История - нелинейные результаты -кривая забывания Эббингхауза

Немецкий психолог XIX в. Герман Эббингхауз (1850-1909) известен своим новаторским исследованием памяти и забывания. В те времена, когда психология переживала свое детство и руководств о том, «как проводить психологические исследования», еще не существовало, Эббингхауз провел серию исследований, ставших стандартом точности и методологической строгости. Цель исследования заключалась в изучении образования ассоциаций в человеческом сознании, и первой задачей было найти материал, свободный от ассоциаций. Способ решения этой задачи является одним из лучших примеров креативности в психологии: ученый образовал последовательности, состоящие из согласных, гласных и снова согласных. Такие последовательности, обозначаемые как CVC (consonants, vowels, consonants), более известны как бессмысленные слоги. Эббингхауз создал около 2300 таких слогов. В течение нескольких лет, демонстрируя потрясающую настойчивость, а возможно, и полное отсутствие личной жизни, Эббингхауз запоминал, а затем старался вспомнить последовательности CVC. Да, действительно, он был единственным испытуемым. Он систематически изменял такие факторы, как количество слогов в списке, количество экспериментальных попыток на один список и время, разделяющее попытки друг от друга. Эббингхауз опубликовал результаты своего исследования в небольшой монографии, названной «Память: исследование по экспериментальной психологии» (Memory: A Contribution to Experimental Psychology, 1885/1964). Одно из самых известных своих исследований, в ходе которого были получены нелинейные результаты, Эббингхауз посвятил изучению процесса забывания с течением времени. Был поставлен следующий эмпирический вопрос: какой объем из запомненного материала сохраняется спустя различные отрезки времени? Процедура состояла в том, чтобы запомнить восемь списков по 13 бессмысленных слогов в каждом, подождать некоторое время, а затем попытаться выучить их еще раз. Временные интервалы составили 20 минут, 1 час, 9 часов, 1 день, 2 дня, 6 дней и 31 день. Эббингхауз зафиксировал общее время первоначального и повторного заучивания восьми списков. Их разность составила величину «экономии», которую ученый перевел в проценты, разделив на время первичного запоминания. Таким образом, если начальное запоминание заняло 20 минут, а повторное - 5 минут, то было сэкономлено 15 минут или 75% (15 / 20 х 100), от времени первичного запоминания. Результаты, полученные Эббингхаузом, показаны на рис. 7.10. Вероятно, вы также сможете найти их в главе, посвященной памяти, учебника по общей психологи. Несложно заметить, что процент запомненных слогов снижался со временем, но это снижение не носило равномерного или линейного характера. Очевидно, что эффект был нелинейным. Сначала забывание было очень сильным, но затем оно замедлялось. Таким образом, через 20 минут было сэкономлено только около 60% (58,2) от времени первичного запоминания. Другая часть кривой показывает, что между интервалами в неделю (сэкономлено 25,4%) и месяц (сэкономлено 21,1%) не было больших отличий.

Есть несколько интересных методологических особенностей исследования Эббингхауза. Например, чтобы сделать постоянным время показа слогов, ученый установил метроном на 150 ударов в минуту и читал каждый слог CVC в течение ровно одного удара. Также он старался изучать списки слогов в одних и тех же условиях, в одно время суток и не использовать никаких особых техник для запоминания, кроме простого повторения. Кроме того, он работал, только когда чувствовал достаточную мотивацию и мог «концентрировать внимание на утомительном задании и его цели» (Ebbinghaus, 1885/1964, р. 25).

Кроме выявления нелинейного эффекта однофакторные многоуровневые планы также используются для проверки альтернативных гипотез. Именно этот подход приводился в пример в главе 3 при обсуждении положительных сторон фальсификации. Превосходный пример этого являет собой исследование Брэнсфорда и Джонсона (Bransford & Jonson, 1972).

Пример 12. Многоуровневый план с независимыми группами

Ученые, посвятившие себя когнитивной психологии и занимающиеся вопросами понимания новой для нас информации, показали, что понять новую идею легче, если она окружена определенным контекстом. Например, главу из книги будет легче понять, если вы сначала прочитаете обзор и задачи этой главы. Я надеюсь, вы уже обнаружили это при работе с данным учебником. Исследование Брэнсфорда и Джонсона показывает влияние контекста на понимание. В ходе исследования участников просили прочитать и понять следующий текст. Попробуйте и вы:

Если шарики лопнут, звук не сможет быть услышан, поскольку это произойдет слишком далеко от нужного этажа. Закрытое окно также не даст возможности распространиться звуку, так как большинство зданий обладают весьма неплохой звукоизоляцией. Поскольку вся процедура зависит от равномерного потока электричества, разрыв провода также может вызвать проблемы. Конечно, человек может кричать, но человеческий голос недостаточно силен, чтобы разнестись так далеко. Дополнительная проблема состоит в том, что у инструмента может порваться струна. Тогда сообщение останется без аккомпанемента. Очевидно, что чем меньше будет расстояние, тем лучше. Тем самым будет меньше потенциальных проблем. При личном контакте возможностей потерпеть неудачу будет гораздо MeHbine(Bransford & Jonson, 1972, p. 392).

Я думаю, вашей реакцией на этот пассаж будет что-то вроде «Хм?» Именно так реагировало большинство участников данного исследования. Однако Брэнсфорд и Джонсон обнаружили, что пониманию можно помочь, использовав определенный контекст.

Психологи разработали однофакторное исследование с независимыми группами, в котором независимая переменная принимала пять значений. Испытуемые, случайным образом распределенные в контрольную группу, выполняли задание, аналогичное только что выполненному вами: они читали текст и старались запомнить как можно больше идей из 14, содержащихся в тексте. В результате в среднем они запомнили 3,6 идей, что совсем не впечатляет. Чтобы проверить, сможет ли простое повторение улучшить запоминание, вторую группу попросили прочитать рассказ дважды. Это не помогло — испытуемые запомнили 3,8 идей. Третьей группе предварительно показали рисунок (рис. 7.11, а), а затем попросили прочитать и пересказать текст. Участники из этой группы запомнили 8,0 идей из 14. Очевидно, что рисунок явился общим контекстом, помогшим участникам понять рассказ. Но обязательно ли сначала рассмотреть рисунок, а затем прочитать текст? Да, обязательно. При четвертом условии эксперимента участники читали рассказ, затем рассматривали рисунок, а потом пересказывали прочитанный текст. Они запомнили 3,6 идей — ровно столько, сколько запомнили члены контрольной группы. Пятой группе предложили частичный контекст. Прежде чем читать рассказ, они рассмотрели рис. 7.11, б, содержащий все отдельные части рисунка 7.11, а, но иначе расположенные. Испытуемые из этой группы запомнили в среднем 4,0 идей. Полученные результаты можно изобразить графически, как показано на рис. 7.12.

Аналогичное исследование с двумя группами: «Отсутствие контекста — одно повторение» и «Контекст до», было бы весьма интересным и показало бы улучшение понимания при введении контекста в форме рисунка. Но использование всех четырех условий делает исследование действительно интересным и позволяет отбросить (т. е. фальсифицировать) некоторые альтернативные факторы, которые иначе будут расценены как улучшающие запоминание. Таким образом, контекст улучшает понимание, но только если он введен предварительно. Так как представление контекста после прочтения текста не улучшает запоминания, можно сделать вывод, что контекст делает это, облегчая первичную обработку информации, а не ее последующее восстановление в памяти. Можно также отбросить предположение, что простое повторение улучшает запоминание, ведь удваивание количества повторений текста не способствовало запоминанию. Кроме того, недостаточно просто показать отдельные части рассказа (как в случае с частичным контекстом) — они должны быть расположены в определенном порядке и отражать суть запоминаемого материала.

Внутрисубъектные многоуровневые планы

Тогда как в случае однофакторного двухуровневого плана с повторяемыми измерениями можно применить лишь отдельные варианты позиционного уравнивания, выход за пределы двух уровней дает возможность использовать все его виды. Если каждое условие изучается один раз для каждого испытуемого, доступны и полное, и частичное позиционное уравнивание. Если каждое условие исследуется несколько раз для каждого испытуемого, можно использовать обратное позиционное уравнивание или блоковую рандомизацию. В нижеследующем примере каждое условие изучалось только один раз и для позиционного уравнивания использовался латинский квадрат.

Пример 13. Многоуровневые планы с повторяемыми измерениями

Может ли прослушивание музыки Моцарта сделать вас умнее? Некоторые считают, что может, — подобный феномен был назван «эффект Моцарта». Несмотря на отсутствие фактов, поддерживающих эту идею, родителей пытаются убедить, что

музыка Моцарта способна дать их детям оружие для /Q-битвы. Существует даже веб-сайт, посвященный эффекту Моцарта (www.mozarteffect.com), где можно заказать различные записи и книги. В истинно псевдонаучной манере сайт доказывает действенность этого явления, приводя отзывы покупателей и единичные свидетельства. В описании одной из записей, продающейся на сайте (концерта для скрипки), утверждается, что прослушивание концерта «увеличит вербальные и эмоциональные способности, улучшит концентрацию внимания, память и навыки интуитивного и пространственного мышления», а также что «высокая частота звуков скрипки тренирует слух, а следовательно, стимуляция мозга уравновешивается прекрасной гармонией» (что бы это ни значило). Каковы же основания для таких необычайных утверждений? Поиски приводят нас к небольшому исследованию, опубликованному в 1993 г. в журнале Nature. В нем было показано, что прослушивание произведений Моцарта по 10 минут в день производит кратковременное (т. е. эффект длится недолго) усиление способности к пространственному мышлению у студентов колледжа (Rauscher, Shaw, & Key, 1993). Занимающиеся когнитивной психологией ученые скептически отнеслись к информации даже о таком кратковременном эффекте и неоднократно пытались повторить это исследование. Все попытки были неудачными. Одно из таких исследований провели Стил, Болл и Ранк (Steele, Ball & Runk, 1977).

В своем исследовании Стил и его коллеги использовали три условия: прослушивание произведений Моцарта в течение 10 минут, прослушивание успокаивающих звуков естественных природных явлений (например, мягкий шум дождя) в течение 10 минут и отсутствие прослушивания каких-либо звуков — в течение 10 минут участники в сидели в тишине и старались расслабиться. Все 36 участников исследовались при каждом условии, а следовательно, план был межсубъектным многоуровневым. Хотя легко можно было провести полное позиционное уравнивание (шесть различных последовательностей условий, шесть участников, случайным образом распределенные в каждой из шести последовательностей), авторы решили использовать латинский квадрат размером 3x3, подразумевающий участие 12 испытуемых, случайно распределенных в каждом из рядов квадрата. Чтобы предотвратить искажение, которое могло возникнуть, если бы участники знали, что изучается эффект Моцарта, им «сказали, что эксперимент посвящен влиянию релаксации на запоминание» (Steel et al, 1997, p. 1181). Задание на проверку памяти заключалось в воспроизведении в обратном порядке набора чисел. Если стимул был «6-8-3-1-7», то правильный ответ должен был быть «7-1-3-8-6». В ходе каждой попытки испытуемые слушали Моцарта, мягкие звуки дождя или сидели в тишине, а затем выполняли три задания на запоминание чисел. Каждое задание состояло из 9 чисел, представленных в случайном порядке. Таким образом, участники могли набрать от 0 до 27 очков.

Результаты исследования являются статистически значимыми, но они отнюдь не способствуют продажам записей Моцарта. Среднее количество правильно запомненных чисел было практически одинаковым для всех трех условий: 18,53 для записей Моцарта, 18,50 для записи шума дождя и 18,72 для контрольного условия. Однако наблюдался значительный эффект тренировки. Вне зависимости от порядка следования условий участники продемонстрировали улучшение результатов от первого набора чисел для запоминания к третьему (средние оценки для них соста-

вили соответственно 15,64,19,14 и 20,97). Так нужно ли родителям ставить записи произведений Моцарта своим детям? Конечно, нужно, ведь это прекрасная музыка. Сделает ли она их умнее? Нет, но зато они насладятся классической музыкой, что само по себе хорошо.

Представление данных

При составлении отчетов о результатах исследований необходимо решить, каким образом представить данные. Есть три возможности. Во-первых, их можно представить в повествовательной форме — такой подход хорош, если экспериментальное исследование включает два или три значения независимой переменной (как, например, в исследовании эффекта Моцарта), но будет весьма скучным при увеличении количества данных. Возможно, вы уже заметили это, когда читали о результатах исследования Брэнсфорда и Джонсона, содержащего пять условий (Bransford & Jonson, 1972). Второй способ — поместить результаты в таблицу. Для результатов исследования Брэнсфорда и Джонсона можно построить таблицу, подобную табл. 7.2.

Таблица 7.2 Данные исследования Брэнсфорда и Джонсона, представленные в виде таблицы

Таблица 1. Среднее количество запомненных идей как функция различных контекстов для запоминания и воспроизведения материала

Условие Средняя оценка Стандартное отклонение

Отсутствие контекста — 1 повторение 3,60 0,64

Отсутствие контекста — 2 повторения 3,80 0.79

Контекст до 8,00 0,65

Контекст после 3,60 0,75

Частичный контекст 4,00 0,60

Примечание. Максимальная возможная оценка равна 14.

Третий способ представления данных — это график. С его помощью можно представить исследование Брэнсфорда и Джонсона, как показано на рис. 7.12. Обратите внимание, что на графике, созданном для экспериментального исследования, зависимая переменная всегда откладывается по вертикальной оси (У), а независимая — по горизонтальной (X). Как вы узнаете в следующей главе, ситуация несколько усложняется, если используется более одной независимой переменной. Однако вне зависимости от количества независимых переменных зависимая переменная всегда откладывается по вертикальной оси.

Что использовать, график или таблицу, исследователь решает по своему усмотрению. График может выглядеть очень эффектно, если получены большие различия между результатами или обнаружено взаимодействие (глава 8). Таблицы обычно используют, если данных так много, что график невозможно будет понять, или если исследователь хочет показать читателям точные значения среднего арифметического (в случае графика о точных значениях можно будет лишь догадываться). Единственное правило, которым необходимо руководствоваться, — это то, что одни и те же данные нельзя представлять одновременно и в виде таблицы, и в виде

графика. В целом, данные должны быть представлены таким способом, чтобы результаты, на получение которых вы потратили столько сил, были отображены наиболее ясно и понятно.

Виды графиков

Обратите внимание, что я представил данные исследования Брэнсфорда и Джонсона в виде гистограммы. Почему нельзя сделать это с помощью линейного графика, как на рис. 7.13? В данном случае это не слишком хорошая идея. Проблема заключается в сущности конструкта, использованного в качестве независимой переменной, и непрерывности этой переменной. Непрерывная переменная — это переменная, у которой существуют промежуточные значения, а это значит, что она существует в определенном континууме. В качестве примера можно привести дозировку лекарства. В исследовании, в котором сравниваются дозы лекарства в 3,5 и 7 мг, дозировка является непрерывной переменной, ведь мы можем, если потребуется, использовать также 4 или 6 мг. Для изображения результатов в случае непрерывной независимой переменной можно использовать линейный график. Чтобы предположить эффективность промежуточных значений, можно провести интерполяцию по имеющимся точкам и по полученной линии оценить их влияние. В исследовании с лекарствами график может иметь вид, показанный на рис. 7.14. При этом исследователь может быть вполне уверен в оценке эффективности промежуточных значений дозировки, одно из которых помечено звездочкой на рис. 7.15.

Конечно, если в исследовании используется два значения независимой переменной, довольно сильно отстоящих друг от друга, а зависимость в действительности нелинейная, интерполяция может вызвать проблемы. Так, если в ходе исследования сравниваются дозы лекарства в 2 и 10 мг и получена прямая, изображенная непрерывной линией на рис. 7.16, то если учесть, что истинную зависимость отображает кривая, показанная пунктирной линией, интерполяция эффекта дозы в 5 мг приведет к огромной ошибке. Такое исследование лучше проводить с использованием однофакторного многоуровневого плана.

В случае дискретной независимой переменной, каждое значение которой представляет отдельную область, а промежуточных точек просто не существует, ситуация в корне меняется. В таком случае невозможно провести интерполяцию, а следовательно, связать точки с помощью прямой означает предположить существование промежуточных точек, которых в действительности не существует. Поэтому при использовании дискретных переменных, как в исследовании Брэнсфорда и Джонсона (рис. 7.12), обычно строятся гистограммы. Основное правило такое:

Если переменная непрерывна, лучше использовать линейный график, также можно использовать гистограмму.

Если переменная дискретна, лучше использовать гистограмму, линейный график использовать нельзя.

В целом, гистограмму можно использовать как для непрерывных, так и для дискретных данных, а линейный график можно использовать только для непрерывных данных. Обратитесь ко вставке 4.3 — она напомнит вам об этических аспектах представления данных. Легко дезинформировать наивных читателей отчета об исследовании, изменив расстояния на шкале Y. Вы как исследователи ответственны за то, чтобы честно представить результаты эксперимента и использовать для этого способ, позволяющий наилучшим образом проиллюстрировать полученные данные.

Анализ однофакторного многоуровневого плана

Как вы уже знаете, если в случае однофакторного двухуровневого плана независимая переменная измеряется с помощью интервальной шкалы или шкалы отношений, для проверки Нулевой гипотезы можно использовать коэффициент Стьюден-та. Вы можете подумать, что для многоуровневого плана, как, например, в исследовании Брэнсфорда и Джонсона, достаточно будет найти коэффициенты Стьюдента для всех пар условий (например, для контекста до и контекста после). К сожалению, все не так просто. Трудность заключается в том, что проведение многократных проверок по критерию Стьюдента увеличивает риск возникновения ошибки 1-го рода. Чем больше подобных проверок вы проводите, тем больше вероятность ошибочно обнаружить значимые различия. Чтобы охватить все пары условий в исследовании Брэнсфорда и Джонсона, потребуется найти 10 коэффициентов Стьюдента.

Вероятность сделать по крайней мере одну ошибку 1-го рода при проведении многократных проверок по критерию Стьюдента можно оценить по формуле

1 - (1 - ау, где с — это количество проведенных сравнений.

Таким образом, если для исследования Брэнсфорда и Джонсона найти все возможные коэффициенты Стьюдента, то возникнет очень высокая вероятность (4 из 10) сделать по крайней мере одну ошибку 1-го типа:

1 - (1 - 0,05)¹⁰ = 1 - (0,95)¹⁰ - 1 - 0,60 - 0,40.

Чтобы избежать проблем, связанных с проведением многократных проверок по критерию Стьюдента в случае однофакторных планов, исследователи используют особую процедуру, носящую название «метод ANOVA*- (ANalysis Of VAriance— дисперсионный анализ). «Однофакторный» означает наличие одной независимой переменной. По сути, однофакторный метод AN О VA проверяет наличие некоторого «общего» значения среди различных значений независимой переменной Так, в исследовании с тремя уровнями нулевая гипотеза будет следующая: «уровень 1 = ^уровень 2 = уровень 3». Однако отклонить нулевую гипотезу еще не значит понять, какой из знаков равенства использован ошибочно. Чтобы точно определить

общее значение, необходимо провести так называемую «последующую проверку» или «анализ post hoc» (после факта). В ходе последующей проверки для исследования с тремя уровнями после того, как общий анализ ANOVA обнаружит наличие такого значения, будет проведен анализ всех трех сравниваемых пар. Если ANOVA не находит общего значения, последующая проверка обычно не производится — ее используют только в том случае, если в дальнейшем возникнут определенные предположения насчет конкретной пары условий. В приложении С показан однофак-торный метод ANOVA и распространенный вариант последующего тестирования, названный «HSD-тест» Таки.

В ходе однофакторного метода ANOVA вычисляется «оценка F», или «отношение f». Так же, как коэффициент Стьюдента, отношение F показывает, насколько вероятно то, что найденные различия в значениях среднего арифметического вызваны случайностью или связаны с влиянием других факторов (возможно, независимой переменной). Метод ANOVA очень широко применяется психологами, и если на занятиях по статистике вы еще не успели подробно познакомиться с ним, изучите примеры, приведенные в приложении С. Также необходимо знать, что обычно, если независимая переменная принимает всего два значения, используется проверка по критерию Стьюдента. Но этот способ не единственный — в такой ситуации также можно применить однофакторный метод ANOVA. По сути, проверку по критерию Стьюдента можно рассматривать как особый случай метода ANOVA, применяемый, когда независимая переменная принимает два значения.

Все планы, рассмотренные в данной главе, имеют одну общую особенность — наличие одной независимой переменной. В главе 8 будет сделан следующий логический шаг и рассмотрены планы с несколькими независимыми переменными — «факторные планы».

Резюме

Один фактор — два уровня

Простейший экспериментальный план содержит одну независимую переменную, принимающую два значения (два уровня). Переменная в таком плане может быть межсубъектной или внутрисубъектной. Межсубъектными переменными можно управлять непосредственно или их можно отбирать как субъективные факторы. Если переменная управляемая, испытуемых можно распределить по группам случайным образом (план с независимыми группами) или уравнять по переменной, являющейся потенциальным осложнителем, а затем случайным образом распределить (план с уравненными группами). В случае субъективной переменной используется план с неэквивалентными группами. Однофакторные планы с внутри-субъектной переменной иногда называют планами с повторяемыми измерениями (как в случае известного исследования Струпа). Для статистической оценки исследований с двумя уровнями независимой переменной обычно проводят проверку по критерию Стьюдента (при условии данных, полученных с помощью интервальной шкалы или шкалы отношений).

Планы с контрольными группами

Планы с контрольными группами подразумевают наличие хотя бы одного условия, при котором не осуществляется экспериментальное воздействие. Есть следующие разновидности контрольных групп: группы плацебо, часто используемые при исследовании лекарств; группы листа ожидания, которые используют при оценке эффективности определенной программы или терапии; а также эквивалентные контрольные группы, участники которых тщательно уравнены с испытуемыми из экспериментальной группы по определенному фактору, требующему неотрывного контроля.