- •1. Понятия метода и методики. Метод и методика в психологическом исследовании.
- •2. Гипотетико-дедуктивный метод и его применение в психологии.
- •3. Классификация эмпирических методов в психологии.
- •4. Наблюдение как эмпирический метод в психологии.
- •5. Представление об эксперименте как активном методе исследования.
- •6. Верификация и фальсификация гипотез.
- •7. Дедуктивный вывод по силлогизму modus tollens и асимметрия вывода в экспериментальном исследовании.
- •8. Условия реализации причинного вывода. Требования к формулировкам причинно-следственных гипотез.
- •9. Представление об экспериментальном факте как результате принятия решения.
- •10. Специфика экспериментов в научных и практических целях.
- •11. Связь обобщений с типом эксперимента.
- •12. Уровни гипотез, проверяемых в психологическом эксперименте.
- •13. Операционализация переменных и конструктная валидность.
- •14. Меры связи и меры различия в принятии решений об экспериментальном эффекте.
- •15. Проверка статистических гипотез, её связь с проверкой экспериментальных гипотез.
- •16. Планирование психологического эксперимента. Планирование содержательное и формальное.
- •17. Выбор средств операционализации переменных при планировании исследования.
- •18. Факторы, определяющие мощность исследования.
- •19. Мощность исследования и определение оптимального размера выборки.
- •Вопрос 18.
- •20. Функциональный контроль как условие планирования и проведения психологического эксперимента.
- •21. Виды переменных в психологическом эксперименте.
- •22. Валидность психологического исследования и её виды.
- •23. Факторы, угрожающие внутренней валидности.
- •24. Виды смешений в эксперименте.
- •25. Виды и формы экспериментального контроля.
- •26. Источники и контроль ненадежности данных.
- •27. Систематические смешения, формы их контроля.
- •28. Контроль «эффектов экспериментатора» в психологическом эксперименте.
- •29. Контроль «эффектов испытуемого» в психологическом эксперименте.
- •30. Схемы контроля сопутствующих смешений.
- •31. Основные экспериментальные планы. Планирование как выбор плана.
- •32. «Истинные» и доэкспериментальные планы (по Кэмпбеллу).
- •33. «Истинные» экспериментальные планы и контроль угроз валидности.
- •35. Основные стратегии отбора испытуемых. Проблема репрезентативности выборки.
- •36. Интраиндивидуальные схемы и их применение.
- •37. Контроль угроз валидности в интраиндивидуальных схемах.
- •38. Кросс-индивидуальные схемы — виды, преимущества, недостатки.
- •39. Многоуровневые эксперименты.
- •40. Факторные эксперименты. Гипотезы, проверяемые в факторных экспериментах.
- •41. Взаимодействие факторов. Виды взаимодействий.
- •42. Специальные эффекты, проясняемые факторными схемами.
- •43. Планы с малым n.
- •44. Основные квазиэкспериментальные планы.
- •45. Валидность в квазиэкспериментальных исследованиях.
- •46. Лонгитюдные и кросс-культурные исследования как квазиэксперименты.
- •47. Схемы корреляционных исследований.
- •48. Переменные в корреляционном исследовании. Валидность корреляционных исследований.
- •49. Приближение к причинному выводу в корреляционных исследованиях.
- •50. Формы контроля в корреляционных исследованиях.
- •51. Соотношение корреляционного и квазиэкспериментального подходов.
- •52. Разработка программ исследований и синтез результатов исследований.
- •53. Планирование и проведение мета-аналитических исследований.
- •54. Отбор исследований для включения в мета-анализ. Валидность мета-аналитического исследования.
- •55. Величина эффекта как универсальная мера силы связи.
- •56. Понятие о статистическом моделировании. Виды статистических моделей в психологических исследованиях.
- •57. Использование регрессионных моделей для оценки значимости связей между переменными.
- •58. Виды пропущенных данных. Статистическая обработка пропущенных данных.
- •59. Внешняя валидность исследования и диапазон обобщений.
- •60. Этические проблемы при проведении психологических исследований.
17. Выбор средств операционализации переменных при планировании исследования.
Несмотря на проблематичность строгого применения операциональных определений, теория операционизма сыграла свою роль в психологии и научила исследователей четко определять используемые термины (Hilgard, 1987). Это особенно важно, если принять во внимание, что большинство психологических исследований использует понятия, для которых можно привести множество определений. Например, представьте себе исследование, посвященное изучению влияния голода на поведение в лабиринте. «Голод» — это термин, который может относиться к разным явлениям. Его нелегко определить для крысы: когда можно утверждать, что крыса голодна? Решить проблему можно с помощью операционального определения: выразить понятие в терминах процедуры (не кормить крысу в течение 24 часов — разумно предположить, что такие действия вызовут голод) или в терминах поведения (создать ситуацию, в которой крыса вынуждена усиленно работать, чтобы получить еду, — разумно предположить, что сытая крыса не станет выполнять задание).
Точность операциональных определений имеет одно важное следствие — они обеспечивают возможность воспроизведения экспериментов.
При планировании исследования одна из основных задач — как можно более точно определить конструкты, используемые в проекте. Звучит знакомо? Так и должно быть, ведь мы опять говорим об операциональных определениях. В любой исследовательский план входит установление границ интересующих ученого конструктов, которые по определению не наблюдаются непосредственно, и выявление типов поведения, адекватно отражающих эти конструкты. В приведенных выше примерах все исследователи ставили перед собой одну и ту же задачу: на основе определенного явления построить управляемый эксперимент, определив конструкты в терминах измеряемых характеристик поведения (Объем внимания - Точность узнавания букв, Социальная эффективность - Оценка наблюдателем социальных взаимодействий).
Легко заметить, что ни один из этих конструктов (внимание, способность к вычислениям) нельзя наблюдать непосредственно — выводы о них делаются на основании проведенных измерений. Психологи обращаются к этому методу снова и снова, что позволяет исследователям ставить такие эмпирические вопросы, ответы на которые на первый взгляд невозможно получить. Рассмотрим более подробно пример двух процедур, которые часто используются при изучении вопросов, получение эмпирических ответов на которые может представляться трудным или даже невозможным.
18. Факторы, определяющие мощность исследования.
Мощность (power). Вероятность отрицания нулевой гипотезы (Н0), если она ложная.
Все исследователи стремятся опровергнуть нулевую гипотезу, если она действительно ложна («успех экспериментатора» в табл. 4.5). Вероятность такого события описывается как мощность статистической проверки. На мощность влияет значение альфа, величина эффекта экспериментального воздействия, и в особенности величина выборки. Последняя характеристика находится под непосредственным контролем экспериментатора, и поэтому исследователи иногда проводят «анализ мощности» в самом начале исследования, чтобы определить подходящий размер выборки. Студенты нередко очень расстраиваются из-за того, что у них «не получается» исследование (т. е. не найдено значимых различий). Такой результат нередко является следствием небольшого размера выборки. В таком случае мощность невелика и, возможно, это спровоцирует появление ошибки 2-го рода, когда нечто действительно могло произойти в ходе исследования, но обнаружить это не удалось. В целом, ошибка 2-го рода и мощность обратно пропорциональны. Чем выше мощность, тем меньше вероятность, что будет сделана ошибка 2-го рода, и наоборот. С другой стороны, огромный размер выборки может привести к получению результата статистически значимого, но относительно бесполезного. Так, очень небольшие, но статистически значимые различия между группами могут почти не иметь практического значения для исследования с большим количеством участников. Например, при достаточно большом количестве крыс в каждой группе можно провести исследование с лабиринтом, обнаружить разницу в скорости его прохождения, равную 1 секунде, и считать, что эта разница значима при альфе, равной 0,05. Однако различие это не будет иметь практически никакого значения. С другой стороны, если величина эффекта, который имеет экспериментальное воздействие, при небольшом размере выборки невелика, то значение этого факта может оказаться заметным.
