심리학 연구 평가

많은 유명한 심리학 연구를 재현 할 수 없습니다.

심리학 연구는 종종 다른 결과를 찾습니다. 의학과 같은 분야에서조차도, 중재가 시험되는 효과와 그 효과 사이에 직접적인 관계가 있다고 생각할 수있는 곳에서도 결과가 다를 수 있습니다.

Wikimedia Commons

스탠포드 교도소 실험

출처 : 위키 미디어 커먼즈

예를 들어 하루에 한 잔의 오렌지 주스를 마시면 2 형 당뇨병에 걸릴 위험이 18 % 증가 할 수 있다는 연구 결과가 있습니다. 그러나 University of California, Davis의 연구원은 100 % 주스를 마시면 암을 비롯한 여러 만성 질병의 위험이 감소한다는 사실을 발견했습니다.

Wikimedia Commons

화이트 마쉬 멜로우

출처 : 위키 미디어 커먼즈

그러나 많은 사람들은 심리학에서 그 상황이 더 나쁘다고 생각합니다.

최근의 뉴욕 타임즈 기사에는 유명한 스탠포드 교도소 실험을 포함하여 재현 할 수없는 인간 행동에 대한 유명한 심리학 연구가 언급되어 있습니다. 경비원으로서의 역할극이 포로를 조롱하기 위해 잔인하게 행동 한 방법과 유명한 마쉬멜로 테스트 (marshmallow test) 만족을 늦출 수있는 어린 아이들은 그렇지 못한 아이들보다 몇 년 후에 더 큰 교육 성취를 보였다.

왜 연구 결과가 다양하고 복제에 실패합니까?

개입과 그 영향 사이의 관계는 많은 요인에 달려있다. 또한 문맥이나 구현의 차이가 연구 결과에 큰 영향을 줄 수 있습니다. 연구 결과가 다른 결과를 나타낼 수있는 다른 이유가 있습니다. 기회 오류는 연구 결과에 영향을 줄 수 있습니다. 연구자들은 의식적으로 또는 실수로 결과를 흔들 수도 있습니다.

이러한 다양성의 원천은 모두 심리학 및 기타 사회 과학의 “복제 위기”에 대한 두려움을 불러 왔습니다. 이러한 우려를 고려해 심리학 및 사회 과학 연구를 어떻게 평가해야합니까?

엄지 손가락의 첫 번째 규칙은 어느 한 연구에만 전적으로 의존하지 않는 것입니다. 가능한 경우 여러 연구의 결과를 결합한 메타 분석 또는 체계적인 검토를 검토하십시오. 메타 분석은보다 신뢰성있는 증거를 제공 할 수 있습니다. 메타 분석은 결과가 다른 이유를 제시 할 수 있습니다.

메타 분석은 여러 연구 조사 결과를 결합한 통계 분석입니다. 메타 분석의 기본 원리는 모든 개념적으로 유사한 연구 연구의 공통된 진실이 있지만 개별 연구는 개별 연구 내에서 특정 오류로 측정되었습니다. 목표는 통계를 사용하여 알려지지 않은 일반적인 진실과 가장 가까운 풀링 된 추정치를 얻는 것입니다. 메타 분석은 모든 개별 연구의 결과로부터 가중 평균을 산출합니다.

알려지지 않은 공통 진실의 추정치를 제공하는 것 외에도 메타 분석은 다른 연구 결과를 대조하고 연구 결과 간의 패턴을 식별 할 수 있습니다. 또한 이러한 결과들 사이에 불일치의 원인을 식별 할 수 있습니다. 또한 여러 연구의 맥락에서 튀어 나오는 다른 흥미로운 관계를 확인할 수 있습니다. 메타 분석 접근법의 주요 이점은 많은 개별 연구에서 얻은 측정에서 가능한 것보다 더 높은 통계적 힘 및 더 견고한 지점 추정으로 이르는 정보의 집합입니다.

여전히 고려해야 할 메타 분석 접근법에는 몇 가지 한계가 있습니다. 연구원은 메타 분석의 결과에 영향을 줄 수있는 연구 (예 : 출판 된 연구 만 포함)를 선택해야합니다. 연구자는 연구 방법을 결정해야합니다. 그리고 연구원은 불완전한 데이터를 다루는 방법을 결정하고 데이터를 분석하며 출판 편견을 설명해야합니다.

그러나 때로는 하나의 개별 심리 연구를 평가하기를 원합니다. 그러면 어떻게해야할까요? 연구에 주어진 무게와 그 결과를 고려할 때 표본 크기에 초점을 맞 춥니 다. 연구가 작은 표본을 사용하면 복제가 실패 할 가능성이 더 커집니다. 가장 긍정적이고 부정적인 결과는 종종 가장 작은 표본 또는 가장 넓은 신뢰 구간을 가진 결과입니다. 더 작은 연구는 우연히 부분적으로 복제하지 못할 가능성이 있지만 여러 가지 이유로 표본 크기가 증가함에 따라 효과가 더 작아 질 수 있습니다. 이 연구가 개입을 테스트하는 경우 규모에 따른 고품질 구현을 방해하는 용량 제약이있을 수 있습니다. 더 작은 연구는 종종 가장 큰 효과를 낼 수있는 정확한 표본을 표적으로합니다.

예를 들어 제한된 수의 학생에게만 사용할 수있는 값 비싼 다양성 교육 프로그램이있는 경우, 한 가지 수업 만 받고 가장 많은 혜택을 볼 수있는 학생들을 가질 수 있습니다. 즉, 더 큰 그룹에서 다양성 교육을 실시하면 그 효과는 더 작아 질 수 있습니다. 그래서 좀 더 일반적으로, 교육 프로그램이 규모가 커지면 어떤 것이 달라질 지 생각하는 것이 도움이 될 수 있습니다. 예를 들어, 소규모 다양성 교육 프로그램은 더 넓은 기관, 공동체 또는 사회에 영향을 미치지 않을 것입니다. 그러나 규모가 커지면 제도적, 공동체 적 또는 사회적 문화가 변화 할 수도 있습니다.

마찬가지로 샘플, 컨텍스트 및 구현의 특정 기능을 고려하십시오. 연구원은 어떻게 교육 기관과 학생들을 포함한 다양성 교육 프로그램을 연구하게 되었습니까? 이 샘플이 관심있는 샘플보다 더 좋거나 더 좋을 것으로 기대하십니까? 예를 들어 웹 컨퍼런스 코스에서 사용하는 교수법의 결과를 테스트하는 데 관심이 있다면 하버드 의 다양성 심리학 (예 : 하버드, 웹 컨퍼런스, 캠퍼스)도 결과에 영향을 미칠 수 있습니다. 결과를 더 크게 만들 수있는 설정에 대해 고유 한 것이 있습니까?

이 연구가 다양성 교육 과정을 평가했다면 그 과정이 어떻게 구현되었는지 또한 중요합니다. 예를 들어, 다양성에 관한 웹 컨퍼런스 강좌가 학생들의 소속감 및 참여감을 향상시킬 수 있다고 들었을 때, 비슷한 코스를 수강 할 생각이라면 다른 결과가 있는지 여부를 판단하기 위해 웹 컨퍼런스 코스의 형식과 강의 내용 및 교직원의 교육을 알고 싶을 것입니다.

결과를 설명하고 설정간에 일정한 명확한 메커니즘이있는 경우 연구 결과에 더 많은 확신을 가질 수 있습니다. 예를 들어, 행동 경제학의 일부 결과는 인간 행동의 특정 규칙이 고정되어 있다고 제안합니다. 그러나 이러한 메커니즘은 밝혀 내기가 어려울 수 있습니다. 그리고 처음에는 고정 배선 규칙을 반영한 것으로 보이는 행동 경제학에서의 많은 실험들이 행복을 찾음으로써 인내와 학습을 증가시키는 것과 같이 반복하지 못했습니다.

그러나 연구에서 발견 한 결과를 기대할 수있는 확실한 이유가 있거나 구체적인 결과가 일반화 될 것으로 예상 할 수있는 강력한 이론적 이유가있는 경우에는 결과가 신뢰할 수있는 결과로 이어질 것입니다. 단일 학습을 조금 더. 그러나 왜 우리는 설득력있는 이유가 있다고 생각하는지 검토해야합니다.

마지막으로, 그것이 너무 진실한 것처럼 보이는 경우에, 아마이다. 이것은 베이지안 통계의 원리에 기초합니다 : 낯선 사람 주장은 자신의 “사도 (priors)”또는 신념을 바꾸기 위해 더 강한 증거 를 요구해야합니다. 우리가 신념을 진지하게 생각해 보면 인간이 평균적으로 예측을 잘한다고 결론을 내릴 이유가 있습니다. 그렇다면 실제로는 불가능할 것으로 보이는 결과가 실제로 사실 일 가능성이 적습니다.

결론적으로, 모든 심리학 연구는 오류의 대상이되므로 결과가 다를 수 있으며 복제가 실패 할 수 있습니다. 연구에 잠재적으로 숨어있는 오류를 알지 못하는 것보다이 사실을 알고있는 것이 훨씬 낫습니다. 과학적 방법은 연구가 다양하거나 복제가되지 않는 사례를 해결하는 데 도움이되는 경험적 추론을 유도하기 위해 개발되었습니다. 인간 행동과 심리학 연구에 과학적 방법을 적용한 것은 인간의 행동을 단순화하지 못했다. 대신, 그것은 인간의 복잡한 행동이 얼마나 복잡한 지 제안했습니다.

참고 문헌

Weissmark, M. (출현). 다양성의 과학 . 옥스포드 대학 출판사, 미국.

Weissmark, M. (2004). J ustice Matters : 홀로 코스트와 2 차 세계 대전의 유산 . 옥스포드 대학 출판사, 미국.

Weissmark, M. & Giacomo, D. (1998). 효과적으로 정신 요법을하는 것. 시카고 프레스, 미국의 다양성.