недостатки. Поскольку все испытуемые обследуются только по одному разу, невозможно оценить непосредственно возрастные изменения. Возрастное сравнение также затрудняет систематическая ошибка отбора при формировании возрастных групп, а также избирательный отсев испытуемых из исследования. Еще одна проблема, характерная как для лонгитюдных, так и для поперечных планов, — проблема эквивалентности измерений отбор методик, равноценных для сравниваемых возрастных групп. Наконец, в поперечных планах неизменно возникает смешение между возрастом испытуемых и поколением, или когортой, к которым они принадлежат.

Недостатки классических лонгитюдного и поперечного методов обусловили, разработку альтернативных планов. В плане с временным лагом при изменении параметров поколения и времени измерения неизменным сохраняется возраст испытуемых. При помощи такого плана можно оценить значение факторов, которые в традиционных планах смешиваются с возрастом. Более трудоемки последовательные планы, сочетающие элементы лонгитюдного исследования, исследования методом поперечных срезов и плана с временным лагом. Последовательные планы, несомненно, информативнее; они, однако, требуют и больших затрат, при этом не устраняя все возможные источники смешения.

Второй раздел главы посвящен планам сравнения разных заданий или экспериментальных условий. Существует два основных подхода: виутрисубъектный в котором каждый испытуемый выполняет все задания (или находится во всех типах экспериментальных условий); и межсубъектный, при котором разные испытуемые должны выполнять разные задания (или находиться в разных условиях). Внутрисубъектное исследование, как правило, более экономично, статистически более достоверно и позволяет избежать ряда затруднений (например, систематической ошибки отбора), с которыми может столкнуться межсубъектное исследование. Внутрисубъектный подход незаменим для изучения внутригрупповых взаимосвязей и закономерностей. Межсубъектный подход, в свою очередь, позволяет избежать ряда проблем внутрисубъектного исследования — в частности, эффектов последовательности и переноса, обусловленных повторным тестированием. Межсубъектный подход незаменим в том случае, когда экспериментальное воздействие призвано произвести некоторые стойкие изменения.

Затем были рассмотрены конкретные варианты межсубъектных и внутрисубъ-ектных исследований. В плане уравненных групп параметры испытуемых приводятся в соответствие до приписывания их к разным экспериментальным условиям. Преимуществом уравнивания является то, что оно обеспечивает эквивалентность групп по переменным (например, IQ), которые могли бы повлиять на результаты. К недостаткам этого метода относятся увеличение затрат времени и усилий, искажающее влияние предварительного тестирования, более высокий уровень выбывания испытуемых, обусловленный необходимостью исключать всех подобранных по одному признаку при выбывании любого из них, а также вероятность того, что приведение в соответствие по одному параметру будет систематически нарушать соответствие между другими переменными. В плане временных серий экспериментальное воздействие применяется периодически, при этом регистрируются изменения в поведении как функция от наличия или отсутствия воздействия. Такой вид исследования чаще всего проводится в клинике или в условиях учебных заведений, зачастую в форме исследования с одним испытуемым.

Главу завершает рассмотрение корреляционного исследования. В корреляционном плане независимые переменные не контролируются; измеряются две или более переменные и оценивается степень их совместной изменчивости. Корреляционный план — единственно приемлемая форма исследования, если изучаются переменные, манипулирование которыми невозможно или затруднительно. Кроме того, корреляционное исследование способно охватить более широкий диапазон уровней переменной. С другой стороны, отсутствие экспериментального контроля подразумевает невозможность корреляционного исследования дать информацию о причинно-следственных связях. К методам, используемым для снижения неопределенности и для уточнения характера причинно-следственных связей, относят логический анализ возможных направлений причинности; частичную корреляцию, при которой статистически устраняется влияние третьих факторов; перекрестную корреляционную группировку с лагом, в которой оцениваются корреляционные связи во временной перспективе; и экспериментальные манипуляции с одной из переменных.

 

Упражнения

Одна из тем этой главы — трудность разграничения эффектов возраста и эффектов когорты, или поколения. Возьмите в качестве примера когорту, к которой вы принадлежите. Есть ли что-нибудь в вашем жизненном опыте, что отличало бы его от опыта представителей других поколений? Какого рода эффект могло бы иметь это различие при сравнении методом поперечных срезов?

Один из способов анализа последовательных планов — представить отдельные результаты и подумать, что они могли бы значить. Проанализируйте изображенный ниже план последовательности когорт (рис. 3.7). Зависимая переменная — это IQ, Допустим, что средние значения IQ для разных групп колеблются в пределах от 90 до НО. Для каждого из нижеследующих результатов продумайте способы выявления: а) эффектов только возраста; б) эффектов только когорты; в) эффектов возраста и времени измерения.

Рис. 3.7. План последовательности когорты

В этой главе подчеркнуты как достоинства, так и недостатки лонгитюдного исследования. Одним из альтернативных подходов к изучению стабильности/изменчивости во времени является ретроспективный метод. Ретроспективный метод предполагает анализ прошлого, обычно взрослых людей, обладающих интересующими исследователя качествами, попытку выявить существенные предпосылки или определяющие факторы раннего развития, которые обусловили имеющийся результат. Очевидная трудность в этой ситуации — получение точных данных о прошедших событиях. Выберите какой-либо значимый опыт из своего прошлого — успехи в школе, к примеру, или отношения с друзьями, или путешествия вместе с семьей. Восстановите по возможности наиболее точно картину развития на определенном отрезке периода детства. Попросите сделать то же самое своих родителей и сравните ваши воспоминания. Если есть возможность, сравните оба рассказа с объективными свидетельствами (например, табелем успеваемости, семейным фотоальбомом).

Как отмечалось в тексте, корреляция между переменными Л и В может интерпретироваться несколькими способами: Л является причиной В, В является причиной Л, некоторый третий фактор С является причиной Л и В, или сочетание всех этих вариантов. Ниже представлено несколько примеров положительных корреляций, полученных в реальных исследованиях. Для каждого: а) предложите как можно больше правдоподобных объяснений; б) перечислите, какие данные помогли бы вам выбрать из возможных объяснений:

• использование родителями физического наказания и агрессия ребенка;

• разъяснение родителями норм поведения и просоциальное поведение ребенка;

• физическая привлекательность и популярность;

• IQ и школьная успеваемость;

• представление о себе как об учащемся и школьная успеваемость;

• уровень активности и умственная сохранность в пожилом возрасте.