Wykład integrujący
Jak się dobrać do jeża…
Chcemy odpowiedzieć na pytanie, czy wiek
w jakikolwiek sposób wiąże się z
subiektywnie odczuwanymi zmianami w
funkcjonowaniu poznawczym
W tym celu
∞Formułujemy hipotezę badawczą
∞Ustalamy poziom pomiaru zmiennych
∞Dobieramy odpowiedni test statystyczny
∞Wyciągamy wnioski
Możemy zrobić to na kilka sposobów…
Sposób pierwszy - najłatwiejszy
Hipoteza badawcza: osoby starsze częściej
niż młodsze będą oceniały swoje możliwości
umysłowe jako niezadowalające
Pytamy grupę osób starszych i grupę osób
młodszych czy są zadowolone ze swojej np.
pamięci
∞Osoby odpowiadają: TAK/ NIE
Zmienne? Na jakich skalach?
Zmienna niezależna: Wiek (starsi/ młodsi) – skala dychotomiczna
Zmienna zależna: zadowolenie z pamięci (tak/ nie) – skala
dychotomiczna
Sposób pierwszy - c.d.
Skoro obie zmienne są na skali nominalnej, możemy
policzyć tylko częstość występowania różnych
kategorii. Jakiego testu możemy użyć aby
odpowiedzieć na pytanie badawcze?
Oczywiście testu chi-kwadrat dla dwóch zmiennych
Chi-Square Tests
7,242
b
1
,007
5,436
1
,020
7,551
1
,006
,012
,009
7,008
1
,008
31
Pearson Chi-Square
Continuity Correction
a
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
df
Asymp. Sig.
(2-sided)
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
Computed only for a 2x2 table
a.
0 cells (,0%) have expected count less than 5. The minimum expected
count is 7,26.
b.
Sposób pierwszy - c.d.
Następnie formułujemy hipotezę zerową:
H0: E=O
i ją testujemy
Chi2(1, N=31) = 7,24; p<0,01
Przy takim wyniku odrzucamy H0
Co nam „wyszło”, odczytujemy z tabeli krzyżowej
WIEK * ZADOWOLE zadowoleni Crosstabulation
4
11
15
7,7
7,3
15,0
26,7%
73,3% 100,0%
25,0%
73,3%
48,4%
12
4
16
8,3
7,7
16,0
75,0%
25,0% 100,0%
75,0%
26,7%
51,6%
16
15
31
16,0
15,0
31,0
51,6%
48,4% 100,0%
100,0%
100,0% 100,0%
Count
Expected Count
% within WIEK
% within ZADOWOLE
zadowoleni
Count
Expected Count
% within WIEK
% within ZADOWOLE
zadowoleni
Count
Expected Count
% within WIEK
% within ZADOWOLE
zadowoleni
1,00 starsi
2,00 młodsi
WIEK
Total
1,00 tak 2,00 nie
ZADOWOLE
zadowoleni
Total
A na wykresie wygląda to tak…
młodsi
starsi
lic
zb
a
od
po
w
ie
dz
i
14
12
10
8
6
4
2
zadowoleni?
tak
nie
Sposób drugi – badamy trochę dłużej…
Możemy również dokonywać dokładniejszego
pomiaru funkcjonowania poznawczego – np.
prosząc osoby badane o rozwiązanie testu
uwagi, pamięci, itp.
W takim przypadku hipoteza badawcza
będzie brzmiała: Osoby starsze uzyskają
gorsze wyniki w teście funkcji
intelektualnych w porównaniu do osób
młodszych.
Sposób drugi – badamy trochę dłużej…
W tym przypadku zmienna zależna
zmierzona jest na skali ilościowej,
porównujemy dwie grupy, czyli użyjemy
odpowiedniej wersji testu T-Studenta
Hipoteza zerowa brzmi: Nie ma różnic
między osobami starszymi i młodszymi w
rozwiązywaniu zastosowanego zadania
Sposób drugi – badamy trochę dłużej…
Sprawdzamy, czy zostały spełnione założenia
testu T-Studenta dla prób niezależnych
∞Równoliczność grup
∞Zmienna zależna zmierzona na skali ilościowej
∞Normalność rozkładu zmiennej zaleznej w
podgrupach
∞Równość wariancji
Jeśli tak, wykonujemy test
Sposób drugi – konkretny przykład
Chcemy sprawdzić, jak osoby starsze, w
porównaniu do osób młodszych wykonają
test przepisywania cyfr
Przebadaliśmy dwie grupy osób i…
Sposób drugi – konkretny przykład
One-Sample Kolmogorov-Smirnov Test
26
37,7692
9,22738
,110
,101
-,110
,563
,910
26
55,3462
6,75244
,097
,097
-,069
,496
,966
N
Mean
Std. Deviation
Normal Parameters
a,b
Absolute
Positive
Negative
Most Extreme
Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
N
Mean
Std. Deviation
Normal Parameters
a,b
Absolute
Positive
Negative
Most Extreme
Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
GRUPA
1,00 starzy
2,00 mlodzi
DD liczba
przepisanych
cyfr
Test distribution is Normal.
a.
Calculated from data.
b.
liczba przepisanych cyfr
55,0
50,0
45,0
40,0
35,0
30,0
25,0
20,0
15,0
GRUPA: 1,00 starzy
10
8
6
4
2
0
Odch.Std = 9,23
Średnia = 37,8
N = 26,00
liczba przepisanych cyfr
70,0
67,5
65,0
62,5
60,0
57,5
55,0
52,5
50,0
47,5
45,0
GRUPA: 2,00 mlodzi
7
6
5
4
3
2
1
0
Odch.Std = 6,75
Średnia = 55,3
N = 26,00
Założenia:
liczba przepisanych cyfr
55,0
50,0
45,0
40,0
35,0
30,0
25,0
20,0
15,0
GRUPA: 1,00 starzy
10
8
6
4
2
0
Odch.Std = 9,23
Średnia = 37,8
N = 26,00
liczba przepisanych cyfr
70,0
67,5
65,0
62,5
60,0
57,5
55,0
52,5
50,0
47,5
45,0
GRUPA: 2,00 mlodzi
7
6
5
4
3
2
1
0
Odch.Std = 6,75
Średnia = 55,3
N = 26,00
One-Sample Kolmogorov-Smirnov Test
26
37,7692
9,22738
,110
,101
-,110
,563
,910
26
55,3462
6,75244
,097
,097
-,069
,496
,966
N
Mean
Std. Deviation
Normal Parameters
a,b
Absolute
Positive
Negative
Most Extreme
Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
N
Mean
Std. Deviation
Normal Parameters
a,b
Absolute
Positive
Negative
Most Extreme
Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
GRUPA
1,00 starzy
2,00 mlodzi
DD liczba
przepisanych
cyfr
Test distribution is Normal.
a.
Calculated from data.
b.
Sposób drugi – konkretny przykład
Independent Samples Test
2,110
,153 -7,838
50
,000
-17,5769
2,24242 -22,08096 -13,07288
-7,838 45,808
,000
-17,5769
2,24242 -22,09120 -13,06265
Equal variances
assumed
Equal variances
not assumed
DD liczba
przepisanych cyfr
F
Sig.
Levene's Test
for Equality of
Variances
t
df
Sig. (2-tailed)
Mean
Difference
Std. Error
Difference
Lower
Upper
95% Confidence
Interval of the Difference
t-test for Equality of Means
Group Statistics
26 37,7692
9,22738
1,80964
26 55,3462
6,75244
1,32426
GRUPA
1,00 starzy
2,00 mlodzi
DD liczba
przepisanych cyfr
N
Mean
Std. Deviation
Std. Error
Mean
Sposób drugi – konkretny przykład
Jak zapisać? Jakie wnioski?
T(50)=7,84; p<0,001
Ms=37,77; Mm=55,35
Wniosek:
∞Odrzucamy H0
Stwierdzamy, że
osoby starsze wolniej
przepisują cyferki
GRUPA
mlodzi
starzy
śr
ed
ni
a
lic
zb
a
pr
ze
pi
sa
ny
ch
c
yf
r
60
50
40
30
Jeszcze jeden sposób
Postawiony na początku problem możemy
potraktować jeszcze inaczej
∞Zamiast dzielić osoby na starsze i młodsze,
pytamy o ich wiek i sprawdzamy, czy im ktoś
starszy tym gorzej funkcjonuje intelektualnie,
czyli wykonujemy
∞Korelację R-Pearsona
∞Założenia? Pomiar zmiennych na skali ilościowej,
normalny rozkład
Okazuje się, że liczba przeżytych lat istotnie
koreluje z wynikami testu podstawiania
(podskala Wechslera)
R=-0,79; p<0,001
Correlations
1
-,787**
.
,000
52
52
-,787**
1
,000
.
52
52
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
LATA
DS
LATA
DS
Correlation is significant at the 0.01 level
(2-tailed).
**.
LATA
90
80
70
60
50
40
30
20
D
S
60
50
40
30
20
10
Osobno dla kobiet i mężczyzn
LATA
90
80
70
60
50
40
30
20
D
S
60
50
40
30
20
10
PLEC
m
k
Przystojny w średnim wieku szuka ciepłej humanistki
Autorki: Paulina Kannewiszer, Małgorzata Nodzak
Zauważono, że mężczyźni najczęściej pragną
kobiet młodych i pięknych, o dużym potencjale
rozrodczym, podczas gdy kobietom zależy na
partnerach ambitnych i inteligentnych, o wysokim
statusie społecznym i materialnym (Buss 1996,
Wojciszke 1995)
Badaczkami kierowała chęć znalezienia różnic
między kobietami i mężczyznami przy
poszukiwaniu partnera (brano pod uwagę wiek,
sytuację ekonomiczną i stan cywilny). Zwrócono
uwagę na istniejące różnice pomiędzy wyborem
związku krótko i długotrwałego.
Do przeprowadzenia badania posłużyło 300 ogłoszeń
pochodzących z trzech różnych źródeł. Biorąc pod uwagę
hipotezę badawczą: Istnieją różnice w doborze partnera
heteroseksualnego w zależności od rodzaju związku oraz
płci, wyodrębniono następujące zmienne:
Zmienne niezależne: rodzaj związku: długo i krótkotrwały
oraz płeć poszukującego
Zmienne zależne: waga, atrakcyjność fizyczna, stan
cywilny, wykształcenie, religia, stosunek do dzieci, seksu i
sponsoringu, nałogi, wiek, wzrost, waga, zainteresowania,
charakter, sytuacja finansowa, waga1(1 przy zmiennej
oznacza, że jest to cecha posiadana przez osobę
zamieszczającą ogłoszenie ), kolor oczu1, kolor włosów1,
długość włosów1, biust1, atrakcyjność fizyczna1,
zainteresowania1, wykształcenie1, sytuacja finansowa1,
charakter1, stosunek do seksu1, stosunek do sponsoringu1,
stan cywilny1, nałogi1.
Przystojny w średnim wieku szuka ciepłej humanistki
Uzyskano istotne różnice w częstości wyborów
opiekuńczości w zależności od rodzaju związku
preferowanego przez osoby szukające partnera za
pomocą ogłoszeń matrymonialnych chi
2
(1,
N=294)=17,97; p<0,001.
Testy Chi-kwadrat
17,969
b
1
,000
16,011
1
,000
25,240
1
,000
,000
,000
17,908
1
,000
294
Chi-kwadrat Pearsona
Poprawka na ciągłość
a
Iloraz wiarygodności
Dokładny test Fishera
Test związku liniowego
N Ważnych obserwacji
Wartość
df
Istotność
asymptotyczn
a
(dwustronna)
Istotność
dokładna
(dwustronna)
Istotność
dokładna
(jednostr
onna)
Obliczone wyłącznie dla tabeli 2x2.
a.
,0% komórek (0) ma liczebność oczekiwaną mniejszą niż 5. Minimalna liczebność
oczekiwana wynosi 8,92.
b.
Na podstawie tabeli można stwierdzić, że cecha ta jest
rzadko wspominana w ogłoszeniach matrymonialnych.
Jeśli jednak już występuje to nie jest w ogóle
wspominana w ogłoszeniach osób nastawionych na
związek krótkotrwały (liczebność 0) podczas, gdy w
przypadku związku długotrwałego 19 osób wybrało tę
cechę.
Tabela krzyżowa rodzaj związku * opiekuńcza\ opiekuńczy
137
19
156
145,9
10,1
156,0
138
0
138
129,1
8,9
138,0
275
19
294
275,0
19,0
294,0
Liczebność
Liczebność oczekiwana
Liczebność
Liczebność oczekiwana
Liczebność
Liczebność oczekiwana
długotrwały
krótkotrwały
rodzaj związku
Ogółem
niewystąpien
ie tej cechy
opiekuńcza\
opiekuńczy
opiekuńcza\ opiekuńczy
Ogółem
Uzyskano istotne różnice płciowe w częstości wyboru cech
związanych z sytuacja finansową poszukiwanego
partnera poszukiwanego za pomocą ogłoszeń
matrymonialnych chi
2
(2, N=294)=9,524; p<0,01.
Testy Chi-kwadrat
9,524
a
2
,009
10,310
2
,006
9,354
1
,002
294
Chi-kwadrat Pearsona
Iloraz wiarygodności
Test związku liniowego
N Ważnych obserwacji
Wartość
df
Istotność
asymptotyczn
a
(dwustronna)
33,3% komórek (2) ma liczebność oczekiwaną mniejszą
niż 5. Minimalna liczebność oczekiwana wynosi 4,47.
a.
Kobiety częściej niż mężczyźni
zamieszczały w ogłoszeniach
matrymonialnych informacje o
sytuacji finansowej poszukiwanego
partnera – 8 kobiet zamieściło w
swoim ogłoszeniu kilka informacji
dotyczących tej charakterystyki a
24 zamieściło jedną cechę
dotyczącą sytuacji finansowej
partnera
Tabela krzyżowa osoby * sytuacja finansowa
114
24
8
146
122,7
18,9
4,5
146,0
133
14
1
148
124,3
19,1
4,5
148,0
247
38
9
294
247,0
38,0
9,0
294,0
Liczebność
Liczebność oczekiwana
Liczebność
Liczebność oczekiwana
Liczebność
Liczebność oczekiwana
kobieta
mężczyzna
osoby
Ogółem
0
1 cecha
cechy
sytuacja finansowa
Ogółem
osoby
mężczyzna
kobieta
Li
cz
e
b
n
o
ść
30
20
10
0
sytuacja finansowa
1 cecha
cechy
Physical Fitness Training: Beneficial for Professional Psychologists? , By: John C.
Barrow, Thomas English, Rolffs S. Pinkerton, Professional Psychology: Research
and Practice, 1987, Vol. 18, Issue 1
The importance of the psychotherapist's mood and adjustment to
psychotherapeutic outcome is reasonably well documented (
Bandura, Lipsher, & Miller, 1960
;
;
).
In summarizing the research on the therapist's mental health and
its relation to process and outcome in psychotherapy,
concluded that the higher the
therapists' adjustment levels are, the more useful they are likely to
be to their clients (p. 236). Thus a life-style that enables the
psychotherapist to live reasonably comfortably and to moderate
natural life stresses not only would have a positive personal
impact but would presumably also influence interactions with
others.
,
,
attested to the positive influence of
physical fitness training on self-concept and mood states,
especially anxiety.
, reviewing the effects of
running on personality, concluded that "the well-designed exercise
program holds the promise of other positive changes ... on the
psychological side, improved self-esteem and an enhanced sense
of mastery and internality" (p. 270).
Of the 196 respondents, 140 (71. 43%) indicated that they did
engage in regular physical fitness training or other exercise
routine. Of the 140 exercisers, 56 (40%) had exercised for
seven years or more, 34 (24%) for four to six years, 33 (24%)
one to three years, and 14 (10%) less than one year. The
frequency of exercise in a week was two to four times for
most of the 140 respondents (72. 14%); 25% reported
exercising daily, and only 2. 86% reported exercising once per
week. The physical fitness activity listed most often as the
"primary" method used by the 127 respondents who
answered the item correctly (13 marked more than one
activity) was jogging (31. 5%), followed by walking (15. 75%)
and competitive individual sports (11. 81%). Tennis and
racquetball were the most frequently mentioned competitive
individual sports. Calisthenics, body-building, swimming, and
bicycling were each cited by 5%-10%, whereas yoga and
competitive team sports were each cited by less than 5%.
Who Exercises, How Often, and By What Methods?
Chi-square analyses of demographic variables with exercise pattern
variables revealed more experienced therapists to be somewhat less
likely to exercise than less experienced therapists, χ
2
(1,N = 196) = 3.
96, p < . 05 . Experience and age were highly related, χ
2
(2,N = 196) =
267, p < . 0001 ; however, the relation of age with likelihood of
exercising approached but did not reach significance. Several trends
also emerged in the kind of exercise favored by respondents: Those
using highly aerobic exercises such as jogging, swimming, bicycling, or
walking were likely to exercise more frequently than were those
in competitive and skeletal muscle development exercises, χ
2
(4,N = 129) = 9. 6 ; older respondents were more likely than younger
ones to use walking and less likely to use competitive sports or
demanding aerobic exercises, χ
2
(8,N = 132) = 16. 97 ; men were
more likely to have been exercising for a long time (seven or more
years) than were women, χ
2
(3,N = 139) = 7. 82 ; men were more likely
than women to be involved in competitive sports and jogging and less
likely to use walking, swimming, and yoga, χ
2
(10,N = 140) = 23. 81, p
< . 01 ; therapists with humanistic orientations were somewhat
less likely than those of other orientations to be involved in aerobic
exercise that is highly demanding of the cardiovascular system (e. g. ,
running) and more likely to use walking, whereas those favoring
behavioral and cognitive behavioral orientations were somewhat more
likely to be engaged in skeletal muscle strengthening activities, χ
2
(12,N = 132) = 25. 52 .
The great majority of respondents (93. 57%)
indicated that they would recommend regular
exercise to other psychotherapists; 34. 29%
reported that they would recommend exercise "for
personal effect," and 59. 29% advocated it "for
personal and work-related effect. " Chi-square
analysis indicated that more men than women
would make the recommendation for both personal
and work-related effect, χ
2
(3,N = 138) = 9. 54, p <
. 05 ; this finding is perhaps related to the fact that
more men than women are long-time users. The
great majority of respondents (92. 86%) would
recommend exercise to their patients. Only 5%
indicated that they "never" made such a
recommendation, whereas 52. 86% did
"occasionally," 30% did "routinely" and 10% did "all
the time. "
Mój najlepszy przyjaciel
Individual Differences and Developmental Changes in Preschoolers' Friendships , By: Kathryn A.
Park, Keng-Ling Lay, Laura Ramsay, Developmental Psychology, 1993, Vol. 29, Issue 2
The design was longitudinal. Preschool friend pairs were observed
in two 1-hr play sessions spaced approximately 1 year apart (M
= 12. 8 months). Fifty pairs of best friends were observed at
the first visit. The final sample included 9 girl-girl pairs, 6 boy-
boy pairs, and 9 girl-boy pairs.
Kryteria doboru par
przyjaciół
Najczęściej się bawią
Dzieci często o sobie
wspominają
Dzieci bardzo się lubią
Najlepiej się bawią
Chcą się ze sobą bawić
Test T-Studenta dla prób
zależnych pokazał, że związki
przyjacielskie zmieniają się na
wymiarach:
pozytywnej orientacji społecznej
(pozytywne emocje +
zachowania prospołeczne)
wspólnej zabawy (zabawa
ineraktywna).
Na poziomie tendencji
zaobserwowano także zmiany
w obrębie:
kontroli (hamowanie agresji i
chęć nawiązywania interakcji)
spójności (bliskość fizyczna,
koordynacja ruchów)
Table 2. At the second
time point, the
friends' play was
significantly more
coordinated and
positive (ps < . 01).
Uczenie się mimowolne - badania dr R. Balas
Czy jesteśmy w stanie uczyć się
mimowolnie?
Najpierw prezentowano osobom
sztuczny język uporządkowany zgodnie
z określonymi regułami. Zadaniem
osoby badanej było śledzenie słów
pojawiających się na ekranie w celu ich
późniejszego rozpoznania.
Następnie sprawdza się, czy osoby badane
rozpoznają prezentowane wyrazy „sztucznej
gramatyki”
A także (niespodzianka!) pyta się, czy nowe
wyrazy są zgodne z regułami sztucznego
języka.
Osoba odpowiada TAK/ NIE więc ma 50% szans,
że zgadnie.
Mając poprawność takich odpowiedzi można
stwierdzić, czy ludzie mimowolnie nauczyli się
reguł analizując tę zmienna testem T-Studenta
dla jednej próby. Jeśli poprawność jest zbliżona
do 50% to znaczy, że nie jesteśmy w stanie
uczyć się mimowolnie.
Wyniki
Wartością testowaną będzie 50%. Tak więc
jeśli w teście t-Student dla jednej próby
uzyskamy wynik T(24)=3,7; p<0,05 to
oznacza to, że poziom poprawności różni się
od 0,5. Jeśli jeszcze przeciętna poprawność
jest większa od 0,5 to możemy z cała
pewnością stwierdzić, że uczenie się
mimowolne istnieje
Na koniec kilka podchwytliwych pytań
Jeżeli otrzymaliśmy wynik:
Chi
2
(3)=4,5; p<0,05
∞Jaka tabela krzyżowa była podstawą jego
otrzymania?
• 2x2
• 3x2
• 4x2
• 4x3
20 kobiet i 20 mężczyzn pytano jakie zwierzę
lubią najbardziej: kota, psa, chomika czy
świnkę morską
∞Jakiego testu użyć?
∞Ile stopni swobody?