Metodologia

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

SŁABA ZASADA MOCNA ZASADA

Zasada intersubiektywności Zasada racjonalnego

uznawania przekonań

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.

2. 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(P_Y) oraz struktury przestrzeni zmiennej Y - O(S_Y)

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

7. Akceptacja lub odrzucenie hipotezy

8. Ocena, interpretacja i generalizacja rezultatu badawczego

3. Uwarunkowania procesu badawczego.

Uwarunkowania procesu badawczego w psychologii

Zewnętrzne Wewnętrzne

[kontekst praktyki społecznej]

Logika Psychologia

procesu badawczego procesu badawczego

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
			TRAFNA (akceptacja trafnej hipotezy
	TRAFNE	TRAFNY
TRAFNA			BŁĄD A (odrzucenie trafnej hipotezy
	NIETRAFNE	?
			TRAFNA (odrzucenie nietrafnej hipotezy)
	TRAFNE	TRAFNY
NIETRAFNA			BŁĄD B (pozostawienie nietrafnej hipotezy
	NIETRAFNE	?

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

• trafna hipoteza -> trafne badanie -> trafne RB -> trafna decyzja (przyjęcie hipotezy)

• nietrafna hipoteza -> trafne badanie -> trafne RB -> trafna decyzja (odrzucenie hipotezy)

Opisany wyżej rodzaj trafności badania psychologicznego nazwiemy trafnością wewnętrzną.

5. O(P_Y) - P_Y; O(S_Y) - S_Y; O_iz(S_Y) - O_in(S_Y)

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

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…X_n są istotne dla Y.

Tworzymy w ten sposób obraz przestrzeni zmiennych istotnych dla Y O(P_Y), a nie ich przestrzeń P_Y. 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 P_Y, mógł również wyliczyć ich zbyt dużo.

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

2. Jaki jest porządek istotnościowy w obrębie zmiennych zaliczonych do O(P_Y)?

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 - S_Y.

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

• P_y — przestrzeń zmiennych istotnych dla Y

• O(P_y) — obraz przestrzeni zmiennych uznanych przez badacza za istotne dla Y

• S_y — struktura przestrzeń zmiennych istotnych dla Y

• O(S_y) — obraz struktury przestrzeni zmiennych uznanych przez badacza za istotne dla Y

• O_iz(S_y) — obraz izolowanej struktury przestrzeni zmiennych uznanych przez badacza za istotne dla Y

• O_in(S_y) — obraz interakcyjnej struktury przestrzeni zmiennych uznanych przez badacza za istotne dla Y

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 X_j rzeczywiście wpływa na Y (X_j jako przyczyna Y)?

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

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:

• stopień, w którym sformułowanie problemu mieści w sobie wskazówki co do jego rozwiązania. Jest to bowiem wskaźnik sensowności poznawczej problemu.

• problem powinien być rozstrzygalny

• są w formie pytań rozstrzygnięcia

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 X_j przyjmuje pewną wyróżnioną wartość v(X_j) = m?

lub

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

2. 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(P_Y)?

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)?

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

Jaka jest zależność zmiennej Y od zmiennej niezależnej X_j?

lub

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

(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

• HIPOTEZA musi być adekwatną odpowiedzią na problem,

• HIPOTEZA musi być najprostszą odpowiedzią na problem,

• HIPOTEZA musi być tak sformułowana, by łatwo można było ją przyjąć względnie odrzucić,

• HIPOTEZA nie powinna przyjmować postaci szerokiej generalizacji

• musi być sprawdzalna, inaczej nie zasługuje na miano hipotezy naukowej

• musi być zdolna do przewidywania nowych faktów (prognoz zjawisk innego gatunku) - jeżeli nie to będzie to jedynie hipoteza ad hoc (doraźnej). Jeżeli hipoteza postuluje „coś” i znajduje swoje potwierdzenie wyłącznie w faktach, do wyjaśnienia których została powołana, to nazywamy ją metodologicznie wadliwą.

• nie może tworzyć błędnego koła - czyli zjawisko wyjaśniane, nie może wyjaśniać.

• musi być adekwatną odpowiedzią na problem,

• musi być najprostszą odpowiedzią na problem, gdyż im bardziej prostą przyjmie postać - tym łatwiej będzie ją sprawdzić,

• musi być tak sformułowana, by łatwo można było ją przyjąć, względnie odrzucić,

• nie powinna przyjmować postaci szerokiej generalizacji.

• Sformułowana jest w postaci twierdzącej

9. Klasyfikacja hipotez badawczych. (ryc. 27)

1. HIPOTEZY DOTYCZĄCE WARTOŚCI ZMIENNYCH:

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

lub

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

2. HIPOTEZY DOTYCZĄCE ZALEŻNOŚCI MIĘDZY ZMIENNYMI:

1. HIPOTEZY ISTOTNOŚCIOWE: (ryc. 23)

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

1b. Zmienne z O(P_Y), 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(S_Y) jest interakcyjny - O_in(P_Y). Inaczej: Zmienne niezależne X₁,…,X_n 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(S_Y) jest izolowany - O_iz(P_Y). Inaczej: Zmienne niezależne X₁,…,X_n wpływają na zmienną zależną Y nie wchodząc ze sobą w interakcje.

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

Zmienną zależną Y łączy związek funkcyjny ze zmienną niezależną X_j 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:

• zmienne ilościowe - pozwalające przyporządkować daną wartość ilościową danej osobie. (wzrost, temperatura, ilość błędów itp.)

• zmienne jakościowe - zmienne kategorialne (płeć, miejsce zamieszkania, kolor oczu)

• zmienne dwuwartościowe (dychotomiczne) - przyjmujące tylko dwie wartości (płeć)

• zmienne trójwartościowe (trychotomiczne) - przyjmujące tylko trzy wartości (odp: tak, nie, nie wiem)

• zmienne wielowartościowe (politomiczne) - przyjmują większą liczbę wartości (skala neurotyzmu)

• zmienne dychotomoczne - zmienne, które w naturalny sposób przyjmują dwie wartości (płeć)

• zmienne zdychotomizowane - zmienne wielowartościowe, które badacz dla jakiś celów sprowadził do postaci dwuwartościowej (wzrost: niski-wysoki)

• zmienne ciągłe - zbiór jej wartości tworzy pewne kontinuum i pomiędzy dwiema sąsiednimi wartościami zmiennej możliwe jest znalezienie trzeciej wartości (wzrost)

• zmienne dyskretne (nieciągłe) - pomiędzy jej dwiema sąsiednimi wartościami nie występuje trzecia wartość (płeć, typ wykształcenia)

• zmienne klasyfikacyjne - badacz nie może decydować jaką wartość zmienna przyjmie dla poszczególnych badanych (IQ)

• zmienne manipulacyjne - o ich wartości decyduje badacz w sposób losowy (kawa -
  nie kawa)

• zmienne kontrolowane - badacz umie oznaczać wpływ tej zmiennej, w jakim stopniu wywiera wpływ na Y.

• zmienne nie kontrolowane - badacz nie umie oznaczać wpływu tej zmiennej.

• zmienna zależna (Y, Dv) - zmienne, które podlegają oddziaływaniom ze strony jakichś innych zmiennych, jest ona przedmiotem naszego badania, której związki z innymi zmiennymi chcemy określić.

• zmienna niezależna (X, Iv) - zmienne, które oddziaływają na inne zmienne

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)

2. 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)

3. 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)

4. 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)

zmienne niezależne istotne dla Y

ważne zakłócające

zmienne zmienne nie skorelowane skorelowane

niezależne niezależne z aktem badania z aktem badania

główne uboczne empirycznego empirycznego

(kontrolowane) (pogoda)

kontrolowane nie kontrolowane uniwersalne okazjonalne

(sposób odczytu (ból głowy)

ze wskaźnika)

kontrolowane nie kontrolowane kontrolowane nie kontrolowane

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

• Zmienne ważne

• Zmienne głowne - te, które mają większą siłę oddziaływania (np. poziom aktywacji organizmu na poziom wykonania zadania)

• Zmienne uboczne - te, które mają mniejszą siłę oddziaływania (np. pobudliwość emocjonalna na poziom wykonania zadania)

• Zmienne zakłócające - te, które mają interferencyjny wpływ na zależności wiążace zmnienne ważne ze zmienną zależną

• Zewnętrzne względem badania empirycznego - zmienne, którch oddziaływania na Y niesposób przewidzieć np. indywidualna tolerancja osób na zmianę ciśnienia mogąca mieć wpływ na czas reakcji)

• Wewnetrzne względem badania empirycznego - inaczej skorelowane z aktem badania empirycznego - np. oczekiwania interpersonalne badacza, lęk przed oceną itd.

• Uniwersalne - wystepujące ilekroć występują inne zmienne wpływające na Y - np. sposób odczytywania przyrządu pomiarowego

• Okazjonalne - niezależne zmienne zakłócające, które niekiedy występują a niekiedy nie - np. zmeczenie osoby badanej

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

• kontrolowane - te których wpływ badacz jest w stanie uwzględnić w badaniu

• nie kontrolowane - te których wpływu badacz nie jest w stanie uwzględnić w badaniu

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(P_Y). 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:

X^g - 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 X^g - 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.

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

var MG

max X^g v elim. s

Wariancja wewnątrzgrupowa, (WG) (wariancja resztowa, błędu) mówi nam o zmiennych, których badacz nie uwzględnił w O(P_Y). 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.

var WG

R! min.

	var MG		tα
ξ =		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:

Wariancja międzygrupowa - jest średnią arytmetyczną odchyleń poszczególnych średnich grupowych (Y_1. i Y_2.) od średniej całkowitej (Y_..).

	(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”
s^2M =
	2

Wariancja wewnątrzgrupowa - jest średnią wariancji poszczególnych grup

	s^21 + s^22
s^2W =
	2

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

	(Yik - Y..)^2
s^2C =		s^2C = s^2M + s^2W
	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

	s^2M	kolejne zmienne X powodujemy, że wyjaśniamy coraz większą część zmienności Y, minimalizując zarazem WG.
s^2M =	x100%
	s^2C

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

R Pretest Y(e) X Posttest Y(e) Grupa 1

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 X^g 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(e) ≠ Posttest Y(k) - dla danych niezależnych w obu grupach

• Posttest Y(e) ≠ Pretest Y(e) - dla danych zależnych w grupie eksperymentalnej

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

lub

• Posttest Y(e) » Pretest Y(e) gdy: Posttest Y(k) > Pretest Y(k)

• [Posttest Y(e) - Pretest Y(e)] > [Posttest Y(k) - Pretest Y(k)]

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

R X Posttest Y(e) Grupa 1

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

R X Posttest Y(e) Grupa 1

R Pretest Y(k) Grupa 2

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:

• tradycyjna - kombinacja porównań między- i wewnątrzgrupowych

• zaawansowana - z odwołaniem się do wielozmiennowych modeli statystycznych: analizy wariancji, analizy kowariancji i analizy regresji liniowej.

Etap 1 Etap 2 Etap 3

R Pretest Y(1) X Posttest Y(1) Grupa 1

R Pretest Y(2) Posttest Y(2) Grupa 2

R X Posttest Y(3) Grupa 3

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(1) ≠ Posttest Y(2) - dane niezależne

• Posttest Y(1) ≠ Pretest Y(1) - dane zależne

Posttest Y(2) = Pretest Y(2)

• Posttest Y(3) ≠ Posttest Y(4) - dane niezależne

• Pretest Y(1) = Pretest Y(2) - dane niezależne

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

• Posttest Y(1) = Posttest Y(3)

• Posttest Y(2) = Posttest Y(4)

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.

2. 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.

3. 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, …, a_n} 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.

4. 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.

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.

Y
				b a
	d			c
	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:

• wartość rzeczywistego oddziaływania zmiennej X na Y w grupie eksperymentalnej, co wyraża wartość wskaźnika b: b≠0.

• wartość będąca efektem korzystniejszych (lub gorszych) warunków wyjściowych grupy eksperymentalnej, co z kolei wyraża wartość wskaźnika d: d>0.

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 (μ_i.) i efekt i-tego poziomu czynnika A (α_i) 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 (ε_ik). Rozkład ε_ik jest w i-tej populacji normalny ze średnią zero i wariancją σ²_ε. [α_i - 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. ε_ik - 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 ε_ik 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 ε_ik 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): σ²_εi = … = σ²_εp. [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 Y_ik:

Y_ik = μ + α_i + ε_ik

_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. 
   
   Transformacja pierwiastkowa - polega na wyciągnięciu pierwiastka kwadratowego z każdego wyniku Y'_k = √Y_k. Jeżeli wyniki są mniejsze od 10, to posługujemy się nieco zmodyfikowanym wzorem: Y'_k=√Y_k + 0,5. Stosujemy go gdy:

• rozkład Y jest rozkładem Poissona [wyraża częstość bez ustalonego maximum] (np. liczba błędów popełnianych przez badanych, lub częstość wypadków drogowych)

• 
  wariancje w grupach porównawczych są proporcjonalne do średnich grupowych - gdy między s²_i i Y_i zachodzi zależność liniowa.

1. Transformacja logarytmiczna - jest postaci Y'_k=log Y_k, a gdy wśród danych występują wyniki zerowe lub bardzo małe: Y_k=log (Y_k+1).

• gdy wynikami są czasy reakcji lub subiektywne oceny i gdy ich rozkład jest wyraźnie prawo skośny.

• 
  wariancje są proporcjonalne do kwadratów średnich grupowych s² i Y².

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/Y_k, a gdy wśród nich znajdują się wyniki zerowe, to stosujemy wzór: Y'_k=1/(Y_k+1).

• gdy Y to czasy reakcji

• 
  odchylenia standardowe są proporcjonalne do kwadratów średnich s i Y².

3. 
   
   Transformacja arcsin - jest postaci Y'_k=2arcsin√Y_k, gdzie Y wyrażony jest pod postacią proporcji. Wyniki możemy jednak odczytać z tablicy Y'_k=2arcsin√Y_k. Przekształcenie arcsin polega na zastąpieniu surowego wyniku przez wartość kąta, którego sinus jest pierwiastkiem kwadratowym wyniku surowego.

• wyniki wyrażone są pod postacią proporcji (poprawne odpowiedzi w teście)

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.

36. Plan jednoczynnikowy ANOVA - podział SS i df + schemat.

Badacz ma do dyspozycji dwa rodzaje odchyleń:

• 
  
  Odchylenie średniej grupowej od średniej ogólnej (Y_i. - Y..) - zróżnicowanie międzygrupowe

• 
  Odchylenie wyniku k-tej osoby z i-tej grupy od średniej grupowej (Y_ik - Y_i.) - zróżnicowanie wewnątrzgrupowe

• 
  Odchylenie wyniku k-tej osoby z i-tej grupy od średniej całkowitej (Y_ik - Y..) - zróżnicowanie całkowite.

Jeżeli zsumujemy te zróżnicowania i podniesiemy je do kwadratu otrzymamy wartości liczników wzorów na wariancję. Te sumy kwadratów odchyleń zwane są w skrócie sumami kwadratów SS (sum of squares). Sumy kwadratów mają podstawową właściwość - są addytywne (dodawalne):

SS_cała=SS_między+SS_wewnątrz





Σ_iΣ_k(Y_ik-Y..)² = Σ_i(Y_i.-Y..)² + Σ_iΣ_k(Y_ik-Y_i.)²

Wyróżniamy też wzory skrócone na obliczanie SS:

1. (Y..)²/pn - suma wszystkich wyników podniesiona do kwadratu

2. Σ_iΣ_k Y²_ik - suma kwadratów wszystkich wyników

3. [Σ_i (Y_i.)²]/n - średnia arytmetyczna z kwadratu sumy wyników każdej z grup

SS_między = (3) - (1)

SS_wewnątrz = (2) - (3)

SS_cała = (2) - (1)

df - liczba stopni swobody; liczba wartości, które można swobodnie zmieniać przy obliczaniu danej statystyki.

Stopnie swobody mają tą samą cechę co SS - addytywność.

df_cała=df_między+df_wewnątrz

df_wewnątrz = p(n-1) - ponieważ dla każdej grupy wynosi ona (n-1). Ilość grup - p.

df_między = p-1 - Jeżeli dla n osób df=n-1; to dla p grup df=p-1.

df_cała = pn-1 - W każdej grupie porównawczej mieliśmy df=n-1, takich grup jest p. W całej próbie złożonej z p grup, po n osób mamy: pn-1 = N-1.

pn - 1 = (p - 1 ) + p(n - 1) = p - 1 + pn - p = pn - 1

Patrząc na wykresy dochodzimy do wniosku, że addytywność SS i df pozwala nam na ustalenie iż ich wartości całościowe składają się z wartości „między” i „wewnątrz”. W idealnym eksperymencie, SS_cała powinna być równa SS_między, oznaczałoby to bowiem, iż nie ma błędu w badaniu. Całą zmienność Y moglibyśmy wytłumaczyć postępowaniem eksperymentalnym. Niestety zawsze występuje SS_wewnątrz, ale badacz stara się go zminimalizować.

37. Pojęcie efektu głównego w jednoczynnikowej ANOVA.

α_i - w ANOVA nosi nazwę efektu głównego i-tego poziomu czynnika A. Efekt ten definiowany jest jako odchylenie średniej i-tej populacji związanej z i-tym poziomem czynnika A od średniej ogólnej populacji, która jest średnią ze wszystkich p średnich populacyjnych wyróżnionych za pomocą poziomów czynnika A:

Σ_i α_i = 0; α_i = μ

Średnia wartość α musi być równa 0, ponieważ wedle ZAŁOŻENIA IV, w i-tej populacji średnia ogólna (μ_i) i efekt i-tego poziomu czynnika A (α_i) są stałe dla wszystkich osób z tej populacji. Jedyne co może różnić te osoby, to X^u lub X^z. Jest to wymuszone tym, iż wymagamy od badacza, aby wariancje w grupach były jednorodne, czyli różniły się jedynie zmiennymi niekontrolowanymi przez badacza (a i tych powinno być jak najmniej!). W populacji rozkład danych zmiennych jest normalny.

Np.: jeżeli α_i = Y_i. - Y_.. Przyjmijmy, że średni wzrost w populacji to 175cm. Ponieważ wzrost w populacji ma rozkład normalny, to odchylenia wzrostu będące poniżej średniej muszą być równe odchyleniom osób mających wzrost większy niż średnia.

Podsumowując, badacz dąży do tego, aby w jego eksperymencie, Σα_i² ≠ 0. Oznacza to wtedy, iż oddziaływania eksperymentalne spowodowały zmienność Y.

38. . Hipoteza zerowa i hipoteza alternatywna w jednoczynnikowej i dwuczynnikowej ??? ANOVA.

Jeżeli chcemy odpowiedzieć na pytanie o istotność różnicy między badanymi grupami, dowołujemy się do testów statystycznych, odpowiadających na następującą hipotezę: czy dwie grupy pochodzą z tej samej populacji (czy dwie średnie są równe). O równościach średnich mówi nam hipoteza zerowa H₀.

H₀: μ₁ = μ₂

Jeżeli wartość statystyki testu t, obliczona dla danych zebranych przez badacza spełnia kryterium t_OBL ≥ t_α, wówczas możliwe jest odrzucenie H₀ na rzecz hipotezy alternatywnej H₁

H₁: μ₁ ≠ μ₂

Taką hipotezę nazwiemy hipoteza bezkierunkową (dwustronną). Jeżeli badacz orientuje się w teoretycznych podstawach realizowanego przez siebie badania empirycznego, że jest w stanie dokładniej określić hipotezę alternatywną - może określić kierunek przewidywanej różnicy. Daje nam to hipotezę kierunkową (jednostronną).

H₁: μ₁ > μ₂ - prawostronna

H₁: μ₁ < μ₂ - lewostronna

Wychodząc ze wzoru na efekt główny poziomu czynnika A możemy uznać iż:

hipoteza zerowa:

H₀: μ₁ = μ₂

H₀: Σ_i α²_i = 0; lub

H₀: μ_i - μ = 0, dla wszystkich i; lub

H₀: α_i = 0 dla wszystkich i

hipoteza alternatywna:

H₁: μ₁ ≠ μ₂

H₁: Σ_i α²_i ≠ 0; lub

H₁: μ_i - μ ≠ 0, dla co najmniej jednego i;

H₁: α_i ≠ 0 dla co najmniej jednego i.

Sformułowania te są równoważne.

39. MS i test F w jednoczynnikowej i dwuczynnikowej???? ANOVA.

MS - średni kwadrat (mean square). Otrzymujemy go dzieląc sumę kwadratów (SS), przez stopnie swobody (df). Średni kwadrat jest po prostu nie obciążoną wariancją próby.

	SS
MS =
	df

Jeżeli tak jest, to wyróżniamy (jak w pozostałych przypadkach) trzy rodzaje MS:

MS_między=SS_między/df_między

MS_wewnątrz=SS_wewnątrz/df_wewnątrz

MS_cała=SS_cała/df_cała

Średnie kwadraty NIE podlegają zasadzie addytywności. MS_wewnątrz jest najlepszym sposobem oszacowania wariancji błędu w populacji, i w takiej roli jest wykorzystywany.

Testem hipotezy zerowej w ANOVA jest test F. Polega na badaniu stosunku dwóch średnich kwadratów - międzygrupowego i wewnątrzgrupowego. W warunkach H₀, a więc gdy czynnik A nie różnicuje grup (α_i = 0), które można uznać zatem za pochodzące z tej samej populacji.

E(MS_cały) = σ²_ε

E(MS_między) = σ²_ε

E(MS_między) = E(MS_wewnątrz) = σ²_ε

Musimy przyjąć, że E(MS_wewnątrz)=σ²_ε (wartość oczekiwana wewnątrzgrupowego średniego kwadratu = nieobciążony estymator wariancji błędu w populacji). Jest to spowodowane tym, że w populacji nie działa wyselekcjonowany czynnik A, co powoduje, że SS_cała w populacji równa jest SS_wewnątrz.

Gdy jednak zachodzą warunki opisane w H₁, tzn. gdy czynnik A różnicuje grupy porównawcze (α_i ≠ 0, dla co najmniej jednego i), to:

E(MS_cały) > σ²_ε

E(MS_między) > σ²_ε

E(MS_między) > E(MS_wewnątrz)

Jeżeli H₁ jest prawdziwa, to MS_między/ MS_wewnątrz > 1.

	MSmiędzy
	σ^2ε
F =
	MSwewnątrz
	σ^2ε

Stosunek ten ma rozkład F. df dla licznika to df₁=p-1; zaś dla mianownika df₂=p(n-1). Jeżeli H₀ będzie fałszywa, to zawsze w liczniku będzie większa wartość niż w mianowniku i cały stosunek będzie większy od jedności, a zatem test H₀ jest testem jednostronnym. Jeżeli wynik będzie postaci F_OBL ≥ F_α to mamy podstawę, aby odrzucić hipotezę zerową mówiącą o równości średnich grupowych i przyjęcia hipotezy alternatywnej, w myśl której co najmniej dwie średnie różnią się. Jednak odrzucenie H₀ na rzecz H₁ nie wystarczy, jeżeli mamy większą ilość grup. Trzeba bowiem odpowiedzieć które pary średnich różnią się w sposób istotny. Używa się do tego testów wielokrotnych porównań. Wynik F_α obliczamy z tablicy dla rozkładu F. W kolumnie wybieramy df₁, zaś w wierszu df₂.

40. . Wskaźnik omega-kwadrat w jednoczynnikowej ANOVA i jego interpretacja.

Dla obliczenia wariancji α, β i αβ stosujemy wzory, pokazujące nam to jaki jest stosunek do wariancji Y wyjaśnianej przez czynnik X do wariacji całkowitej Y. Znajdują się ona na ryc.

Korzystając z sumarycznej tabeli ANOVA dla planu jednoczynnikowego (pyt. 60), możemy zauważyć, iż znajdują się tam dane o następujących symbolach:

MS_m - Wariancja międzygrupowa [MS_A]

MS_w - Wariancja wewnątrzgrupowa [MS_e]

SS_m - Suma kwadratów międzygrupowa [SS_A]

SS_w - Suma kwadratów wewnątrzgrupowa [SS_e]

SS_cala - Suma kwadratów całości

	SSm - (p - 1)MSw
ω^2A =		100%
	SScała + MSw

Wskaźnik omega-kwadrat pozwala na procentowe wyliczenie wielkości wariancji cząstkowej wyjaśnionej wpływem na Y czynnika A (naszej zmiennej niezależnej-głównej)!

41. Sumaryczna tabela ANOVA dla planu jednoczynnikowego.

źródło zmienności (wariancji)	SS	df	MS	F	F0,05	F0,01
Między (A)	54	2	27	27**	5,14	10,9
Wewnątrz (błąd eksperyment.)	6	6	1
Cała	60	8

42. Plan dwuczynnikowy ANOVA - podział SS i df .

Badacz ma do dyspozycji następujące odchylenia:

1. 
   Y_ijk - Y... - odchylenie każdego wyniku od średniej ogólnej- zróżnicowanie całkowite.

2. 
   
   Y_i.. - Y... - odchylenie średniej z i-tej grupy od średniej ogólnej - zróżnicowanie międzygrupowe A.

3. 
   
   Y._j. - Y... - odchylenie średniej z j-tej grupy od średniej ogólnej - zróżnicowanie międzygrupowe B.

4. 
   
   
   
   Y_ij. - Y_i.. - Y._j. + Y… - odchylenia średniej z ij-tej grupy od średnich brzegowych oraz średniej ogólnej - zróżnicowanie interakcji AB.

5. 
   Y_ijk - Y_ij. - odchylenie k-tej osoby z ij-tej grupy od średniej ij-tej grupy - zróżnicowanie wewnątrzgrupowe.

Podobnie jak w analizie jednoczynnikowej, podnosząc wszystkie zróżnicowania do kwadratu otrzymamy sumy kwadratów SS.

SS_cała=SS_A+SS_B+SS_AB+SS_błąd











Σ_iΣ_jΣ_k(Y_ijk-Y_...)²=nqΣ_i(Y_i..-Y_...)²+npΣ_j(Y._j.-Y_...)²+nΣ_iΣ_j(Y_ij.-Y_i..-Y._j.+Y_...)²+ΣΣΣ(Y_ijk-Y_ij.)²

Wyróżniamy też wzory skrócone na obliczanie SS:

1. Y².../pqn - suma wszystkich wyników podniesiona do kwadratu /pqn

2. Σ_iΣ_jΣ_k Y²_ijk - suma wszystkich kwadratów wyników

3. (Σ_i Y²_i..)/qn - sumy poszczególnych grup czynnika A podniesione do kwadratu /qn

4. (Σ_j Y²._j.)/pn - sumy poszczególnych grup czynnika B podniesione do kwadratu /pn

5. Σ_iΣ_j Y²_ij. - sumy kwadratów wyników osób należących do poszczególnych grup AB.

SS_A - (3) - (1)

SS_B - (4) - (1)

SS_AB - (5) - (3) - (4) + (1)

SS_wew - (2) - (5)

SS_cała - (2) - (1)

df - liczba stopni swobody; liczba wartości, które można swobodnie zmieniać przy obliczaniu danej statystyki.

Stopnie swobody mają tą samą cechę co SS - addytywność.

df_cała=df_A+df_B+df_AB+df_wewnątrz

df_cała=npq-1 - W każdej grupie porównawczej mieliśmy df=n-1, takich grup jest pq. W całej próbie złożonej z pq grup, po n osób mamy: npq-1 = N-1.

df_A=p-1 - Jeżeli dla n osób df=n-1; to dla p grup df=p-1

df_B=q-1 - Jeżeli dla n osób df=n-1; to dla q grup df=q-1

df_AB=(p-1)(q-1) - ponieważ df_AB=df_A df_B

df_wew=pq(n-1) - grup jest pq, więc jeżeli każda grupa ma df=n-1 to pq grup ma df=pq(n-1)

43. Pojęcie efektów głównych w dwuczynnikowej ANOVA.

Jeżeli test efektów głównych czynników A i B wykaże ich istotność, to badacz powinien przeprowadzić testy wielokrotnych porównań, aby oddzielić pary średnich istotnie się różniący od par różniących się nieistotnie. Stwierdzenie istotności efektu interakcji AB pociąga za sobą konieczność przeanalizowania profilów efektów prostych oraz przeprowadzenia ich testów, a także, podobnie jak stwierdzenie istotności efektów pojedynczych czynników, przeprowadzenia testów wielokrotnych porównań średnich kratkowych: Y_ij. z Y_(ij.)' .

Oba czynniki A i B, mogą wywierać wpływ na Y w dwojaki sposób:

• każdy czynnik oddzielnie będzie wywierał wpływ na Y: wpływ jednego czynnika nie będzie zależał od tego, jakie wartości będzie przyjmował drugi czynnik - izolowany wpływ A i B na Y.

• wpływ jednego czynnika na Y będzie uzależniony od tego, jakie wartości będzie przyjmował drugi czynnik - interakcyjny wpływ A i B na Y.

Przykład I						Przykład II
	b1	b2		Yi..			b1	b2	Yi..
a1	2	4		3		a1	2	8	5
a2	6	8		7		a2	8	4	6
Y.j.	4	6		5		Y.j.	5	6	5,5
Efekty główne: α1 = Y1.. - Y… [α1 = 3-5] α2 = Y2.. - Y… [α2 = 7-5] β1 = Y.1. - Y… [β1 = 4-5] β2 = Y.2. - Y… [β2 = 6-5]			Efekt główny w dwuczynnikowej ANOVA polega na zbadaniu, czy czynnik A i B wpływają na zmienność Y. Jest to, to samo co efekt główny w jednoczynnikowym modelu. Drugim efektem, jest efekt interakcyjny. Jeżeli wykażemy jego istotność, to obliczamy proste efekty główne. Polegają one na zbadaniu wpływu czynnika A na wszystkich poziomach czynnika B(b1,b2,…) i czynnika B na wszystkich poziomach czynnika A(a1,a2,…). [Skrót odpowiedzi pyt. 62 i 65]

Badacz może również oceniać efetky działania jednego czynnika na kolejnych poziomach drugiego czynnika. W takich wypadkach będziemy mówili o prostych efektach głównych jednego czynnika na poszczególnych poziomach drugiego czynnika. Są one powiązane z efektami głównymi oraz z efektami interakcyjnymi.

Poszczególne efekty interakcyjne:





α₁β₁=Y_11.-Y_1..-Y_.1.+Y_…





α₁β₂=Y_12.-Y_1..-Y_.2.+Y_…





α₂β₁=Y_21.-Y_2..-Y_.1.+Y_…





α₂β₂=Y_22.-Y_2..-Y_.2.+Y_…



Prosty efekt główny i-tego poziomu czynnika A na j-tym poziomie czynnika B określamy za pomocą odchylenia średniej kratkowej (czyli średniej ij-tej grupy) od średniej brzegowej odpowiadającej j-temu poziomowi czynnika B: Y_ij.-Y_j.. Te różnice są wykorzystywane do oszacowania efektów prostych w populacji. Oznacza to, że jeśli efekt prosty czynnika A (wszystkich jego poziomów) będzie taki sam na poszczególnych poziomach czynnika B, znaczy to, iż między czynnikami A i B nie zachodzi interakcja. Chodzi o porównanie poziomu a₁ czynnika A z poziomem b₁ a potem z b₂ czynnika B. Przedstawiają to następujące wzory:

α1β1 = α1β2	między A i B nie zachodzi interakcja
α2β1 = α2β2
α1β1 ≠ α1β2		między A i B zachodzi interakcja
α2β1 ≠ α2β2

Zawsze:

Σ_iΣ_j α_iβ_j = 0 + 0 + 0 + 0 = 0

Przykład:

α1β1=Y11.-Y1..-Y.1.+Y… = 2-3-4+5=0	W tym przykładzie brak jest interakcji, ponieważ: α1β1 = α1β2; 0=0 i α2β1 = α2β2 ;0=0. Nie widać, aby czynnik A w jakikolwiek sposób wchodził w interakcję z czynnikiem B. Oczywiste jest, że: ΣiΣj αiβj=0+0+0+0=0.
α1β2=Y12.-Y1..-Y.2.+Y… = 4-3-6+5=0
α2β1=Y21.-Y2..-Y.1.+Y… = 6-7-4+5=0
α2β2=Y22.-Y2..-Y.2.+Y… = 8-7-6+5=0

Przykład:

α1β1=2-5-5+5,5= -2,5	W przykładzie II widzimy interakcję: α1β1 ≠ α1β2; -2,5 ≠ 2,5 i α2β1 ≠ α2β2 2,5 ≠ -2,5. Czynnik A wywiera wpływ na czynnik B, mamy więc do czynienia z modelem interakcyjnym: Zauważmy, że: ΣiΣj αiβj=(-2,5)+(2,5)+(2,5)+(-2,5)=0.
α1β2=8-5-6+5,5= 2,5
α2β1=8-6-5+5,5= 2,5
α2β2=4-6-6+5,5= -2,5

44. Hipotezy zerowe i hipotezy alternatywne w dwuczynnikowej ANOVA.

Wyróżniamy 3 rodzaje hipotez zerowych w dwuczynnikowej ANOVA:

• Dla czynnika A:

H₀: Σ_i α²_i = 0

H₁: Σ_i α²_i ≠ 0; gdy F_OBL ≥ F_α

• Dla czynnika B:

H₀: Σ_j β²_j = 0

H₁: Σ_j β²_j ≠ 0; gdy F_obl ≥ F_α

• Interakcja AB:

H₀: Σ_iΣ_j(α_iβ_j)² = 0

H₁: Σ_iΣ_j(α_iβ_j)² ≠ 0; gdy F_OBL ≥ F_α

45. Interpretacja geometryczna interakcji AB w dwuczynnikowej ANOVA .

Yij				b1	Yij
				średnia				a1
								średnia
				b2				a2 a3

a₁ a₂ a₃ b₁ b₂

Są to profile efektów prostych. Pierwszy z nich pokazuje stosunek A/b₁, A/b₂. Drugi pokazuje stosunek B/a₁, B/a₂, B/a₃. Profile te pokazują, interakcję czynnika A i czynnika B. Widzimy, iż średnia opieranie wniosków jedynie na średniej nie przyniosłoby żadnych korzyści badaczowi. Wykresy te pokazują interakcję danych zamieszczonych poniżej.

46. Sumaryczna tabela ANOVA dla planu dwuczynnikowego .

Zanim zajmiemy się tabelą przeanalizujmy dwuczynnikowe badanie ANOVA dla następujących danych:

A	Osoby	B
				b1	b2
	a1	1	2	7
		2	1	5
		3	2	9
	a2	1	6	2
		2	5	2
		3	4	3
	a3	1	7	1
		2	8	1
		3	7	2

Sumy kratkowe (część biała) i brzegowe (cz. fioletowa) do analizy efektów prostych

A	B
		b1	b2	Yi..
a1	5	21	26
a2	15	7	22
a3	22	4	26
Y.j.	42	32	74

Obliczamy kolejne wartości dla wzorów skróconych na SS:

1. Y².../pqn = (74)²/(3)(2)(3) = 304,22

2. Σ_iΣ_jΣ_k Y²_ijk = 2² + 7² +…= 426

3. (Σ_i Y²_i..)/qn = (26²+22²+26²)/(2)(3) = 306

4. (Σ_j Y²._j.)/pn = (42²+32²)/(3)(3) = 309,77

5. Σ_iΣ_j Y²_ij. = (5²+21²+…+4²) = 413,33

Sumy kwadratów:

SS_A= (3)-(1) = 306 - 304,22 = 1,78

SS_B= (4)-(1) = 309,77 - 304,22 = 5,5

SS_AB=(5)-(3)-(4)+(1)= 413,33-306-309,77+304,22=101,78

SS_w= (2)-(5) = 426 - 413,33 = 12,67

SS_cała = (2)-(1)=426 - 304,22 = 121

Obliczamy df:

df_A=p-1=2

df_B=q-1=1

df_AB=(p-1)(q-1)=2

df_w=pq(n-1)=12

df_cała=pqn-1=17

Wstawiamy dane do sumarycznej tabeli ANOVA:

źródło zmienności (wariancji)	SS	df	MS	F	F0,05	F0,01
A	1,78	2	0,89	0,84	3,49	5,95
B	5,55	1	5,55	5,24*	4,75	9,33
AB	101,78	2	50,89	48,00**	3,49	5,95
WEWNĄTRZ	12,67	12	1,06
CAŁA	121,78	17

Jeżeli podzielimy MS_A i MS_B i MS_AB przez MS_w otrzymamy poszczególne wartości testu F. Ponieważ istotny okazał się wpływ czynnika B oraz interakcji AB, to musimy zbadać proste efekty główne. Korzystamy do tego zadania z wzorów obliczeniowych z pyt.65. i tabele z sumami kratkowymi i brzegowymi.

A/b₁: 1/3[5²+15²+22²] - 1/(3)(3) ⋅ 42² = 48,66

A/b₂: 1/3[21²+7²+4²] - 1/(3)(3) ⋅ 32² = 54,89

B/a₁: 1/3[5²+21²] - 1/(3)(2) ⋅ 26² = 42,67 itd.

Warto zauważyć, że suma ΣA/b_j = SS_A+SS_AB u nas: 48,66 + 54,89 = 103,56

Dane wprowadzamy do tabeli ANOVA dla prostych efektów głównych:

źródło zmienności	SS	df	MS	F	Fα
										0,05	0,01
A/b1	48,66	2	21,33	22,95**	3,49	5,95
A/b2	54,89	2	27,44	25,58**
B/a1	42,67	1	42,67	20,12**	4,75	9,33
B/a2	10,67	1	10,67	10,06**
B/a3	54	1	54	50,94**
WEWNĄTRZ	12,67	12	1,06

Można później rozrysować interakcje w sposób graficzny (patrz pyt.64), oraz zastosować test wielokrotnych porównań (np. testem HSD Tukeya-potrzebne są co najmniej trzy średnie kratkowe, więc moglibyśmy porównać jedynie dla czynnika A).

47. Wskaźnik omega-kwadrat w dwuczynnikowej ANOVA i ich interpretacja.

Dla obliczenia wariancji α, β i αβ stosujemy wzory, pokazujące nam to jaki jest stosunek do wariancji Y wyjaśnianej przez czynnik X do wariacji całkowitej Y. Wzory na wariancję znajdziemy na ryc.

Aby obliczyć procentowy udział wariancji cząstkowej wyjaśnionej wpływem czynnika A na Y można też obliczyć wprost ze wzoru:

	SSA - (p-1)MSw
ω^2A=	100%
	SScała + MSw

	SSAB - (p-1)(q-1)MSw
ω^2AB=	100%
	SScała + MSw

Obliczamy jaką wariancję wyjaśniliśmy naszymi czynnikami A i B, dodajemy ich procenty uzyskując całkowity procent zbadanej przez nas zmienności Y. Możemy tą wartość odjąć od 100% i uzyskamy dzięki temu wariancję resztową, mówiącą badaczowi jaki procent zmienności jest jeszcze możliwy do wyjaśnienia przez inne czynniki.

48. Populacja a próba; populacja skończona vs nieskończona; pojecie reprezentatywności próby; próby proste vs złożone.

POPULACJA: Ν μ δ² ρ parametry statystyki są

PRÓBA: N Ỹ s² r statystyki, estymatorami parametrów

Statystycy dzielą populacje na:

(a) SKONCZONE,

(b) NIESKONCZONE.

„Pojecie populacji generalnej (zbiorowosci statystycznej) utozsamia się zazwyczaj ze zbiorem pewnych rzeczywistych elementów rózniacych się wartoscią badanej cechy. Tak rozumiana populacja generalna jest zwykle SKONCZONA”. Np. dzieci, dorosli, pacjenci, uczniowie, studenci, mieszkancy okreslonego regionu, osoby o wyróznionych pogladach, postawach,

cechach osobowosci itp.

POPULACJA NIESKONCZONA: „zbiór nieskonczony mozliwych powtórzeń pewnego eksperymentu, w którym obserwuje się wartosci pewnych zmiennych” (ibidem).

Jedynie losowy dobór jednostek- osob bądź z złożonych z nich grup gwarantuje uzyskanie próby reprezentatywnej.

PRÓBY LOSOWE dzielimy na PROSTE I ZŁOEONE:

PRÓBY PROSTE ze skonczonych populacji uzyskuje się z

wykorzystaniem do tego celu losowania:

(1) indywidualnego,

(2) nieograniczonego,

(3) niezależnego (ze zwracaniem elementów do populacji po każdym akcie losowania).

PRÓBY ZŁOŻONE ze skończonych populacji uzyskuje się z wykorzystaniem bardziej zaawansowanych schematów losowania (np. złożonych, zależnych).

W badaniach społecznych mamy najczęściej do czynienia z populacjami skończonymi, a próby z nich losowane są na ogół próbami złożonymi (uzyskanymi z posłużenia się

schematami losowań bezzwrotnych i wielostopniowych).

49. Strategie doboru próby z populacji.

Badacz stojac przed problemem doboru próby (ang. Sample) do badan ma do wyboru 3 sposoby działania:




1. Badacz może sam, lub odwołując się do opinii eksperta, wybrać określone osoby do grupy badawczej -jest to tzw. DOBÓR CELOWY (ang. purposive sampling), albo inaczej:

NIEPROBABILISTYCZNY (ang. nonprobability sampling); jego popularną odmiana, zwłaszcza wśród socjologów jest DOBÓR KWOTOWY (ang. quota sampling), a także absolutnie nie polecany - DOBÓR PRZYPADKOWY (ang. accidental sampling);

2. Badacz może skompletować próbę na podstawie ZGŁOSZEŃ OCHOTNIKÓW (ang. volunteers);

3. Badacz może pobrać próbę z populacji w sposób LOSOWY (ang. random sampling);

50. Psychologiczny portret ochotnika.

Rosenthal i Rosnow w wyniku badan empirycznych stworzyli tzw. Portret psychologiczny osoby ochotniczo zgłaszającej się do udziału w badaniach psychologicznych. Cechy charakterystyczne, różniące ochotników od nieochotnikow ujęte zostały w 3 grupy.

PIERWSZA GRUPA OBEJMUJE 6 CECH DOBRZE UDOKUMENTOWANYCH:

(1) wyższy poziom wykształcenia,

(2) przynależność do wyższej klasy społeczno-

ekonomicznej; cechuje ich wyższy status społeczny,

(3) wyższy poziom inteligencji,

(4) wyższy poziom zmiennej aprobaty społecznej

(5) większe zsocjalizowanie.

DRUGA GRUPA OBEJMUJE 6 CECH SREDNIO UDOKUMENTOWANYCH:

(6) zwiększona tendencja do poszukiwania stymulacji; co widoczne jest zwłaszcza w chęci uczestniczenia w badaniach nad stresem, deprywacją sensoryczną czy hipnoza,

(7) zwiększona tendencja do zachowań niekonwencjonalnych (np. w sferze zachowań seksualnych),

(8) ochotnikami są raczej kobiety, ale w przypadku badań nad stresem są to raczej mężczyźni,

(9) niższy poziom autorytaryzmu,

(10) ochotnikami są raczej wyznawcy religii Żydowskiej niż protestanckiej i raczej protestanckiej anizeli katolickiej (uwaga: badania dotyczyły populacji amerykańskiej),

(11) nizszy poziom konformizmu, ale w przypadku kobiet biorących udział w badaniach o profilu klinicznym jest odwrotnie.

TRZECIA GRUPA OBEJMUJE 6 CECH NAJMNIEJ UDOKUMENTOWANYCH:

(12) ochotnicy pochodzą z mniejszych miast (zwłaszcza gdy są to badania o charakterze

kwestionariuszowym),

(13) zwiększone zainteresowanie religią (te. raczej w badaniach kwestionariuszowych),

(14) większy poziom altruizmu,

(15) ochotnicy są bardziej otwarci (ang. self-disclosing),

(16) w badaniach nad lekami, hipnozą czy ogólniej, w badaniach typu medycznego ochotnicy okazują niższy poziom przystosowania,

(17) ochotnicy są młodsi, chyba 2e badania mają charakter laboratoryjny i biorą w nich udział kobiety.

51. Losowanie niezależne vs losowanie zależne; losowanie indywidualne vs losowanie zespołowe (grupowe).

LOSOWANIE ZALEŻNE, zwane też losowaniem bezzwrotnym czy losowaniem bez zwracania polega na tym, ze raz wylosowany element populacji nie jest do niej zwracany.

W badaniach psychologicznych stosujemy ten właśnie wariant losowania.

LOSOWANIE NIEZALEENE, zwane też losowaniem zwrotnym czy losowaniem ze zwracaniem polega na tym, że każdy wylosowany z populacji element jest do niej zwracany.

Tym wariantem losowania posługujemy się w przypadku POPULACJI NIESKONCZONYCH.

LOSOWANIE INDYWIDUALNE odnosi się do populacji obejmującej pojedyncze, nie pogrupowane elementy, np. pojedyncze osoby.

LOSOWANIE ZESPOŁOWE wymaga pogrupowania jednostek danej populacji w grupy (np. taka grupą może być klasa szkolna czy mieszkańcy budynku). Zatem jednostką losowania jest, w określony sposób zdefiniowana, grupa. Operatem losowania zaś będzie

ponumerowany wykaz grup, na które podzielona jest populacja, np. ponumerowany wykaz wszystkich klas szkolnych szkół podstawowych, gminy czy miasta.

52. Losowanie jednostopniowe vs wielostopniowe; losowanie nieograniczone vs losowanie ograniczone.

LOSOWANIE JEDNOSTOPNIOWE : Tu próbę tworzą elementy populacji bezposrednio z niej wylosowane.

Z kolei LOSOWANIE WIELOSTOPNIOWE zakłada kilka etapów (co najmniej dwa) losowania.

LOSOWANIE NIEOGRANICZONE odbywa się bezpośrednio z całej populacji (ma charakter jednostopniowy).

LOSOWANIE OGRANICZONE polega na tym, że próbę kompletujemy na podstawie odrębnych losowań elementów z poszczególnych jej części, na które została uprzednio podzielona.

53. Losowanie warstwowe i grupowe.

LOSOWANIE WARSTWOWE: uwzględnia określone zróżnicowanie populacji przy doborze próby; polega ono na podzieleniu całej populacji na warstwy i losowaniu w sposób niezależny z każdej warstwy określonej liczby elementów; podział taki, aby był właściwy, musi być kompletny(każdy element ma znaleźć się w jakiejś warstwie) oraz rozłączny(każdy element ma być tylko w jednej z warstw). Warstwy wyodrębniane są wg takiego kryterium, które w istotny sposób różnicuje populacje pod względem badanej zmiennej.

Przy losowaniu tym musimy zminimalizować wariancję wewnątrzwarstwową i zmaksymalizować wariancję międzywarstwową.

LOSOWANIE GRUPOWE: tutaj cecha charakterystyczna jest to, że jednostkami nie są poszczególne elementy populacji, ale ich skupiska, czyli tzw. grupy. Schemat ten znajduje swoje zastosowanie przy populacji bardzo licznej. Tu wskazana jest maksymalizacja

wariancji wewnątrzgrupowej oraz minimalizacja wariancji międzygrupowej.

1. Losowanie wielostopniowe.

Schemat ten jest kombinacją innych schematów losowania. W najprostszej wersji jest on schematem losowania dwustopniowego. Czyli w pierwszym etapie losowania dobieramy na podstawie odpowiedniego operatu losowania próbę złożoną z k grup (etap losowania grupowego), w drugim etapie sporządzamy dla każdej z k grup odrębny operat losowania i losujemy z każdej grupy pewna liczbę elementów (etap losowani nieograniczonego indywidualnego).

Sposób przeprowadzania losowania wielostopniowego:

1etap-warstuemy populacje,

2etap-z każdej warstwy losujemy niezależnie, wg oddzielnych operatorów losowania, pewna liczbę grup,

3etap-z każdej grupy, w ramach każdej warstwy, oddzielnie losujemy zależnie pewna liczbę elementów ( wg sch. nieograniczonego indywidualnego albo systematycznego).

2. Odmiany losowania indywidualnego.

Wśród losowań indywidualnych wyróżniamy losowanie nieograniczone indywidualne i losowanie systematyczne indywidualne.

Losowanie nieograniczone indywidualne jest najprostszym sposobem doboru próby losowej. Schemat ten stosuje się gdy populacja, z której mamy pobrać probe jest:

1. Niezbyt duża i jednocześnie mamy o niej malo dodatkowych informacji

2. Jest jednorodna (homogeniczna).

Losowanie to polega na tym, że próbe pobieramy z całej, nie podzielonej na części populacji. Jednostka losowania jest element populacji(np. osoba).

Losowanie przeprowadzamy w sposób bezzwrotny, gdyż jest to sposób najbardziej korzystny.

Ten schemat losowania stosujemy na ogol w ostatnim etapie losowania wielostopniowego, np. warstwowo-indywidualnego.

Jako mechanizmu losowania możemy użyć tablic losowych.

Losowanie systematyczne indywidualne( schemat losowania co k-ty element) nie wymaga użycia tablic losowych, co ułatwia pobor próby osobom nie obeznanym ze sposobem posługiwania się nimi oraz wydatnie skraca czas przeznaczony na pobór próby.

Sposób przeprowadzenia losowania systematycznego indywidualnego:

Etap1: ustalenie tzw.odstepu losowania-k (k=N/n);

Etap2:wybór losowy liczby naturalnej No, która jednoznacznie określa pobrana próbę, odpowiadającej następującemu kryterium:1≤No≥k.

Próba ta składa się ze wszystkich elementow populacji, których numery różnią się od No o calkowiata wielokrotność liczby k oraz z elementu o numerze No.

Ten pobór próby z populacji ma swoje zastosowanie gdy dysponujemy jakimś gotowym spisem elementow populacji(np. wykazem uczniów w szkole).

Operatem losowania jest ponumerowana lista wszystkich elementów populacji.

54. Dlaczego badacz, który zna treść hipotez badawczych nie powinien sam prowadzić badań?

Jedną z ważniejszych zmiennych kontekstu psychologicznego badania psychologicznego jest bez wątpienia zmienna oczekiwań interpersonalnych (oczekiwań badacza).

• Badacz nie powinien sam przeprowadzać wywiadu z osobami badanymi, ponieważ będzie on osoby badane z grupy spodziewanych zachowań potwierdzających hipotezę badawczą traktował odmiennie od osób badanych z grupy spodziewanych zachowań hipotezy badawczej nie potwierdzających.

• Atrybucje sukcesu w pierwszej grupie i niepowodzenia w grupie drugiej dokonywane przez badacza będą miały charakter podmiotowy, a atrybucja niepowodzenia w pierwszej grupie i sukcesu w drugiej, będzie miała charakter sytuacyjny.

• Informacje zgodne z wstępnymi oczekiwaniami interpersonalnymi badacza (OIB) są przez niego łatwiej zauważane w polu informacyjnym i łatwiej zapamiętywane. Łatwiej też podlegają one rekonstrukcji.

• Zgodność z OIB będzie tym większy im bardziej niejednoznaczne informacje będą napływały do badacza.

Badania Rosenthala pokazują, że badacze w sposób nieświadomy wpływają na zbieranie informacji. Przykładem może być astronom, który zwolnił swojego pracownika, zapisującego prędkość ruchu gwiazd, ponieważ robił to za wolno. Gdy zatrudnił nowego pracownika, jego wyniki były identyczne. Astronom w sposób nieświadomy ulegał swoim oczekiwaniom. Innym powszechnie znanym przykładem wpływu badacza na odpowiedzi badanych, jest przypadek konia Hansa, który umiał liczyć. Jak się okazało, koń reagował na nieświadome ruchy badaczy i w ten sposób stukając kopytem odliczał wynik oczekiwany przez badacza.

Istotne znaczenie ma to, iż zbieranie informacji jest o wiele ważniejszą czynnością, niż ich interpretacja, ponieważ jeżeli zbierzemy w sposób rzetelny nasze dane, to każdy może już je dowolnie interpretować. Interpretacja jest zjawiskiem publicznym, natomiast przeprowadzanie wywiadu zjawiskiem prywatnym, do którego inni badacze nie mają dostępu.

57. Efekt oczekiwan interpersonalnych. Cztery czynniki posredniczace w jego

powstawaniu (wg Rosenthala).

Efekt Pigmalion - jest to efekt powstały w wyniku oczekiwań i stronniczości badacza, czyli zjawisko, w którym ludzie zachowują się w sposób, który zaspokaja oczekiwania innych. Jest to synonim do innych terminów oznaczających ten efekt tj. efekt Rosenthala, samospełniające się proroctwo, efekt oczekiwań interpersonalnych. Jego nazwa wywodzi się od imienia króla z mitologii greckiej, a pochodzi bezpośrednio ze sztuki G.B.Shawa.

Efekt Galatei (można też: Galetea) - Jest efektem rozbicia efektu Pigmalion i zróżnicowanie go na pozytywne rezultaty traktowania badanych, jako konsekwencja sformułowanych przez badacza pozytywnych oczekiwań odnośnie do zachowania się tych osób w laboratorium, w klasie szkolnej itp.

Efekt Golema (można też: Golem)- Jest efektem rozbicia efektu Pigmalion i zróżnicowanie go na negatywne rezultaty traktowania osób badanych, jako konsekwencja sformułowanych przez badacza negatywnych oczekiwań odnośnie do ich zachowania się.

Rosenthal opracował cztery czynniki pośredniczące w powstawaniu OIB:

1. klimat - badacz stwarza osobom badanym z grupy „+” cieplejszy klimat społeczno-emocjonalny; osoby te traktowane są przez badacza życzliwiej.

2. sprzężenie zwrotne - badacze z większym zainteresowaniem i w sposób zróżnicowany traktują osoby z grupy „+”; inaczej mówiąc, poświęcają im więcej uwagi.

3. wkład - badacze więcej wymagają od osób z grupy „+”; gdy są to uczniowie, to nauczyciel więcej i częściej wymaga (i to trudniejszego do opanowania materiału) od uczniów, których zaliczył do grupy „sukcesu”; poświęca im więcej uwagi i jest wobec nich bardziej „nauczycielski” (chętniej i dokładniej objaśnia im co i jak mają zrobić).

4. wydajność - badacz osobom z grupy „+” stwarza więcej okazji do „wykazania się”, do ujawnienia ich „potencjałów”.

58. Czynniki blokujace wystapienie efektu oczekiwan interpersonalnych

badacza; oczekiwania interpersonalne, a lek przed ocena.

Do czynników blokujących wystąpienie efektu oczekiwań interpersonalnych należą:

• obiektywne (fizjologiczne, społeczno-demograficzne, wyniki testowe)

• wstępne kontakty z pacjentem lub uprzednie doświadczenie

• charakter badacza (postawy, przekonania, wartości, wiedza) Badaczy o niskim OIB cechują: nonkonformizm, niezależność od grupy, giętkość, bezpośredniość, opanowanie, ufność.

• jednoznaczne informacje o badanym

• elastyczny charakter oczekiwań

• wysoki stopień niepotwierdzenia oczekiwań

Może dochodzić do interakcji zmiennych: LPO(Lęk Przed Oceną) i OIB(Oczekiwania Interpersonalne Badacza) Zainteresowanie osoby badanej tym, czy badacz będzie ją oceniał jako „normalną” bądź „nienormalną” może wywierać wpływ na sposób, w jaki będzie ona postrzegała jego preferencje i aspiracje co do wyniku badania. Badany nastawiony na odbiór wszelkich informacji, które mogą okazać się przydatne dla oceny stopnia zagrożenia własnego „ja” w danym badaniu, będzie jednocześnie wyłapywał znacznie więcej informacji (w postaci niewerbalnych komunikatów badacza) mówiących o preferencjach badacza co do rezultatów badania.

Powiązania można zaobserwować również między LPO a Oczekiwaniami Interpersonalnymi Osoby Badanej (OIOB). Status motywacyjny osoby badanej w połączeniu z samooceną tych elementów „ja”, które jej zdaniem oceniane są przez psychologa w trakcie badania empirycznego oraz dokonana przez nią ocena konsekwencji, jakie mogą z tego wyniknąć dla jej „osobistych interesów” wyzwala LPO. Im bardziej udział w badaniu będzie przymusowy, im bardziej psycholog będzie postrzegany jako źródło różnorodnych zagrożeń, tym bardziej wyzwolony LPO będzie blokował tendencję do grania roli „dobrej” osoby badanej.

LPO również można odnieść do badacza! Im gorzej ocenia on swoje kompetencje badawcze tym bardziej Lęk Przed Oceną wystawianą mu przez osobę badaną czyni go osobą podatną na OIOB. Formułowanie pod adresem badacza OIOB ma na celu przekonanie go do własnej, prywatnej wersji hipotezy badawczej. Jest to obrona osoby badanej, która powstaje z połączenia LPO i obrazu kompetencji i „życzliwości” badacza w oczach osoby badanej.

59. Charakterystyka wskazówek sugerujacych hipoteze badawcza WSH

(wg Orne'a); trzy procedury kontroli WSH.

Efekt ukrytych wymagań sytuacji diagnostycznej - Orne

Orne twierdzi, że osoby badane zachowują się jak osoby rozwiązujące jak osoby rozwiązujące problem. Stawiają sobie za zadanie to, że powinna uzyskać pewność co do prawdziwego celu eksperymentu i tak reagować aby potwierdzić testowaną hipotezę. Wszystkie bodźce sugerujące osobie badanej treść hipotezy badawczej, mogą być istotnymi determinantami jego zachowania. Wskazówki te obejmują:

• pogłoski,

• plotki krążące o eksperymencie

• informacje uzyskane przez osoby badane podczas umawiania się na badanie

• informacje związane z osobą eksperymentatora

• informacje związane z urządzeniem laboratorium

• bezpośrednie i pośrednie informacje, jakie osoba badana uzyskuje podczas procedury badawczej.

Każda osoba badana ma status aktywnego uczestnika badania, a nie pasywnego „odbiornika” reagującego, na wzór szczura zamkniętego w skrzynce Skinnera. Sytuacja badania traktowana jest jako sytuacja problemowa. Zdaje sobie sprawę, że istnieją zachowania, których oczekuje badacz oraz takie które go martwią, bo nie potwierdzają jego hipotezy. Wyobrażając sobie cel badania osoba badana, będzie zachowywać się:

• aby potwierdzić zrekonstruowaną hipotezę (gdy nie zagraża ona poczuciu jego własnej wartości)

• aby falsyfikować zrekonstruowaną hipotezę (gdy zagraża ona poczuciu jego własnej wartości)

Jeżeli osoby badane nie dojdą do prawdziwego celu badania, ponieważ będzie on umiejętnie rozmyty, to osoby badane będą formułować wiele konkurencyjnych interpretacji tego celu. W efekcie nie doprowadzi to do jasnych, jednoznacznych rezultatów.

Orne tłumaczy również dlaczego tak się dzieje. W obrębie naszej kultury role eksperymentatora i osoby badanej są dobrze sprecyzowane oczekiwania związane z obydwiema tymi rolami. Szczególnie uderzającym aspektem typowej interakcji „eksperymentator-osoba badana” jest zakres, w jakim ta ostatnia będzie odgrywać swoją rolę i podda się kontroli ze strony eksperymentatora. Jeżeli proszono osoby badane, aby zrobiły 5 pompek, to pytały się one „po co?”, natomiast jeśli pytano czy zgodziłyby się wziąć udział w badaniu eksperymentalnym i po uzyskaniu zgody proszono o zrobienie 5 pompek, to osoby badane pytały „gdzie?”. Okazuje się, że powszechnie podzielanym przekonaniem jest to, iż uczestniczenie w eksperymencie służy szczytnym celom. Osoby badane przejawiają tendencję do wypełniania poleceń z zaskakującą pilnością, ponieważ wyrażają tym samym szacunek dla celów, które stawia sobie nauka i naukowcy. Jeżeli uznamy iż znaczna część motywacji ze strony osoby badanej związana jest z chęcią przyczynienia się do rozwoju nauki w do powodzenia całego eksperymentu w szczególności, to musimy dojść do wniosku, że osoba badana chce, aby eksperyment się „udał”. Badani często po zakończeniu badania pytają się: „Czy eksperyment się udał?”. Osoby badane są zainteresowane swoim wynikiem, bo wiąże się to z ich samooceną i zainteresowane są również użytecznością samych wyników. Osoba badana więc będzie się zachowywać zgodnie z ustaloną (przez siebie) rolą „dobrej” osoby badanej. Będzie się starała potwierdzić postawioną przez psychologa hipotezę. Tak więc wg Orne'a zachowanie osób badanych determinowane jest przez dwa zbiory zmiennych. Pierwszy z nich to zmienne eksperymentalne, natomiast drugie z nich to zmienne sugerujące hipotezę badawczą.

Do badania WSH Orne zaproponował użycie tzw. procedur quasi-kontrolnych. Są to:

1. badanie posteksperymentalne

Polega na przeprowadzeniu z osobami badanymi wywiadów na temat tego, co myślą o procedurze, której oddziaływaniu były poddane. Jeżeli okaże się, że osoba badana uświadamiała sobie cel badania w takim stopniu, który może podważać rzetelność jej odpowiedzi, badacz będzie zmuszony zrezygnować albo z jej wyników, albo z dalszego jej udziału w badaniach. Oznacza to podwyższenie kosztów badania. Osoby badane mogą również ukrywać fakt, że domyśliły się celu badania aby uniknąć wykluczenia badania. Najlepiej więc, aby wywiad przeprowadzała inna osoba niż eksperymentator (nie powinna też być spostrzegana jako zwierzchnik badacza). Niestety samo badanie posteksperymentalne jest źródłem WSH, tak więc jeżeli osoby badane, będą poddawane takiemu badaniu, powinny już nie brać udziału w następnych badaniach.

2. niby-eksperyment

Badanie to wymaga dwu równoważnych grup osób badanych wylosowanych z tej samej populacji. Grupę A poddaje się działaniu eksperymentalnemu, natomiast grupę B prosi się, aby wyobraziła sobie, że jest osobą poddaną badaniom właściwym. W tym celu zapoznaje się je ze scenariuszem badania, z aparaturą i narzędziami pomiarowymi. Udziela się im także tych samych instrukcji co osobą z grupy A. Prosi się osoby z grupy B aby udzielały odpowiedzi na pytania testowe w taki sposób, w jaki wyobrażają sobie, iż osoby badane będą odpowiadały. Badacz może porównać rezultaty badania z obu grup. Samo wykrycie zbieżności nie jest jednak podstawą do odrzucenia badania. Ale jest podstawą do stwierdzenia, iż osoby z grupy A domyśliły się celu badania.

3. symulacja eksperymentalna

Prosi się osoby badane, aby symulowały oddziaływanie zmiennych. Badacze tym razem nie zdają sobie sprawy z tego, czy pracują z jedną czy z drugą grupą. Osoby symulujące powinny być o tym poinformowane. Taki schemat działania umożliwia oddzielenie stronniczości badacza od efektu WSH. To w jakim stopniu osoby symulujące kopiują zachowanie się rzeczywistych badanych, jest wskaźnikiem udziału WSH w determinowaniu zachowania osób badanych. Jedynie zarejestrowanie różnic w zachowaniu się osób badanych i osób symulujących może nas upewnić, że zmienne WSH nie miały istotnego wpływu na zmienną zależną.

60. Koncepcja leku przed ocena (wg Rosenberga); dwie metody badania

wpływu leku przed ocena na wyniki badania psychologicznego.

Lęk Przed Oceną (LPO) jest najważniejszą zmienną „podmiotową” pośredniczącą przy oddziaływaniu na zachowanie się osoby badanej w sytuacji badania psychologicznego takich zmiennych, jak: Wskazówki Sugerujące Hipotezę, Oczekiwania Interpersonalne Badacza, gotowość osoby badanej do współpracy z badaczem.

Badacz nawiązując kontakt z osobą badaną musi w swoim postępowaniu wziąć pod uwagę to, że spostrzega ona relację zachodzącą między nimi jako relacje niesymetryczną. To badacz ocenia, a osoba badana jest oceniana, a nie na odwrót. W tym kontakcie ulega zderzeniu koncepcja własnego „ja” (to jak osoba badana sama siebie spostrzega i jak chce żeby inni ją spostrzegali) z obrazem zdrowia psychicznego, poziomu intelektualnego, przystosowania społecznego, umiejętności funkcjonowania społecznego, który wyłania się z przeprowadzanego przez badacza badania. Gdy osoba badana musi wystawić się na ocenę badacza, to występuje w niej uczucie niepokoju. W zależności od natężenia LPO będzie blokował spontaniczne zachowanie się osób badanych.

Osoby badane boją się, że psycholodzy na podstawie niewielkiej liczby informacji, będą mogli dojść do informacji na temat przystosowania emocjonalnego, zdrowia psychicznego czy też jego braku. Osoby badane z wysokim LPO będą wysuwali hipotezy na temat tego, jak uzyskać ocenę pozytywną albo jak uniknąć oceny negatywnej. Sprzyja to fałszywemu potwierdzaniu oczekiwań badacza.

Badani w grupach przeżywających wysoki poziom lęku przed oceną będą bardziej podatni na interpretowanie instrukcji i wyjaśnień podawanych przez eksperymentatora oraz stosowanych przez niego miar jako związanych z reakcjami, które mogą być rozpatrywane jako normalne albo patologiczne, dojrzałe albo niedojrzałe. Biorąc pod uwagę, że badani wykazują dostateczne podobieństwo w zakresie percepcyjnego ujęcia sytuacji, dojdą oni niezależnie od siebie do bardzo podobnych hipotez.

Warto pamiętać, że LPO nie jest dodatkową zmienną niezależną-zakłócającą, ale jest zmienną która w systematyczny sposób zniekształca reakcje badanego w eksperymencie.

Wyróżniamy dwie metody badania wpływu LPO:

1. Metoda powtórnego przeprowadzenia badania wg zmienionego scenariusza

Zmiany wprowadzone do scenariusza mają na celu wyeliminowanie tych elementów procedury badawczej, które mogą być hipotetycznymi czynnikami wywołującymi u badanych LPO. Jeżeli ponowne badanie prowadzi do takich samych wniosków, prawdopodobne jest, iż w badaniach tych nie wystąpiło LPO. Jeżeli natomiast zastąpienie elementów lękotwórczych procedury badawczej elementami lękowo obojętnymi da w efekcie wyniki odmienne od pierwotnie otrzymanych, powinno to być dla badacza sygnałem, iż zmienna LPO w tym badaniu nie była czynnikiem obojętnym z punktu widzenia trafności tego badania.

2. Metoda manipulowania pobudzeniem emocjonalnym

Do badania wprowadza się grupy którym podaje się specjalnie wskazówki wywołujące LPO. Np. podaje się, w jaki sposób odpowiadają osoby dojrzałe psychiczne, udzielając przeciwstawnych informacji w różnych grupach. Trzecia grupa badawcza to grupa kontrolna, która otrzymuje krótki, neutralny komunikat - bez celowego wprowadzania zmiennych: LPO i WSH. Gdyby nie stwierdzono różnic w odpowiedziach tych grup, świadczyłoby to, że albo nie udało się wywołać efektu oddziaływania na zmienną zależną zmiennej LPO, albo też, że zmienna ta nie miała wpływu na zachowanie się osób badanych. Instrukcje lękowe, można oczywiście podawać w zamaskowany sposób poprzez pozawerbalne komunikaty.

61. Czynniki wyzwalające lęk przed oceną; omówienie instrukcji wywołujących i

obniżających lek przed ocena.????

Do czynników wyzwalających LPO należą:

1. Nie rozdzielenie funkcji badacza, który planuje i organizuje badanie od badacza, który przeprowadza badanie i zbiera wyniki. Chodzi o to, aby osoba zbierająca dane, nie interpretowała ich.

2. Poziom zmiennej „aprobata społeczna” - jeżeli instrukcje sugerują, iż jakieś zachowanie uzyska pozytywną ocenę, przy czym zachowanie to jest sprzeczne z przyjętymi normami społecznymi, to należy się spodziewać, że osoby z wysokim poziomem zmiennej aprobata społeczna zaakceptują zachowanie propagowane w instrukcji, a osoby z niskim poziomem tej zmiennej będą postępowały zgodnie z normami.

3. Informacje zwrotne powodują zmianę zachowania wzbudzając LPO w momentach nie aprobowanego zachowania.

4. Wysiłek - im mniejszy wysiłek musi osoba badana włożyć w aprobowane w instrukcji działanie, tym bardziej ta osoba będzie skłonna je wykonywać.

5. Badacz spostrzegany jako osoba mająca władzę (profesor-student), kontrolujący dostęp do jakiegoś celu, łatwiej skłoni osobę badaną, aby zachowywała się zgodnie z instrukcją - zwłaszcza gdy osoba badana nie zdaje sobie sprawy z innych źródeł LPO.

6. Jasne sformułowanie instrukcji wpłynie na zachowanie zgodne z instrukcją, gdy wymagamy od badanych aby postępowali w sposób dotychczas nie praktykowany albo niezgodny z przyjętymi normami.

62. Czy osoba badana jest nastawiona na współprace z psychologiem?

Poglady Ornea i Rosenberga.

Sytuacja eksperymentu psychologicznego może być dla osoby badanej sytuacją konfliktową, gdyż z jednej strony jako dobra osoba badana chce ona współpracować z badaczem i zależy jej na tym, by wysiłek włożony przez niego w zaplanowanie i przeprowadzenie eksperymentu nie poszedł na marne, a z drugiej strony zależy jej na tym, by badacz postrzegał ją jako inteligentną, błyskotliwą, dojrzałą emocjonalnie itp.

Podsumujmy więc poglądy tych dwóch badaczy:

M.T.Orne - uważał, że osoba badana stara się przede wszystkim pokazać się badaczowi (i rzeczywiście tak postępować) jako chętnie i rzetelnie z nim współpracująca. Oznacza to, iż osoba badana będzie szukała Wskazówek Sugerujących Hipotezę badawczą, aby mogła swoim zachowaniem potwierdzić postawioną przez eksperymentatora hipotezę. Nawet jeśli dobrze zamaskujemy hipotezę badawczą, to osoba badana może poprzez fałszywą interpretację naszej hipotezy wprowadzić nienaturalne zachowanie, czyli źródło dodatkowej zmienności.

M.J.Rosenberg - jednym z ważniejszych czynników motywujących zachowanie się badanych w eksperymencie jest Lęk Przed Oceną. Co oznacza, że jeśli osoba badana zinterpretuje hipotezę jako niekorzystną dla jego „reputacji”, to nie będzie współpracowała z osobą badacza. Współpraca z badaczem jest wtórna w stosunku do tego jak zostanie spostrzeżona przez badacza.

Eksperyment Sigalla, Aronsona i Van Hoosego:

Badacze poprosili studentów o przepisywanie numerów telefonicznych przez 7 min. Potem różnicując ich na różne grupy, zaniżali ich wyniki lub zawyżali, albo mówili, iż jeżeli przepiszą dużo, to oznacza iż posiadają charakter obsesyjno-kompulsywny. Okazało się, że badani ze wszystkich grup oprócz ostatniej poprawili swoje wyniki w ilości przepisanych numerów telefonów. Ostatnia grupa, dość wyraźnie zaniżyła swoje wyniki.

63. Aktywne i bierne granie roli (wg Greenwooda). Wartosc empiryczna strategii

grania roli.

aktywne granie roli - polega na tym, iż uczestnicy badania odgrywają „scenariusze” oparte na realnych życiowych sytuacjach. Badani odgrywając pewne role, starają się zachowywać w taki sposób jakby uczestniczyli w prawdziwym eksperymencie.

bierne (interpretacyjne) granie roli - osoby badane opisują jak, według nich, zachowałyby się one w poszczególnych sytuacjach łącznie z eksperymentami wykorzystującymi instrukcje maskujące. Metoda ta nie jest polecana jako potencjalna strategia eksperymentalna, chociaż jest pomocna w wyróżnianiu istotnych zmiennych, które powodują różne interpretacje sytuacji społecznych.

Zachowanie badanych, którzy byli „uprzedzeni”, że będą grali role mogło być spowodowane albo wpływem tego uprzedzenia, albo „skrupulatnym” graniem roli przez osoby albo „współdziałaniem” podejrzliwych badanych, którzy odgadują, że została zastosowana instrukcja maskująca. Dokładnie taki sam zarzut można przedłożyć w stosunku do badania laboratoryjnego, w którym użyto instrukcji decepcyjnej. Często uznaje się, że osoby podejrzliwe wobec badacza, próbują dostosować się do potwierdzenia hipotezy. Grają rolę „dobrego” badanego. Nie uzasadnione więc jest stosowanie strategii grania roli jako modelu sprawdzającego poprawność naszego badania eksperymentalnego, ponieważ pod pewnym względem są one równoważne.

Uzasadnione jest ocenianie techniki grania roli poprzez próby symulowania zachowania osób badanych, które spostrzegają sytuację społeczną w specyficzny znaczący sposób, natomiast nie jest uzasadnione ocenianie techniki grania roli poprzez odniesienie do sytuacji pozbawionych znaczenia.

64. Omówienie zasad prowadzenia badan naukowych (psychologicznych) z

udziałem ludzi w roli obiektów badanych (10 zasad).

1. Badacz przed przystąpieniem do przeprowadzenia badania musi dokonać jego całościowej oceny z etycznego punktu widzenia.

2. Badacz ponosi odpowiedzialność za etyczność całego badania, w tym także za postępowanie swych współpracowników.

3. Badacz zobowiązany jest do udzielenia pełnej i szczegółowej informacji osobie badanej o wszystkich aspektach badania, w którym bierze ona udział; do udzielania odpowiedzi na wszystkie jej pytania dotyczące badania, tak aby osoba badana mogła w pełni świadomie wyrazić zgodę na udział w badaniu lub odmówić takiej zgody.

4. Badacz powinien unikać utajnienia przed osobą badaną prawdziwego celu badania i posługiwać się tą procedurą tylko w szczególnie uzasadnionych wypadkach; badacz powinien zadbać o to, aby osobie badanej wyjaśnione zostały powody, dla których została ona wprowadzona w błąd.

5. Badacz powinien respektować prawo osoby badanej do odmowy udziału w badaniach albo wycofania się w trakcie badania. Zasada ta nabiera szczególnego znaczenia wówczas, gdy osoba badana pozostaje w jakiejś zależności od badacza.

6. Udział osoby badanej musi opierać się na jasno określonym porozumieniu zawartym między badaczem i osobą badaną. Niedopuszczalne są różnorodne formy nacisku wywieranego przez badacza na osobę badaną. Badacz jest także zobowiązany w jakiś sposób honorować udział osoby badanej w badaniu.

7. Badacz musi chronić osobę badaną przed różnorakimi formami psychicznego i fizycznego dyskomfortu; nie może jej narażać na doznawanie lęku, wstydu, bólu itp.

8. Po skończeniu badania i opracowaniu jego rezultatów badacz musi wyjaśnić osobie badanej ich naturę oraz odpowiedzieć na wszystkie pytania i wątpliwości, jakie nasunęły się osobie badanej w trakcie jej udziału w badaniu. Jest to szczególnie ważne wówczas, gdy osoba badana została wprowadzona w błąd przez badacza w wyniku zastosowanej przez niego instrukcji maskującej prawdziwy cel badań.

9. Jeżeli udział w badaniu może za sobą pociągnąć wystąpienie niepożądanych dla osoby badanej skutków, to badacz jest zobowiązany do zrobienia wszystkiego, co w efekcie zniosłoby (albo wręcz zablokowało możliwość ich wystąpienia) owe przykre dla osoby badanej skutki udziału w badaniach.

Zasada 10. Żadne informacje o osobie badanej, które badacz uzyskał w trakcie badania, nie mogą być przez niego udostępniane osobom trzecim; musi być zachowana pełna dyskrecja, a osoby badane należy zapewnić o pełnej ochronie wszystkich informacji ich dotyczących, zebranych w trakcie prowadzenia badania

65. Piec sytuacji - wg Ethical principles in the conduct of research with human

participants - w których dopuszczalne jest okłamywanie osób badanych.

Co o tym sadzisz?

1. Badacz uważa, że problem przez niego jest bardzo ważny.

2. Możliwe jest zademonstrowanie, że badania nie można przeprowadzić, jeżeli psycholog nie posłuży się instrukcją maskującą prawdziwy cel badania.

3. Można w sposób uzasadniony założyć, że pełne poinformowanie osoby badanej po zakończeniu badań o zatajeniu przed nią prawdziwego celu badań, nie wpłynie na osłabienie jej zaufania do badacza.

4. Osoba badana ma stworzoną przez badacza możliwość wycofania się w dowolnym, przez nią wybranym, momencie z dalszego udziału w badaniu, albo możliwość anulowania wyników badania po uzyskaniu od badacza pełnej, prawdziwej informacji o całym badaniu.

5. Badacz ponosi pełną odpowiedzialność za wywołanie oraz zneutralizowanie stresujących osoby badane efektów ich uczestnictwa w badaniu psychologicznym.

66. Postawa rygoryzmu etycznego, indyferentyzmu moralnego i realizmu

etycznego w rozwiazywaniu dylematów etycznych, jakie rodzą badania

psychologiczne.

rygoryzm etyczny - niedozwolone jest stwarzanie osobom badanym jakiegokolwiek zagrożenia, nawet najbardziej błahego, ani narażanie ich na przeżywanie przykrych emocji. Wywołanie takich emocji i sytuacji wywołujących naganne zachowania jest naganne, dlatego że z punkty widzenia norm moralnych i wartości społecznych emocje (np. gniew) i zachowania (np. agresja) są w ogóle niepożądane i złe, zarówno wtedy, gdy przejawiają się w sytuacjach naturalnych, jak i w laboratorium psychologicznym.

indyferentyzm moralny - lekceważenie kosztów psychicznych udziału osoby badanej w badaniu psychologicznym. Uważanie, że jest ona narażona na przeżywanie przykrych emocji oraz dyskomfort psychiczny i fizyczny tylko przez krótki okres, i że nie pociąga to za sobą trwałych negatywnych skutków dla tej osoby. Codzienne życie dostarcza osobie badanej znacznie częściej intensywniejszych doznań o negatywnym emocjonalnym wydźwięku.

realizm etyczny - należy unikać osobom badanym cierpień i narażania ich na dyskomfort psychiczny i fizyczny. Należy też, jeżeli to tylko możliwe, posługiwać się alternatywnymi do klasycznego, „nieetycznego” eksperymentu rozwiązaniami metodologicznymi.

Badacze powinni traktować rygoryzm etyczny jako założenie idealizujące, wzór do naśladowania. Trzeba jednak akceptować założenia realizmu etycznego, jeśli nie są one zwykłą ucieczką przed normami etycznymi. Założenie to powinno być dolną granicą na jaką może pozwolić sobie badacz i której bezwzględnie nie może przekraczać

67. Etyczna ocena eksperymentów Ascha, Milgrama i Zimbardo.

Asch: Eksperyment dotyczył normatywnego wpływu społecznego i zachowań konformistycznych. Badani mieli za zadanie porównywać długości linii. Osoba badana siedziała pomiędzy pomocnikami badacza i w odpowiednim momencie błędnie odpowiadali na dane zadanie. Zmienną mierzoną w tym badaniu była ilość błędnych odpowiedzi, jaki udzieliły osoby badane pod wpływem osób wcześniej odpowiadających. Ash, aby jego badani nie domyślili się celu badania, powiedział im, że: „są to badania dotyczące sądów percepcyjnych i że oprócz nich będzie w tym badaniu uczestniczyło jeszcze kilku badanych”. Badani w trakcie badani i po nim wiedzieli, że podają złą odpowiedź. „Czułem, że mam całkowitą rację, ale oni mogli pomyśleć, że jestem dziwakiem”

Ten eksperyment „decepcyjny” w mniej lub bardziej przemyślny sposób dezinformuje osobę badaną, która, ulegając autorytetowi psychologa, wierzy mu i postępuje zgodnie z rozpisaną w tym scenariuszu rolą. To, że osoba badana jest narażona na dyskomfort psychiczny, że manipuluje się jej samooceną, że dezinformuje się ją co do jej poziomu przystosowania społecznego czy istotnych cech charakteru zdaje się nie przeszkadzać psychologom, którzy uważają, że służba nauce rozgrzesza ich z owych „drobnych” kłamstw.

Zasada 34 z Kodeksu etyczno-zawodowego psychologa PTP, wynika jasno że: „Przed rozpoczęciem badań psycholog ma obowiązek poinformować uczestników o ich celu, przebiegu, a zwłaszcza o tych aspektach badania, co do których w sposób uzasadniony można oczekiwać, że będą wpływać na gotowość uczestniczenia oraz wyjaśnić wszystkie inne aspekty badania, o które pytają uczestnicy i uzyskać ich zgodę (…)”. Osoby takie, po zakończeniu badania, mogą zaniżać swoją samoocenę, ponieważ dała się nabrać na trik eksperymentatora. Znała poprawną odpowiedź, ale aby nie wyjść głupio przed innymi podawała złą odpowiedź. Tym czasem okazuje się, że właśnie tak postępując wyszła głupio przed tymi osobami. Osobom badanym, również nie łatwo było sobie poradzić ze świadomością, że tak łatwo nimi manipulować.

Milgram: Badanie dotyczyło wpływu autorytetów na naszą uległość. Badani byli przeświadczeni, że biorą udział w eksperymencie dotyczącym pamięci i efektów kar w uczeniu się (instrukcja maskująca), i mieli za zadanie „traktować” osoby uczące się prądem.

Powyższa krytyka odnosi się również do tego eksperymentu. Warto jednak dodać, iż w tym eksperymencie negatywne emocje miały większe natężenie. Niektóre osoby dostawały histerycznego stresu. Oznaki ich zachowania wyraźnie wskazywały na to, iż przeżywają silny stres. Chciały pomóc badaczowi, ale robiły coś niezgodnego z powszechnie przyjętymi normami społecznymi - wyrządzały innym osobom (chorym na serce) krzywdę.

Zimbardo:

Ocena nieetyczności tego eksperymentu jest sprawą bardzo prostą. Wystarczy przestudiować kodeks etyczno-zawodowy psychologa (por. pyt.140) i zobaczyć, iż nie zgadza się on z większością postulatów przez niego głoszonych (za wyjątkiem punktów dotyczących traktowania dzieci i reklamy…). Narażanie na cierpienia, utratę cenionych wartości, … prościzna.

68. Struktura raportu z badania empirycznego.

Wstep

Rozdział 1. Problem

1. Przeglad podstawowej literatury przedmiotu zwiazanej z problemem

1. 1. Wa niejsze ustalenia badawcze

1. 2. Kontrowersje, sprzeczne wyniki, niejasne interpretacje

2. Sformułowanie problemu i hipotezy/-ez

2. 1. Zdefiniowanie zmiennych

2. 2. Problem i jego uzasadnienie

2. 3. Hipotezy i ich uzasadnienie

Rozdział 2. Metoda

1. Osoby uczestniczace w badaniu

2. Pomiar zmiennych

2. 1. Pomiar zmiennych zależnych

2. 2. Pomiar zmiennych niezalenych

3. Przebieg badania

4. Model statystyczny badania

• np. model ANOVA, wielokrotnej regresji, testy nieparametryczne]

• kontrola zmiennych niezale nych: ubocznych i zakłócajacych [np. u ustalanie stałego podzakresu wartosci zmiennych, korelacja czastkowa, analiza kowariancji]

Rozdział 3. Wyniki

1. Opis statystyczny wyników [srednie, odchylenia standardowe, wykresy itp.]

2. Testowanie hipotezy (hipotez)

Rozdział 4. Dyskusja

• Jak ustalenia badawcze maja sie do ustaleń innych badaczy, zreferowanych w

literaturze przedmiotu?

• Konsekwencje dla teorii psychologicznej

• Wnioski dla praktyki społecznej (np.

edukacyjnej)

• Co można powiedziec o „plusach” i „minusach” zastosowanej procedury badawczej?

• Wnioski dla przyszłych badan - nowe obszary penetracji teoretycznej, modyfikacje warsztatowe

41

---