2. Планы для одной независимой переменной и нескольких групп

Когда экспериментатор выде­ляет несколько рандомизированных групп ставит их в различные эксперимен­тальные условия. Простейшим вариантом является

1. План для трех групп и трех уровней независимой переменной:

Эксперимент 1: R Х₁ О₁

Эксперимент 2: R Х₂ О₂

Контроль: R О₃

Возможно и увеличение числа экспериментальных групп соответственно числу уровней независимой переменной. Для обработки данных, по­лученных с помощью такого плана, применяются те же статистические методы, что были перечислены выше.

3. Факторные планы

Обычным способом комбинирования нескольких переменных яв­ляется факторное комбинирование, при котором каждый уровень од­ной независимой переменной сочетает с каждым уровнем второй пе­ременной, третьей и т. д. Независимые переменные в подобном пла­не называют также факторами.

Факторные эксперименты применяются тогда, когда необходимо проверить сложные гипотезы о взаимосвязях между переменными. Общий вид по­добной гипотезы: «Если А₁, А₂,..., А_n, то В». Такие гипотезы называются комплексными, комбинированными. Факторные эксперименты являются част­ным случаем многомерного исследования, в ходе проведения которого пытаются ус­тановить отношения между несколькими независимыми и несколькими зависимы­ми переменными. В факторном эксперименте проверяются одновременно, как пра­вило, два типа гипотез:

1) гипотезы о раздельном влиянии каждой из независимых переменных;

2) гипотезы о взаимодействии переменных, а именно — как присутствие одной из независимых переменных влияет на эффект воздействия другой.

Факторный эксперимент строится по факторному плану. Факторное планирова­ние эксперимента заключается в том, чтобы все уровни независимых переменных сочетались друг с другом. Число экспериментальных групп равно числу сочетаний уровней всех независимых переменных.

Сегодня факторные планы наиболее распространены в психологии, поскольку простые зависимости между двумя переменными в ней практически не встречаются.

Главная проблема, которую удается решить в факторном эксперименте и невоз­можно решить, применяя несколько обычных экспериментов с одной независимой переменной, — определение взаимодействия двух переменных.

В качестве примера факторного эксперимента предположим, что вы хотите узнать, быстрее ли достигается консенсус в группе с лиде­ром, чем в группе без лидера.

Вам нужно определить, какие условия вы будете контролировать и каким вы позволите меняться. Должны или нет все члены группы быть одного пола? Структурированной или свободной должна быть коммуникация? Легкую или трудную зада­чу следует вам дать группе для решения? Возможно, вы посчитаете, что нецелесообразно контролировать или рандомизировать все эти факторы. Например, вы можете посчитать, что влияние лидера на эффективность группы зависит от численности группы; в этом слу­чае вы можете предпочесть варьировать в качестве факторов и ли­дерство, и численность группы. Предположим, что вы выбрали два уровня лидерства — с лидером и без него — и четыре уровня числен­ности — 3, 6,10 и 20 членов.

На рис. 9.5 показан обычный способ проведения подобного фак­торного эксперимента. Строится матрица, каждой стороне которой соответствует один фактор. Клетки внутри матрицы называют ячей­ками. Как и в более простых экспериментах, участники распреде­ляются по различным ячейкам случайным образом. В нашем при­мере в левой верхней ячейке будут участники, распределенные в группу с тремя членами, один их которых станет лидером. Вы мо­жете видеть, что любой ряд или столбец сам по себе образует про­стой эксперимент с одной переменной. Выбранный нами пример называют планом 2 х 4,^е поскольку один фактор имеет два уровня, а второй — четыре.

Численность группы
Лидерство	С лидером	3	6	10	20
	Без лидера

Рис. 1 Схематическое изображение факторного плана 2x4.

Один фак­тор, лидерство, имеет два уровня: с лидером и без него. Второй фактор, численность группы, имеет четыре уровня: 3, 6, 10 и 20 членов

Рис. 1 Схематическое изображение факторного плана 2x3x4. Факто­рами являются лидерство (с лидером и без него), пол (мужчины, смешан­ная группа и женщины) и численность группы (3, 6, 10 и 20 членов)

Количество факторов в факторном плане ограничено только вашим воображением и населением мира. Предположим, мы считаем, что принятие группового решения зависит не только от лидерства и чис­ленности группы, но также от пола ее членов. Мы делаем пол третьим фактором, имеющим три уровня. Три уровня? Совершенно верно — мужчины, женщины и смешанная группа (приблизительно половина мужчин и половина женщин). На рис. 9.6 показан схема этого расши­ренного плана⁷, который назовут факторным планом 2x3x4.

В случае факторных экс­периментов сами факторы становятся внутригрушювыми и меж­групповыми, и оба вида факторов можно включить в одиночный фак­торный эксперимент, иногда называемый смешанным факторным планом. Например, в нашем эксперименте с лидерством мы могли бы иметь в каждой ячейке различный состав членов группы, превра­щая оба фактора в межгрупповые. Или же мы могли бы создать смешанный план, заставив одних и тех же членов каждой группы рабо­тать с лидером и без него. В этом случае численность группы по-преж­нему оставалась бы внутригрупиовым фактором, а лидерство было бы межгрупповым фактором.

Преимущества

Основное преимущество факторного эксперимента в том, что мы можем изучать взаимодействия. Взаимодействие имеет место, когда связь между одной независимой переменной и поведением испытуе­мого зависит от уровня второй независимой переменной. Например, группа из трех человек может легко принимать решения с лидером или без него, но по мере того как численность группы возрастает, мы можем обнаружить, что группам без лидера требуется все больше вре­мени для достижения консенсуса. Следовательно, связь между ли­дерством и временем принятия решения зависит от численности группы. На рис. 9.7 показан график подобного взаимодействия. Как вы можете видеть, на время, необходимое для решения задачи, не влияет наличие лидера в группе из трех человек. Однако когда чис­ленность группы увеличивается, наличие лидера становится важным для сокращения времени принятия решения. Два эксперимента с одной, переменной не дали бы нам информации о подобных взаимо­действиях; они лишь позволили бы нам увидеть общее влияние либо лидерства, либо численности группы. Исследовать взаимодействия нам позволяет только факторный эксперимент.

Существует бесконечный ряд обстоя­тельств, которые могут определять поведение? Предположим, мы ре­шили, что для проведения эксперимента нам необходимо выбрать одно из этих обстоятельств в качестве независимой переменной. Дру­гие обстоятельства будут либо контролироваться, либо им будет по­зволено меняться случайным образом. Как только мы определили влияние этого обстоятельства на проведение, мы можем выбрать для изучения какое-то другое обстоятельство. Проблемой при этом под­ходе является наивное допущение, что стоит нам только узнать эф­фекты каждой независимой переменной, мы можем просто сложить их вместе и объяснить поведение. Это допущение полностью игно­рирует эффекты взаимодействия обстоятельств. Игнорирование взаимодействий в том случае, когда мы ожидаем, что они существу­ют, может привести нас к ошибочным заключениям.

Эти гипотетические результаты показывают возможное взаимо­действие лидерства с численностью группы. Заметьте, что для самой ма­лочисленной группы время решения задачи не зависит от лидерства, но в случае более многочисленных групп лидерство уменьшает время поиска решения.

Планируя эксперимент с одной переменной, когда вы рассмат­риваете возможность превращения какого-либо обстоятельства в контролируемую переменную и полагаете, что на результаты мо­жет влиять ее уровень, который вы выбрали, вы должны подумать о возможном взаимодействии.

Уменьшает ли наличие лидера время решения задачи? Ответ на этот вопрос может зави­сеть от численности группы.

Влияет ли высота шрифта на время чтения? Ответ может зависеть от возраста читателя.

Влияет ли просмотр телепередач с насилием на агрессивность детей? Ответ может зависеть от того, сколько времени они проводят у телевизо­ра.

Всякий раз, когда вы полагаете, что исход планируемого вами эксперимента может зависеть от какого-то иного обстоятельства, вы рискуете допустить ошибку, если превращаете это обстоятельство в контролируемую или случайную переменную. Беря за основу эк­спериментальные результаты, показанные на рис. 9.7, предположим, что вместо проведения факторного эксперимента мы решили, что будет вполне приемлем эксперимент с одной переменной. Если бы мы превратили численность группы в контролируемую переменную _и решили использовать только группы из трех человек, то пришли бы к заключению, что время решения задачи не связано с лидер­ством. С другой стороны, если бы мы выбрали группы из 20 чело­век, то заключили бы, что лидерство оказывает большое влияние на время решения задачи.