Квазиэксперимента льны en лапы 5 страница

Эмпирически эта процедура производится следующим образом. Предполагается, что данные тестирования и значения латентных переменных характеризуются нормальным распределением. Уровень "способности" испытуемого в "логитах" определяется на шкале ин­тервалов с помощью формулы:

где

п — число испытуемых,

р^ — доля правильных ответов i-ro испытуемого на задания теста,

q^ — доля неправильных ответов,

Р,+Я,=1-

Для первичного определения трудности задания в логитах исполь­зуют оценку

Р";= In ——, j=l,2,..„ п, Р,

где п — число заданий,

р, — доля правильных ответов для испытуемых группы Haj-e за­дание, q —доля неправильных ответов,

P+Q-¹-

Хотя параметры (3 и 6 изменяются от "плюса" до "минуса". io при Р < — 6 значения р^ близки к единице, т.е. на эти задания прак­тически каждый испытуемый дает правильный ("ключевой") ответ. При (3 > б с заданием не сможет справиться ни один испытуемый, точнее — вероятность дать "ключевой" ответ ниччожна.

Рекомендуется рассматривать лишь интервалы от — 3 до + 3 как для Р (трудности), так и для 6 (способность).

Второй этап шкалирования испытуемых и заданий сводится к тому, что шкалы преобразуются в единую путем "уничтожения" вли­яния трудности задания на результат индивидов. И наоборот, эли-

минируется влияние индивидуальных способностей на решение за­даний различной трудности. Для шкалы испытуемых:

где

(3 — среднее значение логитов трудности заданий теста, W — стандартное отклонение распределения начальных значений

параметра (3, n — число испытуемых. Для шкалы заданий:

6 — среднее значение логитов уровней способностей,

V — стандарное отклонение распределения начальных значений "способности",

n — число заданий в тесте.

Эти эмпирические оценки используются в качестве окончатель­ных характеристик измеряемого свойства и самого измерительного инструмента (заданий теста).

Если перед исследователем стоит задача конструирования теста, то он приступает к получению характеристических кривых заданий теста. Характеристические кривые могут накладываться одна на другую. В этом случае избыточные задания выбраковываются. На определенных участках оси 9 ("способность") характеристические кривые заданий могут вовсе отсутствовать. Тогда разработчик теста должен добавить задания недостающей трудности, чтобы равномерно заполнить ими весь интервал шкалы логитов от —6 до +6. Заданий средней трудности долж­но быть больше, чем на "краях" распределения, чтобы тест обладал необходимой дифференцирующей (различающей) силой.

Вся процедура эмпирической проверки теста повторяется не­сколько раз, пока разработчик не останется доволен результатом ра­боты. Естественно, чем больше заданий, различающихся по уровню

трудности, предложил разработчик для первичного варианта теста, тем меньше итераций он будет проводить.

Главным недостатком модели Раша теоретики считают пренебре­жение "крутизной" характеристических кривых: "крутизна" их по­лагается одинаковой.

Задания с более "крутыми" характеристическими кривыми по­зволяют лучше "различать" испытуемых (особенно в среднем диа­пазоне шкалы способности), чем задания с более "пологими" кри­выми.

Параметр, определяющий "крутизну" характеристических кри­вых заданий, называют дифференцирующей силой задания. Он ис­пользуется в двухпараметрической модели Бирнбаума.

Модель Бирнбаума аналитически описывается формулой

Параметра определяет "крутизну" кривой в точке ее перегиба;

его значение прямо пропорционально тангенсу угла наклона каса­тельной к характеристической кривой задания теста в точкеЭ = (^.

Интервал изменения параметра а от—с^до +оо. Если значения а близки к 0 (для заданий разной трудности), то испытуемые, разли­чающиеся по уровню выраженности свойства, равновероятно дают "ключевой" ответ на это задание теста. При выполнении такого за­дания у испытуемых не обнаруживается различий.

Парадоксальный вариант получаем при а < 0. В этом случае бо­лее способные испытуемые отвечают правильно с меньшей вероят­ностью, а менее способные — с большей вероятностью. Опытные пси­ходиагносты знают, что такие случаи встречаются в практике тести­рования очень часто.

Ф.Лорди М.Р.Новик в своей классической работе приводят фор­мулы оценки параметра а. При а = 1 задание соответствует одно-215

параметрической модели Раша. Практики рекомендуют использо­вать задания, характеризующие значение а в интервале от 0.5 до 3.

Все психологические тесты можно разделить в зависимости oi формального типа ответов испытуемого на "открытые" и "закры­тые". В тестах с "открытым" ответом, к которым относятся tcctwais Д.Векслераили методикадополнения предложений, испытуемый са\' порождает ответ. Тесты с "закрытыми" заданиями содержат вари­анты ответов. Испытуемый может выбрать один или несколько ва­риантов из предлагаемого множества. В тестах способностей (тес'1 Д.Равена, GABT и др.) предусмотрено несколько вариантов непра­вильного решения и один правильный. Испытуемый может приме­нить стратегию угадывания. Вероятность угадывания ответа:

где

n — число вариантов.

Результаты эмпирических исследований показали, что относи­тельные частоты решения "закрытых" заданий отклоняются от тео­ретически предсказанных вероятностей двухпараметрической модели Бирнбаума. Чем ниже уровень способностей испытуемого (низкие значения параметра 6), тем чаще он прибегает к стратегии угадыва­ния. Аналогично, чем труднее задание, тем больше вероятность того, что испытуемый будет пытаться угадать правильный ответ, а не ре­шать задачу.

Бирнбаум предложил трехпараметрическую модель, которая по­зволила бы учесть влияние угадывания на результат выполнения теста.

Трехпараметрическая модель Бирнбаума выглядит так:

Соответственно оценка "силы" пункта (трудности задания) вло-гистической форме модели

С характеризует вероятность правильного ответа на задание j в том случае, если испытуемый угадывал ответ, а не решал задание, т.е. при 9 —> 0. Для заданий с пятью вариантами ответов С = 0,2, с четырьмя вариантами — С = 0,25 и т.д.

Нетрудно заметить, что характеристическая кривая задания при учете параметра С становится более пологой, так как 0 < С < 1,но

при всех С = 0 кривая поднимается над осью 9 на величину С^. Тем самым даже самый неспособный испытуемый не может показать нулевой результат. Дифференцирующая сила тестового задания при введении параметра С снижается. Из этого следует нетривиальный вывод: тесты с "закрытыми" заданиями (вынужденным выбором от­вета) хуже дифференцируют испытуемых по уровням свойства, чем тесты с "открытыми" заданиями.

Модель Бирнбаума не объясняет парадоксального, но встречаю­щегося в практике тестирования феномена: испытуемый может реже выбирать правильный ответ, чем неправильный. Таким образом, час­тота решения некоторых заданий может не соответствовать предска­заниям модели Р < С, тогда как, согласно модели Бирнбаума, в пре­деле Р = С.

Рассмотрим еще одну модель, которую предложил В.С.Аванесов. Как мы уже заметили, в IRT не решается проблема валидности: ус­пешность решения задачи зависит в моделях IRT только от одного свойства. Иначе говоря, каждое задание теста считается априорно валидным.

Аванесов обратил внимание на это обстоятельство и ввел допол­нительный, четвертый, параметр, который можно обозначить как внутреннюю валидность задания. Успешность решения задания оп­ределяется не только "основной" способностью (9), но и множест­вом условий, нерелевантных заданию, однако влияющих надеятель-ность испытуемого.

Четырехпараметрическая модель представляет, по мнению ряда исследователей, лишь теоретический интерес:

где

у — валидность тестового задания.

Если у < 1, то тест не является абсолютно валиднным. Следова­тельно, вероятность решения задания не только определяется тео­ретически выделенным свойством, но и зависит от других психи­ческих особенностей личности.

Бирнбаум считает, что количество информации, обеспеченное j-м заданием теста, при оценивании 9 является величиной, обратно про­порциональной стандартной ошибке измерения данного значения 6 j-м заданием. Более подробно вычисление информационной функ­ции рассмотрено в работе М.Б.Челышковой.

Многие авторы, в частности Пол Клайн, отмечают, что IRT об­ладает множеством недостатков. Для того, чтобы получить надеж-

ную и независимую от испытуемых шкалу свойств, требуется про­вести тестирование большой выборки (не менее 1000 испытуемых) Тестирован недостижений показывает, что существу ют значитель­ные расхождения между предсказаниями модели и эмпирическими данными.

В 1978 г. Вуд доказал, чтолюбые произвольные данные могутбыть приведены всоогветствиес моделью Раша. Кроме того, существуе! очень высокая корреляция шкал Раша с классическими тестовыми шкалами (около 0,90).

Шкалирование, по мнению Раша, способно привести к образо­ванию бессмысленных шкал. Например, попытка применить его мо­дель к опроснику EPQ Айзенка породила смесь шкал N, Е, Р и L.

Главный же недостаток IRT — игнорирование проблемы валид-ности. В психологической практике не наблюдается случаев, когда ответы на задания теста были бы обусловлены лишь одним факто­ром. Даже при тестировании общего интеллекта модели 1'R.T непри­менимы.

Клайн рекомендует использовать модели IRT для коротких тес­тов с валидными заданиями (факторно простые тесты).

В пособии Клайна "Справочное руководство по конструирова­нию тестов" (Киев, 1994) приведен алгоритм конструирования тес­тов на основе модели Раша.

В заключение рассмотрим вероятностную модель тестов "уров­ня" Ф.М.Юсупова, аспиранта лаборатории психологии способнос­тей Института психологии РАН. Его модель разработана для тестов с "закрытыми" заданиями (выбором ответов из множества), разли­чающимися по уровню трудности. В "закрытых" тестах испытуемый может применить стратегию "угадывания" ответа. Вероятность уга­дывания

где

m — число альтернатив.

Сложность тестового задания

где

n — число испытуемых, способных решить задание, N — общее количество испытуемых в выборке валидизации. При W< P невозможно определить, решена задача случайно или за-

кономерно. Полагается, что биноминальное распределение вероят­ности успешного выполнения тестового задания при больших N апп­роксимируется нормальным. Должны выполняться следующие условия:

1. Правильный ответ выбирается неслучайно, если:

его экспериментально полученная частота больше 1/т;

это превышение статистически значимо;

оценить его можно с помощью t-критерия Стьюдента.

2. Все ложные варианты ответов должны выбираться не чаще, чем случайные:

где

n — частота выбора неверного ответа.

Тем самым тестовое задание стимулирует испытуемого к выбору правильного ответа.

3. В тестах "уровня" диапазон изменения показателя сложности О < W S 1 должен быть уменьшен "слева" на величину W, значимо отличающуюся от W, в которой t = t^ (t — критерий Стьюдента). Чем больше вариантов ответов в тесте, тем меньше W и шире об­ласть допустимых значений показателя сложности тестового зада­ния. Например, для N = 100, а = 0,05 (t^ = 1,90) и 10 > m > 3 расчет показывает, что уже при m > 6 скорость расширения области значе­ний показателя сложности значимо замедляется. Поэтому рекомен­дуется выбирать 6— 10 вариантов ответа.

В тесте "уровня" число градаций сложности и число заданий свя­зано. Чем точнее оценка свойства, тем больше число градаций. Но это влечет снижение достоверности измерения, так как длина теста (число задан и и) ограниченна. Уменьшение числа градаций приве­дет к нивелированию различий между испытуемыми.

Предельно возможное число заданий в тесте выбирается при ус­ловии, что различие в уровне их сложности гарантируется с выбран­ной вероятностью.

Поскольку дисперсия биноминального распределения максималь­на в центре интервала 0 — 1 и уменьшается к периферии до 0, шаг градаций сложности на разных участках этого интервала будет раз­личным: на периферии он должен стремиться к нулю.

Удобно принять в качестве шага градации сложности 1/10 интер­вала. Для а = 0,05, N = 100 получается 7 значений показателя слож­ности, что при шаге, равном 0,1, гарантирует различение между уров­нями с вероятностью 0,9.

Если учесть условие минимизации случайного выбора правиль­ного ответа, то число градаций сложности должно быть еще мень­ше. Например, при б вариантах ответа число заданий разного уров­ня сложности не может быть больше 6.

Эти выводы верны в том случае, если биноминальное распреде­ление аппроксимируется нормальным распределением. При боль­шом числе испытуемых такая аппроксимация возможна.

Расчеты показывают, что минимально необходимый объем вы­борки для апробации тестовых заданий не так уж и велик — 56 чело­век при достоверности 0,9.

Следовательно, исходя из вероятностной модели теста и не при­бегая к допущениям о моделях тестирования, можно рассчитать пара­метры теста как предельные характеристики, обеспечивающие до­стоверность измерения.

Литература

Психологические измерения. М.: Мир, 1976. Наповян С. С. Математические методы в социальной психологии.

М.: Наука, 1983. Клайн П. Справочное руководство по конструированию тестов.

Киев,1994. ДюкВ.А. Компьютерная психодиагностика. СПб.: Братство, 1994.

Вопросы

1. Какие основные типы шкалы используются в психологических исследованиях?

2. В чем состоят отличия классической модели теста от теории выбора ответа (IRT)?

3. Что гакое "логит"?

4. Каким должно быть число уровней трудности заданий в тесте?

5. В каких случаях применяется шкалограммный анализ?

ГЛАВА 7 ИНТЕРПРЕТАЦИЯ И ПРЕДСТАВЛЕНИЕ РЕЗУЛЬТАТОВ

Содержание. Результаты эмпирического исследования и их пред­ставление. Принятие решения о гипотезе (подтверждение, опровер­жение). Ошибки первого и второго рода, их причины и средства минимизации. Обобщение экспериментальных результатов на дру­гие выборки, другие условия эксперимента и на других эксперимен­таторов. Представление результатов исследования: графическое, сим­волическое и вербальное. Требования к научному тексту. Структура и содержание научной статьи. Оформление научной статьи. Стан­дарт "Психологического журнала" и стандарт АРА (США).

Основные понятия. Принятие решения, ошибки первого и второ­го рода, достоверность, обобщение, текст, график, граф, диаграм­ма, полигон распределения, гистограмма, стандарт.

7.1. Результаты исследования, их интерпретация и обобщение

Автор этого учебника сознательно не включил главу с изложени­ем методов математико-статистической обработки данных. Во-пер­вых, существует обширная учебная литература, справочники и мо­нографии, где эти вопросы изложены профессионально и подробно. Во-вторых, студенты-психологи изучают отдельный курс "Магема-тические методы в психологии", а попрактиковаться в их примене­нии они могут, обрабатывая результаты лабораторных исследований на практикуме по общей психологии. Поэтому содержание этой гла­вы начинается с того момента, когда данные исследования уже об­работаны и представлены в той или иной форме. Кроме того, при­менение статистических критериев уже позволило сделать вывод о принятии или отвержении стагистической гипотезы Н, или Нд.

Предположим, что статистическая гипотеза о различии результа­тов экспериментальной и контрольной групп принята. Какие выво­ды мы можем сделать после обработки экспериментальных резуль-

татов? Итог любого исследования — преобразование "сырых" дан­ных в решение об обнаружении явления (различий в поведении двух и более групп), о статистической связи или причинной зависимос­ти. Подтверждение или опровержение статистической гипотезы о значимости обнаруженных сходств — различий, связей и т.д. долж­но быть интерпретировано как подтверждение (неопровержсние) или опровержение экспериментальной гипотезы. Как правило, исследо­ватель пытается подтвердить гипотезу о различиях поведения кон­трольной и экспериментальной групп. Нуль-гипотеза — гипотеза о тождестве групп.

При статистическом выводе возможны различные варианты ре­шений. Исследователь может принять или отвергнуть статистичес­кую нуль-гипотезу, но она может быть объективно ("на самом деле") верной или ложной. Соответственно возможны четыре исхода: 1) принятие верной нуль-гипотезы; 2) отвержение ложной нуль-гипо­тезы; 3) принятие ложной нуль-гипотезы; 4) отвержение верной нуль-гипотезы. Два варианта решения правильны, два — ошибоч­ны. Ошибочные варианты называются ошибками 1 -го и 2-го рода.

Ошибку 1-го рода исследователь совершает, если отвергает ис­тинную нуль-гипотезу. Ошибка 2-го рода состоит в принятии лож­ной нуль-гипотезы (и отвержении верной исследовательской гипо­тезы о различиях).

Решение	Гипо	теза
	Нуль-гипотеза верпа	Исследовательская гипотеза верна
Отвержение нуль-гипотезы	Ошибка 1-го рода	Верное решение
Принятие нуль-гнгкяезы	Верное решение	Ошибка 2-го рода

 

Чем больше число испытуемых и опытов, чем выше статистичес­кая достоверность вывода (принятый уровень значимости), тем мень­ше вероятность совершения ошибок 1 -го рода. Например, если при к =0,1 слабые различия между средним,', определенные с помощью t-критерия, могут быть значимыми, то прлос= 0,05 исс= 0,001 зна­чимых различий мы можем не получить.

Ошибка 1 -го рода особо значима в уточняющем (конфирматор-ном) эксперименте, а также в тех случаях, когда принятие неверной гипотезы о различиях имеет практическую значимость. Допустим,

принятие ложной гипотезы об ишеллектуальных различиях пред­ставителей разных социальных страт или этнических групп имее1 чрезвычайно значимые социально-политические следствия.

Ошибка 2-го рода — отвержение верной исследовательской ги­потезы и принятие нуль-гипотезы — особенно существенна при про­ведении пробного (эксплораторного) эксперимента. Отклонение исследовательской гипотезы на начальной стадии может надолго за­крыть дорогу исследователям вданной предметной области. Поэто­му уровень статистической достоверности при проведении экспло­раторного эксперимента на малых выборках стремятся понизить, т.е. выбирают а=0,1 или а = 0,05. Исследователю, разумеется, прият­нее получить подтверждение своим собственным мыслям, поэтому субъективная значимость ошибок 2-го рода значительно ниже, чем субъективная значимость ошибок 1 -го рода.

Но для науки как сферы человеческой деятельности важнее по­лучить максимально достоверное знание, а не "засорять" научные журналы невалидными и ненадежными результатами. Поэтому стра­тегия исследований в любой обласги психологической науки тако­ва: переход от эксплораторного (поискового) эксперимента к кон-фирматорному (уточняющему), от низких уровней достоверности — к высоким, от исследований на малых выборках — к исследованиям набольших.

В конкретных же исследованиях значимость ошибок 1-го и 2-го рода может сильно зависеть от целей, которые преследуются в экс­перименте, от предмета изучения и характера решаемой исследова­тельской задачи и т.д. В обыденной жизни и профессиональной мы часто сталкиваемся с такими ситуациями, когда нам надо оценить сравнительную значимость ошибок 1 -го и 2-го рода. Например, судья или присяжные, определяя виновность или невиновность подсуди­мого, должны для себя решить, что более значимо: признать неви­новного виновным или виновного невиновным. Установка на "гу­манность" диктует правило: пусть будут оправданы десять преступ­ников, чем пострадает один невиновный. "Репрессивная" установ­ка предполагает другое правило: пусть пострадаю г десять невинов­ных, лишь бы один виновный не ушел от наказания.

Принятие или отвержение статистической гипотезы не является единственным условием принятия или не принятия эксперименталь­ной гипотезы. Если статистическая гипотеза отвергнута, то иссле­дователь может это реализовать по-разному. Он может завершить эксперимент и предпринять попытку выдвижения новых гипотез. Экспериментатор может провести новое исследование на расширен­ной выборке с использованием модифицированного эксперимен-

тального плана и т.д. "Отрицательный" результат, как говорят опыт­ные экспериментаторы, тоже результат.

С позиций критического рационализма "отрицательные" выво­ды, отвергающие экспериментальную гипотезу, — это главный рс-зультатлюбого эксперимента, так как сам эксперимент есть способ выбраковки нежизнеспособных гипотез. Отклонение эксперимен­тальной гипотезы отнюдь не означает, что теорию, следствием ко­торой она являлась, следует сразу отбросить. Возможно, неверно сформулирована теоретическая гипотеза: в прямой вывод из теории может вкрасться ошибка. Не исключено, что теоретическая гипоте­за верна, но ее экспериментальная версия некорректно сформули­рована. При этом зачастую даже подтверждение экспериментальной гипотезы не свидетельствуете подтверждении теории. Допустим, ис­ходя из концепции фасилитации, мы предполагаем, что эмоциональ­ная поддержка действий испытуемого будет приводить к более ус­пешному решению задач. Но вместо превентивной эмоциональной поддержки любых проявлений интеллектуальной активности мы в эксперименте поощряли испытуемого за хорошую работу по окон­чании решения задания. Разумеется, эффект будет обнаружен, но никакого отношения к исходной теоретической гипотезе он не име­ет.

Рассмотрение различных частных случаев подтверждения или неподтверждения конкретных экспериментальных гипотез — дело увлекательное и вполне доступное любому студенту, который усво­ил азы психологического экспериментирования. Предположим, что экспериментальная гипотеза подтверждена или, следуя строгой ло­гике К.Поппера, не опровергнута. Требуется решить проблему обоб­щения результатов эксперимента: на какие группы испытуемых мо­гут быть распространены выводы, в каких внешних условиях будут воспроизводиться результаты, не будетли влиять на результаты ис­следования смена экспериментатора?

В отличие от классического естествознания, экспериментальный результат в психологии должен быть инвариантен (неизменен) по отношению не только ко всем объектам данного типа, к пространст­венно-временным (и некоторым другим) условиям проведения экс­перимента, но и к особенностям взаимодействия экспериментатора и испытуемого, а также к содержанию де>, "ельности испытуемого.

1. Обобщение по отношению к объектам. Если мы провели экспе­римент на 30 испытуемых — мужчинах в возрасте от 20 до 25 лет, принадлежащих к семьям из среднего класса, обучающихся на 2—3-м курсах университета, то, очевидно, нужно решить следующую про­блему: на какую популяцию распространить результаты? Предель-

ным обобщением будет oi несение выводов ко всем представителям вида Homo sapiens. Обычно исследователи заканчивают первую экс­периментальную часть своей работы предельно широким обобще­нием. Дальнейшая исследовательская практика сводится не только к уточнению, но и к сужению диапазона применимости найденных закономерностей.

Исследования Скиннера по оперантному обучению на крысах, голубях и др. дали результаты, которые автор распространил на пред­ставителей других видов, занимающих верхние ступени эволюци­онной лестницы, в том числе и на человека. Эксперименты И.П.Пав­лова по выработке классических условных рефлексов у собак позво­лили выявить закономерности высшей нервной деятельности, об­щие для всех высших животных. Феномены Ж.Пиаже воспроизво­дятся при исследовании групп детей во Франции, США, России, Израиле и т.д.

Ограничителями генерализации выступают внепсихологические характеристики популяции: 1) биологические и 2) социокультурные.

К основным биологическим характеристикам относятся пол, воз­раст, раса, конституциональные особенности, физическое здоровье. В дифференциально-психологическом исследовании выявляются из­менения зависимости между двумя переменными, которые относятся к дополнительным признакам объекта изучения.

Социокультурные особенности являются вторым важнейшим ог­раничением обобщения результатов. Решается проблема возможнос­ти распространения данных на представителей других народов и культур в кросскультурных исследованиях. Аналогичная работа про­водится по уточнению влияния на результаты эксперимента таких дополнительных переменных, как уровень образования и уровень доходов испытуемых, классовая принадлежность и т.д.

Бывает, что результаты эксперимента можно применить лишь к той популяции, представители которой вошли в состав эксперимен­тальных групп. Но и в этом случае существует проблема: можно ли данные, полученные на экспериментальной выборке, распростра­нить на всю популяцию? Решение этой проблемы зависит от того, насколько в ходе планирования исследования и формирования экс­периментальной выборки соблюдалось требование репрезентатив­ности.

Для проверки выводов, во-первых, проводят дополнительные эксперименты на группах представителей той же популяции, не во­шедших в первоначальную выборку. Во-вторых, стремятся макси­мально увеличить в уточняющих экспериментах численность экс­периментальной и контрольных групп.

8 Экспериментальная психология 225

2. Условия исследования. В психологическом эксперименте важны не столько пространственно-временные факторы (в отличие от физи­ческого), сколько условия деятельности испытуемого, а тем более — особенности заданий. В какой мере влияют на результат вариации инструкции, материала заданий, действий испытуемого, предусмот­ренных в ней, вид мотивации, присутствие или отсутствие "обрат­ной связи"? На все эти вопросы нельзя ответить, ограничившись проведением одного эксперимента. Исследователь должен варьиро­вать в последующих экспериментальных сериях дополнительные переменные, относящиеся к характеристикам экспериментального задания, чтобы установить, являются ли результаты инвариантны­ми по отношению к задаче испытуемого.

Классическим примером влияния особенностей задачи, решае­мой испытуемым, на результат эксперимента стали психофизичес­кие исследования абсолютных порогов чувствительности.

"Слепой опыт" позволяет исключить влияние на результат зна­ния испытуемого о том, когда и какое воздействие он получает.

3. Экспериментатор. Проблеме влияния экспериментатора на ре­зультаты исследования было уделено достаточно внимания в этой книге. Следуетлишь напомнить, что психология, в отличие от дру­гих научных дисциплин, не может полностью исключить, "вынести за скобки" влияние личностных черт, мотивации, компетентности исследователя в ходе эксперимента.

"Двойной слепой опыт" позволяет контролировать влияние ожи­даний экспериментатора на результаты исследования. Однако пол­ный контроль воздействия индивидуальных особенностей экспери­ментатора предполагает применение факторного плана вида Кх Lx х М, где в качестве дополнительной переменной выступают экспе­риментаторы, различающиеся по полу, национальной принадлеж­ности, возрасту, индивидуально-психологическим особенностям и т.д.

Инвариантность результатов по отношению к личности экспе­риментатора особенно часто нарушается в социально-психологичес­ких и дифференциально-психологических исследованиях.