 |
 |
 |
 |
|
 |
 |
том, чтобы, собрав как можно больше исследовательских работ по интересующей теме, подсчитать, в
скольких из них гендерные отличия были обнаружены, а в скольких — нет. Так, знаменитая книга
Маккоби и Джеклин (1974) о гендерных различиях представляет собой не что иное, как исчерпывающий
обзор существующей литературы по предмету (причем описательный обзор) с дополнением в виде
таблицы, в которой перечислены исследования, обнаружившие гендерные различия и не обнаружившие
таковых.
Существенным недостатком метода голосования является то, что отдельные исследовательские
работы могут иметь малую статистическую мощность, т. е. способность выявлять различия между
группами. Статистические оценки, определяющие значимость отличия одной группы от другой по
данной переменной, учитывают как величину различий между группами, так и величину
вариабельности по данной переменной внутри каждой группы. Проще говоря, насколько сильно
отличаются мужчины и женщины по данной переменной и насколько сильно по этой переменной
мужчины отличаются от мужчин, а женщины — от женщин? Для того чтобы заявить, что группы
обладают значимыми различиями, мы должны быть уверены, что различия между группами превышают
внутри-групповые отличия. Например, если женщины отличаются друг от друга по данной переменной
так же сильно, как они отличаются от мужчин, то мы не имеем права признать, что эти группы значимо
отличаются друг от друга.
Намного сложнее получить значимый результат при малых различиях или низких значениях
показателей, особенно если в исследовании задействовано малое количество наблюдений. Иначе
говоря, низкие значения показателей и малый объем выборки снижают мощность статистического
критерия. Это может привести к тому, что статистическая проверка покажет отсутствие различия,
которое на самом деле существует (в статистике это называется «ошибкой второго рода»). Таким
образом, вы придете к ложному заключению, что отличия не существует, хотя в реальности оно есть.
При использовании метаанализа, который комбинирует данные большого числа исследований,
мощность статистического критерия существенно возрастает. Это означает, что в ряде случаев при
помощи метаанализа можно обнаружить межгрупповые отличия, которые не были выявлены методом
голосования (Lipsey & Wilson, 1993). Кроме того, метаанализ дает представление о значении величины
отличия, называемой effect size и обозначаемой буквой d.
Чтобы провести высококачественный метаанализ, необходимо собрать все доступные
исследования по данной теме, включая неопубликованные. Значение величины отличия (d)
подсчитывается для каждого исследования путем вычитания среднего одной группы из среднего другой
(в нашем случае среднее для женщин вычитается из среднего для мужчин), после чего полученная
разница делится на внутригрупповое стандартное отклонение (Eagly & Carli, 1981; Hyde, 1992; Hyde &
Linn, 1986; Lipsey & Wilson, 1993).
Коэн (Cohen, 1969) установил, что если d принимает значение 0,2, то надо говорить о малой
величине отличия, 0,5 — средняя величина отличия, а 0,8 — большая. Большая величина отличия
означает, что мужчины и женщины сильнее отличаются друг от друга, чем от представителей своего же
пола (Eagly, 1987). Затем значения d для всех исследований усредняются (складываются и делятся на
общее число исследований), чтобы получить общий индекс величины отличия d по всем
исследованиям. Например, в таблице 2.1 отражены значения d гендерных отличий в выполнении
математического теста для 19 стран. Вы можете самостоятельно подсчитать среднее значение величины
отличия для стран, где мальчики более успешно выполняли тест, чем девочки (d = 0,18), и среднее
значение величины отличия для тех стран, где девочки показывали лучшие результаты, чем мальчики (d
= 0,16). Другими словами, даже если мужчины и женщины демонстрируют различный успех в
математике, эти отличия очень малы.
Таблица 2.1. Национальные половые различия по математическому тесту для восьмого класса
Страна
Значение
для
мальчиков
Значение
для
девочек
Разница
Xм-Xд
Значение
величины
отличия
(d)
Более успешное выполнение мальчиками
