prowadzący: mgr Piotr Zieliński
zielinski@psych.uw.edu.pl
METODOLOGIA BADAŃ PSYCHOLOGICZNYCH – ĆWICZENIA
notatki do zajęć (UWAGA! w większości są to tylko hasła, i sama ich znajomość nie wystarczy; należy ją rozbudować o treści omawiane na zajęciach i opisane w literaturze)
1. Metodologia – wprowadzenie:
- rozumienie metodologii na niniejszych zajęciach:
ogólna – szczegółowa
opisowa – normatywna
nauk formalnych – nauk empirycznych
- znajomość metodologii bierna i czynna
czynna:
- prowadzenie własnych badań empirycznych;
- integrowanie rezultatów badawczych powstałych w różnych pracowniach;
- replikacja badań empirycznych.
bierna:
- studiowanie, ze zrozumieniem, literatury psychologicznej;
- wykorzystanie w praktyce psychologicznej rezultatów badawczych zaczerpniętych z literatury;
- umiejętne formułowanie pytań adresowanych do specjalistów z zakresu metodologii i statystyki.
- etapy badania naukowego:
- sformułowanie problemu (przegląd faktów, rozpoznanie problemu, sformułowanie pytania);
- sformułowanie hipotez;
- określenie obrazu przestrzeni zmiennych niezależnych (X) istotnych dla zmiennej zależnej (Y);
- operacjonalizacja zmiennych;
- wybór modelu badawczego (eksperymentalny, korelacyjny);
- dobór próby z populacji;
- wybór odpowiedniego modelu statystycznego;
- akceptacja lub odrzucenie hipotezy (probabilizm, tj. istotność statystyczna jako kryterium pewności);
- ocena, interpretacja i generalizacja rezultatu badawczego.
2. Zmienne
- zmienna – właściwość, pod względem której osoby z danej grupy się różnią (taka, pod względem której się nie różnią, to stała). Zmienna przybiera więc różne wartości dla poszczególnych członków grupy.
- musi ona spełniać dwa kryteria formalne: być rozłączna (przyjmować tylko jedną wartość dla jednej osoby) i wyczerpująca (dotyczyć wszystkich członków grupy, tj. nie może być przypadku, gdy komuś nie można przyporządkować którejś z dostępnych wartości)…
- …oraz kryterium trafności – musi być sensowna, a więc zdefiniowana na gruncie wiedzy naukowej, mieć określony sens teoretyczny, czyli być powiązana z jakąś teorią psychologiczną.
- różne klasyfikacje zmiennych:
- zmienne dwuwartościowe (dychotomiczne i zdychotomizowane) – trójwartościowe – wielowartościowe;
- zmienne ciągłe (gdy pomiędzy dwiema dowolnymi wartościami zawsze znajdzie się jakaś pośrednia wartość) i nieciągłe (dyskretne);
- klasyfikacja na podstawie skal pomiarowych według Stevensa:
nominalne (kategorialne)
porządkowe (rangowe)
przedziałowe (interwałowe)
stosunkowe (ilorazowe)
- zmienne jakościowe (nominalne) i ilościowe (interwałowe i ilorazowe) - kodowanie zmiennych jakościowych często ma charakter cyfrowy, ale nie zmienia to ich jakościowego charakteru!
- zmienne niezależne (X) i zależne (Y)
Y = f(X), ta funkcja może być liniowa (Y = bX+a) lub nieliniowa (np. Y = bX+cX^2+a)
- z perspektywy zmiennej zależnej:
zmienne istotne dla zmiennej zależnej i nieistotne dla tej zmiennej – badacza interesują te istotne, ale nie zawsze wiadomo dokładnie, które to są;
zmienne istotne („ważne”) są istotne w różnym stopniu – zmienne główne i uboczne
zmienne zakłócające (niektóre specyficzne dla badania, niektóre uniwersalne)
wśród zmiennych zakłócających są takie, które są zewnętrzne względem badania, nieskorelowane z nim (pogoda na przykład, która wpływa na badanych, ale też na warunki badania) oraz wewnętrzne względem badania, związane z nim
wśród wewnętrznych – zmienne uniwersalne (stałe zakłócenie dla każdej osoby) i okazjonalne (losowe, raz są, raz nie ma)
- w obrębie próby badanej wyniki cechują się zmiennością (parametrem opisującym poziom zmienności jest wariancja). Częściowo jest ona wywołana przez zmienną niezależną, częściowo przez inne czynniki (np. różnice indywidualne). W badaniu należy określić, w jakim stopniu zmienność jest wywołana przez zmienną niezależną (wariancja kontrolowana), a w jakim stopniu jest to wariancja niekontrolowana (wariancja błędu). Zmienna X istotna dla zmiennej Y to taka zmienna, która jest źródłem wariancji cząstkowej tej zmiennej.
- kontrola zmiennych następuje poprzez dokonywanie ich pomiaru;
w badaniu należy kontrolować wpływ zmiennej niezależnej głównej poprzez manipulowanie jej poziomem;
wpływ zmiennych ubocznych poprzez (a) ustalenie wielkości wariancji cząstkowych przez nie wyjaśnianych, (b) wyrównanie grup porównawczych pod względem wartości tych zmiennych; metoda (a) jest lepsza, ale trudniejsza, (b) łatwiejsza, ale ogranicza zakres wnioskowania
wpływ zmiennych okazjonalnych, które są źródłem błędów losowych, staramy się eliminować poprzez randomizację w doborze próby;
wpływ zmiennych uniwersalnych należy eliminować z planu badania
- wpływ zmiennych nie kontrolowanych przez badacza (więc np. zmiennych zewnętrznych) to źródło wariancji niewyjaśnionej
3. Cechy poznania naukowego
- jakie są cele nauki?
wewnętrzny: poznanie prawdy;
zewnętrzne: opisać, wyjaśnić, przewidzieć, kontrolować, poprawiać jakoś życia (rozwój cywilizacyjny i kulturowy).
- czym charakteryzuje się prawda naukowa?
intersubiektywna komunikowalność i sprawdzalność (z tego wynika powtarzalność) – słaba zasada racjonalności;
stopień pewności wniosków nie może przekraczać stopnia niezawodności metody – zasada racjonalnego uznawania przekonań.
- w jaki sposób dochodzić do prawdy naukowej?
- „pierwotnie” indukcjonizm, obecnie dominujący model hipotetyczno dedukcyjny Poppera (falsyfikacjonizm, podejście hipotetystyczne); są też inne trendy, np. metodologia programów badawczych, anarchizm metodologiczny.
- podstawowy schemat:
fakty -> teoria (uogólnione obserwacje) -> hipotezy (predykcje) -> fakty (weryfikacja);
zakładamy, iż prawa natury są niezmienne – słońce wschodzi codziennie, jeśli jednego dnia nie wzejdzie, to nie dlatego, że prawa natury uległy zmianie, ale dlatego, że zaszły jakieś dodatkowe okoliczności. W takim razie nasza teoria wyjaśniająca musiałaby tłumaczyć nie tylko stan obecny (brak słońca) ale też obejmować to, co było wcześniej (wschodzące słońce).
- różnice między indukcjonizmem a falsyfikacjonizmem:
w indukcjoniźmie rozpoczynamy od zdań jednostkowych, zawsze prawdziwych, wynikających z obserwacji, i uogólniamy je do spójnej teorii, z założenia prawdziwej (z dużym prawdopodobieństwem); w falsyfikacjoniźmie (dedukcji) rozpoczynamy od teorii i formułujemy na jej podstawie zdania jednostkowe, których prawdziwość dopiero będziemy sprawdzać. Taki kierunek rozumowania nigdy nie pozwoli na potwierdzić istniejącej teorii, ale pozwoli nam za to odrzucić (sfalsyfikować) teorię błędną. Teoria, której nie udało się odrzucić mimo różnych testów, można uznać za potwierdzoną z pewnym stopniem prawdopodobieństwa, nie znaczy to jednak, iż jest stuprocentowo prawdziwa.
- krótkie rozwinięcie na temat podejścia Poppera:
według Poppera obserwacje nie determinują teorii (jak w indukcjonizmie), mogą ją jedynie ograniczać (poprzez falsyfikację – wykazujemy, które teorie są fałszywe, a nie, które są prawdziwe – tego w pełni nigdy nie wykażemy);
teoria jest naukowa gdy (i tylko wtedy) dzieli klasy podstawowych stwierdzeń (hipotez) na dwa niepuste podzbiory – zawierające twierdzenia niezgodne z teorią (potencjalne falsyfikatory) i zawierające twierdzenia zgodne z teorią.
- źródła problemów badawczych:
- konkretny: wskazujący czynniki i zależności.
- problemy nie mogą być zbyt ogólnikowe (bo nie ma teorii „wszystkiego” – lepiej postawić kilka odrębnych pytań uszczegóławiających) ani zbyt szczegółowe (bo to redukcjonizm, ich rozwiązanie niewiele wnosi do nauki, nie może stanowić źródła predykcji i nowych hipotez).
- dwie klasy problemów: pytania rozstrzygnięcia („czy…”, odpowiedź tak lub nie lub jedna z wskazanych w pytaniu alternatyw) oraz pytania dopełnienia (jakie, kiedy itp.); pierwsza z tych klas zawiera więcej wskazówek odnośnie sposobu poszukiwania odpowiedzi.
- typy problemów badawczych:
- dotyczące wartości zmiennych („jaką wartość przyjmuje Y gdy X przyjmuje wartość M”; w tej klasie problemów są też pytania „jaką wartość przyjmuje Y w populacji P”, co można rozumieć tak, że P jest jedną z wartości zmiennej X);
- dotyczące zależności między zmiennymi:
- jakie zmienne są istotne dla Y?
- które zmienne są bardziej, a które mniej istotne dla Y?
- czy zmienne niezależne wpływają na Y oddzielnie, czy wchodzą w interakcję?
- dotyczące kształtu zależności:
- jaka jest zależność X od Y (dodatnia, ujemna…)?
- jaka jest kształt związku łączącego X i Y?
- hipoteza to zdanie twierdzące, stanowiące odpowiedź na pytanie zawarte w problemie badawczym.
- struktura hipotezy: zmienne zależne; zmienne niezależne, relacja wiążące.
- hipotezy na poziomie: teoretycznym, operacyjnym, statystycznym.
- aby hipotezy mogły być sprawdzone, to:
- hipoteza musi być sprawdzalna;
- hipoteza musi pozwalać na przewidywanie innych faktów niż pierwotnie zaobserwowane;
- hipoteza musi być adekwatną odpowiedzią na problem;
- hipoteza musi być najprostszą odpowiedzią;
- hipoteza musi być tak sformułowana, aby łatwo można ją było przyjąć lub odrzucić, musi istnieć na to prosty test empiryczny.
- hipoteza ad hoc (doraźna) to hipoteza, zdolna wyjaśnić te fakty, do wyjaśniania których została sformułowana i żadne inne (nie ma zdolności predykcji); jest ona metodologicznie wadliwa. Jak ją zidentyfikować? To taka hipoteza, która w obliczu nowych faktów wymaga wprowadzania nowych, komplikujących ją hipotez ad hoc.
4. Operacjonalizacja
- zmienna i wskaźnik (dokładnie: zmienna, obraz zmiennej, wskaźnik). E.Hornowska stosuje określenia czynnik, wielkość i zmienna na oddanie podobnych koncepcji.
- pomiar: operacja przyporządkowania zmiennej wartości (kategorii, porządku, wartości liczbowej);
pomiar bezpośredni: np. pomiary fizjologiczne: opór skórno-galwaniczny. Używamy narzędzia pomiarowego, którego wycechowanie stanowi definicję danej miary;
pomiar pośredni: wskazanie przyrządu / zastosowanie metody pomiaru pośrednio świadczy o wartości zmiennej: jest jej wskaźnikiem.
- ważne pojęcia – indicatum (to, co jest wskazywane) i wskaźnik; wskaźnik musi być obserwowalny, indicatum niekoniecznie;
pomiędzy nimi musi zachodzić relacja implikacji, równoważności bądź probabilistyczna;
- wskaźniki dzielimy na: empiryczne, definicyjne i inferencyjne. Wskaźniki empiryczne i inferencyjne nazywamy wspólnie wskaźnikami zewnętrznymi (rzeczowymi), wskaźniki definicyjne – wewnętrznymi (bo zawierają się w definicji indicatum).
empiryczne – oba zjawiska są obserwowalne (np. temperatura, słupek rtęci w termometrze związany jest z temperaturą na mocy prawa fizycznego); wskaźnik jest zazwyczaj łatwiejszy do obserwacji;
definicyjne – indicatum jest definiowane poprzez wskaźnik (np. pozycja socjometryczna; miejsce w wyborach). Wskaźnik z indicatum łączy zatem związek definicyjny. Sytuacja taka jest dosyć komfortowa - wskaźnik jest zawsze trafny. Niemniej, wbrew stanowisku operacjonalistów, niewiele terminów naukowych można w ten sposób sensownie zdefiniować.
inferencyjne – wskaźnik nie wchodzi do definicji indicatum, które jest nieobserwowalne (ale ma obserwowalne następstwa w postaci wskaźnika). Aby zbudować taki wskaźnik, należy najpierw uzasadnić istnienie indicatum. Należy wykazać, że jest to pojęcie użyteczne, pozwalające lepiej i prościej opisać zjawiska, pamiętając o spójności przyjmowanej teorii. Wskaźniki tego typu mają zwykle charakter złożony, dopiero konfiguracja kilku wskaźników inferencyjnych pozwala na wnioskowanie o wystąpieniu indicatum. Wnioskowanie o prawdziwości zdania wprowadzającego wskaźnik przeprowadza się podobnie jak w przypadku testowania teorii - oceniając czy zależności opisywane z użyciem wskaźnika są zgodne z oczekiwaniami płynącymi z teorii.
- moc wskaźników (od 0 do 1); czasem zakres wskaźnika i zjawiska wskazywanego znacznie się między sobą różnią, stad niezbędne jest określenie mocy stosowanego wskaźnika
moc odrzucania (np. przy naborze do szkoły ostre kryterium typu start w olimpiadzie); maksymalizujemy prawdopodobieństwo zajścia indicatum; wskazuje na specyficzność wskaźnika;
moc zawierania (np. przyjmujemy jak leci, egzaminy po pierwszym roku odsieją tych słabszych) minimalizujemy prawdopodobieństwo odrzucenia indicatum; wskazuje na czułość wskaźnika;
moc rozdzielcza – korelacja wskaźnika i ...
betina641