|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Как метод пассивно-наблюдающего исследованияГлавное отличие корр подх - особые схемы сбора данных => шиле возможности содержательных выводов при проверке гипотез. Возможности корр иодх: 1. когда изучаются такие сложные явления, что функциональное управление ими невозможно или нежелательно в силу специфики базисных процессов того. чго они могут потерять свое действие в эте 2. когда проверка каузальных гипотез возможна только с использованием этого подхода (например: близнецы - генетика) 3. при проверке вероятностных гипотез статистический контроль, характерный для корр иссл часто единственный способ их эмпир обоснования. Пассивно-наблюдающее исследование (термин Д. Кэмпбелла) - способ организации сбора эмпирических данных и видов переменных. Преследует цели выявления статистических взаимосвязей между перемени. Дает позитивные ответы только на конкретные вопросы. Всегда многозначность выводов с точки зрения возможных обобщений. Адекватность корр плана - оценка возможности охвата всего диапазона измеряемой переменно» пли его уточнения с целью корректной формулировки гипотезы о связях. Исследование Расштона (?) с преподавателями. Исследование носит характер «пассивно-наблюдающего» в связи со способом организации сбора эмпирических данных и видов переменных. Выявление статистической взаимосвязи между переменными и Y прогноз на основе использования множественные корреляции – вот достигнутые им цели.
Корреляционное исслед – «пассивно-наблюдающее» исслед, т.к предполагается, что исследователь не может контролировать, точнее непосредственно влиять на переменные т.к они существуют непосредственно как данные. Он их может только изучать (напр. исследование утверждения «Разбитые семьи служат причиной правонарушение») ® здесь возможная НП – разбитые семьи. В таких исследованиях возникает вопрос о необходимости или достаточности влияния одной переменной на другую и наоборот. Важно, чтобы был конкретный вопрос, тогда корреляционное исследование поможет его решить. Если его нет, то возникают сложные корреляции. Но часто исследователи задают общие вопросы, и получая какую-либо корреляцию, начинают утверждать о каузальной зависимости. Задача корреляционного исслед – обобщение, т.е распространение содержательных выводов ою изучаемой зависимости в более широком контексте, чем ограниченный рамками данной ситуации. При корреляционном исслед сохраняется многообразие выводов с точки зрения их обобщения. Ограничение с точки зрения контроля получения эмпирических данных определяют логически допустимые выводы. В корреляционном исследовании – индуктивное рассуждение, т.е от эмпирических данных к теоретическим обобщениям. В эксперименте – гипотетико-дедуктивное рассуждение, т.е из теории выводится то, что может быть проверено эмпирически. Сущ специальные схемы контроля за выводом в корреляц исслед. Этот способ рассуждения основан на сравнении эмпирически выявляемых корреляций с теоретически предполагаемыми в формальных моделях связей между совокупностью переменных. Напр, «путевой анализ» - это построение схем, изображающих отношения между переменными в виде путевой диаграммы; А, В, С – переменные, «®» - причинно –следственная связи. Сущ числовая оценка путевых коэффициентов, кот предполагает ряд допущений: 1) система переменных явл полной, т.е есть связи между всеми переменными 2) явл рекурсивной, т.е нет связей от одной переменной к другим и обратно Экзогенная переменная – от кот уходит стрелка Эндогенная – к кот идет стрелка 3) везде должна учитываться «возмущающая» переменная, т.е латентная Путевой коэффициент показывает корреляции между непосредственно связанными переменными. Исходная точка путевого анализа – теоретически обоснованная каузальная модель.
59. Корреляционное исследование как предваряющее эксперимент и ковариация как условие вывода о действии НП Один из приемов соотнесения эмпирич и логического анализов данных закреплен в системе условий причинного вывода при экспериментальной проверке каузальной гипотезы. В ней установление отсутствия ковариации как связи между НП и ЗП позволяет отвергнуть утверждение о причинного характере экспериментального воздействия. Эмпирически установленный факт отсутствия ковариации между переменными? Проведение корреляционного исследования как предварительного этапа проверки Y гипотезы позволяет принимать решение о необходимости собственно экспериментального исследования. Если есть ковариация, то эксперимент с причинно-следственной связью. Корреляционный метод вкл определение порядка получения данных, но только как плана измерения переменных. При корреляц подходе степень произвольности содержательной интерпретации, обосновываемой на основе тех или иных статистических решений, гораздо выше и одновременно выводы менее доказательны, поскольку в случае установления значимой связи остается множество объяснений (если теоретические гипотезы) относительно ее характера. Результаты корреляц исследования легче переинтерпретировать с точки зрения конкурирующих объяснений в том смысле, что они не явл однозначно связанными с одним способом репрезентации связи между переменными, как это имеет месть в эксперименте. Наличие значимой связи между переменными в возможных рассуждениях о результатах корреляционного исследования может означать следующее: 1) наблюдаемая зависимость между переменными может быть причинно-следственной, но направление связи может быть любым: А ® В, В ® А 2) А и В не связаны причинно-следственной зависимостью, но входят в комплекс взаимодействия переменных так, что другая каузальная зависимость между какими-то переменными комплекса порождает корреляцию А и В - связь между А и В может быть опосредованной или несколькими промежуточными переменными А ® Б ® В - А и В следствие одной причины Аß Б ® Г ® В Такое соотношение А и В – ложная корреляция – принципиально отличается от схемы А ® В. ложная корреляция дает пример наличия в кот нет никаких причинно-следственных связей.
Корреляционное исследование изучает связи переменных, но не рассматривает вопрос о зависимостях друг от друга и т. п. Корреляционное исследование позволяет проверить до проведения Эта связь переменных. Если до проведения Эта найдено, что переменные не ковариируют, то можно и без Эта отвергнуть их каузальную зависимость. Если ковариация есть, то можно делать вывод о необходимости проведения Эта для установления каузальной связи, которую не может определить корреляционное исследование. Если есть корреляция, то могут быть следующие варианты: 1. наблюдаемая зависимость между переменными, возможно, является причинно следственной, но направление связи может быть любым. Без Эта нельзя выяснить направление связи. 2. Переменные не связаны причинно-следственной связью, по входят в комплекс взаимодействия переменных так. что другие каузальные зависимости между какими-то переменными комплекса порождаю!' корреляцию. Возможно 2 случая: А) связь между переменными может быть опосредована одной пли несколькими промежуточными переменными: А —> Б —> В — Г. Здесь нет принципиальной разницы со случаем А — Б. Б) А и В могут являться следствиями одной причины, действующей либо прямо, либо через промежуточные переменные: А <— Б —> Г —>В. Это ложная корреляция - пример наличия наблюдаемой связи переменных, между которыми нет никаких причинно-следственных отношении. Корреляционное исследование дает результаты, которые можно интерпретировать в рамках разных психологических теорий. Коэффициент коварнацни - это среднее произведений отклонений каждой переменной: Ковариация характеризует связь двух переменных, дает количественную характеристику диаграммы рассеивания: По облаку рассеивания можно судить о связи переменных. Чем связь больше, тем более вытянуто облако. Ковариация переменной самой с собой - это ее дисперсия. Ковариация переменных - одно из условий причинного вывода. Корреляция - отношение полученной ковариации к максимально возможной (или корреляция есть ковариация стандартизованных переменных): Цель использования мер связи в Этальпом исследовании - проверка статистической нуль-гипотезы о том, что переменные не связаны, т. с. имеют нулевой коэффициент корреляции в совокупности. Важно не само значение коэфф. корреляции. а его значимость. От количественной оценки значимости выявленной ковариации зависит содержательный вывод об обоснованности Эталыюй или контргнпотезы (или необходимости поиска других конкурирующих гипотез). Если НО в соответствии с полученными эмпирическими данными не может быть отвергнута, то отвергается Этальная гипотеза, т.е. признается, что изменения переменных не связаны друг с другом. Т.е. коэфф. коррел выполняет ту же роль. что и меры различия (критерии Стьюдента и др.). При отсутствии ковариацин не выполняется условие причинного вывода. Обычно доказательство нулевой корреляции, а не просто незначимой, требуется для того. чтобы обосновать конкурирующую гипотезу о зависимости измеряемого показателя от какого-то другого (третьего) фактора. Коэффициент детерминации - коэффициент корреляции в квадрате (ввел Гилфорд в 1936 г.). Это величина изменчивости одной неременной посредством объяснения ее второй переменной. Но есть данные, что не всегда следует возводить в квадрат коэффициент корреляции, чтобы измерить изменчивость или утверждать о величине воздействия. Пример: генетическая корреляция (корреляция между показателями переменной, измеренной на однояйцевых близнецах, выросших врозь). В данном плане общность только по одной переменной, служащей критерием подбора групп (две группы испытуемые образованы расщеплением пар близнецов), является достаточным основанием для заключения о причинном действии этого общего фактора, если установлена корреляция фенотипических признаков в исходных парах. Нормативы интрерпритации меры воздействия и детерминации одной переменной значениями др зависят от критериев причинности и планов исследований, допускающих или нет разведение гипотез о связи, детерминации, прогнозе, воздействии, от конкретного исследования. Есть модели, которые позволяют судить о наличии каузальной связи на основе корреляции- путевой анализ 61. Схемы, разрабатываемые с целью приближения к каузальным выводам из корреляционного исследования. В корреляционном исследовании не предполагается выявление каузальной зависимости. Но есть такие схемы контроля за выводом на основе корреляционных исследований, которые позволяют делать заключения о правомерности тех или иных гипотез о направленности связей, т. е. утверждать, что одна переменная причинно влияет на другую, а не наоборот. Эти схемы основаны на сравнении эмпирически выявляемых корреляций с теоретически предполагаемыми в формальных моделях связей между совокупностью переменных. Эти формальные модели - это модели среднего уровня, которые включают априорно заданные коэффициенты корреляции и схемы их сравнения с эмпирическими коэффициентами корреляции. Одна из таких моделей- путевой анализ. Предполагает построение схем, которые изображают систему отношении между переменными в виде путевых диаграмм: Путевая диаграмма Большимии буквами латинского алфавита обозначены измеряемые переменные. Стрелками обозначены причинно-следственные связи. Экзогенные переменные - из них исходят стрелки (их может трактовать как аналог НП). Эндогенная переменная - к которой приходит хотя бы одна стрелка. Р - путевые коэффициенты и - латентные переменные А, В, С - переменные, измеряемые в исследовании. Все переменные обычно стандартизированы. Допущение: все переменные связаны линейными зависимостями. Отсюда ограничение применения путевого анализа теми областями, где линейное, где связей может быть обоснована содержательно (пример: генетические исследования кл основе близнецового метода). Допущения, необходимые при числовой оценке пухлых коэффициентов. 3. система измеряемых переменных является полной, т. е. указаны связи между всеми переменными. 4. Система является рекурсивной, т. е. в ней нет стрелки от одной переменной к другой и обратно => в такой системе не наступают повторные циклы. Для каждой из переменных системы должны быть указаны все учитываемые гипотетически "возмущающие" переменные, характеризующие собой всю сумму неучтенных влияний на данную переменную. Если известны все путевые коэффициенты, то можно вычислить корреляции между каждыми двумя переменными системы. Путевые коэффициенты - численная характеристика связей. Вычисляются как структурные коэффициенты в системе линейных уравнений. Принципиальное требование для корректного проведения путевого анализа - включить в систему все переменные, существенные для данной системы. От этого прямо зависит допущение об отсутствии корреляций всех возможных "возмущающих" переменных друг с другом. Проблемы, которые остаются: ошибки измерения переменных, латентные переменные, необоснованные допущения. Функции путевого анализа: 1. теоретическое прояснение - помогает осознать все латентные и измеряемые ("наблюдаемые") переменные, направления каузальных связей, оценить знак и размер путевых коэффициентов, вывести предсказания на основе этого о знаках и численных значениях между измеряемыми переменными. Повышает степень осознания неоднозначности каузальных выводов изданных "пассивно-наблюдающего", или корреляционного, исследования. 2. Опенка специфических каузальных влияний - каузальных путевых коэффициентов при сравнении с эмпирическими коэффициентами корреляции -для индуктивного построения модели связей между переменными. Здесь важно заметить, что ограниченность путевого анализа в том. что он позволяет оценивать путевые коэффициенты и при наличии в схеме пропусков каузальных связей => сомнительность выводов. Исходная точка путевого анализа -теоретически обоснованная каузальная модель (формализация теоретических предположений в виде системы структурных уравнений -недостижимо для многих корреляционных исследований).
62. Основные квазиэкспериментальные планы. Квазиэкспериментальные схемы организации сбора данных – к-рые позволяют проверять псих. гипотезы, ориентируясь на нормативы, сложившиеся при построении исследования и выводов на основе осуществления экспериментального метода. Предполагают снижение форм экспериментального контроля. Иногда вынужденное – при сложных зависимостях, чье моделирование почти невозможно. Иногда – изменение логики вывода. Квазиэкс-т в широком смысле – способы планирования и сбора данных, включающие элементы экспериментирования. Но не все его этапы. Квазиэкс-т в узком смысле – специфика форм организации исследования, если направлено на проверку каузальной гипотезы, но с недостаточным контролем за экспериментальным воздействием и побочными факторами. Примеры квахиэкспериментов в узком смысле: различные группы схем: - Межгрупповые схемы с полным контролем НП, но без выполнения условия рандомизации. - Межгрупповые схемы с аналогами НП (схема контроля пост фактум) - Схемы с одной группой испытуемых, в кот. представлены изменения, связанные с фактором времени (временной тренд). Условия НП в квазиэкс-те проявляют действия глубинных причин, полагаемых в качестве базисных переменных. Эксп-льные условия – для того, чтобы проявить это глубинное воздействие, но не осуществить. А.Фрейд – исследование рисунков детей, к-рые во время 2й Мировой Войны были в концлагерях или с матерями (этот фактор не контролировался психологом). Базисная переменная (БП) - на нее воздействует НП. Соотносится с понятием базовых процессов. Базисный процесс – исследуемый псих. пр-сс, реконструируемый на основе теоретических предположений и установления связи между НП и ЗП. Базисная побочная переменная (БПП) – в контексте контроля за выводом (пост фактум) в квазиэксп. – это переменная внутренних условий, которая смешивается с основным изучаемым базисным процессом (субъектная переменная, фактор межиндивидульных различий). Цели и ограничения выводов при квазиэкспер. обусловлены след моментами: 1. Стремление исследовать сложные молярные каузальные зависимости, не воспроизводимые в лабораторных условиях, приводит к тому, что эксперименты проводятся в полевых условиях, где хуже контролируются случайности (смешения) 2. Для снятия такой угрозы валидности вывода, как знание испытуемого о самом факте экспер, проводится замаскированный эксперимент (слепой опыт - создание условия, когда факт проведения исследования и его цели неизвестны всем его участникам). 3. Испытуемые могут демонстрировать и др. тенденции в изменении поведения в силу актуализации особых видов мотиваций (напр, мотивация экспертизы). 4. Существуют зависимости, которыми управлять невозможно (внутренние, субъективные условия). В первых 3х случаях обычно применяют различные квазиэкспер. планы с недостатком контроля до осуществления экспер. воздействия. В дополнение к этим планам можно воспользоваться др. способами контроля – контроль с помощью дополнительного варьирования и статистического контроля. Для 4го случая применяют качественно иной способ контроля, а именно: контроль путем выбора «когда и на ком проводить измерения» (контроль пост фактум). То есть, экспериментатор подбирает группы людей для измерения ЗП, полагая различия уже состоявшимися или существующими безотносительно к плану исследования (пол, мотивация и проч). 2 осн. направления снижения форм контроля при формировании эксп. и контр. групп: 1) невыполнение условия рандомизации при отборе испытуемых; 2) рассмотрение в качестве аналога НП отличия между группами, которое вводилось как основание неэквивалентности групп.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.009 сек.) |