Надежность как характеристика воспроизводимости измерений и результатов исследования

Надежность измерений (и измерительного инструмента) во времени называют ретестовой надежностью (test-retest reliability). Ретестовая надежность оценивается по величине коэффициента корреляции между показателями, измеренными на одной и той же выборке с достаточно большим временным интервалом. Пороговым значением коэффициента корреляции при оценке ретестовой надежности считают 0.7 [Клайн, 1994, с. 25], хотя, это значение следует определять по таблице [Мюллер и др., 1982, с. 167-168, табл. 11]. Л.Ф.Бурлачук, однако, отмечает, что “для проективных и некоторых других тестов личности показатель ретестовой надежности может быть ниже, при этом диагностическая ценность методики не снижается” (цит. по [Клайн, 1994, с. 25]).

При оценке ретестовой надежности существуют две трудности. Первая - для последовательного тестирования нельзя применять идентичные тесты (см. подразд Взаимод Испыт и Эксп), а подбор и установление эквивалентности заданий - специальная задача. Трудности оценки ретестовой надежности частично преодолевают, используя “параллельные формы” теста [Бурлачук, Морозов, 1999, с. 195-196]. Другая трудность состоит в том, что второе предъявление задания должно быть отделено от первого достаточно большим временным интервалом (по крайней мере 6 месяцев), а на таких интервалах неизбежно происходит развитие объекта. Поскольку наиболее надежным признается измерение, повторяющееся в последовательных случаях, независимое от времени, Дж. Келли иронично оценил надежность как меру нечувствительности теста к изменениям объекта исследования [Франселла, Баннистер, 1987, с.136]. Заметим, что эти трудности касаются оценки именно надежности процедур измерения. Высокая надежность результатов исследования может быть достигнута и при исследовании развивающегося объекта - в случае высокой воспроизводимости закономерности для объектов, находящихся на последовательных этапах развития, или в тех случаях, когда разные стадии развития объектов описываются различными интервалами единой зависимости.

Для оценки надежности показателя, получаемого, например, в результате тестирования, используют коэффициент надежности. Он рассчитывается как отношение оценки вариации, присущей данному показателю независимо от ситуативных условий (Dc) к оценке общей вариации (суммы Dc и вариации, связанной с ошибками измерения - De):

r = Dc /(Dc +De).

Aaee?eia eiyooeoeaioa iaaa?iinoe r eciaiyaony a i?aaaeao 0 ¸1.

Стандартная погрешность измерения s_meas может быть оценена через стандартное отклонение результатов данного измерения s_t и коэффициент ретестовой надежности r_tt:

s_meas = s_t / Ö 1- r_tt [Eeaei, 1994, n. 32].

2. Надежность как внутренняя согласованность теста (self-consistency). Внутренне согласованными считают тесты, различные задания которых измеряют одни и те же переменные. Надежность по внутренней согласованности оценивают по величине коэффициентов корреляции между заданиями, составляющими тест. Чем выше внутренняя согласованность теста, тем более высоки значения коэффициентов корреляции, тем более он надежен [Бурлачук, Морозов, 1999, с. 196-199]. Понимаемую таким образом надежность теста считают предпосылкой его валидности. Следует отметить, однако, что, если оценки по различным заданиям теста высоко коррелируют, то только часть из них информативна, если же задания не связаны, то тест считается не обладающим высокой надежностью (см. [Клайн, 1994, с. 24]).

Понятие надежности обладает сходством с понятием валидности, особенно внешней (см. подразд. ВНеш.ВАЛИД), однако сходство это поверхностное: если надежность оценивает независимость от случайных, несистематических факторов, то все виды валидности страдают от влияния факторов систематических. Именно связь надежности с несистематическими, глубинными, наиболее трудно устранимыми факторами позволяет считать надежность предпосылкой достижения валидности измерения, исследовательских инструментов и исследования в целом.

IV.3.1. Валидность

 

Валидность, как и другие характеристики соответствия (репрезентативность, надежность), оценивают качество организации и выполнения исследования по соответствию результатов основным научным ценностям. Однако обеспечение репрезентативности и надежности служат лишь предпосылками валидности исследования, а валидность точно указывает на конкретные факторы, снижающие качество исследования.

Валидность, с точки зрения Р.Готтсданкера, - оценка качества данного исследования по отношению к безупречному эксперименту (см. подраздел СООТВЕТСТВИЕ). Такая оценка, как и сами понятия идеального и бесконечного эксперимента и эксперимента полного соответствия, указывает на группы факторов, снижающих степень соотвествия, но конкретные источники угроз. В отношении конкретного исследования валидность понимается как оценка обеспечения всех необходимых форм контроля. Нарушения валидности ведут к недостоверным, артефактным выводам.

Для характеристики валидности исследования сформирована весьма разветвленная система оценок, учитывающая более 30 различных видов валидности (см. обзоры и определения в руководствах [Готтсданкер, 1982; Дружинин, 1997; Клайн, 1994; Корнилова, 1997; Кэмпбелл, 1980; Reber, 1995].

IV.3.1.1. Внутренняя валидность оценивает, действительно ли выводы исследования относятся именно к представленной в гипотезе зависимости, а не какой-либо иной; для истинного эксперимента - это оценка точности интерпретации связи вариаций зависимой и независимой переменных в терминах исследовательской гипотезы. Важно заметить, что внутренняя валидность - оценка соответствия предполагаемых и выявленных зависимостей, а не терминов, в которых высказаны гипотезы и описаны закономерности, что оценивает конструктная валидность (см подразд. КОНСТР.ВАЛ).

Исследование обладает внутренней валидностью, если (а) показано точное соответствие между сформулированными выводами и гипотезой исследования и (б) доказана неприемлемость альтернативных гипотез и интерпретаций. Важно, что нечетко сформулированная гипотеза налагает ограничения на оценку внутренней валидности (см. подразд. ГИПОТЕЗА), а недостаточно широкий анализ альтернативных гипотез и точек зрения снижает ее доказанность (см. гл. ПУБЛИК). Внутренняя валидность одна из наиболее важных оценок исследования. Готтсданкер замечает: “если внутренняя валидность не достигнута, рассматривать внешнюю не имеет смысла” [Готтсданкер, 1982, с. 59].

Основные угрозы внутренней валидности исходят от смешения * влияния независимой переменной с другими переменными (см. [Кэмпбелл, 1980, с. 46]), неэквивалентности сопоставляемых групп, их изменения в ходе исследования, смещения критериев описания объектов (например, увеличение их строгости) в процессе исследования.

В список факторов, угрожающих внутренней валидности включают (см. [Готтсданкер, 1982; Дружинин, 1997; Корнилова, 1997; Кэмпбелл, 1980]):

- влияние событий, сопутствующих экспериментальному воздействию (“эффект фона”);

- изменения в состоянии испытуемых (нарастание дискомфорта, голод, усталость) или в таких харатеристиках, как возраст, уровень знаний и т.п. (“эффекты развития”);

- влияние предварительного тестирования на результаты исследования (“эффект тестирования”);

- нестабильность или иные формы погрешности измерительного инструмента (“инструментальная погрешность”) (см. подразд. НАДЕЖНОСТЬ);

- ошибочные стратегии формирования выборки и/или групп (см. подразд. ВЫБРКА): нарушения при рандомизации, формирование групп попарным уравниванием, по контрасту, неэквивалентность групп, использование естественных групп;

- динамическая, изменяющаяся во времени неэквивалентность групп из-за неравномерного выбывания испытуемых (см. подразд. ВЫБРКА).

Заметим, что обеспечение высокой внутренней валидности требует использования рафинированных условий и затрудняет перенос результатов на иные условия, особенно на естественные. В этом аспекте внутренняя и внешняя, а особенно экологическая валидность находятся в отношении реципрокности, их одновременное достижение весьма сложно (см. подразд. ВН ВАЛ; ЭК ВАЛ).

IV.3.1.2. Внешняя валидность характеризует возможность обобщения (переноса) результатов исследования на другие условия, выборки, популяции. Тот аспект внешней валидности, который характеризует возможность переноса на другие популяции, называют популяционной валидностью. В основе внешней валидности лежат различные виды репрезентативности (см. подразд. РЕПРЕЗ). Основной фактор, обеспечивающий популяционную валидность - приемы формирования выборки и групп (см. подразд. Выборка).

Результаты исследования, обладающего высокой внешней валидностью, сохраняют свое значение в широких пределах вариации всех параметров ситуации, они могут быть воспроизведены в других исследованиях с высокой точностью.

К числу факторов, угрожающих внешней валидности (см. [Готтсданкер, 1982; Дружинин, 1997; Корнилова, 1997; Кэмпбелл, 1980]), относят:

- различные нарушения репрезентативности выборки, например, формирование групп подбором пар, привлечением к исследованию “добровольцев” или “заложников”, выбор испытуемых “по доступности”, отсутствие контроля выбывания испытуемых из исследования (см. подразд. ВЫБОРКА);

- отсутствие контроля взаимодействия тестирования и экспериментального воздействия (такой контроль предусмотрен планом Соломона - см. подразд. ПЛАНЫ, ЭКСПЕРИМЕНТ);

- систематические погрешности измерения (см. подразд. ИЗМЕРЕНИЕ);

- предпочтения и предубеждения исследователя (см. подразд. ВЗАИМОД.ЭКСП.И);

- недостаточный контроль динамики состояния испытуемых, например, утомление, эффекты врабатывания (см. [Александров, Максимова, 1999]);

- изменение уровня развития испытуемых (в длительных исследованиях), (см. подразд. ВЗАИМОД.ЭКСП.И); постепенное включение испытуемых в ситуацию исследования, полученные результаты не могут быть распространены на условия, в которых испытуемые не были осведомлены о ходе исследования.

Следует упомянуть о таком эффективном способе повышения внешней валидности как совмещение множества методик оценки (измерения) эффектов. Расхождения в различных измерениях указывают на возможные источники угрозы валидности. Множественность измерений увеличивает точность сопоставления результатов данного исследования и его повторений другими исследователями.

 

IV.3.1.2.1. Экологическая валидность иногда рассматривается как дубликат понятия внешней валидности. Действительно, эти понятия характеризуют возможность обобщения результатов исследования, но экологическая валидность оценивает перенос результатов лабораторного исследования (эксперимента) не на иные лабораторные, искусственные, рафинированные условия, а на условия не лабораторные, реальные, не организованные преднамеренно. Таким образом, экологическая валидность — это оценка применимости результатов лабораторного (экспериментального) исследования к неотобранным специально объектам в нелабораторных условиях. Так, экологически валидный прием оценки креативности должен в лабораторных условиях с высокой точностью и надежностью предсказывать проявления творческих способностей в обыденной жизни.

Можно было бы полагать, что высокая экологическая валидность достижима при помощи исследований, построенных по типу “эксперимента, дублирующего реальный мир” (см. [Готтсданкер, 1982, с. 20-21]), но обеспеченных всеми необходимыми степенями контроля. Между тем внесение жесткого контроля в исследование реальных групп (см. подразд. Выборка) - несовместимы. Наиболее полный контроль возможен в исследованиях, построенных по планам истинного эксперимента, сама суть которого состоит в создании искусственных, модельных условий (см. подразд. ТИПЫ ИССЛЕД). Именно в этом противоречии проявляется основная сложность достижения высокой экологической валидности исследования.

Еще до формирования научной психологии И.-В. Гете при проведении исследований цветового зрения заметил необходимость решения проблемы, которую сейчас мы обозначаем понятием «экологическая валидность»: «Друзья, бойтесь темной камеры, в которой человек, скрючившись, рассматривает неестественные изображения» (Zahme Xenien).

А.Ньюэлл, анализируя 59 экспериментальных процедур, использованных участниками медународного симпозиума по психологии восприятия (1973 г.), характеризует 57 из них как искусственные, лабораторные ситуации и лишь две - как обладающие элементами экологической валидности - игру в шахматы и рассматривание Луны. [Newell A. You can play 20 questions with nature and win: projective comments on the papers of this symposium. In: Visual information processing. (W.G. Chase, ed.) N-Y, Academic Press, 1973 (цит. по Найссер, 1981].

Списки факторов, угрожающих экологической и внешней валидности, пересекаются. В число наиболее существенных угроз входят:

- несоответствие уровней переменных, примененных в исследовании, пределам реальной вариативности этих переменных;

- осведомленность испытуемых об участии в исследовании и его целях;

- отсутствие контроля побочных переменных характерных именно для лабораторных условий, в частности, для взаимодействия испытуемых и исследователей (см. подразд. ВЗАИМОД ИСП И ЭКСП);

- отсутствие контроля побочных переменных, влиятельных в нелабораторных условиях.

 

IV.3.1.3. Конструктная валидность характеризует точность (определенность) перевода исходно общепсихологических, или парадигмальных понятий, имеющих, как правило, общетеоретический характер, в понятия, в которых формулируется исследовательская гипотеза, обозначения свойств объекта исследования, экспериментального воздействия, побочных и добавочных переменных, экспериментального эффекта; соответствие между теоретическими конструктами и обозначаемыми ими объектами и явлениями, между положениями теории и их реализацией в конкретном исследовании.

Очевидно, что эта форма валидности зависит от точного следования требованиям парадигмы. Соблюдение конструктной валидности требует формулирования альтернативных интерпретаций того, как причина и следствие соотносятся с теоретическими понятиями. Серьезную угрозу конструктной валидности представляет смешение конструктов, заимствованных из разных парадигм. Признаками угрозы конструктной валидности может служить формулировка исследовательской гипотезы в общетеоретических терминах, а не в терминах переменных, а также отсутствие теоретической интерпретации эмпирических результатов исследования.

ГИПОСТАЗИРОВАНИЕ!!!! Характерно для методик, которые были созданы в рамках уже устарелых концепций. Следует доказывать конструктную валидность таких методик, а также в случае использования методик вне в тех концепциях, в которых они были развиты.

IV.3.1.3. Операциональная валидность конкретного исследования определяется соответствием методических приемов, формирующих переменные (см. подразд. ПЕРЕМ), понятиям иследовательской гипотезы (см. подразд. ГИПОТ), включая процедуры управления независимой переменной [Корнилова, 1997, с. 128].

Операциональная валидность субординирована по отношению к конструктной валидности. Так, общепсихологическое понятие “интеллект” в результате огромного количества теоретических и эмпирических исследований, раскрывается в конкретных понятиях “вербальный”, “невербальный”, “общий”, “текучий”, “кристаллизованный” интеллект и т.д. Точность этого преобразования понятий характеризуется конструктной валидностью. Понятия, производные от общетеоретического понятия “интеллект”, доступны эмпирическому оцениванию, измерению. Для этого разработано множество специальных измерительных инструментов, например, тесты интеллекта Айзенка, Амтхауэра, Кэттелла и мн. др., в результате применения которых формируются переменные, оценивающие определенные характеристики интеллекта. Точность измерения, операционализации понятий в переменных характеризуется операциональной валидностью. В качестве примера см. также процедуры операционализации понятий в работах К.Левина [Левин, 2000] (см. подразд. ФАКТ).

Основные угрозы операциональной валидности:

- неправильный выбор инструментов или процедур измерения;

- недостаточно разработанные или адаптированные методики, инструменты или процедуры формирования переменных.

Серьезную угрозу операциональной валидности могут составить нарушения конструктной валидности.

IV.4. Статистический вывод

В математической статистике выделяют две области. Описательная или дескриптивная статистика - система приемов, которые обеспечивают сбор данных, их систематизацию (представление в виде таблиц, графиков и т.д.) и обобщение (описание распределений и т.п.). Индуктивная статистика, или статистика вывода, предоставляет возможности проверки статистических гипотез и формулирования статистически достоверных выводов исследования, используя результаты применения описательной статистики.

Статистические критерии. Исследовательская гипотеза, высказанная в терминах теоретических конструктов или показателей, переформулируются в статистические гипотезы H0 и H1, которые представляют исследуемый объект в терминах переменных или показателей, если они используются в сыром виде (см. подразд. ГИПОТЕЗЫ, ПЕРЕМЕННЫЕ).

Правила, согласно которым отклоняется гипотеза H0(об отсутствии различий) или H1 (о значимости различий)(см. подразд. IV.2.3), называются статистическими критериями. Применение термина «отклонить» или «отвергнуть» гипотезу, а не «принять» – принципиально важно, та как возможно принять несколько взаимоисключающих гипотез одновременно [Доугерти, 2001, с. 98]. Математическая статистика изначально строилась в соответствии с основными положениями гипотетико-дедуктивного метода, в своей практике предвосхищая принцип фальсификации.

Использование статистических критериев дает основания для оценки уровня значимости различий — вероятности принятия ошибочных решений. Критическая величина уровня значимости устанавливается относительно произвольно: в соответствии со степенью ответственности принимаемого решения (ценой ошибочного суждения), с традициями области знания. Уровень значимости – вероятность ошибки 1-го рода, то есть вероятность отклонения гипотезы H0в случае если она верна (см. подразд. IV.3.4.1). В психологии низшим приемлемым (пороговым) уровнем значимости принято считать 5%-ную вероятность ошибки 1-го рода (p£0.05). Пороговый уровень значимости разделяет континуум эмпирических значений критерия на три зоны: (1) незначимости различий (например, при соответствии критерия p>0.05, гипотеза H0принимается, а H1отклоняется); (2) неопределенности, (0.05£p³0.01), гипотеза H0отклоняется, но преимущество гипотезы H1неопределенно; (3) значимости различий (p£0.01), гипотеза H0отклоняется, а H1принимается определенно. Для некоторых критериев (критерия знаков G, критерия T Вилкоксона, критерия U Манна—Уитни) отношения значения критерия и уровня значимости инвертированы: гипотеза H0 отклоняется при p³0.05 (см. [Сидоренко, 1996, с. 30]. Следует обратить внимание на то, что при оценке нормальности распределения по критерию Колмогорова-Смирнова, именно при высоких значениях p принимается гипотеза H0о равенстве распределений, так, что при p£0.05 оцениваемое распределение достоверно отклоняется от нормального, а при высоких значениях, например, при p>0.10 может быть оценено, как более близкое к нормальности.

По мере формирования точного знания об объекте исследования увеличивается жесткость статистических критериев, определенность статистических суждений. В исследованиях выделяют эксплораторную и конфирматорную стадии. Эксплораторная (поисковая, “разведочная”) стадия направлена на выявление и описание характеристик данных, их структуры и закономерностей их связей, но не на проверку гипотез о точных значениях параметров моделей изучаемых объектов. Конфирматорная (подтверждающая) стадия разворачивается после завершения эксплораторной стадии, она направлена на установление точных значений величин, коэффициентов моделей описывающих изучаемый объект. На эксплораторной стадии допускают менее жесткие статистические критерии, чем на конфирматорной. Наибольшее развитие разделение исследования на эти стадии получило в факторном анализе. Эксплораторный факторный анализ направлен на выявление скрытой факторной структуры данных без проверки гипотез о количестве факторов и их нагрузках; конфирматорный анализ - на проверку гипотез о количестве факторов и их нагрузках [Ким, Мьюллер, 1989]

Параметрическая и непараметрическая статистика. Статистические критерии делят на параметрические учитывающие параметры (средние и дисперсии) распределений сравниваемых величин, и непараметрические, не принимающие параметры распределения во внимание. Для использования параметрических критериев данные должны быть измерены в шкале интервалов или отношений (не в порядковой шкале!), распределение величин должно быть нормальным. Непараметрические критерии могут быть применены к данным, измеренным в любой шкале, включая номинальную, независимо от их распределения [Рунион, 1982; Сидоренко, 1996; Толстова, 2000]. При выборе статистических критериев следует учитывать, что хотя непараметрические критерии более универсальны, чем параметрические, поскольку применимы к любым данным, независимо от шкалы в которой они измерены и их распределения, параметрические критерии обладают большей мощностью. Мощность критерия - его возможность не допустить ошибки 2-го рода, т.е не принять гипотезу H0в случае ее ошибочности (см. далее).

Распределение переменных. Для того, чтобы применить параметрические критерии, следует строго контролировать характеристики распределений переменных. Для этого применяют критерии c²-критерий Пирсона и l-критерий Колмогорова-Смирнова [Сидоренко, 1996, с. 113-151]. При этом недостаточно опираться только на числовые значения этих критериев, предпочтительно также контролировать форму распределения визуально, особенно при небольших объемах выборки.

Некоторые отклонения от нормальности можно компенсировать преобразованием переменных. Так, для распределения времени реакции (ВР) характерна левая, положительная асимметрия. Логарифмирование величин ВР позволяет приблизить форму распределения к нормальной. Для компенсации правой (отрицательной) асимметрии значения переменных возводят в квадрат. В меню статистических пакетов включены обобщенные способы нормализации распределений. Например, SPSS включает процедуру аппроксимации нормального распределения, предложенную Тьюки: значения переменных пересчитываются по формуле:

(r – 1/3) / (w + 1/3),

где r – ранг значения, а w – сумма весов значений. Применяя приемы нормализации распределения переменных, следует контролировать параметры полученных распределений. Не следует упускать из виду, что в результате расчетов получаются переменные не идентичные исходным, это уже другие переменные. Важно, что процедуры норммализации не могут изменить (повысить) шкалу, в которой были измерены переменные (см. подразд. Шкалы, особенности исп. шкал). Сюда ссылку на Мостеллер и Тьюки – преобразование данных

Для удобства работы с нормально распределенными переменными используют Z -оценки, которые расчитываются по формуле:

Z = (x_i - M)/s,

где х_i - значение переменной, M - среднее арифметическое, а s - стандартное отклонение распределения. Таким образом, Z- оценка значений показывает, насколько единиц стандартного отклонения данное значение отличается от средней арифметической. Значения, меньшие среднего, имеют отрицательную величину, а большие - положительную. Преобразование оригинальных величин в Z -оценки позволяет представить любую совокупность, распределение которой приближено к нормальному, в едином масштабе. К этой процедуре прибегают при стандартизации тестов [Бурлачук, Морозов, 1999], а также при применении многомерных статистических процедур.

Независимость наблюдений. Когда это требование нарушается, по одним значениям переменной можно предсказать другие. Это возможно, если наблюдается тренд (направленное изменение) значений переменной на протяжении измерений, или переменная нестационарна – характеристики ее распределения либо градуально, либо периодически изменяются. Существуют ограничения использования таких переменных в статистических процедурах (см. [Гусев, 2001, с. 11; Статистический справочник; ДРУГИЕ].

 

Независимость переменных. При применении многомерных статистических процедур, таких как факторный, дискриминантный и кластерный анализ, множественная регрессия, следует контролировать статистическую независимость переменных.

Высокая корреляция между некоторыми переменными (коллинеарность) неизбежно дает неустойчивое решение: даже весьма незначительные изменения в значениях переменных приводит к катастрофическим изменениям в построенной модели. Для выявления таких переменных применяют тесты на коллинеарность, например, тест на толерантность. Значение толерантности показывает, какая доля вариативности данной независимой переменной объясняется всеми другими независимыми переменными, включенными в анализ. Эта величина расчитывается по формуле:

Tol = 1 - R²,

где R² - коэффициент множественной корреляции расчитанный для модели, в которой оцениваемая переменная - зависимая, а все остальные переменные - независимые. Переменные, значения толерантности для которых не достигает пороговой величины, удаляются из анализа. Считается, что предельно низкое значение толерантности - 0.0001; жесткие значения составляют 0.1 ¸ 0.3.

Шкалы, в которых измерены переменные. Различные статистические приемы требуют оценивания зависимых и/или независимых переменных в строго определенных шкалах. Так, в рамках дисперсионного анализа независимые переменные должны быть измерены в номинальных или порядковых шкалах, а зависимые – в шкалах выше порядковой (и нормально распределены вокруг среднего значения для каждой из сравниваемых групп). Факторный анализ требует измерения переменных в шкалах выше порядковой и нормально распределены, хотя в практике использования факторного анализа в психологических исследованиях это правило часто нарушается и используются переменные, измеренные в порядковых шкалах. Существуют процедуры, которые решают задачи факторизации данных (т.е. замены исходного набора переменных меньшим количеством вновь рассчитанных некоррелированных переменных), измеренных в номинальных, порядковых, интервальных шкалах или в шкале отношений, а также любой смеси этих видов переменных, например процедура PRINCALS, входящая в состав пакета SPSS 6.1. Для проведения регрессионного анализа и зависимые и независимые переменные должны быть даны в шкалах выше порядковой (и нормально распределены), а для логистического регрессионного анализа зависимые переменные - в номинальной шкале, а независимые - в номинальной, порядковой или в количественных шкалах.

Ошибки статистического вывода. Кроме ситуации, когда применение статистики не позволяет принять определенное решение о значимости различий (см. предыдущий подразд.), и двух случаев правильных решений о приемлемости H0или H1, возможно совершение ошибок двух родов: (1) ошибкой 1-го рода называют отклонение гипотезы H0, в то время как она верна; (2) ошибка 2-го рода состоит в принятии гипотезы H0, в то время как она неверна (см. [Дружинин, 1997, с. 221—223; Сидоренко, 1996, с. 30—33].

Цена ошибок 1-го и 2-го рода на разных стадиях формирования знания об объекте различна. Можно полагать, что ошибка 2-го рода (ошибочное отвержение правильной исследовательской гипотезы H1) более нежелательна в начале исследования, поскольку может прекратить все дальнейшие работы. Однако считают, что на завершающих стадиях исследования более тяжкие последствия имеет ошибка 1-го рода (ошибочное отвержение нулевой гипотезы H0); (см. выше: эксплораторная и конфирматорная стадия исследования).

Наиболее распространенные ошибки статистического вывода связаны с:

(1) недостаточным объемом выборки (см. подразд. ГЕНЕР СОВОК, ВЫБОРКА);

(2) нерепрезентативностью выборок (см. подразд. ГЕНЕР СОВОК, ВЫБОРКА);

(3) недостаточно высоким отношением количества объектов к количеству переменных, описывающих эти объекты (объектов должно быть больше, чем переменных, по крайней мере в 10 раз) (см. подразд. ПЕРЕМенн);

(4) нарушением требования статистической независимости переменных или результатов отдельных проб (например, при применении множественной регрессии, из-за занижения критерия толерантности, см. выше);

(5) неправильным выбором статистических методов - использованием параметрических статистик для анализа данных, измеренных в порядковых или даже в номинальных шкалах; применением критериев, предназначенных для анализа нормально распределенных величин, к данным, распределенным по другим законам, например, применение t-теста к данным, измеренным в порядковой шкале, или измеренным в интервальной шкале, но распределенным с отклонением от нормального закона (см. подразд. ИЗМЕРЕНИЕ);

(6) интерпретацией корреляционной связи, как связи ориентированной, имеющей направление (см. подразд. Принцип Детерм; Эксперимент);

(7) применением линейных оценок к немонотонным или нелинейным закономерностям.

IV.5. Планирование исследования

Любое исследование должно быть спланировано. То есть важные для проведения исследования моменты должны быть предвосхищены во всей полноте. Это касается характеристик исследуемой выборки, групп, выделенных на этом множестве, их особенностей. В соответствии с гипотезой исследования должны быть определены состав групп, количество субъектов, включенных в них; предусмотрены переменные, соответствующие измеряемым свойствам объектов и воздействий на них, шкалы, в которых они измерены; последовательность всех операций с объектами и т.д. Проект конкретной последовательности манипуляции со специально сформированными группами называется планом или дизайном (от англ. design — проект, план, оформление) исследования.

Для построения сложных планов исследований применяют специальные приемы. Например, в тех случаях, когда для обеспечения валидности вывода требуется предъявление всем группам испытуемых всех экспериментальных воздействий во всех возможных последовательностях (планы такого типа называют ротационными, или сбалансированными, или перекрестными), для построения плана применяют латинский квадрат * (см. примеры в работах [Дружинин, 1997, с. 145; Корнилова, 1997, с.164-1654; Кэмпбелл, 1980, с.138]). Для установления взаимодействий нескольких одновременно действующих переменных (т.е. насколько изменяется эффект определенной независимой переменой в ситуации действия других независимых переменных) применяют различные версии факторных планов (см. те же источники).

Правильно спланированное исследование (1) точно описывает временную последовательность событий; (2) позволяет оценить достоверность связи (ковариации) независимых и зависимых переменных; (3) исключает возможность вмешательства побочных переменных в изучаемую связь независимых и зависимых переменных (эффекты смешения * влияния переменных); (4) дает основания для вынесения недвусмысленного суждения о приемлемости/неприемлемости гипотезы и контргипотезы; (5) допускает точное воспроизведение всех основных составляющих исследования. Можно видеть, что перечисленные характеристики входят в оценки соответствия исследования стандартам (см. разд. IV.3).

IV.4.1. Система нотации планов

Для обозначения различных составляющих планов применяют следующую систему обозначений (приводим их по [Кэмпбелл, 1980, с. 47-48]):

— X (e X perimental) — экспериментальная переменная или событие;

— O (O bservation) — процедура наблюдения, измерения, или результаты измерения;

— R (R andom) — случайный отбор испытуемых в группу;

— символы, стоящие в одной строке, обозначают манипуляции с одной и той же группой;

— последовательность символов слева направо соответствует временному порядку манипуляций;

— синхронность манипуляций в разных группах (разные строки) обозначается расположением символов в одной колонке;

— разделение строк пунктирной линией означает, что сравниваемые группы не уравнены рандомизацией.

— индексы у символов означают порядковый номер действия (например, последовательные наблюдения О1, О2, О3...)

IV.4.2. Планы

В литературе описано до двух десятков различающихся планов исследования. Формирование разнообразия планов исследования и критериев их оценки — незавершенный, продолжающийся процесс. Хотя нотация планов исследования разработана, способы формального описания конкретных планов, исчерпывающего основные их особенности, еще не сложились. Д. Кэмпбелл прямо предостерегает читателей своей книги [1980], что сокращение, концентрированное изложение приведенных им довольно пространных описаний планов исследования может ввести в заблуждение. Поэтому читателю руководства следует обратиться непосредственно к источникам [Дружинин, 1997; Корнилова, 1997; Кэмпбелл, 1980]. Мы рассмотрим планы, наиболее типичные для трех типов исследований, выделенных Д. Кэмпбеллом [1980] на основе использования/неиспользования рандомизации групп-операции, которая обеспечивает эквивалентность групп испытуемых.

IV.4.2.1. Доэкспериментальные планы. Наиболее развитая форма этого плана — сравнение статических групп (см. [Кэмпбелл, 1980, с. 61-62]):

Х О”

-------

О”

Характерные черты: группы не эквивалентны, поэтому различия О1в группах 1 и 2 могут быть не связанными с воздействием Х. Этот план не позволяет выявить причинно-следственные связи переменных.

Доэкспериментальные планы не обеспечивают внешней валидности исследования, не позволяют контролировать такие источники нарушения внутренней валидности, как “естественное развитие” испытуемых в процессе исследования, в том числе развитие в результате взаимодействий с конкретными обстоятельствами исследования. Для этих планов характерно изменение состава изучаемой выборки на протяжении исследования (естественное выбывание, “experimental mortality»).

IV.4.2.2. Квазиэкспериментальные планы. Эти планы, как правило, позволяют контролировать большее количество факторов, нарушающих внешнюю и внутреннюю валидность, чем доэкспериментальные планы. Так, план с неэквивалентной контрольной группой и предварительным тестированием является развитием плана сравнения статических групп (см. [Кэмпбелл, 1980, с. 132-138]):

О’ Х O”

--------

О’ О”

Этот план обеспечивает контроль “естественного развития”, но лишь в той степени, в какой группы могут оказаться эквивалентными. Внешняя валидность исследования, проведенного по этому плану, может страдать от неконтролируемого взаимодействия тестирования (О) и экспериментального воздействия (Х). Этот план, как и все квазиэкспериментальные планы, не дает надежных оснований для проверки/фальсификации гипотез о причинно-следственных связях переменных.

IV.4.2.3. Планы истинных экспериментов. В отличие от рассмотренного в предыдущем разделе плана, в котором использованы естественные группы, не рандомизированные, не репрезентативные и не уравненные, план с предварительным и итоговым тестированием и контрольной (эквивалентной) группой позволяет проконтролировать естественное развитие, влияние “фоновых событий”, эффекты тестирования, так как они должны проявляться в эквивалентных группах сходным образом (см. [Кэмпбелл, 1980, с. 63 — 70]):

R О1Х О2

R О3 О4

Важно, что применение приведенного плана не устраняет фактор взаимодействия тестирования и экспериментального воздействия. Контроль этого фактора, влияющего на внешнюю валидность исследования, позволяет осуществлять “ план Соломона для четырех групп ” (см. [Кэмпбелл, 1980, с. 88 — 89]):

R О1 Х О2

R О3 О4

R Х О5

R О6

План Соломона добавляет к приведенному выше плану две группы, с которыми не проводится предварительное тестирование (О1и О3); за счет этого пополнения проверяется и эффект предварительного тестирования, и его взаимодействие с экспериментальным воздействием (Х). Эффект воздействия Х может быть определен при сопоставлении пар О2и О4, О2и О5, О2и О6, О1и О2и т.д. Сопоставление О6с О1и О3позволяет оценить эффекты естественного развития и фона.

Планы истинных экспериментов существенно усложняются в случаях использования (и контроля взаимодействий) нескольких независимых переменных, при контроле влияния нескольких побочных переменных методами балансировки * или контрбалансировки * (см. разд. IV.4).

Экспериментальные планы отличаются от доэкспериментальных и квазиэкспериментальных тем, что (1) кроме экспериментальной группы формируется одна или несколько контрольных групп; (2) состав этих групп эквивалентен, уравнен рандомизацией (по мнению Д. Кэмпбелла, попарное уравнивание недопустимо даже в квазиэкспериментальных планах), репрезентативен относительно генеральной совокупности; (3) последствия воздействия независимой переменной определяются на основе сопоставления групп, получивших и получивших экспериментальное воздействие, а любой вывод обеспечивается сравнением ситуаций, различающихся характеристикой, важной для формирования вывода.

VI
Словарь-указатель

Агностицизм (греч. Ьгнщуфпт – непознаваемый) – философская позиция, отрицающая познаваемость мира, выявление закономерностей, формирование достоверного, надежного, валидного знания. Наиболее яркие сторонники агностицизма - Д.Юм, И.Кант.

Активность — феномен воспроизведения моделей взаимодействий субъекта (индивидуального или коллективного) с миром, зафиксированных в специализированных структурах (см. разд. II.6). Частные психологические определения и характеристики различных форм активности даны в [Краткий психологический словарь, 1985], (см. статьи “Активность”, “ Активность личности”, “ Активность надситуативная”, “ Активность поисковая”).

Актуализация — (от лат. actus — приведение в движение) переход моделей взаимодействия субъекта с миром, зафиксированных в специализированных структурах, из покоящегося состояния в активное, процессуальное описание феномена активности. В терминологии философии — переход от возможности к действительности. Феноменологические черты актуализации см. [Краткий психологический словарь, 1985].

Актуалгенез — характеристика процесса взаимодействия субъекта с миром как актуализации (приведение в активное состояние) ранее зафиксированных моделей взаимодействия. Понятие актуалгенеза подчеркивает, что актуализация не сводится к развертыванию готового взаимодействия, а представляет собой формирование, генез нового взаимодействия субъекта с миром. Неизбежность построения взаимодействия “заново” следует из того, что при фиксации модели взаимодействия структура субъекта трансформируется, а само фиксируемое взаимодействие вносит изменения в окружение субъекта (продукты взаимодействия фиксируются на полюсах субъекта и объекта [Пономарев, 1983]). Таким образом, в воспроизведении фиксированного ранее взаимодействия участвуют изменившиеся субъект и окружающий мир. Поэтому и взаимодействие, строго говоря, не воспроизводится, а порождается. Для полноты понимания актуалгенеза важно учитывать, что любое взаимодействие субъекта с миром порождается при актуализации не единичной модели конкретного взаимодействия, а группы моделей взаимодействий, связанных какими-либо общностями [Александров, Максимова и др., 1999]. Следут отметить, что понятие актуалгенеза подчеркивает также логическую связь и синхронию актуализации и генеза новых структур субъекта.

Аспект — понятие, обозначающее выделенную по произвольным основаниям сторону какого-либо явления или объекта, которую невозможно вычленить практически, но можно описать абстрактно (см. [Пономарев, 1976, с. 43]).

Балансировка — техника, позволяющая контролировать эффекты внешних (побочных) переменных за счет формирования групп, которым предъявляют различные сочетания независимой и побочных переменных. При реализации приема балансировки количество добавочных контрольных групп равно количеству рассматриваемых внешних переменных [Дружинин, 1997, с. 126—128].

Верификация — (от лат. verus - истинный и facio - совершать) - процедура или совокупность процедур установления истинности или ложности утверждения (гипотезы).

В контексте логики науки впервые был сформулирован логическими позитивистами (см. позитивизм *) М.Шликом (1918 г.) и Л.Витгенштейном (1922 г.) как принцип верифицируемости, согласно которому утверждение является осмысленным только в том случае, если возможна его верификация, независимо от того, окажется ли оно истинным или ложным; бессмыссленное высказывание не может быть ни истинным ни ложным. Логические позитивисты отрицали роль научного сообщества в формировании научного знания (поскольку исходили из представления о фактах как чувственных данных и "чистой эмпирике", сравн. с пониманием факта в подразд. ФАКТ), а также саму возможность обобщений уровня закона (поскольку с их точки зрения возможна верификация лишь конечного числа наблюдений, "чистых протокольных фактов", но не самого закона). Очевидно, что эта система представлений реализует принципы индуктивизма (см. подразд. I.2.1. Общенаучный метод).

В исследовательской практике сложились два способа верификации гипотез: (1) через поиск подтверждения - логика джастификационизма [Лакатос, 1995] (от англ. to justify - подтверждать), и (2) через поиск опровержения альтернативных гипотез - логика фальсификационизма (от англ. to falsify - опровергать). Подробное сопоставление этих подходов дано в разд. Гипотеза.

Таким образом понятие «верификация» является более общим, чем «подтверждение» (джастификация) и «опровержение» (фальсификация). Для точного использования этих терминов в тексте используются сочетания верификация/подтверждение или верификация/опровержение. Если не подразумевается какой либо конкретной системы процедур, используется термин верификация.

Взаимооднозначное соответствие(изоморфизм*) см. также гомоморфизм* — соответствие между двумя множествами A и B при котором каждому элементу из множества Aставится в соответствие единственный элемент из множестваB,а каждому элементу из множестваBставится в соответствие единственный элемент из множества A.

Гипостазирование — (от греч.????????? - существование, реальность, действительность, сущность, вещество) - необоснованное приписывание концептам онтологического статуса, “овеществление понятия”, рассмотрение отдельного аспекта * как самостоятельной сущности. Гипостазирование характерно для психологических понятий, сложившихся в философской теории познания. Так, разделение ощущения и восприятия, рассмотрение их как отдельных психических процессов, за реализацию которых ответственны разные морфологические структуры, привело к трудностям логическим (ощущение генетически предшествует восприятию или восприятие ощущению) и конкретно-исследовательским (невозможность разнести процессы по структурам мозга). Характерно замечание к авторам “центро-энцефалической” теории сознания, согласно которой сознание - продукт активности нейронных структур ствола мозга [Бассин, 1963; Пенфилд, Джаспер, 1958]: “нельзя анатомировать абстракцию”. Признак гипостазирования – поиск мозгового субстрата какого-либо концепта. Гипостазируются аспекты, признаки, ведь они не фиксируются в эволюции. Гипостазирование ведет к нарушению конструктной валидности.

Гипостазирование – явление, особенно характерное для ранних стадий исследования.

Гомоморфизм (см. также изоморфизм *, взаимооднозначное соответствие *) — отношение между системой (S) и ее отображением (S’), при котором каждому компоненту S поставлен в соответствие ровно один компонент S’ и каждому взаимоотношению между компонентами S поставлено в соответствие ровно одно взаимоотношение S’. Отношение гомоморфизма между S и S’ позволяет рассматривать S’ как модель S. Если между компонентами и взаимоотношениями S и S’ установлено взаимооднозначное соответствие, отношение S и S’ называют изоморфизмом. Полагают, что отношение гомоморфизма по сравнению с изоморфизмом в большей степени подчеркивает качественное подобие систем.

Гомункулюс — (лат. homunculus — <маленький> человечек).

(1) В психологии — персонификация “внутреннего наблюдателя”, рассматривающего образы, которые создаются органами чувств [Юм, 1995]. Метафора предложена Д.Юмом как вариант решения проблемы субъекта активности. Очевидно, что последовательное проведение идеи гомункулюса ведет к признанию гомункулюса внутри гомункулюса и так далее до бесконечности, однако попытки ввести представление о гомункулюсе продолжаются, приведем характерное название статьи Ф.Этнива: “В защиту гомункулюсов” (“In defence of homunculi”, цит. по [Величковский, 1982, с. 56]). Вне последовательного проведения принципа активности решение проблемы “субъекта активности” не может быть достигнуто, даже если заменить единую персону гомункулюса множеством отрядов “демонов” [Линдсей, Норман, 1974], см. разд. АКТИВНОСТЬ.

(2) В биологии, стоящей на позициях преформизма * до XIX в., (см. подразд. РАЗВИТИЕ) гомункулюс — точная миниатюрная копия взрослого организма, заключенная в половые клетки, который развивается, лишь увеличиваясь в размерах. Некоторые биологи, например, А.Левенгук, придерживались идеи анималькулизма (лат. animalculum — зверек, маленькое животное), согласно которой гомункулюс содержится в сперматозоиде, другие — овизма (лат. ovus — яйцо), например, Ш.Бонне, считали, что гомункулюс содержится в женской половой клетке. Очевидно, что каждый гомункулюс как уменьшенная копия взрослого организма должен обладать половыми клетками, заключающими гомункулюсов, которые... и так далее до бесконечности.

Принятие концепции гомункулюса в (1) и (2) случае препятствует решению как проблемы активности субъекта, так и проблемы развития, поскольку приводит к логической ошибке сведения к абсурдной бесконечности (“reductio ad infinitum cum absurdum”). И в том и в другом случае это бесконечная череда включенных друг в друга гомункулюсов, в психологическом контексте придающих субъекту способность к рефлексии и порождающих активность, а в биологическом — позволяющих дать квази объяснения процессов развития. В основе парадокса гомункулюса и в психологическом и в биологическом смысле лежит неприемлемая, преформистская концепция развития. Принцип гомункулюса в биологии представляется абсурдным после введения понятия эпигенеза *. Концепция субъекта дает основания надежно устранить и явное и имплицитное использование представления о гомункулюсе в психологии (см. подразд. Принцип субъектн).

(3) В психофизиологии, нейропсихологии, неврологии гомункулюсом называют схемы проекции сенсорных или моторных функций на поверхность коры больших полушарий мозга (см. [Лурия, 1973]).

Дискурс - (фр. discours) многозначное понятие лингвистики, а также философии структурализма, которое, в частности, обозначает речь, рассматриваемую как целенаправленное действие в контексте взаимодействия членов сообщества. В дискурсе порождаются и реализуются системы структур значений объектов и явлений. Поскольку дискурс представляет собой специфический способ и правила организации деятельности, он реализуется как специфическая “дискурсивная практика”, регулируемая определенными предписаниями и запретами; выделяют “литературный”, “политический”, “научный дискурс” и т.п. (см. [Ильин, 1999]).

Дифференциация - (лат. differentia - разность, различие) один из важнейших аспектов рассмотрения процесса развития систем (наряду, например, с интеграцией). Дифференциация протекает как процесс формирования в целостной системе новых компонентов, имеющих общие предковые формы. В процессе дифференциации нарастает разнообразие и количество компонентов системы. Поскольку компоненты, образовавшиеся в результате дифференциации общего предка, обладают генетическим родством и между собой и с другими компонентами системы, целостность системы не нарушается, она поддерживается также интеграционными процессами реорганизации целого при формировании нового.

В эволюционном развитии дифференциация проявляется как ветвление филогенетического древа, как расчленение единого таксона на два или несколько. Так описываются различные пути видообразования [Воронцов, 1999].

В онтогенезе дифференциация протекает как процессы морфогенеза (формирования специализированных тканей), в которых зигота (оплодотворенное яйцо) в процессе развития развивается в дефинитивный организм. Единство процессов дифференциации и интеграции в рамках развивающегося целостного организма выражается, в частности, в том, что развитие происходит как системогенез, а не как органогенез (см. подразд. ПРИНЦИП РАЗВИТИЯ).

Нейрогенез также подчинен закономерностям дифференциации на всех стадиях морфологических преобразований - от стволовых клеток, дифференцирующихся в нейробласты, порождающих нервные и глиальные клетки [Карлсон, 1983], и в процессах поведенческой специализации нейронов (фиксации определенных моделей взаимоотношений организма с окружением) [Александров и др. 1997, Александров и др. 1999].

В контексте эмбриологии термином “дифференциация” обозначают также утрату клетками проспективных потенций к образованию новых структур в процессе развития.

Дифференциация описывает также и развитие концептуальных систем, например, современная наука – результат дифференциации предковых форм знания и практики, наиболее древней из которых является миф/ритуал (см. разд. Становление института науки). Процесс развития парадигм может быть описан как дифференциация (см. подразд. Парадигмы). Это касается и отдельных концептов, например, «импетус», понятие, предшествовавшее понятию классической механики «инерция», не обозначал ни силу, ни энергию, ни количество движения, но обладал чертами каждого из этих понятий, предварял их появление [Кирсанов, 1987, с. 143].

 

Изоморфизм (взаимооднозначное соответствие *) см. также гомоморфизм *.

Контрбалансировка — техника, позволяющая контролировать эффекты порядка предъявления условий (уровней) независимой переменной (см. [Дружинин, 1997, с. 128—129]).

Латинский квадрат — квадратная матрица порядка n, каждый столбец и каждая строка которой являются перестановками элементов конечного множества S, состоящего из n элементов. Латинский квадрат используется при планировании многоуровневых экспериментов, в которых оценивается влияние порядка предъявления разных уровней (условий) независимой переменной, поскольку позволяет перечислить все перестановки этих условий [Сачков, 1977].

Метафора — перенос значения, употребление слова, обозначающего определенный класс объектов, для характеристики объекта, входящего в другой класс. Согласно теории концептуальной метафоры Дж.Лакоффа (см. [Ченки, 1997]), метафоры представляют важный инструмент формирования абстрактных понятий и оперирования ими; по своей природе они не языковые, а концептуальные явления.

Важное значение метафоры в построении концептуальных систем определяется следующими их свойствами [Арутюнова, 1998; Ченки, 1997]:

(1) Метафора осуществляет перенос значения из области-источника (известный объект) в область-мишень (объект исследования). Область-источник обычно более известна, конкретна; для нее существуют более детальные описания, чем для области-мишени.

(2) Метафора выражает фактуальное суждение, она дает константную характеристику предмета.

(3) Метафорическое предложение несимметрично, оно указывает направление переноса определенного значения и не допускает инверсии членов, при перестановке которых метафора меняет свой смысл (“память — библиотека” ¹ “библиотека — память”).

(4) Метафоры не утверждают равенство объектов из областей источника и мишени, но указывают на сопоставимость определенных аспектов рассмотрения этих объектов.

Продуктивные исследовательские метафоры, обладающие большим эвристическим * потенциалом, должны обладать перечисленными свойствами. По мере развития и уточнения представлений об области-мишени метафора, обеспечивающая построение концепции, утрачивает преимущество более понятной, известной области знания; аспект рассмотрения области-источника, указывавшийся метафорой как основной, становится побочным. Метафоры, исчерпавшие эвристические возможности, перестают использоваться, представляют интерес лишь для истории науки; примером этого являются метафоры “нервная система — телефонная станция”, “сенсорная система — фурье-преобразователь”, “память — библиотека”, “память — голограмма” и т.д.

Следует учитывать, что логическая истинность метафорического суждения не всегда может быть установлена. Метафора дает константную характеристику предмета и не допускает “синтаксического распространения признаковыми словами, указывающими на меру сходства” [Арутюнова, 1998, с. 297].

Механицизм — методологическая позиция, складывавшаяся в рамках классической науки, а именно классической механики с XVII в., оформившаяся в виде философского учения, тесно связанного с практикой исследований. Ядро этой концепции составляло положение, что все существующее подчиняется законам механики Ньютона и все наблюдаемые явления и свойства объектов выводимы из этих законов; все сущее представляется агрегатами частиц (тел), связанных силами, которые определяются взаимным положением и динамическими характеристиками частиц; законы их взаимодействия выражаются дифференциальными уравнениями, независимой переменной в которых является время. Можно выделить 2 формы механицизма XIX в. – жесткую, согласно которой существуют лишь собственно механические силы притяжения и отталкивания и смягченную допущением существования иных сил – магнитных, электрических, сил химического сродства(см. [Борзенков, 1980]). Задача исследования состояла в том, чтобы описать объекты в терминах частиц/тел и сил связи между ними. Эти положения, составляющие суть механицизма, служили обоснованием познаваемости мира, методологическим «пропуском» для парадигмы в стадию нормальной науки, поскольку исследовательские задачи получали гарантированное решение, превращались в «головоломки». Механицизм складывался в рамках классического рационализма *, он полностью реализовал все его базовые ценности, в том числе и представление об аналитическом характере процесса познания (см. подразд. Классическая наука, Рациональность). Механицизм получил полное выражение в методологии позитивизма *.

Наивысшего развития механицизм получил в классической физике, а жесткая форма – в классической механике (см. подразд. Классическая наука, Детерминизм). Механистически ориентированные направления и парадигмы в психологии, и, шире – в биологии, придерживались «мягкой» формы механицизма. Так, в ассоциативной психологии предполагалось, что динамика психического определяется свойствами элементов/идей («частиц») и ассоциативных связей между ними («сил»).

Механицизм реализовал весьма определенное сочетание объяснительных принципов.

1. Принцип взаимодействия/развития: (1) концепция взаимодействия получила развитие именно в рамках механицизма, однако представление о цикле взаимодействия в полной, не редуцированной до последовательности воздействий объекта на окружение (другой объект) и окружения (другого объекта) еще не сложилось; (2) концепция развития еще не сформировалась - механические процессы обратимы во времени, а это их свойство логически не совместимо с необратимостью процессов развития; объекты образуются в результате объединения, агрегирования уже существующих компонентов, поэтому изменение объектов при этом сводится к их усложнению, а образования нового, собственно развития не происходит.

2. Принцип детерминизма: версия линейного детерминизма – жесткой последовательности причин и следствий, именно фиксированность этой последовательности служила обоснованием возможности не только неограгниченной предсказательной силы теории, но и ретроспективного описания прошедших событий (см. подразд. Принцип детерминизма), это представление допускало ветвление траекторий, но лишь как проявление неучтенных влияний; механистический линейный детерминизм допускал случайность лишь как следствие недостаточного знания.

3. Принцип целостности принят в версии элементаризма, которая согласуется с версиями, в которых реализованы принципы взаимодействия/развития и детерминизма, представления о системах, принцип системности еще не сложились (см. подразд. Принцип системности).

4. Принцип активности: все изменения состояния объектов являются реакциями - следствиями внешних воздействий (см. подразд. Принцип системности).

Можно видеть, что именно такого истолкования принципов придерживался, например, бихевиоризм, группа парадигм, весьма строго придерживавшихся методологии механицизма (в мягком варианте) (см. главу История). Другой яркий пример использования механицистских положений является постулат непосредственности (см. подразд. Детерминация).

Хотя концепция механицизма является одной из важнейших, неотъемлемых составляющих методологии классической науки, определенные ее компоненты могут актуализироваться и в постклассический период. Так, например, в ряде психологических теорий принятие решения, мышление, рассматриваются как выбор на множестве заданных альтернатив, представляющих собой элементы возможных решений задач (см. подробно [Брушлинский, 1996]).

 

Мимы (англ. memes, неологизм, введенный Р.Докинзом [1993] от genes – гены). Если гены - репликаторы в биологическом мире, то мимы - репликаторы в мире культуры, единица имитации (мелодии, идеи, технические приемы, модные словечки и т.д.). "Мимы следует рассматривать как живые структуры не только в метафорическом, но и в техническом смысле… Посадив в мой разум плодовитый мим, вы буквально поселили в нем паразита, превратив тем самым разум в носителя, где происходит размножение этого мима, точно так же, как размножается какой-нибудь вирус... мим, скажем «веры в загробную жизнь» реализуется физически миллионы раз…" [Докинз, 1993, с. 179]. Докинз приводит примеры мимов, гибельных или полезных для носителей; мутаций, прогрессивных и летальных; гибридизации, дающей нежизнеспособное потомство, и т.д.

Надежность — воспроизводимость результатов исследования, независимость знания от субъективных и случайных, несистематических факторов. (см. подразд. Надежность).

 

Омонимы — две (или более) разные языковые единицы, совпадающие по звучанию, например “ключ” (источник) и “ключ” (для замка), но не обладающие какой-либо семантической связью. Следует отличать омонимию от полисемии — явления, при котором одна и таже форма слова выражает несколько различающихся, но обладающих общими элементами смысла, семантической связью (ср. “картофельное поле ” и “футбольное поле ”). Омонимы возникают при совмещении различающихся материальных и соответствующих им языковых практик. Например, слово “брак”, означающее женитьбу, замужество, восходящее к старославянскому слову, омонимично слову “брак”, означающему недоброкачественное изделие, заимствованному русским языком из немецкого через польский в торговой практике. Одинаково звучащие термины, фиксирующие понятия различных теоретических систем, парадигм как различающихся научных практик, могут рассматриваться как омонимы, например “деятельность” как структура (по А.Н. Леонтьеву) и “деятельность” как процесс (по С.Л. Рубинштейну); “восприятие” как обозначение процесса переработки информации и “восприятие” как понятие экологической оптики Дж. Гибсона. Неизбежна омонимичность развитых научных терминов и слов обыденного языка (ср. приведенные научные термины: “деятельность”, “восприятие”, обладающие весьма ограниченными семантическими полями, и равно им звучащие слова из обыденного языка: “деятельность политической партии”, “жизнь и деятельность Х ”, “восприятие наших успехов” и т.д.). Один из приемов, позволяющих избежать омонимию в научном языке, — использование неологизмов.

Парадигма (см. также подразд. Парадигма)— (греч. paradeigma: образец, модель, пример); термин употребляется в методологии науки, в лингвистике, в в практике научных исследований. По-видимому, этот термин был заимствован немецким философом XVIII в. Георгом Христофом Лихтенбергом (1742 - 1799) из лексикона лингвистики, где он со времен античности использовался для обозначения стандартных форм склонения существительных и спряжения глаголов. Лихтенберг обозначил термином “парадигма” стандартную форму физического процесса, сопоставление с которой позволяет дать объяснение физическим явлениям. В XX в. Л.Витгенштейн применил термин парадигма к стереотипам, которые направляют и формируют рассуждение (см. [Тулмин, 1998]).

(1) В современную методологию науки термин П был введен Т.Куном [Кун, 1977]); он обозначает исследование, принятое как образец определенной группой специалистов, принимающей общие представления о строении изучаемой части действительности (см. разд. I.4);

(2) В лингвистике термин применяется для обозначения какого-либо класса лингвистических единиц, выделенного по наличию у них общего прнзнака, или вызывающих одинаковые ассоциации, а также моделей строения такого класса [Кубрякова, 1998]; из них приведем:

- системы всего многобразия форм одного слова;

- ряды структурно различающихся, но семантически соотносительных синтаксических конструкций (синтаксическая парадигма) — в трансформационной грамматике (см. [Слобин, Грин, 1976]).

(3) В исследовательской практике термином П часто обозначают типовой исследовательский (методический) прием, например “парадигма Стернберга” — методика исследования памяти человека (см. [Солсо, 1996, с. 191, 555]).

Следует остерегаться использования термина П в чрезмерно расширительном смысле, например, для обозначения общей познавательной ситуации в науке (“парадигма современной науки”) или в какой-либо конкретной дисциплине (“парадигма психологии”). Разрушает точный смысл понятия П также попытки применить его к такого рода образованиям, как «западная» и «восточная» наука, паранаука, религия, как это было сделано А.В.Юревичем, который, чтобы отразить увеличение понятийного поля, сформировал производный термин «метадигма» [Юревич, 1999]. В применении к неисследовательским (не эмпирическим) областям знания (напр. “парадигма позитивизма”) или деятельности (например, искусства — “парадигма постмодернизма”), к паранауке или религии, термин П не совпадает с его употреблением в контексте методологии науки, в этом случае эти термины следует рассматривать как омонимы *, они различны по содержанию уже потому, что неисследовательские “парадигмы” не могут быть фальсифицированы, возможность обнаружения аномалий в таких парадигмах отсутствует, процедуры конструирования фактов и оперирования ими, принципиально отличаются от сложившихся в рамках института науки. Смысл термина существенно изменяется, если его применяют к более крупным структурам научного знания, например, к группе парадигм, поскольку для такой группы невозможно указать общую целостную характеристику, совпадающую с эталонным исследованием; при условии общего происхождения группы парадигм и достаточно полного их перечисления, такую группу как целое можно описать в