Mtd5e.doc

                                                                                                                                       mtd5E (2008 / 2009)   –    1

Tytus Sosnowski

Kurs 004  (2008 / 2009)

METODOLOGIA  BADAŃ  PSYCHOLOGICZNYCH

Wykład obligatoryjny dla I roku studiów wieczorowych

Wydziału Psychologii UW

PLANOWANIE  I  ANALIZA  BADAŃ EMPIRYCZNYCH

Część E:

badania  ex  post  facto:

porównania  międzygrupowe
 

Badania  eksperymentalne
a  badania  ex-P0st  Facto

W badaniach NIEEKSPERYMENTALNYCH (EX-POST FACTO)  badacz nie manipuluje zmiennymi ani nie oddziałuje w żaden sposób na badanych (na zmienna zależną) lecz jedynie dokonuje POMIARU zmiennych. Na podstawie analizy statystycznej staramy się ustalić relacje między mierzonymi zmiennymi a niekiedy –zależności przyczynowe. Ponieważ oddziaływania przyczynowe musiały mieć miejsce przed rozpoczęciem badań, mówimy o analizie ex-post facto („po fakcie”).

Zalety badań eksperymentalnych

·              możliwość celowego wywoływania zjawisk

·              lepsza kontrola zmiennych

·              łatwiejsza interpretacji przyczynowa

Ograniczenia badań eksperymentalnych

·              Nie wszystkie hipotezy dają się badać eksperymentalnie:

      *  nie wszystkie zmienne są manipulowalne;

      *  manipulacja może być niemożliwa lub trudna
          ze względów technicznych;

      *  manipulacja może być niedopuszczalna ze względów
          etycznych;

·              Istnieje problem generalizacji wyników badań eksperymentalnych (zwłaszcza laboratoryjnych)
na warunki naturalne.

Porównanie badań eksperymentalnych i ex-post facto

na przykładzie porównań międzygrupowych

·              Plan eksperymentalny

KONTROLA zmiennych ubocznych. Jeśli porównujemy grupy zrandomizowane (i potrafimy wyeliminować zmienne zakłócające) to możemy przyjąć, że przed manipulacją grupy eksperymentalne nie różnią się między sobą systematycznie* pod względem ŻADNEJ  ZMIENNEJ. Jeśli więc stwierdzimy w pomiarze końcowym różnicę między grupami, to nie da się jej wyjaśnić systematycznym wpływem żadnej zmiennej za wyjątkiem zmiennej którą manipulujemy.
 

Wyjaśnianie PRZYCZYNOWE: jeśli nie było różnicy między grupami na początku badania (randomizacja!)
a pojawiła się w pomiarze końcowym, to przyczyną tej różnicy może być tylko wpływ zmiennej X – przesądza
o tym sam plan badania.

* tzn. wartość oczekiwana każdej zmiennej jest taka sama
   dla wszystkich grup; im mniejsze grupy jednak, tym
  większe prawdopodobieństwo pojawienia się znacznych
  odchyleń średnich grupowych od wartości oczekiwanych.

·      
Plan ex-post facto

Przykład: badamy uprzedzenia etniczne (Y) w grupach różniących się pod względem zmiennej osobowościowej – autorytaryzmu (X).

KONTROLA zmiennych ubocznych. Grupy różniące się pod względem zmiennej X mogą się też różnić pod względem innych zmiennych, skorelowanych z X (np. grupy różniące się autorytaryzmem mogą się też różnić pod względem sposobu wychowania, statusu społecznego, poziomu lęku, itp.).  

Wyjaśnianie PRZYCZYNOWE. Jeśli nawet istnieje związek statystyczny między X i Y, to ani plan badania ani  sposób analizy danych nie przesądza o tym, czy X jest przyczyną Y, czy Y przyczyną X, czy też, być może, istnieje inna zmienna -- Z , która wpływa zarówno na X jak i na Y. Zależność statystyczną która nie jest zależnością przyczynową nazywa się „zależnością pozorną”. Dla interpretacji przyczynowej wyników badań ex-post facto konieczne są dodatkowe przesłanki natury zarówno statystycznej (kontrola ważnych zmiennych ubocznych) jak i  merytorycznej.

Zależność  pozorna
 

Zależnością pozorną nazywamy zależność statystyczną, która nie ma charakteru przyczynowego.

Np. stwierdzono zależność statystyczna między liczbą bocianów i liczbą urodzeń (w gminach, w których żyje więcej bocianów rodzi się więcej dzieci). Zależność ta znika gdy uwzględnimy rodzaj gminy (miejska/wiejska): w gminach wiejskich jest więcej dzieci i więcej bocianów niż w gminach miejskich.

                                            ö   liczba bocianów (X)

          rodzaj gminy (Z)   

                                            ø   liczba urodzeń  (Y)

Zależności między Z i X oraz między Z i Y są zależnościami przyczynowymi. Zależność między X i Y jest zależnością pozorną.

·       Aby wykazać że zależność między zmiennymi X i Y jest pozorna należy znaleźć odpowiednią zmienną kontrolną (Z) której uwzględnienie w analizie eliminuje zależność statystyczną między X i Y (por. przykład na następnych stronach).

Przykład (fikcyjny) zależności pozornej
(dane liczbowe z pracy Jahoda, Deutsch i Cook, 1955)

Mierzymy liczbę dzieci i liczbę bocianów w 480 gminach.

Tabela 1. Dane pierwotne

Analiza danych w tabeli 1 wskazuje na istnienie zależności statystycznej między liczbą dzieci i liczbą bocianów.

Tabela 2. Uwzględnienie zmiennej kontrolnej (charakter gminy)