top of page

Психологічна енкциклопедія

Рандомізація в психологічному дослідженні: що це і як працює випадковий розподіл

20 вер. 2023 р.
Читати 6 хв

Оновлено: 4 години тому

Автор: Український психологічний ХАБ · Опубліковано: 20 вересня 2023 · Редакційна політика


Рандомізація в психологічному дослідженні — це використання випадкового механізму для розподілу вже залучених учасників або інших експериментальних одиниць між умовами. У класичному експерименті це означає, що рішення про те, хто потрапить до експериментальної, контрольної чи іншої групи, визначає не дослідник і не сам учасник, а заздалегідь задана випадкова процедура.


Головна мета рандомізації — зменшити систематичні відмінності між групами до початку впливу. Завдяки цьому стає переконливішим причинний висновок: якщо групи після експерименту відрізняються, дослідник має сильніші підстави пов’язувати різницю з маніпуляцією, а не з тим, що в одну умову спочатку потрапили люди з іншими характеристиками. Саме тому рандомізація є одним із центральних інструментів експериментального методу.


Водночас випадковий розподіл не гарантує, що дві конкретні групи виявляться однаковими за віком, мотивацією, початковою тяжкістю симптомів, здібностями чи будь-якою іншою характеристикою. Особливо в невеликих вибірках випадкові дисбаланси цілком можливі. Рандомізація працює як процедура контролю систематичного зміщення, а не як механізм створення «ідеально однакових» груп.


Чому назва «постійна рандомізація» неточна


У старій версії цієї сторінки використовувалася назва «постійна рандомізація». Для описаного там механізму в сучасній методологічній мові точнішими є терміни «рандомізація», «випадковий розподіл» та англомовні random assignment або random allocation.


Якщо кожного нового учасника незалежно розподіляють між групами за незмінним співвідношенням, наприклад 1:1, це називають простою рандомізацією. Саме вона найближча до того, що стара стаття називала «постійною». Окремого загальноприйнятого психологічного методу з назвою «постійна рандомізація» для такого дизайну не потрібно вводити.


Що саме робить рандомізація


Уявімо дослідження впливу сповіщень смартфона на увагу. Дослідники залучили 120 учасників і порівнюють дві умови: в одній під час завдання надходять сповіщення, в іншій телефон залишається беззвучним. Якщо учасники самі обирають умову, люди, які найбільше дратуються через сповіщення, можуть частіше вимикати їх. Тоді групи відрізнятимуться ще до початку експерименту, і результат матиме альтернативне пояснення.


При випадковому розподілі кожен уже залучений учасник отримує визначену ймовірність потрапити до кожної умови. Особисті вподобання дослідника, порядок приходу чи бажання учасника не повинні визначати призначення. Це знижує ризик селекційного зміщення і в середньому розподіляє як відомі, так і невідомі характеристики між умовами без систематичного правила.


Рандомізація особливо важлива для внутрішньої валідності — того, наскільки переконливо дизайн дозволяє приписати спостережувану різницю саме експериментальному впливу. Вона не замінює якісне вимірювання, достатній розмір вибірки, коректну контрольну умову, прозорий аналіз і дотримання протоколу.


Рандомізація і випадкова вибірка — різні речі


Ці поняття часто плутають, хоча вони відповідають на різні запитання. Випадкова вибірка визначає, кого залучають із ширшої популяції. Випадковий розподіл визначає, до якої умови потрапляє людина після того, як її вже включили в дослідження.


  • Випадкова вибірка стосується відбору учасників із популяції та насамперед допомагає з репрезентативністю й узагальненням результатів.

  • Рандомізація стосується розподілу вже залучених учасників між умовами та насамперед підтримує внутрішню валідність і причинне порівняння.

  • Дослідження може мати добру рандомізацію всередині дуже нерепрезентативної вибірки. Тоді причинний висновок для цієї вибірки може бути сильним, але переносити його на всю популяцію потрібно окремо обґрунтовувати.


Основні способи рандомізації


Проста рандомізація


Проста рандомізація використовує один заданий коефіцієнт розподілу, наприклад 1:1, і випадково призначає кожного учасника незалежно від попередніх призначень. За логікою це схоже на багаторазове підкидання монети, хоча в реальному дослідженні зазвичай використовують комп’ютерно згенеровану послідовність.


Її перевага — висока непередбачуваність. Недолік — у невеликих дослідженнях групи можуть випадково вийти нерівними за кількістю або важливими початковими характеристиками. Це не означає, що рандомізація «зламалася»: випадковість допускає дисбаланс у конкретній реалізації.


Блокова рандомізація


Блокова рандомізація обмежує послідовність так, щоб через певні інтервали зберігався близький баланс кількості учасників у групах. Наприклад, у блоці з чотирьох призначень за схемою 1:1 двоє учасників потраплять до однієї умови і двоє — до іншої, але порядок усередині блоку визначається випадково.


Перевага — кращий чисельний баланс під час набору. Ризик виникає тоді, коли розмір блоку відомий і умови не засліплені: наприкінці блоку наступне призначення іноді можна вгадати. Саме тому в практиці можуть використовувати блоки змінного розміру й окремо захищати послідовність призначень.


Стратифікована рандомізація


Стратифікована рандомізація спочатку ділить учасників на кілька заздалегідь визначених підгруп за важливою характеристикою, а потім проводить рандомізацію всередині кожної страти. Наприклад, якщо дослідники очікують, що початкова тяжкість симптомів сильно впливатиме на результат, вони можуть окремо рандомізувати учасників із нижчим і вищим початковим рівнем.


Це допомагає уникнути великого випадкового дисбалансу за кількома справді важливими ознаками, особливо в менших дослідженнях. Водночас надмірна кількість страт ускладнює дизайн, тому характеристики для стратифікації визначають наперед і обирають вибірково.


Адаптивні схеми


Існують також адаптивні схеми, у яких правила або ймовірності призначення можуть змінюватися під час дослідження залежно від накопиченої інформації. Це спеціалізований клас дизайнів зі складнішими статистичними вимогами. Він не є тим, що описувала стара версія цієї сторінки, тому для базового розуміння рандомізації достатньо розрізняти просту, блокову та стратифіковану схеми.


Рандомізація не гарантує однакових груп


Фраза «рандомізація робить групи однаковими» зручна для короткого пояснення, але методологічно неточна. Випадковий процес не контролює кожну характеристику в кожній конкретній вибірці. Якщо в дослідженні 20 людей, цілком можливо випадково отримати різне співвідношення статей, різний середній вік або різні стартові показники.


Сильне твердження інше: випадкове призначення прибирає систематичне правило, за яким певні типи учасників потрапляють до певної умови, і створює відому ймовірнісну основу для статистичного порівняння. Зі збільшенням вибірки великі випадкові дисбаланси стають менш імовірними, а для менших випробувань дослідники можуть застосовувати обмежені схеми рандомізації.


Три процедури, які не слід змішувати


Генерація випадкової послідовності


Це спосіб створити сам порядок призначень: наприклад, за допомогою комп’ютерного генератора випадкових чисел. Якщо порядок формують чергуванням «А, Б, А, Б», датою народження, номером медичної картки чи днем тижня, це передбачувані правила і вони не є справжньою рандомізацією.


Приховування послідовності призначень


Навіть коректно згенеровану випадкову послідовність можна зіпсувати, якщо людина, яка включає учасників, знає наступне призначення. Тоді вона свідомо або несвідомо може вплинути на те, хто саме потрапить у дослідження в цей момент. Приховування послідовності означає, що майбутнє призначення залишається невідомим до моменту, коли рішення про включення учасника вже прийняте.


Засліплення


Засліплення стосується іншого етапу: хто знає вже зроблене призначення після розподілу. Залежно від дослідження можна приховувати умову від учасника, терапевта, дослідника, який вимірює результат, або статистичного аналітика. Рандомізація, приховування послідовності й засліплення зменшують різні джерела зміщення і не замінюють одне одного.


Чого рандомізація не виправляє


  • Нерепрезентативну вибірку: випадковий розподіл усередині групи студентів не робить цю групу репрезентативною для всього населення.

  • Невдале вимірювання: якщо тест погано вимірює потрібний психологічний конструкт, рандомізація не зробить його валідним.

  • Вибуття після розподілу: якщо з однієї умови систематично виходить більше учасників, початкові переваги рандомізації можуть послабитися.

  • Порушення протоколу та додаткові впливи: групи можуть отримувати різну увагу, інформацію чи допомогу, крім запланованої маніпуляції.

  • Малу статистичну потужність: випадкове призначення саме по собі не компенсує недостатню кількість спостережень.

  • Гнучкий аналіз після перегляду результатів: вибір лише зручних показників, підгруп або моделей створює окреме джерело упередження.


Як читати рандомізоване дослідження


Побачивши слова «рандомізоване контрольоване дослідження» або RCT, варто перевірити не лише сам ярлик. Сильний звіт має пояснювати, що саме рандомізували — окремих людей, класи, клініки чи інші кластери; як створювали послідовність; яким було співвідношення призначень; чи застосовували блоки або страти; як приховували майбутнє призначення; хто був засліплений; скільки учасників вибуло і чи аналіз відповідав запланованому дизайну.


Окремо важливо дивитися, з чим порівнювали втручання. Контрольна група очікування, активна альтернатива, плацебо та звичайна допомога відповідають на різні питання. На Українському психологічному ХАБі цю логіку можна побачити на прикладі розбору рандомізованих досліджень психологічних чатботів: одна й та сама технологія може виглядати по-різному залежно від контрольної умови й якості дизайну.


Навіщо це психології


У психології багато змінних пов’язані між собою ще до будь-якого втручання: вік, освіта, попередній досвід, очікування, мотивація, тяжкість симптомів, когнітивні здібності, соціальний контекст. Якщо групи формуються за зручністю або самовибором, ці характеристики легко змішуються з ефектом експериментальної умови.


Рандомізація дає досліднику спосіб не вгадувати всі можливі конфаундери заздалегідь, а прибрати систематичний механізм їхнього розподілу між умовами. У поєднанні з добре сформульованою гіпотезою, адекватним контролем, якісним вимірюванням і прозорим аналізом це робить експеримент одним із найсильніших інструментів для перевірки причинних тверджень у психології.

Чому саме конфаундинг спотворює причинний висновок і як його контролюють поза рандомізованим призначенням, пояснює стаття «Конфаундинг у психологічних дослідженнях».


Поширені запитання


Що таке рандомізація простими словами?

Це випадковий розподіл уже залучених учасників між умовами дослідження. Рішення про групу визначає випадкова процедура, а не дослідник, порядок приходу чи бажання учасника.

Чи гарантує рандомізація однакові групи?

Ні. У конкретній вибірці групи можуть випадково відрізнятися. Рандомізація зменшує систематичне зміщення і створює ймовірнісну основу для порівняння, але не обіцяє повної рівності всіх характеристик.

Чим рандомізація відрізняється від випадкової вибірки?

Випадкова вибірка визначає, кого залучають із популяції. Рандомізація визначає, до якої умови потрапляє вже залучений учасник. Перша більше стосується репрезентативності, друга — внутрішньої валідності.

Що таке проста рандомізація?

Це схема, у якій кожного учасника випадково призначають за заданим співвідношенням, наприклад 1:1, незалежно від попередніх призначень. У невеликих вибірках вона може давати випадковий дисбаланс між групами.

Що означає «постійна рандомізація»?

У контексті старої версії цієї сторінки це було неточне позначення звичайного випадкового розподілу. Якщо ймовірність призначення залишається сталою і кожне призначення незалежне, точніше говорити про просту рандомізацію.

Чи достатньо самого слова RCT, щоб довіряти дослідженню?

Ні. Потрібно оцінити спосіб генерації послідовності, приховування майбутніх призначень, засліплення, контрольну умову, вибуття учасників, вимірювання, розмір вибірки та аналіз.


Пов’язані статті




Вибірка у психологічному дослідженні: генеральна сукупність, відбір і похибки — про відбір до дослідження, який слід відрізняти від випадкового розподілу між умовами.



Джерела


bottom of page