Во-вторых, экс-
периментальная группа должна представлять изучаемую популяцию,
т.е. обеспечивать внешнюю валидность эксперимента.
Использование реально существующих групп порождает систе-
матическое смешение независимой переменной с индивидуальны-
ми свойствами испытуемых.
Для нас уже очевидно, что экспериментальная выборка представ-
ляет собой модель популяции в целом или той ее части, поведение
которой нас интересует.
Наиболее простой вариант был уже рассмотрен - составление
репрезентативной группы испытуемых, характеристики которой со-
ответствуют характеристикам интересующей нас популяции. Иног-
да невозможно найти способ создания репрезентативной группы.
Тогда используется метод приближенного моделирования. В част-
ности, исследование может проводиться при участии студентов 2-го
курса университета, а данные приписываются всем людям, или "лю-
дям в возрасте от 17 до 21 года", или "людям со средним образова-
нием в возрасте от 17до 21 года" и т.д. Чем меньше генерализация,
т.е. чем точнее набор критериев, описывающих популяцию, на ко-
торую распространяются выводы о характеристиках эксперименталь-
ной выборки, тем выше внешняя валидность эксперимента.
При моделировании популяции методом случайного выбора, или
рандомизации, экспериментальную выборку составляют так, что
каждой личности предоставляется равный шанс для участия в экс-
перименте. Каждому индивиду присваивается номер; с помощью таб-
лицы случайных чисел производится формирование эксперименталь-
ной выборки. Процедура очень трудноосуществима, посколькукаж-
дый представитель интересующей нас популяции должен быть уч-
тен. На практике прибегают к более простым способам случайного
отбора. Отбирают любую группу испытуемых, затем измеряют у них
значимое для эксперимента индивидуальное свойство. После этого
испытуемых распределяют по группам методом Монте-Карло так,
что вероятность попасть в группу для каждого испытуемого равна.
Наконец, существует еще один способ моделирования выборки
- стратометрический. Генеральная совокупность рассматривается
как совокупность групп, обладающих определенными характерис-
110
тиками. В экспериментальную выборку отбираются испытуемые с
соответствующими характеристиками - так, чтобы в ней были рав-
нопредставленыупица из каждой страты. Чаще всего используются
следующие характеристики: пол, возраст, политические предпочте-
ния, образование и уровень доходов. Эту стратегию применяют пси-
ходиагносты при разработке тестов; педагогические психологи; в
основном же ею пользуются социологи и социальные психологи при
опросах общественного мнения, исследовании социальных устано-
вок и т.д.
Ряд авторов выделяют стратегию попарного отбора. При этом экс-
периментальная и контрольная группы составляются из индивидов,
эквивалентных по значимым для эксперимента побочным парамет-
рам. Идеальный вариант - использование близнецовых пар (моно-
и дизиготных). Разновидностью этой стратегии является подбор
однородных подгрупп, в которых испытуемые уравнены по всем ха-
рактеристикам, кроме интересующих исследователя дополнитель-
ных переменных. Другой вариант - выделение значимой дополни-
тельной переменной. Все испытуемые тестируются, ранжируются по
уровню выраженности переменной. Группы формируются так, что-
бы испытуемые, обладающие одинаковыми или близкими значения-
ми переменной, попали в разные группы.
Итак, существует шесть стратегий построения групп: 1) рандо-
мизация, 2) попарный отбор, 3) рандомизация с выделением страт
(стратометрический отбор), 4) приближенное моделирование, 5) реп-
резентативное моделирование, 6) привлечение реальных групп.
Различают два основных типа привлечения испытуемых в груп-
пу: а) отбор, б) распределение. Отбор проводят при рандомизации,
рандомизации с выделением страт, при репрезентативном и прибли-
женном моделировании. Распределение осуществляется при спосо-
бе составления групп из эквивалентных пар и исследованиях с учас-
тием реальных групп.
Считается, что наилучшая внешняя и внутренняя валидность до-
стигается при стратегии подбора эквивалентных пар и стратометри-
ческой рандомизации: индивидуальные особенности испытуемых с
помощью этих стратегий контролируются максимально. В осталь-
ных же случаях нет никаких гарантий эквивалентности испытуемых,
контролируемости индивидуальных различий и представительнос-
ти группы.
Привлечение добровольцев или принудительное участие в экс-
перименте нарушает репрезентативность выборки (см. гл. 3). Отме-
тим лишь, что стратегии попарного моделирования, приближенно-
го моделирования и стратометрической рандомизации, в отличие от
111
стратегии рандомизации ("случайно отобранных групп"), предпо-
лагают, что нам известен дополнительный параметр - индивиду-
альная особенность, которая может оказать значимое влияние на ре-
зультат эксперимента. Ошибка в выделении этого парамента и/или
недоучет других параметров приводят экспериментатора к неудаче.
Очевидно, что применение таких стратегий формирования групп
должно опираться на серьезные знания в области дифференциаль-
ной психологии (психологии индивидуальных различий).
Мы уже знаем, что многие авторы, в частности Кэмпбелл, счита-
ли подбор эквивалентных пар менее надежным методом, чем ран-
домизация. Рандомизацию можно считать наиболее надежной
стратегией и с точки зрения репрезентации в эксперименте изучае-
мой популяции, и с точки зрения контроля дополнительных пере-
менных. Наиболее существенная проблема при рандомизации: в ка-
кой мере первичная выборка, из которой мы формируем экспери-
ментальную и контрольные группы, действительно представляет ге-
неральную совокупность? Решение этой проблемы - дело искусст-
ва и интуиции экспериментатора.
Отдельная проблема- численность экспериментальной выбор-
ки. В зависимости от целей и возможностей она может варьировать
от одного испытуемого до нескольких тысяч человек. Количество
испытуемых в отдельной группе (экспериментальной или контроль-
ной) в большинстве экспериментальных исследований варьирует от
1 до 100. Рекомендуется, чтобы численность сравниваемых групп
была не менее 30-35 человек из соображений статистических: ко-
эффициенты корреляции выше 0,35 при таком количестве испытуе-
мых значимы при а = 0,05.
Если же для обработки данных используется факторный анализ,
то существует простое правило: надежные факторые решения мож-
но получить лишь в том случае, когда количество испытуемых не
менее, чем в 3 раза, превышает число регистрируемых параметров.
Крометого, какрекомендуетЛ.В.Куликов, целесообразно увеличи-
вать количество испытуемых, по крайней мере, на 5-10% больше
требуемого, поскольку часть из них будет "отбракована" в ходе экспе-
римента или при анализе экспериментальных протоколов (не поняли
инструкцию, не приняли задачу, дали "девиантные" результаты и т.д.).
Что касается состава по полу и возрасту, то рекомендуется (кро-
ме специальных случаев) разбивать общую группу на подгруппы
мужчин и женщин и обрабатывать данные отдельно для каждой под-
группы.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77
периментальная группа должна представлять изучаемую популяцию,
т.е. обеспечивать внешнюю валидность эксперимента.
Использование реально существующих групп порождает систе-
матическое смешение независимой переменной с индивидуальны-
ми свойствами испытуемых.
Для нас уже очевидно, что экспериментальная выборка представ-
ляет собой модель популяции в целом или той ее части, поведение
которой нас интересует.
Наиболее простой вариант был уже рассмотрен - составление
репрезентативной группы испытуемых, характеристики которой со-
ответствуют характеристикам интересующей нас популяции. Иног-
да невозможно найти способ создания репрезентативной группы.
Тогда используется метод приближенного моделирования. В част-
ности, исследование может проводиться при участии студентов 2-го
курса университета, а данные приписываются всем людям, или "лю-
дям в возрасте от 17 до 21 года", или "людям со средним образова-
нием в возрасте от 17до 21 года" и т.д. Чем меньше генерализация,
т.е. чем точнее набор критериев, описывающих популяцию, на ко-
торую распространяются выводы о характеристиках эксперименталь-
ной выборки, тем выше внешняя валидность эксперимента.
При моделировании популяции методом случайного выбора, или
рандомизации, экспериментальную выборку составляют так, что
каждой личности предоставляется равный шанс для участия в экс-
перименте. Каждому индивиду присваивается номер; с помощью таб-
лицы случайных чисел производится формирование эксперименталь-
ной выборки. Процедура очень трудноосуществима, посколькукаж-
дый представитель интересующей нас популяции должен быть уч-
тен. На практике прибегают к более простым способам случайного
отбора. Отбирают любую группу испытуемых, затем измеряют у них
значимое для эксперимента индивидуальное свойство. После этого
испытуемых распределяют по группам методом Монте-Карло так,
что вероятность попасть в группу для каждого испытуемого равна.
Наконец, существует еще один способ моделирования выборки
- стратометрический. Генеральная совокупность рассматривается
как совокупность групп, обладающих определенными характерис-
110
тиками. В экспериментальную выборку отбираются испытуемые с
соответствующими характеристиками - так, чтобы в ней были рав-
нопредставленыупица из каждой страты. Чаще всего используются
следующие характеристики: пол, возраст, политические предпочте-
ния, образование и уровень доходов. Эту стратегию применяют пси-
ходиагносты при разработке тестов; педагогические психологи; в
основном же ею пользуются социологи и социальные психологи при
опросах общественного мнения, исследовании социальных устано-
вок и т.д.
Ряд авторов выделяют стратегию попарного отбора. При этом экс-
периментальная и контрольная группы составляются из индивидов,
эквивалентных по значимым для эксперимента побочным парамет-
рам. Идеальный вариант - использование близнецовых пар (моно-
и дизиготных). Разновидностью этой стратегии является подбор
однородных подгрупп, в которых испытуемые уравнены по всем ха-
рактеристикам, кроме интересующих исследователя дополнитель-
ных переменных. Другой вариант - выделение значимой дополни-
тельной переменной. Все испытуемые тестируются, ранжируются по
уровню выраженности переменной. Группы формируются так, что-
бы испытуемые, обладающие одинаковыми или близкими значения-
ми переменной, попали в разные группы.
Итак, существует шесть стратегий построения групп: 1) рандо-
мизация, 2) попарный отбор, 3) рандомизация с выделением страт
(стратометрический отбор), 4) приближенное моделирование, 5) реп-
резентативное моделирование, 6) привлечение реальных групп.
Различают два основных типа привлечения испытуемых в груп-
пу: а) отбор, б) распределение. Отбор проводят при рандомизации,
рандомизации с выделением страт, при репрезентативном и прибли-
женном моделировании. Распределение осуществляется при спосо-
бе составления групп из эквивалентных пар и исследованиях с учас-
тием реальных групп.
Считается, что наилучшая внешняя и внутренняя валидность до-
стигается при стратегии подбора эквивалентных пар и стратометри-
ческой рандомизации: индивидуальные особенности испытуемых с
помощью этих стратегий контролируются максимально. В осталь-
ных же случаях нет никаких гарантий эквивалентности испытуемых,
контролируемости индивидуальных различий и представительнос-
ти группы.
Привлечение добровольцев или принудительное участие в экс-
перименте нарушает репрезентативность выборки (см. гл. 3). Отме-
тим лишь, что стратегии попарного моделирования, приближенно-
го моделирования и стратометрической рандомизации, в отличие от
111
стратегии рандомизации ("случайно отобранных групп"), предпо-
лагают, что нам известен дополнительный параметр - индивиду-
альная особенность, которая может оказать значимое влияние на ре-
зультат эксперимента. Ошибка в выделении этого парамента и/или
недоучет других параметров приводят экспериментатора к неудаче.
Очевидно, что применение таких стратегий формирования групп
должно опираться на серьезные знания в области дифференциаль-
ной психологии (психологии индивидуальных различий).
Мы уже знаем, что многие авторы, в частности Кэмпбелл, счита-
ли подбор эквивалентных пар менее надежным методом, чем ран-
домизация. Рандомизацию можно считать наиболее надежной
стратегией и с точки зрения репрезентации в эксперименте изучае-
мой популяции, и с точки зрения контроля дополнительных пере-
менных. Наиболее существенная проблема при рандомизации: в ка-
кой мере первичная выборка, из которой мы формируем экспери-
ментальную и контрольные группы, действительно представляет ге-
неральную совокупность? Решение этой проблемы - дело искусст-
ва и интуиции экспериментатора.
Отдельная проблема- численность экспериментальной выбор-
ки. В зависимости от целей и возможностей она может варьировать
от одного испытуемого до нескольких тысяч человек. Количество
испытуемых в отдельной группе (экспериментальной или контроль-
ной) в большинстве экспериментальных исследований варьирует от
1 до 100. Рекомендуется, чтобы численность сравниваемых групп
была не менее 30-35 человек из соображений статистических: ко-
эффициенты корреляции выше 0,35 при таком количестве испытуе-
мых значимы при а = 0,05.
Если же для обработки данных используется факторный анализ,
то существует простое правило: надежные факторые решения мож-
но получить лишь в том случае, когда количество испытуемых не
менее, чем в 3 раза, превышает число регистрируемых параметров.
Крометого, какрекомендуетЛ.В.Куликов, целесообразно увеличи-
вать количество испытуемых, по крайней мере, на 5-10% больше
требуемого, поскольку часть из них будет "отбракована" в ходе экспе-
римента или при анализе экспериментальных протоколов (не поняли
инструкцию, не приняли задачу, дали "девиантные" результаты и т.д.).
Что касается состава по полу и возрасту, то рекомендуется (кро-
ме специальных случаев) разбивать общую группу на подгруппы
мужчин и женщин и обрабатывать данные отдельно для каждой под-
группы.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77