IV.2.4. Переменные

Переменные — выражения, которые характеризуют изучаемую реальность в соответствии с предписаниями парадигмы и могут принимать различные значения у разных объектов. Для конкретных объектов значения могут быть постоянными или изменяться во времени. Так, для выборки значение переменной “Пол” принимает два значения - “М” и “Ж”, а для каждого испытуемого имеет строго определенное и постоянное значение; переменная “IQ” принимает множество значений на выборке и может изменяться у определенного испытуемого (что фиксируют в лонгитудинальных исследованиях). По определению переменные потенциально должны принимать несколько значений, т.е. не быть константами.

В переменных дается обобщенное описание объекта: они представляют, с одной стороны, изучаемые теоретические конструкты, а с другой - важные для исследования эмпирические характеристики объекта, которые фиксируют при помощи конкретных методик исследования.

В некоторых случаях в качестве переменных используют сами регистрируемые показатели, или “сырые” данные (например, количество решенных тестовых задач, “сырые баллы”), но в наиболее общем случае преобразование показателей в переменные - сложная многоступенчатая процедура. Для этого применяют специальные аппаратурные и вычислительные методики. Например, методика регистрации электроэнцефалограммы (ЭЭГ) предоставляет исследователю сигнал, обладающий бесконечным множеством характеристик. Применяя аналоговую или цифровую фильтрацию сигнала, а затем процедуры спектрального анализа, можно выделить частотные характеристики ЭЭГ, которые можно описать в виде переменных, например, “мощность частотного спектра в -полосе”. Методика усреднения последовательности мгновенных значений ЭЭГ во временной окрестности какого-либо референтного события, например, начала двигательной активности при принятии решения, позволяет выделить из сырой ЭЭГ “потенциалы, связанные с событиями” (ССП) (см. [Александров, Максимова, 1997б]). Характеристики ССП могут быть описаны в переменных. В психофизических исследованиях показатели представляют последовательность ответов “да”, “нет”, “не уверен” и т.д., в зависимости от того, какая методика применена. Затем, в соответствии с парадигмой, в которой работает иследователь, на основании показателей расчитываются значения переменных - либо величины порогов (классическая психофизика), либо значения d,  (современная психофизика, теория обнаружения сигнала) [Бардин, 1976]. Преобразования, которым подвергаются сырые данные при конструировании из них переменных, не изменяют тип шкалы, в которых были измерены исходные данные (см. [Корнилова, 1997, с. 108]). Повышение мощности шкалы в подобных случаях может привести к ошибкам в применении статистических приемов и критериев, и как следствие - к артефактным выводам (см. разд. Измерение).

Переменные позволяют формально описывать и сопоставлять объекты исследования в их статике и динамике и обеспечивают возможность унифицированного описания изучаемой реальности, построения обобщений, достижения критериев объективности, согласия и др. (см. разд. I.2). Типы переменных выделяют по (1) положению, которое они занимают в процессе исследования или в формальном описании объекта/процесса/явления; и (2) типу шкалы, в которой они измерены (см. подразд. IV.2.5).

(1) По положению в структуре исследования переменные разделяют на:

независимые, которыми манипулирует исследователь и которые не зависят от иных переменных, как правило, дискретные независимые переменные служат основанием для выделения групп испытуемых (предполагаемые причины);

зависимые (“отклик(и)”), изменяющиеся под влиянием независимых (предполагаемые следствия);

внешние или побочные, которые недоступны манипуляции, но оказывают систематическое влияние на зависимые переменные, порождая погрешность;

латентные (скрытые), не доступные непосредственному оцениванию, рассматриваются либо как сумма всех неучтенных влияний [Корнилова, 1997], либо как “сущностные” черты объекта, например тревожность (личностная черта или состояние) или установка, которые характеризуются косвенно, по вариации зависимых переменных, но могут быть описаны методами моделирования как латентные переменные [Григоренко, 1994; Steyer, 1992];

модераторы, опосредствующие взаимовлияния переменных, ответственные за эффекты корреляции между переменными;

базисные, на которых сфокусировано действие независимых переменных.

Полный перечень приведенных видов переменных используется в исследованиях, построенных по планам истинных экспериментов или квазиэкспериментов. Напомним, что в понятиях зависимые и независимые переменные фиксируются предполагаемые причины и следствия. Поэтому в строгом смысле слова зависимые и независимые переменные представлены лишь в истинных экспериментах, в которых выявляются причинно-следственные отношения между ними. В квазиэкспериментальных исследованиях зависимые и независимые переменные не могут быть использованы для фиксации предполагаемых причин и следствий; в этом случае обозначение переменной как независимой означает лишь возможность манипулировать ею, например, как основанием для выделения групп, а зависимая переменная может рассматриваться лишь как коррелят независимой. В доэкспериментальных исследованиях переменные выполняют роль дескрипторов, описывающих свойства объектов; им не может быть придано значение зависимых, независимых переменных или модераторов (поскольку для выявления связей между переменными реализуют квазиэксперименты).

При описании синдрома* свойств, характерных для какого-либо класса объектов (она из целей квазиэксперимента), на множестве переменных, включенных в анализ не выделяется зависимых и независимых переменных, все они – дескрипторы. В том случае важной задачей является выявление переменных модераторов.

При использовании различных способов статистического анализа одни и те же переменные могут изменять свое название. Так, номинальные переменные, обозначающие группу или условие, или порядковые переменные, оценивающие уровень “воздействия” будут обозначаться как независимые переменные в рамках дисперсионного анализа. Эти же переменные при использовании дискриминантного или логистического регрессионного анализа приобретают значение зависимых (моделируемых) переменных.

(2) По типу шкалы, в которой оценены переменные, выделяют качественные (номинальные, “классификационные” шкалы) и количественные (шкалы порядка, интервалов, отношений) (см. подразд. Измерение). Переменные, принимающие два альтернативные, взаимоисключающие значения, например, “0” и “1”, или “мужчина” и “женщина”, называют дихотомическими.

Применение качественных независимых переменных, как правило, описывают в терминах “состояний” или “условий” и оценивают в значениях номинальных шкал (см. подразд Ном.шкала). Состояниями или условиями могут быть, например, порядок применения воздействий, варианты режима научения, какие-либо особенности обстановки (например, замкнутое или открытое пространство), пол испытуемых, генетическая линия животных, и т.д.

Форму предъявления количественных независимых переменных характеризуют понятием “уровень”. Они могут быть оценены в любых шкалах выше номинальной (см. подразд Шкалы). Примеры уровня независимой переменной, определенная высота или громкость предъявляемого звука, концентрация вещества, длительность интервала между предъявлением материала и его воспроизведением, и т.п.

Если в эксперименте установлена причинно-следственная связь между независимой и зависимыми переменными, то в рамках обобщенной, формальной записи, фиксирующей эту связь, переменные называют параметрами (модели, уравнения); независимые переменные называют аргументами, или предикторами, а зависимую — функцией. Заметим, что некоторые типы переменных, например побочные, не включаются в такого рода формализмы.