Patrząc wstecz…

Metodologia ze statystyką

Kurs zaawansowany

Wykład 01

dr Rafał Albiński

Kontakt do

prowadzącego

dr Rafał Albiński

[e-mail]

Dyżur:
- spotkania „face to face” możliwe po

umówieniu się drogą mailową

Po co nam właściwie

metodologia i statystyka (I)

• Metodologia – jak przeprowadzać

badania?

• Statystyka – jak analizować dane?

Po co nam właściwie

metodologia i statystyka (II)

Jeszcze jedna sprawa…

• Szczególnie dotycząca programów w stylu IBM

SPSS

Czym jest nauka?

• Nauka – wiedza, czy specyficzne

podejście do rzeczywistości?

– Zdobywanie wiedzy o świecie za

pomocą możliwych do testowania
wyjaśnień

• Psychologia – nauka empiryczna:

wady i zalety

– Zygmunt Freud

Cechy metody naukowej

(I)

• Metoda naukowa jest empiryczna i polega

na systematycznej i kontrolowanej
obserwacji

• Badacze kontrolują sytuację

eksperymentalną, manipulują zmiennymi
niezależnymi lub dobierają poziomy
zmiennych osobowościowych

• Zmienne zależne są miarami zachowania

używanymi do określenia konsekwencji
zmiennych niezależnych

Shaugnessy, Zechmeister i Zechmeister (2002)

Cechy metody naukowej

(II)

• Naukowy opis badań jest bezstronny

i obiektywny, a znaczenie pojęć jest
precyzowane za pomocą definicji
operacyjnych

• Narzędzia naukowe są dokładne i

precyzyjne, miary fizyczne i
psychologiczne zaś powinny być
trafne i rzetelne

Shaugnessy, Zechmeister i Zechmeister (2002)

Cechy metody naukowej

(III)

• Hipoteza jest próbnym wyjaśnieniem

zjawisk; sprawdzalne hipotezy zawierają
jasno zdefiniowane pojęcia, nie posługują
się definicjami kołowymi i odnoszą się do
zjawisk obserwowalnych

• Naukowcy przyjmują sceptyczną postawę

i ostrożnie podchodzą do wyjaśnień,
dopóki nie uzyskają na ich poparcie
wystarczających dowodów naukowych

Shaugnessy, Zechmeister i Zechmeister (2002)

Skale pomiarowe (I)

• W zależności od zastosowanej skali

pomiarowej, zbieramy różnego
rodzaju informacje, o różnym stopniu
dokładności

Skale pomiarowe (II)

• Zmienne mogą być mierzone na

jednej z czterech skal pomiarowych

– Skala nominalna
– Skala porządkowa

– Skala przedziałowa
– Skala ilorazowa

SKALE JAKOŚCIOWE

SKALE ILOŚCIOWE

Skale pomiarowe (III)

• SKALA NOMINALNA

– Pozwala na klasyfikowanie obiektów do

różnych kategorii… i tyle

– Pozwala na stwierdzenie, że obiekty należą do

tej samej grupy lub do różnych grup

– Nie pozwala uporządkowanie informacji (np.

rosnąco)

– Najmniej informacyjna

• Płeć
• Kolor oczu
• Marka auta

Skale pomiarowe (IV)

• SKALA PORZĄDKOWA

– Pozwala na uporządkowanie obserwacji

w pod względem nasilenia mierzonej
cechy

– Nie możemy określić na ile jedna

obserwacja różni się od drugiej

• Osoby młode (20-25 lat)
• Osoby w średnim wieku (40-45 lat)
• Osoby starsze (60-65 lat)

Skale pomiarowe (V)

• SKALA PRZEDZIAŁOWA

– Pozwala na stwierdzenie o ile

dokładnie różnią się dwie
obserwacje

– Nie ma zera absolutnego (np.

stopnie Celsjusza)

– Skala ma stałą jednostkę (równe

odstępy między wartościami)

– W krainie drobnych

metodologicznych nadużyć:
skale subiektywnej oceny…

Skale pomiarowe (VI)

• W polskiej gospodarce widać zmiany

na lepsze

1 – zdecydowanie się nie zgadzam
2 – nie zgadzam się
3 – nie mam zdania
4 – zgadzam się
5 – zdecydowanie się zgadzam

Skale pomiarowe (VII)

• SKALA ILORAZOWA

– Ma zero absolutne
– Mówi nie tylko „o ile A różni się od B”,

ale też ile razy A różni się od B (np.
Stefan zarabia trzy razy tyle co Zenon)

• Zarobki
• Czasu reakcji
• Prędkość
• Ilość punktów na teście

Skale pomiarowe (VII)

• UWAGA: zawsze

zbieramy dane na
najwyżej możliwej skali

– Np. wiek jako liczbę lat, a

nie jako wybór jednej z kilku
kategorii

• Czym się różni

akwarium od zupy
rybnej?

• Z wyższej skali możemy

zejść do niższej, ale nie
odwrotnie

Podejścia badawcze (I)

• Podejście nomotetyczne

– Jego celem jest formułowanie

uniwersalnych praw odnoszących się
do szerokiej populacji

– Koncentruje się na szukaniu

podobieństw między jednostkami,
nie przeczy jednak występowaniu
różnic

– Przykład: rozproszenie

odpowiedzialności (w ujęciu
nomotetycznym), telewizja a wyniki
egzaminu

– Większość badań jest prowadzonych

w podejściu nomotetycznym

Podejścia badawcze (II)

0

2

4

6

8

10

12

14

16

15

11

7

średnia ilość zapamiętanych słów

Podejścia badawcze (III)

• Podejście idiograficzne

– Allport (1961): jednostki nie

można opisać poprzez
średni wynik grupy, do
której ona należy

– Studium przypadku
– Poszukiwanie unikatowych

właściwości danej jednostki,
co nie wyklucza także
podobieństw z innymi
jednostkami

Teorie naukowe

• Teorie naukowe to

weryfikowalne pomysły na temat
tego, jak działa natura (wersja
light ).

• Teoria naukowa to logicznie

powiązany zbiór twierdzeń
służących do definiowania
zdarzeń (pojęć), opisywania
związków między nimi, oraz
wyjaśniania powodów ich
występowania (wersja
standardowa ).

Shaugnessy, Zechmeister i Zechmeister (2002)

Główne schematy

badawcze

• Schemat eksperymentalny
• Schemat quasi-eksperymentalny
• Schemat korelacyjny

• Schemat między-osobami
• Schemat wewnątrz-osób
• Schemat mieszany

Schemat eksperymentalny

– Pozwalają nam udzielać odpowiedzi na

pytania o różnice

– Jedyna metoda pozwlajająca na

wyciąganie wniosków o przyczynie i skutku

– Manipulujemy zmienną niezależną
– Mierzymy zmienną zależną
– Losowo przyporządkowujemy osoby

badane do grup

– Kontrolujemy tak wiele zmiennych

ubocznych jak to możliwe (i tak nigdy nie
jesteśmy w stanie kontrolować wszystkich)

Eksperyment: przykład

• Czy Coca-Cola smakuje inaczej, gdy jest

serwowana w butelce z inną etykietą?

– Każdy badany otrzymuje butelkę Coca-Coli

• Połowa badanych otrzymuje Coca-Colę w

butelce z etykietą Coca-Coli

• Połowa badanych otrzymuje Coca-Colę w

butelce z etykietą Hoop Coli

• Każdy badany po wypiciu napoju ocenia jego

jakość na skali od 1 (niska) do 10 (wysoka)

Coca-Cola

w

oryginalnej

butelce

Coca-Cola

w

oryginalnej

butelce

Coca-cola w

butelce

Hoop Coli

Coca-cola w

butelce

Hoop Coli

Ocena

Ocena

Ocena

Ocena

ZMIENNA NIEZALEŻNA

ZMIENNA ZALEŻNA

Schemat quasi-

eksperymentalny

– Pozwala nam na udzielanie

odpowiedzi na pytania o
różnice

– Nie można wyciągać wniosków

na temat przyczyny i skutku

– Nie ma losowego doboru

badanych, porównujemy grupy
istniejące naturalnie

– Nie manipulujemy zmienną

niezależną

Quasi-eksperyment: przykład

• Jak fani Coca-Coli i fani Pepsi

oceniają jakość Hoop Coli?

– Na podstawie badań

kwestionariuszowych
identyfikujemy 30 fanatyków Coca-
coli i 30 fanatyków Pepsi

– Każda osoba badana wypija puszkę

Hoop Coli

– Każdy badany po wypiciu napoju

ocenia jego jakość na skali od 1
(niska) do 10 (wysoka)

Fanatycy

Coca-Coli

Fanatycy

Coca-Coli

Fanatycy

Pepsi

Fanatycy

Pepsi

Jakość

Jakość

Jakość

Jakość

Hoop Cola

Hoop Cola

Schematy badawcze (VII)

SCHEMAT KORELACYJNY
• Analizujemy związek między

dwiema lub większą liczbą
zmiennych

• Nie możemy wyciągać wniosków

przyczynowo skutkowych

– Nawet jeżeli wydaje to się

absolutnie logiczne i klarowne!

– Dodatnia korelacja

• Zmienna X rośnie, zmienna Y rośnie

– Ujemna korelacja

• Zmienna X rośnie, zmienna Y maleje

– Wyniki: <-1; 1>

Schemat między-osobami

• Czy są różnice w poziomie

wiedzy statystycznej między
kobietami a mężczyznami?

– Osoby badane: 50 mężczyzn i 50

kobiet (studenci trzeciego roku)

– Każdy z badanych wypełnia test

szacujący poziom wiedzy statystycznej

– Porównujemy wyniki obu grup

• Możemy użyć testu t dla prób

niezależnych

• Quasi-eksperyment (płeć)

Mężczyźni

Mężczyźni

Kobiety

Kobiety

Wyniki

testu

Wyniki

testu

Wyniki

testu

Wyniki

testu

Schemat wewnątrz osób

• Czy ukończenie kursu ze

statystyki przyczynia się do
zwiększenia wiedzy statystycznej?

• Badani: 30 studentów 1-go roku
• Każdy z badanych rozwiązuje test

ze statystyki: przed rozpoczęciem
kursu i po jego zakończeniu (0-30
pkt.)

• Porównujemy średnie z obu

pomiarów

Testujemy dwukrotnie tych samych badanych!

1-szy test –

przed

rozpoczęcie

m kursu

2-gi test – po

zakończeniu

kursu

kurs

kurs

Schemat mieszany

• Skomplikujmy nieco

poprzednie przykłady…

– Czy wiedza statystyczna

zmienia się na skutek
ukończenia kursu?

– Jak to wygląda osobno

dla grup kobiet i
mężczyzn?

1-szy test –

przed

rozpoczęcie

m kursu

2-gi test – po

zakończeniu

kursu

kurs

kurs

1-szy test –

przed

rozpoczęcie

m kursu

2-gi test – po

zakończeniu

kursu

kurs

kurs

Mężczyźni

Kobiety

Proces badawczy (I)

1. Postawienie pytania badawczego

– Wynika ono z teorii lub po prostu z

obserwacji rzeczywistości, lub… intuicji
badacza (czemu nie?)

2. Postawienie hipotez

– Konkretne przewidywania na bazie

określonej teorii lub zbioru faktów,
poszukiwanie czynników modyfikujących
znane już efekty, itp.

3. Dobór odpowiedniego schematu

badawczego

– eksperymentalny, quasi-eksperymentalny,

korelacyjny

Proces badawczy (II)

4. Dobór narzędzi

badawczych i
operacjonalizacja

– Stosujemy narzędzia

istniejące lub tworzymy
własne

– Testy psychometryczne…

ale i procedury badawcze
(np. do pomiaru pamięci
prospektywnej)

5. Zbieranie danych

Proces badawczy (III)

6. Analiza danych

– UWAGA: metody analizy

dobieramy przed
badaniem!

7. Opis wyników i

wyciąganie
wniosków

– Klarowny język
– Analiza ani opis nie

lubią pośpiechu 

Pytania badawcze (I)

• Jak postawić dobre

pytanie badawcze?

– Pytanie musi być

weryfikowalne

– „Jaki jest sens życia?”…

Hmm…

– Dobre pytanie badawcze

pozwala na
wyodrębnienie istotnych
zmiennych i sugeruje
metody badawcze

Pytania badawcze (II)

• Pytania o różnice

– Czy kobiety i mężczyźni różnią się zdolnościami

przestrzennymi?

– Czy rotwailery i yorki różnią się pod kątem wagi?
– Czy osoby starsze i młode różnią się pod względem

pojemności operacyjnej?

• Pytania o związek

– Czy jest związek między inteligencją a zarobkami?
– Czy jest zależność między ekstrawersją a skłonnością

do ryzyka?

– Czy jest relacja/powiązanie między ilością wypitych

kaw a czasem reakcji w zadaniu leksykalnym?

Hipotezy (I)

• Z pytań badawczych

wyprowadzamy hipotezy (zdania
twierdzące), które weryfikujemy
w badaniu

– PYTANIE BADAWCZE: Czy osoby

starsze i młode różnią się pod
względem pojemności operacyjnej?

– HIPOTEZA: Osoby starsze i młode

różnią się pod względem
pojemności pamięci operacyjnej

Hipotezy (II)

• Zarówno pytania badawcze jak i hipotezy mogą być

kierunkowe lub niekierunkowe

– PYTANIE BADAWCZE NIEKIERUNKOWE: Czy osoby

starsze i młode różnią się pod względem pojemności
operacyjnej?

– PYTANIE BADAWCZE KIERUNKOWE: Czy osoby starsze

mają niższą pojemność pamięci operacyjnej niż osoby
młodsze?

– HIPOTEZA NIEKIERUNKOWA: Osoby starsze różnią się od

młodych pod względem pojemności pamięci operacyjnej

– HIPOTEZA KIERUNKOWA: Osoby starsze mają niższą

pojemność pamięci operacyjnej niż osoby młodsze

Hipotezy (III)

• Hipoteza jest próbną odpowiedzią na

pytanie badawcze

• Jest twierdzeniem, które określa konkretny

układ zależności

• Dobra hipoteza:

–

Jest jasno sformułowana

–

Jest adekwatną odpowiedzią na problem

–

Jest najprostszą odpowiedzią na problem

–

Jest tak sformułowana, że łatwo ją odrzucić lub
przyjąć

Podsumowując: o co tu w sumie

chodzi?

• Nauka polega na wyjaśnianiu tego

jak „działa świat”

• Celem nauki jest identyfikacja

przyczyn i skutków różnych zjawisk

• Celem jest także wykluczenie

fałszywych wyjaśnień dotyczących
tego jak rzeczy się mają

– Mądry Hans (znaczy się koń…)

O co tu w sumie chodzi?

• Wyjaśnianie zmienności

– Fakt I: ludzie różnią się od siebie

– Fakt II: Każde zdarzenie może mieć

więcej niż jedną przyczynę

– Fakt III: Przyczyny te nie muszą być

równie ważne

O co tu w sumie chodzi?

• Jak jest zmienna to musi być i zmienność
• Cała psychologia to w zasadzie

wyjaśnianie zmienności!

• Np. co wpływa na zarobki:

– Inteligencja
– Ekstrawersja/introwersja
– Pochodzenie
– Znajomości
– Atrakcyjność fizyczna
– Doświadczenie zawodowe

Na czym polega wnioskowanie

statystyczne

• Tak naprawdę na ocenie

prawdopodobieństwa zdarzeń.

• Korzystając z metod statystycznych

nigdy nic nie wiemy na 100%

– Może być 99,999999%
– Ale nie 100% 

Panie Premierze, jak żyć?

Czyli statystyka w służbie codzienności…

Coolican, 2009
• Pewna klinika oferuje

nieinwazyjne metody mające
zagwarantować preferowaną
płeć dziecka

• Zabiegi są bardzo drogie
• Z usług kliniki skorzystało już

sześć par, czterem z nich
urodziło się dziecko takiej płci,
jaką chcieli „klienci”

• Nasi znajomi pytają czy warto

zainwestować pieniądze w
usługi tej kliniki

Przykład

• Badamy skuteczność nowatorskich

metod nauczania matematyki

• W badaniu biorą udział uczniowie

dwóch klas w szkole podstawowej
(IIIA i IIIB)

• IIIA uczona jest metodą tradycyjną,

IIIB uczona jest nową metodą

• Na koniec semestru wszyscy

uczniowie z obu klas piszą
identyczny test (0-100 pkt.)

• Jak ustalić, czy obie metody

nauczania się różnią?

Wyniki – wersja 1

III A

III B

0

10

20

30

40

50

60

70

60

60

Wyniki – wersja 2

III A

III B

0

10

20

30

40

50

60

70

55

65

Wyniki – wersja 3

III A

III B

0

10

20

30

40

50

60

70

80

50

70

Wyniki – wersja 4

III A

III B

0

10

20

30

40

50

60

70

80

45

75

Wyniki – wersja 5

III A

III B

0

10

20

30

40

50

60

70

80

90

100

30

90

Hipoteza zerowa

• Założenie na temat populacji, z której

„pobieramy” badane próby

• Zakłada brak efektu (np. brak różnic

pomiędzy dwiema metodami nauczania)

H

0

: M

pkt. Standardowa metoda

= M

pkt. Nowatorska metoda

• W badaniach szacujemy

prawdopodobieństwo wystąpienia
naszego wyniku, przy założeniu, że
hipoteza zerowa jest prawdziwa

Hipoteza alternatywna

• Jeżeli owo prawdopodobieństwo jest

dostatecznie niskie możemy zdecydować o
odrzuceniu hipotezy zerowej i przyjęciu
hipotezy alternatywnej

H

A

: M

pkt. Standardowa metoda

≠ M

pkt. Nowatorska metoda

• Wnioskowanie statystyczne polega na

wyborze: albo zostajemy przy hipotezie
zerowej, albo odrzucamy ją i przyjmujemy
hipotezę alternatywną

Kiedy wynik uznajemy za

nieprzypadkowy?

• W naukach społecznych jako

granicę akceptacji wyniku jako
nieprzypadkowego przyjęto 5%.

• Innymi słowy, jeżeli jest mniej niż

5% szans na uzyskanie danego
wyniku przy założeniu
prawdziwości hipotezy zerowej, to
możemy ją odrzucić i przyjąć
hipotezę alternatywną

• Czemu akurat 5%? Ach czemu???

– Nie mam pojęcia. Zapytajcie tego

pana…

Ronald Fisher
1890 - 1962

Różne nauki, różne kryteria

• W naukach społecznych 5% (p<0,05)

spokojnie wystarczy…

• …ale już np. przy badaniach nad

nowymi lekami stosuje się bardziej
wyśrubowane kryteria (np. żeby
zbadać częstość pojawiania się
poważnych efektów ubocznych):

– p < 0,01
– p < 0,001
– p <0,0001

• Przykład: korzystne efekty

aspiryny

Jak wygląda stosowanie testów

w praktyce? (I)

WRÓĆMY DO PRZYKŁADU Z IIIA I IIIB
• H

0

: porównywane metody

nauczania nie różnią się pod
względem efektów

• H

A

: porównywane metody

nauczania różnią się pod
względem efektów

• Operacjonalizacja H

A

: wystąpią

istotne statystyczne różnice w
średniej ilości punktów z testu
zdobytych przez uczniów obu klas

Jak wygląda stosowanie

testów w praktyce? (II)

• Dobieramy metodę

analizy:

– Porównujemy wyniki dwóch

grup pod kątem jednej
zmiennej (wynik testu)

• Test t dla prób niezależnych

– Hipotezy już mamy -

stawiamy je przed
zebraniem danych(!!!) –
wiemy już, czy są
kierunkowe czy nie –
przykłady za chwilę)

Jak wygląda stosowanie testów

w praktyce? (III)

• Ustawiamy analizę… i kolejne kroki wykonuje

program typu IBM SPSS… ale co się właściwie dzieje?

– Program oblicza wynik testu (tu: testu t dla prób

niezależnych)

– Program bierze pod uwagę ilość stopni swobody (df –

degrees of freedom), które wpływają na kształt rozkładu
wyników

– Program ustala czy przy danym kształcie rozkładu uzyskany

wynik testu jest na tyle wysoki/niski, żeby uznać go za
nieprzypadkowy (przy założeniu prawdziwości hipotezy
zerowej)

– My dostajemy tę informację w postaci wyniku istotności

statystycznej

Istotność dwustronna

• .05 = 5%

2,5%

2,5%

Hipoteza
alternatywna:
są różnice w
średnich
wynikach testu
w zależności od
użytej metody

Istotność jednostronna

• .05 = 5%

5%

Hipoteza
alternatywna:
uczniowie
uczeni
nowatorską
metodą
osiągną wyższe
wyniki testu

2,5%

Bez oszukiwania!

• Hipotezy należy stawiać przed

rozpoczęciem zbierania danych

• Fabrykowanie danych jest

przestępstwem (co najmniej
naukowym… ale nie tylko)

• Kontrprzykład:

– Diederik Stapel

• PhD: 1997 (Univeristy of Amsterdam)
• Koniec kariery: 2011
• Wymyślił dane, na bazie których

opublikował co najmniej 50
artykułów naukowych (w tym w
Science)

Przed analizą wariancji były

testy t Studenta…

• Testów t używamy do porównywania

średnich – nie więcej niż dwóch
jednocześnie

• Trzy rodzaje testów t

– Test t dla prób niezależnych
– Test t dla prób zależnych
– Test t dla jednej próby

– Ale tu skorzystamy z innej prezentacji