19. Классификации экспериментальных планов. Планирование как выбор планов.

Классификаций можно придумать очень много:

1. Интраиндивидуальные (испытуемый претерпевает все уровни НП), кроссиндивидуальные (все испытуемый претерпевают все уровни НП, но все в разном порядке), межгрупповые (одна группа получает один уровень НП, другая – другой)

2. По критерию Кэмпбелла:

   1. Доэкспериментальные – страх, ужас, Кэмпбелл советует держаться от них подальше, иначе превратитесь в камень.

   2. Истинно экспериментальные - няшка

   3. Квазиэкспериментальные – не так хорошо, как истинно-экспериментальные планы, но лучше, чем доэкспериментальный шлак. Кэмпбелл агитирует не бояться этих планов, ибо зачастую нельзя реализовать ничего лучше.

3. Бивалентные (2 уровня НП, обычной активный и неактивный) и многоуровневые

4. С одной НП и факторные

20. Метааналитические исследования в психологии.

Юля, спасибо:

«Проблема систематического и регулярного обобщения новых рез-тов и их связи с уже накопленной базой знаний.

Классический подход к такой систематизации – нарративный (дискурсивный) литературный обзор. Однако данный подход имеет ряд ограничений: отсутствие формализованного подхода к сопоставлению рез-тов; высокий уровень субъективности обзора, ведущий к систематич. искажениям.

Важный шаг к преодолению данных недостатков – появление метода метаанализа данных.

Метааналитические исследования (МАИ) связаны с оцениванием неслучайности взаимосвязей переменных и сопоставления конкурирующих объяснений устанавливаемых зависимостей.

Посредством метаанализа взвешиваются все накопленные данные ( с учетом их надежности, статистич.решений и т.п.) и строится индекс «суммарного» факта.

В наиболее общем виде метаанализ можно определить как метод ассимиляции, обобщения и интеграции рез-тов множ-ва исследований. Метаанализ часто обсуждается как количественный статистический метод, но более адекватно его рассмотрение как метода, предполагающего систематич. изучение лит-ры, тщательное формулирование гипотез, разработку критериев включения/исключения исследований из метаанализа, переструктурирование и статистический синтез рез-тов и соотв. размеров эффектов, поиск опосредующих переменных, оформление выводов.»

21. Интраиндивидуальные схемы и их применение (цели, источники угроз валидности и т.Д.)

ИИ (интраиндивидуальные схемы) – это когда испытуемый получает весь набор уровней НП. Если испытуемых несколько, то это называется суммой ИИ экспериментов, при этом последовательность у всех одинаковая.

Вопрос сводится к тому, в какой последовательности дать испытуемому уровни НП. Зачем вообще нам это важно? Дело в том, что правильном выбором схемы мы сможем решить основные проблемы ИИ схем:

1. Фактор времени – всякое влияние времени (длина задания, время суток, усталость испытуемого и т.д.)

2. Фактор задач – всякое влияние задачи, например, насколько те задачи, которые должны соответствовать друг другу по сложности, реально сложны? Задачи должны быть эквивалентны

3. Фактор последовательности (насколько стимул А создаст установку к стимулу В?)

Это основные угрозы внутренней валидности в ИИ экспериментах.

Для их контроля и были придуманы разные схемы:

1. Реверсивное (позиционное) уравнивание: АВВА (АВССВА). На первый взгляд хорошая схема, однако, контролирует фактор времени только в том случае, если его влияние линейно. Например, с каждым новым стимулом усталость все больше смещает значения ЗП на плюс 1: А(+1), В(+2), В(+3), А(+4). И при А, и при В смешение происходит на 5, но нам очень повезло, что изменение линейное. Нетрудно посчитать, что в других случаях такого не будет.

2. Регулярное чередование: АВАВАВАВАВАВ. Минус в том, что испытуемый довольно быстро просечет последовательность, что не есть хорошо. Однако эту схему применяют, когда есть вероятность неожиданного прекращения эксперимента.

3. Случайная последовательность: АВВААВАВАВВАВ. В некотором смысле это добровольное добавление несистематического смешения в эксперимент, но на больших последовательностях эта схема работает лучше всего.

   1. Квазислучайная последовательность – используется при большом количестве предъявлений стимулов, чтобы не создавались длинные наборы АААААААААА или ВВВВВВВВВ, что вполне возможно. Для этого весь набор (например, 100) делится на блоки (по 10), где должно быть определенное количество стимулов (5А и 5В) в случайной последовательности.