Л Хьелл - Теории личности

Второй недостаток корреляционного метода — возможная путаница, вызванная действием третьей переменной. Для иллюстрации рассмотрим зависимость между употреблением наркотиков подростками и их родителями. Означает ли наличие корреляционной зависимости, что подростки, видя, как родители принимают наркотики, сами начинают употреблять их в еще большем количестве? Или это значит, что беспокойство при виде того, как их дети — подростки принимают наркотики, заставляет самих родителей прибегать к наркотикам, чтобы тем самым уменьшить свою тревогу? Или какой — то третий фактор сходным образом толкает подростков и взрослых к употреблению наркотиков? Может быть, подростки и их родители принимают наркотики, чтобы смириться с угнетающей нищетой, в которой они живут? То есть истинной причиной, обусловливающей наркоманию, может быть социально — экономический статус семей (например, бедность). Вероятность того, что третья переменная, которая не измеряется и о которой, может быть, даже и не подозревают, в действительности оказывает причинное влияние на обе измеряемые переменные, нельзя исключать при интерпретации результатов, полученных с помощью корреляционного метода.

Хотя корреляционный метод не предполагает установления причинно — следственной связи, из этого не следует, что причинно — следственные отношения в определенных случаях не могут быть четко установлены. Последнее особенно верно в отношении лонгитюдных корреляционных исследований — где, например, интересующие нас переменные, измеренные в одно время, коррелируют с другими переменными, о которых известно, что они появляются вслед за первыми. Рассмотрим, например, хорошо известную положительную корреляцию между курением сигарет и раком легких. Несмотря на возможность того, что какая — то третья неизвестная переменная (например, генетическая предрасположенность) может служить причиной и курения, и рака легких, мало кто сомневается, что весьма вероятная причина рака — курение, так как по времени курение предшествует заболеванию раком легких. Подобная стратегия (измерение двух переменных, разделенное определенным промежутком времени) дает возможность исследователям устанавливать причинно — следственные отношения в случаях, когда невозможно провести эксперимент. Например, на основе клинических наблюдений исследователи в течение долгого времени подозревали, что хронический стресс способствует развитию многих физиологических и психологических проблем. Недавние работы по измерению силы стресса (с использованием шкал самооценки) позволили проверить эти предположения с применением корреляционного метода. В области физиологических расстройств, например, накопленные данные свидетельствуют о следующем: стресс значимо связан с возникновением и развитием сердечно — сосудистых заболеваний, диабета, рака и различных типов инфекционных заболеваний (Elliott, Eisdorfer, 1982; Friedman, Booth — Kelley, 1987; Jemmott, Locke, 1984; Smith, Anderson, 1986; Williams, Deffenbacher, 1983). Корреляционный анализ также показал, что стресс может способствовать формированию зависимости от наркотиков (Newcomb, Harlow, 1986), сексуальных расстройств (Malatesta, Adams, 1984), а также возникновению многочисленных психических нарушений (Neufeld, Mothersill, 1980). Тем не менее, критики корреляционного подхода справедливо замечают, что могут существовать и другие факторы, искусственно усиливающие предположительную связь между стрессом и болезнью (Schroeder, Costa, 1984). Таким образом, одно предостережение остается: хотя иногда при наличии сильной корреляционной зависимости между двумя переменными напрашивается вывод о наличии причинной связи между ними, в действительности установить причинно — следственные отношения можно только экспериментальными методами.

Единственным способом для исследователя установить причинно — следственные отношения (то есть определить, вызывает ли изменение одной переменной изменение другой переменной) является проведение эксперимента. Именно по этой причине экспериментальный метод можно считать идеальной стратегией для изучения центральных вопросов, касающихся личности.

Ключ к пониманию экспериментального метода и основного различия между ним, методом изучения клинических случаев и корреляционным методом заключается в следующем: первый позволяет исследователю манипулировать одной переменной и в условиях тщательного контроля наблюдать ее влияние на другую интересующую его переменную. Переменная, которой манипулируют, называется независимой переменной . Независимая переменная — это некое условие, которое экспериментатор систематически изменяет, чтобы оценить его влияние на другую переменную. Переменная, предположительно меняющаяся в ответ на изменение независимой переменной, называется зависимой переменной . Зависимая переменная — это любой аспект поведения субъекта, наблюдаемый или измеряемый как ответ на действие независимой переменной. Таким образом, зависимая переменная является функцией от независимой переменной; она «зависима» от изменений, вызванных влиянием экспериментатора на независимую переменную.

Хотя логика экспериментального метода проста, в действительности процесс постановки эксперимента довольно сложен. Хорошо организованный эксперимент должен принимать в расчет множество факторов, которые могут повлиять на точность и научную значимость результатов. На практике это означает, что все переменные и условия (кроме интересующей независимой переменной), могущие оказать хоть какое — нибудь влияние на то, что мы измеряем, следует устранить или они должны поддерживаться на постоянном уровне в течение всего эксперимента. Существует много способов исключения посторонних переменных, способных оказывать влияние на зависимую переменную. Но наиболее распространенный — поместить объекты случайным образом в разные экспериментальные условия или группы. Случайное распределение (часто достигаемое такими средствами, как выбрасывание орла/решки или использование таблицы случайных чисел) гарантирует, что у всех объектов имеются равные шансы быть отнесенными к любому условию или группе в эксперименте. В этом случае исследователь может быть уверен в том, что любые характеристики испытуемого, которые могли бы оказать влияние на эксперимент (возраст, интеллект, этническая принадлежность или порядок рождения), имеют равные шансы при распределении в различных экспериментальных условиях или группах. Рандомизация как определяющая характеристика экспериментального метода основывается на предположении о том, что все субъекты в начале эксперимента одинаковы, за исключением одного параметра: присутствие или отсутствие независимой переменной. Поэтому, если поведение субъекта меняется в ответ на изменение независимой переменной, исследователь может быть уверен, что только она одна, и никакая другая, отвечает за изменения в поведении. После того, как исследователь изменил независимую переменную, любой аспект наблюдаемого или измеряемого поведения субъекта не может быть следствием действия какой — либо другой переменной, поскольку никакая другая не допускается в течение всего эксперимента.