mtd 5a (2008 / 2009)    –   1

Tytus Sosnowski

Kurs 004  (2008 / 2009)

METODOLOGIA  BADAŃ  PSYCHOLOGICZNYCH

Wykład obligatoryjny dla I roku studiów wieczorowych

Wydziału Psychologii UW

PLANOWANIE  I  ANALIZA  BADAŃ EMPIRYCZNYCH

Spis treści

Część A: Problemy, hipotezy, zmienne; testowanie hipotez.

Część B: Badania eksperymentalne; planowanie i analiza
          badań jako problem kontroli wariancji.

Część C: Plany eksperymentalne.

Część D: Badania quasi-eksperymentalne.

Część E: Badania ex-post facto: porównania między

                grupami.

Część F: Badania ex-post facto: analiza korelacyjna.

CZĘŚĆ A:  Problemy, hipotezy, zmienne;
testowanie hipotez

PROBLEM = pytanie na które poszukujemy odpowiedzi.

·    PYTANIA ROZSTRZYGNIĘCIA:   Czy ... ?   (Tak, Nie)

              np.  Czy X wpływa na Y?

Pytanie rozstrzygnięcia sugeruje hipotezę badawczą (Czy prawdziwa jest hipoteza mówiąca że “X wpływa na Y”?)

·    PYTANIA DOPEŁNIENIA:              Co / który / jak .... ?
 

np.  Co jest przyczyną Y?   Przyczyną Y jest ....  (wiele możliwych odpowiedzi)

HIPOTEZA -- proponowana (prowizoryczna) ODPOWIEDŹ NA PYTANIE  (do sprawdzenia).

ZMIENNE MANIPULOWALNE I OBSERWOWALNE

·       Zmienna jest MANIPULOWALNA – jeśli możemy dowolnie przyporządkować badanym różne wartości tej zmiennej.

·       Zmienna jest OBSERWOWALNA (w szczególnym przypadku –MIERZALNA) – jeśli możemy tylko obserwować (mierzyć) wartość zmiennej.

Niektóre zmienne (np. płeć, iloraz inteligencji) są z natury niemanipulowalne. Inne (np. stan lęku) mogą pełnić rolę zmiennych manipulowalnych jak i obserwowalnych.

ZMIENNA NIEZALEŻNA  I  ZALEŻNA

Pojęcie zmiennej niezależnej i zależnej odnoszą się do PLANU BADANIA  i  SPOSOBU ANALIZY DANYCH (w konkretnym badaniu).

Pojęcia przyczyny i skutku - odnoszą się do 
       INTERPRETACJI  wyników.

Przy dwóch zmiennych, zmienną niezależną oznaczamy zwyczajowo symbolem  X, zmienną zależną – symbolem Y.

Jeśli pytamy: czy A wpływa na B? -- traktujemy A jako zmienną niezależną, a B jako zmienną zależną.  Zmienna która w jednym badaniu analizowana jest jako zmienna zależna (od jakiejś innej zmiennej), w innym badaniu może być traktowana jako zmienna niezależna.

Przykład.

Jeśli przewidujemy wzrost na podstawie wagi ciała, zmienną niezależną będzie waga ciała, zmienną zależną - wzrost. Jeśli przewidujemy wagę ciała na podstawie wzrostu -- zmienną niezależną będzie wzrost, zmienną zależną - waga ciała. Nie oznacza to jednak że traktujemy różnice we wzroście jako przyczynę różnic w wadze ani na odwrót.

W bardziej złożonych modelach teoretycznych mogą występować zmienne pośredniczące (mierzalne lub niemierzalne), np.:

x1

                                                        x3                                          x4                           

x2

RODZAJE  ZMIENNYCH  NIEZALEŻNYCH

·              Zmienna niezależna GŁÓWNA -- zmienna istotna z merytorycznego punktu widzenia (z punktu widzenia analizowanego zagadnienia), stanowiąca główny przedmiot badania (badanie zostało podjęte właśnie dla oceny jej wpływu na zmienną zależną).

Przykładowo, jeśli przedmiotem badania jest wpływ nagrody na poziom wykonania zadań, zmienną główną będzie nagroda.

·              Zmienna niezależna UBOCZNA -- zmienna istotna z merytorycznego punktu widzenia (z punktu widzenia teorii danej zmiennej), nie będąca jednak głównym przedmiotem zainteresowania badacza w danym badaniu. Badacz musi się jednak liczyć z jej wpływem na zmienną zależną i (jeśli to możliwe)  kontrolować go.

W przykładzie podanym wyżej, zmienną uboczną mógłby być np. poziom inteligencji badanych osób. Choć badacza nie interesuje wpływ inteligencji na poziom wykonania zadań to musi się liczyć z tym, że taki wpływ może mieć miejsce i że różnice indywidualne w inteligencji mogą powodować dodatkowe zróżnicowanie wyników (wzrost wariancji wewnątrz grup).

·              Zmienna niezależna ZAKŁÓCAJĄCA -- zmienna nieistotna z merytorycznego punktu widzenia, związana z samym przebiegiem badania (np. różna pora dnia rozwiązywania zadań, stan zdrowia osób badanych, itp.).

OPERACJONALIZACJA ZMIENNYCH:

POMIAR  I  MANIPULACJA

Celem badań empirycznych jest ustalanie zależności między zmiennymi: zmienną niezależną (zmiennymi niezależnymi)
i zmienną zależną (zmiennymi zależnymi). Zazwyczaj badacza interesuje związek między zmiennymi teoretycznymi. Ustalenie takiego związku wymaga operacjonalizacji zmiennych teoretycznych.

·       Operacjonalizacja zmiennych mierzalnych (zależnych lub niezależnych):  dobór odpowiednich (obserwowalnych, mierzalnych) wskaźników zmiennej zależnej.

Przykład: badamy wpływ motywacji na poziom wykonania. Operacjonalizacja “poziomu wykonania” może polegać na zastosowaniu jakiegoś testu umysłowego -- wynik w teście będzie miarą poziomu wykonania

·    Operacjonalizacja zmiennych niezależnych manipulowalnych: dobór procedur pozwalających stworzyć dwa lub więcej poziomów zmiennej niezależnej.

Przykład: procedura polegająca na nagradzaniu jednej grupy za dobre wyniki a nie nagradzaniu drugiej grupy może wywołać różne poziomy motywacji do wykonywania zadania.

BADANIA PODSTAWOWE  I STOSOWANE

Badania podstawowe: poszukiwanie zależności ogólnych.

Stosowane: dotyczą zastosowania wiedzy ogólnej do konkretnych problemów. Podział ten nie jest ostry.

BADANIA EKSPLORACYJNE  I  KONFIRMACYJNE

Badania KONFIRMACYJNE – mają na celu                                                                               testowanie hipotez (udzielenie odpowiedzi na pytanie czy testowana hipoteza jest prawdziwa?)

Hipoteza ukierunkowuje zbieranie danych: zbieramy takie dane, które są istotne z punktu widzenia testowanej hipotezy.

Badania EKSPLORACYJNE (bez hipotez) –  ukierunkowane na poszukiwanie nowych zależności empirycznych.

Jeśli nowa (nie przewidywana wcześniej) zależność zostanie zaobserwowana, wymaga ona później "interpretacji" – czyli sformułowania hipotezy wyjaśniającej.

Jeśli jednak hipoteza H wyjaśniająca fakt X została sformułowana "ex post", (po zaobserwowaniu faktu X),  fakt X nie może być traktowany jako potwierdzenie hipotezy H.

Hipoteza “ex post” musi być poddana niezależnym testom w kolejnych badaniach (badaniach konfirmacyjnych).

W rzeczywistości, badacz zbierając dane, zawsze kieruje się jakąś hipotezą (np. jakie zmienne warto obserwować?), ale może być ona bardzo ogólnikowa i nieprecyzyjna.

TESTOWANIE  HIPOTEZ  STATYSTYCZNYCH

1. PRÓBA  A  POPULACJA

POPULACJA: zbiorowość do której chcemy odnosić
                                                                                                                                           wyniki badań.

PRÓBA: część populacji którą badamy.

Zdarza się, że badamy całą populację (np. spis powszechny).

Najczęściej jednak badamy próbę i na tej podstawie formułujemy wnioski dotyczące populacji.

Aby można było wnioskować o populacji na podstawie próby, próba musi być:

·       reprezentatywna dla populacji (statystyki obliczone z próby muszą być możliwie bliskie parametrom populacji).

·       odpowiednio duża (przy małych próbach następują duże wahania wyników z próby na próbę)

POPUlacja

Parametry:   μ, σ, ρ, ...

PRÓBA

Statystyki:  M,   s,   r, ...

Losowy dobór próby

Próba losowa to próba WYLOSOWANA z populacji.

·       Metody losowego doboru próby

- losowanie indywidualne (nieograniczone, systemowe)

- losowanie warstwowe (dzielimy populacje na warstwy,
                            a następnie losujemy osoby z każdej warstwy

- losowanie grupowe (losujemy grupy osób, np. szkoły)

- losowanie wielostopniowe (mieszane).

·       Inne zasady doboru próby

- dobór incydentalny (badamy osoby które są dostępne).

- dobór ochotniczy (kto się zgłosi)

Losowy dobór próby jest kosztowny i pracochłonny.

·       W psychologii próby losowe stosuje się zazwyczaj przy szacowaniu parametrów (np. opracowywanie norm testowych).

·       W badaniach eksperymentalnych bada się zwykle
(ze względów technicznych) próby incydentalne. Liczebność prób też nie jest zazwyczaj zbyt duża (15-20 przypadków). Oczekuje się natomiast, że wyniki badań zostaną zreplikowane w sposób niezależny (na innej próbie, w innym laboratorium).

Należy odróżniać losowość doboru próby (z populacji) od losowego podziału próby na grupy eksperymentalne, czyli – randomizacji.

2. INDUKCJA  STATYSTYCZNA

Dwa rodzaje wnioskowania statystycznego
                                                               (indukcji statystycznej):

1) SZACOWANIE PARAMETRÓW

2) TESTOWANIE HIPOTEZ STATYSTYCZNYCH

PARAMETR charakteryzuje rozkład zmiennej w populacji. Wielkości charakteryzujące rozkład zmiennej w próbie nazywają się STATYSTYKAMI.

1) Szacowanie parametrów jest wnioskowaniem indukcyjnym (czyli nie-niezawodnym) mającym na celu ocenę wartości parametrów populacji na podstawie statystyk z próby.

Na przykład:

- Ile zadań testu Ravena rozwiązują średnio 12-letnie dzieci
              polskie?

- Jaki procent (populacji) wyborców będzie głosował
              w wyborach prezydenckich na kandydata X?

2) testowanie hipotez jest wnioskowaniem indukcyjnym mającym na celu weryfikację hipotez, mówiących o istnieniu w populacji zależności między zmiennymi.

hipotezy statystyczne

- HIPOTEZA ZEROWA  -  Ho

- HIPOTEZA ALTERNATYWNA  -  H1.

Hipoteza zerowa:

Nie istnieje zależność między zmiennymi w populacji. Zależność zaobserwowana w próbie powstała w sposób losowy.

Hipoteza alternatywna:

W populacji istnieje zależność miedzy zmiennymi.
Jej efektem jest zależność zaobserwowana w próbie.

·      Przykład 1:

Ho: Średnie w populacji nie różnią się:  m1 = m2 . Różnica między średnimi w próbie (np. ...