Metodologia kog-pyt i odp, Statystyka i metodologia(1)


Metodologia ze statystyką - pytania i odpowiedzi egzaminacyjne

  1. Wiedza naukowa - zasada racjonalności (mocna i słabsza) (ryc. 6)

Wiedza naukowa, to wiedza, w której badacz dążąc do rezultatu badawczego, podąża racjonalną drogą:

  1. efekty pracy badacza muszą poddawać się racjonalnej kontroli

  2. nie można w celu ich zrozumienia odwoływać się do intuicji, czy mistycyzmu

  3. reguła powtarzalności rezultatów badania przez innych badaczy, zachowujących te same procedury.

ZASADA RACJONALNOŚCI

0x08 graphic
0x08 graphic

SŁABA ZASADA MOCNA ZASADA

Zasada intersubiektywności Zasada racjonalnego

uznawania przekonań0x08 graphic
0x08 graphic

intersubiektywna komunikowalność intersubiektywna sprawdzalność

Na zasadę racjonalności składają się: słaba zasada oraz mocna zasada racjonalności. Na słabą zaś: zasada intersubiektywności (słaba zasada racjonalności) - na tę zasadę składają się dwa aspekty, intersubiektywna komunikowalność rezultatu badawczego - co oznacza, iż rezultat badawczy zostanie zakomunikowany w słowach rozumianych dosłownie, tj. bez przenośni, porównań i innych półśrodków przekazywania myśli, wraz z powszechnie przyjętym przez naukowców języku oraz:

Intersubiektywna sprawdzalność (kontrolowalność) rezultatu badawczego - co oznacza, że o słuszności (lub niesłuszności) danego twierdzenia możemy się przekonać w zasadzie każdy, kto tylko znajdzie się w odpowiednich warunkach zewnętrznych. Oznacza to, że badacz musi w sposób bardzo precyzyjny opisać w raporcie badań procedurę i warunki przeprowadzania eksperymentu.

Zasada racjonalnego uznawania przekonań (mocna zasada racjonalności) - mówi, iż powinniśmy uznawać twierdzenia na podstawie badań a nie dogmatów. Nie można twierdzić, że coś jest, bo tak myślę. Każde twierdzenie powinno być potwierdzone eksperymentalnie.

Poznanie naukowe jest wiec INTERSUBIEKTYWNE, POWTARZALNE oraz ma IDEALIZACYJNY CHARAKTER.

  1. Osiem etapów procesu badawczego w psychologii :

    1. Sformułowanie problemu [ Od jakiej zmiennej niezależnej Xj ( zmiennych X1, …,Xn), i jak zależy dana zmienna zależna Y?] i hipotezy badawczej [hipoteza oznajmia jakie zmienne wpływają na zmienną Y oraz jaka jest pomiędzy nimi zależność]

    2. Określenie obrazu zmiennych istotnych dla zmiennej zależnej Y - O(PY) oraz struktury przestrzeni zmiennej Y - O(SY)

    3. Operacjonalizacja zmiennych (przekłada z języka teoretycznego na język obserwacyjny)

    4. Wybór modelu badawczego - eksperymentalny( zakłada manipulację zmiennymi) vs korelacyjny (nie zakłada manipulacji zmiennymi)

    5. Dobór próby z populacji (aby próba była w pełni reprezentatywna musi być pobrana z populacji w sposób losowy, w innym przypadku RB będzie obciążony większym lub mniejszym błędem))

    6. Wybór modelu statystycznego

      • test t lub ANOVA lub MANOVA - dla m. eksperymentalnego

      • Wielokrotna regresja (MR) - dla m. korelacyjnego

  1. Akceptacja lub odrzucenie hipotezy

  2. Ocena, interpretacja i generalizacja rezultatu badawczego

3. Uwarunkowania procesu badawczego.

Uwarunkowania procesu badawczego w psychologii

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

Zewnętrzne Wewnętrzne

0x08 graphic
0x08 graphic
[kontekst praktyki społecznej]

0x08 graphic
0x08 graphic

Logika Psychologia

procesu badawczego procesu badawczego

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
Stan Standard realizacji Zmienne Zmienne

świadomości procesu psychologiczne psychologiczne

metodologicznej badawczego związane związane

badaczy z badaczem z osobą badaną

Uwarunkowania procesu badawczego w psychologii dzielimy na wewnętrzne i zewnętrzne. Uwarunkowania wewnętrzne to wszystko to, co dzieje się w obrębie społeczności uczonych (relacje zachodzące między członkami społeczności uczonych). Uwarunkowania zewnętrzne sprowadzane są do oddziaływań, „nacisków” społecznych na naukę (zapotrzebowania praktyki społecznej, ideologia, religia, przesądy, uprzedzenia rasowe).

Uwarunkowania wewnętrzne są dwojakiego rodzaju:

Pierwszy jest związany z logiką procesu badawczego, która obejmuje świadomość metodologiczną badaczy i standardy realizacji procesu badawczego, który został zaakceptowany przez społeczność badaczy. Standard ten jest oczywiście pochodną stanu świadomości metodologicznej.

Drugie uwarunkowania są związane ze specyfiką nauk behawioralnych, czyli interakcja badacz-osoba badana. Badacz i osoba badana wzajemnie na siebie oddziałują.

4. . Cztery rodzaje trafności badania psychologicznego.

Jest to:

  1. Trafność hipotezy

  2. Trafność badania empirycznego

  3. Trafność rezultatów badawczych

  4. Trafność decyzji badacza

Ad.1: Postawiona hipoteza może być trafna lub też nie. To samo tyczy się badania empirycznego (np.: dobór modelu badawczego - Ad.2). Decyzja jest trafna tylko wtedy, gdy trafna hipoteza zostaje potwierdzona, lub gdy nietrafna hipoteza zostaje odrzucona. W innym wypadku popełniamy Błąd A (odrzucenie trafnej hipotezy) lub Błąd B (pozostawienie nietrafnej hipotezy).

I. HIPOTEZA

II. BADANIE

III. RB

IV. DECYZJA

0x08 graphic

TRAFNA (akceptacja trafnej hipotezy

0x08 graphic

0x08 graphic
TRAFNE

0x08 graphic
TRAFNY

0x08 graphic
TRAFNA

BŁĄD A (odrzucenie trafnej hipotezy

0x08 graphic
NIETRAFNE

?

0x08 graphic

TRAFNA (odrzucenie nietrafnej hipotezy)

0x08 graphic

0x08 graphic
TRAFNE

0x08 graphic
TRAFNY

0x08 graphic
NIETRAFNA

BŁĄD B (pozostawienie nietrafnej hipotezy

0x08 graphic
NIETRAFNE

?

Ze wszystkich możliwych ścieżek w tym schemacie wyróżniamy dwie metodologicznie pożądane:

Opisany wyżej rodzaj trafności badania psychologicznego nazwiemy trafnością wewnętrzną.

5. O(PY) - PY; O(SY) - SY; Oiz(SY) - Oin(SY)

Pytanie to dotyczy 2 etapu procesu badawczego, w którym badacz okresla obraz zmiennych istotnych dla zmiennej zależnej Y - O(PY) oraz obraz struktury przestrzeni zmiennej Y - O(SY).

Schemat ten obejmuje problemy istotnościowe, hipotezy istotnościowe oraz hipotetyczne układy zmiennych niezależnych.

  1. Proces badawczy zaczyna się od sformułowania problemu istotnościowego 1.:

  1. Jakie zmienne niezależne są istotne dla Y?.

Próbą odpowiedzi na to pytanie jest hipoteza istotnościowa 1.:

    1. Zmienne niezależne X1…Xn są istotne dla Y.

Tworzymy w ten sposób obraz przestrzeni zmiennych istotnych dla Y O(PY), a nie ich przestrzeń PY. Jest to rozróżnienie potrzebne do rozróżnienia tego, co jest wymysłem badacza od tego, co jest rzeczywiście przestrzenią zmiennej Y. Badacz mógł wyliczyć zbyt mało zmiennych należących do PY, mógł również wyliczyć ich zbyt dużo.

  1. Po utworzeniu O(PY) badacz formułuje problem istotnościowy 2.:

  1. Jaki jest porządek istotnościowy w obrębie zmiennych zaliczonych do O(PY)?

Próbą odpowiedzi na to pytanie jest hipoteza istotnościowa 2:

    1. Zmienne z O(P Y) uporządkowane są wg relacji „bycia bardziej istotną dla Y niż…”.

Powstaje w ten sposób obraz struktury przestrzeni zmiennej Y O(S Y). Tak samo jak w poprzednim wypadku, tak i tutaj rozróżniamy obraz od rzeczywistej struktury przestrzeni zmiennej Y - SY.

Zmienne wchodzące do O(S Y) mogą oddziaływać niezależnie na Y - jest to wiec wtedy : obraz izolowanej struktury przestrzeni zmiennej Y Oiz(S Y); lub mogą wchodzić one ze sobą w interakcje i łącznie wpływać na zmienną Y - obraz interakcyjnej struktury przestrzeni zmiennej Y Oin(S Y).

Jest to bardzo ważny moment w badaniu eksperymentalnym, ponieważ jeżeli w modelu interakcyjnym będziemy analizować średnią, to pewnych wartości nie docenimy a inne przeszacujemy (ryc. 24)

6. Charakterystyka problemu badawczego. Cechy dobrze sformułowanego problemu. Problem badawczy jako pytanie - pytania: dopełnienia i rozstrzygnięcia. (ryc. 25, 28)

Badanie naukowe rozpoczyna się od sformułowania problemu badawczego, który dotyczy relacji zachodzących między zmiennymi. Badacza interesuje więc:

  1. Czy dana zmienna Xj rzeczywiście wpływa na Y (Xj jako przyczyna Y)?

  2. Jak dana zmienna Xj wpływa na Y (określenie postaci związku łączącego Y z Xj)?

Od tego jak dany problem zostanie sformułowany, zależy stopień jego dojrzałości. Formułując jakiś problem badawczy wyznaczamy jakieś ramy jego rozwiązania. Już w momencie jego formułowania możemy podać mniej lub bardziej ogólną postać hipotez stanowiących jego przypuszczalne rozwiązania. Przy stawianiu problemu badawczego zakładamy pewną wiedzę, która dotyczy fragmentu rzeczywistości ujmowanego w problemie badawczym. To z kolei eliminuje z pola naszych rozważań pewne klasy odpowiedzi na rzecz innych, sprawia, że procesy formułowania problemów badawczych i wysuwania na nie odpowiedzi są wzajemnie ze sobą związane. Formułowanie problemów badawczych przesądza już stosunek badacza do pytań bardziej podstawowych.

Kryteria dojrzałości problemu badawczego:

Nie zawsze pierwsze sformułowanie problemu od razu zadawala badacza. Problem stopniowo „dojrzewa”, tzn. że kolejne jego przeformułowania zawierają większą liczbę wskazówek co do jego rozwiązania, a wskazówki te są bardziej efektywne. Problem, który zawiera dostateczną liczbę wskazówek co do jego rozwiązania za pomocą dostępnych, na danym etapie rozwoju konkretnej dyscypliny naukowej, środków badawczych, jest problemem rozstrzygalnym.

Pytania rozstrzygnięcia. Rozpoczynają się od partykuły pytajnej „czy” i można udzielić na nie jednej z dwóch wykluczających się odpowiedzi: „tak” lub „nie”. Po partykule „czy” występuje człon będący zdaniem oznajmiającym. Wyróżniamy więc pytania rozstrzygnięcia o różnej liczbie członów. Najczęściej stosujemy dwuczłonowe pytania-rozstrzygnięcia. (np. „Czy dziecko w wieku 3 lat jest zdolne do myślenia abstrakcyjnego?”).

Pytania dopełnienia. Podają jedynie ogólny schemat odpowiedzi. Jest nim funkcja zdaniowa. Po podstawieniu odpowiednich wartości w miejsce zmiennej otrzymuje się każdorazowo nowe zdanie. (np. „Od którego roku życia dziecko jest zdolne do przeprowadzania operacji formalnych?”).

Tak więc pytania rozstrzygnięcia zawierają więcej bardziej jednoznacznych wskazówek co do dróg ich rozstrzygnięcia niż pytania dopełnienia.

7. Klasyfikacja problemów badawczych. (ryc. 26)

  1. PROBLEMY DOTYCZĄCE WARTOŚCI ZMIENNYCH:

Jaką wartość przyjmuje zmienna zależna Y, gdy zmienna niezależna Xj przyjmuje pewną wyróżnioną wartość v(Xj) = m?

lub

Jaką wartość przyjmuje zmienna niezależna Xj, gdy zmienna zależna Y przyjmuje pewną wyróżnioną wartość v(Y) = w?

  1. PROBLEMY DOTYCZĄCE ZALEŻNOŚCI MIĘDZY ZMIENNMI:

    1. PROBLEMY ISTOTNOŚCIOWE: (ryc. 23)

1a: Jakie zmienne niezależne są istotne dla zmiennej Y? Inaczej: Jakie zmienne wchodzą do O(PY)?

1b: Które ze zmiennych z O(P Y) są bardziej, a które mniej istotne dla zmiennej zależnej Y? Inaczej: Jaki jest porządek istotnościowy w obrębie zmiennych zaliczonych do O(P Y)?

1c: Czy zmienne z O(P Y) wpływają na zmienną zależną, każda niezależnie od pozostałych, czy też wchodzą ze sobą w interakcje? Inaczej: Jaki jest rodzaj
O(S
Y)?

    1. PROBLEMY DOTYCZĄCE „KSZTAŁTU” ZALEŻNOŚCI ZMIENNEJ ZALEŻNEJ Y OD ZMIENNEJ NIEZALEŻNEJ DLA NIEJ ISTOTNEJ:

Jaka jest zależność zmiennej Y od zmiennej niezależnej Xj?

lub

Jakiej postaci związek łączy zmienną zależną Y ze zmienną niezależną Xj?

(chodzi o związek liniowy versus krzywoliniowy).

8. Hipoteza badawcza. Cechy dobrze sformułowanej hipotezy. (ryc. 29)

Z dobrze postawionego problemu powinna jasno wynikać hipoteza (lub hipotezy) badawcza.

Dane stwierdzenie może być uznane za hipotezę naukową, jeżeli jest sprawdzalne.

Jeżeli hipoteza jest „zdolna” wyjaśnić tylko te fakty, do wyjaśnienia których została sformułowana i nie jest zdolna do przewidywania nowych faktów (prognoz zjawisk innego typu), to może ona zasługiwać jedynie na miano hipotezy ad hoc inaczej: doraźnej.

„(...) samodzielną hipotezę ad hoc można określić jako hipotezę, która dla swej obrony w obliczu faktów doświadczalnych nowych typów wymaga wprowadzania wciąż nowych, komplikujących ją, hipotez (które zresztą przeważnie same okazują się również hipotezami ad hoc; w ten sposób jedne hipotezy ad hoc są często notowane za pomocą innych hipotez ad hoc)” (Such, 1975, s. 107).

Sprawdzona, zaakceptowana przez badacza hipoteza nie jest na stałe włączona do zbioru twierdzeń danej dyscypliny empirycznej, zawsze może być ona odrzucona.

Hipotezy zawsze formułuje się w postaci twierdzącej.

Kryteria poprawności formułowania hipotez naukowych

9. Klasyfikacja hipotez badawczych. (ryc. 27)

  1. HIPOTEZY DOTYCZĄCE WARTOŚCI ZMIENNYCH:

Jeżeli zmienna niezależna Xj przyjmuje wyróżnioną wartość: v(Xj) = m, zmienna zależna Y przyjmuje wartość v(Y) = w.

lub

Dla danej zmiennej zależnej Y, która przyjmuje wyróżnioną wartość v(Y) = w, zmienna niezależna Xj przyjmuje wartość v(Xj) = m.

  1. HIPOTEZY DOTYCZĄCE ZALEŻNOŚCI MIĘDZY ZMIENNYMI:

    1. HIPOTEZY ISTOTNOŚCIOWE: (ryc. 23)

1a. Zmienne niezależne X1,…, Xn są istotne dla Y.

1b. Zmienne z O(PY), uporządkowane są - wg relacji bycia bardziej istotną dla Y niż… - w następujący sposób… Albo inaczej: Zmienna X1 jest bardziej istotna dla zmiennej zależnej Y niż zmienna X2.

1c'. O(SY) jest interakcyjny - Oin(PY). Inaczej: Zmienne niezależne X1,…,Xn wpływają na zmienną zależną Y wchodząc ze sobą w interakcje. Albo też, gdy tylko część zmiennych, wedle wiedzy badacza (przyjętych przez niego założeń teoretycznych) wchodzi ze sobą w interakcje: Zmienne niezależne X1, X2 wchodzą ze sobą w interakcję, a zmienne X3, X4 nie wchodzą ze sobą, ani z pozostałymi zmiennymi w interakcje.

1c”. O(SY) jest izolowany - Oiz(PY). Inaczej: Zmienne niezależne X1,…,Xn wpływają na zmienną zależną Y nie wchodząc ze sobą w interakcje.

    1. HIPOTEZY DOTYCZĄCE „KSZTAŁTU” ZALEŻNOŚCI ZMIENNEJ ZALEŻNEJ Y OD ZMIENNEJ NIEZALEŻNEJ DLA NIEJ ISTOTNEJ Xj:

Zmienną zależną Y łączy związek funkcyjny ze zmienną niezależną Xj postaci:
Y = f(X
j). Pod „f” podstawiamy określony kształt funkcji.

10. Pojęcie zmiennej. Odmiany zmiennych. Przykłady. (ryc. 11)

zmienna - właściwość, pod względem której osoby badane z danej grupy się różnią. Musi spełniać dwa kryteria: 1. Musi dotyczyć wszystkich członków grupy(wyczerpywalność). 2. Musi przyjmować tylko jedną wartość dla jednej osoby(rozłączność).

Warunki poprawnej konstrukcji zmiennej

  1. Warunki formalne

    1. Rozłaczność - jednej osobie przysługuje tylko jedna wartość.

    2. Adekwatność

      1. Wyczerpywalność - każdej osobie musi być przypisana jakaś wartość.

      2. Wyłączność - wartości zmiennej mogą być przypisane tylko tym osobom, które ta zmienna obejmuje swoim zasięgiem.

  2. Warunek treściowy - kryterium wyodrębniania wartości musi być trafne.

Odmiany zmiennych:

11. Stevensa klasyfikacja zmiennych. Przykłady. (ryc. 11)

    1. zmienna nominalna

Używamy jej jeżeli możemy jedynie klasyfikować osoby wedle wartości jakiejś zmiennej. Za jej pomocą możemy jedynie uznać, że dwie osoby są takie same albo że różnią się pod względem wartości danej zmiennej. (np.: płeć)

    1. zmienna porządkowa

Pozwala nam uporządkować osoby badane pod względem wartości danych zmiennych. Możemy więc stwierdzić równość bądź różność osób oraz uporządkować je w sposób rosnący lub malejący. Stosujemy w tej skali rangowanie. Możemy też wyróżnić uporządkowanie silniejsze (całkowite) - gdy używamy >; oraz uporządkowanie słabsze (częściowe) - gdy używamy ≥. (np.: skala samopoczucia od 1-5)

    1. zmienna przedziałowa (interwałowa)

Mówimy o nich, gdy między wartościami jakiejś zmiennej występują równe różnice. Pozwala nam to na stwierdzanie nie tylko klasyfikacji (lepszy-gorszy) ale także wyrażanie: o ile dana osoba jest lepsza-gorsza. Nie możemy jednak stwierdzić ile razy jest lepsza, ponieważ skala ta ma arbitralne zero. (np.: IQ - ktoś kto ma 50IQ nie jest dwa razy głupszy od osoby 100IQ)

    1. zmienna ilorazowa (stosunkowa)

Możemy stwierdzić ile razy osoba A różni się od osoby B. Zakłada ona bowiem istnienia zera absolutnego. (np.: wzrost, czas - ale nie kalendarzowy)

Zmienne nominalne to zmienne jakościowe, a zmienne przedziałowe i ilorazowe to zmienne ilościowe.

12. Klasyfikacja zmiennych niezależnych istotnych dla zmiennej zależnej Y + schemat (ryc. 13)

0x08 graphic
0x08 graphic
zmienne niezależne istotne dla Y

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
ważne zakłócające

zmienne zmienne nie skorelowane skorelowane

niezależne niezależne z aktem badania z aktem badania

główne uboczne empirycznego empirycznego

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
(kontrolowane) (pogoda)

kontrolowane nie kontrolowane uniwersalne okazjonalne

(sposób odczytu (ból głowy)

0x08 graphic
0x08 graphic
0x08 graphic
ze wskaźnika)

0x08 graphic

kontrolowane nie kontrolowane kontrolowane nie kontrolowane

pogrubioną czcionką zaznaczone są te zmienne, z których badacz zdaje sobie sprawę i wyróżnia je w O(PY).

Dodatkowo wszystkie zmienne (oprócz zewnętrznych wzgledem badania empirycznego, która są zawsze nie kontrolowane) możemy podzielić na:

13. Charakterystyka modelu eksperymentalnego i quasi-eksperymentalnego.

Model eksperymentalny to taki model sprawdzania hipotez o zależnościach między zmienną (zmiennymi) zależną i zmienną (zmiennymi) niezależną-główną, który zakłada:

  1. manipulację co najmniej jedną zmienną niezależną-główną

  2. kontrolowanie pozostałych zmiennych, ubocznych i zakłócających uznanych przez badacza za istotne dla zmiennej zależnej

  3. dokonywanie pomiaru zmienności zmiennej (zmiennych) zależnej, spowodowanej zamierzonym przez badacza oddziaływaniem na nią (na nie) zmiennej (zmiennych) niezależnej-głównej.

Manipulowanie zmienną niezależną-główną polega na przydzielaniu poszczególnych jej wartości (ze zbioru liczącego co najmniej dwie wartości) osobom badanym z próby pobranej przez badacza z populacji tak, aby jednej osobie przypisywana była tylko jedna wartość zmiennej lub jedna kombinacja wartości zmiennych, gdy ich liczba jest większa. Owo przydzielanie musi się odbywać z respektowaniem zasady randomizacji, czyli przydzielania poszczególnych wartości jednej zmiennej niezależnej-głównej w sposób losowy osobom badanym.

W najprostszym wariancie Modelu Eksperymentalnego, badacz manipuluje jedną zmienną niezależną-główną, która - w sposób naturalny, albo wymuszony przez badacza - jest zmienną dwuwartościową („0-1”). Manipulacja w tym przypadku polega na tym, że badacz połowie osób (w sposób losowy) przydziela wartość „1”, a drugiej połowie - „0”. Często jednak badacze dychotomizują zmienne występujące w rzeczywistości w wielu wartościach. Działają zgodnie z zasadą „wszystko albo nic”. Np.: 1 - kawa, a 0 - nie kawa. Badacz nie manipuluje intensywnością kofeiny w płynach. Badani nie powinni się nawet różnić zmiennymi niezależnymi-ubocznym (np. płcią) zaliczonymi do O(PY). Nazywamy to blokowaniem zmiennych - polega to na tym, iż jeżeli uznamy, że na reakcję na kawę wpływa płeć, to bierzemy do badania same kobiety. Zablokowaliśmy tą zmienną ale kosztem trafności zewnętrznej. To postępowanie jest zgodne z kanonem różnicy J.S.Milla. Do modelu (all-or-nothing) stosujemy specjalistyczną terminologię:

Xg - postępowanie eksperymentalne (ponieważ badamy jej wpływ na Y); rzadziej - czynnik eksperymentalny lub zmienna eksperymentalna.

Wartość „1”- (wszystko) to warunki eksperymentalne

Wartość „0” - (nic) to warunki kontrolne.

Wynika z tego jasny wniosek, że badanie jest eksperymentalne tylko wtedy, kiedy badacz porównuje osoby poddane jakimś oddziaływaniom z osobami, które takim oddziaływaniom nie zostały poddane.

Model quasi-eksperymentalny, to taki model badawczy, w którym badacz nie stosuje randomizacji osób badanych do poszczególnych grup. Jest to spowodowane tym, iż zmienna niezależna-główna jest zmienną klasyfikacyjną a samo badanie projektowane jest jako jednogrupowe. Model ten nie jest nie poprawny, a czasem nawet konieczny. Jeżeli badamy wpływ choroby na raka na psychikę pacjentów, to zmiennej Xg - chory - nie chory, nie możemy przydzielić badanym w sposób losowy. Wartości tej zmiennej zostały nam narzucone. Z tym samym problemem borykają się psychologowie rozwojowi. Często badając dzieci muszą pogodzić się z tym, że pewne zmienne są im już z góry narzucone. Jeżeli jednak jest możliwość zastosowania zasady randomizacji, to powinniśmy z niej skorzystać, ponieważ wyeliminuje ona nam wpływ czynników przypadkowych na Y. Jeżeli badani zostaną losowo przydzieleni do grup, to zmienne losowe również rozłożą się w sposób losowy na nasze grupy kontrolne i eksperymentalne. Np.: w eksperymencie „kawa - nie kawa” taką zmienną może być aktualne ciśnienie krwi, jeżeli rozłożymy tą zmienną losowo na poszczególne grupy, to wyeliminujemy ten czynnik z wpływu na X, ponieważ wystąpi ona w obu grupach z tym samym natężeniem.

14. Kontrola zmiennych niezależnych-ubocznych w planach „zero-jedynkowych”.

Z klasycznym wariantem eksperymentu związane są dwie metody kontrolowania zmiennych niezależnych, które badacz zaliczył jako zmienne niezależne-uboczne i niezależne-zakłócające:

  1. Ustalenie stałej wartości (lub stałego jej podzakresu) kontrolowanej w ten sposób zmiennej w obu grupach porównawczych - eksperymentalnej i kontrolnej (innym wariantem jest zapewnienie aby w obu grupach była ta sama średnia i odchylenia standardowe - inaczej mówiąc badacz powinien zadbać aby wariancje były homogeniczne).

Ocena:

Ma poważną wadę, taki sposób kontrolowania ma wpływ na zakres wniosków, które badacz jest uprawniony uogólniać z poziomu próby na poziom populacji. Jeżeli blokujemy osoby badane pod względem zmiennych niezależnych-ubocznych, to generalizować możemy jedynie na osoby z populacji mieszczących się w danym podzakresie. Np.: Blokujemy zmienną inteligencja na podzakresie <90-120>, łatwo zauważyć, że ten podzakres nie odnosi się do całej populacji.

  1. Metoda doboru parami. Do drugiej grupy dobieramy osobę, która ma podobne parametry zmiennych istotnych dla Y. Idealnymi badanymi w tym przypadku byłyby bliźnięta monozygotyczne. Zaleca się aby minimalizować wariancję wewnątrz par, a maksymalizować wariancję między parami. Po utworzeniu danej liczby par badacz przystępuje do losowego rozdzielania osób z poszczególnych par na dwie grupy - eksperymentalną i kontrolną. Badacz może również tworzyć pary poprzez badanie tej samej osoby raz w warunkach kontrolnych, a raz w warunkach eksperymentalnych. Wtedy każda osoba tworzy parę z samym sobą. Ograniczeniem jest wpływ pierwszego pomiaru na zachowanie się osoby badanej.

Ocena:

Nie jest łatwe skonstruować pary dla zmiennych psychologicznych. Bardzo trudno skompletować osoby z takim samym IQ, odpornością na stres i takiej samej stabilności samooceny. Ominięciem tej trudności jest wyżej wspomniane podwójne badanie tej samej osoby. Nie nadaje się w przypadkach gdy wpływ na wyniki może mieć efekt wyuczenia czy efekt transferu.

15. Analiza wariancji zmiennej zależnej - wariancja międzygrupowa i wariancja wewnątrzgrupowa.

Model analizy wariancji (ANOVA) został zaprojektowany przez Fishera. W modelu możemy uwzględnić więcej niż dwie zmienne. Możemy więc badać wpływ dwóch (lub więcej) X na jednego (lub więcej) Y. Co więcej możemy zbadać wpływ interakcji dwóch zmiennych na zmienność zmiennej zależnej Y. Model Anova umożliwia nam również badanie zależności krzywoliniowych.

W modelu tym bada mierzy się zmienność chcianą (międzygrupową), która pokazuje nam zróżnicowanie osób w sposób odmiennie traktowany (kawa, nie kawa); oraz zmienność niechcianą (wewnątrzgrupową), która mówi nam o innych zmiennych wpływających na zmienność Y. Daje nam to zróżnicowanie na dwa rodzaje wariancji:

Wariancja międzygrupowa (MG) (wariancja wyjaśniana, kontrolowana) odnosi się do Xg, badacz wie co powoduje tą zmienność. Wariancje międzygrupowa będzie wysoka, wtedy gdy Xg naprawdę jest istotna dla Y. Badacz dodatkowo musi udowodnić, że wariancja MG jest spowodowana przez Xg, a nie przez inne czynniki (s). Dla wysokości MG nie ma znaczenia, czy wpływa na nią Xg czy s. Uniknięcie wpływu s na osoby badane umożliwia randomizacja.

var MG

0x08 graphic
0x08 graphic

max Xg v elim. s

Wariancja wewnątrzgrupowa, (WG) (wariancja resztowa, błędu) mówi nam o zmiennych, których badacz nie uwzględnił w O(PY). Traktujemy ją jako miarę precyzji eksperymentu. Idealną grupą jest grupa w której varWG=0. Wtedy całą obserwowaną zmienność Y można tłumaczyć wpływem na nią X, kontrolowanego przez badacza, będącego źródłem var MG. Jeżeli jest ona wysoka, to oznacza, iż badacz nie może wytłumaczyć zmienności Y, ponieważ powodowała ją zmienność między osobami. Niskie WG uzyskuje się poprzez tworzenie grup homogenicznych = jednorodnych pod różnymi względami.

0x08 graphic
var WG

R! min.

var MG

tα

ξ =

0x08 graphic

ξ

var WG

Fα

ξ jest wysokie, gdy rośnie licznik a mianownik maleje. Co oznacza, że badacz powinien dążyć do maksymalizacji var MG, a minimalizacji var WG.

Warto się więc zastanowić od czego zależą poszczególne wariancje:

Obliczanie:

0x08 graphic
0x08 graphic
0x08 graphic
Wariancja międzygrupowa - jest średnią arytmetyczną odchyleń poszczególnych średnich grupowych (Y1. i Y2.) od średniej całkowitej (Y..).

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
(Y1. - Y..)2 + (Y2. - Y..)2

Obliczamy średnie dla każdej z grup i odejmujemy je od średniej całkowitej. Wyniki podnosimy do kwadratu i dodajemy do siebie, dzieląc przez „n”

0x08 graphic
s2M =

2

Wariancja wewnątrzgrupowa - jest średnią wariancji poszczególnych grup

s21 + s22

0x08 graphic
s2W =

2

0x08 graphic
Wariancja całkowita - jest średnią arytmetyczną odchyleń wszystkich poszczególnych wyników (Y..) od średniej całkowitej (Y..), lub jest sumą wariancji międzygrupowej i wariancji wewnątrzgrupowej.

0x08 graphic
(Yik - Y..)2

s2C =

0x08 graphic

s2C = s2M + s2W

n

Minimalizowanie wariancji WG jest niemożliwe w eksperymentach wszystko albo nic. Taką możliwość daje jednak analiza wariancji (ANOVA). Wariancję międzygrupową można rozbić na dowolną liczbę wariancji składowych, których źródłami są hipotetyczne zmienne niezależne istotne dla Y. Ten sposób postępowania powoduje zmniejszenie WG na rzecz zwiększenia WM. Możemy obliczyć również jaki procent zmienności Y wyjaśnia nasza zmienna X. Przykładowo, jeżeli MG jest równa 75% a WG wynosi 25%, to dokładając

s2M

kolejne zmienne X powodujemy, że wyjaśniamy coraz większą część zmienności Y, minimalizując zarazem WG.

s2M =

0x08 graphic
x100%

s2C

16. Znaczenie randomizacji.

Nierównomierne rozłożenie wpływów w obu grupach może doprowadzić do tego, że postępowanie eksperymentalne trafi na bardziej podatny grunt w grupie eksperymentalnej niż w grupie kontrolnej, a to może zaowocować „nachyleniem” rozkładu zmiennej zależnej Y (przeszacowanie lub niedoszacowanie wartości średniej zmiennej zależnej). Dlatego też należy przydzielać osoby badane do grup w sposób losowy. Powoduje to, iż wszelkie zmienne, na które badacz nie ma wpływu będą rozdzielone losowo pomiędzy różne sytuacje. Zmniejsza to prawdopodobieństwo wpływu tych czynników na wyniki naszego eksperymentu.

Nierównomierne rozłożenie wpływów w modelu eksperymentalnym do grupy eksperymentalnej i kontrolnej może spowodować zafałszowanie wyników. Nietrudno sobie wyobrazić przypadek, w którym osoby o większej podatności na badaną terapię trafiają do grupy kontrolnej i wyniki są "zbyt dobre". Zapobiec temu ma zasada randomizacji, czyli w pełni losowy przydział do grup.

17. Rola instrukcji maskujących cel eksperymentu („decepcja”)

Badacze starają się ukryć przed osobami badanymi prawdziwy cel eksperymentu. Psychologowie posługują się w tym celu tzw. instrukcjami maskującymi (deception - oszukiwanie, podstęp, szachrajstwo). Używają do tego np. historyjek fasadowych, które mają na celu zwiększenie realizmu psychologicznego, poprzez stworzenie sytuacji, w której badany może zachowywać się w sposób naturalny, gdyż nie wie, jaki właściwie aspekt jego zachowania jest przedmiotem badania, nie jest zahamowany w swych reakcjach. Niestety, oprócz ograniczeń etycznych, metoda ta ma ograniczenia metodologiczne. Żaden badacz nie będzie mógł znaleźć badanych „nieskażonych”, którzy na dodatek, powinni być tak naiwni, że uwierzą w to wszystko, co im psycholog-eksperymentator powie. Dodatkowo, zachowanie osób badanych może być modyfikowane przez lęk przed oceną. Tak więc osoby badane, nie ufają eksperymentatorowi i z reguły same chcą odkryć prawdziwy cel eksperymentu. Badany więc kieruje się własną interpretacją celu badania, w którym bierze udział, co wprowadza dodatkowe źródło zmienności zmiennej zależnej (dodatkową wariancję cząstkową Y). Warto się również powołać na artykuł 34, z Kodeksu Etyczno-Zawodowego Psychologa PTP, oraz do zasady 3 i 4 z Zasad Prowadzenia Badań z Udziałem Ludzi (szczegóły patrz pkt. 133
i 140).

Psychologowie od dawna posługują się instrukcjami maskujacymi by ukryć prawdziwy cel eksperymentu przed badanymi. Pozwala to czasem na osiągniecie zaskakujących wyników, które nie byłyby możliwe bez tego. Z pewnymi wyjątkami uznawane jest to za nieetyczne. Co więcej można też wysunąc zarzuty na tle metodologicznym. Nirealistyczne jest przyjęcie założenia, że osoba badana jest łatwowierna i postrzega sytuację badawczą tak jak to założył sobie eksperymentator. Prowadzi to zakłócającej wyniki "gry" w zgadywanie "co badacz miał na mysli".

18. Pojęcie planu eksperymentalnego i quasi-eksperymentalnego.

Zgodnie z planem eksperymentalnym psycholog:

  1. rozdziela osoby badane do co najmniej dwóch grup porównawczych: eksperymentalnej i kontrolnej, stosując się do zasady randomizacji (czyli manipuluje, co najmniej jedną, zmienną niezależną-główną);

  2. dokonuje pomiarów zmiennej zależnej Y (pretesty Y i posttesty Y);

  3. kontroluje zmienne niezależne - uboczne i zakłócające.

Najczęściej badacze wybierają plany, w których zmienna niezależna-główna przyjmuje tylko dwie wartości - jedna w grupie eksperymentalnej i jedną w kontrolnej. O takich planach mówimy „zero-jedynkowe”, albo „wszystko albo nic”. Zastosowanie już trzech grup porównawczych w miejsce dwóch, pozwala na określenie kształtu zależności między zmiennymi; zależną i niezależną-główną. Jeżeli więc nie jesteśmy pewni co do zależności liniowej naszych zmiennych powinniśmy zwiększyć liczbę grup porównawczych.

19. Adekwatność planu eksperymentalnego: „zero-jedynkowego” do treści hipotezy badawczej.

Ryciny 123-125 pokazują jaki błąd może popełnić badacz, jeśli przy związku „U-kształtnym” zastosuje pomiar dwu-grupowy. Widzimy, że rzeczywisty związek „U-kształtny” jest przez badacza spostrzegany jako liniowy, lub jako brak zależności. Ryc 126. pokazuje jak będzie wyglądał obraz wyników, jeżeli dobierzemy większą liczbę grup porównawczych. Ważne jest jednak aby, wartości zmiennej X, wyróżnione przez badacza, były równomiernie rozłożone wzdłuż kontinuum wartości X.

Najczęście stosowana odmiana planu E - zerojedynkowa pozwala testowac tylko hipotezy o zależności liniowej (bo jak przy pomocy dwóch punktów określić coś innego niż prostą?). Badanie zależności o wyższym niż liniowy rzędzie wymaga zwiększenia ilości grup. Jeżeli oczywiście, jeżeli mamy silne teoretyczne podstawy, żeby twierdzić o liniowej zależności nie ma sensu zwiekszanie ilości grup.

Co więcej w przypadku dychotomizacji zmiennej ciągłej na potrzeby plany zerojedynkowego łatwo o wyciagniecie błednych wniosków (zbyt wiele zalezy obranych dwóch wartości zmiennej ciągłej). Tu warto by wstawić wykresy obrazujęce typy takich błędów

20. Trafność wewnętrzna planu eksperymentalnego.

Trafność wewnętrzna odpowiada na pytanie, czy dana zmienna niezależna X rzeczywiście zadziałała na Y w badaniu realizowanym wg tego planu. Aby na to pytanie odpowiedzieć, trzeba się zastanowić czy:

  1. plan jest adekwatny do danej hipotezy (plany „0-1” nie są adekwatne do testowania hipotez nieliniowych).

  2. badacz kontrolował wszystkie czynniki mogące mieć - poza zmienną X - wpływ na zachowanie się (także to niespecyficzne) osób badanych w trakcie badania eksperymentalnego.

  3. badacz manipulował zmienną X, czyli czy stworzył takie warunki badania, które zapewniają maksymalizację wariancji zmiennej Y wyjaśnionej oddziaływaniem na tę zmienną postępowania eksperymentalnego X.

Oznacza to, że plan eksperymentalny trafny wewnętrznie to taki plan, który pozwala wyeliminować alternatywne - do ujętych w hipotezie badawczej - wyjaśnienia zaobserwowanej zmienności zmiennej Y. Warto więc pamiętać aby każdy plan eksperymentalny był w stanie wyeliminować alternatywne wyjaśnienie zmienności Y.

21. Czynniki zakłócające trafność wewnętrzną - historia, dojrzewanie, selekcja, testowanie. Przykłady.

  1. Historia. Im dłuższy czas dzieli pretest Y i posttest Y, tym bardziej prawdopodobne staje się to, że na osoby badane, poza postępowaniem eksperymentalnym, zadziałały jakieś zmienne z kontekstu zewnętrznego, w którym „zanurzone” jest prowadzone badanie. Np. gdy badamy dzieci i ich osiągnięcia szkolne, to musimy zastosować taki plan eksperymentalny, który pozwoli nam na kontrolę czynnika historii.

  2. Dojrzewanie. Źródłem zakłócenia jest sam organizm badanej osoby. W długim okresie dzielącym pretest Y i posttest Y zachodzić mogą naturalne zmiany związane z dojrzewaniem fizjologicznym i psychicznym osób badanych, których oddziaływanie na Y może albo wzmacniać, albo osłabiać efekty X.

  3. Selekcja. Stronniczy dobór osób do grup może zwiększać prawdopodobieństwo potwierdzenia hipotezy badawczej. Plany quasi-eksperymentalne podlegają wpływom tego czynnika. (por. pkt 27 i 30).

  4. Testowanie. Pretest może uwrażliwić osoby badane na oddziaływania eksperymentalne. Nie dotyczy to badań nad czasem reakcji czy napięcia skórno galwanicznego. Wszelkie badania, które zwracają uwagę badanego na daną kwestię, aktywizują go poznawczo. Jest jednak możliwa kontrola wpływu pretestu na posttest, jeżeli użyje się planu Salomona (por. pkt 43).

22.. Czynniki zakłócające trafność wewnętrzną - instrumentacja, regresja statystyczna, utrata osób badanych, interakcja selekcji z: historią, dojrzewaniem i instrumentacją.

  1. Instrumentacja. Czynnik ten jest związany z różnorakimi zmianami narzędzi pomiarowych, procedur ich stosowania i obliczania wyników oraz ze zwiększeniem doświadczenia osób stosujących te narzędzia i zmianą osób dokonujących pomiarów za pomocą owych narzędzi. Nie da się jednak uniknąć nabierania wprawy w rozwiązywaniu zadań (z małym wyjątkiem testów WAIS-R itp.) Można je jednak zminimalizować poprzez przeprowadzenie treningu.

  2. Regresja statystyczna. Skrajne wyniki mają tendencję do uśredniania się co nosi miano regresji do średniej.

  3. Utrata osób badanych. Badacz musi liczyć się z tym, że liczebność próby może ulec zmniejszeniu.

  4. Interakcja selekcji z: historią, dojrzewaniem i instrumentacją. W tym przypadku występuje niekorzystne zbiegnięcie się wpływów czynnika selekcji, który wchodzi w interakcję z pozostałymi czynnikami.

23. Czynniki zakłócające trafność wewnętrzną - Przenikanie informacji…; kompensujące, programowe zróżnicowanie grup…; kompensowanie mniej pożądanych…; obrażanie się osób…. Przykłady.

  1. Przenikanie informacji związanych z postępowaniem eksperymentalnym z grupy do grupy, albo imitowanie postępowania eksperymentalnego. Niemożność oddzielenia grup eksperymentalnej i kontrolnej od siebie i tym samym, umożliwienie osobom z grupy eksperymentalnej nawiązanie kontaktów z osobami z grupy kontrolnej może być niepożądanym źródłem dodatkowej wariancji zmiennej Y. Ten czynnik może być trudny do kontrolowania w eksperymentach terenowych, prowadzonych w warunkach naturalnych, w których możemy, na przykład, porównywać skuteczność różnych akcji profilaktycznych. Informacje na temat tych programów mogą przenikać do innych grup. Eksperymenty laboratoryjne, są w miarę wolne od tego czynnika.

  2. Kompensujące, programowe zróżnicowanie grup porównawczych, wyrównanie ich traktowania. Ten czynnik również dotyczy przede wszystkim eksperymentów terenowych. Jeżeli np. poddamy jakąś część grupy społecznej specjalnej profilaktyce, to pozostali członkowie tej społeczności, mogą nie zaakceptować ich „dyskryminacji” i próbować kompensować różnice międzygrupowe.

  3. Kompensowanie mniej pożądanych warunków i spowodowanie nim rywalizacyjne zachowanie się osób badanych. Ten czynnik również odnosi się do badań w warunkach naturalnych - zwłaszcza gdy budzą szczególne zainteresowanie społeczne. Jeżeli postępowanie eksperymentalne postrzegane jest jako atrakcyjne i wyróżniające osoby z grupy eksperymentalnej, to może to wywołać u osób z grupy kontrolnej zachowania rywalizacyjne. Ich celem jest pokazanie badaczowi, że są oni równie dobrzy jak osoby z grupy eksperymentalnej i też zasługują na „lepsze” traktowanie.

  4. Obrażanie się osób badanych, które znalazły się w mniej pożądanych warunkach. Osoby z grupy kontrolnej, które znalazły się w „gorszych” warunkach, mogą demonstrować swoją niechęć wobec badacza i zachowywać się specjalnie gorzej, poniżej swoich możliwości; jest to reakcja na pozbawienie ich pożądanych wartości, które dostępne są za sprawą badacza osobą z grupy eksperymentalnej.

24. Trafność zewnętrzna planu eksperymentalnego.

Trafność zewnętrzna związana jest z pytaniem o zakres wniosków, które badacz sformułował na podstawie wyników uzyskanych z badania eksperymentalnego. Mówiąc inaczej, dotyczy ona zakresu generalizacji tych wniosków.

Najlepszym więc wyjściem jest posłużenie się grupą losową, lub jeżeli nie ma takiej możliwości to próba kwotową.

Drugim istotnym elementem jest typowość warunków eksperymentalnych. Nie dotyczy to wszystkich badań, ale jeżeli badamy wpływ jakiejś terapii, nowego modelu edukacyjnego czy tez reklamy, to warunki nie powinny obiegać od tych w których dana teoria będzie stosowana. Doświadczenie badanego nie może mieć żadnego wpływu na wielkość stwierdzonego przez badacza efektu eksperymentalnego.

Po trzecie, badacz musi odpowiedzieć sobie na pytanie, czy pretest nie zniekształci wyników zmiennych zoperacjonalizowanych, które w warunkach naturalnych nie wystąpią.

Po czwarte, istotny jest czas przeprowadzania badania jeżeli generalizujemy wyniki badań przeprowadzanych kilka (lub kilkanaście lat wcześniej).

WARUNKI od których zależy trafność zewnętrzna planu E:

(1) Badacz powinien wiedzieć, czy uzyskane wyniki mogą być PODSTAWĄ DO FORMUŁOWANIA UOGÓLNIEŃ NA CAŁĄ POPULACJĘ, czy też mogą być jedynie potraktowane jako podstawa do sporządzenia psychologicznego portretu osób z przebadanych grup - eksperymentalnej i kontrolnej

(2) Problem trafności zewnętrznej, to także problem REPREZENTATYWNOŚCI WARUNKÓW w których przeprowadzono badanie. Inaczej mówiąc, jest to problem TYPOWOŚCI warunków badania dla warunków pozaeksperymentalnych na które będą uogólniane wyniki przeprowadzonego badania eksperymentalnej.

(3) Trafność zewnętrzna wyraża się też w następującym pytaniu: czy uzyskiwane przez badacza wartości ZMIENNYCH ZOPERACJONALIZOWANYCH nie zniekształcają rzeczywistych wartości zmiennych przysługujących osobom z populacji, które nie będą - w warunkach „życiowych” - przed wprowadzaniem określonego postępowania, wzorowanego na postępowaniu eksperymentalnym, poddawane pretestom

(4) Z trafnością zewnętrzną związany jest też problem CZASU w którym badacz przeprowadził badanie.

25. Czynniki zakłócające trafność zewnętrzną.

  1. Interakcja selekcji z postępowaniem eksperymentalnym. Jest związany z nie respektowaniem zasady randomizacji. Powoduje to, iż w grupie eksperymentalnej znajdują się osoby bardziej podatne na wpływ X niż osoby w populacji. Nazywamy to efektem interakcji selekcji obu grup porównawczych ze zmienną X.

  2. Interakcja warunków badania z postępowaniem eksperymentalnym. Badania prowadzone w „cieplarnianych” warunkach, np. przedszkole przy uniwersytecie, nie odpowiadają sytuacją występującym w normalnych warunkach dla danej populacji.

  3. Interakcja historii z postępowaniem eksperymentalnym. prowadzenie badań w okresie historycznym szczególnie brzemiennym w wydarzenia absorbujące osoby badane może „sprzyjać” hipotezie badawczej.

  4. Interakcja pretestu Y z postępowaniem eksperymentalnym. Wiele pretestów uwrażliwia osoby badane. Są to osoby inaczej podatne na oddziaływanie zmiennej X, niż osoby, które nie są (nie będą) poddawane procedurze pretestu Y (np. populacja).

26. . Plan 1., 2., 3. + schematy.

Plan 1. - Plan dwugrupowy z grupą eksperymentalną i grupą kontrolną - z pretestem i posttestem w obu grupach.

Etap 1 Etap 2 Etap 3

0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
R Pretest Y(e) X Posttest Y(e) Grupa 1

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
R Pretest Y(k) Posttest Y(k) Grupa 2

Etapy badania:

Badanie przebiega w 3 etapach. Etap 1. po losowym rozdzieleniu osób z próby do dwóch równoważnych grup porównawczych badacz przeprowadza pretest (dokonuje pomiaru początkowego zmiennej zależnej Y) Pretest poprzedza wprowadzenie do grupy eksperymentalnej zabiegu ekspeyrmentalnego. Etap 2. to zróżnicowanie w traktowaniu obu grup. Grupę eksperymentalną poddajemy oddziaływaniu eksperymetalnemu, a grupę kontrolną nie. Badacz może pozostawić tą grupę poza jakimikolwiek oddziaływaniami. Może również porównywać nową metodę terapii do starej, czyli poddawać grupę kontrolną działaniu dotychczas stosowanych metod czy leków. Etap 3. to przeprowadzane w obu grupach posttesty.

Kryteria potwierdzania hipotezy:

Potwierdzenie hipotezy mówiącej o zależności LINIOWEJ Y do Xg uzyskuje się po wykazaniu iż:

  1. Pretest Y(k) = Pretest Y(e). Równość obu grup oznacza jednorodność wariancji zmiennej Y oraz równość średnich.

  2. Dokonujemy porównań międzygrupowych i wewnątrzgrupowych:

Posttest Y(k) = Pretest Y(k) - dla danych zależnych w grupie kontrolnej

lub

Zalety:

Zaletą jest zastosowanie pretestu umożliwiającego przeprowadzenie stosownych porównań wewnątrzgrupowych. Odpowiada nam to na pytanie o wielkość zmiany pod wpływem zabiegów eksperymentalnych.

Ograniczenia:

Badacz naraża badanych na uwrażliwienie. Możliwa jest jednak statystyczna kontrola efektu pretestu za pomocą współczynnika korelacji semicząstkowej.

Plan 2. - Plan dwugrupowy z grupą eksperymentalną i grupą kontrolną - z posttestem w obu grupach.

Etap 1 Etap 2

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
R X Posttest Y(e) Grupa 1

0x08 graphic

0x08 graphic
R Posttest Y(k) Grupa 2

Etapy badania:

Badacz dobiera losowo osoby do każdej z grup, aby być pewnym że Pretest Y(k) = Pretst Y(e), badacz nie może tego fizycznie sprawdzić, ale przy randomizacji, może taki układ założyć. Etap 1. to wprowadzenie do grupy eksperymentalnej postępowania eksperymentalnego, a do grupy kontrolnej postępowania kontrolnego. Etap 2. Przeprowadzenie w obu grupach posttestu.

Kryteria potwierdzania hipotezy:

Hipotezę bezkierunkową można uznać za potwierdzoną, gdy: Posttest Y(e) ≠ Posttest Y(k)

Hipotezę kierunkową można uznać za potwierdzoną, gdy: Posttest Y(e) > Posttest Y(k)

Zalety:

Stosuje się gdy efekt pretestu może zmieniać wyniki w istotny sposób. Randomizacja w sposób wystarczający wyrównała obie grupy, aby badać wpływ postępowania eksperymentalnego na Y. Badacz nie przywiązuje wagi do porównań wewnątrzgrupowych odwołując się jedynie do porównań międzygrupowych.

Ograniczenia:

Nie możemy określić wielkości zmiany, jaka zaszła od momentu oddziaływania na osoby badane. Badacz sprawdzając skutki psychoterapii jest również zainteresowany dynamika zmian jakie zaszły w wyniku jej zastosowania.

Plan 3. - Plan dwugrupowy z grupą eksperymentalną i grupą kontrolną - z pretestem w grupie kontrolnej i posttestem w grupie eksperymentalnej.

Etap 1 Etap 2 Etap 3

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
R X Posttest Y(e) Grupa 1

0x08 graphic

0x08 graphic
R Pretest Y(k) Grupa 2

0x08 graphic

Etapy badania:

Badanie przebiega w 3 etapach. Etap 1. badacz przeprowadza pretest tylko w grupie kontrolnej. Etap 2. Do grupy eksperymentalnej badacz wprowadza postępowanie eksperymentalne, a do grupy kontrolnej postępowanie kontrolne. Etap 3. W grupie eksperymentalnej badacz przeprowadza posttest i tylko w niej.

Kryteria potwierdzania hipotezy:

Hipoteza bezkierunkowa: Posttest Y(e) ≠ Pretest Y(k)

Hipoteza kierunkowa: Posttest Y(e) > Pretest Y(k)

Zalety:

Jego zaletą jest rezygnacja z Pretestu w grupie eksperymentalnej. Jeżeli osoby były przydzielane do grup w sposób losowy, to możemy uznać, iż wartości Pretestu grupy kontrolnej odpowiadają wartością hipotetycznego Pretestu grupy eksperymetnalnej. Jeżeli rozszerzymy ten Plan o jeszcze dwie grupy kontrolne, to będziemy mogli na podstawie prównań: Pretest Y(k) - Postest Y(k2) stwierdzić, czy w grupie kontrolnej też się nie zmieniły wyniki. Jeżeli Pretest Y(k) ≠ Postest Y(k2), a Pretest Y(k) = Pretest Y(k3), to oznacza, że „coś” się między tymi dwoma testami zdarzyło.

Ograniczenia:

Nie możemy sprawdzić, czy średnie obu grup różniły się istotnie. Nie możemy też porównać Posttestów obu grup. Porównując Posttest z Pretestem, możemy jedynie stwierdzić istotność różnic międzygrupowych. Nie możemy natomiast ocenić, jak dalece stan końcowy różni się od stanu początkowego w każdej z obu grup.

27. Plan 4. (Salomona) + schematy.

Plan 4. - Plan czterogrupowy z dwiema grupami eksperymentalnymi i dwiema grupami kontrolnymi - z pretestem i posttestem w czterech grupach (plan Solomona).

Plan czterogrupowy opracowany przez Solomona uznaje się za najlepszy, z metodologicznego punktu widzenia. Stanowi on połączenie planów nr 1. i nr 2. Analiza danych może być dwojaka:

Etap 1 Etap 2 Etap 3

0x08 graphic
0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
0x08 graphic
R Pretest Y(1) X Posttest Y(1) Grupa 1

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
R Pretest Y(2) Posttest Y(2) Grupa 2

0x08 graphic
0x08 graphic

0x08 graphic
0x08 graphic
R X Posttest Y(3) Grupa 3

0x08 graphic

0x08 graphic
R Posttest Y(4) Grupa 4

Etapy badania:

Etap 1. badacz przeprowadza w grupie 1 i 2 Pretest. Etap 2. Do grup 1. i 3. badacz wprowadza postępowanie eksperymentalne. Etap 3. We wszystkich czterech grupach badacz przeprowadza posttest.

Kryteria potwierdzania hipotez:

Hipotezy bezkierunkowe:

Posttest Y(2) = Pretest Y(2)

Uznajemy, że Pretest nie uwrażliwiał osoby badane gdy wykażemy, że:

Taka analiza wpływu Pretestu, jest możliwa jedynie w odpowiedzi „0-1” czyli „ma wpływ” vs. „nie ma wpływu”.

Wystepowanie pretestu (a1)

Brak pretestu

(a2)

Na danych z tabeli należy przeprowadzić analizę wariancji (ANOVA), podobnie do planu dwuczyn- nikowego AB

Grupa eksperymentalna (b1)

Y(posttest 1)

Y(posttest 3)

Grupa kontrolna

(b2)

Y(posttest 2)

Y(posttest 4)

Danymi surowymi są wyniki posttestów Y. Przyjmujemy, że czynnik A to „Pretest Y: występuje - nie występuje”, a czynnik B to „X: 0 (grupa kontrolna - 1 (grupa eksperymentalna)”. Zabieg ten polega na rozbiciu wariancji Y na wariancje cząstkowe wywołane przez naszą zmienną X oraz przez Pretest. Za pomocą testu F możemy wykazać istotność:

  1. X

  2. pretestu

  3. interakcji „X x Pretest”

Idealna sytuacja, będzie wtedy, kiedy istotność statystyczną uzyska jedynie czynnik A (czyli: X), a pozostałe źródła okażą się nieistotne.

Zalety:

Jest to plan pozbawiony wad metodologicznych, zwłaszcza gdy występuje w połączeniu z zaawansowaną analizą danych (analiza wariancji czy analiza kowariancji).

Ograniczenia:

Jedynym ograniczeniem jest koszt badania. Korzyści uzasadniają jednak zwiększenie nakładów na badania.

28. Ograniczenia planów „0-1”.

Przy jednej zalecie, jaką jest prostota badania, ma on wiele cech negatywnych:

    1. Jedno badanie - jedna zmienna

Możemy badać jedynie wpływ jednej zmiennej niezależnej-głównej na jedną zmienną zależną. Nie możemy badać wpływu na Y większej ilości zmiennych. Jeżeli tak, to musielibyśmy przeprowadzać kilka badań. Dodatkowym problemem, jest wymóg, aby inne zmienne niezależne były ciągle na stałym poziomie, co zmienia trafność zewnętrzną.

    1. Niemożność testowania hipotez o wpływie na zmienną zależną interakcji między zmiennymi niezależnymi.

O interakcji mówimy wówczas gdy rozpatrujemy więcej niż jedną zmienną na raz. Jedynie badania oparte na modelu ANOVA lub MR (wielokrotnej regresji) umożliwiają badanie wpływu interakcji.

    1. Konieczność badania wpływu na Y tylko zmiennych dwuwartościowych.

Badacz musi zdychotomizować zmienne wielowartościowe, aby je dopasować do modelu „wszystko-albo-nic”. Badacz nie może wprowadzać różnego natężenia danej zmiennej. Jest to związane z wnioskowaniem przez indukcję eliminacyjną Ajdukiewicza. Mówi ona, że jeżeli z pośród wszystkich możliwości {a1, a2, …, an} czynników, chcemy wybrać ten, który rzeczywiście wpływa na Y, to musimy znaleźć dla wszystkich Z WYJĄTKIEM JEDNEJ, taki przypadek, dla której ten czynnik zachodzi, a nie zachodzi Y.

    1. Testowanie wyłącznie zależności liniowych między zmiennymi: Y i X.

Ponieważ badacz porównuje jedynie dwie grupy różniące się wartościami wprowadzonej do nich zmiennej X, więc może on testować takie hipotezy, które dopuszczają jedynie związek liniowy zmiennych Y i X.

29. Ocena istotności zmiennych w modelu eksperymentalnym.

    1. Poziom istotności statystycznej α a faktyczna istotność zmiennej X dla danej zmiennej zależnej Y.

Ważne dla istotności statystycznej jest liczba badanych. Nie może ich być zbyt dużo, ale też nie może być ich zbyt mało. Badacz przystępujący do testowania jakiejś hipotezy statystycznej może podjąć jedną z 4 decyzji, z czego dwie z nich są decyzjami błędnymi.

0x08 graphic
H0:

Decyzja

H0 prawdziwa

H0 fałszywa

odrzucenie H0

błąd I rodzaju (α )

decyzja poprawna

nieodrzucenie H0

decyzja poprawna

błąd II rodzaju ( β )

Prawdopodobieństwo popełnienia błędu I rodzaju, jest równe α (w psychologii przyjęło się iż α=0,05). Prawdopodobieństwo popełnienia błędu II rodzaju równe jest β. Z pojęciem błędu II rodzaju związane jest pojęcie mocy testu, którą definiuje się jako prawdopodobieństwo odrzucenia H0, gdy w rzeczywistości jest ona fałszywa, czyli: moc testu = 1 - β.

Utrzymując na stałym poziomie błąd I rodzaju (α=0,05) badacz może zmniejszyć błąd II rodzaju dokonując stosunkowo prostego zabiegu, zwiększenia liczebności próby.

Nie można również opierać swoich badań jedynie na istotności statystycznej. Powyższe błędy, oraz możliwość zwiększania istotności statystycznej poprzez zwiększanie ilości osób, wyjaśnia, dlaczego jest to metoda mało doskonała. Istotność statystyczna jest bardzo ważnym wskaźnikiem, ale nie wystarczającym do bezwarunkowego potwierdzenia hipotezy przez badacza. Rekomendowaną przez metodologów miarą istotności zmiennych jest miara ukazująca wkład tej zmiennej w wyjaśnianie całkowitej wariancji zmiennej zależnej. Takim wskaźnikiem w przypadku testu t Studenta, jest omega-kwadrat (ω2). Dla testu F jest to współczynnik determinacji (r2). Dzięki nim możemy obliczyć procentowy udział w jakim dana zmienna X wyjaśnia wariancję Y. Istotność statystyczna, nawet na bardzo wysokim poziomie, nic nam nie da, jeżeli dana zmienna wyjaśni nam zmienność Y w 2%!

30. Znaczenie pretestu zmiennej Y + schemat.

Stosowanie pretestu Y w badaniach nad skutecznością manipulacji eksperymentalnej spełnia trzy ważne cele:

  1. Badacz uzyskuje informacje o wyjściowym poziomie zmiennej zależnej przed wprowadzeniem manipulacji eksperymentalnej. Przez porównanie go z poziomem Posttestu, badacz może określić wielkość zmiany, która zaszła w danej grupie osób badanych.

  2. Określenie poziomu wyjściowego zmiennej Y - w obu grupach jednocześnie - pozwoli badaczowi udowodnić, że jego badani „startowali” z tego samego poziomu.

  3. Badacz może określić relatywną wielkość przeciętnej zmiany zarejestrowanej w jednej grupie (eksperymentalnej) do wielkości w drugiej grupie (kontrolnej). Oczekujemy więc w grupie eksperymentalnej relatywnie większej zmiany niż w grupie kontrolnej (odległość a)

Wykresy:

Wskaźnik a - Różnica między posttestami obu grup. Im większa różnica, tym większa skuteczność postępowania eksperymentalnego. Brak Pretestu może spowodować, iż różnica pomiędzy wynikami nie jest spowodowana postępowaniem eksperymentalnym, ale różnicą początkową obu grup. Jeżeli d=0, to badacz może być pewny, że ten wskaźnik rzetelnie informuje go o względnej skuteczności postępowania eksperymentalnego.

Wskaźnik b - Różnica wyników pretestu i posttestu w grupie eksperymentalnej. Jest potrzebny do oceny dynamiki zmian wewnątrzgrupowej. Bez Pretestu badacz nie będzie w stanie określić tej dynamiki.

Wskaźnik c - Różnica wyników pretestu i posttestu w grupie kontrolnej. Badacz oczekuje, że zmiana ta nie nastąpi, albo, że będzie dużo mniejsza niż w grupie eksperymentalnej.

Wskaźnik d - Różnica wyników pretestu w obu grupach: eksperymentalnej i kontrolnej. Prawidłowe badanie to takie w którym d=0. Dlatego ważne jest aby badacz przestrzegał drugiej zasady randomizacji.

Wskaźnik różnicowy Δ = b - c - na jego podstawie możliwe jest określenie względnej wielkości zmiany. A tym samym „czystej” skuteczności postępowania eksperymentalnego.

Jeżeli badacz zrezygnuje z przeprowadzenia Pretestu, to nie miałby podstaw do stwierdzenia, że c=0. Zatem obserwowana różnica posttestów a=posttest Y(e) - posttest Y(k) odpowiada rzeczywistej względnej skuteczności postępowanie eksperymentalnego. Tak jest jedynie gdy c=0 oraz a=b. Są to sytuacje idealne, lub czysto laboratoryjne. Dobrze wiemy, że często nawet grupa eksperymentalna podlega jakimiś zmianom. Dodatkową wadą (gdy porównamy oba wykresy) jest to, iż z tego, że: a>0, wcale nie wynika, że d=0. Badacz może więc dokonać niedoszacowania rzeczywistej wartości b o wartość c.

0x08 graphic

Y

0x08 graphic

0x08 graphic
0x08 graphic

0x08 graphic

b a

0x08 graphic

d

0x08 graphic

0x08 graphic
0x08 graphic

c

0x08 graphic
0x08 graphic

Pretest Y

Posttest Y

31. Możliwe, wadliwe wnioskowania o dynamice zmian zmiennej Y, gdy badacz nie przeprowadzi pretestu zmiennej Y + schemat.

We wszystkich wykresach, które będę teraz omawiał, jest jedna wspólna cecha:

d 0

Gdyby badacz nie przeprowadził w obu grupach Pretestu, to doprowadziłoby to do wadliwych ustaleń. Wskaźnik a nie informuje rzetelnie o względnej wielkości skuteczności oddziaływania eksperymentalnego, które wprowadzone było w grupie eksperymentalnej. Na otrzymaną przez badacza wartość wskaźnika a składają się:

Badacz, który nie przeprowadziłby pretestu Y w porównywanych grupach, nie byłby też w stanie dokonać takiej analizy względnych wielkości wskaźników b, c, d.

ryc 3.3 - Badacz przeszacuje wpływ X ponieważ a>b

ryc 3.4 - Badacz wykaże, iż jego zmienna X wpływa na Y (za pomocą wskaźnika a), gdy tak naprawdę inne zmienne niekontrolowane spowodowały zmienność grupy kontrolnej. itd.

32. Trzy sposoby radzenia sobie z „efektem pretestu”.

  1. Model statystyczny ANOVA w odniesieniu do danych empirycznych zebranych według planu Solomona. (Różne odmiany planów „0-1” pozwalają uniknąć efektu pretestu poprzez jego pominięcie w grupie eksperymentalnej. Uniemożliwia to jednak przeprowadzanie porównań między grupowych.)

  2. Model statystycznej analizy kowariancji (ANCOVA)

  3. Model statystyczny wielokrotnej regresji liniowej (MLR) w odniesieniu do danych empirycznych zebranych według planu Solomona.

33. Założenia ANOVA: I. - VII.

Aby zastosować test F ANOVA, badacz musi spełnić podstawowe założenia:

Założenie I: Zmienna zależna Y mierzona jest na poziomie co najmniej skali interwałowej.

Założenie II: Osoby zostały losowo pobrane z populacji do próby.

Założenie III: Osoby z próby zostały losowo przypisane do p grup porównawczych odpowiadających p poziomom czynnika A (gdy jest to eksperyment jednoczynnikowy) czy do pqr… grup porównawczych odpowiadających pqr… kombinacjom poziomów czynników ABC… (jeżeli jest to eksperyment wieloczynnikowy).

Założenie IV: Ponieważ w i-tej populacji średnia ogólna (μi.) i efekt i-tego poziomu czynnika A (αi) są stałe dla wszystkich osób z tej populacji, więc jedyne, co je różni, to nie kontrolowane przez badacza zmienne uboczne i zakłócające, które określamy łącznie nazwą błędu eksperymentalnego (εik). Rozkład εik jest w i-tej populacji normalny ze średnią zero i wariancją σ2ε. [αi - to efekt eksperymentalny wywołany zmienną X. Zakładamy, że jest on stały dla całej populacji - co oznacza, iż na każdą osobę odpowiednia dawka np. kawy działa w taki sam sposób. εik - to błąd eksperymentalny, spowodowany wariancją wewnątrzgrupową - pokazuje on wpływ czynników indywidualnych na osoby badane. Musi mieć rozkład normalny, ponieważ każda osoba jest zróżnicowana indywidualnie i na jednych czynniki zakłócające wpływają bardziej a na innych mniej]

Założenie V: Dwa błędy εik i ε'ik są od siebie niezależne w p populacjach. Mówiąc inaczej, chodzi o niezależność pomiarów zmiennej zależnej Y.[Jeżeli badacz zagwarantuje, że na wariancję wewnątrzgupową nie miał wpływu podział próby na grupy porównawcze, to może zapewnić, że niezależnie od ilości badań błędy εik będą miały podobną wartość.]

Założenie VI: Występujące w liczniku i w mianowniku stosunku F oszacowania wariancji międzygrupowej i wewnątrzgrupowej są niezależne.

Założenie VII: Wariancje w p populacjach wprowadzone przez błąd eksperymentatora są jednorodne (homogeniczne): σ2εi = … = σ2εp. [ponieważ wariancja wewnątrzgrupowa = ε, to zakładając iż nasze próby były dobierane zgodnie z zasadą randomizacji - wariancja błędu eksperymentalnego powinna być taka sama w każdym niezależnym badaniu]

Spełnienie założenia IV i V jest możliwe gdy badacz respektuje zasady randomizacji:

Zasada randomizacji pierwszej - losowo pobiera próbę z populacji

Zasada randomizacji drugiej - losowo przydziela osoby z próby do p grup porównawczych.

Dodatkowo, jeżeli nie spełnimy założeń IV, V, VII - to nie możemy traktować wariancji wewnątrzgrupowej jako nie obciążonego estymatora.

Spełnienie powyższych założeń uprawniają badacza do założenia modelu liniowego wyniku Yik:

Yik = μ + αi + εik

34. Dwie transformacje wyników surowych w ANOVA: pierwiastkowa i logarytmiczna.

Transformacje wyników polegają ne na zabiegu przekształcenia z pierwotnej skali na wyniki jakiejś nowej skali. Taki zabieg poprawia wariancję (założenie VII) i normalność rozkładu - wygładza go (założenie IV).

  1. 0x08 graphic
    0x08 graphic
    Transformacja pierwiastkowa - polega na wyciągnięciu pierwiastka kwadratowego z każdego wyniku Y'k = Yk. Jeżeli wyniki są mniejsze od 10, to posługujemy się nieco zmodyfikowanym wzorem: Y'k=Yk + 0,5. Stosujemy go gdy:

Rezultaty ANOVA przeprowadzonej na wynikach poddanych transformacji interpretujemy tak, jak gdyby były to wyniki surowe; przekształcenie danych nie ma wpływu na wyniki testu F, gdyż nie wymaga on spełnienia żadnych założeń odnoszących się do natury skali pomiarowej Y.

35. Dwie transformacje wyników surowych w ANOVA: ilorazowa i arcsin.

          1. Transformacja ilorazowa - jest postaci Y'k=1/Yk, a gdy wśród nich znajdują się wyniki zerowe, to stosujemy wzór: Y'k=1/(Yk+1).