Очень важно учитывать величину эффекта, если вы пытаетесь составить общее впечатление о данных в той или иной области исследований. Есть такой прием, метаанализ. Это когда вы сопоставляете данные, полученные из разных экспериментов по изучению одной и той же темы. Вы определяете, сколько человек участвовало в исследовании, оцениваете, насколько полученные данные достоверные и согласующиеся, а также высчитываете, какая величина эффекта является нормой. Такой подход помогает решить проблему исследований с небольшим количеством участников или экспериментов типа «включено-выключено», которые невозможно повторить. Когда вы смотрите на величину эффекта, то понимаете, насколько справедливо заявление о том, что полученное различие «глубокое» или «основополагающее». Если в исследовании, где используются подобные выражения, на самом деле не сообщается о величине эффекта, то следует отнестись к нему с осторожностью.
Следует отметить еще одно предупреждение относительно публикаций полученных данных. Если кто-то называет какую-то величину «значимой» (например, «мужчины и женщины значимо различаются»), то он, скорее всего, имеет в виду, что это различие важное и оно привлечет к себе внимание. Вы вряд ли подумаете: «Ага, это значит, что вероятность составляет 5 из 100 возможных». Нет, вывод не в том, что данные ничего не значат, просто нам нужно не спешить восторгаться возможной интерпретацией слова «значимый».
Таким образом, существует список вопросов, на которые следует ответить, чтобы узнать, какой вклад психология внесла в дискуссию о половых различиях. Является ли гипотеза настолько объективной, насколько это вообще возможно, или она отражает стереотипы, предвзятость и упорный поиск различий? Будет ли результат выполнения теста беспристрастно отражать поведение или характер человека, или это просто суммирование цифр с целью выявления различий? Насколько тщательно экспериментаторы контролировали «гендерно-дифференцированные» факторы, например образование или профессию, или они посчитали, что определения «мужчина» или «женщина» вполне достаточно? Увидим ли мы осторожную интерпретацию величины эффекта, или любой автор статей в научно-популярных журналах будет сыпать такими определениями различий, как «фундаментальные» и «существенные»?37
О чем вы спрашиваете и как задаете вопрос?
Мы уже видели, что ученые, которые выдвигают теории и проверяют их с помощью психологии, не находятся в политическом вакууме. Несмотря на то что представление Лебона о женщине как о «двухголовой горилле» несколько изменилось, целью науки до сих пор остается поиск и классификация различий, демонстрация разных навыков и характеров мужчин и женщин, которые делают их подходящими для различных ролей. В первые годы после появления этой области знаний – экспериментальной психологии – ученые так стремились найти различия, что любая высказанная гипотеза обязательно подтверждалась, будь то такие признаки, как беглость речи, эмпатия, математические способности или агрессия. Было невозможно предсказать отсутствие различий или сходство между исследуемыми группами.
Учитывая принятые в наше время правила публикации результатов исследования, вы скорее предложите научному журналу статью (и ее, скорее всего, примут), если вы укажете, что различия могут быть. В ином случае статью с большой вероятностью не напечатают.
Бывает так, что вы просматриваете опубликованную литературу, но в общем «шуме» просто не находите свидетельств отсутствия половых различий. Возможно, вы вообще не предполагаете, что они будут. Их можно обнаружить, если у вас достаточное количество участников, мужчин и женщин38. Но вы же ищете половые различия, а если их нет, то вы вообще не упомянете об этом в выводах, обсуждении или в списке ключевых слов.
Часто это называют «проблемой картотеки» – это когда вы избавляетесь от свидетельств своей неудачи39. Я думаю, название «проблема айсберга» лучше бы отразило суть. Существует огромное количество «невидимых» результатов исследований, которые как раз подтверждают отсутствие различий между мужчинами и женщинами по самым разным показателям. Причем некоторые из этих показателей сидят в нашем сознании как достоверные способы разделения умеющих читать карты «марсиан» от «венерианок», способных выполнять сразу несколько дел.
Таким образом, сама постановка вопроса оказывает влияние на ответ. Но нам следует обратить внимание и на способы получения этого ответа. Какие именно тесты используются для сбора информации о различиях мужчин и женщин? Действительно ли вы измеряете то, что собирались измерить? И может ли это повлиять на выводы, которые вы (или вообще кто угодно) можете сделать на основании этих данных?
Много лет назад я попала на одну конференцию, посвященную наследованию IQ. Утреннее заседание отдали генетикам, которые представили общегеномные исследования ассоциаций, оценки наследуемости, эксперименты с использованием животных с измененным геномом, модели генных вариаций и так далее. Во всех этих исследованиях IQ был зависимой переменной или моделируемым фактором. Причем для оценки людей использовали тест IQ, который казался «общепринятым». Никто ни слова не сказал о том, как именно измерялась эта самая переменная или, точнее, что именно измерялось. Все говорили о том, как генетическая модель или какие-то манипуляции влияли на показатель IQ и его эквивалент у грызунов или обезьян.
После обеда на кафедру взошли психологи. Они не оставили камня на камне от веры генетиков в свой самый главный показатель. В генетических исследованиях обнаружились такие проблемы, как неоднородность участников, заданий и измеряемых навыков, нестабильность результатов, а также необходимость учета ряда факторов, например уровня образования и социально-экономического статуса участников-людей или же размера клетки лабораторных животных и частоты их контактов с экспериментатором. Иными словами, в этих исследованиях не было согласия относительно самого определения интеллекта. В результате оказалось, что IQ не похож, скажем, на цвет глаз или группу крови, то есть на фиксированный и объективно измеряемый признак, который можно аккуратно вставить в любую экспериментальную модель. Необходимо гораздо тщательнее разобраться в предыстории, чтобы понять, что именно означает балл IQ.
Вот для этого иногда приходится подробно изучать сам измеряемый параметр. Необходимо выяснить, как разрабатывался выбранный вами тест. Он может показаться надежным (дает одинаковые результаты в разных условиях) и достоверным (измеряет то, что заявлено). Но при этом выявит совершенно не то, что вы ожидали узнать.
Люди или вещи
Можно придумать тест, который якобы найдет у людей различия на основании одного показателя, но на деле отразит что-то другое. Примером этого может быть шкала для измерения различий профессиональных интересов: для одних профессий характерен интерес к «людям», для других – к «вещам».
Шкалу профессиональных интересов обычно используют консультанты по выбору профессии40. Она показывает, что соответствие интересов профессиональным задачам гарантирует удовольствие от работы. Принцип этого теста в 1980-х годах был разработан Дейлом Предиджером, ученым, который впоследствии занимался программой «Тестирование американских колледжей». Предиджер предположил, что все известные на тот момент профессиональные интересы можно разделить на два направления. Первое из них, «Данные/Идеи», указывает на предпочтение к обработке фактов, командной работе, разработке теорий и новых способов формулирования идей. Второе направление, «Люди/Вещи», объединяет тех, кому интересно работать с людьми, и тех, кто предпочитает работать с машинами и инструментами. И, очевидно, склонных к работе на свежем воздухе, к чему мы вернемся чуть позже.
