48. Кросс-культурные исследования в психологии.

«Кросскультурные исследования в психологии (ККИ) – это квазиэкспериментальные схемы сравнений однородных выборок, отличающихся фактором их культурной принадлежности, с целью проверки гипотез о влиянии этого фактора на психологические показатели.

Культура в рамках КИ понимается в качестве характерного образа жизни людей, объединяемых территориальной, языковой общностью и контекстными переменными.»

Таким образом, ККИ – квазиэксперимент, где НП – культура. Это если грубо.

«Контекстные переменные – это реконструируемые в ККИ однородные и сравнительно постоянные факторы, условия жизни людей, рассматриваемые как проводники влияния культуры на психические процессы, структуры и закономерности.

Условно они могут выступать аналогами НП.»

Принятие во внимание контекстных переменных	Ориентация
	На проверку гипотез	На поиск различий
Нет	Обобщающие ККИ Сравнение разных выборок с точки зр. представленности общих базисн.переменных. Используют схему дополнительного варьирования Достоинство: установление сопоставимости данных; Недостатки: проблемы интерпретации КК различий, т.к. нет конткстн. переменных. Пример: Шварц, исследование ценностей (более 30 стран)	Эксплораторные ККИ различий Пр: Корнилова, Григоренко – сравнит. анализ мотивац. профилей студентов Московского и Йельского университетов. Достоинство: непредубежденность в отношении кросскульт. различий; Недостаток: проблемы с интерпретацией полученных рез-тов.
Да	Базирующиеся на теории ККИ Достоинство: изучение взаимоотн. между факторами культуры и пси переменными; Минус: недостаток внимания к альтернативным интерпретациям. Пр: исследование Брунера: контекстная переменная – обучение в начальной школе для развития мышления чел-ка; Исследование А.Р. Лурия - у узбеков нет иллюзий =) НО здесь смешивается культура и грамотность/неграмотность.	Эксплораторные ККИ для обоснования внешней валидности Здесь часто применяется регрессионный анализ. Достоинство: акцент на интерпретации кросскультурных различий; Недостаток: выбор контекстных переменных м.б. случайным, неосмысленным.

49. Моделирующий подход в психологии.

«Сущность моделирования заключается в построении моделей изучаемых феноменов, которое позволяет добиться высокой степени понимания реальности, а иногда и делать точные количественные предсказания относительно будущего развития изучаемых феноменов: то есть здесь решаются задачи выявления связей между переменными, прогнозирования и управления.

Ключевым явл. понятие модели.

Модель – это конструируемый объект (физический или идеальный), кот. воспроизводит некоторые свойства др. объекта, являющегося предметом изучения.

Моделирование заключается в построении и дальнейшем изучении модели, кот. замещает непосредственное изучение исходного объекта. Выводы, полученные при изучении модели, переносятся на исходный объект. Хорошая модель должна быть максимально упрощена и отражать основные св-ва исходного объекта.

Ценность моделирования в том, что можно сделать выводы о феноменах, которые непосредственно изучать сложно или невозможно (опасно).

Процесс создания модели состоит из 3х этапов: построение, подгонка, верификация.

1. Построение – описание модели с использованием некоторого языка – естественного или формально-логического. Модели м.б. качественными или количественными. Для построения модели критически важной явл. формулировка допущений, т.е. решений об идеализации реальности.

2. На этапе подгонки используются различные методы определения оптимальных значений параметров, то есть значений, позволяющих максимально приблизить поведение модели к поведению моделируемого объекта.

3. Верификация – док-во соответствия модели изучаемому процессу на основе оценки способности модели демонстрировать предсказанное поведение при создании опред. условий (сравниваем поведение модели и объекта).

Количественная оценка степени соответствия между эмпирическим и теоретическим набором данных осуществляется с помощью индексов соответствия. Выбор индекса зависит от мн-ва условий: метрики, особенности распределения использованных переменных. В рез-те проверки принимается решение о принятии модели или о ее отвержении. Логика проверки моделей, т.о. обнаруживает асимметрию вывода, как проверка гипотез в экспериментальном методе.

Как моделирование, так и экспериментальный метод следуют гипотетико-дедуктивной логике. Моделирование – экспериментирование над моделями. В общем виде модель представляет собой систему утверждений о связях между переменными.

В современной психологии используется знаковое моделирование, кот. заключается в построении формальной модели психических процессов с использованием символических систем. Это математическое моделирование. В узком смысле математическое моделирование – описание х-к объектов в виде уравнений:

1) динамическое моделирование – описывает динамику сложных систем с помощью аппарата дифференциальных уравнений;

2) байесовское моделирование – используется для построение количественных моделей когнитивных процессов, составным элементом которых является принятие решений (аппарат проверки гипотез на основе теоремы Байеса).

Два значимых для психологии вар-та знакового моделирования:

1. вычислительное моделирование

Построение формальной модели изучаемого феномена в виде исполняемой компьютерной программы; это позволяет оценить поведение сложных моделей, когда получить такую оценку аналитическим путем трудно. Например, в когнитивной психологии такое встречается.

2.статистическое моделирование

Построение статистических моделей, дающих компактное описание набора эмпирических данных с незначительной потерей информации. В общем виде это – уравнение, описывающее связи между одной или неск. ЗП и одной или неск. НП. Конечная цель – количественное описание связей между пси переменными.

Варианты:

- Линейная регрессионная модель.

Исследователь должен указать ЗП (критерий) и одну или несколько НП (предикаторов). Модель предполагает, что значение критерия представляет собой линейную комбинацию значений предикаторов. Анализируя параметры этой модели, исследователь определяет, какие предикаторы важны, а какие – нет.

Пример: регрессия, связывающая успешность сдачи экзамена с рядом потенциальных предикаторов (кол-во часов занятий, внешний вид студента, его тревожность и проч).

Нужно определить значения регрессионных коэффициентов на этапе подгонки модели, для подгонки используется метод наименьших квадратов. На этапе верификации: в случае линейной регрессии индексом соответствия явл. коэффициент множественной детерминации R^2 , значение данного показателя равно проценту дисперсии критерия, кот. м.б. объяснен совокупным влиянием предикаторов. Высокие значения коэф. говорят о высоком качестве модели.

- Нелинейная регрессионная модель.

Допускает наличие нелинейных связей между критерием и набором предикторов.

- Многоуровневые (иерархические модели)

- Модели с латентными переменными = ненаблюдаемыми факторами, кот. представляют общую для нескольких наблюдаемых переменных дисперсию.

- Структурное моделирование. Здесь используется объединение моделей с латентными переменными и регрессионных.»