Alexandra Predoiu

METODOLOGIA
CERCETĂRII ȘTIINȚIFICE

STATISTICĂ
INFORMATIZATĂ

Editura Discobolul
2021
0
Copyright © 2021. Toate drepturile asupra acestei ediţii sunt rezervate
autorului

ISBN 978-606-798-121-6

Editura DISCOBOLUL
Bucureşti, Constantin Noica nr. 140, corp G, sector 6.

Răspunderea pentru conţinutul lucrării revine în exclusivitate autorului.

E-book

1
 CUPRINS

Capitolul 1. Cercetarea științifică...……………..…………………………..… 4

Aspecte generale ......................................................................................... 4
Scopurile cercetării...................................................................................... 6
Tipuri de cercetare ..................................................................................... 9
Cercetarea științifică în Știința sportului și educației fizice ...................... 25
Capitolul 2. Metodologia cercetării științifice ................................................. 28
Metoda științifică ....................................................................................... 32
Ipoteza cercetării ........................................................................................ 33
Testarea ipotezei și variabilele cercetării ................................................... 37
Pragul de semnificație ............................................................................... 43
Mărimea efectului ...................................................................................... 44
Exerciții ..................................................................................................... 47
Capitolul 3. Metode de cercetare științifică ..................................................... 50
Metoda studiului bibliografic .................................................................... 50
Metoda observației .................................................................................... 51
Metoda anchetei ......................................................................................... 53
Metoda experimentului .............................................................................. 62
Metoda statistico-matematică .................................................................... 67
Metoda grafică ........................................................................................... 69
Capitolul 4. Scalele de măsură .......................................................................... 70
Scala nominală ........................................................................................... 70
Scala ordinală ............................................................................................ 70
Scala de interval ......................................................................................... 72

2
 Scala de raport ........................................................................................... 72
Scalele de diferențiere semantică .............................................................. 73
Capitolul 5. Statistică descriptivă ..................................................................... 74
Analiza preliminară a datelor ..................................................................... 74
Calculul principalilor indicatori statistici .................................................. 79
Exerciții ..................................................................................................... 86
Capitolul 6. Statistică inferențială – teste neparametrice .............................. 87
Testul Kruskal-Wallis ................................................................................ 88
Testul Mann-Whitney (U) ......................................................................... 94
Testul Wilcoxon ........................................................................................ 99
Testul Friedman ....................................................................................... 106
Corelația Spearman .................................................................................. 111
Capitolul 7. Statistică inferențială – teste parametrice ................................ 116
Testul T pentru două eşantioane dependente ........................................... 117
Testul T pentru două eşantioane independente ........................................ 127
Regresia liniară simplă ............................................................................ 137
Corelația Pearson ..................................................................................... 143
Bibliografie ....................................................................................................... 151

3
 CAPITOLUL 1

CERCETAREA ȘTIINȚIFICĂ

Dezvoltarea sportului, ca arie de interes academic, a stimulat o intensă cercetare

în numeroase domenii acoperite de termenul studii sportive (Jones, 2015), după cum
se poate observa din creșterea numărului de cărți și publicații în jurnalele științifice,
din ultimii ani. Cu toate acestea, încă mai sunt multe lucruri de învățat, iar cercetarea
are un rol extrem de important în educația fizică și activitățile sportive, implicând
examinarea comportamentelor umane aflate în continuă schimbare, desfășurate în
diferite medii, cu precădere, imprevizibile, complexe și dinamice.
În domeniul activităților motrice – în mare măsură pedagogic și practic – toți
cei care doresc să maximizeze eficiența activității lor profesionale (profesori,
antrenori, kinetoterapeuți, instructori, preparatori, manageri sportivi etc), trebuie să
întreprindă, într-un fel sau altul, cercetare. Antrenorul, profesorul, preparatorul fizic
sau kinetoterapeutul încearcă să găsească cele mai recente, inovative și adecvate
modalități de a: optimiza capacitatea de performanță, perfecționa metodica de
predare, ameliora comunicarea, dezvolta capacitațile motrice, de a reduce diferite
disfuncții, etc.
În sens larg, cercetarea este un proces de descoperire și progres al cunoașterii
umane, o căutare logică, sistematică a unor soluții inovative și informații utile, despre
un anumit subiect de interes (Ballantine, Roberts și Korgen, 2020).
 Cercetarea se prezintă ca fiind un set amplu de activități, desfășurate în mod
deliberat, metodic și ordonat, pentru acumularea și prelucrarea de date, într-un
anumit domeniu al realității și pentru formularea concluziilor, în vederea realizării
unui progres în teoria și practica respectivului domeniu (Punch, 2009).

4
  Literatura de specialitate (Lawrence, 2012; Cohen, Manion și Morrison,
2018) consideră cercetarea ca fiind un proces sistematic, formal și intensiv, care
utilizează metode științifice în rezolvarea problemelor.
Cercetarea științifică este activitatea intelectuală, ce conduce la progrese în
toate domeniile, fiind responsabilă de apariția de noi concepte, produse, date,
protocoale și strategii de acțiune, dar și de corectarea unor greșeli actuale sau
eliminarea concepțiilor greșite existente, îmbunătățind astfel, calitatea vieții (Pandey
și Pandey, 2015).
 Kerlinger și Lee (2000) definesc cercetarea știintifică drept o investigație
controlată, sistematică, empirică și critică, a unor prezumții ipotetice, referitoare la
posibile relații între anumite fenomene, caracteristici, produse, rezultate etc.
 Așa cum subliniază Epuran (2005) cercetarea este științifică dacă folosește
ipoteze explicite, procedee repetabile, tehnici precise de observare și măsurare și
metode matematice de prelucrare și interpretare a rezultatelor obținute prin
observare și măsurare.
Câteva atribute definitorii ale cercetării sunt menționate de Salkind (2011):

se sprijină pe generează noi poate fi

munca altor
cercetători probleme/ idei generalizată

se dezvoltă
poate fi replicată (reprodusă)
continuu

se bazează pe raționamente și e strâns unită cu teoria

Figura 1.1. Ce este cercetarea? (adaptare după Salkind, 2011)

Calitățile cercetătorului sunt, în viziunea lui Janesick (2004), creativitatea

(invenția), pasiunea pentru adevăr, spiritul științific (calități intelectuale, spirit
viguros și precis, profunzime în gândire etc), la care putem adăuga perseverența,
minuțiozitatea, capacitatea de sistematizare și organizare, consemnate de Walsh și
Wigens (2003).

5
 Să fii cercetător înseamnă, deopotrivă, să realizezi o muncă practică, dar și să fii
competent din punct de vedere academic. Identificarea unui subiect de cercetare,
găsirea, colectarea de date și analizarea acestora prezintă o serie de probleme practice
ce trebuie rezolvate (Walliman, 2011). De-a lungul a sute de ani au fost dezvoltate
numeroase și variate tehnici sau metode care să poată oferi soluții pertinente la aceste
probleme și să contribuie la dezvoltarea cunoașterii umane.

Ce putem realiza cu ajutorul cercetării științifice,

pentru a putea dobândi cunoștințe noi?

SCOPURILE CERCETĂRII

Prezentăm, potrivit literaturii de specialitate, o serie de scopuri ale cercetării

(Gratton și Jones, 2010; Kumar, 2014; Pruzan, 2016):

 Categorizare. Aceasta implică formarea unei tipologii de obiecte, evenimente

sau concepte, adică un set de denumiri sau “cutii” în care acestea pot fi sortate.
Categorizarea poate fi utilă pentru a explica ce “fenomene” apar împreună și
cum.
 Descriere. Cercetarea descriptivă se bazează pe observație ca modalitate de
colectare a datelor. Îndeplinește un rol de examinare a situațiilor, produselor,
fenomenelor deja existente, pentru a stabili care este legătura dintre ele sau
pentru a putea face presupuneri asupra a ceea ce se poate întâmpla din nou în
aceleași circumstanțe.
 Explicație. Prin intermediul cercetării se pot aborda probleme complexe astfel,
putându-se clarifica și explica fenomene dificile. Cercetarea își propune să treacă
dincolo de "doar obținerea faptelor" pentru a înțelege nenumărate alte aspecte
implicate, cum ar fi: umane, politice, sociale, economice, culturale și
contextuale.

6
 Evaluare. Aceasta implică elaborarea de judecăți și aprecieri asupra calității sau
cantității obiectelor, caracteristicilor, fenomenelor sau evenimentelor. Mărimea
poate fi măsurată fie într-un sens absolut, fie pe o bază comparativă. Pentru a fi
utile, metodele de evaluare trebuie să fie relevante pentru contextul și intențiile
cercetării.
 Comparație. Două sau mai multe cazuri similare/ contrastante pot fi examinate
pentru a evidenția asemănările și/ sau diferențele dintre ele, conducând la o mai
bună și completă înțelegere a fenomenelor.
 Corelație. Relațiile dintre două fenomene sunt investigate pentru a vedea dacă
și în ce măsură se influențează reciproc. Relația ar putea fi doar o legătură/
asociere slabă sau o legătură puternică atunci când un fenomen determină
apariția altuia. Acestea sunt măsurate ca niveluri de asociere.
 Predicție. Aceasta se poate face uneori în domenii de cercetare în care corelațiile
sunt deja cunoscute. Predicțiile posibilelor comportamente sau evenimente
viitoare se fac pe baza faptului că, dacă există o relație puternică între două sau
mai multe caracteristici sau evenimente în trecut, acestea ar trebui să se păstreze,
în circumstanțe similare în viitor, ceea ce ar conduce la rezultate previzibile.
 Control. Odată ce ați înțeles un eveniment sau o situație, ați putea găsi modalități
de a controla acest eveniment. Pentru aceasta, trebuie să știți care sunt relațiile
cauză-efect și că sunteți capabil să exercitați controlul asupra elementelor
esențiale. Toată tehnologia de cercetare se bazează pe această capacitate de
control.

De asemenea, Tuckman (citat de Thomas, Nelson și Silverman, 2011) a

evidențiat principalele caracteristici ale cercetării, pe care le prezentăm în
continuare și anume: sistematică, logică, empirică, replicabilă.

7
 Figura 1.2. Caracteristicile cercetării (adaptare după Tuckman, citat de Thomas, Nelson și
Silverman, 2011)

Cercetarea – ca formă superioară de investigație – se prezintă, astfel, ca fiind:

 Sistematică → Rezolvarea problemei supusă cercetării se realizează prin
identificarea variabilelor, urmată de întocmirea planului de cercetare, care verifică
relațiile dintre variabile (ipoteza); datele sunt apoi colectate, analizate, prelucrate și
interpretate, astfel încât rezultatele să poată confirma/ infirma ipotezele.
 Logică → Procesul de cercetare utilizează proceduri clare, exacte, validate
științific, care permit cercetătorilor să elaboreze concluzii pertinente.
 Empirică → Cercetătorul colectează un ansamblu de date, dovezi, din
experiența proprie sau a altora (empiric însemnând bazat pe observații și măsurători
concrete mai degrabă decât pe noțiuni teoretice), pe baza cărora își formulează
concluziile.
 Replicabilă → Procesul cercetării este înregistrat, permițând și altor
cercetători să verifice rezultatele, repetând cercetarea sau să construiască o cercetare
viitoare, pe baza rezultatelor precedente.

8
 Există o mare varietate a modurilor în care se poate clasifica cercetarea, în funcție de:
scopul cercetării, de aplicabilitatea datelor colectate, de sursa datelor și de modul în care
sunt analizate aceste date.

TIPURILE DE CERCETARE
În funcție de scopul urmărit
Gratton și Jones (2010) descriu următoarele tipuri de cercetări: exploratorii,
descriptive, explicative și predictive.

➢ Cercetările exploratorii

Cercetările exploratorii urmăresc dezvoltarea cunoașterii în orice domeniu de

cercetare, pentru rezolvarea unor probleme complexe, prin dobândirea de cunoștințe
noi cu privire la fenomene și procese, formularea și validarea de ipoteze originale,
modele conceptuale și teorii.
Reprezintă cercetări inițiale, care se desfășoară atunci când există puține
cunoștințe asupra unui fenomen. Acestea permit înțelegerea mai profundă a
proceselor, fenomenelor, conceptelor avute în vedere și din acest motiv pot oferi mai
degrabă, informații de ordin calitativ, decât cantitativ (Robson și McCartan, 2016).
Scopul cercetărilor exploratorii este acela de a evidenția aspecte referitoare la
un subiect, care nu a fost încă descris în detaliu, care este nou sau care este imprecis,
vag la nivelul explicațiilor teoretice (Sim și Wright, 2000). Cercetarea exploratorie
își propune să descopere idei noi și să urmărească concepte inovatoare, de regulă
necesitând perseverență pentru perioade mai lungi de timp și chiar muncă de teren
(de diferite tipuri) de multe ori (Stebbins, 2001).
➢ Cercetările descriptive
Cercetările descriptive au ca scop principal descrierea sistematică, în detaliu, a
unor situații, caracteristici sau fenomene deja existente (Gray, Grove și Burns, 2013).
Astfel, un cercetător ce dorește să investigheze comportamentul de timp liber al
9
copiilor cu tulburări metabolice, poate efectua o cercetare descriptivă (etnografia).
Acest tip de cercetare descrie un fenomen particular, concentrându-se asupra: ”ce”,
”unde”, ”când” se întâmplă și nu “de ce” se întâmplă (Thyer, 2010).
În opinia unor autori (Johnson și Christensen, 2012; Monsen și Van Horn, 2008)
cercetătorul care realizează un studiu descriptiv urmează, în general, următorii trei
pași: a) alegerea aleatorie a unui eșantion dintr-o populație definită; b) determinarea
anumitor caracteristici/ comportamente ale eșantionului investigat; c) generalizarea
și atribuirea caracteristicilor respective (prin deducere) populației, pe baza
eșantionului.
Este important să fie subliniat faptul că, în general, nu există ipoteze în
cercetarea descriptivă și în cazuri rare, când se conturează ipoteze, acestea se
adresează diferitelor corelații și asocieri între variabile și nu relațiilor cauzale dintre
acestea (Yegidis, Weinbach și Myers, 2017). În acest sens, studiile descriptive nu
examinează impactul unui fenomen sau al unei intervenții și nu explică sau confirmă
relația dintre variabilele independente și cele dependente (Thomlinson, 2001).
Given (2008) relatează faptul că cercetările descriptive calitative, cum sunt:
anamneza, studiul de caz și altele, au mare însemnătate în studiile clinice.
De exemplu, kinetoterapeutul poate consemna relatările sportivilor
accidentați/ pacienților, despre condițiile în care s-a petrecut evenimentul, trăirile din
acele momente, dar și așteptările și speranțele acestora, în ceea ce privește schema
de tratament și recuperarea. Antrenorul sau psihologul sportiv pot întreprinde, la
rândul lor acest demers, în cadrul asistenței metodice sau ședințelor de pregătire
psihică a sportivilor, mai ales în cazul stărilor de oboseală, suprasolicitare sau în
anumite momente critice ale activității acestora.
Profesorii (sau alte persoane implicate în domeniul educației) realizează
uneori cercetări descriptive pentru a studia, în principal, atitudini, opinii, credințe,
comportamente, trăsături sau aspecte demografice (vârstă, gen, etnie, nivel de
educație etc). Cercetarea descriptivă se întâlnește, cu precădere și în domeniul
testelor, măsurării și evaluării (Johnson și Christensen, 2012). Producătorii de teste

10
creează și perfecționează, în mod constant, teste și alte instrumente de măsurare,
bazându-și deciziile, în mare parte, pe coeficienții de validitate și fidelitate.

Managerii (sau cei care activează în domeniul Managementului și

marketing-ului sportiv) pot întreprinde cercetări descriptive pentru a studia: atribuții
ale managerilor, recrutarea și selecția resurselor umane, integrarea într-o organizație
sportivă, aspecte motivaționale, elemente de cultură organizațională, metode și
tehnici de dezvoltare organizațională, activități de team-building și construire a
echipelor de lucru/ de proiect, comunicarea în organizații sportive, managementul
carierei, evaluarea performanțelor în organizație (vezi Pânișoară și Pânișoară, 2007),
atitudini, comportamente, trăsături specifice anagajaților într-o structură sportivă,
managerilor etc.
➢ Cercetările explicative
Sunt implicate în a explica de ce se întâmplă anumite fenomene, precum și în
evaluarea relațiilor cauzale dintre variabile. Cercetările explicative necesită
elaborarea unui scurt cadru teoretic, explicația fiind necesar să se deducă din date.

De exemplu, un cercetător interesat de relația dintre tipologia sporturilor și

caracteristicile temperamentale ale sportivilor, poate realiza o cercetare explicativă.

Un alt exemplu, un cercetător care dorește să întreprindă o cercetare

explicativă în domeniul Managementului sportiv, ar putea să investigheze modelul
omului economic-rațional sau modelul omului complex (Zlate, 2004), încercând să
explice diferite modele ale persoanelor ce activează în mediul organizațional.
Rubin, Rubin și Haridakis (2010) precizează că, cercetarea explicativă include,
ceea ce se numește cercetare interpretativă, ca mod de a lămuri sau argumenta
diferite evenimente. Astfel că, dacă am întreprinde o cercetare explicativă, întrebările
la care ar trebui să răspundem ar fi de tipul: „De ce s-au întâmplat aceste evenimente
în acea manieră?” Sau, „Care sunt implicațiile întâmplării evenimentelor în maniera
respectivă?”. Aneshensel (2013) consideră că distincția dintre cercetarea descriptivă

11
și cercetarea explicativă este, de multe ori, foarte vagă. Orice explicație necesită
descriere fiind dificil sau poate chiar imposibil să descrii ceva, fără a explica, în
același timp. Este important de reținut că cercetarea explicativă își propune testarea
ipotezelor, în timp ce, cercetarea descriptivă oferă informații pentru a se putea
formula ipotezele (McNabb, 2010). Scopul cercetării explicative este mai extins
decât cel al cercetării descriptive; se poate întreprinde pentru a se pune bazele unor
teorii, pentru a se stabili eventualele modele și tendințe observate într-un anumit
domeniu (Veal, 2017), pentru a afla de ce există o asociere sau o relație sau de ce se
întâmplă un anumit eveniment, identificând cauzele și/ sau consecințele unor
fenomene, dar și pentru a se putea prezice evenimente (Cargan, 2007).

➢ Cercetările predictive

Cercetările predictive estimează producerea de fenomene viitoare pe baza

interpretărilor sugerate de cercetările explicative (Faizan, Rasoolimanesh și
Cobanoglu, 2019). Astfel, concluziile formulate în cercetările explicative pot fi
utilizate pentru a prezice producerea diferitelor fenomene în viitor. Sava (2013)
aduce în discuție studiile ce permit formularea de predicții (denumindu-le studii
descriptiv-analitice – studiile efectuate conțin ipoteze de cercetare verificate prin
intermediul tehnicilor statistice inferențiale) cu privire la variabila studiată și alte
variabile de interes (spre exemplu,

De exemplu, pe baza rezultatelor obținute în urma unor teste de evaluare a

calităților motrice, se poate estima obținerea unui anumit loc în clasament a unui
sportiv/ a unei echipe; sau scorurile obținute în urma unui test de evaluare a
inteligenței pot prezice succesul școlar/ notele obținute la un examen.

Un exemplu de cercetare predictivă ar putea fi considerată și următoarea: pe

baza analizei îndeplinirii obiectivelor în cadrul activității desfășurate într-o
organizație, se va putea estima obținerea unui anumit loc în clasamentul
performanțelor profesionale, în respectiva organizație.

12
 În funcție de aplicabilitate
➢ Cercetarea științifică fundamentală sau cercetarea pură
Cercetarea științifică pură/ fundamentală (basic/ pure research) este acea
activitate umană de cercetare, orientată în primul rând, către obținerea de informații
noi asupra fenomenelor și faptelor observabile, fără a avea în vedere vreo aplicație
particulară (Berg și Latin, 2008). Oamenii de ştiință consideră că înţelegerea (la nivel
fundamental) este o condiţie esenţială a progresului, în orice domeniu al ştiinţei sau,
altfel spus, cercetarea fundamentală pune temeliile pe care se poate dezvolta
cercetarea aplicativă (Cargan, 2007). Fiindcă cercetarea pură nu abordează, în mod
direct, nicio nevoie a societății, cea mai mare parte a studiilor de acest tip sunt
realizate în cadrul universităților sau sunt finanțate de către fundații/ companii de
renume (Abbott și McKinney, 2013). Acest tip de cercetare asigură baza conceptuală
a unui domeniu de activitate și include, în principal, investigațiile sub formă de studii
teoretice (Rose, Spinks și Canhoto, 2015), care pot conduce la extinderea
cunoștințelor dintr-o anumită disciplină/ domeniu (Kumar, 2014).

În domeniul activităților motrice, cercetările teoretice nu lipsesc, un exemplu

de cercetare fundamentală fiind studiul capacităților motrice ale individului uman
(elev, sportiv, pacient etc), care, indiferent de metodele de cercetare utilizate,
stabilește caracteristicile și legitățile acestora. Pe această bază, cercetările aplicative
vor putea delimita particularitățile de dezvoltare și metodele pedagogice cele mai
eficiente pentru dezvoltarea uneia sau mai multor capacități motrice, diferențiate în
funcție de numeroși factori: obiective, vârstă (categorie), gen, natura activităților
desfășurate, particularitățile ramurii de sport, condiții de pregătire etc.

În domeniul Managementului și marketing-ului sportiv o cercetare teoretică

ar putea să identifice, de exemplu un model de strategie sau a unei combinaţii de
strategii manageriale prin care să se asigure avantajul competitiv şi obţinerea
performanţei la nivel organizaţional, în unităţile de învăţământ sau să se studieze
ipostazele istorice ale conducerii/ managementului, să se cerceteze totodată, aspecte

13
privind leadershipul și managementul stucturilor sportive, stilurile de conducere,
strategii de integrare într-o organizație, proiectarea programelor de instruire, teorii și
procese ale procesului motivațional, tipuri de cultură organizațională, caracteristici
ale comunicării manager-subordonat (vezi Pânișoară, 2006), principii etice și aspecte
privind nondiscriminarea etc.
Cercetarea fundamentală permite oamenilor de știință să abordeze o gamă
nelimitată de întrebări de cercetare. O mare parte a cunoștințelor dobândite prin
cercetarea de acest tip servesc drept “cărămizi” pentru “construirea” cercetărilor
aplicative (Armour și Macdonald, 2012). Unii autori (Alamargot și Chanquoy, 2001;
Weiten, 2013) consideră că scopul final al unei cercetări este un studiu care să ajute
la rezolvarea problemelor practice și, în același timp, aduce o contribuție valoroasă
pentru literatura de specialitate.
Astfel, investigațiile pe multiple planuri (metodic, fiziologic, biochimic,
psihologic, biomotric etc) efectuate asupra fenomenelor și proceselor specifice
educației fizice și sportului, antrenamentului sportiv și performanței sportive,
kinetoterapiei, pot fi testate și utilizate în practică, de către cei care activează în acest
domeniu (profesori, antrenori, manageri, kinetoterapeuți etc).

➢ Cercetarea aplicativă
Precum cercetarea fundamentală, cercetarea aplicativă este, de asemenea, o
investigație originală, desfășurată în scopul dobândirii de noi cunoștințe (Venuvinod,
2011). Totuși, spre deosebire de cercetarea de bază, cercetarea aplicativă are un scop
principal, precis și anume de descoperire a unei soluții pentru o problemă practică
(Kothari, 2004). Cercetarea aplicativă utilizează cunoștințele rezultate în urma
cercetărilor fundamentale, în scopul ameliorării activității practice dintr-un anumit
domeniu (Hammond și Wellington, 2013) prin convertirea rezultatelor în: metode,
mijloace, procedee, tehnici, măsuri concrete de organizare, planificare, optimizare a
activității etc.

14
 În educație fizică și sport, kinetoterapie, cercetarea aplicativă se axează
asupra unor probleme de cercetare clare, concrete și delimitate, cum ar fi: metodele
și mijloacele de antrenament (se verifică periodic eficiența mijloacelor utilizate
realizându-se în mod științific obiectivizarea, raționalizarea, standardizarea și
algoritmizarea mijloacelor de pregătire fizică, tehnică, tactică, teoretică, psihologică,
refacere etc), planificarea antrenamentului (în vederea atingerii formei sportive în
diferite momente), adaptarea organismului la efort în condiții de altitudine sau
modificare a fusului orar, reeducarea sportivilor accidentați, creșterea calității
vieții prin mișcare etc (Niculescu, 2002), cu alte cuvinte, identificarea și
experimentarea a numeroși și variați factori ce pot determina maximizarea
performanței sportive. Acest tip de cercetare, se regăsește în literatura de specialitate
și sub denumirea de “cercetare evaluativă” (Privitera și Ahlgrim-Delzell, 2019).

O mare parte a cercetărilor aplicative, în domeniul kinetoterapiei,

educației fizice și sportului se referă la evaluarea unui program/ intervenții sau
evaluarea rezultatului (de exemplu: determinarea eficienței unui program kinetic sau
a unui program de pregătire fizică, tehnică, tactică, psihologică etc).

În domeniul Managementului și marketing-ului sportiv, cercetările

aplicative pot viza: analiza nevoilor, dorințelor, cererilor, a produselor existente în
acest domeniu, investigarea performanțelor profesionale, a satisfacției, a motivației,
a tranzacțiilor și relațiilor (marketing tranzacțional), analizarea pieței muncii ,
organizarea și desfășurarea activității economice, evaluarea eficienței strategiilor de
marketing etc.
În literatura de specialitate (Mikkelsen, 2005; Richey și Klein, 2007) este
menționată cercetarea pentru dezvoltare, ca formă a cercetării aplicative, care
valorifică rezultatele cercetărilor fundamentale și aplicative, având drept scop
principal realizarea concretă de noi dispozitive, produse, echipamente, tehnici etc,
care să eficientizeze activitatea dintr-un domeniu de referință.

15
 Cercetarea pentru dezvoltare implică colaborarea și dialogul sistematic
între diferiți specialiști și echipe multidisciplinare (în domeniul științei sportului:
profesor, antrenor, kinetoterapeut, psiholog, medic, biochimist, fiziolog, nutriționist,
analist programator, producator de echipamente, manager etc).
Alte tipuri de cercetare
În metodologia cercetării educației fizice și sportului există și alte determinări
ale unei cercetări, pe care le prezentăm în continuare:

➢ Cercetarea calitativă și cercetarea cantitativă

Cercetarea calitativă, așa cum este definită de către Denzin și Lincoln (2005),
coordonatorii primului tratat din domeniu, Handbook of Qualitative Research
(1994), presupune concentrarea mai multor metode științifice, care au scopul de a
transforma lumea într-o serie de reprezentări, inclusiv cronici, interviuri, conversații,
fotografii, înregistrări, memorii, notițe etc. La acest nivel, cercetarea calitativă
implică o abordare interpretativă, naturalistă a lumii. Aceasta înseamnă că cercetările
calitative studiază faptele, fenomenele, evenimentele, în mediul lor natural,
încercând să le dea sens sau să le interpreteze, în termenii semnificațiilor atribuite
acestora de către oameni (Chelcea, 2004).
Printre caracteristicile de bază ale cercetării calitative se numără:
✓ observarea și participarea intensă, de lungă durată, desfășurată în condiții
naturale (Epuran, 2005);
✓ multiple surse de date → în acest caz, cercetătorii strâng informații
numeroase, prin intermediul chestionarelor, interviurilor, cu ajutorul observației etc
(Creswell și Poth, 2018);
✓ interpretarea și analiza informației, prin folosirea descrierilor (a
experiențelor și percepțiilor participanților), tabele, fișe de înregistrare și uneori
statistici - în general descriptive (Marshall și Rossman, 2016).

16
 Exemplu
CERCETARE CALITATIVĂ - MĂSURAREA CALITĂȚII VIEȚII ÎN SPORT
Păunescu și colaboratorii (2018) au realizat un studiu calitativ ce a urmărit aprecierea calității
vieții – asa cum este percepută de tinerii care practică diferite sporturi (atât individuale, cât și de
echipă). În cadrul studiului au participat 69 de sportivi, care au completat chestionarul privind
calitatea vieții Quality of Life Inventory (QoLI), etalonat pe populația din România, acordând o
importanță diferită fiecăruia dintre cele 16 domenii/ sectoare ale vieții, pe care le cuprindea acesta.
Utilizarea acestui instrument a vizat obținerea de date bogate, non-numerice și facilitarea
construirii unui plan de intervenție ca urmare a dezvăluirii satisfacției sau nemulțumirii în privința
anumitor sectoare/ arii ale vieții. Rezultatele au evidențiat contribuția semnificativă a practicării
sportului, asupra anumitor sectoare ale vieții, cum ar fi: Sănătatea, Obiectivele și valorile și Stima
de sine. De asemenea, s-a constatat un nivel mai ridicat al calității vieții în rândul participanților
care practică sporturi individuale, în comparație cu cei care practică sporturi de echipă (practica
sportului individual se consideră că dezvoltă abilitățile sportivilor de a rezolva probleme și oferă
oportunități multiple pentru atingerea propriilor obiective).

Cercetarea cantitativă este un proces formal, obiectiv și sistematic, în care

sunt utilizate datele numerice (scoruri medii pentru diferite grupuri pentru anumite
sarcini, procente, grafice și tabele de date, rezultate exprimate în diferite unități de
măsură etc) pentru a se obține informații (Goodwin, 2010). Aceasta implică testarea
unei ipoteze sau încercarea de a descoperi relații. Este, în general, o cercetare
deductivă (aceasta înseamnă că un om de știință va porni de la o ipoteză și apoi va
începe observațiile pentru a dovedi ipoteza). Este concepută pentru a stabili
diferențe, asocieri sau relații de cauzalitate (Gledhill et al., 2007). King, Keohane și
Verba (citați de Thomas, 2003) consideră că cercetarea cantitativă utilizează numere
și metode statistice; se bazează pe măsurători (obținându-se date numerice) ale
aspectelor specifice ale fenomenelor; rezumă situații particulare pentru a genera o
descriere generală; presupune evaluări și analize ale datelor, ușor de replicat de către
alți cercetători.

Gratton și Jones (2010) dau exemplu de o cercetare cantitativă (cercetare

care implică „cantități” măsurabile) menționând un studiu privind relația dintre

17
investiția economică în sport și succesul ulterior. Ei susțin că se poate aborda acest
studiu, prin măsurarea sumelor de bani investite într-un anumit sport și măsurarea
performanțelor, în acest sport, exprimate prin numărul de medalii obținute la
evenimente majore, cum ar fi Jocurile Olimpice. Va fi generat astfel, un set de date
numerice, care ar putea fi apoi analizate statistic, pentru a determina dacă există o
relație între cele două variabile (investiția economică și succesul în sport). Aceasta
este o cercetare cantitativă. Ambele variabile sunt direct măsurabile și ușor
convertite în formă numerică, putând fi apoi analizate statistic.

Exemplu
CERCETARE CANTITATIVĂ - ABILITĂȚI RELEVANTE ALE LIDERULUI
INFORMAL ÎN CAZUL JUCĂTOARELOR DE HANDBAL
Grigore și colaboratorii (2017) au dorit să identifice, importante dimensiuni cognitive și
psihomotrice ale liderului informal, în cazul jucătoarelor de handbal preadolescente. În cadrul
studiului au participat 45 de sportive, de la 3 echipe diferite, legitimate la Clubul Sportiv Școlar
Nr. 6 București, care, în urma aplicării unui test sociometric, au fost împărțite în 3 grupe, în
funcție de scorurile individuale obținute, astfel: 20 sportive în grupul “populari” (care a inclus
și liderii informali din fiecare echipă), 9 în grupul “indiferenți și controversați” și 16 sportive în
grupul “respinși/marginalizați”. Testarea computerizată a inclus: testul CMA (concentrarea şi
mobilitatea atenţiei), testul RCMV (coordonare intersegmentară) și testul TRS (timp de reacție
simplu) aparținând bateriei PSISELTEVA elaborată de firma RQ Plus, care a generat scoruri
numerice. Analiza statistică a fost apoi realizată, pe datele numerice, pentru a determina în ce
măsură dimensiunile cognitive și psihomotorii investigate pot avea un impact însemnat asupra
includerii într-un anumit grup social. Cercetarea a evidențiat o serie de abilități cognitive și
psihomotorii “cheie” ale liderilor informali (așa-numiții “experți în sarcini”, care erau incluși în
grupul populari) reprezentate de: eficiența atenției, coordonarea intersegmentară (exprimată
prin: memoria operantă, coeficientul de performanță și rezistența la factorii perturbatori),
memoria topografică, timpul de reacție simplu. Rezultatele studiului oferă informații utile
antrenorilor, în vederea conducerii științifice a pregătirii sportive și psihologului sportiv, care
poate concepe programe de stimulare pentru dimensiunile dovedite a fi importante în dobândirea
statutului de lider informal în sport (echipa de handbal).

18
 ➢ Cercetarea longitudinală și cercetarea transversală

Așa cum subliniază Menard (2008), cercetarea longitudinală poate fi înțeleasă

mai bine, dacă este definită în contrast cu cercetarea transversală. Într-o cercetare
pur transversală, sunt colectate date, privind una sau mai multe variabile, pentru o
singură perioadă de timp (evaluarea, într-un an, a capacității biomotrice a elevilor
din România, din ciclul gimnazial, spre exemplu). În cadrul cercetărilor
longitudinale, se colectează date privind una sau mai multe variabile, pe o durată
mai lungă, permițând astfel, evidențierea măsurii în care s-au modificat datele (dacă
este cazul) și/ sau explicarea motivului pentru care s-au modificat (sau au rămas
constante).

Un exemplu, de cercetare longitudinală este studiul cu o durată de

aproximativ zece ani, întreprins de Fordham și Hayes (2009, citați de Pânișoară,
2017) care, analizând un număr impresionant de note obținute de studenți (4000) au
investigat dacă culoarea hârtiei pe care se dădea testul de evaluare avea vreo
însemnătate asupra rezultatelor studenților (pentru cei mai curioși dintre
dumneavoastră, dezvăluim și concluziile acestui studiu – cercetătorii au constatat că
studenții care au avut hârtie de culoare albă sau galbenă au realizat performanțe
semnificativ mai bune, decât studenții care au avut hârtie albastră sau roz).

Există cercetări ce au caracter dublu, transversal și longitudinal (de

exemplu, evaluarea, într-un an, a capacității biomotrice a elevilor, din ciclul
gimnazial – cercetare transversală; apoi după 4 ani și după încă 4 ani, repetarea
evaluării, cu alți elevi din ciclul gimnazial – cercetare longitudinală).

➢ Cercetarea constatativă și cercetarea ameliorativă (experimentală)

Cercetarea constatativă are drept obiectiv numai cunoașterea și descrierea în
detaliu a unui aspect, proces, fenomen (un exemplu, în acest caz, ar putea fi:
identificarea dimensiunilor cognitive ale liderului informal, în cazul jucătoarelor de
handbal, junioare). La sfârșitul cercetării pot fi structurate unele propuneri de
19
intervenție (să spunem, prezentarea unui set de exerciții și jocuri pentru dezvoltarea
atenției), însă în sarcina acestui tip de cercetare nu este inclusă și verificarea
eficienței acestora. Potrivit literaturii de specialitate (Patton, 2015), cercetarea
constatativă este în general, calitativă: interviuri, studii de caz, analize ale
autobiografiilor etc.
Cercetarea ameliorativă (experimentală) are ca scop determinarea relațiilor
cauză-efect (își propune să confirme/ infirme ipoteze de cercetare). Cercetarea
experimentală permite cercetătorului să observe, într-un mediu controlat, efectele
modificării sistematice a uneia sau mai multor variabile. Mai precis, în cadrul acestui
tip de investigație, cercetătorul manipulează variabila independentă, intervenind în
mod activ asupra fenomenelor și apoi constatând ce se întâmplă. Manipularea activă
este implicată numai în cadrul cercetării experimentale. Din acest motiv, precum și
datorită controlului variabilelor, cercetarea experimentală furnizează cea mai
puternică (validă) dovadă, dintre toate tipurile de cercetare, despre existența relațiilor
cauză-efect (Johnson și Christensen, 2012).

În acest sens, oferim câteva exemple de cercetări ameliorative și anume:

studiu experimental privind dezvoltarea rezistenței generale si specifice, în cazul
jucătorilor de handbal seniori (Radu, 2012); tratamentul și recuperarea funcțională a
fracturilor vertebrale lombare mielice asociate cu fracturi deschise tip III B de tibie
și peroneu (Buzescu, 2014); optimizarea capacității de performanță prin sistemul
comunicațional antrenor-sportiv la nivelul echipei de handbal junioare (Radu, 2013);
îmbunătățirea toleranței la lactat și eficiența acesteia în finalul jocului de fotbal
(Stoica și Blejan, 2017); stimularea subliminală în cazul tinerilor care practică
sistematic activități fizice (Predoiu et al., 2018); optimizarea pregătirii pe uscat și pe
zăpadă, în cazul probei de ski biatlon (Pelin și Pelin, 2018).
➢ Cercetarea primară și cercetarea secundară
Cercetările primare se referă la acele cercetări care utilizează drept metode
principale de colectare a datelor: metoda experimentului, metoda anchetei (având ca

20
instrumente principale: chestionarele și interviurile) și metoda observației
(Păunescu, 2013).

Principalele avantaje ale acestor cercetări:

➢ Cercetătorul se poate concentra atât pe aspectele calitative, cât și pe cele
cantitative;
➢ Abordează probleme specifice de cercetare, iar cercetătorul poate controla
design-ul cercetării;
➢ Permit un control sporit asupra modului de colectare a datelor.

Chiar dacă, indiferent de metodele și tehnicile alese, o cercetare va rămâne în

mod inevitabil incompletă, cel mai mare atu al cercetării primare este faptul că
analiza din teren ghidează mereu colectarea datelor, restrângând la minimum
decalajul dintre date, analiza acestora și formularea concluziilor (Butaru, 2015).

Există, de asemenea și dezavantaje:

➢ Colectarea datelor primare poate fi costisitoare (multiplicarea chestionarelor,
a echipamentului utilizat în experiment etc);
➢ Pentru a putea fi realizată în mod corespunzător, colectarea datelor primare
necesită elaborarea și executarea unui plan de cercetare;
➢ Nu toate proiectele de cercetare primară pot fi la îndemâna unui cercetător,
mai ales în cazul studenților;
➢ Uneori, până în momentul în care cercetarea este finalizată, riscă să nu mai fie
de actualitate.

Cercetările secundare (denumite și cercetări de birou sau cercetări

documentare) sunt reprezentate de revizuirile sistematice sau studiile meta-analitice,
care se bazează pe analiza și interpretarea datelor provenite din studii
primare (Largan și Morris, 2019). De aceea, atunci când întreprinzi o cercetare de
tip secundar, utilizezi, așa cum susține Vartanian (2011), date deja existente sau
informații, care nu intră în responsabilitatea celui care le analizează. Cu alte

21
cuvinte, acestea sunt date pe care, cercetătorul nu le-a colectat (propriu-zis),
investigat sau nu a făcut parte din generarea lor, în nici un fel.
O revizuire este o evaluare critică a cercetărilor recente, pe un anumit subiect.
Autorul trebuie să fie un bun cunoscător al literaturii de specialitate. Implică analiză,
evaluare, precum și integrarea studiilor de specialitate publicate, ceea ce duce, de
multe ori, la concluzii importante privind rezultatele cercetărilor de până la acel
moment. Acest proces presupune o lectură amplă, printr-o lentilă analitică,
identificând studiile (și autorii) cele mai frecvent menționate, care par a fi cele mai
reprezentative, influente, pentru domeniul investigat, precum și cele care aduc
argumentele cele mai convingătoare (Denicolo și Becker, 2012). concluzii greșite.
Zawacki-Richter și colaboratorii săi (2020) consideră că, o revizuire sistematică, la
fel ca orice studiu bun, urmează un protocol (un plan detaliat) care specifică, în
prealabil, obiectivele centrale ale cercetării, conceptele și metodele adoptate.
Meta-analizele se realizează cu ajutorul unui set de metode (statistice), prin
combinarea rezultatelor cantitative, din mai multe studii, pentru a produce un
rezumat general al cunoștințelor empirice asupra unui anumit subiect (Littell,
Corcoran și Pillai, 2008). Sunt folosite pentru a analiza tendințele și variațiile
centrale ale rezultatelor în cadrul studiilor, dar și pentru a corecta erori sau idei
preconcepute/ părtinitoare conținute în diferite documente de cercetare. Rezultatele
studiilor inițiale sunt, de obicei, convertite în una sau mai multe valori comune,
numite dimensiuni de efect (sau altfel spus, mărimea efectului). Acest lucru ne
permite să sintetizăm rezultatele studiilor care utilizează diferite măsuri ale aceluiași
construct sau rezultatele unui raport, în moduri diferite.

Astfel, luăm drept exemplu investigarea capacității de performanță, ca

manifestare complexă a disponibilităților individului, care, parafrazând cele spuse
de Dragnea (citat de Teodorescu, 2006) poate fi materializată în puncte, goluri
înscrise, kilograme ridicate, loc în clasament, drepturi obținute etc.

22
 Revizuirile sistematice nu au apărut recent, nici nu își au originea în
științele biomedicale. Începuturile revizuirilor sistematice se regăsesc în educație și
psihologie (Chalmer, Hedges și Cooper, 2002; Petticrew și Roberts, 2006). Iar un
prim exemplu de meta-analiză se pare că îi aparține lui Karl Pearson, care în anul
1904 (Leong și Austin, 2006) a realizat o sinteză a rezultatelor din mai multe studii
privind vaccinul tifoidic (pentru prevenirea febrei tifoide) utilizând o procedură
statistică, care îi poartă numele (corelația Pearson).

➢ Cercetarea deductivă și cercetarea inductivă

Permanent, în activitatea de zi cu zi, recurgem la raționamente. Raționamentul

este o formă complexă a gândirii, o înlănțuire de judecăți; judecățile cuprind mai
multe noțiuni, iar noțiunile reflectă esențialul și generalul din obiecte și fenomene și
sunt elaborate cu ajutorul operațiilor gândirii - comparația, analiza și sinteza,
abstractizarea și generalizarea, concretizarea și particularizarea (Niculescu, 2002).

Cercetarea deductivă este, în general, asociată cu cercetarea cantitativă.

Presupune dezvoltarea unei idei, sau a unei ipoteze, din teoria existentă, care poate
fi apoi testată prin colectarea de date, ce vor fi analizate (Tjora, 2019). Deducția
reprezintă raționamentul care merge de la general spre particular și în care, concluzia
este o consecință necesară a premiselor.
Forma generală a silogismului este: Toți A sunt B. Toți B sunt C. Deci, toți A
sunt C.
Silogismul, pornind de la definiția lui Aristotel, este o formă de argumentare
logică, ce constă într-o propoziție, numită concluzie, dedusă din alte două
propoziții, numite premise (Ciulei, 2009).
Farndon (2012) ne oferă exemplul clasic de silogism, dat de Aristotel, încă din
antichitate, în lucrarea sa fundamentală „Organon” și anume: „Toți oamenii sunt
muritori. Socrate este om. Deci Socrate este muritor”.

23
 Deducția, ca formă de raționament și modalitate a cunoașterii, duce la o
concluzie adevărată, ori de câte ori premisele (judecăți/ principii) sunt deja
cunoscute, verificate și acceptate ca adevărate.
Așa cum precizează Collins (2010), cercetarea deductivă ar implica, în general,
parcurgerea a 5 etape succesive:
1. Prezentarea teoriei – noțiuni, concepte utilizate pentru susținerea cercetării;
2. O afirmație dedusă din acea teorie care ar sugera (dacă teoria este adevărată),
relația dintre două sau mai multe variabile – ipoteza și precizarea modului exact în
care conceptele sau variabilele vor fi măsurate;

Privind cercetarea deductivă, un exemplu de ipoteză, în domeniul nostru de

activitate, ar putea fi următoarea: „copiii ai căror părinți practică în mod regulat
exerciții fizice/ un sport manifestă o atitudine pozitivă față de practicarea sportului”.
3. Colectarea datelor pentru a testa ipoteza;
4. Analiza rezultatelor cercetării (care vor confirma, respinge sau vor stabili
modul în care presupunerea/ ipoteza trebuie modificată);
5. Dacă este necesar, modificarea ipotezelor și repetarea procesului.
Saunders, Lewis și Thornhill (2009) menționează drept o caracteristică
importantă a cercetării deductive, efortul de a descrie și explica relațiile cauzale
între variabilele cercetării.
Cercetarea inductivă este asociată, de cele mai multe ori, cu studiile
interpretative, calitative. În acest caz, cercetătorul urmărește să adune date,
observații, pe care să le analizeze, pentru a dezvolta o teorie, un model sau o
explicație (Lancaster, 2005). În cercetarea inductivă, în esență, se inversează
procesul de cercetare prezentat în cadrul cercetării deductive, inducția fiind
raționamentul care constă în stabilirea unor legi sau teorii, în urma investigării unui
număr limitat (dar reprezentativ pentru fenomenul studiat) de cazuri.

Gratton și Jones (2010) ne oferă un exemplu în acest sens, propunând un

studiu ce are ca scop identificarea unui model/ tipar privind participarea în sport a

24
 grupurilor de imigranți. În acest caz, s-ar putea să observați că nu există destule
dovezi pentru a dezvolta o ipoteză. Ce se poate face, în această situație? Puteți
intervieva un eșantion de imigranți care practică activități sportive pentru a colecta
date referitoare la sportul preferat, care ar putea fi apoi folosite pentru a dezvolta o
explicație. Această teorie poate fi apoi testată și ajustată, dacă este necesar, prin
colectarea unor date suplimentare.

Cercetarea științifică în Știința sportului și

educației fizice

Cercetarea științifică, în educație fizică și sport de performanță, are un caracter

multidirecțional, având ca scopuri principale:
➢ o cunoaștere mai profundă și mai exactă a fenomenelor, favorizându-se astfel,
extinderea patrimoniului informațional specific domeniului;
➢ verificarea unei ipoteze sau a unor ipoteze, ce au ca fundament teoria și practica
acumulată, în vederea rezolvării problemelor specifice;
➢ identificarea unor căi noi de ameliorare a activităților, a unor factori ce influențează
procesul de pregătire, maximizează potențialul indivizilor etc.
Studiile din domeniul activităților motrice, având drept scop principal
formularea legilor, principiilor sau recomandărilor practice, analizează fenomene de
tip probabilist, educațional, terapeutic. Din acest motiv, aplicarea rezultatelor
cercetărilor, trebuie realizată individual (când situația o impune) și adaptată la
condițiile concrete, existente (Cleland, Dixon și Kilvington, 2020).

Tematica de cercetare, în acest domeniu este extrem de variată, ținându-se cont

de perspectiva din care este studiată ființa umană (care practică exercițiile fizice și
sportul, se recuperează sau conduce procesul de pregătire etc) și anume: biomecanică,

25
fiziologia sportului, biochimie, psihologia sportului, pedagogie, fizioterapie,
kinetoterapie, sociologia sportului, istoria educației fizice și sportului, management
etc. Pentru a înțelege cum se realizează o cercetare în domeniul nostru de activitate, de
departe cel mai eficient mod, ar fi citirea unei varietăți de cercetări de actualitate.

În timp ce manualele/ cărțile de cercetare științifică vă vor oferi

pregătirea teoretică necesară, Worsley (citat de Gratton și Jones, 2010) observă că ele
tind să “prezinte o relatare ireală și idealizată a cercetării”. El continuă să sugereze că:

Cel mai bun mod de a învăța despre metodele de cercetare, în afară de

efectuarea cercetării sub strictă supervizare, este și cel care, din păcate,
necesită cele mai mari eforturi. Majoritatea studenților ... care citesc o carte
sau un articol științific acordă cea mai mare atenție teoriilor sau conceptelor
folosite, ceva atenție rezultatelor studiilor și foarte puțină atenție (sau deloc)
metodelor de cercetare utilizate. Acest lucru este valabil, mai ales dacă,
rezultatele sunt prelucrate statistic sau prezentate în formă tabelară. În
schimb, dacă pur și simplu, s-ar acorda mai multă atenție modului în care a
fost efectuat un studiu, metodelor de cercetare și intrumentelor utilizate,
asupra rezultatelor substanțiale ale acestuia și la măsura în care rezultatele
studiului sprijină concluziile, s-ar putea învăța mult mai mult decât din
lecturarea unei duzine de texte.

Activitatea sugerată la sfârșitul acestui capitol implică citirea și

evaluarea unor cercetări în domeniul sportului, educației fizice, kinetoterapiei,
managementului și marketingului sportiv. Aceasta este o activitate care trebuie făcută
nu numai după ce ați citit acest capitol, ci trebuie să vă asigurați că citirea și evaluarea
cercetărilor din domeniul de activitate se efectuează în mod continuu.

26
 În acest context, oferim câteva exemple de jurnale științifice și baze de date
academice:
Jurnale științifice internaționale din domeniul activităților motrice
- Journal of Sport Sciences (Taylor and Francis Online Journal)
- Discobolul - Physical Education, Sports and Kinetotherapy Journal
- International Journal of Physical Education, Sports and Health
- The International Journal of Management Education – Elsevier
- International Journal of Sport Management, Recreation & Tourism (I.J.S.Ma.R.T)
- Journal of Management Education (SAGE Journals)
- Journal of Sport Management (Human Kinetics)
- Sport Management Review (Taylor and Francis)
- Journal of Athletic Training
- Archives of Budo
- Journal of Sport and Exercise Psychology (Human Kinetics Journals)
- Journal of Sport Behavior
- Journal of Sport and Social Issues (SAGE Journals)
- European Journal of Sport Science
- Journal of Sport and Health Science
- International Journal of Performance Analysis in Sport (ISPAS)
- Medicine and Science in Sports and Exercise
- Journal of Orthopaedic and Sports Physical Therapy
- Journal of Sports Medicine and Physical Fitness
- International Journal of Sports Physiology and Performance
- Science and Sports
- British Journal of Sports Medicine
- Human Movement Science
Baze de date academice
- Google Academic
- EBSCO
- ISI Web of Knowledge
- Scopus
- European Reference Index for the Humanities and the Social Sciences (ERIH PLUS)
- Directory of Open Access Journals (DOAJ)
- Science Direct
- Index Copernicus International (ICI Journals)
- ProQuest
- SportDiscuss
- Pub Med/ Medline
- BioMed Central
- Questia (Online Research Library)

27
 CAPITOLUL 2

METODOLOGIA CERCETĂRII ȘTIINȚIFICE

Cunoașterea este privită (Khan, 2008; Grix, 2010; Leher, 2018) ca fiind un
proces activ de trecere de la fapte la relații și de aici la teorie, la descoperirea
legităților proprii unor clase de fenomene. Pe parcursul acestei translații, omul de
știință își orientează și organizează activitatea, conform unor principii teoretice, care
se referă atât la realitatea investigată, cât și la modul de abordare a acestei investigări
(utilizarea anumitor metode, procedee, tehnici de cercetare adecvate).
Cunoașterea științifică se deosebește de cunoașterea comună, prin caracterul
de adevăr, fundamentare și verificabilitate a cunoștințelor (Epuran, 2005).

Paradigma cercetării

Metodologia cercetării

Metode de cercetare

Tehnici de cercetare

Figura 2.1. Piramida cercetării (adaptare după Jonker și Pennink, 2010)

28
 Jonker și Pennink (2010) ne oferă câteva repere, pentru a putea defini
cercetarea științifică, prin intermediul a ceea ce ei numesc piramida de cercetare
(figura 2.1.). Această piramidă cuprinde 4 niveluri de “acțiune”: paradigme,
metodologie, metode și tehnici. În cazul fiecăruia dintre cele 4 niveluri, cercetătorul
va face alegeri și în consecință va lua decizii. Mergând de la vârf spre bază, în cadrul
piramidei, putem ajunge la elaborarea întrebărilor de cercetare/ ipotezelor, bazându-
ne pe argumente clare, care generează la rândul lor, decizii specifice. În varful
piramidei stau paradigmele cercetării, care combină elemente de gnoseologie,
epistemologie și practică științifică (Maxwell și Wooffitt, 2005) și care sunt utilizate
de un grup de savanți ce împărtășesc aceleași teorii, metode și tehnici (Lincoln și
Guba, 2005; Johnson și Christensen, 2016).
Conceptul de paradigmă a fost lansat de Thomas Kuhn, filosof și fizician
american, în cartea sa Structura revoluţiilor ştiinţifice (1962, citat de Ling și Ling,
2017) și desemnează principiile, regulile și strategiile necesare pentru rezolvarea
situaţiilor problematice ale domeniului cercetat, utilizate ca modele sau ca exemple
ideale, conceptuale, de soluţionare a enigmelor persistente în cercetare.
Paradigma reprezintă un ansamblu de credinţe, convingeri, valori, un sistem
de gândire, într-o anumită disciplină, împărtășit de către un grup de specialiști, la un
moment dat (Harvey, 2017). În orice domeniu, cercetarea se realizează în
conformitate cu un set de reguli, concepte și proceduri, reunite sub denumirea de
paradigmă; aceasta este acceptată de toți oamenii de știință care lucrează în acest
domeniu. Altfel spus, paradigma este un model de practică științifică (cu metode și
tehnici specifice de rezolvare a problemelor de cercetare), care reflectă o tradiție a
cercetării, o abordare academică bine stabilită, în cadrul unei discipline (Walliman,
2011; Kornuta și Germaine, 2019).
Cel de-al doilea nivel al piramidei cercetării este reprezentat de metodologia
cercetării științifice.
Metodologia este considerată (Outhwaite și Turner, 2007) a fi ramura
epistemologiei, care se concentrează pe procesul activității științifice (mai exact, pe

29
organizarea acestuia). Novikov și Novikov (2013) sunt de părere că, metodologia,
ca teorie a organizării unei activități, se bazează, în mod natural, pe cunoașterea
științifică.

De altfel, metodologia se definește ca fiind știința despre metode sau

studiul teoretic al aplicării metodelor științifice – descrierea, explicarea și
justificarea utilizării acestora, conform lui Kaplan (citat de Alasuutari, Bickman și
Brannen, 2008).
În sens larg, metodologia se referă la principiile generale, regulile, valorile sau
ideologiile, care stau la baza procesului cunoașterii (Clough și Nutbrown, 2002).

Metodologia poate fi înțeleasă și ca fiind un ansamblu de metode, tehnici

și procedee utilizate în cadrul unei cercetări reale, practice (Knapp și Seidlhofer,
2009); poate cuprinde diferiții pași, care sunt adoptați, în general, de către un
cercetător în studierea problemei de cercetare, împreună cu logica alegerii acestora
(Kothari, 2004).

De ce a fost realizat un anumit tip de cercetare, cum a fost definită

problema cercetării, în ce mod a fost formulată ipoteza, ce tip de date au
fost colectate și prin ce metodă, de ce a fost adoptată o anumită tehnică
de prelucrare a datelor și o serie de alte întrebări similare își găsesc, de
obicei, răspunsul, atunci când vorbim despre metodologia cercetării.

Așa cum menționează Joslin (2019) pentru o cercetare de succes trebuie

înțelese și respectate elementele de construcție (cărămizile) ale unei metodologii și
anume: acțiuni, metode, operații, procedee, tehnici etc. Aceste elemente ale
metodologiei, pot fi aplicate apoi în cadrul unui proiect de cercetare, după cum este
necesar, pe toată durata procesului cercetării.

30
 Acțiuni

Metode Operații

Metodologie

Procedee Tehnici

Figura 2.2. Elementele de construcție ale unei metodologii

Relația dintre aceste elemente poate fi descrisă astfel (Corbin și Strauss, 2015):
fiecare activitate are mai multe acțiuni, fiecare acțiune presupune mai multe operații,
fiecare operație poate fi realizată prin mai multe procedee, iar acțiunile și operațiile
au, fiecare, propriile tehnici de execuție.
Metoda, așa cum subliniază Kothari (2004) se compune dintr-o serie de
procedee diferențiate, care trebuie să fie standardizate, adică stabilite în așa manieră
încât să poată fi aplicate întotdeauna în mod identic, indiferent de particularitățile
cercetătorului care le utilizează.
Procedeul reprezintă maniera de acţiune, de utilizare a instrumentelor de
investigare, care nu sunt altceva decât uneltele materiale (foaie de observaţie, fişă de
înregistrare, ghid de interviu, test creion-hârtie sau aparat) pe care le utilizează
cercetătorul pentru cunoaşterea ştiinţifică a fenomenelor socio-umane (de exemplu,
în cazul metodei anchetei – procedee: ancheta pe bază de chestionar, pe bază de
interviu sau test sociometric).
31
 Tehnicile cuprind o serie de operaţii specifice, care sunt utilizate de-a
lungul cercetării, în principal pentru culegerea, înregistrarea şi prelucrarea datelor,
operații care pot fi efectuate manual sau cu ajutorul unor instrumente electronice.

METODA ȘTIINȚIFICĂ

Termenul metodă provine din limba greacă, unde “methodos” înseamnă cale,
drum, mod de expunere şi reunește ansamblul demersurilor prin care cercetătorul
reuşeşte să investigheze un anumit fenomen, să producă un obiect sau să provoace
conştient modificări în realitatea materială (Saunders și Tosey, 2015).

Metoda științifică reprezintă un set de proceduri pe care cercetătorii le adoptă,

în vederea obținerii de cunoștințe despre lumea înconjurătoare (Kitchener, 1999).
Putem defini metoda și ca fiind un mod sistematic de cercetare, ce cuprinde un sistem
de norme şi principii de cunoaştere şi transformare a realităţii obiective; metoda
științifică, așadar, operează după reguli standard, riguroase, uniforme și relativ
constante (Păunescu, 2013).

De asemenea, Pruzan (2016) referindu-se la metoda științifică oferă o

descriere succintă a pașilor care sunt, în general, urmați în cadrul cercetării științifice
(etapele cercetării):
1. Identificarea problemei de cercetare (stabilirea ariei de interes și
identificarea unui subiect de cercetare relevant pentru domeniul în cauză);
2. Documentarea bibliografică (o analiză a literaturii este necesară ca o
introducere preliminară în subiectul supus cercetării, care se efectuează înaintea
oricărui studiu; revizuirea literaturii de specialitate este un proces complex);
3. Formularea ipotezei (presupunere cu privire la relaţiile dintre fenomene, la
legăturile lor cauzale, la mecanismele sau structurile lor).
4. Stabilirea design-ului cercetării (implică delimitarea unui plan de
cercetare, ce include și selectarea metodelor științifice adecvate, ce vor fi utilizate
pentru a găsi răspuns la întrebarea/ problema de cercetare);

32
 5. Colectarea datelor (în urma unui experiment sau colectarea de date prin
intermediul altor metode științifice);
6. Analiza și interpretarea rezultatelor (datele colectate sunt analizate,
eventual prelucrate prin intermediul diferitelor proceduri statistice și apoi
interpretate);
7. Formularea concluziilor (care să confirme sau să infirme ipoteza și de
asemenea, redactarea implicațiilor pe care le pot avea descoperirile asupra teoriei
existente în domeniu).

Sistemul metodelor de cercetare utilizate în majoritatea ştiinţelor sunt:

metoda studiului bibliografic, metoda observaţiei, metoda anchetei, metoda
experimentală și metoda statistico-matematică.

IPOTEZA CERCETĂRII

Știința avansează cu pași mici, prin transformarea presupunerilor, a

ipotezelor, în certitudini (Epuran, 2005).
Cercetarea științifică este, în general, un proces de verificare a ipotezelor. Acest
proces presupune că, cercetătorul își pune întrebări, referitoare la o anumită realitate
și are anumite așteptări, în legătură cu răspunsul posibil la aceste întrebări (Popa,
2010).

Ipoteza reprezintă o explicație provizorie a unor incertitudini, cu privire la

anumite legături între fenomene. În cercetarea ştiinţifică ea ţine locul unei soluţii sau
al unui răspuns, la întrebarea din problema supusă cercetării (Gagea, 2010). Așadar,
ipoteza este o presupunere cu privire la relaţiile dintre fenomene, la legăturile lor
cauzale, la mecanismele sau structurile lor (Niculescu, 2002).

Ipoteza, de regulă, se exprimă printr-un raţionament deductiv, de forma:

„dacă A, atunci B” şi se enunţă pe baza faptelor, datelor şi legilor cunoscute.

33
 Exemplu:
Dacă se va utiliza un program optim de dezvoltare a coordonării
intersegmentare, se va optimiza comportamentul performanțial al jucătorilor de
baschet, juniori.
Ipoteza trebuie formulată în așa manieră încât să poată fi testată sau verificată
(în speranța confirmării), de obicei, printr-o serie de observații și experimente (Khan,
2008). Thomas, Nelson și Silverman (2011) susținând faptul că este esențial ca
ipoteza să poată fi testată, ne oferă următorul exemplu:

Un cercetător ar putea emite ipoteza → succesul în sport depinde doar

de soartă. Cu alte cuvinte, dacă o echipă câștigă este pentru că a așa a fost menit să
fie; în mod similar, dacă o echipă pierde, victoria nu a fost menită să se întâmple.
Confirmarea sau infirmarea acestei ipoteze este imposibilă, deoarece nu se pot
obține dovezi care să o testeze.

Importanța ipotezelor constă, în opinia lui Kumar (2014), în capacitatea lor

de a direcționa procesul de cercetare, de a-l orienta către anumite aspecte cheie, ce
trebuie investigate aducând astfel, specificitate și sens unei cercetări. Ipotezele
dirijează gândirea omului de știință, ajutându-l să stabilească ce informații specifice
să colecteze, prin ce metode, cu ce instrumente etc, prin urmare, facilitează o mai
bună concentrare asupra punctelor esențiale.

În completarea acestor etape, prezentăm un alt exemplu de abordare a

procesului de cercetare și a generării unei ipoteze de cercetare, descris de Anderson
(citat de Popa, 2010) și adaptat de noi, astfel:
→ Un cercetător este interesat să afle dacă există o legătură între oboseala
resimțită de sportivi și accidentările ce apar în timpul competițiilor. Așadar, având
în vedere efectele oboselii, cunoscute din observații directe sau studii experimentale
(diminuarea concentrării atenției, reducerea vigilenței, diminuarea capacității de

34
coordonare a mișcărilor etc), una dintre ipotezele ce se poate genera este aceea că:
numărul accidentărilor este mai mare după un număr crescut de ore de
antrenamente intense (înaintea competiției), pe fondul acumulării de oboseală,
comparativ cu situația unor antrenamente intense mai scurte (nu intrăm în
complexitatea subiectului, ar fi vorba de numeroase alte variabile ce trebuie luate în
considerare: vârstă, experiență competițională, ramură de sport etc). Demersul
științific urmează apoi calea unui proces complex, descris de autor sub forma așa-
numitei „piramide experimentale”, care de fapt, reprezintă un model intuitiv al
fazelor oricărei cercetări (figura 2.3.), nu doar al celei experimentale.

Interpretarea
rezultatelor

Inferența
statistică
Modelul (design-ul)
cercetării

Măsurarea

Comportamentul

Fenomenul cercetat

Cadrul conceptual

Figura 2.3. Piramida cercetării (adaptată după Anderson, citat de Popa, 2010)

Prin acest model, autorul dorește să atragă atenția asupra faptului că procedura
statistică de testare a ipotezelor, care acaparează adesea, cea mai mare parte a
efortului și interesului cercetătorilor, este doar partea finală a unui proces, ce
reunește contribuția fiecăruia dintre componentele sale. Revenind la exemplul de mai

35
sus, cadrul conceptual este performanța umană în activitatea sportivă; fenomenul
cercetat este oboseala; comportamentul poate fi analizat prin manifestări riscante,
erori numeroase și repetate etc; măsurarea implică modalitățile concrete de
cuantificare și înregistrare; modelul cercetării poate fi unul longitudinal (număr de
accidentări, pe o perioadă îndelungată, în mai multe ramuri de sport etc); inferența
statistică impune aplicarea procedurilor statistice adecvate, care să permită
formularea concluziei cu privire la ipoteza cercetării. Procesul de cercetare
culminează cu interpretarea rezultatelor și reunirea aspectelor relevante, legate de
toate nivelurile piramidei, reprezentând secțiunea Discuții a unui raport de cercetare.

Literatura de specialitate (Curtis și Drennan, 2013; Kumar, 2014) prezintă

de asemenea, ca practică des întâlnită, formularea întrebărilor cercetării. Autorii
susțin că se poate efectua un studiu perfect valabil, fără a construi nicio ipoteză, ci
doar a pune întrebări pentru a putea găsi cât mai multe variante de răspuns, la o
anumită problemă (ce urmează a fi testate în cadrul studiilor ulterioare) sau un
răspuns foarte bine documentat (revizuindu-se temeinic literatura din domeniu). Pe
de altă parte, Russell (2018) adaugă faptul că, utilizând întrebările de cercetare, în
cadrul studiilor întreprinse, cercetătorii pot încorpora mai multe ipoteze într-o
singură întrebare de cercetare.

De exemplu, în cadrul unui studiu (Predoiu et al., 2018), cercetătorii

au fost interesați să afle răspunsul la întrebarea: Ce abilități intelectuale
sunt importante pentru a deveni lider informal – în echipa de handbal?

Curtis și Drennan (2013) susțin faptul că întrebările de cercetare pot fi utilizate

într-o varietate de studii, în timp ce utilizarea ipotezelor este mai limitată. Prin însăși
natura definiției unei ipoteze, este evident că ipotezele nu sunt utilizate în cercetarea
calitativă, în timp ce întrebările de cercetare sunt frecvent folosite atât în cadrul
design-urilor calitative, precum și în design-urile cantitative.

36
 Ipotezele și întrebările de cercetare reprezintă elementele fundamentale
ale oricărui studiu (cercetare), iar formularea corectă a acestor componente va
conecta, în mod corect, problema de cercetare cu design-ul de cercetare adecvat și
cu procedurile de analiză statistică ulterioară.

TESTAREA IPOTEZEI ȘI VARIABILELE CERCETĂRII

Scopul cercetării, obiectivele, întrebările de cercetare sau ipotezele includ

variabilele sau conceptele ce vor fi investigate în cadrul unui studiu.
Variabilele reprezintă calități, proprietăți sau caracteristici ale persoanelor,
obiectelor sau situațiilor, care pot varia (se pot modifica). Variabilele ar trebui să fie
definite în mod concis pentru a facilita măsurarea sau manipularea lor în cadrul unor
studii cantitative (Chinn și Kramer, 2008). Conceptele sunt studiate în cadrul
cercetărilor calitative (mai în profunzime) și prezintă un nivel superior de
abstractizare, față de variabile.
Variabilele sunt clasificate într-o varietate de tipuri pentru a explica utilizarea
lor în cercetare. Unele variabile sunt manipulate; altele sunt controlate. Unele
variabile sunt identificate, dar nu măsurate; altele sunt măsurate cu dispozitive de
măsurare de mare precizie (Adler și Clark, 2015). În acest capitol vă vom prezenta
variabilele: independente, dependente, de cercetare și externe.
Variabilele independente și dependente
Relația dintre variabilele independente și dependente reprezintă baza pentru
formularea ipotezelor în cazul studiilor corelaționale, cercetărilor cvasi-
experimentale sau experimentale. O variabilă independentă este un stimul sau o
activitate, care este manipulată de către cercetător pentru a produce un efect asupra
variabilei dependente. Variabila independentă se mai numește și variabila
experimentală sau variabila tratament (Burns și Grove, 2011). Variabila dependentă
reprezintă rezultatul sau răspunsul, pe care cercetătorul dorește să îl prezică sau să îl

37
explice. Astfel, modificările variabilei dependente sunt presupuse a fi datorate
acțiunii variabilei independente.
Variabilele cercetării
Studiile descriptive și studiile corelaționale (cantitative) implică investigarea
variabilelor cercetării. Variabilele cercetării sunt calități, trăsături sau caracteristici
identificate în cadrul scopului, obiectivelor sau întrebărilor cercetării, care sunt
observate sau măsurate într-un studiu (Smith, 2010). Variabilele cercetării sunt
utilizate atunci când intenția cercetării este de a observa sau de a măsura variabilele
așa cum există acestea într-un cadru natural, fără implementarea vreunui tratament.
Astfel, nicio variabilă independentă nu este manipulată și nicio relație cauză-efect
nu este examinată (David și Sutton, 2004).
Variabilele externe
Variabilele externe există în toate studiile și pot afecta atât măsurarea
variabilelor cercetării, cât și relațiile dintre aceste variabile. Variabilele externe pot
fi clasificate ca fiind: identificate (recunoscute) sau necunoscute și controlate sau
necontrolate. Unele dintre aceste variabile nu sunt identificate decât în timpul
studiului sau la finalul acestuia, însă prezența lor poate influența rezultatul cercetării.
În alte cazuri, variabilele externe pot fi măsurate în timpul studiului și controlate în
timpul analizei statistice.

Limite ale cercetării

În orice caz, variabilele care nu pot fi controlate sau măsurate sunt

considerate drept limite ale cercetării și acestea trebuie să fie declarate în cadrul
cercetării, de regulă în secțiunea Concluzii. Limitele cercetării pot fi reprezentate de:
caracteristicile eșantionului studiat, în ceea ce privește mărimea, genul, vârsta,
experiența competițională etc, starea fizică și psihică a participanților din momentul
testării (momentul din zi: dimineața, dupa-amiaza, seara; oboseala; factori afectiv-
emoționali; motivația etc; ce pot provoca variații privind: timpul de răspuns,

38
vigilența, capacitatea de a prelucra date relevante etc). Variabilele legate de mediul
înconjurător sunt un tip distinct de variabile externe, care compun contextul în care
se desfășoară cercetarea. Ca exemplu, amintim: diferențele culturale, mediul social
(educație, familie, școală, organizații/ instituții etc) și trăsăturile distincte ale ramurii
de sport investigate. Prin urmare, rezultatele trebuie interpretate cu mare atenție,
generalizarea descoperirilor/ constatărilor fiind relativ limitată. De asemenea,
aspectele ce țin de măsurători și analiza datelor, ce pot reprezenta limite în cadrul
cercetării, trebuie menționate de către autorii studiului.

Prezentăm, în continuare, un exemplu privind abordarea procesului de

cercetare, generarea unei ipoteze și identificarea variabilelor cercetării, pornind de
la o propunere de cercetare ipotetică, bazată pe studiile lui Chelladurai (citat de
Gratton și Jones, 2010) privind stilurile de conducere a echipei (leadership) în sport.

Să spunem spre exemplu, că sunteți interesați să aflați dacă există vreo

relație între stilul de conducere abordat de antrenori și succesul, în consecință, al
echipelor pe care aceștia le pregătesc. Astfel, propunerea de cercetare se poate baza
pe următoarea întrebare: „Cum influențează stilul de conducere al unui antrenor
performanțele echipei sale?”. Următorul pas ar fi identificarea elementelor de
construcție ale studiului și anume:
➢ stil de conducre (leadership);
➢ antrenor;
➢ performanță sportivă;
➢ echipă.
Aceste concepte trebuie riguros definite, pentru a oferi claritate privind ceea ce
se investighează în cadrul studiului. În cadrul studiilor sportive, există o serie de
termeni dificil de operaționalizat cu exactitate; în această categorie se pot include:
„performanță”, „efect”, „influență”, care sunt utilizați destul de vag și de aceea ar
trebui menționat clar prin ce se exprimă acestea (performanța poate fi înteleasă ca

39
loc ocupat în clasament, distanțe parcurse, număr de goluri înscrise, victorii etc).
Odată ce un concept a fost operaționalizat, acesta devine o variabilă a cercetării. În
continuare, se va formula întrebarea de cercetare sau ipoteza cercetării (ca relație
sugerată între variabile, ce trebuie testată empiric).
→ Dacă întreprindeți un studiu calitativ, asupra efectelor stilului de conducere,
încercând să explicați de ce stilul de conducere al antrenorului a avut un anumit efect
asupra performanței, atunci urmează alegerea modalităților de identificare și
evaluare a datelor calitative furnizate de antrenorii și jucătorii din echipa sportivă.
Adesea, în cadrul unui studiu calitativ, acesta este un proces emergent și vă veți
clarifica asupra variabilelor adecvate pe parcursul procesului de colectare și analiză
a datelor.
→ Într-un studiu cantitativ urmează identificarea variabilelor independente și
variabilele dependente. În exemplul nostru, se prevede că stilul de conducere
influențează performanța. Prin urmare, stilul de conducere este variabila
independentă, iar performanța este variabila dependentă.
 Variabila independentă influențează variabila dependentă.
 Stilul de conducere influentează performanța.
Prin urmare, cel puțin superficial, s-ar părea că prin măsurarea stilului de
conducere și a performanței, am putea identifica dacă există o relație între acestea.
Din păcate, cercetarea este rareori simplă. Stilul de conducere nu va fi singura
influență asupra performanței. Alte variabile pot avea, de asemenea, un efect asupra
relației și va trebui să le identificăm. Acestea se numesc variabile externe. Astfel,
următoarea etapă a studiului este identificarea a cât mai multe astfel de variabile, ce
pot include: echipele oponente, tip de competiție, factori legați de echipă –
accidentări, transferuri, public ostil, arbitri părtinitori, suprafața de joc etc. Asfel că,
în general, cu cât este mai țintită (focalizată) ipoteza de cercetare, cu atât mai puține
variabile externe se vor aduce în discuție. Experimentarea şi utilizarea mijloacelor

40
statistice de prelucrare şi interpretare a datelor sunt principalele căi de verificare a
ipotezelor.

Ipoteza de nul
În timp ce ipoteza de cercetare, așa cum am explicat anterior, afirmă că există
o relație (asociere, legătură, diferență etc) între variabila independentă și cea
dependentă, ipoteza de nul sau ipoteza nulă presupune că nu există o legătură între
variabile, iar rezultatele cercetării nu provin din acţiunea variabilei independente, ci
din cauze întâmplătoare. Gravetter și Wallnau (2008), subliniază faptul că ipoteza
de nul susține că variabila independentă sau tratamentul nu are niciun efect asupra
celei dependente – deci, nu se înregistrează nicio schimbare, niciun efect, nicio
diferență – nu se întâmplă nimic, de aici și denumirea ipoteza de nul (notată
convențional H0, H provine de la ipoteză și 0 indicând zero efect, efect nul).
Respingerea ipotezei nule va conduce la validarea ipotezei de cercetare (notată
cu H1 și cunoscută de asemenea, sub denumirea de ipoteză alternativă) care prezice
că variabila independentă (tratamentul) va avea un efect asupra variabilei
dependente. Acest lucru se face cu ajutorul testelor de semnificaţie (spre exemplu,
testul t), care verifică faptul că diferenţele sunt (sau nu sunt) întâmplătoare
(Păunescu, 2013). Efectuarea unui test de semnificație (cunoscută şi sub numele de
testarea ipotezelor) este o metodă folosită pentru a testa o presupunere în care
credem, referitoare la o întreagă populație, prin folosirea datelor obținute dintr-un
eșantion.

De exemplu, dacă dorim să investigăm dacă există vreo legătură între

nivelul de pregătire fizică și performanța sportivă, în cazul unor jucători de baschet,
vom aduce în discuție:
H1: „Ca urmare a procesului de pregătire a sportivilor există diferențe
semnificative între nivelul de pregătire fizică şi nivelul performanţei sportive”.

41
 H0: „Ca urmare a procesului de pregătire a sportivilor nu există diferențe
semnificative între nivelul de pregătire fizică şi nivelul performanţei sportive”.

Menționăm că ipoteza de nul nu trebuie formulată și nici introdusă în

cadrul unui raport de cercetare (articol științific, lucrare de licență, disertație, teză de
doctorat etc), însă se va ține cont de confirmarea sau infirmarea acesteia în cadrul
analizei statistice. Decizia statistică ia în considerare respingerea sau acceptarea
ipotezei de nul, pentru a se accepta (sau respinge) ipoteza de cercetare, astfel,
cercetătorul va scrie în raportul de cercetare “se acceptă/ respinge ipoteza de nul”.
Se va raporta că efectul variabilei independente (variabila tratament) este
semnificativ din punct de vedere statistic sau nu este.

Ipoteze unidirecționale și bidirecționale

Conform unor autori (Tenenbaum și Driscoll, 2005; Labăr, 2008) ipotezele de
cercetare, generate într-un studiu, pot fi: unidirecționale (one-tailed) sau
bidirecționale (two-tailed).
O ipoteză unidirecțională trasează exact direcția relației dintre două variabile.
Spre exemplu:
• Există o corelație pozitivă între timpul alocat studiului și performanța școlară.
• Sportivii au o frecvență cardiacă metabolică bazală mai mică decât nesportivii.
• Femeile au o inteligență emoțională mai dezvoltată comparativ cu bărbații.
Ipotezele bidirecționale, în schimb, nu specifică natura relației dintre două
variabile.
Exemple:
• Există o corelație între atenție și performanța școlară.
• Există o diferență semnificativă între sportivi și nesportivi privind frecvența
cardiacă metabolică bazală.
• Există diferențe semnificative între bărbați și femei în ceea ce privește
inteligența emoțională.

42
 Este importantă această diferențiere între ipotezele unidirecționale și
bidirecționale, pentru prelucrarea corectă a datelor, de exemplu, în programul,
prescurtat SPSS (de la denumirea în limba engleză Statistical Package for the Social
Sciences), program ce a devenit indispensabil instituțiilor educaționale, instituțiilor
publice sau firmelor private, interesate de: realizarea de sondaje de opinie, studii de
piață sau cercetare avansată. În programul SPSS, pragul de semnificație p adiacent
rezultatelor obținute în urma testelor statistice este un prag de semnificație
bidirecțional (two-tailed) specific ipotezelor bidirecționale (Labăr, 2008). Cu alte
cuvinte, atunci cand sunt analizate ipoteze bidirecționale, cercetătorul va raporta
rezultatele la pragul de semnificație p afișat de SPSS, iar când sunt analizate ipoteze
unidirecționale se va înjumătăți pragul de semnificație p afișat (two-tailed) și
raportarea se va face la această valoare. Atenție însă, că se va înjumătăți doar pragul
de semnificație p, nu și rezultatul testului statistic (valoarea lui U sau r, etc → aspecte
ce vor fi tratate mai pe larg în Capitolul 11 - Elemente de statistică neparametrică) și
se va preciza în paranteză one-tailed.

PRAGUL DE SEMNIFICAȚIE

Pragul de semnificație sau pragul alfa (p) se exprimă printr-un număr de la 0

la 1 și reprezintă probabilitatea de a face o eroare dacă respingem ipoteza de nul. La
nivel convențional, nivelul acceptat de comunitatea științifică în testarea ipotezei
nule este de 0,05, valoare stipulată inițial de Fisher (citat de Popa, 2010), părintele
statisticii moderne (Vogt, 2005). Altfel spus, pragul de semnificație (p) trebuie să fie
mai mic sau egal cu 0,05 (p ≤ 0,05) ceea ce înseamnă că probabilitatea ca rezultatul
obținut în urma studiului să se datoreze întâmplării (și nu intervenției variabilei
independente, a tratamentului) este mai mică de 5% (0,05).
Pragul de semnificație sau pragul alfa (p) trebuie să fie mai mic sau egal cu 0,05
pentru ca rezultatul (diferența, efectul, schimbarea) să fie considerat semnificativ
din punct de vedere statistic (însă el se poate raporta ca fiind ≤ 0,05 sau ≤ 0,01,
chiar ≤ 0,001).

43
 MĂRIMEA EFECTULUI

Atunci când cercetătorii resping ipoteza de nul și concluzionează că variabila

independentă a avut un efect, în general, doresc să afle cât de puternic a fost efectul
variabilei independente asupra celei dependente. Acest fapt se determină calculându-
se mărimea efectului – proporția de variabilitate (sau varianță) din variabila
dependentă, care se datorează intervenției variabilei independente (Leary, 2001).
De exemplu, dacă mărimea efectului este calculată ca fiind .49 putem spune că
49% din variația variabilei dependente se datorează variabilei independente, restul
fiind pus pe seama altor influențe (uzual, rezultatul obținut în urma calculării mărimii
efectului se înmulteste cu 100 și exprimarea se realizează în procente).
Mărimea efectului unei (sau unor) variabile independente (VI) asupra
variabilei dependente (VD) reprezintă puterea relației dintre VI și VD. Dacă testele
statistice au rolul de a informa cercetătorul asupra semnificației statistice a unor
rezultate, mărimea efectului este relevantă pentru semnificația practică a rezultatelor
(Labăr, 2008). Există variate formule, relativ diferite, pentru calcularea mărimii
efectului, în funcție de testul statistic efectuat (corelație, testul t, teste neparametrice
etc, ce vor fi tratate mai pe larg în capitolele viitoare).
De asemenea, în literatura de specialitate (Cohen, 1988; Rosenthal, Rosnow și
Rubin, 2000; Allen, 2017) sunt menționați numeroși indicatori ai mărimii efectului
și anume: d al lui Cohen, g al lui Hedges, Δ (delta) a lui Glass etc (dacă de exemplu,
sunteți interesați să comparați două sau mai multe grupuri) sau r2, ɳ2 (eta pătrat), R2
(R reprezintă coeficientul de determinare multiplă, utilizat în cazul regresiei), V al
lui Cramer, φ (phi), λ (lambda) etc (dacă doriți să evaluați gradul de asociere între
două variabile). Majoritatea indicatorilor pot fi calculați utilizând programe statistice
binecunoscute, cum ar fi SPSS.
În general, cercetătorii prezintă mărimea efectului prin intermediul indicatorilor
d sau r. Interpretarea acestora este diferită, însă ei pot fi transformați unul în altul,
utilizând următoarele ecuații (Ellis, 2010):

44
 2𝑟
𝑑=
√1 − 𝑟 2
𝑑
𝑟=
√𝑑 2 + 4

Posibilitatea de a converti un tip de indice în altul face posibilă compararea

efectelor de diferite tipuri și enunțarea unor concluzii pertinente din studiile care
raportează indici diferiți (Warner, 2020).
Prezentăm, în tabelul de mai jos, câteva dintre valorile de referință pentru
interpretarea mărimii efectului, stabilite de Cohen (citat de Ellis, 2010):

Tabel 2.1. Interpretarea mărimii efectului (adaptare după Ellis, 2010)

Mărimea efectului
Testul Indice al
mărimii efectului
Slab Mediu Puternic
Compararea mediilor pentru d, Δ, g al lui Hedges .20 .50 .80
eșantioane independente
Compararea mediilor pentru d .05 .15 .25
eșantioane perechi
Corelații r .10 .30 .50
2
r .01 .09 .25
Teste de asociere pentru tabele φ, V al lui Cramer .10 .30 .50
încrucișate (Crosstabulations)
ANOVA f .10 .25 .40
ɳ 2
.01 .06 .14
Regresie multiplă R 2
.02 .13 .26

Calcul Mărimea efectului – surse web (Effect size calculator)

Pentru compararea mediilor pentru eșantioane independente sau pentru
eșantioane perechi, puteți accesa link-ul următor:
https://www.socscistatistics.com/effectsize/default3.aspx

45
 După accesarea link-ului, pe ecran apare imaginea următoare (vezi Figura 2.4.)
prezentată în continuare:

Figura 2.4. Calculator online – Mărimea efectului (introducere date)

(https://www.socscistatistics.com/effectsize/default3.aspx)

- Introduceți datele solicitate: media aritmetică, abaterea standard și numărul de

participanți (pentru rezultatele de la testarea inițială și pentru rezultatele de la testarea
finală, respectiv rezultatele grupului de experiment și cele ale grupului de control).
- Apăsați butonul Calculate și rezultă imaginea următoare:

Figura 2.5. Calculator online – Mărimea efectului (rezultat calculat)

(https://www.socscistatistics.com/effectsize/default3.aspx)

46
 - Citim rezultatul pentru d al lui Cohen, delta al lui Glass sau g al lui Hedges
(după caz).

Interpretare → conform tabelului prezentat anterior și anume Tabel 1.

Interpretarea mărimii efectului (adaptare după Ellis, 2010).

Exemplu: Să spunem că dorim să comparăm rezultatele de la testarea inițială

și cele de la testarea finală ale unor jucători de handbal (50 participanți), după
parcurgerea unui program de pregătire care a vizat dezvoltarea rezistenței generale.
În exemplul dat, d=0,64 traduce un efect puternic al intervenției
cercetătorului (mai exact, un impact puternic al programului de dezvoltare a
rezistenței generale asupra rezultatelor obținute de participanții din cadrul cercetării).
Aspectele reflectate de calculul mărimii efectului reprezintă aspecte deosebit de
importante pentru activitatea practică în domeniul respectiv investigat
(intensitatea/ impactul intervenției cercetătorului poate fi unul mic, moderat sau
puternic asupra variabilelor studiate).

EXERCIȚII

• Citiți fiecare dintre ideile de proiect de cercetare (de mai jos) în domeniul
științei sportului și educației fizice și încercați să identificați variabila independentă
(VI) și variabila dependentă (VD) pentru fiecare studiu, marcându-le, eventual, cu o
culoare diferită. Amintiți-vă, că VI este ceea ce doriți să manipulați sau să schimbați
(intervenția, tratamentul etc), iar VD este ceea ce veți măsura (efectul, reacția,
rezultatul etc).

Observație! Atunci când nu manipulați concret VI, formularea poate fi

“Variabila X joacă rol de VI” (vedeți, de exemplu, în primele 2 idei de mai jos).

47
 ➢ Două grupuri (jucători de baschet și jucători de volei) au efectuat o săritură
pe verticală (în înălțime) de pe loc în scopul evaluării forţei explozive a membrelor
inferioare (a detentei).
➢ Trei grupuri de jucători de handbal (juniori III, juniori II, juniori I) au fost
testați pentru a se evalua capacitatea de concentrare a atenției în diferite sarcini (care
prezintă grade de dificultate diferite).
➢ Patru grupuri de elevi (ciclul primar, clasa a IV-a, elevi cu vârste cuprinse
între 10-11 ani) au efectuat un test de evaluare a coordonării intersegmentare, după
efectuarea unui program care a cuprins numeroase jocuri de mișcare (care au vizat
dezvoltarea capacităților coordinative).
➢ Există diferențe semnificative, sub raport statistic, între rezultatele
înregistrate la începutul cercetării, de către pacienții care au suferit o fractură de
humerus și rezultatele obținute la sfârșitul perioadei de cercetare, după efectuarea
unui program kinetic adecvat, în ceea ce privește mobilitatea articulară.
➢ Aplicarea sistematică și corectă a metodelor și mijloacelor specifice
kinetoterapiei, duce la eficientizarea recuperării pacienților care au suferit o entorsă
de gradul II, la nivelul gleznei.
➢ Utilizarea unui program optim de tratament destinat recuperării după un
traumatism (disjuncție acromio-claviculară) va duce la ameliorarea nivelului
mobilității articulare.
➢ Există o diferență semnificativă, sub raport statistic, între rezultatele
înregistrate de către pacienții care au suferit o luxație la nivelul gleznei și au efectuat
programul kinetic A și pacienții care au realizat programul de recuperare B, ambele
vizând ameliorarea mobilității articulare.
➢ Numărul accidentărilor este mai mare după un număr mai mare de ore de
antrenamente intense (înaintea competiției), pe fondul acumulării de oboseală,
comparativ cu situația unor antrenamente intense mai scurte.
➢ Utilizarea unui program optim de tratament destinat recuperării
coxartrozei neoperate va duce la ameliorarea atât a stabilității articulare, cât și a
mobilității.
48
 ➢ Ca urmare a procesului de pregătire a sportivilor există diferențe
semnificative între nivelul de pregătire fizică şi eficiența recuperării după o
accidentare.
➢ Există diferențe semnificative, sub raport statistic, între rezultatele
înregistrate la începutul cercetării, de către pacienții care au suferit o fractură de
humerus și rezultatele obținute la sfârșitul perioadei de cercetare, după efectuarea
unui program kinetic adecvat, în ceea ce privește mobilitatea articulară.
➢ Aplicarea sistematică și corectă a metodelor și mijloacelor specifice
kinetoterapiei, duce la eficientizarea recuperării pacienților care au suferit o entorsă
de gradul II, la nivelul gleznei.
➢ Utilizarea unui program optim de tratament destinat recuperării după un
traumatism (disjuncție acromio-claviculară) va duce la ameliorarea nivelului
mobilității articulare.
➢ Există o diferență semnificativă, sub raport statistic, între rezultatele
înregistrate de către pacienții care au suferit o luxație la nivelul gleznei și au efectuat
programul kinetic A și pacienții care au realizat programul de recuperare B, ambele
vizând ameliorarea mobilității articulare.
➢ Numărul accidentărilor este mai mare după un număr mai mare de ore de
antrenamente intense (înaintea competiției), pe fondul acumulării de oboseală,
comparativ cu situația unor antrenamente intense mai scurte.
➢ Utilizarea unui program optim de tratament destinat recuperării
coxartrozei neoperate va duce la ameliorarea atât a stabilității articulare, cât și a
mobilității.
➢ Ca urmare a procesului de pregătire a sportivilor există diferențe
semnificative între nivelul de pregătire fizică şi eficiența recuperării după o
accidentare.

49
 CAPITOLUL 3

METODE DE CERCETARE ȘTIINȚIFICĂ

Sistemul metodelor de cercetare utilizate în majoritatea ştiinţelor include

următoarele metode: metoda studiului bibliografic, metoda observației, metoda
anchetei (care poate fi realizată: pe bază de chestionar, pe bază de interviu, pe bază
de test sociometric, studiu de caz etc), metoda experimentală, metoda statistico-
matematică și metoda grafică.

Figura 3.1. Sistematizarea metodelor de cercetare cu caracter general

3.1. Metoda studiului bibliografic

Documentarea reprezintă prima etapă a activității de cercetare, care stă la baza

elaborării proiectelor de cercetare (diferitelor manuscrise, lucrărilor de licență,
disertație, teze de doctorat etc) și constă din studiul bibliografiei de specialitate, în

50
general atât din țară, cât și din străinătate. O analiză a literaturii este adesea necesară
ca o introducere preliminară în subiectul supus cercetării, care se efectuează înaintea
oricărui studiu primar. În acest context, scopul revizuirii literaturii este de a oferi o
imagine critică într-o anumită zonă/ domeniu, pentru a demonstra de ce este necesar
un nou studiu. Această activitate presupune consultarea a numeroase surse
bibliografice, lucrări de cercetare, publicate de autori și specialiști români, dar și
străini și apoi, selectarea materialului documentar, în funcție de interes, claritate și
noutate în domeniu.

3.2. Metoda observației

Metoda observației este o metodă științifică de colectare a datelor și presupune

urmărirea cu intenție, într-un mod sistematic și selectiv, a unor aspecte ale acțiunilor,
proceselor, și comportamentelor umane și înregistrarea acestor informații așa cum
se întâmplă ele, în mediul natural, fără a fi influențate sau modificate în vreun fel.
Scopul urmărit este ca din datele obținute în urma observației să se poată extrage
legi, sau, altfel spus, analiza datelor să permită generalizarea.
Observația reprezintă o activitate de colectare a datelor, de bază, pentru multe
discipline în care se întreprinde cercetarea și poate fi utilizată pentru a înregistra atât
date de ordin cantitativ, cât și calitativ. Observarea nu se limitează la simțul vizual.
Orice simț – de exemplu mirosul, atingerea, auzul – pot fi implicate și acestea nu
trebuie limitate la raza perceptibilă a simțurilor umane. Un microscop sau un telescop
poate fi utilizat pentru a extinde capacitatea ochiului, la fel cum un contor de
umiditate poate crește sensibilitatea la senzația de umezeală. Instrumente au fost
dezvoltate în fiecare disciplină pentru a extinde limitele observaționale ale simțurilor
umane (Walliman, 2011).
În cadrul cercetării, după gradul de participare al observatorului, se poate utliza
observația participativă, cercetătorul fiind implicat în activitățile grupului asupra
căruia se realizează investigațiile sau observația nonparticipativă (vezi Capitolul X),
în situațiile în care cercetătorul nu se implică în activitățile grupului studiat, fiind un

51
observator pasiv, urmărind și ascultând toate activitățile, pentru ca în final, să extragă
principalele concluzii.
Observația participativă se mai poate clasifica în două subcategorii, după cum
precizează literatura de specialitate (Schutt, 2006): observație deschisă (overt
observation, engl.) în situațiile în care participanții știu că sunt observați sau
observație închisă (covert observation, engl.) atunci când cei investigați nu știu că
acțiunile și comportamentul le sunt studiate.
Dintre formele observației, în cercetările întreprinse în domeniul activităților
motrice, dar și în domeniul managementului și marketingului sportiv, se mai
utilizează, în general, observația longitudinală și observația transversală (Hassett și
Paavilainen-Mäntymäki, 2013). Observaţia longitudinală reprezintă cercetarea de tip
istoric – evolutiv (de exemplu, urmărirea conduitei sau performanţelor unui grup de
sportivi/ elevi/ angajați în diferite structuri sportive etc, pe o perioadă îndelungată de
timp, chiar de-a lungul mai multor ani de studii), iar observația transversală, cel de-
al doilea tip, se adresează cercetării simultane a mai multor situaţii (de exemplu, în
cazul unei cercetări pot fi investigate mai multe grupe de vârstă/ categorii).
În cadrul diferitelor cercetări pot fi utilizate și următoarele două tipuri de
observație, clasificate în funcție de gradul de sistematizare, observația structurată sau
observația nestructurată. În timpul observației structurate, observatorul își asumă
rolul de cercetător și utilizează numeroase tehnici de colectare a datelor, cum ar fi:
listele de control, scalele de evaluare, sistemele de codificare a interacțiunilor și
descrierea narativă, în cel de-al doilea caz, informațiile sunt înregistrate, în mod
liber, de către cercetătorul - observator; se notează elementele de interes în raport cu
scopul cercetării; observatorul nu dispune de un formular standardizat.
Este important să concepeți o modalitate simplă și eficientă de înregistrare a
informațiilor cu exactitate (o fișă de înregistrare, de exemplu, în cercetările
cantitative), în special în cazul înregistrării evenimentelor frecvente sau cu o
desfășurare rapidă.

52
 Spre exemplu, dacă în cadrul unui studiu privind ambilateralitatea (podală)
la jucătorii de fotbal juniori, ar fi utilizată observația, ca metodă de colectare a
datelor, s-ar putea utiliza o fișă de observație similară celei din figura 3.2.

Bifează căsuța de fiecare dată când apare comportamentul Jucătorul numărul .......

Conducerea mingii - picior stâng

Conducerea mingii - picior drept

Pasarea mingii - picior stâng

Pasarea mingii - picior drept

Lovirea mingii - picior stâng

Lovirea mingii - picior drept

Trecerea mingii de la piciorul

stâng la piciorul drept
Trecerea mingii de la piciorul
drept la piciorul stâng

Figura 3.2. Exemplu de fișă de observație (Gledhill et al., 2007)

3.3. Metoda anchetei

Ancheta poate fi descrisă ca fiind un sistem de colectare a informațiilor, ce

permite descrierea, compararea sau explicarea unor cunoștințe, atitudini sau
comportamente. Din punct de vedere metodologic, anchetele oferă posibilitatea
colectării unor cantități semnificative de date, dintr-o populație considerabilă (Fink,
2002).

53
 Cercetarea prin anchetă este întâlnită cu precădere în cadrul investigațiilor din
domeniul științelor sociale și ale educației, din acest motiv dobândind, în ultimii ani,
un prestigiu deosebit. Ancheta poate fi descrisă ca fiind un sistem de colectare a
informațiilor, ce permite descrierea, compararea sau explicarea unor cunoștințe,
atitudini sau comportamente. Anchetele oferă posibilitatea de informare asupra unei
anumite realități, prin intermediul datelor, ce se pot obține de la diferite persoane,
echipe sau grupuri și constau în culegerea acestor date prin intermediul tehnicii
“întrebare-răspuns”.
Utilizând metoda anchetei în domeniul activităților corporale, în afara studiului
opiniei, motivelor, atitudinilor, obișnuințelor, se vor putea sonda și alte aspecte ale
comportamentului. Spre exemplu, experimentarea unei metode de formare sau
consolidare a unei deprinderi motrice nu poate ignora subiectivitatea celui care o
execută (elev sau sportiv). Așadar, cercetătorul poate studia relatările verbale ale
subiectului, percepțiile, gândurile, intențiile, emoțiile, cunoscând astfel, atât măsura
în care elevul sau sportivul a recepționat indicațiile, cât și gradul de mobilizare și
afectare din timpul activității.
Dintre variatele forme de desfășurare ale anchetei, pe care le menționează
literatura de specialitate (Babbie, 2008; Groves et al., 2009; Thomas, Nelson și
Silverman, 2011; De Vaus, 2014; Beatty et al., 2020), amintim: ancheta pe bază de
chestionar, ancheta pe bază de interviu, ancheta pe baza testului sociometric,
sondajul, biografiile și studiile de caz.

3.3.1. Ancheta pe bază de chestionar

Metoda chestionarului sau, pe scurt, chestionarul se aplică atunci când se
analizează concordanţa sau discordanţa unor răspunsuri la întrebări cu caracter de
prospectare, ecou, reacţie (feed-back) etc (Gagea, 2010).
Chestionarele sunt poate cea mai frecventă metodă de cercetare în domeniul
sportului și educației fizice, așa cum consideră Gratton și Jones (2010). Definit
sintetic, un chestionar reprezintă un set de întrebări standardizate, elaborat pentru a

54
obține informații de la un subiect/ grup de participanți. Ele sunt adesea asociate cu
cercetări de tip cantitativ, atunci când sunt necesare numeroase date, dintr-un grup
mare de participanți (deși puteți colecta informații calitative folosind chestionare, nu
este de dorit în majoritatea cazurilor, alte metode fiind, în general, mai potrivite).
Chestionarul reprezintă o suită de propoziţii având o anumită formă şi o anumită
ordine, pe baza cărora se solicită părerea, judecata sau evaluarea unui subiect
interogat (Păunescu, 2013). Dintr-o altă perspectivă, chestionarul reprezintă o
tehnică și corespunzător, un instrument de cercetare, constând dintr-o succesiune
logică de întrebări scrise sau imagini grafice, cu funcție de stimuli, în raport cu
ipotezele cercetării care, prin administrare de către operatorii de anchetă sau prin
autoadministrare, determină din partea celui anchetat un comportament verbal sau
non-verbal ce urmează a fi înregistrat în scris (Chelcea, 2004).

3.3.2. Ancheta pe bază de interviu

Interviul este un instrument flexibil de colectare a datelor, care are la bază
comunicarea verbală și presupune întrebări și răspunsuri, așa cum implică și
chestionarul (Simion, 2013). Însă, în timp ce, prin intermediul chestionarului putem
colecta date structurate și este adesea completat fără ca cercetătorul să fie neapărat
prezent, în cazul interviului, cel care conduce interviul este un element cheie al
procesului, iar abilitățile/ competențele, atitudinile și tehnica de intervievare sunt
toate o parte integrantă a succesului respectivei cercetări în a obține date calitative
„bogate” (Schostak, 2006).
Interviurile sunt utilizate, cu precădere, în cercetarea calitativă, deoarece pot
ajuta cercetătorul să obțină rapid multe informații despre un subiect, însă acest proces
funcționează numai dacă vor fi dezvoltate o serie de abilități necesare conducerii
unui interviu, despre care vom discuta în continuare. În cadrul interviurilor, veți
primi doar răspunsuri la întrebările pe care le puneți. Specialiștii domeniului
(Maxwell, 2012) ne atenționează, în acest sens: Dacă puneți întrebări “greșite”
(sau utilizați un tip neadecvat de întrebări), nu veți afla niciodată ce doriți.

55
 Termenul de „interviu” este un neologism provenit din limba engleză
(interview – întrevedere, întâlnire), fiind utilizat, cu precădere, în jurnalistică şi în
ştiinţele socioumane (Chelcea, 2004).
Semnifică întâlnirea și conversația între două sau mai multe persoane, acestea
fiind notele sale definitorii: interviul este o conversație față în față, în care o persoană
obține informații despre altă persoană, fenomen sau fapt (Cassell, 2015).
Se spune că cel mai simplu mod de a afla informații de la cineva este pur și
simplu să îl întrebi! (Gratton și Jones, 2010). Acesta este principiul care stă la baza
interviului utilizat în cercetare. Interviul față în față este, probabil, cea mai frecventă
metodă prin care se pot colecta date calitative în cercetarea din domeniul educației
fizice și sportului.

Așa cum susține literatura de specialitate (Lussier, 2009; Wilson, 2014;

Mann, 2016) în funcție de structură, interviurile pot fi, în general, clasificate în trei
categorii: interviul structurat, interviul semistructurat, interviul nestructurat.
Punch (2009) menționează că interviul structurat (cunoscut și sub alte
denumiri: interviul standardizat, controlat sau interviul directiv) este, în general, de
tip cantitativ și presupune ca întrebările şi ordinea lor să fie dinainte stabilite,
formulate standard și aplicate în același mod tuturor persoanelor intervievate; de
obicei fiind date şi alternativele de răspuns, participantul având sarcina de a alege
varianta de răspuns pe care o găsește potrivită (Newby, 2014). Interviul structurat,
așa cum subliniază Lussier (2009), implică utilizarea unui set prestabilit și identic de
întrebări (un chestionar standard) care sunt, de obicei, citite de intervievator cu un
ton neutru al vocii, pentru a evita influențarea răspunsului. Răspunsurile sunt de
regulă – dar nu trebuie să fie – scurte (Da sau Nu, un fapt specific sau o alegere pe o
scală), cu puține îndrumări (sau feedback) oferite de intervievator.
În cadrul interviului semistructurat, prestabilite sunt doar temele în jurul
cărora se va purta discuţia, astfel că, operatorul de interviu va pleca pe teren cu un
ghid de interviu şi nu cu un instrument elaborat în detaliu (chestionar). Ghidurile de
interviu cunosc o mare varietate de forme, începând de la unele ce cuprind doar
56
câteva teme generale, până la altele cu o listă lungă de subiecte şi întrebări specifice
(Silverman, 2017). Intervievatorul va avea o listă de teme și domenii dinainte
stabilite, ce trebuie acoperite.
Interviurile nestructurate sunt discuții informale, utilizate în cazul în care
cercetătorul vrea să exploreze în profunzime un anumit subiect cu o altă persoană,
în mod spontan (Gray, 2020). Cu toate acestea, chiar și în cazul acestui tip de
interviuri, este probabil ca cercetătorul să aibă o gamă de subiecte prestabilite ce pot
fi acoperite în discuție, incluse într-un memorator, pe baza căruia să improvizeze
(atunci când este necesar). Sau, în cadrul interviului, s-ar putea să fie doar o singură
întrebare, la care respondentul este lăsat să răspundă liber. Veal (2017) precizează
că interviurile nestructurate nu presupun o procedură strictă de derulare; nu există
restricții în formularea întrebărilor, așa cum nu este absolut necesară respectarea unei
ordonări riguroase sau rigide.

În funcție de numărul de participanţi din cadrul studiului, interviurile se

mai pot clasifica în două categorii: interviuri individuale și interviuri de grup
(Robson și McCartan, 2016; Cohen, Manion și Morrison, 2018).
Interviul individual presupune că cercetătorul poartă discuţii libere cu anumiţi
membri ai comunităţii vizate, pe una sau mai multe probleme. Uneori nici
problemele nu sunt date în prealabil, urmând ca ele să fie descoperite şi definite prin
intermediul unor astfel de discuţii (Lichtman, 2006). Potrivit lui Kvale (citat de
Rohleder și Lyons, 2015) ce utilizează o exprimare plastică, interviul individual este
o conversație profesională sau un teren de construcție a cunoașterii.
Fără îndoială, interviul individual are avantajele sale, însă utilizarea
interviurilor de grup reprezintă o oportunitate de a obține opinii sau atitudini, la un
alt nivel. Datele produse în interviurile de grup pot dezvălui contextul social și
cultural al percepțiilor, părerilor și credințelor oamenilor (King și Horrocks, 2010).
Se poate realiza în cele 3 forme: structurat, semistructurat şi nestructurat. Interviul
de grup, chiar în versiunea lui structurată (cu întrebări specifice dinainte formulate)
este o metodă calitativă, căci presupune interacţiunea participanţilor, schimbul de

57
replici, opinii şi idei pe marginea acestor întrebări care sunt, evident, deschise, altfel
n-ar mai avea sens o discuţie de grup (Flick, 2018).
O altă potențială metodă de culegere a datelor în cadrul unei cercetări
calitative este focus-grupul. Carter (2018) consideră că, în unele privințe, focus-
grupul este un tip de interviu de grup; cu toate acestea, spre deosebire de un interviu
de grup, care are tendința de a avea un format de tipul întrebare și răspuns, focus-
grupul își propune să implice participanții în discuții productive (laborioase, active)
atât între ei, cât și cu cercetătorul. Focus-grupul este așadar, o tehnică de cercetare
calitativă, ce constă în desfășurarea unei discuții pe o temă dată, cu un grup alcătuit,
de regulă, din 6-10 participanți, timp de 1-2 ore, în prezența unui moderator (Mann,
2016). Metoda permite obținerea unor informații de mare profunzime referitoare la
anumite subiecte de interes. Focus-grupurile au fost denumite și interviuri focalizate
sau interviuri de grup în profunzime (Remenyi, 2013).

3.3.3. Ancheta pe bază de test sociometric

Metoda sociometrică a fost utilizată, pe scară largă, în studiul relațiilor ce

există într-un grup de referință (de apartenență), cu scopul de a investiga atracțiile și
respingerile dintre copii (Mpofu, Carney și Lambert, 2006).
Pentru a evalua relațiile sociale și popularitatea în rândul membrilor unui grup
social, în general, se utilizează tehnica sociometrică.
Sociometria este metoda de descoperire, descriere și evaluare a statutului,
structurii și dezvoltării sociale, prin măsurarea nivelului de acceptare și de respingere
în rândul membrilor unui grup social (Singh, 2007). Aceasta include toate acele
măsuri sau tehnici care pot fi utilizate pentru măsurarea interacțiunilor sociale, a
relațiilor și a dinamicii existente în cadrul unui grup de referință/ grup colegial (un
grup în care membrii au caracteristici asemănătoare) - cum ar fi membrii unei echipe
sportive (Mangal și Mangal, 2013). Statutul social, popularitatea, acceptarea socială
sau respingerea sunt cele mai comune constructe evaluate prin sociometrie (Saracho
și Spodek, 2005). Nominalizarea membrilor dintr-un grup (de colegi), deși este cea

58
mai veche, este și cea mai frecvent utilizată tehnică sociometrică (Frick, Barry și
Kamphaus, 2010) și presupune solicitarea participanților să selecteze unul sau mai
mulți dintre colegii lor, care manifestă o caracteristică specifică (cel mai plăcut, cel
care are cele mai bune note, cel mai bun prieten, lider etc.).

Originile metodelor sociometrice, aplicate în cercetarea relațiilor dintre

colegi sunt, în general, atribuite lui Jacob Moreno (Moreno, citat de Nolte, 2014)
care apreciază testul sociometric ca fiind un instrument care investighează structuri
sociale măsurând atracțiile și respingerile care există între indivizi în interiorul unui
grup. Moreno (citat de Saracho, 2015) descrie două tipuri de criterii sociometrice:
emoțional și reputațional. În timp ce criteriul emoțional se referă la evaluări
personale, subiective, criteriul reputațional presupune o evaluare obiectivă a
competenței sau reputației individului (Bukowski, Laursen și Rubin, 2018). Liderul
în sarcină (specialistul echipei) este concentrat să facă lucrurile eficient, performant
(îi forțează pe membrii grupului să obțină succes), câteodată nefiind atent la
sentimentele celor din jur (Shaw, Gorely și Corban, 2005), în timp ce liderul afectiv
preferă relaționările pozitive și dorește să mențină o atmosferă plăcută. Majoritatea
grupurilor au nevoie de ambele modalități de leadership (Predoiu, 2016).
Testul sociometric se aplică asigurându-se respectarea următoarelor condiții
metodologice (Dincă, 2003; Maruyama și Ryan, 2014):
▪ grupurile (școlare, sportive) sunt omogene timp de cel puțin un an (membrii
se cunosc destul de bine, așadar nu răspund la întâmplare);
▪ alegerile și respingerile sunt circumscrise unei situații concrete în care
participanții își pot dezvolta opțiunea (întrebările nu sunt formulate vag);
▪ pentru a-și exprima preferințele pentru colegii de școală/ echipă, aceștia pot
vizualiza (împreună cu foaia de răspuns) numele tuturor colegilor/ coechipierilor, pe
o tablă, pentru a evita riscul de omisiune;
▪ pentru a crea un mediu de încredere pentru participanți și pentru a avea
garanții mai mari cu privire la sinceritatea răspunsurilor, foaia de răspuns
(individuală) nu ar trebui semnată de aceștia, asigurându-se anonimatul.

59
 3.3.4. Ancheta – studiul de caz

Folosind studiul de caz, ca tip de anchetă, în cercetarea științifică, se va putea

obține o înțelegere mai detaliată sau o perspectivă specială asupra a tot ceea ce ați
ales să studiați, care este, de obicei, un fenomen sau o situație din viața reală,
autentică (Gerring, 2007).
Un studiu de caz reprezintă o anchetă empirică, care investighează un fenomen
contemporan, în profunzime și în contextul său real, mai ales atunci când granițele
dintre fenomen și context nu sunt clar evidente (Yin, 2018).

În cercetare, studiul de caz implică studiul intensiv al unui caz specific. Un

caz se referă la o instanță specifică, de exemplu, puteți efectua cercetări de tip studiu
de caz la nivelul unei organizații, unei echipe sportive, club sportiv sau asupra unui
individ (manager, profesor, antrenor, sportiv, elev, pacient etc).
Studiul de caz poate fi definit (Swanborn, 2010) ca fiind o strategie de
cercetare, focalizată pe un caz concret care este interpretat în amănunt, adică
prezentând referiri detaliate asupra indivizilor, grupurilor, organizațiilor etc, cu
luarea în considerare a tuturor particularităților sale contextuale. Acesta necesită
utilizarea mai multor metode complementare, analiză, prelucrare şi interpretare a
informațiilor relevante, atât cantitative cât şi calitative.

De exemplu, dacă dorim să investigăm evoluția carierei unui mare

campion și secretele performanței sale, sau a unui traumatism la un individ (pacient)
cu anumite particularități este indicat să utilizăm studiul de caz, ca tip de anchetă,
fiindcă numai așa putem înțelege fenomenele, cunoscând, în detaliu, multiplii
determinanți ai acestora.
❖ În literatura de specialitate (Green, 2011; Gherguț, 2013) sunt descrise
variate tipuri de studii de caz:
▪ studiul de caz individual → pune un accent important pe o persoană și
încearcă să se focalizeze pe antecedentele acesteia, pe factorii de influenţă

60
conjuncturali, percepţii, atitudini, trăsături, capacități etc. Acesta se folosește pentru
a identifica posibilele cauze, factori determinanţi, procese, experienţe etc, care pot
conduce la un rezultat urmărit de cercetător;
▪ setul de studii de caz individuale → cuprinde mai multe studii de caz
individuale, scopul analizării lor fiind identificarea unui set de trăsături comune sau
a unor atitudini manifestate într-o situaţie dată;
▪ studiul de caz asupra unei comunităţi (societăţi) → analizează una sau mai
multe comunităţi locale, descrie și studiază relaţiile dintre acestea, insistând asupra
aspectelor principale ale vieţii în comunitate;
▪ studiul de caz axat pe un grup social (familie, grup, organizaţie, dar și
grupuri mari – de exemplu, profesii) → descrie și analizează, în mod frecvent, relaţii
și activităţi;
▪ studiul de caz axat pe organizaţii, firme sau instituţii → poate aborda teme
diverse precum punerea în practică a unor strategii sau politici, elemente diverse de
management, cultura organizaţională, procese de schimbare și inovare;
▪ studiul de caz axat pe evenimente, roluri, relaţii → analizează interacţiuni
umane, conflicte de rol, stiluri de conducere, tipuri de manageri etc.
❖ În completarea tipurilor de studiu de caz amintite, Yin (2018) face
distincție între studiul de caz de cercetare științifică și studiul de caz care nu
constituie o cercetare științifică (aici sunt incluse studiile de caz utilizate în practica
învățării, pentru exemplificare). Studiul de caz, ca metodă de învățare (nu ca metodă
de cercetare), constă în confruntarea elevului cu o situație reală de viață, prin a cărei
observare, înțelegere și interpretare, urmează să realizeze un progres în cunoastere.

Specialiștii domeniului afirmă că nu există o rețetă a studiului de caz, limitele

sunt stabilite doar de cel ce întreprinde cercetarea. Utilizarea studiului de caz
presupune o mare libertate, dar și o mare responsabilitate.

61
 3.4. Metoda experimentului

Experimentul este o metodă fundamentală de cercetare științifică, prin care se

produc modificări intenționate fenomenelor, cu scopul de a le studia în condiții
relativ controlate și de a vedea care sunt consecințele intervenției produse (Howitt și
Cramer, 2008).
Experimentul reprezintă un demers logic, desfășurat riguros și metodic, utilizat
în cercetare, pentru a extrage inferențe cauzale (deducții) cu privire la impactul unei
variabile independente/ de tratament (program de pregătire fizică, de pregătire
psihică, program kinetic, linie metodică etc) asupra unei variabile dependente
(capacități motrice, calități psihice, performanță sportivă etc).
Experimentul, de asemenea, poate fi definit și ca fiind o observație provocată
(Păunescu, 2013). Cercetătorul, în încercarea sa de a identifica o presupusă relație
(exprimată prin ipoteză) dintre o cauză și un anumit efect, provoacă schimbări, în
mod deliberat şi controlat, ale unor fenomene sau mărimi (intervenție
experimentală).
Experimentul este definit și drept o metodă fundamentală, prin care se
realizează cunoaşterea, ce devine din ipoteză, adevăr verificat, facilitând progresul
ştiinţific (Nestor și Schutt, 2015).
Experimentul este utilizat, în general, pentru a identifica dacă o variabilă
independentă are efect asupra unei variabile dependente alese. Cea mai simplă formă
de a experimentului științific implică măsurarea unei variabile (X1) dintr-o singură
grupă (variabilă dependentă), expunerea grupului la o anumită intervenție (variabilă
independentă), urmată de măsurarea, din nou, a variabilei inițiale (X2). Se presupune
că efectul intervenției este diferența dintre cele două evaluări (Gratton și Jones,
2010).

62
 X1 ➜ intervenție ➜ X2
Efectul intervenției = (X2 - X1)

Tipuri de experimente
▪ Experimentul de laborator și natural → avantajul principal al
experimentului de laborator ar fi că, experimentatorul are condițiile cele mai bune
de manevrare a variabilelor și de control asupra acestora (Eysenck și Keane, 2000);
însă, una din criticile aduse experimentului de laborator este caracterul artificial al
condițiilor în care este pus fenomenul sau participantul din cadrul studiului (motiv
pentru care datele/ concluziile experimentului se recomandă a fi verificate de
realitatea specifică a domeniului investigat). Experimentul desfășurat în condiții
naturale (de exemplu, experimentul pedagogic – care implică studiul fenomenelor
educaționale; se desfășoară în condițiile procesului instructiv-educativ) prezintă
drept avantaj faptul că, fenomenul, procesul sau participantul este studiat în condiții
firești, normale ale activității/ într-un cadru obișnuit, familiar pentru participant
(Sreejesh, Mohapatra, Anusree, 2014).
▪ Experimentul de verificare/ de confirmare → este un tip fundamental de
experiment, ce pornește de la o ipoteză și tinde spre verificarea ei; cercetătorul face
supoziția existenței unei relații între o anumită variabilă independentă și variabila
dependentă, pe care urmărește să o confirme sau să o infirme (Vercruyssen și
Hendrick, 2012).
▪ Experimentul de explorare → scopul acestui tip de experiment este
descoperirea unei posibile relații ce poate exista între variabile, pentru a putea
formula apoi o ipoteză (Stebbins, 2001).
▪ Experimentul pilot → reprezintă un experiment preliminar, o “repetiție
generală” (Epuran, 2005) a întregului proces de cercetare; se utilizează, de obicei,
un număr redus de participanți, de aspecte evaluate, de măsurători și se verifică

63
tehnicile de lucru și aparatura. Mai exact, se verifică funcționarea adecvată a
echipamentelor foto-video, se testează aparatele electronice de măsurare, programele
software – atunci când este cazul, precum și caracteristicile variabilei independente
(program/ tratament), condițiile optime de aplicare a acesteia, tehnicile de
administrare a stimulilor, precum și eficiența variantelor de colectare a datelor etc
(Weimann și Brosig-Koch, 2019).
▪ Experimentul longitudinal și transversal → în practică, cercetătorii pot
aborda un fenomen, proces, subiect, în desfășurarea sa de-a lungul unei perioade
îndelungate de timp (experimentul longitudinal) sau într-un anumit moment, într-o
perioadă scurtă, dar la nivelul a numeroase dimensiuni, caractersistici sau a
numeroase eșantioane concomitent (experimentul transversal). Experimentul
longitudinal utilizează același eșantion și urmărește modificările diferitelor variabile
pe o perioadă extinsă de timp. De exemplu, dinamica dezvoltării/ evoluției
creativității poate fi urmărită de la vârsta preșcolară până la școlaritatea mare (sau
dincolo de această vârstă, până la maturitate). Astfel, cercetărorul va testa periodic
eșantionul, cu testele adecvate, pentru aprecierea obiectivă a nivelului acestei calități.
Experimentul transversal (pe aceeași temă) presupune investigarea, la un moment
dat (într-o perioadă scurtă) a unor eșantioane (grupuri) diferite, având diferite vârste,
cu teste, de asemenea, adecvate. Ambele abordări prezintă avantaje și dezavantaje
particulare. Cercetarea longitudinală oferă date semnificative, după încheierea
perioadei îndelungate de studiu (riscul să se retragă din participanți este unul mare),
iar cercetarea transversală este mai puțin exactă, însă oferă informații mult mai rapid.

Cvasiexperimentul

Cercetarea poate fi realizată și cu ajutorul unui cvasiexperiment, care are rolul

de a integra toate tehnicile și metodele de cercetare utilizate, dar și de a verifica
realist și corect ipoteza de lucru. Diferența fundamentală dintre experimentul clasic
și cvasi-experiment este aceea că, în cazul celui din urmă, participanții nu sunt
repartizați în mod aleatoriu în grupurile de cercetare (Thyer, 2012; Cook și Wong,

64
2008). De asemenea, cvasiexperimentul nu permite cercetătorului să exercite control
asupra tuturor elementelor, ca în cazul experimentului clasic, termenul cvasi
însemnând “într-o anumită măsură”, „similar”, „asemănător” .

 Un cvasi-experiment presupune că nu putem interveni, nici în

manipularea variabilelor pentru a le studia efectul, ci doar observăm relația dintre
variabila independentă și cea dependentă, nici distribuirea participanților nu va fi
făcută în mod aleator, cum ar fi corect într-un experiment (Reichardt, 2019), ci se
studiază grupuri deja existente (de exemplu, pacienții dintr-o clinică sau elevii din
clasa IB).
În cadrul cvasi-experimentelor, cercetătorul în general, doar observă relația
dintre variabila independentă și dependentă, dar pe care nu le-a manevrat în
niciun fel.

Modele de cvasiexperimente
1. Modelul ex post facto (sau după fapt) – în cazul acestui model nici grupurile
analizate nu sunt controlate, nici intervenția asupra lor/ tratamentul (Brannon și
Feist, 2010). Este situația în care comparăm grupuri de sportivi cu nesportivi,
amatori cu profesioniști, privind anumite caracteristici, procese etc. Nu vom putea
cunoaște, în acest caz, cu certitudine, căror caracteristici se datorează diferențele
constatate.

intervenție ➜ posttest

2. Modelul pretest-posttest – acesta se aplică în cazul proiectelor de tip: „un

grup, testat numai după”, sau „un grup, testat înainte-după”. În primul caz, avem:

65
 Intervenția/ tratamentul presupune aplicarea variabilei independente
(program de pregătire fizică, psihică, sistem de activități, aparatură, medicație etc)
asupra unui grup (sau asupra unui singur individ) și măsurarea efectelor (variabila
dependentă). În al doilea caz, când investigăm un singur grup, cu testare „înainte-
după”, asupra grupului intervenindu-se cu variabila independentă – intervenție/
tratament (Boyle și Schmierbach, 2015).

Grup pretest ➜ intervenție ➜ posttest

3. Modelul pretest-posttest, cu grup de control neechivalent – atunci când

ambele atât grupul de experiment, cât și grupul de control, fac parte dintr-un studiu,
dar participanții nu au fost distribuiți aleator în cele două grupuri (ci grupurile existau
dinainte, exemplu două echipe sportive, două clase de elevi etc).

Grup experimental pretest ➜ intervenție ➜ posttest

Grup control pretest ➜ fără intervenție ➜ posttest

De asemenea, nici în această situație nu s-a realizat distribuția participanților,

în grupuri, în mod aleator. În studiile cu grupuri neechivalente este esențial ca
cercetătorul să colecteze cât mai multe informații despre variabilele subiect (descrise
în Capitolul 2), care pot fi utilizate pentru a putea evalua cât de mult diferă grupurile
între ele. Mertens (2010) argumentând astfel: cu cât diferențele sunt mai mari, cu
atât fundamentarea concluziei este mai puțin solidă.
4. Modelul seriilor de timp întrerupte – analizează observații consecutive pe
o anumită durată de timp, de regulă mare, căutându-se dovada apariției unei
discontinuități induse de un eveniment independent sau de un eveniment introdus de
către cercetător (Popa, 2007). Acest model se poate ilustra astfel:

66
 Grup experimental T1, T2, T3 ➜ intervenție ➜ T4, T5, T6
Grup control T1, T2, T3 ➜ - ➜ T4, T5, T6

Menționăm că T1, T2, T4 ... etc sunt testări, în diferite momente succesive,
prima linie vizează grupul supus intervenției (naturală sau introdusă de cercetător),
iar linia de jos se referă la grupul de control (care poate lipsi, dacă nu este disponibil).
Acest model poate fi utilizat pentru evaluarea unor fenomene cu dinamică lentă, pe
durate mari de timp, pe baza înregistrărilor documentare, în general.
De exemplu, analiza evoluției tendinței statistice a accidentărilor la nivelul
genunchiului în cazul jucătorilor de handbal seniori.

3.5. Metoda statistico -matematică

Metoda statistico-matematică este utilizată în cercetare, în principal, cu scopul

de a desprinde din studiul fenomenelor de masă, conexiuni și corelații între variabile,
semnificații ale rezultatelor obținute în legătură cu anumite eșantioane, pentru a
anticipa evoluția unor parametri cunoscuți ș.a.m.d (Epuran, 2005).
Metoda statistico-matematică se fundamentează pe teoria deciziilor statistice
(Borokov, 1999), statistica fiind o știință a deciziilor optime (autorul folosește
această sintagmă datorită complexității fenomenului; există numeroase contexte și
variabile de diferită natură, implicate în procesul de luare a deciziilor statistice)
bazate pe date experimentale.
Punctul de plecare al tuturor inferențelor statistice este observarea datelor care
sunt supuse unor erori inevitabile. Intenția este de a formula concluzii bazate pe date,
în așa fel încât, informațiile conținute în date să fie analizate cât mai critic posibil
(Liese și Miescke, 2008).

67
 Ca metodă de prelucrare și interpretare a datelor colectate în cadrul unei
cercetări, statistica s-a impus în ultimul secol, cunoașterea ei fiind indispensabilă
oricărui cercetător și specialist.
Datele obținute în urma cercetării, în general, sunt prelucrate cu ajutorul
programelor statistice - de exemplu „IBM SPSS Statistics” (denumirea prescurtată
SPSS vine de la engl. Statistical Package for the Social Sciences - Pachet statistic
pentru științele sociale), care este cel mai performant software statistic din lume,
destinat companiilor şi instituţiilor guvernamentale, de cercetare şi universitare.
Alte exemple de programe statistice:
STATA - este un program interactiv de analiză a datelor care rulează pe
o varietate de platforme; poate fi folosit atât pentru analize statistice simple, cât și
complexe;
SAS, prescurtare pentru Sistemul de analiză statistică, este, de asemenea,
utilizat de multe companii - în plus față de analiza statistică, permite, de asemenea,
utilizatorilor: redactarea rapoartelor, planificarea afacerii, prognoză, managementul
proiectelor etc;
JASP - este un program gratuit și accesibil online pentru analize statistice
(considerat o alternativă software gratuită a programului SPSS);
PSPP - tot o versiune gratuită a programului IBM SPSS Statistics este și
programul software PSPP de analiză a datelor;
Statistica - este un pachet software de analiză avansat dezvoltat inițial de
StatSoft și întreținut în prezent de TIBCO Software Inc; oferă proceduri de analiză a
datelor, gestionarea datelor, statistici, extragere de date etc, iar ultima versiune este
Statistica 14.0 (32-/64-bit) / Decembrie 2020;
NCSS este un pachet de statistici produs și distribuit de NCSS, LLC
(companie specializată în furnizarea de software de analiză statistică cercetătorilor,
întreprinderilor și instituțiilor academice);
MaxStat - este o platformă software de analiză statistică concepută
special pentru studenți și cercetători cu o experiență redusă în statistici; producătorul

68
este MaxStat Software, iar versiunea completă, MaxStat Pro, oferă analize de seturi
de date mai mari; ambele versiuni includ peste 50 de proceduri statistice și diagrame
de bază.

3.6. Metoda grafică

Metoda grafică reprezintă modalitatea prezentării datelor, ce permite evaluarea,

într-un mod corect de către cercetător, după colectare și măsurare, a datelor
înregistrate. Datele colectate în cadrul unui studiu sunt analizate, din punct de vedere
statistic și apoi prezentate într-o formă adecvată naturii cercetării și necesităților
studiului realizat – de exemplu, graficele realizate cu ajutorul programului software
Microsoft Office Excel: histograme, grafice de tip diagramă circulară, diagrame XY
(prin puncte) și cu bule, grafice de tip liniar/ diagrame cu bare, diagrame cu linii,
diagrame radar, diagrame pâlnie, diagrame de tip cascadă etc.
În cadrul cercetărilor, din majoritatea științelor, se utilizează metoda grafică
computerizată pentru a prezenta datele cercetării, astfel încât să se poată evidenția
generalul și esențialul, să se poată realiza mai facil interpretările și concluziile
studiului întreprins.

69
 CAPITOLUL 4

SCALELE DE MĂSURĂ

Datele unei cercetări pot fi măsurate în moduri diferite, în funcție de natura lor.
Astfel, există mai multe tipuri de scale de măsurare, dar cele mai utilizate sunt
scalele: nominale, ordinale, cu intervale și de raport (scala de mărime cu 0 absolut).
Stanley S. Stevens (citat de Chelcea, 2004) a identificat primul, în anul 1941, aceste
patru niveluri de măsurare și a specificat operațiile statistice permise la fiecare nivel.

Scala nominală
O scală nominală permite clasificarea indivizilor, obiectelor sau răspunsurilor
pe baza unei proprietăți sau caracteristici comune, dar fără ierarhizarea lor după
mărime, valoare, rang etc (Jackson, 2008). Vorbim de scală nominală când, de
exemplu, jucătorii de baschet sunt grupați în funcție de echipa la care joacă sau sunt
listați în funcție de numărul de pe tricou (ei vor fi grupați în acest mod pentru a fi
numărați, nu neapărat pentru a spune că un grup este mai bun decât altul).
Completăm exemplul cu alte variabile categoriale: numele, grupa sanguină, sexul,
naționalitatea, culoarea ochilor, diagnosticul etc (Walliman, 2011). Băicuș (2007)
menționează, cu privire la scala nominală, că atunci când o variabilă nu poate lua
decât două valori, ea este dihotomică (binară, bimodală), cum ar fi: sex masculin/
feminin, fumător/ nefumător, prezent/ absent, variabile de tip DA/ NU etc.

Scala ordinală
Scala ordinală stabilește o ierarhie, evidențiază caracteristicile de ordine, rang,
valoare, a caracteristicilor măsurate. Scala ordinală vă permite să spuneți cine este
70
cel mai bun și al doilea cel mai bun, dar nu vă spune diferența dintre cei doi (Gledhill
et al, 2007). De exemplu, după terminarea unui campionat de badminton,
clasamentul sportivilor este ordonat după “merit” și nu după mărime; astfel, cel cu
cele mai multe puncte va fi pe locul 1, al doilea pe locul 2, al treilea va ocupa pozitia
3 în clasament ș.a.m.d, dar asta nu înseamnă că cel de pe locul 1 este de trei ori mai
bun decât cel de pe locul 3 (locul în clasament ține de ordine și nu de mărime, iar
intervalele dintre mărimi nu sunt specificate).
Există foarte multe chestionare, în general cele care măsoară atitudini sau
trăsături de personalitate, care utilizează scala Likert. Scala Likert este o scală de
clasificare, introdusă în anul 1932 de către psihologul Rensis Likert (Sullivan, 2009),
ce permite respondentului să indice măsura în care este de acord cu o anumită
afirmație. În forma cea mai simplă, chestionarul poate conține o declarație, iar
respondentului i se solicită să-și exprime acordul sau dezacordul.

De exemplu:
Sunteți de acord că sponsorizarea evenimentelor sportive majore este o
strategie eficientă de marketing pentru marile corporații?
 De acord
 Dezacord
De multe ori însă, pentru a nu forța un respondent să facă o alegere atât de
extremă, se folosesc scalele Likert cu cinci trepte, șapte sau chiar nouă trepte, pentru
o diferențiere mai mare a nuanțelor opiniilor.
De exemplu:
“Exercițiile fizice asigură menținerea echilibrului emoțional”.
• 1– total de acord
• 2– de acord
• 3– neutru
• 4– dezacord
• 5– total dezacord

71
 Scala de interval

În cazul unei scale de interval, unitățile de măsură (intervalele) dintre numerele

de pe scală au toate dimensiuni egale; unitățile de măsură egale fac posibilă atât
stabilirea ordinii, cât și a distanțelor dintre intervale (Niculescu, 2002). Un exemplu
de astfel de scală este gradația termometrului: între 20C și 30C este aceeași
diferență ca între 40C și 50C. Cercetările care utilizează testele psihologice de
investigare a personalității, atitudinilor sau abilităților reprezintă exemplul cel mai
bun de studii ce implică scalele de interval. Scorurile obținute în urma unui test de
inteligență, sunt considerate a fi aranjate pe o scală de interval. Un exemplu în acest
sens este oferit de Goodwin (2010): după susținerea unui test de inteligență, o
persoană cu un scor de 120 puncte este considerat a fi mai inteligent decât o altă
persoană care a obținut un scor de 110. Mai mult decât atât – și asta ar fi caracteristica
esențială a scalei de interval – diferența privind inteligența, să zicem, între persoane
cu IQ (coeficient de inteligență) 120 și IQ 110 se presupune că este aceeași ca între
cele cu IQ 110 și IQ 100 (intervalele de 10 puncte fiind egale pe scala de măsurare).

Scala de raport (scala de mărime cu 0 absolut)

Această scală prezintă toate calitățile scalelor anterioare și, de asemenea, are un
punct de plecare fixat la zero. Scala de raport pornește de la valoarea 0 (zero
înseamnă absența absolută a proprietății măsurate) și nu poate cuprinde valori
negative. Scala de raport se utilizează, în general, pentru măsurarea greutății,
înălțimii (lungimii) și timpului (McIntire și Miller, 2007). De exemplu, dacă o echipă
înscrie într-un joc de rugby 40 de puncte și cealaltă 20 puncte, înseamnă că echipa
respectivă a înscris de două ori mai mult ca adversarii lor (raportul este 2:1). Nu
există ambiguitate în afirmațiile „de două ori mai mare”, „de două ori mai rapid ”
sau „de două ori mai greu”. Dintre toate nivelurile de măsurare, scala de raport poate
fi adaptată la cea mai mare gamă de teste statistice (Walliman, 2011).

72
 Fiindcă cele două scale, de interval și de raport prezintă similarități, unii
cercetători includ anumite date într-o singură categorie și anume pe scala interval-
raport (Jackson, 2012).

Scalele de diferențiere semantică

Aceste scale cuprind adjective bipolare care descriu o activitate personală,

experiență sau situație (Gratton și Jones, 2010); scalele prezintă la capete adjective
opuse, de exemplu:
Chiar înainte de începerea unui joc de fotbal mă simt:
Relaxat Anxios

Răspunsurile sunt notate în același mod ca atunci când se utilizează o scală

Likert. Scalele de diferențiere semantică sunt utile pentru investigarea atitudinilor
respondenților cu privire la un anumit fenomen, fără a-i forța să facă o alegere
extremă.

73
 CAPITOLUL 5

STATISTICĂ DESCRIPTIVĂ

Dintre indicatorii statisticii descriptive îi vom prezenta pe cei mai utilizaţi în

practică, în domeniul ştiinţei sportului şi educaţiei fizice, dar şi în domeniul
kinetoterapiei: media, mediana, modul, abaterea standard, eroarea standard,
coeficientul de omogenitate (varianţă) şi amplitudinea. Înainte, însă, vom aborda
analiza preliminară a datelor, condiţie esenţială pentru veridicitatea concluziilor unei
cercetări. Pentru a atinge dezideratul menționat anterior şi pentru a fi, în acelaşi timp,
cât mai eficienţi, vom prezenta trei modalităţi de calcul în cazul indicatorilor
statisticii descriptive: (A) utilizând surse web; (B) programul Excel; (C) programul
SPSS 20. Studenţii, masteranzii, doctoranzii şi orice persoană interesată de cercetare
are libertatea să utilizeze calea pe care o consideră mai accesibilă în vederea atingerii
obiectivului propus.

Analiza preliminară a datelor - Identificarea valorilor excesive

Valorile „excesive” sunt numite uneori „extreme” sau marginale” (Popa, 2010).
În limba engleză, în publicațiile de specialitate (Warner, 2020) regăsim termenul
„outliers”.
Exemple:
 Ştiinţa sportului şi educaţiei fizice, Kinetoterapie: verificăm dacă, printre
datele cantitative, numerice (obţinute în urma efectuării unor teste, realizării unor
probe, măsurători) există valori excesive (outliers).
Valorile excesive sunt acele valori care diferă în mod semnificativ de celelalte
(sunt prea mari sau prea mici faţă de celelalte). Întrucât pot traduce erori de măsurare,
influenţează normalitatea distribuţiei, omogenitatea varianţelor, dar şi concluziile

74
unei cercetări, este foarte important ca, înainte de a calcula orice indicator statistic
să existe a analiză a preliminară a datelor (în vederea identificării valorilor excesive).
Dacă în urma analizei cercetătorul conchide că valorile extreme evidenţiate sunt
reale (în contextul studiului întreprins), atunci aceste valori nu sunt eliminate. În caz
contrar, valorile excesive vor fi eliminate (de asemenea, participanţii la studiu care
au obţinut acele valori vor fi eliminaţi din cercetare, cel puţin în cazul probei/
măsurătorii respective).
Anderson (2001) realizează o distincţie între valorile excesive şi cele extreme.
Conform autorului, valorile extreme fac parte din populaţia de referinţă, în timp ce
valorile excesive sunt valori ce nu aparţin populaţiei din care a fost selecţionat
eşantionul. De regulă, verificăm dacă eliminăm sau nu valorile extreme şi eliminăm
valorile excesive (ar fi justificată eliminarea lor, ele aparţinând unor persoane
nereprezentative pentru eşantionul şi studiul realizat).

Varianta 1 - se recomandă eliminarea valorilor extreme:

Comparăm două/ mai multe clase/ grupuri de sportivi pornind de la o serie de
dimensiuni (coordonare ochi-mână, timp de reacţie, viteză de deplasare, rezistență
generală, coeficient de inteligenţă etc). În cazul unui grup, un sportiv obţine o valoare
extremă, de exemplu, în cazul timpului de reacţie – performanţa sa este mult prea
slabă faţă de rezultatele înregistrate de restul grupului. Analizând situaţia, constatăm
că sportivii au vârste apropiate. O posibilă explicaţie ar putea fi starea psihofizică a
participantului în momentul testării (accidentare, oboseală sau lipsa motivaţiei) –
așadar, eliminăm valoarea în cauză, pentru a nu afecta concluziile cercetării.

Varianta 2 - se recomandă să nu eliminăm valorile extreme:

Vrem să cercetăm, de exemplu, dacă există o corelaţie semnificativă între
salariile angajaţilor unei companii şi abilităţilor lor cognitive (intelectuale)/
psihomotrice etc. Să presupunem că, în cazul variabilei “salariu” obţinem o valoare
extremă (salariul directorului general diferă în mod semnificativ de celelalte).

75
Analizând situaţia, constatăm că valoarea este reală. În acest context vom continua
cercetarea neeliminând valoarea extremă evidenţiată.
Un alt exemplu ar putea fi atunci când, în cazul eşantionului format, avem
participanţi de vârste diferite (“n” persoane cu vârsta cuprinsă între 16-18 ani şi un
preadolescent în vârstă de 11 ani). Să ne imaginăm că, în cazul unei probe de forţă
(şi în lipsa unui etalon care să uniformizeze aspectele legate de vârstă şi gen),
preadolescentul obţine o valoare care apare ca fiind extremă (rezultatul este prea
slab, faţă de grup). Utilizând metoda observaţiei și a interviului (eventual)
concluzionăm că preadolescentul şi-a dat interesul în realizarea probei, nu a fost
obosit dintr-un anumit motiv, ci efectiv rezultatul obţinut reflectă competenţele sale,
la momentul prezent, în proba respectivă. Aşadar, rezultatul său este real. În
contextul exemplului oferit, cercetătorul intervine (pentru o anumită perioadă de
timp) cu un sistem de exerciţii pentru dezvoltarea forţei generale. Exerciţiile sunt
însă adaptate (program individualizat) în funcţie de vârstă şi de nivelul de pregătire
al participanţilor, cercetătărul urmărind o îmbunătăţire semnificativă a forţei la
nivelul grupului investigat. În situaţia în care cercetătorul doreşte să compare două
grupuri, din punct de vedere al forţei generale, iar într-un singur grup se află un
preadolescent (11 ani), restul fiind adolescenţi (16-18 ani), atunci va elimina
valoarea excesivă obţinută (şi preadolescentul din studiu).
A. Varianta computerizată (surse web)

Accesăm: https://www.hackmath.net/en/calculator/potential-outliers

Pasul 1: Introducem valorile, în cazul forţei generale (de exemplu), în căsuţa

disponibilă.
Pasul 2: Click pe butonul „Calculate” şi rezultă imaginea de mai jos.

76
 Pentru datele introduse, scorul 11 reprezintă o valoare extremă.

Ca regulă generală, atunci când avem motive să credem că participantul

a falsificat rezultatele, este obosit, accidentat, nu a fost motivat, sau pur şi simplu nu
este reprezentativ pentru grup (face parte din altă categorie ca vârstă, nivel de
pregătire, experiență competițională etc) vom elimina valorile evidenţiate.

B. Varianta computerizată (programul SPSS 20)

Prezentăm ordinea operaţiilor şi modul în care verificăm existenţa valorilor
extreme în cazul exemplului nostru - probă ce evaluează forţa generală.
Pasul 1: Data View şi introducem pe coloană valorile noastre;
Pasul 2: Variable View şi bifăm precum în imaginea de mai jos (denumim
variabila noastră - forţa, de exemplu, iar scala este ordinală).

77
Pasul 3: Analyze – Descriptive statistics – Explore şi se deschide căsuţa următoare
- mutăm variabila în zona „Dependent List” şi click „OK”:

78
 Putem observa, analizând graficul box-plot de mai sus, existenţa unei valori
extreme – a 21-a valoare din lista noastră (adică, cifra 11). Ca un beneficiu
suplimentar, linia orizontală este mediana (aflată la jumătatea şirului de valori – care
împarte şirul de valori în două jumătăți egale).

Calculul principalilor indicatori ai statisticii descriptive

Vom aborda media aritmetică (în engleză, mean), mediana (median), modul
(mode), abaterea standard (standard deviation), eroarea standard (standard error),
coeficientul de omogenitate/ varianţă (coefficient of variation) şi amplitudinea
(range).
A. Varianta computerizată (surse web)
Accesăm:
https://www.calculatorsoup.com/calculators/statistics/descriptivestatistics.php

Pasul 1: Introducem valorile în căsuţa disponibilă;

Pasul 2: Click pe butonul „Calculate ” şi rezultă imaginea de mai jos;

79
 Evidenţiem astfel media aritmetică a grupului în cazul dimensiunii evaluate
(Media = 42,55), mediana - aflată la jumătatea şirului de valori (Mediana = 43),
modul - valoarea cu frecvenţa cea mai mare (Modul = 34), abaterea standard
(7,91), eroarea standard (1,77), amplitudinea absolută (Maxim - Minim, în cazul
nostru 25) şi coeficientul de omogenitate (varianţă) = 0,18. Atunci când valorea

80
coeficientului de omogenitate (varianţă) este mai mică decât 0,30, putem vorbi
despre un grup omogen.
Media aritmetică se obţine totalizând scorurile şi împărţind suma obţinută la
numărul de scoruri. Media este o cantitate fictivă ce aproximează un "centru", spre
care şi în jurul căruia gravitează datele provenite dintr-o măsurare reală.
Modul este valoarea cel mai des întâlnită într-un şir de valori. Pot fi distribuţii
bimodale (atunci când două valori au frecvenţa cea mai mare) sau distribuţii
multimodale. Putem utiliza modul atunci când dorim să aflăm, de exemplu:
înălţimea, greutatea, ramura de sport, patologia, culoarea ochilor etc, care apare cu
cea mai mare frecvență în cazul persoanelor care activează într-un anumit domeniu.
Abaterea standard (numită şi abatere medie pătratică) reprezintă abaterea/
distanţa valorilor faţă de media aritmetică (Tüdös, 2000).
Eroarea standard este o estimare a devierii, de această dată, a mediei
aritmetice obţinute. Să ne imaginăm, spre exemplu, că am testat 20 de jucători de
fotbal seniori. Media aritmetică obţinută se află la o anumită distanţă faţă de media
reală a populaţiei – am putea identifica această medie reală, doar dacă investigăm
toţi jucătorii de fotbal seniori din lume (ceea ce ar fi imposibil). Dacă am forma “n”
eşantioane de jucători de fotbal seniori și i-am testa, eroarea standard ar reprezenta
o estimare a devierii probabile pe care ar înregistra-o mediile astfel obţinute, față de
media întregii populații (de jucători de fotbal).
Indicatori ai formei distribuţiei

Indicii de asimetrie (Skewness) și boltire (Kurtosis)

Există situații destul de frecvente când media nu corespunde cu mediana. Dacă

ele ar coincide am vorbi despre o distribuție complet simetrică, specifică unei
distribuții normale teoretice.
Indicele de asimetrie (de oblicitate, Skewness) ne arată în ce masură media se
îndepartează de mediană și implicit, în ce măsură curba de distribuție normală a

81
datelor (curba lui Gauss/ clopotul lui Gauss) se depărtează de mijloc, deplasându-se
spre stânga sau spre dreapta.

Vorbim despre o asimetrie pozitivă în situația în care media este mai mare
decât mediana, caz în care indicele de asimetrie ia valori pozitive și apare o
distribuție a datelor spre stânga. O formulă simplă de calcul a oblicitații este:

Asimetria = 3 (Media – Mediana) / Abaterea standard

Indicele de boltire (Kurtosis)

Boltirea (în engleza kurtosis – "cocoașă") se referă la înalțimea curbei,
comparativ cu cea normală. Se vorbeste astfel de distribuții leptocurtice (cu cocoașa
înaltă) și platicurtice (mai aplatizate). Valorile pozitive indică distribuții "înalte",
leptocurtice, iar cele negative distribuții "plate", platicurtice. Pentru a fi considerată
normală, o distribuție trebuie sa nu depășească ±1,96. Indicatorul se obtine cu
ajutorul formulei:

Unde: m este media; n este numărul de subiecți; iar S este abaterea standard.

82
 Sunt considerate distribuții relativ normale cazurile în care acești indicatori nu
depășesc intervalul ±1,96.

83
 Alte variante de apreciere a normalității distribuției:
- Comparare cu graficul de clopot (curba lui Gauss);
- Media= mediana= modul;
- Testele de normalitate: Kolmogorov-Smirnoff sau Shapiro-Wilk
(Programul statistic SPSS).

B. Varianta computerizată (programul Excel)

Primul pas îl constituie activarea butonului „Analiză date” (Data Analysis).

Pentru aceasta: „Start – Excel Options (Opţiuni) – Add-ins (Adăugare programe) –
Go (Salt) – bifaţi Analysis ToolPak (Pachet de analiză)” şi Click pe butonul „OK”.
Pentru a calcula indicatori ai statisticii descriptive: Data – Data Analysis
(Analiză date) – Descriptive Statistics – OK – Click „Input Range” – Selectăm toate
valorile (zona Input Range va stoca astfel valorile) – bifăm „Summary statistics” –
Click „Output Range” (apoi daţi click, în spațiul gol din fereastră, de la Output
Range) – Click pe ecran, în sheet (într-un spaţiu gol) unde doriţi să genereze
rezultatele – Click pe butonul „OK” (Verma, 2014).

84
 C. Varianta computerizată (programul SPSS 20)

Prezentăm ordinea operaţiilor şi modul în care calculăm indicatorii statistici.

Pasul 1: Data View şi Pasul 2: Variable View au fost descrişi anterior.
Pasul 3: Analyze – Descriptive statistics – Descriptives... - mutăm variabila în
zona „Variable(s)” şi click „OK”:

Aceleaşi rezultate pot fi observate, ca în cazul procedurii efectuate utilizând

sursele web sau programul Excel.

85
 EXERCIȚII

• Se dă următorul șir de date → rezultate obținute de către sportivi (număr

sportivi, N= 9): proba viteza de deplasare pe 20m (participanții în cadrul studiului
au fost notați, în mod convențional, utilizând litere A→ I):
A B C D E F G H I
3,45 3,1 3,45 3,27 3,1 3,4 3,2 3,3 3,05

✓ Realizați analiza preliminară a datelor.

✓ Alegeți o variantă de calcul, dintre cele prezentate în acest capitol,
pentru calcularea principalilor indicatori ai statisticii descriptive: media aritmetică,
mediana, modul, abaterea standard, eroarea standard, coeficientul de omogenitate
(varianţă) şi amplitudinea.

• După efectuarea probei Testul Tecumseh (probă care evaluează funcțiile

cardio-respiratorii ale sportivilor) → participanții cercetării (N= 9) au obținut
următoarele rezultate (puncte, FC/ 30 sec.):

A B C D E F G H I
47 51 49 52 53 48 50 54 46

✓ Realizați analiza preliminară a datelor.

✓ Optați pentru o variantă de calcul, pe care o găsiți mai accesibilă, dintre
cele prezentate în cadrul acestui capitol și calculați următorii indicatori ai statisticii
descriptive: media aritmetică, mediana, modul, abaterea standard, eroarea standard,
coeficientul de omogenitate (varianţă) şi amplitudinea.

86
 CAPITOLUL 6

STATISTICĂ INFERENȚIALĂ
TESTE STATISTICE NEPARAMETRICE

Dintre procedurile statistice neparametrice - recomandate atunci când

investigăm un număr redus de participanţi - cel mult 20-25 (Popa, 2007) le vom
prezenta pe cele pe care le considerăm a fi cel mai des utilizate în practică, în
domeniul ştiinţei sportului şi educaţiei fizice, kinetoterapiei, managementului și
marketingului sportiv. Mai precis, vor fi abordate, pe rând următoarele proceduri
statistice neparametrice:

• Testul Kruskal-Wallis pentru mai mult de două eşantioane independente

• Testul Mann-Whitney (testul U) pentru două eşantioane independente

• Testul Wilcoxon pentru două eşantioane perechi

• Testul Friedman pentru mai mult de două eşantioane perechi (pentru

măsurări repetate)
• Corelaţia Spearman

Pentru a facilita înţelegerea și pentru a fi cât mai eficienţi vom prezenta

procedurile statistice menţionate, în două variante și anume: (A) utilizând programul
SPSS 20; (B) surse web. Studenţii, masteranzii, doctoranzii şi orice altă persoană
interesată de cercetare are astfel, libertatea de a utiliza calea care i se pare mai
accesibilă, în vederea atingerii obiectivului propus.

87
 Testul Kruskal-Wallis pentru mai mult de două eşantioane independente

Pornind de la denumirea testului, putem utiliza această procedură statistică

atunci când investigăm cel puţin 3 eşantioane independente.
Exemple:
 Ştiinţa sportului şi educaţiei fizice: (1) verificăm dacă există diferenţe
semnificative între sportivi (pornind de la rezultatele obţinute la diferite teste) în
funcţie de vârstă: 10-12 ani, 13-15 ani, respectiv 16-18 ani (de exemplu), ori în
funcţie de nivelul de pregătire: începători, de nivel mediu şi avansaţi; (2) studiem
dacă există diferenţe semnificative între elevi/ studenţi în funcţie de grupa/ clasa/
şcoala/ oraşul/ ţara etc din care provin (de exemplu, din punct de vedere al notelor
obţinute la anumite discipline).
 Kinetoterapie: investigăm dacă există diferenţe semnificative între
pacienţi (pornind de la rezultatele obţinute la anumite măsurători/ teste) în funcţie de
vârstă: 20-30 ani, 40-50 ani, respectiv peste 60 de ani, de exemplu, în funcţie de
gradul la care se manifestă anumite afecţiuni etc.
 Management și marketing sportiv: dorim să aflăm dacă se constată
diferențe semnificative între angajații unei companii (grupați pe 3 categorii de vârstă,
să spunem, sau în funcție de vechime, grupați în funcție de postul ocupat/ salariu etc)
în ceea ce privește motivația de a obține succes profesional, ori privind gradul de
satisfacție, nivelul de stres resimțit etc.
Condiţii de aplicare: variabila dependentă este cantitativă → aţi obţinut
cifre în urma măsurătorilor/ probelor aplicate, pe care le comparaţi în funcţie de
eşantioanele formate (Acton et al., 2009).
A. Varianta computerizată (programul SPSS 20, varianta 20.0)
Exemplu:
Presupunem că dorim să verificăm dacă există diferenţe semnificative în ceea
ce priveşte abilitatea de a pasa corect în fotbal (de exemplu) în cazul mijlocaşilor,
selecţionaţi din mai multe echipe (din ţară sau din străinătate): mijlocaşi ai unor

88
echipe plasate pe primele poziţii în ţară (grup 1), mijlocaşi ai unor echipe plasate pe
primele poziţii în Europa (grup 2) şi mijlocaşi ai echipelor plasate pe ultimele poziţii
în ţară (grup 3). În acest scop, cu ajutorul analizei video şi a fişei de înregistrare au
fost identificate numărul de pase efectuate în mod corecte, în cazul fiecărui mijlocaş,
pe parcursul a 120 de minute de joc – cercetătorul va stabili ce înseamnă „pase
corecte”, dar şi numărul de minute jucate (care trebuie să fie identic pentru toţi
participanţii incluşi în studiu). Rezultatul este unul numeric (număr de pase efectuate
în mod corect).
Prezentăm ordinea operaţiilor şi modul în care verificăm ipoteza de cercetare
(Verma, 2016) în cazul exemplului nostru - „Există diferenţe semnificative în ceea
ce priveşte abilitatea de a pasa corect între mijlocaşii echipelor de fotbal din România
şi mijlocaşii echipelor de top din Europa”.

Pasul 1: Data View - introducem datele (aceleaşi ca în tabelul prezentat anterior)

89
Pasul 2: Variable View - denumim variabilele, iar pe coloana „Values” introducem
şi denumim cele 3 grupuri.

Pasul 3: Analyze .... - K Independent Samples

90
Pasul 4: Mutăm variabila „pase corecte” în zona „Test Variable List”, iar variabila
„sportivi” în câmpul „Grouping Variable”. Click pe butonul „Define Range” şi
notăm 1 la Minumim şi 3 la Maximum (sunt grupurile noastre). Apoi click pe butonul
„Continue”, verificăm să fie bifat testul Kruskal-Wallis şi click OK.

Pasul 5: Interpretarea outputului - Asymp.Sig. (pragul de semnificație) < 0,05. Se

respinge ipoteza de nul.

91
 Decizia statistică: Nu există diferenţe semnificative, sub raport statistic, între
cele trei categorii de mijlocaşi, sub raportul numărului de pase realizate în mod
corect, pe parcursul minutelor de joc stabilite (p>0,05).
B. Varianta computerizată (surse web)
Accesați link-ul: https://www.socscistatistics.com/tests/kruskal/default.aspx

92
 Primul pas după accesarea link-ului este să se introducă valorile în coloanele
corespunzătoare (în coloana Treatment 1 se trec rezultatele primului grup, în
Treatment 2 scorurile celui de-al doilea grup ș.a.m.d). Apoi se bifează pragul de
semnificație (p) – în general, se stabilește pragul de semnificație la valoarea 0,05
(fiindcă atunci când p<0,05 rezultatul este semnificativ statistic).
Ultimul pas este apăsarea butonului Calculate din partea din stânga jos a
ecranului. Se va afișa un rezultat sub coloanele de date, a căror interpretare va fi
explicată în cele ce urmează.

 Explicația rezultatelor
Rezultatul acestui calculator online este destul de simplu. Valorile testului
Kruskal-Wallis (H statistic) și ale pragului de semnificație (p) apar în partea de jos a
paginii. Dacă textul este albastru, rezultatul dvs. este semnificativ; dacă este roșu, nu
este. Singurul lucru care v-ar putea surprinde este modul în care programul a rotunjit
datele. Datele care vor fi afișate sub coloanele cu date, care oferă detalii despre
calcul, vor fi rotunjite. Cu toate acestea, programul nu a ajustat în niciun fel valorile
când a calculat efectiv valorile testului Kruskal-Wallis și pragul. Aceasta înseamnă
doar că, dacă încercați să calculați aceste valori pe baza datelor rezumative furnizate
aici, probabil veți avea un rezultat ușor diferit - și mai puțin precis.

93
 Din imaginea anterioară citim rezultatul: Valoarea testului (H statistic = 24,62)
și p <0,00 (rezultatul este semnificativ statistic în condițiile în care p <0,05). Așadar,
există diferențe senificative, sub raport statistic între rezultatele înregistrate de către
cele 3 grupuri de participanți investigate.

Atunci când descoperim diferenţe semnificative între eşantioanele

studiate, ținem cont de faptul că testul Kruskal-Wallis nu ne spune însă şi între care
grupuri de sportivi diferenţele sunt semnificative. Pentru a afla acest lucru, grupurile
trebuie comparate două câte două. În această situaţie vom aplica, ulterior, testul
Mann-Whitney (U) pentru două eşantioane independente.

Testul Mann-Whitney (testul U) pentru două eşantioane independente

Utilizăm acest test statistic atunci când dorim să investigăm două eşantioane
independente, în ceea ce privește anumite dimensiuni/ caracteristici studiate.
Exemple:
 Ştiinţa sportului şi educaţiei fizice: (1) verificăm dacă există diferenţe
semnificative între sportivi (pornind de la rezultatele obţinute la diferite probe) -
juniori vs. seniori, preadolescenţi vs. adolescenţi, fete vs. băieţi, sportivi de top vs.
sportivi aflaţi în zona de final a clasamentului, echipe din emisfera nordică vs. echipe
din emisfera sudică, meciuri ale echipei în tur vs. meciuri ale echipei în retur etc; (2)
studiem dacă există diferenţe semnificative între elevi/ studenţi - urban vs. rural,
liceu vs. facultate, supraponderali vs. cu greutate normală, elevi care desfăşoară
activităţi fizice sistematice vs. elevi care nu desfăşoară activităţi fizice sistematice,
grup experimental (se intervine cu un anumit program de exerciţii) vs. grup de
control (nu se intervine cu un anumit program suplimentar de exerciţii) etc.
 Kinetoterapie: cercetăm dacă există diferenţe semnificative între pacienţi
(pornind de la rezultatele obţinute la anumite măsurători/ teste) - tineri vs. vârstnici,
cu afecţiune vs. fără afecţiune, pacienţi grad I vs. pacienţi grad II, cu o anumită

94
afecţiune vs. cu o altă afecţiune, grup experimental 1 (se intervine cu un anumit
sistem de acţionare) vs. grup experimental 2 (se intervine cu un alt sistem de
acţionare) etc.
 Management și marketing sportiv: (1) dorim să investigăm dacă se
constată diferențe semnificative, sub raport statistic, între managerii unei companii
(grupați în două categorii: femei vs. bărbați, cei care și-au desfășurat activitatea în
sistem online vs. cei care și-au desfășurat activitatea în sistem hibrid) în ceea ce
privește, nivelul de oboseală, nivelul de stres resimțit, comunicarea eficiență sau
relațiile cu cei din jur (familie, prieteni, colegi, șefi etc); (2) verificăm dacă se
constată diferențe semnificative, sub raport statistic, între două tipuri de produse
comercializate (grupate în două categorii, în funcție de diferite criterii: preț, calitate,
utilitate etc).

A. Varianta computerizată (programul SPSS, varianta 20.0)

Exemplu: Investigăm dacă există diferenţe semnificative între jucătorii de
handbal adolescenţi (băieţi şi fete) şi jucătorii de handbal seniori (băieţi şi fete), din
punct de vedere al motivaţiei de performanţă. Pentru aceasta, în urma aplicării unui
chestionar, am cuantificat motivaţia sportivilor (rezultatele sunt numerice,
exprimând nivelul motivaţiei de performanţă a sportivilor).
Prezentăm ordinea operaţiilor şi modul în care verificăm ipoteza de cercetare
din exemplul nostru - „Există diferenţe semnificative între jucătorii de handbal
adolescenţi şi jucătorii de handbal seniori, din punct de vedere al motivaţiei de
performanţă”.
Pasul 1: Data View, Pasul 2: Variable View, Pasul 3: Analyze –
Nonparametric Tests – Legacy Dialogs – 2 Independent Samples şi Pasul 4: Mutarea
variabilelor în câmpurile adecvate, au fost descrişi anterior (în cadrul testului
Kruskal-Wallis pentru mai mult de două eşantioane independente). Pasul 5:
Interpretarea outputului - pragul de semnificaţie p (Sig.) < 0,05 se respinge ipoteza
de nul.

95
 Din outputul de mai sus ne interesează pragul de semnificaţie p (Sig.) = 0,003
şi valoarea lui Z (-2,938) (Labăr, 2008). Întrucât p < 0,05 putem concluziona că
există diferenţe semnificative între cele două grupuri supuse cercetării, din punct de
vedere al motivaţiei de performanţă.
Deoarece juniorii au o medie a rangurilor mai mare decât seniorii – 17,44 > 8,15
(vezi „Mean Rank”), cel puţin pentru exemplul nostru, adolescenţii sunt semnificativ
mai motivaţi să obţină performanţe sportive, prin comparaţie cu seniorii investigaţi
(concluzie validă în condiţiile în care o valoare mai mare se traduce printr-o
motivaţie de performanţă sporită).
Ne amintim de mărimea efectului şi de modul în care se interpretează (vezi
Capitolul 2), în cazul testului Mann-Whitney U indicatorul mărimii efectului (r)
fiind:

𝑍2
𝑟= √
𝑁
Unde, N = numărul de participanţi la studiu

96
 Înlocuim în formulă, valoarea lui Z (-2,938) și N = 17, respectiv N = 10
(exemplul anterior) și rezultă:
(−2,938)2
𝑟= √ 27
= 0,56

Mărimea efectului este r = 0,56, cu alte cuvinte, efectul variabilei grup asupra
motivaţiei de performanţă este puternic, sau altfel spus, apartenenţa la un grup
(juniori sau seniori) are un efect puternic asupra nivelului motivaţiei sportivilor.
A. Varianta computerizată (surse web)
Accesăm: https://www.socscistatistics.com/tests/mannwhitney/default2.aspx
Pasul 1: Introducem valorile, în cazul motivaţiei de performanţă, în cele două tabele
(Sample 1 - jucători de handbal adolescenţi şi Sample 2 - jucători de handbal seniori)
- Significance Level (pragul de semnificație) este fixat automat (0,05).
Pasul 2: Click pe butonul „Calculate U” şi rezultă imaginea următoare:

97
 Putem observa valoarea testului Mann-Whitney (U) = 26,5 (generată
automat). De asemenea, scorul Z, pragul de semnificaţie alfa (p = 0,003) şi valoarea
U critică (45).
Rezultatul este semnificativ întrucât p < 0,05. Se respinge ipoteza de nul.
Mărimea efectului se calculează respectând formula prezentată anterior.

Indiferent de modalitatea în care doriţi să efectuaţi testul Mann-

Whitney (U), prezentarea rezultatelor este esenţială. În acest sens puteţi folosi
următorul MODEL DE RAPORTARE a rezultatelor:

„Prin intermediul testului Mann-Whitney (U) am verificat dacă există diferenţe

semnificative, între jucătorii de handbal adolescenţi şi jucătorii de handbal seniori,
sub raportul motivaţiei de performanţă. Valoarea testului U este 26,5. Întrucât pragul
de semnificaţie p < 0,05 (p = 0,003) se poate concluziona că între cele două grupuri
supuse cercetării există diferenţe semnificative din punct de vedere al motivaţiei de
performanţă. Se respinge ipoteza de nul. Rezultatele arată că jucătorii de handbal
juniori sunt semnificativ mai motivaţi să obţină performanţe sportive, prin
98
comparaţie cu sportivii seniori investigaţi. Mărimea efectului este r = 0,56.
Observăm faptul că efectul variabilei grup asupra variabilei rezultate (motivaţia de
performanţă) este puternic”.

Important:
- Modul de prezentare a rezultatelor poate înregistra variaţii faţă de modelul propus;
- Pentru a observa în favoarea cărui grup sunt diferenţele semnificative analizaţi
valorile brute introduse (calculaţi mediana - indicator al statisticii descriptive - vezi
Capitolul 5; în SPSS analizaţi coloana „Mean Rank” a outputului generat automat).
După ce ați identificat mediana, pentru fiecare dintre grupurile studiate,
puteți raporta în text, în următoarea manieră: “Există diferențe semnificative
(p<0,05), între jucătorii de handbal juniori (Mediana = 67) și sportivii seniori
investigaţi (Mediana = 39), în ceea ce privește motivaţia de a obţine performanţe
sportive”.

Testul Wilcoxon pentru două eşantioane perechi

Utilizăm acest test statistic atunci când dorim să comparăm două eşantioane
dependente sau perechi → evidenţiem prezenţa testărilor iniţiale şi finale; posibil şi
intermediare, situaţie în care testul Wilcoxon se aplică de mai multe ori (Popa, 2010).
Testul Wilcoxon este util atunci când avem un număr relativ redus de participanţi -
între 6 şi 25 de participanţi sau măsurători (cu alte cuvinte, putem investiga şi un
singur participant căruia i-am aplicat între 6 şi 25 de teste/ măsurători).
Exemple:
 Ştiinţa sportului şi educaţiei fizice: (1) verificăm dacă există o îmbunătăţire
semnificativă a unor performanţe (rezultate înregistrate pe teren, în competiție, la
teste, indicatori etc) în urma unui program de antrenament/ exerciţii/ altă intervenţie;

99
(2) examinăm dacă există diferenţe semnificative între momentul iniţial şi momentul
final (de exemplu, pentru calităţi motrice, deprinderi motrice, abilităţi psihice etc) în
cazul elevilor/ studenţilor, care au participat în cadrul unui program de pregătire ce
a conţinut mijloace specifice educaţiei fizice şi sportului; putem investiga şi un
singur sportiv, condiţia este să analizăm cel puţin 6 aspecte (să luăm drept exemplu
capacităţile coordinative - vom evalua coordonarea intersegmentară, ochi-mână,
ochi-picior, precizia, orientarea spaţială, echilibrul static şi echilibrul dinamic) - după
testarea finală vom afla dacă sportivul şi-a îmbunătăţit în mod semnificativ
performanţele, în cazul capacităţilor coordinative, sau acestea au fost îmbunătăţite,
dar nu în mod semnificativ.
 Kinetoterapie: (1) studiem dacă există o îmbunătăţire semnificativă a stării
de sănătate/ a calităţii vieţii pacienţilor, ca urmare a unui program de intervenţie (aşa
cum am precizat anterior, putem avea şi un singur pacient, condiţia este să
investigăm cel puţin 6 aspecte - vom afla dacă starea de sănătate a pacientului/
sportivului s-a ameliorat în mod semnificativ, sau s-a ameliorat, dar nu semnificativ);
(2) verificăm eficienţa mai multor sisteme de acţionare - există mai multe grupuri
experimentale, în cazul fiecărui grup specialistul intervine cu un anumit program
(pot varia: mijloacele, dozarea: încărcătura, numărul de repetări, şedinţe, natura
pauzelor sau momentul zilei ales etc) şi apoi se va examina ce sistem de acţionare/
program de intervenţie este mai eficient în ameliorarea/ tratarea situaţiei specifice
investigate etc.
 Management și marketing sportiv: investigăm eficiența a mai multor
strategii de marketing, asupra mai multor grupuri experimentale să spunem, așadar
vom compara rezultatele obținute la începutul studiului (evaluarea inițială) cu
rezultatele înregistrate la finalul cercetării (evaluarea finală) pentru a vedea dacă
există diferențe semnificative între cele două momente (semn că o anumită strategie
ar putea fi mai eficientă).

100
 A. Varianta de calcul computerizată (programul SPSS, varianta 20.0)
Exemplu:
Dorim să investigăm eficienţa unui sistem de pregătire în cazul a 8 atleţi juniori.
Investigăm astfel, dacă există diferenţe semnificative între momentul iniţial (testare
inițială) şi testarea finală a atleţilor (băieţi şi fete), din punct de vedere al
performanţelor înregistrate în cazul calităţilor motrice condiţionale (viteza de
deplasare, forţa membrelor inferioare şi rezistenţa generală). Pentru aceasta,
cercetătorul va efectua cu sportivii, în situaţia de test şi de retest, de exemplu 3 probe
(pentru viteza de deplasare, forţa membrelor inferioare şi rezistenţa generală).
Rezultatele vor fi numerice exprimând nivelul performanţei sportivilor.
Întrucât avem un număr mic de sportivi (N=8) vom utiliza testul Wilcoxon
pentru două eşantioane perechi.

Prezentăm ordinea operaţiilor şi modul în care verificăm ipoteza de

cercetare (Fallowfield, Hale și Wilkinson, 2005), din exemplul nostru - „Intervenţia
printr-un program de pregătire determină creşterea semnificativă a forţei membrelor
inferioare, în cazul practicanţilor de atletism”.

Pasul 1: Data View;

Pasul 2: Variable View (de această dată ignorăm coloana „Values”);
Pasul 3: Analyze – Nonparametric Tests – Legacy Dialogs – 2 Related
Samples au fost descrişi anterior (în cadrul testului Kruskal-Wallis pentru mai mult
de două eşantioane independente);
Pasul 4: Mutăm variabilele în câmpul adecvat şi click pe butonul „OK”.

101
Pasul 5: Interpretarea outputului - dacă pragul de semnificaţie p (Sig.) < 0,05 se
respinge ipoteza de nul.

102
 Analizând outputul de mai sus ne interesează pragul de semnificaţie p (Sig.) =
0,232 şi valoarea lui Z (-1,195). Întrucât p > 0,05 putem concluziona că nu există o
creştere semnificativă a forţei musculaturii membrelor inferioare, în cazul
sportivilor, la finalul programului de pregătire.
Formula pentru mărimea efectului este aceeaşi ca în cazul testului Mann-
Whitney (U):

𝑍2
𝑟= √
𝑁
Unde, N = numărul de participanţi la studiu

Înlocuim în formulă, valoarea lui Z (-1,195) și N = 16 (exemplul nostru) și rezultă:

(−1,195)2
𝑟= √ 16
= 0,29

103
 Mărimea efectului se interpretează doar în contextul confirmării ipotezei de
cercetare (dar indicatorul mărimii efectului este inclus în tabelele realizate de către
cercetător).
B. Varianta computerizată (surse web)
Accesăm: https://www.socscistatistics.com/tests/signedranks/default2.aspx
Pasul 1: Introducem valorile, în cazul forţei musculaturii membrelor inferioare, în
cele două tabele (Treatment 1 - testarea iniţială şi Treatment 2 - testarea finală) -
Significance Level este fixat automat (0,05).
Pasul 2: Click pe butonul „Calculate” şi rezultă imaginea de mai jos:

104
 Putem observa valoarea testului Wilcoxon = 9,5 (generată automat). De
asemenea, scorul Z, valoarea critică (3) şi pragul de semnificaţie alfa (p < 0,05;
observăm faptul că nu este furnizată valoarea exactă a lui p, în schimb este oferită
informaţia esenţială şi anume faptul că rezultatele sunt sau nu sunt semnificative
pentru pragul de semnificaţie alfa < 0,05).
Rezultatul nu este semnificativ pentru p < 0,05. Se acceptă ipoteza de nul.
Mărimea efectului se calculează respectând formula prezentată anterior.

Important:
1. Valoarea critică = 3 (folosind sursa web prezentată), în schimb, dacă ne
uităm în tabelul valorilor critice pentru testul Wilcoxon (vezi varianta de calcul
creion-hârtie) valoarea critică pentru N = 8 şi p = 0,05 este 4. De ce această diferenţă?
Răspunsul este deja dat în imaginea de mai sus - valoarea critică pentru testul
Wilcoxon, N = 8 (p < 0,05) = 3. Cu alte cuvinte, valoarea critică nu este aleasă pentru
p = 0,05, ci pentru p < 0,05, context în care este normală această diferenţă.
Soluţie: Dacă utilizaţi sursa web → doar în cazul valorilor critice ghidaţi-vă după
tabelul valorilor critice pentru testul Wilcoxon (prezentat anterior).
2. Testul Wilcoxon se aplică atunci când variabilele nu sunt normal distribuite,
aşadar ignoraţi, în imaginea de mai sus, secţiunea „Note”.

Indiferent de modalitatea în care doriţi să efectuaţi testul Wilcoxon,

prezentarea rezultatelor este esenţială. În acest sens puteţi folosi următorul MODEL
DE RAPORTARE a rezultatelor:
„Prin intermediul testului Wilcoxon am verificat dacă există o creştere
semnificativă a forţei musculaturii membrelor inferioare în cazul atleţilor, în urma
programului de antrenament/ pregătire. Valoarea testul Wilcoxon este 9,5 (rangul 1
a fost atribuit celei mai mici valori). [Programul SPSS atribuie rangul 1 celei mai
mici valori, sursa web a atribuit rangul 1 celei mai mari valori - este neimportant

105
acest aspect, rezultatele şi concluziile studiului vor fi similare]. Întrucât valoarea
calculată este mai mare decât valoarea critică (9,5 > 4) / Întrucât pragul de
semnificaţie alfa (p) > 0,05 (pentru sursa web şi SPSS) se poate concluziona că, la
finalul intervenţiei nu s-a constatat o îmbunătăţire semnificativă a performanţelor
atleţilor în cazul forţei musculaturii membrelor inferioare. Se acceptă ipoteza de nul.
[Mărimea efectului (r) se raportează doar în cazul existenţei unor diferenţe
semnificative. Într-o asemenea situaţie → formularea ar putea fi, de exemplu:
„mărimea efectului este r = 0,56, ceea ce evidenţiază un efect puternic al programului
de pregătire asupra creşterii forţei musculaturii membrelor inferioare”].

Important: Modul de prezentare a rezultatelor poate înregistra variaţii

faţă de modelul propus.

Testul Friedman pentru mai mult de două eşantioane perechi (pentru

măsurări repetate)

Utilizăm acest test statistic atunci când variabila dependentă este cantitativă şi
dorim să comparăm mai mult de două eşantioane dependente sau perechi (fiecare
participant este testat de cel puţin trei ori) (Gravetter și Wallnau, 2013). Testul
Friedman este util atunci când avem un număr redus de participanţi sau măsurători
(cu alte cuvinte, putem investiga şi un singur participant, căruia i-am aplicat între 6
şi 25 de teste/ măsurători, în trei momente diferite).
Exemple:
 Ştiinţa sportului şi educaţiei fizice: (1) studiem dacă nivelul satisfacţiei
sportivilor/ elevilor variază semnificativ în funcţie de stilul de conducere al
antrenorilor/ profesorilor (autoritar, democratic, autoritativ sau liber); (2) verificăm
dacă există diferenţe semnificative în cazul sportivilor, în momente diferite ale unui
concurs, sub raportul nivelului anxietăţii/ stresului perceput etc.

106
  Kinetoterapie: (1) dorim să aflăm dacă există o relaţie semnificativă între
un anumit tip de leziune/ accidentare şi rezultatele la diferite teste psihice sau fizice
(de exemplu, dacă există o relaţie între accidentarea „x” şi rezultatele participanţilor
la un chestionar de temperament: coleric, flegmatic, sangvinic şi melancolic); (2)
cercetăm dacă există diferenţe semnificative între preferinţele sportivilor pentru trei
tipuri de refacere (în această situaţie, cercetătorul solicită sportivilor, în momente
succesive, să adopte cele trei tipuri de exerciţii) etc.
 Management și marketing sportiv: investigăm dacă un anumit stil de
conducere/ leadership (luăm în discuție stilul autoritar, democratic și stilul de
conducere liber, să spunem) are efecte benefice asupra unui grup de persoane
investigat, în ceea ce privește motivația de a obține performanțe pe plan profesional.

A. Varianta computerizată (programul SPSS 20)

Exemplu:
Dorim să investigăm influenţa televizorului asupra performanţei jucătorilor de
tenis juniori în cazul preciziei. Vom măsura precizia sportivilor pe teren (mingi lovite
în ţintă) la început, după o săptămână şi la final (după încă o săptămână). Cei șase
sportivi investigaţi au sarcina de a se uita la televizor (pe perioada studiului) timp de
şase ore pe zi.
Rezultatele vor fi numerice, exprimând nivelul performanţei sportivilor în
cazul preciziei (câte mingi, din 100, au atins ţinta fixată).
Rezultatele se prezintă conform modelului de mai jos:
Tabel 6.1. Model de prezentare a rezultatelor în cazul utilizării Testului Friedman
Sportivul Scor precizie Scor precizie după o Scor precizie final
iniţial (I) săptămână (I2) (după încă o săptămână) (I3)
A 46 44 44
B 38 36 31
C 57 52 47
D 28 27 22
E 36 35 34
F 37 38 37

107
 Prezentăm ordinea operaţiilor şi modul în care verificăm ipoteza de cercetare
din exemplul nostru - „Şase ore de privit la televizor zilnic determină scăderea
semnificativă a preciziei în cazul jucătorilor de tenis juniori”.
Pasul 1: Data View, Pasul 2: Variable View (ignorăm coloana „Values”, iar Scala
este ordinală) şi Pasul 3: Analyze – Nonparametric Tests – Legacy Dialogs – K
Related Samples. Acești pași au fost descrişi anterior (în cadrul testului Kruskal-
Wallis pentru mai mult de două eşantioane independente).
Pasul 4: Mutăm variabilele în câmpul adecvat şi click pe butonul „OK”.

Pasul 5: Interpretarea outputului - dacă pragul de semnificaţie p (Sig.) < 0,05 se

respinge ipoteza de nul.

108
 Analizând outputul (rezultatul) de mai sus observăm că pragul de semnificaţie
p (Sig.) = 0,016. Întrucât p < 0,05 putem concluziona că există diferenţe
semnificative între cele trei momente, din punct de vedere al rezultatelor sportivilor
pentru precizie.
Aşadar, cel puţin pentru exemplul nostru, ipoteza de nul se respinge. Uitatul la
un obiect fix (televizorul), câte 6 ore pe zi, determină scăderea semnificativă a
preciziei în cazul jucătorilor de tenis juniori.
B. Varianta computerizată (surse web)
Accesăm: https://www.socscistatistics.com/tests/friedman/default.aspx
Pasul 1: Introducem valorile, în cazul preciziei, în primele trei tabele -Treatment 1
(testarea iniţială), Treatment 2 (testarea intermediară - după o saptămână) şi
Treatment 3 (testarea finală - după două saptămâni); Significance Level (p) este fixat
automat (0,05).
Pasul 2: Click pe butonul „Calculate” şi rezultă imaginea de mai jos:

109
110
 Putem observa valoarea testului Friedman (Chi-pătrat) = 7,58 (generată
automat) şi pragul de semnificaţie alfa (p) = 0,022 (p < 0,05); observăm faptul că în
SPSS valoarea testului Chi-pătrat = 8,27 (generată automat), iar p = 0,016.

Rezultatul este semnificativ statistic (ipoteza de nul se respinge)

indiferent de varianta de lucru pe care o utilizăm. Pentru explicaţii cu privire la
micile diferenţe de calcul, vă rugăm să parcurgeţi zona „Explanation of results” (vezi
textul de sus din imaginea prezentată anterior).

Corelaţia Spearman (coeficientul de corelaţie pentru date ordinale

Spearman)

Utilizăm această procedură statistică atunci când dorim să analizăm gradul de

asociere dintre variabile şi investigăm un eşantion relativ redus – cel mult 30 de
participanţi (Labăr, 2008).
Exemple:
 Ştiinţa sportului şi educaţiei fizice: (1) studiem dacă există o corelaţie
semnificativă între clasamentul sportivilor şi rezultatele acestora în cazul diferitelor
probe (coordonare intersegmentară, apreciere viteze şi distanţe, concentrare atenţie,
memorie topografică, inteligenţă nonverbală etc); (2) verificăm dacă există o
legătură semnificativă între notele elevilor la şcoală şi numărul de ore pe care aceştia
le petrec desfăşurând activităţi motrice de timp liber etc.
 Kinetoterapie: (1) investigăm dacă există o corelaţie semnificativă între
gradul de oboseală resimţită de sportivi şi numărul de accidentări (produse într-un
anumit interval de timp); (2) dorim să aflăm dacă există o asociere semnificativă
între nivelul de pregătire fizică a sportivilor şi timpul necesar recuperării acestora
etc.

111
  Management și marketing sportiv: dorim să aflăm dacă există o asociere
semnificativă, sub raport statistic, între performanțele angajaților unei companii și
nivelul de anxietate, stres și depresie resimțit de către aceștia.

A. Varianta de calcul computerizată (programul SPSS, varianta 20.0)

Dorim să investigăm dacă există o legătură semnificativă între înălţimea
sportivilor şi numărul de puncte înscrise (într-o competiție) în cazul jocului de
baschet. Pentru aceasta, în urma a 50 de încercări, spre exemplu, din 5 zone diferite
ale terenului, se va înregistra numărul de reuşite ale sportivilor (rezultatele sunt
numerice, exprimând numărul de puncte acumulate).
Întrucât (în exemplul nostru) există un număr mic de sportivi (10 jucători de
baschet juniori) vom utiliza coeficientul de corelaţie a rangurilor Spearman.

Prezentăm ordinea operaţiilor şi modul în care verificăm ipoteza de

cercetare din exemplul oferit anterior - „Există o corelaţie semnificativă între
înălţimea jucătorilor de baschet juniori şi numărul de puncte marcate”.
Pasul 1: Data View, Pasul 2: Variable View (ignorăm coloana „Values”, iar
Scala este ordinală), Pasul 3: Analyze – Correlate – Bivariate şi Pasul 4: Mutarea
variabilelor în câmpul adecvat, au fost descrişi deja (de exemplu, în cadrul testului
Kruskal-Wallis pot fi vizualizate elemente importante specifice SPSS 20).
Pasul 5: Interpretarea outputului - pragul de semnificaţie p (Sig.) < 0,05 se
respinge ipoteza de nul.

112
 Din outputul (rezultatul) de mai sus ne interesează pragul de semnificaţie p
(Sig.) = 0,005. Întrucât p < 0,05 putem concluziona că există o corelaţie
semnificativă între înălţimea sportivilor investigaţi şi numărul de puncte marcate de
aceştia din diferite zone ale terenului.
Coeficientul de corelaţie Spearman se interpretează în felul următor (şi în
general, corelaţia - Pearson, Kendall etc):

- rs = 0 → nicio corelaţie între variabile;

- rs = 1 → corelaţie pozitivă perfectă;
- rs = -1 → corelaţie negativă perfectă;
- rs = 0,2 (-0,2) → corelaţie slabă (pozitivă sau negativă);
- rs = 0,5 (-0,5) → corelaţie moderată (pozitivă sau negativă);
- rs = 0,8 (-0,8) → corelaţie puternică (pozitivă sau negativă).

113
 Important:
În cazul corelaţiei pozitive ambele valori tind să crească sau să scadă
concomitent.
În cazul corelaţiei negative o valoare tinde să crească, în timp ce o valoare
tinde să scadă - de exemplu, un timp de reacţie bun (tradus printr-o valoare mică)
poate corela cu numărul de goluri înscrise în fotbal/ handbal etc.

 În cazul corelației, cel mai utilizat criteriu pentru interpretarea

semnificației coeficientului de corelație (r) este coeficientul de determinare (notat în
mod convențional r², adică r la pătrat). Acest criteriu poate fi aplicat doar dacă am
obținut în prealabil un r semnificativ. Prin intermediul lui r pătrat se determină partea
de asociere comună a factorilor care influențează cele două variabile (Roco, 2014).

 Cu alte cuvinte, coeficientul de determinare indică partea din dispersia

totală a măsurării unei variabile, care poate fi explicată sau justificată de dispersia
valorilor din cealaltă variabilă (Răulea, 2010).
În exemplul nostru, r2 = 0,65, cu alte cuvinte, relaţia dintre înălţimea
sportivilor şi numărul de puncte înscrise este puternică spre foarte puternică.

B. Varianta computerizată (surse web)

Accesăm: https://www.socscistatistics.com/tests/spearman/default2.aspx
Pasul 1: Introducem valorile, în cazul înălţimii sportivilor şi numărului de puncte
înscrise, în cele două tabele (X Values şi Y Values);
Pasul 2: Click pe butonul „Calculate R” şi rezultă imaginea de mai jos:

114
 Putem observa valoarea lui rs = 0,806 (generată automat). De asemenea,
pragul de semnificaţie alfa (p = 0,005).
Rezultatul este semnificativ întrucât p < 0,05. Se respinge ipoteza de nul.
Mărimea efectului se calculează respectând formula prezentată anterior.
Cercetătorul are astfel libertatea să aleagă calea pe care o consideră cea mai
simplă, în vederea calculării coeficientul de corelaţie a rangurilor (Spearman).

115
 CAPITOLUL 7

STATISTICĂ INFERENȚIALĂ
TESTE STATISTICE PARAMETRICE

Un test statistic reprezintă o regulă care permite cercetătorului luarea unei

decizii cu privire la respingerea sau nu a ipotezei H0 (ipoteza de nul) pe baza realizării
observațiilor asupra eșantionului (calcule matematice) (Bagdonavicius, Kruopis și
Nikulin, 2011).
Procedurile de testare a semnificației ipotezei de nul (H0) se împart în două
categorii: teste neparametrice (de exemplu: testul Mann-Whitney) - abordate în
capitolul anterior și teste parametrice (de exemplu: testul t), ambele presupunând
demersuri diferite (Hawkins, 2019).
Procedurile statistice parametrice sunt recomandate atunci când investigăm un
număr mare de participanţi (peste 25-30) și au la bază condiția de normalitate a
distribuției variabilelor cantitative: distribuția valorilor acestor variabile nu diferă
semnificativ de o distribuție normală (Labăr, 2008).
Testele parametrice se consideră că au următoarele avantaje (Rentala, 2018):
oferă rezultate fiabile atunci când grupurile au varianțe egale și au o putere statistică
mai mare (dacă există într-adevăr un efect al variabilei independente, o analiză
parametrică îl poate detecta). Dezavantajul, conform autorului menționat, ar fi că
testele parametrice nu sunt potrivite pentru eșantioane de dimensiuni reduse
(eșantioane mai mici de 30 de participanți).
În continuare, vom prezenta procedurile pe care le considerăm a fi cel mai des
utilizate în practică, în domeniul ştiinţei sportului şi educaţiei fizice, kinetoterapiei,
managementului și marketing-ului sportiv.
Astfel, vom aborda, pe rând, următoarele proceduri statistice parametrice:

116
 • Testul T pentru două eşantioane dependente;

• Testul T pentru două eşantioane independente;

• Regresia liniară simplă (ecuația dreptei de regresie);

• Corelaţia Pearson

TESTELE T
Unul dintre cele mai simple și mai utilizate teste statistice este Testul T.
Presupune o procedură relativ simplă, care poate fi folosită pentru compararea a două
medii aritmetice, pentru a determina dacă acestea pot fi considerate semnificativ
diferite una față de cealaltă. Testul t este denumit ocazional și testul t Student. Testul
T a fost elaborat de către un statistician pe nume William Gosset, care lucra pentru
fabrica de bere Guiness din Dublin, Irlanda. Politica fabricii de bere l-a împiedicat
să publice articolul care introducea testul T sub propriul nume, așa că l-a publicat
sub pseudonimul “Student” (Hartley, Ellis și Walsh, 2021).

Testul T pentru două eşantioane dependente

Utilizăm acest test statistic parametric inferențial (Grove și Cipher, 2020)

atunci când dorim să comparăm două eşantioane dependente sau perechi →
evidenţiem prezenţa testărilor iniţiale şi finale (posibil şi intermediare, context în
care testul T se aplică de mai multe ori → măsurări repetate).
Testul T pentru două eșantioane dependente se utilizează pentru a verifica
dacă există diferențe semnificative, sub raport statistic, între rezultatele

117
înregistrate de un grup, înainte și după o intervenție experimentală (program de
pregătire, sistem de exerciții/ stategii, tratament etc).
Se poate utiliza pentru un eșantion mai mare de 5 participanți/ măsurători
(până la un număr nelimitat de participanți/ măsurători). Cu alte cuvinte, putem
investiga şi un singur participant căruia i-am aplicat peste 5 teste/ măsurători.

Exemple:
 Ştiinţa sportului şi educaţiei fizice:

(1) Verificăm dacă există o îmbunătăţire semnificativă a unor performanţe

(rezultate înregistrate pe teren, în competiție, la teste, indicatori etc) în urma unui
program de antrenament/ exerciţii/ altă intervenţie;

(2) Examinăm dacă există diferenţe semnificative între momentul iniţial şi

momentul final (de exemplu, pentru calităţi motrice, deprinderi motrice, abilităţi
psihice etc) în cazul elevilor/ studenţilor, care au participat în cadrul unui program
de pregătire ce a conţinut mijloace specifice educaţiei fizice şi sportului; putem
investiga şi un singur sportiv, condiţia este să analizăm cel puţin 5 aspecte (să luăm
drept exemplu capacitățile cognitive - investigăm: atenția, memoria, inteligența
verbală, nonverbală și creativitatea) - după testarea finală vom afla dacă sportivul şi-
a îmbunătăţit în mod semnificativ performanţele, în cazul capacităţilor intelectuale,
sau acestea au fost îmbunătăţite, dar nu în mod semnificativ.
 Kinetoterapie:

(1) Studiem dacă există o îmbunătăţire semnificativă a stării de sănătate/ a

calităţii vieţii pacienţilor, ca urmare a unui program de intervenţie (aşa cum am
precizat anterior, putem avea şi un singur pacient, condiţia este să investigăm cel
puţin 5 aspecte - vom afla dacă starea de sănătate a pacientului/ sportivului s-a
ameliorat în mod semnificativ, sau s-a ameliorat, dar nu semnificativ);

(2) Verificăm eficienţa unui sistem de acţionare - există un grup

experimental, iar în cazul respectiv, specialistul/ kinetoterapeutul intervine cu un
118
anumit program (anumite mijloace, dozare specifică etc) şi apoi se va examina dacă
există diferențe între nivelul inițial (testarea inițială) și momentul final, după
aplicarea respectivului sistem de acţionare/ program de intervenţie.

 Management sportiv:
(1) Investigăm dacă există diferenţe semnificative, după parcurgerea unui
program de program de team building, în ceea ce privește coeziunea grupului, în
cazul unor angajați ai unor structuri sportive.
(2) Examinăm existența diferenţelor semnificative între două momente -
testare inițială și testare finală, în cazul unui grup de participanți (echipa de proiect)
în privința eficienței activității lor profesionale, după parcurgerea unui training
specializat.

TESTUL T ÎN PROGRAMUL MS
EXCEL
Testul t se poate calcula și cu ajutorul programului de analiză statistică SPSS
(„Statistical Package for the Social Sciences” - „pachet de programe statistice
aplicate ştiinţelor sociale”) sau utilizând alte programe statistice, însă prezentăm o
variantă mai accesibilă și anume cu ajutorul programului de calcul tabelar Excel ce
aparține grupei de programe Microsoft Office.

Exemplu:
Dorim să investigăm eficienţa unui program de pregătire fizică în cazul a 50 de
sportivi. Investigăm astfel, dacă există diferenţe semnificative între momentul iniţial
(testare inițială) şi testarea finală a sportivilor, din punctul de vedere al
performanţelor înregistrate în cazul evaluării a mai multor capacități motrice
(rezistența genrală, forța, viteza de deplasare și coordonarea intersegmentară).

119
 În primă fază vom testa ipoteza: există diferenţe semnificative între momentul
iniţial (testarea inițială) şi testarea finală a sportivilor, din punct de vedere al
rezultatelor privind rezistența generală. Astfel, cercetătorul va efectua cu sportivii,
în situaţia de test şi de retest, o probă de evaluare a rezistenței generale (testul pe
1500m).
Rezultatele vor fi numerice exprimând nivelul performanţei sportivilor.
Vom utiliza testul T pentru două eşantioane perechi (dependente).

MODEL DE RAPORTARE ÎN LUCRAREA ȘTIINȚIFICĂ

În capitolul Rezultate, s-ar putea formula sub următoarea variantă:

“Pentru a investiga dacă există diferenţe semnificative, sub raport statistic, între
momentul iniţial (testare inițială) şi testarea finală a sportivilor, din punctul de vedere
al performanţelor înregistrate în cazul evaluării capacității motrice - rezistenţa
generală, se va utiliza testul T pentru două eșantioane dependente.
Analiza preliminară a rezultatelor a evidențiat faptul că nu există valori
extreme, în cazul rezultatelor obținute de sportivi privind rezistența generală, atât la
testarea inițială, cât și la testarea finală.
Condiția pentru aplicarea testului T pentru două eșantioane dependente a fost
îndeplinită - normalitatea distribuției variabilei dependente, atât în situația de test
(testarea inițială), cât și în situația de posttest (testarea finală) a fost asigurată.
Această condiție a fost verificată cu ajutorul indicelui de asimetrie Skweness și a
indicelui de boltire Kurtosis, care se încadrează în intervalul ±1,96 (se menționează
exact valorile celor doi indici și se citează un autor din literatura de specialitate, care
menționează această condiție - de exemplu: Labăr, 2008 sau Popa, 2010)”.

Unii autori (Hahs-Vaughn și Lomax, 2020) consideră că testele T sunt

suficient de robuste încât această condiție să poată fi încălcată. Recomandare:
minim 30 participanți în cadrul studiului (în general, în acest caz, normalitatea
distribuției este asigurată).

120
 In programul MS Excel - Etapele de calcul pentru Testul T dependent
sunt următoarele:
Pasul 1 – se introduc datele în 2 coloane (de ex.: A și B)
Pasul 2 – Data analysis (Analiză date) opțiune dreapta sus în meniu
Pasul 3 – selectare t-Test: Paired Two Sample for Means
Pasul 4 – Input Range A (se selectează coloana de date A) → acolo sunt notate
scorurile „înainte” de intervenția cercetătorului;
– Input Range B (se selectează coloana de date B) → în care s-au
înregistrat scorurile „după” intervenție;
Pasul 5 – Se bifează Output Range – click în spațiul gol din dreapta, apoi click
în afara ferestrei (într-o celulă oarecare unde vrem să se genereze rezultatul) – click
pe butonul OK.

După ce se selectează t-Test Paired Two Sample for Means:

121
 - La Variable 1 Range: Se selectează datele din coloana A.
- La Variable 2 Range: Se selectează datele din coloana B.
Apoi se bifează și Output Range – se dă click în spațiul gol, apoi click în afara
ferestrei acesteia unde dorim să se genereze rezultatul (de exemplu, în coloana G
randul 2....).

După ce apăsăm butonul OK, se va afișa rezultatul testului T.

122
 Din rezultatul generat:
→ se raportează p (în exemplul de mai sus este p=0,42 și pentru că p trebuie
să fie p ≤ 0,05 înseamnă că rezultatul NU este semnificativ statistic sau altfel spus,
diferența între testarea inițială și testarea finală nu este semnificativă!).
→ se raportează t (T =-0,79)
→ se raportează df (freedom degrees/ grade de libertate) df = N-1

Pentru prezentarea rezultatelor, în general se utilizează un tabel care

cuprinde elementele de statistică descriptivă și un tabel pentru statistica inferențială
(testul t pentru două eșantioane dependente, în cazul de față) → tabel care să
cuprindă următoarele: variabilele (forța, viteza, coordonarea, rezistența generală, să
spunem), N (număr participanți), media aritmetică (m) și pentru testarea inițială și
pentru testarea finală, abaterea standard (s) și înainte și după, valoarea t, gradele de
libertate (df, adică N-1), p (pragul de semnificație) și mărimea efectului (d).

Tabel 7.1. Model de prezentare a datelor în cazul utilizării Testului t - dependent (pentru un
exemplu în care eșantionul a cuprins 70 de sportivi și au fost investigate mai multe calități motrice)

Variabile
N m s t df p d
Sportivi 70

Viteza -0,798 69 0,428 0,15

înainte 6,44 2,09
după 6,76 2,18
Forța 0,669 69 0,506 0,11
înainte 7,64 2,86
după 7,34 2,73
Coordonarea 1,317 69 0,193 0,07
înainte 7,34 2,66
după 7,14 2,77
Rezistența generală -3,612 69 0,001 0,53
înainte 10,97 2,56
după 12,08 1,50

123
 Pasul următor este calcularea mărimii efectului (vezi Capitolul 2),
care reprezintă un element foarte important pentru semnificația practică a
rezultatelor. În cazul în care dorim să comparăm mediile a două eșantioane
dependente, cu ajutorul testului t, vom calcula indicatorul d al lui Cohen (Grove și
Cipher, 2020).
Calcul Mărimea efectului – surse web (Effect size calculator)
Varianta 1 - Accesați link-ul următor:
https://www.socscistatistics.com/effectsize/default3.aspx

Apăsați butonul Calculate și rezultă imaginea următoare:

124
 Citim rezultatul pentru d al lui Cohen (indicator al mărimii efectului) d=0,64.

Interpretare → conform tabelului prezentat în capitolul 2 și anume Tabel

2.1. Interpretarea mărimii efectului (adaptare după Ellis, 2010). În exemplul dat,
d=0,64 traduce un efect puternic al intervenției cercetătorului (mai exact, un
impact puternic al programului de dezvoltare a rezistenței generale).
Aspect deosebit de important pentru activitatea practică în domeniul
respectiv (intensitatea/ impactul intervenției cercetătorului poate fi unul mic,
moderat, puternic asupra variabilelor investigate).

Varianta 2 – Acessați link-ul:

https://www.campbellcollaboration.org/escalc/html/EffectSizeCalculator-
SMD3.php
Practical Meta-Analysis Effect Size Calculator - Acesta este un calculator pentru
calculul măriimii efectului, ce poate fi accesat pe web. Această aplicație însoțește
cartea autorilor Lipsey și Wilson (2001), Meta-analiză practică, publicată de editura

125
Sage. O versiune mai veche a calculatorului bazată pe Excel poate fi găsită la
http://mason.gmu.edu/~dwilsonb/ma.html. Instrumente suplimentare pentru
efectuarea metaanalizei pot fi găsite și la adresa web respectivă.
Se selectează din lista de proceduri statistice → T test, equal sample sizes
(Testul T pentru două eșantioane egale/ pereche). Apoi se deschide o fereastră ca cea
de mai jos, din imagine, unde se introduc: mărimea eșantionului și valoarea testului
t, apoi se apasă butonul Calculate. Va rezulta d (delta) a lui Cohen, indicator al
mărimii efectului și intervalul de încredere pentru d (95% C. I. confidence interval).

Interpretarea se realizează în aceeași manieră prezentată anterior →

conform tabelului prezentat în capitolul 2 și anume Tabel 2.1. Interpretarea mărimii
efectului (adaptare după Ellis, 2010).

MODEL DE RAPORTARE A REZULTATELOR într-o lucrare

științifică – în secțiunea Analiza și interpretarea rezultatelor:
„Analiza rezultatelor obținute privind rezistența generală a sportivilor, indicată
în tabelul ... a evidențiat următoarele aspecte:
126
 - media aritmetică în cazul rezultatelor obținute privind rezistența generală
a sportivilor la finalul programului de pregătire fizică (mRgen = 12,08) este
semnificativ mai mare (p <0,05) decât media rezultatelor obținute la
începutul programului de pregătire fizică (mRgen = 10,97)”.
- indicele mărimii efectului (d = 0,64) arată o diferență puternică între
rezultatele obținute de sportivi înainte și rezultatele înregistrate după
programul de pregătire fizică, în ceea ce privește capacitatea motrică -
rezistența generală.
În secțiunea Concluzii se vor dezvolta aceste idei (rezultatele obținute), dând
detalii despre participanți (vârstă, gen, categorie, ramura de sport practicată,
experiență competițională etc), despre programul de pregătire (ce mijloace a
cuprins), precum și precizarea clară a impactului programului de pregătire asupra
rezultatelor obținute de sportivi (mic, moderat, puternic) apreciat prin raportarea
mărimii efectului.

Testul T pentru două eşantioane independente

Utilizăm acest test statistic atunci când dorim să comparăm două eşantioane
independente (în cazul realizării unui experiment, grupul de experiment este
comparat cu grupul de control/ martor).
Testul T pentru două eșantioane independente se utilizează pentru a verifica
dacă există diferențe semnificative, sub raport statistic, între rezultatele
înregistrate de două grupuri, privind o caracteristică investigată (program de
pregătire A vs. program de pregătire B, fete vs. băieți, sportivi vs. nesportivi, juniori
vs. seniori etc).

Se poate aplica pentru un eșantion mai mare de 5 participanți (până la

un număr nelimitat de participanți).

127
 Exemple:
 Ştiinţa sportului şi educaţiei fizice:
(1) Verificăm dacă există diferențe semnificative între Juniori vs. Seniori din
punct de vedere al motivației de a obține perormanțe; între echipa A (grup
experimental) și echipa B (grup de control), privind numărul de acțiuni corecte de
recuperare a mingii în faza de apărare, etc.
(2) Examinăm existența diferențelor semnificative, sub raport statistic
între două grupuri de participanți – elevii din clasa a 8-a A vs. elevii din clasa a 8-a
B, în ceea ce privește nivelul capacităților coordinative; între elevi care practică
activități motrice de timp liber în mod sistematic și cei care nu practică nicio
activitate fizică, în ceea ce privește nivelul capacităților condiționale, etc.

 Kinetoterapie:
(1) Investigăm dacă există diferenţe semnificative între grup experimental A
(se intervine cu un anumit sistem de acţionare) vs. grup experimental B (se intervine
cu un alt sistem de acţionare) din punct de vedere al mobilității articulare, forței etc.
(2) Verificăm dacă există diferenţe semnificative între participanți/ pacienţi
(pornind de la rezultatele obţinute la anumite măsurători/ teste) - tineri vs. vârstnici,
cu afecţiune vs. fără afecţiune, pacienţi care prezintă un traumatism de gradul I vs.
pacienţi ce au suferit un traumatism de gradul II, cu o anumită afecţiune vs. cu o altă
afecţiune, grup experimental vs. grup de control etc.

 Management sportiv:
(1) Investigăm dacă există diferenţe semnificative între echipa de proiect A
și echipa de proiect B, din punct de vedere al motivaţiei de a obține succes în carieră.
(2) Dorim să aflăm dacă există diferenţe semnificative între angajații unui
club sportiv, cu o experiență de <3 ani și angajații clubului care au experiență mai
mare de 3 ani, în ceea ce privește abilitățile de planificare și respectarea termenelor
limită.

128
 (3) Examinăm existența diferenţelor semnificative între managerii cu
experiență (de top) și managerii aflați la început de carieră, din punct de vedere al
creativității și inteligenței emoționale.

MODEL DE RAPORTARE ÎN LUCRAREA ȘTIINȚIFICĂ

În capitolul Rezultate, s-ar putea formula în următoarea variantă:

“Pentru a investiga dacă există diferenţe semnificative, sub raport statistic

între grupul de elevi A (grup experimental) şi grupul de elevi B (grup de control),
din punctul de vedere al performanţelor înregistrate în cazul evaluării capacității
motrice – forța musculaturii membrelor inferioare, se va utiliza testul T pentru două
eșantioane independente.
Analiza preliminară a rezultatelor a evidențiat faptul că nu există valori
extreme, în cazul rezultatelor obținute de sportivi privind forța, atât în cazul
rezultatelor elevilor din grupul A, cât și în cazul rezultatelor elevilor din grupul B”.

 În continuare se va menționa dacă au fost îndeplinite condițiile pentru

aplicarea testului T pentru două eșantioane independente.

Există 2 condiții pentru aplicarea testului T pentru două eșantioane

independente:
- normalitatea distribuției variabilelor;
Această condiție poate fi verificată cu ajutorul indicelui de asimetrie Skweness
și a indicelui de boltire Kurtosis, care trebuie să se încadreze în intervalul ±1,96 (se
menționează exact valorile celor doi indici și se citează un autor din literatura de
specialitate, care menționează această condiție, de ex.: Labăr, 2008 sau Popa, 2010).
- omogenitatea grupurilor – implică calcularea Testului F (pentru ca
omogenitatea varianțelor să fie asigurată F calculat trebuie să fie mai mic decât F
critic).

Una dintre aceste condiții poate fi încălcată, însă nu amândouă simultan!

129
 TESTUL T ÎN PROGRAMUL MS EXCEL

Testul T pentru două eșantioane independente în programul MS Excel

presupune următoarele etape de calcul:

Pasul 1 – se introduc datele în 2 coloane (de ex.: A și B)

Pasul 2 – Data analysis (Analiză date) opțiune dreapta sus în meniu
Pasul 3 – selectare F-Test Two Sample for Variances și click pe butonul
OK (Fereastra care se va deschide este prezentată în imaginea următoare).

Pasul 4 – Input Range A (se selectează coloana de date A)

– Input Range B (se selectează coloana de date B)

130
 Pasul 5 – Se bifează Output Range – click în spațiul gol din dreapta, apoi click
în afara ferestrei (într-o celulă unde vrem să se genereze rezultatul) – click OK.

 F calculat mai mic decât F critic (F critical) → grupurile sunt omogene; Se

selectează apoi T-test: Two-Sample Assuming Equal Variances (se
urmează aceeași cale....)
 F calculat mai mare decât F critic → grupurile NU sunt omogene; Se
selectează apoi T-test: Two-Sample Assuming Unequal Variances.

Atenție însă, dacă omogenitatea nu este asigurată, normalitatea

distribuției este obligatoriu să fie o condiție îndeplinită!

În exemplul anterior, grupurile erau omogene, așadar se urmează calea

descrisă anterior → Se selectează T-test: Two-Sample Assuming Equal
Variances, se parcurg toți pașii de la 1 la 5 și obținem un rezultat ca în imaginea de
mai jos:

131
Din rezultatul generat:
→ se raportează p (în exemplul de mai sus este p=0,001 și pentru că p trebuie
să fie p ≤ 0,05 înseamnă că rezultatul este semnificativ statistic sau altfel spus,
diferența între grup experimental si grup de control este semnificativă).
→ se raportează t (T = 3,61)
→ se raportează df (freedom degrees/ grade de libertate) df = N-2

Pentru prezentarea rezultatelor, în general se utilizează un tabel care

cuprinde elementele de statistică descriptivă și un tabel pentru statistica inferențială
(testul t pentru două eșantioane independente, în cazul de față) → tabel care să
cuprindă următoarele: variabilele (forța, viteza, coordonarea, rezistența generală, să
spunem), N (număr participanți), media aritmetică (m) și pentru gr. A și pentru gr.
B, abaterea standard (s), valoarea t, gradele de libertate (df, adică N-2), p (pragul de
semnificație) și mărimea efectului (se preferă g al lui Hedges, atunci când există
eșantioane diferite ca dimensiune).

132
 Calcul Mărimea efectului – surse web (Effect size calculator)
Accesați link-ul: https://www.socscistatistics.com/effectsize/default3.aspx

Apăsați butonul Calculate și rezultă imaginea următoare:

Citim rezultatul pentru g al lui Hedges (indicator al mărimii efectului) g=0,46.

Interpretare → conform tabelului prezentat anterior și anume Tabel 1.

Interpretarea mărimii efectului (adaptare după Ellis, 2010). În exemplul dat, g=0,46
traduce un efect moderat al intervenției cercetătorului (mai exact, un impact
moderat al programului de dezvoltare a rezistenței generale).
133
 Aspect deosebit de important pentru activitatea practică în domeniul
respectiv (intensitatea/ impactul intervenției cercetătorului poate fi unul mic,
moderat, puternic asupra variabilelor investigate).
Exemplu:
Să presupunem că investigăm dacă există diferenţe semnificative sub raport
statistic între grupurile supuse cercetării: „studenţi” vs. „angajatori”, în ceea ce
priveşte mediile variabilelor dependente analizate – nevrotism, extraversie,
deschidere către experienţe, agreabilitate şi conştiinciozitate (Grigore și colab.,
2017). Acest test T este specific designurilor intergrupuri (engl. between groups).
Sunt îndeplinite condiţiile aplicării testului t: independenţa grupurilor (fiecare
participant face parte doar dintr-un singur grup, iar aceste grupuri sunt
independente); variabila dependentă este cantitativă, măsurată pe scala de interval;
variabila dependentă este normal distribuită (coeficienții skewness și kurtosis, în
valoare absolută, în toate situaţiile au valori <1,96). Am precizat totuși anterior,
faptul că unii autori consideră că testele t sunt destul de robuste, putând fi aplicate şi
atunci când această condiţie este încălcată (Labăr, 2008). În ceea ce priveşte
omogenitatea varianţelor (grupurile trebuie să facă parte din populaţii cu varianţe
egale) vezi Excel F Test Variances (F < Fcritic, omogenitatea este asigurată).
Se prezintă apoi elementele de statistică descriptivă, sub forma unui tabel, așa
cum am amintit anterior, care poate avea această formă (orientativă):

Tabel 7.2. Rezultate grup “studenţi” vs “angajatori” – statistică descriptivă

grup N Medie Abatere Std. Eroare Std.

studenţi 58 37.22 26.72 3.51

Nevrotism
angajatori 15 18.07 21.87 5.64
studenţi 58 64.50 28.38 3.72
Extraversie
angajatori 15 83.60 25.50 6.58
Deschidere către studenţi 58 57.71 26.76 3.51
experienţe angajatori 15 78.93 17.51 4.52
studenţi 58 55.28 28.25 3.71
Agreabilitate
angajatori 15 81.00 17.10 4.41
studenţi 58 70.45 25.21 3.31
Conştiiciozitate
angajatori 15 85.60 19.94 5.14

134
 Apoi se va include și un tabel care să cuprindă elementele de statistică
inferențială, ca în modelul următor:

Tabel 7.3. Rezultate grup “studenţi” vs “angajatori” – testul T eșantioane independente

Interval de încredere
Variabile t df p g inferior superior
Nevrotism 2.559 71 .013 0.74 4.23 34.08
Extraversie -2.368 71 .021 0.68 -35.18 -3.00
Deschidere către -3.707 71 .001 0.84 -32.87 -9.57
experienţe
Agreabilitate -4.460 71 .000 0.97 -37.41 -14.03
Conştiinciozitate -2.156 71 .035 0.62 -29.16 -1.13

MODEL DE RAPORTARE a rezultatelor în secțiunea Analiza și

interpretarea rezultatelor - ați putea formula într-o lucare științifică sub
varianta următoare:
“Analiza rezultatelor obţinute pentru cei cinci factori ai personalităţii, în
tabelul numărul 2, pune în evidenţă:
- media pentru nevrotism dorită de angajatori este semnificativ mai mică (p <
.05) decât media pentru nevrotism obţinută de studenţii din anul III.
- media pentru: extraversie, deschidere către experienţe, agreabilitate şi
conştiinciozitate, dorită de angajatori este semnificativ mai mare (p < .05) decât
media înregistrată de studenţi în cazul dimensiunilor menţionate.
- indicele de mărime a efectului (g al lui Hedge) arată o diferenţă puternică între
rezultatele pentru deschidere către experienţe şi agreabilitate dorite de angajatori şi
rezultatele obţinute de studenţii din anul III; de asemenea, se remarcă o diferenţă
moderată spre puternică între rezultatele pentru nevrotism, extraversie şi
conştiinciozitate dorite de angajatori şi rezultatele obţinute de studenţii din anul III“.

135
  În secțiunea Concluzii se vor dezvolta aceste idei (rezultatele obținute),
dând detalii despre participanți (vârstă, gen, categorie, ramura de sport practicată,
experiență competițională etc), despre programul de pregătire (ce mijloace a
cuprins), precum și precizarea clară a impactului programului de pregătire asupra
rezultatelor obținute de sportivi (mic, moderat, puternic) apreciat prin raportarea
mărimii efectului.

EXERCIȚIU

• Un antrenor dorește să investigheze dacă între două grupuri de participanți (A

și B) există o diferență semnificativă, sub raport statistic, în ceea ce privește forța
explozivă la nivelul membrelor inferioare (cele două grupuri au susținut o probă de
evaluare – săritura în înălțime). Grupul A este grupul experimental (au parcurs un
program de pregătire fizică privind dezvoltarea forței) și grupul B este grupul de
control/ martor.
Puteți face acest lucru folosind testul T pentru două eșantioane independente.
Astfel, veți avea de comparat rezultatele celor din grupul A, cu cele ale celor din
grupul B.
Rezultatele grupului A:
37 45 42 51 38 39 44 54 42 41 43 52 53 40 43

Rezultatele grupului B:
39 36 43 40 33 38 35 29 31 30 37 28

✓ Este rezultatul semnificativ?

✓ Cum se analizează și interpretează rezultatele?
✓ Ce concluzie formulează cercetătorul?
136
 REGRESIA LINIARĂ

Regresia liniară simplă

Utilizăm această procedură statistică atunci când dorim să analizăm măsura în

care o variabilă (variabila independentă VI) o prezice pe cealaltă (variabila
dependentă VD).

Condiții:
- Minim 50 de participanţi în cadrul studiului;
- Ambele variabile (VI și VD) trebuie să fie cantitative;
- Normalitatea distribuției în cazul ambelor variabile (vezi seminar Statistică
descriptivă);
Această condiție poate fi verificată cu ajutorul indicelui de asimetrie Skweness
și a indicelui de boltire Kurtosis, care trebuie să se încadreze în intervalul ±1,96 (se
menționează exact valorile celor doi indici și se citează un autor din literatura de
specialitate, care menționează această condiție - de exemplu: Popa, 2010).
- Relație liniară între cele două variabile (VI și VD) – aceasta condiție a fost
explicată în cadrul seminarului 3 – Corelația (este, de asemenea, una dintre
condițiile aplicării Corelației Pearson).

Exemple:
(1) investigăm măsura în care nota de la bacalaureat (VI) prezice nota de
absolvire a studiilor de licență (VD);
(2) dorim să aflăm măsura în care timpul de reacție prezice poziția în
clasament a sportivilor;
(3) investigăm dacă agresivitatea verbală și nonverbală prezice performanța
sportivă a participanților cercetați (practicanți arte marțiale);

137
 (4) dorim să aflăm măsura în care IQ-ul prezice salariul obținut de un angajat
într-o organizație;
(5) cercetăm măsura în care trăsăturile de personalitate prezic obținerea
succesului în carieră a participanților din cadrul studiului;
(6) investigăm dacă practicarea activităților motrice de timp liber (de 2-3 ori/
săptămână) prezice nivelul IMC-ului, în cazul adolescenților, să spunem.

Important:
În cazul regresiei liniare simple, discutăm despre 2 noțiuni:
Predictor → variabila independentă (VI);
Criteriu → variabila dependentă (VD).

ECUAȚIA DREPTEI DE REGRESIE

𝑦 =𝑎+𝑏∙𝑥

Unde,
y = variabila criteriu (VD);
x = variabila predictor (VI);
a și b = valori pe care le citim din tabelul de regresie (exemplu în continuare).

Pentru a facilita înţelegerea și pentru a fi cât mai eficienţi vom prezenta

procedura statistică menţionată, în varianta de calcul în programul MS Excel.
Exemplu:
Dorim să investigăm măsura în care rezultatele obținute de participanți privind
timpul de reacție prezic performanța sportivă (exprimată prin număr de goluri
înscrise) în cazul a 50 de jucători de handbal adolesenți. Pentru aceasta, se va efectua
o testare aplicând o probă de evaluare a timpului de reacție și se vor nota apoi
rezultatele obținute de participanți (rezultatele sunt numerice, exprimând numărul de
138
puncte acumulate). De asemenea se înregistrează și rezultatele privind performanța
sportivă.
Vom utiliza regresia liniară simplă.

Regresia liniară simplă în programul MS Excel

Etapele de calcul pentru regresia liniară simplă sunt următoarele:

Pasul 1 – se introduc datele în 2 coloane (de ex.: A și B)

Pasul 2 – Data analysis (Analiză date) opțiune dreapta sus în meniu;
Pasul 3 – Selectăm Regression;
Pasul 4 – Input y – selectam valorile pentru variabila criteriu (VD);
Input x - selectăm coloana de date pentru variabila predictor (VI);
Bifăm - confidence interval 95%.
Pasul 5 – Se bifează Output Range – click în spațiul gol din dreapta, apoi click
în afara ferestrei (într-o celulă unde vrem să se genereze rezultatul) – apoi click pe
butonul OK.
Se va genera următoarea imagine:

139
 Interpretare 3 tabele – SUMMARY OUTPUT (rezultatul din MS Excel)

Tabel 7.4. Rezultate pentru timpul de reacție și performanța sportivă

R R2 R Ajustat Eroarea std. a mediei

-.409** .167 .150 11.581

**. Corelația este semnificativă la pragul <0,01

Programul Excel nu precizează dacă este o corelație pozitivă sau negativă.

În cazul corelaţiei pozitive ambele valori tind să crească sau să scadă
concomitent. În cazul corelaţiei negative o valoare tinde să crească, în timp ce o
140
valoare tinde să scadă - de exemplu, o capacitate coordinativă slabă (tradusă printr-
o valoare mică) poate corela cu numărul de traumatisme suferite la sportivii
începători etc.
Pentru acest aspect trebuie să analizăm contextul în care se desfășoară
cercetarea (concret, se asociază un scor mic pentru timpul de reacție cu un scor mare
privind performanța sportivă – exprimată prin număr de goluri înscrise).
R2 este mărimea efectului.
Valorile de referință pentru interpretarea mărimii efectului, stabilite de Cohen,
au fost precizate în capitolul anterior (vezi tabel interpretarea mărimii efectului,
adaptare după Ellis, 2010).
Ne amintim faptul că, mărimea efectului unei (sau unor) variabile
independente (VI) asupra variabilei dependente (VD) reprezintă puterea relației
dintre VI și VD.
Concret, în exemplul nostru, mărimea efectului este R2 = 0,167. Aceasta
înseamnă că 17% din variația (dispersia) variabilei criteriu (VD) este explicată de
acțiunea variabilei predictor (VI). Putem spune că există o relație moderată spre
puternică între timpul de reacție și performanța sportivă.

Tabel 7.5. Rezultate pentru timpul de reacție și performanța sportivă (ANOVA)

ANOVAa REZULTAT
Suma pătratelor df Media pătratelor F p

Regresia 1294,070 1 1294,070 9,649 0,003b

Residual 6437,450 48 134,114
Total 7731,520 49
a. Variabila dependentă: timpul de reacție
b. Predictor: (Constant), performanța sportivă

Tabelul 7.5. prezintă pragul de semnificație (p = 0,003), rezultatul testul F,

gradele de libertate (df), media pătratelor (mean square MS) și suma pătratelor (sum
of squares SS). Rezultatul este semnificativ statistic.
Concluzie: Modelul de regresie este semnificativ statistic.

141
 Tabel 7.6. Coeficienți – ecuația dreptei de regresie Rezultate pentru timpul de reacție și
performanța sportivă (ANOVA)
Coeficienți Standardizat 95% Interval încredere
Coeficienți
B Er.std. a mediei t p Inf. Sup.
a (Constant) 105,841 12,177 8,692 ,000 81,35 130,32
b -0,689 0,222 -0,409 n u -3,106 ,003 -1,13 -0,243

Ecuația liniei de regresie este Y = a + b∙X

Formula devine Y = intercept/ constant/ B + (x variable • X)

Concret, Y = 105.841 + (-0.689 • X), unde Y reprezintă variabila pe care o

prezicem (variabila criteriu), în timp ce X reprezintă variabila predictor. În cazul
nostru, variabila criteriu este performanța sportivă, iar variabila predictor este timpul
de reacție. Indicele efectului mărimii R2 = 0,167. Aceasta înseamnă că 17% din
varianța (dispersia) variabilei criteriului este explicată prin acțiunea variabilei
predictor. Putem spune că există o relație moderată spre puternică între performanța
obținută la evaluarea timpului de reacție și performanța sportivă (exprimată prin
numărul de goluri înscrise).

142
 CORELAȚIA PEARSON

COEFICIENTUL DE CORELAȚIE PEARSON (r)

Utilizăm această procedură statistică atunci când dorim să analizăm gradul de

asociere dintre două sau mai multe variabile şi investigăm un eşantion relativ crescut
de participanți – peste 30 de participanţi, fiind un test statistic parametric.
Exemple:
Probleme de cercetare tipice
• „Există o asociere între timpul de reacţie şi nivelul extraversiunii, ca trăsătură
de personalitate?”
• „Există o legătură între forță și mobilitatea articulară?”
• „Există o relație între greutate şi înălţime?”
• „Există o corelaţie între frecvenţa pulsului în timpul alegării şi ritmul de
alergare?”
•„Există o corelaţie între numărul orelor de antrenament şi performanța în
competiții?”
• „Există o legătură între numărul de atitudini pozitive pe care le manifestă
oamenii şi numărul atitudinilor pozitive pe care le primesc din partea celor din jur?”.

 Condițiile pentru aplicarea corelației Pearson sunt următoarele (Labăr, 2008):

- ambele variabile sunt cantitative;
- variabilele sunt distribuite în mod normal;
- relația dintre cele două variabile este liniară.

143
 Normalitatea distribuției – această condiție se poate verifica în mai multe
modalități, prezentate în capitolul Statistică descriptivă. Și existența relației liniare
între variabile, de asemenea, poate fi apreciată conform indicațiilor furnizate tot în
capitolul anterior Statistică descriptivă.
Prezentăm , în continuare un exemplu, pentru a ilustra sub formă grafică faptul
că au fost îndeplinite condițiile necesare aplicării Corelației Pearson.
- Normalitatea distribuției

Etapele parcurse în MS Excel pentru a elabora o histogramă sunt:

Pasul 1 – se introduc datele pe o coloană (de ex. A); se adaugă pe altă coloană
clasele de frecvență (de ex. Dacă avem valori cuprinse între 24 și 83, clasele de
frecvență ar putea fi: 20, 30, 40, 50, 60, 70, 80) – vezi figura următoare;
Pasul 2 – Data – Data analysis (Analiză date) opțiune dreapta sus în meniu;
Pasul 3 – Selectăm Histogram;

144
 Pasul 4 – Input Range - selectam valorile din coloana A;
Bin Range - selectăm coloana de date cu clasele de frecvență;
Bifăm - Chart Output;
Pasul 5 – Se bifează Output Range – click în spațiul gol din dreapta, apoi click
în afara ferestrei (într-o celulă unde vrem să se genereze rezultatul) – apoi click pe
butonul OK.
Se va genera următoarea imagine:

- Putem prelua graficul (histograma) pentru a o putea introduce în lucrarea

științifică, arătând astfel, dacă variabilele au fost normal distribuite.
În exemplul nostru, distribuția se constată a fi relativ simetrică, specifică
unei distribuții normale teoretice, ce urmează curba lui Gauss, fapt ilustrat în figura
următoare, grafic de tip histogramă).

145
 Histogramă
20

Frecvență
15
10
5
0 Frequency

Distribuția pe clase de frecvență

Figura 7.1. Normalitatea distribuției datelor (histogramă)

Prezentăm , în continuare un exemplu, pentru a ilustra sub formă grafică faptul

că a fost asigurată o altă condiție necesară aplicării Corelației Pearson.
- Relația liniară dintre variabile

Etapele parcurse în MS Excel pentru a se genera un grafic de tip Scatter

(XY, engl. scatterplot), ce ilustrează norul de puncte (distribuția variabilelor).

Pasul 1 – se introduc datele pe două coloane (de ex. A și B) și apoi se

selectează ambele;
Pasul 2 – Insert - opțiune dreapta sus în meniu; → Chart (Grafic) → Scatter
(XY or Bubble Chart)

146
 Se va genera, instant, graficul ca în exemplul următor:

Reprezentarea grafică a asocierii dintre variabile - Norul de puncte,

cunoscut și sub denumirea din engleză de scatterplot, este un grafic cu două axe,
fiecare dintre ele implicând una dintre cele două variabile.
Norul de puncte ne oferă o serie de informații importante, văzând:
- Forma relației dintre două variabile (liniară sau nonliniară); Relația dintre
două variabile poate lua trei forme: liniară, nonliniară sau independentă, prin ultima
întelegând absența relației. Dacă relația este liniară, atunci norul de puncte pare a
avea o singură direcție, care poate fi evidențiată printr-o linie dreaptă (vezi figura
anterioară).

147
 Dacă relația este neliniară, norul de puncte are o direcție curbiline, care poate
fi semnalată printr-o linie curbă.

Absența relației se poate observa în cadrul norului de puncte prin lipsa oricărei
direcții, punctele fiind distribuite parcă la întâmplare.
- Direcția asocierii (asocierea pozitivă, negativă sau absentă);

Se poate vorbi de o relație pozitivă, dacă norul de

puncte evoluează dinspre stânga jos spre dreapta sus. Înseamnă că valorile mici ale

148
lui X sunt asociate cu valorile mici ale lui Y, iar valorile mari ale lui X corespund
unor valori mari ale lui Y. Valoarea coeficientului de corelație este o valoare
pozitivă.

Relația negativă dintre două variabile poate fi

sesizată grafic, dacă direcția norului de puncte evoluează dinspre stânga sus spre
dreapta jos, fapt ce semnifică ideea că rezultatelor mari ale lui X le corespund
rezultatele mici ale lui Y și viceversa.
- Intensitatea legăturii dintre variabile (puternică, medie, scăzută). În cazul unei
relații liniare, gradul de adunare a punctelor într-o direcție poate varia. Punctele
asociate unor coeficienți de corelație mai reduși (r = 0.52) sunt mai împrăștiate, pe
când punctele asociate unor coeficienți de corelație puternici (r = 0.74) sunt mai
apropiate de o linie imaginară.

MODEL DE RAPORTARE a rezultatelor în secțiunea Analiza și

interpretarea rezultatelor - ați putea formula într-o lucare științifică sub
varianta următoare:
“Investigația preliminară a datelor a dezvăluit că, în cazul rezultatelor obținute
nu au fost detectate valori excesive (outliers). Următorul pas al cercetării a fost de a
investiga dacă există relații între scorurile obținute privind dimensiunile investigate.
A fost utilizat testul statistic - Corelația Pearson (r), care măsoară tendința de
variație simultană între două variabile. Condițiile pentru aplicarea corelației Pearson

149
au fost îndeplinite (Labăr, 2008): ambele variabile sunt cantitative; variabilele sunt
distribuite în mod normal, iar relația dintre cele două variabile este liniară –
evidențiată de norul de puncte”.

Exemplu – Tabel utilizat pentru raportarea rezultatelor obținute în urma

aplicării Corelației Pearson, în cazul verificării ipotezei: “Există o asociere pozitivă
semnificativă, sub raport statistic între rezultatele obținute la testele de evaluare
psihologică efectuate de un grup de sportivi și performanța sportivă a acestora
(apreciată prin note acordate de antrenor)” (Grigore și colab., 2016).

Tabel 7.7. Rezultate privind asocierea între scorurile obținute la testele computerizate și
performanța sportivă
Performanța sportivă (note)
Variabile N m s Corelația
Pearson p
Performanța sportivă 45 8.25 1.28 1.000
(note)
Coeficientul eficiența 45 85.11 9.05 .387** .009
atenției
Coeficientul memorie 45 81.96 8.23 .426** .004
topografică
Coeficientul învățare 45 48.91 10.52 .652** .000
perceptiv-motrică
Coeficientul memorie 45 73.91 12.40 .400** .006
operantă
**
. Corelația este semnificativă pentru p<0,01 (ipoteză bidirecțională).

Exemplu – Interpretarea rezultatelor

Analiza rezultatelor indicate în tabelul 7.7. subliniază faptul că:
- Există o corelație pozitivă semnificativă r = 0,387 între coeficientul eficiența
atenției (un indicator global al nivelului conștient și voluntar al activării atenției
selective) și performanța sportivă, exprimată prin notele date de antrenor (p <0,01).

150
 BIBLIOGRAFIE

Abbott, M. L., McKinney, J. (2013). Understanding and applying research design. Hoboken,
NJ: John Wiley & Sons, Inc.
Acton, C., Miller, R., Maltby, J., Fullerton, D. (2009). SPSS for social scientists. London: Red
Globe Press.
Adler, E. S., Clark, R. (2015). An invitation to social research: How it's done. 5th edition.
Belmont, CA: Wadsworth/ Cengage Learning.
Alamargot, D., Chanquoy, L. (2001). Through the models of writing. Dordrecht: Springer
Science & Business Media, B.V.
Alasuutari, P., Bickman, L., Brannen, J. (2008). The SAGE handbook of social research
methods. Thousand Oaks, CA: Sage Publications, Inc.
Allen, M. (2017). The SAGE encyclopedia of communication research methods. Thousand
Oaks, CA: Sage Publications, Inc.
Anderson, N. H. (2001). Empirical direction in design and analysis. Mahwah, NJ: Lawrence
Erlbaum Associates.
Aneshensel, C. B. (2013). Theory-based data analysis for the social sciences. 2nd edition.
Thousand Oaks, CA: Sage Publications, Inc.
Armour, K., Macdonald, D. (2012). Research methods in physical education and youth sport.
New York: Routledge.
Babbie, E. (2008). The basics of social research. 4th edition. Belmont, CA: Thomson-
Wadsworth.
Bagdonavicius, V., Kruopis, J., Nikulin, M. S. (2011). Nonparametric tests for complete data.
Hoboken, NJ: John Wiley & Sons, Inc.
Ballantine, J. H, Roberts, K. A., Korgen, K. O. (2020). Our social world: Condensed. An
introduction to sociology. 6th edition. Thousand Oaks, CA: Sage Publications, Inc.
Băicuș, C. (2007). Medicina bazată pe dovezi. Cum înţelegem studiile. online.
http://baicus.ro/MCS/IV_variabile_teste.pdf
Beatty, P. C., Collins, D., Kaye, L., Padilla, J. L., Willis, G. B., Wilmot, A. (2020). Advances
in questionnaire design, development, evaluation and testing. Hoboken, NJ: John Wiley &
Sons, Inc.
Berg, K. E., Latin, R. W. (2008). Essentials of research methods in health, physical education,
exercise science and recreation. 3rd edition. Philadelphia, PA: Lippincott Williams &
Wilkins.
Borokov, A. A. (1999). Mathematical statistics. Boca Raton, FL: CRC Press.
151
Boyle, M. P., Schmierbach, M. (2015). Applied communication research methods: Getting
started as a researcher. New York: Routledge.
Brannon, L., Feist, J. (2010). Health psychology: An introduction to behavior and health.7th
edition. Boston, MA: Wadsworth/ Cengage Learning.
Bukowski, W. M., Laursen, B., Rubin, K. H. (2018). Handbook of peer interactions,
relationships and groups. 2nd edition. New York: The Guilford Press.
Burns, N., Grove, S. K. (2011). Understanding nursing research - eBook: Building an
evidence-based practice. Maryland Hights, MO: Elsevier Saunders.
Butaru, L. (2015). Introducere în metodologia cercetării calitative. Cluj-Napoca: Presa
Universitară Clujeană.
Buzescu, A. (2014). The treatment and functional recovery of the mielic lumbar spine fractures
associated with grade III B open fractures of the tibia and fibula. Case report. Discobolul –
Physical Education, Sport and Kinetotherapy Journal, 2(36), 49-55.
Cargan, L. (2007). Doing Social Research. Lanham, MD: Rowman and Littlefield Publishers,
Inc.
Carter, C. (2018). Successful dissertations: The complete guide for education, childhood and
early childhood studies students. London: Bloomsbury Academic.
Cassell, C. (2015). Conducting research interviews for business and management students.
London: Sage Publications, Ltd.
Chalmer, I., Hedges, L. V., Cooper, H. (2002). A brief history of research synthesis. Evaluation
and the Health Professions, 25, 12-37.
Chelcea, S. (2004). Metodologia cercetării sociologice. Metode cantitative și calitative.
București: Editura Economică.
Chinn, P. L., Kramer, M. K. (2008). Integrated theory and knowledge development in nursing.
6th edition. St Louis, MO: Mosby, Inc.
Ciulei, T. (2009). Mic tratat de gnoseologie. Iași: Lumen.
Cleland, J., Dixon, K., Kilvington, D. (2020). Online research methods in sport studies. New
York: Routledge.
Clough, P., Nutbrown, C. (2002). A student’s guide to methodology. London: Sage
Publications, Ltd.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences. 2nd edition. Hillsdale,
NJ: Lawrence Erlbaum Associates, Inc.
Cohen, L., Manion, L., Morrison, K. (2018). Research methods in education. 8th edition. New
York: Routledge.
Collins, H. (2010). Creative research: The theory and practice of research for the creative
industries. Lausanne: AVA Publishing.

152
Cook, T. D., Wong, V. C. (2008). Better quasi-experimental practice. În P. Alasuutari, L.
Bickman, J. Brannen (Eds.) The SAGE handbook of social research methods (134-166).
Thousand Oaks, CA: Sage Publications, Inc.
Corbin, J., Strauss, A. (2015). Basics of qualitative research. Thousand Oaks, CA: Sage
Publications, Inc.
Creswell, J. W., Poth, C. N. (2018). Qualitative inquiry and research design: Choosing among
five approaches. 4th edition. Thousand Oaks, CA: Sage Publications, Inc.
Curtis, E., Drennan, J. (2013). Quantitative health research: Issues and methods. New York:
Open University Press.
David, M., Sutton, C. (2004). Social research: The basics. Thousand Oaks, CA: Sage
Publications, Inc.
Denicolo, P., Becker, L. (2012). Developing research proposals. London: Sage Publications,
Ltd.
Denzin, N. K., Lincoln, Y. S. (2005). The Sage handbook of qualitative research. 3rd edition.
Thousand Oaks, CA: Sage Publications, Inc.
De Vaus, D. (2014). Surveys in social research. 6th edition. London: Routledge.
Dincă, M. (2003). Metode de cercetare în psihologie. Note de curs. București: Editura
Universității Titu Maiorescu.
Ellis, P. D. (2010). The essential guide to effect sizes: Statistical power, meta-analysis, and the
interpretation of research results. New York: Cambridge University Press.
Epuran, M. (2005). Metodologia cercetării activităților corporale. Exerciţii fizice - Sport –
Fitness. Ediţia a II-a. Bucureşti: Fest.
Eysenck, M. W., Keane, M. T. (2000). Cognitive psychology: A student's handbook. 4th edition.
Hove, UK: Psychology Press.
Faizan, A., Rasoolimanesh, S. M., Cobanoglu, C. (2019). Applying partial least squares in
tourism and hospitality research. Bingley, UK: Emerald Publishing Limited.
Fallowfield, J. L., Hale, B. J., Wilkinson, D. M. (2005). Using statistics in sport and exercise
science research. Chichester: Lotus Publishing.
Farndon, J. (2012). 50 de idei geniale care au schimbat omenirea. București: Litera.
Flick, U. (2018). An introduction to qualitative research. 6th edition. London: Sage
Publications, Ltd.
Frick, P. J., Barry, C. T., Kamphaus, R. W. (2010). Clinical assessment of child and adolescent
personality and behavior. 3rd edition. New York: Springer Science & Business Media.
Gagea, A. (2010). Tratat de cercetare ştiinţifică în educaţie fizică şi sport. București:
Discobolul.
Gerring, J. (2007). Case study research: Principles and practices. New York: Cambridge
University Press.

153
Gherguţ, A. (2013). Sinteze de psihopedagogie specială. Ediția a III-a. Iaşi: Polirom.
Given, L. M. (2008). The Sage encyclopedia of qualitative research methods. Thousand Oaks,
CA: Sage Publications, Inc.
Gledhill, A., Mulligan, C., Safferi, G., Sutton, L., Taylor, R. (2007). BTEC National sport and
exercise science student book. Portsmouth, NH: Heinemann.
Goodwin, C. J. (2010). Research in psychology: methods and design. 6th edition. Hoboken, NJ:
John Wiley and Sons, Inc.
Gratton, C., Jones, I. (2010). Research methods for sport studies. 2nd edition. New York:
Routledge.
Gravetter, F., Wallnau, L. (2008). Essentials of statistics for the behavioral science. 6th edition.
Belmont, CA: Thomson-Wadsworth.
Gravetter, F., Wallnau, L. (2013). Statistics for the behavioral sciences. 10th edition. Boston,
MA: Cengage Learning.
Gray, D. E. (2020). Doing research in the business world. 2nd edition. London: Sage
Publications, Ltd.
Gray, J. R., Grove, S. K., Burns, N. (2013). The practice of nursing research: Appraisal,
synthesis, and generation of evidence. 7th edition. St. Louis: Saunders Elsevier.
Green, R., A. (2011). Case study research: A program evaluation guide for librarians. Santa
Grigore, V., Mihăilă, C. V., Predoiu, R., Păunescu, M., Apostu, M., Petre, R. L. (2017).
Comparative study between the personality of students in N.U.P.E.S. and personality
wanted by potential employers, Discobolul – Physical Education, Sport and Kinetotherapy
Journal, XIII (2), 12-18.
Grigore, V., Predoiu, A., Predoiu, R., Mitrache, G. (2017). Study regarding relevant abilities
of the informal leader in the case of handball players through computerized assessment.
eLearning & Software for Education - Could technology support learning efficiency?, 3,
119-126.
Grigore, V., Predoiu, A., Predoiu, R., Mitrache, G. (2016). Cognitive and Psychomotor
Dimensions and the Sport Performance in the case of Junior Women Handball Players,
Discobolul – Physical Education, Sport and Kinetotherapy Journal, XII, 3, 106-113.
Grix, J. (2010). The Foundations of Research. 2nd edition. Basingstoke, UK: Palgrave
Macmillan.
Grove, S. K., Cipher, D. J. (2020). Statistics for Nursing Research - E-Book: A Workbook for
Evidence-Based Practice. 3rd edition. St. Louis: Elsevier, Inc.
Groves, R. M., Fowler, F. Jr., Couper, M. P., Lepkowski, J. M., Singer, E., Tourangeau, R.
(2009). Survey Methodology. 2nd edition. Hoboken, NJ: John Wiley & Sons, Inc.
Hahs-Vaughn, D. L., Lomax, R. G. (2020). Statistical Concepts - A First Course. New York:
Routledge.

154
Hammond, M., Wellington, J. (2013). Research methods: The key concepts. New York:
Routledge.
Hartley, R. D., Ellis, L., Walsh, A. (2021). Research methods for criminology and criminal
justice. Lanham, MD: Rowman & Littlefield Publishing Group, Inc.
Harvey, D. (2017). Collisions in the digital paradigm: Law and rule making in the internet
age. Oxford: Hart Publishing Ltd.
Hassett, M. E., Paavilainen-Mäntymäki, E. (2013). Handbook of longitudinal research
methods in organisation and business studies. Northampton, MA: Edward Elgar Publishing.
Hawkins, D. (2019). Biomeasurement. New York: Oxford University Press.
Howitt, D., Cramer, D. (2008). Introduction to Research Methods in Psychology. 2nd edition.
Harlow, UK: Pearson Eucation Limited.
Jackson, S. L. (2008). Research methods: A modular approach. Belmont, CA: Tomson
Wadsworth.
Jackson, S. L. (2012). Research methods and statistics: A critical thinking approach. 4th
edition. Belmont, CA: Wadsworth.
Janesick, V. J. (2004). "Stretching" exercises for qualitative researchers. Thousand Oaks, CA:
Sage Publications, Inc.
Johnson, B., Christensen, L. (2012). Educational research: quantitative, qualitative and mixed
approaches. 4th edition. Thousand Oaks, CA: Sage Publications, Inc.
Jones, I. (2015). Research methods for sports studies. 3rd edition. New York: Routledge.
Jonker, J., Pennink, B. (2010). The essence of research methodology: A concise guide for
master and phd students in management science. London: Springer.
Joslin, R. (2019). Project management methodologies, governance and success: Insight from
traditional and transformative research. Boca Raton, FL: CRC Press.
Kerlinger, F. N., Lee, H. B. (2000). Foundations of behavioral research. 4th edition. London:
Khan, J. A. (2008). Research methodology. New Delhi: APH Publishing Corporation.
Knapp, K., Seidlhofer, B. (2009). Handbook of foreign language communication and learning.
Berlin: Mouton de Gruyter.
King, N., Horrocks, C. (2010). Interviews in qualitative research. London: Sage Publications,
Ltd.
Kitchener, R. F. (1999). The conduct of inquiry: An introduction to logic and scientific method.
New York: University Press of America.
Kornuta, H. M., Germaine, R. W. (2019). A concise guide to writing a thesis or dissertation:
Educational research. New York: Routledge.
Kothari, C. R. (2004). Research methodology: Methods and techniques. 2nd
edition. New Delhi: New Age International.

155
Kumar, R. (2014). Research methodology: A step-by-step guide for beginners. 4th edition.
Thousand Oaks, CA: Sage Publications, Inc.
Labăr, A. V. (2008). SPSS pentru ştiinţele educaţiei. Iași: Polirom.
Lancaster, G. (2005). Research methods in management: A concise introduction to research
in management business consultancy. Oxford: Elsevier Butterworth-Heinemann.
Largan, C., Morris, T. (2019). Qualitative secondary research: A step-by-step guide. London:
Sage Publications, Ltd.
Lawrence, A. S. (2012). Perspectives on private tuition: at higher secondary level.
Saarbrücken: LAP Lambert Academic Publishing.
Leary, M. R. (2001). Introduction to behavioral research methods. 3rd edition. Needham
Heights, MA: Allyn & Bacon.
Leher, K. (2018). Theory of knowledge. 2nd edition. New York: Routledge.
Leong, F. T. L, Austin, J. T. (2006). The psychology research handbook: A guide for graduate
students and research assistants. 2nd edition. Thousand Oaks, CA: Sage Publications, Inc.
Lichtman, M. (2006). Qualitative research in education: A user's guide. Thousand Oaks, CA:
Sage Publications, Inc.
Liese, F., Miescke, K. J. (2008). Statistical decision theory: Estimation, testing, and selection.
New York: Springer Science & Business Media.
Lincoln, Y. S., Guba, E. G. (2000). Paradigmatic controversies, contradictions and emerging
confluences. În Denzin, N. K. & Lincoln, Y. S. (Eds.) Handbook of qualitative research (2nd
edition, pp. 163-188). Thousand Oaks, CA: Sage Publications, Inc.
Ling, L., Ling, P. (2017). Methods and paradigms in education research. Hershey, PA: IGI
Global.
Littell, J. H., Corcoran J., Pillai, V. (2008). Systematic reviews and meta-analysis. New York:
Oxford University Press.
Lussier, R. (2009). Management fundamentals: Concepts, applications, skill development.
Boston, MA: Cengage Learning.
Mangal, S., K., Mangal, S. (2013). Research methodology in behavioural sciences. New Delhi:
PHI Learning Private Limited.
Marshall, C., Rossman, G. B. (2016). Designing qualitative research. 6th edition. Thousand
Oaks, CA: Sage Publications, Inc.
Maruyama, G., Ryan, C. S. (2014). Research methods in social relations. 8th edition. New
York: John Wiley & Sons, Ltd.
McIntire, S. A., Miller, L. A. (2007). Foundations of psychological testing: A practical
approach. 2nd edition. Thousand Oaks, CA: Sage Publications, Inc.
McNabb, D. E. (2002). Research methods for political science. Quantitative and qualitative
approaches. 2nd edition. New York: M.E. Sharpe.

156
Maxwell, J. A., Wooffitt, R. (2005). Qualitative research design: An interactive approach. 2nd
edition. Thousand Oaks, CA: Sage Publications, Inc.
Maxwell, J. C. (2012). Lesson 25 from leadership gold: You only get answers to the questions
you ask. Nashville, TN: Thomas Nelson, Inc.
Menard, S. (2008). Handbook of longitudinal research: Design, measurement, and analysis.
San Diego, CA: Elsevier, Inc.
Mercer, C. D., Mercer, A., Pullen, P. C. (2011). Teaching students with Learning problems. 8th
edition. Upper Saddle River, NJ: Pearson.
Mertens, D. (2010). Research and evaluation in education and psychology: Integrating
diversity with quantitative, qualitative, and mixed methods. 3rd edition. Thousand Oaks, CA:
Sage Publications, Inc.
Mikkelsen, B. (2005). Methods for development work and research: A new guide for
practitioners. 2nd edition. Thousand Oaks, CA: Sage Publications, Inc.
Monsen, E. R., Van Horn, L. (2008). Research: Successful approaches. 3rd edition. Chicago,
IL: American Dietetic Association.
Morrison, J., Flegel, K. (2018). Interviewing children and adolescents. Skills and strategies for
effective DSM-5 diagnosis. 2nd edition. New York: The Guilford Press.
Mpofu, E., Carney, J., Lambert, M. (2006). Peer sociometric assessment. In Hersen, M. (Ed.).
Clinician's handbook of child behavioral assessment (pp. 233-263). San Diego, CA:
Elsevier Academic.
Nestor, P. G., Schutt, R. K. (2015). Research methods in psychology: Investigating human
behavior. 2nd edition. Thousand Oaks, CA: Sage Publications, Inc.
Newby, P. (2014). Research methods for education. 2nd edition. New York: Routledge.
Niculescu, M. (2002). Metodologia cercetării științifice în educație fizică și sport. București:
A.N.E.F.S.
Nolte, J. (2014). The philosophy, theory and methods of J. L. Moreno: The man who tried to
become god. New York: Routledge.
Novikov, A. M., Novikov, D. A. (2013). Research methodology: From philosophy of science
to research design. Boca Raton, FL: CRC Press.
Outhwaite, W., Turner, S. (2007). The Sage handbook of social science methodology. London:
Sage Publications, Ltd.
Pandey, P., Pandey, M. M. (2015). Research methodology: tools and techniques. Buzău:
Bridge Center.
Patton, M. Q. (2015). Qualitative research and evaluation methods. 4th edition. Thousand
Oaks, CA: Sage Publications, Inc.
Păunescu, M. (2013). Metode de cercetare științifică. București: Discobolul.

157
Păunescu, M., Grigore, V., Mitrache, G., Predoiu, A. (2018). Quantitative and qualitative in
measuring quality of life in sports. Revista Românească pentru Educație
Multidimensională, 10(1), 95-108.
Pânișoară, G. (2006). Integrarea în organizații. Pași spre un management de succes. București:
Polirom.
Pânișoară, G., Pânișoară, I-O. (2007). Managementul resurselor umane. București: Polirom.
Pânișoară, I-O. (2017). Ghidul profesorului. Iași: Polirom.
Pelin, B. I., Pelin, F. (2018). Promoting athletes from the junior II to junior I category by
optimizing land training and snow training in ski biathlon tests. Discobolul – Physical
Education, Sport and Kinetotherapy Journal, 3(53), 5-9.
Petticrew, M., Roberts, H. (2006). Systematic reviews in the social sciences: A practical guide.
Oxford: Blackwell.
Popa, M. (2007). Teste neparametrice pentru date ordinale - Suport de curs. Universitatea din
Bucureşti: Bucureşti.
Popa, M. (2010). Statistici multivariate aplicate în psihologie. București: Polirom.
Predoiu, R. (2016). Psihologia sportului. Maximizarea performanţei sportive. București:
Polirom.
Predoiu, A., Predoiu, R., Mitrache, G., Grigore, V., Păunescu, M. (2018). Group dynamics in
handball teams – the importance of intellectual abilities or how to become the informal
leader. Logos Universality Mentality Education Novelty, VI(2), 32-45.
Predoiu, R., Mitrache, G., Bota, A., Predoiu, A. (2018). Subliminal stimulation in the case of
young people practising systematic physical activities. Discobolul – Physical Education,
Sport and Kinetotherapy Journal, 1(51), 5-10.
Privitera, G. J., Ahlgrim-Delzell, L. (2019). Research methods for education. Thousand Oaks,
CA: Sage Publications, Inc.
Pruzan, P. (2016). Research methodology: the aims, practices and ethics of science. New York:
Springer International Publishing House.
Punch, K. F. (2009). Introduction to research methods in education. London: Sage Publication,
Ltd.
Rabacov, G. (2019). Metoda studiului de caz în educație: piste metodologice și sfaturi practice.
http://www.rabacov.net/metoda-studiului-de-caz-in-educatie/
Radu, A. (2012). Studiu experimental privind dezvoltarea rezistenţei la echipele de handbal
seniori. Discobolul – Physical Education, Sport and Kinetotherapy Journal, 1(27), 71-77.
Radu, A. (2013). Optimizarea capacității de performanță prin sistemul comunicațional
antrenor-sportiv la nivelul echipei de handbal junioare, Teză de doctorat, București:
UNEFS.

158
Răulea, C. (2010). Statistică psihologică și prelucrarea informatizată a datelor. Curs introductiv
online.https://pse-bv.spiruharet.ro/images/secretariat/secpse2015
bv/Statistica_APLICATA_IN_PSIHOLOGIE.pdf
Reichardt, C. S. (2019). Quasi-Experimentation: A guide to design and analysis. New York:
The Guilford Press.
Remenyi, D. (2013). Field methods for academic research: Interviews, focus groups and
questionnaires. 3rd edition. Reading, UK: Academic Conferences and Publishing
International, Limited.
Rentala, S. (2018). Basics in Nursing Research and Biostatistics. New Delhi: Jaypee Brothers
Medical Publishers Ltd.
Richey, R. C., Klein, J. D. (2007). Design and development research: Methods, strategies and
issues. New York: Routledge.
Robson, C., McCartan, K. (2016). Real world research. 4th edition. Chichester, UK: John
Wiley and Sons, Ltd.
Roco, M., Mitrache, G., Radu, A., Predoiu, R. (2014). Cerebral dominance and the suprafactors
of the Big Five model in junior handball players. Social and Behavioral Sciences, 117, 226-
231.
Rohleder, P., Lyons, A. C. (2015). Qualitative research in clinical and health psychology. New
York: Palgrave MacMillan.
Rose, S., Spinks, N., Canhoto, A. I. (2015). Management research: Applying the principles.
New York: Routledge.
Rosenthal, R., Rosnow, R. L., Rubin, D. B. (2000). Contrasts and effect sizes in behavioral
research: A correlational approach. New York: Cambridge University Press.
Rubin, R. B., Rubin, A. M., Haridakis, P. M. (2010). Communication research: Strategies and
sources. Boston, MA: Wadsworth/ Cengage Learning.
Russell, J. A. (2018). Statistics in music education research. New York: Oxford University
Press.
Salkind, J. N. (2011). Exploring research. 8th edition. Boston, MA: Pearson.
Saracho, O. (2015). Handbook of research methods in early childhood education. Volume I:
Research methodologies. Charlotte, NC: Information Age Publishing, Inc.
Saracho, O. N., Spodek, B., (2005). Contemporary perspectives on families, communities and
schools for young children. Greenwich, CT: Information Age Publishing.
Saunders, M., Lewis, P., Thornhill, A. (2009). Research methods for business students. 5th
edition. Harlow, UK: Pearson Education Limited.
Saunders, M., Tosey, P. (2015). Handbook of research methods on human resource
development. Cheltenham, UK: Edward Elgar Publishing.

159
Schostak, J. (2006). Interviewing and representation in qualitative research. Maidenhead:
Open University Press.
Schutt, R. K. (2006). Investigating the social world with SPSS student version 14.0: The
process and practice of research. 5th edition. Thousand Oaks, CA: Sage Publications, Inc.
Shaw, D., Gorely, T., Corban, R. (2005). Instant notes: Sport and exercise psychology.
Abingdon: Garland Science/BIOS Scientific Publishers.
Silverman, D. (2017). Doing qualitative research. 5th edition. London: Sage Publications, Ltd.
Sim, J., Wright, C. (2000). Research in health care: concepts, designs and methods.
Cheltenham: Nelson Thornes.
Simion, I. A. (2013). Metode şi tehnici cognitiv-comportamentale în abordarea autismului:
între cunoaştere şi recuperare. București: Mica Valahie.
Singh, Y. (2007). Guidance and career counselling. New Delhi: APH Publishing Corporation.
Smith, M. F. (2010). Research methods in sport. Exeter, UK: Learning Matters, Ltd.
Sreejesh, S., Mohapatra, S., Anusree, M. R. (2014). Business research methods: An applied
orientation. New York: Springer Publishing.
Stebbins, R. A. (2001). Exploratory research in the social sciences. Thousand Oaks, CA: Sage
Publications, Inc.
Stoica, M., Blejan, C. (2017). Improving the tolerance to lactate and its efficiency in the end
of the football game. Discobolul – Physical Education, Sport and Kinetotherapy Journal,
2(48), 41-45.
Sullivan, L. E. (2009). The Sage glossary of the social and behavioral sciences. Thousand
Oaks, CA: Sage Publications, Inc.
Swanborn, P. (2010). Case study research: What, why and how? Thousand Oaks, CA: Sage
Publications, Inc.
Tenenbaum, G., Driscoll, M. P. (2005). Methods of research in sport sciences: Quantitative
and qualitative approaches. Oxford: Meyer & Meyer Sport, Ltd.
Teodorescu, S. (2006). Teoria antrenamentului și competiției. București: ANEFS.
Thomas, R. M. (2003). Blending qualitative and quantitative research methods in theses and
dissertations. Thousand Oaks, CA: Corwin Press, Inc.
Thomas, J. R., Nelson, J. K., Silverman S. J. (2011). Research methods in physical activity. 6th
edition. Champaign, IL: Human Kinetics.
Thomlinson, S. (2001). Education in a post-welfare society. Buckingham: Open University
Press.
Thyer, B. (2010). The handbook of social work research methods. Thousand Oaks, CA: Sage
Publications, Inc.
Tjora, A. (2019). Qualitative research as stepwise-deductive induction. New York: Routledge.

160
Tüdös, S. (2000). Elemente de statistică aplicată. București: Globus.
Vartanian, T. P. (2011). Secondary data analysis. New York: Oxford University Press, Inc.
Veal, A. J. (2017). Research methods for leisure and tourism. 5th edition. Harlow, UK: Pearson
Education Limited.
Venuvinod, P. K. (2011). Technology, innovation and entrepreneurship, Part II: My firm.
Dordrecht: Kluwer Academic Publishers.
Vercruyssen, M., Hendrick, H., W. (2012). Behavioral research and analysis: An introduction
to statistics within the context of experimental design. 4th edition. Boca Raton, FL: CRC
Press.
Verma, J. P. (2014). Statistics for exercise science and health with Microsoft Office Excel. New
York: John Wiley & Sons, Inc.
Vogt, W. P. (2005). Dictionary of statistics & methodology: A nontechnical guide for the social
sciences. 3rd edition. Thousand Oaks, CA: Sage Publications, Inc.
Walliman, N. (2011). Research methods: The basics. New York: Routledge.
Walsh, M., Wigens, L. (2003). Introduction to research. Cheltenham, UK: Nelson Thornes,
Ltd.
Warner, R. M. (2020). Applied statistics II: Multivariable and multivariate techniques.
Thousand Oaks, CA: Sage Publications, Inc.
Weimann, J., Brosig-Koch, J. (2019). Methods in experimental economics: An introduction.
Wiesbaden: Springer Nature.
Weiten, W. (2013). Psychology: Themes and variations. 9th edition. Boston, MA: Wadsworth/
Cengage Learning.
Wilson, C. (2014). Interview techniques for ux practitioners: A user-centered design method.
Amsterdam: Morgan Kaufmann.
Yegidis, B. L., Weinbach, R. W., Myers L. L. (2017). Research methods for social workers.
London: Pearson Education.
Yin, R., K. (2018). Case study research and applications: Design and methods. Thousand
Oaks, CA: Sage Publications, Inc.
Zawacki-Richter, O., Kerres, M., Bedenlier, S., Bond, M., Buntins, K. (2020). Systematic
reviews in educational research: Methodology, perspectives and application. Wiesbaden:
Springer Nature.
Zlate, M. (2004). Tratat de psihologie organizațional-managerială. București: Polirom.
www. http://legislatie.just.ro/Public/DetaliiDocument/52457
www.hackmath.net/en/calculator/potential-outliers
https://www.calculatorsoup.com/calculators/statistics/descriptivestatistics.php
https://www.socscistatistics.com/tests/kruskal/default.aspx

161
https://www.socscistatistics.com/tests/mannwhitney/default2.aspx
https://www.socscistatistics.com/tests/signedranks/default2.aspx
https://www.socscistatistics.com/tests/friedman/default.aspx
https://www.socscistatistics.com/tests/spearman/default2.aspx
https://www.socscistatistics.com/effectsize/default3.aspx
http://mason.gmu.edu/~dwilsonb/ma.html

162