Наблюдать или вмешиваться?

Есть два основных способа собрать данные о том, влияет ли одно на другое.

• В наблюдательном исследовании вы измеряете то, что уже происходит, и ничего не меняете. Например, можно записать, сколько времени спят студенты и какие оценки получают.
• В эксперименте вы назначаете объектам исследования определённое воздействие, а затем измеряете, что происходит. Например, можно попросить одних студентов спать по восемь часов, а других — по шесть.

Оба способа помогают находить закономерности. Но только хорошо проведённый эксперимент позволяет делать уверенные выводы о причинно-следственной связи. Вот почему.

Представь, что в наблюдательном исследовании ученики, которые больше спят, также получают более высокие оценки. Возможно, сон помогает. Но, может быть, ученики, которые больше спят, также меньше работают, живут в более спокойных семьях или лучше организуют занятия. Любая из этих причин может быть настоящей причиной, а сон просто связан с ней. Такая скрытая переменная называется смешивающим фактором: она связана и с тем, что ты изучаешь, и с результатом, поэтому может создавать видимость эффекта или скрывать его. Мир 5 посвящает этой теме четыре урока.

Эксперимент решает эту проблему с помощью случайного распределения. Если монетка (или компьютер) решает, кто какое воздействие получит, то во всём остальном группы отличаются друг от друга только случайно: привычками сна, работой, семейной жизнью и тем, что ты даже не подумал измерить. При достаточном числе участников группы в среднем будут похожи, поэтому, если после этого результаты различаются, воздействие остаётся единственным систематическим различием.

Хороший эксперимент обычно включает:

• Экспериментальную группу, которая получает проверяемое воздействие, и контрольную группу, которая его не получает (или получает стандартную альтернативу).
• Случайное распределение по этим группам.
• Плацебо, когда ожидания людей имеют значение: безвредную имитацию, чтобы все верили, что могут получать проверяемое воздействие.
• Ослепление: люди не знают, в какой они группе (одинарное ослепление), а те, кто измеряет результаты, тоже этого не знают (двойное ослепление), поэтому надежды не могут повлиять на измерения.

Пример. Садовник хочет узнать, действует ли удобрение для растений. Неудачный план: дать удобрение растениям у окна, ничего не дать растениям в тени, а потом сравнить их. Теперь свет смешан с воздействием удобрения. План получше: пронумеровать 40 горшков, случайным выбором отобрать 20 для удобрения, остальные 20 оставить контрольной группой и поставить все горшки на одну полку. Теперь свет, вода и размер горшков уравновешены случайным образом, и явная разница в росте указывает на действие удобрения. (Это вымышленный пример — только для объяснения идеи.)

Эксперименты возможны не всегда. Мы не можем случайным образом заставить людей курить в течение тридцати лет или случайным образом назначить городу наводнение. Для таких вопросов мы опираемся на наблюдательные исследования, тщательное планирование и несколько независимых линий доказательств. Просто нужно честно признать, что доказательства причин будут слабее.