Резюме 11

Прежде чем вы будете готовы провести эксперимент, вы должны учесть множество практических деталей. Хороший способ опреде­лить, предусмотрели ли вы эти детали, — ознакомить со своими иде­ями других, либо устно посредством доклада, либо в письменной форме с помощью проспекта. Один из вопросов состоит в том, вы­полнили ли вы все возможные этические требования и был ли экс­перимент одобрен наблюдательным институционным советом. Опре­деляя необходимое количество участников, вы может найти экспе­рименты, подобные вашему, о которых сообщалось в литературе и в которых использовать подобное число участников. Кроме того, вам надо решить, работать ли с участниками индивидуально или в груп­пах. Чтобы определить время, необходимое для завершения экспери­мента, вам придется определить время, затрачиваемое на каждую се­рию и попытку, их число, время, требуемое для других действий, и количество участников в каждом условии. Определяя, устанавливать ли вам какие-то ограничения при подборе участников, вы должны подумать о том, на какую совокупность вы будете переносить свои результаты. Чтобы не допустить попадания в данные эксперимен­тальных «шумов», вы можете также определить критерии исключе­ния участников из эксперимента. Чтобы дать адекватные операцио­нальные определения переменных, вы должны суметь точно огово­рить, какие операции необходимы для манипуляции независимой переменной(ыми) или измерения зависимой переменной(ых). Под­бор необходимого оборудования или материалов часто включает в себя подготовку инструкций, регистрационных бланков и сценария завершающей беседы. Наконец, вы должны знать, как вы будете ста­тистически анализировать данные и интерпретировать результаты. Этой интерпретации могут помочь существующие теории, ранее со­общенные результаты или логическая аргументация. Если все эти вопросы были учтены до начала вашего эксперимента, его проведе­ние и сообщение результатов должны пройти гладко.Иногда эти распределения напоминают симметричное колоколооб-разное распределение, называемое нормальным. Распределения бы­вают также бимодальными, имеющими две наиболее часто встреча­ющиеся категории; скошенными, потому что в одной крайней части распределения находится больше значений; или усеченными, у ко­торых отсутствует одна из крайних частей распределения. Централь­ную тенденцию распределения описывают три часто применяемые статистики. Мода — это наиболее часто встречающаяся категория, медиана — это серединное значение, а среднее — это центр тяжести распределения. Для характеристики разброса распределения чаще всего используют две статистики. Размах — это разность между наи­больший и наименьшим значениями, а стандартное отклонение и иногда дисперсия описывают разброс распределений, которые при­близительно нормальны.

Графики иллюстрируют связь между независимой и зависимой переменными. Уровни независимой переменной откладывают на го­ризонтальной оси, абсциссе, а значения зависимой переменной — на вертикальной оси, ординате. Столбиковую диаграмму можно ис­пользовать для иллюстрации значений, которые отражают качествен­но различные категории. Для иллюстрации непрерывных перемен­ных можно использовать или гистограмму, или функциональный линейный график. Описывая функции, вы можете указать, являют­ся ли они линейными или криволинейными, положительными или отрицательными, монотонными или немонотонными, имеющими положительное или отрицательное ускорение, или асимптотичес­кими. Силу экспериментальной связи можно проиллюстрировать с помощью диаграммы рассеивания, или же, если связь линейная, вы можете вычислить коэффициент корреляции и коэффициент детер­минации.

При интерпретации результатов факторного эксперимента вы должны определить, имеет ли место главный эффект, влияние одно­го из факторов на зависимую переменную при среднем значении дру­гих факторов. Кроме того, вы должны определить, меняется ли вли­яние одной из переменных в зависимости от уровней других пере­менных. Подобные различия называют взаимодействиями, и они, особенно в случае перекрестных взаимодействий, могут затруднить интерпретацию главных эффектов.Метод статистического вывода используют для определения того, насколько вероятно, что различие между выборками данных яв­ляется случайным, а не каким-то действительным различием в сово купностях (уровнях независимой переменной). Чтобы эффект был статистически значимым, вероятность того, что различие является случайным, обычно должна быть менее 0,05 или 0,01. Параметри­ческие критерии, в отличие от непараметрических, предполагают, что распределения совокупностей являются нормальными. Иногда исследователи неправильно интерпретируют результаты статисти­ческой проверки, отождествляя незначимые результаты с эквивален­тностью условий, излишне акцентируя внимание на уровнях значи­мости 0,05 и 0,01 или путая статистическую значимость с практичес­кой.

Метаанализ — это статистический прием, позволяющий объеди­нить результаты множества экспериментов. Для каждого экспери­мента вычисляют статистику, называемую средней величиной экс­периментального эффекта, а затем эти величины эффекта анализи­руют, чтобы определить вероятность того, что подобные эффекты могли быть случайными.

Для проведения статистического анализа часто используют компь­ютеры. Однако нужно проявлять осторожность, убеждаясь, что выпол­нены допущения методов статистических проверок и что данные были правильно введены в программу. Прежде чем принять полученный ре­зультат, его следует проверить на внутреннюю согласованность и точ­ность.