Интраиндивидуальная экспериментальная схема

обычно более эффективна, так как каждый испытуемый сравнивается сам с собой при различных экспериментальных условиях. Тогда понятно, что если и есть какой эффект, то он получился из-за разницы в уровнях независимой переменной, а не из=за разницы в испытуемых.

Однако и эта схема не без недостатков:

Существует возможность влияния условий одного испытания на последующие, что приведет к невалидности эксперимента.

Каким образом избежать этой трудности? - Существует два способа, которые могут помочь.

1. Случайное распределение. Но не испытуемых, а порядка предъявления уровней независимой переменной.

2. Позиционное УРАВНИВАНИЕ - это достижение численного равенства средних позиций каждого из уровней независимой переменной в последовательности (или наборе последовательностей) их предъявления.

Полное уравнивание требует, чтобы все возможные порядки испытаний были использованы.

Частичное уравнивание:

Каждое условие (уровень независимой переменной) встречается одинаково часто в каждой части эксперимента. Например, условие А встречается 1-м, 2-м, 3-м,... одинаково часто; условие В - тоже, условие С - тоже ... Такая организация называется латинский квадрат.

№

испытуемого

ПОРЯДОК

Обычно лучше испытывать больше испытуемых. Это из-за статистики. Тогда их число должно быть кратно п.

1. Можно использовать тот же самый квадрат. После проведения эксперимента стоит провести статистический тест на единственность квадрата. Если тест статистически значимый, то это значит, что частичное уравнивание провалилось и результаты под вопросом. Если тест не значимый, то все хорошо.

2. Можно использовать другой латинский квадрат на каждые следующие п испытуемых. Это хорошо тем, что ближе к полному уравниванию, но хуже тем. Что не существует статистического теста на единственность квадрата. Если предположения о частичном уравнивании были неверны, то мы об этом никогда не узнаем.

3. Существует еще один вид латинского квадрата. Это сбалансированный латинский квадрат:

№

испытуемого

ПОРЯДОК