Факторные планы в экспериментальной психологии кратко

Обновлено: 05.07.2024

При этом между независимыми переменными могут быть различные отношения; конъюнкции, дизъюнкции, линейной независимости, аддитивные или мультипликативные и др. Факторные эксперименты являются частным случаем многомерного исследования, входе 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 на 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.

Существует множество вариантов факторных планов, но на практике применяются далеко не все. Чаще всего используются факторные планы для двух независимых переменных и двух уровней типа 2 х 2. Для составления плана применяется принцип балансировки. План 2x2 используется для выявления эффекта воздействия двух независимых переменных на одну зависимую. Экспериментатор манипулирует возможными сочетаниями переменных и уровней. Данные приведены в простейшей таблице (табл. 5.6).

Реже используются четыре независимые рандомизированные группы. Для обработки результатов применяется дисперсионный анализ по Фишеру.

Так же редко используются другие версии факторного плана, а именно: 3x2 или 3x3. План 3x2 применяется в тех случаях, когда нужно установить вид зависимости одной зависимой переменной от одной независимой, а одна из независимых переменных представлена дихотомическим параметром. Пример такого плана — эксперимент по выявлению воздействия внешнего наблюдения на успех решения интеллектуальных задач. Первая независимая переменная варьируется просто: есть наблюдатель, нет наблюдателя. Вторая независимая переменная — уровни трудности задачи. В этом случае мы получаем план 3x2 (табл, 5.7).

Вариант плана 3x3 применяется в том случае, если обе независимые переменные имеют несколько уровней и есть возможность выявить виды связи зависимой

переменной от независимых.

Этот план позволяет выявлять влияние подкрепления на успешность выполнения заданий разной трудности (табл. 5.8).

В общем случае план для двух независимых переменных выглядит как N x M. Применимость таких планов ограничивается только необходимостью набора большого числа рандомизированных групп. Объем экспериментальной работы чрезмерно возрастает с добавлением каждого уровня любой независимой переменной.

Планы, используемые для исследования влияния более двух независимых переменных, применяются редко. Для трех переменных они имеют общий вид L x M x N.

Таблица 5.9

L1	L2	L3
M1	A1	B2	C3
M2	B2	C3	A1
M3	C3	A1	B2

Тем самым процедура значительно упрощается, не говоря о том, что экспериментатор избавляется от необходимости работать с огромными выборками.

Предположим, что у нас есть три независимые переменные, с тремя уровнями каждая:

Такой же прием используется для контроля внешних переменных (контрбалансировка). Нетрудно заметить, что уровни третьей переменной N (А, В, С,) встречаются в каждой строке и в каждой колонке по одному разу. Комбинируя результаты по строкам, столбцам и уровням, можно выявить влияние каждой из независимых переменных на зависимую, а также степень попарного взаимодействия переменных.

Применение латинских букв в клеточках для обозначения уровней 3-й переменной (А — есть, В — нет) традиционно, поэтому метод назван «латинский квадрате.

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

Таблица 5.11

L1	L2	L3
M1	AA	BB	CY
M2	BB	CY	AA
M3	CY	AA	BB

Рассмотрим возможные результаты простейшего факторного эксперимента 2x2 с позиций взаимодействий переменных. Для этого нам надо представить результаты опытов на графике, где по оси абсцисс отложены значения первой независимой переменной, а по оси ординат — значения зависимой переменной. Каждая из двух прямых, соединяющих значения зависимой переменной при разных значениях первой независимой переменной (А), характеризует один из уровней второй независимой переменной (В). Применим для простоты результаты не экспериментального, а корреляционного исследования. Условимся, что мы исследовали зависимость статуса ребенка в группе от состояния его здоровья и уровня интеллекта. Рассмотрим варианты возможных отношений между переменными.

Первый вариант: прямые параллельны — взаимодействия переменных нет.

Больные дети имеют более низкий статус, чем здоровые, независимо от уровня интеллекта. Интеллектуалы имеют всегда более высокий статус (независимо от здоровья).

Второй вариант: физическое здоровье при наличии высокого уровня интеллекта увеличивает шанс получить более высокий статус в группе.

В этом случае получен эффект расходящегося взаимодействия двух независимых переменных. Вторая переменная усиливает влияние первой на зависимую переменную.

У больных детей, обладающих высоким уровнем интеллекта, меньше шанс получить высокий статус, чем у больных детей с низким интеллектом, а у здоровых — связь интеллекта и статуса позитивная.

Теоретически возможно представить, что больные дети будут иметь больший шанс получить высокий статус при высоком уровне интеллекта, чем их здоровые низкоинтеллектуальные сверстники.

Последний, четвертый, возможный вариант наблюдаемых в исследованиях отношений между независимыми переменными: случай, когда между ними существует пересекающееся взаимодействие (Рис. 5.4).

Итак, возможны следующие взаимодействия переменных: нулевое; расходящееся (с различными знаками зависимости); пересекающееся.

Оценка величины взаимодействия проводится с помощью дисперсионного анализа, а t-критерий Стьюдента используется для оценки значимости различий групповых Хср.

Во всех рассмотренных вариантах планирования эксперимента применяется способ балансировки: различные группы испытуемых ставятся в разные экспериментальные условия. Процедура уравнивания состава групп позволяет производить сравнение результатов.

Однако во многих случаях требуется планировать эксперимент так, чтобы все его Статус участники получили все варианты воздействия независимых переменных. Тогда на помощь приходит техника контрбалансировки.

Пример экспериментального плана для 3 групп (Л, В, С) и 2 независимых переменных (X, У) с 3 уровнями интенсивности (1-й, 2-й, 3-й) приводим ниже. Нетрудно заметить, что этот план можно переписать и так, чтобы в клеточках стояли уровни переменной Y (табл. 5.12).

Таблица 5.12

Группа	Уровни 1-й переменной
Группа	X1	X2	X3
A	Y1	Y2	Y3
B	Y2	Y3	Y1
C	Y3	Y1	Y2

Кэмпбелл включает этот план в число квазиэкспериментальных на основании того, что неизвестно, контролируется ли с его помощью внешняя валидность. Действительно, вряд ли в реальной жизни испытуемый может получить серию таких воздействий, как в эксперименте.

Что касается взаимодействия состава групп с другими внешними переменными, источниками артефактов, то рандомизация групп, согласно утверждению Кэмпбелла, должна минимизировать влияние этого фактора.

Подводя итог рассмотрению различных вариантов экспериментальных планов, предлагаем их классификацию. Экспериментальные планы различаются по таким основаниям:

1. Число независимых переменных: одна или больше. В зависимости от их числа применяется либо простой, либо факторный план.

2. Число уровней независимых переменных: при 2 уровнях речь идет об установлении качественной связи, при 3 и более — количественной связи.

Мультивалентные эксперименты позволяют с большей точностью, чем бивалентные, установить характер взаимосвязи между зависимой и независимой переменными. Однако большинство организационно-психологических явлений представляют собой сложноопределенные явления, т. е. они обусловлены воздействием не одной, а множеством причин, которые взаимодействуют друг с другом.

Экспериментальный план, в котором рассматриваются две и более независимые переменные, каждая из которых обладает двумя или большим количеством значений, получил название факторного. В этом экспериментальном плане каждое значение независимой переменной рассматривается в комбинации с каждым значением остальных независимых переменных.

Факторный эксперимент решает две задачи: 1) выявить эффект воздействия каждой отдельно взятой независимой переменной на зависимую; 2) выяснить наличие взаимодействия между независимыми переменными, т. е. определить, как зависит эффект воздействия одной переменной от значений других независимых переменных.

По мнению Херцберга, факторы, вызывающие удовлетворенность и неудовлетворенность работой, не являются противоположностью в одном и том же измерении. Удовлетворенность работой и высокую мотивацию вызывают только мотивационные факторы. Гигиенические факторы даже в наиболее благоприятных случаях не приводят к большей удовлетворенности работой, а могут обеспечить лишь нейтральное отношение в выполняемым задачам.

Первой независимой переменной в исследовании будут факторы стимулирования труда: гигиенические или мотивационные. Кроме

Этот эксперимент, таким образом, можно провести по факторной схеме 2x2 (или 2 на 2). Два значения независимой переменной (факторы повышения мотивации) объединены с двумя значениями другой переменной (уровень семейного достатка). Зависимой переменной выступает средняя производительность труда работников в течение определенного периода времени, например в течение двух рабочих недель. Исходные данные гипотетического факторного эксперимента, выраженные в единицах средней производительности труда (единиц продукции за рабочую смену) работников организации представлены в табл. 2.1.

Данные факторного эксперимента, выраженные в единицах средней производительности труда (единиц продукции за рабочую смену) работников организации.

уровень семейного достатка	факторы повышения мотивации
гигиенические	мотивационные	средняя
низкий высокий
средняя

Анализ данных, приведенных в таблице 2, позволяет сделать следующие предварительные выводы:

3. Различия в эффективности применения двух форм повышения мотивации по двум группам работников не одинаковы. У обеспеченных работников мотивационные факторы стимулировали большую производительность труда, чем гигиенические факторы — 40 и 30 единиц продукции за смену соответственно. В то же время малообеспеченные работники работали значительно производительнее именно в условиях гигиенических факторов (60 единиц продукции за смену против 40 единиц при использовании мотивационных факторов). При этом производительность труда как обеспеченных, так и малообеспеченных работников под воздействием мотивационных факторов оказалась одинаковой (40 и 40).

Это свидетельствует о том, что существует взаимодействие между двумя независимыми переменными, используемыми в основе мотивационных программ. Применение различных форм стимулирования оказало противоположное влияние на разные группы, что подтверждают разности между показателями столбцов для каждой строки табл.2.1, составляющие 60-40=20 против 30-40=-!0. Имеются различия и в значениях разностей показателей строк первого столбца: 60-30=30.

Более точное представление о величинах главных эффектов и характере взаимодействия между независимыми переменными позволяет получить статистическая обработка данных с помощью многофакторного дисперсионного анализа (ANOVA). Результаты анализа, проведенного с помощью пакета статистических программ SPSS (Statistical Package for Social Sciences), представлены в табл. 2.2.

Однофакторные эксперименты являются действенным инструментом психологии, но очевидно, что поведение редко бывает функцией только одной переменной. Например, как свидетельствуют результаты исследований в области психологии развития, если родители ребенка враждебно к нему относятся и контролируют каждый его шаг, то ребенок может вырасти чрезмерно замкнутым.

С другой стороны, если враждебность родителей сочетается с безразличием к детям и отсутствием контроля за их поведением, у ребенка может развиваться склонность к антиобщественному поведению. Таким образом, эти две переменные – степень доброты или враждебности и уровень контроля – являются важными факторами, определяющими поведение ребенка.

Для того чтобы определить влияние двух и более независимых переменных на зависимую переменную, исследователи используют факторный план. Этот план позволяет одновременно работать с двумя или более независимыми переменными. Чтобы проиллюстрировать применение относительно простого факторного плана, мы выбрали пример из сравнительной психологии, в котором экспериментаторов интересовало, с какой скоростью крысы пробегают прямой отрезок пути в зависимости от лишения их пищи или поощрения пищей.

Эренфройнд и Бадиа изучали активность крыс, лишая их пищи или выдавая ее в виде поощрения. В качестве оборудования в эксперименте использовалась 5-футовая прямая дорожка со стартовой камерой в начале и целевой – в конце. Зависимой величиной была скорость, с которой крысы пробегали расстояние от начала до конца дорожки. В эксперименте использовались 20 крыс.

Затем экспериментаторы клали 45-граммовую порцию пищи (слабое подкрепление) в целевую камеру лабиринта для половины крыс строгой депривации и 260-граммовую порцию (сильное подкрепление) для другой половины крыс этой же группы. Аналогичным образом, разделив группу крыс нестрогой депривации, получили четыре экспериментальные группы:

строгая депривация – сильное подкрепление;
строгая депривация – слабое подкрепление;
нестрогая депривация – сильное подкрепление;
нестрогая депривация – слабое подкрепление.

В каждой из этих групп в эксперименте участвовали по 5 крыс. Активность крыс измерялась как скорость, с которой они пересекали 2-футовый отрезок среднего участка дорожки. Экспериментаторы фиксировали скорость бега на этом отрезке в последних 10 испытаниях.

Депривация и подкрепление оказали влияние на скорость бега. Средняя скорость крыс из групп сильного подкрепления была выше скорости крыс из групп слабого для каждого из условий депривации. Более того, средние показатели обеих групп строгой депривации были выше показателей групп.

В приведенном примере использован факторный план 2×2. Два уровня одной переменной сочетаются с 2 уровнями второй переменной, таким образом, получается 2 х 2, то есть 4 отдельные процедуры. Каждый уровень первой переменной сочетается с каждым уровнем второй переменной, то есть строгий и нестрогий режимы депривации сочетаются с условиями сильного и слабого подкрепления.

Этот план можно расширить, если добавить другие независимые переменные, например план 2x2x3 будет состоять из 2 уровней первой переменной, 2 уровней второй переменной и 3 уровней третьей переменной. Этот план дает 12 отдельных процедур. Одно из преимуществ такого факторного плана состоит в том, что он позволяет исследователю установить, каким образом влияют на зависимую переменную те или иные сочетания независимых переменных.

Факторные планы

Факторные эксперименты применяются тогда, когда необходимо проверить сложные гипотезы о взаимосвязях между переменными. Общий вид подобной гипотезы: "Если А,, А;,, \, то В". Такие гипотезы называются комплексными, комбинированными и др. При этом между независимыми переменными могут быть различные отношения: конъюнкции, дизъюнкции, линейной независимости, аддитивные или мультипликативные и др. Факторные эксперименты являются частным случаем многомерного исследования, в котором 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 на 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.

Существует множество вариантов факторных планов, но на практике применяются далеко не все. Чаще всего используются факторные планы для двух независимых переменных и двух уровней типа 2х2. Для составления плана применяется принцип балансировки. План 2х2 используется для выявления эффекта воздействия двух переменных на одну независимую. Экспериментатор манипулирует возможными сочетаниями переменных и уровней. Данные приведены в простейшей таблице:

2-я переменная	1-я переменная
2-я переменная	Есть	Нет
Есть	1	2
Нет	3	4

Читайте также: