c.d. mediacji i moderacji
oraz wnioskowanie
indukcyjne
Pamięć operacyjna jako mediator
zależności między wiekiem a uwagą
1. Istotny związek między mediatorem z zmienną zależną
2. Istotny związek między predyktorem a mediatorem
3. Pierwotny związek między predyktorem a zmienną zależną
staje się nieistotny lub ulega istotnemu osłabieniu
Wiek
Pamięć
Uwaga
*
*
Wiek
Uwaga
*
Correlations
-,813**
,000
25
-,735**
,857**
,000
,000
25
25
wiek
pamiec
uwaga_pop
wiek
pamiec
uwaga_
pop
Correlation is significant at the 0.01 level
(2-tailed).
**.
Coefficients
a
9,276
,869
10,678 ,000
-,105
,020
-,735 -5,192 ,000
-,437
2,467
-,177 ,861
-,016
,027
-,111
-,592 ,560
,159
,039
,767
4,090 ,000
(Constant)
wiek
(Constant)
wiek
pamiec
Model
1
2
B
Std. Error
Unstandardized
Coefficients
Beta
Standar
dized
Coeffici
ents
t
Sig.
Dependent Variable: uwaga_pop
a.
Siła pierwotnej zależności po
uwzględnieniu mediatora
Wiek
Pamięć
Uwaga
***
-0,81
***
-0,78
-0,11; ni
Rozwiązywanie sylogizmów
przez osoby depresyjne i
niedepresyjne
Sylogizmy wiarygodne
Dotyczą wniosków na temat normalnego
ogrodu
Sylogizmy niewiarygodne
Dotyczą wniosków na temat ogrodu
genetycznego
Dodatkowo miara pojemności pamięci
operacyjnej
konkluzje
nieprawdziwe
prawdziwe
P
op
ra
w
no
ść
1,0
,9
,8
,7
,6
,5
,4
,3
,2
ogród normalny
ogród genetyczny
Przesłanki:
Wszystkie śliwki
mają pestki.
Wszystkie mirabelki
to śliwki.
Konkluzja:
Wszystkie mirabelki
mają pestki.
Przesłanki:
Niektóre wiśnie są słodkimi
owocami.
Wszystkie słodkie owoce mają
lepiące się nóżki.
Konkluzja:
Niektóre wiśnie mają lepiące się
nóżki.
Przesłanki:
Wszystkie brzoskwinie są delikatne.
Niektóre delikatne owoce są pyszne.
Konkluzja:
Niektóre brzoskwinie są pyszne.
Przesłanki:
Niektóre kwiaty są żółte.
Wszystkie słyszące rośliny
są kwiatami.
Konkluzja:
Niektóre słyszące rośliny są
żółte
Wyniki:
Wiarygodność x prawdziwość:
F(1,111) = 45,10 p < 0,001
Interakcja Depresji i Pamięci (moderator)
Sylogizmy trudniejsze (3 M)
RSPAN
wysoka WMC
niska WMC
po
pr
aw
no
ść
1,0
,9
,8
,7
,6
,5
,4
,3
,2
niedepresyjni
depresyjni
Hipotezy
Testowanie hipotez i
istotność statystyczna
Stawiamy hipotezy
o różnicy między warunkami eksperymentalnymi.
o związkach między zmiennymi.
Zbieramy dane na ich poparcie
Jakie jest prawdopodobieństwo, że uzyskany przez nas
związek między zmiennymi, czy różnica jest dziełem
przypadku, błędu próbkowania?
Im mniejsze to prawdopodobieństwo, tym bardziej pewni
jesteśmy, wniosku o występowaniu rzeczywistych różnic
na poziomie populacji
Etapy testowania hipotez
Stawiamy hipotezę badawczą
Zbieramy dane
Stawiamy hipotezę zerową
Konstruujemy rozkład
prawdopodobieństwa otrzymania takiego
wyniku przy założeniu, że hipoteza zerowa
jest prawdziwa
Porównujemy wynik uzyskany z rozkładem
Znajdujemy prawdopodobieństwo uzyskania
takiego wyniku
Podejmujemy decyzję o odrzuceniu bądź
nie hipotezy zerowej.
Hipoteza zerowa; H
0
Dlaczego stawiamy hipotezę, która jest
zaprzeczeniem tego, co chcemy
udowodnić?
Ponieważ nigdy nie możemy udowodnić, że
coś jest prawdą, ale możemy wykazać, że
coś jest fałszem
Jest punktem wyjścia dla każdego testu
statystycznego
Hipoteza badawcza; H
1
Hipoteza stawiana przez badacza
Najlepsze z możliwych wytłumaczeń
obserwowanego zjawiska w przypadku, kiedy
hipoteza zerowa jest fałszywa.
W badaniach staramy się potwierdzić naszą
hipotezę badawczą, alternatywną.
Jednakże z metodologicznego punktu widzenia nie
jest możliwe, aby w pełni udowodnić jej
prawdziwość
Wystarczy, że pojawi się jeden przypadek
zaprzeczający hipotezie i staje się ona fałszywa
(odnosi się to również do teorii).
Hipotezy badawcze,
alternatywne
•
Niekierunkowa
Niekierunkowa
Nie twierdzi nic o kierunku zależności czy
różnicy
Trudniejsze do przyjęcia statystycznie
Wykorzystuje się dwustronne testy statystyczne
•
Kierunkowa
Kierunkowa
Explicite określa kierunek zależności czy różnicy
Hipotezy te są łatwiejsze do przyjęcia
statystycznie
Wykorzystuje się jednostronne testy
statystyczne
2
1
0
:
H
2
1
1
:
H
2
1
1
:
H
2
1
1
:
H
lub
HIPOTEZA ZEROWA
HIPOTEZA ZEROWA
HIPOTEZY ALTERNATYWNE
HIPOTEZY ALTERNATYWNE
NIEKIERUNKOWA
NIEKIERUNKOWA
KIERUNKOWE
KIERUNKOWE
0
:
2
1
1
H
0
:
2
1
0
H
0
:
2
1
1
H
0
:
2
1
1
H
lub
Tropiciele usterek
Kolory emocji
HIPOTEZA
Kolor niesie w sobie ładunek emocjonalny a jego
ocena (pozytywna vs. negatywna) nie zależy od
rodzaju bodźca afektywnego poprzedzającego
bodziec kolorystyczny.
Badanie eksperymentalne z dwiema grupami
eksperymentalnymi i jedną grupą kontrolną z
planem dla grup niezależnych.
Zmienna niezależna: rodzaj ekspozycji (pozytywna,
negatywna lub jej brak)
Zmienna zależna: kategoryzacja kolorów
(pozytywne, negatywne, neutralne)
Zmienne kontrolowane: standaryzacja procedury
oraz randomizacja
Efekt sprężyny: Paradoksalne skutki sztucznej
poprawności politycznej
posiadanie lub brak negatywnego
stereotypu Rumuna,
tłumienie negatywnych,
stereotypowych myśli o Rumunie.
ustosunkowanie do Rumuna
Przebieg badania
badani oceniali Rumuna na skalach, na których zostało
umieszczone 10 par przeciwległych przymiotników
(dyferencjał semantyczny).
zdjęcie Rumuna, a zadaniem badanych było opisanie jak
wyobrażają sobie jego typowy dzień. Połowa badanych
dostała jednak polecenie, w którym była zawarta prośba by
opisując Rumuna nie myśleli(-ały) o nim w sposób
stereotypowy.
osoby badane otrzymały trzy zadania.
badani wskazywali miejsce w klasie, na którym chcieliby
usiąść wśród osób innych narodowości - w tym Rumuna
(zarówno osoby jak i obszar klasy były na kartce
oznaczone).
opis kolejnego Rumuna ze zdjęcia
dyferencjał semantyczny..
Odnotowano istotną i zgodną z kierunkiem
hipotezy różnicę w ilości stereotypowych,
negatywnych myśli o Rumunie między opisami.
W drugim opisie nastąpił wyraźny wzrost negatywnych
myśli.
Na podstawie testu t dla grup zależnych obliczyliśmy, że
wzrost ten wynosił ponad 52% (t=-4,286, df=7) i był
istotny na poziomie istotności p < 0,01.
Dla porównania w grupie kontrolnej liczba stereotypowych
myśli w opisie pierwszym i drugim nie różniła się ze sobą
istotnie. Na podstawie tej analizy można więc powiedzieć,
że zaszedł oczekiwany efekt sprężyny.
Wpływ tłumienia myśli o pozytywnie
stereotypizowanej kategorii społecznej
na ustosunkowanie do tej kategorii
Hipoteza teoretyczna
Tłumienie pozytywnych myśli stereotypowych o obiekcie
spowoduje zmianę postawy wobec tego obiektu.
Hipoteza badawcza
Tłumienie myśli pozytywnych o osobie posiadającej
autorytet spowoduje u osoby o pozytywnym stereotypie
zmianę na negatywniejszą postawę.
Operacjonalizacja zmiennych
Zmienna zależna - zmiana postawy wobec
stereotypizowanej kategorii społecznej lub też brak takiej
zmiany.
Wskaźnikiem tego będzie liczba określeń o zabarwieniu
emocjonalnym wobec osoby GOPR-owca, ustalona przez sędziów
niezależnych
Zmienna niezależna - polecenie tłumienia vs brak takiego
polecenia.
W pierwszej części badania w grupie
eksperymentalnej w której użyliśmy
zmiennej niezależnej (tłumienie)
otrzymaliśmy średnią 17,99 zaś w drugiej
części badania (bez tłumienia) średnia
wyniosła 42,95.
Wynik testu t dla prób zależnych otrzymaliśmy
następujący: t(16) -3,883; p<0,05.
DOKŁADNIEJ ISTOTNOŚĆ OTRZYMALIŚMY NA
POZIOMIE: 0,001. Wskazuje to na bardzo dużą
dokładność testu.
„Mój pierwszy szef” -
wyobrażenia i oczekiwania
studentek ostatnich lat
studiów dotyczące płci
psychologicznej przyszłego
przełożonego
Patrycja Rydel
Praca magisterska
napisana pod kierunkiem
prof. dr hab. Michała Stasiakiewicza
Badanie polegało na dwukrotnym (w odniesieniu
do siebie i w odniesieniu do przyszłego szefa)
wypełnieniu przez osoby badane “Inwentarza Płci
Psychologicznej” oraz udzieleniu odpowiedzi w
kwestionariuszu dotyczącym planów
zawodowych.
czy kobiety w zależności od natężenia własnej
kobiecości będą wybierały szefa o podobnym
natężeniu kobiecości. W tym celu
przeprowadzono test t – Studenta dla prób
zależnych. Analiza ujawniła, że są różnice w
natężeniu własnej kobiecości a kobiecości
preferowanego szefa t(151)=8,5; p<0,001
Kobiety o wysokim poziomie kobiecości
(M=54,8; SD=6,8) wybierają istotnie mniej
kobiecego szefa (M=49,7; SD=5,9) w zakresie
płci psychologicznej.
KOBIECOŚĆ SZEFA
KOBIECOŚĆ
Ś
re
dn
ia
56
55
54
53
52
51
50
49
50
55
Aby sprawdzić czy kobiety w zależności
od natężenia własnej męskości będą
wybierały szefa o podobnym natężeniu
męskości przeprowadzono test t –
Studenta dla prób zależnych. Wyniki
okazały się istotne statystycznie i
wykazały różnice w natężeniu własnej
męskości a męskości preferowanego
szefa t(151)=10,9; p<0,001
Kobiety o wysokim poziomie męskości
(M=48,2; SD=7,9) wybierają istotnie bardziej
męskiego szefa (M=55; SD=5,6) w zakresie
płci psychologicznej.
MĘSKOŚĆ SZEFA
MĘSKOŚĆ
Ś
re
dn
ia
56
54
52
50
48
46
55
48
Wnioskowanie
indukcyjne w badaniach
Podziękowania dla prof. dr hab. Andrzeja Nowaka za udostępnienie materiałów
Wnioskowanie indukcyjne
Na podstawie wielu przesłanek
jednostkowych, stwierdzających iż
poszczególne zbadane przedmioty pewnego
rodzaju mają pewną cechę, dochodzi się (przy
braku przesłanek negatywnych) do wniosku
ogólnego, że każdy przedmiot tego rodzaju
taką cechę posiada.
Metoda indukcji to metoda polegająca na
dokonywaniu obserwacji i eksperymentów,
wyprowadzaniu na ich podstawie uogólnień oraz
formułowaniu hipotez i ich weryfikacji.
Opis i wnioskowanie
Statystyka opisowa
Statystyka opisowa
Analiza danych w odniesieniu do próby np.
statystyki rozkładu wyników
Statystyka inferencyjna
Statystyka inferencyjna
Oparta o reguły wnioskowania indukcyjnego –
na podstawie uzyskanych danych wyciągamy
ogólne wnioski
Na podstawie próby wnioskujemy o populacji
Populacja
Populacja
(def.) – dowolnie
określony zespół
przedmiotów, osób,
zdarzeń, etc.
Próba
Próba
(def.) – dowolny
(def.) – dowolny
podzbiór, podgrupa
podzbiór, podgrupa
wybrany/a z populacji
wybrany/a z populacji
Statystyka opisowa – wstępny proces analizy
danych
Nie wystarcza do odpowiedzi na pytania i hipotezy,
które sobie stawiamy
Czy wyniki osób z grupy eksperymentalnej różnią
się od wyników grupy kontrolnej?
Czy różnica średniego wykonania zadania w
porównywanych grupach jest istotna statystycznie,
czy jest tylko wynikiem przypadku?
W jaki sposób wnioskować o
parametrach populacji na podstawie
badań?
Czy muszę przebadać całą populację?
Rozkład statystyki z prób
Teoretyczny rozkład średnich
z próby
Losujemy z populacji możliwie wiele
prób ze zwracaniem
Liczymy dla każdej próby średnią
Średnie te traktujemy jako dane i
obliczamy statystyki rozkładu
Średnia ze średnich z tych prób byłaby
bliska rzeczywistej średniej w populacji
Co więcej rozkład z tych prób jest bliski
normalnemu
Centralne Twierdzenie
Graniczne
Wraz ze wzrostem liczebności prób,
Wraz ze wzrostem liczebności prób,
niezależnie od kształtu rozkładu w
niezależnie od kształtu rozkładu w
populacji, rozkład z próby średnich
populacji, rozkład z próby średnich
zbliża się do normalnego ze średnią
zbliża się do normalnego ze średnią
i
i
wariancją
wariancją
2
2
Rozkład średniej z próby
Rozkład każdej
próbki opisany
przez średnią i
odchylenie
standardowe
Rozkład z próby
opisany jest również
przez średnią i
odchylenie
standardowe, które
określane jest tu
błędem
standardowym
Nasze próbki mogą być skośne, dwumodalne, a jednak rozkład średnich
z takich próbek będzie zbliżony do normalnego,
prawdopodobieństwo uzyskania danej średniej