Недостатки корреляционных исследований и способы их устранения рассматривались в главе 3. Как мы убедились, на примере многих исследованиях не стоит сетовать на корреляционный характер данных, поскольку иногда выявить корреляционные связи — это лучшее, что можно сделать. Возьмем, к примеру, вывод о том, что семейное положение связано с удовлетворенностью жизнью. Провести эксперимент, спровоцировав развод пожилых пар с тем, чтобы определить его влияние на дальнейшую жизнь испытуемых, не представляется возможным. Однако что-то для выявления причинно-следственных связей мы все же можем сделать. Во-первых, использовать различные статистические приемы (например, метод парциальных корреляций, описанный в главе 3), предназначенные для контроля потенциального смешения факторов и более точного определения связи между соответствующими переменными. Можно, к примеру, задаться вопросом, как изменится связь между семейным положением и удовлетворенностью жизнью, если мы будем контролировать социально-экономический статус. Такие статистические приемы контроля часто используются при изучении рассмотренных выше тем. Еще один способ — изучать паттерны корреляций во времени, основываясь на том, что причина неизменно предшествует следствию. Например, снижение удовлетворенности жизнью после развода — более надежное основание для вывода о причинно-следственной связи, чем констатация корреляции при однократном измерении. Здесь вновь следует отметить огром-ное значение лонгитюдного метода при изучении ключевых вопросов психологии развития.
Первая часть этой главы посвящена общим вопроса изучения старения. В ней также анализируется одна из всесторонне изученных тем — стабильность/изменчивость IQ.
При исследовании старения возникают те же методологические трудности, что и в любом исследовании из области психологии развития, однако здесь они становятся наиболее актуальными. При отборе преследуется две цели: достижение репрезентативности выборок разных возрастов и достижение сопоставимости этих выборок. Достигнуть и той и другой цели достаточно трудно, кроме того, они могут противоречить друг другу. Сравнение молодых и пожилых испытуемых особенно осложняется возможностью двух типов смещения факторов. Первый — смешение возраста и уровня образования: в среднем молодые люди более образованны, чем пожилые. Второй тип смешения — смешение возраста и состояния здоровья: в среднем у молодых людей состояние здоровья лучше, чем у пожилых. Оба фактора обусловливают снижение показателей с возрастом.
Обсуждение переменной состояния здоровья заставляет задуматься о проблемах общего характера, возникающих в лонгитюдных исследованиях. Одна из важнейших — избирательное выбывание. В исследованиях интеллекта чаще всего выбывают испытуемые со сравнительно низким IQ. Это обстоятельство имеет два основания: выход из исследования по собственному желанию и выход из исследования, не зависящий от волн испытуемого и связанный с ухудшением здоровья или в крайнем случае — смертью. Результатом этого является искажение результатов в сторону улучшения показателей пожилых людей.
Затем обсуждается вопрос измерения. Как и любой глобальный конструкт, IQ можно измерять разными способами. Чаще всего в целях измерения интеллекта у пожилых людей используют WAIS и РМЛ. Оба теста делятся на подшкалы, вероятность межвозрастных различий по которым неодинакова. Возрастные различия по шкалам вербального интеллекта выражены меньше, чем по шкалам невербального интеллекта, по показателям кристаллизованного интеллекта — меньше, чем по показателям текучего интеллекта, по нескоростным методикам — меньше, чем по скоростным. Кроме того, возрастные различия с меньшей вероятностью выявляются с помощью методик измерения так называемого «повседневного» интеллекта. При обсуждении альтернатив IQ встает вопрос, имеющий первостепенное значение при любом сравнении молодых и пожилых людей, — проблема эквивалентности измерения. Тесты и контексты, используемые для оценки навыков пожилых людей, часто больше подходят для молодых испытуемых, и этот фактор также может обусловить обнаружение возрастных различий.
