27. Соотношение внешней и внутренней валидности при интраиндивидуальных и межгрупповых схемах

В межгрупповых схемах у нас есть божественная рандомизация как стратегия отбора из популяции, что дает нам и внутреннюю, и внешнюю валидность.

В интраиндивидуальных схемах дела похуже со внешней валидностью.

28. Межгрупповые схемы. Основные стратегии отбора и подбора испытуемых в группы.

В межгрупповых схемах каждая группа испытуемых получает только один уровень НП. Для таких схем необходим хороший контроль эквивалентности групп – группы должны быть равны друг другу. Для этого нужно правильно «разделить» найденную выборку по группам. Для этого есть две основных стратегии подбора испытуемых в группы:

Случайное распределение (рандомизация) – случайно пихаем людей в разные группы. Если группы маленькие, то группы, скорее всего, не будут эквивалентными. Тогда используется уравнивание.

Уравнивание – при уравнивании мы берем какой-нибудь существенный признак по которому хотим добиться эквивалентности (например, интеллект), затем «соседи» выделяются и распределяются по разным группам в случайном порядке. Приведем пример: наши 10 испытуемых обладают следующими коэффициентами: 87,88, 92, 95, 99,99,100,105,106,111. Затем этот набор мы объединяем по парам и суем в разные столбики в случайном порядке:

87 – 88

95 – 92

99 – 99

105 – 100

106 – 111

-------------

98,4 – 98

В итоге среднее получилось очень близким, группы достаточно эквивалентны.

От подбора испытуемых в группы надо отличать стратегии отбора выборки из популяции.

Выборка – это та часть популяции, которая доступна нам для исследования. Популяция – те люди, о которых мы пишем исследование, т.е. те, на кого мы хотим обобщить наш результат. То, насколько выборка соответствует популяции, называется репрезентативностью выборки.

Стратегии отбора даны нам, чтобы подобрать наиболее репрезентативную выборку. Если это нам не нужно, то мы используем удобную выборку – людей, что добровольно пришли на эксперимент и нам неважно, кто они. Если же наша гипотеза более привередливая к выборке, то мы используем рандомизацию (подбор случайных людей из популяции) и набрать случайную выборку – это повышает как внутреннюю, так и популяционную валидность. Но если после случайного набора студентов психфака мы получили 10 парней и 5 девушек? Рандом промахнулся! Чтобы такого не было, используют расслоенную выборку – использование соотношений важных подгрупп популяции. Обычно при этом рандом остается, но только рандомно выбирается ровно 3 парня и ровно 12 девушек. Ну и последний вариант: кластерная выборка. Для этого мы берем «кластер» людей, которые представляют, по-нашему мнению, популяцию. Например, жители одного этажа монолитного дома могут быть достаточно репрезентативной выборкой для популяции всех жителей этой и соседних монолиток.

29. Схемы контроля сопутствующих смешений.

Самый простой способ – это поддержание смешения на одном и том же активном уровне. Тогда сопутствующее смешение становится законной дополнительной переменной. Кроме того это смешение можно самому изменять – тогда это становится второй НП (конечно, если у нас эксперимент не факторный, тогда просто – еще одной НП) и называется дополнительным варьированием. При этом наша гипотеза по-прежнему с одним отношением, этот дополнительный фактор просто повышает валидность, показывая нам, что зависимость наблюдается при разных ситуациях (т.е. разных уровнях ДП).