182 Дональд кэмпбелл

уравненных по всем этим факторам, но отличавшихся по признаку

окончания школы. Введение очередного признака уравнивания

сокращало итоговое различие между группами, которые подвергались и

не подвергались воздействию, но, когда попарное уравнивание было

завершено, различие все еще оставалось значимым. Из этого Чэпин

заключил, хотя и осторожно, что среднее образование дало свой

эффект. Изначальное число 2127 человек сократилось до 1194

(с ними удалось провести интервью, и о них сохранились нужные

архивные записи). Уравнивание сократило число пригодных для

использования случаев до 46, по 23 на группу окончивших и не

окончивших школу - менее 4% опрошенных. Чэпин правильно

отмечает, что 46 сопоставимых случаев лучше, чем 1194 несопо-

ставимых, и подкрепляет это аргументами, аналогичными тем, которые

мы приводили в пользу большей важности внутренней валидности по

сравнению с внешней. Трагедия в том, что его 46 случаев все еще

оставались несопоставимыми и, кроме того, даже если встать на его

точку зрения, в сокращении данных не было необходимости.

Его уравнивание было недостаточным по двум причинам. Во-

первых, попарное уравнивание приводит в действие механизм

дифференциальной регрессии, который создает различия в результатах,

имеющие то же направление, что и наблюдавшиеся Чэпином (см.

замечания Р. Л. Торндайка [125], а также обсуждение проблемы

уравнивания в плане 10). Направление псевдоэффекта, обусловленного

регрессией показателей к групповым средним после попарного

уравнивания, в этом случае вполне однозначно, поскольку различия по

факторам уравнивания для преуспевших и непреуспевших направлены

в ту же сторону, что и различия между окончившими и не окончившими

школу. Каждый признак, детерминирующий подверженность X, даже в

отсутствие Х детерминирует и О. Все переменные уравнивания

коррелируют с Х и О в одном и том же направлении. Хотя это и не

обязательно должно иметь место по каждой переменной во всех

исследованиях ех ро5( гас1о, тем не менее такая картина наблюдается в

большинстве, если не во всех опубликованных примерах использования

этого метода. Ошибки регрессии и сокращения числа случаев можно

избежать, применяя современные статистические методы, которые

183

позволяют избавиться от ошибки уравнивания в плане 10. Переменные

уравнивания могли бы быть использованы как сопутствующие

переменные в многомерном ковариационном анализе. Насколько мы

можем судить, такой анализ показал бы отсутствие эффектов,

оказавшихся якобы значимыми в исследовании, представленном

Чэпином. Однако применение ковариационного анализа к подобным

зада 1ам подвергается критике.

Но имеется и второй, в сущности неустранимый, источник

неэквивалентности групп в исследовании Чэпина. Гринвуд [46]

называет его самоотбором испытуемых в группы, подвергающиеся и не

подвергающиеся воздействию. Наличие Х является закономерным

результатом многочисленных предпосылок. Для выбывания из школы

до ее окончания, как мы знаем, имеются бесчисленные причины, помимо

тех шести факторов, по которым производилось уравнивание. Мы

можем с большой уверенностью предположить, что большинство из них

повлияло на последующий успех независимо от их действия через X.

Это приведет к еще большей неэквивалентности групп, помимо той,

которая вызвала ошибку регрессии. Даже проводя ковариационный

анализ исходных данных и результатов О, мы можем интерпретировать

наличие значимого эффекта Х только после учета всех совместно

действующих переменных уравниваниия.

ЗАКЛЮЧИТЕЛЬНЫЕ ЗАМЕЧАНИЯ

Всякое справочное руководство представляет собой концент-

рированный текст, и дальнейшая его концентрация может ввести в

заблуждение. Поэтому мы хотим предостеречь от соблазна использо-

вать табл. 1, 2 и 3 в качестве сжатого эквивалента этого очерка. Их

цель - упорядочить изложение и избавить его от излишних повторений.

Конкретные плюсы, минусы и вопросительные знаки постоянно

ставились с оговорками и являлись лишь неточными обобщениями

итогов соответствующего обсуждения. Для любой конкретной

реализации каждого плана картина плюсов и минусов, скорее всего,

будет отличаться от соответствующей строчки в таблице. Таблицы

лучше всего использовать как канву для добросовестного анализа