Каким образом мы лучше всего сообщаем об угрозе изменения климата? Повышает ли эта образовательная программа научную грамотность? Ответы на подобные вопросы требуют наличия причинно-следственных связей. Наиболее эффективным методом, позволяющим сделать вывод о причинах, является случайное распределение по условиям.
Хорошо известно, что случайное распределение придает большую уверенность причинно-следственным выводам по мере увеличения размера выборки. Однако при часто используемых размерах выборки в психологической науке неясно, как часто случайное распределение не может смягчить различия между условиями, которые могут объяснить результаты исследования. Кроме того, даже при больших размерах выборки неизвестно, насколько велик размер выборки.
Причина
Прежде чем ответить на вопрос, необходимо определить причинную связь и сформулировать для нее теоретическую основу. Причиной тому является то, что вызывает любые действия, явления или условия. Или, в более статистическом плане, причинно-следственные эффекты определяются как сравнение потенциальных результатов при различных методах лечения на общем наборе единиц.
Существует несколько концепций, с помощью которых ученые понимают причинно-следственную связь в научных исследованиях, но одна из наиболее заметных из них - модель причинно-следственной связи с Рубином. Модель подчеркивает то, что некоторые исследователи называют фундаментальной проблемой причинно-следственных связей: невозможно наблюдать влияние двух различных методов лечения на одного и того же участника.
Таким образом, причинно-следственный эффект понимается как разница между потенциальными результатами, когда отдельные участники могли быть отнесены либо к лечению, либо к контрольному состоянию. В этом смысле средний причинно-следственный эффект указывает на то, насколько бы изменился результат, если бы выборка была обработана (по сравнению с необработанной). Проще говоря, хотя невозможно наблюдать эффекты лечения отдельных лиц, мы можем наблюдать средний эффект лечения по всей выборке.
В этой концепции используются два основных допущения: исключаемость и невмешательство. Исключением является предположение, что лечение является единственным причинно-следственным эффектом на результат. Невмешательство - это предположение о том, что статус другого участника не влияет на лечение в сравнении с контрольным статусом какого-либо отдельного участника.
Случайное распределение и причинно-следственная связь
Фишер разработал основополагающие концепции случайного распределения в качестве средства содействия формированию причинно-следственных связей. В контексте сельскохозяйственных исследований он разработал метод случайного распределения и определил его как использование средств, которые должны гарантировать, что каждый сорт имеет равные шансы пройти испытания на любом конкретном участке земли. В языке социологических исследований случайное распределение по условиям - это когда случайный процесс (например, генератор случайных чисел, подбрасывание монеты, выбор из случайной колоды карт) используется для распределения участников по экспериментальным условиям, давая всем участникам равные шансы быть отнесенными к любому из них.
Случайное распределение и размер выборки
Хорошо известно, что более крупные размеры выборки снижают вероятность того, что случайное распределение приведет к неравномерным условиям. То есть по мере увеличения размера выборки различия внутри групп возрастают, но различия между группами уменьшаются, что снижает вероятность того, что результаты будут объясняться не экспериментальной манипуляцией, а переменной величиной.
Помимо того, что более крупные выборки с меньшей вероятностью могут привести к случайным различиям между условиями, неясно, насколько велик размер выборки. Как метко отметили Дитон и Картрайт, заявления о больших выборках, гарантирующих баланс, не полезны без указания того, насколько велик размер, и такие заявления нельзя делать без знания других причин и как они влияют на результаты.
Когда случайное распределение проваливается
Случайное назначение служит для выполнения многих важных функций. Основная функция заключается в оценке непредвзятого среднего эффекта лечения. В этом контексте "непредвзятость" относится к тому факту, что в ходе многократных экспериментов распределение по условиям не будет систематически увязываться с оценками участников по предварительному тестированию, демографическим характеристикам или любой другой переменной. Это важно, потому что в отдельном эксперименте могут быть базовые различия между условиями, но в долгосрочной перспективе во многих экспериментах различия в любом направлении будут нивелировать друг друга.
Случайное назначение имеет и другие важные функции. Например, в наблюдательных исследованиях исследователи должны обосновать свою причинную модель, а также идентифицировать, измерить и контролировать известные путаницы. Случайное распределение уменьшает (но не устраняет) потребность в базовых знаниях об альтернативных причинах, поскольку в результате многократных экспериментов оно приводит к возникновению путаницы между условиями независимо от того, известны ли они исследователю.
Обзор
Текущие исследования используют смоделированные данные, три реальных набора данных из оригинальных экологических психологических экспериментов и один общенационально-представительный набор данных для изучения степени, в которой существуют различия между случайно заданными экспериментальными условиями. Стоит отметить, почему это особенно информативный подход.
Во-первых, использование смоделированных данных и реальных данных усиливает тот факт, что вопросы случайных различий между условиями не ограничиваются простым моделированием или общими точками, поскольку большие размеры выборки сводят к минимуму различия между условиями. Скорее, вопросы, представленные в этой статье, являются обобщающими для всех видов экспериментальных данных.
Во-вторых, стоит отметить, почему этот момент хорошо освещен, в частности, использованием этих четырех реальных наборов данных. В исследованиях используются данные трех оригинальных экспериментов в области экологической психологии, в ходе которых изучается та или иная форма коммуникации по вопросам изменения климата. Это связано с тем, что, как отмечалось выше, эти эксперименты, как представляется, особенно уязвимы к проблемам, возникающим в результате различий между экспериментальными условиями. Например, внутренняя валидность любого эксперимента будет поставлена под угрозу из-за различий в исходных значениях зависимой переменной.
Однако эксперименты по информированию об изменении климата все еще могут представлять угрозу для внутренней достоверности, даже если исходные значения зависимой переменной будут одинаковыми. То есть различия в демографических характеристиках, политической идеологии или знакомство с лечебным посланием также могут повлиять на результаты. Таким образом, эти три набора данных ясно показывают, что внутренняя достоверность может быть поставлена под угрозу несколькими способами, которые особенно актуальны для исследований по таким крайне политизированным вопросам, как изменение климата.
Кроме того, включенные в исследование эксперименты представляют собой общие парадигмы коммуникационных исследований в области изменения климата и, следовательно, дают полезную оценку угроз внутренней достоверности для исследователей в этой области.и наконец, в настоящем исследовании используется большой национальный репрезентативный набор данных, который позволяет оценить вероятность возникновения случайных различий между экспериментальными условиями в случайных выборках населения Соединенных Штатов. Включение этого набора данных показывает, что, хотя эксперименты в области экологической психологии могут быть особенно уязвимы к случайным различиям, влияющим на результаты исследований, этот вопрос касается не только экологической психологии, но и психологии социально-личностных отношений в более широком смысле.