Podstawowe elementy podejścia Naukowego
· Obiektywny pomiar zjawiska, które nas interesuje
· Kontrola czynników mogących zakłócić pomiar
· Zdolność weryfikowania pomiarów: własnych oraz tych dokonanych przez innych badaczy
Dwa typy nauk
• Nauki formalne: wnioskowanie dedukcyjne, niezawodność wnioskowania, Np. matematyka.
• Nauki empiryczne: wnioskowanie indukcyjne, Np. biologia, psychologia.
Wnioskowanie indukcyjne – przykładowe typy
Generalizacja:
• Proporcja Q z próby ma cechę A
Dlatego
• Proporcja Q z populacji ma cechę A.
Sylogizm statystyczny:
• Proporcja Q z populacji P posiada pewien cechę A
• Jednostka I jest członkiem populacji P
• Istnieje prawdopodobieństwo Q, że I posiada cechę A.
Wybór schematu badawczego
Ogólny plan prowadzenie badania, który specyfikuje:
· Dobór próby:, w jaki sposób wybiorę osoby z populacji do mojego badania
· Przydział do warunków badawczych:, w jaki sposób podzielę moje osoby na grupy badawcze (o ile w ogóle to mi będzie potrzebne)
· Typy zmiennych, jakie uwzględnione zostaną w badaniu: niezależnych, zależnych oraz kontrolowanych
· Sposób zbierania danych.
Zmienne: w eksperymencie i badaniach różnicowych
• Zmienna niezależna – zmienna, którą manipulujemy, oddziałuje na inną zmienną; (przyczyna). Musi posiadać, co najmniej dwa poziomy (dwie wartości).
– Zmienna niezależna nie manipulowana = zmienna grupująca w badaniach różnicowych (płeć, porównanie schizofreników i zdrowych)
• Zmienna zależna – jej wartości podlegają oddziaływaniom innych zmiennych (niezależnych i zakłócających); (skutek).
• Zmienne uboczne – zmienne kontrolowane oraz zmienne zakłócające.
Operacjonalizacja - Z poziomu opisu teoretycznego przechodzimy na poziom empirii.
=> tworzenie/ dobór wskaźników do pomiaru zmiennych.
=> określenie narzędzi pomiarowych oraz procedur pomiaru.
Wskaźniki
• Indicatum - to, na co wskaźnik wskazuje
• Moc zawierania - na ile wskaźnik obejmuje wszystkie obiekty indicatum
• Moc odrzucania - w jakim stopniu wskaźnik obejmuje tylko obiekty należące do indicatum
Moc zawierania vs moc odrzucania
• Wskaźnik ma doskonałą (=1) moc zawierania,
Jeżeli w zakresie wskazywanym przez wskaźnik znalazły się wszystkie obiekty należące do indicatum (nawet, jeżeli znalazły się tam inne obiekty
• Wskaźnik ma doskonałą (=1) moc odrzucania,
Kiedy wszystkie obiekty wskazane przez wskaźnik nalezą do indicatum (nawet, jeżeli nie wszystkie obiekty, indicatum są objęte wskaźnikiem)
Skale pomiarowe
Różni je stopień dokładności pomiaru
– Zmienne ciągłe – najbardziej precyzyjny pomiar
• Mogą przyjmować każdą wartość w ramach określonego przedziału Np. 1 minuty
– Czas reakcji w teście Stroopa Np. 1,03 sekundy
– Temperatura
– Zmienne dyskretne – przyjmują konkretne wartości z przedziału
– Oceny atrakcyjności na skali od 0-10, wynik w skali depresji Becka
– Zmienne kategorialne – wartości przyporządkowane konkretnym kategoriom
– Płeć – 2 kategorie
– Zawód – lekarz, nauczyciel,......
· Nominalna (kategorialna)
· Porządkowa (rangowa)
· Przedziałowa (interwałowa)
· Stosunkowa (ilorazowa)
Schemat Korelacyjny
W schemacie korelacyjnym mówimy o
o Współzmiennych lub zmiennych współwystępujących.
o Czasami na podstawie jednej zmiennej możemy przewidywać wartości drugiej. Wówczas zmienne te nazywamy odpowiednio:
o Predyktorem lub zmienną niezależną = zmienna na podstawie, której przewidujemy.
o Zmienną zależną = zmienna, której wartości są przewidywane.
o Nie możemy powiedzieć, która zmienna jest przyczyną, a która skutkiem.
o Poziom wnioskowania opiera się o współzmienność.
o Mówimy o tym, że zmienne zmieniają swoje wartości w przewidywalny sposób.
Schemat Różnicowy
o Interesujemy się wpływem wcześniej wybranych cech, zdarzeń naturalnych na interesujące nas zjawiska.
o Możemy patrzeć jak czynniki zdeterminowane genetycznie takie jak płeć, czy zmienne osobowościowe np. introwersja vs. ekstrawersja różnicują osoby pod względem zachowań, postaw, etc.
o Warunki poprzedzające pomiar interesującego nas zachowania nie podlegają manipulacji.
o Nie można interpretować uzyskanych danych w kategoriach przyczynowo – skutkowych.
o Tak jak w badaniach korelacyjnych możemy sprawdzać związek między interesującymi nas zmiennymi
Schemat Eksperymentalny
o Weryfikacja hipotez przyczynowo-skutkowych
o Najważniejsze cechy eksperymentów:
o Manipulacja zmienną niezależną
o Randomizacja II stopnia
o Kontrola zmiennych ubocznych
o Trafność wewnętrzna – kontrola zmiennych niezależnych i ubocznych, losowy przydział badanych do grup eksperymentalnych.
o Trafność zewnętrzna - stopień, w jakim wyniki badania mogą być generalizowane na inne sytuacje i populacje. Powtarzalność i realizm sytuacyjny.
Plan dla grup niezależnych
· Jeżeli wykonujemy badanie w planie dla grup niezależnych – schemat różnicowy lub eksperymentalny powinniśmy pamiętać o:
o Równej liczbie osób na każdym poziomie wszystkich zmiennych niezależnych.
§ Łatwiej poddać analizie takie dane i łatwiej zinterpretować wyniki
§ Uwaga: zwiększając plan o dodatkową zmienną lub poziom odpowiednio zwiększamy liczbę osób wymaganych w próbie: 2x2 3x3 2x2x2
Plan dla grup zależnych
· Jedna grupa badanych
· Wielokrotny pomiar tych samych zmiennych
· Manipulacja zmienną niezależną pomiędzy pomiarami
· Efekt wprawy - Pojawia się, jeżeli używamy tego samego narzędzie kilkukrotnie
o Badani często pamiętają swoje odpowiedzi z poprzedniego badania
· Efekt zmęczenia - gorsze wyniki w późniejszych pomiarach mogą być spowodowane zmęczeniem samym badaniem.
· Efekt kolejności pomiarów - Wyniki jednego pomiaru mogą wpłynąć na wyniki
pomiaru drugiego.
· Efekt zmiany badanych w czasie - nie zależny od manipulacji. Zbyt długie przerwy między pomiarami.
Rozkład częstości – pokazuje jak często każdy wynik się pojawił w zbiorze danych.
· Jest to podsumowanie kategorii odpowiedzi w badanej zmiennej.
· Rozkładem częstości jest każde uporządkowanie danych, które pokazuje częstość występowania różnych wartości zmiennej lub częstość wartości należących do grup zmiennej
Miary tendencji centralnej
· średnia,
· mediana,
· modalna lub dominanta lub moda
Miary rozproszenia wyników
· zakres,
· wariancja,
· odchylenie standardowe
Kształt rozkładu wyników
· skośność (Większość wyników gromadzi się po jednej stronie średniej)
· kurtoza
Średnia
· Przy jej obliczaniu bierzemy pod uwagę wszystkie wyniki
· Wykorzystywana w wielu testach statystycznych
· Wady:
o Reprezentując wszystkich – może mówić o nikim
o Często jej wartość nie występuje w wynikach (średnia liczba dzieci w domach 2.3??)
o Jest wrażliwa na dewiantów – skrajne wyniki
Mediana
· Me – to wartość, która znajduje się w środku wszystkich wartości.
· Aby ustalić Me trzeba uporządkować wyniki.
· Medianę oblicza się najczęściej wtedy, gdy pojawiają się bardzo nietypowe wyniki
Modalna
· Jest to najczęściej pojawiająca się wartość wśród wyników uczestników badania, też tak jak medianę najłatwiej ją dostrzec po uporządkowaniu wyników
· Relatywnie rzadko stosowana w psychologii
o Może w ogóle nie wystąpić w wynikach (jeśli nie ma co najmniej dwóch takich samych wyników) 3, 4, 5, 6, 7, 8 – nie ma modalnej
o Może być dwie i więcej modalnych, jeśli więcej wyników powtarza się 2, 2, 4, 5, 6, 6, - 2 i 6 to modalne – rozkład wyników dwumodalny
o Może też nie odzwierciedlać prawdziwego obrazu danych
Zakres
· Jest rozumiany jako różnica między największym i najmniejszym pomiarem
Suma kwadratów (ss)
· Wzór => ss=Σ(x−M)2
· SS jest miarą rozproszenia wokół średniej – jest to miara dokładności modelu opartego o średnią
· Niestety jest to miara zależna od ilości danych, jakie zostały zgromadzone, tzn. od liczby przypadków. (Im więcej przypadków tym większe SS.)
Wariancja
· Wzór => s2=[Σ(x−M)2] / N lub s2=ss / N
· Wariancja (variance) jest to suma kwadratów odchyleń wszystkich wyników od średniej dzielona przez liczbę wyników
· Uwaga
o Jeśli interesuje nas oszacowanie wariancji w populacji, wtedy dzielimy przez (n-1), (wariancja =2.5)
...
wannad