Читать книгу - "Психология для чайников - Адам Кэш"

авторитете, я никогда не смогу быть уверенным в том, что полученная мной информация объективна и заслуживает доверия. Когда применяется научный метод, теория, которая не соответствует эмпирическим результатам, полученным в ходе научного исследования, считается неточной. Значит, пришло время для новой теории! Ученые никогда не должны изменять свои экспериментальные данные, пытаясь подогнать их под изначальную теорию, иначе это будет мошенничеством.

Методы исследования

Чтобы научно оценить теорию, психологи используют описательное исследование и экспериментальное исследование. В этом разделе я опишу оба подхода и углублюсь в вопросы, связанные со статистикой, пониманием причинно-следственных связей в корреляционных исследованиях и захватывающим эффектом плацебо.

Что такое описательное исследование

Описательное исследование представляет собой наблюдение и сбор данных без попыток манипулирования какими-либо условиями или обстоятельствами. Это пассивное наблюдение за исследуемой темой. Описательные исследования хороши для разработки новых теорий и гипотез и часто становятся первым шагом для ученого, исследующего что-то недостаточно изученное. Однако они не сильно помогут, если вас интересуют причинно-следственные связи.

Если меня интересует только содержание разговоров на автобусной остановке, я могу снять на видео людей, разговаривающих друг с другом, а затем проанализировать его. Но если я хочу узнать, что заставляет людей обсуждать определенные темы на автобусных остановках, тогда мне следует провести эксперимент.

Проведение экспериментальных исследований

При экспериментальном исследовании исследуемые переменные (объекты и события) контролируются, ими манипулируют для получения наилучшего представления о причинно-следственных связях между объектами или событиями.

Скажем, у меня есть некая теория о разговорах на автобусной остановке под названием «правило пяти и более минут», которая гласит: «Незнакомые люди вступают в разговор друг с другом только после того, как проведут в присутствии друг друга пять или более минут». Моя гипотеза звучала бы так: «Через пять минут нахождения в одном пространстве явно незнакомые люди вступят в разговор, выходящий за рамки простых любезностей и приветствий, которыми обычно обмениваются незнакомцы». То есть я предполагаю, что, как только незнакомцы простоят на автобусной остановке пять минут, они начнут разговаривать друг с другом на разные темы. Как я могу проверить свою гипотезу?

Я мог бы просто посидеть на автобусной остановке и понаблюдать, произойдет ли это. Но откуда я знаю, что в основе моих наблюдений лежит именно мое правило пяти и более минут? Я этого в точности не знаю! Это может быть что угодно. Такова проблема практически любого исследования, которую я люблю называть z-фактором. Z-фактор – это нечто, влияющее на гипотезу, то, о чем я не знаю, или то, что я не учитываю. Это внешняя переменная, которую мне необходимо контролировать, чтобы быть уверенным в своей теории. Некоторыми возможными z-факторами в исследовании разговоров на автобусной остановке могут быть время суток, культура людей, их возраст. Хорошие научные исследования стараются исключить z-факторы или внешние переменные, контролируя их влияние и исключая их из интерпретации.

Описательное или наблюдательное (обсервационное) исследование не учитывает z-факторы. Поэтому вместо него я провожу эксперимент, в ходе которого подхожу к людям на автобусных остановках и пробую различные способы проверить свою гипотезу. Я могу подойти и попытаться заговорить с кем-нибудь через две минуты. Я могу подождать и посмотреть, что случится через десять минут. Я могу провести исследование во время грозы или одеться определенным образом, чтобы попытаться доказать, что моя гипотеза неверна! Я могу попытаться выяснить, не начинают ли люди разговаривать на автобусных остановках раньше, чем через пять минут. Если это так, то правило пяти минут будет признано некорректным. Чем чаще проваливаются попытки подтвердить, что мое правило не работает, тем больше моего доверия оно будет заслуживать.

Это может несколько сбивать с толку. Зачем мне пытаться опровергнуть свою гипотезу, вместо того чтобы доказать ее истинность? Дело в том, что в любом научном исследовании я никогда не смогу по-настоящему доказать истинность гипотезы. Вместо этого я пытаюсь найти что-то, опровергающее ее. Например, когда-то мы думали, что Земля плоская. Все, что мы наблюдали в то время, соответствовало этой идее. Однако пришел некто и предоставил доказательства, опровергающие эту идею, что показало ошибочность такого мышления. Если у меня есть гипотеза и я продолжаю находить доказательства для нее, я могу все более и более убеждаться, но никогда не буду знать наверняка. Но если я найду хотя бы один пример, противоречащий моей гипотезе, то это поставит ее под сомнение. Если я скажу: «Все лебеди белые», что произойдет, когда я найду одного черного лебедя? Представление о том, что все лебеди белые, окажется ложным!

Измеряем все с помощью статистики

Хорошая психология основана на надежной теории и достоверных данных, независимо от того, как получены эти данные – путем наблюдений или экспериментов. При этом психология утверждает, что ее исследования в большинстве случаев применимы к людям в целом. То есть психологи ищут истину, которая применима ко всем людям. Но как они могут утверждать это, не проводя исследований среди всех людей планеты Земля?

И тут на белом коне появляется раздел математики, называемый статистикой. Он дает психологу возможность делать выводы о человечестве на основе исследований, проведенных всего на нескольких десятках или паре сотен человек. После того как теория разработана, научный метод требует, чтобы она была проверена либо путем наблюдения, либо путем эксперимента. Мы снова сталкиваемся с проблемой невозможности наблюдать или проводить эксперименты со всеми людьми. И именно здесь выручает статистика.

Статистика занимается сбором и анализом данных. Как правило, в психологии используются два типа статистического анализа: дескриптивный (описательный) и инференциальный:

 Дескриптивная статистика занимается прямым численным измерением характеристик генеральной совокупности (популяции). Например, сколько чего-либо существует, каково среднее значение какого-либо феномена или каков диапазон конкретного значения чего-либо. Я описываю то, что есть, не выходя при этом за рамки имеющихся данных. Если бы я использовал дескриптивный статистический метод по всем лебедям, проверяя свою гипотезу о том, что все лебеди белые, мне пришлось бы описать каждого лебедя. В статистике популяция определяется как общая или максимально полная группа объектов, людей, событий, явлений и так далее. Описательный анализ требует описания всей популяции лебедей.

 Инференциальная статистика приходит на помощь, когда я не могу измерить всех лебедей. Этот подход позволяет мне измерить выборку лебедей, подмножество популяции, а затем, на основе полученной выборки, сделать выводы или оценки о популяции в целом.

Разумеется, инференциальная статистика решает дилемму измерения при условии соблюдения некоторых основных правил, таких как рандомизация и соответствующий объем выборки.