Sunteți pe pagina 1din 91

UNIVERSITATEA BABE-BOLYAI CLUJ-NAPOCA

FACULTATEA DE PSIHOLOGIE I TIINELE EDUCAIEI


CATEDRA DE PSIHOLOGIE

METODE CANTITATIVE de CERCETARE

- SEMESTRUL II -

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

Date de identificare curs i contact tutori:

Nume: Lector universitar dr. Balazsi

Numele cursului Metode cantitative i analiza

Robert

datelor

Birou: Birou 6 sediul Fac. de Psihologie i

Codul cursului - PLR1639

tiinele Educaiei, str. Republicii 37

Anul, Semestrul anul 3, sem. 2

Telefon: 0264-590967

Tipul cursului - Opional

Fax: 0264-590967

Pagina web a cursului-

E-mail: robertbalazsi@psychology.ro

psychology.psiedu.ubbcluj.ro

Consultaii: Miercuri, 12-14

Tutore Lector universitar dr. Balazsi Robert


Asist. universitar drd. Bivolaru Adrian
metodecantitative@psychology.ro

Condiionri i cunotine prerechizite


Asimilarea cunotinelor aferente acestui curs este condiionat de parcurgerea i
promovarea n prealabil a disciplinelor universitare Psihologie Experimental i Analiza Datelor I i
Psihologie Experimental i Analiza Datelor II, parcurse n primele dou semestre de studii.
Cunotinele oferite de aceast disciplin reprezint un cadru metodologic indispensabil al
proiectrii i derulrii unei cercetri cantitative. n totalitatea lor, aceste prerechizite vor fi foarte
utile n elaborarea lucrrii de licen precum i a proiectelor de cercetare ce urmeaz a fi predate la
alte discipline aplicative.

Descrierea cursului
Cursul de Metode Cantitative de Cercetare face parte din pachetul de discipline facultative
ale specializrii psihologie, nivel licen, din cadrul Facultii de Psihologie i tiine ale Educaiei
a Universitii Babe-Bolyai din Cluj-Napoca. Disciplina ofer cunotine conceptuale i
procedurale legate de problematica cercetrii cantitative, astfel fundamentnd i facilitnd
accesibilitatea studenilor la o serie de discipline aplicate (Psihologia Muncii, Psihologie Clinic sau
Psihologie colar). Tematicile abordate n cadrul cursului reprezint un preambul esenial pentru
toate cursurile menionate mai sus.
Afirmarea psihologiei ca i disciplin tiinific a fost condiionat de elaborarea unei
metodologii care s permit cuantificarea i msurarea variabilelor implicate, colectarea n bune
2

condiii a datelor cercetrii reprezentnd un imperativ al cercetrii. Garania calitii datelor este un
singur cuvnt: calitatea controlului metodologic. Materialul a fost elaborat avnd n vedere dou
obiective principale: oferirea de competene necesare pentru realizarea lucrrii de licen, respectiv
cele pentru abordarea problemelor de cercetare specifice psihologilor practicieni. Ca urmare,
capitolele urmtoare se vor referi mai cu seam la acele etape ale unei cercetri tiinifice
necuprinse n programa anului I, cum ar fi: stabilirea obiectivului unei cercetri, modul de
construcie a unei ipoteze, importana modelelor descriptive n cercetare, identificarea erorilor n
cercetare, generalizarea rezultatelor, interpretarea datelor empirice.
n plus, sunt prezentate principiile procedurilor de inferen statistic i rolul lor n controlul
erorilor i interpretarea datelor. Materiale detaliate privind utilizarea metodelor de analiza datelor n
cercetare, necesare pentru interpretarea rezultatelor din lucrarea de diplom le vei primi n
semestrul II. Ele v sunt de prea puin folos n etapa de proiectare a cercetrii.
n acest fel, se completeaz cunotinele dobndite la cursul din anul I de psihologie
experimental, destinate n special parcurgerii lucrrilor de cercetare, deci pentru consumarea de
cercetare. Aceste cunotine ofer o imagine de ansamblu a principalelor tehnici experimentale i
statistice folosite pentru testarea ipotezelor n cercetrile contemporane. Suficient pentru a citi
cercetare, dar nu destul pentru a o produce. Altfel spus, n anul I ai nvat cum se testeaz o
ipotez, dar nu i cum se construiete ea; i prea puin despre scopul pentru care testm noi ipoteze.

Organizarea temelor n cadrul cursului


Cursul este structurat pe cinci module de nvare, corespunztor structurii funcionale a
unei cercetri, n felul urmtor: Principiile cercetrii tiinifice. Planul unei cercetri aplicative
(modul I), construcia i analiza testelor tiinifice (modulul II), validitatea i fidelitatea msurrilor
i teoria erorilor de msurare (modul III), testarea ipotezelor experimentale; limitele metodei de
inferen statistic (modul IV) i paii elaborrii unui proiect de cercetare (modul V). Parte a
acestui curs sunt i aplicaiile TIC aplicate n Analiza Statistic a Datelor. Tematicile
specificate reprezint elemente clasice al oricrui manual de introducere n metodologia cercetrii i
analizei datelor care-i propune discuia prezentarea principiilor care guverneaz cercetarea
psihologic.
Nivelul de nelegere i implicit, utilitatea informaiilor pe care le regsii n fiecare modul
vor fi sensibil optimizate dac, n timpul parcurgerii suportului de curs, vei consulta sursele
bibliografice recomandate. De altfel rezolvarea tuturor lucrrilor de verificare impune, cel puin,
parcurgerea referinelor obligatorii, menionate la finele fiecrui modul. n situaia n care nu vei
reui s accesai anumite materiale bibliografice, suntei invitai s contactai tutorii disciplinei.

Formatul i tipul activitilor implicate de curs


Parcurgerea celor cinci modul incluse n curs va presupune att ntlniri fa n fa
(consultaii), discuii pe forum ct i munc individual. Consultaiile, pentru care prezena este
facultativ, reprezint un sprijin direct acordat dumneavoastr din partea titularului i a tutorilor. Pe
durata acestora vom recurge la prezentri contrase a informaiilor eseniale aferente fiecrui modul
dar mai cu seam v vom oferi, explicaii i rspunsuri directe la ntrebrile pe care ni le vei adresa.
Activitatea i discuiile de forum v vor permite respectarea unui ritm de nvare i n acelai timp
discuiile cu colegii i moderatorii forumului v va permite i verificarea cunotinelor asimilate i
extinderea lor. n ceea ce privete activitatea individual, aceasta o vei gestiona dumneavoastr i
se va concretiza n parcurgerea tuturor materialelor bibliografice obligatorii, rezolvarea lucrrilor de
verificare i a proiectului de semestru. Reperele de timp i implicit perioadele n care vei rezolva
fiecare activitate (lucrri de verificare, proiect etc) sunt monitorizate de ctre noi prin intermediul
calendarului disciplinei. Modalitatea de notare si respectiv, ponderea acestor activiti obligatorii n
nota final v sunt precizate n seciunea: politica de evaluare i notare precum i n cadrul fiecrui
modul.
Pe scurt, avnd n vedere particularitile nvmntului la distan dar i reglementrile
interne ale CFCID al UBB parcurgerea i promovarea acestei discipline presupune antrenarea
studenilor n urmtoarele tipuri de activiti:
a. consultaii pe parcursul semestrului vor fi organizate dou ntlniri de consultaii fa n
fa; prezena la aceste ntlniri este facultativ;
b. realizarea unui proiect de semestru cu o tem i un set de sarcini anunate cu cel puin 30 de
zile naintea datei de depunere a acesteia.
c. 2 lucrri de evaluare care vor fi rezolvate i, respectiv trimise tutorilor n conformitate cu
precizrile din calendarul disciplinei.
d. forumul de discuii acesta va fi monitorizat de echipa de tutori i supervizat de titularul
disciplinei.

Materiale bibliografice obligatorii


In suportul de curs, n cadrul fiecrui modul sunt precizate referinele bibliografice
obligatorii care permit asimilarea corect a informaiilor, iar la sfritul modulului apar cele
facultative, care s permit aprofundarea cunotinelor. Sursele bibliografice au fost astfel stabilite
nct s ofere posibilitatea adncirii nivelului de analiz si, implicit, nelegerea mai bun a fiecrei
component a cercetrii. Volumul Psihologie experimental i metodologia analizei datelor
4

(1993), este referina obligatorie principal pentru acest curs. Caracteristica sa definitorie o
constituie prezentarea interat a demesului de cercetare, de la fazele sale timpurii (formularea unie
probleme de cercetare) i pn la finalizarea cercetrii (analiza statistic a datelor i interpretarea
rezultatelor). Aceast referin menionat la bibliografia obligatorie se regsete i poate fi
mprumutat de la Biblioteca Facultii de Psihologie din cadrul Bibliotecii Centrale Lucian
Blaga.

Materiale i instrumente necesare pentru curs


Optimizarea secvenelor de formare reclam accesul studenilor la urmtoarele resurse:
- calculator conectat la internet (pentru a putea accesa bazele de date i resursele electronice
suplimentare dar i pentru a putea participa la secvenele de formare interactiv on-line)
- imprimant (pentru tiprirea materialelor suport, a temelor redactate, a studiilor de caz)
- acces la resursele bibliografice (ex: abonament la Biblioteca Central Lucian Blaga)
- acces la echipamente de fotocopiere.

Calendar al cursului
Pe parcursul semestrului II, n care se studiaz disciplina de fa, sunt programate 2 ntlniri
fa n fa (consultaii) cu toi studenii; ele sunt destinate soluionrii, nemediate, a oricror
nelmuriri de coninut sau a celor privind sarcinile individuale. Pentru prima ntlnire se recomand
lectura atent a primelor dou module; la cea de a doua se discut ultimele trei module i se
realizeaz o secven recapitulativ pentru pregtirea examenului final. De asemenea n cadrul celor
dou ntlniri studeni au posibilitatea de a solicita titularului i / sau tutorilor sprijin pentru
rezolvarea anumitor lucrri de verificare sau a proiectului de semestru, n cazul n care nu au reuit
singuri. Pentru a valorifica maximal timpul alocat celor dou ntlniri studenii sunt atenionai
asupra necesitii suplimentrii lecturii din suportul de curs cu parcurgerea capitolelor aferente a
bibliografiei obligatorii. n acelai calendar se regsesc i termenele la care trebuie transmise /
depuse lucrrile de verificare aferente fiecrui modul precum i data limit pentru depunerea
proiectului de semestru.

Calendar activiti
Consultaii I

Martie 2015
Sindicatelor nr. 7, Cluj Napoca

Consultaii II

Martie 2015
Sindicatelor nr. 7, Cluj Napoca

Consultaii III

Mai 2015
5

Sindicatelor nr. 7, Cluj Napoca


Mai 2015

Proiect de semestru anunare


subiect

(se va preda la data examenului final)


Examen final

(urmeaz a fi fixat la consultaii)

Politica de evaluare i notare


Evaluarea final se va realiza pe baza unui examen scris desfurat n sesiunea de la finele
semestrului VI. Nota final se compune din: a. punctajul obinut la acest examen n proporie de
60% (Aplicaii TIC n Analiza Statistic a Datelor); b. evaluarea proiectului de semestrum
reprezentnd unica tem cu pondere de 40%;. Fiecare tip de activitate va fi notat cu o not de la 1
la 10, nota final fiind media ponderat a notelor.
Modulul cuprinde dou lucrri de verificare care vor fi transmise tutorelui la termenele
precizate n calendarul disciplinei. Instruciuni suplimentare privind modalitile de elaborare,
redactare, dar i criteriile de notare ale lucrrilor, v vor fi furnizate de ctre titularul de curs sau
tutori n cadrul ntlnirilor fa n fa.

Elemente de deontologie academic


Se vor avea n vedere urmtoarele detalii de natur organizatoric:
- Orice material elaborat de ctre studeni pe parcursul activitilor va face dovada
originalitii. Studenii ale cror lucrri se dovedesc a fi plagiate nu vor fi acceptai la examinarea
final.
- Orice tentativ de fraud sau frauda depistat va fi sancionat prin acordarea notei minime
sau n anumite condiii prin exmatriculare.
- Rezultatele finale vor fi puse la dispoziia studenilor prin afiaj electronic.
- Contestaiile pot fi adresate n maxim 24 de ore de la afiarea rezultatelor iar soluionarea
lor nu va depai 48 de ore de la momentul depunerii.

Studeni cu dizabiliti:
Titularul cursului i echipa de tutori i exprim disponibilitatea, n limita constrngerilor
tehnice i de timp, de a adapta coninutul i metodele de transmitere a informaiilor precum i
modalitile de evaluare (examen oral, examen on line etc.)

n funcie de tipul dizabilitii

cursantului. Altfel spus, avem n vedere, ca o prioritate, facilitarea accesului egal al tuturor
cursanilor la activitile didactice i de evaluare.

Strategii de studiu recomandate:

Date fiind caracteristicile nvmntului la distan, se recomand studenilor o planificare


foarte riguroas a secvenelor de studiu individual, coroborat cu secvene de dialog pe forum, cu
tutorii i respectiv titularul de disciplin. Lectura fiecrui modul i rezolvarea la timp a lucrrilor de
evaluare garanteaz nivele nalte de nelegere a coninutului tematic i totodat sporesc ansele
promovrii cu succes a acestei discipline.
Planificai-v s alocai cel puin la fel de mult timp pentru studiul fiecrei teme online a
cursului pe ct ai aloca dac ai studia tema respectiv n varianta clasic a cursurilor fa n fa.
Planificai-v un interval orar n timpul zilei pe care l vei rezerva studiului. La fel cum dobndirea
miestriei n utilizarea unui instrument muzical sau s devii fluent ntr-o limb strin sau s
excelezi ntr-un sport necesit determinare i mult exerciiu, la fel este i cu studiul psihologie
experimentale.
ncepei prin a v realiza un calendar sptmnal cu toate cursurile dumneavoastr, timpul
alocat pentru activitile ce in de locul de munc i alte obligaii. Rezervai-v 2-3 ore zilnic pentru
studiu i marcai-le n calendarul sptmnii. Asigurai-v c ai ales un interval orar cnd v putei
concentra cel mai bine asupra acestei activiti.
ncercai s rezolvai toate problemele oferite n temele de cas. Dac ntmpinai dificulti
notai-v punctul unde ai ajuns i cerei ajutor pentru a trece mai departe.

V rugm s punei ntrebri! Curiozitatea i ntrebrile oneste sunt eseniale pentru nvare.

Modul 1
PRINCIPIILE CERCETRII TIINIFICE. PLANUL UNEI
CERCETRI APLICATIVE
Scopul modulului: familiarizarea studentului cu revist elementele unei cercetri tiinifice i
principiile care dintr-o cercetare un demers tiinific.

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

s identifice componentele eseniale a unei cercetpri


cantitative
s descrie limitele metodologei cantitative i contrngerile
care rezult din acestea
s delimiteze cunotinele tiinifice de cele netiinifice

Rolul acestui prim capitol este s ofere o imagine de ansamblu asupra procesului de
cercetare tiinific, a limitelor rezultate din metodologia curent i a constrngerilor ce rezult din
aceste limite, rezumate n principiile cercetrii tiinifice. Dup parcurgerea lui, vei putea diferenia
cunotinele tiinifice de cele netinifice i verifica corectitudinea rezultatului unei cercetri
aplicative.

Principiile unei cercetri tiinifice


Voi ncepe cursul cu o tem care depete cadrul strict metodologic (ine mai degrab de
filosofia tiinei), dar este esenial pentru a nelege rolul metodelor de cercetare. Este vorba de
principiile cercetrii tiinifice. Pentru a putea surprinde mai uor consecinele pentru activitatea de
cercetare, vom ncepe descrierea recurgnd la un exemplu.
Pentru nceput voi prezenta o problem simpl, care prezint multe din caracteristicile unei
cercetri psihologice. S presupunem situaia: avei un curs de la ora 8 dimineaa, i mergei la
facultate cu autobuzul. Acesta pleac la intervale 30 de minute, ns uneori ntrzie. Mai tii c i
profesorul obinuiete s ntrzie. n aceste condiii, avei de ales dintre dou posibiliti: s plecai
de acas la 730, cu riscul s ntrziai, sau la 7; evident, cea de-a doua alternativ presupune
eventual s v trezii la 6 cel puin, ceea ce nu e deloc convenabil. Problema este deci: cnd este
convenabil s plecai: la 730 sau la 7 ?
Problema e banal, dar ceea ce ne intereseaz pe noi este c seamn n multe aspecte cu
cele cu care un psiholog se confrunt. i anume: sunt implicate att comportamente i intenii
individuale (profesorul, soferul) ct i condiii externe (traficul la acea or, starea drumurilor, a
mainii, condiiile meteo, evenimente rutiere, etc.). Deci, suficient de complex pentru a fi dificil de
8

abordat. Pentru noi este pur i simplu imposibil s gsim o soluie la problem lund n calcul toate
aceste condiii.
i totui, noi rezolvm deseori n mod satisfctor multe probleme similare, n ciuda
complexitii acestora, aparent de neabordat. Probleme similare ntmpin cercettorii din toate
domeniile tiinei, pentru c problemele abordate sunt prea complexe pentru a putea fi nelese sau
studiate n ntregime.
Demersul folosit n aceste cazuri este de simplificare a problemei, prin luarea n considerare
doar a acelor elemente care pot fi abordate i care pot oferi o soluie util. De exemplu, n cazul
nostru, nu putem prevedea condiiile meteo sau reaciile fiecrui ofer n parte. Acele elemente
definitorii ale problemei care sunt luate n calcul pentru soluie constituie modelul problemei. Deci,
nainte de a cuta o soluie a problemei, vom ncepe prin a construi un model simplificat al ei.
Factorii pe care i vom include n model sunt alei n principal n funcie de dou criterii: s fie
suficient de importani pentru a afecta rezultatele, i s poat fi evaluai sau msurai. De exemplu,
condiiile meteo ar putea influena serios problema (putem ntrzia dac e polei, furtun sau ninge),
dar nu putem prezice vremea; deci pentru nceput vom exclude acest factor din model.
Diferena dintre model i situaia modelat poate fi mare, ns pe noi ne intereseaz n
principal soluionarea problemei; dac, n ciuda simplificrii, soluia este eficient n majoritatea
cazurilor, putem considera c am obinut o rezolvare a problemei.
Astfel, dac considerm relevante pentru problem probabilitatea de a ntrzia a profesorului
respectiv a autobuzului, avem un model al problemei reprezentat de aceste dou variabile; n acest
caz, soluia depinde, evident, de ct de des ntrzie autobuzul, respectiv profesorul. De exemplu,
dac autobuzul ntrzie rar i profesorul des, merit s plecai la 730; dac ns autobuzul ntrzie
des, i profesorul rar, nu. Prin urmare, soluia depinde de aceti doi parametri. Nu ne rmne, pentru
a obine soluia corect, dect de a stabili aceste dou probabiliti. Acest lucru se poate face
practic, prin estimri directe (vom urmri profesorul i autobuzul cteva zile). S presupunem c
autobuzul ntrzie n 20% din cazuri i profesorul n 30% din cazuri. Pe noi ne intereseaz ce se
ntmpl dac autobuzul ntrzie i profesorul nu (este evident: atunci vom ntrzia); mai exact, care
este ansa ca acest lucru s se ntmple. Dac presupunem cele 2 probabiliti independente (nu tim
unde st profesorul, nici cum ajunge la curs, deci e mai simplu s le considerm independente),
pentru a afla rspunsul nmulim probabilitatea de a ntrzia a autobuzului cu cea de a nu ntrzia a
profesorului (deci 100% - 30% = 70%). Rezultatul este:

20/100 x 70/100 = 14/100


adic 14%. Prin urmare avem aproximativ o ans din apte s ntrziem dac plecm la 730.
9

Ce putem constata la sfritul acestui demers? Am reuit s obinem un rspuns la problema


noastr, n ciuda faptului c am neglijat multe din elementele ei. Mai mult, am evitat s studiem
cauzele (motivele) pentru care autobuzul respectiv profesorul intrzie; pentru soluia gsit, nu era
necesar s tim acest lucru. De fapt, am nlocuit aceste cunotine cu dou probabiliti, cere ne
ofer o imagine suficient de acurat despre comportamentul autobuzului i a profesorului, fr s
fie necesar a o explica. Cele dou probabiliti sunt de fapt modele statistice, simplificri ale
variabilelor comportamentul autobuzului i comportamentul profesorului dar care ne ofer o
soluie utilizabil pentru a putea s decidem.
Rezolvarea prin simplificare este de fapt principalul instrument de gsire a soluiilor n cazul
tuturor tiinelor empirice. Dat fiind complexitatea extrem de mare a lumii reale, singura metod
eficient de a gsi soluii rmne simplificarea situaiilor reale prin recurgerea la modele. Evident
soluiile astfel gsite nu sunt perfecte, dar este tot ceea ce putem face pe moment. Revenind ns la
problema noastr, putem considera soluia gsit de noi ca fiind tiinific? Amintii-v c exemplul
a fost dat pentru a discuta caracteristicile cercetrii tiinifice. Intuitiv, putem rspunde uor la
acest ntrebare, pentru c nc nu tim dac soluia gsit de noi funcioneaz.
Rspunsul corect este deci: nu este o soluie tiinific pentru c nu a fost testat. Adic, nu
tim dac este sau nu corect.
Am descris astfel primul principiu fundamental al tiinei, care poate fi rezumat astfel:
1.

Orice afirmaie trebuie supus unei verificri critice. Nu se accept ca argument


decisiv prerea nici unei autoriti (expert) fr ca ea s fie testat.

n completare, principiul al doilea este formulat:

2.

Dac o afirmaie este contrazis de un rezultat empiric, e considerat greit.

Din cele expuse mai sus putem nelege uor motivele pentru care cercetarea tiinific
respect acest principiu: complexitatea situaiilor reale fac dificil sau imposibil abordarea
problemei n alt form dect simplificat, simplificare care poate duce la soluii eronate. Conform
deci principiului enunat, soluia noastr nu este nc tiinific, pentru c nu am verificat-o. Ce
nseamn de fapt verificare critic ? Presupune analiza ntregului demers folosit pentru obinerea
soluiei, adic analiza raionamentelor folosite, a modului n care s-au obinut datele empirice, a
interpretrilor date rezultatelor etc. Testul final al orcrei teorii tiinifice sau soluii teoretice este
confruntarea cu realitatea, prin compararea datelor empirice cu prediciile teoretice.
S analizm acum soluia noastr i s vedem de ce nu o putem accepta fr verificare. Ea se
bazeaz pe un calcul de probabilitate a dou evenimente independente (probabilitatea de a ntrzia a
10

autobuzului i probabilitatea de a nu ntrzia a profesorului); iar metoda de a calcula rezultatul


(probabilitatea de producere simultan a dou evenimente independente) este demonstrat de mult.
i atunci?
Motivul este c noi am simplificat problema atunci cnd am selectat doar doi parametri
pentru a o descrie; demersul folosit n soluie nu verific i presupunerea c aceti doi parametri
descriu perfect situaia; deci nu ntreaga noastr soluie e verificat.
Verificarea soluiilor e comun oricrei cercetri empirice. Datorit simplificrii la care am
recurs nu avem cum s fim siguri dac soluia gsit este corect (exist de exemplu ansa ca un
element important al situaiei s fie omis).
Prin urmare, urmtoarea etap fa consta n verificarea soluiei gsite. Rolul verificrii este
s ne convingem de eficiena soluiei pentru toate cazurile cuprinse n problem. n cazul nostru,
asta presupune ca ea s fie corect indiferent de ce comportament au la un moment dat profesorul i
oferul. Nu este de exemplu suficient s plecm la coal o dat la 730 i s constatm c nu am
ntrziat; s-ar putea ca la o repetare a ncercrii s ntrziem. Deci o singur verificare nu e prea
sigur; metodele de verificare trebuie s fie obiective, altfel rezultatele lor ar fi uor de contrazis. La
o analiz sumar, constatm c de fapt nu vom putea verifica complet soluia: ar trebui s includem
n verificare toate cazurile, adic s urmrim tot semestrul dac ntrziem sau nu. Evident, n urma
unei astfel de verificri rezolvarea gsit nu mai are sens (dac constatm de exemplu c am greit,
nu mai putem reveni n timp la nceputul semestrului i s cutm alt soluie).
Pentru a fi totui mai obiectivi, putem s plecm de mai multe ori la 730 i s vedem de cte
ori ntrziem. S presupunem c facem asta de 5 ori i am reuit s ntrziem de trei ori. Rezultatul
nu e prea fericit. Dac comparm probabilitatea de a ntrzia prezis de soluia noastr (14%) cu cea
real (60%) este destul de evident c cele dou valori sunt diferite. Acum putem nelege de ce este
nevoie s verificm soluia. Ea s-a dovedit greit. S ne amintim principiu doilea al tiinei,
reformulat pentru cazul cercetrilor aplicate: n cazul n care datele empirice contrazic predicia
dat de soluie, soluia e respins. Altfel spus, verificm soluia teoretic cu realitatea. Dac ea nu
corespunde realitii, renunm la ea, urmnd s cutm alta. Rezult imediat importana pe care
trebuie s o acordm modului n care facem verificarea; dac facem erori mari n cursul verificrii,
putem lua o decizie greit la compararea datelor cu teoria. Aceast grij pentru modul n care se
face verificarea este coninut n afirmaia: datele empirice trebuie s fie obiective. Acest lucru este
mult mai dificil dect pare; e suficient s ne gndim la faptul c orice msurtoare pe care o
realizm conine i erori de msurare, pe care nu le putem elimina n ntregime. De aceea,
discrepana dintre predicie i rezultatele empirice normal; ea apare n majoritatea cazurilor de
cercetare tiinific. Diferena n sine nu reprezint un motiv de ngrijorare (puteam obine de

11

exemplu 14,86%), ci mrimea ei i implicaiile posibile. Dac diferena e mic, o putem atribui
erorilor de msurare. Dac ns e mare, o astfel de interpretare nu mai e realist.
n cazul nostru, diferena este prea mare, mai ales dac lum n considerare utilitatea
rezultatului: ne putem eventual permite s ntrziem o data sau de 2 ori pe semestru, dac asta
nseamn 30 de minute de somn n plus; dar nu mai este deloc acceptabil dac vom ntrzia la mai
mult de jumtate din cursuri. Cele dou rezultate (teoretic i empiric) ne conduc la decizii diferite.
Deci le putem considera diferite n raport cu problema noastr. Ce ne rmne de fcut este s
analizm cauzele posibile care au dus la aceast discrepan mare ntre soluia gsit i realitate.
Este pasul firesc al unei cercetri tiinifice: dac ne-am convins c soluia teoretic e greit, cel
mai bun lucru e s gsim ct mai rapid greeala fcut.
Ce s-ar fi ntmplat dac soluia ar fi fost corect (dac am fi obinut de exemplu acel
14,86% amintit mai sus) ? Evident c cele 5 cazuri ale verificrii nu ne-ar putea convinge definitiv
de corectitudinea soluiei. Ceea ce am concluziona este c ea e mai probabil s fie corect dect
nainte de verificare. n schimb, dac verificarea soluiei contrazice predicia, putem spune cu
certitudine c soluia e greit (evident, n condiiile n care verificarea e obiectiv).
Cauzele erorii soluiei noastre pot fi foarte multe, mai ales c, dac ne aducem aminte, noi
am simplificat ct de mult se putea situaia real atunci cnd am construit modelul problemei. Deci
orice element care a fost exclus poate la fel de bine s fie cauza rezultatului din verificare. Pe urm,
comportamentul profesorului i al oferului a fost poate estimat greit sau acestea s-au modificat
ntre timp. Se pare deci c nu avem altceva de fcut dect s analizm toate aceste surse de eroare
posibile pentru a explica diferena constatat.

Tem de reflecie nr. 1


Identificai pentru exemplul prezentat n curs i alte cauze posibile care pot duce
la rezultatul empiric descris.

Problema e c o analiz a tuturor surselor de eroare nu are sens pentru simplul motiv c
sursele de eroare posibile sunt prea numeroase (le putem considera infinit de multe) i timpul
necesar pentru analizarea lor ar fi mare; iar pe noi nu ne intereseaz o soluie obinut dup
terminarea anului colar. Vom folosi aici un principiu numit briciul lui Occam care ntr-o form
simplificat afirm: ipotezele nu trebuie multiplicate inutil. n cazul nostru, pentru a restrnge
ipotezele cu privire la cauzele erorii, vom ncepe cu variabilele incluse de noi n model. Dac
constatm la nivelul lor erori, i acestea pot explica cea mai mare parte din eroare, este suficient
pentru condiiile practice. n caz contrar suntem nevoii s cutm i alte surse de eroare.

12

La o privire sumar vom constata c avem o problem major la variabilele incluse n


model. Probabilitatea de a ntrzia obinut (60%) este mai mare dect cea de ntrziere a
autobuzului (20%); asta ar nsemna c noi am ntrziat mai des dect ar fi trebuit s ntrzie
autobuzul! Evident e absurd (cu excepia faptului, puin probabil, n care v-ai decis s nu intrai la
ore imediat - s bei o cafea, de exemplu...). Deci, mai mult ca sigur nu am msurat corect
probabilitatea de a ntrzia a autobuzului. Ea este n mod cert mai mare. Deci am fcut o eroare de
msurare (mai exact de estimare) a unuia din parametri.
O alt problem posibil este firete numrul mic de verificri fcute (doar 5); e posibil c
dac am lungi perioada de verificri, probabilitatea de a ntrzia a autobuzului s scad. Aici avem
de-a face cu o incertitudine a rezultatului determinat de metodele de testare. n sfrit, e posibil s
constatm c de exemplu autobuzul ntrzie de obicei mult (10-15 minute) i profesorul puin (2-3
minute), ceea ce necestit corectarea modelului folosit de noi. n aceste condiii, e mai util s
neglijm probabilitatea de a ntrzia a profesorului pentru c autobuzul ntrzie mult mai mult dect
profesorul; deci, ori de cte ori autobuzul va ntrzia, vom ntrzia i noi. Ca urmare, modelul nou
ar fi format doar din probabilitatea de a ntrzia a autobuzului, i pe care este nevoie s o reevalum.
Dac n urma acestor corecii am obinut un rezultat apropiat de cel empiric, putem conchide
c am descoperit majoritatea surselor de eroare. Dac nu, probabil va trebui s lum n calcul
variabilele omise de noi din descrierea situaiei.

Tem de reflecie nr. 2


n ce msur metoda de verificare propus este valid pentru a testa soluia
teoretic a problemei din exemplu? Propunei o metod de verificare mai acurat.

Exemplul de mai sus ne permite s nelegem diferena fundamental dintre cunotinele


tiinifice i cele netiinifice. Cunotinele tiinifice sunt obligatoriu verificate critic, verificare ce
presupune confruntarea lor cu realitatea. Acest demers permite eliminarea sau corectarea soluiilor
respectiv a teoriilor incorecte sau inexacte, ceea ce n cazul cunotinelor netiinifice nu este
posibil.
Am prezentat acest exemplu n ideea de a fi destul de simplu dar care s conin n mod
necesar ct mai multe din elementele unei cercetri reale. n baza acestui exemplu simplificat am
putut pune n eviden multe din caracteristicile unei cercetri tiinifice.
n primul rnd, o cercetare tiinific pornete de la identificarea unei probleme. Problema
poate fi una practic (cum a fost cea folosit n exemplu) sau una teoretic; de fapt, putem considera
la limit diferena dintre o problem practic i una teoretic ca fiind una de generalitate; o

13

problem teoretic caut soluii la mai multe probleme nrudite (n cazul de mai sus, problema
teoretic ar fi : cum am pleca de acas n general pentru a nu ntrzia de la cursuri, deci nu de la
un curs anume sau n cazul unui profesor).
n al doilea rnd, orice problem presupune o situaie real extrem de complex, care nu
poate fi descris sau analizat n ntregime; acest lucru este cu att mai evident n psihologie.
Singurul demers rezonabil este de a gasi o simplificare a situaiei prin identificarea unor parametri
pe baza crora construim un model descriptiv al situaiei. Urmeaz s gsim o soluie a problemei n
limitele modelului descriptiv. Dar, deoarece nu avem argumente care s ne asigure c aceast
soluie e corect, o vom testa empiric. n cazul unei cercetri aplicative (care presupune rezolvarea
unei probleme concrete) testarea decurge asemntor cu demersul prezentat n exemplu. n cazul
unei teorii ns, problema testrii acesteia este mai complicat, i va fi descris mai trziu.

Tem de reflecie nr. 3


Care ar fi fost consecinele practice n cazul renunrii la testarea soluiei din
exemplu?

Putem n acest moment construi un model simplificat al procesului de cercetare (figura1). La


o analiz sumar a acestui model, constatm c de fapt, caracterul tiinific al cercetrii tiinifice
este dat doar de componenta de testare a soluiei. n rest, demersul este similar cu cel rezolutiv
(rezolvare de probleme).
Acest fapt ne permite s nelegem rolul metodelor de testare tiinific n cadrul unei
cercetri. Ele ne permit s verificm o soluie odat formulat, dar nu ne sunt de ajutor prea mare la
identificarea problemei i gsirea soluiei (respectiv elaborarea teoriri n cazul cercetrilor
teoretice). Or, eficiena unei cercetri depinde fundamental de importana problemei abordate i de
utilitatea soluiei. i deoarece cursul introductiv de anul I s-a axat n principal pe descrierea
metodelor de testare tiinific, abordarea celorlalte elemente ale procesului de cercetare este
necesar.

14

Identificarea problemei

Construcia modelului descriptiv

Soluia

Testarea soluiei gsite

Interpretarea rezultatelor empririce

Analiza erorilor
Figura 1. Etapele unei cercetari tiinifice aplicative

Firete, modelul de mai sus este simplificat. De exemplu, el nu abordeaz situaia n care
soluia este greit. n acest caz, demersul se reia n funcie de erorile gsite. n problema folosit ca
exemplu am schiat i un astfel de caz. i anume, situaia n care modelul descriptiv este incorect,
urmnd corectarea acestuia i reformularea soluiei.

Rezumat
Putem extrage din exemplul de mai sus cteva concluzii importante despre modul n care se
realizeaz o cercetare:
Una din problemele cu care se confrunt o cercetare este complexitatea situaiilor reale. Noi
putem aborda aceast problem prin simplificarea situaiei astfel nct s gsim o soluie utilizabil.
15

Demersul adoptat e simplu: ce ne intereseaz e s gsim o soluie la problem, nu s abordm


situaia n toat complexitatea ei (ceea ce este evident imposibil). Datorit simplificrii, soluia
gsit nu e perfect; mai mult, poate fi greit sau nesatisfctoare. Din aceste motive suntem
obligai s o testm, comparnd-o cu realitatea. Testarea soluiei ridic problema obiectivitii datelor
empirice. Dac acestea sunt incorecte, vom eua n tentativa noastr de a verifica soluia. Caracterul tiinific
al cercetrii este dat de testarea soluiei teoretice. ns o cercetare tiinific nu se reduce la testarea de
ipoteze.

Recomandri i comentarii cu privire la temele de reflecie


Tema 1: Nu cutai s construii soluia fr a avea un model al problemei. Adesea, acesta poate fi obinut
prin analiza i corectarea modelelor folosite de soluiile existente (de exemplu prin adaugarea unei variabile
n modelul existent). Nu ncepei cercetarea de la zero dac exist deja soluii la problem.

Tema 2: Verificarea eficienei soluiei gsite se face ntotdeauna n funcie de obiectivul prevzut (adic prin
compararea cu rezultatul dorit).

Tema 3: Vezi principiile unui demers tiinific!

Bibliografie minimal 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.

16

Modul 2
CONSTRUCIA I ANALIZA TEORIILOR TIINIFICE
Scopul modulului: oferirea unui cadru general care s ofere criterii pentru analiza calitativ a unei
teorii tiinifice.

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

s evalueze suficiena i valoarea datelor empirice de plecare;

s aprecieze corectitudinea raionamentului logic prin care s-a elaborat


teoria

s evalueze eficiena teoriei de a explica datele existente i de a face


predicii verificabile

s neleag modalitatea prin care putem compara teoria cu alte teorii


concurente.

Scopul final al oricrui demers tiinific este explicaia unui fenomen psihologic, explicaie
ce st la baza soluiilor propuse de cercettor spre a rezolva anumite probleme. Aceast explicaie n
cercetarea tiinific i-a forma unei teorii tiinifice.

Caracteristicile unei teorii tiinifice


Majoritatea cunotinelor noastre despre realitate este coninut n teoriile tiinifice. n cele
ce urmeaz, vom face o scurt prezentare a caracteristicilor unei teorii tiinifice. Ele decurg din
principiile cercetrii tiinifice i reprezint scheletul demersului prin care se propun teorii noi sau
se modific cele existente.
Conant definete cunoaterea tiinific ca o serie interconectat de concepte i scheme
conceptuale care au fost dezvoltate ca rezultat al experimentrii i observaiei i sunt utile n
elaborarea de noi experimente i observaii. Aceast definiie surprinde calitatea de continuu a
progresului cunoaterii tiinifice; nici o teorie nu este definitiv, ci un punct de vedere provizoriu
obinut prin interpretarea faptelor tiinifice la care avem acces la un moment dat. Ea servete ca
punct de plecare pentru acumularea de alte fapte obiective, care vor genera noi teorii.
O teorie tiinific este o construcie complex, ce nu se rezum la o simpl nsumare de
fapte observate; structura unei teorii reprezint relaia dintre datele i cunotinele tiinifice,
stabilit pe respectarea regulilor de raionament logic. Principalul rol al teoriilor tiinifice este
explicativ; puterea explicativ a unei teorii se restrnge la un anumit domeniu al fenomenelor lumii
17

fizice (domeniul de aplicabilitate al teoriei). O teorie tiinific valid ofer o explicaie unic
pentru orice fenomen ce aparine domeniului ei de aplicabilitate.
Teoriile tiinifice valide respect o serie de principii care le confer obiectivitate, ceea ce
este crucial din punct de vedere tiinific.

Caracterul empiric al unei teorii rezult din suportul factual al acesteia, reprezentat de
toate datele tiinifice (observaii, msurtori) care stau la baza teoriei. Orice teorie tiinific este
elaborat pornind de la date obiective msurate privind fenomenele sau procesele studiate. Datele
sunt obinute n condiii experimentale controlate i trebuie s fie verificabile (adic exprimate ntro form ce permite verificarea lor de ctre ali cercettori). De exemplu, rezultatul unei observaii
subiective nu este direct accesibil unui alt cercettor; nregistrarea datelor n timpul observaiei
poate fi reanalizat ns de persoane care nu au fost prezente n cursul observaiei.
n plus, datele tiinifice trebuie s fie replicabile. Cu alte cuvinte, repetarea condiiilor n
care datele unui studiu experimental au fost obinute trebuie s conduc la rezultate similare cu cele
ale studiului iniial.
Cele dou condiii, verificabilitatea i replicabilitatea datelor confer obiectivitate faptelor
tiinifice.

Caracterul raional al unei teorii este conferit de suportul logicii formale prin care este
verificat orice afirmaie tiinific. Orice teorie reprezint o serie de enunuri deduse pe cale logic
din faptele tiinifice i cunotinele considerate valide. Modul de prezentarea a raionamentului
care a dus la construcia teoriei trebuie s fie suficient de clar i complet, pentru a putea fi verificat
de comunitatea tiinific.

Testabilitatea (falsificabilitatea) unei teorii reprezint posibilitatea de a verifica


experimental prediciile acesteia. O teorie tiinific este considerat valid atunci cnd prediciile ei
cu privire la fenomene aparinnd domeniului de aplicativitate pot fi enunate ntr-o form
msurabil experimental i verificate prin compararea cu date empirice. Falsificabilitatea unei teorii
presupune constrngerea de a formula teoria n aa fel nct dac ea nu e adevrat s putem dovedi
acest lucru prin studii experimentale.
Testarea teoriilor presupune dou condiii: (a) alegerea unui caz particular din domeniul de
aplicabilitate al teoriei ce permite realizarea unei msurtori experimentale n condiii strict
controlate; (b) msurtorile tiinifice necesare verificrii s poat fi realizate cu suficient precizie
pentru a putea fi comparate cu predicia. De exemplu, diferena dintre predicia teoriei relativitii i
a celei newtoniene cu privire la masa corpurilor nu poate fi verificat dect n cazul obiectelor cu
18

vitez apropiat de cea a luminii; pentru obiectele ce se deplaseaz cu vitez mic, precizia
msurrii masei sale nu este suficient de mare pentru a pune n eviden diferena dintre cele dou
predicii.
Caracteristica de testabilitate a teoriilor trebuie ns abordat mai flexibil. Dac o teorie este
plauzibil i extrem de important pentru progresul tiinei, dar nc nu se poate testa, nu e
abandonat. Dimpotriv, se depun eforturi mari pentru ca ea s poat fi testat. Un exemplu este
teoria relativitii generale a lui Einstein, care a fost luat n considerare, dei nu a putut fi verificat
imediat. Uneori dificultatea e dat de precizia rezultatului verificrii empirice care este decisiv
pentru validarea teoriei (un exemplu recent l reprezint verificarea experimental reuit n 1998 a
teoriei decoerenei cuantice propus nc din 1982 de Wojciech Zurek; au fost necesari 16 ani de
eforturi pentru atingerea preciziei de msurare necesare verificrii experimentale).

Generalitatea este o caracteristic legat de mrimea domeniului de aplicabilitate a unei


teorii. O teorie mai general este de preferat uneia specifice pentru c exprim doar relaiile general
valabile dintre datele tiinifice, neglijnd aspectele particulare. O teorie general presupune ns i
modele descriptive mai generale, care sunt dificil de obinut. Ca urmare, n practic se ncepe prin
teorii particulare, care ulterior sunt nlocuite prin teorii generale. Un exemplu n acest sens este
teoria atraciei generale formulat de Newton pe baza unor teorii i legi particulare (legile lui Kepler
i Galilei).

Simplitatea (parcimonitatea) este o condiie important n procesul de evaluarea a teoriilor.


Dintre mai multe teorii cu acelai domeniu de aplicabilitate i aceleai predicii este preferat teoria
cea mai simpl (care ofer explicaii mai simple).
Aperent, simplitatea vine n contradicie cu ceea ce am constatat n capitolul precedent. i
anume, realitatea este foarte complex. Prin urmare, ne ateptm ca o teorie mai bun s fie i ea
mai complex. Rezult deci c teoriile tiinifice nu devin din ce n ce mai simple; dimpotriv, ele
devin mai generale i mai complexe. O teorie nu este suficient s fie doar simpl pentru a fi valid.
O interpretare eficient a principiului parcimonitii este dat de Poincar: el este valabil n
cazul teoriilor de acelai nivel. Adic, dac avem mai multe teorii concurente de aceeai valoare i
tratnd aceeai problem, este de preferat teoria mai simpl. Putem evita astfel complicarea inutil
n construcia teoriilor.
Simpla enumerare a caracteristicilor unei teorii tiinifice ne sugereaz ct de complex este
n realitate procesul de elaborare i testare a unei teorii tiinifice. El nu poate fi redus la verificarea
unei ipoteze de cercetare. n stadiul actual al dezvoltrii oricrui domeniu al tiinei, teoriile
alctuiesc o reea complex; teoriile sunt interconectate.
19

O eroare la nivelul unei teorii afecteaz acele teorii care se bazeaz pe ea; la rndul lor,
acestea din urm afecteaz alte teorii, procesul propagndu-se n ntreg corpul de teorii al
disciplinei. n cazul n care din corpul de cunotine o teorie se dovedete a fi eronat, trebuiesc
reanalizate toate teoriile ce decurg din ea; un proces destul de dificil i de lung durat. n
consecin, validarea unei teorii este o procedur cu consecine mult mai extinse dect teoria n
cauz.
Pe de alt parte, o structur de cunotine organizat n teorii interconectate ofer un punct
de plecare pentru o viitoare cercetare fundamental. Obiectivul unei cercetri viitoare este
determinat de ceea ce cunoatem, respectiv nu cunoatem despre problema n cauz; aceste
cunotine sunt organizate n teorii. Este nerealist ideea de a ncepe o cercetare pornind de la
observaie sau ipotez neglijnd cunotinele (corpul de teorii) existente. Exist i situaii care ne
pot uneori determina s recurgem la o astfel de procedur, i anume atunci cnd nu avem date
empirice sau teorii cu privire la problema cercetat. ns i n acest caz ncepem prin a defini
problema cere ne intereseaz; nu acionm orbete.
Cu toate acestea, majoritatea tratatelor i cursurilor de metode de cercetare din tiinele
socio-umane nu accept nc acest punct de vedere. Idea de a iniia cercetarea pornind de la
observaie a funcionat n special n faza iniial de dezvoltare a tiinei, moment n care teoriile
tiinifice lipseau sau erau vagi. Acesta a fost stadiul conotinelor n fizic n secolul XVII, sau n
psihologie n secolul XIX. n momentul de fa, procedura nu mai este eficient. Pentru a putea
nelege aceste afirmaii, vom prezenta schematic structura unei teorii tiinifice.

Structura unei teorii. Ci de construcie i analiz a teoriilor


Orice teorie tiinific are la baz date empirice obiective, modele descriptive sau
explicative respectiv afirmaii rezultate din alte teorii sau legi tiinifice (figura2). Ele reprezint
premisele din care, n urma unor raionamente de tip inductiv se obine teoria tiinific.
Din cele discutate n capitolul anterior putem nelege principala problem a demersului
const: premisele sunt ntotdeauna incomplete. Ne aflm de fapt ntr-o situaie analog cu problema
determinrii regulilor unui joc logic pe care nu l cunoatem deloc (Richard Feymnan a folosit un
exemplu similar n lucrarea sa Lectures on Physics, comparnd cercetarea tiinific cu
descoperirea regulilor jocului de ah n timpul disputrii unei partide). Situaia privind raportul
dintre faptele tiinifice verificate i domeniul unei teorii o avei reprezentat n figura 3; ea este
determinat de dificultatea procesului de obinere a cunotinelor tiinifice, i de mrimea
domeniului teoriilor. Teoriile au ntotdeauna un domeniu de aplicabilitate mai larg dect cel
acoperit de datele empirice cunoscute. Este o sarcin imposibil s adunm toate datele necesare
20

pentru a avea premise certe.

Date empririce

D1

Teorii stiintifice

T1

D2
T2

TEORIE

D3
D4

T3

Modele
descriptive

Figura 2. Construcia unei teorii tiinifice

Ca urmare, date fiind premisele incerte, concluzia raionamentului inductiv poate fi fals.
Cu ct teoria elaborat este mai general, cu att crete incertitudinea, in special prin creterea
domeniului de aplicabilitate, deci a numrului de situaii care trebuiesc explicate. Iat de ce este
dificil construirea de teorii generale, acesta fiind motivul pentru care n orice domeniu nou al

tiinei, primele teorii sunt particulare.


Elaborarea unei teorii tiinifice este deci un proces complicat i de durat. Pentru a ajunge
la o teorie tiinific general, soluia este de a progresa din aproape n aproape. Din punct de
vedere al istoriei tiinei, procesul debuteaz cu studierea unor fenomene particulare, rezultnd legi
sau teorii particulare. n urma acumulrii acestora, se ceeaz condiiile pentru unificarea lor n teorii
generale.

Tem de reflecie nr. 1


ncercai s identificai etapele construciei unui teorii din domeniul
psihologiei.

21

Procedeul este mai dificil de pus n practic pentru tiinele sociale, datorit marii
complexiti a oricrui fenomen social, complexitate determinat de componenta uman. Nu putem
ncepe cu ntrebri de genul de ce cad obiectele? sau de ce plou? ca s ajungem la legea
atraciei gravitaionale sau la cele ale termodinamicii.

Date
stiintifice
cunoscute

Domeniul
teoriei

Figura 3. Relaia dintre domeniul de aplicabilitate al unei teorii i faptele tiinifice care o
susin

Pn i un comportament simplu cum ar fi timpul de reacie motor la un stimul extern


include decizii bazate pe strategii rezolutive complexe, dificil de studiat i de msurat. Soluia
folosit a este simplificarea intens a situaiilor. n acest scop, Karl Popper a propus un model
pentru dezvoltarea rapid a teoriilor tiinifice bazat pe simplificare i modelare descriptiv:

P1

TT

DC

P2

P1 reprezint problema studiat, TT este o tentativ de teorie care este supus unui demers
critic DC a crui consecin este o alt problem P2 (reformularea lui P1 n cazul n care TT nu e
corect, sau o problem nou, ca o consecin a lui TT). Demersul este scurtcircuitat n scopul
obinerii de soluii (teorii) viabile n raport cu problema studiat. Deseori, atunci cnd problema
studiat este complex, este mai util s acceptm o soluie incomplet dect lipsa oricrei soluii. De
exemplu, n probleme de selecie de personal, o procedur imperfect este util dac e mai eficient
dect selecia la ntmplare; ea rmne viabil pn obinem o soluie i mai eficient.

22

Cu toate acestea, construcia unei teorii nu este deloc o operaie de rutin. Teoria nu este
doar o concluzie general rezultat din premise obinute la ntmplare, ci rezultatul unei cutri
contiente a premiselor (informaiilor) care ofer o descriere a caracteristicilor relevante ale
problemei. Pentru a oferi o imagine ct mai acurat a procedurii de obinere a premiselor, vom
recurge la o analogie, folosind ca exemplu o sarcin de evaluare a raionamentului formal, prezent
n bateria piagetian.
Sarcina const n determinarea proprietilor a 4 substane chimice prin combinarea lor.
Pentru a urmri efectul intaraciunii dintre substane se folosete un indicator chimic, care schimb
culoarea soluiei dac o reacie chimic a avut loc, i o las neschimbat dac substanele
amestecate nu reacioneaz chimic ntre ele. Substanele pot fi de mai multe feluri: reactivi
(substane care reacioneaz ntre ele) solveni (care dizolv substanele n scopul de a permite
reacia) inhibitori (mpiedic reacia chimic), inerte (nu reacioneaz cu alte substane) i
catalizatori (intensific reacia sau o fac posibil dac substanele amestecate reacioneaz dificil).
Obiectivul este de a identifica rolurile celor 4 substane, prin amestecarea lor i urmrirea
interaciunii lor prin adugarea indicatorului.
Sarcina seamn foarte mult cu demersul de obinere a unei teorii. Teoria corect este n
acest caz identificarea corect a rolului fiecrei substane. Instrumentul de msur este reprezentat
de indicatorul chimic, iar modelul descriptiv este reprezentat de rolurile posibile ale substanelor
chimice. S urmrim cum putem rezolva sarcina.
Evident, amestecarea celor 4 substane (pe care le vom nota cu A, B, C i D) i adagarea
indicatorului nu ne ofer datele necesare identificrii substanelor. E posibil de exemplu ca
indicatorul s nu i schimbe culoarea, ceea ce nu nseamn c nici una din substane nu e reactant.
S-ar putea ca ntre ele s existe un inhibitor, sau s nu avem catalizator (i acesta s fie necesar).
Situaia este similar cu cea a stabilirii interaciunii corecte dintre mai muli factori sociali.
Rezultanta comportamental poate fi consecina unor efecte de sens contrar, care se pot anula
reciproc. n aceste condiii, este mai util s ncercm cteva combinaii particulare de substane.
S notm pentru simplificare schimbarea culorii indicatorului cu X i meninerea culorii
sale cu -. S ncepem cu amestecurile de dou substane (minimum de substane necesare pentru o
reacie chimic):

1.

AB:

Am obinut primul rezultat. Cum l putem interpreta? Avem 2 alternative de interpretare:


23

a) Cele dou substane nu reacioneaz, deci cel puin una din ele NU este reactant;
b) Ambele sunt reactani, dar au nevoie de catalizator.
S continum:

2.

CD:

Deci C i D reacioneaz; avem pentru acest caz o singur interpretare posibil: C i D sunt
reactani. Acum, pentru c tim deja rolul lor, adugnd pe rnd pe A i pe B avem ansa s aflm
de exemplu dac una din ele este inhibitor:
3.

ACD: X

4.

BCD: -

Putem fi siguri c B este inhibitor, dar nu putem nc identifica rolul lui A (poate fi reactant,
catalizator, neutr sau solvent dar NU i inhibitor).

5.

AC:

6.

AD:

Interpretarea cea mai plauzibil este: A nu este reactant. Este posibil ns ca A s fie
reactant, dar s necesite un catalizator pentru a reaciona.

7.

ABCD:

Dac A ar fi catalizator, ar fi trebuit s obinem reacia (evident, am simplificat puin,


compuii chimici reali nu se comport neaprat aa). Deci A este probabil solvent sau neutr. Mai
mult ns nu putem afla. Pentru a afla rolul real al lui A ar trebui s avem n studiu i alte substane,
de exemplu substane care nu reacioneaz dect cu ajutorul solvenilor.
Dup cte putem constata, am obinut o soluie incomplet. Decupajul de 4 substane nu
permite mai mult. Revenind la problema cercetrii tiinifice, putem constata c multe din
24

elementele demersului prezentat mai sus sunt comune i unei cercetri teoretice. Pentru a rezolva
sarcina, am fost obligai s recurgem la situaii particulare precis definite (prezena doar a anumitor
substane i excuderea celorlalte). Este exact ceea ce facem atunci cnd studiem comportamentul
rezultat n anumite condiii particulare strict controlate. Metoda care ne permite acest lucru este
experimentul, pentru c face posibil stabilirea unor condiii precise de lucru i selectarea verficarea
efectului doar a unor variabile, respectiv excluderea factorilor (variabilelor) nedorii din cercetare.
Interesant este ns c pentru aceste 7 ncercri nu am avut nici o ipotez precis de verificat
cu privire la rezultatul fiecrei ncercri. Aveam cel mult expectane privind rezultatele posibile; de
exemplu, la amestecul a dou substane, s avem o reacie dac cele 2 substane sunt reactani, i s
nu obinem reacie n restul situaiilor. Problema pe care o verificm n aceste cazuri a fost: ce se
ntmpl dac amestecm pe A cu B? Scopul nostru a fost de a aduna date empirice care s ne
permit formularea de ipoteze. n cercetarea tiinific astfel de experimente se numesc exploratorii.
Rolul lor este de a oferi date empirice care servesc drept premise pentru raionamente de tip
inductiv. Primele rezultate au dus la un numr mare de concluzii posibile; numrul concluziilor a
sczut pe msur ce prin raionamente inductive am obinut interpretri certe.
n plus, dac ai fost ateni, nu am avut nevoie s ncercm TOATE combinaiile posibile ale
celor patru substane (exist 11 combinaii n total). Concluziile rezultate din ncercrile anterioare
ne-au oferit indicaii despre care din combinaiile rmase neverificate ne pot oferi informaii
suplimentare. Deci, dup cteva ncercri de tipul ncercare i eroare am folosit datele obinute
pentru a ne conduce n restul investigaiilor.
Demersul este similar i n cazul construciei teoriilor. Dac nu avem nici un fel de date
empirice despre fenomenul studiat, ncepem cu cteva observaii sau evaluri nesistematice avnd
ca scop culegerea de date primare. Odat acestea obinute ns, ele sunt analizate; concluziile
rezultate din analiz sunt cele care ne conduc demersul n continuare. Dac problema e complex
(sunt muli factori implicai) cea mai bun strategie este s studiem efectul fiecrui factor separat.
Cel mai bun mijloc (dac e posibil) este experimentul explorator.
Dup ce obinem date prin experimente exploratorii, analizm rezultatele i prin
raionamente inductive stabilim modele primare. Urmeaz analiza efectelor cumulate a mai multor
factori (respectiv interaciuni dac e cazul). Uneori demersul este tot explorator, atunci cnd nu
avem la dispoziie ipoteze privind rezultatul posibil. Alteori (de exemplu pentru verificrile (3) i
(4) din exemplul de mai sus, avem deja ipoteze privind rezultatul posibil. n cazul (3) i (4) ipoteza
este:
ntruct Ci D au reacionat, dac prin adugarea substanei A sau B nu obinem reacie,
atunci substana A/B este inhibitor. Dac obinem reacie, nu tim ce rol are A/B.

25

n final, prin raionamente inductive analizm toate rezultatele i formulm o explicaie


general (o teorie) care s explice TOATE datele empirice adunate. Se poate ntmpla (ca i n
exemplul nostru) ca teoria rezultat s fie incomplet (nu am identificat precis rolul fiecrei
substane), dar este tot ceea ce putem obine. Motivul poate fi imposibilitatea de a obine msurtori
suficient de precise (n cazul exemplului, dac am avea un indicator care s indice intensitatea
reaciei, am putea identifica efectul unui catalizator mult mai precis), imposibilitatea de a face unele
verificri necesare, etc. Oricum o teorie, chiar i incomplet, este o reuit. n lipsa ei am ti mult
mai puin.

Tem de reflecie nr. 2


Folosind programul piagdemofull.exe facei cteva rezolvri, pentru a v
familiariza cu demersul de realizare de observaii empirice i cu
raionamentul inductiv. ncercai s obinei rezolvri corecte din ct mai
puine ncercri empirice.
http://lifesciassoc.home.pipeline.com/instruct/piaget/index.htm

De fapt, putem considera c toate teoriile tiinifice sunt incomplete; toate au limite n
explicarea realitii. ns aceast problem e mai mult filosofic. Pentru cei interesai de problema
limitelor n cunoatere, recomand cartea lui John D. Barrow Despre imposibilitate aprut la
Editura Tehnic (Titlul original este: Impossibility; aprut n 1998 la Oxford University Press).
Rolul modelelor descriptive este similar cu cel descris n capitolul precedent. Ele ofer
simplificarea necesar pentru a putea aborda fenomenul. Nu am putea face asta n condiiile
complexitii reale a fenomenului (pur i simplu pentru c nu o cunoatem n ntregime). Modelul
descriptiv se elaboreaz prin selectarea factorilor sau variabilelor considerate de ctre noi
importante n descrierea fenomenului. Verificarea eficienei (corectitudinii) unui model descriptiv
se face prin studii descriptive, cele mai precise fiind experimentele descriptive. Acestea permit
controlarea sau eliminarea factorilor (variabilelor) necuprinse n model, pentru a vedea dac cele
din model descriu corect (fr distorsiuni) fenomenul. Pentru cei interesai de subiect, recomand
capitolul 2 (Inferena descriptiv) din lucrarea Fundamentele Cercetrii Sociale de Gary King,
Robert Keohane i Sidney Verba.
Ce facem atunci cnd avem deja teorii despre un fenomen, dar nu suntem mulumii de
eficiena lor (se refer doar la unele cazuri particulare, sau s-au dovedit n timp greite)? ncepem
demersul de elaborare a unei noi teorii de la datele empirice i de la teoriile existente deja. Acestea
ne vor dirija direciile investigaiilor viitoare. Pentru aceasta ns este necesar s putem analiza
teoriile tiinifice existente.
26

Analiza unei teorii presupune pai similari cu demersul de construcie a teoriilor. Acetia
sunt:
- verificarea validitii modelului descriptiv utilizat
- verificarea corectitudinii modului de obinere a datelor empirice ce constituie suportul
teoriei
- refacerea raionamentelor inductive care au condus de la date la teorie
- verificarea validitii studiilor de testare a teoriei
- analiza validitii, a limitelor i erorilor teoriei (date empirice care nu pot fi explicate
corect prin teorie); principalele criterii de analiz sunt caracteristicile teoriilor prezentate la
nceputul capitolului.
Demersul este n bun msur calitativ, neimplicnd studii empirice. El este necesar i
pentru cazul n care dorim s folosim o teorie pentru a dezvolta aplicaii pe baza ei.
n final, dac am obinut o teorie nou, ncepem testarea ei prin explicarea datelor empirice
deja existente; dac nu le putem explica, nseamn c teoria nu e corect. Dac trecem cu succes
pestea acest prim verificare, testm teoria formulnd o predicie (ipotez) pentru o situaie precis
definit despre care nu avem nc date. Metoda cea mai eficient pentru verificare este
experimentul, care ne ofer controlul necesar pentru a construi n practic situaia cerut de
verificare. Dac n urma experimentului obinem date conforme cu predicia fcut, considerm
verificarea reuit.

Rezumat
n concluzie, construcia unei teorii tiinifice valide este un demers de durat. El nseamn
analiza datelor empirice i a teoriilor existente, elaborarea de modele descriptive, decizii privind
necesitatea unor investigaii exploratorii (dirijate de cunotinele pe care le avem deja) i
experimentale (n cazul n care putem face ipoteze precise). n plus, ntruct raionamentul inductiv
utilizat n construcia teoriilor are limitele lui (i la fel i modelele descriptive) teoriile rezultate sunt
incomplete i deci perfectibile. Analiza validitii teoriilor este o procedur necesar att n cazul
cercetrilor teoretice, ct i n cazul dezvoltrii de aplicaii ale teoriilor.

27

Recomandri i comentarii cu privire la temele de reflecie


Tema 1: Alegei o teorie din domeiul psihologiei i descriei demersul care a dus la formularea sa.
Tema 2: ncercai s identificai fiecare pas al procesului de construcie i verificare a unui model
teoretic.

Bibliografie minimal pentru acest modul


G. King, R. Keohane, S. Verba (2000) Fundamentele cercetrii sociale, Editura Polirom,
Bucureti.
David Klahr (2000) Exploring Science., MA: MIT Press, Cambridge.
Popper, Karl R. (1998) Mitul contextului. In apararea stiintei si a rationalitatii, traducere
de Florin Lobont si Claudiu Mesaros, Bucuresti: Editura Trei.

28

Modul 3
VALIDITATEA I FIDELITATEA MSURTORILOR. TEORIA
ERORILOR DE MSURARE

Scopul modulului: familiarizarea studentului cu conceptele de baz a metodelor de analiz nonparametric.

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

s neleag tipurile de erori de msurare i a modului de


clasificare a acestora;

s surprind avantajele i deficienele metodei eantionrii aleatoare


pentru a micora erorile de msurare.

s identifice erorile posibile ale unei msurri

Msurarea reprezint procesul prin care un set de carcateristici psihologice, de obicei


exprimate sub forma unor comportament sunt transformate ntr-un set de numere. Legtura
existent ntre aceste numere, n esen entiti abstracte, i atributele psihologice evaluate depinde
de calitatea procedurilor de msurare. Unele erori sunt inerente procesului de msurare, altele n
schimb pot fi evitate.

Erori de msurare sistematice i nesistematice


Dup cum am constatat n capitolele precedente, cercetarea tiinific presupune obinerea
de date empirice, obinute prin msurtori. Principalele criterii pe care msurtorile trebuie s le
satisfac pentru a avea valoare tiinific sunt validitatea i fidelitatea. Validitatea unor date
empirice relativ la un comportament reprezint msura n care datele reflect elementele relevante
ale acelui comportament.
Pe de alt parte, fidelitatea reprezint consistena (repetabilitatea) msurrii. Adic,
msurnd succesiv acelai comportament al unui subiect, trebuie s obinem valori apropiate.
Motivul pentru care nu ne ateptm s obinem valori identice este datorit erorilor de msurare. De
exemplu, dac dorim s msurm timpul de reacie la un stimul simplu, constatm c, repetnd
msurarea pe acelai subiect, vom obine date diferite, dar apropiate. Putem reprezenta relaia dintre
rezultatul msurrii i eroarea de msurare astfel:

29

X=T+E

X reprezint n acest caz rezultatul msurrii, T este rezultatul ideal iar E eroarea de
msurare. n cazul unei msurtori simple (de exemplu o dimensiune fizic: lungimea unui obiect,
de exemplu) eroarea de msurare se datoreaz erorii instrumentului folosit i a actului de msurare.
Eroarea total este deci rezultanta celor dou erori. Problema inerent oricrei msurri este c
aceste dou componente nu pot fi separate. Noi nu putem evalua dect eroarea total; ct din
aceast eroare se datoreaz instrumentului i ct msurrii n sine nu tim.
Orice aciune de msurare atrage deci dup sine i o eroare de msurare. Nu putem face
msurtori fr eroare; putem doar reduce eroarea de msurare pn cnd aceasta s fie neglijabil
n raport cu relevana msurtorii. Pentru a reduce eroarea de msurare este ns necesar s
identificm cauzele ei. ns identificarea cauzelor nu este uoar; eroarea de msurare nu ne poate
ajuta n acest sens.

Tem de reflecie nr. 1


Enumerai cteva posibile surse de eroare care pot distorsiona o banal
msurare a greutii.

Soluia este identificarea tipului de eroare, folosindu-ne de modelele teoriei erorilor de


msurare. Teoria erorilor de msurare clasific tipurile de eroare dup proveniena lor n dou clase:
erori sistematice i erori aleatoare. Erorile sistematice sunt produse de o cauz precis i au de
fiecare dat aceeai mrime. n schimb, erorile aleatoare nu au cauze decelabile i iau valori
ntmpltoare. De exemplu, n cazul msurrii timpului de reacie simplu la un stimul vizual, timpul
de laten al sistemului de nregistrare a rspunsului (cheia de rspuns i cronometrul) reprezint o
eroare sistematic, fiind identic la fiecare msurare. Erorile sistematice pot fi identificate; mrimea
lor poate fi stabilit experimental, odat identificat cauza ei. Timpul de reacie motor (TR) variaz
ntmpltor de la o msurtoare la alta; el reprezint o eroare accidental. Nu putem preciza nici
cauzele acesteia i nici nu putem prevedea mrimea ei pentru urmtoarea msurare. Reprezentnd
ns rezultatul unui numr foarte mare de msurtori pe acelai subiect vom obine o distribuie
caracteristic a valorilor TR, n form de clopot.
Distribuia n form de clopot (distribuia normal) este caracteristic tuturor erorilor
aleatoare, fiind numit legea erorilor (sau legea lui Gauss ). Legea lui Gauss poate fi formalizat
matematic dac considerm eroarea accidental rezultatul unui numr mare de erori pariale; fiecare
eroare parial are o amplitudine mic ce variaz ntmpltor, conform unei legi probabiliste.
30

Istoria stabilirii legii lui Gauss este destul de interesant i merit prezentat. Reprezentarea
distribuiei normale a fost determinat de matematicianul Abraham DeMoivre pentru funcia
continu a binomului (a + b)n. Utilitatea practic a fost ns dat de Gauss, care a obinut
reprezentarea normal pentru variaiile msurtorilor astronomice, ceea ce i-a permis s presupun
un caracter aleator pentru aceste erori. Acum putem nelege motivul pentru care variaiile de
msurare care iau forma distribuiei normale sunt considerate aleatoare: forma distribuiei este
identic cu cea a unei funcii probabilistice.
Conform teoriei erorilor putem reduce eroarea general de msurare prin identificarea
cauzelor i mrimii erorilor sistematice i prin reducerea efectului erorilor aleatoare. Media
valorilor n cazul unei distribuii gaussiene reprezint valoarea cea mai frecvent n distribuie i cu
eroarea cea mai mic. Avem deci posibilitatea de a reduce mrimea erorii aleatoare prin nlocuirea
valorii individuale (rezultatul unei singure msurtori) cu valoarea medie a distribuiei unui numr
mare de msurtori identice. Pentru erorile sistematice, nu avem alt cale dect identificarea sursei;
de exemplu, dac eroarea sistematic este dat de instrument, folosirea de instrumente diferite (cu
erori sistematice diferite) poate duce la distribuii ale cror medii difer. Diferena dintre medii nu
poate fi cauzat de o eroare aleatoare, a crei mrime influeneaz doar abaterea standard a
distribuiei. Putem deci conchide c instrumentele induc o eroare sistematic, de o mrime diferit.
Procedura de mai sus este tipic pentru experimentele din tiinele fizice, erorile de msurare
fiind n cea mai mare msur induse de instrumentul i aciunea de msurare. n cazul tiinelor
socio-umane sursele de eroare nu sunt cauzate numai de instrumentul respectiv aciunea de
msurare; comportamentul uman este n sine o surs de eroare pentru orice evaluare. O persoan i
poate modifica comportamentul dup o lege aleatoare (ca i n cazul TR) sau nentmpltoare (de
exemplu o schimbare contient i voluntar de comportament). Mai mult, comportamentul uman
difer de la o persoan la alta; aceste diferene pot fi, la rndul lor, aleatoare sau nu. Prin urmare, nu
putem extrapola direct rezultatul unei investigaii de la o persoan la alta. Mai mult, cele dou tipuri
de diferene coexist n cazul comportamentului uman: orice comportament uman poate fi descris
printr-o component sistematic (de exemplu, putem rezolva o problem de fiecare dat prin aceeai
metod) i o component aleatoare (timpul de rezolvare va diferi de fiecare dat pentru aceeai
problem, i nu l vom putea prezice exact).
Aceasta este o diferen esenial ntre comportamentul sistemelor socio-umane i al
sistemelor fizice. Un sistem fizic nu va prezenta un comportament diferit atunci cnd se realizeaz
dou msurtoari n condiii identice. Rezultatele replicrii unui studiu n fizic vor fi ntotdeauna
aceleai; micile diferene dintre cele dou msurtori reprezint erori de msurare.
Totui, situaia nu este chiar disperat. Putem folosi aceeai procedur de identificare a
erorilor ca i n cazul msurtorilor fizice. De exemplu, dac obinem la msurarea timpului de
31

reacie simplu la un subiect o distribuie normal, putem deduce c ori nu avem erori sistematice,
ori acestea sunt mici. Dac ns obinem o distribuie deplasat spre valori mici sau mari (sau chiar
una n form de i sau j) acesta este semnul unor prezenei erori sistematice. Sursa acestora este mai
probabil comportamental; dup cum am vzut, erorile sistematice determinate de instrumente1
deplaseaz n general doar media distribuiei. Urmeaz s identificm cauzele erorilor sistematice.

Tem de reflecie nr. 2


Cum va afecta prezena erorilor nesistematice mari indicatorii statistici ai
dispersiei?

De fapt pentru formularea teoriilor pe noi ne intereseaz n special componenta sistematic a


unui comportament uman. Explicaia e simpl: ea poate fi prezis, n timp ce componenta
nesistematic se comport aleator i deci nu poate fi prezis.
Pentru a putea face evaluri precise ale unor comportamente umane general valabile (pentru
generalizri) ar trebui s lum n considerare msurarea ntregii populaii. Acest lucru este imposibil
n practic, n afar de cazurile n care populaia este restrns i accesibil. Soluia unanim
acceptat prin care evalurile comportamentelor umane pot fi generalizate este extrapolarea la
ntreaga populaie a rezultatului obinut prin msurarea unui eantion redus al ei. Extrapolarea este
o aplicaie a teoremei limitei centrale, care prevede c distribuia mediilor tuturor eantioanelor ce
pot fi extrase aleator dintr-o populaie este de form gaussian. Forma distribuiei mediilor
eantioanelor nu depinde de cea a distribuiei valorilor individuale. Pentru cazurile reale, distribuia
se apropie cu att mai mult de cea gaussian cu ct numrul subiecilor dintr-un eantion este mai
mare. Pentru n = 30 obinem deja o bun aproximaie a curbei gaussiene.
n scopul de a nelege mai bine afirmaiile de mai sus, vom continua cu un exemplu simplu,
i anume comportarea unei monezi. Dac moneda este corect (nu are o fa mai grea dect
cealalt) nu putem prezice pe care din fee va cdea la o aruncare (stema sau banul). Moneda are
deci o comportare aleatoare. Bunul sim ne spune c ansa ca moneda s cad pe oricare din cele 2
fee este egal, adic 50%. ns aceast constatare nu ne ajut prea mult la prezicerea unei aruncri.
Totui, dac facem un numr mare de aruncri, rezultatul (numrul de steme obinute, de exemplu)
se va apropia mult de valoarea prezis de 50%. n baza acestor constatri, s urmrim ce se
ntmpl dac facem 30 de aruncri consecutive, i numrm de cte ori am obinut stema. S

Aceast constatare este valabil instrumentelor de msur fizice (de exemplu, cronometre pentru msurarea
timpului de reacie) sau pentru sarcini simple. n cazul instrumentelor psihologice complexe (teste psihologice) eroarea
nu mai este o constant.
32

presupunem c am obinut 11 steme (din 30 de aruncri). Pe baza calculului anterior, ne ateptam s


obinem 15 steme. Putem conchide c moneda e mai grea pe faa cu banul? Greu de afirmat. S mai
repetm seria de 30 de aruncri. Obinem tot 11 steme. La o nou repetare obinem 16 steme. Ce am
obinut este forma fireasc a unui comportament aleator. S continum pn obinem 90 de serii a
cte 30 de aruncri (deci n total 2700 de aruncri). Datele sunt prezentate n tabelul de mai jos.
Dac reprezentm grafic distribuia de frecven a celor 90 de serii, obinem histograma din
figura nr. 3. Dup cum observm, distribuia rezultat seaman foarte mult cu cea gaussian.
Valoarea cea mai frecvent obinut este 16 (de 16 ori) i nu 15, aa cum ne-am atepta. Dac
numrm ns totalul stemelor rezultate din cele 2700 de aruncri, obinem 1354, o valoare foarte
apropiat de cea prezis de 1350 (50% din 2700). Valorile obinute n cele 90 de serii sunt deci
fluctuaii n jurul valorii de 15.

Tabelul nr. 1
Seria
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

Nr. steme
11
11
16
16
16
14
16
19
17
16
17
12
12
10
14
11
15
17

Seria
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

Nr. steme
17
17
15
11
15
13
16
14
12
15
12
10
22
13
16
14
12
13

Seria
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

Nr. steme
17
20
18
15
14
15
17
18
14
16
23
17
20
16
19
14
15
17

Seria
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72

Nr. steme
19
11
13
12
15
21
11
14
9
18
16
15
15
16
14
16
21
13

Seria
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90

Nr. steme
15
17
14
16
13
12
17
11
16
13
14
15
12
18
15
16
16
13

Acum vom face un pas important, pentru a ajunge intuitiv la concluziile teoremei limitei
centrale. Ce reprezint de fapt seriile de cte 30 de aruncri din totalul de 2700? Le putem considera
ca fiind eantioane de cte 30 de aruncri extrase aleator din cele 2700. Caracterul aleator al
extragerii este evident am obinut seriile din ncercri succesive, rezultatele obinute fiind pur
aleatoare i astfel am ndeplinit criteriul teoremei limitei centrale. Rezultatele seriilor fluctueaz
aleator n jurul valorii teoretice de 15 steme. Rezultatul este cel prezis, i anume o distribuie
gaussian. Evident, dac am fi continuat aruncrile, distribuia ar fi fost din ce n ce mai apropiat
de o distribuie normal.

33

18
16
14
12
10
8
6
4
2
0
8

10

12

14
16
18
20
90 de serii a 30 de aruncari

22

24

26

Figura nr. 3. Distribuia de frecven a 90 de serii de cte 30 de aruncri

Cum putem folosi acest demers n cazul unei populaii pe care dorim s o evalum? E
simplu: s ne imaginm c am forma eantioane extrgnd aleator subiecii din populaie, pn am
epuiza toi subiecii.

Evident, prin aceast metod nu schimbm cu nimic comportamentul

individual al subiecilor (ei rmnnd aceeai). ns valorile medii ale eantioanelor se vor comporta
similar cu seriile de monede, i anume vor diferi aleator fa de media populaiei, similar cu figura
de mai sus. Consecina este foarte important. Este deci suficient s mprim populaia n
eantioane aleatoare ca s obimem distribuia gaussian pentru mediile acestora. i asta fr s ne
intereseze distribuia valorilor individuale (care poate fi foarte diferit de distribuia normal).
n plus, n cazul unei distribuii aleatoare, cunoscnd funcia matematic, putem calcula mai
muli parametri, de exemplu limea distribuiei. n cazul monedelor, valoarea teoretic este:

2 N = 2 30 = 10,95
Valoarea real (23 -9 = 14) este destul de apropiat de cea teoretic (evident, dac seriile ar
fi fost mai mari de 100, de exemplu valoarea real ar fi fost mai aproape de cea teoretic).
Cel mai important rezultat pe care l putem obine prin metoda eantionrii este s
aproximm ct mai bine comportamentul ntregii populaii (mai exact a mediei sau a tendinei
centrale) doar msurnd un mic eantion din aceasta. Pentru a nelege intuitiv acest lucru, voi folosi
un exemplu simplu de msurare. Exemplul este ideal, pentru c ne vom imagina o situaie pentru
care tim cum se comport ntreaga populaie, i vom vedea ct de mult ne putem apropia de media
ei calculnd media unui singur eantion.
S presupunem c aplicm un test de cunotine format din 3 probleme similare la o
ntreag populaie (s zicem toi copii de 12 ani). Vom puncta cu 1 punct fiecare rezolvare corect i
cu 0 puncte fiecare rezolvare greit. Deci rezultatele posibile sunt 0p, 1p, 2p sau 3p. S
34

presupunem acum c 25% din populaie obine 0p, 25% 1p, 25% 2p i 25% 3p. Media pentru
ntreaga populaie este deci 1,5p.
S presupunem acum c alegem la ntmplare un eantion de 2 subieci din populaie? Ce
medie poate avea acest eantion? n acest caz particular, putem s cunoatem ce eantioane se pot
extrage, i ce medii putem obine. Datele sunt prezentate n tabelul 2:

Tabelul 2. Eantioanele de 2 subieci posibile i mediile lor


Subiectul 1

Subiectul 2

Media

0.5

1.5

0.5

1.5

1.5

2.5

1.5

2.5

Ceea ce se poate remarca imediat este c, din cele 16 situaii posibile (sunt attea pentru c
putem avea oricare din rezultate i pentru subiectul 1 i pentru subiectul 2; verificai!) avem doar un
eantion cu media de 0p i doar unul cu media de 3p; n schimb, avem 4 eantioane cu media de
1,5p (figura 4).
4.5
4
3.5
3
2.5
2
1.5
1
.5
0
0

.5

1.0
1.5
2.0
Esantioane de 2

2.5

3.0

Figura 4. Histograma mediilor eantioanelor de 2 subieci

35

Adic avem de 4 ori mai mari anse de nimeri un eantion egal cu media populaiei dect
de valori extreme (0 sau 3).
Mai mult, sunt 10 eantioane (din cele 16 posibile) cu medii cuprinse ntre 1 i 2; deci vom
avea de aproape 2 ori mai mari anse s greim cel mult 0,5p cnd vom ncerca s apreciem media
populaiei cu ajutorul doar a 2 subieci, dect s greim 1p sau mai mult de 1p.
14
12
10
8
6
4
2

3.000

2.667

2.333

2.000

1.667

1.333

1.000

.667

.333

Esantioane de 3

Figura 5. Histograma mediilor eantioanelor de 3 subieci


Ce se va ntmpla dac extragem aleator eantioane mai mari? Probabilitatea s obinem
eantioane cuprinse ntre 1 i 2 va crete din ce n ce mai mult (figurile 5 i 6).

45
40
35
30
25
20
15
10
5

3.0000

2.7500

2.5000

2.2500

2.0000

1.7500

1.5000

1.2500

1.0000

.7500

.5000

.2500

Esantioane de 4

Figura 6. Histograma mediilor eantioanelor de 4 subieci

De exemplu, sunt 186 de eantioane diferite posibile de cte 4 subiecI ntre 1 i 2 i doar 70
ntre 0 i 1, respectiv 2 i 3. Adic avem de peste 2,5 ori mai mari anse de s greim maximum
0,5p dect mai mult atunci cnd aproximm media populaiei cu media unui eantion de 4 subieci.

36

Dac folosim eantioane extrase aleator mai mari (de 30 sau 100 de subieci) putem fi de
cele mai multe ori foarte aproape de media real. i asta doar cu un singur eantion. Dar numai n
cazul extragerii lui perfect aleatoare.
Consecinele acestui fapt sunt foarte importante n cercetare. n primul rnd, pentru c
msurtorile pe care le putem face nu sunt foarte precise, putem s ne apropiem att de mult cu un
eantion aleator de media real a populaiei, nct s nu putem msura diferena. Exist ns dou
mici probleme care ne reduc entuziasmul. Prima este faptul c avem doar o ans foarte mare s
fim aproape de media real, dar nu certitudinea. Putem fi ghinioniti i s nimerim foarte departe,
cu toate c probabilitatea este n general extrem de mic, dar nu zero.

Tem de reflecie nr. 3


Decizia statistic este una probabilistic. Cum se integreaz acest tip de
raionament n cel cauzal determinist?

A doua problem este c nu putem n realitate s extragem eantioanele perfect aleator (ar
trebui s avem adresa fiecrui subiect din populaie ntr-o urn, ceea ce este imposibil). Problema
este c vom grei cu att mai mult cu ct suntem mai departe de eantionarea aleatoare; mai grav e
c nu putem nici aprecia ct de departe suntem de eantionarea perfect. De aceea, este de preferat
s descriem n lucrare ct mai exact metoda de eantionare folosit, pentru a permite cititorilor s
aprecieze ei ct de departe suntem de eantionarea aleatoare.
n continuare, voi prezenta pe scurt erorile posibile ale metodelor de msurare folosite n
psihologie, i cile prin care le putem corecta.
Orice metod de msurare am folosi pentru a evalua comportamentul uman, ea presupune
interaciunea evaluatorului cu subiectul ntr-o situaie concret. Ca urmare, aceste 3 elemente (deci
n afara instrumentului de msur n sine) pot produce la rndul lor erori de msurare.
Evaluatorul poate produce erori prin prezentarea eronat a instruciunilor de rezolvare (n
cazul unui test psihologic sau a unei sarcini experimentale, ceea ce poate duce la rezolvri greite
datorit nenelegerii sarcinii); o alt surs de eroare este dat de posibilitatea influenrii subtile a
rezultatului evalurii n direcia expectanelor evaluatorului (de exemplu prin aprobarea cu voce tare
sau gesturi a rspunsului nainte de a fi sigur dac este corect, respectiv interpretarea predominant
favorabil sau nefavorabil a rspunsurilor ambigue).
Subiectul poate provoca erori de msurare prin eludarea constrngerilor sarcinii (de exemplu
rspunsuri nesincere dar dezirabile la testele de personalitate, sau ghicirea rspunsului corect la
teste de inteligen sau de cunotine) sau prin comportamente neexpectate de evaluator sau autorul
37

instrumentului (de exemplu

refuzul de a rezolva un test de inteligen nu nseamn deloc

incapacitatea de a-l rezolva corect).


Situaia n care se produce evaluarea este i ea surs de erori, cele mai importante fiind
legate de uniformitatea situaiei i reaciile individuale la situaia de msurare. Situaia n care se
realizeaz msurtoarea este doar aproximativ identic pentru fiecare subiect n parte; diferenele de
la un subiect la altul pot provoca erori (imaginai-v doar situaia unui examen oral; condiia de
evaluare este diferit pentru subiectul care rspunde la 8 dimineaa de cel care rspunde la 8 seara).
Reacia subiectilor la situaia de msurare este diferit; spre exemplu, n cazul unui interviu
de selecie, o diferen important n rezultat se poate datora familiaritii cu situaia de selecie (ne
putem atepta la diferene ntre un subiect pentru care este primul interviu din viaa lui i un subiect
pentru care este al 10-lea i datorit experienei anterioare diferite).
Principala problem n cazul n care folosim pentru prima dat o metod de msurare este
faptul c nu cunoatem ponderea acestor erori posibile n rezultatul obinut. S ne amintim c noi
obinem doar un scor, care conine toate aceste erori; deci nu le putem separa. Soluia este s
ncepem cu o evaluare calitativ a erorilor posibile. De cele mai multe ori o astfel de prim evaluare
calitativ e uor de obinut prin aplicarea de cteva ori a instrumentului de msurare pe un numr
mic de subieci. Pentru exemplificare, pe CD am inserat 4 astfel de cazuri nregistrate video (2
subieci diferii evaluai fiecare cu aceleai sarcini).
O astfel de prim evaluare calitativ consum puin timp i permite depistarea celor mai
importante dintre erorile care pot afecta rezultatele msurtorilor. Odat identificate erorile, putem
studia cauzele lor i s cautm soluii de eliminare sursei erorii sau reducere a mrimii efectului lor.

Rezumat
Rezumnd, din cele prezentate putem nelege importana pe care identificarea i corectarea
erorilor de msurare o are n cercetare. Principalele ci de aciune sunt: separarea erorilor
sistematice de cele aleatoare, urmat de identificarea cauzelor i eliminarea efectelor erorilor
sistematice, respectiv reducerea amplitudinii erorilor nesistematice.

38

Recomandri i comentarii cu privire la temele de reflecie


Tema 1: Unele surse aparin categoriei de erori sistematice n timp ce altele aparin de categoria
erorilor nesistematice.
Tema 2: Prezena masiv a erorilor nesitematice de msurare vor duce la o cretere artificial a
valorilor indicatorilor dispersiei (varian i abatere standard).
Tema 3: Acest tip de demers probabilistic caracterizeaz cel mai bine demersul de falsificare a
modelelor teoretice, care n esen pot asuma modelarea unor relaii cauzale. ns tocmai caracterul
probabilistic al argumentelor empirice face ca s nu putem verifica un model, ceea ce putem face
este s ncercm falsificarea ei.

Bibliografie minimal pentru acest modul


Henri Poincar (1986) tiin i ipotez, Editura tiinific i Enciclopedic, Bucureti.
G. King, R. Keohane, S. Verba (2000) Fundamentele cercetrii sociale, Editura Polirom, Bucureti.
David Klahr (2000) Exploring Science., MA: MIT Press, Cambridge.
Miles, M. B., Huberman, A. M. (1984) Analyzing qualitative data. A source book for new methods,
Beverly Hills, C. A. Sage.

39

Modul 4
TESTAREA IPOTEZELOR EXPERIMENTALE; LIMITELE METODEI DE
INFEREN STATISTIC

Scopul modulului: prezentarea condiiilor n care se realizeaz testarea ipotezelor ca urmare a


constrngerilor impuse de limitele demersului tiinific.

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

s analizeze i s recunoasc sursele de eroare caracteristice


demersului de testare a ipotezelor

s identifice posibiliti de a controla, reduce sau elimina sursele


de eroare ale demersuluid e testare a ipotezelor.

n finalul capitolului 2 am prezentat pe scurt modul n care se testeaz validitatea unei teorii.
Urmeaz acum s discutm pe larg procedura de testare a teoriilor i s analizm sursele de eroare
metodologice i statitice care intervin n acest proces.

Demersul testrii ipotezelor prin metoda experimental


Dup elaborarea unei noi teorii, forma de verificare a ei const n compararea prediciilor
acesteia pentru o situaie concret din domeniul de aplicabilitate cu rezultatele empirice obinute
prin msurarea comportamentului unor subieci pui s se comporte n situaia dat. Datele empirice
deja existente nu pot fi folosite pentru testarea teoriei, pentru c ele au fost deja folosite n cadrul
raionamenteor inductive care au dus la construcia teoriei. Ele nu pot fi folosite i pentru verificarea
ei.
Dup cum vom vedea, demersul de testare a teoriilor conine implicit erori. Erorile nu pot fi
eliminate n totalitate, ci doar redus amplitudinea lor. Nu putem msura direct procesele mentale;
le putem doar evalua indirect, prin analiza consecinelor acestora la nivelul comportamentului. De
exemplu, nu putem urmri procesele care duc la memorarea unui text, dar verifica rezultatul
procesului prin sarcini de memorie. Vom putea afla doar cte cuvinte am reinut, de exemplu. Acest
lucru ne determin s formulm prediciile teoriilor n forma: dac teoria este corect, atunci vom
observa acest comportament. Spre exemplu, s presupunem c am elaborat o psihoterapie care s
reduc numrul judecilor negative la depresivi. Noi nu vom putea vedea judecile fcute de
subieci, dar le putem evalua indirect, cerndu-le s caracterizeze prin adjective situaia cu care se
40

confrunt. Predicia va avea forma: dac numrul judecilor negative a sczut, subiecii vor alege
mai puine adjective cu conotaie negativ pentru a caracteriza situaia. Aceast predicie este
ipoteza general a studiului prin care testm teoria. Ca urmare, procedura de testare a unei teorii
const n (figura 7): (a) formularea prin raionament deductiv a unei predicii a teoriei pentru o
situaie dat (definit n mod ideal), n termeni de secven comportamental specific; (b)
realizarea n practic a condiiilor cerute de situaia aleas pentru verificare (situaia experimental);
(c) msurarea n situaia experimental a secvenei comportamentule specifice; (d) compararea
comportamentului msurat cu cel prezis.
Fiecare etap a procedurii de testare este o surs de eroare. Astfel, situaia particular pentru
care formulm predicia (situaia ideal) este realizat n practic ntr-un mod aproximativ (situaia
experimental); chiar i n cazul n care putem recurge la experiment pentru a testa o ipotez, nu
putem elimina prezena unor factori (numii variabile externe) care au efect asupra secvenei
comportamentale msurate n cazul exemplului de mai sus, dac recurgem la evaluarea
comportamentului depresiv n cabinetul de psihoterapie (subiectul fiind rugat s-i descrie
comportamentul ntr-o situaie recent din mediul su cotidian, cabinetul de psihoterapie nu
amorseaz asociaii cu evenimente negative, deci subiectul poate prezenta un comportament mai
optimist i datorit diferenei mediului artificial (cabinetul) fa de cel real pe care l evalueaz.
Msurarea unui comportament, aa cum am vzut n capitolul precedent, se face ntotdeauna
cu erori (nsumate sub termenul de eroare de msurare). n plus, ceea ce msurm este ntotdeauna
doar o parte a comportamentului relevant. Pentru exemplul prezentat, nu putem obine prin
msurare dect adjectivele prezentate explicit de subiect, nu i cele pe care nu le pronun.
Procedura experimental presupune, n scopul creterii acurateei datelor empirice i
controlul manipulrii variabilei independente (provocarea n locul i momentul ales de noi a
manipulrii variabilei independente). Pentru a nelege acest aspect s lum un exemplu simplu: s
presupunem c ne intereseaz s surprindem modul n care se hrnesc grupurile de cimpanzei n
mediul lor natural. Pentru aceasta, am fi obligai s-i urmrim prin jungl (fapt extrem de dificil, ei
deplasndu-se prin copaci) timp ndelungat, n sperana c vom observa scurtele momente n care se
hrnesc. Mai simplu este s-i obinuim s vin periodic, la anumit or, ntr-un spaiu ales cu grij,
n care plasm hran la vedere (metoda s-a folosit realmente). Provocarea manipulrii determin
ns i erori caracteristice (subiecii pot reaciona diferit la manipulare). De exemplu, pentru studii
privind comportamentul subiecilor

anxioi, inducerea anxietii prezint avantaje dar i

dezavantaje (putem induce, n loc de anxietate sau n afar de aceasta, i alte efecte).

41

Figura 7

n afar de aceste surse de eroare inevitabile demersului de testare mai introducem o surs
de eroare datorat seleciei aleatoare (sau cvasialeatoare) a subiecilor. Raiunile pentru care
recurgem la selecia aleatoare le-am prezentat n capitolul precedent. ns selecia aleatoare, pe
lng avantaje, provoac o nou surs de eroare: eroarea de eantionare. n cazul unui experiment
presupunnd 2 eantioane independente (modelul experimental de baz cu eantioane independente
un eantion de control i unul experimental) selectate aleator, putem avea aproape sigur diferen
ntre mediile acestora (e mic ansa s nimerim succesiv dou eantioane cu exact aceeai medie).
Deci cel puin o parte a diferenei dintre medii poate fi sigur datorat seleciei aleatoare a
eantioanelor.

Tem de reflecie nr. 1


Cum va afecta prezena erorilor de msurare nesistematice procesul de
estimare procesul de selecie aleatoare a unui eantion, respectiv procesul
de estimare a parametrilor populaiei?

Eroarea de eantionare fiind inevitabil, ea este obligatoriu evaluat prin inferena statistic.
Nu este momentul acum s descriu n amnunt procedura de inferen statistic. Pe scurt, ea permite
estimarea probabilitii ca diferena dintre mediile eantioanelor selectate aleator s se datoreze
42

exclusiv seleciei. Aceast estimare este ceea ce numim probabilitatea ipotezei nule (pH0). Important
de reinut este c inferena statistic verific doar eroarea de eantionare. Celelalte surse de eroare
(cea datorat situaiei experimentale, metodei de msurare i manipulrii variabilei independente)
nu pot fi analizate prin inferen statistic.
Toate aceste surse de eroare reprezint tot attea alternative de a explica rezultatele
constatate n urma experimentului, pe lng cea conform teoriei. Ca urmare, neputnd elimina total
sursele de eroare din experiment, nici separa efectele erorilor experimentale de cel prezis n ipotez,
suntem constrni s interpretm rezultatele lund n calcul i efectele surselor de eroare
experimental. Paii demersului de interpretare sunt:
- identificarea surselor de eroare rmase necorectate;
- estimarea mrimii i sensului efectelor erorilor asupra variabilei dependente;

Formularea de interpretri alternative n cazul erorilor mari i cu efecte de acelai sens cu


cel prezis de teorie. Pentru a simplifica procesul de identificare a erorilor necontrolate experimental
este recomandat alctuirea n cursul desfurrii experimentului a unui jurnal de observaie n care
se noteaz orice observaie calitativ fcut n situaia experimental privind comportamentul
subiecilor.
n continuare, datorit

confuziei fcute de majoritatea subiecilor

ntre interpretarea

rezultatelor i inferena statistic, am inclus un fragment dintr-un studiu propriu privind limitele
inferenei statistice.

Limitele metodei inferenei statistice


Construit n jurul a dou teorii privind modelarea sistemelor vii cu comportamente
aleatoare (elaborate de R.A. Fisher i J. Neyman mpreun cu E.S. Pearson), inferena statistic a
influenat dezvoltarea ntregii metodologii experimentale n psihologie. Permind realizarea de
verificri experimentale prin cercetri ce presupun un numr redus de cazuri experimentale,
inferena statistic a devenit extrem de popular, reprezentnd n momentul de fa procedura
dominant de testare a ipotezelor experimentale n psihologie i a influenat evoluia metodelor de
cercetare experimental. Tipurile de design experimental, selecia variabilelor independente i
dependente, selecia subiecilor, metodele de evaluare a erorilor de msurare au fost dezvoltate
pentru a fi compatibile cu procedurile de inferen statistic. n timp, efectul s-a extins i asupra
strategiilor generale de alegere a direciilor de cercetare, respectiv de formulare de noi ipoteze de
certetare. Au avut ctig de cauz acele ipoteze care puteau fi verificate recurgnd la inferena
statistic, datorit timpului mult mai scurt de obinere de rezultate publicabile, respectiv de aplicaii
practice. A rezultat deci o reorientare fundamental la nivelul obiectivelor cercetrii tiinifice n
43

psihologie. Ipotezele cercetrilor actuale corespund mai degrab constrngerilor

testelor de

semnificaie dect cerinelor procesului de testare a validitii teoriilor tiinifice. S-a renunat n
mare msur la utilizarea metodelor empirice de extrapolare i validare a instrumentelor de
msurare. Consecinele asupra cunoaterii tiinifice n psihologie sunt foarte vizibile astzi. De
exemplu, n ciuda numrului crescnd de lucrri tiinifice publicate, numrul de ipoteze de
cercetare fundamental noi este n scdere.
Dac urmrim evoluia cunoaterii tiinifice n psihologie din ultimii 65 de ani constatm o
adevrat inflaie de teorii tiinifice, fiecare cu un domeniu de aplicabilitate restrns. Cunoaterea
tiinific n psihologie a avut o dezvoltare mai mult orizontal: noile teorii nu nlocuiesc pe cele
vechi, ci vizeaz aspecte noi ale fenomenelor studiate sau privesc aceleai fenomene dintr-o alt
perspectiv. Timpul total necesar formulrii i testrii experimentale a sczut, dar a sczut n acelai
timp i puterea explicativ a noilor teorii.
Tot mai muli experi n metodologia de cercetare sunt de prere c responsabil de aceast
stagnare este utilizarea dominant i eronat a inferenei statistice n scopul testrii ipotezelor.
nc din anii 60 criticile aduse inferenei statistice au pus n eviden consecinele nocive
ale acestei metode asupra dezvoltrii teoriilor tiinifice. Argumentele folosite n mod curent se
refer exclusiv la erorile de decizie aprute la testarea ipotezelor prin inferen statistic. Principala
concluzie ce poate fi desprins din aceste studii este formulat de F.L. Schmidt, care consider c
utilizarea masiv a testelor statistice de semnificaie a ntrziat sistematic procesul de acumulare de
cunotine n psihologie.
De fapt, efectul procedurilor de inferen statistic este i mai distructiv; el se extinde asupra
ntregului proces de construcie a teoriilor tiinifice. Remarcm aici afirmaia lui Dave Grayson
asupra efectului inferenei statistice n procesul de formulare a ipotezelor de cercetare: Dup mine,
acest model pare neverosimil pentru dezvoltarea tiinific: focalizarea asupra obinerii rspunsuri
precise privind ntrebri generale a nlocuit sarcina mult mai important de a formula ntrebri
precise; ntr-adevr, se inhib astfel comprehensiunea creativ i libertatea intelectual care
reprezint o amprent caracteristic a progresului tiinific. Vom ncerca n cele ce urmeaz s
prezentm pe scurt criticile metodologilor adresate modului n care inferena statistic este
actualmente utilizat.
Metoda testrii ipotezelor prin inferena statistic a fost propus pentru studii experimentale
ce au ca scop stabilirea unei relaii cauz-efect. Pentru aceasta, se intervine printr-o manipulare
experimental asupra unui grup de subieci (numit grup experimental), i se compar modificarea
comportamentului acestora fa de cel al unui grup de subieci care nu au fost supui manipulrii
(grup de control). Comportamentul ambelor grupuri este evaluat n aceai situaie experimental.

44

Dac condiiile de mai sus sunt ndeplinite, diferena de comportament se consider a fi efectul
interveniei experimentale.
Autorii metodei inferenei statistice (R.A. Fisher i J. Neyman mpreun cu E.S. Pearson) au
elaborat independent dou proceduri similare de testare a ipotezelor ce au la baz proprietile
distribuiei gaussiene. Ambele proceduri estimeaz probabilitatea ca rezultatul experimental
consecutiv unei manipulri experimentale s se datoreze seleciei aleatoare a subiecilor. Procedura
lui Fisher se oprete la aceast estimare. n schimb, metoda Neyman-Pearson presupune formularea
a dou ipoteze explicative pentru rezultatele experimentale: ipoteza experimental (specific) i
ipoteza nul (adevrat n cazul unui efect nul al manipulrii experimentale, rezultatul fiind atribuit
hazardului alegerii subiecilor). De fapt, pentru ca procedura Neyman-Pearson s fie funcional, nu
putem lucra dect numai cu dou ipoteze statistice, care n mod obligatoriu trebuie s fie
complementare; ipoteza nul fiind de o form fix, ipoteza specific reprezint complementara
acesteia. De aici rezult imediat c ipoteza specific nu este identic cu cea experimental; de fapt,
relaia dintre ipoteza experimental i cea specific este de incluziune (ipoteza experimental este
inclus, din punct de vedere probabilistic, n totalitatea cazurilor posibile descrise de ipoteza
specific). Consecina din punct de vedere experimental este c noi testm prin inferena statistic
altceva dect ipoteza experimental, o afirmaie foarte general, care poate fi exprimat general
astfel: diferenele constatate experimental nu sunt ntmpltoare, adic reversul ipotezei nule.
Pentru a fi testate prin metoda inferenei statistice, studiile experimentale trebuie s respecte
constrngerile impuse de teorema limitei centrale: metoda de selecie a subiecilor trebuie s fie
aleatoare, att n cazul procedurii de formare a eantionului experimental, ct i n cazul mpririi
acestora n grupul experimental (asupra creia se realizeaz manipularea) i cel de control.
Calculul probabilitii ipotezei nule (pho) depind abilitile unui psiholog, Neyman i
Pearson propun stabilirea unor valori-prag ale p ho pentru care rezultatele pot fi obinute din tabele.
Valorile-prag adoptate de comunitatea tiinific (denumite valori a) au fost p ho = 0,05 i p ho =
0,01. Prin stabilirea valorilor-prag, aplicarea metodei de inferen statistic se reducea la calculul
mult mai simplu al mrimii efectului i compararea acestuia cu mrimea critic a efectului
(corespunztoare valorii a alese).

Tem de reflecie nr. 2


Care sunt factorii care vor afecta probabilitatea infirmrii Ho?

45

Se stabilea astfel o procedur uor de aplicat pentru orice nespecialist n statistic. n


consecin, ea a devenit foarte familiar, fiind predat n toate universitile n aceast form
simplificat.
Din pcate, succesul ei ca i metod de testare a ipotezelor este considerat astzi de
majoritatea specialitilor ca fiind extrem de redus; Schmidt i Grayson, independent unul de
cellalt, consider c premisele metodei de testare a ipotezelor prin inferen statistic reprezint
estimri probabilistice mai degrab subiective; n aceeai msur, ncrederea cercettorilor n
eficiena procedurii este la fel de subiectiv. S explicm pe larg aceste dou afirmaii.
J. Cohen, ntr-o lucrare mai veche a sa, introduce termenul de probabilitate subiectiv; spre
deosebire de probabilitatea matematic, care poate fi estimat precis, probabilitatea subiectiv
rezult din simplificarea unei situaii incerte pentru noi prin introducerea unei reguli cauzale
stabilit subiectiv. Or, dup cum remarc Grayson (pe baza argumentelor lui Shafer, Hacking,
Peirce) exist trei poziii diferite de interpretare (datorate unor orientri filosofice diferite) privind
interpretarea probabilitii. Acestea sunt:
(a) Un punct de vedere bazat pe interpretarea probabilitii ca i frecven relativ; n acest
caz, probabilitatea ca un eveniment s se produc este interpretat ca frecvena relativ de apariie a
evenimentului ntr-un numr dat de situaii identice. De exemplu, probabilitatea de apariie a cifrei 6
prin aruncarea unui zar este dat de frecvena cu care apare aceast cifr dintr-un numr foarte mare
de multe aruncri succesive ale zarului.
(b) Punctul de vedere nominalist este similar celui frecvenialist, cu excepia faptului c se
refec la un numr dat, finit de situaii (de exemplu, 100 de aruncri ale zarului).
(c) Punctul de vedere realist, ce definete probabilitatea ca fiind frecvena de repetare a unei
ntregi secvene de evenimente (de exemplu, de cte ori vom obine de 10 ori cifra 6 din serii de 30
de aruncri ale zarului). Prin urmare, spre deosebire de primele dou, perspectiva realist permite
estimri nu doar asupra probabilitii unor evenimente simple, ci i asupra unor secvene date de
evenimente. Cu alte cuvinte, permite stabilirea probabilitii unor evenimente complexe, n timp ce
primele dou permit verificarea doar a evenimentelor simple.
Punctul de vedere realist este singurul care abordeaz probabilitatea din perspectiva ansei
de repetare a unei secvene de evenimente. Inferena statistic are la baz perspectiva
frecvenialist. Probabilitatea ipotezei nule (pho) calculat prin inferen statistic se refer strict la
situaia experimental dat; nu este o estimare a posibilitii de a nu obine efect la repetarea
experimentului. Acest fapt poate fi uor observat n cazul studiilor de metaanaliz: n majoritatea
cazurilor, replicarea de un numr mare de ori a unui studiu duce att la rezultate semnificative, ct
i nesemnificative; numrul studiilor cu rezultat nesemnificativ depete cu mult pho calculat

46

pentru studiile semnificative. Se pune atunci ntrebarea fireasc: ce relevan are de fapt pho n
extrapolarea rezultatelor experimentale ?
n orice caz, indiferent ct este de mic pho calculat n cazul unui studiu experimental dat,
aceast valoare nu ne va spune nimic despre rezultatul pe care l vom obine prin replicarea lui.
Acesta este i motivul pentru care majoritatea metodologilor care susin poziia frecvenionist (de
exemplu Schmidt) consider necesar replicarea studiilor i aplicarea procedurilor de meta-analiz.
De altfel, meta-analiza s-a dezvoltat ca i procedur de extrapolare tocmai pentru a atenua aceast
deficien a inferenei statistice.
Pe de alt parte, clasificarea lui Grayson privind interpretarea probabilitii evideniaz
relativitatea soluiei de testare a ipotezelor folosind exclusiv inferena statistic. Se constat faptul
c modelele matematice privind evenimentele probabilistice nu ofer o descriere complet a
acestora; imaginea obinut este parial i este rezultatul unei simplificri influenate de atitudinea
subiectiv privind interpretarea probabilitii. Cu alte cuvinte, aceste modele matematice nu sunt
nc total obiective; ele depind de convingerile subiective ale statisticienilor. Ca exemplu pentru
afirmaiile de mai sus, remarcm existena unei alte soluii statistice la problema testrii ipotezelor,
propus de Bayes. Acest procedur a fost dezvoltat pentru decizii privind comportamente
individuale i presupune stabilirea unor probabiliti apriori privind consecinele deciziei. Poziia de
interpretare a probabilitii este apropiat de cea realist (conform clasificrii lui Grayson).
Deficienele procedurii de inferen statistic privind obiectivitatea testrii ipotezelor
experimentale a atras i atenia forului diriguitor al A.P.A. (Asociaia American de Psihologie). Ca
urmare a memoriului lui F.L. Schmidt din 1994, n calitate de preedinte al Diviziei de Evaluare,
Msurare i Statistic a A.P.A., s-a luat decizia de a se infiina o comisie de evaluare a eficienei
metodelor de inferen statistic, precum i a modului n care acestea sunt predate n universitile
americane. Pna la ora actual comisia nu a reuit s i finalizeze activitatea.
n concluzie, modelele de inferen statistic sunt nc imperfecte, nefiind complet obiective.
Deciziile stabilite exclusiv pe seama lor sunt prin urmare i ele imperfecte. Deficienele
procedurilor de inferen statistic prezentate mai sus fac imposibil asumarea riscului testrii
validitii ipotezelor tiinifice recurgnd exclusiv la modele statistice.
O soluie mult mai eficient este de a include metodele de inferen statistic intr-un model
decizional implicnd i raionamente logice. Aceasta este, de altfel i poziia agreat de o parte
important a metodologilor contemporani. De altfel, tiinele exacte (fizica, chimia), cu aparatul
formal cel mai dezvoltat, adopt o poziie mult mai sceptic privind testarea de ipoteze exclusiv prin
modele matematice. Poziia dominant a inferenei statistice n sistemul metodelor de cercetare
psihologic este mai degrab o dovad de imaturitate tiinific dect de rigoare i obiectivitate.

47

O alt deficien a modelului de inferen statistic o reprezint dificultatea lui de a testa alte
ipoteze dect cele cauzale. Procedura clasic propus de Neyman i Pearson pentru testarea
ipotezelor de tip corelaional s-a dovedit ineficace. Prin creterea numrului de subieci din
eantion, orice corelaie se va dovedi semnificativ. De altfel, pentru a corecta aceast deficien sau propus procedee de tip cauzal (de exemplu analiza de cale i analiza log-liniar) pentru a crete
acurateea deciziilor n cazul testrii modelelelor descriptive bazate pe corelaie. Din pcate ns,
inferena statistic se dovedete ineficient n cazul testrii de modele descriptive diferite de cele
liniare (corelaionale).
Implicaia acestei deficiene asupra dezvoltrii cunoaterii psihologice este foarte mare.
Majoritatea cercetrilor din psihologia contemporan presupun testarea de ipoteze cauzale ntre
diferite variabile nainte de stabilirea unor relaii descriptive precise. Or, nu putem fi capabili s
stabilim ipoteze cauzale precise asupra unui fenomen fr a cunoate n amnunine ansambul
strilor caracteristice fenomenului (adic fr a avea modele descriptive precise).

Efectele aplicrii eronate a procedurilor de inferen statistic


Dac inferena statistic reprezint o surs de erori att de importante, cum se explic
rspndirea ei i poziia dominant n ansamblul metodelor de cercetare psihologic ? n primul
rnd, iluziei de obiectivitate pe care o confer. n al doilea rnd, datorit simplitii procedurii de
calcul i decizie (accesibil oricrui psiholog, indiferent de cunotinele sale de statistic). n al
treilea rnd, datorit elaborrii unor proceduri simplificate de analiz (n form standardizat) care
sunt predate n universiti.
n fapt, aceste trei argumente prezentate mai sus reprezint dezavantaje majore din
perspectiva finalitii cercetrii tiinifice. Posibilitatea de a stabili precis probabilitatea ipotezei
nule reprezint pentru muli cercettori o garanie a unui rezultat experimental precis. n fapt, chiar
i aceast precizie este iluzorie, ea reprezentnd doar o msur a tipului I de eroare (validarea unei
ipoteze specifice false). Se neglijeaz astfel importana tipului II de eroare (respingerea unei ipoteze
specifice adevrate).

n combinaie cu restrngerea interpretrii probabilitilor la perspectiva

frecvenialist, acumularea tipului II de eroare face extrem de dificil obinerea de rezultate


consistente prin replicare experimental, fapt confirmat de eecul multor studii de meta-analiz.
Procedura de analiz cea mai rspndit n comunitatea tiinific este de fapt o sintez
simplificat a metodelor Neyman-Pearson i Fisher. Prin modul n care este ea prezentat n
cursurile de statistic psihologic, se creaz iluzia unei proceduri de analiz precis i n mare
msur lipsit de erori. Omiterea deficienelor inferenei statistice, respectiv prezentarea
independent a procedurii de analiz statistic de cele de analiz experimental a creat celor mai
muli dintre studeni iluzia c inferena statistic este suficient pentru validarea rezultatelor
48

experimentale. Or, un contraexemplu simplu ne convinge de falsitatea acestei opinii: putem inventa
o colecie de valori care, supuse analizei statistice, duc la o probabilitate a ipotezei nule extrem de
mic. Interpretarea rezultatului nu este validarea unei ipoteze specifice, ci a caracterului
nentmpltor al datelor (ceea ce este adevrat - ele au fost inventate intenionat s obinem o
diferen mare de medii, de exemplu).
Problema este c, n cazul n care nu se prezint explicit ntreaga procedur de testare a unei
ipoteze experimentale, n cadrul creia inferena statistic reprezint doar o procedur de
extrapolare, se creaz premisa interpretrii eronate a rolului analizei statistice. n consecin se
acord o atenie exagerat procedurilor statistice n detrimentul celor experimentale (supoziie
consistent cu constatarea unei abordri exclusiv din perspectiv statistic a problemelor de
metodologie de cercetare psihologic de ctre recent nfiinata revist a APA Psychological
Methods).
n concluzie, utilizarea dominant a inferenei statistice ca metod de extrapolare a dus la
neglijarea procedurilor empirice (cum ar fi analiza descriptiv, analiza calitativ, etc.) ale validrii
teoriilor tiinifice.

Tem de reflecie nr. 3


Care este impactul utilizrii dominante a demersului de inferen statistic
asupra demersului de construcie i validare a modelelor teoretice n
psihologie?

Elaborarea i validarea teoriilor tiinifice reprezint deci un demers mult mai complex
dect simpla analiz statistic, realizat n cea mai mare parte prin mijloace calitative la nivelul
tuturor tiinelor (cu excepia evident a matematicii). Ca urmare, pare nerealist pretenia
psihologiei s neglijeze procedurile calitative de formulare de ipoteze, analiz descriptiv,
experiment descriptiv, numai pentru c acestea sunt mai dificil testabile prin inferen statistic. Ne
putem aminti rezultatele obinute pe cale exclusiv calitativ nainte ca procedurile statistice actuale
s fie create i adoptate (de exemplu legile memoriei determinate de Ebbinghaus) sau impactul
studiului exclusiv descriptiv al lui Miller privind capacitatea de procesare a sistemului cognitiv
pentru a reconsidera poziia dominant n testarea ipotezelor.
Un demers experimental mult mai viabil ar presupune realizarea unor studii descriptive ale
cror rezultate (relaii precise ntre variabilele implicate) s constituie premisele studiilor
experimentale. Este evident cauza petru care rolul studiilor descriptive s-a diminuat n ultimele
decenii: rezultatele lor nu pot fi verificate prin inferen statistic, necesit un efort crescut, necesar
pentru stabilirea de proceduri de msurare precise.
49

Avantajele analizei erorilor de msurare sunt evidente. Fr msurtori precise nu putem


obine rezultate testabile experimental (deci nu putem obine cu certitudine replicri ale rezultatelor
experimentale). Procedurile de analiz a erorilor implic ns mai multe studii descriptive i
experimente-pilot, foerte costisitoare i consumatoare de timp. Consecinele renunrii la analizele
erorilor de msurare se constat urmrindu-se rezultatul studiilor de metaanaliz: rezultatele
experimentale nu sunt n general uor de replicat. Una din cauze o reprezint neeliminerea surselor
de eroare sistematice, i meninerea unor erori ntmpltoare ridicate - fapt vizibil prin analiza
raportuluim de mrime dintre abaterea standard i media valorilor (un raport apropiat de 1/1 sau
ntre 1/1 i 1/2 sugereaz existena unor erori de msurare enorme). Uzual, aceste erori sunt
neglijate datorit ncrederii n puterea de analiz a inferenei statistice, ncredere nejustificat ns,
dup cum am vzut.
n plus, am putea recomanda replicarea rezultatelor experimentale pe mai multe situaii din
domeniul teoriei verificate, practic realizat curent n tiinele fizice, dar neglijat n psihologie.
Adesea, verificrile teoriilor concurente se realizeaz pe aceleai sarcini artificiale. De aici, puterea
lor explicativ redus. Alt tip de verificare necesar ar fi testarea teoriilor n situaii ecologice
(verificarea consecinelor pe situaii neexperimentale).
Succesiunea studiu descriptiv - model descriptiv - ipotez de cercetare - analiza erorilor studiu experimental - replicare alternativ - verificare ecologic ar putea ridica nivelul explicativ al
teoriilor tiinifice, stabilind n acelai timp direcii de cercetare valide. Un astfel de model nu este
agreat din perspectiva organizaiilor ce sponsorizeaz cercetarea (este prea laborios i necesit mult
timp, deci nu se pot justifica rapid investiiile) i de personalul implicat n cercetare (promovrile
vor fi mai lente datorit timpului crescut necesar pentru obinerea de rezultate experimentale
publicabile). iat deci dou posibile explicaii, alturi de ineria tipic a forurilor de evaluare a
rezultatelor tiinifice, care prelungesc starea de fapt actual, cu consecine directe asupra evoluiei
cunoaterii psihologice.

Rezumat
n concluzie, putem spune c procedura de testare a ipotezelor este sursa unor erori
inevitabile. Acestea nu pot fi eliminate total, ci doar reduse ca amplitudine. Toate sursele de eroare
care pot avea efecte asupra variabilei dependente comparabile ca mrime cu efectul scontat al
variabilei independente trebuie luate n calcul n interpretarea rezultatelor ca alternative de
interpretare. Ele nu pot fi eliminate pn nu eliminm sau controlm sursa de eroare care produce

50

efectul. Inferena statistic verific doar eroarea de eantionare; interpretarea exclusiv n baza ei a
rezultatelor experimentale mpiedic dezvoltarea teoriilor tiinifice.

Recomandri i comentarii cu privire la temele de reflecie


Tema 1: Prezena erorii nesistematice va duce la o estimare imprecis a erorii standard, i la fel o
estimare impresic a parametrilor populaiei.
Tema 2: Mrimea efectului, volumul eantionului, valoarea pragurilor critice.
Tema 3: Statistica nu poate corecta toate erorile metodologice, chiar dac prezena acestora este
dovedit ulterior colectrii datelor.

Bibliografie minimal pentru acest modul


Miles, M. B., Huberman, A. M. (1984), Analyzing qualitative data. A source book for new
methods, Beverly Hills, C. A. Sage.
C. Howson, P. Urbach (1993) Scientific Reasoning. The Bayesian Approach. Open Court
Publishing Company, Illinois.
G. King, R. Keohane, S. Verba (2000) Fundamentele cercetrii sociale, Editura Polirom,
Bucureti.
David Klahr (2000) Exploring Science., MA: MIT Press, Cambridge.

51

Modul 5
PROIECTUL DE CERCETARE PENTRU LUCRAREA DE DIPLOM
Scopul modulului: este familiarizarea cu principalele elemnte ale demersului de elaborare a unui
proiect de cercetare.

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

s cunoasc paii principaliai unui proiect de cercetare.


s aplice euristicile care s l ajute n identificarea unor probleme de
cercetare;
s fundamenteze teoretic un obiectiv formulat;
s elaboreze un plan de cercetare;

Lucrarea de diplom fiind n mod necesar o lucrare de cercetare, voi aborda pe scurt
demersul de proiectare a unei cercetri tiinifice. El reprezint prima faz a unei cercetri, n cadrul
creia se abordeaz la nivel teoretic etapele cercetrii, respectiv problemele care pot
aprea.Calitatea proiectului determin n bun msur succesul cercetrii; ca urmare merit s
acordai atenie acestei etape. De altfel, coordonatorii v vor solicita un astfel de proiect pn la
sfritul semestrului. n cele ce urmeaz voi prezenta cteva sugestii practice privind etapele
demersului i modalitile practice de realizare a lui. Este indicat s urmai succesiunea pailor
sugerai, n special pentru a putea anticipa erorile de cercetare.

Sugestii pentru realizarea proiectului de cercetare


n elaborarea unui proiect de cercetare este indicat s lum n considerare urmtoarele
prescripii:

Alegerea temei de cercetare


Este de obicei partea cea mai dificil a proiectului i solicit cel mai mult timp, mai ales n
cazul n care cercetarea nu este urmarea uneia anterioare. Este aproximativ echivalent cu domeniul
de cercetare (exemple de teme de cercetare: evaluarea competenelor de citit/scris la copii, selecia
unei categorii de angajai la o companie, eficiena unei metode psihoterapeutice, etc.). Tema de
ceretare nu este echivalent cu obiectivul cercetrii; ea este mai mult un cadru teoretic i de
proceduri din care v vei alege obiectivul concret al cercetrii. Calea cea mai simpl de alegere a
temei const n a v documenta trecnd n revist teoriile existente i cercetri anterioare pentru a v
52

putea evalua ansele de succes n abordarea temei. Dac coordonatorul v-a oferit deja tema de
cercetare nu nseamn s neglijai acest pas. Sugestia mea este ca, i n aceast situaie, s
parcurgei literatura tiinific existent pentru a v putea decide asupra obiectivului de cercetare.

Tem de reflecie nr. 1


Gndii-v la o tem de cercetare! ncercai s identificai motivele
subiective i obiective care argumenteaz alegerea acestui subiect..

Obiectivul cercetrii (problema studiat)


Dup ce v-ai decis asupra temei de cercetare, alegei un obiectiv concret pe care s l putei
atinge prin lucrarea de diplom. Deci obiectivul este contribuia voastr personal n cadrul temei
de cercetare. Spre exemplu, dac tema de cercetare este selecia de personal, obiective posibile ar fi:
construirea unui instrument sau a unei baterii de selecie, verificarea validitaii unei metode de
selecie, etc. Sugestia mea e s avei n vedere on obiectiv care poate fi realizat timpul rmas (mai
puin de un an) i cu mijloacele care v stau la dispoziie. Pentru a fi siguri, trecei n revist mai
multe obiective posibile i asigurai-v c avei la dispoziie (sau putei gsi) bibliografia minim
necesar, instrumentele necesare, subiecii pentru cercetare, i putei ndeplini condiiile
experimentale. De exemplu, nu are sens alegerea unui obiectiv care presupune urmrirea evoluiei
subiecilor pe mai muli ani evident nu avei timpul necesar.
O alt problem o reprezint compenenele necesare pentru executarea cercetrii. Asiguraiv c nelegei teoriile i cercetrile aferente i putei folosi corect instrumentele de cercetare (de
exemplu tii s aplicai testele necesare). Cea mai bun soluie, dac nu suntei siguri, este s
aplicai instrumentele pe un numr redus de cazuri.
Pentru proiect formulai pe scurt (una sau mai multe fraze):
- a) Obiectivul lucrrii de diplom, folosind termeni psihologici generali. Recomand o
formulare ct mai explicit posibil; obiectivul poate fi i teoretic (formularea sau verificarea unei
teorii), aplicativ (o metod de evaluare, o intervenie, evaluarea eficienei unei metode de selecie,
construcia sau adaptarea unui test, etc.) sau descriptiv.
- b) Importana teoretic i practic a obiectivului (ce aduce nou proiectul din punct de
vedere teoretic sau aplicativ). De exemplu, i un studiu aplicativ poate avea valoare teoretic dac
reprezint o aplicaie a unei teorii noi n practic.

53

Fundamentarea teoretic a obiectivului


Presupune trecerea n revist i prezentarea principalelor teorii/modele care au stat la baza
alegerii obiectivului. Nu alegei doar teoriile care v convin (trebuie s luai n calcul i teoriile cere
susin puncte de vedere opuse). n final, formulai o concluzie teoretic (punct de vedere general)
pentru problema abordat n cercetare. Pentru proiect, n urma fundamentrii teoretice, prezentai
raionamentul care a condus la obiectiv (modul n care ai ajuns la obiectiv) i importana lui n
cadrul domeniului de cercetare. De exemplu, dac tema este evaluarea competenelor colare, ce
importan ar avea construirea unui nou instrument sau elaborarea unei noi proceduri de evaluare.
Reformulai obiectivul n termenii teoriilor/modelelor prezentate.

Formularea unei ipoteze ce urmeaz a fi verificat.


Este valabil pentru cercetri care presupun experimente. Precizai ipoteza general (care este
comportamentul ateptat de noi din partea subiecilor) i ipoteza experimental (ce ne ateptm s
obinem prin msurare). Dac studiul este explorator sau descriptiv, nu putei formula o ipotez .

Planul de cercetare
Reprezint etapele cercetrii. Va conine:
Metoda de cercetare (experiment peciznd tipul de design, studiu corelaional observaie,
etc. ). Ea trebuie s fie adecvat obiectivului. De exemplu, dac obiectivul este construcia unui test,
nu are sens s facei un experiment. Dac obiectivul este ns validarea unui test pentru diagnostic
diferenial, trebuie s facei un experiment.
Selecia subiecilor (descriei concret metoda de selecie folosit exact cum vei selecta
subiecii)
Variabilele implicate (independente i dependente; numirea i operaionalizarea lor cum
facem manipularea variabilei independente, cum i cu ce msurm variabila dependent).
Situaia experimental (condiiile de realizare a experimentului). Cea mai simpl metod
este de a o prelua din studii anterioare pentru aceasta e nevoie s citii cu atenie cercetrile
anterioare pe problema studiat. Dac gsii ceva care se potrivete cercetrii voastre, verificai dac
putei ndeplini condiiile. Dac cercetarea voastr presupune o abordare diferit de cele anterioare,
trebuie s elaborai voi situaia experimental.
Metode sau instrumente de msurare. Alegei metoda de msurare n aa fel nct eraorea de
msurare s fie ct mai mic. Dac nu suntei siguri i avei mai multe alternative, verificai-le pe
fiecare pe civa subieci. O alt problem o reprezint folosirea testelor. Pare o metod comod,
dar sunt mari anse ca testele disponibile s nu msoare exact variabila dependent. n acest caz este

54

de cele mai multe ori mai simplu s construii voi o procedur de msurare. Dac acest lucru e
dificil, verificai (prin aplicarea pe cteva cazuri) ct de mare este eroarea de msurare.

Tem de reflecie nr. 2


Citii un studiu empiric publicat i ncercai s identificai elementele
planului care au permis derularea cercetrii.

Erorile de cercetare posibile


Reprezint sursele de eroare pe care estimai c ar putea aprea, respectiv metodele de
control. Fiecare element al planului de cercetare poate fi o surs de eroare, care poate afecta
interpretarea rezultatelor (de exemplu, dac metoda de msurare e greit aleas nu msoar
variabila dependent, ci altceva nu avei ce interpreta). Cea mai bun metod este s anticipai
erorile posibile i s ncercai s le reducei. Acest lucru se poate face prin studii-pilot (mici
verificri pe un numr redus de subieci a procedurii de cercetare).

Tem de reflecie nr. 3


Citii un studiu empiric publicat i ncercai s identificai elemntele
metodologice care ar impune derularea unor studii pilot n cazul n care vai propune replicarea studiului.

De exemplu, e posibil ca subiecii s se comporte n situaia experimental complet diferit


de cum v ateptai. Dac nu verificai aceasta nainte de realizarea cercetrii, vei depune mult efort
degeaba. Pentru c nu avei prea mult timp la dispoziie, nu v putei permite reluri ale cercetrii,
deci este vital s facei verificrile naite s trecei la realizarea studiului.

Rezumat
n cadrul acestui modul s-au prezentat elementele eseniale ale unui proiect de cercetare.
Elaborarea unui studiu empiric presupune parcurgerea fiecrui pas. Validitatea concluziilor va
depinde de msura n care n cadrul fiecrei etape am acordat atenia posibilelor surse de roare
metodologic.

55

Recomandri i comentarii cu privire la temele de reflecie


Tema 2: Acordai atenie modului de selecie a subiecilor, instrumentelor de cercetare utilizate i
protocolului de derulare a cercetrii.
Tema 3: Identificai componentele metodologice de control i manipulare utilizat n studiului,
respectiv procesul de colectare a datelor.

Bibliografie minimal pentru acest modul


Bordens, K. & Abott, B., (1991). Research design and methods. A process approach.
Mayfield Publishing, California.
Box, G.& Jenkins, G. (1976). Time series analysis forecasting and control. San Francisco,
Holden Day.
Breakwell, G. & Hammond, S., (1995). Research methods in psychology. Sage Publications.
London.
Dane, F., (1990). Research mehods. Brooks, Cole, California.
Graziano, A. & Raulin, M., (1993). Research methods. A process of inquiry. Harper,
Collins, New-York

56

Modul 6
Aplicarea softurilor experimentale n cercetare: programul SuperLab i elaborarea unui
design experimental
Obiective operaionale:
Dup lectura acestui capitol, studenii ar trebui s reueasc s:
creeze, acceseze i s salveze un document elaborat n SuperLab.
identifice bara de meniuri a softului Superlab i s cunoasc modul de utilizare a lor.
cunoasc modul de codare a variabilelor independente.
cunoasc modul de setare a parametrilor msurai.
transpun descrierea procedurii unui experiment (variabile independente, variabile dependente) n
structura softului SuperLab.
n era sistemelor informatice cercetarea, indiferent de domeniu, nu poate s fac abstracie de
avantajele inerente acestora. Urmnd aceeai tendin, cercetarea n domeniul psihologiei intr ntr-o nou
er n care aplicaiile software sunt o component indispensabil a din ce n ce mai multe studii. Din aceast
categorie de aplicaii putem delimita o clas de programe ce pot fi considerate platforme experimentale
dedicate. Acest gen de aplicaii permite cercettorilor s implementeze ntr-un mod facil i intuitiv o gam
foarte larg de tipuri i designuri experimentale. Caracterizate prin flexibilitate, modularitate i uurin n
utilizare, ele ajut la creterea preciziei n msurare precum i la diminuarea timpului necesar nregistrrii i
codrii rspunsurilor de ctre experimentator. Din aceast categorie de aplicaii fac parte: SuperLab, Inquisit,
E-Prime. n continuare vom descrie aplicaia SuperLab i vom prezenta modalitatea de implementare a unui
experiment prin intermediul acesteia.
Ajuns la versiunea 4.0 aplicaia SuperLab se bazeaz pe o experien vast n domeniu oferind o gam
larg de faciliti cercetrilor interesai n a o utiliza. Autorii programului pun la dispoziie celor interesai o
versiune demo care poate fi descrcat de la adresa: http://www.superlab.com. Varianta demo are toate
facilitile variantei cu licen ns poate fi utilizat doare pe o perioad de 30 de zile de la instalare i nu
permite colectarea de date.
Descrierea aplicaiei SuperLab.
Dup instalarea aplicaiei pe calculator, n meniul Start al sistemului de operare identificm pictograma
programului SuperLab, i printr-un click de mouse pe aceasta lansm aplicaia.

n imaginea de mai sus avem fereastra tipic a acestui program. Similar cu majoritatea programelor ce
opereaz pe platforma Windows, avem prezente: o bar de titlu, o bar de meniuri i zona de lucru ce este
compartimentat n trei seciuni: Blocks (blocuri), Trials (probe) i Events (evenimente).
Bara de meniuri prezint urmtoarele opiuni:

57

File comenzi ce permit operarea cu fiierele n care sunt stocate experimentele (deschiderea unei
ferestre pentru crearea unui nou experiment (New), deschiderea unui experiment creat anterior
(Open), salvarea unui experiment (Save, Save as) etc. )

Edit comenzi ce permit crearea (One New Event...) i operarea asupra blocurilor, probelor i
evenimentelor (copiere (Copy), tergere (Delete), mutare (Cut), selectare (Select) etc.)

Experiment comenzi ce permit definirea mai multor parametrii ce in de designul experimental i de


modalitatea de rulare a experimentului (culoarea de fundal (Background Color), modalitile de
codare a probelor n fiierul de rezultate (Codes), variantele de rspuns ale subiecilor
(Responses), alegerea dispozitivului prin intermediul cruia vor rspunde subiecii (Input from),
alegerea categoriilor de informaii ce vor fi nregistrate n fiierul cu rspunsuri etc. )

Help ofer acces la un glosar de termeni legai de aplicaie precum i la alte informaii utile pentru a
facilita utilizarea SuperLab.

58

Crearea i rularea unui experiment.


Crearea unui experiment presupune definirea unui plan/design experimental. Design-ul experimental
const n operaionalizarea variabilelor implicate (variabile independente i dependente) n experiment. n
funcie de numrul de variabile implicate i de complexitatea lor design-urile experimentale pot fi: de baz,
factoriale i mixte. Variabilele independente sunt acele variabile ce vor fi manipulate de ctre experimentator
n cadrul studiului, iar variabilele dependente sunt cele msurate. Pentru mai multe detalii vezi suportul de
curs din anul I al disciplinei Psihologie experimental i metode de analiz a datelor.
Precum precizam anterior programul SuperLab are in fereastra principal trei seciuni distincte: blocuri
(Blocks), probe (Trials) i evenimente (Events). Unitatea de baz ntr-un experiment creat n SuperLab este
evenimentul. Acesta este n general prezentarea unui stimul subiectului. Mai multe evenimente constituie o
prob, iar mai multe probe alctuiesc un bloc. Un experiment trebuie s aib cel puin un eveniment, o prob
i un bloc.
S presupunem c, n scop didactic, pentru a ne familiariza cu modalitatea de lucru n SuperLab am
decis s realizm un experiment pentru a evidenia efectele interferenei prin intermediul unei probe de tipul
counting stroop, prob elaborat de Bush i colab. (1998). Acest gen de probe se bazeaz pe crearea unei
incongruene ntre numrul de cuvinte dintr-o grupare i sensul acestora. Subiectului i se cere s precizeze
numrul de cuvinte din grupare ignornd semnificaia acestora. Interferena apare n momentul n care
cuvintele din grupare semnific o cifr iar numrul lor difer de semnificaia acestora. (de exemplu avem
cuvntul DOI scris de trei ori ). Pentru a realiza acest experiment vom utiliza un design experimental de
baz, intrasubieci. Variabila independent va fi tipul de list parcurs, avnd dou modaliti: cu interferen
i neutr (fr interferen), iar variabila dependent va fi timpul necesar parcurgerii listei. Mai jos avem cte
un item exemplu din fiecare list:

Item exemplu din lista neutr

Item exemplu din lista de interferen


Cele dou liste vor fi de cte 12 itemi fiecare. De asemenea 4 itemi din lista neutr vor fi utilizai n faza
de acomodare a subiectului cu sarcina.
Avnd definit planul experimental vom trece la implementarea acestuia. Pentru aceasta trebuie s
decidem modalitatea de structurare n cadrul SuperLab a planului experimental. Avnd n vedere c vom
avea trei seciuni majore n cadrul studiului nostru (prezentarea instruciunilor si a listei de acomodare,
aplicarea listei neutre i aplicarea listei cu interferen) vom crea trei blocuri distincte ce vor conine probele
i evenimentele aferente fiecrei seciuni. nainte ns de a implementa propriu-zis designul experimental
este nevoie s setm anumii parametrii ce in de rularea experimentului nostru.

59

Un prim parametru este cel al culorii de fundal. Aceasta se seteaz din meniul Experiment sub opiunea
Background color (vezi figura de mai jos):

n exemplul nostru am optat pentru culoarea alb a fundalului. Urmtorul pas const n definirea
codurilor (Codes) opiune ce se gsete n meniul Experiment. Aceste coduri ne permit o identificare mai
uoar a itemilor notri n fiierul de rezultate. Ele sunt n special utile atunci cnd lucrm cu probe ce sunt
prezentate randomizat (ntr-o ordine aleatoare). n cazul de fa vom avea dou coduri: Neutra i
Interferen, primul avnd valoarea 1, iar cel deal doilea valoarea 2.

Vom utiliza aceste coduri pentru a identifica n fiierul de rezultate fiecare eveniment din care list face
parte. n continuare vom definii lista cu rspunsurile corecte posibile. Pentru aceasta vom accesa opiunea
Responses din meniul Experiment, unde vom aduga urmtoarele rspunsuri corecte posibile: 1,2,3 i 4
(acesta fiind numrul maxim de cuvinte ce pot fi ntr-o grupare) i (caracterul spaiu aferent brii de spaiu
de pe tastatur, tast ce o vom utiliza pentru a confirma trecerea de la instruciuni la efectuarea probei)

60

Aplicaia SuperLab 2.0 ne ofer posibilitatea de a opta ntre mai multe variante de interaciune cu
experimentul nostru (mai multe modaliti de a oferii rspunsuri). Pentru a alege dispozitivul pe care l vom
utiliza accesm opiunea Input From din meniul Experiment:

Prin selectarea variantelor disponibile obinem o descriere, n partea dreapt a ferestrei, a avantajelor i
dezavantajelor specifice fiecrui dispozitiv. Pentru studiul nostru vom utiliza Tastatura Standard (Standard
Keyboard) ca i dispozitiv de intrare. Modalitatea de msurare a timpului este setat de la opiune Timer to
use, iar valoarea implicit a acesteia (Multimedia Timer) va fi optim pentru majoritatea studiilor pe care
le vom realiza cu ajutorul SuperLab 2.0.

n continuare vom definii categoriile de informaii care dorim s fie nregistrate n fiierul de rspunsuri.
Pentru aceasta vom accesa meniul Experiment i opiunea Preferences - > Data file . Exist un set
implicit de informaii ce sunt nregistrate la fiecare rulare a experimentului precum i un set de informaii
opionale prezente n figura de mai jos, ce sunt nregistrate doar dac sunt bifate. Pentru studiul nostru sunt
utile doar cele bifate n imaginea de mai jos:

61

Un ultim parametru ce trebuie setat nainte de a trece la crearea propriu-zis a blocurilor, probelor i
evenimentelor este cel al managementului memoriei. Pentru aceasta vom accesa meniul Experiment i
opiunea Preferences - > Memory . Prin intermediul acestei opiuni setm ct din experimentul nostru va
fi pstrat n memoria RAM a calculatorului la momentul rulrii. Aceast opiune este important pentru c ne
afecteaz timpul n care calculatorul reuete s afieze un eveniment pe monitorul calculatorului, lucru
extrem de important n cazul studiilor / experimentelor realizate pe stimulare subliminal. n exemplul nostru
diferenele de milisecunde generate de alegerea unei opiuni sau a alteia nu sunt semnificative ele fiind
sistematice i afectnd n aceeai msur toi itemii. Ca atare vom opta pentru ultima variant care
presupune ncrcarea pe rnd n memoria RAM a calculatorului a fiecrei probe.

Dup definirea tuturor parametrilor ce in de rularea experimentului, putem trece la crearea unui prim
bloc n seciunea Blocks a ferestrei principale. Pentru aceasta selectm printr-un click de mouse zona
respectiv (n urma selectrii se observ un chenar albastru n jurul acesteia) i din meniul Edit accesm
opiunea: One New Block .

Introducem n cmpul Block name: 1 Instr i dm click pe butonul Ok. Astfel am creat primul bloc, care
va fi vizibil n fereastra principal a programului. Observm c n fereastra de creare a unui bloc nou avem
posibilitatea de a bifa opiunea: Randomize trials before running. Aceast opiune ne ofer posibilitatea s
prezentm subiecilor probele asociate acestui bloc ntr-o ordine aleatoare. Dat fiind c n cazul de fa nu
avem nevoie de o prezentare aleatoare a probelor, vom lsa aceast opiune nebifat.
n mod similar vom crea i prima prob. Vom activa chenarul Trials, iar mai apoi din meniul Edit vom
alege One New Trial . Vom numi aceast prob cu numele: 1.1 Instr.

62

Observm din imaginea de mai sus c n fereastra pentru definirea unei probe (Trial) avem posibilitatea
de a alege ca aceast prob s fie utilizat doar pentru a oferii feedback (Use for feedback only) sau de a
asocia acestei probe o valoare aferent unui cod (Code Values:) n acest caz nu vom asocia nici o valoare
acestei probe deoarece ea este utilizat doar pentru a prezenta instruciunile experimentale subiecilor.
Pentru a crea i primul eveniment urmm aceeai pai. Activm chenarul Events, iar mai apoi din
meniul Edit alegem opiunea One New Event . Fereastra Event Editor are trei seciuni distincte: Input,
Feedback i Event . n afar de acestea mai avem i cmpul n care vom trece numele evenimentului: 1.1.1
Instr. n fereastra de Input avem urmtoarele opiuni:
-

Event accepts user input evenimentul permite primirea de rspunsuri din partea subiectului.
Record and save response nregistreaz i salveaz rspunsul
End event: - Only after criterion response evenimentul se termin doar dup primirea unui rspuns
criteriu
End event: - After criterion response or time limit evenimentul se termin fie dup primirea unui
rspuns criteriu fie dup expirarea unui timp limit
End event: - Only after time limit evenimentul se termin doar dup expirarea timpului limit
indiferent de rspunsul oferit.

n cazul n care optm pentru una dintre cele dou variante ce implic limit de timp, este necesar s
introducem n cmpul Time limit is: valoarea n milisecunde a acesteia. Pentru varianta n care alegem una
dintre opiunile cu rspuns criteriu trebuie s alegem ntre a avea ca i rspuns criteriu: orice tast apsat
(Any key) sau o anumit tast specific pe care o putem alege dintre tastele definite anterior n cadrul
opiunii Responses din meniul Experiment. Ultimul cmp din fereastra de Input este cel n care definim
care este rspunsul corect pentru evenimentul n cauz (Correct responses:) Precum precizam anterior n
acest cmp putem alege unul dintre rspunsurile definite anterior sau putem opta pentru nici un rspuns
corect n cazul n care nu se preteaz evenimentului. Pentru evenimentul nostru specific, din figura de mai
jos, vom opta pentru terminarea evenimentului dup un rspuns criteriu, iar acesta va fi bara de spaiu.

63

n cadrul seciunii Event vom definii coninutul propriu-zis al evenimentului nostru. Putem avea trei tipuri
de coninuturi: Imagini, Text i Sunete. Acestea pot fi selectate din lisat de la opiunea Event Type. Pentru
evenimentele ce vor prezenta imagini avem posibilitatea de a face urmtoarele setri: Poziie i
dimensiune i Prezentare. n cadrul opiunii Poziie i dimensiune se pot seta: locaia exact de prezentare
a imaginii pe ecran prin introducerea unor coordonate relative la rezoluia monitorului sau prin valori relative
independente de rezoluie(centrat orizontal sau vertical) precum i dimensiunea imaginii (pstreaz
dimensiunile iniiale, mrete imaginea pentru a ocupa tot ecranul sau se definesc noi dimensiuni pentru
imagine). Prin intermediul opiunii Prezentare se poate seta: modalitatea de ncrcarea a imaginii (Use
offscreen buffering), tergerea ecranului nainte de ncrcarea imaginii (Erase screen before presenting
stimulus), transparena fundalului imaginii (Make picture background transparent) precum i un interval
de timp de ateptare naintea afirii imaginii (Wait ms before strating to draw). Pentru a ncrca
imaginea dorit dai click pe butonul File i alegei imaginea pe care dorii s o afiai. Este important de
precizat c imaginile trebuie s fie n format .bmp, singurul format pe care l suport SuperLab 2.0. Cu
ajutorul butonului Preview se poate vizualiza imaginea exact aa cum va apare ea pe monitor n momentul
rulrii experimentului.

64

Pentru prezentarea unui text simplu (limitat la o singur linie i maxim 64 de caractere) putem opta
pentru un eveniment cu coninut de tip text. Pentru acest text se pot seta: fontul, dimensiunea, culoarea
(Style) i poziia (Position).

Cel de-al treilea tip de coninut ce l putem avea ntr-un eveniment este cel sonor. Pentru aceasta
SuperLab 2.0 ne ofer posibilitatea de a ncrca fiiere n format .wav, acesta fiind singurul suportat. Fiierul
de sunet se ncarc similar cu o imagine prin accesarea butonului File. Prin intermediul butonului Play
sunetul poate fi audiat nainte de rularea lui n experimentul propriu-zis.

65

n afar de cele trei tipuri de coninuturi menionate mai sus, exist i un al patrulea tip de eveniment.
Acesta nu are nici un coninut ns ne ofer posibilitatea de a introduce un interval de timp ntre doi stimuli
(Inter-Stimulus Interval (ISI)). Acest interval de timp trebuie exprimat n milisecunde.

Revenind la evenimentul din exemplul nostru, vom apela la un coninut cu imagine ca urmare a faptului
c instruciunea noastr va depii limita un singur rnd i 64 de caractere care ne este permis de un
coninut de tip text (toate imaginile utilizate n experimentul descris vor fi disponibile n anexa acestui suport
de curs). De asemenea setrile pentru opiunile Poziie i dimensiune i Prezentare vor rmne cele
implicite. Avnd create primul bloc, prima prob i primul eveniment, vom trece la legarea acestora ntre ele.
Pentru aceasta vom selecta blocul 1 Instr printr-un click de mouse i vom da click pe rombul prezent n
dreptul probei 1.1 Instr. Similar vom proceda i pentru a lega proba 1.1 Instr de evenimentul 1.1.1 Instr (vezi
figura de mai jos.)

66

Vom proceda similar pentru a crea i proba 1.2 L.A. care va conine cele patru evenimente aferente listei
de acomodare. n cazul acestor patru evenimente vom oferii i feedback subiecilor pentru situaia n care
vor da rspunsuri greite (nu vor apsa tasta corect pentru numrul de cuvinte afiat). n acest scop cele
patru evenimente care fac parte din proba listei de acomodare vor avea definite la cmpul feedback, n
cazul opiunii Incorrect proba 1.3 Raspuns (prob ce va avea asociat evenimentul cu mesajul de feedback).

Proba 1.3 Raspuns va fi creat anterior probei 1.2 L.A. i va avea bifat opiunea: Use for feedback
only, avnd asociat evenimentul 1.3.5 Rasp gres. Spre deosebire de probele normale, cele dedicate pentru
feedback nu pot fi asociate de un anumit bloc. De asemenea ele sunt marcate cu un triunghi i nu cu un
romb cum sunt identificate probele normale. n imaginea de mai jos avem structura complet a primului bloc,
care are legate de el cele dou probe: instruciunile i lista de acomodare, precum i evenimentele asociate
acestora.

67

Este foarte important s nu uitm s salvm periodic experimentul la care lucrm prin utilizare opiunii
Save din meniul File sau a combinaiei de taste Ctrl+S.

Avnd primul bloc creat vom trece la realizarea celorlalte dou blocuri ale experimentului nostru, care
vor reprezenta lista cu grupuri de cuvinte neutre i lista cu grupuri de cuvinte cu interferen. Pentru fiecare
dintre cele dou blocuri (2 Lista Neutra i 3 Lista Interf) vom avea o prob i un eveniment cu instruciunile
legate de sarcina subiectului precum i o prob cu 12 evenimente reprezentnd grupurile de cuvinte din
fiecare list. Este foarte important ca pentru aceste evenimente s bifm opiunea Record and save
response i s alegem din lista de rspunsuri posibile rspunsul corect pentru fiecare n parte. Pentru a ne
uura nelegerea structurii i organizrii probelor i evenimentelor n cele trei blocuri experimentale am
recurs la urmtoare convenie de notare: fiecare bloc a fost numerotat cu o cifr de la 1 la 3. Fiecare prob
ce ine de un anumit bloc va avea n numele su prima cifr cea a blocului de care este legat, urmat de o
cifr ce ne identific ordinea probei n cadrul blocului (3.2 L.I. proba face parte din blocul 3 al Listei cu
interferen i urmeaz dup proba 3.1 care este instruciunea pentru acest bloc i nainte de proba 3.3 care
este instruciunea de final a experimentului). n cazul numelor evenimentelor pstrm aceeai convenie
prima cifr reprezentnd blocul de care sunt legate (indirect prin intermediul probei de care sunt asociate),
cea de-a doua cifr reprezint proba de care sunt asociate, iar ultima cifr reprezint numrul de ordine al
evenimentului n cadrul probei respective. De asemenea n numele evenimentelor mai avem trecut cuvntul
68

ce va apare n gruparea stimul i de cte ori este el prezent n gruparea respectiv. Folosind aceast
convenie de notare ne va fi mult mai uor s vizualizm structura designului nostru experimental.

n acest moment avem implementat n experiment ambele modaliti ale variabilei independente
(manipulate). Ele se regsesc n evenimentele pe care le-am creat i care sunt grupate n probele ce
corespund celor dou modaliti definite anterior pentru variabila independent. Este foarte important de
precizat c rularea blocurilor, probelor i evenimentelor n SuperLab se realizeaz secvenial (n ordinea n
care sunt ele prezente n fereastr). Singura excepie de la aceast regula sunt probele utilizate doar pentru
feedback, care vor fi rulate n momentul n care va fi satisfcut condiia din evenimentul n care sunt
chemate (n exemplul nostru proba de feedback 1.3 Raspuns va fi rulat n cazul n care la unul din cele 4
evenimente ale listei de acomodare un subiect ofer un rspuns greit).
Pentru a rula experimentul alegem opiunea Run din meniul Experiment sau folosim combinaia de
taste: Ctrl+R. Aceasta va avea ca i efect apariia ferestrei de dialog din imaginea de mai jos:

69

n aceast fereastr vom trece numele subiectului (sau un cod alocat acestuia pentru a-i oferii
confidenialitate). Opiunea de salvare a datelor generate de rularea experimentului o vom de bifa pe
perioada construciei procedurii experimentale, cnd vom rula experimentul nostru nu cu intenia de a
colecta date ci pentru a urmrii procedura de aplicare a acestuia i a corecta eventualele erori sesizate.
Pentru salvarea datelor SuperLab 2.0 genereaz un fiier text cu extensia .dat. Este recomandat ca
numele fiierului s fie legat de numele subiectului (sau de un cod alocat acestuia) pentru a ne fi mai uor
ulterior n identificare acestora.

Pentru a ntrerupe rularea unui experiment apsm tasta Esc. Ca i recomandare, la rularea unui
experiment este imperios recomandat s nchidei toate programele pentru a evita eventuale interferene
ntre acestea i experimentul dumneavoastr.
Dup rularea experimentului pentru a utiliza i prelucra statistic datele obinute este recomandat s
realizm urmtorii pai. Vom deschide cu un editor de texte (ex. Notepad) fiierul de date generat ( n cazul
nostru Subiect 1.dat). Marcm tot textul din acesta utiliznd combinaia de taste Ctrl+A i copiem coninutul
acestuia ntr-un fiier Microsoft Excel. Pentru exemplul nostru vom obine ceva similar datelor din figura de
mai jos:

70

Observm c avem prezente cele 4 coloane cu informaii pe care le-am selectat anterior cnd am definit
parametrii experimentului (numele subiectului, numele probei, numele evenimentului i numrul
evenimentului). Pe lng acestea mai sunt prezente trei coloane ce conin: rspunsul oferit de subiect la
fiecare item din cele dou liste, codul de eroare (C dac rspunsul este corect, este identic cu cel setat ca
fiind corect pentru evenimentul n cauz i E dac rspunsul este greit) i timpul de reacie pentru fiecare
rspuns. Ultimele dou coloane ne ofer codurile asociate de ctre noi la crearea probelor pentru lista
neutr i lista cu interferen. Acestea ne faciliteaz identificarea evenimentelor ce aparin celor dou liste. n
vederea realizrii prelucrrilor statistice asupra datelor colectate vom calcula n Excel media timpilor de
reacie pentru fiecare list n parte (excluznd timpii itemilor cu rspuns greit) i aceste valori le vom copia
n baza de date SPSS special creat pentru acest experiment. n modulele urmtoare vom detalia
procedurile utilizate pentru realizarea acestor prelucrri statistice cu ajutorul programului SPSS.

71

Modul 7
Aplicarea softurilor statistice n cercetare: programul SPSS i elaborarea unei baze de date
Obiective operaionale:
Dup lectura acestui capitol, studenii ar trebui s reueasc s:
lanseze n execuie programul SPSS, s creeze i s salveze un fiier n format *.saw
diferenieze principale ferestre ale programului SPSS
identifice n bara de comenzi principalele categorii de comenzi i funciile acestora
defineasc n editorul de date variabilele relevante ale studiului
Chiar dac a fost cndva, actual statistica aplicat nu mai este o lume strin i exotic pentru
cercettorii din diferitele domenii ale tiinei. Un rol hotrtor n penetrarea practicii de cercetare de ctre
statistic a avut-o informatizarea demersului statistic i apariia softurilor statistice. Utilizarea softurilor a
permis ca cercettorii din diferite domenii ale tiinei s opereze cu modele matematice complexe fr a
avea n prealabil o formare n matematica aplicat.
Actual pe piaa softurilor statistice exist multe aplicaii de analiz statistic, SPSS fiind doar unul dintre
acestea. Prima versiune a fost elaborat n 1968, variantele actuale (SPSS 14, SPSS 15) fiind considerate
cele mai frecvent utilizate softuri statistice n cercetare (studii de marketing, anchete sociale, studii
experimentale, etc.). Exist diferite verisuni ale programului, att pentru sistemul de operare Windows ct i
pentru sisteme Mac OS X i Unix.
Lansarea n execuie a programului SPSS 10.0
Dup instalarea programului SPSS 10.0 n meniul de Start al sistemului de operare identificai
pictograma SPSS. 10.0 for Windows. Un click de mouse pe aceasta va avea ca i efect lansarea n execuie
a programului SPSS 10.0 i va deschide fereastra de Editare a Datelor. Aceasta reprezint una din cele
patru ferestre eseniale ale programului (fereastra de: Sintax, Output i Macros). Orice modificare efectuat
n fereastra de Editare a Datelor (ex. definirea unei variabile, introducerea datelor unui subiect, etc) poate fi
salvat prin accesarea n bara de comenzi a instruciunii FileSave... urmnd a se specifica denumirea
sub care fiierul nou creat va fi salvat (cu extensia *.saw) i locaia acestuia.
Structura programului SPSS 10.0
Principalele ferestre ale programului sunt cele ale: Editorului de Date, Sintaxei, Outputurilor i
Macrosurilor. Fereastra de Sintax permite editarea i salvarea unor iruri de comenzi utilizate n mod
frecvent. n fereastra Outputurilor sunt afiate rezultatele procesrilor statistice precum i eventualele mesaje
de eroare. Fereastra Macrosurilor permite editarea unor scripturi ce permit facilitarea prelucrrii datelor.
Fereastra Editorului de Date reprezint locul unde sunt introduse datele obinute n urma cercetrii.
Aceast fereastr are dou componente: Editorul de Date i Editorul de Variabile. n Editorul de Date pe
vertical (linii) avem subiecii. SPSS. 10.0 asigneaz n mod automat un numr fiecrui subiect introdus, vezi
prima coloan numerotat a Editorului de Date (dar acest numr de identificare nu este unul stabil, la o
sortare a datelor, n funcie de criteriul utilizat subiecii pot avea alt numr). Pe orizontal (coloane) avem
nirate variabilele. Nu exist o setare implicit a variabilelor n ceea ce privete caracterul: continuu sau
discret, independent sau dependent, calitativ sau cantitativ. Aceste caracteristici urmeaz a fi definite n
mometul construciei bazei de date. n Editorul de Variabile pe orizontal avem variabilele i pe vertical
avem caracteriticile acestora.
Bara de meniuri a Editorului de Date
Bara de meniuri a Editorului de Date cuprinde o serie de comenzi grupate sub diferite denumiri. Dintre
acestea le vom prezenta doar pe cele mai importante:
- File: comenzi care permit operaii asupra fiierelor ce pot fi accesate de program (crearea,
deschiderea, salvarea unui fiier, etc).
- Edit: comenzi ce permit editarea bazei de date (ex. tergerea unor variabile, copierea unui set de date
i reinserarea acestuia n alt parte a bazei de date, etc);
- View: comenzi ce permit stabilirea elementelor de interfa a ferestrei de Editare a Datelor i trecerea
de la Editorul de Date la Editorul de Variabile;
- Data: comenzi ce permit efectuarea unor operaii asupra bazei de date (ex. restructurarea acesteia,
eliminarea din prelucrarea statistic a unei pri a datelor, identificarea unui subiect cutat sau a unei valori
cutate, etc);
- Transform: permite modificarea iniial a datelor introduse n csuele Editorului de Date (ex. recodare,
recalculare pe baza unei funcii prestabilite, ordonarea valorilor, etc);
- Analyze: reprezint grupul de comenzi care permit efectuarea analizelor statistice;
- Graph: comenzile care permit realizarea unor reprezentri grafice ale setului de date. Unele dintre
aceste comenzi pot fi accesate direct din opiunile unor analizei statistice.
72

Construcia unei baze de date n Editorul de Date al programului SPSS 10.0


Pentru a oferii informaiile legate de procedura de elaborare a unei baze de date, o s prezentm un
studiu experimental. ntr-un studiu experimental Hyde & Jenkins (1973) au prezentat subiecilor o serie de
liste de cuvinte. O parte a listelor conineau cuvinte relaionate semantic n timp ce altele conineau cuvinte
nerelaionate semantic. Listele de cuvinte au fost nsoite de diferite tipuri de instruiuni: 1) evaluarea
conotaiei afective a cuvintelor, 2) estimarea frecvenei n limbaj a cuvintelor, 3) detectarea literelor e i g n
cuvintele din list, 4) identificarea categoriei gramaticale a cuvintelor i 5) decizia asupra compatibilitii
cuvintelor cu un context propoziional prezentat n prealabil.
Designul prezentat este unul bifactorial, cercettorii manipulnd dou variabile independente: gradul de
asociere a cuvintelor (relaionate semantic sau nerelaionate) i strategia de parcurgere a listei (strategie
definit prin tipul de instruciune oferit). Variabila msurat a fost numrul de cuvinte reactualizate.
Prin comenzile deja cunoscute lansm n execuie programul SPSS 10.0. Selectm fereastra Editorului
de Variabile pentru definirea acestora. n aceast fereastr vom definii att variabilele independente ct i
cele dependente. De altfel programul nu face distincie ntre acestea, cercettorul prin caracteristicile definite
difereniaz variabilele manipulate de cele msurate.
n editorul variabilelor n prima linie vom trece denumirea primei variabile independente: gradul de
asociere a cuvintelor. Aceast casu nu permite depirea a 8 caractere, ca urmare vom recurge la o
prescurtare a denumirii, ex. gdaac. Dup stabilirea denumirii vom stabilii alte detalii ale acestei variabile:
tipul variabilei (se refer la modul de codare a valorilor acestei variabile, n cazul nostru vom accepta setarea
iniial numeric). Astfel cele dou modaliti ale variabilei gdaac vor fi codate cu 1 (pentru liste de cuvinte
relaionate semantic) i 2 (pentru liste de cuvinte nerelaionate semantic). Setarea Width se refer la
numrul caracterelor ce pot fi introduse n coloana variabilei definite. Specificarea Decimals ne permite
setarea numrului de zecimale afiate n baza de date. Din moment ce avem o variabil independent
codat numeric (subiecii sunt sau n grupul 1 sau n grupul 2) vom seta numrul zecimalelor la zero (nu
exist posibilitatea ca unul din subieci s aib 1,5 ceea ce ar nsemna s nu fie inclus n niciuna din grupele
definite pe baza modalitilor variabilei independente). Label reprezint eticheta variabilei prescurtate. Este
foarte probabil ca o persoan care analizeaz datele introduse fr a avea infomaii despre denumirea
variabilelor implicate n studiu, cu greu s i dea seama ce nseamn exact gdaac. Ca urmare aceast
setare permite cercettorului nregistrarea n baza de date a denumirii in extenso a variabilei codate. Setarea
Values este important n cazul variabilelor discrete, dac dorim s etichetm diferitele nivele ale acesteia.
Variabila independent este una discret, avnd modaliti codate numeric, ns acestor numere le putem
asigna etichete lingvistice. Accesnd aceast csu se va deschide o fereatr care permite asocierea unei
etichete lingvistice fiecrui cod numeric. Stabilirea unei legturi se face prin comanda Add, dup ce am
trecut n csuele potrivite valoarea numeric i eticheta lingvistic asociat (ex. 1 liste de cuvinte
relaionate i 2 - liste de cuvinte nerelaionate). Pe coloana Missing vom specifica modalitatea de codare
datelor lips. La aceast comand vom opta pentru a asocia valorile discrete lips cu 99. De obicei se alege
o valoare care este n afara plajei de valori ale variabilei codate. Setarea Columns se refer la limea
coloanei n care vor fi introduse valorile variabilei definite (specificarea unei valori este opional, din moment
ce acest parametru poate fi modificat n fereastra Editorului de Date cu ajutorul mouse-ului). Setarea Align
se refer la poziionarea n csu a valorii introduse, implicit fiind stabilit alinierea la dreapta. Ultima
specificare se refer la scala de msur a variabilei. n cazul nostru variabila independent este una
nominal, din moment ce toi subiecii sunt inclui ntr-o grup fr ca doi subieci s fie inclui n aceeai
grup. Diferenele ntre grupe sunt de ordin calitativ, nici una din grupe nu parcurge mai multe liste sau liste
cu mai multe cuvinte. Ceea ce se modific este caracterul relaionat sau nerelaionat al cuvintelor de pe list.
n mod similar se procedeaz pentru a doua variabil independent denumind-o sdpal (la Label vom
trece - Strategia de parcurgere a listei). n cazul variabilei dependente (numrul de cuvinte reactualizate ndcr) la setarea Values nu vom eticheta fiecare valoare a variabilei, deoarece variabila msurat este una
cantitativ (numeric prin excelen). n momentul n care se trece la Editorul de Date, denumirile
variabilelor vor apare pe orizontal (fiecrei variabile i va corespunde o coloan). Ceea ce urmeaz este
introducerea datelor n baza de date dup urmtorul algoritm: primul subiect aparine grupului care a citit
lista de cuvinte relaionate semantic, n coloana gdaac va avea 1, n coloana sdpal vom trece 1 (face parte
din grupul cruia i s-a cerut evaluarea conotaiei afective a cuvintelor) i la coloana ndcr vom trece numrul
de cuvinte reactualizate de acest subiect.

73

Modul 8
Utilizarea softurilor statistice n cercetare: modaliti de reprezentare grafic, calculul
indicatorilor tendinei centrale, ai dispersiei i ai distribuiei.
Obiective operaionale:
Dup lectura acestui capitol, studenii ar trebui s reueasc s:
reprezinte grafic distribuia valorilor unei variabile (histograma)
calculeze indicatorii ce descriu o distribuie: nclinarea i gradul de aplatizare
calculeze indicatorii tendinei centrale: medie, median i mod
calculeze indicatorii de dispersiei ai unei distribuii: abaterea standard, variana, eroarea standard
a mediei, amplitudinea, minimul i maximul
n modulul anterior am parcurs paii necesari configurrii unei baze de date (am definit variabilele
independente i dependente) precum i cei necesari pentru introducerea datelor n aceasta. n continuare
vom parcurge paii pentru a obine primele informaii de natur descriptiv despre eantionul nostru de date.
Modaliti de reprezentare grafic
SPSS-ul ne ofer mai multe variante pentru a reprezenta grafic valorile din baza de date. Precum am
menionat in modulul anterior acestea se regsesc n meniul Graphs. Nu vom descrie toate modalitile de
reprezentare grafic deoarece majoritatea nu se preteaz domeniului specific al cercetrii n psihologie. Vom
prezenta succint modalitatea de realizare a unei Histograme.
Histograma este o form de reprezentare grafic a distribuiei unei variabile numerice care ne permite s
determinm intuitiv dac aceasta are o form simetric sau asimetric. n msura n care distribuia este
simetric, apropiat de distribuia normal, putem utiliza teste statistice parametrice, iar n cazul unei
distribuii asimetrice vom utiliza teste statistice neparametrice. Pentru mai multe detalii vezi suportul de curs
An I al disciplinei Psihologie experimental i metode de analiz a datelor.
S presupunem c am realizat o replicare n scop didactic a studiul anterior elaborat de Hyde & Jenkins
(1973) i am obinut pe un lot de 20 de subieci ce au utilizat liste relaionate semantic, cu instruciune de
estimare a frecvenei cuvintelor n limbaj, urmtoarele date:
S
ubiect

n
dcr

Pentru a realiza o histogram n SPSS vom accesa meniul Graphs de unde vom alege opiunea
Histogram . n fereastra astfel deschis vom alege din lista de variabile aflat n stnga numele variabilei
pe care dorim s o reprezentm (n cazul de fa ndcr) i o vom aduga n cmpul Variable. De asemenea
vom bifa i opiunea Display normal curve (Afieaz curba normal).

74

Precum se vede i din figura de mai sus pe axa X avem reprezentate valorile variabile, iar pe axa Y
avem frecvena de apariie a acestora n eantionul nostru de date. n partea dreapt a histogramei avem
trecute valorile: abaterii standard (Std. Dev), a mediei (Mean) i numrul de subieci / msurtori (N). De
asemenea se poate observa c SPSS-ul afieaz etichetele variabilelor i nu acele nume de maxim 8
caractere, tocmai pentru a uura identificarea acestora.
Indicatori ce descriu forma unei distribuii
Precum am precizat anterior histograma ne permite s evalum la modul intuitiv dac o anumit
distribuie de date este simetric (cvasinormal) sau nu. Pentru o evaluare mai acurat avem la dispoziie
doi indicatori statistici de descriu forma unei distribuii: nclinarea (skewness) i gradul de aplatizare
(kurtosis). nclinarea este un indicator al simetriei unei distribuii. Distribuia normal este perfect simetric i
are un indicator de nclinare egal cu zero. Gradul de aplatizare este un indicator al gradului de grupare a
valorilor n jurul tendinei centrale. n cazul distribuiei normale valoarea acestuia este egal cu zero. Pentru
a calcula aceti indicatori vom accesa meniul Analyze din care vom alege opiunea Descriptive statistics i
mai apoi opiunea Frequencies... . n fereastra activat alegem din lista de variabile, numele variabilei
pentru care dorim s calculm nclinarea i gradul de aplatizare i o adugm n lista Variable(s):. Tot n
aceast fereastr accesm opiunea Statistics i bifm opiunile: Skewness i Kurtosis. Dnd click pe
butonul Continue i mai apoi pe butonul Ok, n fereastra de Output vom obine urmtorul rezultat:

n tabelul de output pe lng valorile celor trei indicatori vom avea: numrul de subieci inclui n calcul i
numrul de date lips (subieci ce nu au valori introduse n baza de date pentru variabila n cauz). O
valoare a indicelui de nclinare sau a gradului de aplatizare care este peste de dou ori valoarea erorii
standard a acestuia ne indic o distribuie asimetric.
Indicatori ai tendinei centrale
Urmtorul pas n a obine mai multe informaii legat de eantionul nostru de date este calcularea
indicatorilor tendinei centrale. Cei trei indicatori ai tendinei centrale sunt: media, mediana i modul. Media
este rezultatul mpririi sumei tuturor valorilor din eantionul de date la numrul de cazuri. n exemplul
nostru acesta este totalul cuvintelor reactualizate de ctre toi cei 20 de subieci mprit la 20. Mediana este
75

acea valoarea din eantionul de date, care se situeaz la jumtatea distanei dintre cea mai mic si cea mai
mare valoare ntr-o list ordonat a acestora. Modul este acea valoare care are cea mai mare frecven de
apariie n eantionul de date. Vom utiliza media ca i estimator al tendinei centrale n cazul n care
distribuia datelor este cvasinormal. n cazul n care avem o distribuie asimetric mediana i modul vor
estima mai acurat tendina central. Pentru a calcula aceti indicatori vom accesa meniul Analyze din care
vom alege opiunea Descriptive statistics i mai apoi opiunea Frequencies... . n fereastra activat
alegem din lista de variabile, numele variabilei pentru care dorim s calculm indicatorii tendinei centrale i
o adugm n lista Variable(s):. Accesm opiunea Statistics i bifm opiunile: Mean, Median, Mod i
Sum. Dm click pe butonul Continue i mai apoi pe butonul Ok. n fereastra de Output vom obine
urmtorul rezultat:

n cazul unei distribuii cvasinormale valorile medie, medianei i modului vor fi apropiate. n tabelul de
output pe lng valorile celor trei indicatori vom avea: numrul de subieci inclui n calcul i numrul de date
lips (subieci ce nu au valori introduse n baza de date pentru variabila n cauz). n cazul n care exist mai
multe valori cu cea mai mare frecven de apariie n eantionul de date i ca atare nu avem un mod unic,
SPSS-ul va trece n tabel valoarea cea mai mic dintre acestea.
Indicatori ai dispersiei
n afara tendinei centrale care ne spune unde se situeaz majoritatea datelor din eantion este
foarte important s tim i cum sunt distribuite aceste valori n cadrul eantionului. SPSS ne ofer
posibilitatea s calculm urmtorii indicatori ai dispersiei: eroarea standard a mediei, abaterea standard,
variana, amplitudinea, minimul i maximul. Pentru a calcula aceti indicatori vom accesa meniul Analyze din
care vom alege opiunea Descriptive statistics i mai apoi opiunea Frequencies... . n fereastra activat
alegem din lista de variabile, numele variabilei pentru care dorim s calculm indicatorii dispersiei i o
adugm n lista Variable(s):. Accesm opiunea Statistics i bifm opiunile: Std. Deviation, Variance,
Range, Minumum, Maximum i S.E. mean. Dm click pe butonul Continue i mai apoi pe butonul Ok. n
fereastra de Output vom obine urmtorul rezultat:

Tabelul de output este similar cu cel obinut pentru indicatorii ce descriu forma distribuiei sau cel al
tendinei centrale.

76

Modul 9
Utilizarea SPSS n statistica inferenial: estimarea parametrilor populaiei.
Obiective operaionale:
Dup lectura acestui capitol, studenii ar trebui s reueasc s:
efectueze calculul de estimare a mediei n populaie utiliznd softul SPSS 10.0
interpreteze statistic rezultatele procesrii efectuate
salveze fereastra rezultatelor obinute ntr-un fiier *.spo
Una dintre aplicaiile eseniale ale inferenei statistice o reprezint problema estimrii parametrilor
populaiei. Fr a intra n detaliile acestei probleme discutate n cadrul cursului de Psihologie experimental
i metode de analiz a datelor (vezi suportul de curs Anul I), vom oferii un exemplu concret de cercetare,
cteva date (doar n scop didactic) i ulterior vom descrie procedura de calcul a intervalului de ncredere prin
utilizarea softului SPSS 10.0.
Activitatea fizic reprezint o problem esenial a vieii cotidiene, lipsa acesteia crescnd riscul apariiei
obezitii i a unor afeciuni cardio-vasculare. Pentru a estima gradul de risc al elevilor, cercettorii de la
OMS au aplicat unui eantion de elevi un chestionar n care una din ntrebri se referea la numrul de
ore/sptmn petrecute cu exerciii fizice. Scopul cercettorilor a fost de a estima, pe baza datelor
eantionului, media n populaia int a numrului de ore de exerciiu fizic.
ntrebarea care se pune este, cte ore pe sptmn aloc elevii n medie exerciiilor fizice? Aceast
medie pe populaie nu poate fi calculat din moment ce nu avem posibilitatea de a chestiona ntreaga
populaie. Ca urmare am recurs la aplicarea chestionarului doar la un eantion extras din populaia int.
Doar n scop didactic, s presupunem c volumul eantionului este de n=20. Datele obinute sunt trecute n
form tabelar mai jos:
Subiec
t

Ore/s
ptmn
Variabila msurat: numrul de ore/sptmn alocate exerciiului fizic a fost codat sub denumirea de
oefs. n Editorul de Date vom avea o singur coloan i datele subiecilor implicai n studiu vor fi introduse
n aceast coloan. Pentru a calcula intervalul de ncredere n care se situeaz, cu o anumit probabilitate,
media populaiei vom utiliza programul SPSS 10.0.
n meniul Analyze vom selecta comanda Descriptive Statistics Explore unde vom trece n csua
Dependent List variabila msurat n studiu. La opiunea Statistics vom seta valoarea pragului , care
implicit este setat la 5% (adic la un interval de ncredere de 95%) la 1% (adic vom opta pentru un interval
de ncredere de 99%). Opiunea Statistics ne ofer posibilitatea de a alege prin bifare: calculul indicatorilor
statistici i indicatorilor formei distribuiei (Descriptives), estimarea medianei n populaie (M-estimator),
identificare valorilor extreme (Outliers) i distribuia n centile a datelor obinute (Percentile). n aces caz
vom bifa doar opiunea Descriptives i vom trece la pasul urmtor cu ajutorul butonuli Continue. Opiunea
Plots permite realizarea unor reprezentri grafice (ex. histogram), iar la Options putem seta criterii de
management al datelor lips. La opiunea Display vom bifa Statistics pentru a rezuma procesarea doar la
calcul statistic fr a cere efectuarea unor reprezentri grafice. Terminnd specificarea procesrilor se apas
pe butonul OK. Outputul rezultat este prezentat mai jos:

77

Descriptives
oefs

Mean
99% Confidence
Interval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis

Lower Bound
Upper Bound

Statistic
4.4500
3.3821

Std. Error
.37329

5.5179
4.3889
4.5000
2.787
1.66938
2.00
8.00
6.00
2.75
.248
-.373

.512
.992

Ceea ce ne intereseaz este valoarea mediei calculat pentru eantion (4.45), valoarea erorii standard
(0.37) i limitele intervalului de ncredere, Limita inferioar = 3.38 i Limita superioar = 5.51. n rest
procesarea ne mai ofer o serie de date descriptive: ale tendinei centrale n eantion (media ajustat
(trimmed), mediana) ale dispersiei (varian, abatere standard, minim, maxim, amplitudinea intervalului de
valori, diferena interquartil) i indicatori ai formei distribuiei (nclinarea i Gradul de aplatizare).
n concluzie putem afirma (cu o anumit marj de eroare asumat) c media numrului de ore alocat
exerciiului fizic n populaia elevilor este situat n intervalul 3.38 - 5.51.
n condiiile n care rezultatele urmeaz a fi utilizate ulterior (ex. elaborarea ulterioar a unui raport de
cercetare) dar nu se dorete reluarea pailor descrii anterior, fereastra Outputurilor poate fi salvat n
format *.spo urmnd comenzile FileSave... i specificnd denumirea fiierului.

78

Modul 10
Utilizarea SPSS n statistica inferenial: probleme de comparaii inter- i intra-grup.
Obiective operaionale:
Dup lectura acestui capitol, studenii ar trebui s reueasc s:
elaboreze baza de date pentru un experiment inter-grup
elaboreze baza de date pentru un experiment intra-grup
s efectueze calculul coeficienilor statistici utiliznd programul SPSS 10.0
s interpreteze rezultatele analizelor statistice
A. Calculul statistic inferenial al datelor rezultate dintr-un design cu eantioane independente
S lum ca exemplu adaptata dup experimentul efectuat de Bower i colegii (1981) n scopul verificrii
dependenei proceselor mnezice de contextul emoional. Un cercettor a mprit n mod aleator eantionul
n dou grupe. n trans hipnotic subiecilor dintr-un grup (experimental) li s-a indus o stare de tristee i
altora (grupul control), nu li s-a indus nici o stare emoional. n urma modificrii strii emoionale subiecii au
citit un text despre o persoan, urmnd ca apoi s reactualizeze caracteristicile personajului prezentat n
text. S-a evaluat numrul de trsturi negative reactualizate. Un set de date (doar n scop didactic) este
prezentat n tabelul de mai jos:
Grup

Grup control

Grup experimental

Subiect
0

Nr. trsturi
negative
Mediile calculate pe cele dou grupuri sunt m1=4.2 i m2=4.7. Se pare c subiecii crora li s-a indus o
stare emoional negativ au reactualizat mai multe trsturi negative. ntrebarea este n ce msur putem
considera c aceast diferen poate fi atribuit interveniei sau reprezint doar un rezultat al randomizrii
aleatoare a subiecilor n cele dou grupe? Pentru alte detalii ale raionamentului inferenial vezi suportul de
curs An I al disciplinei Psihologie experimental i metode de analiz a datelor.
Fiind vorba de un design de baz cu grupuri independente n baza de date vom defini dou variabile,
variabila independent stare emoional indus (cu dou modaliti neutr, codat cu 1 i de tristee
codat cu 2) i variabila dependent (numrul de trsturi negative reactualizate). Ca i exemplu subiectul 1
n prima coloan a Editorului de Date va avea 1 i n a dou coloan va avea 5; subiectul 16 va avea 2 n
prima coloan (fiind din grupul experimental) i 6 n a doua coloan.
Pentru a efectua compararea mediilor vom urma linia de comenzi AnalyzeCompare
meansIndependet Sample t Test. n cmpul Grouping Variable vom introduce variabila independent i
vom defini grupele prin Define Groups, Grupa 1 fiind 2 i Grupa 2 fiind 1. Codarea grupelor nu presupune
ntotdeauna utilizarea cifrelor 1 i 2, la fel de bine am fi putut coda grupele cu 1001 i 48. Ceea ce ntreab
programul este, care dintre grupe s fie grupa de referin, acesta fiind introdus ulterior (vezi numrtorul
formulei de calcul al coeficientului t). n cazul nostru grupa de referin este 1, adic grupul a crei stare
emoional nu a fost modificat. Dup definirea grupelor comparate n cmpul Test Variable vom introduce
variabila dependent i apsm pe butonul OK. Rezultatele relevante ale procesrii apar n tabelul de mai
jos:
Independent Samples Test
Levene's Test for
Equality of Variances

cr

F
Equal variances
.059
assumed
Equal variances
not assumed

Sig.
.810

t-test for Equality of Means

95% Confidence
Interval of the
Difference
Mean Std. Error
Sig. (2-tailed)Difference Difference Lower
Upper

df

.660

18

.518

.50000

.75792 -1.09233 2.09233

.660

17.998

.518

.50000

.75792 -1.09234 2.09234

79

Primele calcule se refer la asumpia omogenitii varianelor n populaie. Dac testul Levene este
semnificativ atunci nseamn c varianele populaiilor din care provin cele dou grupuri nu sunt omogene, i
vom interpreta al doilea rand al tabelului. n cazul de fa testul Levene este nesemnificativ, valoarea
calculat a lui p este mult mai mare dect 0.05 (p=0.81) ca urmare vom interpreta datele primului rnd.
Valoarea calculat a coeficientului t este 0.66, grad de libertate 18 (n1+n2-2 adic 10+10-2) i valoarea
calculat a lui p pentru coeficientul t este 0.51, mult deasupra pragului de 0.05. n continuare n table mai
apar: diferena dintre mediile grupelor, eroarea standard a distribuiei diferenelor de medii testat n baza
ipotezei nule i limitele intervalului de ncredere a medie distribuiei diferenelor de medii aleatoare. Dac
acest interval l include pe 0 atunci diferena este nesemnificativ.
n consecin, nu am reuit s infirmm ipoteza nul suntem nevoii s suspendm decizia. Altfel
formulat, diferena pe care am obinut-o n urma interveniei, valoric nu depete acele diferene pe care leam fi putut obine prin simpla selecie aleatoare a dou grupe i efectuarea diferenei ntre mediile lor.
B. Calculul statistic inferenial al datelor rezultate dintr-un design cu eantioane dependente
ntr-un studiu experimental ipotetic, un cercettor i propune s investigheze ipactul pe care l are
prezena unor distractori asupra gradului de nelegere a textului la vrstnici. n acest scop selecteaz un
grup de subieci vrstnici i prezint acestora cte o prob de nelegere a textului. n prima situaie, cea de
control, subiecii citesc un pasaj i ulterior rspund din memorie la ntrebrile formulate. n situaia
experimental subiecii citesc un draft al unui text (altul dect cel din pre-test, dar de acelai grad de
dificultate) din care ns nu au fost terse corecturile (exist idei, informaii care nu sunt relevante din punct
de vedere al formei finale a textului). ntrebrile formulate i de aceast dat vizeaz textul, dar nu i
pasajele tiate. Variabila msurat n ambele situaii este gradul de acuratee a rspunsurilor. Numrul de
rspunsuri corecte nregistrate n celel dou situaii sunt prezentate n tabelul de mai jos.
Grup

Situaie de control (pre-

Situaie experimental (post-test)

test)
Subiect
0

Nr. Rspunsuri
corecte
n cazul unui design intra-grup baza de date va conine dou variabile, ambele reprezentnd variabila
msurat n cele dou contexte ale variabilei independente (situaia control i situaia experimental). n
baza de date fiecare subiect va avea dou valori, una msurat n situaia de control i una msurat n
situaia experimental. De exemplu, subiectul nr. 1 n situaia de control a nregistrat 6 rspunsuri corecte i
n situaia de control tot 6.
irul de comenzi care permite calcularea coeficientului t este urmtorul: AnalyzeCompare
meansPaired Sample t Test. n cmpul Paired variables vom introduce perechea de valori ce urmeaz a
fi comparat. Rezultatul afiat n fereastra outputurilor este cel prezentat mai jos.
Paired Samples Test

M
ean

1.10000

Paired Differences
St
95%
Std.
d. Error
Confidence Interval of
Deviation
Mean
the Difference
L
U
ower
pper
.9944
.3
3
1447
1.81137
.38863

3.498

df

Sig.
(2-tailed)

.007

Mean n acest caz reprezint media diferenelor, deoarece demersul inferenial se bazeaz pe diferene
de scoruri i media acestor diferene (vezi suportul de curs anul I). Pentru aceste diferene se calculeaz o
abatere standard (Std. Deviation) i o eroare standard (Std. Error Mean), pe baza formulelor de calcul deja
cunoscute. Cunoaterea valorii erorii standard i setarea unui grad de toleran (prag alfa) permite
calcularea unui interval de ncredere a mediei diferenelor. Dac acest interval include valoarea zero atunci
diferenele ntre pre-test i post-test nu sunt semnificative. n cazul nostru intervalul nu include valoarea 0,
valoarea calculat a testului t este -3,498 i valoarea lui p este de 0.007. p calculat este mai mic dect
valoarea prag, de 0.05, ceea ce confirm nc odat semnificativitatea statistic a diferene ntre cele dou
situaii experimentale.
80

Modul 11
Utilizarea SPSS n studiile corelaionale
Obiective operaionale:
Dup lectura acestui capitol, studenii ar trebui s reueasc s:
elaboreze baza de date corespunztoare studiului corelaional
calculeze coeficientul de corelaie potrivit naturii variabilelor msurate
soluioneze problemele datelor lips
interpreteze rezultatele obinute
Efectuarea unor studii experimentale nu este soluia potrivit pentru orice context de cercetare. n
anumite situaii trebuie s ne limitm la a stabilii relaii de covarian existente ntre dou sau mai multe
variabile msurate. Rentorcndu-ne la exemplul de la modulul 4, s presupunem c ceea ce intereseaz
echipa de cercetare este identificarea tulburrilor asociate lipsei activitii fizice, concentrndu-se mai ales
asupra obezitii. Obezitatea a fost exprimat n numrul de kilograme deasupra celui prevzut conform
vrstei, genului i nlimii. S presupunem (doar n scop didactic) c datele obinute ntr-un studiu (n=20)
sunt cele redate n tabelul de mai jos:
Subieci
0

Nr.
Ore/Sptmn
Kg

peste

normal
n baza de date vom definii dou variabile pentru cele dou variabile msurate (ore de activitate fizic pe
sptmn i kg peste normal), ambele fiind de tip numeric. Pentru a calcula gradul de asociere al acestora
vom recurge la calculul coeficientului de corelaie Pearson urmnd irul de comenzi
AnalyzeCorrelateBivariate. n cmpul Variables vom introduce variabilele ce urmeaz a fi corelate, n
cazul nostru cele dou variabile msurate. n continuare vom bifa coeficientul de corelaie ce urmeaz a fi
calculat, n cazul de fa dat fiind c ambele variabile sunt numerice vom opta pentru coeficientul Pearson.
Semnificaia coeficientului de corelaie calculat o vom verifica printr-un test two-tailed. La Options se poate
seta calculul unor componente pariale ale coeficientului standardizat de corelaia Pearson (covariana, suma
produselor) i date descriptive. Tot n aceast seciune putem seta strategia de management al datelor lips
(discuia este relevant doar n cazul a trei sau mai multe variabile).
n urma setrilor se apas butonul OK i se obine outputul prezentat mai jos.
Correlations
oefs
oefs

kpn

Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N

1
20
-.897**
.000
20

kpn
-.897**
.000
20
1
20

**. Correlation is significant at the 0.01 level


(2-tailed).

n fereastra Outputurilor este afiat matricea de corelaie. Din moment ce este o matrice simetric,
coeficienii prezentai de o parte i de alta a diagonalei principale sunt identici. Pe linii i pe coloane sunt
prezentate aceleai variabile. Se observ c valoarea corelaiei ntre oefs (ore exerciiu fizic sptmnal) i
kpn (kilograme peste normal) este de r =-.897. Valoarea calculat a lui p este mai mic dect 0.01 (n table
apare 0.000, ceea ce nu nseamn c este 0). Probabilitatea ca s se obin doar datorit aleatorului o astfel
de corelaie este mic, chiar foarte mic dar nu este zero. Pentru a evita o astfel de interpretare eronat, de
obicei n prezentarea rezultatelor se trece 0.001.

81

Modul 12
Utilizarea SPSS n analiza designurilor factoriale
Obiective operaionale:
Dup lectura acestui capitol, studenii ar trebui s reueasc s:
elaboreze baza de date corespunztoare unui studiu unifactorial i bifactorial
calculeze indicatorii statistici ai principalelor efecte vizate n designurile factoriale
sa efectueze comparaiile post-hoc
interpreteze rezultatele obinute
A. Calculul statistic inferenial al datelor rezultate dintr-un design unifactorial cu eantioane
independente
O practic impus n cercetarea efectului medicamentelor este de a implica n studiu un grup de
placebo. Conform acestui plan, autorii unui studiu ipotetic i propun s verifice eficiena unui nou
medicament n tratamentul depresiei. n acest scop selecteaz 30 de voluntari cu diagnostic clinic depresie,
i i randomizeaz n trei grupe: control, placebo i experimental. Pacienii grupului experimental primesc
medicaie antidepresiv; pacienii din grupul placebo primesc un medicament care nu conine substan
activ; i pacienii grupul de control nu primesc nici o medicaie. Variabila dependent o reprezint
intensitatea simptomatologiei nregistrat pe o scal de la 1-20 (1=depresie redus i 20=depresie
accentuat). Rezultatele obinute sunt prezentate n tabelul de mai jos.
Grup

Scor Scal de Depresie

Control
6

Placebo
Experimental

n baza de date vom defini dou variabile, una pentru variabila independent (denumit grup) cu trei
valori (1=grup control, 2=grup placebo i 3=grup experimental) i o variabil (denumit scor) pentru a
nregistra scorurile msurate. Pentru a verifica semnificativitatea statistic a diferenelor vom recurge la
analiz de varian pentru design unifactorial cu eantioane independente. Pentru a calcula valoarea testului
F vom urma calea AnalyzeCompare meansOne-Way Anova. n rubrica Dependent list vom introduce
variabila msurat (denumit scor) i n ribrica Factor vom introduce variabila care definete grupele
variabile independente. La seciunea Options vom bifa Descriptives pentru a obine datele descriptive i
Homogeneity of variance test pentru a verifica asumpia omogenitii varianelor n populaie. La opiunea
Post-Hoc vom bifa una din opiunile de comparaie post-hoc, de obicei se utilizeaz Tukey sau Scheffe, n
acest caz vom apela la cel de-al doilea. Rezultatele ferestrei output sunt cele prezentate mai jos.
Descriptives

.00
.00
.00
otal

N
1
0
1
0
1
0
3
0

ean
1
3.8000
1
3.5000
1
1.4000
1
2.9000

Std.
Deviation
1.475
73
1.433
72
1.712
70
1.844
84

St
d. Error
.4
6667
.4
5338
.5
4160
.3
3682

95% Confidence
Interval for Mean
Lowe
Uppe
r Bound
r Bound
12.74
14.85
43
57
12.47
14.52
44
56
10.17
12.62
48
52
12.21
13.58
11
89

M
inimum
1
2.00
1
2.00
9.
00
9.
00

M
aximum
1
6.00
1
6.00
1
4.00
1
6.00

n acest tabel avem datele descriptive ale celor trei eantioane (N, Mean, Std. Deviation i Std. Error),
precum i intervalele de ncredere (Lower Bound i Upper Bound) i intervalul de variabilitate a datelor
(Minimum i Maximum). Se observ c exist diferene ntre mediile celor trei eantioane, cel mai amre
scor l are grupul de control i cel mai mic aparine grupului experimental. Rezultatul oferit de testul de
82

omogenitate al varianelor este nesemnificativ, p=0.8 (mai mare dect 0.05), ceea ce nseamn c datele
satisfac criteriul omogenitii varianei n populaie. Pentru a verifica dac cel puin una din diferenele
posibile (ntre grupele 1-2, 1-3, 2-3) este semnificativ vom citi tabelul umtor.
ANOVA

Between
Groups
Within
Groups
Total

S
um of
Squares
3
4.200
6
4.500
9
8.700

df
2

Mean
Square
17.10
0

2
7
2
9

Si
F
7.
158

g.
.0
03

2.389

Raportul dintre variana inter- i variana intra-grup rezult un F(2,27)=7,158. Probabilitatea acestei valori
pe baza ipotezei nule, adic probabilitatea de a obine o asemenea valoare prin selecia aleatoare a trei
eantioane dintr-o populaie este p=0.003, mult mai mic dect valoarea prag (0.05). n baza acestui
rezultata putem afirma cel puin una din comparaiile posibile este semnificativ statistic. Pentru a verifica,
care dintre aceste comparaii este aceea vom citi tabelul comparaiilor post-hoc.
Multiple Comparisons
Dependent Variable: VAR00002
Scheffe

(I) VAR00001
1.00
2.00
3.00

(J) VAR00001
2.00
3.00
1.00
3.00
1.00
2.00

Mean
Difference
(I-J)
.30000
2.40000*
-.30000
2.10000*
-2.40000*
-2.10000*

Std. Error
.69121
.69121
.69121
.69121
.69121
.69121

Sig.
.910
.007
.910
.019
.007
.019

95% Confidence Interval


Lower Bound Upper Bound
-1.4903
2.0903
.6097
4.1903
-2.0903
1.4903
.3097
3.8903
-4.1903
-.6097
-3.8903
-.3097

*. The mean difference is significant at the .05 level.

Tabelul oferit de SPSS este unul redundant, din moment ce ne ofer toate comparaiile posibile (ex. Intre
grupele 1 i 2, respectiv ntre grupele 2 i 1). n tabel vom urmri Mean Difference (diferenele de medii),
Std. Error (eroarea standard), Sig. (valoarea calculat a lui p) i Confidence interval (intervalul de ncredere).
Se observ c numai diferena dintre grupele 1-3 i 2-3 este semnificativ, valoarea calculat a lui p pentru
prima comparaie este 0,007 i 0.019 pentru a doua, ambele fiind mai mici dect valoarea prag (0,05). Acest
fapt este confirmat i de intervalul de ncredere afiat, numai n cazul acestor comparaii intervalul nu include
valoarea 0, restul diferenelor fiind nesemnificativ.
Datele obinute susin eficiena unui efect al interveniei medicamentoase, rezultatele obinute de acest
difer semnificativ att de grupul de control ct i de grupul placebo. Nu s-a constatat nici o diferen ntre
grupul de control i grupul placebo, ceea ce indic o absen a efectului placebo n acest studiu.
B. Calculul statistic inferenial al datelor rezultate dintr-un design bifactorial cu eantioane
independente
Pentru a exemplifica modul de prelucrare a datelor obinute ntr-un design bifactorial, vom analiza un alt
studiu ipotetic. Un grup de cercettori a ncercat s investigheze diferenele existente n memoria verbal a
subiecilor tineri i vrstnici. n acest scop a selectat aleator un grup de subieci tineri (20) i un grup de
subieci vrstnici (20). Dar pentru c exist diferene de gen n ceea ce privete abilitatea verbal general,
cercettorii au hotrt s includ n studiu i variabila gen (femei i brbai). Variabila msurat a acestui
cvasi-experiment este numrul de cuvinte reactualizate n proba de memorie. Rezultatele obinute sunt
prezentate n tabelul de mai jos.
Grup

Numr de cuvinte reactualizate


83

T
ineri

Fe
mei

Br
bai
V
rstnici

Fe
mei
Br
bai

n baza de date vom defini trei variabile, dou pentru variabilele independente ale cercetrii. Prima
variabil denumit vrst va avea dou modaliti, 1=tineri i 2=vrstnici, a doua variabil gen tot cu dou
modaliti 1=femei i 2=brbai. n a treia variabil (denumit scor) vom introduce valorile variabilei
msurate. Datele colectate vor fi analizate prin ANOVA bifactorial 2x2. Pentru a efectuat aceast analiz
vom urma irul de comenzi AnalyzeGeneral Linear ModelUnivariate ... . n rubrica Dependent list
vom introduce variabila dependent Scor, i n rubrica Fixed factors vom introduce variabilele independente
ale modelului, Vrst i Gen. La Options ... vom cere afiarea mediilor pentru toate efectele (vrst, gen i
vrst*gen). Pentru a derula procesare vom apsa OK. Rezultatele obinute sunt prezentate mai jos. n
primul tabel este reprezentat structura designului utilizat i efectivul fiecrei csue.
Between-Subjects Factors

arsta

en

.00

.00

.00

.00

Pe aceeai structur, tabelul urmtor afieaz datele statistice descriptive (medie i abatere standard
pentru fiecare csu a designului).
Descriptive Statistics
M
arsta
.00

en
.00
.00
otal

.00

.00
.00
otal

otal

.00
.00
otal

ean
1
3.8000
1
3.5000
1
3.6500
1
1.4000
1
0.0000
1
0.7000
1
2.6000
1
1.7500
1
2.1750

Std.
Deviation
1.475
73
1.433
72
1.424
41
1.712
70
1.490
71
1.719
85
1.984
15
2.291
29
2.158
91

N
1
0
1
0
2
0
1
0
1
0
2
0
2
0
2
0
4
0

Tabelul testului de omogenitate a varianelor n populaie i de aceast dat arat c setul de date
respect asumpia omogenitii egalitii varianei n populaie, valoarea calculat a lui p este 0.777, mai
mic e dect valoarea prag (0.05). Pentru a verifica semnificativitatea efectelor variabilelor implicate n studiu
vom analiza tabelul urmtor.

84

Tests of Between-Subjects Effects

Source
Correcte
d Model
Intercept
varsta
gen
varsta *
gen
Error
Total
Correcte
d Total

Type
III Sum of
Squares
97.2
75(a)
5929
.225
87.0
25
7.22
5
3.02
5
84.5
00
6111
.000
181.
775

df
3
1
1

Mean
Square
32.42
5
5929.
225
87.02
5

7.225

3.025

3
6
4
0
3
9

Si
F
1
3.814
2
526.060
3
7.076
3.
078
1.
289

g.
.0
00
.0
00
.0
00
.0
88
.2
64

2.347

Primele dou linii se refer la abordarea ANOVA din punct de vedere a regresiei (n acest caz vom face
abstracie de aceste date). n linia Vrst, Gen i Varsta*Gen observm c exist un efect al vrstei (p
calculate este de 0.000 < 0.05), efectul genului nu este semnificativ (p calculat este 0.088 > 0.05) i nu
exist efect semnificativ al interaciunii (p calculat este 0.264 > 0.05). Tabele descriptive reiau pentru fiecare
variabil informaiile deja prezentate n tabelul general, oferind pentru fiecare i un calcul al intervalului de
ncredere (vezi exemplul pentru variabila vrst).
1. varsta

M
arsta

ean

.00

3.650

.00

0.700

1
1

St
d. Error
.3
43
.3
43

95% Confidence
Interval
Lowe
Uppe
r Bound
r Bound
12.95
14.34
5
5
10.00
11.39
5
5

Pe baza rezultatelor statistice obinute putem afirma c n acest studiu exist un efect principal
semnificativ statistic al vrstei, ns nu exist diferen semnificativ de gen i nici efect al interaciunii celor
dou variabile.

85

ANEXE
3.1. Bibliografia complet a cursului
Abdi, H., Introduction au traitement statistique des donees experimentales, Grenoble, Presses Univ.,
1987.
Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Bordens, K. & Abott, B., (1991). Research design and methods. A process approach. Mayfield
Publishing, California.
Box, G.& Jenkins, G. (1976). Time series analysis forecasting and control. San Francisco, Holden
Day.
Breakwell, G. & Hammond, S., (1995). Research methods in psychology. Sage Publications.
London.
Chalmers Alan (1999) What is this thing called science? Hackett Publishing Company, Inc.
Indianapolis.
Dane, F., (1990). Research mehods. Brooks, Cole, California.
Derry Gregory (1999) What Science Is and How It Works. Princeton Univerity Press, New Jersey.
Faverge, J. M., Methodes statistiques en psychologie applique, t. II,Paris, P.U.F., 1963
Graziano, A. & Raulin, M., (1993). Research methods. A process of inquiry. Harper, Collins, NewYork
Hazs, L.W., Statistics for Psychologist, New York, Holt Rinehart and Winston,1966.
Kazdin, A.E., (1994). Behavior modification in applied settings. (fifth edition).Brooks/ Cole
Publishing, California.
Kratochwill, T. & Levin, J., (1992). Single-case research design and analysis : new directions for
psychology and education. Hillsdale, NJ., Lawrence Erlbaum Associates.
Lakatos

Imre

(1973)

Science

and

Pseudoscience.

http://www.lse.ac.uk/collections/lakatos/scienceAndPseudoscience.htm
Leplat, J., La methode experimentale en psychologie apliquee, n Trataite de psychologie
apliquee, (Reuchelin M.,dir.), t.2, Paris P.U.F., 1973.
Matalon, B., La logique des plans dexperiences, n G. et J. Lemaine (ed.) Pszchologie sociale et
experimentation, Paris, Mont-Bordas, 1969.
Miles, M. B., Huberman, A. M. (1984), Analyzing qualitative data. A source book for new methods,
Beverly Hills, C. A. Sage.
Plutchik, R., Foundation of Experimental Research, New York, Harper & Row Publisher, 1968.
Radu, I. i colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.

86

Radu, I., nsuirea unor cunotine de matematic prin nvare programat. n "Creativitate,
modele, programare , (Al.Roca, red.), Bucureti, Edit. tiinific, 1967.
Siegel, S., Psychometric Methods-Nonparametric Statistics for the Behavioral Sciences, New York,
McGraw Hill Book Company Inc., 1956.
Spence, J.,Underwood,B., Duncan,C., Cotton,J., Elementarz Statistics, New York, Appleton
Century Crofts, 1968.
Stanovich Keith (2001) How to think straight about psychology. Allyn & Bacon, Boston
Tryon, W., (1982). A simplified time-series analysis for evaluating treatment interventions. Journal
of Applied Behavior Analysis, 15, 423-429.
Wynn M. Charles and Wiggins W. Arthur (2001) Quantum leaps: Where Real Science Ends ... and
Pseudoscience Begins. Joseph Henry Press Washington, D.C.
Yin, R., (1989), Case Study and Research, Design and Methods. Sage Publication, London.

87

3.2.Glosar

"Moartea experimental" - "pierderea" unor subieci pe parcursul defurrii experimentului,


datorit oboselii, lipsei de motivaie etc.
Abatere standard msur a dispersiei unei colecii de valori
Analiza datelor - procesul de cutare i sumarizare a datelor cu scopul de a extrage informaia
relevant i de a elabora concluzii pe baza acesteia
Analiza de varian (ANOVA) colecie de modele statistice i procedurile asociate acestora, n care
variana observat este divizat n componente corespunztoare diferitelor variabile explicatorii.
Scopul analizei de varian (ANOVA) este de a testa semnificativitatea diferenelor ntre medii
prin compararea (analiza) varianelor
Amplitudine diferena dintre scorul cel mai mare i scorul cel mai mic
Autoobservaia observaia aplicat asupra propriei persoane, ceea ce nseamn nu numai
(introspecia) cunoaterea gndurilor, sentimentelor i aspiraiilor intime, ci i cunoaterea prin
activitatea proprie, din succese i eecuri, din actele relaiilor cu semenii, din ncercrile vieii
etc.
Cercetare activitate uman intelectual bazat pe investigarea ntr-un anumit domeniu. Principalele
scopuri ale cerecetrii aplicate sunt descoperirea, interpretarea i dezvoltarea unor metode i
sisteme menite s genereze cunoatere ntr-o varietate de domenii tiinifice. Cercetarea poate
utiliza metoda tiinific, dar nu n mod obligatoriu. Aceasta ofer informaii tiinifice i teorii
explicative ale universului care ne nconjoar.
Chestionar instrument de cercetare alctuit dintr-o serie de ntrebri i alte componente menite s
culeag informaii de la respondeni
Coeficient de corelaie indic puterea i direcia unei relaii liniare ntre dou variabile aleatoare
Coeficientul de concordan K (Cohen) verific fidelitatea evalurii unor comportamente realizate
prin intermediul unei grile de observaie
Colecie de date - un fragment reprezentativ din mulimea datelor sau msurtorilor posibile.
Cote standard z scorul standard indic cu cte abateri standard o observaie este deasupra sau sub
medie
Covarian msur care indic ct de mult dou variabile se modific mpreun
Curba normal reprezentarea grafic a unei distribuii normale, avnd media 0 i variana 1
Date msurtorile rspunsurilor la anumite nivele date ale factorilor de interes
Degradarea instrumentelor de msur - ntre dou sau mai multe msurri repetate, validitatea
instrumentului de msurare scade
Design experimental design-ul colectrii tuturor informaiilor unde variana este prezent, indiferent
de controlul total sau parial al experimentatorului

88

Distribuia normal - valorile efectivelor situate de o parte i de alta a clasei cu efectivul maxim sunt
egale sau difer destul de puin ntre ele
Distribuia simetric - sinonim al distribuiei normale
Efectul compensrii - efortul compensatoriu pe care l pot manifesta membrii grupului de control
simindu-se frustrai c nu fac parte din grupul experimental.
Efectul de maturare - diferenele dintre dou msurri repetate ale acelorai subieci se pot datora
maturrii ce a avut loc pe parcursul experimentului, nu manipulrii experimentale.
Efectul difuziunii - rspndirea efectului manipulrii de la grupul experimental la cel de control.
Efectul resemnrii - subiecii din grupul de control pot obine rezultate mai slabe datorit demotivrii
ce o resimt ca urmare a excluderii lor din grupul experimental.
Efectul testrii repetate - diferenele de scoruri dintre mai multe msurri succesive se pot datora
administrrii repetate a aceluiai test
Eroarea standard a mediei reprezint abaterea standard teoretic a tuturor mediilor eantioanelor de
mrime n extrase dintr-o populaie i depinde de variana populaiei (sigma), ct i de mrimea
eantionului (n)
Experiment studiu manipulativ care implic aplicarea uneia sau a mai multor intervenii n condiii
controlate. Unde este posibil, intervenia este atribuit aleator eantioanelor, iar efectele
observate sunt comparate cu cele ale grupelor de control
Grade de libertate numrul de piese de informaie independente necesare msurrii componenei
varianei, extras din totalul numrului de piese care contribuie la aceast varian
Gril de observaie - o list de rubrici care s ofere cadrul de clasificare a datelor brute.
Indicii tendinei centrale se refer la msura valorii de mijloc a setului de date
Ipoteza nul (H0) ipoteza testabil statistic care asum c nu exist un patern n datele testate, iar
diferene obinute se datoreaz aleatorului . Ipoteza nul este testat n statistic pentru a
determina n ce msur datele justific investigarea unei ipoteze alternative.
Ipotez specific (Hs) Ipoteza care descrie modelul statistic ce urmeaz a fi testat
Msurare - operaie prin care se atribuie numere datelor discrete sau continue ce urmeaz a fi
evaluate.
Media reprezint suma scorurilor imprit la numrul acestora
Mediana reprezint numrul care separ jumtatea superioar a eantionului, a populaiei sau a unei
distribuii probabilistice, de jumtatea inferioar
Modul valoarea care apare cel mai frecvent ntr-un set de date sau ntr-o distribuie probabilistic
Observaia curent - ocazional, practicat de profesor n clas, de inginer n ntreprindere, de ziarist
n viaa social etc.
Observaia sistematic - urmrete nregistrarea obiectiv a faptelor, nscriindu-se ntr-un program
explicit, ce restrnge cmpul studiat i impune selectarea datelor relevant
Regresia statistic - tendina de regresie spre medie a scorurilor extreme odat cu repetarea unei
msurri.
Scal de interval numerele indic amplitudinea diferenei dintre itemi, dar scala nu conine punctul
zero absolut
Scal de msurare procesul de msurare sau ordonare a entitilor in funcie de atributele cantitative
sau alte caracteristici

89

Scal de proporii numerele indic amplitudinea diferenelor i scala are fixat un punct zero
absolut. Proporiile pot fi calculate.
Scal nominal - clasificarea sau repartizarea datele (rezultatele), dup o serie de nume sau categorii
diferite (disjuncte), astfel nct fiecare element (rspuns, observaie etc.) s-i gseasc locul ntro categorie i numai ntr-una singur.
Scal ordinal numerele indic poziia relativ a itemilor, dar nu amplitudinea diferenelor
Semnificativitate statistic - indic faptul c exist dovezi statistice care susin o anumit diferen.
Nu nseamn neaprat c diferenele trebuie s fie mari sau de importan ridicat i nici nu este
echivalentul expresiei folosite n limbajul comun
Statistic tiin matematic care se ocup cu colectarea, analizarea, interpretarea explicarea sau
prezentarea datelor, precum i cu predicia bazat pe aceste date
Statistic descriptiv utilizat pentru descrierea trsturilor de baz ale datelor culese dintr-un
studiu experimental. mpreun cu analiza simpl a graficelor, formeaz baza tuturor analizelor
cantitative de date
Teorie un model testabil al modului de interaciune a unui set de fenomene naturale, capabil s
prezic aciuni viitoare, cu posibilitatea de a fi testat prin intermediul experimentului sau de a fi
verificat prin observaii empirice
Testul psihologic - o situaie experimental standardizat, servind drept stimul unui comportament.
Valoare critic este valoarea corespunztoare unui prag de semnificaie. Aceast valoare determin
ntr-un test statistic limita dintre acele eantioane care duc la respingerea ipotezei nule i acele
eantioane care duc la nerespingerea ipotezei nule.
Variabil dependent (VD) este acea variabil care se modific ca rspuns la variabila
independent
Variabil independent (VI) - orice stimul care poate avea o influen relevant (cauzal) asupra unor
prestaii sau comportamente, care devin variabile dependente (VD).
Varian dispersia datelor msurat ca i media abaterilor la ptrat de la valoarea expectat (media)

90

3.3. Scurt biografie a titularului de curs

Prof. dr. Radu Ioan este consultant la Catedra de Psihologie din cadrul Universitatii Babes
Bolyai. Domeniile sale de competen sunt: psihologie educaional, psihologie social i
metodologia psihologic i analiza datelor. Radu Ioan a fost distins cu premiul Academiei
Romne n anii 1976 i 1993; a publicat ca autor sau coautor peste 30 de studii stiintifice in
reviste de specialitate, indexate ISI, recenzate in baze de date internaionale i/sau recunoscute
CNCSIS; a publicat 10 cri ca unic/prim autor (dintre care 2 in domeniul metodologiei
cercetrii i analizei datelor), 12 carti in calitate de coautor, etc.; (vezi www.psychology.ro).

91

S-ar putea să vă placă și