Настоящий экспериментальный дизайн

Независимые и зависимые переменные

Первое, что должен решить любой экспериментатор, — это какие переменные он изучает. Давайте представим, что ваша гипотеза состоит в том, что употребление кофе учащимися в школе влияет на их успеваемость на экзаменах. Вы можете предположить, что кофеин повышает успеваемость на экзамене, потому что он делает учащихся бодрыми и более сосредоточенными, или вы можете предположить, что кофеин снижает успеваемость на экзаменах, потому что он делает учащихся нервными и гиперактивными. В любом случае в этом исследовании участвуют две переменные.

Независимая переменная в эксперименте — это та, которой вы управляете как экспериментатор и которая создает две или более группы в исследовании. Чтобы изучить гипотезу, вы можете дать половине студентов напиток с кофеином, а другой половине просто налить воды. Разница заключается в наличии кофеина. Итак, независимая — это переменная, которой вы, как экспериментатор, манипулировали.

Зависимая переменная в эксперименте — это та, которую вы просто измеряете. Вы уже догадались, что кофеин может повлиять на результаты теста. Итак, в этом примере вашей зависимой переменной является производительность теста.

Другой способ понять независимые и зависимые переменные – это разобраться в причинах и следствиях. В этом исследовании проверяется, влияет ли кофеин (причина) на результаты тестов. Все эксперименты проверяют, влияет ли то, что отличает группы, на какую-либо конечную переменную. Независимая переменная всегда является причиной. Это кофеин. Зависимая переменная всегда является эффектом. Это тестовая производительность. Таким образом, независимая переменная всегда идет первой, а зависимая всегда будет второй.

Независимая переменная является причиной, а зависимая — следствием.

Независимая переменная является причиной, а зависимая — следствием.

Экспериментальная и контрольная группы

Теперь давайте поговорим о том, почему нам нужно более одной группы в эксперименте. Представьте, что вы вошли в класс, дали каждому ученику кофе, а затем протестировали его по каким-то показателям производительности, например, сколько раз они могут прыгнуть через скакалку. Вы можете увидеть, как эти студенты проявили себя после употребления кофе. Но как узнать, увеличилась или снизилась их производительность (работоспособность ) по сравнению с тем, что они делали без кофеина? Поскольку в вашем исследовании участвовала только одна группа, вы не можете быть уверены в том, каковы были последствия употребления кофеина.

Итак, в эксперименте нам всегда нужно сравнивать, как минимум две группы. Давайте вернемся к примеру: половине учеников дают кофеин, а половине воду. Когда мы проверяем влияние независимой переменной, мы хотим убедиться, что одна из групп в нашем исследовании может служить естественной или базовой группой. Эта естественная или базовая называется контрольной группой. В нашем примере контрольной группой будут все дети, которые пили только воду.

Затем мы сравниваем контрольную группу с той что, получали кофеин. В эксперименте группа, которая получает какие-либо изменения в своей естественной среде, называется экспериментальной. В нашем примере экспериментальная будет состоять из всех детей, употреблявших кофе.

Нам нужны как минимум две группы, чтобы мы могли сравнить экспериментальную с контрольной группой. Контрольные группы особенно необходимы при тестировании на действие (лекарств) веществ, таких как кофеин. Когда вы меняете свое поведение только потому, что ожидаете перемен, это называется эффектом плацебо. Предположим, что мы даем всем детям газированные напитки, но половина газированных напитков содержит кофеин, а половина не содержит кофеина. Мы бы не хотели рассказывать детям, какую газировку они получили, потому что они могут изменить свое поведение просто из-за своих ожиданий. Такого типа проблем можно избежать с помощью хорошей контрольной группы.

Случайная (выборка) назначение

Когда мы делим класс на контрольную и экспериментальную группы, важно убедиться, что это разделение происходит случайным образом. Когда каждый человек в исследовании имеет равные шансы попасть в контрольную или экспериментальную группу, это называется случайным распределением. Вы можете решить, к какой группе принадлежит каждый человек, например, подбросив монетку.

Почему важно случайное распределение? Мы хотим убедиться, что группы максимально идентичны во всех отношениях, за исключением независимой переменной. Давайте рассмотрим почему это важно.

Представьте, что вы решили, что все мальчики в классе получат напиток с кофеином, а все девочки в классе — напиток без него. Затем вы проверили влияние кофеина, используя зависимую переменную — прыжки со скакалкой. А теперь представьте, что вы видите разницу! Группа с кофеином лучше прыгает на скакалке. Но на самом деле вы не можете сделать вывод, что причиной был кофеин. Возможно, мальчики лучше прыгают со скакалкой. Если группы не идентичны во всех возможных отношениях, за исключением независимой переменной, вы не можете быть уверены, что только кофеин оказал влияние на  зависимую переменную. Но если независимая действительно является единственным отличием между группами, то можете быть уверены, потому что другого объяснения нет. Вот почему случайное распределение так важно: только при случайном распределении вы можете быть уверены в причинно-следственной связи эксперимента. Без случайного распределения могут быть и другие причины, по которым вы видите разницу между двумя группами.

Выборка

Окончательное решение, которое вам придется принять при планировании эксперимента состоит в том, кто будет участвовать в нем. Когда вы изучаете какой-либо исследовательский вопрос, вся группа людей, которая вас интересует, называется популяцией. Популяция всегда представляет собой относительно большое количество. Если вас интересует влияние кофеина на детей, то ваша популяция — это фактически каждый ребенок во всем мире! Более специфической совокупностью может быть каждый ребенок в определенной школе. Но, конечно, вы, не сможете включить в свое исследование каждого ребенка. Итак, вы будете использовать генеральную совокупность. Это группа людей, фактически участвующих в вашем исследовании. Выборка всегда меньше генеральной совокупности. Далее вам нужно решить, как вы будете сужать совокупность и формировать выборку для исследования. У вас есть несколько разных вариантов.

Распространенный способ выбрать людей для исследования — это просто использовать людей, которые легко доступны и готовы участвовать, например, ваши друзья или семья. Вы можете разместить рекламу исследования на своей личной странице в социальных сетях и подождать добровольцев. Когда вы используете такой простой образец, его называют удобной выборкой, потому что она очень удобна и проста.

Однако удобная выборка — не очень хороший способ привлечь людей к участию в исследовании. Почему нет? Потому что, когда вы используете только удобную выборку, вы, получаете только определенный тип людей. Например, вы можете использовать только людей, которые живут в вашем районе. Особый тип удобной выборки, основанный на определенной географической области, называется кластерной выборкой. Это означает, что ваша выборка, вероятно, не является дифференцированным представлением популяции. Если вы жили в Москве и не пригласили людей из Питера для участия в исследовании, вы не можете быть уверены, что люди в Москве ведут себя так же, как в Питере.

Один из способов попытаться получить хорошую выборку — составить список каждого человека в популяции, а затем случайным образом выбрать из этого списка. Этот тип выборки, как вы могли догадаться, называется случайной выборкой. Определение случайной выборки означает, что каждый человек в большей популяции имеет равные шансы попасть в выборку. Идея случайной выборки заключается в том, что она репрезентативна для генеральной совокупности, а это означает, что все важные переменные, входящие в совокупность, в равной степени присутствуют в выборке. Посмотрите на этот график для примера. Цвета могут обозначать любую важную переменную, например разный возраст детей, разные классы в школе, людей, живущих в разных городах, или разные этнические группы. Когда вы используете удобную выборку, вы можете не получить такую ​​же разбивку, как в генеральной совокупности. Но если вы выбираете рандомно из общей совокупности, у вас больше шансов получить качественную репрезентативную выборку.

Случайный выбор из генеральной совокупности

Случайный выбор из генеральной совокупности дает вам больше шансов получить репрезентативную выборку.

Более сложная версия простой случайной выборки называется стратифицированной случайной выборкой. Здесь вы заранее определяете важные переменные, делите население на основе этих переменных, а затем случайным образом выбираете равное количество людей из каждой группы для выборки. Например, вы можете подумать, что кофеин влияет на мальчиков иначе, чем на девочек, и хотите сравнить. Итак, вам нужно убедиться, что вы случайным образом выбрали равное количество мальчиков и девочек. Когда вы заранее определяете подобные переменные, которые охватываются вашей выборкой, то вы используете стратифицированную случайную выборку.

Независимо от того, какой тип выборки вы используете, помните, что главная проблема заключается в том, чтобы она была репрезентативной для более широкой интересующей совокупности.

Краткие итоги урока

Подводя итог, можно сказать, что в эксперименте переменная, которой вы управляете и которая создает группы в вашей выборке, называется независимой. Экспериментаторы надеются, что различия независимой вызовут изменения зависимой переменной. Базовая, которая не претерпевает никаких изменений, называется контрольной группой, тогда как группа, которая получает некоторые изменения, называется экспериментальной. Вы можете использовать случайное распределение, чтобы группы были, как можно более идентичными. Существует много разных способов сделать выборку из большей совокупности. Чтобы убедиться, что ваша выборка репрезентативна для популяции с точки зрения важных переменных, лучший способ — использовать случайную выборку. Эти вопросы могут быть сложными, но если вы решите их правильно, эксперименты могут стать очень полезным способом ответить на любые вопросы психологии. Если вы учтете все нюансы этого урока, вы сможете провести настоящий эксперимент.

Поделитесь материалом
Автор статьи: Наталья Венедиктова
Наталья Венедиктова
Историк-исскусствовед, специалист в области истории, географии и искусства. Много путешествовала, изучала эволюцию художественных стилей, культурные контексты произведений и влияние искусства на общественные и исторические процессы.
Наталья Венедиктова опубликовал статей: 315

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *