Схемы первичного контроля

Существуют разные подходы к тому, каким образом могут быть созданы эквивалентные группы. Основными используемыми методами здесь являются случайное распределение и уравнивание.

Нельзя произвольно относиться к приписыванию испытуемых к разным группам, поскольку это грозит появлением различных типов смешения. Например, если экспериментатор дал объявление о поиске участников исследования и в дальнейшем определит первых пришедших в одну группу, а тех, кто пришел позже — в другую, то с большой вероятностью группы окажутся неэквивалентными. Возможно, что испытуемые, откликнувшиеся раньше, обладают какими-то схожими качествами (например, исполнительностью или тревожностью), которыми не будут обладать те, кто пришел на исследование позже. В таком случае по данным характеристикам группы будут различаться, что может сказаться на результатах. Или если экспериментатор будет принимать решение о том, к какой группе относить испытуемого, после знакомства с ним, возможно, что исследователь невольно будет определять в одну группу (например, экспериментальную) тех, кто будет казаться ему более успешным в изучаемой деятельности, что также сделает группы неэквивалентными.

Распределение испытуемых по группам должно осуществляться по заранее определенным правилам, которые нивелировали бы влияние таких сложно поддающихся обнаружению и контролю факторов. Каждый участник должен иметь равные шансы оказаться в любом из экспериментальных условий. В идеале это должно обеспечить равномерное распределение всевозможных индивидуальных особенностей по всем группам, а значит, нивелировать их влияние на исследуемые характеристики.

При применении случайного распределения для создания эквивалентных групп обычно не прибегают к таблице случайных чисел, подкидыванию монетки или бросанию костей, так как эти действия не гарантируют, что во все условия попадет равное количество испытуемых.

С этим позволяет справиться такой способ, как блоковая рандомизация. Она позволяет следить за тем, чтобы количество участников в каждой группе сохранялось одинаковым, и при этом испытуемые определялись в группы случайным образом. Идея такова, что сначала в каждую группу случайным образом приписывается по одному испытуемому, потом — но второму и т. д., так что ни в какую группу не попадает второй испытуемый до тех пор, пока в каждую не будет определено по одному человеку.

Для использования блоковой рандомизации следует заранее подготовить схему, по которой каждый следующий испытуемый будет приписываться к условию. Одним блоком в данном случае будет количество испытуемых, нужное для того, чтобы в каждой группе оказалось по одному человеку. Если, например, в эксперименте изучается пять условий, то в одном блоке будет участвовать пять человек. Каждое условие следует пронумеровать или обозначить буквами (например, А, В, С, D, Е). Затем нужно перемешать условия случайным образом, для чего можно использовать таблицу случайных чисел или компьютерную программу, или можно взять небольшие листы бумаги, на каждом из которых будет написана одна из букв, перемешать их и вытаскивать по одному.

Предположим, что в результате проведения какой-нибудь из этих процедур получилась следующая последовательность: А, В, Е, D, С. Это будет значить, что первого пришедшего на исследование испытуемого нужно определить на условие Л, второго — на условие В, третьего — на условие Е и т. д. Когда в каждой группе наберется, но одному человеку, блок будет закрыт. Далее нужно снова перемешать условия, получится уже новая последовательность (допустим D, А, С, В, Е). Таким образом, шестого испытуемого нужно определить на условие D седьмого — на условие, А и т. д.

Удобнее всего заранее составить таблицу со случайным порядком условий для нужного количества блоков. Каждая строка такой таблицы будет одним блоком, и в ней будет прописана последовательность, в которой нужно относить каждого следующего испытуемого в группу. Вы можете посчитать, сколько блоков вам понадобится (в соответствии с тем, сколько испытуемых в каждой группе вы хотите видеть), и сделать в таблице соответствующее количество строк. После того как испытуемый принял участие в эксперименте, вы можете вычеркивать соответствующую букву в соответствующей строке, чтобы не путаться.

Блоковая рандомизация очень хорошо подходит для тех случаев, когда вам не известен заранее полный список всех испытуемых.

В том случае, если полный список всех испытуемых известен вам заранее (например, вы проводите исследование на группе школьников или испытуемые заранее записались на участие в эксперименте), вы можете заранее определить, кто из них в какое условие будет отнесен. Для этого можно просто взять список участников, перемешать их имена случайным образом (используя, например, функцию генерирования псевдослучайных чисел СЛЧИС в приложении MS Excel), а дальше просто поделить их в соответствии с перемешанным списком на нужное количество равных групп, приписав первую часть в одно условие, вторую — во второе и т. д.

Если испытуемые участвуют в вашем исследовании одновременно и одновременно же приходят на эксперимент, можно предложить каждому вытянуть жребий — листочек с обозначением группы, куда он определен, предварительно подготовив нужное количество листочков, обозначающих нужное количество групп.

Итак, конкретная реализация случайного распределения испытуемых может зависеть от того, в каких условиях оказываетесь вы как экспериментатор. Главное, что в конечном итоге это позволит создать эквивалентные группы.

Однако важно понимать, что использование случайных процессов не обязательно приведет к желаемому результату. Случайные процессы на то и случайные, что могут приводить к любому исходу. Так что в результате простого применения случайных чисел для создания эквивалентных групп может случиться так, что группы окажутся неэквивалентными. Данный метод очень эффективен, причем эффективность его возрастает по мере увеличения количества испытуемых. Чем больше будут выборки, тем с большей вероятностью группы, созданные таким образом, окажутся эквивалентными.

Для того чтобы справиться с этими сложностями, можно использовать другой способ создания эквивалентных групп — уравнивание. Идея, лежащая в основе этого способа, в общих чертах заключается в следующем. Если взять переменные, сильно связанные с зависимой, т. е. такие, различия по которым у испытуемых могут наиболее существенно сказаться на результатах эксперимента, и поставить в пару каждому испытуемому из одной группы испытуемого из другой группы с таким же уровнем выраженности этих переменных, то сложится ситуация, похожая на внутрисубъектный план: будто бы один и тот же испытуемый участвует в разных экспериментальных условиях, поскольку индивидуальных различий по важной побочной переменной у данной пары испытуемых не будет. Переменные, учитывающиеся в этом процессе, называются переменными уравнивания.

Если количество испытуемых в исследовании недостаточно велико, чтобы случайное распределение работало надежно, то уравнивание оказывается более удачным способом.

Конечно, процедура оказывается более сложной. Обычно необходимо заранее провести измерение переменных уравнивания на большей выборке испытуемых, по результатам которого будут составлены группы, и только потом уже проводить основную часть эксперимента.

Так, например, в исследовании способов заучивания стихотворений важными являются характеристики памяти, поскольку испытуемые с плохой памятью в любом случае будут заучивать стихотворения медленнее, чем испытуемые с хорошей памятью. Можно сначала провести тестирование эффективности запоминания на каком-то другом материале (например, использовать списки слов), подбирать испытуемых в разные условия на основании этих измерений.

В идеале каждому испытуемому одной группы должен быть поставлен в соответствие один испытуемый из другой группы (или других групп) с точно такой же выраженностью переменной уравнивания — грубо говоря, набравший идентичный балл в предварительном тестировании. Конечно, чаще всего это невозможно, и в пары просто подбираются люди, набравшие в предварительном тестировании наиболее близкие друг другу баллы.

Уравнивание проводится следующим образом. У всех потенциальных участников проводится измерение переменной, выбранной для уравнивания. Далее все испытуемые упорядочиваются по возрастанию показателей, набранных при этом измерении. После чего в зависимости от необходимого количества групп выбираются пары испытуемых (или тройки, если исследуется три уровня независимой переменной, или четверки, если четыре уровня и т. д.) с наиболее низкими значениями измеренного признака, и каждый из них случайным образом приписывается в одно из экспериментальных условий. Далее выбираются испытуемые с более выраженными показателями этой характеристики, сходными между собой, и снова случайным образом определяются в условия. Так происходит до тех нор, пока в каждой группе не наберется необходимое количество испытуемых.

Предположим, для исследования влияния способа формулирования условий задачи (подробное вербальное описание или схематическое представление) на скорость ее решения вы хотите уравнять испытуемых в группах по коэффициенту интеллекта. Вы провели предварительное тестирование при помощи теста Амтхауэра и перевели сырые баллы в баллы IQ. В табл. 12.4 приводятся полученные результаты.

Таблица 124

Баллы IQ, измеренные у всех испытуемых в предварительном

тестировании

После упорядочивания баллов IQ по возрастанию получаем последовательность, изображенную в табл. 12.5.

Таблица 12.5

Список испытуемых, расположенных в соответствии с возрастанием баллов IQ

Окончание табл. 12.5

Наименьшие баллы набрали испытуемые 7 и 2, это и будет первая пара испытуемых. Приписываем случайным образом одного из них к первому условию, а другого — ко второму. Следующие два испытуемых — 10 и 1 — набрали чуть более высокий балл; это будет вторая пара. Точно так же случайным образом припишем каждого из них к одной из двух групп. Таким же образом поступим и с остальными испытуемыми. В результате может получиться следующее наполнение групп (табл. 12.6).

Таблица 12.6

Деление испытуемых, но группам на основании уравнивания

баллов IQ

Таким образом, у каждого испытуемого в одной группе исследования есть «аналогичный» по ключевому параметру испытуемый в другой группе, а средняя выраженность переменной уравнивания в обеих группах оказывается почти одинаковой.

Если в исследовании изучается более двух уровней независимой переменной, то процедура уравнивания оказывается аналогичной, за тем исключением, что испытуемых нужно подбирать не парами, а тройками, четверками и т. д.

В результате проведения такой процедуры мы можем принять допущение, что индивидуальных различий по уравниваемой характеристике у сопоставляемых групп нет.

Для того чтобы уравнивание оказалось эффективным, необходимо, чтобы были выполнены два основных условия.

Во-первых, переменная уравнивания должна быть адекватно подобрана. Это должен быть тот признак, который коррелирует с зависимой переменной и который понятным образом может отразиться на результатах эксперимента. Обычно это только какая-нибудь одна переменная, так как чем больше переменных вы попытаетесь уравнять, тем сложнее вам будет находить соответствующих друг другу по всем этим параметрам испытуемых. Для уравнивания должна быть выбрана самая значимая и самая важная характеристика. Не стоит пытаться уравнять по таким признакам, которые слабо связаны с зависимой переменной. Например, в приведенном выше примере правильно пытаться уравнивать испытуемых по уровню интеллектуального развития и совершенно бессмысленно — по величине месячного заработка.

Во-вторых, должны существовать надежные и валидные методы, позволяющие измерить уравниваемую характеристику. В противном случае все ваши усилия окажутся бессмысленными. Если вы не знаете, как правильно измерить характеристику, по которой вы хотите уравнять испытуемых, или сомневаетесь, что выбранный вами метод ее измерения достаточно хорош, стоит отказаться от уравнивания вообще. В противном случае будет потрачено много времени, а эквивалентность групп достигнута не будет.

Проведение процедуры уравнивания усложняет организацию исследования, так как испытуемые должны принимать участие в дополнительном этапе измерений. Чтобы облегчить работу испытуемым и самим себе, лучше всего, когда это возможно, использовать для уравнивания какие-нибудь показатели, которые можно получить без непосредственного участия испытуемых. Например, показатели успеваемости, которые можно запросить у учителей в школе, социально-демографические характеристики, которые могут быть выяснены по косвенным признакам и т. п.

Как видим, использование процедуры уравнивания оказывается довольно сложным и при этом может не привести к желаемому результату, поэтому исследователи часто предпочитают увеличить выборку и использовать простое случайное распределение.

Существуют и другие методы создания эквивалентных групп. Например, можно использовать метод, который является чем-то средним между использованием случайного распределения и уравниванием. Можно проконтролировать переменную уравнивания таким образом, чтобы у всех испытуемых, которые участвуют в исследовании, она была выражена примерно одинаково.

Так, если вы хотите уравнять группы по интеллекту, вы можете после проведения предварительного тестирования выбрать для участия только испытуемых со средними значениями IQ в 100−110 баллов, а всех остальных просто не брать в основной этап работы. Затем можно распределять отобранных таким образом людей по группам случайным образом. Этот способ удобен, однако нужно понимать, что полученные в гаком исследовании данные нельзя будет обобщить на всю генеральную совокупность, полученные результаты будут применимы только для тех индивидов, которые обладают схожими показателями побочной переменной. С другой стороны, получив желаемый эффект на этой группе испытуемых, вы можете провести аналогичные исследования с таким же способом подбора, но используя более высокие и более низкие значения побочной переменной (например, отдельно для IQ в пределах 130—140 баллов и отдельно для IQ в пределах 90—100 баллов). Таким образом вы сможете понять, насколько эффект характерен для всей генеральной совокупности.

Еще один способ создания эквивалентных групп — использование стратифицикации, или кластеризации. При этом изначально выделяются диапазоны (страты) переменной уравнивания, и в разные экспериментальные группы набирается одинаковое количество испытуемых из каждого из этих диапазонов. Например, можно набрать в две экспериментальные группы по 20 человек с IQ в пределах 130—140 баллов, но 20 человек с IQ в пределах 100—110 баллов и по 20 человек с IQ в пределах 90—100 баллов. В каждой группе будут одинаково представлены люди из различных страт уравниваемой переменной. Это в целом уравняет группы по контролируемому параметру и сделает их эквивалентными без проведения процедуры попарного подбора.

Чаще всего такой способ используется, когда контролю подлежат социально-демографические характеристики (например, пол, возраст, уровень доходов и т. п.).

Итак, в межгрупповых экспериментах каждый уровень независимой переменной предъявляется разным группам испытуемых. При этом основной угрозой внутренней валидности является неэквивалентность исследуемых групп, а для ее преодоления необходимо использовать различные способы, позволяющие нивелировать влияние индивидуальных различий испытуемых, попадающих в разные экспериментальные условия, такие как случайное распределение или уравнивание.