Асимметрия вывода

В системе современного познания общепринят принцип асимметрии вывода, по которому мы можем только опровергнуть теорию (фальсифицировать), но не подтвердить (верифицировать). Невозможно подтвердить теорию, поскольку мы не изучили всех возможных ее следствий. Возможно, существует другая теория более точно описывающая окружающую реальность. Асимметрия заключается в том, что если из теории следует, что существует определенная зависимость, а на практике данной зависимости не обнаруживается, то данная теория неверна, но если же из теории следует, что есть зависимость и она подтверждается на практике, то это не говорит о том, что теория верна. Теорию считают верной, пока не будет показано обратное. Так обычно и случается, например известный всем второй закон Ньютона с появлением релятивистской физики был уточнен f=am+v|c Дополнение и уточнении это естественный путь развития науки.

Прямая гипотеза и контр-гипотеза эксперимента

Как рассматривалось выше в ходе эксперимента выясняется действительно ли А причина события Б. И если это так, то подтверждается гипотеза эксперимента (прямая). Если это не так, то подтверждается контр-гипотеза, а прямая гипотеза опровергается. При этом по логике современных исследований предполагается, что утверждение может быть либо истинным, либо ложным, третьего не дано. Приведем пример рассуждения:

Повышение интереса учащихся к предмету возможно за счет применения новых технических средств обучения. Выделяем причину (А)– применение ТСО, выделяем следствие – повышение интереса учащихся (Б). Таким образом, если в исследовании будет выявлено что в группе где применялись ТСО интерес учащихся к предмету выше, чем в группе где ТСО не применялись, то можно говорить о верности прямой гипотезы. Если этого наблюдаться не будет например интерес к предмету в обоих группах будет одинаков, то подтверждается контр-гипотеза: о том, что А не ведет к Б, т.е. применение данных ТСО не приводит к изменению интереса учащихся к предмету.

Алгоритм формулировки контр-гипотезы прост:

Алгоритм формулировки контр-гипотезы. 1. Необходимо выделить причину (назовем ее событие А). 2. Необходимо выделить следствие (событие Б). 3. Сформулировать контр-гипотезу А не ведет к Б.

Контрольные вопросы

Сформулируйте контргипотезу к следующим гипотезам:

· Так, как было скользко Вася поскользнулся.

· Если плотно позавтракать весь день будет хорошее настроение.

· Экономическая стабильность ведет к снижению личностной тревожности.

Укажите какой вывод сделан в каждом случае дедуктивный вывод или индуктивный:

· Поскольку непроизвольное запоминание эффективнее чем произвольное, необходимо в классе чаще использовать непроизвольное запоминание.

· У учителя И. ребята третьего класса учатся на 4 и 5, какой замечательный педагог.

· Поскольку ученик Р. ответил на три вопроса билета абсолютно правильно, значит он отлично знает весь материал курса.

Тема 6. Данные и способы их получения. Классификация типов данных.

Данные являются результатом применения процедур фиксации данных или проще говоря методик измерения. Таким образом, то, что было зафиксировано и может быть предъявлено другим исследователям, в качестве доказательства, мы будет называть данными. Данные можно различить на первичные «сырые» (протоколы наблюдений, продукты деятельности испытуемых и т.д.) и вторичные, когда они начинают приобретать количественную интерпретацию (пересчет в баллы, категоризация наблюдения и т.д.) Получаемые данные могут относиться к различным шкалам: наименования, порядка, интервалов и отношений. От того в какой шкале измерены данные зависит то как их обрабатывать и отображать.

Шкала наименования. Данные, измеренные по этой шкале, могут только различаться по выделенному признаку (операция классификация), сравнение данных не доступно. Например, пол – мужской (1) или женский (2). Мы могли обозначить и по-другому женский (1), мужской (2). Операции сравнения для этих данных нет, т.е. нельзя сказать, что женский (1) < мужской (2).

Шкала порядка. Измеренные данные могут быть упорядочены (операция ранжирование, т.е. выделен порядок следования в соответствии с выраженностью признака «больше-меньше»). Например, по знанию предмета удовл., хор. и отл. Несмотря на то, что данные упорядочены расстояния между удовл., хор и хор, отл. не равны. Нельзя сказать, что отличник знает материал лучше чем хорошист, настолько на сколько хорошист знает его лучше чем троечник. Еще один пример в автогонках есть три призовых места, но при этом совершенно не важно, что время прихода участников может значительно отличаться. Победитель он всегда победитель, если его отделяют от второго 1 секунда или 100.

Шкала интервалов. Данные можно не только проранжировать в соответствии с выделенным признаком, но и существует определенная метрика шкалы, выполняется требование равномерности интервалов. Например, шкала градусника по Цельсию. За 0С –принята точки замерзания воды, за 100С – точки кипения, между этими пределами шкала разбивается равномерно, аналогично продолжается шкала за пределы диапазона 0-100 градусов. Возьмем шкалу Реамюра, основные точки те же самые, развивается отрезок от точки замерзания не на 100 градусов, а только на 80. И шкала Цельсия и шкала Реамюра представляют собой шкалы интервалов. Даже шкала времени, с единицей в 1 сек, тоже является шкалой интервалов, когда мы хотим встретиться с кем- то, мы всегда указываем точку отсчета. В психологических и педагогических исследованиях обычно используются специальные формулы расчета для перевода бальных оценок в интервальные. Один из таких способов перевод "сырых" баллов в нормированные, например, стены[12].

Следующая шкала – шкала отношений предполагает существование такой точки отсчета.

Шкала отношений. К требованиям шкалы интервалов добавляется требование наличия нулевой отметки, которая позволяет определить операцию сравнения «во сколько раз» одно значение больше или меньше другого. Примером такой шкалы может считаться измерение частоты события.

Отображение данных:

Гистограммы. На диаграммах предоставляется возможность сравнить величины, выраженные в шкалах порядка, относящиеся к различным шкалам наименований. (При этом порядок относящихся к различным наименованиям значения не имеет)

Круговые диаграммы. На диаграммах предоставляется возможность сравнить величины, выраженные в шкалах порядка, относящиеся к различным шкалам наименований, но являющиеся составными частями некоторого единого целого.

Графики. На графиках происходит отображение зависимости одной величины от другой, а значит необходимо, чтобы обе величины были измерены как минимум в шкалах порядка.

Таким образом, происходит процесс операционализации переменных, т.е. выявление количественных характеристик.

Для чего нужны данные, что они характеризуют? Данные являются характеристикой какого-либо аспекта реальности.

Типы данных, различные классификации данных:

Выше мы уже обсуждали, что данные могут первичными (сырыми) и вторичными. Это только один из способов классификации типов данных.

Данные могут различаться:

· по степени обработки на первичные и вторичные;

· по времени их получения, на текущие и документальные (архивные);

· по типу методики применяемой для их получения: субъективные, проективные и объективные;

· по шкале в которой они измерены: качественные (шкала наименования) и количественные (шкала порядка, интервалов, отношений).

Объективные – данные, полученные по результату его действий (решение задач) и являющиеся объективными характеристиками (острота зрения, пульс, давление и т.д.)

Проективные – данные, полученные на основе работы испытуемого с нейтральным материалом. Анализ продуктов его деятельности. (Методики: рисунок «Дом, дерево, человек», пятна Роршаха, рисунок «Несуществующее животное», «Расскажи историю» и т.д.).

Субъективные – данные, полученные на основе субъективного мнения испытуемого о его поведении, его способностях и т.п. (Опросники, анкеты и т.д.)

Контрольные вопросы

1. Что изображено на графике

2. Постройте круговую диаграмму, характеризующую следующие данные: Двести пациентов с одинаковыми симптомами (головная боль, кашель, утомляемость) были разделены случайным образом на две группы. В первой врач после консультации и постановки диагноза выражал уверенность в скором выздоровлении. Больным второй группы он выразил неуверенность в том, что с ними происходит, и предложил повторно посетить его, если им не станет лучше. В первой группе к концу недели лучше себя чувствовали 64% пациентов, во второй 39%

3. Какой тип данных позволяет получить исследователю методика «Корректурная проба» (на странице текста за определенное время необходимо зачеркнуть все буквы а).

4. Детям предложили нарисовать животное которое соответствует их настроению. Определите тип полученных данных.

5. Школьникам предлагалось ответить на 120 вопросов теста о своих предпочтениях. По какой шкале – наименований, порядка или интервалов были измерены предпочтения школьников. Какой тип данных был получен.

Тема 7. Валидность исследования.

Валидность это критерий качества проведенного исследования. Как уже выше рассматривалось любое измерение должно быть валидным. Валидным также должно быть и любое исследование, наблюдение или эксперимент.

Валидность характеризует объективность, достоверность, доказательность результатов исследования. Иначе, валидность - это критерий качества проведенного исследования, показывающий соответствие его проведения эталону – идеальному эксперименту (Т.В.Корнилова, В.Н.Дружинин и др.)[13]. Идеальный эксперимент – это эксперимент в котором изменяются только независимая и зависимая переменные (т.е. в котором однозначно устанавливается зависимость ЗП от НП). Понятно, что в реальной жизни это не так и существуют еще дополнительные и вмешивающиеся переменные. Если определение дополнительных переменных было дано выше, то понятие вмешивающейся переменной встречается в первые, а значит стоит о нем рассказать.

Для начала рассмотрим пример вмешивающейся переменной. В исследовании компании Пепси-Кола была выдвинута гипотеза: «Пепси вкуснее, чем Кола». Для ее проверки взяли стаканы, налили в них напитки и, чтобы никто не догадался, промаркировали стакан с Пепси букой М, стакан с Колой буквой Q. Выяснилось, что напиток в стакане с буквой М понравился больше. Компания Кока-Кола решила проверить, не нарушается ли в этом исследовании валидность. Она провела собственное исследование – в оба стакана был налит один и тот же напиток. Участники исследования снова подтвердили, что напиток в стакане с буквой М нравиться им больше. Таким образом, в первом исследовании вместо гипотезы: «Пепси вкуснее, чем Кола», была проверена гипотеза: «Буква М нравиться людям большеб чем буква Q». Независимая переменная в этом исследовании – напиток, а точнее его вкус. Зависимая переменная – предпочтения потребителей. Предполагается, что вкус напитка влияет на предпочтения потребителей, но вмешивается переменная обозначение стакана буквой. И в результате измененного эксперимента выясняется, что именно обозначение стакана буквой влияет на предпочтения потребителей.

Вмешивающаяся переменная – это характеристика объективной реальности, меняющая вместе с независимой переменной. Если бы стаканы были без букв, или промаркированы невидимыми чернилами то вмешательства (влияния) этой переменной можно было бы избежать.

Кроме вмешивающейся переменной к снижению валидности могут привести и другие факторы.