Как выбирать экспериментальную схему

Распределение случайным образом (рандомизация)

Эта техника употребляется чаще. При этом методе характеристики испытуемых игнорируются, и распределение по группам является случайным и непредвзятым. Это значит, что любой испытуемый имеет равные шансы попасть в любую группу.

Существуют следующие способы формирования групп:

· дать испытуемым номера и написать номера на бумажках. Тащить бумажки из шляпы

· кидать монетку

· пользоваться таблицей случайных чисел.

Существующие при этом ПРОБЛЕМЫ:

случайное распределение не гарантирует равенство групп. Например, если мы решили проверить какую-либо методику обучения, то параллельные классы могут оказаться совсем не одинаковы (один - спортивный)

Стратегия случайного распределения слоев

Это смешанная стратегия. Выделяется несколько "слоев" (например, мужчины и женщины), а внутри каждого слоя распределение случайное.

Интраиндивидуальная экспериментальная схема обычно более эффективна, так как каждый испытуемый сравнивается сам с собой при различных экспериментальных условиях. Тогда понятно, что если и есть какой эффект, то он получился из-за разницы в уровнях независимой переменной, а не из-за разницы в испытуемых.

Однако и эта схема не без недостатков: Существует возможность влияния условий одного испытания на последующие, что приведет к невалидности эксперимента (например, привыкание к наркотику), испытуемые могут устать или, наоборот, напрактиковаться выполнять какое-либо задание.

Каким образом избежать этой трудности? - Существует два способа, которые могут помочь.

1. Случайное распределение. Но не испытуемых, а порядка предъявления уровней независимой переменной.

2. УРАВНИВАНИЕ - достижение численного равенства средних позиций каждого из условий (или уровней) независимой переменной в последовательности (или наборе последовательностей) их предъявления. Тогда каждое условие имеет одинаковые шансы получить влияние смешенной переменной.

Полное уравнивание требует, чтобы все возможные порядки испытаний были использованы.

Полное уравнивание является самой безопасной техникой, но имеет свои недостатки. Чем больше число условий, тем больше число их порядков (если число условий п, то число порядков п!). Поэтому на определенном этапе полное уравнивание становится невозможным.

Тогда возможно частичное уравнивание: каждое условие (уровень независимой переменной) встречается одинаково часто в каждой части эксперимента. Например, условие А встречается 1-м, 2-м, 3-м,... одинаково часто; условие В - тоже, условие С - тоже...

Такая организация называется латинский квадрат.

Обычно лучше испытывать больше испытуемых. Тогда их число должно быть кратно п.

1. Можно использовать тот же самый квадрат. После проведения эксперимента стоит провести статистический тест на единственность квадрата. Если тест статистически значимый, то это значит, что частичное уравнивание провалилось и результаты под вопросом. Если тест не значимый, то все хорошо.

2. Можно использовать другой латинский квадрат на каждые следующие п испытуемых. Это хорошо тем, что ближе к полному уравниванию, но хуже тем. Что не существует статистического теста на единственность квадрата. Если предположения о частичном уравнивании были неверны, то мы об этом никогда не узнаем.

3. Существует еще один вид латинского квадрата. Это сбалансированный латинский квадрат:

Многие исследователи верят, что лучше использовать этот квадрат, хотя нет никакого статистического теста, подтверждающего такую точку зрения. В любом случае не повредит его использовать. Правда, такой латинский квадрат имеет недостаток - он не подходит, когда число условий нечетное.

КАК ВЫБИРАТЬ ЭКСПЕРИМЕНТАЛЬНУЮ СХЕМУ

Если независимая переменная дает какой-то предполагаемый длительный эффект, то лучше использовать межгрупповую экспериментальную схему. Это случается, когда у вас следующие независимые переменные:

· вызывающие изменения в развитии или состоянии испытуемого (перепады давления или отравления до рождения),

· практически все виды физиологических повреждений, (травмы, повреждения мозга,)

· большинство переменных, зависящих от времени (сюда входят вызывающие обучение)

· Большинство переменных, характеризующих испытуемых - пол, возраст, национальность...., но они не являются настоящими независимыми переменными.

В противном случае лучше (экономичнее) использовать интраиндивидуальную схему. Интра-индивидуальная схема применяется, если есть большие индивидуальные различия между испытуемыми (например, в восприимчивости к лекарствам).

Во многих случаях перед экспериментаторами стоит большая проблема: надо сбалансировать действия независимой переменной и возможные эффекты различия в испытуемых. Не существует какого-либо простого решения этой проблемы. Иногда приходится проводить эксперимент по двум схемам.