Sunteți pe pagina 1din 91

UNIVERSITATEA “BABEŞ-BOLYAI” CLUJ-NAPOCA FACULTATEA DE PSIHOLOGIE ŞI ŞTIINŢELE EDUCAŢIEI CATEDRA DE PSIHOLOGIE

METODE CANTITATIVE de CERCETARE

- SEMESTRUL II -

Informaţii generale

Date de identificare a cursului Date de contact ale titularului de curs:

Nume: Lector universitar dr. Balazsi Robert Birou: Birou 6 sediul Fac. de Psihologie şi Ştiinţele Educaţiei, str. Republicii 37 Telefon: 0264-590967 Fax: 0264-590967 E-mail: robertbalazsi@psychology.ro Consultaţii: Miercuri, 12-14

Date de identificare curs şi contact tutori:

Numele cursului – Metode cantitative și analiza datelor Codul cursului - PLR1639 Anul, Semestrul – anul 3, sem. 2 Tipul cursului - Opțional Pagina web a cursului- psychology.psiedu.ubbcluj.ro Tutore – Lector universitar dr. Balazsi Robert Asist. universitar drd. Bivolaru Adrian metodecantitative@psychology.ro

Condiţionări şi cunoştinţe prerechizite Asimilarea cunoștin’elor aferente acestui curs este condiţionată de parcurgerea şi promovarea în prealabil a disciplinelor universitare Psihologie Experimentală şi Analiza Datelor I şi Psihologie Experimentală şi Analiza Datelor II, parcurse în primele două semestre de studii. Cunoştinţele oferite de această disciplină reprezintă un cadru metodologic indispensabil al proiectării şi derulării unei cercetări cantitative. În totalitatea lor, aceste prerechizite vor fi foarte utile în elaborarea lucrării de licenţă precum şi a proiectelor de cercetare ce urmează a fi predate la alte discipline aplicative.

Descrierea cursului Cursul de Metode Cantitative de Cercetare face parte din pachetul de discipline facultative ale specializării psihologie, nivel licenţă, din cadrul Facultăţii de Psihologie şi Ştiinţe ale Educaţiei a Universităţii „Babeş-Bolyai” din Cluj-Napoca. Disciplina oferă cunoştinţe conceptuale şi procedurale legate de problematica cercetării cantitative, astfel fundamentând şi facilitând accesibilitatea studenţilor la o serie de discipline aplicate (Psihologia Muncii, Psihologie Clinică sau Psihologie Şcolară). Tematicile abordate în cadrul cursului reprezintă un preambul esenţial pentru toate cursurile menţionate mai sus. Afirmarea psihologiei ca şi disciplină ştiinţifică a fost condiţionată de elaborarea unei metodologii care să permită cuantificarea şi măsurarea variabilelor implicate, colectarea în bune

condiţii a datelor cercetării reprezentând un imperativ al cercetării. Garanţia calităţii datelor este un singur cuvânt: calitatea controlului metodologic. Materialul a fost elaborat având în vedere două obiective principale: oferirea de competenţe necesare pentru realizarea lucrării de licenţă, respectiv cele pentru abordarea problemelor de cercetare specifice psihologilor practicieni. Ca urmare, capitolele următoare se vor referi mai cu seamă la acele etape ale unei cercetări ştiinţifice necuprinse în programa anului I, cum ar fi: stabilirea obiectivului unei cercetări, modul de construcţie a unei ipoteze, importanţa modelelor descriptive în cercetare, identificarea erorilor în cercetare, generalizarea rezultatelor, interpretarea datelor empirice. În plus, sunt prezentate principiile procedurilor de inferenţă statistică şi rolul lor în controlul erorilor şi interpretarea datelor. Materiale detaliate privind utilizarea metodelor de analiza datelor în cercetare, necesare pentru interpretarea rezultatelor din lucrarea de diplomă le veţi primi în semestrul II. Ele vă sunt de prea puţin folos în etapa de proiectare a cercetării. În acest fel, se completează cunoştinţele dobândite la cursul din anul I de psihologie experimentală, destinate în special parcurgerii lucrărilor de cercetare, deci pentru consumarea de cercetare. Aceste cunoştinţe oferă o imagine de ansamblu a principalelor tehnici experimentale şi statistice folosite pentru testarea ipotezelor în cercetările contemporane. Suficient pentru a citi cercetare, dar nu destul pentru a o produce. Altfel spus, în anul I aţi învăţat cum se testează o ipoteză, dar nu şi cum se construieşte ea; şi prea puţin despre scopul pentru care testăm noi ipoteze.

Organizarea temelor în cadrul cursului Cursul este structurat pe cinci module de învăţare, corespunzător structurii funcţionale a unei cercetări, în felul următor: Principiile cercetării ştiinţifice. Planul unei cercetări aplicative (modul I), construcţia şi analiza testelor ştiinţifice (modulul II), validitatea şi fidelitatea măsurărilor şi teoria erorilor de măsurare (modul III), testarea ipotezelor experimentale; limitele metodei de inferenţă statistică (modul IV) şi paşii elaborării unui proiect de cercetare (modul V). Parte a acestui curs sunt și aplicațiile TIC aplicate în Analiza Statistică a Datelor. Tematicile specificate reprezintă elemente clasice al oricărui manual de introducere în metodologia cercetării şi analizei datelor care-şi propune discuţia prezentarea principiilor care guvernează cercetarea psihologică. Nivelul de înţelegere şi implicit, utilitatea informaţiilor pe care le regăsiţi în fiecare modul vor fi sensibil optimizate dacă, în timpul parcurgerii suportului de curs, veţi consulta sursele bibliografice recomandate. De altfel rezolvarea tuturor lucrărilor de verificare impune, cel puţin, parcurgerea referinţelor obligatorii, menţionate la finele fiecărui modul. În situaţia în care nu veţi reuşi să accesaţi anumite materiale bibliografice, sunteţi invitaţi să contactaţi tutorii disciplinei.

Formatul şi tipul activităţilor implicate de curs

Parcurgerea celor cinci modul incluse în curs va presupune atât întâlniri faţă în faţă (consultaţii), discuţii pe forum cât şi muncă individuală. Consultaţiile, pentru care prezenţa este facultativă, reprezintă un sprijin direct acordat dumneavoastră din partea titularului şi a tutorilor. Pe durata acestora vom recurge la prezentări contrase a informaţiilor esenţiale aferente fiecărui modul dar mai cu seamă vă vom oferi, explicaţii şi răspunsuri directe la întrebările pe care ni le veţi adresa. Activitatea şi discuţiile de forum vă vor permite respectarea unui ritm de învăţare şi în acelaşi timp discuţiile cu colegii şi moderatorii forumului vă va permite şi verificarea cunoştinţelor asimilate şi extinderea lor. În ceea ce priveşte activitatea individuală, aceasta o veţi gestiona dumneavoastră şi se va concretiza în parcurgerea tuturor materialelor bibliografice obligatorii, rezolvarea lucrărilor de verificare şi a proiectului de semestru. Reperele de timp şi implicit perioadele în care veţi rezolva fiecare activitate (lucrări de verificare, proiect etc) sunt monitorizate de către noi prin intermediul calendarului disciplinei. Modalitatea de notare si respectiv, ponderea acestor activităţi obligatorii în nota finală vă sunt precizate în secţiunea: politica de evaluare şi notare precum şi în cadrul fiecărui modul.

Pe scurt, având în vedere particularităţile învăţământului la distanţă dar şi reglementările interne ale CFCID al UBB parcurgerea şi promovarea acestei discipline presupune antrenarea studenţilor în următoarele tipuri de activităţi:

a. consultaţii – pe parcursul semestrului vor fi organizate două întâlniri de consultaţii faţă în faţă; prezenţa la aceste întâlniri este facultativă;

b. realizarea unui proiect de semestru cu o temă şi un set de sarcini anunţate cu cel puţin 30 de zile înaintea datei de depunere a acesteia.

c. 2 lucrări de evaluare care vor fi rezolvate şi, respectiv trimise tutorilor în conformitate cu precizările din calendarul disciplinei.

d. forumul de discuţii – acesta va fi monitorizat de echipa de tutori şi supervizat de titularul disciplinei.

Materiale bibliografice obligatorii

In suportul de curs, în cadrul fiecărui modul sunt precizate referinţele bibliografice obligatorii care permit asimilarea corectă a informaţiilor, iar la sfârşitul modulului apar cele facultative, care să permită aprofundarea cunoştinţelor. Sursele bibliografice au fost astfel stabilite încât să ofere posibilitatea adâncirii nivelului de analiză si, implicit, înţelegerea mai bună a fiecărei componentă a cercetării. Volumul „Psihologie experimentală şi metodologia analizei datelor”

(1993), este referinţa obligatorie principală pentru acest curs. Caracteristica sa definitorie o constituie prezentarea interată a demesului de cercetare, de la fazele sale timpurii (formularea unie probleme de cercetare) şi până la finalizarea cercetării (analiza statistică a datelor şi interpretarea rezultatelor). Această referinţă menţionată la bibliografia obligatorie se regăseşte şi poate fi împrumutată de la Biblioteca Facultăţii de Psihologie din cadrul Bibliotecii Centrale „Lucian Blaga”.

Materiale şi instrumente necesare pentru curs Optimizarea secvenţelor de formare reclamă accesul studenţilor la următoarele resurse:

- calculator conectat la internet (pentru a putea accesa bazele de date şi resursele electronice suplimentare dar şi pentru a putea participa la secvenţele de formare interactivă on-line)

- imprimantă (pentru tipărirea materialelor suport, a temelor redactate, a studiilor de caz)

- acces la resursele bibliografice (ex: abonament la Biblioteca Centrală „Lucian Blaga”)

- acces la echipamente de fotocopiere.

Calendar al cursului

Pe parcursul semestrului II, în care se studiază disciplina de faţă, sunt programate 2 întâlniri faţă în faţă (consultaţii) cu toţi studenţii; ele sunt destinate soluţionării, nemediate, a oricăror nelămuriri de conţinut sau a celor privind sarcinile individuale. Pentru prima întâlnire se recomandă lectura atentă a primelor două module; la cea de a doua se discută ultimele trei module şi se realizează o secvenţă recapitulativă pentru pregătirea examenului final. De asemenea în cadrul celor două întâlniri studenţi au posibilitatea de a solicita titularului şi / sau tutorilor sprijin pentru rezolvarea anumitor lucrări de verificare sau a proiectului de semestru, în cazul în care nu au reuşit singuri. Pentru a valorifica maximal timpul alocat celor două întâlniri studenţii sunt atenţionaţi asupra necesităţii suplimentării lecturii din suportul de curs cu parcurgerea capitolelor aferente a bibliografiei obligatorii. În acelaşi calendar se regăsesc şi termenele la care trebuie transmise / depuse lucrările de verificare aferente fiecărui modul precum şi data limită pentru depunerea proiectului de semestru.

Calendar activităţi

Consultaţii I

Martie 2015 Sindicatelor nr. 7, Cluj Napoca

Consultaţii II

Martie 2015 Sindicatelor nr. 7, Cluj Napoca

Consultaţii III

Mai 2015

Sindicatelor nr. 7, Cluj Napoca

Proiect de semestru – anunţare

subiect

Mai 2015

(se va preda la data examenului final)

Examen final

(urmează a fi fixat la consultaţii)

Politica de evaluare şi notare Evaluarea finală se va realiza pe baza unui examen scris desfăşurat în sesiunea de la finele semestrului VI. Nota finală se compune din: a. punctajul obţinut la acest examen în proporţie de 60% (Aplicații TIC în Analiza Statistică a Datelor); b. evaluarea proiectului de semestrum reprezentând unica temă cu pondere de 40%;. Fiecare tip de activitate va fi notată cu o notă de la 1 la 10, nota finală fiind media ponderată a notelor. Modulul cuprinde două lucrări de verificare care vor fi transmise tutorelui la termenele precizate în calendarul disciplinei. Instrucţiuni suplimentare privind modalităţile de elaborare, redactare, dar şi criteriile de notare ale lucrărilor, vă vor fi furnizate de către titularul de curs sau tutori în cadrul întâlnirilor faţă în faţă.

Elemente de deontologie academică Se vor avea în vedere următoarele detalii de natură organizatorică:

- Orice material elaborat de către studenţi pe parcursul activităţilor va face dovada originalităţii. Studenţii ale căror lucrări se dovedesc a fi plagiate nu vor fi acceptaţi la examinarea finală.

- Orice tentativă de fraudă sau frauda depistată va fi sancţionată prin acordarea notei minime

sau în anumite condiţii prin exmatriculare.

- Rezultatele finale vor fi puse la dispoziţia studenţilor prin afişaj electronic.

- Contestaţiile pot fi adresate în maxim 24 de ore de la afişarea rezultatelor iar soluţionarea lor nu va depaşi 48 de ore de la momentul depunerii.

Studenţi cu dizabilităţi:

Titularul cursului şi echipa de tutori îşi exprimă disponibilitatea, în limita constrângerilor tehnice şi de timp, de a adapta conţinutul şi metodele de transmitere a informaţiilor precum şi modalităţile de evaluare (examen oral, examen on line etc.) în funcţie de tipul dizabilităţii cursantului. Altfel spus, avem în vedere, ca o prioritate, facilitarea accesului egal al tuturor cursanţilor la activităţile didactice şi de evaluare.

Strategii de studiu recomandate:

Date fiind caracteristicile învăţământului la distanţă, se recomandă studenţilor o planificare foarte riguroasă a secvenţelor de studiu individual, coroborată cu secvenţe de dialog pe forum, cu tutorii şi respectiv titularul de disciplină. Lectura fiecărui modul şi rezolvarea la timp a lucrărilor de evaluare garantează nivele înalte de înţelegere a conţinutului tematic şi totodată sporesc şansele promovării cu succes a acestei discipline. Planificaţi-vă să alocaţi cel puţin la fel de mult timp pentru studiul fiecărei teme online a cursului pe cât aţi aloca dacă aţi studia tema respectivă în varianta clasică a cursurilor faţă în faţă. Planificaţi-vă un interval orar în timpul zilei pe care îl veţi rezerva studiului. La fel cum dobândirea măiestriei în utilizarea unui instrument muzical sau să devii fluent într-o limbă străină sau să excelezi într-un sport necesită determinare şi mult exerciţiu, la fel este şi cu studiul psihologie experimentale. Începeţi prin a vă realiza un calendar săptămânal cu toate cursurile dumneavoastră, timpul alocat pentru activităţile ce ţin de locul de muncă şi alte obligaţii. Rezervaţi-vă 2-3 ore zilnic pentru studiu şi marcaţi-le în calendarul săptămânii. Asiguraţi-vă că aţi ales un interval orar când vă puteţi concentra cel mai bine asupra acestei activităţi. Încercaţi să rezolvaţi toate problemele oferite în temele de casă. Dacă întâmpinaţi dificultăţi notaţi-vă punctul unde aţi ajuns şi cereţi ajutor pentru a trece mai departe.

Vă rugăm să puneţi întrebări! Curiozitatea şi întrebările oneste sunt esenţiale pentru învăţare.

Modul 1

PRINCIPIILE CERCETĂRII ŞTIINŢIFICE. PLANUL UNEI CERCETĂRI APLICATIVE

Scopul

modulului:

familiarizarea

studentului

cu

revistă

elementele

unei

cercetări

principiile care dintr-o cercetare un demers ştiinţific.

ştiinţifice şi

Obiectivele modulului: la finalul acestui modul stundeţii vor fi capabili:

la finalul acestui modul stunde ţ ii vor fi capabili: ∑ s ă identifice cantitative componentele

să

identifice

cantitative

componentele

esenţiale

a

unei

cercetpri

să descrie limitele metodologei cantitative şi contrângerile care rezultă din acestea

să delimiteze cunoştinţele ştiinţifice de cele neştiinţifice

Rolul acestui prim capitol este să ofere o imagine de ansamblu asupra procesului de

cercetare ştiinţifică, a limitelor rezultate din metodologia curentă şi a constrângerilor ce rezultă din

aceste limite, rezumate în principiile cercetării ştiinţifice. După parcurgerea lui, veţi putea diferenţia

cunoştinţele ştiinţifice de cele neştinţifice şi verifica corectitudinea rezultatului unei cercetări

aplicative.

Principiile unei cercetări ştiinţifice

Voi începe cursul cu o temă care depăşeşte cadrul strict metodologic (ţine mai degrabă de

filosofia ştiinţei), dar este esenţială pentru a înţelege rolul metodelor de cercetare. Este vorba de

principiile cercetării ştiinţifice. Pentru a putea surprinde mai uşor consecinţele pentru activitatea de

cercetare, vom începe descrierea recurgând la un exemplu.

Pentru început voi prezenta o problemă simplă, care prezintă multe din caracteristicile unei

cercetări psihologice. Să presupunem situaţia: aveţi un curs de la ora 8 dimineaţa, şi mergeţi la

facultate cu autobuzul. Acesta pleacă la intervale 30 de minute, însă uneori întârzie. Mai ştiţi că şi

profesorul obişnuieşte să întârzie. În aceste condiţii, aveţi de ales dintre două posibilităţi: să plecaţi

de acasă la 7 30 , cu riscul să întârziaţi, sau la 7; evident, cea de-a doua alternativă presupune

eventual să vă treziţi la 6 cel puţin, ceea ce nu e deloc convenabil. Problema este deci: când este

convenabil să plecaţi: la 7 30 sau la 7 ?

Problema e banală, dar ceea ce ne interesează pe noi este că seamănă în multe aspecte cu

cele cu care un psiholog se confruntă. Şi anume: sunt implicate atât comportamente şi intenţii

individuale (profesorul, soferul) cât şi condiţii externe (traficul la acea oră, starea drumurilor, a

maşinii, condiţiile meteo, evenimente rutiere, etc.). Deci, suficient de complexă pentru a fi dificil de

abordat. Pentru noi este pur şi simplu imposibil să găsim o soluţie la problemă luând în calcul toate aceste condiţii. Şi totuşi, noi rezolvăm deseori în mod satisfăcător multe probleme similare, în ciuda complexităţii acestora, aparent de neabordat. Probleme similare întâmpină cercetătorii din toate domeniile ştiinţei, pentru că problemele abordate sunt prea complexe pentru a putea fi înţelese sau studiate în întregime. Demersul folosit în aceste cazuri este de simplificare a problemei, prin luarea în considerare doar a acelor elemente care pot fi abordate şi care pot oferi o soluţie utilă. De exemplu, în cazul nostru, nu putem prevedea condiţiile meteo sau reacţiile fiecărui şofer în parte. Acele elemente definitorii ale problemei care sunt luate în calcul pentru soluţie constituie modelul problemei. Deci, înainte de a căuta o soluţie a problemei, vom începe prin a construi un model simplificat al ei. Factorii pe care îi vom include în model sunt aleşi în principal în funcţie de două criterii: să fie suficient de importanţi pentru a afecta rezultatele, şi să poată fi evaluaţi sau măsuraţi. De exemplu, condiţiile meteo ar putea influenţa serios problema (putem întârzia dacă e polei, furtună sau ninge), dar nu putem prezice vremea; deci pentru început vom exclude acest factor din model. Diferenţa dintre model şi situaţia modelată poate fi mare, însă pe noi ne interesează în principal soluţionarea problemei; dacă, în ciuda simplificării, soluţia este eficientă în majoritatea cazurilor, putem considera că am obţinut o rezolvare a problemei. Astfel, dacă considerăm relevante pentru problemă probabilitatea de a întârzia a profesorului respectiv a autobuzului, avem un model al problemei reprezentat de aceste două variabile; în acest caz, soluţia depinde, evident, de cât de des întârzie autobuzul, respectiv profesorul. De exemplu, dacă autobuzul întârzie rar şi profesorul des, merită să plecaţi la 7 30 ; dacă însă autobuzul întărzie des, şi profesorul rar, nu. Prin urmare, soluţia depinde de aceşti doi parametri. Nu ne rămâne, pentru a obţine soluţia corectă, decât de a stabili aceste două probabilităţi. Acest lucru se poate face practic, prin estimări directe (vom urmări profesorul şi autobuzul câteva zile). Să presupunem că autobuzul întârzie în 20% din cazuri şi profesorul în 30% din cazuri. Pe noi ne interesează ce se întâmplă dacă autobuzul întârzie şi profesorul nu (este evident: atunci vom întârzia); mai exact, care este şansa ca acest lucru să se întâmple. Dacă presupunem cele 2 probabilităţi independente (nu ştim unde stă profesorul, nici cum ajunge la curs, deci e mai simplu să le considerăm independente), pentru a afla răspunsul înmulţim probabilitatea de a întârzia a autobuzului cu cea de a nu întârzia a profesorului (deci 100% - 30% = 70%). Rezultatul este:

20/100 x 70/100 = 14/100

adică 14%. Prin urmare avem aproximativ o şansă din şapte să întârziem dacă plecăm la 7 30 .

Ce putem constata la sfârşitul acestui demers? Am reuşit să obţinem un răspuns la problema noastră, în ciuda faptului că am neglijat multe din elementele ei. Mai mult, am evitat să studiem cauzele (motivele) pentru care autobuzul respectiv profesorul intârzie; pentru soluţia găsită, nu era necesar să ştim acest lucru. De fapt, am înlocuit aceste cunoştinţe cu două probabilităţi, cere ne oferă o imagine suficient de acurată despre comportamentul autobuzului şi a profesorului, fără să fie necesar a o explica. Cele două probabilităţi sunt de fapt modele statistice, simplificări ale variabilelor “comportamentul autobuzului” şi “comportamentul profesorului” dar care ne oferă o soluţie utilizabilă pentru a putea să decidem. Rezolvarea prin simplificare este de fapt principalul instrument de găsire a soluţiilor în cazul tuturor ştiinţelor empirice. Dată fiind complexitatea extrem de mare a lumii reale, singura metodă eficientă de a găsi soluţii rămâne simplificarea situaţiilor reale prin recurgerea la modele. Evident soluţiile astfel găsite nu sunt perfecte, dar este tot ceea ce putem face pe moment. Revenind însă la problema noastră, putem considera soluţia găsită de noi ca fiind ştiinţifică? Amintiţi-vă că exemplul a fost dat pentru a discuta caracteristicile cercetării ştiinţifice. Intuitiv, putem răspunde uşor la acestă întrebare, pentru că încă nu ştim dacă soluţia găsită de noi funcţionează. Răspunsul corect este deci: nu este o soluţie ştiinţifică pentru că nu a fost testată. Adică, nu ştim dacă este sau nu corectă. Am descris astfel primul principiu fundamental al ştiinţei, care poate fi rezumat astfel:

1. Orice afirmaţie trebuie supusă unei verificări critice. Nu se acceptă ca argument decisiv părerea nici unei autorităţi (expert) fără ca ea să fie testată.

În completare, principiul al doilea este formulat:

2. Dacă o afirmaţie este contrazisă de un rezultat empiric, e considerată greşită.

Din cele expuse mai sus putem înţelege uşor motivele pentru care cercetarea ştiinţifică respectă acest principiu: complexitatea situaţiilor reale fac dificilă sau imposibilă abordarea problemei în altă formă decât simplificată, simplificare care poate duce la soluţii eronate. Conform deci principiului enunţat, soluţia noastră nu este încă ştiinţifică, pentru că nu am verificat-o. Ce înseamnă de fapt verificare critică ? Presupune analiza întregului demers folosit pentru obţinerea soluţiei, adică analiza raţionamentelor folosite, a modului în care s-au obţinut datele empirice, a interpretărilor date rezultatelor etc. Testul final al orcărei teorii ştiinţifice sau soluţii teoretice este confruntarea cu realitatea, prin compararea datelor empirice cu predicţiile teoretice. Să analizăm acum soluţia noastră şi să vedem de ce nu o putem accepta fără verificare. Ea se bazează pe un calcul de probabilitate a două evenimente independente (probabilitatea de a întârzia a

autobuzului şi probabilitatea de a nu întârzia a profesorului); iar metoda de a calcula rezultatul (probabilitatea de producere simultană a două evenimente independente) este demonstrată de mult. Şi atunci? Motivul este că noi am simplificat problema atunci când am selectat doar doi parametri pentru a o descrie; demersul folosit în soluţie nu verifică şi presupunerea că aceşti doi parametri descriu perfect situaţia; deci nu întreaga noastră soluţie e verificată. Verificarea soluţiilor e comună oricărei cercetări empirice. Datorită simplificării la care am recurs nu avem cum să fim siguri dacă soluţia găsită este corectă (există de exemplu şansa ca un element important al situaţiei să fie omis). Prin urmare, următoarea etapă fa consta în verificarea soluţiei găsite. Rolul verificării este să ne convingem de eficienţa soluţiei pentru toate cazurile cuprinse în problemă. În cazul nostru, asta presupune ca ea să fie corectă indiferent de ce comportament au la un moment dat profesorul şi şoferul. Nu este de exemplu suficient să plecăm la şcoală o dată la 7 30 şi să constatăm că nu am întârziat; s-ar putea ca la o repetare a încercării să întârziem. Deci o singură verificare nu e prea sigură; metodele de verificare trebuie să fie obiective, altfel rezultatele lor ar fi uşor de contrazis. La o analiză sumară, constatăm că de fapt nu vom putea verifica complet soluţia: ar trebui să includem în verificare toate cazurile, adică să urmărim tot semestrul dacă întârziem sau nu. Evident, în urma unei astfel de verificări rezolvarea găsită nu mai are sens (dacă constatăm de exemplu că am greşit, nu mai putem reveni în timp la începutul semestrului şi să căutăm altă soluţie). Pentru a fi totuşi mai obiectivi, putem să plecăm de mai multe ori la 7 30 şi să vedem de câte ori întârziem. Să presupunem că facem asta de 5 ori şi am reuşit să întârziem de trei ori. Rezultatul nu e prea fericit. Dacă comparăm probabilitatea de a întârzia prezisă de soluţia noastră (14%) cu cea reală (60%) este destul de evident că cele două valori sunt diferite. Acum putem înţelege de ce este nevoie să verificăm soluţia. Ea s-a dovedit greşită. Să ne amintim principiu doilea al ştiinţei, reformulat pentru cazul cercetărilor aplicate: în cazul în care datele empirice contrazic predicţia dată de soluţie, soluţia e respinsă. Altfel spus, verificăm soluţia teoretică cu realitatea. Dacă ea nu corespunde realităţii, renunţăm la ea, urmând să căutăm alta. Rezultă imediat importanţa pe care trebuie să o acordăm modului în care facem verificarea; dacă facem erori mari în cursul verificării, putem lua o decizie greşită la compararea datelor cu teoria. Această grijă pentru modul în care se face verificarea este conţinută în afirmaţia: datele empirice trebuie să fie obiective. Acest lucru este mult mai dificil decât pare; e suficient să ne gândim la faptul că orice măsurătoare pe care o realizăm conţine şi erori de măsurare, pe care nu le putem elimina în întregime. De aceea, discrepanţa dintre predicţie şi rezultatele empirice normală; ea apare în majoritatea cazurilor de cercetare ştiinţifică. Diferenţa în sine nu reprezintă un motiv de îngrijorare (puteam obţine de

exemplu 14,86%), ci mărimea ei şi implicaţiile posibile. Dacă diferenţa e mică, o putem atribui erorilor de măsurare. Dacă însă e mare, o astfel de interpretare nu mai e realistă. În cazul nostru, diferenţa este prea mare, mai ales dacă luăm în considerare utilitatea rezultatului: ne putem eventual permite să întărziem o data sau de 2 ori pe semestru, dacă asta înseamnă 30 de minute de somn în plus; dar nu mai este deloc acceptabil dacă vom întărzia la mai mult de jumătate din cursuri. Cele două rezultate (teoretic şi empiric) ne conduc la decizii diferite. Deci le putem considera diferite în raport cu problema noastră. Ce ne rămâne de făcut este să analizăm cauzele posibile care au dus la această discrepanţă mare între soluţia găsită şi realitate. Este pasul firesc al unei cercetări ştiinţifice: dacă ne-am convins că soluţia teoretică e greşită, cel mai bun lucru e să găsim cât mai rapid greşeala făcută. Ce s-ar fi întâmplat dacă soluţia ar fi fost corectă (dacă am fi obţinut de exemplu acel 14,86% amintit mai sus) ? Evident că cele 5 cazuri ale verificării nu ne-ar putea convinge definitiv de corectitudinea soluţiei. Ceea ce am concluziona este că ea e mai probabil să fie corectă decât înainte de verificare. În schimb, dacă verificarea soluţiei contrazice predicţia, putem spune cu certitudine că soluţia e greşită (evident, în condiţiile în care verificarea e obiectivă). Cauzele erorii soluţiei noastre pot fi foarte multe, mai ales că, dacă ne aducem aminte, noi am simplificat cât de mult se putea situaţia reală atunci cănd am construit modelul problemei. Deci orice element care a fost exclus poate la fel de bine să fie cauza rezultatului din verificare. Pe urmă, comportamentul profesorului şi al şoferului a fost poate estimat greşit sau acestea s-au modificat între timp. Se pare deci că nu avem altceva de făcut decât să analizăm toate aceste surse de eroare posibile pentru a explica diferenţa constatată.

Tem ă de reflec ţ ie nr. 1 Identifica ţ i pentru exemplul prezentat în
Tem ă de reflec ţ ie nr. 1 Identifica ţ i pentru exemplul prezentat în

Temă de reflecţie nr. 1

Identificaţi pentru exemplul prezentat în curs şi alte cauze posibile care pot duce la rezultatul empiric descris.

Problema e că o analiză a tuturor surselor de eroare nu are sens pentru simplul motiv că sursele de eroare posibile sunt prea numeroase (le putem considera infinit de multe) şi timpul necesar pentru analizarea lor ar fi mare; iar pe noi nu ne interesează o soluţie obţinută după terminarea anului şcolar. Vom folosi aici un principiu numit briciul lui Occam care într-o formă simplificată afirmă: “ipotezele nu trebuie multiplicate inutil”. În cazul nostru, pentru a restrânge ipotezele cu privire la cauzele erorii, vom începe cu variabilele incluse de noi în model. Dacă constatăm la nivelul lor erori, şi acestea pot explica cea mai mare parte din eroare, este suficient pentru condiţiile practice. În caz contrar suntem nevoiţi să căutăm şi alte surse de eroare.

La o privire sumară vom constata că avem o problemă majoră la variabilele incluse în model. Probabilitatea de a întârzia obţinută (60%) este mai mare decât cea de întârziere a autobuzului (20%); asta ar însemna că noi am întârziat mai des decât ar fi trebuit să întârzie

autobuzul! Evident e absurd (cu excepţia faptului, puţin probabil, în care v-aţi decis să nu intraţi la

Deci, mai mult ca sigur nu am măsurat corect

probabilitatea de a întârzia a autobuzului. Ea este în mod cert mai mare. Deci am făcut o eroare de măsurare (mai exact de estimare) a unuia din parametri.

O altă problemă posibilă este fireşte numărul mic de verificări făcute (doar 5); e posibil că

dacă am lungi perioada de verificări, probabilitatea de a întârzia a autobuzului să scadă. Aici avem de-a face cu o incertitudine a rezultatului determinată de metodele de testare. În sfărşit, e posibil să constatăm că de exemplu autobuzul întărzie de obicei mult (10-15 minute) şi profesorul puţin (2-3

minute), ceea ce necestită corectarea modelului folosit de noi. În aceste condiţii, e mai util să neglijăm probabilitatea de a întârzia a profesorului pentru că autobuzul întârzie mult mai mult decât profesorul; deci, ori de câte ori autobuzul va întârzia, vom întârzia şi noi. Ca urmare, modelul nou ar fi format doar din probabilitatea de a întârzia a autobuzului, şi pe care este nevoie să o reevaluăm. Dacă în urma acestor corecţii am obţinut un rezultat apropiat de cel empiric, putem conchide că am descoperit majoritatea surselor de eroare. Dacă nu, probabil va trebui să luăm în calcul variabilele omise de noi din descrierea situaţiei.

ore imediat - să beţi o cafea, de exemplu

).

Tem ă de reflec ţ ie nr. 2 În ce m ă sur ă metoda
Tem ă de reflec ţ ie nr. 2 În ce m ă sur ă metoda

Temă de reflecţie nr. 2

În ce măsură metoda de verificare propusă este validă pentru a testa soluţia teoretică a problemei din exemplu? Propuneţi o metodă de verificare mai acurată.

Exemplul de mai sus ne permite să înţelegem diferenţa fundamentală dintre cunoştinţele ştiinţifice şi cele neştiinţifice. Cunoştinţele ştiinţifice sunt obligatoriu verificate critic, verificare ce presupune confruntarea lor cu realitatea. Acest demers permite eliminarea sau corectarea soluţiilor respectiv a teoriilor incorecte sau inexacte, ceea ce în cazul cunoştinţelor neştiinţifice nu este posibil.

Am prezentat acest exemplu în ideea de a fi destul de simplu dar care să conţină în mod necesar cât mai multe din elementele unei cercetări reale. În baza acestui exemplu simplificat am putut pune în evidenţă multe din caracteristicile unei cercetări ştiinţifice.

În primul rând, o cercetare ştiinţifică porneşte de la identificarea unei probleme. Problema

poate fi una practică (cum a fost cea folosită în exemplu) sau una teoretică; de fapt, putem considera la limită diferenţa dintre o problemă practică şi una teoretică ca fiind una de generalitate; o

problemă teoretică caută soluţii la mai multe probleme înrudite (în cazul de mai sus, problema “teoretică” ar fi : cum am pleca de acasă în general pentru a nu întârzia de la cursuri, deci nu de la un curs anume sau în cazul unui profesor). În al doilea rând, orice problemă presupune o situaţie reală extrem de complexă, care nu poate fi descrisă sau analizată în întregime; acest lucru este cu atât mai evident în psihologie. Singurul demers rezonabil este de a gasi o simplificare a situaţiei prin identificarea unor parametri pe baza cărora construim un model descriptiv al situaţiei. Urmează să găsim o soluţie a problemei în limitele modelului descriptiv. Dar, deoarece nu avem argumente care să ne asigure că această soluţie e corectă, o vom testa empiric. În cazul unei cercetări aplicative (care presupune rezolvarea unei probleme concrete) testarea decurge asemănător cu demersul prezentat în exemplu. În cazul unei teorii însă, problema testării acesteia este mai complicată, şi va fi descrisă mai târziu.

Tem ă de reflec ţ ie nr. 3 Care ar fi fost consecin ţ ele
Tem ă de reflec ţ ie nr. 3 Care ar fi fost consecin ţ ele

Temă de reflecţie nr. 3

Care ar fi fost consecinţele practice în cazul renunţării la testarea soluţiei din exemplu?

Putem în acest moment construi un model simplificat al procesului de cercetare (figura1). La o analiză sumară a acestui model, constatăm că de fapt, caracterul ştiinţific al cercetării ştiinţifice este dat doar de componenta de testare a soluţiei. În rest, demersul este similar cu cel rezolutiv (rezolvare de probleme). Acest fapt ne permite să înţelegem rolul metodelor de testare ştiinţifică în cadrul unei cercetări. Ele ne permit să verificăm o soluţie odată formulată, dar nu ne sunt de ajutor prea mare la identificarea problemei şi găsirea soluţiei (respectiv elaborarea teoriri în cazul cercetărilor teoretice). Or, eficienţa unei cercetări depinde fundamental de importanţa problemei abordate şi de utilitatea soluţiei. Şi deoarece cursul introductiv de anul I s-a axat în principal pe descrierea metodelor de testare ştiinţifică, abordarea celorlalte elemente ale procesului de cercetare este necesară.

Identificarea problemei

Identificarea problemei Construc ţ ia modelului descriptiv Solu ţ ia Testarea solu ţ iei g ă

Construcţia modelului descriptiv

Identificarea problemei Construc ţ ia modelului descriptiv Solu ţ ia Testarea solu ţ iei g ă

Soluţia

problemei Construc ţ ia modelului descriptiv Solu ţ ia Testarea solu ţ iei g ă site

Testarea soluţiei găsite

descriptiv Solu ţ ia Testarea solu ţ iei g ă site Interpretarea rezultatelor empririce Analiza erorilor

Interpretarea rezultatelor empririce

solu ţ iei g ă site Interpretarea rezultatelor empririce Analiza erorilor Figura 1. Etapele unei cercetari

Analiza erorilor Figura 1. Etapele unei cercetari ştiinţifice aplicative

Fireşte, modelul de mai sus este simplificat. De exemplu, el nu abordează situaţia în care soluţia este greşită. În acest caz, demersul se reia în funcţie de erorile găsite. În problema folosită ca exemplu am schiţat şi un astfel de caz. Şi anume, situaţia în care modelul descriptiv este incorect, urmând corectarea acestuia şi reformularea soluţiei.

urmând corectarea acestuia ş i reformularea solu ţ iei. Rezumat Putem extrage din exemplul de mai

Rezumat

Putem extrage din exemplul de mai sus câteva concluzii importante despre modul în care se realizează o cercetare:

Una din problemele cu care se confruntă o cercetare este complexitatea situaţiilor reale. Noi putem aborda această problemă prin simplificarea situaţiei astfel încât să găsim o soluţie utilizabilă.

Demersul adoptat e simplu: ce ne interesează e să găsim o soluţie la problemă, nu să abordăm situaţia în toată complexitatea ei (ceea ce este evident imposibil). Datorită simplificării, soluţia găsită nu e perfectă; mai mult, poate fi greşită sau nesatisfăcătoare. Din aceste motive suntem

obligaţi să o testăm, comparând-o cu realitatea. Testarea soluţiei ridică problema obiectivităţii datelor empirice. Dacă acestea sunt incorecte, vom eşua în tentativa noastră de a verifica soluţia. Caracterul ştiinţific al cercetării este dat de testarea soluţiei teoretice. Însă o cercetare ştiinţifică nu se reduce la testarea de ipoteze.

ş tiin ţ ific ă nu se reduce la testarea de ipoteze. Recomand ă ri ş

Recomandări şi comentarii cu privire la temele de reflecţie

Tema 1: Nu căutaţi să construiţi soluţia fără a avea un model al problemei. Adesea, acesta poate fi obţinut prin analiza şi corectarea modelelor folosite de soluţiile existente (de exemplu prin adaugarea unei variabile în modelul existent). Nu începeţi cercetarea de la zero dacă există deja soluţii la problemă.

Tema 2: Verificarea eficienţei soluţiei găsite se face întotdeauna în funcţie de obiectivul prevăzut (adică prin compararea cu rezultatul dorit).

Tema 3: Vezi principiile unui demers ştiinţific!

Tema 3: Vezi principiile unui demers ş tiin ţ ific! Bibliografie minimal ă pentru acest modul

Bibliografie minimală pentru acest modul

Radu, I., Miclea. M., Albu, M. Nemes, S. Moldovan, O., Szamoskozi, S. (1993) Metodologie Psihologica si analiza datelor. Editura Sincron, Cluj Napoca.

Heiman, G., W., (2001) Understanding Research Methods and Statistics: an integrated approach. Houghton Mifflin Company, Boston. Dane, F. (1990) Research methods. Brooks Company, California. Richard Feynman (1998) The Meaning Of It All. Reading, Mass.: Addison-Wesley.

Modul 2 CONSTRUCŢIA ŞI ANALIZA TEORIILOR ŞTIINŢIFICE

Scopul modulului: oferirea unui cadru general care să ofere criterii pentru analiza calitativă a unei teorii ştiinţifice.

Obiectivele modulului: la finalul acestui modul, studenţii vor fi capabili:

: la finalul acestui modul, studen ţ ii vor fi capabili: ∑ s ă evalueze suficien

să evalueze suficienţa şi valoarea datelor empirice de plecare;

să aprecieze corectitudinea raţionamentului logic prin care s-a elaborat teoria

să evalueze eficienţa teoriei de a explica datele existente şi de a face predicţii verificabile

să înţeleagă modalitatea prin care putem compara teoria cu alte teorii concurente.

Scopul final al oricărui demers ştiinţific este explicaţia unui fenomen psihologic, explicaţie ce stă la baza soluţiilor propuse de cercetător spre a rezolva anumite probleme. Această explicaţie în cercetarea ştiinţifică i-a forma unei teorii ştiinţifice.

Caracteristicile unei teorii ştiinţifice Majoritatea cunoştinţelor noastre despre realitate este conţinută în teoriile ştiinţifice. În cele ce urmează, vom face o scurtă prezentare a caracteristicilor unei teorii ştiinţifice. Ele decurg din principiile cercetării ştiinţifice şi reprezintă “scheletul” demersului prin care se propun teorii noi sau se modifică cele existente. Conant defineşte cunoaşterea ştiinţifică ca “o serie interconectată de concepte şi scheme conceptuale care au fost dezvoltate ca rezultat al experimentării şi observaţiei şi sunt utile în elaborarea de noi experimente şi observaţii”. Această definiţie surprinde calitatea de continuu a progresului cunoaşterii ştiinţifice; nici o teorie nu este definitivă, ci un punct de vedere provizoriu obţinut prin interpretarea faptelor ştiinţifice la care avem acces la un moment dat. Ea serveşte ca punct de plecare pentru acumularea de alte fapte obiective, care vor genera noi teorii. O teorie ştiinţifică este o construcţie complexă, ce nu se rezumă la o simplă însumare de fapte observate; structura unei teorii reprezintă relaţia dintre datele şi cunoştinţele ştiinţifice, stabilită pe respectarea regulilor de raţionament logic. Principalul rol al teoriilor ştiinţifice este explicativ; puterea explicativă a unei teorii se restrânge la un anumit domeniu al fenomenelor lumii

fizice (domeniul de aplicabilitate al teoriei). O teorie ştiinţifică validă oferă o explicaţie unică pentru orice fenomen ce aparţine domeniului ei de aplicabilitate. Teoriile ştiinţifice valide respectă o serie de principii care le conferă obiectivitate, ceea ce este crucial din punct de vedere ştiinţific.

Caracterul empiric al unei teorii rezultă din suportul factual al acesteia, reprezentat de toate datele ştiinţifice (observaţii, măsurători) care stau la baza teoriei. Orice teorie ştiinţifică este elaborată pornind de la date obiective măsurate privind fenomenele sau procesele studiate. Datele sunt obţinute în condiţii experimentale controlate şi trebuie să fie verificabile (adică exprimate într- o formă ce permite verificarea lor de către alţi cercetători). De exemplu, rezultatul unei observaţii subiective nu este direct accesibil unui alt cercetător; înregistrarea datelor în timpul observaţiei poate fi reanalizată însă de persoane care nu au fost prezente în cursul observaţiei. În plus, datele ştiinţifice trebuie să fie replicabile. Cu alte cuvinte, repetarea condiţiilor în care datele unui studiu experimental au fost obţinute trebuie să conducă la rezultate similare cu cele ale studiului iniţial. Cele două condiţii, verificabilitatea şi replicabilitatea datelor conferă obiectivitate faptelor ştiinţifice.

Caracterul raţional al unei teorii este conferit de suportul logicii formale prin care este verificată orice afirmaţie ştiinţifică. Orice teorie reprezintă o serie de enunţuri deduse pe cale logică din faptele ştiinţifice şi cunoştinţele considerate valide. Modul de prezentarea a raţionamentului care a dus la construcţia teoriei trebuie să fie suficient de clar şi complet, pentru a putea fi verificat de comunitatea ştiinţifică.

Testabilitatea (falsificabilitatea) unei teorii reprezintă posibilitatea de a verifica experimental predicţiile acesteia. O teorie ştiinţifică este considerată validă atunci când predicţiile ei cu privire la fenomene aparţinând domeniului de aplicativitate pot fi enunţate într-o formă măsurabilă experimental şi verificate prin compararea cu date empirice. Falsificabilitatea unei teorii presupune constrângerea de a formula teoria în aşa fel încât dacă ea nu e adevărată să putem dovedi acest lucru prin studii experimentale. Testarea teoriilor presupune două condiţii: (a) alegerea unui caz particular din domeniul de aplicabilitate al teoriei ce permite realizarea unei măsurători experimentale în condiţii strict controlate; (b) măsurătorile ştiinţifice necesare verificării să poată fi realizate cu suficientă precizie pentru a putea fi comparate cu predicţia. De exemplu, diferenţa dintre predicţia teoriei relativităţii şi a celei newtoniene cu privire la masa corpurilor nu poate fi verificată decât în cazul obiectelor cu

viteză apropiată de cea a luminii; pentru obiectele ce se deplasează cu viteză mică, precizia măsurării masei sale nu este suficient de mare pentru a pune în evidenţă diferenţa dintre cele două predicţii. Caracteristica de testabilitate a teoriilor trebuie însă abordată mai flexibil. Dacă o teorie este plauzibilă şi extrem de importantă pentru progresul ştiinţei, dar încă nu se poate testa, nu e abandonată. Dimpotrivă, se depun eforturi mari pentru ca ea să poată fi testată. Un exemplu este teoria relativităţii generale a lui Einstein, care a fost luată în considerare, deşi nu a putut fi verificată imediat. Uneori dificultatea e dată de precizia rezultatului verificării empirice care este decisiv pentru validarea teoriei (un exemplu recent îl reprezintă verificarea experimentală reuşită în 1998 a teoriei decoerenţei cuantice propusă încă din 1982 de Wojciech Zurek; au fost necesari 16 ani de eforturi pentru atingerea preciziei de măsurare necesare verificării experimentale).

Generalitatea este o caracteristică legată de mărimea domeniului de aplicabilitate a unei teorii. O teorie mai generală este de preferat uneia specifice pentru că exprimă doar relaţiile general valabile dintre datele ştiinţifice, neglijând aspectele particulare. O teorie generală presupune însă şi modele descriptive mai generale, care sunt dificil de obţinut. Ca urmare, în practică se începe prin teorii particulare, care ulterior sunt înlocuite prin teorii generale. Un exemplu în acest sens este teoria atracţiei generale formulată de Newton pe baza unor teorii şi legi particulare (legile lui Kepler şi Galilei).

Simplitatea (parcimonitatea) este o condiţie importantă în procesul de evaluarea a teoriilor. Dintre mai multe teorii cu acelaşi domeniu de aplicabilitate şi aceleaşi predicţii este preferată teoria cea mai simplă (care oferă explicaţii mai simple). Aperent, simplitatea vine în contradicţie cu ceea ce am constatat în capitolul precedent. Şi anume, realitatea este foarte complexă. Prin urmare, ne aşteptăm ca o teorie mai bună să fie şi ea mai complexă. Rezultă deci că teoriile ştiinţifice nu devin din ce în ce mai simple; dimpotrivă, ele devin mai generale şi mai complexe. O teorie nu este suficient să fie doar simplă pentru a fi validă. O interpretare eficientă a principiului parcimonităţii este dată de Poincaré: el este valabil în cazul teoriilor de acelaşi nivel. Adică, dacă avem mai multe teorii concurente de aceeaşi valoare şi tratând aceeaşi problemă, este de preferat teoria mai simplă. Putem evita astfel complicarea inutilă în construcţia teoriilor. Simpla enumerare a caracteristicilor unei teorii ştiinţifice ne sugerează cât de complex este în realitate procesul de elaborare şi testare a unei teorii ştiinţifice. El nu poate fi redus la verificarea unei ipoteze de cercetare. În stadiul actual al dezvoltării oricărui domeniu al ştiinţei, teoriile alcătuiesc o reţea complexă; teoriile sunt interconectate.

O eroare la nivelul unei teorii afectează acele teorii care se bazează pe ea; la rândul lor, acestea din urmă afectează alte teorii, procesul propagându-se în întreg corpul de teorii al disciplinei. În cazul în care din corpul de cunoştinţe o teorie se dovedeşte a fi eronată, trebuiesc reanalizate toate teoriile ce decurg din ea; un proces destul de dificil şi de lungă durată. În consecinţă, validarea unei teorii este o procedură cu consecinţe mult mai extinse decât teoria în cauză.

Pe de altă parte, o structură de cunoştinţe organizată în teorii interconectate oferă un punct de plecare pentru o viitoare cercetare fundamentală. Obiectivul unei cercetări viitoare este determinat de ceea ce cunoaştem, respectiv nu cunoaştem despre problema în cauză; aceste cunoştinţe sunt organizate în teorii. Este nerealistă ideea de a începe o cercetare pornind de la observaţie sau ipoteză neglijând cunoştinţele (corpul de teorii) existente. Există şi situaţii care ne pot uneori determina să recurgem la o astfel de procedură, şi anume atunci când nu avem date empirice sau teorii cu privire la problema cercetată. Însă şi în acest caz începem prin a defini problema cere ne interesează; nu acţionăm “orbeşte”. Cu toate acestea, majoritatea tratatelor şi cursurilor de metode de cercetare din ştiinţele socio-umane nu acceptă încă acest punct de vedere. Idea de a iniţia cercetarea pornind de la observaţie a funcţionat în special în faza iniţială de dezvoltare a ştiinţei, moment în care teoriile ştiinţifice lipseau sau erau vagi. Acesta a fost stadiul conoştinţelor în fizică în secolul XVII, sau în psihologie în secolul XIX. În momentul de faţă, procedura nu mai este eficientă. Pentru a putea înţelege aceste afirmaţii, vom prezenta schematic structura unei teorii ştiinţifice.

Structura unei teorii. Căi de construcţie şi analiză a teoriilor

Orice teorie ştiinţifică are la bază date empirice obiective, modele descriptive sau explicative respectiv afirmaţii rezultate din alte teorii sau legi ştiinţifice (figura2). Ele reprezintă premisele din care, în urma unor raţionamente de tip inductiv se obţine teoria ştiinţifică.

Din cele discutate în capitolul anterior putem înţelege principala problemă a demersului constă: premisele sunt întotdeauna incomplete. Ne aflăm de fapt într-o situaţie analogă cu problema determinării regulilor unui joc logic pe care nu îl cunoaştem deloc (Richard Feymnan a folosit un exemplu similar în lucrarea sa “Lectures on Physics”, comparând cercetarea ştiinţifică cu descoperirea regulilor jocului de şah în timpul disputării unei partide). Situaţia privind raportul dintre faptele ştiinţifice verificate şi domeniul unei teorii o aveţi reprezentată în figura 3; ea este determinată de dificultatea procesului de obţinere a cunoştinţelor ştiinţifice, şi de mărimea domeniului teoriilor. Teoriile au întotdeauna un domeniu de aplicabilitate mai larg decât cel acoperit de datele empirice cunoscute. Este o sarcină imposibilă să adunăm toate datele necesare

pentru a avea premise certe.

Date empririce Teorii stiintifice D1 T1 D2 TEORIE T2 D3 T3 D4 Modele descriptive
Date empririce
Teorii stiintifice
D1
T1
D2
TEORIE
T2
D3
T3
D4
Modele
descriptive

Figura 2. Construcţia unei teorii ştiinţifice

Ca urmare, date fiind premisele incerte, concluzia raţionamentului inductiv poate fi falsă.

Cu cât teoria elaborată este mai generală, cu atât creşte incertitudinea, in special prin creşterea

domeniului de aplicabilitate, deci a numărului de situaţii care trebuiesc explicate. Iată de ce este

dificilă construirea de teorii generale, acesta fiind motivul pentru care în orice domeniu nou al

ştiinţei, primele teorii sunt particulare.

Elaborarea unei teorii ştiinţifice este deci un proces complicat şi de durată. Pentru a ajunge

la o teorie ştiinţifică generală, soluţia este de a progresa din aproape în aproape. Din punct de

vedere al istoriei ştiinţei, procesul debutează cu studierea unor fenomene particulare, rezultând legi

sau teorii particulare. În urma acumulării acestora, se ceează condiţiile pentru unificarea lor în teorii

generale.

Tem ă de reflec ţ ie nr. 1 Încerca ţ i s ă identifica ţ
Tem ă de reflec ţ ie nr. 1 Încerca ţ i s ă identifica ţ
Tem ă de reflec ţ ie nr. 1 Încerca ţ i s ă identifica ţ

Temă de reflecţie nr. 1

Încercaţi să identificaţi etapele construcţiei unui teorii din domeniul

psihologiei.

Procedeul este mai dificil de pus în practică pentru ştiinţele sociale, datorită marii complexităţi a oricărui fenomen social, complexitate determinată de componenta umană. Nu putem începe cu întrebări de genul “de ce cad obiectele?” sau “de ce plouă?” ca să ajungem la legea atracţiei gravitaţionale sau la cele ale termodinamicii.

Domeniul
Domeniul

teoriei

Date

stiintifice

cunoscute

Figura 3. Relaţia dintre domeniul de aplicabilitate al unei teorii şi faptele ştiinţifice care o susţin

Până şi un comportament simplu cum ar fi timpul de reacţie motor la un stimul extern include decizii bazate pe strategii rezolutive complexe, dificil de studiat şi de măsurat. Soluţia folosită a este simplificarea intensă a situaţiilor. În acest scop, Karl Popper a propus un model pentru dezvoltarea rapidă a teoriilor ştiinţifice bazat pe simplificare şi modelare descriptivă:

P 1

bazat pe simplificare ş i modelare descriptiv ă : P 1 TT DC P 2 P

TT

DC

pe simplificare ş i modelare descriptiv ă : P 1 TT DC P 2 P 1

P 2

P 1 reprezintă problema studiată, TT este o tentativă de teorie care este supusă unui demers critic DC a cărui consecinţă este o altă problemă P 2 (reformularea lui P 1 în cazul în care TT nu e corectă, sau o problemă nouă, ca o consecinţă a lui TT). Demersul este “scurtcircuitat” în scopul obţinerii de soluţii (teorii) viabile în raport cu problema studiată. Deseori, atunci când problema studiată este complexă, este mai util să acceptăm o soluţie incompletă decât lipsa oricărei soluţii. De exemplu, în probleme de selecţie de personal, o procedură imperfectă este utilă dacă e mai eficientă decât selecţia la întâmplare; ea rămâne viabilă până obţinem o soluţie şi mai eficientă.

Cu toate acestea, construcţia unei teorii nu este deloc o operaţie de rutină. Teoria nu este doar o concluzie generală rezultată din premise obţinute la întâmplare, ci rezultatul unei căutări conştiente a premiselor (informaţiilor) care oferă o descriere a caracteristicilor relevante ale problemei. Pentru a oferi o imagine cât mai acurată a procedurii de obţinere a premiselor, vom recurge la o analogie, folosind ca exemplu o sarcină de evaluare a raţionamentului formal, prezentă în bateria piagetiană.

Sarcina constă în determinarea proprietăţilor a 4 substanţe chimice prin combinarea lor. Pentru a urmări efectul intaracţiunii dintre substanţe se foloseşte un indicator chimic, care schimbă culoarea soluţiei dacă o reacţie chimică a avut loc, şi o lasă neschimbată dacă substanţele amestecate nu reacţionează chimic între ele. Substanţele pot fi de mai multe feluri: reactivi (substanţe care reacţionează între ele) solvenţi (care dizolvă substanţele în scopul de a permite reacţia) inhibitori (împiedică reacţia chimică), inerte (nu reacţionează cu alte substanţe) şi catalizatori (intensifică reacţia sau o fac posibilă dacă substanţele amestecate reacţionează dificil). Obiectivul este de a identifica rolurile celor 4 substanţe, prin amestecarea lor şi urmărirea interacţiunii lor prin adăugarea indicatorului.

Sarcina seamănă foarte mult cu demersul de obţinere a unei teorii. “Teoria” corectă este în acest caz identificarea corectă a rolului fiecărei substanţe. Instrumentul de măsură este reprezentat de indicatorul chimic, iar modelul descriptiv este reprezentat de rolurile posibile ale substanţelor chimice. Să urmărim cum putem rezolva sarcina.

Evident, amestecarea celor 4 substanţe (pe care le vom nota cu A, B, C şi D) şi adaăgarea indicatorului nu ne oferă datele necesare identificării substanţelor. E posibil de exemplu ca indicatorul să nu îşi schimbe culoarea, ceea ce nu înseamnă că nici una din substanţe nu e reactant. S-ar putea ca între ele să existe un inhibitor, sau să nu avem catalizator (şi acesta să fie necesar). Situaţia este similară cu cea a stabilirii interacţiunii corecte dintre mai mulţi factori sociali. Rezultanta comportamentală poate fi consecinţa unor efecte de sens contrar, care se pot anula reciproc. În aceste condiţii, este mai util să încercăm câteva combinaţii particulare de substanţe.

Să notăm pentru simplificare schimbarea culorii indicatorului cu “X” şi menţinerea culorii sale cu “-“. Să începem cu amestecurile de două substanţe (minimum de substanţe necesare pentru o reacţie chimică):

1.

AB:

-

Am obţinut primul rezultat. Cum îl putem interpreta? Avem 2 alternative de interpretare:

a) Cele două substanţe nu reacţionează, deci cel puţin una din ele NU este reactant;

b) Ambele sunt reactanţi, dar au nevoie de catalizator.

Să continuăm:

2. CD:

X

Deci C şi D reacţionează; avem pentru acest caz o singură interpretare posibilă: C şi D sunt reactanţi. Acum, pentru că ştim deja rolul lor, adăugând pe rând pe A şi pe B avem şansa să aflăm de exemplu dacă una din ele este inhibitor:

3. ACD: X

4.

BCD:

-

Putem fi siguri că B este inhibitor, dar nu putem încă identifica rolul lui A (poate fi reactant, catalizator, neutră sau solvent dar NU şi inhibitor).

5.

6.

AC:

AD:

-

-

Interpretarea cea mai plauzibilă este: A nu este reactant. Este posibil însă ca A să fie reactant, dar să necesite un catalizator pentru a reacţiona.

7. ABCD:

-

Dacă A ar fi catalizator, ar fi trebuit să obţinem reacţia (evident, am simplificat puţin, compuşii chimici reali nu se comportă neapărat aşa). Deci A este probabil solvent sau neutră. Mai mult însă nu putem afla. Pentru a afla rolul real al lui A ar trebui să avem în studiu şi alte substanţe, de exemplu substanţe care nu reacţionează decât cu ajutorul solvenţilor.

După câte putem constata, am obţinut o soluţie incompletă. Decupajul de 4 substanţe nu permite mai mult. Revenind la problema cercetării ştiinţifice, putem constata că multe din

elementele demersului prezentat mai sus sunt comune şi unei cercetări teoretice. Pentru a rezolva sarcina, am fost obligaţi să recurgem la situaţii particulare precis definite (prezenţa doar a anumitor substanţe şi excuderea celorlalte). Este exact ceea ce facem atunci când studiem comportamentul rezultat în anumite condiţii particulare strict controlate. Metoda care ne permite acest lucru este experimentul, pentru că face posibilă stabilirea unor condiţii precise de lucru şi selectarea verficarea efectului doar a unor variabile, respectiv excluderea factorilor (variabilelor) nedoriţi din cercetare.

Interesant este însă că pentru aceste 7 încercări nu am avut nici o ipoteză precisă de verificat cu privire la rezultatul fiecărei încercări. Aveam cel mult expectanţe privind rezultatele posibile; de exemplu, la amestecul a două substanţe, să avem o reacţie dacă cele 2 substanţe sunt reactanţi, şi să nu obţinem reacţie în restul situaţiilor. Problema pe care o verificăm în aceste cazuri a fost: ce se întâmplă dacă amestecăm pe A cu B? Scopul nostru a fost de a aduna date empirice care să ne permită formularea de ipoteze. În cercetarea ştiinţifică astfel de experimente se numesc exploratorii. Rolul lor este de a oferi date empirice care servesc drept premise pentru raţionamente de tip inductiv. Primele rezultate au dus la un număr mare de concluzii posibile; numărul concluziilor a scăzut pe măsură ce prin raţionamente inductive am obţinut interpretări certe.

În plus, dacă aţi fost atenţi, nu am avut nevoie să încercăm TOATE combinaţiile posibile ale celor patru substanţe (există 11 combinaţii în total). Concluziile rezultate din încercările anterioare ne-au oferit indicaţii despre care din combinaţiile rămase neverificate ne pot oferi informaţii suplimentare. Deci, după câteva încercări de tipul “încercare şi eroare” am folosit datele obţinute pentru a ne conduce în restul investigaţiilor. Demersul este similar şi în cazul construcţiei teoriilor. Dacă nu avem nici un fel de date empirice despre fenomenul studiat, începem cu câteva observaţii sau evaluări nesistematice având ca scop culegerea de date primare. Odată acestea obţinute însă, ele sunt analizate; concluziile rezultate din analiză sunt cele care ne conduc demersul în continuare. Dacă problema e complexă (sunt mulţi factori implicaţi) cea mai bună strategie este să studiem efectul fiecărui factor separat. Cel mai bun mijloc (dacă e posibil) este experimentul explorator. După ce obţinem date prin experimente exploratorii, analizăm rezultatele şi prin raţionamente inductive stabilim modele primare. Urmează analiza efectelor cumulate a mai multor factori (respectiv interacţiuni dacă e cazul). Uneori demersul este tot explorator, atunci când nu avem la dispoziţie ipoteze privind rezultatul posibil. Alteori (de exemplu pentru verificările (3) şi (4) din exemplul de mai sus, avem deja ipoteze privind rezultatul posibil. În cazul (3) şi (4) ipoteza este:

Întrucât Cşi D au reacţionat, dacă prin ad