I.

Cercetarea stiintifica in psihologie. Particularitati si obiective

1. Scopurile cursului Acest curs are doua scopuri: a) Transformarea studentilor din consumatori de cunoastere psihologica in producatori ai acesteia ceea ce necesita instrumente adecvate, si anume metodele de cercetare; b) Studiul metodologic stiintific (metode, principii, suportul statistic), ce ne ofera posibilitatea intelegerii si evaluarii cercetarilor conduse de altii. Este necesar sa intelegem specificul acestei cunoasteri psihologice prin cercetare pentru ca exista si alte forme care incearca sa explice psihologia omului: arta, literatura, religia, cunoasterea naiva (cotidiana, empirica). 2. Caracteristicile cunoasterii comune a) spre deosebire de realitatea fizica sau chimica, de exemplu, realitatea socio-umana este direct accesibila, de unde iluzia facilitatii cunoasterii umane; b) realitatea socio-umana ne este foarte familiara, astfel incat subiectul naiv poate intelege corect comportamentul celorlalti sau are iluzia ca il poate intelege. c) Oamenii formuleaza ipoteze, atribuie cauze, atribuie succesul, esecul, fac inferente, judecati, unii avand strategii cognitive foarte complexe, flexibile, subtile. Ei sunt experti sau considera ca sunt experti in spatiul lor direct de munca si de viata. d) In spatiul lor de viata, oamenii se comporta ca mici oameni de stiinta. Astfel, cu greu pot fi gasite constatari si explicatii in psihologie care sa aiba si corespondente in cunoasterea comuna (proverbe, zicatori). e) Cunoasterea comuna este puternic stratificata, de la constatari simple (stereotipuri, prejudecati) pana la explicatii si interpretari nuantate. Concluzii: Exista o serie de aprecieri intre cunoasterea stiintifica si cea comuna, dar cunoasterea comuna, desi nu este in mod obligatoriu lipsita de valabilitate, nu este in mod necesar valida. Limitele cunosterii comune a) Subiectivitatea: cunoasterea comuna este puternic personalizata, tine de cel care emite.

b) Tendinta de a absolutiza pe baza unei situatii particulare. c) Cunoasterea comuna se bazeaza pe legaturi aparente. d) In cunoasterea comuna se face confuzie intre familiar si cunoscut. e) Cunoaterii comune ii lipseste precizia, nu masoara. f) Numeroase erori in cunoasterea comuna provin din fenomene banale. De exemplu, ordinea prezentarii informatiilor, recenta informatiilor. (Erorile perceptiei interpersonale sunt determinate si de limitele cunoasterii comune). g) Nu detine un cod coerent de cunoastere despre comportamentul uman. h) Rezultatele cercetarii psihologice uneori sunt diferite de ceea ce crede omul obisnuit (vezi experimentul lui Milgram). i) Unii oameni considera ca perspectiva lor este singura corecta asupra realitatii socio-umane. j) Uneori, cunoaterea comuna creeaza explicatii post-factum. 3. Cunoasterea psihologica stiintifica Fiind o stiinta, psihologia utilizeaza metode sistematice pentru a observa, descrie, explica si a face predictii asupra comportamentelor si proceselor psihologice. Ceea ce separa cunoasterea stiintifica de cea comuna este metoda. Metoda stiintifica este o metoda empirica adica este activ bazata pe experienta in raport cu lumea. In acelasi timp, cunoasterea psihologica trebuie sa se delimiteze de pseudopsihologie, care este un sistem nonstiintific pentru ca descrierile, explicatiile si predictiile lor nu pot fi verificate, iar daca sunt verificate, se dovedesc nefundamentate. 4. Programul cercetarii in psihologie In psihologie, progresul cercetarii si cunoasterii se realizeaza, in principal, prin dezvoltarea unei teorii psihologice. Teoria reprezinta un set coerent de idei care ajuta in explicarea observatiilor si in elaborarea predictiilor. Ea are ipoteze sau enunturi care pot fi testate pentru a determina corectitudinea lor. Teoria poate fi definita si ca o constructie ideala sau conceptuala care incearca sa organizeze si sa exploreze anumite aspecte ale ambiantei. O cercetare psihologica poate fi condensa pentru descoperirea a cat mai multe fapte, dar stiinta moderna avanseaza daca reusim sa descriem cat mai multe fapte prin cat mai putine teorii (principii fundamentale). In psihologie, teoria are doua scopuri principale: a) trebuie sa fie capabila sa explice cat mai multe fapte;

b) sa permita cercetatorilor sa elaboreze predictii asupra a ceea ce se va intampla in noi situatii. Scopul multor cercetari este de a testa predictiile utilizand metode stiintifice. Predictiile sunt adesea prezentate in forma ipotezelor, care sunt afirmatii despre relatia cauzala dintre fenomene particulare. Avantajul de a avea o teorie este acela ca stim unde sa cautam pentru confirmare, pentru explicatie. Progresul stiintific se realizeaza astfel prin trei modalitati: 1. Prin colectarea unor date care sustin teoria. 2. Prin colectarea unor evidente care o contrazic. 3. Cand supunem teoria la proba si ea ne explica de ce se intampla, nu numai sa descrie ce se intampla. 5. Scopurile si principiile unei bune cercetari. a) Scopurile: - descriere; predictie; control (manipularea factorilor care afecteaza comportamentele respective); explicatie. b) Principiile unei bune cercetari: 1. Fidelitatea calitatea unei cercetari prin care un rezultat empiric poate fi reprodus. Repetand cercetarea, obtinem acelasi rezultat, deci el nu este rodul unei intamplari. 2. Validitatea exprima faptul ca o cercetare arata ceea ce si-a propus sa arate. Exista mai multe tipuri de validitate: validitate predictiva; validitate concenenta (concordanta cu cercetari similare) permite diferentierea celor cu rezultate superioare de cei cu rezultate inferioare. validitate de continut in sensul ca ipoteza cercetata reflecta aspectele relevante ale conceptului, teoriei. validitate aparenta cercetarea sa fie credibila. validitate de construct (strans legata de validitatea de continut) se refera la esenta conceptului (se masoara realmente ceea ce si-a propus sa masoare).

3. Sa fie cumulativa adica sa tina seama de alte cercetari in domeniu, fie ele bune sau rele. 4. Caracter economic o buna teorie este aceea care ofera cea mai simpla, mai economica si mai eficienta explicatie a evidentei. 5. Caracter public cercetarea trebuie supusa la o posibila critica de evaluare de catre comunitatea stiintifica.

II. Metodologie psihologica. Strategii si metode de cercetare. 1. Metodologie si metoda 1.1. Ce este metodologia? Exista doua acceptiuni: conceptia generala a cercetatorului cu privire la principiile teoretico-stiintifice pe care se bazeaza; ansamblul metodelor si procedeelor folosite in psihologie pentru a recolta si interpreta date empirice in vederea construirii si evaluarii de ipoteze teoretice despre comportament si psihic. O metodologie are urmatoarele elemente de clase: a) enunturile teoretice (sau principiile metodologice sau teoriile de baza); b) metodele si tehnicele de culegere a datelor; c) tehnicile si procedeele de prelucrare a datelor (de ordonare, de sistematizare); d) procedeele de analiza, interpretare a datelor empirice in vederea elaborarii de descrieri, tipologii, explicatii, predictii. 1.2. Metoda Metoda este calea, itinerariul, structura de ordine, programul dupa care se regleaza actiunile practice si intelectuale in vederea atingerii unui scop. 1.3. Tehnica si procedee Componentele metodei se numesc procedee sau tehnici (unii autori considera ca tehnica este compusa din procedee). In principiu, tehnica (sau procedeul) consta intr-un ansamblu de reguli care trebuie strict aplicate intr-o situatie strict determinata.

2. Clasificarea metodelor Nu exista un consens al cercetatorilor in ceea ce priveste teoria metodelor (tipologia, criterii de clasificare). Tipuri de clasificare: ZLATE, 1996, p.92, Fundamentele psihologiei dupa: - caracter metode obiective metode subiective scop metode de recoltare a datelor metode de diagnoza metode de prognoza specificul relatiilor investigate metode cantitative metode calitative Alti autori, considerand experimentul important prin posibilitatea controlului variabilelor, impart metodele in experimentale si nonexperimentale. De exemplu, in metodologia nonexperimentala, ei incadreaza: a) Studiul de caz = studiul, in profunzime, al unui individ singular; Avantaj: tablou detaliat al comportamentului si dezvoltarii persoanei. Dezavantaje: nu poate fi foarte generalizata; poate reflecta tendintele deformatoare ale observatorului; b) Observatia naturala = observarea oamenilor in ambientul lor natural si fara manipularea comportamentului; Avantaje: ofera o buna descriere a comportamentului; comportamentul nu este distorsionat pentru ca se desfasoara in conditii naturale; este o sursa pentru ipotezele de cercetare. Dezavantaje: nu poate explica relatii de tip cauza-efect; se manifesta tendintele observatorului. c) Observatia de laborator = observatia in laborator, fara manipularea comportamentului. Avantaje: descriere mai buna;

 control mai mare decat in ambientul natural; Dezavantaje: artificialitatea; nu poate explica relatii de tip cauza-efect; se manifesta tendintele observatorului. d) Interviul participantii sunt chestionati despre anumite aspecte ale vietii lor. Avantaj: grad mai mare de implicare in viata, atitudinile si opiniile persoanei. Dezavantaje: pierderi de memorie; distorsiuni voluntare ale memoriei. e) Studiile de corelatie = studii care masoara directia si marimea relatiei intre variabile. Avantaj: permit predictii despre o variabila plecand de la cealalta variabila. Dezavantaj: nu pot determina relatia cauza-efect. AB BA A A A A B B B B

COVARIATIA (variaza impreuna, dar nu exista relatia cauza-efect).

Metodele experimentale constau in proceduri controlate in care experimentatorul manipuleaza variabila independenta pentru a determina efectul asupra variabilei dependente. Experimentul poate fi condus in laborator, in teren sau poate fi utilizat evenimentul natural. Avantaje: - stabileste relatia cauza-efect; procedurile sunt puternic controlate, astfel ca ele pot fi repetate de alt cercetator (grupul de control este foarte puternic la experimentul de laborator si mai redus la experimentul natural); Dezavantaj: rezultatele de laborator pot fi mai greu generalizate in afara lui experimentului ii lipseste validitatea ecologica. Clasificarea metodelor difera de la autor la autor. Exista si metode statistice. Acestea pot fi clasificate in:

a) Statistici descriptive masurarea tendintei centrale si variabilitatea (abaterea standard etc.); rezuma datele de cercetare. b) Statistici corelationale masoara variatia concomitenta a doua variabile. c) Statistici inferentiale utilizate pentru a vedea daca modificarile variabilei dependente sunt cauzate de variabila independenta. 3. Strategii de cercetare 3.1. Strategii corelationale si strategii experimentale a) In strategia corelationala scopul este de a descrie intensitatea relatiei dintre doua sau mai multe caracteristici. Este foarte utilizata, pentru ca legic, cu cat mai puternic sunt asociate, cu atat mai eficient putem sa-l prognozam pe unul pornind de la celalalt. Exemplu: Hipertensiunea arteriala este asociata puternic cu lipsa abilitatii de a controla stresul inabilitatea de a controla stresul = A; hipertensiunea arteriala = B. A B B A C A B

Deci, in strategia corelationala nu exista relatia cauza-efect.

b) In strategia experimentala putem identifica cauzele unui comportament in experiment (putem manipula unul sau mai multi factori banuiti ai comportamentului, dar ceilalti sunt mentinuti constanti). Un experiment are urmatoarele componente: 1. Grupul experimental = grupul a carui experienta este manipulata. 2. Grupul de control = tratat la fel ca si grupul de control, cu exceptia factorului de manipulare. 3. Esantionarea aleatoare (randomizare) = distributie aleatoare a subiectilor in grupul experimental si grupul de control. Reducem astfel posibilitatea ca rezultatele experimentului (diferenta dintre grupul experimental si grupul de control) sa fie datorate diferentelor initiale dintre subiecti.

Toti subiectii trebuie sa aiba aceeasi sansa de a fi alesi intr-un grup sau altul. Nota: atunci cand toate celelalte conditii sunt indeplinite, mai putin distributia aleatoare in cele doua esantioane, se numeste QUASIEXPERIMENT. 4. Variabila independenta = factorul manipulat expeimental; 5. Variabila dependenta este cea care arata efectul.
Subiectii sunt distribuiti aleator in grupul experimental si grupul de control

Gr. experimental consum de alcool

Gr. de control fara alcool

Tip de reactie (= variabila dependenta)

Metoda experimentala este preferabila oricarei alte metode, dar nu putem recurge intotdeauna la experiment. Astfel, nu putem recurge la experiment atunci cand: 1. problema este noua si cunoastem putin despre variabilele pe care le manipulam exemplu: SIDA 2. este imposibil sa manipulam variabilele Exemplu: Nu putem studia experimental suicidul. 3. se incalca principii de etica a cercetarii.

Schema principala a unei cercetari Este necesara cercetarea? Nu Da Cum?

Experiment Cum?

Quasiexperiment

Nonexperiment

Studiu de caz

manipularea unei variabile compararea rezultatelor

Examinarea relatiilor dintre variabile

Ce ne spun datele despre acest studiu; Utilizarea statisticilor descriptive.

Ce ne spun datele despre realitatea populatiei; Utilizarea statisticilor inferentiale. Cum? Analiza diferentelor dintre medii Cum? Analiza corelatiei

3.2. Strategii nomotetice si idiografice Vezi Zlate. 3.3. Strategii cantitative si strategii calitative

Strategia cantitativa este bazata pe masurari precise, pe experiment; mai este numita si paradigma ipotetico-deductiva sau paradigma pozitivista); se confrunta cu abordarea de tip calitativ. Date cantitative: timp secunde; scorul la un test psihologic; numarul de subiecti. Date calitative (date nonnumerice): ce spun oamenii; expresii grafice; continutul cantecelor etc. Exista o disputa puternica. De exemplu, abordarii cantitative i se reproseaza saracirea de semnificatii, reductionismul fata de multitudinea variabilelor care intervin; se reproseaza eroarea naturalista, unele variabile fiind in permanenta constructie (exemplu: imaginea de sine). Abordarile calitative nu permit o estimare; se pierde din precizie. Aceasta disputa cantitativ-calitativ (numita si abordare clinica abordare statistica) prezinta urmatoarea confruntare de idei: Abordarea calitativa (clinica) Abordarea cantitativa (statistica)

Clinicienii spun ca este: - Dinamica - Globala - Plina de semnificatii - Holistica - Subtila - Simpatetica - Profunda - Naturala - Vie - Concreta - Reala - Mecanica - Atomista - Artificiala - Arbitrara - Fortata - Statica - Supersimplificata

Abordarea calitativa (clinica)

Abordarea cantitativa (statistica) Statisticienii spun ca este:

- mistica - transcendenta - hazardata - subiectiva - nestiintifica - nefidela - neverificabila - primitiva - verbalista - lipsita de control - intuitiva

- operationala - verificabila - fidela - testabila - riguroasa - stiintifica - precisa - precauta - credibila

3.4. Strategii istorice si strategii anistorice Stategiile istorice propun ca predictia sa se faca si din date despre situatia trecuta a subiectului. Strategiile anistorice tin cont doar de informatiile psihometrice si de situatia prezenta a subiectului. O strategie unitara presupune situatia trecuta, prezenta si informatiile psihometrice.

III. Metoda experimentala in psihologie 1. Definitie si componente Experimentul este un demers provocat asupra realitatii, este o organizare metodica, rationala si practica prin care cercetatorul provoaca anumite fenomene in conditii determinate pentru a le dezvalui conexiunile. In cadrul experimentului noi putem stabili relatii de tip cauza efect. Caracteristicile experimentului: 1. Provocabilitatea experimentul este provocat de individ.

- exista doua tipuri de experiment: provocat si invocat; 2. Repetabilitatea experimentul poate fi repetat in aceleasi conditii. 3. Controlul variabilelor 4. Izolarea variabilelor Se vorbeste, in acest sens, de modelul experimental; acesta se refera la factorii caracteristici experimentului respectiv, modul lor de structurare, comportamentul obisnuit. Experiment de laborator Experiment natural Experiment psihopedagogic Experiment functional (vizeaza functii, procese psihice) Experiment explorator (grad mai mare de libertate) Experiment pilot (pentru a verifica unele variabile). Elementele componente ale unui experiment sunt: a) Ipoteza b) Planul experimental = mersul experientei si se refera la toti factorii implicati, succesiunea lor, etc. planul experimental poate fi redat sintetic intr-un tabel. Exemplu: Plan experimental la memorie Natura materialului Modalitati Subiecti Clasa a V-a Clasa a VIII-a Studenti Imagini 2 stimuli 2+1 stimuli Cuvinte 2 stimuli 2+1 stimuli 30 30 30 30 30 30 30 30 30 30 30 30

c) Variabila independenta reprezinta orice stimul care poate avea o influenta relevanta, cauzala asupra unor comportamente care devin variabila dependenta. In cazul nostru, natura materialului (verbal-concret) reprezinta VI. De asemenea, tot o VI sunt si modalitatile de prezentare. VD = performanta in memorare. De obicei, variabila independenta (VI) se noteaza cu literele mari de la inceputul alfabetului (A,B,C), iar modalitatile (adica cum se prezinta VI) se noteaza cu litere mici (a,b,c). De cele mai multe ori, variabilele clasificatorii pot fi variabile discrete (care pot face parte numai dintr-o categorie si nu din alta), spre deosebire de cele continui, care presupun si anumite trepte intermediare. Planul prezentat este un plan factorial, reunind toti factorii. Modalitatile VI (imagini/cuvinte) pot fi fixate anticipat. In acest timp, ele pot fi fixate si aleator. d) Variabilele dependente (VD) sunt efectele VI. De multe ori, VD sunt operationalizari ale unor constructe teoretice (de exemplu: cum se masoara anxietatea) O VD trebuie sa fie sensibila la variatiile sau la manipularile VI; VD trebuie sa fie fidela, adica sa dea efecte statornice in timp. VD trebuie sa fie usor de masurat si bine definita. In afara acestor variabile (VI,VD, variabile clasificatorii), mai exista variabile intermediare sau variabile moderatoare, care modeleaza influenta VI asupra VD. Exemple de variabile moderatoare: varsta, profesia sexul, temperamentul s.a.m.d. Uneori, asupra unei VD pot actiona mai multe VI si noi nu stim cui sa atribuim relatia de cauza-efect. Apare confuzia (avem de-a face, in acest caz, cu variabile confundate). e) Participantii de regula avem grupuri experimentale si grupuri de control.

2. Selectia si repartizarea subiectilor Esantionul = acea grupare, in sens statistic, de subiecti pe care se aplica procedura experimentala. Problema de baza care se ridica este cum alegem acest esantion. Modalitatea esentiala pentru a asigura un esantion adecvat este selectia aleatorie (randomizare). Atunci cand avem un experiment in care sunt respectate toate conditiile, mai putin selectia aleatoare, se numeste cvasiexpeiment. Exista urmatoarele tipuri de randomizari: simpla (tragerea la sorti); stratificata (impartim populatia in straturi); multistadiala (randomizarea grupurilor) multifazica (alegem initial un esantion de dimensiuni mai mari si din el extragem un esantion de dimensiuni mai mici); Randomizarea este esentiala pentru controlul unor variabile straine, sau parazite, ce pot deveni variabile confundate. Controlul variabilelelor nerelevante se poate face prin urmatoarele procedee: a) Randomizarea. b) Balansarea daca vom considera ca o anumita variabila care nu poate fi eliminata sau controlata prin randomizare va influenta rezultatele, impartim subiectii in mod egal in ambele grupuri (si in grupul experimental si in cel de control). Experimentatorul se roteste pe la ambele grupuri (tehnica pentru a reduce influenta experimentatorului care poate sa redea consemne implicite este experimentul dublu-orb). c) Contrabalansarea sau rotatia pentru a reduce efectul ordinii de prezentare, prezentam intai A si apoi B, dar si B intai si apoi A. d) Izolarea subiectilor e) Mentinerea constanta a variabilelor straine identificate: atitudinea constanta a experimentatorului, instructajul, sarcina, succesiunea stimulilor, intervalul dintre stimuli, locul si momentul desfasurarii experimentatorului, etc. f) Putem recurge experimentale. la controlul variabilelor sau la planuri

Schema de baza a experimentului I GE GC GE-GC=D1 II X III GE GC GE-GC=D2 unde X = tratamentul experimental.

D1-D2 = importanta factorului experimental. Pentru un control mai strict al variabilelor se folosesc 4 grupuri (planul lui Solomon). G1 G2 G3 G4 R R R R O1 O4 M M O2 O3 O5 O6

Unde, O = observatie O1 si O4 = observatie preexperimentala; O2, O3, O5 si O6 = observatie postexperimentala M = introducerea factorului experimental. Utilizarea GE si GC se poate face prin randomizare, sau prin tehnica grupurilor perechi (prin balansare). Se realizeaza egalizarea celor doua grupuri dupa echivalenta lor la factorul cunoscut care influenteaza VD. Cu alte cuvinte, grupurile sunt de putere egala in raport cu respectiva variabila. Grupurile perechi sunt, deci, grupuri corelate in care am eliminat astfel influenta unei variabile straine. Uneori ne intereseaza sa elaboram planurile experimentale cu una sau mai multe variabile independente.

3. Planuri experimentale de baza Planul experimental de baza contine o singura independenta, cu una sau mai multe modalitati. G A a1 a2 a3 a4 Cateodata ne intereseaza efectul a doua VI. GE GC

variabila

Exemplu: In studiul relatiilor interpersonale, interactiunea dintre fete si baieti in functie de A = nivelul de autoapreciere al baietilor, cu a1 = ridicat si a2 = scazut; B = gradul de atractivitate al fetelor, care poate avea 2 modalitati: b1= atractive si b2 = nonatractive. B A a1 a2 b1 a1b1 a2b1 b2 a1b2 a2b2 Planul experimental 2x2

Exista si planuri mixte, in care variabila manipulata (VI) este pusa in relatie cu una sau mai multe variabile clasificatorii.

4. Amenintari la adresa validitatii sau planuri experimentale defectuoase Un experiment are validitate interna daca VI provoaca VD. validitate de construct = masura in care rezultatele sustin teoria ce se afla in spatele cercetarii, ceea ce presupune ca si operationalizarea conceptelor sa se faca in mod corect de la teorie. validitate externa validitate de tip statistic similara cu validitatea interna, dar apare problema controlului statistic pentru a vedea daca rezultatele nu au fost obtinute din intamplare. Apar numeroase amenintari la adresa validitatii: a) in interiorul grupurilor: efectul de maturare; efectul testarii repetate; degradarea instrumentului de masurare (intre doua sau mai multe masurari repetate, validitatea instrumentului de masura scade); s-a demonstrat ca relevanta unor teste de personalitate scade la readministrare; regresia statistica (regresia spre medie a scorurilor extreme); diferite elemente externe; lipsa unei conexiuni intre teorie si experienta; efectul ambiguu al variabilei independente. b) amenintari sau erori in cadrul comparatiilor intergrupale: erorile de selectie; moartea (mortalitatea) experimentala unii subiecti se retrag, obosesc efectul difuziunii efectul posibil anticipat se transfera de la grupul experimental la grupul de control; efectul compensarii subiectii grupului de control pot depune un efort compensatoriu datorita

frustratiei ca nu fac parte din grupul experimental; tot acestia pot manifesta un efect de resemnare (=la a doua testare, interesul lor este minim). In acelasi timp, expectantele si ipotezele experimentatorului pot influenta decisiv corectarea si interpretarea datelor, dupa cum pe timpul experimentului subiectii isi formeaza propriile lor ipoteze si ei se pot hotari daca sa-l ajute pe experimentator, sau dimpotriva. In acest sens, vorbim despre efectul Pygmalion. Poate apare si efectul Hawthorne, care arata modul in care subiectii s-au implicat in experiment, pe baza propriilor ipoteze. Nota: Aceste erori pot avea efecte cumulative!

IV. Organizarea colectiei de date 1. Evaluarea si masurarea in psihologie Datele obtinute prin diferite forme de investigare psihologica, fie se prezinta sub forma numerica, fie trebuie aduse, printr-o operatie specifica, la o forma numerica. Sub presiunea cerintelor de ordin teoretic si practic, noi trebuie sa masuram. Masurarea prezinta o anumita gradatie (de la un minim la un maxim). Aceasta gradatie se numeste, uneori, scala. O a doua modalitate este atribuirea de ranguri (=pozitia intr-o ierarhie). In aceste masuratori se intra cu scoruri, adica cu numarul de puncte obtinut la un test. Scorul nu indica pozitia individului in grup (al catelea este). Tipuri de scale: a) Scalele nominale (sau calitative) reprezinta primul nivel al masuratorii; se folosesc in mod curent, in observatie si in anchete - se repartizeaza datele dupa o serie de nume sau categorii. Exemplu: Sunteti de acord cu ? Da Nu Denumim clase de echivalenta, iar in ele avem o distributie, efective, frecvente. Datele, efectivele brute nu ne spun nimic, de aceea ele trebuie transformate in frecvente prin regula de 3 simpla. Aceste date pot fi reprezentate intr-o histograma.

b) Scalele ordinale reprezinta nivelul obisnuit de masurare in psihologie; intre elementele pe care le masuram se stabilesc relatii de ordine. Pe baza lor, se stabilesc elemente, ierarhii, in raport cu un anumit criteriu, cu o anumita caracteristica. Aici intra: distributia dupa rang; scalele de apreciere a performantelor; Exemplu: A = foarte bun B = bun C = mediu D = slab E = foarte slab Si aceste scale pot fi reprezentate intr-o histograma. c) Scalele de intervale in acest caz avem si marimile exacte ale intervalelor, a distantelor care separa toate elementele, o unitate de masura comuna si constanta Acest tip de scala se realizeaza mai usor in domeniu psihofiziologiei (de exemplu in masurarea timpului de reactie). Se mai foloseste si in utilizarea unor performante in domeniul psihologiei industriale. d) Scalele hiperordinale (scale de proportii) in mod real, acestea pleaca de la 0, adica de la un punct de geneza. Acest tip de scale sunt mai greu de realizat in psihologie. Se lucreaza mai mult cu scalele nominale, ordinale si scalele de intervale. !!! De retinut doua concepte: domeniul de variatie = registrul de valori posibile. Domeniul de definitie = multimea de indivizi susceptibili de a avea respectiva caracteristica. 2. Colectia de date brute Exemplu: Starea de tensiune psihica, anxietatea, produce modificari in rezultatele obtinute la un test de inteligenta? Intr-un experiment ipotetic, grupul neutru a obtinut urmatoarele rezultate: Grupul S1=11; S2=10; S3=16; S4=13; Neutru S5=11; S6= 9; S7=13; S8=17;

Grupul Anxios

S 9 = 9; S10=10; S11=16; S12=10; S13=10; S14=10; S15=17; S16=14.

Ne intereseaza: 1) daca grupul neutru este diferit de grupul anxios; 2) daca dispersia rezultatelor este mai mare in cadrul grupului anxios; 3) ce rol joaca diferentele individuale; 4) diferentele constatate pot fi generalizate? Asadar, colectia de date trebuie organizata!

3. Ordonarea si gruparea datelor a) Distributii de efective Intr-un experiment, s-au obtinut urmatoarele rezultate: S1=5; S2=2; S3=5; S4=3; S5=6; S6=8; S7=5; S8=7; S9=6; S10=4; S11=3; S12=7; S13=5; S14=5; S15=6; S16=4; S17=7; S18=4; S19=5; S20=6; S21=6; S22=4; S23=8; S24=5; Distributie de efective N = 24 X X X X X X X 1 2 X 3 4 X X 5 X X X X X 6 X X X 7 X X 8 Protocol sistematizat

Sistematizarea, clasificarea unui protocol, constituirea colectiei de date reprezinta proceduri statistice, liminare (minimale), si ele fac parte din statisticele descriptive. Datele pot fi reprezentate in tabele, grafice. Datele de mai sus pot fi distribuite si dupa rang (ordonare in ordinea rangurilor). O a treia modalitate ar fi gruparea datelor in clase. Notam numarul de clase cu k (intervalul de grupare).
( X max X min) + 1 n = k,

unde n = numarul de grupe.

Exemplul 1: Avand date ce variaza (intinderea variatiei de la 4 la 24) vrem sa le grupam in clase. Pentru aceasta trebuie sa stabilim intervalul de grupare.
24 4 k= 5 =4

intervalul de grupare. Atentie: Este de preferat ca numarul grupelor sa fie impar.

In I grupa intra valorile: 4; 5; 6; 7; (4 7) In a II-a grupa intra valorile: 8; 9; 10; 11; (8 11) In a III-a grupa intra valorile; 12; 13; 14; 15; (12 15) In a IV-a grupa intra valorile: 16; 17; 18; 19; (16 19) In a V-a grupa intra valorile: 20; 21; 22; 23. Exemplul 2: Avem urmatoarele date: 16 10 10 24 15 13 4 14 9 16 13 15 15 17 12 13 6 11 10 5 14 7 8 18 Xmax = 24

20 5 13 13 9 12 20 16 13 19 22 11 17 11 15 17 12 13 6 11 12 14 23 14 23 14 11 13 21 8 15 13 14 17 8.

( X max X min) + 1 5 k= = 4.2 5

Xmin = 4 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 15 20 21 22 23 24

In cazul in care nu se precizeaza numarul de intervale se aplica formula lui STURGES:

X max X min k = 1 + 3.32 lg N , unde N = numarul de cazuri.

Folosirea acestei formule presupune accesul la o tabela de logaritmi, dar de obicei se lucreaza cu un numar de grupe precizat. Pe baza datelor mentionate mai sus, se distribuie pe clase, si apoi se determina efectivele fiecarei clase. In exemplul ales, daca vom lucra cu 7 clase 21/7 = 3 sau 21/8 = 2.6, care se rotunjeste; limitele claselor indica prima si ultima valoare intreaga pe care o include. Adica de la 3 la 5. Nu se stabilesc clase de tipul 3-6, 6-8. Daca in determinarea unor clase avem o valoare care poate sa faca parte din doua clase consecutive, se incepe de la 0.1. 3 6 :prima clasa 6.01 : a doua clasa s.a.m.d. In exemplul dat mai sus stabilim numarul de clase ca fiind 7 sau 8 k=3; N = 51 (numarul de subiecti) X 35 68 9 11 12 14 15 17 18 20 21 23 24 25 XI 4 7 10 13 16 19 22 25 Efective /// ///// ///////// /////////////// ////////// //// /// / n 3 5 9 16 10 4 3 1 n= numarul de cazuri;

b) Distributie de frecvente - daca ne intereseaza sa vedem proportia raspunsurilor in multimea de date. Pe baza formulei unde 51..100%, se aplica formula pentru a stabili frecventa in fiecare clasa. Pe baza acestei distributii se intrunesc tabele, grafice.

4. Condensarea datelor in tabele si grafice a) Reprezentari tabelare Pentru intocmirea unui tabel: un titlu de prezentare clar si concis; in cadrul unei lucrari, tabelele se numeroteaza; daca sunt necesare explicatii sau note suplimentare, acestea vor fi incorporate imediat sub titlu sau imediat sub tabel. Exemplu: Tabel 2.6 Media raspunsurilor la chestionarul X 61 62 63 4.6 7.2 8.5

In tabelele lungi, cu coloane, avand multe date, grupam datele cate 5 (sau 10), lasand intre ele un spatiu mai mare. De obicei, prima si ultima linie a tabelului se dubleaza. Exemplu: Pentru durata retinerii unui material prezentat la 3 grupuri de cursanti: N1 = 35 prin retroproiector N2 = 30 film animat N3 = 40 expunere.

Dupa expunerea la material, s-a aplicat un test de cunostinte T1 cu 10 intrebari, cu raspunsuri la alegere, si dupa doua luni s-a mai aplicat un test, T2. Datele de mai sus pot fi inglobate in urmatorul tabel:

Raspunsuri la testele de cunostinte Metoda Retroproiector (A) Film animat (B) Expunere ( C) N 35 30 40 T1 280 270 300

Tabelul 2.5 T2 210 225 100

Rezultatele nu sunt comparabile ca interpretare pentru ca efectivele sunt inegale; pentru a compara datele unui astfel de experiment, se calculeaza procentul de exactitate, notat cu E. E= numarul de raspunsuri corecte x100 numarul maxim de puncte unde numarul maxim de puncte = nr. de subiecti x nr maxim de puncte al testului. Calculand, in exemplul nostru de mai sus, obtinem:
280 *100 = 25 *10 =80 210 * 100 = 60 = 250

A: EA1

EA2

270 * 100 = 90 B: EB1 = 300 225 * 100 = 75 = 300

EB2

C: EC1

300 * 100 = 75 = 400 160 * 100 = 40 = 400

EC2

Tabelul devine: Raspunsurile corecte la testele de cunostinte (in procentaje de exactitate) Metoda A B C N 25 30 40 T1 80 90 75 T2 60 75 40

Tabelul 2.6

Asadar, acum putem afirma ca cea mai buna metoda s-a dovedit a fi filmul animat. Plecand de la datele sistematizate, putem reprezenta grafic ansamblul de date. Pentru aceasta se traseaza histograma. Exemplu: trasam histograma tabelului de la pagina 22.

20 15 10 5 0 1 2 3 4 5 6 7 8 9 10

numarul de cazuri

Unde, 3 = intervalul 3 5; 4 = intervalul 6 8; 5 = intervalul 9 11; 6 = intervalul 12 14; 7 = intervalul 15 17; 8 = intervalul 18 20;

9 = intervalul 21 23; 10 = intervalul 24 25. Se pot obtine mai multe distributii: normale (simetrice) curba lui Gauss asimetrice in forma de i Datele mai pot fi reprezentate si sub forma unor diagrame de structura

Diagrama de structura

sau sub forma unor diagrame de comparatie.

Diagrama de comparatie
100 80 60 40 20 0 1 2 3 Rezultatele la testul 1 Rezultatele la testul 2

Vom reda, mai jos, diagrama de comparatie a exemplului anterior. Unde, 1 = metoda A (retroproiector);

2 = metoda B (film animat); 3 = metoda C (expunere);

V. Indici statistici de start 1. Determinarea valorii centrale (a tendintei centrale) a) Media - notata cu m sau x m = x / N -cand facem media a doua subgrupuri diferite, se aplica formula medie ponderate (mp)
m1 * N1 + m2 * N 2 N1 + N 2 ;

m p=

Exemplu: m1=6; N1=10; m2=7; N2=20;

60 + 140 = 6.(6) 30 m p= ;

Daca grupam datele, obtinem urmatorul tabel: X 35 68 9 11 12 14 15 17 XK 4 7 10 13 16 f 3 5 9 16 10 f * XK 12 35 90 208 160

18 20 21 23 24 26

19 22 25

4 3 1

76 66 25

In acest caz, putem calcula media dupa formula m = T / N; b) Mediana - cand avem distributie asimetrica si este acea valoare care imparte sirul ordonat (crescator sau descrescator) in doua parti egale. se noteaza cu Med; se gaseste exact la mijlocul sirului locul sau rangul pe care-l ocupa mediana se
N +1 2 ; calculeaza dupa formula:

Exemplul 1: 4 4 5 6 6 7 7 7 7 8 9 Locul =6 Med = 7. Exemplul 2: Fie valorile ordonate: 3 4 4 5 6 7 7 8 8 9 Loc = 5.5; Med = 6.5; Daca vrem sa calculam mediana pe datele grupate din tabelul de mai sus, aplicam aceeasi formula de calcul, dar se aplica, pentru calcularea locului, formula N / 2. In exemplul dat, N / 2 = 51 / 2 = 25.5 se afla in clasa 12 14. Avand in vedere ca variabila se considera continua si nu discreta, limitele exacte ale intervalului 12 14, se considera 11.5 14.5, iar formula de calcul a medianei este:
N / 2 Fs *i fi Med = l+ , unde:

l = limita inferioara a intervalului; Fs = totalul frecventelor situate sub l; Fi = frecventa corespunzatoare intervalului localizat; i = intervalul de grupare; N = numarul de cazuri.

In cazul nostru:

l = 11.5; N/2 = 25.5;

Fs = 17; fI = 16.

i =3;

25.5 17 * 3 = 13.9 16 Med = 11.5 +

c)Modulul = valoarea care se repeta cel mai des intr-un sir de rezultate.

2. Variabilitatea, omogenitatea datelor Dispersia (2 sau s2) se mai numeste varianta. 2= s2 = (x-m2) / (N-1), unde x = fiecare valoare; m = media. Abaterea standard () =

Expresia (x-m)2 se numeste suma produselor si mai poate fi calculata si prin formula: x2 T2 / N, in care T = x. Exemplu: Note (x) 3 4 5 6 7 8 9 10 f 2 2 3 7 10 8 4 2 f*x 6 8 15 42 70 64 36 20 (f * x)*x 18 32 75 252 490 512 324 200

N=38; T=261; x2= 1903.

( x x)
Formula este , pentru acest caz, 2= Formula computationala:
( x) * ( x) ( x x) N N 1

T *T N

2=3.

2 = s2 =

N 1

Exemplu: X: 5 4 4 6 6 ; Y:25 16 16 36 36; X = 25; (X*X) = 129; 2 = 1. Prin si 2 putem aprecia gradul de omogenitate al grupului. Exista un coeficient de variatie PIERSON, cu ajutorul caruia nu facem comparatie intre doua grupuri, ci intre doua fenomene. 100 * V=
M

, unde V= coeficientul de variatie (numit si variabilitate).

Cand: V [0%;15%], imprastierea este mica si media este reprezentativa; V[15%;30%], imprastierea este mijlocie si media este suficient de reprezentativa; V>30%,33%, media nu este reprezentativa (din cauza omogenitatii).

3. Semnificatia abaterii standard Intr-o distributie normala in intervalul [m 3] sunt dispuse toate valorile. Avand , putem afla departarea fata de mesie.

Retine!!! 1) masoara distanta la care se afla o cota oarecare in raport cu media; 2) poate deveni o masura a variabilitatii.

VI. Inferenta statistica 1. Proprietatile distributiei normale Extragerea din populatie a unui esantion; Supunerea esantionului la o anumita experienta; Prelucrarea datelor; Extrapolarea datelor de la esantion la populatie. Pentru a vedea in ce masura datele obtinute pe esantion sunt relevante pentru populatie se recurge la inferenta statistica. Distributia normala s-a demonstrat ca poate sa ne indice imprastierea datelor in jurul mediei. In acest sens, 1.96 cuprind 95% din aria de sub curba (asadar raman 2.5 procente in stanga, respectiv in dreapta). 2.58 acopera 99% din suprafata. Atunci cand vrem sa lucram cu o unitate de masura standard, lucram cu variabile normate z.
xm z = , unde x = cota, valoarea obtinuta la test;

m = media valorilor obtinute la test. Pe baza acestei distributii standard, se ajunge prin calcul la urmatoarele formule: m 1.96 95% p = 0.05 sau p = .05 unde p = grad de incredere. p = 0.01 sau p = .01

m 2.58 99%

2. Probleme de estimare

Practic, in cele demonstrate mai sus, s-a pus problema intervalului de incredere. Semnificatia unei medii Media este mai semnificativa in functie de: volumul esantionului studiat; variabilitatea populatiei. Eroarea standard a mediei (E) se calculeaza dupa formula: E= N ; Pe aceasta baza, se poate evalua greseala pe care o facem, luand drept baza media esantionului, in loc de media populatiei. Tot pe aceasta baza se stabilesc si limitele intre care se afla, cu o anumita probabilitate (grad de incredere), adevarata valoare m a colectivitatii generale. (m 1.96 E, m +1.96 E) se numeste interval de incredere la p=.05 (deci exista numai 5% sanse de a gresi); (m 2.58 E, m+ 2.58E) reprezinta intervalul de incredere la p=.01; Atunci cand se lucreaza cu frecvente, eroarea (E) este: E= Exemplu: Intr-o statistica a erorilor la casierie s-au constatat 134 de erori in plus si 289 erori in minus (in total, 423 erori)
0.32(1 0.32) 134 = 0.32 N Pentru erorile in plus: f = 423 E= = 0.02; f (1 f ) N .

Limitele de incredere: f E. Pentru p = 0.05, avem f 1.96E. Pentru p = 0.01, avem f 2.58E.

3. Sarcini si probleme de comparatie Se aplica teste / probe unor esantioane si se calculeaza indicii de start (de exemplu, media). Care este gradul de semnificatie al diferentelor? Sau de la ce nivel de incredere diferentele pot fi considerate semnificative? Ipoteza specifica (Hs) = ipoteza psihologica sau pedagogica ce sta la baza experientei respective.

 Ipoteza nula (Ho) nu metoda duce la rezultate mai bune, ci intamplarea. Noi va trebui sa calculam un prag de semnificatie care indica, de fapt, riscul pe care ni-l asumam. Daca probabilitatea obtinerii acestor rezultate este mai mica de 0.05, de exemplu, respingem ipoteza nula (sau ipoteza hazardului) si spunem ca rezultatele se datoreaza ipotezei specifice. p < 0.10 ultimul caz acceptat in psihologie; p > 0.10 nu mai este de incredere; Cercetarea este buna daca p = 0.05 si este foarte buna daca p = 0.01. Ipoteza nula este o ipoteza statistica precisa, pe cand ipoteza specifica este imprecisa (pentru ca lucram cu o anumite improbabilitati). Daca ipoteza nula este infirmata, atunci acceptam ipoteza specifica. Daca ipoteza nula nu este infirmata, se considera suspendarea deciziei, in sensul ca datele noastre nu sunt suficiente (retestez). Pentru a vedea daca anumite diferente sunt semnificative, se aplica o serie de calcule, de formule, care se numesc criterii (z, t, 2, etc) si se compara cu anumite valori standard existente in tabele. Daca valoarea calculata de noi este mai mare sau egala cu valoarea critica existenta in tabele, probabilitatea asociata este mai mica sau egala cu pragul (0.01; 0.05; 0.1) si se decide respingerea ipotezei nule (Ho). Daca valoarea calculata de noi este mai mica decat valoarea gasita in tabele, inseamna ca probabilitatea este mai mare decat 0.10 si respingem ipoteza specifica. Esantioane perechi (corelate) fie acelasi esantion supus unor testari succesive, fie esantioane stabilite astfel incat pentru variabilele semnificative asociate cu ipoteza noastra, fiecarui element din esantion experimental trebui sa-i corespunda un element similar in esantionul de control. Esantioane independente cand comparam doua esantioane stabilite la intamplare.

4. Semnificatia diferentei intre doua medii in cazul esantioanelor independente Sunt doua cazuri: N 30 se aplica criteriul z;

 N < 30 se aplica criteriul t; Se accepta faptul ca de la 30 de subiecti in sus distributia tinde sa fie normala. Criteriul z
z = m1 m2 1* 1 2 * 2 + N1 N2 ;

Exemplu: m1 = 7.7; N1 = 33; 21 = 3.15;

m2 = 6.7; N2 = 34; 22 = 3.5;

z = 7.7 6.7 = 2.33; 3.15 3.5 + 33 34 p=0.02

Aplicam formula si obtinem:

Daca probabilitatea ce corespunde indicelui z este mai mare decat 1.96, atunci diferenta dintre cele doua medii este semnificativa la p<0.05. Daca z calculat este mai mare decat 2.58, atunci diferenta este semnificativa la pragul p < 0.01. Daca z calculat ste mai mic decat 1.96, respingem ipoteza specifica.

Criteriul t
t = m1 m2 1 1 ( x m1)( x m1) + ( x m2)( x m2) * ( + ) N1 N 2 , unde 2= N1 + N 2 2 ;

N1+N2 2 = n (numarul gradelor de libertate). Exemplu: m1 = 13.3; m2 = 14.2; N1 = 10; N2 = 10; 2 (x-m1) = 82.1; (x-m2)2 = 97.6;

82.1 + 97.6 = 9.98 18 2= ; t = 0.63

gradul de libertate = 18;

Semnificatia diferentelor intre medii in cazul esantioanelor perechi In cazul esantioanelor perechi, presupunem ca avem aceeasi subiecti .

Subiecti A B C D E F G H I

Note trimestrul I 8 7 5 6 5 6 6 5 4

Note trimestrul II 6 5 5 4 6 4 5 4 6

d 2 2 0 2 -1 2 1 1 -2

d2 4 4 0 4 1 4 1 1 4

K=10 d=+9 d2=27 d= diferenta Daca facem raportul calculam media diferentelor (md)
T 9 md= N = 10 =0,9

Se aplica criteriul pentru esantioane corelate :

t = T2 d N 2 2 = d 2 d= N 1 ; ;
2

md d N

d =

27 81 10 /9=2,1

d = 2,1 = 1,4 0,9 1 t = * 2 1,4 10 ; gradul de libertate este N-1(adica 9 ). (vezi tabelul ) diferenta este semnificativa semnificatia diferentei intre frecvente 2 CRITERIUL Cand lucram cu frecvente , ne intereseaza atat frecventele observate , cat si cele teoretice . ( f0 ft )2 2 = ft In general , criteriul , unde f = frecvente observata
0

Ft= frecventa teoretica Exemplu : Presupunem o instalatie comanda manuala Accidente? -automata

Comanda Manuala Accidentati Neaccidentati Total

2 =

Comanda automata b 23

total 48 295 343

a c

25 183 208

d 112 135

In acest caz ,
2 =

(ad bc) 2 T (a + b)(c + d )(a + c)(b + d )

(2800 4209) 2 343 = 1.71; (25 + 23)(183 + 112)(25 + 183)(23 + 112)

N= numarul gradelor de libertate=(r-1)(c-1). Unde r= nr. de randuri C= nr. de coloane In cazul nostru r=2; c=2 deci n=1; In cazul in care avem doua grupe, A si B, si avem masuratori, se procedeaza in felul urmator:

x A B Total a 63.5 d 33.7 97.2

y b 20 e 18.3 38.3

z c 16.5 f 48 64.5

Total 100 100 200

Unde: x inferior; y mediu; z superior. Sau x [0,3]; y[4,6]; z[7,10]. Pentru frecventa teoretica pentru fiecare celula (a,b,,f) se inmulteste totalul randului cu totalul coloanei si se imparte la T.

100 * 97.2 = 48.6 200 Pentru casuta a:

VII. 1. Corelatia Corelatia masoara variatia concomitenta (covariatia) a doi factori. Nu masoara cauzalitatea. Se noteaza rxy = corelatia dintre variabilele x si y. De fiecare dat se iau in calcul variabile perechi. Exemplu: Subiecti A B C D E F G H I Note matematica Note fizica x2 x y 7 9 10 6 9 8 5 3 7 7 8 9 7 10 7 6 4 6 49 81 100 36 81 64 25 9 49 y2 49 64 81 49 100 49 36 16 36 xy 49 72 90 42 90 56 30 12 42

J K L M N n=14; xy=696;

8 6 7 6 5 T1=96

7 7 7 6 6 T2=97

64 36 49 36 25

79 49 49 36 36

56 42 49 36 30

x2=704;y2=699;

Norul de puncte daca este orientat spre dreapta - corelatie directa sau pozitiva (creste x, cretse si y); daca este orientat spre stanga - corelatie indirecta sau negativa (una creste, alta scade). Coeficientul de corelatie variaza, indiferent de formula, intre 1 si 1. Cu cat este mai aproape de 1, cu atat corelatia este mai puternica. In jurul lui 0, relatia este de independenta. 2. Coeficienti de corelatie - se aplica asupra unor siruri de valori a) Coeficientul BRAVAIS PIERSON (sau coeficientul de corelatie prin momentul produselor). Formula de calcul este urmatoarea:
r=

( x m1)( y m2) ( x m1)( x m1) ( y m2)( y m2)

b) Coeficientul biserial (intre o variabila continua si una dihotomica). N>50 Cote la test 0 1 2 3 4 5 Rezultate la examen 6 7 8 9 10 Total

Admisi Respinsi Total

0 1 0 3 5 10 16 11 6 3 1 2 4 7 13 22 9

59 54 113

4 2 0 0 1

1 3 4 10 18 32 25 15 8 3

Se calculeaza proportia celor admisi / respinsi.

59 54 = 0.52; = 048 p = Padmisi= 113 q = Prespinsi= 113 ; m1 m2 pq * y , r =
bis

unde: m1 = media valorilor x pentru elementele clasei superioare (variabila continua); m2 = media valorilor x pentru elementele clasei inferioare; = abaterea standard a intregii colectivitati; pq / y = se citeste intr-un tabel special, in care se ia ca reper fie p, fie q.
m1 = 359 241 = 6.08; m2 = = 4.46 59 54 ; = 1.88;

In exemplul nostru,
pq = 0.6264. y

Cu cat este mai semnificativ numarul subiectilor (mai mare), cu atat rbis scade. c) Coeficientul de corelatie triserial avem aceeasi variabila continua, iar variabila discreta este trihotomica.
m1 m2 1 * y1 y 2 + p 1 p2 ; rtris =

unde, m1 = mediile la testul X pentru cei buni; m2 = mediile la testul X pentru cei slabi; = abaterea standard pentru intreaga populatie;
y1 p1 = proportia de buni; y2 p 2 = proportia de slabi.

d) Coeficientul eneahoric

Exemplu: Pentru stabilirea relatiei dintre inteligenta si timpul de reactie, s-au folosit doua probe, obtinandu-se urmatoarele rezultate: y x (7) Buni Medii Slabi (9) (5)
n3 n4

Slabi

Medii (15) (14) (12)

Buni (3)
n1

D = 10

(7) (18)
n2

C = 23

B = 12

A = 21

unde, A,B,C,D sunt totaluri pe orizontala si pe verticala, dar considerand numai colturile.
( A B )( D C ) N ( A B )( A B ) ( D C )( D C ) [A + B ][C + D ] N N ( n1 + n 2 n 2 n 4)

r=

Daca A+B = C+D A=B C=D

formula lui COUMETOU: r = 2, unde

n1 + n3 n 2 n 4 = A+ B+C + D ;

e) Coeficientul de corelatie multipla ( R ) Se calculeaza atunci cand avem mai multi factori, ce concura la un anumit efect. 3. Coeficienti neparametrici a) - se aplica pentru doua distributii dihotomice. Exemplu: INITIATIVA 0 RAPIDITATE 1 30 1 50(c)

55

c ab a (1 a )b(1 b) , unde a = (total ranul 1) / (total general)

b = (total coloana a doua) / (total general) In exemplul nostru, T = 30+50+55+9=144;

80 = 0.55 a = 144 59 = 0.40 b = 144 50 = 0.34 c = 144

b) Coeficientul de corelatie a rangurilor (Spearman)

N ( N * N 1) = Exemplu: Clasificarea dupa frecventa controlului si calitate. 1 6 d * d

Subiecti A B C D E F G H I

x 1 2 3 4 5.5 5.5 7 8 9

y 4 2 10 5 1 3 8.5 8.5 7

d -3 0 -7 -1 4.5 2.5 -1.5 -0.5 2

d2 9 0 49 1 20.25 6.25 2.25 0.25 4

J =0.36.

10

16

Daca avem mai multi coeficienti de corelatie si vrem sa ne referim la aceasta colectie, se foloseste mediana.

VIII. Predictia in psihologia aplicata Problema predictiei consta in estimarea unui rezultat viitor, y, pornind de la informatia actuala, x. 1. Predictia liniara simpla Facand o testare care se traduce intr-o cota x, ce predictie putem face despre succesul in activitatea profesionala? Exista mai multe tipuri de variabile: variabile examen sau diagnostic (x cota la test) variabile criteriu (y). trebuie sa stabilim ce relatie exista intre variabila examne si variabila criteriu. Pe aceasta baza se fac ulterior predictii, notate cu y. y = ax+b ecuatia unei drepte. Stabilirea unei ecuatii de regresie Atunci cand lucram cu cote normate (z), ecuatia dreptei de regresie este: zy = rxy zx ecuatia de regresie a lui y in raport cu x. Ecuatia de regresie pentru cote brute y = b (x-mx)+my, unde: y = succesul in activitatea profesionala; b = valoarea coeficientului de regresie; x = cota la test; mx = media cotelor obtinute la test; my = media la succesul profesional. x b x = r * y ;
y* xy

Coeficientul de regresie a lui x prin y avem: x * b = r y .

xy xy

Exemplu: Facandu-se un studiu de corelatie privind relatia dintre inteligenta (testul Raven) si notele la limba romana, s-au obtinut urmatoarele date: rxy = 0.68; Q.I. = x byx = 0.112 Note la limba romana = y bxy = 4.124 r (x) = 7.80; y = 0.112(x-47.53)+6.53 (y) = 1.286; x = 4.124(y-6.53)+47.53 mx = 47.53 my = 6.53 r2xy = coeficientul de determinatie ne spune cat din varianta lui y se datoreaza lui x. Exemplu: rxy = 0.80 0.8*0.8 = 0.64 64% din variatia lui y se datoreaza lui x. 2. Corelatia partiala Exprima legatura ce exista intre doua variabile, cand influenta comuna a unei a treia variabile a fost eliminata. Exemplul 1: X1 = inteligenta; X2 = abilitatea psihomotrica; X3 = varsta. r 12.3 =
r12 r13 * r 23 (1 r138r13)(1 r 2 * r 23)

relatia dintre r1 si r2, considerand r3 constant. Exemplul 2: r12=0.55; r13=0.60; r23=0.50

0.55 0.60 * 0.50 = 0.36 ( 1 0 . 36 )( 1 0 . 25 ) r12.3= aici putem vedea

cat din variatie se datoreaza si lui r3.

r122 = 0.3025 0.303 r212.3=0.362 = 0.127 0.303-0.127 = 0.176

0.176 * 100 = 58% 0.303

3. Predictia multivariata si corelatia multipla x1 = ax2+bx3+c;, unde a si b reprezinta ponderile cu care cele doua cote vor intra in enuntul predictiei. Pentru variabile normate z1=succesul profesional tinand cont de inteligenta si estetica. z1 = 2*z2+3*z3; unde = coeficientul de regresie partita.
r12 r13 * r 23 2 = 1 r 238r 23 ; r13 r12 * r 23 3 = 1 r 23 * r 23 ;

Exemplu: Avem doua teste (x2 si x3) si un criteriu profesional, x1. r2=0.80; r13=0.30; r3=0.50
0.8 0.30 * 0.5 = 0.87 2 = 1 0.5 * 0.5 0.3 0.8 * 0.5 = 0.13 0.75 3=

z1= 0.867*z2-0.133*z3 Pentru cote brute: x1=ax2+bx3; 2 ax2= 2 3 bx3= 3 !!! Coeficientul de corelatie multipla tine cont de coeficientii . R=
2 * r12 + 3 * r13

Presupunem ca avem patru teste si un criteriu notat cu O; pentru a pondera probele unei baterii stabilite, trebuie rezolvate urmatoarele tipuri de ecuatii: r01 - 1*2*r12 - 3*r13 - 4* r14 = 0; r02 - 1*r21 - 2 - 3 * r23 - 4*r24 = 0; r03 - 1*r31 - 2*r32 - 3 - 4*r34 = 0; r04 - 1*r41 - 2*r42 - 3 * r43 - 4 = 0; R = 1 * r 0 + 2 * r 02 + 3 * r 03 + 4 * r 04 Exista doua metode: a) algoritmul condensarii pivotale AITKEN; b) algoritmul DOOLITLE. Ridicand coeficientul de corelatie multipla la patrat, obtinem cat din varianta criteriului se datoreaza variabilei pe care le diagnosticheaza bateria noastra de teste.

IX. Metode de calcul neparametrice pentru distributii diferite de cele normale. 1. Coeficientul de asociere Tabel de contingenta x + + y Exemplu: c d a b
ad bc Q = ad + bc

Din cei prezenti la curs si seminarii, 32 au trecut la examen, iar 4 nu. Din cei care nu au avut prezenta, au promovat 4 si nu au promovat 16. Sa se calculeze asocierea dintre prezenta la cursuri si promovabilitate. X = prezenta la cursuri; Y = promovabilitatea. x + + y c a

32 4

b d

4 16

2. Coeficientul de concordanta - la baza lui sta lipsa de concordanta a sensurilor abaterilor perechi.
A B C = A + B , unde

A = unitatile ale caror abateri perechi de la medie au acelasi semn. B = unitatile ale caror abateri perechi de la medie nu au acelasi semn.

Subiecti

Semnul diferentei fata de

x y

1 2 3 4 5

6 4 9 7 8

8 9 6 8 10

+ +

+ +

6 7 8 9 10

6 5 10 6 10

7 6 10 8 9

+ +

+ +

A = 8; B=2 C=0.60;

3. Coeficientul de corelatie reciproca PEARSON Se foloseste in cazul cercetarii aspectelor calitative, in care distributiile cuprind mai mult de doua grupe.
C= S 1 S

Exemplu si algoritm de calcul: Obtinand urmatoarele relatii intre prezenta la cursuri si rezultatele la examen, sa se calculeze coeficientul de corelatie reciproca Pearson. Prezenta Slabe Slaba Medie Buna Total 16 4 20 Rezultate Medii 8 20 6 34 Total Bune 2 18 20 24 26 24 74

Algoritmul de calcul: a) se ridica la patrat numarul (sau frecventa) din fiecare casuta a tabelului;

b) se inmulteste totalul de pe coloana respectiva, cu totalul de pe linia respectiva (pe care se afla casuta); c) se imparte a) la b); d) se calculeaza totalul acestor rezultate (cele de la punctul c)) pe linie sau pe coloana; e) se face suma (S) acestor totaluri; f) se aplica formula; 4. Coeficientul de corelatie a rangurilor Spearman Comparatia: A. doua esantioane independente se folosesc probele : proba medianei, proba secventelor, proba U sau Mann-Whitney; B. doua esantioane perechi se folosesc proba semnelor si proba Wiloxon; C. mai multe esantioane independente proba medianei extinsa si proba U generalizat (Kruskal-Wallis) D. mai multe esantioane perechi proba Kochran si proba Freedman.

Proba medianei a) nu exista valori egale cu mediana teoretica Avem 2 grupe: A si B A: x(=cota) 0 1 2 3 4 5 6 7 8 9 (numarul de erori) n ( = numarul de subiecti): 3 6 3 1 0 2 3 1 0 1 B: x: 0 1 2 3 4 5 6 7 8 9 n: 2 1 1 1 3 3 1 1 2 1 Pentru a aplica proba medianei, amestecam datele de la grupa A si de la grupa B,intr-o singura distributie. A + B x: 0 1 2 3 4 5 6 7 8 n: 5 7 4 2 3 5 4 2 2 N = 36. 9 2

Pozitia medianei = (N+1)/2 = 37/2=18.5 Mediana este 3.5. Numarul de erori Inferior medianei A B Total a c 13 5 18 Superior medianei b d 7 11 18 20 16 36 Total

Se transforma in 2:
(ad bc )(ad bc) * T 2= )a + b)(c + d )(a + c)(b + d ) ;

Inlocuind, obtinem: 2= 4.05; valoarea lui 2 trebuie sa fie mai mare sau egala cu valoarea din tabel. b) exista valori egale cu mediana teoretica Grupul de control Grupul x: 3 4 5 6 7 8 9 10 n: 2 1 3 3 2 2 1 0 x: 3 4 5 6 7 8 9 10

experimental n: 1 0 2 1 3 1 3 2 Reunim cele doua grupe x: 3 4 5 6 7 8 9 10 n: 3 1 5 4 5 3 4 2 Pozitia medianei = 14. Atunci cand numarul cazurilor este foarte mare: Inferior medianei Egal medianei Superior medianei Grupul experimental Grupul de control 4 9 3 2 6 3

Cazul I: Inferior sau egal medianei Superior medianei Grupul experimental Grupul de control Cazul II: Inferior medianei Grupul experimental a Grupul de control c 4 9 Egal sau superior medianei b d 9 5 a c 7 11 b d 6 3

Pentru un numar mic de cazuri, se aplica o varianta, nuita varianta lui YATES.
T [T (ad bc) ]2 2 2= (a + b)(c + d )(a + c)(b + d ) ;

Proba secventelor Exemplu: Doua grupe, A si B, de cate 12 elevi. Grupul A este supus unui antrenament special. Aplicandu-se apoi un test de control, s-au obtinut urmatoarele rezultate: A: 52 56 71 86 95 108 115 120 141 152 165 218 B: 30 45 54 74 75 81 101 104 146 151 170 171

Ipoteza nula: antrenamentul special nu are nici un efect asupra subiectilor. se pun datelor celor 2 grupe laolalta in ordine descrescatoare inlocuim in fiecare valoare cu initiala grupului din care apartine A/ BB/ AA/ BB/ AAAA/ BB/ AA/ BBB/ A/ B/ AA/ BB/; avem, asadar, 12 secvente (r=12).

z =

2 N1N 2 + 1) N1 + N 2 ; 2 N1N 2(2 N1N 2 N1 N 2) ( N1 + N 2) 2 ( N1 + N 2 1) r ( z = 0.41

In cazul nostru,

Precizare: In grupele a si B, nu apar valori comune. Daca se intampla acest lucru, luam valorile comune o data apartinand lui A, o data ca apartinand lui B, si luam
z

cel mai mic.

Testul U (Mann-Whitney) -se preteaza la date numerice, rezultate din atribuirea de puncte; este una din cele mai importante metode neparametrice, fiind oricand preferabila probei medianei. Exemplu: Intr-o experienta de instruire, rezultatele la probele finale apar exprimate in note de la 0 la 20. In clasa experimentala (Ce) sunt 27 elevi, iar in clasa de control (Cc), tot 27 elevi. Rezultatele sunt prezentate astfel: Ce: x: 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 n: 3 2 0 2 2 2 1 0 1 4 1 0 1 1 2 1 1 2 1

Cc: x: 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 n: 3 5 3 2 3 1 0 0 1 0 0 0 2 1 1 1 1 2 0 1

Reunim cele doua grupe si acordam ranguri astfel: Ce+Cc:x:20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 ranguri: 1 3 5 7.. -dupa ce se atribuie rangurile, se intocmeste urmatorul tabel: Ce Subiecti (x) 20 19 Rang 1 3 f 1 2 R*f 1 6 Cc Rang 1 3 f 1 R*f 3

18 17 .

5 7

1 1

5 7

5 7

14

Rf=R1=605 Rf=R2=880; -se face suma si se alege R1 sau R2, in functie de grupa mai putin numeroasa (in exemplul nostru il putem alege pe oricare, intrucat N1=N2); -cu datele obtinute se intra in formula:
z= R1 N1 N1 + N 2 + 1 2 ; N1 + N 2 + 1 N1N 2 12

Precizare: daca in formula utilizam R2 la numarator, imediat dupa semnul - apare N2. X. Analiza de varianta (ANOVA) 1. Obiectul Anova Problema esentiala a analizei de varianta este analiza variabilitatii, dispersiei datelor, avand surse de variatie bine precizate. In orice cercetare de psihologie ne intereseaza sa desprindem influenta (actiunea) unor factori relevanti, cuprinsi in continurul ipotezei. Influenta unui factor se dezvaluie in efectele sau variatiile produse asupra variabilei studiate. Noi studiem influenta fiecarui factor, suma lor, cat si efectele datorate interactiunii lor. De obicei se lucreaza cu mai multe grupuri. Exemple: 1. Efectul medicamentelor asupra timpului de reactie la soferi. Se constituie 5 grupe: G1: 10 mg G2=20 mg G3=30 mg G4=40 mg G5= grupul de control. VI = medicamentul (administrarea lui), cu mai multe modalitati (A1,A2,A3,A4 si A0 (pentru grupul de control)). Problema care se pune in ANOVA este compararea grupurilor intre ele.

2. Ne propunem sa studiem influenta oboselii asupra rezultatelor invatarii (A). Avem 3 modalitati: a1:= oboseala usoara; a2 = oboseala medie; a3 = oboseala accentuata. Dar conteaza si natura materialului (B) cu doua modalitati: b1=material figural concret si b2= material pur verbal. Pe baza acestui tip de analiza, putem observa cat din variatia unei variabile se datoreaza variatiei altei variabile si cat se datoreaza unor factori intamplatori. De exemplu, rezultatele la invatatura se datoreaza inteligentei, dar si altor factori, cum ar fi motivatia de exemplu. Elevi cu nivelul inteligentei egal, obtin note diferite. Se impune asadar separarea influentei factorilor intamplatori de factorii esentiali. Este evident ca trebuie luata in considerare dispersia. De exemplu daca elevii cu acelasi nivel masurat de inteligenta ar obtine toti aceeasi nota, atunci dispersia este 0. Mai mult, daca elevii cu acelasi nivel de inteligenta obtin note intre 7 si 10, atunci inteligenta este un factor important. Daca au note intre 4 si 6, celalalt factor are mai mare influenta decat acesta. O variabila independenta cu mai multe modalitati da doua tipuri de variatii: una intragrupala si una intergrupala. Daca variabila intragrupala este mica si variabila intergrupala este mare, atunci putem presupune ca nu apar alti factori intamplatori si abaterea fata de media generala a unui rezultat din colectia totala de date, se compune din abaterea sa fata de media grupului respectiv, la care se adauga diferenta dinte media grupului si media generala. Ecuatia fundamentala a variabilitatii datelor etse exprimata prin variabilitatea totala = S totale = S int ra + S int er . Aceste formule de variabilitate se mai noteaza cu SPtotala. SPtotala = SPintra+SPinter. Pentru a calcula: suma patratelor
T2 N ; SPtotala= 2 Tg T2 S ; SPinter= ng N SP int ra = PM int ra = V NK , unde N = numarul total de subiecti din cele S x2 ( x m) 2

K grupuri.

SPtotal = P int er = Vg k 1 ; cu PMintra si cu PMinter se calculeaza coeficientul

lui SNEDECOR.

2. Moduri de calcul pentru o distributie bidimensionala La o clasa s-au efectuat un numar de exercitii, dupa care s-a dat proba de control si s-au obtinut urmatoarele note: Nota obtinuta 4 Grupul Numarul de exercitii G1 G2 G3 G4 G5 40 41-80 81-120 121-160 161 Total 9 9 16 11 6 3 5 4 3 2 6 2 7 5 2 1 8 2 6 18 2 26 8 10 18 4 18 22 7 8 9 10 Total 12 14 21 34 30 111

Algoritmul: 1. Se calculeaza mediile notelor obtinute la nivelul intregului esantion si apoi, pe cele 5 grupe, tinand cont ca cele 5 grupe sunt alcatuite pe baza numarului de exercitii. Pentru intreg esantionul media notelor este:
4 * 9 + 5 * +6 *16 + 7 *11 + 826 + 9 * 18 + 10 * 22 = 7.60 111 X0 = =

4*6 + 5* 4 + 6* 2 = 4.67 12 Calculam mediile: x1 4 * 3 + 5 * 3 + 6 * +7 * 1 = = 5.43; x2 14 = 5* 2 + 6 *5 + 7 *8 + 8* 6 = 6.86; 21

x3

x4

6 * 2 + 7 * 2 + 8 * 18 + 9 * 8 + 10 * 4 = 8.35; 34 8 * 2 + 9 * 10 + 10 * 18 = 9.53; 30

x5

2. Se calculeaza dispersiile de grupe (D2k), tot pentru aceste note, dupa formula:
( x xk ) 2 * f fk D2 k = ;

In exemplul nostru,
(4 4.67) 2 * 6 + (5 4.67) 2 * 4 + (6 4.67) 2 * 2 = 0.55; 12 D1 2 =

D22=0.816; D32=0.884; D24= 0.336; D52=0.382. Aceste dispersii de grup ne arata variatia caracteristicilor dependente de natura factorilor intamplatori asupra subiectilor din cadrul fiecarei grupe.
3. Se calculeaza media dispersiilor de grup ( D ), calculata ca o medie
2

ponderata a dospersiilor de grupa:

D2 = Dk 2 * fk 0.55 * 12 + 0.816 * 14 + 0.884 * 21 + 0.336 * 34 + 0.382 * 30 = = 0.716 f 111

reprezinta variatia variabilei dependente pe ansamblul grupei, ca urmare a actiunii factorilor intamplatori. 4. Se calculeaza dispersia mediilor de grup fata de media generala ( ):
2

( xk x 0) 2 * fk ; f 2= reflecta variatia caracteristicii dependente pe

ansamblul grupelor, determinata de natura factorilor esentiali (VI). Cunoscand ca mediile de grup, xk,releva ce este esential la nivelul grupului, iar media generala (x0) reflecta ceea ce este esential la nivelul

colectivitatii generale, atunci deosebirile dintre grupe sunt concretizate de abaterile xk-x0. 2 reprezinta dispersia dintre grupe, sintetizeaza variatia generata de aceste deosebiri. 5. Dispersia generala (Do2) reflecta variatia caracteristicilor variabilei dependente, generata de actiunea conjugata a celor doua grupe de factori (intamplatori si esentiali) si se aplica regula adunarii dispersiilor. Do2=D2+2 (=3.5206) 6. Acum putem determina ponderea intensitatii variatiei aferente fiecarei grupe de factori. factorii intamplatori
D2 0.714 * 100 = *100 = 20.28% 2 3.5206 F1= Do

factorii esentiali 2 F2= Do

* 100 =

2.8066 * 100 = 79.72% 3.5206

Un caz mai complicat de ANOVA presupune variabile continue in mai multe grupuri. Exemplu: La incheierea unei experiente efectuate cu 5 clase paralele (A,B,C,D + E=clasa de control). S-a dat aceeasi proba finala pentru a vedea in ce masura factorul studiat influenteaza rezultatele. Rezultatele finale sunt prezentate in urmatorul tabel de comparatie: Clase Numarul de elevi (ng) Totalul datelor (Tg) A 33 928 B 38 C 31 D 34 1335 E 31 748 Total N=157 T=4784

760 1013

Totalul patratelor (x2) 28030

S(

22750 35287 56637 21336

Sx2=164 040

SPinter=

Tg 2 T 2 9282 7602 10132 13352 7482 47842 ) =( + + + + ) ng N 33 28 31 34 31 157 =

=4519.30;
T2 = 18256.12 N ;

SPtotala=x2 SPintra= SPtotala-SPinter= 18256.12-4519.30= 13745.82; Se calculeaza patratul mediu (PM) inter si intra.
SP int er = 1129.83 PMinter= k 1 13745 PMintra= 157 5 PM int er 1129.83 = = 12.49 PM int ra 90.45

raportul Snedecor; cu acest raport se intra in tabel. Veem astfel ca ipoteza noastra nula este infirmata; factorul de diferentiere este puternic semnificativ. Pana aici a fost vorba de o analiza globala (etapa F omnibus). Daca raportul Snedecor era mai mic decat p=0.05, nu acceptam ipoteza nula. Nu ni se spune intre ce grupe diferentele sunt semnificative. De asemenea, variabila independenta poate avea mai multe modalitati. Nu ni s-a spus, pana acum, care dintre modalitatile variabilei independente are efecte mari si care are consecinte minore. Studiul continua daca raportul Snedecor este semnificativ. Analiza continua in doua strategii: in functie de categoriile de situatii in functie de problemele ce trebuie rezolvate. XI. Problemele de tip a sau probleme pentru estimarea diferentierii sau omogenitatii, obtinute intr-o masurare cu ajutorul coeficientului de corelatie intraclasa r. Exemplu: In cautarea unui criteriu profesional s-au ales la intamplare dintr-un atelier 7 operatori. Acestia au fost cronometrati asupra unei operatii in momente luate la intamplare, fiecare de 28 de ori. Prin aceasta masuratore, diferentiem sau nu operatorii intre ei? Daca intre operatori exista diferente de randament profesional, atunci masuratoarea trebuie sa dea diferente intre ei. Vrem sa vedem, prin urmare, daca masuratoarea este valida.

Pasi: 1. Se calculeaza testul global de varianta F. 2. Se calculeaza coeficientul de varianta intragrupala (v)
SP int ra = PM int ra v = N k ;

Se calculeaza varianta intergrupe, vg.

SPtotal vg = k 1

Daca datele referitoare la un operator vor fi compacte (v este mic, iar vg este destul de mare), atunci masuratoarea noastra a diferentiat bine muncitorii. 3. Se pot folosi urmatorii doi indicatori:
vg q = v ; daca q este ridicat, atunci avem diferentiere buna intre

muncitori; daca q este scazut omogenitatea este foarte ridicata.

vg r = vg + v ; r variaza intre 0 si 1. Pentru ca masuratoarea sa fie fidela, r

trebuie sa fie mai mare decat 0.70. In probleme de omogenitate se cere ca ipoteza nula sa nu fie infirmata, iar r sa fie destul de mic. Probleme de tip b cand avem o colectie sistematica de grupe independente si se pune problema unor comparatii multiple. Pentru testele de comparatie multipla: 1. Alcatuirea tabelului pentru stabilirea semnului coeficientilor. Comparatii intre medii (grupe) m1 cu m2 m1 cu m3 m2 cu m3 m1 cu m2+m3 m2 cu m1+m3 a1 +1 +1 0 +2 -1 Coeficientii a2 -1 0 +1 -1 +2 a3 0 -1 -1 -1 -1

Efectivele trebuie sa fie egale; grupa pe care o comparam primeste coeficienti pozitivi, iar grupa cu care comparam coeficienti negativi.

2. Se trece la algoritmul de calcul: a) utilizand totalurile Se pleaca de la urmatorul tabel: n=10 Grup A B 81 C 64 D 108

Total erori 92 (Tg) Totalul patratelor ((x2)) 897

965

780

862

Se intocmeste tabelul cu datele de baza pentru analiza de varianta: SURSA Intergrupe Intragrupe Total v/v 3 36 39 Suma patratelor 102.27 425.50 528.37 PM F

34.3 ? 11.8 ? 46.1 ?

Unde v=k-1; v = N-k. Se trece la efectuarea comparatiilor. De exemplu, vom compara grupele A+D cu B+C. in acest sens, trebuie calculat indicatorul D. D= D1 = 92*(+1)+81*(-1)+64*(-1)+108*(+1)=55; Se calculeaza PMinter =
D2 = 75.6; n a 2

k Tg

ag

PM int er ( D1) = 6.4 F = PM int ra semnificativ la p=0.05;

b) utilizand mediile

d2

PMinter Se pleaca de la medii; in rest, se calculeaza la fel ca mai sus. Plan bifactorial In planurile bifactoriale ne intereseaza analiza pe linii si pe coloane. Exemplu: S-a studiat influenta unor metode de instruire asupra coeficientului de inteligenta (C.I.) A Grupul I (C.I. peste medie) B Grupul II 88 (C.I. sub medie) Total 202 1816 70 700 166 1276 47 462 121 779 205 237 1399 489 (T) 3871 (Sx2) I 114 1116 II 96 814 III 74 542 Total 284 2742

1 a2 (d) = n

In fiecare casuta din tabel pe prima linie este reprezentat Tg, iar pe cea de-a doua, x2. Intr-un astfel de experiment bifactorial, o studiere globala a variabilitatii intergrupe nu prezinta interes. Ne intereseaza comparatiile intre coloane pentru a desprinde efectele modalitatilor variabilei A, comparatiile intre linii pentru a releva efectul variabilei B, studiul interactiunii dinte A si B.
T2 480 = 3871 = 549.88; 2 72 SPtotala = Sx - N Tg 2 T 2 S = 224.19; ng N SP =
inter

SPintra = SP totala SPinter = 325.69; Variabilitatea intergrupe se desface intre componentele principale: Prima componenta: pe coloane pentru variabila A; A doua componenta: pe linii pentru variabila B; A treia componenta: efectul combinatiei AxB.

2 2 2 TAI + TAII + TAIII T2 n N = 137.23; SPA=

SPB= 86.68; Efectul interactiunii: SPAxB = SP inter- SPA - SPB=0.28. Pasul urmator: Se calculeaza mediile:
SPA PMA= c 1 = 68.62, unde c= numarul de coloane. SPB = 86.68 PMB= r 1 , unde r = numarul de linii; SPAxB = 0.14 ( c 1 )( r ) PM =
AxB

Se calculeaza PMintra Calculam rapoartele Snedecor (F)

SP int ra = 4.93 = N k

PM A = 13.9 FA= PM int ra , p=0.01 PM B = 17.58 FB= PM int ra , p=0.01 PM AxB = 0.028 FAxB= PM int ra , nesemnificativ.

ANOVA se poate aplica si pentru colectivitati de k esantioane perechi. Si aici se aplica un procedeu algoritmizat, numit procedura lui Abdi. Exemplu: Efectul medicamemtelor asupra timpului de reactie. Subiecti S1 S2 S3 S4 S5 S6 Total: Conditii experimentale Drog A Placebo Drog B 165 231 217 172 219 217 109 199 243 197 219 160 199 247 162 193 245 191 1035 1360 1190 Total 613 608 591 576 608 629 3585

Procedeul lui Abdi presupune urmatorii pasi: 1. Calcularea lui T. 2. Calcularea x2 = 735 819 . Notam cu AS

Tg 2 n 3. Se calculeaza =762 820.8. Se noteaza cu A 2 Ti k 4. Se calculeaza =715 371.7 Notam cu S 2 T 5. Se calculeaza n * k = 714 012.5. Notam cu 1.

6. SPtotala= AS - 1 = 21 806.5; 7. SPintercoloane= A - 1= 8808.3; 8. SPinterlinii= S - 1 = 1359.2; 9. SPintra=AS S A + 1 = 11739; Cu aceste date se intocmeste tabelul ANOVA: SURSA Coloane (medicamentele) Linii (subiectii) Reziduu Total v 2 5 10 17 SP 8808.3 1359.2 11639 21806.5 PM 4404.15 271.84 1163.90 5839.89 F ? ? ?

Unde, Vcoloane= numarul de coloane 1 = 2 Vlinii = numarul de linii 1 = 6-1 = 5 Reziduu = Vliniix Vcoloane = 10. Pentru a obtine PM, se imparte SP la v. Se trece la diferite tipuri de comparatii. Comparam Placebo cu medicamentele D1 = 1035*(-1)+1360*(+2)+1190*(-1)=495;
D2 = 6806.2; 2 N a PMinter(D) = PM int ra ( D) = 5.84 F = Re ziduuPM medicamentele au efect asupra timpului de

reactie.

XII. Probleme de corespondenta 1. Tabelul de corespondenta Intr-un tabel de corespondenta se trec datele obtinute intr-o cercetare, indeobste impartite in doua categorii; pe ultima coloana se trec datele conform variabilei criteriu (exemplu: reusita profesionala, etc.). pe prima coloana se trec subiectii; pe coloanele intermediare se trec variabilele explicative (exemplu; rezultatele la un test de inteligenta), care se presupune ca reprezinta insusirile ce duc la respectivele rezultate. Exista o serie de probleme in osihologie care cer sa grupam persoanele in grupe avand o anumita omogenitate, sa stabilim anumite tipologii. Exista doua tipuri de tipologii: a) stabilirea unor analogii (analiza de clusteri); b) prin probleme de segmentare. Analiza de clusteri Pleaca de la premisa ca exista persoane asemanatoare din punct de vedere al unor caracteristici. Cluster = categorie, a strange in grupe, a clasifica. Analiza de clusteri reprezinta atat o metoda de investigare, cat si de confirmare a unei ipoteze. Intram in calcul cu valori ale unor relatii dintre variabile (coeficienti de corelatie, diferente intre medii, s.a.m.d). Exista mai multe metode de calcul in analiza de clusteri: metoda prin legatura simpla metoda prin legatura completa metoda prin media clusterilor. Intre aceste metode nu se obtin diferente semnificative, dar intotdeauna se alege metoda care ne va da un coeficient de corelatie cat mai ridicat. Proceduri (indicatii) pentru analiza de clusteri 1. Analiza se desfasoara secvential, de la stadiul in care fiecare variabila este un cluster, pana la stadiul in care un singur cluster cuprinde toate cele n variabile. 2. Deoarece clusterii fiecarui stadiu se obtin prin fuziunea a 2 clusteri anteriori, care sunt cei mai asemanatori, aceste tehnici duc la o structurare ierarhica a datelor, respectiv a variabilelor. Chiar daca sunt variabile diferite, exista o anumita apropiere intre o serie de variabile.

3. Rezultatele se vizualizeaza intr-o dendograma.

Metodica de calcul (exemplu) metoda legaturii simple se intra in calcul cu o matrice ce contine diferente minime intre medii. 1 2 3 4 5 1 0.0 2.0 5.0 8.0 2 0.0 7.0 6.0 0.0 4.0 6.0 0.0 3.0 0.0 3 4 5

10.0 9.0

Stadiul I: Se formeaza clusterul d(12), pentru ca distributia d1-d2 este cea mai mica inregistrata in tabelul respectiv. Distanta dintre d(12) si celelalte este: d(12)3=min {d13, d23} d(12)4=min {d14,d24} d(12)5=min {d15, d25} Stadiul II: Se alcatuieste din nou tabelul, numai ca in loc de variabila 1 si 2, trecem clusterul (12). (12) 3 (12) 0.0 3 4 5 5.0 6.0 9.0 0.0 4.0 6.0 0.0 3.0 0.0 4 5

cea mai mica valoare este clusterul d(45). d(12),3 = 5; d(12),4 = 6; d(12),5 = 9.

d(45)(12) = min {d41,d42,d51,d52} = min{6,6,9,9} = 6; d(45)3 = min {d43,d53}=4;

Stadiul III: (12) 3 (12) 0.0 3 5.0 0.0 4.0

(45)

(45) 6.0

0.0

Stadiul IV: formam clusterul (453). d(453)(12)= min {d41,d42,d51, d52, d31, d32}= min {6,6,6,5,5,5}=5. Se construieste dendograma. Pentru calculul dendogramei, valorile nu se pun in ordinea 1, 2, 3, 4, 5, ci in ordinea apropierii. 5 3 4 5 2 2 1 Semnificatia acestei dendograme: variabilele 1 si 2 formeaza o categorie, nu diferentiaza subiectii. Putem sa presupunem ca in spatele acestei apropieri sta un alt factor. Daca vedem ca distantele sunt foarte, putem imbunatati, in functie de o imbunatatire a esantionului de subiecti. In cercetare alegem metoda ce ne da coeficientul cel mai ridicat intre matricea initiala de disimilaritati si matricea construita pe baza dendogramei. 2. Probleme de segmentare In problemele de segmentare, avand un ansamblu de date referitoare la variabila criteriu (exemplu: succesul profesional) si variabilele explicative 4 3

(inteligenta, motivatie, trasaturi de personalitate,) urmeaza sa facem o taietura in variabila explicativa, astfel incat sa impartim esantionul in 2, iar segmentele obtinute sa fie cat mai contrastante in raport cu criteriul. Segmentam populatia grafic; metoda segmentarii se infatiseaza ca o arborescenta in care apare o suita de noduri, respectiv bifurcatii, urmarind variabilele relevante. !!! Atentie! Reperul sau pragul se poate alege arbitrar (de exemplu, media), dar cel mai bine se alege prin tatonare, considerand toate pragurile posibile pentru fiecare variabila, si alegand pragul si variabila care ne dau segmentele cele mai contrastante. Formula de calcul: daca variabila criteriu este o variabila continua, criteriu de diferentiere este:
n1 + ( y1 y ) 2 + n2( y 2 Tg ) 2 = ( y ' y ) 2 ,
2

unde

y = media valorilor y pe tot esantionul y = variabila criteriu pe tot esantionul n1,n2 = efectivele celor doua subgrupuri; y1,y2 = mediile valorilor y in cele doua exemple.

2 se calculeaza la fiecare stadiu sau nod pentru toate pragurile fixate, pentru toate variabilele explicative si se retin variabila si pragul, care dau valoarea maxima pentru 2. Exemplu si metodica de calcul: Un lot de 61 ingineri; avem o masura a succesului profesional (variabila criteriu) de la 1 la 10. Se aplica probele Raven, un test de flexibilitate mentala, o proba de motivatie, una de memoriew si inventarul C.P.I. cu scarile Re, Cs, Do si So. Pasii: stabilim, pentru fiecare variabila explicativa, un prag. De exemplu, pentru testul Raven: 0 39; 40 44; 45 50; 51 55; 56 60.

Presupunem ca cea mai buna diferentiere s-a obtinut pentru inteligenta:

19 + 7.9 39 + 7.4 Subiecti Media 61 Inteligenta (50) 4.6 7.2 22 3.2 Se calculeaza pana cand segmentul de divizat are un reper mai mult decat cel vizat, sau cand prin o noua divizare nu mai obtinem nimic. Urmarind casetele in care apare cel mai mare numar de subiecti din grup portretul robot. In cazul nostru, inginerii cu succes profesional au o inteligenta mai mare decat media. Daca variabila continua este dihotomica, dihotomizam si variabila explicativa si aplicam formula:
2 = (
c ab )2 a (1 a)b(1 b)

Motivatie (7) 20

XIII. Evaluarea cercetarilor clinice Cercetarile de psihologie clinica, indeosebi cele de evaluare ale psihoterapiei, ridica probleme specifice: inmultirea categoriilor gnoseologice in psihodiagnostic;

 proliferarea exploziva a metodelor psihoterapeutice; probleme de etica a cercetarii. Problema principala a cercetarii clinice vizeaza evaluarea eficacitatii unui tratament terapeutic (ce tratament? Aplicat de catre cine? Este cel mai eficace pentru un anumi pacient, cu anumite probleme, in anumite conditii). 1. Strategii de cercetare a) Strategia evaluarii globale a tratamentului Ne intereseaza eficacitatea tratamentului ca intreg; in acest sens, se recurge la un plan experimental de baza, si anume: grupul supus tratamentului integral (GE) este comparat cu grupul de control (GC). Facem masuratorile pre si post test (vezi planul lui Solomon). In terapiile care considera ca reactivitatea subiectului poate deteriora rezultatele (in psihoterapiile sugestive) se aplica doar metoda posttest. b) Strategia descompunerii tratamentului Fata de a), acum se verifica eficacitatea unei anumite componente a tratamentului psihologic, si anume vom descompune tratamentul in componentele sale, vom avea un lot de subiecti caruia I se aplica tratamentul in intregime, un al doilea lot caruia I se aplica acelasi tratament prima componenta. Diferentele vor reflecta ponderea componentei respective. Astfel putem identifica numarul componentelor de tratament. Exemplu: Efectele unui tratament psihoterapeutic pentru tinerii casatoriti 2 componente: 1) modificarea comportamentelor 2) dezvoltarea unor abilitati in rezolvarea problemelor interpersonale. Subiectii au fost impartiti in 3 grupuri experimentale: Grupul A caruia i se aplica tot tratamentul (1) + 2) ) Grupul B i se aplica doar 1) (modificarea comportamentelor). Grupul C i se aplica 2) (dezvoltarea abilitatilor). Dupa 16 sedinte de psihoterapie s-a constatat ca in toate cele 3 grupuri experimentale s-a imbunatatit situatia fata de grupul de control. S-a mai constatat ca metoda terapiei globale nu este mai eficace decat fiecare din cele doua componente. Dintre cele 2 componente, cea mai eficienta sa dovedit a fi prima (modificarea comportamentelor). Astfel de cercetari pot servi si la stabilirea combinatiilor de ingrediente (cat sa punem din fiecare pentru o reusita).

c) Strategia terapiei constructive Este opusa lui b); la o anumita terapie se adauga o componenta. Exemplu: S-a studiat eficacitatea psihoterapiei individuale cu medicatia in cazul depresiei. S-au folosit 4 grupuri de adulti: la primul grup psihoterapie; la al doilea medicatie; la al treilea medicatie si psihoterapie; cel de-al patrulea grul = grupul de control. Tratamentul a durat 16 saptamani. Rezultatele: grupurile experimentale si-au imbunatatit situatia fata de grupul de control. Psihoterapia asociata cu medicatia a dat cele mai bune rezultate. d) Strategii parametrice de tratament Ponderea pe care o are un tratament, constituie un parametru. Trebuie sa stabilim parametrul optim pe care trebuie sa-l atinga un tratament pentru cele mai bune rezultate. Variatiile sunt facute pe dimensiunea cantitativa. Exista o terapie prin flooding expunerea la stimuli anxiogeni, pana la stingerea reactiei adverse pentru recuperarea pacientilor cu agorafobie sau nevroza obsesiva fobica. Se ridica intrebarea: cat de mult putem expune pacientii la stimulii anxiogeni? .Raspunsul: pana se stinge reactia. S-a constatat ca expunerea prelungita este mai eficace decat cea de scurta durata, iar expunerile reale sunt mai eficace decat cele imaginare. e) Strategia compararii tratamentelor S-a studiat eficacitatea psihoterapiei cognitive si a chimioterapiei in cazul pacientilor cu depresie.dupa 12 saptamani, s-a constatat ca ambele tratamente au contribuit considerabil la imbunatatirea starii pacientilor. Dupa 12 luni s-a constatat superioritatea terapiei cognitive. Aceasta strategie este utila pentru alegerea tratamentului adecvat, pentru ca studiile de metaanaliza (compararea a doua cercetari independente intre ele si, eventual, cumularea rezultatelor) au aratat ca scepticii nu pot fi niciodata convinsi de eficacitatea unui anumit tratament. De obicei, tratamentul in care psihoterapeutii auu incredere produce mai multe schimbari decat alte metode alternative, in care nu au incredere. f) Strategia schimbarii pacientilor si a terapeutilor Aceasta strategie este folosita pentru a se pune in evidenta rolul terapeutului. Au fost variate categoriile de pacienti sau terapeuti (cognitivist, psihanalist, ani de experineta, varsta, empatie). Cercetarile de acest gen au evidentiat impactul deosebit al caracteristicilor terapeutului asupra rezultatelor tratamentului.

Intr-un studiu asupra familiilor delincventilor juvenili 60% din rezultatele obtinute s-au dovedit a se datora personalitatii terapeutului.

2. Conditiile cercetarii a) Investigatii analogice Rigorile impuse de metodologia experimentala pe de o parte, iar pe de alta parte anumite consideratii de ordin etic, fac uneori imposibile cercetari de psihologie clinica pe subiecti internati. Se recurge la cercetari analoge facute pe subiecti infraumani sau pe subiecti voluntari. Problema care se pune: daca similitudinile sunt suficient de pronuntate pentru a permite extrapolarea rezultatelor la clinica. b) Experimentul clinic Subiectii sunt pacienti care au nevoie de tratament. Pot interveni problemele semnalate mai sus, dupa cum se pot face compromisuri metodologice pentru a putea rezolva situatiile respective. 3. Evaluarea in practica de tip clinic a) Studiul de caz. Este o alternativa la distanta ce apare intre practica de tip clinic si cercetarea stiintifica. Modalitatile de studiu ale cazului individual cuprind de la observarea sistematica pana la demonstratia clinica si experiment. Poate fi eficient in: ilustrarea unei forme de comportament printr-un exemplu prototip; demonstrarea eficacitatii unei metode sau tehnici terapeutice; oferirea unor informatii detaliate asupra unui fenomen psihic rar intalnit; ca sursa de ipoteze. Masura in care un caz are valoare de prototip depinde de inteligenta si experienta cercetatorului. Adesea, eficacitatea unei metode terapeutice poate fi semnalata prin studierea rezultatelor dintr-un singur caz. Data fiind raritatea unor manifestari psihocomportamentale, singura alternativa la ignoranta absoluta in domeniu este studiul de caz. Exemplu: personalitatea multipla este extrem de rar intalnita. Orice studiu de caz este o sursa de ipoteze.

b) Cvasiexperimentul Vorbim de cvasiexperiment cand totalitatea conditiilor experimentale nu poate fi realizata. c) Experimentul propriu-zis Acopera toate exigentele metodologice ale experimentului. In aceste conditii, exista cateva reguli ce trebuie respectate: schitarea esantionului de pacienti (descrierea caracteristicilor de baza); evaluarea statutului clinic (diagnosticul clinic precis RMS); recrutarea si selectarea subiectilor; schitarea si specificarea tratamentului; atentia la factorii specifici si nespecifici (cum ar fi sugestibilitatea pacientilor, de exemplu). Concluzii: Uneori, pentru evaluarea unor proceduri psihoterapeutice se poate recurge la procedurile metaanalitice, dupa cum se incearca la ora actuala simularea pe calculator a comportamentului tipic unei anumite tulburari.

XIII. Metaanaliza 1. Problematica metaanalizei Metaanaliza se refera la: metoda de analiza statistica a rezultatelor continute in mai multe studii referitoare la aceasta problema; analiza calitativa (trecerea in revista) a rezultatelor obtinute pana la un moment dat; cele doua domensiuni (calitate si cantitate) sunt complementare, asadar metaanaliza este dictata de dezvoltarea cumulativa a cercetarilor psihologice. Etapele metaanalizei a) Orice metaanaliza incepe cu punerea unei probleme concrete. (Exemplu: ce relatie exista intre anxietate si nivelul performantelor scolare);

b) Clarificarea punctelor de vedere intr-o serie de chestiuni teoretico-metodologice (modul de definire a variabilelor; operationalizarea variabilelor; instrumentele folosite; clarificarea notiunilor; alte operationalizari posibile). c) Reperarea studiilor ce vor fi analizate; d) Stabilirea valorii studiilor. e) Retinerea informatiilor despre caracterul general al studiilor; informatii privind metodolgia cercetarilorl caracteristicile subiectilor (sex, varsta, ) 2. Proceduri de calcul Obiective: compararea rezultatelor pentru a evidentia semnificatia diferentelor existente si combinarea rezultatelor. 2.1. Procesul de comparare

2.1.1. Compararea pragurilor de semnificatie Exemplu: 2 studii, A si B, pun in evidenta relatia de corelatie de sens opus r1=0.60; N1=15; p1=.06 r2=-0.20; N2=100; p2=.12 Este semnificativa diferenta dintre p1 si p2? Cautam valoarea lui z in anexa (pragurile de semn sunt bilaterale, prezinta ambele extreme ale curbei lui Gauss). 2.1.2. Compararea marimii efectului Este folosita atunci cand rezultatele se dau prin coeficienti de corelatie. 2.2. Proceduri de combinare Combinarea pragurilor se face in mod analog ca la comparare,

z1 + z 2 2 exceptand faptul ca z= zr1 + zr 2 2 zr= .

Combinarea marimii efectului dupa formula:

Daca esantioanele sunt diferite din punct de vedere numeric, se aplica media ponderata. 1 z r1 + 2 z r 2 1 + 2 . Z
r ponderat =

XV. Analiza factoriala 1. Problematica analizei factoriale Cunoasterea complexului de factori in conexiunea lor are atat o importanta teoretica (vezi Big 5), cat si una practica (cunoscand realmente care sunt factorii, putem face o predictie valida in comportamentul uman). Asa cum se stie, orice fenomen rezultativ, variabila dependenta, efect, s.a.m.d. poate fi determint de un numar mare de cauze. Prin diferite strategii, se incearca izolarea unui numar redus de factori, lucru care s-a vazut in analiza de clusteri, in tabelul de asociere, in definirea legaturii de cauzalitate ne intereseaza nu numai cunoasterea factorilor, ci si sensul, intensitatea actiunii si marimea efectului, a partii ce revine actiunii fiecarui factor. De aceea, experimentul constituie metoda prin care putem izola cel mai bine factorii cauzali, ii putem manipula dupa cum dorim. Dependenta statistica nu este intotdeauna echivalenta cu legatura cauzala, ci analiza logica a relatiei dintre variabile. O data admisa prezenta semnificativa a factorilor de influenta (VI), trebuie cuantificata contributia directa, cat si contributia interactiunii dintre factorii respectivi asupra variatiei VD. De exemplu, am vazut acest lucru la dreapta de regresie. Analiza factoriala a fost formulata in 1904 de Spearman pentru un model cu un singur factor comun si un factor specific (s). Thurstone, 1930, generalizeaza pentru un numar mai mare de factori. Analiza factoriala are rolul de a arata ca un numar oricare de variabile dependete depind de o serie de factori nemasurati direct. 2. Principii ale analizei factoriale.Metode Analiza factoriala este o metoda statistico-matematica de cercetare a relatiilor functionale ale unor rezultate. Analiza factoriala cuprinde toate metodele de analiza si porneste de la intercorelatiile, covarianta unui ansamblu de variabile in functie de acesti factori. Cunoscand relatiile ce exista intre testele unei baterii, analiza factoriala incearca sa izoleze si sa defineasca aptitudinile componente ale acestor teste, numite factori, precum si gradul de legatura dintre factor si testul respectiv.

Exista doua metode de analiza factoriala: metoda analizei componentelor principale (HOTTELING); metoda analizei centroide (THURSTONE) Metoda analizei componentelor principale Exemplu: presupunem ca am aplicat o baterie de 4 teste, iar intercorelatiile dintre ele se prezinta astfel: Teste A B C D A 1.00 B 0.20 1.00 C 0.26 0.16 1.00 D 0.31 0.17 0.22 1.00

Aceste date se introduc in calculator, obtinandu-se, in final, urmatorul tabel: Teste A B C D Suma patratelor Proportii Procente Factorii componenti I II III IV 0.71 -0.30 0.56 0.82 0.64 -0.30 0.75 1.65 0.41 0.22 0.21 0.16 41% 22% 21% 16% Suma patratelor

100%

In spatele acestor teste aplicate exista 4 factori: primul fcator acopera 41% din varianta; daca factorul acopera 50% (unii spun 70%), atunci vorbim despre un factor general; daca nu factor comun. De asemenea, printr-un calcul specific se determina comunalitatea (cu cat contribuie factorul comun la test); coeficient de saturatie, valoarea de saturatie a unui test in factorul respectiv; se maicalculeaza specificitatea (ponderea atribuita unui anumit test); se calculeaza factorul specific. Exemplu: 3 teste: - A = proba de desen; B = proba verbala; C = o proba de calcul numeric.

Teste Comunalitate A 0.36 B 0.45 C 0.31

Specificitate 0.64 0.55 0.69

Factori specifici 0.80 0.74 0.83

Specificitatea = 1- Comunalitatea; Factorul specific =

Specificitate;