Documente Academic
Documente Profesional
Documente Cultură
EXPERIMENTALĂ
CUPRINS
Capitolul 1
Metoda experimentală în psihologie 2
1.1. Consideraţii introductive 2
1.2. Observaţia 5
1.2.1. Coeficientul de concordanţă K (Cohen) 9
1.3. Stabilirea ipotezelor 11
1.4. Experimentul 12
1.4.1. Elaborarea design-ului (planului) experimental 17
1.4.1.1. Operaţionalizarea variabilelor 17
1.4.1.2. Design-uri experimentale de bază 18
1.4.1.3. Design-uri experimentale factoriale 19
1.4.1.4. Design-uri experimentale mixte 20
1.4.2. Selecţia şi repartizarea subiecţilor 21
1.4.3. Design-uri experimentale defectuoase 22
1.5. Testul 25
Capitolul 2
Organizarea colecţiei de date 29
2.1. Evaluarea şi măsurarea în psihologie 29
2.2. Colecţia de date brute 34
2.3. Ordonarea şi gruparea datelor 36
2.4. Condensarea datelor brute în tabele şi grafice 37
Capitolul 3
Indici statistici de start 41
3.1. Determinarea “valorii centrale” sau a “tendinţei centrale” 41
3.2. Determinarea indicilor de dispersie 44
3.3. Semnificaţia abaterii standard 48
3.4. Frecvenţa 50
Capitolul 4
Inferenţa statistică 51
4.1. Proprietăţile distribuţiei normale 51
4.2. Probleme de estimare 54
4.2.1. Semnificaţia unei medii 54
4.2.2. Semnificaţia frecvenţei 55
4.3. Sarcini sau probleme de comparaţie 56
4.3.1. Semnificaţia diferenţei între două medii în cazul eşantioanelor 58
independente 61
4.3.2. Semnificaţia diferenţei între două medii în cazul eşantioanelor 63
perechi
4.3.3. Semnificaţia diferenţei între frecvenţe. Criteriul χ2
67
Capitolul 5 67
Studiul corelaţiei 69
5.1. Noţiunea de corelaţie 69
5.2. Coeficienţi de corelaţie parametrici 69
5.2.1. Coeficientul de corelaţie 74
5.2.2. Coeficientul de corelaţie biserial şi triserial 74
5.3. Coeficienţi de corelaţie neparametrici 75
77
5.3.1. Coeficientul de corelaţie φ
5.3.2. Coeficientul de corelaţie a rangurilor (ρ)
5.4. Interpretarea unui coeficient de corelaţie 79
Probleme 83
84
Anexa 1.1. 85
Anexa 1.2.
Anexa 1.3.
3
Capitolul 1
5
influenţa paradigmei înfăţişate mai sus. De pildă, când Fl. Ştefănescu-
Goangă înfiinţează în 1922 primul institut de psihologie din ţara noastră, el
militează pentru un program de lucru care să îmbine sistematic în activitatea
de cercetare- experimentul şi metoda statistică, termenul de experiment
fiind luat în accepţia largă.
Prin lucrările sale, “ Elemente de psihometrie” şi “Analiza factorilor psihici”, N.
Mărgineanu oferea termenii concreţi ai unei asemenea abordări a
fenomenului psihic. Desigur, acest început era marcat de o doză exagerată
de optimism, pe care deceniile următoare au retuşat-o în mod sensibil.
Rămâne valabilă ideea de bază: asocierea între observaţie / experiment şi
metoda statistică.
Conform programului pozitivist al oricărei ştiinţe, psihologia pleacă de
la fapte- fapte de conştiinţă şi de conduită. Datele autoobservaţiei au şi ele
statut de fapte. Conduita nu se reduce la actul fizic, la reacţia externă
( mişcare, gest, faptă,…). Conduita poate să nu capete uneori expresie externă,
motorie; ea poate consta tocmai în suspendarea sau amânarea reacţiei. De
asemenea, faptele ce le consemnăm în studii experimentale sau anchete pot
fi date comportamentale propriu-zise sau date hârtie-creion cum este cazul multor probe
psihologice. În consecinţă, noţiunea de fapt psihic are un sens larg. B. F.
Skinner vorbeşte de “conduite interiorizate” în înţelesul de operaţii sau acte
mintale în genere. Relatarea introspectivă se utilizează în combinaţie cu alte
date, mai ales cu înregistrări obiective. De exemplu, raportul introspectiv al
subiectului se asociază adesea cu date electrofiziologice (EEG) pentru a
studia stări afective, activităţi intelectuale etc.
Latura externă a conduitei, luată în ea însăşi, nu califică în mod univoc
conţinutul psihologic intern; aceleaşi acte de comportare pot avea motivaţii
diferite. De aceea nu ne putem mărgini- în cunoaşterea psihologică- numai la
consemnarea formei externe a acţiunii, aşa cum procedează behaviorismul
clasic; trebuie surprins şi conţinutul psihologic intern, sensul său, luminat de
întreg contextul de viaţă în care se manifestă. Acelaşi context - contextul
vieţii şi activităţii omului - include atât datele comportării, cât şi trăirile
subiective într-o conexiune indisolubilă. Cunoaşterea psihologică se
desfăşoară în principiu ca orice cunoaştere ştiinţifică: ea se ridică de la date
la ipoteză pentru a verifica acestea din urmă pe baza unor noi date de
control; ea trece de la fapte care cuprind întotdeauna o parte de
interpretare, de inferenţă, spre a verifica apoi aceste inferenţe cu ajutorul
unor noi fapte. În psihologie, ca şi în alte domenii, fenomenul şi esenţa nu
coincid ( S. L. Rubinstein).
Ştiinţa porneşte de la fapte, dar nu se reduce la colectarea de fapte
disparate. Faptele o dată identificate servesc şi ca pretexte pentru o
cunoaştere explicativă…” Aspiraţiile cognitive ale omului trec dincolo de
“fapte” ca atare, în vederea unei cunoaşteri de adâncime. “Faptul” devine cu
aceasta o “problemă”, ceea ce impune căutarea unui răspuns, a unei
“soluţii”; inteligenţa propune un model, o teorie, care este într-un sens o
“plăsmuire teoretică” (L. Blaga, p. 180).
Pe măsură ce obiectul unei ştiinţe se conturează, ea îşi crează un
univers de semnificaţii (noţiuni, ipoteze).
Se pune întrebarea: ce constituie “fapt ştiinţific”? Cl. Bernard sublinia: un
fapt nu este nimic în el însuşi, el nu valorează decât prin ideea care i se
ataşează sau prin proba pe care o furnizează. Un fapt intră în câmpul atenţiei
graţie problemei care este pusă sau se pune.
J. Piaget (1970) propune în această privinţă trei caracteristici:
● un fapt ştiinţific este un răspuns la o întrebare, ceea ce presupune o
întreagă elaborare, solidară cu sistemul de informaţii care au dus la acea
întrebare;
● un fapt este apoi o constatare sau o ”lectură” a experienţei, care nu se reduce
la simpla “citire” a datelor, ci comportă o întreagă structurare;
●“un fapt nu există niciodată în stare pură …; el este întotdeauna solidar
cu o interpretare”. Această caracteristică subliniază importanţa orizontului
de informaţie, a cadrului interpretativ, atât în punerea întrebării, cât şi în
“lectura experienţei.” Există o deosebire între faptul brut, neanalizat – fruct
al unei percepţii globale – şi faptul ştiinţific, plasat în contextul unei idei şi a
unei observaţii analitice.
1.2. OBSERVAŢIA
Exemplu:
7
Unui lot de cadre didactice( în număr de 164) i s-a cerut să facă
descrierea concisă a elevilor din clasele cu care lucrează. Pentru a uşura
sarcina, li s-au oferit şi mijloace de expresie strict necesare -atribute sau
propoziţii descriptive scurte, având ataşate scale cu gradaţii - care să se
refere la inteligenţă, memorie, mod de exprimare, sârguinţă, dexteritate,
etc., precum şi la trăsături de caracter, de personalitate. S-au obţinut în
acest fel peste 1500 de caracterizări sau profile ale elevilor, material care a
fost supus apoi analizei ( M.Gilly,1972 ).
Constatarea: atributele care diferenţiază elevii, în profilele întocmite de
profesori - sunt cele legate nemijlocit de reuşita şcolară: inteligenţă,
memoria, atenţia, sârguinţa, vocabularul, stilul de lucru. Dincolo de aceste
aspecte, contururile personalităţii elevului se şterg; el rămâne parcă un
“necunoscut”; portretele încep să se asemene destul de mult între ele,
trăsăturile fiind prea puţin diferenţiate. Copilul este privit adesea prin prisma
statutului său şcolar, în esenţă, prin prisma unei optici profesionale care face
ca datele să fie selectate şi filtrate în lumina exigenţelor profesiunii
didactice. Spre exemplu, un copil este disciplinat dacă stă cuminte în bancă,
dacă nu dă de lucru profesorului. Dar conceptul de disciplină nu are doar un
“conţinut negativ”; în primul plan trebuie să fie ceea ce face, deci activitatea
elevului, şi nu doar inhibiţia sau reţinerea ei. Pe de altă parte, conformismul
şi docilitatea sunt preţuite de profesor, dar repudiate de elev.
Alături de observaţia curentă, ocazională, practicată de profesor în clasă,
de inginer în intreprindere, de ziarist în viaţa socială etc., distingem
observaţia sistematică, străină de clişee obişnuite, care urmăreşte
înregistrarea obiectivă a faptelor, înscriindu-se într-un program explicit, ce
restrânge câmpul studiat şi impune selectarea datelor relevante.
Strict vorbind, observaţia este percepţia unui eveniment, a unei conduite,
a unui document ( P.Fraisse). Dar ea nu se reduce practic la simpla “lectură”
a faptului brut, ci se prelungeşte într-un act de clasificare, de încadrare a
informaţiei în anumite concepte şi de anticipare a unor relaţii.
Acelaşi autor atrăgea atenţia asupra dualităţii modului de percepţie asupra
propriei personalităţi. Omul este capabil – în opinia autorului – de o dublă
cunoaştere: una, prin care el sesizează propriile gânduri, sentimente,
senzaţii etc, şi a doua, prin care se vede pe sine trăind şi acţionând aşa cum
îi vede trăind şi acţionând pe ceilalţi şi, sub acest unghi, el se cunoaşte pe
sine în acelaşi chip în care îi cunoaşte pe alţii (p. 74).
Autoobservaţia este observaţia aplicată asupra propriei persoane,
ceea ce înseamnă nu numai (introspecţia) cunoaşterea gândurilor,
sentimentelor şi aspiraţiilor intime, ci şi cunoaştera prin activiatea proprie,
din succese şi eşecuri, din actele relaţiilor cu semenii, din încercările vieţii
etc. Introspecţia este numai o latură a autoobservaţiei.
Autoobservaţia poate fi valorificată în forma unor itemi de chestionar.
După cum se poate vedea din exemplul de mai jos, în acest caz subiectul
este solicitat să aprecieze gradul de acord cu o serie de afirmaţii, răspunsul
său fiind cuantificat cu ajutorul unei scale numerice. Răspunsul său va
presupune accesul la datele autoobservaţiei.
Aproape Uneori Adesea Aproape
niciodata totdeauna
Sunt înclinat sa iau lucrurile prea în serios. 1 2 3 4
Sunt o persoana ferma, constanta. 1 2 3 4
Sunt calm, impasibil si su “sânge rece”. 11 2 2 3 3 5 4
Exemple:
1o.Bakeman & Brownlee (1980) au studiat comportamentul de joc la preşcolari. Pe
baza unui studiu prealabil, ei au determinat cinci categorii de joc, ce au
constituit cadrul de clasificare pentru observaţia efectuată. Astfel, reacţiile
subiecţilor au fost încadrate în una dintre următoarele tipuri:
Neocupat: copilul nu face nimic, sau îi priveşte pe ceilalţi;
A fi împreună: copilul se află laolaltă cu alţi copii fără a fi ocupat cu
vreo activitate;
Joc solitar: copilul se joacă singur dar nu este interesat sau afectat de
activităţile celorlalţi copii;
Joc paralel: copilul se joacă alături de alţi copii, dar nu se joacă cu ei;
Joc colectiv: copilul se joacă cu ceilalţi, şi participă la activităţile de joc
organizat, ca membru al grupului.
Observaţia era structurată atât în funcţie de timp cât şi de vârsta subiecţilor.
(tabelul 1.1)
COMPORTAMENTE
Durata
Vârsta observaţ
iei
9
Neocupat A fi Joc solitar Joc paralel Joc colectiv
împreu
nă
1 min
Subiect
1
(4 ani)
2 min
3 min
4 min
--------
10 min
1 min
Subiect
2
(5 ani)
2 min
3 min
4 min
-----------
10 min
--------- -----------
11
Cu fiecare succes exclamă de bucurie, bate din palme X XX
Rămâne indiferent la reuşită, schiţează doar un zâmbet XX X
Abandonează la primul eşec, se închide în sine şi “se XX
blochează” total
Abandonează când eşecurile se acumulează XX X
Tăcut în momentele critice (dificile) prezintă reacţii XX
vegetative, dă semne de oboseală
Derută emoţională sub presiunea timpului X XX
După terminarea lucrului relatează colorat cele X XX
petrecute
Eşecul produce un “halo afectiv” de durată XX
(*după I. Radu)
După un exerciţiu simplu de aplicare a acestei grile de observaţie, se
poate evidenţia acordul semnificativ între evaluatori. Acest exemplu ne
orientează asupra noţiunii de fidelitate definită prin gradul de consens dintre
evaluatorii ce utilizează acelaşi instrument. În cazul utilizării observaţiei ca
metodă de cercetare autonomă, fidelitatea ei se va verifica pe baza
coeficientului de concordanţă Cohen (K).
Po - P e
K=
1 - Pe
unde Po reprezintă proporţia concordanţelor observate dintre categoriile celor doi
observatori (din numărul total de observaţii) şi Pe proporţia concordanţelor
care ar putea apărea întâmplător în cazul rezultatelor date. Pentru a
înţelege Pe să ne imaginăm că cei doi observatori ar obţine aceleaşi date, dar
nu ar folosi grila de observaţie, ci ar decide la întâmplare (fară să observe
comportamentul mamei).
Pentru calculul valorilor Po şi Pe se condensează frecvenţa concordanţelor şi
discordanţelor dintre cei doi observatori în matricea de mai jos, numită
matrice de concordanţe. Prin definiţie, observaţiile se consideră
concordante atunci când cei doi observatori atribuie aceeaşi categorie unei
perechi mamă – copil (adică securizant – securizant sau insecurizant –
insecurizant), şi discordanţe atunci când observatorii atribuie categorii diferite
13
(securizant – insecurizant sau insecurizant – securizant).
Observatorul 1
securiz. insecuriz .
Observatorul 2 securiz.
16 0
insecuriz. 1 3
16 + 3
Po = = 0.95
20
Indicele Pe se calculează prin determinarea probabilităţii de concordanţă
întâmplătoare a alegerilor celor doi observatori. De exemplu, în acest
exemplu, observatorul 1 a ales de 17 ori opţiunea “securizant” din 20 de
observaţii. Deci probabilitatea ca această opţiune să fie dată de
observatorul 1 este 17/20. Observatorul 2 a ales opţiunea “securizant” de 16
ori; probabilitatea ca el să dea această opţiune este 16/20.
Ca urmare, probabilitatea pentru ca opţiunea “securizant” să coincidă
din întâmplare este:
17 x 16
P=
20 20
Similar se calculează probabilitatea de coincidenţă pentru opţiunea
“insecurizant”:
3 x 4
P=
20 20
Valoarea Pe se obţine însumând cele două probabilităţi:
17 16 3 4
Pe = x + x = 0,71
20 20 20 20
Valoarea coeficientului K este deci:
0,95 - 0,71
K= = 0,83
1 - 0,71
Interpretarea coeficientului K este similară unui coeficient de corelaţie (cu
valori între -1 şi +1). Este evident că din punct de vedere practic vom fi
interesaţi doar de valorile pozitive ale K (cele negative indicând o
“concordanţă” inferioară celei întâmplătoare).
Calculul semnificaţiei valorilor K fiind laborios, Cohen propune valoarea –
prag de 0.7 pentru coeficienţi semnificativi. Deci orice valoare K egală sau
mai mare decât 0,7 este semnificativă. În cazul nostru, valoarea calculată
este 0,83, mai mare deci decât valoarea prag. Grila de observaţie are deci o
bună fidelitate.
15
1.4. EXPERIMENTUL
Exemple:
1o. Obsevaţia ne arată un declin al rezultatelor învăţării sub influenţa
oboselii. Ne propunem să studiem efectul oboselii asupra păstrării
materialului învăţat. Experimentul va fi centrat pe evidenţierea relaţiei dintre
oboseală (=cauză) şi rezultatul învăţării (=efect), relaţie ce poate fi notată
pe scurt y=f(x), unde y este efectul şi x este cauza. Putem adăuga imediat: x
este variabila independentă şi are statutul de cauză iar y este variabila
dependentă având statutul de efect.
Notăm în continuare variabila independentă cu A iar pentru cea
dependentă păstrăm notaţia utilizată. Deci y=f(A). În general, factorul
experimental, adică variabilele independente le notăm cu literele mari
alfabet A, B, C.
Să observăm că oboseala poate avea grade diferite, de exemplu:
uşoară, medie şi accentuată. Notăm aceste modalităţi cu a1, a2, a3.
Desfăşurarea experimentului până la acest nivel sugerează un plan unifactorial.
Dacă în continuare, materialul care se învaţă va fi prezentat prezenta ca
material figural, (concret) sau pe suport pur verbal, va apare o a doua
variabilă. Notăm cu B natura materialului, care va prezenta două modalităţi;
b1 şi b2. Presupunem că efectul oboselii va fi diferit în cazul celor 2 tipuri de
material. Rezultatul învăţării (y) este pus în relaţie cu doi factori: gradul de
oboseală (A) şi natura materialului (B). Avem de-a face cu un experiment bifactorial.
Practic nu putem studia oboseala în mod global, ci luăm măsuri ale oboselii
după cum nu considerăm învăţarea în general ci măsurări ale rezultatului
învăţării. Intervine deci operaţionalizarea conceptelor ceea ce înseamnă
transpunerea în termenii unei operaţii de evaluare, măsurare cu ajutorul
unor probe psihologice adecvate. Aşadar luăm o măsură a învăţării pe care o
punem în relaţie cu anumite măsuri ale oboselii. Rezultatul învăţării îl
verificăm adesea prin probe de reactualizare liberă din memorie, iar pentru
evaluarea oboselii utilizăm un test de atenţie sau de eficienţă vizuală (proba
flicker). Dar pentru a cunoaşte efectul oboselii, va trebui să considerăm o
situaţie de contrast sau o situaţie-martor de “ne-oboseală” ori de oboseală
zero. Convenim să numim aceasta “condiţia zero”, notată a0 şi care prezintă
situaţia de control. Aşadar, variabila independentă (A) va fi prezentă în
experiment prin patru modalităţi: a1, a2, a3 şi a0. Rezultatul învăţării ne va
apare diferit în cele patru condiţii şi se vor compara în final măsurări ale
efectelor oboselii în condiţiile a0, a1, a2, a3 (figura 1.2.).
Pe scurt vom avea:
conditia a0 conditiile a1, a2, a3
a0 a1 a2 a3
Fig.1.3.
17
o situaţie de aşteptare, individul este pregătit pentru acţiune, dar răspunsul
însuşi este amânat pentru un timp mai lung sau mai scurt, fapt care pune la
încercare echilibrul dintre excitaţie şi inhibiţie ; mai general, echilibrul
emoţional al unei persoane în condiţiile unei stări de tensiune nervoasă. În
consecinţă, diversitatea comportamentelor trebuie pusă pe seama
combinaţiei celor doi factori “S” şi “P”,ceea ce putem scrie: R = f(S, P).
Reluând pentru precizare, putem spune că o situaţie de aşteptare “combină”
trei factori: durata aşteptării, tensiunea psihică implicată şi echilibrul
emoţional al persoanelor cuprinse în contextul respectiv. Luând alternative
extreme, situaţia de aşteptare poate fi scurtă sau prelungită, tensiunea
psihică poate fi minoră sau accentuată, iar persoanele aflate în această
situaţie se pot caracteriza prin echilibru emoţional precar sau marcat. Toţi
aceşti factori au statutul de cauze sau condiţii determinante; efectul acţiunii
lor aparând în cota de reacţii dezadaptate ce caracterizează conduita
persoanelor observate .
Pentru a disocia acţiunea fiecărui factor şi apoi a combinaţiei lor,
pornind de la anumite ipoteze se instituie experimentul care miniaturizează
situaţia concretă, o reproduce în laborator în formă simplificată în vederea
analizei şi înregistrării precise a datelor. În această etapă intervine
operaţionalizarea variabilelor.În cadrul experimentului se modifică sistematic
un factor sau un grup de factori, pe baza ipotezei avansate, şi se notează
paralel efectele acestei modificări asupra activităţii şi conduitei subiectului
sau grupului. Factorul controlat sau manipulat de către exprimentator s-a
numit variabilă independentă, iar efectele acestei modificări, adică variaţiile
paralele survenite în răspunsurile sau prestaţia subiectului au căpătat
denumirea de variabilă dependentă. Ceea ce urmărim nemijlocit şi notăm în
cursul experimentului este efectul, rezultatul - adică variabila dependentă, în
funcţie de condiţiile sau factorii mânuiţi ori dinainte cunoscuţi. În final, se
stabilesc relaţii de tipul y = f(x) între efectele constatate şi variaţiile imprimate
factorilor manipulaţi de către experimentator. Scopul experimentului este
stabilirea unei legităţi sau regularităţi care să permită apoi dezvelirea unei
relaţii cauză – efect.
Miniaturizarea, în condiţii de laborator, a unei situaţii de aşteptare poate
lua o înfăţişare simplă: determinarea timpului de reacţie în condiţii diferite
de aşteptare. Timpul de reacţie este timpul scurs între apariţia stimulului şi
declanşarea reacţiei necesare la stimul. În mod obişnuit, prezentarea
stimulului este precedată de un semnal de avertizare. Variind intervalul între
avertizare şi aplicarea stimulului, se creează o stare de aşteptare având
durate diferite. De asemenea, prin asocierea răspunsului cu un şoc electric
de intensitate controlabilă se induce o stare de tensiune variabilă. În sfârşit,
pe baza unei probe precise, se constituie grupe diferite de experienţă, având
echilibrul emoţional precar sau marcat. În consecinţă, experimentatorul are
sub controlul său trei factori: durata aşteptării, tensiunea indusă şi echilibrul
emoţional al persoanelor cuprinse în experienţă. Primii doi factori pot fi
modificaţi nemijlocit de cercetător, în timp ce al treilea factor se află sub
controlul său prin compoziţia grupelor de experienţă. Aceşti trei factori sunt
supuşi unor variaţii sistematice controlate: de la durata scurtă a aşteptării la
una prelungită, de la o tensiune minimă la una accentuată ş.a.m.d. Variabila
dependentă este timpul de reacţie, determinat cu mijloace de laborator
(cronoscop) . Întreg mersul experienţei poate fi anticipat într-un tabel care
prevede combinaţiile posibile între modalităţile variabilelor independente
implicate în situaţia respectivă (Tabelul 1.3.).
Minimă Scurtă I II
Prelungită III IV
Accentuată Scurtă V VI
Prelungită VII VIII
19
A B
B1 B2 B3
RAŢIONAMENT
DEDUCTIV FORMULAREA UNEI
IPOTEZE TESTABILE
SELECŢIA SUBIECŢILOR
DESFĂŞURAREA
EXPERIMENTULUI
ANALIZA ŞI
INTERPRETAREA DATELOR
Figura 1.5. Fazele demersului experimental
21
1.4.1. Elaborarea design-ului (planului) experimental
23
Tabelul 1.4. Schema planului experimental de bază
S ge gc Legendă
A
a1 A = factorul manipulat experimantal
a1, a2, ...an = modalităţile lui A
S = subiecţii participanţi la experiment
ge = grupul experimental
gc = grupul de control
a2
an
Exemple:
1o.Se instituie un experiment pentru a cunoaşte efectul unor
tranchilizante asupra activităţii de conducere auto. În acest scop se
admninistrează tranchilizante cu nume diferite sau doze diferite (5 mg, 10
mg, 15 mg, 20 mg) la patru loturi de persoane stabilite după regulile
selecţiei aleatoare. Se introduce şi un grup de control, căruia nu i se
administrează nici un drog. Notăm variabila independentă (administrarea
unui tranchilizant) cu A şi vom avea în studiu patru modalităţi a1, a2, a3, a4, la
care se adaugă grupa de control a0. Avem, practic, un singur factor de variaţie,
prezent sub 5 modalităţi. Nu facem nici o altă diferenţiere a subiecţilor, decât
cea oferită de administrarea în doze diferite a drogului. Efectul fiecărui medicament
aplicat se dezvăluie în diferenţele sau variaţiile apărute în comportamentul la
volan. Acesta din urmă îl considerăm printr-o faţetă particulară: timpul de
reacţie (TR). Ne aşteptăm ca drogul în doze diferite sau purtând nume
diferite să diferenţieze grupele cuprinse în studiu, să apară deosebiri în ceea
ce priveşte TR între grupele de experienţă şi cea de control. Sursele acestor
deosebiri sau variaţii sunt bine precizate.
În cadrul acestui exemplu avem de-a face cu un singur factor de variaţie (A).
Pentru a răspunde la întrebarea iniţială, urmează să se instituie în final
comparaţii multiple.
A1 A, B – factorii de variaţie
a, b – mod. factorilor A, respectiv B
A2
Exemplu:
1o. S-a iniţiat un experiment de instruire programată în care s-au
utilizat, în grupuri paralele, programe liniare (PL) şi programe ramificate (PR).
De asemenea, s-a menţinut, pentru comparaţie, în alte grupe, lecţia orală
clasică (LC). Pentru o urmărire diferenţiată a efectelor, grupele au fost
dihotomizate în funcţie de CI şi anume: CI > m şi CI < m. Aşadar, avem două
variabile independente: A, metoda de instruire şi B, nivelul de inteligenţă (CI).
Prima variabilă prezintă trei modalităţi (PL, PR şi LC), iar a doua variabilă are
două modalităţi: CI > m şi CI < m.
Datele de bază sunt condensate în tabelul 1.6.
Tabel 1.6.
Nivel de Metoda de instruire (A)
inteligenţ
ă.
(B)
25
PL (a1) PR (a2) LC (a0)
(b1)
CI > m
(b2)
CI < m
Exemplu:
Presupunem că dorim să studiem eficacitatea a două metode de
învăţare a limbilor străine. Variabila manipulată are deci două modalităţi:
metoda nouă, metoda tradiţională. Lansăm ipoteza că eficacitatea acestor
metode depinde de vârsta subiecţilor. În acest caz, clasificăm subiecţii după
vârstă, selectând subiecţii de 5, 7, 9 şi 11 ani (deci variabila clasificatorie are
patru modalităţi). Planul experimental arată ca în tabelul 1.7.
Tabelul 1.7.
Variabila
Clasificatoare
(vârsta)
metoda nouă
27
experimentale se face aleatoriu (randomizat). Randomizarea se poate face
prin mai multe tehnici (vezi Nunally, 1967, pag 95). Mai importante fiind:
● randomizarea simplă (“tragerea la sorţi “, metoda loteriei).
● randomizarea stratificată( în care populaţia este împărţită pe “straturi”,
după unul sau mai multe criterii, pentru fiecare strat, realizându-se o
eşantionare aleatoare).
Exemple:
1. Să presupunem că dorim să vedem eficacitatea unei metode de
îmbunătăţire a lecturii pentru elevii din clasa a II-a. Se aplică metoda
respectivă timp de un an. În acest sens se fac măsurări ale performanţelor
de lectură ale elevilor la începutul şi şfârşitul fiecărui trimestru. După un an
se compară scorurile obţinute de fiecare subiect şi se constată îmbunătăţirea
treptată a scorurilor, deci a performanţelor. Rezultatele se pot datora
metodei practice, dar tot la fel de bine se pot datora maturizării elevilor pe
parcursul anului respectiv sau interacţiunii dintre metodă şi maturare, astfel
că interpretarea rezultatelor este pusă sub semnul întrebării.
Exemplu:
Procedăm la un experiment pentru a testa eficacitatea unei probe
formative pentru dezvoltarea inteligenţei. În acest sens, înainte şi după
proba respectivă subiecţilor li se administrează un test de inteligenţă. În
general vom observa o creştere a QI de la pre-test la post-test. Acest fapt se
poate datora probei formative, dar se poate datora şi readministrării testului.
După cum se ştie (vezi Anastasi, 1974) se constată o creştere a scorurilor de
inteligenţă între două administrări succesive, în lipsa oricărei alte intervenţii.
Exemplu:
Presupunem că dorim să evaluăm eficitatea unei metode
psihoterapeutice asupra anxietăţii. În acest sens, se aplică un test de
anxietate (STAI, MAS etc.) în urma căruia sunt selectaţi numai pacienţii cu
scoruri extrem de ridicate. Se aplică terapia respectivă după care subiecţii
sunt retestaţi. Cu siguranţă se va constata o scădere a nivelului anxietăţii, pe
baza tendinţei de regresie statistică, chiar în absenţa oricărei eficacităţi a
tratamentului respectiv.
Exemplu:
Procedăm la un experiment pentru a detecta influenţa unor emisiuni
T.V. saturate în scene de agresivitate asupra agresivităţii subiecţilor. Timp de
10 zile subiecţii vizionează programe cu conţinut agresiv. Se măsoară nivelul
de agresivitate înainte şi după manipularea experimentală. În răstimp se
declanşează un război sau alt fenomen de agresivitate colectivă extremă.
Aceste evenimente, deşi exterioare subiecţilor participanţi la experiment îşi
pot pune pecetea în mod decisiv asupra rezultatelor. Efectul unor astfel de
evenimente este şi mai vizibil în cazul unui experiment asupra atitudinilor.
Exemplu:
În vederea testării eficacităţii unor psihoterapii sugestive asupra
"nevrozei cardiace" se face selecţia subiecţilor pe bază de voluntariat. Ei
29
sunt randomizaţi în grupuri diferite cărora li se aplică tehnici sugestive
diferite. La post-test apar diferenţe semnificative între grupurile
experimentale pe de o parte şi grupul martor, pe de altă parte. Se poate
conchide că aceste diferenţe se datorează metodelor sugestive. Dar, selecţia
pe bază de voluntariat poate fi determinată, putându-se presupune că s-au
prezentat subiecţii convinşi de eficacitatea metodei. Rezultatele pot deveni
valide prin procedarea la un plan factorial în care se introduce şi variabila
"încredere în metodele sugestive". Vezi, mai sus, şi exemplul oferit de
cercetarea lui Schachter asupra redicivei fumătorilor.
Exemplu:
Să presupunem că dorim să cercetăm eficacitatea unei metode de
tratare a alcoolismului. Pe parcursul tratamentului mulţi subiecţi din grupul
experimental părăsesc tratamentul, în vreme ce grupul de control rămâne
aproximativ acelaşi. Compararea rezultatelor obţinute la post-test de grupul
experimental şi grupul de control poate fi nerelevantă din cauza modificării
compoziţiei grupului experimental.
Exemplu:
Dorim să cecetăm influenţa cunoaşterii datei administrării unui test de
memorie asupra fidelităţii memoriei. Subiecţii sunt solicitaţi să memoreze o
listă de cuvinte. Grupului experimental i se spune că vor fi testaţi asupra
capacităţii lor mnezice după o săptămână, în vreme ce subiecţilor din grupul
de control nu li se spune nimic în legătură cu data când vor fi testaţi. Ambele
grupuri sunt testate după o săptămână. Rezultatele pot fi distorsionate prin
răspândirea informaţiei furnizate grupului experimental şi la grupul de
control.
Difuzarea prezintă un factor de distorsionare a rezultatelor mai ales
atunci când experimentul presupune oferirea unei informaţii pentru grupul
de control.
Exempul:
Să presupunem că – în condiţiile respectării tuturor cerinţelor
experimentale – se aplică două metode de învăţare a aritmeticii: una
tradiţională, alta modernă, la elevii a două clase paralele. Aceste clase sunt
cunoscute în şcoală ca fiind clase rivale. În acest caz, lipsa unor diferenţe
semnificative între performanţele la aritmetică în urma aplicării celor două
metode se poate datora efortului compensatoriu al grupului de control
(căruia i s-a aplicat metoda tradiţională) stimulat de rivalităţile anterioare
dintre clasele de elevi respective.
1.5. TESTUL
31
individuale de comportare. Un test este un mijloc de evaluare a persoanei în
raport cu anumite repere de comparaţie. O situaţie obiectivă capătă
caracteristicile unui test psihologic, atunci când pune în evidenţă în chip
concludent diferenţe individuale între oameni şi permite evaluarea acestor
diferenţe. Dacă studiem, de pildă, un grup numeros de persoane într-o situţie
tipică de aşteptare, putem ajunge la o clasificare a persoanelor, la o tipologie
având la bază echilibul proceselor nervoase.O asemenea tipologie oferă un
cadru de clasificare, pe baza căruia putem situa ulterior o persoană sau alta
la rubricile stabilite, pornind de la indici de comportament înregistraţi în
condiţii identice.În cadrul testului situaţia, odată precizată, trebuie menţinută
constantă.
Tot aşa, dacă alcătuim un grupaj de probleme de judecată, prezentate
în formă grafică sau verbală şi le aşezăm într-o ordine de dificultate
crescândă, putem obţine un test de gândire pe baza unor tatonări practice.
Este vorba de aplicarea acestui lot de probleme bine alese la un grup
reprezentativ de persoane având aceeaşi vârstă şi formaţie şcolară. Pe baza
punctajelor constatate se vor preciza anumite repere pe o scală ordinală,
care să indice nivele diferite de capacitate intelectuală în domeniul
respectiv.O asemenea scală de repere numerice, stabilite pe un grup de
referinţă, devine un fel de etalon la care raportăm rezultatele individuale
obţinute ulterior de o persoană sau alta.
Testul psihologic reprezintă – după P. Pichot – “o situaţie experimentală
standardizată, servind drept stimul unui comportament. Acest comportament
este evaluat printr-o comparaţie statistică cu acela al unor indivizi plasaţi în
aceeaşi situaţie, ceea ce permite clasificarea subiectului examinat fie
cantitativ, fie tipologic”. Prin conţinutul său , testul acoperă practic numai un
fragment din situaţiile reale; el constituie întotdeauna numai un decupaj din
activitatea generală a subiectului. În termeni mai precişi :”Un test psihologic
este, în esenţă, o măsură obiectivă şi standardizată a unui eşantion de
comportament”.Această caracterizare enunţă totodată o constatare, dar şi o
cerinţă. Dacă se urmăreşte, spre exemplu, să se determine vocabularul unui
copil la o anumită vârstă, se va utiliza în acest scop o listă de cuvinte, alese
la întâmplare din dicţionar sau alese după anumite criterii, astfel încât să
constituie un eşantion reprezentativ. Rezultatul la acest test trebuie să
oglindească vocabularul general al copilului pentru a putea considera nota
sau cota obţinută drept un indicator real.
În această ordine de idei, cu greu s-ar mai putea numi, de pildă,
“problemă de imaginaţie” o activitate mecanică de compunere de cuvinte din
3 – 4 litere date, aşa cum
s-a propus cândva. Simplificarea situaţiei şi a activităţii în probele
psihologice nu trebuie să depăşească o limită,dincolo de care se pierd notele
definitorii ale fenomenului psihic examinat.
Orice test psihologic concretizează cunoştinţele dobândite în
cercetarea psihologică referitoare la domeniul respectiv (inteligenţă,
creativitate, aptitudini tehnice etc.). Cum aceste cunoştinţe se îmbogăţesc
necontenit, înseamnă că şi probele psihologice urmează să fie mereu
amendate, încorporând achiziţiile cercetării ştiinţifice. Utilizarea unui test, pe
lângă tehnicitatea aplicării, presupune cunoaşterea datelor psihologice care
fundamentează proba şi permite interpretarea corectă a rezultatelor. Cum
este şi firesc, aplicarea testelor impune o competenţă precisă, care îmbină o
anumită tehnicitate cu fineţea observaţiei.
O precizare este esenţială: testul, ca mijloc de evaluare a prestaţiei sau
conduitei umane, se elaborează pe bază statistică. Rezultatul obţinut de o
persoană la o probă standardizată, capătă semnificaţie prin raportarea sa la
rezultatele obţinute de un grup mai larg – grupul de referinţă – prin
examinarea căruia în condiţii identice se stabileşte un tabel de norme sau o
tipologie. Aşadar, un test psihologic este inseparabil de tabelul de norme sau
cadrul de clasificare oferit de o tipologie. Situarea persoanei examinate în acest cadru de
clasificare – expresie a grupului de referinţă – constituie scopul final al testării.
33
Experimentul
• instrument de cercetare;
• situa ţia (S) este supusă unei variaţii
sistematice (deci S variabil);
• urmăreşte evidenţierea unei legităţi sau
regularit ăţi: legea de variaţie a lui y în
funcţie de r, z, ...
• stabilirea unei rela ţii cauză – efect;
• nu vizeaz ă judecata de valoare,
evaluarea
Testul
• instrument de evaluare;
• situa ţie standardizată (S – constantă);
de aici: testul = experiment
standardizat;
• relev ă diferenţele individuale şi
urmăreşte evaluarea acestor diferenţe;
• evaluarea în raport cu un tabel de
norme (etalon) sau o tipologie stabilit ă
pe o colectivitate de referin ţă;
• urmăreşte situarea individului în
reperele unei sc ări (tabel de norme ), în
cadrul de clasificare prestabilit
35
Capitolul 2
Exemplu:
Un proces de investigare ce ia forma observaţiei pune, de regulă, în joc
o grilă de observaţie, care oferă cadrul de clasificare a datelor, rubricile
tabelului de înregistrare a faptelor urmărite.
Pentru a surprinde, de pildă, anumite trăsături de temperament în
comportarea preşcolarului sau a şcolarului mic se organizează un joc –
denumit convenţional "transportul cuburilor" – căruia i se impun anumite
cerinţe. Copilul trebuie să transporte cu lopăţica pe un traseu dat (dus şi
întors) un număr crescând de cuburi (3, 4, 5, ... 10), purtând coloana
acestora cu mâna dreaptă fără să o sprijine cu cealaltă mână. În caz de eşec
(pierderea vreunui cub, răsturnarea coloanei etc.) proba se reia de la
început. Se înregistrează succesiunea probelor, reacţiile verbale şi motorii
care însoţesc îndeplinirea sarcinii, conţinutul sau felul acestor reacţii în
funcţie de succes/insucces, reluarea probei etc. Tabelul 2.1., adaptat după I.
A. Samarin (1954), redă un fragment dintr-un asemenea protocol. Rubricile
tabelului alcătuiesc grila de observare a comportamentului.
Tabelul 2.1.
Suc-
ce-
Cu-
buri
Pre-
zenţ
Caracterul Pre-
zenţa
Caracterul reacţiilor Alte
Obser
siu- trans- a reacţiilor verbale reac- motrice -vaţii
nea por- reac- ţiilor
pro- tate ţiilo mo-
belor r trice
ver-
bale
Auto- Se Re- Alte pre- Refuz Distra- Reac-
stimu- plân- fuz re- cipi- pasiv geri ţii
lare ge de acţii tare mo- vege-
greu- ver- ener- trice tative
tatea bale vare
sar-
cinii
1 3 +! + - - - + - - + -
2 4 + +! - - - - - - - -
3 5 +!! + + - - + - - - +
După cum se vede, este vorba de strângerea unei informaţii mai mult
calitative:
s-a notat prezenţa sau absenţa reacţiilor verbale şi motorii (cu "+", respectiv
"-"), apoi felul sau conţinutul acestora, manifestarea cu insistenţă a unei
trăsături (marcată cu semnul exclamării). Documentul care consemnează
datele obţinute şi modul de recoltare se numeşte protocol. Efectuând
totalizări pe coloane în tabelul de date, se obţin frecvenţe diferite pentru
anumite tipuri de reacţii, care se pun în corelaţie cu tipul temperamental al
subiectului. Datele observaţiei ne apar condensate sub formă de efective sau
frecvenţe, corespunzător unor tipuri de răspuns.
Sub presiunea unor cerinţe de ordin practic, nevoia de măsurare s-a
extins, după cum se vede, de la măsurarea fizică la cea psihologică. Trebuie
însă precizat că psihologia nu dispune de unităţi de măsură aşa cum se
întâlnesc ele în fizică. Spre exemplu, un copil reţine dintr-o probă de
memorie 8 cuvinte din 15 sau patru trasee dintr-un labirint. Rezultatul
testelor se exprimă numeric prin însumarea elementelor memorate. Nu este
precizat însă dacă traseele respective sau cuvintele sunt echivalente între
ele pentru a fi doar numărate, totalizate în cota atribuită subiectului. De
asemenea, nu este precizat modul de comparare între memoria cuvintelor şi
aceea a traseelor pentru a le "compune" într-un indice cantitativ unic.
Aşadar, nu sunt conturate aici unităţi de măsură (cf. J. Piaget, 1972).
37
Conceptul de măsurare este luat în psihologie în conţinutul său cel mai
larg şi anume, în sensul de operaţie prin care se atribuie numere datelor
discrete sau continue ce urmează a fi evaluate. Un exemplu familiar în
această privinţă ar fi evaluarea şi notarea şcolară, care reprezintă în final un
mod de codare numerică (de la 1 la 10) a rezultatelor la învăţătură. Numai că
notele finale presupun un act de apreciere care comportă oricum un grad de
subiectivitate. În schimb investigaţiile psihologice tind şi reuşesc în
numeroase situaţii să obţină date obiective, independente de persoana care face
cercetarea. Montajele de laborator, tehnica de notare a probelor psihologice,
analiza produselor activităţii, ca şi observarea sistematică permit – cum s-a
arătat mai sus – înregistrarea unor fapte precise, colectarea în cele din urmă
a unei informaţii numerice. Exprimând anumite date în formă numerică,
suntem tentaţi să facem în continuare operaţii aritmetice cunoscute:
adunarea, înmulţirea, împărţirea etc. Or, fenomenele psihice – cum vom
vedea – impun anumite restricţii în această privinţă; trebuie să existe un
paralelism (izomorfism) între tratarea numerică şi proprietăţile faptelor
studiate.
Măsurarea psihologică, luată în sensul larg de aplicare a numărului la
datele obţinute, prezintă o anumită gradaţie, definită de tipurile de scale
întâlnite în investigaţiile concrete. Folosind terminologia lucrărilor de
metodologie psihologică (Stevens, 1951; Suppes şi Zinnes, 1963; Coombs,
1963; Faverge, 1965; Reuchlin, 1963; Rouanet, 1987 ş.a.) vorbim de diferite
tipuri de scale: scale nominale, scale ordinale, scale de intervale ş.a. Între
acestea se găsesc şi tipuri intermediare, de exemplu scale hiperordinale
(între scale ordinale şi scale de interval). Felurile amintite de scări sau scale
denumesc trepte succesive de măsurare într-un domeniu dat.
Exemplu:
Se dă un chestionar referitor la orientarea profesională la o
colectivitate de şcolari. Elevii sunt solicitaţi să răspundă în scris asupra
profesiunii spre care doresc să se îndrepte. Se obţine un ansamblu de
răspunsuri care vor fi grupate, repartizate în diferite categorii după o listă
sau repertoriu de profesiuni care va constitui cadrul de clasificare. Aşadar,
efectuând ancheta, mulţimea de răspunsuri obţinute se va repartiza într-un
număr de clase disjuncte, indicate prin denumirea profesiei ori un simbol
ales în mod convenţional (cod numeric) care, evident, nu face obiectul
calculului. Fiecare răspuns în parte consemnat în chestionar va fi repartizat
în una din aceste categorii sau profesii. În ancheta concretă, opţiunile
exprimate nu acoperă în mod necesar întreg repertoriul de profesiuni
existent la un moment dat într-o societate; acest repertoriu este de regulă
mai larg decât protocolul obţinut. În final se numără răspunsurile din fiecare
categorie sau rubrică întâlnită şi se stabilesc frecvenţele corespunzătoare sau
efectivele. Datele astfel obţinute se pretează în continuare la o tratare
numerică, utilizându-se mai ales indicii din teoria informaţiei.
Exemplu:
Ordonarea subiecţilor cu privire la atitudinile pe care le adoptă într-un
domeniu sau altul presupune o ordonare a întrebărilor ce le sunt adresate.
De aici ideea de a întocmi şi prezenta anumite grupaje sau baterii de
întrebări care se referă la aceeaşi temă, la acelaşi domeniu, pe scurt, la
aceeaşi variabilă. Un asemenea grupaj, numit test sau scală de atitudini
trebuie să constituie el însuşi o scală ordinală. Răspunsurile posibile se
grupează şi ele într-o ierarhie.
39
realizat. Ea se întâlneşte în domeniul psihofiziologiei senzoriale, în experienţe
de laborator în care se înregistrează timpul de reacţie, numărul de erori,
forţa sau amplitudinea reacţiei motrice etc. De asemenea, în anumite
probleme de psihologie aplicată, cum sunt cele legate de producţie – când
interesează exclusiv performanţele comparabile, făcându-se abstracţie de
orice alte considerente, utilizarea scalelor de intervale este posibilă. În cadrul
scalei de interval se conturează şi elementul compus.
Exemplu:
Prezentăm unui grup de şcolari un lot de probleme de gândire, în total
20, dispuse în ordinea greutăţii lor crescânde, formând deci cum se spune o
scală de dificultate. Într-o asemenea probă, se presupune, dacă testul este
omogen, că toţi subiecţii care au rezolvat o întrebare de dificultate p, rezolvă
de asemenea toate întrebările de dificultate inferioară lui p. Acordăm un timp
limitat pentru rezolvare, aceeaşi pentru fiecare subiect în parte. Din
ansamblul de rezultate individuale să reţinem patru performanţe; să zicem: A
rezolvă 10 probleme, B rezolvă 8 probleme, C rezolvă 16 probleme şi D
rezolvă 6 probleme. Punctajul întrunit de fiecare – pe care îl vom nota cu
litere mici corespunzătoare (a=10; b=8; c=16; d=6) – este diferit şi ia, după
cum se vede, o formă numerică. Variabila brută ia naştere prin însumarea
punctelor.
Operând în continuare asupra numerelor atribuite am fi tentaţi să
spune c=2b (întrucât 16=2 x 8), că d=c - a (întrucât 6=16 - 10), că a + d=c
(pentru că 10 + 6=16) ş.a.m.d. Asemenea operaţii ar fi din punct de vedere
psihologic incorecte, deşi aritmetic ele sunt corecte. Cine ar accepta, de
pildă – vorbind în limbajul notelor şcolare – că "un răspuns de 10" s-ar putea
compune din "două răspunsuri de 5", deşi 10=5 + 5. Fenomenele
psihologice nu sunt aditive. Ceea ce putem spune în exemplul dat este că C
este superior lui A sub aspectul cercetat, că A este superior lui B, iar acesta
se află înaintea lui D (pe scurt: C>A>B>D). În plus, putem adăuga în mod
intuitiv intervalul sau distanţa care le separă: astfel, intervalul sau distanţa
care-l separă pe C de D este mai mare decât distanţa CB, că intervalul
CA<CB ş.a.m.d. Stabilim, cu alte cuvinte, o relaţie de ordine, o ierarhie a
elementelor şi a intervalelor care le separă, relaţie care subzistă statistic la a
doua, a treia examinare, eventual la a n-a examinare, în condiţii identice.
Corespunzător tipurilor de scale vom avea de-a face cu variabile
nominale, variabile ordinale, variabile numerice etc. Când vorbim de
variabile avem în vedere pe de o parte, domeniul de variaţie, adică registrul
de valori posibile, şi, pe de altă parte, domeniul de definiţie, adică mulţimea
de indivizi susceptibili de a prezenta aceste modalităţi. De exemplu, o
atitudine considerată ca variabilă presupune că putem preciza o mulţime de
modalităţi posibile ale acesteia şi, totodată, o populaţie care să prezinte
aceste modalităţi. Putem face ca fiecărui individ din domeniul de definiţie să-
i corespundă o modalitate şi una singură, din domeniul de variaţie.
Un protocol este o particularitate a variabilei, pentru care domeniul de definiţie este
mulţimea de indivizi I şi domeniul de variaţie o mulţime de observabile U.
Noţiunea de variabilă este mai generală: un protocol este mulţimea de
observaţii (date) efective, în timp ce o variabilă poate fi o mulţime de
observaţii potenţiale (H. Rouanet, 1987, p. 50). Prin urmare putem distinge
între mulţimea de date sau observaţii efectiv înregistrate şi mulţimea de
observabile, de date ipotetice (prezumtive). Tipurile de scale descrise mai
sus reprezintă structuri pe mulţimea de date observabile.
Rezumând: în majoritatea situaţiilor, variabilele întâlnite în psihologie
sunt variabile având valori simplu ordonate (Experienţa psihologică –
notează Piaget – nu ne furnizează decât relaţii de ordine). Valorile numerice
constituie repere menite să pună în evidenţă o relaţie de ordine totală. Se
introduce însă, în mai multe cazuri, o distanţă între valorile unei variabile. În
prelucrarea datelor, în funcţie de cerinţele studiului şi pentru a ne înscrie
într-o schemă statistică, noi introducem astfel o metrică, adică tratăm datele
ca şi cum s-ar situa la nivelul scalei de interval. Suprapunem deci – nu fără
artificiu – scalei hiperordinale o scală de intervale şi utilizăm operaţiile de
calcul cunoscute. Se comite astfel o eroare, care practic este adesea
neglijabilă. S-a constatat că paralelismul între modul de prelucrare a datelor
ordinale şi tratarea aceloraşi date în scala de intervale a fost de ordinul lui
0,90, adesea mai mare ca 0,90, ceea ce face acceptabilă transformarea
respectivă. Decisiv din punct de vedere practic, este faptul dacă o asemenea
tratare dă loc la predicţii valide, fapt deja verificat în psihologia aplicată.
Exemplu:
Cu ajutorul unui aparat flicker se determină în laborator frecvenţa
critică de fuziune a luminii intermitente. O suită de măsurări asupra aceluiaşi
subiect ne oferă un indice asupra eficienţei vizuale. Pentru discuţie să
reţinem rezultatele obţinute de doi subiecţi:
N.V. C.M.
41
47 48 50 52
47 47 50 51
48 46 52 52
49 48 48 50
Exemplu:
Se pune întrebarea dacă o stare de tensiune psihică de încordare
produce modificări în rezultatele obţinute la un test de inteligenţă. Pentru a
răspunde la această întrebare se constituie două grupe dintr-un lot mai mare
de subiecţi cuprinşi într-o testare anterioară a inteligenţei făcută cu alt scop.
În noua experienţă, fiecare subiect este supus din nou, în mod individul, la
unele probe din bateria iniţială de teste, primul grup este retestat în condiţii
de testare psihică graţie motivării date repetării examenului: s-a explicat, de
pildă, fiecărui subiect că rezultatul (CI) obţinut de el la prima testare a fost
neaşteptat de slab şi că i se oferă ocazia de a-şi îmbunătăţi scorul.
Componenţii celui de-al doilea grup sunt trataţi altfel şi anume într-o
atmosferă emoţională neutră, motivându-se că experimentatorul este
interesat pur şi simplu de rezultatele unei retestări cu probe identice.
Într-o experienţă efectivă, din subtestele aplicate, cercetătorul a
reţinut datele referitoare la volumul memoriei de numere, probă care s-a
dovedit mai sensibilă la factorul implicat: tensiunea psihică. Aceste date iau
forma numerică (după Spencer şi colab., 1968). Variabila se constituie prin
însumare de puncte, de răspunsuri exacte. Cu s1, s2,…, sn, se notează
subiecţii cuprinşi în experienţă (Tab. 2.2.).
Tabel 2.2.
Grupul neutru (N) Grupul anxios (A)
43
Iată suma de întrebări pe care urmeaza să le rezolve prelucrarea
statistică.
Dintr-un unghi de vedere, cercetarea este practic încheiată o dată cu
consemnarea datelor experimentale; într-un alt sens, ea abia acum începe.
Analiza datelor va extrage informaţia psihologică pentru a răspunde la
întrebarea pusă. Statistica oferă mijloace pentru a desprinde informaţia
relativă cuprinsă în colecţia de date; concluziile acestei prelucrări se situează
de fapt între frontiere largi, care pendulează între cunoaşterea exactă şi
empirismul pur.
.
2.3. ORDONAREA ŞI GRUPAREA DATELOR
În fiecare tabel distingem coloane şi linii sau rânduri. Fiecare linie şi fiecare
45
coloană are un titlu, o explicaţie prescurtată, precizându-se totodată unităţile
de măsură. Tabelul însuşi poartă un titlu - notat deasupra -, care redă concis
conţinutul său. De regulă, variabilele independente sunt acelea care servesc
la gruparea populaţiei, iar datele cifrice din tabel reflectă variabila
dependentă.
Pentru a nu fi prea încărcate, în tabele reducem uneori numărul
claselor sau categoriilor stabilite, contopind intervale sau categorii
învecinate. Precizarea numărului de subiecţi care compun grupele studiate
este obligatorie pentru orice tabel. Când N este mic nu se recurge la exprimarea
procentuală, pentru că aceasta ar exagera proporţiile.
Plecând de la datele sistematizate în tabel, urmează să preciză forma
distribuţiei servindu-ne de reprezentarea grafică a ansamblului de date.
Graficul de bază este - aşa cum s-a spus - histograma.
Exemplu:
În tabelul 2.5, sunt prezentate rezultatele unei probe de memorie
efectuată pe un eşantion de 51 subiecţi (N=51).Variabila prezintă valori între
3 şi 26. Deci întinderea varianţei este: (Xmax- Xmin ) +1, (26-3)+1=24. Datele se vor
condensa în grupuri de câte trei:
3,4,5,
6,7,8
.......
deci intervalul (I), este 3. Valorile aflate la mijlocul fiecărui interval se
notează cu xk.
3–5 4 III 3
6–8 7 IIIII 5
9 – 11 10 IIIII IIII 9
15 – 17 16 IIIII IIIII 10
18 – 20 19 IIII 4
21 – 23 22 III 3
24 - 26 25 I 1
N = 51
m)2
y= 1 e ( x−
− 2
2σ
σ 2π
47
matematică (ecuaţie) este:
în care π şi e sunt două numere a căror valoare este cunoscută, iar m şi σ
reprezintă media respectiv abaterea standard la nivelul eşantionului studiat.
Fig. 2.5. Distribuţie în formă de I Fig. 2.6. Distribuţie bimodală Fig. 2.7.
Diagramă de
comparaţie
Capitolul 3
49
tabele şi reprezentări grafice, prelucrarea statistică utilizează şi metoda
exprimării sintetice a ansamblului de date, servindu-se de anumite valori numerice: media m,
abaterea standard σ, , frecvenţa f. Pe această cale rezultatele imediate sunt reduse la
câteva valori caracteristice.
Tabelul 3.1
Calcularea mediei prin metoda I.
x xk f fxxk
3-5 4 3 12
6-8 7 5 35
9-11 10 9 90
12-14 13 16 208
15-17 16 10 160
18-20 19 4 76
21-23 22 3 66
24-26 25 1 25
N = 51 T = 672
51
variabila iniţială x la o nouă variabilă u graţie formulei de transformare: u=(x-
m0)/i. Practic, se înlocuiesc valorile iniţiale x cu abaterile lor de la media de lucru. (x-
m0) simplificate cu i (intervalul de clasă). Se poate verifica acest lucru în tabelul
3.2. calculând pentru fiecare interval câtul (xk-m0)/i.
Mai departe se lucrează cu valorile codate u. Pentru diferenţiere vom nota
cu mx media valorilor iniţiale x, şi cu m0 media valorilor codate. Vom determina mu pe
baza expresiei ∑fxu/N, pentru ca în final să revenim la variabila brută x pe baza
formulei mx=m0+imu.
În tabelul 3.2. alături de coloana valorilor codate u, se adaugă o nouă
coloană pentru produsele fxu, având grijă să respectăm riguros regula
semnelor la efectuarea înmulţirii. Apoi însumăm algebric produsele respective,
adică facem ∑fxu, rezultat pe care îl notăm cu litera θ, spre a-l deosebi de T. Pentru
a nu greşi, însumăm separat numerele negative şi cele pozitive (Tab. 3.2.).
Tabelul 3.2.
Calcularea mediei prin metoda a II-a
x xk f u fxu
3-5 4 3 -3 -9
6-8 7 5 -2 -10
9-11 10 9 -1 -9
12-14 13 16 0 0(-28)
15-17 16 10 +1 10
18-20 19 4 +2 8
21-23 22 3 +3 9
24-26 25 1 +4 4
N = 51 (+31)
53
o face potrivită pentru studiul distribuţiilor asimetrice.
Modul este valorea care se repetă mai des într-un şir de rezultate, adică
valoarea care prezintă frecvenţa cea mai mare.
De exemplu, în seria de date 4, 5, 6, 6, 7, 7, 7, 7, 8, 9, modul este 7,
deoarece 7 este valoarea cu frecvenţa cea mai mare.
Când datele sunt grupate, modul este clasa care reuneşte cei mai mulţi din
subiecţi, mai precis - valoarea centarală a acestei clase. De exemplu, în
tabelul 3.2., clasa care întruneşte frecvenţa maximă este 12 – 14, a cărei
valoare centrală este 13.
După cum se vede, modul poate fi determinat prin simpla examinare a
valorilor, fără să fie necesare operaţii de calcul. Ca indice al tendinţei
centrale, modul este foarte aproximativ şi se ia în considerare mai ales la
prima inspecţie a datelor. În cazul distribuţiilor normale modul, mediana şi
media coincid sau prezintă valori foarte apropiate.
Figura 3.1.
σ =s =
2 2 ∑ ( x − m) 2
N −1
în care (x-m) reprezintă abaterea fiecărei valori de la media calculată, iar N este
efectivul grupei de măsurări.
Abaterea standard sau abaterea tip - care se notează cu σ sau cu s - nu
este altceva decât rădăcina pătrată din valoarea dispersiei: σ = σ Aşadar,
2
în care notaţiile sunt deja cunoscute. Σx2 reprezintă totalul pătratelor celor N
rezultate (valori) care compun grupul iniţial de date.
Formula de calcul a dispersiei devine astfel:
T2
∑ x 2
−
N
σ2 =
N −1
De notat că T2 şi Σx2 sunt valori cu totul diferite, ceea ce se poate verifica în tabelul
3.3.
În ceea ce priveşte determinarea disprsiei, având datele grupate, ne
referim din nou la cele două metode utilizate pentru calculul mediei.
Prima metodă, ilustrată la calculul mediei prin tabelul 3.3, ne-a condus
la determinarea lui T prin însumarea produselor fxx, ştiind că Σfxx'T. Ridicând acum
la pătrat pe T şi împărţind apoi cu N (efectivul grupei), avem stabilit T2/N din formula
de calcul a sumei pătratelor stabilită mai sus. Ne rămâne să calculăm doar
Σx2. Pentru aceasta la tabelul care a condus la determinarea lui T mai adăugăm o coloană
fxx2 în care vom înscrie produsele (fxx) x x (adică produsele fxx notate în coloana
precedentă se mai înmulţesc o dată cu valorile x).
Pentru ilustrare să urmărim exeplul din tabelul 3.3.
Tabelul 3.3.
Note, x f fxx (fxx)xx
55
3 2 6 18
4 2 8 32
5 3 15 75
6 7 42 252
7 10 70 490
8 8 64 512
9 4 36 324
10 2 20 200
N
σu =
2
N −1
(Observăm că în locul lui x2 din formula de mai sus apare u2, iar în locul lui T2
apare θ2 ştiind că θ=Σfxu).
Pentru a ajunge la dispersia variabilei brute σx2 vom înmulţi în final cu i2:
θ2
∑u 2
N
−
σ x2 = i 2 × σ u2 , sau desfăşurat: σ x = i × N − 1
2 2
3-5 4 3 -3 -9 27
6-8 7 5 -2 -10 20
9-11 10 9 -1 -9 (-28) 9
12-14 13 16 0 0 0
15-17 16 10 1 10 10
18-20 19 4 2 8 16
21-23 22 3 3 9 27
24-26 25 1 4 4 (31) 16
57
32
125 −
σ x2 = 32 × 51
50
Efectuând calculele, obţinem:
σx2=1123,51/50=22,47
Extragem rădăcina pătrată din numărul găsit şi obţinem abaterea standard:
σ = 22,47 = 4,74
Cote z
O distanţă, un interval dat în cote brute poate fi exprimat în unităţi σ ,
împărţind distanţa respectivă (x- m ) cu σ . În felul acesta avem un punct de
referinţă zero. Luând σ drept unitate trecem de la cotele brute x la cote transformate z.
Această nouă variabilă z se numeşte variabilă standardizată.
Cota z: o valoare care ne arată cât se distanţează, în unităţi σ , o cotă brută
de media distribuţiei respective.
Formula de trecere de la variabila brută x la variabila normată sau
standardizată z este următoarea:
x−m
z=
σ
Într-o distribuţie tipic normală, în care există trei abateri standard
deasupra mediei şi trei dedesubt, cea mai mare cotă z pe care o putem
obţine este + 3, iar cea mai mică - 3. Amplitudinea cotelor z este între + 3 şi
- 3 trecând evident prin zero.
Exemplu:
Avem un test de inteligenţă şi altul de aptitudine mecanică. Rezultatul
final condensat este:
59
Tabelul 3.5.
m σ
Inteligenţă 60 6
3.4. FRECVENŢA
Capitolul 4
INFERENŢA STATISTICĂ
După cum s-a arătat, datele obţinute în cursul unei experienţe, a unei
observaţii sistematice sau anchete, constituie un eşantion pe care îl
considerăm extras dintr-o “colectivitate” mai largă sau populaţie. În final,
extrapolăm de la eşantion la populaţie, extindem concluziile asupra întregii
colectivităţi vizate prin cercetare.
61
2o. Cerinţe de ordin practic ne impun determinarea procentului
tulburărilor de vorbire în clasele I-II, pentru a aproxima schema de organizare
a reţelei logopedice.
Determinările efectuate pe câteva eşantioane ne evidenţiază un procent de
circa 12-13 %.
Se ridică întrebarea dacă această frecvenţă caracterizează populaţia şcolară
din clasele menţionate.
Fig. 4.2.
63
Pentru | z | = 1,00 corespunde o valoare de 0,317, ceea ce înseamnă că
pentru un element extras la întâmplare din mulţime există 317 şanse dintr-o
mie ca acesta să cadă în una din suprafeţele haşurate – într-o parte sau alta-
deci să-i corespundă o valoare | z | >1,00. Reţinem în continuare două repere:
pentru | z | =1,96 corespunde 0,05 , iar pentru
| z | = 2,58 , valoarea 0,01. Cu alte cuvinte, există 5 şanse din 100 ca unui
element considerat la întâmplare din mulţime să-i corespundă o valoare | z | >
1,96, după cum există o şansă din 100 ca | z | să fie mai mare decât 2,58. De
aceste două repere, frecvent utilizate, se leagă deci şanse sau probabilităţi
precizate: 5%, respectiv 1%.
Rezumând: într-o distribuţie normală standard avem 95% din valorile z
cuprinse între –1,96 şi + 1,96; de asemenea avem 99% din valorile z cuprinse
între –2,58 şi +2,58.
De aici se poate face pasul spre o distribuţie normală oarecare având media
m şi abaterea standard σ. Întrucât variabila standardizată z s-a obţinut –
plecând de la variabila iniţială x – graţie formulei:
x−m
z=
σ ,
reiese că: a spune că z este cuprins între –1,96 şi +1,96 înseamnă a spune
că
-1,96 < (x-m)/σ < 1,96
sau
(m – 1,96σ) < x < (m + 1,96σ),
ceea ce s-a enunţat la început.
Cu alte cuvinte, există 95% din valorile x interioare intervalului :
[m – 1,96σ; m +1,96σ],
după cum există 99% din valorile x interioare intervalului:
[m – 2,58σ; m + 2,58σ].
Afirmaţiile făcute anterior au devenit astfel propoziţii motivate.
Făcând înlocuirile:
4,74
E= = 0,66
51 .
În mod curent nu ne putem aştepta să determinăm valori punctuale
pentru parametrii populaţiei. În acest sens se stabilesc intervale. Pe baza
erorii standard a mediei E se stabilesc limitele între care se găseşte, cu o
probabilitate dată adevărata valoare m a colectivităţii generale. Aceste limite
se numesc limite de încredere, iar intervalul delimitat de ele este intervalul de încredere.
Întrucât mediile prezintă distribuţie normală, se stabilesc drept limite de
siguranţă : m -1,96E şi m +1,96E.
În exemplul menţionat vom avea: L1 = 13,17 - (1,96 x 0,66) şi L2 = 13,17
+ (1,96 x 0,66). Efectuând înmulţirile obţinem: 13,17 +/- 1,29, adică 11,88 şi
14,46. Acestea sunt limitele între care se găseşte aproape sigur (cu o
probabilitate de 95%) adevărata medie m a colectivităţii generale.Afirmând
că media adevărată se va găsi între 11,88 şi 14,46 riscăm totuşi să greşim în
5% din cazuri.
Se obişnuieşte să se noteze şi riscul pe care ni-l asumăm de a greşi
făcând o aserţiume sau alta. Aceasta a căpătat denumirea de prag sau nivel
de semnificaţie. Astfel, intervalul ( m -1,96E; m +1,96E) se numeşte interval de
încredere la pragul de p = 0,05, ceea ce înseamnă că în 5% din cazuri adevărata
medie se află în afara intervalului ales. În practică, se ia adeseori pragul p =
65
0,01, ceea ce indică riscul de a greşi în 1% din cazuri. Limitele de încredere
vor fi atunci L = m -2,58E şi L = m +2,58E.
1 2
Vom avea:
f (1 − f ) 0,32(1 − 0,32)
E= = = 0,020
N 423 .
La pragul de semnificaţie de p = 0,05, limitele de încredere se obţin
calculând:
1,96 x 0,020 = 0,04.
Ele sunt:
0,32 + 0,04 = 0,36,
0,32 - 0,04 = 0,28.
Cu alte cuvinte, admiţând că eşantionul nostru face parte din cele 95%
pentru care parametrii se situează în intervalul de încredere, putem afirma
că procentajul erorilor în plus va fi cuprins între 36% şi 28%.
4.3. SARCINI SAU PROBLEME DE COMPARAŢIE
67
cercetătorul va admite în mod provizoriu –în raţionamentul său – ipoteza nulă
şi va determina şansele (probabilitatea) ca diferenţele obţinute în
experiment să aibă loc numai pe baza " legilor întâmplării" (care sunt legi de
probabilitate bine studiate). Ştim că probabilitatea ia valori între 0 şi 1, iar
transcrisă în procente – între 0 şi 100%.
Dacă probabilitatea obţinerii diferenţei date, în baza ipotezei nule,
este foarte mică (de pildă, mai mică decât 0,05 ceea ce se scrie p < 0,05),
atunci respingem ipoteza hazardului şi arătăm toată încrederea ipotezei
specifice. Dacă însă, probabilitatea determinată în lumina ipotezei nule este
mai mare (de pildă, p > 0,10 putând merge până la 1), atunci nu ne putem
asuma riscul respingerii ipotezei nule şi vom considera diferenţele efectiv
obţinute ca fiind încă nesemnificative.
Prin urmare se acceptă ca semnificative acele rezultate care au
şansele de a se produce prin simpla întâmplare numai într-un număr mic de
cazuri: sub 5% din cazuri, uneori sub 10%. Şansele de a obţine rezultatele
respective prin simplul joc al factorilor aleatori se află în acest caz sub 10%,
respectiv 5% ( ceea ce se scrie p < 0,10 respectiv p < 0,05). Înseamnă că, acceptând
rezultatele unei experienţe drept proba justeţei ipotezei specifice, ne
asumăm totodată riscul de a greşi în mai puţin de 10%, respectiv 5% din
cazuri. Fiecărei aserţiuni i se asociază astfel un prag de semnificaţie, care
indică riscul de a greşi pe care ni-l asumăm.
Rezumând: mecanismul logic al ipotezei nule permite infimarea ipotezei
hazardului şi acceptarea în consecinţă a ipotezei alternative (Hs). Ipoteza
nulă şi ipoteza alternativă sunt contradictorii; a respinge ipoteza nulă
înseamnă a accepta ipoteza specifică. Dacă plasăm pe o axă probabilităţile
amintite vom avea situaţia din figura 4.3.
1 0,05 0,01 p
|-------------------- . . . -----------------|------------------|------------------>
H0 nu se consideră infirmată | H0 se consideră infirmată
şi se suspendă decizia | şi se acceptă Hs
limita semnificativităţii
Fig. 4.3
69
asocia într-un anumit fel - pe baza unui criteriu precis - elementele celor
două eşantioane, două câte două, şi atunci compoziţia lor este determinată
de regulă în virtutea unei probe prealabile: test de inteligenţă, test de
cunoştinţe etc.
Când volumul datelor obţinute în fiecare eşantion este mai mic (numărul
de măsurări este mai mic decât 30) se utilizează un procedeu întrucâtva
diferit.
Ipoteza nulă se enunţă la fel: presupunem că cele două grupe de date
sunt două eşantioane întâmplătoare ce provin din aceeşi colectivitate
generală. Verificăm apoi şansa acestei ipoteze pe baza criteriului t:
m1 − m 2
t =
1 1
s2 ( + )
N1 N 2
.
Să luăm un exemplu.
În procesul învăţării eşalonarea repetiţiilor este mai productivă decât
concentrarea lor. Într-o experienţă se ia câte o grupă formată fiecare din
câte 10 subiecţi şi se experimentează în cele două situaţii prevăzute:
repetiţii eşalonate sau concentrate în timp. Încă din prima perioadă subiecţii
manifestă o diferenţă. Vrem să ştim dacă ea este semnificativă (după P.
Oleron).
Datele consemnate de autor sunt:
m1 = 13,3; N1 = 10; ∑ ( x − m1 ) 2 = 82,1;
m 2 = 14,2; N 2 = 10; ∑ (x − m 2 ) 2 = 97,6;
71
2 82,1 + 97,6
s = = 9,98
18
14,2 − 13,3
t = = 0,63
1 1
9,98 +
10 10
Exemplu:
Cu o grupă de 10 elevi s-a încercat la geografie, în decursul
trimestrului II al anului şcolar, o metodă nouă de învăţare individuală, pe
baza unor întrebări de control fixate pe cartonaşe. S-au înregistrat notele
elevilor la geografie la începutul experienţei, adică la sfârşitul trimestrului I şi
apoi la încheierea trimestrului II. Vrem să ştim dacă metoda respectivă aduce
o îmbunătăţire semnificativă a situaţiei şcolare.
Pentru a determina acest lucru întocmim un tabel în care vom înscrie
subiecţii, rezultatele obţinute în cele două situaţii şi vom calcula diferenţele
dintre ele (Tab.4.1.).
Se observă din tabel că avem diferenţe nule, pozitive şi negative.
Formulăm ipoteza nulă, adică atribuim numai întâmplării diferenţele
constatate, Dacă s-ar datora numai întâmplării, aceste diferenţe ar fluctua în
jurul lui 0 într-un sens sau altul, iar media lor ar fi egală cu zero md= 0 (cu md
am notat media diferenţelor).
Tabelul 4.1
Note trim. II Note trim. I
Subiecţi x` x d d2
A 8 6 +2 4
B 7 5 +2 4
C 5 5 0 0
D 6 4 +2 4
E 5 6 -1 1
F 6 4 +2 4
G 6 5 +1 1
H 5 4 +1 1
I 4 6 -2 4
K 7 5 +2 4
N=10 Σd = +9 Σd2 = 27
Vom însuma algebric coloana d (ţinând deci seama de semne) şi vom afla
∑d = T. Apoi, făcând raportul T/N, vom afla media diferenţelor md.
În exemplul ales, md = T/N = 0,09, deci md diferă de zero; nu ştim dacă
diferenţa aceasta este suficient de mare pentru a putea fi considerată
73
semnificativă sau nu.
Se utilizează criteriul:
md
t =
σd
N
Făcând înlocuirile:
2 27 − 81 / 10
σd = = 2,1
9
de unde
σ d = 2,1 = 1,4
Deci
0,9
t = = 2,0
1,4
10
Căutăm în Anexa 1.1. | t | ţinând seama de faptul că în acest caz
numărul gradelor de libertate este N - 1 (şi nu N1+N2- 2, ca în primul caz).
În exemplul de mai sus, N - 1 = 9. Căutând în tabel găsim pentu 9 grade de
libertae,la pragul de p = 0,05 cifra 2,26. Valoarea calculată de noi este
inferioară acestei cifre. Înseamnă că nu s-a demnostrat falsitatea ipotezei
nule şi, în felul acesta nu se poate spune că rezultatele experienţei sunt
semnificative.
Când N este destul de mare (>60) putem raporta valoarea găsită prin
calcul la valorile z (1,96 şi 2,58) fără să mai facem apel la Tabelul lui Student.
Trebuie reamintit în încheiere că atât raportul | z | cât şi criteriul | t |
presupun drept condiţie aspectul normal al distribuţiilor supuse comparaţiei.
Exemplu:
Într-o uzină s-a înlocuit comanda manuală cu prese cu o comandă
automată. Interesează dacă această modificare are vreo influenţă asupra
accidentelor de muncă. În acest scop s-a urmărit în cursul unei perioade date
frecvenţa accidentelor la prese cu comandă manuală şi automată.
Rezultatele apar consemnate în tabelul 4.2. (după J.M..Faverge).
Tabelul 4.2.
Comandă manuală Comandă automată Total
Accidentaţi a 25 b 23 48
75
Tabelul 4.3
Grupa Abaterea în mm
Total
Tabelul 4.4.
Grupa Abaterea în mm
Total
77
numărul de rânduri (linii) din tabel, iar c este numărul de coloane. În tabelul
nostru avem două rânduri şi trei coloane, deci r =2 şi c = 3. Numărul gradelor
de libertate (notat cu n sau v) va fi: (2 - 1)(3 - 1) = 1 x 2 = 2.
Citim în tabel valorile χ2 care corespund diverselor probabilităţi. Dacă
valoarea obţinută prin calcul este mai mică decât cea indicată în tabel pentru
probabilitatea 0,05, atunci nu putem respunge ipoteza nulă şi considerăm
datele noastre semnificative. Dacă valoarea calculată este superioară celei
indicate pentru probabilitatea de 0,01, atunci vom considera diferenţele
puternic semnificative. (α = 0,01)
În tabelul nostru χ2 = 24,42, iar n = 2.
Căutăm valoarea tabelată pentru p = 0,05 şi găsim 5,99. Valoarea
calculată de noi fiind mai mare decât 5,99, vom respinge ipoteza nulă şi vom
considera diferenţele în experienţă ca fiind semnificative. La pragul de p = 0,01,
în tabel se indică 9,21.Or, valoarea găsită de noi este mai mare. Vom spune
că diferenţele sunt semnificative la pragul p < 0,01.
În cazul tabelului cu 4 căsuţe, cum este în exemplul dat la început,
valoarea χ2 se poate determina numai pe baza frecvenţelor observate (f0), şi
anume:
(ad − bc) 2 T
χ2 =
(a + b)(c + d )(a + c )(b + d )
În această formulă a, b, c, d, sunt frecvenţele observate , T este totalul
general, iar numitorul este produsul de la cele patru totaluri marginale.
În exemplul citat vom avea:
χ =
2 [ (25 ×112) − ( 23 ×183)]
2
× 343 = 1,71(nesemnificativ )
48 × 295 × 208 × 135
Criteriul χ2 se poate generaliza la tabele comportând un număr mai
mare de căsuţe, rămânând valabile aceleaşi procedee de lucru.
În general, criteriul χ2 se utilizează când se pune problema să se
compare distribuţii de frecvenţe constatate cu distribuţii "teoretice", la care
ne aşteptăm în baza unei ipoteze.
Se determină astfel dacă abaterea ce se constată prin calcul este
cuprinsă în limitele fluctuaţiilor întâmplătoare sau, dimpotrivă, le depăşeşte.
Pentru a utiliza formulele studiate se cere ca eşantioanele să fie destul
de mari, iar frecvenţele înscrise în căsuţele tabelului să nu fie prea mici (este
mai bine să nu fie mai mici decât 10).
Capitolul 5
STUDIUL CORELAŢIEI
79
simultană sau covarianţa datelor şi căutăm să desprindem legătura sau modul
lor de asociere pe baza unei analize aprofundate. Corelaţia exprimă deci
covarianţa a două sau mai multe variabile. Spre deosebire de experiment,
care dezvăluie relaţii cauză-efect, studiul de corelaţie nu ne oferă nemijlocit
o măsură a cauzalităţii, ci, pur şi simplu, una a modului de asociere,
covarianţa unor însuşiri, urmând să se dezvăluie prin aprofundare natura
relaţiei. În timp ce într-un studiu experimental relaţia este unidirecţională (x
determină y), într-un studiu de corelaţie variabilele sunt date, nu manipulate,
iar relaţia nu este vectorizată. Variaţia simultană sau covarianţa notelor la
matematici şi la fizică duc la ideea unei aptitudini comune, în timp ce
covariaţia rezultatelor la învăţătură şi în activităţile aplicative la aceiaşi elevi
ne face să ne gândim la însuşiri de caracter, cum ar fi sârguinţa, disciplina,
conştiinciozitatea, care s-ar afla în spatele acestui paralelism.
Determinarea corelaţiei se face luând în considerare de fiecare dată
câte două variabile. Spre exemplu, dacă avem trei variabile x, y şi z, vom calcula
succesiv rxy, rxz, şi ryz.. Rezultatele pot fi exprimate în date cantitative – pe care le
putem numi "note" – ori sub formă de ranguri sau poziţii într-o clasificare.
Protocolul brut sau tabelul de corespondenţă de la care plecăm
cuprinde indivizii (subiecţii) pe linii şi însuşirile sau variabilele pe coloane. În
fişierul de date trebuie să avem bine reperaţi subiecţii, pentru că se iau în
calcule perechi de valori ale aceloraşi subiecţi.
Exemplu:
Vrem să studiem dacă există vreo legătură între CI al copiilor şi al
părinţilor. Pentru aceasta considerăm un lot de 10 copii, determinăm
coeficientul lor de inteligenţă (CI) cu un test acreditat şi, paralel, CI al
mamelor (Tab. 5.1.):
Tabelul 5.1.
C.I. – copii (x) C.I. – mame (y)
S1 97 90
S2 104 96
S3 86 111
S4 120 150
S5 101 98
S6 115 110
S7 112 110
S8 136 124
X X X
X
X X
S9 X90
X X 82
X X
S10 X99X X 107
Pentru a avea o idee sumară asupra legăturii dintre cele 2 variabile (CI-
copil,
CI-mame) am putea reprezenta fiecare subiect prin câte un punct în plan în cadrul unui
sistem de coordonate. În diagrama de corelaţie (Fig. 5.1.) avem 10 puncte
corespunzător celor 10 subiecţi. Coordonatele fiecărui punct sunt valorile-
perechi corespunzătoare, notate x şi y. Norul de puncte rezultat are tendinţa
de a se orienta – cu mici excepţii – de-a lungul unei drepte. Se spune că avem
de-a face cu o relaţie liniară, că cele două variabile au tendinţa de a se
modifica paralel, în acelaşi sens.
*
*
*
81
X
X
X X
X X
X yX y
X
X
X
X
X
X
N ;
TT
Σ( y − m1 ) = Σy 2 − 1
2
N
Pentru suma produselor care figurează la numărător se stabileşte de
asemenea, o formulă de calcul:
TT
Σ( x − m )( y − m1 ) = Σxy − 1
N
Formula de calcul pentru coeficientul de corelaţie devine:
TT
Σxy − 1
r= N
2 T 2 T12
2
Σx − Σy −
N N
După cum rezultă din această formulă, pentru determinarea valorii r
trebuie să avem: x, y, x2, y2, şi xy. În consecinţă se va întocmi un tabel având
coloanele arătate.
Exemplu:
S-au înregistrat în paralel notele obţinute la matematici şi la fizică de
către elevii unei clase din învăţământul special cu un efectiv de 14 copii.
Pentru determinarea corelaţiei dintre cele două serii de note se
întocmeşte tabelul de calcul ( Tab.5. 2.)
Tabelul 5.2.
Subiecţ Nota la Nota la x2 y2 xy
i matemati fizică y
că x
A.G. 7 7 49 49 49
B.I. 9 8 81 64 72
C.D. 10 9 100 81 90
C.V. 6 7 36 49 42
D.A. 9 10 81 100 90
E.V. 8 7 64 49 56
F.I. 5 6 25 36 30
I.G. 3 4 9 16 12
I.M. 7 6 49 36 42
L.V. 8 7 64 49 56
83
M.I. 6 7 36 49 42
N.P. 7 7 49 49 49
O.G. 6 6 36 36 36
R.T. 5 6 25 36 30
Exemplu:
Înaintea unui examen de admitere la un curs de instruire profesională
candidaţii au fost supuşi unei testări psihologice. Cotele, obţinute la aceste
probe, merg de la 0 la 10. Pe de altă parte, la încheierea examenului de
admitere rezultatele finale apar în formă dihotomică: o parte din candidaţi au
fost declaraţi admişi iar ceilalţi respinşi.
Rezultate
la examen
Admişi 0 1 0 3 5 10 16 11 6 3 1 59
Respinşi 1 2 4 7 13 12 9 4 2 - - 54
Total 1 3 4 10 18 22 25 18 8 3 1 113
85
54
q= = 0,48.
113
Se observă imediat cum q = 1 – p.
Din acelaşi tabel se poate urmări ce rezultate au obţinut în cadrul
testării psihologice canditaţii declaraţi admişi, se face o medie a acestora
rezultate, notată cu mp. De asemenea, se poate face acelaşi lucru pentru
categoria celor respinşi, notând media la test cu mq.
Formula de calcul este următoarea:
mp −mq pq
rbis = ×
σ y
În genere se notează cu mp media valorilor x pentru elementele clasei superioare (y
> y0) şi cu mq media valorilor x pentru elementele clasei inferioare (y < y0), y0 fiind punctul
de tăietură al variabilei. În formulă, y este ordonata corespunzătoare
punctului de separaţie (unii autori o notează cu z). Se menţionează în plus că
σ este abaterea standard a rezultatelor (cotelor) obţinute în cadrul testării
pq
psihologice a întregului lot de candidaţi. De asemenea raportul y se citeşte
dintr-un tabel special, luând ca reper fie p, fie q, pentru calcularea rbis şi rtris.
În exemplu dat:
359
mp = = 6,08;
media celor admişi: 59
241
mq = = 4,46;
media celor respinşi : 54
abaterea standard pe ansamblu:
σ = 1,88
pq
Valoarea y = 0,6264 ( la q = 0,48).
Înlocuind în formulă vom avea:
6,08 − 4,46
rbis = × 0,63 = 0,86 × 0,63 = 0,54
1,88
Când într-un studiu variabila y ne apare sub forma unei clasificări trihotomice -
de exemplu, buni, mijlocii şi slabi - în timp ce datele testării psihologice (x) se
prezintă într-o formă mai nuanţată- ca în exemplul precedent - atunci se
utilizează pentru calculul corelaţiei o formulă propusă de C. Burt:
m' −m" 1
rtris = ×'
σ y + y"
p ' p" ,
în care, m' şi m" reprezintă mediile la test (x) pentru cei buni şi cei slabi: p' şi p"
proporţia de "buni", respectivi de "slabi"
(p' + p" < 1);
y' şi y" sunt ordonatele curbei normale reduse potrivit împărţirii în 3 categorii;
σ abaterea standard a distribuţiei complete a datelor la test (x).
y
Valorile rapoartelor p sunt date într-un tabel special pentru calculul
coeficientului de corelaţie triserial luând ca reper p sau q. Figura 5.4.
ilustrează sensul notaţiilor utilizate. Se observă că grupul celor mijlocii nu
intră în calcule.
Fig. 5.4.
87
Iniţiativă
0 1
30 50
Rapiditate 1 (c)
0 55 9 = c − ab
ϕ
a (1 − a)b(1 − b)
sau
χ2
ϕ=
N
Tabelul 5.4.
y 0 1
1 01 11
(c) (a)
0 00 10
0 1
(b)
80
a=
144
59
b=
T=144 144
Ne interesează semnificaţia proporţiei sau a procentului. Vom lucra cu
frecvenţa relativă.
Avem:
80 59 50
a= =0,55; b = = 0,40; c = =
0,34.
144 144 144
Înlocuind în formula lui φ vom avea:
ϕ =
0,55(
0,34 −
1−
0,55 ×
0,55)(×
0,40
0,40 1 −0,40)
Efectuând calculele obţinem:φ = 0,5.
Interpretarea lui φ se face ca şi cea a lui r, deoarece φ este în esenţă o
variantăa lui r.
89
Pentru determinarea coeficientului de corelaţie ρ se întocmeşte un tabel cu 5
coloane (Tab. 5.6.)
Tabelul 5.6.
Clasificarea după
Subiecţi d d2
frecv. calitate
control (y)
(x)
A. L. 1 4 -3 9
U. C. 2 2 0 0
M. G. 3 10 -7 49
B. D. 4 5 -1 1
C. I. 5,5 1 4,5 20,25
P. L. 5,5 3 2,5 6,25
M. I. 7 8,5 -1,5 2,25
F. M. 8 8,5 -0,5 0,25
O. I. 9 7 2 4
R. V. 10 6 4 16
N = 10 Σd2 = 108,00
Tabelul 5.7
Ρ r
0,00 0,000
0,10 0,105
0,20 0,209
0,30 0,313
0,40 0,416
0,50 0,518
0,60 0,618
0,70 0,717
0,80 0,813
0,90 0,908
0,95 0,954
1,00 1,000
91
5.4. INTERPRETAREA UNUI COEFICIENT DE CORELAŢIE
(
În practică se stabilesc coeficienţi de corelaţie r , ρ ..... plecând de la)
datele unor eşantioane. Se pune întrebarea, în ce măsură coeficienţii stabiliţi
în acest fel se apropie de coeficientul de corelaţie r sau ρ ce caracterizează
colectivitatea generală din care s-a extras eşantionul sau grupul dat?
Stabilirea unui interval de siguranţă nu prezintă aici nici un interes
deosebit şi se utilizează un alt procedeu.
Întrebarea care se pune este următoarea: un coeficient de corelaţie
găsit în mod experimental permite oare să enunţăm existenţa unei corelaţii
reale sau nu? Alternativa este ipoteza nulă: r = 0. În acest scop, se introduce
coeficientul de corelaţie critic, care reprezintă valoarea minimă ce trebuie să
o ia un coeficient de corelaţie experimental pentru a fi socotit semnificativ.
S-a întocmit în acest sens un tabel special (Anexa) care stabileşte
coeficienţii de corelaţie critici pentru diferitele praguri de semnificaţie şi
pentru diferite valori ale lui n = N - 2. Întrucât coeficienţii de corelaţie pot fi
negativi, tabelul dă valorile absolute ale coeficientului critic.
Să luăm ca exemplu coeficienţii de corelaţie: r = 0,88, r = 0,71 şi r = 0,21 .
În primul caz, efectivul grupului (N) a fost 14, în al doilea 51, iar în al treilea caz 12.
Se pune întrebarea dacă aceşti coeficienţi indică o corelaţie reală sau
nu; cu alte cuvinte, dacă pot fi consideraţi semnificativi sau nu? Ipoteza
alternativă este r = 0 sau ρ = 0.
Pentru a vedea acest lucru, citim în tabelul valorilor semnificative pentru│r│. Prima
coloană cuprinde diferite valori ale lui n = N-2. Celelalte coloane indică
coeficienţii de corelaţie minimi la diferite praguri de semnificaţie (p = 0,10, p =
0,05, p = 0,01) corespunzător valorilor lui n.
În primul exemplu N = 14, deci n = N – 2 = 14 – 2 = 12. Citim în tabel, în dreptul lui n =
12 valorile semnificative a lui│r│ şi ne oprim la cifra cea mai apropiată de
coeficientul găsit de noi (0,88). Pentru a urmări mai bine operaţia, facem un
extras din Anexa (Tab 5.7. ).
Tabelul 5.7.
n p = 0,10 p = 0,05 p = 0,02 p = 0,01
Probleme
x 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
f 1 2 0 4 1 1 4 3 1 2 3 2 3 4 2
x 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
f 5 6 1 4 4 5 5 5 3 3 3 5 2 4 1
x 40 41 42 43 44 45 46 47 48 50 51 52 53 55 56
f 2 3 1 3 1 0 2 2 1 2 1 1 1 1 1
x 59 61 63 64 66 71 74 76 78 85 90 98
f 1 1 1 1 1 1 1 2 1 1 1 1
93
S-a obţinut următoarea distribuţie finală a datelor:
14 2 3
13 4 6
12 7 10
11 10 8
10 8 5
9 5 3
8 2 2
7 - 1
Elevi Note
A 4 5
B 8 7
C 7 9
D 10 10
E 5 4
F 8 6
G 7 5
H 7 8
K 6 8
L 5 7
M 9 10
N 8 9
95
temperamentului.
97
10 1 4 0
3 1 6 1
5 0 7 1
9 1 8 1
4 0 6 1
5 1 6 1
6 1 4 0
7 1 5 1
8 1 8 1
4 0 8 1
7 1 6 1
7 1 8 1
4 1 6 1
ANEXA 1.1.
Distribuţia t
99
ANEXA 1.2.
Distribuţia χ
2
ANEXA 1.3.
101
15 0.41 0.48 0.56 0.61