Documente Academic
Documente Profesional
Documente Cultură
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Cercetarea
1. Forme
2. Clasificări
3. Limite
Cercetătorul
1. Caracteristici
2. Tipologii
3. Exemple notorii (N. Bohr, K.
Gȍdel, G. Perelman, L.
Greenberg)
1
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Termenul de știință a fost definit și redefinit pe parcursul secolelor. Cunoașterea (ca proces), obiectul
cunoașterii (realitatea), originea lucrurilor (cauzalitatea în limbajul nostru) erau cam amestecate.
(Thales din Milet (624–546 BC), spre exemplu, considera că toate lucrurile provin din apă)
(Platon (427–347 BC), asemănător pitagoreicilor, punea la baza universului un principiul de ordin
matematic, în special geometric.)
(Aristotel (384–322 BC) nu agrea mai multe dintre ideile profesorului său, Platon. Deși la Aristotel
adevărul era etern și nemodificabil, totuși cunoașterea adevărului se realiza prin intermediul simțurilor.
Pentru Aristotel, obiectele observabile erau reale, iar ideile(denumite forme) există doar în măsura în
care se exprimă prin materie și obiecte)
1.Astăzi, știința nu mai are ca referință strictă realitatea ontologică, ci actul măsurării acestei realități. În
psihologie, de exemplu, măsurăm inteligența însă ea nu există ontologic, este doar un construct teoretic.
2.Matematica nu este o știință tocmai din acest motiv, ea nu are ca obiect de studiu o realitate
ontologică ci raționamentele, judecata, operațiile gândirii. Matematicile pleacă de la sisteme axiomatice
și ajung la formularea unor teoreme (adică consecințe logice/algoritmice).
1+1 = 2 (în baza 3 sau mai mult)
însă
1+1 = 10 (în baza 2)
Atât 2 cât și 10 fiind două coduri ale aceleiași realități.
3.Progresul omenirii se datorează nu doar marilor personalități a căror contribuție a fost deja
recunoscută ci și contribuțiilor multor anonimi de care nu vom știi niciodată prea multe. Legea dreptului
de autor este de fapt, de la un punct încolo, o formă de exces (de abuz ,,de autor”) în raport cu
contribuțiile celor rămași anonimi.
3
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
exemple:
,,Acolo unde era cuvântul totul era inteligibil, totul devenea posibil, acolo unde
era mintea nimic nu se împlinea, nimic nu era inteligibil, pentru că reflexiunea
intimă rămâne neinteligibilă”
(Satapadabrahmana)
4
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Știința este un ansamblu de procedee de investigare, validare și sistematizare a realității măsurabile. Ceea ce
nu intră în orizontul măsurabil nu are caracter științific (încă).
Investigarea/ Explorarea
Anatomia și fiziologia corpului uman sunt, în mod oarecum premeditat, predispuse investigării/explorării.
Prin simțuri colectăm informații brute, le transferăm la nivel simbolic prin limbaj, operăm (căutăm relațiile
dintre simboluri și caracteristicile acestora) la acest nivel și apoi revenim prin concluziile și rezultatele
obținute la nivel sensibil, mai întâi pentru validare/confirmare, apoi pentru acțiune/adaptare.
Nevoia de rafinare a acestui proces a condus la dezvoltare de instrumente și proceduri noi de investigare/
explorare, de la construcția de aparate de măsură tot mai performante și până la diversificarea metodologică.
5
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
CERCETAREA
-cumulativ
-secvențial
-adaptativ
-evolutiv
6
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
7
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Raționalismul și empirismul au fost cele două curente antagonice care au dominat perioada antichității.
Raționalismul (Pythagoras, 570–495 BCE) a fost printre primii gânditori raționaliști care se opuneau empirismului.
Rațiunea și logica operează în absența simțurilor. Raționaliștii văd cunoașterea a priori, ajungem la cunoaștere prin
utilizarea logicii și rațiunii, independent de experiența senzorială.
Empirismul în schimb, susține că ideile sunt a posteriori, adică vin ca urmare a experienței. Cunoașterea este derivată
direct din experiență. Informația primită prin simțuri este suportul logicii și rațiunii.
Cartezianismul
(René Descartes 31 March 1596–11 February 1650) Propune o nouă metodă de analiză, care vede lumea ca obiecte sau
seturi de obiecte între care există interacțiuni. Propune îndoiala provizorie ca aspect metodic, neîncrezîndu-te decât în
evidențe.
"Cogito ergo sum" / "Je pense, donc je suis" / "I think, therefore I am"
Expresie celebră apărută în Discourse on the Method (1637) și apoi în Principles of Philosophy (1644) apărută în versiunea originală în latină.
Mai important este faptul că Descartes este primul gânditor care a susținut necesitatea dezvoltării științelor naturale.
8
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Empirismul
John Locke (29 August 1632–28 October 1704)
Curent teoretic mai vechi, dar reluat în secolul al XVII-lea, susține că diversele forme de cunoaștere vin în
mod primar prin experiența senzorială. Accentuează rolul experienței senzoriale în cunoaștere, în elaborarea
ideilor, în experimente. Empiriștii susțin că testarea teoriilor și a ipotezelor se face în lumea observabilă, în
lumea naturală, mai degrabă decât aprioric prin rațiune, intuiție sau revelație.
Pozitivismul
Afirmă că toată cunoașterea este autentică, indiferent de formă, dacă permite verificarea și numai această
cunoaștere validată este considerată științifică. Primele manifestări ale pozitivismului sunt o consecință a
influenței iluministe.
Henri de Saint-Simon (1760–1825), Pierre-Simon Laplace (1749–1827) sau Auguste Comte (1798–1857)
susțineau că metoda științifică, interdependența dintre teorie și observație, trebuie să înlocuiască metafizica în
istoria gândirii.
Émile Durkheim (1858–1917) reformulează propunând pozitivismul sociologic în sociologie.
În psihologie mișcarea pozitivistă a dezvoltat behaviorismul (J. Watson) și operaționalismul (B. F. Skinner).
9
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Existentialismul
(Søren Kierkegaard-5 May 1813–11 November 1855)
Considerat primul existențialist deși el nu a folosit termenul de existențialist cu privire la propria persoană.
Acesta propune un mod al fiecărui individ, de a fi responsabil de sensul propriei vieți, de autenticitatea
acesteia, fapt ce avea mai târziu să fie denumit ,,atitudine existențială”.
Existențialismul a avut un puternic impact, ulterior, mai ales în rândul psihologilor (F.Perls, V .Frankl, R.May,
O.Rank, etc.)
Curentul Fenomenologic
(Edmund Husserl,1859–1938)
Propune un nou mod de a gândi, într-o altfel de manieră, una mereu nouă, prin deschiderea față de
experiență, care este mereu alta, mereu nouă. Preocuparea majoră converge spre reflexii sistematice, spre
studierea structurilor conștiinței și a fenomenelor care sunt evidențiabile în actul conștientizării.
Acest tip de viziune se opune și se diferențiază astfel de cartezianism, fiind o reacție față de limitele acestuia.
10
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Pozitivismul logic
La începutul secolului XX apare o mișcare descendentă din tezele lui A. Comte însă se dezvoltă independent,
coagulându-se în așa numitul neopozitivism sau pozitivismul logic. Mișcarea se reunește în Cercul de la
Viena (Rudolf Carnap, Philipp Frank, Hans Hahn, Otto Neurath, etc.) răspândindu-se apoi în Europa și mai
ales pe continentul american. În viziunea pozitivistă numai afirmațiile verificabile, logic sau empiric, pot să
fie semnificative cognitiv.
Influența Cercului de la Viena asupra filosofiei și științei secolului XX a fost imensă și a generat inclusiv
eforturi ulterioare precum cele ale lui Willard Van Orman Quine, ca răspuns la gândirea promovată de Cercul
de la Viena. Herbert Feigl și Kurt Gödel au fost doi eminenți reprezentanți și în același timp și absolvenți ai
Universității din Viena, din acele vremuri.
Postpozitivismul (postempirism)
Critici ale abordării pozitiviste au fost aduse de Karl Popper, Willard Van Orman Quine și Thomas Kuhn,
Paul Feyeraband, personalități care au influențat și condus spre dezvoltarea ulterioară a postpositivismului.
Postpozitiviștii afirmă că realitatea poate fi cunoscută doar parțial, imperfect și probabilistic, mai mult
decât atât, cunoștințele deja existente, teoriile, valorile cercetătorilor pot influența realitatea observată. Iar
metodologiile, oricât de rafinate ar fi, nu sunt niciodată universale.
11
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
În psihologie cercetarea experimentală este legată de numele Wilhelm Maximilian Wundt (16 August 1832 –
31 August 1920) -1879 prin intermediul primul laborator de cercetări psihologice de la University of Leipzig.
Dealtfel, apariția psihologie ca știință independentă începe cu acest tip de paradigme împrumutate de
curentele și viziunile acelor vremuri.
În aceleași paradigme, în special pozitiviste, au apărut teorii și curente în psihologie, precum behaviorismul,
operaționalismul, gestaltismul. (John B. Watson, B.F. Skinner, Wolfgang Köhler, Max Wertheimer, Kurt
Koffka)
Evoluția psihologiei și metodologiei asociate a fost astfel din plin alimentată de evoluția cercetării științifice
din acele vremuri.
12
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Validarea/Confirmarea
Confirmarea sau validarea este o etapă importantă în cunoaștere în general și mai cu seamă în cercetarea
științifică. De la simpla verificare vizuală a omului arhaic aflat între coordonatele unei existențe dominată de
senzorialitate și până la verificare și testarea statistică, probabilistică, întâlnim același demers, dar făcut în
maniere diferite, cu posibilități diferite și, evident, cu consecințe diferite.
Sistematizarea/Formalizarea
Este un proces prin care reducem tendințele interpretative, pentru conectarea rezultatelor și consecințelor
într-o formă simplificată și coerentă. De multe ori acest proces este finalizat cu elaborarea unui model teoretic
sau a unei teorii.
13
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Karl Raimund Popper, (Conjectures and Refutations: The Growth of Scientific Knowledge,
1963, falsificaționismul)
Paul Feyerabend (Against Method, 1975, - anarhism epistemologic – respinge ideea unei
metodologii universale și utilizarea dogmatică a unor reguli și introduce conceptul de
pluralism metodologic. O nouă teorie se impune nu ca urmare a metodei științifice utilizate
sau a consistenței acesteia, ci ca urmare a numărului de suporteri/adepți și retoricii acestora)
14
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
În “The Logic of Scientific Discovery” (1934), Popper, realizează o delimitare între științific și neștiințific
(sau pseudo-științific). Criteriul central este cel conform căruia știința trebuie să formuleze ipoteze
contestabile sau în terminologia sa, falsificabile.
Fizica newtoniană este un foarte bun exemplu. O minge aruncată în sus va reveni pe pământ. Totuși dacă este
aruncată sub un unghi și cu o viteză suficientă poate să depășească atmosfera și să urmeze o traiectorie prin
care nu mai revine pe pământ. De asemenea traiectoria luminii este considerată o linie dreaptă. Cu ocazia
eclipselor de soare se poate observa o deplasare spectrală spre roșu ceea ce corespunde pierderii de energie,
adică unda luminoasă se curbează. [….] Barker, C., Pistrang, N. & Elliot, R. (2002) p16
Pentru Popper o știința bună se bazează pe o serie de conjecturi, care în ultimă instanță sunt falsificabile
Conjectures and Refutations (1963). O bună teorie este una care poate produce un număr larg de propoziții
falsificabile. O teorie slabă, sau neștiințifică este una incapabilă de falsificație. Toate teoriile sunt tentative
de explicare a realității.
15
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
O perspectivă interesantă asupra evoluției metaforelor gândirii este prezentată în cartea lui George Zarkadakis,
In Our Own Image (2015), expert în inteligentă artificială, descriind 6 metafore utilizate, în explicarea
inteligentei umane, în ultimii 2000 de ani.
Prima metaforă este cea a insuflării spiritului în corp de catre o divinitate inteligentă. A doua este a circulației
fluidelor în corp și creier. (sec.3BC)
A treia a fost cea a motoarelor cu abur (1500), chiar René Descartes vedea funcționarea omului ca mașinărie
foarte complexă. Filosoful britanic Thomas Hobbes, sugerează că gândirea apare ca rezultat al unor mișcări
mecanice foarte fine în creier (1600).
A patra, apărută un secol mai târziu (1700) ca urmare a descoperirilor în electricitate și chimie au condus spre
o altă metaforă a inteligenței.
A cincea, datorată fizicianului german Hermann von Helmholtz, care compara creierul cu un telegraf.
A șasea, metafora calculatorului care procesează informații se datorează matematicianului John von Neumann
și psihologului George Miller.
(https://aeon.co/essays/your-brain-does-not-process-information-and-it-is-not-a-computer)
16
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
17
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Recunoașteți
Personalitățile?
18
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Există câteva modele ce reflectă modul în care practicienii realizează sau doar aplică rezultatele cercetării:
Practicianul intuitiv (intuitive practitioner), care se bazează pe intuiția personală și cunoștințele din diverse
surse, altele decât cercetarea
Practicianul scientist (scientist-practitioner), care este competent atât ca cercetător cât și ca practician.
Cercetătorul aplicat (the applied scientist), care își desfășoară activitatea clinică ca o formă aplicată a
cercetărilor.
Clinicianul local (the local clinical scientist), care utilizează o serie de metode și gândirea critică pentru a
rezolva problemele clinice cu care se confruntă.
Practicianul bazat pe evidențe (the evidence-based practitioner), care studiază în mod sistematic literatura
de specialitate pentru a cunoaște cele mai bune evidențe pe care să-și bazeze deciziile clinice.
Cercetătorul clinician (the clinical scientist), care realizează cercetări asupra problemelor clinice pentru ca
practicianul bazat pe evidențe să le utilizeze.
19
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
20
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
CERCETAREA
Cercetarea cantitativă
Cercetarea cantitativă este asociată cu pozitivismul logic și postpozitivismul. În marea majoritate a situațiilor cercetarea
actuală se realizează sub paradigma pozitivismului logic. Uneori este pus aproape semnul de egalitate, motiv pentru care
nu este necesară o altă paradigmă pentru acest tip de abordare.
Cercetarea cantitativă implică colectarea și convertirea datelor obiective într-o formă numerică adecvată și compatibilă cu
procedurile statistice menită să genereze rezultate din care se vor extrage apoi concluziile. Contrastează cu cercetarea
calitativă dar se află într-o complementaritate cu aceasta.
Este larg răspândită azi în psihologie, economie, sociologie, etc. și mai puțin în antropologie și istorie. Evident se
regăsește în științele matematice și fizică prin definiție.
Cercetarea calitativă
Cercetarea calitativă colectează informații de la cazurile particulare, gen studiu de caz, iar cele mai generale concluzii se
constituie, de fapt, în ipoteze, cercetarea cantitativă urmând să verifice care dintre aceste ipoteze sunt adevărate.
Cercetarea calitativă caută să descrie și să interpreteze realitatea cercetată. În schimbul cifrelor sunt utilizate informații
sub forma cuvintelor sau reprezentărilor vizuale. Cercetătorul înregistrează, observă comportamentele sau manifestările
subiecților participanți. 22
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Cercetarea observațională
Presupune colectarea de informații fără interferența sau intervenția cercetătorului. Este o examinare a
manifestărilor așa cum sunt, naturale, inerente observatorului. Cercetătorul observă, măsoară, și înregistrează
ceea ce se întâmplă. Ulterior are loc analiza și elaborarea unor concluzii.
Cercetarea experimentală
Presupune setarea unor parametrii sau condiții, controlate de către cercetător, în așa fel, încât acesta să fie
capabil să determine un posibil efect. În acest mod cercetătorul poate înțelege felul în care modificarea unor
variabile poate influența ceea ce se studiază sau dacă există o interacțiune între variabile.
23
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Cercetarea fundamentală (basic research) Scopul cercetătorului este să identifice sau să descopere ceea ce
este adevărat. Implică explorarea a ceea ce este necunoscut sau neînțeles.
Cercetarea aplicată (applied research) Caută să utilizeze ceea ce este deja cunoscut pentru a soluționa
probleme sau pentru a obține soluții noi.
Cercetarea de dezvoltare (development research) Este similară celei aplicate dar focalizarea este pe utilizarea
a ceea ce este cunoscut pentru a îmbunătății, pentru a extinde sau pentru a obține tehnologii noi.
24
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Obiectivitatea. - Fizica, chimia, biologia, etc. au ca obiect de studiu realități palpabile, obiectivabile relativ
usor - Psihologia, sociologia, antropologia, etc. au ca obiect de studiu o realitate mai puțin palpabilă adesea
redată de constructe teoretice.
Măsurarea - Fizica, chimia, biologia, etc. folosesc instrumente de măsură sau aparatură care identifică
calitățile realităților investigate. - Psihologia a folosit adesea instrumente teoretice, elaborate specific, care
caută să identifice și să aprecieze constructele teoretice invocate. Din acest motiv au apărut cerințe obligatorii
privind calitatea instrumentelor utilizate, redate prin cerințe de validitate, fidelitate, sensibilitate.
Concluzii
- În științe precum fizica, chimia, concluziile sunt clare, destul de precise, imediate și relativ ușor
generalizabile.
- În științele sociale /umaniste concluziile sunt doar aproximative cu o probabilitatea oscilând între 0,6-0,9.
25
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
26
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Teoria
În sens larg, teoria, reprezintă un grup coerent de propoziții/afirmații general testate și considerate corecte ce
pot fi utilizate drept principii explicative sau care constituie suport pentru predicția unor
fenomene/evenimente sau clase de fenomene/evenimente. Se constituie ca un set de relații între
caracteristicile realităților observabile și care sunt redate cu ajutorul simbolurile sau entitățile formale
corespunzătoare/asociate. O teorie se numește nedeterminată dacă în ciuda evidențelor care susțin teoria,
există o teorie rivală care este inconsistentă cu aceasta, dar care este susținută în aceeași măsură de evidențe.
Teoria Științifică
Este o explicație bine fundamentată și consistentă a unor aspecte observabile, bazate pe un corp de fapte care
au fost confirmate în mod repetat prin observații și experimente. Teoriile trebuie să întrunească condiții de
testabilitate predictivă consistentă asupra unor arii de aplicabilitate științifică, aducând evidențe puternice în
favoarea ei din surse multiple și independente. Puterea unei teorii este determinată de diversitatea de
fenomene pe care aceasta le poate explica și care se măsoară prin capacitatea acesteia de a conduce la
predicții falsificabile în raport cu acea realitate explicată. Verificabilitatea este un criteriu pentru
semnificație, pe când falsificabilitatea un criteriu de demarcație/delimitare. Orice teorie poate fi la un
moment dat ajustată sau chiar substituită dacă evidențele o cer sau dacă capacitatea sa predictivă se
îmbunătățește. Rolul teoriei este de a fundamenta cunoașterea pentru ca aceasta să poată sporii în timp
asigurând în același timp suport pentru dezvoltarea tehnologică. 27
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
28
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
29
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Referințe
1. Schinka, J. A., Velicer, W. F., & Weiner I. B. (2003). Handbook of psychology -volume -2- Research methods in
psychology, John Wiley & Sons, Inc., Hoboken, New Jersey
2. Camic, P. M., Rhodes J. E. & Yardley L. (2003). Qualitative research in psychology. Expanding perspectives in
methodolgy and design. APA, Washington DC.
3. Barker, C., Pistrang, N. & Elliot, R. (2002). Research methods in clinical psychology. An introduction for students and
practitioners. John Wiley & Sons, Ltd., The Atrium, Southern Gate, Chichester, England.
4. Campbell, D.T., & Stanley, J.C. (1963) Experimental and Quasi-Experimental Designs for Research. Skokie, I11.
Rand-McNally.
5. Stephen Isaac, & William B. Michael, (1974) Handbook in Research and Evaluation, Robert R. Knapp, Publisher, San
Diego, California.
6. Christensen, L.B. (1980) Experimental methodology (2nd ed.) Boston, Allyn & Bacon.
7. David Sheskin. (1984) Statistical Tests and Experimental Design, A Guidebook, Gardner Press, NY & London.
8. John M. Neale, & Robert M. Liebert (1986) Science and Behavior - An Introduction to Methods of Research, Prentice-
Hall, New Jersey.
30
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
14 Kuhn made several notable claims concerning the progress of scientific knowledge: that scientific fields
undergo periodic "paradigm shifts" rather than solely progressing in a linear and continuous way, and that
these paradigm shifts open up new approaches to understanding what scientists would never have considered
valid before; and that the notion of scientific truth, at any given moment, cannot be established solely
by objective criteria but is defined by a consensus of a scientific community. Competing paradigms are
frequently incommensurable; that is, they are competing and irreconcilable accounts of reality. Thus, our
comprehension of science can never rely wholly upon "objectivity" alone. Science must account for
subjective perspectives as well, since all objective conclusions are ultimately founded upon the subjective
conditioning/worldview of its researchers and participants.
Kuhn also encourages taking intellectual risks, though from a different standpoint. By clearly delineating the
constrictions of ‘‘normal science,’’ he provides an implicit critique, helping researchers to be aware of and to
question the assumptions of the paradigm within which they work, and to ask whether that paradigm is
worth challenging. His work also leads scientists to look ahead to the next paradigm revolution and to ask
whether their work will have any enduring value. Finally, the methodological pluralist stance that informs
this book owes something to the spirit that animates Feyerabend’s writing.
31
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
16 ‘Feyerabend became famous for his purportedly anarchistic view of science and his rejection of the existence of
universal methodological rules.[2] He was an influential figure in the sociology of scientific knowledge.
In his books Against Method and Science in a Free Society Feyerabend defended the idea that there are
no methodological rules which are always used by scientists. He objected to any single prescriptive scientific method on
the grounds that any such method would limit the activities of scientists, and hence restrict scientific progress. In his view,
science would benefit most from a "dose" of theoretical anarchism. He also thought that theoretical anarchism was
desirable because it was more humanitarian than other systems of organization, by not imposing rigid rules on scientists.
Feyerabend was also critical of falsificationism. He argued that no interesting theory is ever consistent with all the
relevant facts. This would rule out using a naïve falsificationist rule which says that scientific theories should be rejected
if they do not agree with known facts. Feyerabend uses several examples, but "renormalization" in quantum
mechanics provides an example of his intentionally provocative style: "This procedure consists in crossing out the results
of certain calculations and replacing them by a description of what is actually observed. Thus one admits, implicitly, that
the theory is in trouble while formulating it in a manner suggesting that a new principle has been discovered" Against
Method. p. 61. Feyerabend is not advocating that scientists do not make use of renormalization or other ad hoc methods.
Instead, he is arguing that such methods are essential to the progress of science for several reasons. One of these reasons
is that progress in science is uneven. For instance, in the time of Galileo, optical theory could not account for phenomena
that were observed by means of telescopes. So, astronomers who used telescopic observation had to use ad hoc rules until
they could justify their assumptions by means of optical theory.
32
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Physical scientists often implicitly work from a realist position, which is based on a correspondence theory of
truth. Realism posits that there is a real world out PHILOSOPHICAL ISSUES 11 there, independent of
whoever may be observing it (Bhaskar, 1975). Thus the rocks of the moon have a geological composition that
is, at least in principle, discoverable: that some people may believe the moon to be made of green cheese is
irrelevant. Within this realist framework, the task of the scientist is to understand as accurately as possible the
properties of the real world. Scientists themselves might say that they are trying to understand Nature. For
most of the past 100 years, psychologists have also emphasized a correspondence theory of truth, although in
the latter half of the 20th century this evolved into a critical realist position (Cook & Campbell, 1979). This
assumes that there exists a real world out there that has regularities. However, we can never know it with
certainty: all our understandings are essentially tentative. The critical realist position emphasizes the
replicability of research: that other researchers should be able to repeat your work and get approximately the
same results, or in more technical language, that knowledge should be ‘‘intersubjectively testable’’ (Cook &
Campbell, 1979; Popper, 1959). This means that researchers must be explicit about how they collect their data
and draw their conclusions, so that other researchers can evaluate their conclusions or replicate the study
themselves. Beyond this, it suggests that researchers should approach the same topic using different methods,
with complementary strengths and weaknesses, a strategy of ‘‘triangulation.’’ Thus, critical realists go beyond
correspondence theory to include consensus and coherence truth criteria. 33
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
19 An example within clinical psychology is the debate about ‘‘empirically supported therapies’’—the
attempt to produce a list of therapies that have been systematically researched and found to be beneficial.
Proponents of this project argue that it is a valuable attempt to summarize the state of scientific research on
the psychological therapies, and it will ultimately benefit clients; its opponents argue that it is driven by the
needs of the US managed care industry to have short-term treatments, and by factions within clinical
psychology itself that are seeking to advance their own favored orientations at the expense of other
approaches (Elliott, 1998).
Rigid rules for what is and is not science sometimes serve political purposes (e.g., fighting for limited funds
from government or universities), and may have the unfortunate consequence of restricting healthy diversity
in studying complex clinical phenomena (Elliott, 1998).
34
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Propoziția este o aserțiune logică care realizează o conexiune între concepte. Propozițiile enunță, nefiind, în
general, testate în privința validității lor. (ex. marțienii sunt locuitorii planetei Marte).
Alegația este o afirmație care invocă o teorie, adesea neverificată sau o părere mai mult sau mai puțin autorizată,
pentru a susține sau a argumenta o idee/ acțiune. (ex. pe Marte există viață pentru ca s-au descoperit deja urme
de apa și ghețari)
Ipoteza este o aserțiune logică, care poate fi testată, dar care nu a fost încă testată. (ex. planeta Marte are mai
puțini locuitori decât planeta Pământ). Așadar ipoteza este o afirmație cu structură logică, dar a cărei valoare de
adevăr este doar presupusă. În urma verificării/testării acesteia consecința este fie de acceptare fie de respingere a
acesteia.
1
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Tipuri de ipoteze:
1. Ipoteze afirmative/ negative (atributive) ,,Toate ființele bipede sunt mamifere”
2. Ipoteza inductive/ deductive
a. Ipoteza inductivă este de fapt o generalizare a unor observații specifice. (ex. toți corbii sunt negrii)
b. Ipoteza deductivă este derivată dintr-o teorie și formulează evidențe care pot susține, extinde sau infirma
teoria. (ex. sociabilitatea persoanelor din zonele urbane este mai mare decât a celor din zonele rurale
izolate)
3. Ipoteze simple/ complexe
a. Ipoteza simplă precizează o posibilă legătura dintre două variabile ,,Exercițiile ușoare postpartum (IV)
sunt asociate cu creșterea în greutate (DV) ”
b. Ipoteza complexă precizează o posibilă legătură între mai mult de 2 variabile
(IV1, IV2, IV3) (DV) ,,Valorizarea sănătății, încrederea în sine și nivelul de socializare (IVs) cresc speranța de
viață (DV).”
(IV) (DV1, DV2, DV3) ,,Incontinența urinară (IV) conduce la: creșterea frecvenței episoadelor de urinare,
scăderea cantității de urină per episod, evitarea activităților sociale (DVs). ”
4. Ipoteze direcționale/ nondirecționale
a. Ipoteze direcționale ,,femeile au toleranță mai mare la durere decât bărbații”
b. Ipoteze nondirecționale ”femeile au toleranță la durere diferită de cea a bărbaților”
5. Ipoteza statistică = Ipoteza de nul + Ipoteza alternativă
2
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
,,Every psychotherapist not only has a method, he himself is that method.” (C. G. Jung, 1966)
Jung, C. G. (1966). The practice of psychotherapy. Collected works Vol. 16. Princeton, NJ: Princeton University Press.
3
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Modelul de cercetare este oarecum similar unui plan arhitectural al unei clădiri. Evident, orice arhitect ar avea
o preferință pentru un anumit design, astfel că unele dintre acestea pot să fie mai eficiente decât altele, cu
utilizări sau costuri diferite.
Într-un mod asemănător, putem avea unul sau mai multe modele de cercetare pentru o anumită ipoteză de
cercetare.
Este important încă de la început să vedem care este legătura dintre modelul de cercetare (design) și analiza
ulterioară a datelor. Analiza datelor este doar un ansamblu de procedee de evaluare a corpului de date. Astfel,
dacă modelul de cercetare este eronat sau neadecvat, procedeul de analiză, în general nu sesizează acest
lucru și va produce o prelucrare oarbă a datelor, având drept consecință concluzii incomplete, îndoielnice sau
chiar greșite David Sheskin (1984).
Corectitudinea modelului de cercetare este esențială pentru orice cercetare modernă. În continuare sunt
prezentate principalele modele de cercetare așa cum se regăsesc în majoritatea surselor de prezentare
sistematizată a acestora:
4
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Modele de cercetare pre-experimentale (non-experimentale) David Sheskin (1984) și chiar mult înainte,
Campbell și Stanley (1963) menționează câteva tipuri de modele non-experimentale:
Ex.- Înregistrarea frecvenței episoadelor la subiecții cu epilepsie după aplicarea unui nou tratament. Avem de-
a face cu un singur grup și o singură măsurătoare.
5
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Este un design în care unui singur grup îi este aplicată o pretestare, apoi intervine tratamentul sau așa numita
variabilă independentă și în final are loc posttestarea grupului. Nu există grup de control.
Ex.- Măsurarea creativității unui grup de studenți, dintr-un nou program de master, înainte și după un training
de dezvoltare și stimulare a creativității
6
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
În acest caz există două grupuri – cel experimental și cel de control. În aceste grupuri subiecții nu sunt însă
selectați aleator. De fapt sunt utilizate niște grupuri preexistente. După acțiunea variabilei independente se
face testarea. Deoarece nu există pretestare nu știm dacă grupurile erau echivalente inițial.
Ex.- Măsurăm nivelul de cunoștințe statistice pe un grup de absolvenți de la FPSE și pe un grup de profesori de
la FPSE. Studenții au beneficiat de un curs de statistică (IV)
7
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
În comparație cu modelele non-experimentale acestea au validitate internă mai mare, dar mai mică decât
modelele de cercetare experimentale. Conrad & Maul (1981) notează faptul că modelele quasiexperimentale
sunt utile atunci când din motive etice sau practice nu e recomandabil controlul experimental excesiv.
Diferența majoră față de modelul experimental este eșantionarea fără respectarea principiului selectării
aleatorii. Campbell și Stanley (1963) menționează un set de modele experimentale imperfecte
(quasiexperimentale):
8
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
În acest design pretestarea se administrează atât grupului experimental cât și celui de control. Ulterior acțiunii
variabilei independente (tratamentului) ambele grupuri sunt supuse post-testării. Motivul pentru care nu
suntem în situația unui design experimental este ne-desemnarea aleatorie pentru fiecare grup a subiecților.
Adesea grupurile sunt deja preformate, preexistente, în momentul pretestării.
Ex.- Măsurăm nivelul de cunoștințe statistice pe un grup de studenți An I de la FPSE și pe un grup de profesori
de la FPSE. Studenții beneficiază de un curs de statistică (IV) după care repetăm măsurătoarea pe ambele
grupuri.
9
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
În acest caz grupul de control, aleator ales este supus pretestării. Ulterior, după acțiunea variabilei
independente, este ales aleator un alt grup, grupul experimental căruia i se va administra posttestarea. Cu
alte cuvinte grupul de control este doar pre-testat iar grupul experimental este doar post-testat. Deși este un
design superior designului grup unic cu pretest – posttest marele dezavantaj este lipsa controlului efectelor
potențiale ale variabilelor de tip ,,istoric”.
Ex.- Măsurăm nivelul cunoștințelor de psihologie la anul I pe un eșantion din departamentul de psihologie
(grupul de control) iar după finalizarea anului III, măsurăm nivelul de cunoștințe de psihologie pe un alt
eșantion aleator, din același departament.
10
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Ex1.- Înregistrăm nivelul plăților impozitelor într-o localitate înainte și după introducerea unei noi taxe locale,
pe o perioadă de mai mulți ani la rând.
Ex2.- Înregistrăm nivelul tensiunii arteriale înainte și după scăderea nivelului de oxigen din aerul respirat.
11
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
12
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Exemple în care măsurătorile baseline(pre-intervenție) pot fi relevante, cu sau fără efect al intervenției.
13
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Exemple ce pun în evidență dificultatea alegerii celui mai bun moment pentru evaluarea post-intervenție.
14
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
În acest design controlul este sporit prin introducerea unui grup sau a mai multor grupuri de control. În rest
măsurătorile sunt ca în modelul precedent.
Ex.- Înregistrăm nivelul plăților impozitelor într-o localitate înainte și după introducere unei noi taxe locale,
simultan cu cele dintr-o localitate învecinată, în care noua taxă nu există și tot pe parcursul a mai mulți ani la
rând.
15
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
În acest design controlul este sporit prin introducerea mai multor grupuri de control echivalente.
Ex.- un model alternativ este cel în care se controlează efectele de maturizare, pretestare, regresie și diverși
factori istorici, cu ajutorul mai multor grupuri care sunt toate pre-testate inițial la momentul T1 iar apoi după
acțiunea (VI) post-testarea are loc la diferite momente în timp pentru fiecare grup.
16
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Acest model este util în evidențierea proceselor de maturare și de asemenea evidențiază dacă efectul este de
scurtă durată sau de lungă durată. Unul dintre grupuri poate fi grup de control
17
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
2.5. Modelul corelației încrucișate (cross-lagged correlation design), variabilele x1,y1,x2,y2, generează 6
corelații posibile: x1-y1; x2-y2; x1-x2; y1-y2; x1-y2; x2-y1.
Acest model este unul care se apropie destul de mult de identificarea posibilei relații de cauzalitate deși nu
utilizează decât corelații.
Ceea ce poate sugera cauzalitatea sunt tocmai aceste corelații încrucișate. Astfel dacă venitul la momentul t1
este cauză a satisfacției la momentul t2 atunci r(satisfacţie2-venit1) > r(satisfacţie1-venit2) (Christensen,
1980).
Modelul nu e unul experimental veritabil datorită controlului imperfect al corelațiilor.
18
Cercetare și metodologie Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Referințe
1. Campbell, D.T., Stanley, J.C., Experimental and Quasi-Experimental Designs for Research. Skokie, I11.
RandMcNally, 1963
2. Jung, C. G. (1966). The practice of psychotherapy. Collected works Vol. 16. Princeton, NJ: Princeton
University Press.
3. Stephen Isaac, William B. Michael, Handbook in Research and Evaluation, Robert R. Knapp, Publisher, San
Diego, California, 1974
4. Christensen, L.B. Experimental methodology (2nd ed.) Boston, Allyn & Bacon, 1980.
5. David Sheskin, Statistical Tests and Experimental Design, A Guidebook, Gardner Press, NY & London, 1984
6. John M. Neale, Robert M. Liebert, Science and Behavior - An Introduction to Methods of Research,
Prentice-Hall, New Jersey, 1986
7. Handbook of Psychology -volume -2- Research Methods in Psychology, John A. Schinka, Wayne F. Velicer,
Irving B. Weiner, John Wiley & Sons, Inc., Hoboken, New Jersey, 2003.
19
ANALIZA INIȚIALĂ A DATELOR (IDA)
Tipologie
Surse ale valorilor lipsă
Analiza valorilor lipsă
Modalități de tratare ale valorilor lipsă:
Eliminarea / Substituirea / Transformarea
ANALIZA INIȚIALĂ A DATELOR (IDA)
Una dintre tendințele eronate, atunci când avem tabele/baze de date cu valori lipsă, este aceea
de a șterge cazurile ce le conțin, înainte de a inspecta posibila lor semnificație.
Valorile lipsă (missing values) pot avea diverse cauze printre care omisiuni neintenționate,
alteori intenționate în cazul completării unor chestionare, greșeli de tastatură sau de introducere
a datelor, imposibilitatea unor măsurători în cazul unor măsurători repetate sau analizelor de
supraviețuire (survive analysis) Aceste valori lipsă pot pune, de asemenea, în evidență tipuri de
sarcini care nu sunt realizate de unii dintre subiecți.
Tratarea corespunzătoare a cazurilor lipsă se face numai după o analiză atentă a modului cum
au fost generate. În general sunt, fie păstrate ca atare, fie eliminare sau transformate, fie sunt
utilizate ca o variabilă specială.
Problema majoră a prezenței valorilor lipsă nu este reducerea puterii ca urmare a reducerii
dimensiunii eșantionului ci faptul că datele rămase pot căpăta tendințe/patternuri sistematice
(pot fi ,,bias ate”). (Garson, 2015)
ANALIZA INIȚIALĂ A DATELOR (IDA)
• în cazul eliminării lor generează o reducerea puterii prin reducerea eșantionului, crește
eroarea standard și de asemenea probabilitatea erorii de tip II (situația de fals negativ) mai
ales în cazul eșantioanelor mici.
• dacă nu sunt aleatorii vor afecta concluziile analizelor, pentru că ascund patternuri
sistematice (bias)
• afectează mărimea efectului
• în cazul analizelor multivariate efectul se multiplică.
ANALIZA INIȚIALĂ A DATELOR (IDA)
1. Missing values analysis (Conține proceduri descriptive și de explorare a valorilor lipsă sau
a patternurilor acestora)
2. Multiple Imputation (Conține proceduri mult mai elaborate, de tip simulativ bazate pe
algoritmul Markov Chain Monte Carlo)
Missing values analysis – în SPSS găsim acestă procedură după cum se remarcă în graficul de
mai jos:
Analize> Missing Value Analysis
ANALIZA INIȚIALĂ A DATELOR (IDA)
Multiple Imputation – în SPSS găsim acestă procedură după cum se remarcă în graficul de
mai jos, cu două tipuri de proceduri, una de analiză a tiparelor valorilor lipsă, cealaltă pentru
simularea de valori:
Analize> Multiple Imputation>Analyze Pattern
>Impute Missing Data Values
ANALIZA INIȚIALĂ A DATELOR (IDA)
Primul pas în analiza valorilor lipsă este studierea naturii acestora. Cazul cel mai fericit este
atunci când acestea sunt de tipul MCAR. În această situație valorile lipsă sunt generate aleator
și nu există patternuri care să traducă tendințe sistematice (biasuri).
Realizarea acestui lucru se poate înfăptui cu ajutorul unui test de semnificație numit Little’s
MCAR test. Acesta este unul dintre testele cele mai utilizate pentru valorile lipsă complet
aleatorii și utilizează distribuția χ2.
Dacă p > 0,05 atunci considerăm că distribuția valorilor lipsă nu diferă semnificativ de una
complet aleatorie și prin urmare aceste valori lipsă nu afectează analiza datelor valide. În
această situație eliminarea cazurilor ce conțin valorile lipsă este adecvată. Ca regulă practică
suplimentară, numărul valorilor lipsă să nu depășească totuși un procent de 5% din totalul
valorilor unui eșantion mare. Această procent este unul uzual, dar nu este împărtășit în
totalitate, pentru simplul motiv că nu există un criteriu precis de identificare a ceea ce înseamnă
un eșantion mare.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Selectăm EM,
opțional si
Descriptives
ANALIZA INIȚIALĂ A DATELOR (IDA)
Al doilea pas în analiza valorilor lipsă este identificarea acestora dacă nu sunt de tipul MCAR.
Dacă p < 0,05 atunci considerăm că distribuția valorilor lipsă diferă semnificativ față de una
complet aleatorie și prin urmare aceste valori lipsă pot afectează analiza datelor valide.
În această situație rămâne să identificăm dacă valorile lipsă sunt de tipul MAR sau MNAR.
Nu există un test magic pentru testarea MAR.
Testul t, EM (estimation maximization), corelațiile, regresia sunt câteva dintre soluții.
Pentru ca unele proceduri să fie lansate în SPSS e nevoie ca numărul valorilor lipsă să
depășească procentul de 5% din totalul valorilor unei variabile pentru a fi luată în calcul.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Identificarea MAR sau MNAR nu mai este necesară pentru datele anterioare pentru că sunt de
tipul MCAR. Totuși, dacă aplicam testul t constatăm absența semnificațiilor statistice. Fiecare p
este > 0,05.
ANALIZA INIȚIALĂ A DATELOR (IDA)
SPSS dispune de câteva procedee de înlocuire/substituire pentru valorile lipsă. Evident soluția
de înlocuire a acestora este adoptată numai după analiza valorilor lipsă.
Alegem procedura
de înlocuire a
valorilor lipsă
ANALIZA INIȚIALĂ A DATELOR (IDA)
Mutăm variabila
punctaj în caseta
din dreapta
ANALIZA INIȚIALĂ A DATELOR (IDA)
Alegem metoda de
înlocuire a valorilor
lipsă
ANALIZA INIȚIALĂ A DATELOR (IDA)
Este generată
variabila punctaj
modificată
ANALIZA INIȚIALĂ A DATELOR (IDA)
Referințe bibliografice.
• Garson, G. D. (2015). Missing Values Analysis and Data Imputation. Asheboro, NC:
Statistical Associates Publishers.
• Rubin, D. B. 1987. Multiple imputation for nonresponse in surveys. New York: John
Wiley and Sons.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Valorile extreme/ excesive sunt valori inconsistente statistic cu restul valorilor unui set de date.
Acestea fie se abat mult față de distribuția celorlalte valori, fie față de limitele de variație
acceptate ale unei distribuții deja cunoscute. Nu există însă o definiție matematică a valorilor
extreme/ excesive care să înglobeze toate situațiile în care pot fi întâlnite valorile extreme/
excesive/ atipice. Identificarea unei observații drept o valorare extremă/excentrică, adică
atipică în ultimă instanță, rămâne încă un exercițiu ce incumbă o doză de subiectivitate.
Identificarea valorilor extreme nu este o sarcina chiar atât de facilă cum poate părea la prima
vedere. Nu există nici o metodă matematică arhisuficientă, pentru a determina orice tip de
valoare extremă/ excesivă.
Există însă o varietate de metode de detectare a acestor valori extreme/ excesive.
Tratarea valorilor extreme/ excesive presupune fie eliminare acestora sau alegerea de procedee
robuste de analiză care sunt puțin influențate de acestea.
ANALIZA INIȚIALĂ A DATELOR (IDA)
2. Valori extreme/ excesive contextuale (reprezintă valori care sunt considerate extreme /
excesive într-un context dar nu în altul. t2 este un caz extrem în timp ce t1 nu este deși au
aceeași valoare.
ANALIZA INIȚIALĂ A DATELOR (IDA)
3. Valori extreme/ excesive colective (valorile cuprinse între 5000 și 7000 sunt atipic de mici
dar orice valoare luată separat nu reprezintă o valoare atipică) Aici avem de-a face cu intervale
atipice și nu cu valori excesive.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Efectele negative
• distorsionează o parte dintre indicatorii distribuțiilor
• amplifică variabilitatea și, deci, a erorii standard
• diminuează precizia estimării parametrilor
• reduc puterea testelor statistice
Efectele pozitive
• scot în evidență situații posibil semnificative din perspectiva cercetării
• atrag atenția asupra unor aspecte care ies din limitele ipotezei inițiale
ANALIZA INIȚIALĂ A DATELOR (IDA)
Detectarea valorilor extreme/ excesive este încă sub semnul unor diferențe de opinie în lumea
statistică. Variantele grafice de identificare sunt sugestive dar nu suficiente, cele clasice de tipul
depășirea ± 2/ ± 2,5/ ± 3 abateri standard care folosesc media, sunt contestate (Leys, 2013)
pentru simplul motiv că, în calculul mediei și abaterii standard, sunt include acele valori
extreme/excesive ce măresc valoarea și, din acest motiv, în unele cazuri nu le mai poate
detecta.
Diverse alte criterii de detecție a valorilor extreme/excesive au fost propuse:
Chebyshev's criterion
Chauvenet's criterion
Peirce's criterion
Dixon's Q test
Grubbs' test (for one single outliers)
Tietjen-Moore test (for multiple outliers)
-------------------------------------------------------------------------
Mahalanobis distance (pentru valorile multivariate- vezi exemplul de mai jos)
Cook’s distance (pentru influenta valorilor)
Un alt criteriu, relativ simplu, ar fi ± 3 MAD, unde MAD este abaterea absolută de la mediană
(median absolute deviation) concept elaborat încă din 1816 de C. F. Gauss (Gauss, 1816).
ANALIZA INIȚIALĂ A DATELOR (IDA)
Metode grafice:
1. Histograma – valorile extreme apar, de
obicei, separate de restul distribuției. Aici
valoarea 35
ANALIZA INIȚIALĂ A DATELOR (IDA)
Metode grafice:
2. Stem-and-leaf, valorile
extreme sunt precizate în
SPSS. Aici valoarea 35
punctaj Stem-and-Leaf Plot
2,00 0 . 67
7,00 0 . 8889999
5,00 1 . 00011
4,00 1 . 2333
4,00 1 . 5555
5,00 1 . 66677
3,00 1 . 899
1,00 Extremes (>=35)
Metode grafice:
3. Q-Q plot, valoarea extremă/
excentrică se depărtează mult
de linia normalității.
Aici valoarea 35.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Această metodă presupune inițial calculare medianei. Apoi este calculată distanța dintre fiecare
valoare și mediană, măsurată în valoare absolută, ABS(X - Md). Aceste valori constituie o nouă
variabilă și care reprezintă baza de calcul a unei noi mediane (mediana abaterilor). Aceasta este
apoi multiplicată cu o constantă ”b” și astfel se determină valoarea MAD.
MAD = b* Mddif ABS (Xi-Md)
Pentru distribuțiile normale această constantă are valoarea 1,4826
MAD = 1,48* Mddif ABS (Xi-Md)
Criteriul de detecție a valorilor extreme/ excesive este ± 3 MAD. Orice valoare înafara
intervalului (Mddif -3MAD, Mddif +3MAD) este declarată excesivă. Un criteriu mai blând, dar
utilizabil, este ± 2,5 MAD.
Această metodă este mai precisă în privința detectării cazurilor extreme/ excesive decât
precedenta, dar este o metodă uneori mult prea agresivă, detectând ca valori extreme/ excesive,
valori care nu diferă excesiv de celelalte valori. De asemenea, dacă mai mult de jumătate dintre
cazuri au aceeași valoare k, atunci MAD este = 0 și toate celelalte valori vor fi declarate
extreme.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Mddif = 3
ANALIZA INIȚIALĂ A DATELOR (IDA)
Md = 13
Mddif = 3,00
b = 1,48
Prin urmare:
MAD = 1,48* Mddif ABS (Xi-Md)
MAD = 1,48* 3,00 = 4,44
MAD=1.48*Mddif (Xi-Md)
Metodă mixtă/hibridă:
Box-Plots clasic (limite cu roșu)
Box-Plots ajustat (limite cu negru)
Md=13,
h=IQD=Q3-Q1=7 Q3=16
h=Q3-Q1= 7
Cf. regulii lui Tukey (cu roșu) Md=13
Limita inferioară
Q1=9
Q1-1,5h=-05
Limita superioară
Q3+1,5h=26,5 Q1-1,5 h =9-10,5 = -0,5
ANALIZA INIȚIALĂ A DATELOR (IDA)
Reprezentare comparativă
Box-plots și histograma
pentru aceleași date cu o
valoare extremă unică.
Outlier
ANALIZA INIȚIALĂ A DATELOR (IDA)
Modalități de determinare:
În plus, indicele D al lui Cook (Cook's D) – poate fi utilizat în identificarea influenței valorilor
în predicția VD.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Referințe
1. Leys, C.; et al. (2013). "Detecting outliers: Do not use standard deviation around the mean, use absolute deviation around the
median". Journal of Experimental Social Psychology.
2. Gauss, Carl Friedrich (1816). "Bestimmung der Genauigkeit der Beobachtungen". Zeitschrift für Astronomie und verwandte
Wissenschaften. 1: 187–197
Normalitatea – definiție
Spunem despre o distribuție că este normală dacă aceasta este redată de funcția matematică:
- valorile lipsă (prin absența valorilor respective distribuția e sărăcită de unele valori necesare
formei normale)
- valorile extreme/ excesive (prin prezența lor induc o deformare a formei normale)
Prin urmare înainte de testarea normalității e necesară tratarea corespunzătoare a cazurilor
lipsă, respectiv a celor extreme/ excesive.
- erori de măsură
- valori raportate intenționat greșit (atitudinea unor subiecți)
- erori de eșantionare
- erori de transformare a datelor (dacă e cazul)
- non-normalitea unor distribuții (de ex. distribuție asimetrică)
ANALIZA INIȚIALĂ A DATELOR (IDA)
A întâlni o distribuție perfect normală este o raritate. Chiar dacă un proces ori o caracteristică ar avea
o distribuție normală a valorilor, aceasta ar fi alterată de numărul limitat de măsurători și de erorile,
inerente, de măsură. În cel mai fericit caz distribuțiile se pot apropia de distribuția normală. Acest
fapt implică stabilirea unor criterii maximale, pentru care, deși depărtată de normalitate, distribuția
poate fi aproximată ca normală.
O distribuție normală are: skewness = 0 și kurtosis = 0. Depărtarea față de valoarea < 0 > a acestor
coeficienți de asimetrie și aplatizare înseamnă și depărtare față de normalitate.
Criteriul maximal, cel mai sever (skewness = ±1 și kurtosis = ±1), pentru o distribuție considerată
încă apropiată de normalitate este unul dintre cele mai vechi (Popa, 2008), însă nu este unicul
criteriu.
Unii autori (Trochim & Donnelly, 2006; Field, 2000 & 2009; Gravetter & Wallnau, 2014) propun
criterii ceva mai permisive (skewness = ±2 și kurtosis = ±2).
ANALIZA INIȚIALĂ A DATELOR (IDA)
Alții autori (Casper J Albers, University of Groningen) propun împărțirea skewness la eroarea
standard a acesteia. Idem și pentru kurtosis. Dacă valoarea obținută este în afara intervalului ± 1,96
erori standard, ca limite de normalitate, atunci distribuția nu este normală.
-1,96 < .
> + 1,96 și -1,96 < .
> + 1,96
Alți autori merg pe ideea limitelor de non-normalitate: skewness = 3, kurtosis = 10 (Klein, 2011)
Un fapt demn de reținut: (Tabachnick and Fidell (2013)) deviațiile de la normalitate ale
coeficienților skewness și kurtosis nu produc diferențe substanțiale pentru eșantioane cu N>200.
În plus, valoarea kurtosis este dificil de interpretat dacă skewness nu este = 0. Cu atât mai mult cu
cât acest coeficient are 2 formule de calcul. Prin urmare pentru o distribuție normală kurtosis este fie
0, dacă apelăm la una dintre metodele de calcul, fie 3 dacă apelăm la cealaltă.
Nici unul dintre aceste criterii nu este suficient pentru mulțimea de forme ale distribuțiilor posibile și
dimensiuni ale eșantioanelor. Așa încât au fost propuse și elaborate teste de normalitate care
evaluează cât de mult se depărtează distribuția dată de cea normală-teoretică. Unele teste evaluează
și coeficienții de asimetrie și aplatizare succesiv, altele simultan. Altele doar estimează normalitatea.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Atunci când acceptăm o distribuție ca situându-se între limitele de normalitate putem folosi
transformarea în note Z sau standardizarea valorilor, procedeu care conduce la o distribuție
unică “distribuția normală standardizată”.
Testarea normalității datelor, condiție necesară pentru multe tipuri de analize ulterioare,
presupune compararea datelor cu o distribuție teoretică redată de curba lui Gauss numită și
curbă normală.
Testarea normalități se poate realiza prin diferite procedee însă nu toate cu același grad de
siguranță.
Înainte de orice testare este totuși utilă inspectarea graficelor de tipul (P-P plots, Histograma)
Apoi calcularea coeficienților de asimetrie (skewness) și aplatizate-boltire (kurtosis) poate
sugera normalitatea. Procedeele, deși sugestive, sunt nesigure pentru că nu țin cont simultan de
cei doi coeficienți. În general valorile apropiate de 0 pentru skewness și kurtosis sugerează o
distribuție normală a valorilor.
Mult mai sigure sunt testele de normalitate (AJTAS, 2016) de tipul:
Testel Kolmogorov-Smirnov, inclus în SPSS
Testul Shapiro-Wilk, inclus în SPSS
Testul Anderson-Darling
Testul Jarque–Bera
Testul D'Agostino
Normalizarea sau transformarea datelor este o altă soluție în cazul eșecului la testele de
normalitate.
14 Normalitatea – procedee de inspectare și testare univariată
17
skewness = 0,670
kurtosis = -0,143
18
Aici sunt prezentate
valorile:
skewness și
kurtosis pentru cele 10
valori.
- și, mai ales, este gratuit, autorii solicită doar citarea (Hammer et al., 2001)
20 Normal
Testarea normalității cu PAST probability plot
Testarea normalității cu PAST
21
2. Selectăm
1. Se introduc Univariate/
datele pe
coloană
3. Apoi selectăm
Normality tests/
Testarea normalității cu PAST
22
Se generează 3 teste de
normalitate, toate
evidențiază normalitatea.
23
Testarea normalității cu ajutorul Excel (necesită update)
http://www.real-statistics.com/free-download/real-statistics-resource-pack
24
Valoarea p >
0.05
evidențiază
normalitatea.
ANALIZA INIȚIALĂ A DATELOR (IDA)
Exemple:
Extragerea rădăcinii pătrate (dacă distribuția diferă moderat față de normalitate)
Logaritmarea (dacă distribuția diferă substanțial față de normalitate)
Transformarea prin funcția inversă (dacă distribuția diferă sever față de
normalitate)
În continuare, la următoarea pagină, este prezentat un tabel sintetic cu astfel de
transformări (Fidell & Tabachnick, 2001)
Cu alte cuvinte deși motivația nu este normală, logaritmul acesteia devine o distribuție
normală și acestei noi variabile i se pot aplica procedurile parametrice care cer condiția
de normalitate.
Normalitatea multivariată
Toate procedurile de inspecție și testare utilizate până acum au fost univariate, adică se limitează la
analiza distribuției unei singure variabile. În continuare vom aborda pe scurt definiția și maniera de
testare a normalității multivariate.
Normalitatea multivariată presupune prezența simultană, în analiză, a mai multor variabile (cel
puțin 2) ale căror compozite (combinație) de valori au o distribuție normală. Dacă avem 2
variabile, perechile de valori pot fi reprezentate grafic în plan și adăugând frecvența de apariție a
fiecărei perechi obținem o reprezentare în spațiu. Procedeul se poate continua și atunci când avem
3 sau mai multe variabile, însă reprezentarea matematică a compozitelor de valori, nu mai poate fi
realizată în spațiul tridimensional, ci într-un spațiu cu 4,5, …n dimensiuni, un spațiu virtual, numit
hiperspațiu sau spațiu vectorial.
Procedurile de evaluare a normalității multivariate presupun, prin urmare, calcule matriciale și
vectoriale.
Distanța Mahalanobis D2, utilizată și în identificarea valorilor extreme multivariate, poate fi
utilizată și ca indicator al normalității mutivariate, calculând distanțele de la compozite la
centroidul (un echivalent al mediei din distribuțiile univariate) distribuției multivariate. Dacă
distanțele Mahalanobis au o distribuție normală univariată atunci datele sugerează o normalitatea
multivariată.
Normalitatea multivariată
Expresia matematică a unei distribuții normale multivariate este redată de ecuația de mai jos:
Expresia încadrată cu roșu reprezintă de fapt distanța Mahalanobis dintre un vector aleator x și
Totuși, pentru o testare a normalității multivariate, este recomandabilă utilizarea unor teste
specifice precum:
- Cox-Small test
- Friedman-Rafsky test, cu adaptarea Smith and Jain's.
- BHEP test (bazat pe normalitatea diferențele dintre caracteristicile empirice și cele teoretice
ale unei distribuții normale)
- Henze-Zirkler test
- Shapiro-Francia and Royston tests for (non)normality
- Mardia's test (bazat pe extensia multivariată a coeficienților skewness și kurtosis)
- Doornik and Hansen omnibus test
Ultimele două teste sunt incluse în pachetul de analize statistice PAST.
Normalitatea multivariată – exemplu de testare
-Information
-Similarities
-Arithmetic
-Picture Completion
Normalitatea multivariată – exemplu de testare
Se afișează rezultatele la testele de normalitate multivariate, respectiv Mardia tests și Doornik & Hansen
omnibus test. Dacă valoarea p > 0,05 atunci acceptăm normalitatea multivariată.
testele evidențiază
normalitate
multivariată.
Pentru meditat în timpul liber !
Referințe bibliografice
1. Gravetter, F., & Wallnau, L. (2014). Essentials of statistics for the behavioral sciences (8th ed.). Belmont, CA:
Wadsworth.
2. Field, A. (2000). Discovering statistics using spss for windows. London-Thousand Oaks- New Delhi: Sage
publications.
3. Field, A. (2009). Discovering statistics using SPSS. London: SAGE.
4. Fidell L. S., Tabachnick B. G., 2001, Using Multivariate Statistics,4th edition, Allyn & Bacon, Boston.
5. Tabachnick, B. G., & Fidell, L. S. (2013). Using Multivariate Statistics (6th ed., pp. 1–983). New Jersey:
Pearson Education Inc.
6. Kline, R. B. (2011). Principles and Practice of Structural Equation Modeling(5th ed., pp. 3–427). New York: The
Guilford Press.
7. Trochim, W. M., & Donnelly, J. P. (2006). The research methods knowledge base (3rd ed.). Cincinnati, OH:Atomic
Dog.
Motto
"Nature, will best respond to a logical and carefully thought out questionnaire"
(Ronald A. Fisher)
1
5
Metodologia cercetării Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Modele de cercetare experimentale
2
5
Metodologia cercetării
3
5
Metodologia cercetării
Modele de cercetare experimentale
În mod normal acest design este evaluat prin F-test (ANOVA simplă sau
complet randomizată) sau prin oricare dintre testele folosite pentru
independent-groups design.
4
5
Metodologia cercetării
Modele de cercetare experimentale
Niveluri Factor B
IV B1 B2 B3 … Bk … Bb
6
5
Metodologia cercetării
Modele de cercetare experimentale
7
5
Metodologia cercetării
Modele de cercetare experimentale
Util mai ales în studiile care au în vedere învăţarea, praxisul, trainingul, etc. Spre
deosebire de designul anterior în care subiecţii dintr-un grup sunt supusi unui singur nivel
al variabilei independente, aici aceştia sunt supuşi fiecărui nivel din cele k ale variabilei
independente.
Marele avantaj este că necesită mai puţini subiecţi şi astfel se reduce variabilitatea dintre
subiecţi şi în consecinţă eroarea de măsurare. Designul are putere mai mare şi este mult
mai sensibil la efectul experimental
Designul are dezavantajul transmiterii unor efecte (carry-over effects) de la o măsurătoare
la alta.
8
5
Metodologia cercetării
Modele de cercetare experimentale
Niveluri Factor B
IV B1 B2 B3 … Bk … Bn
9
5
Metodologia cercetării
Modele de cercetare experimentale
10
5
Metodologia cercetării
Modele de cercetare experimentale
11
5
Metodologia cercetării
Modele de cercetare experimentale
12
5
Metodologia cercetării
Modele de cercetare experimentale
13
5
Metodologia cercetării
Modele de cercetare experimentale
14
5
Metodologia cercetării
Modele de cercetare experimentale
15
5
Metodologia cercetării
Modele de cercetare experimentale
David Sheskin, Statistical Tests and Experimental Design, A Guidebook, Gardner Press, NY & London, 1984
16
5
Metodologia cercetării
Modele de cercetare experimentale
Grup D Modelul
Solomon cu 4 grupuri post-test(T2)
17
5
Metodologia cercetării
Modelul experimental
Modele de cercetare experimentale pre-test/post-test
cu grup de control
21
5
Metodologia cercetării
Modelul experimental
Modele de cercetare experimentale pre-test/post-test
cu grup de control
T1 –pre testarea
T2 –post testarea (conține factorii: maturare-M, istorici-H)
23
5
Metodologia cercetării
Modele de cercetare experimentale
24
5
Metodologia cercetării
Modele de cercetare experimentale
David Sheskin, Statistical Tests and Experimental Design, A Guidebook, Gardner Press, NY & London, 1984
26
5
Metodologia cercetării
Modele de cercetare experimentale
27
5
Metodologia cercetării
Modele de cercetare experimentale
28
5 The term factorial design seems to first appear in Fisher’s book The Design of Experiments (1935): chapter VI is called “The Factorial Design in Experimentation.
Metodologia cercetării
Modele de cercetare experimentale
David Sheskin, Statistical Tests and Experimental Design, A Guidebook, Gardner Press, NY & London, 1984
29
5
Metodologia cercetării
Modele de cercetare experimentale
30
5
Metodologia cercetării
Modele de cercetare experimentale
3.3. Modelul factorial (IV) complet randomizat. (completely randomized Z-variable factorial
design also referred to as treatment-to-treatment design)
Una dintre problemele acestui model este posibila inegalitate a volumului eșantioanelor
desemnate fiecărei combinații de niveluri, numită nonortogonalitate care generează o serie
de dificultăți de analiză, motiv pentru care o modalitate des utilizată este radierea cazurilor
în plus, din eșantioanele mai mari.
33
5
Metodologia cercetării
Modele de cercetare experimentale
34
5
Metodologia cercetării
Modele de cercetare experimentale
35
5
Metodologia cercetării
Modele de cercetare experimentale
36
5
Metodologia cercetării
Modele de cercetare experimentale
37
5
Metodologia cercetării
Modele de cercetare experimentale
38
5
Metodologia cercetării
Modele de cercetare experimentale
Concluzii:
39
5
Metodologia cercetării
Modele de cercetare experimentale
Exemplu de interacțiune:
40
5
Metodologia cercetării
Modele de cercetare experimentale
Este în fapt o particularizare a modelului precedent în care unul dintre factori(una dintre
variabile IV) este grupat. În exemplul din Tabelul 3.3 dacă factorul B este grupat, atunci
fiecare dintre nivelurile b ale factorului B are (a) x (n) subiecți, fiind omogene în raport cu
factorul B. (de ex. nivelul Bk este format din grupuri omogene in raport cu factorul B – un
grup pentru fiecare nivel al factorului A – de volum = n subiecti )
41
5
Metodologia cercetării
Modele de cercetare experimentale
grupuri
omogene de
volum = n
David Sheskin, Statistical Tests and Experimental Design, A Guidebook, Gardner Press, NY & London, 1984
42
5
Metodologia cercetării
Modele de cercetare experimentale
43
5
Metodologia cercetării
Modele de cercetare experimentale
44
5
Metodologia cercetării
Modele de cercetare experimentale
45
5
Metodologia cercetării
Modele de cercetare experimentale
Blocul/Grupul - hispanici
46
5
Metodologia cercetării
Modele de cercetare experimentale
47
5
Metodologia cercetării
Modele de cercetare experimentale
48
5
Metodologia cercetării
Modele de cercetare experimentale
49
5
Metodologia cercetării
Referințe
1. Campbell, D.T., & Stanley, J.C. (1963) Experimental and Quasi-Experimental Designs for Research. Skokie, I11.
Rand-McNally.
2. Stephen Isaac, & William B. Michael, (1974) Handbook in Research and Evaluation, Robert R. Knapp, Publisher, San
Diego, California.
3. Christensen, L.B. (1980) Experimental methodology (2nd ed.) Boston, Allyn & Bacon.
4. David Sheskin. (1984) Statistical Tests and Experimental Design, A Guidebook, Gardner Press, NY & London.
5. John M. Neale, & Robert M. Liebert (1986) Science and Behavior - An Introduction to Methods of Research, Prentice-
Hall, New Jersey.
6. Schinka, J. A., Velicer, W. F., & Weiner I. B. (2003) Handbook of Psychology -volume -2- Research Methods in
Psychology, John Wiley & Sons, Inc., Hoboken, New Jersey
50
5
Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Modele de cercetare experimentale
3.7. Modelul cu niveluri ale factorilor incluse / modele ierarhice (design with nested
factors also referred to as a hierarchical design). Modelele factoriale prezentate anterior
au fost modele factoriale cu niveluri încrucișate.
1
5
Modele de cercetare experimentale
Exemplu:
Factorul A=statutul social: A1=minor/A2=major
Factorul B=nivelul educational: B1-primar/ B2-liceal/ B3-formare profesionala/ B4-
studii universitare.
Profesional
Primar A1B1 A2B1 A1B1
Primar
Nivel educațional
Nivel educațional
A2B3
Nivel educațional
Universitar
Profesional A1B3 A2B3
Liceal A1B2 A2B4
Universitar A1B4 A2B4
2
5
Modele de cercetare experimentale
3
5
Modele de cercetare experimentale
A B C D
A B C D C A B
B C A B A D C
C A B C D B A
Unul dintre dezavantaje este necesarul de grupuri egal cu numărul de celule din tabel.
4
5
Modele de cercetare experimentale
Ex.1- evaluarea creativității pentru 3 grupuri, în funcție de momentul zilei (în cazul
unifactorial)
A= dimineața,
B= mijlocul zilei
C= seara
5
5
Modele de cercetare cu un singur Subiect
4.1. Modelul ABAB / modelul reversibil (ABAB design / reversal design). Este un
model care are 4 faze cu 2 suplimentar față de modelul quasi-experimental AB oferind 3
tranziții care pot fi observate A-B, B-A și din nou A-B.
Faza A – pretestarea DV,
Faza B – testarea DV după acțiunea IV,
Faza A – retragerea IV și retestarea,
Faza B – readucerea IV testarea din nou a DV
(R) A B A B
6
5
Modele de cercetare cu un singur Subiect
Exemplu - testarea performanței unui sportiv în condiții de stres. Se face o primă testare
inițială (baseline), apoi se aduce IV (factorul stres) și se măsoară performanța în condiții
de prezență a acestui factor. Se retrage apoi IV și se măsoară din nou performanța iar în
final se măsoară din nou performanța în condițiile de revenire a factorului stres.
factorul factorul
randomizarea
(R) A B A B
baseline baseline
7
5
Modele de cercetare cu un singur Subiect
8
5 Glass, Wilson, and Gottman (1975) susțin că modelul ABAB este un model simplificat al seriilor de timp
Modele de cercetare cu un singur Subiect
Exemple de utilizări
1. Studiul factorilor care influențează achiziția limbajului
2. Studiul stabilității efectelor factorilor terapeutici
3. Studiul proceselor de maturare cu măsurători repetate la introducerea și retragerea IV
(AB AB AB…)
Avantajele modelului
1. Oferă 3 tranziții care pot fi observate, eventualele diferențe pot pune în
evidență adaptarea/neadaptarea, maturarea.
2. Este relativ simplu de aplicat.
3. Evidențiază dacă efectul factorului IV are stabilitate sau nu.
Limitele modelului
1. Nu avem un control al variabilelor externe.
2. Nu știm dacă două tipuri de tratamente diferite produc efecte diferite.
3. Considerentele etice în cazul în care există beneficii pentru subiect.
5
(O soluție este modelul multi base-line) 9
Modele de cercetare cu un singur Subiect
4.2. Modelul multi-baseline (multiple baseline design) presupune mai multe măsurători ale
DV.
Introducerea tratamentului are efect,
indiferent de subiect.
10
5
Modele de cercetare cu un singur Subiect
11
5
Modele de cercetare cu un singur Subiect
13
5
Modele de cercetare cu un singur Subiect
În acest model aceeași caracteristică (DV) este studiată sub acțiunea factorului (IV)
în k situații diferite. Pentru fiecare situație, caracteristica (DV) este comparată cu
cele k-1 situații rămase neexpuse la IV.
14
5
Modele de cercetare cu un singur Subiect
15
5
Modele de cercetare cu un singur Subiect
16
5
Modele de cercetare cu un singur Subiect
17
5
Modele de cercetare cu un singur Subiect
Avantajele modelului
1. Manifestarea subiectului este particularizată, unică
2. Nu are limitările etice ale modelului ABAB
3. Surprinde evoluția DV
4. Oferă o putere mai mare predictivă prin contextele/subiecții/comportamentele
diferite pentru care se fac măsurătorile
Limitele modelului
1. Nu controlează factorii externi, îi poate doar identifica
2. Apar restricții etice dacă încercăm să repetăm acțiunea IV
3. Poate să apară o extindere a influenței IV la subiecți/comportamente încă înainte
de aplicare IV la toți subiecții/ toate comportamentele.
4. Măsurătorile repetate pot transporta parte din efectele măsurătorilor anterioare
18
5
Modele de cercetare cu un singur Subiect
Avantajele modelului
1. Avantajele modelului ABAB
2. Pune în evidență, în plus, eventuale efecte de tip ,,placebo” (faza 3)
Limitele modelului
1. Limitări de natură etică
2. Absența controlului variabilelor externe
3. Efectele de tip istoric mai puțin controlabile față de modelele în care sunt mai
multe măsurători repetate.
20
5
Modele de cercetare cu un singur Subiect
4.4. Modelul interacțional (interaction design) Are în vedere determinarea unui efect
interactiv între 2 sau mai mulți factori-tratament. Are mai multe faze.
22
5
Modele de cercetare cu un singur Subiect
Modelul presupune o măsurare initială a DV, apoi se aplică factorul IV care este
menținut până când se atinge un anumit criteriu valoric pentru DV, apoi se continuă cu
IV până când se atinge un nou criteriu, mai dificil. Se continuă până la epuizarea
criteriilor sau până când subiectul stagnează la un anumit nivel-criteriu.
Exemplu - evaluări în procesele de învățare, fiecare nou nivel de parcurs (noul criteriu)
este prezent numai după parcurgerea nivelului anterior (criteriul precedent)
În analiza datelor în cazul modelelor de cercetare cu un singur subiect cei mai mulți
autori recomandă utilizarea procedurilor analiză a seriilor de timp, ANOVA pentru
design cu un singur subiect, testele de randomizare(randomness), testele de
tendință(trend) a mediei/varianței.
23
5
Modele de cercetare cu un singur Subiect
(DV) - cunoștințe
de psihologie
(IV3)
(IV2)
Timp
(IV1)
24
5
Modele de cercetare cu un singur Subiect
25
5
Modele de cercetare cu un singur Subiect
26
5
Modele de cercetare cu un singur Subiect
Exemplu A.
O serie de valori (la 10 momente) ale variabilei dependente
27
5
Modele de cercetare cu un singur Subiect
Exemplu C.
O de serie de valori (la 10 momente) ale variabilei dependente
28
5
Modele de cercetare cu un singur Subiect
29
5
Modele de cercetare cu un singur Subiect
30
5
Modele de cercetare cu un singur Subiect
31
5
Modele de cercetare cu un singur Subiect
T = 3(p) +3(t) = 6.
În tabelul lui Bradley, varianta 2.a, avem pentru T=6 și N=10, o
probabilitate (p)= 0.8329.
32
5
Modele de cercetare cu un singur Subiect
Astfel,
pentru Exemplul A vom avea următoarea secvență de 0/1: 010010110
33
5
Modele de cercetare cu un singur Subiect
34
5
Modele de cercetare cu un singur Subiect
35
5
Modele de cercetare cu un singur Subiect
36
5
Modele de cercetare cu un singur Subiect
Phase-length test
Dufour’s test
Kendall’J tau test (tendința mediei)
The Records test (tendința varianței)
37
5
Referințe
1. GLASS,G. V., WILLSON,V.L., & GOTTMAN,J. M., 1975, Design and analysis of time-series experiments. Boulder,
CO: University of Colorado Press.
2. Christensen, L.B. Experimental methodology (2nd ed.) Boston, Allyn & Bacon, 1980.
3. David Sheskin, Statistical Tests and Experimental Design, A Guidebook, Gardner Press, NY & London, 1984
4. Handbook of Psychology -volume -2- Research Methods in Psychology, John A. Schinka, Wayne F. Velicer, Irving B.
Weiner, John Wiley & Sons, Inc., Hoboken, New Jersey, 2003.
5. Stephen Motley, Malcolm Adams (1989). Some simple statistical tests for exploring single-case time-series data,
British Journal of Clinical Psychology, 28. 1-18
38
5
Motto
"Nature, will best respond to a logical and carefully thought out questionnaire" (Ronald A. Fisher)
Cercetarea calitativă
2
5
Cercetarea calitativă
Definiție:
Obiective vizează:
3
5
Cercetarea calitativă
4
5
Cercetarea calitativă
5
5
Cercetarea calitativă
9
5
Cercetarea calitativă
Aspecte etice
obținerea consimțământului înainte de înregistrarea datelor.
evitarea supra-motivării în vederea participării la cercetare.
situațiile cu probleme speciale de analiză și interpretare.
păstrarea confidențialității în condițiile prevăzute de legi și norme
10
5
Cercetarea calitativă
Observația
Interviul
Focus grupul
Documentele
Înregistrările audio/video
11
5
Cercetarea calitativă
Observația
Avantaje
relație directă cu realitatea investigată.
contact cu mediul natural în care se manifestă fenomenul studiat.
conectarea în timp real cu fenomenul studiat.
Dezavantaje
riscul influenței observatorului.
efectul de prezență.
efectul caracteristicilor personale ale observatorului (personalitate, atitudinea,
experiența personală, similitudinea cu subiectul observat etc.
13
5
Cercetarea calitativă
Interviul
Este frecvent utilizat în cercetarea calitativă, de cele mai multe ori
nestructurat, semistructurat sau slab structurat.
14
5
Cercetarea calitativă
15
5
Cercetarea calitativă
Focus grupul
Modalitate inițiată în domeniul sociologiei, undeva în prima jumătate a
secolului XX, fiind definit ca:
interviu de grup.
grup de discuții, atent planificat, pentru a obține informații cu privire
la un subiect propus de cercetător.
grup informal de discuții între persoane selecționate, cu privire la un
anumit subiect.
ședințe la care participă între 8 și 12 persoane, care răspund la întrebări
sau dezbat o anumită temă introdusă de unul sau doi moderatori.
16
5
Cercetarea calitativă
Tipuri de focus grup:
Avantaje FG
18
5
Cercetarea calitativă
Dezavantaje FG:
20
5
Cercetarea calitativă
Documentele
Avantaje
prezintă situații și evenimente așa cum au fost ele consemnate.
limbaj personal al autorilor și fără a fi fost afectate de orientări induse de cercetător.
Dezavantaje
dificultatea de a le localiza și de a avea acces la ele, la cele rare, cu caracter personal
sau clasificate.
de multe ori pot fi inexacte, incomplete.
atunci când sunt scrise de mână, citirea lor poate fi o problemă, mai ales dacă sunt
documente vechi.
21
5
Cercetarea calitativă
Înregistrările audio/video
Încep să aibă o importanță crescândă odată cu dezvoltarea tehnologiei. Sursele pot fi
diverse, benzi audio, fișiere computerizate, filme, fotografii dar și desene, schițe sau
picturi. Uneori imaginile pot fi prezentate subiecților ca sursă evocatoare.
Avantaje
Similare celor documentare.
Informațiile vizuale, excelează prin concretețe.
Permit analize cantitative după codificare.
Dezavantaje
Dificultatea de transcriere, în cazul surselor audio.
Probleme de interpretare în cazul celor vizuale.
Volumul relativ mare ridică probleme de selecționare eficientă.
22
5
Cercetarea calitativă
Metoda etnografică
Metoda fenomenologică
Metoda teoriei empirice
Metoda biografică
Studiul de caz
24
5
Cercetarea calitativă
Metoda etnografică
Studiază:
ansamblul experiențelor și trăirilor comune unei categorii de oameni
elemente de natură cognitivă, practici cotidiene, obiceiuri, atitudini, credinţe,
moduri de expresie, stiluri interacţionale
elemente comune ale unei culturi umane (condamnarea incestului, cultul morţilor,
relaţia familială etc.)
Culturi de nivel continental (europeană, asiatică, nord-americană)
Culturi specifice anumitor organizaţii (politice, de afaceri, militare, religioase
etc.)
Culturi specifice unor categorii de persoane (de vârstă, de gen, profesionale)
25
5
Cercetarea calitativă
Finalitate:
Favorizarea adaptării persoanelor care trebuie să călătorească și să
muncească în afara mediului lor cultural specific.
Prevenirea și aplanarea conflictelor inter-etnice.
Proiectarea tehnologiilor complexe astfel încât să poată fi operate
eficient și în alte medii culturale etc.
26
5
Cercetarea calitativă
Metoda fenomenologică
Obiective de cercetare:
• modul în care oamenii percep realitatea
• sensul atribuit experiențelor de viață
• experiența individuală în raport cu un eveniment sau fenomen
27
5
Cercetarea calitativă
Abordare secvențială:
1) dezvoltarea unei definiții primare a fenomenului care trebuie explicat;
2) formularea unei ipoteze explicative a fenomenului;
3) examinarea unui singur caz pentru a vedea dacă acesta se potrivește cu ipoteza;
4) revizuirea ipotezei, dacă există o diferență între datele cazului și aceasta;
5) repetarea procesului cu noi cazuri, ajustându-se de fiecare dată ipoteza la noile
date, până când se ajunge la verificarea unei ipoteze care se potrivește cu ansamblul
datelor recoltate 28
5
Cercetarea calitativă
Utilizare
atunci când apare necesitatea explicării unui fenomen sau proces încă neexplicat
atunci când o teorie existentă nu se potrivește cu anumite cazuri sau evenimente
Criterii de validitate:
potrivirea (cât de bine explică teoria datele existente)
relevanța (în ce măsură studiul se referă la o problemă reală, care prezintă un
interes practic)
aplicabilitatea (teoria funcționează în rezolvarea problemei studiate)
modificabilitatea (teoria poate fi alterată de apariția unor noi date relevante)
29
5
Cercetarea calitativă
Avantaje
Găsește explicații la situații concrete.
Generează o viziune globală asupra realității observate.
Dezavantaje
Subiectivismul nu poate fi evitat.
Datele empirice pot fi uneori extrem de complexe, ceea ce face codificarea și
interpretarea un proces dificil.
Există întotdeauna date contradictorii în raport cu teoria.
Exemple
”respingerea și excluderea”, ca formă de rezolvare a unor conflicte între colegi.
”conduite agresive indirecte”: denigrarea imaginii personale
30
5
Cercetarea calitativă
Metoda biografică
Studiul de caz
33
5
Cercetarea calitativă
Stake (1995) le clasifică în:
studii de caz intrinseci
studii de caz instrumentale
studii de caz colective
37
5
Cercetarea calitativă
38
5
Cercetarea calitativă
39
5
Cercetarea calitativă
40
5
Cercetarea calitativă
1. Barker, C., Pistrang, N., Elliott, R., 2002, Research Methods in Clinical Psychology An Introduction for Students
and Practitioners, 2nd Ed., JohnWiley &Sons, England.
2. John A. Schinka, Wayne F. Velicer, Irving B. Weiner, 2003 Handbook of Psychology -volume -2- Research Methods
in Psychology,, John Wiley & Sons, Inc., Hoboken, New Jersey.
3. Stake, R. E. (1995). The art of case study research. Thousand Oaks ; London, Sage Publications.
4. Yin, R. K. (2003). Case study research : design and methods. Thousand Oaks, Calif. ; London, SAGE.
5. Barney G. Glaser și Anselm L. Strauss, 1967, The Discovery of Grounded Theory
43
5
1 Relația de moderare (Moderation)
Moderarea
Dacă în prezența unei variabile Z, o relație deja existentă și cunoscută între X și Y suferă o
modificare de magnitudine (mărime) sau de semn, spunem că Z este o variabilă moderatoare
pentru relația dintre X și Y (Hayes A. F., Rockwood N. J., 2016) sau simplu: Z moderează
între X și Y.
De exemplu, dacă ședințele de psihoterapie (IV) pot reduce nivelul depresiei (DV) mai mult
la femei decât la bărbați, adică diferențiat în raport cu variabila gen (M), atunci spunem că
genul moderează relația dintre psihoterapie și depresie.
Relația de moderare
3 Schematic relația de moderare simplă este redată astfel:
Z(variabila moderatoare)
X(variabila independentă)
Y(variabila dependentă)
Z(genul)
X(psihoterapia) Y(depresia)
Relația de moderare
4
Câteva situații posibile:
http://www.processmacro.org
Acesta conține proceduri ce includ sintaxele aferente unor proceduri de regresie ce utilizează OLS
și modelarea cu ajutorul analizei de cale (path analysis), instalabile atât în SPSS cât și în SAS.
Softul este free, și necesită câțiva pași pentru instalare, pași incluși în documentele arhivei
descărcate.
Relația de moderare
Relație de moderare cu două variabile moderatoare:
7
Z1(variabila moderatoare)
Z2(variabila moderatoare)
X(variabila independentă)
Y(variabila dependentă)
Z1 (genul) Z2(tipul de psihoterapie)
X (psihoterapia) Y(depresia)
Relația de moderare
8 O altă situație de moderare poate fi cea de mai jos (moderarea moderării):
Z2 (genul terapeutului)
X (psihoterapia) Y (depresia)
Relația de moderare
9 Nu toate IV (X2) care au efect asupra DV(Y) sunt moderate. Pentru situația precedentă
(moderarea moderării) schema moderării arată în felul următor:
Z2 (genul terapeutului)
X1 (psihoterapia) Y (depresia)
X2 (exercițiile fizice)
X(psihoterapia) Y(depresia)
M(variabila moderatoare)
X(variabila independentă)
Y(variabila dependentă)
Relația de moderare
11 Exemplu: În tabelul de mai alăturat avem
punctajele obținute de 3 grupe la o evaluare
tip grilă la statistică.
X(grupa) Y(punctaj)
M(variabila moderatoare)
X(variabila independentă)
Y(variabila dependentă)
Relația de moderare
13
Lansăm procedura de moderare
Selectăm
pachetul de
analize
Process
Relația de moderare
14
Mutăm în
această casetă
variabila
moderatoare
Relația de moderare
15
Selectăm
modelul 1
Relația de moderare
16
Selectăm
numărul de
eșantioane
generate
Relația de moderare
17
Selectăm
metoda de
generare a
intervalului de
incredere
Relația de moderare
18
Selectăm
valoarea
intervalului de
incredere
Relația de moderare
19
Selectăm modelul
în care are loc
controlul
covariantei (dacă
este cazul)
Relația de moderare
20 Selectăm butonul
de opțiuni
Relația de moderare
Selectăm
21 urmatoarele
optiuni
Relația de moderare
22
Selectăm si bifăm
optiunea disponibila
pentru variabile cu
lungime mai mare de
8 caractere
Relația de moderare
23
Selectăm OK
Relația de moderare
Se generează următorul output: Prezentarea
24 Model = 1 modelului si
Y = punctaj
dimensiunea
X = grupa
M = gen eșantionului
Sample size
30
**************************************************************************
Outcome: punctaj
Model Summary
R R-sq MSE F df1 df2 p
,7527 ,5666 7,0038 16,6661 3,0000 26,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 12,7000 2,5690 4,9435 ,0000 7,4191 17,9809
gen 4,7500 4,0529 1,1720 ,2518 -3,5810 13,0810
grupa 1,1000 1,5248 ,7214 ,4771 -2,0344 4,2344
int_1 -4,0500 1,8609 -2,1763 ,0388 -7,8753 -,2247
Values for quantitative moderators are the mean and plus/minus one SD from mean.
Values for dichotomous moderators are the two values of the moderator.
Relația de moderare
Se generează următorul output:
25 Model = 1 Parametrii
Y = punctaj calculați
X = grupa
M = gen
Sample size
30
**************************************************************************
Outcome: punctaj
Model Summary
R R-sq MSE F df1 df2 p
,7527 ,5666 7,0038 16,6661 3,0000 26,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 12,7000 2,5690 4,9435 ,0000 7,4191 17,9809
gen 4,7500 4,0529 1,1720 ,2518 -3,5810 13,0810
grupa 1,1000 1,5248 ,7214 ,4771 -2,0344 4,2344
int_1 -4,0500 1,8609 -2,1763 ,0388 -7,8753 -,2247
Values for quantitative moderators are the mean and plus/minus one SD from mean.
Values for dichotomous moderators are the two values of the moderator.
Relația de moderare
Se generează următorul output:
26 Model = 1
Y = punctaj
X = grupa
M = gen
Sample size
30
**************************************************************************
Outcome: punctaj
Model Summary
R R-sq MSE F df1 df2 p
,7527 ,5666 7,0038 16,6661 3,0000 26,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 12,7000 2,5690 4,9435 ,0000 7,4191 17,9809 Efectul
gen 4,7500 4,0529 1,1720 ,2518 -3,5810 13,0810 condițional la
grupa 1,1000 1,5248 ,7214 ,4771 -2,0344 4,2344
int_1 -4,0500 1,8609 -2,1763 ,0388 -7,8753 -,2247 nivelul
moderatorului
Product terms key: int_1 grupa X gen
R-square increase due to interaction(s):
R2-chng F df1 df2 p
int_1 ,1041 4,7364 1,0000 26,0000 ,0388
*************************************************************************
Conditional effect of X on Y at values of the moderator(s):
gen Effect se t p LLCI ULCI
1,0000 -2,9500 1,0668 -2,7652 ,0103 -5,1429 -,7571
,0000 1,1000 1,5248 ,7214 ,4771 -2,0344 4,2344
Values for quantitative moderators are the mean and plus/minus one SD from mean.
Values for dichotomous moderators are the two values of the moderator.
Relația de moderare
27
Restul tabelului arata cam asa:
**************************************************************************
Data for visualizing conditional effect of X on Y
Paste text below into a SPSS syntax window and execute to produce plot.
Se apasă
butonul
Run
Relația de moderare
30
Se obține
graficul
Referințe:
1. Hayes A. F., Rockwood N. J., (2017) Regression-based statistical mediation and moderation analysis in
clinical research: Observations, recommendations, and implementation, Behaviour Research and Therapy,
98, 39-57. https://doi.org/10.1016/j.brat.2016.11.001
2. Hayes A. F., (2017) Introduction to Mediation, Moderation, and Conditional Process Analysis, Second
Edition, A Regression-Based Approach, Gouilford Press,
1 Relația de mediere (Mediation)
Medierea
A media între două variabile înseamnă a intermedia, a influența, a modifica parțial sau total
modul în care o variabilă X are efect asupra variabilei Y. O astfel de variabilă poartă
denumirea de variabilă intermediară sau mediatoare.
Un model simplu de mediere este unul care conține două variabile consecvente (M și Y) și
două variabile antecedente (X și M) cu X influență cauzală asupra lui Y și M, iar M influență
cauzală asupra lui Y. (Hayes A. F., 2017)
De exemplu, dacă ședințele de psihoterapie (IV) pot reduce nivelul depresiei (DV) numai
dacă conțin tehnici de stimulare (M), atunci spunem că prezența acelor tehnici (M) mediază
relația dintre psihoterapie și depresie.
Relația de mediere
3
Situațiile, în care, descrierea ecuațiilor din exemplele ce urmează, este redată prin ecuații de regresie
liniară:
O modalitate de analiză a relației de mediere, deja menționată în cadrul relației de moderare este
utilizarea softului numit Process, dezvoltat de Andrew F. Hayes, profesor la Universitatea din
Ohio, ce poate fi descărcat de la adresa:
http://www.processmacro.org
Acesta conține proceduri ce includ sintaxele aferente unor proceduri de regresie ce utilizează
OLS(ordinary least squares) și modelarea cu ajutorul analizei de cale (path analysis), instalabile
atât în SPSS cât și în SAS.
Softul este free, și necesită câțiva pași pentru instalare, pași incluși în documentele arhivei
descărcate.
Relația de mediere
5 Schematic relația de mediere simplă este redată astfel:
M(variabila mediatoare)
X(variabila independentă)
Y(variabila dependentă)
M(mediatoare)
X(antecedentă) Y(consecventă)
Relația de mediere
6 Pentru relația de mediere simplă ecuațiile de regresie sunt:
M = i1 + aX + eM
Y = i2 + cʹX + bM + eY, unde a, b, și cʹ sunt coeficienții de regresie iar eM și eY sunt erorile
de estimare a M și Y.
Efectul total al X asupra lui Y este c = a*b + cʹ, unde cʹ= efectul direct, iar c- cʹ= efectul
indirect, prin intermediul M. (Hayes A. F., 2017)
Aceste ecuații de regresie liniară sunt utilizabile pentru testarea ipotezei de mediere simplă.
eM
M(genul)
a b
eY
cʹ
X(psihoterapia) Y(depresia)
M(variabila mediatoare)
X(variabila independentă)
Y(variabila dependentă)
Relația de mediere
Relația de mediere cu două variabile mediatoare în paralel:
7
M1(variabila mediatoare)
M2(variabila mediatoare)
X(variabila independentă)
Y(variabila dependentă)
M1 (tip psihoterapie)
X (psihoterapia) Y(depresia)
M2(tehnica)
Relația de mediere
Pentru relația de mediere cu două variabile mediatoare în paralel ecuațiile de regresie sunt:
8
M1 = iM1 + a1X + eM1
M2 = iM2 + a2X + eM2
Y = iY + cʹX + b1M1 + b2M2 +eY, unde a1, a2, b1, b2 și cʹ sunt coeficienții de regresie iar eM1,
eM1 și eY sunt erorile de estimare ale M1, M2 și Y.
Efectul total al X asupra lui Y este c = a1* b1 + a2*b2 + cʹ, unde cʹ= efectul direct, iar c- cʹ=
efectul indirect, prin intermediul M1 și M2. (Hayes A. F., 2017)
eM1
M1 (tip psihoterapie)
a1 b1
eY
cʹ
X (psihoterapia) Y(depresia)
a2 b2
M2(tehnica)
eM2
Relația de mediere
Relație de mediere cu două variabile mediatoare în serie:
9
M1(variabila mediatoare)
M2(variabila mediatoare)
X(variabila independentă)
Y(variabila dependentă)
X (psihoterapia) Y(depresia)
Relația de mediere
Pentru relația de mediere cu două variabile mediatoare în serie ecuațiile de regresie sunt:
10
M1 = iM1 + a1X + eM1
M2 = iM2 + a2X + d21M1 + eM2
Y = iY + cʹX + b1M1 + b2M2 + eY, unde a1, a2, b1, b2, d21, și cʹ sunt coeficienții de regresie
iar eM1, eM2 și eY sunt erorile de estimare ale M1, M2 și Y.
Efectul total al X asupra lui Y este c = a1* b1 + a2*b2 + a1*d21*b2 + cʹ, unde cʹ= efectul
direct, iar c- cʹ= efectul indirect, prin intermediul M1 și M2. (Hayes A. F., 2017)
eM1 eM2
d21
M1(tipul de psihoterapie) M2 (tehnica)
a1 b1 b2
a2
eY
cʹ
X (psihoterapia) Y(depresia)
Relația de mediere
11
Exemplu de mediere simplă:
M = i1 + a *bodyesteem + eM
Y = i2 + cʹ* bodyesteem + b* selfesteem + eY, unde a, b, și cʹ sunt coeficienții de regresie iar
eM și eY sunt erorile de estimare a M și Y.
Efectul total al X asupra lui Y este c = a*b + cʹ, unde cʹ= efectul direct, iar c- cʹ= efectul
indirect, prin intermediul M. (Hayes A. F., 2017)
Aceste ecuații de regresie liniară sunt utilizabile pentru testarea ipotezei de mediere simplă.
eM
M(selfesteem)
a b
eY
cʹ
X(bodyesteem) Y(acceptance)
M(variabila mediatoare)
X(variabila independentă)
Y(variabila dependentă)
Relația de mediere
13
Lansăm procedura de mediere
Selectăm
pachetul de
analize
Process
Relația de mediere
14
Mutăm în
această casetă
variabila
mediatoare
Relația de mediere
15
Selectăm
modelul 4
pentru mediere
simplă
Relația de mediere
16
Selectăm
numărul de
eșantioane
generate
Relația de mediere
17
Selectăm
metoda de
generare a
intervalului de
incredere
Relația de mediere
18
Selectăm
valoarea
intervalului de
incredere
Relația de mediere
19
Selectăm modelul
în care are loc
controlul
covariantei (dacă
este cazul)
Relația de mediere
20 Selectăm butonul
de opțiuni
Relația de mediere
Selectăm
21 următoarele
optiuni
Relația de mediere
22
Selectăm si bifăm
optiunea disponibila
pentru variabile cu
lungime mai mare de
8 caractere
Relația de mediere
23
Selectăm OK
Relația de mediere
Model = 4
Prezentarea
24
Y = acceptan
X = bodyeste
M = selfeste
modelului si
dimensiunea
Sample size
415 eșantionului
************************************************************************** **** TOTAL, DIRECT, AND INDIRECT EFFECTS ***
Outcome: selfeste
Total effect of X on Y
Model Summary Effect SE t p LLCI ULCI
R R-sq MSE F df1 df2 p ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
Direct effect of X on Y
Model Effect SE t p LLCI ULCI
coeff se t p LLCI ULCI ,0093 ,0205 ,4554 ,6490 -,0310 ,0497
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072 Indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI
************************************************************************** selfeste ,0640 ,0128 ,0415 ,0917
Outcome: acceptan
Partially standardized indirect effect of X on Y
Model Summary Effect Boot SE BootLLCI BootULCI
R R-sq MSE F df1 df2 p selfeste ,0090 ,0017 ,0059 ,0126
,3532 ,1247 44,5640 25,8992 2,0000 412,0000 ,0000
Completely standardized indirect effect of X on Y
Model Effect Boot SE BootLLCI BootULCI
coeff se t p LLCI ULCI selfeste ,1790 ,0340 ,1173 ,2506
constant 46,1758 2,2675 20,3643 ,0000 41,7185 50,6331
selfeste ,3595 ,0597 6,0169 ,0000 ,2420 ,4769 Ratio of indirect to total effect of X on Y
bodyeste ,0093 ,0205 ,4554 ,6490 -,0310 ,0497 Effect Boot SE BootLLCI BootULCI
selfeste ,8725 ,3335 ,5053 1,7599
************************** TOTAL EFFECT MODEL ****************************
Outcome: acceptan Ratio of indirect to direct effect of X on Y
Effect Boot SE BootLLCI BootULCI
Model Summary selfeste 6,8449 104,0385 1,7335 3598,7089
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001 R-squared mediation effect size (R-sq_med)
Effect Boot SE BootLLCI BootULCI
Model selfeste ,0416 ,0188 ,0091 ,0841
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194 Normal theory tests for indirect effect
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097 Effect se Z p
,0640 ,0119 5,3639 ,0000
Relația de mediere
Model = 4
25
Y = acceptan
X = bodyeste
M = selfeste
Parametrii
calculați
Sample size
415
**************************************************************************
Outcome: selfeste
Model Summary
R R-sq MSE F df1 df2 p
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072
**************************************************************************
Outcome: acceptan
Model Summary
R R-sq MSE F df1 df2 p
,3532 ,1247 44,5640 25,8992 2,0000 412,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 46,1758 2,2675 20,3643 ,0000 41,7185 50,6331
selfeste ,3595 ,0597 6,0169 ,0000 ,2420 ,4769
bodyeste ,0093 ,0205 ,4554 ,6490 -,0310 ,0497
Model Summary
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001
Model
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Relația de mediere
Model = 4
Efectul
26
Y = acceptan
X = bodyeste
M = selfeste
semnificativ al X
asupra
Sample size
415 mediatorului M
**************************************************************************
Outcome: selfeste
Model Summary
R R-sq MSE F df1 df2 p
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072
**************************************************************************
Outcome: acceptan
Model Summary
R R-sq MSE F df1 df2 p
,3532 ,1247 44,5640 25,8992 2,0000 412,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 46,1758 2,2675 20,3643 ,0000 41,7185 50,6331
selfeste ,3595 ,0597 6,0169 ,0000 ,2420 ,4769
bodyeste ,0093 ,0205 ,4554 ,6490 -,0310 ,0497
Model Summary
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001
Model
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Relația de mediere
Model = 4
Efectul
27
Y = acceptan
X = bodyeste
M = selfeste
semnificativ al
M asupra
Sample size
415 dependentei Y
**************************************************************************
Outcome: selfeste
Model Summary
R R-sq MSE F df1 df2 p
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI Efectul
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072
nesemnificativ
**************************************************************************
al X asupra
Outcome: acceptan dependentei Y
Model Summary în prezența
R R-sq MSE F df1 df2 p
,3532 ,1247 44,5640 25,8992 2,0000 412,0000 ,0000 mediatorului M
Model
coeff se t p LLCI ULCI
constant 46,1758 2,2675 20,3643 ,0000 41,7185 50,6331
selfeste ,3595 ,0597 6,0169 ,0000 ,2420 ,4769
bodyeste ,0093 ,0205 ,4554 ,6490 -,0310 ,0497
Model Summary
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001
Model
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Relația de mediere
Model = 4
28
Y = acceptan
X = bodyeste
M = selfeste
Sample size
415
**************************************************************************
Outcome: selfeste
Efect semnificativ al X
asupra dependentei Y
Model Summary
R R-sq MSE F df1 df2 p fără prezența
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
mediatorului M
Model
coeff se t p LLCI ULCI
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072
**************************************************************************
Outcome: acceptan
Model Summary
R R-sq MSE F df1 df2 p
,3532 ,1247 44,5640 25,8992 2,0000 412,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 46,1758 2,2675 20,3643 ,0000 41,7185 50,6331
selfeste ,3595 ,0597 6,0169 ,0000 ,2420 ,4769
bodyeste ,0093 ,0205 ,4554 ,6490 -,0310 ,0497
Model Summary
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001
Model
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Relația de mediere
29 **** TOTAL, DIRECT, AND INDIRECT EFFECTS ***
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI
,0093 ,0205 ,4554 ,6490 -,0310 ,0497 Efect
Indirect effect of X on Y Total
selfeste
Effect Boot SE BootLLCI BootULCI
,0640 ,0128 ,0415 ,0917
semnificativ
Partially standardized indirect effect of X on Y
al X asupra lui Y
Effect Boot SE BootLLCI BootULCI
selfeste ,0090 ,0017 ,0059 ,0126
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI
,0093 ,0205 ,4554 ,6490 -,0310 ,0497 Efect
Indirect effect of X on Y Direct
selfeste
Effect Boot SE BootLLCI BootULCI
,0640 ,0128 ,0415 ,0917
nesemnificativ
Partially standardized indirect effect of X on Y
al X asupra lui Y
Effect Boot SE BootLLCI BootULCI
selfeste ,0090 ,0017 ,0059 ,0126
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI
,0093 ,0205 ,4554 ,6490 -,0310 ,0497 Efect
Indirect effect of X on Y Indirect
selfeste
Effect Boot SE BootLLCI BootULCI
,0640 ,0128 ,0415 ,0917
semnificativ
Partially standardized indirect effect of X on Y
al X asupra lui Y
Effect Boot SE BootLLCI BootULCI
selfeste ,0090 ,0017 ,0059 ,0126
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI
,0093 ,0205 ,4554 ,6490 -,0310 ,0497 Efectul R2
Indirect effect of X on Y de mediere
selfeste
Effect Boot SE BootLLCI BootULCI
,0640 ,0128 ,0415 ,0917
semnificativ
Partially standardized indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI
selfeste ,0090 ,0017 ,0059 ,0126
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI Semnificație
,0093 ,0205 ,4554 ,6490 -,0310 ,0497
statistică la
Indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI testul Sobel
selfeste ,0640 ,0128 ,0415 ,0917 p< 0,001
Partially standardized indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI
selfeste ,0090 ,0017 ,0059 ,0126
M1 (selfesteeem)
a1 b1
eY
cʹ
X (bodyesteem) Y(acceptance)
a2 b2
M2(exercise)
eM2
Relația de mediere
35 Alegem în continuare, pentru exemplificare, un model de medire cu 2 mediatori în paralel.
Mutăm în
această casetă
variabilele
mediatoare, in
orice ordine
Relația de mediere Model = 4
Y = acceptan
X = bodyeste
M1 = selfeste
M2 = exercise
**************************************************************************
semnificativ al X
Outcome: selfeste
asupra
Model Summary
R R-sq MSE F df1 df2 p mediatorului M1
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072
**************************************************************************
Outcome: exercise
Model Summary
R R-sq MSE F df1 df2 p
,4092 ,1675 ,6344 82,9752 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 1,4367 ,2150 6,6828 ,0000 1,0141 1,8594
bodyeste ,0179 ,0020 9,1091 ,0000 ,0141 ,0218
**************************************************************************
Outcome: acceptan
Model Summary
R R-sq MSE F df1 df2 p
,3642 ,1326 44,2702 18,5806 3,0000 411,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 45,1626 2,3251 19,4243 ,0000 40,5921 49,7331
selfeste ,3529 ,0600 5,8814 ,0000 ,2350 ,4709
exercise ,7957 ,4344 1,8318 ,0677 -,0582 1,6496
bodyeste -,0037 ,0216 -,1735 ,8623 -,0462 ,0387
Model Summary
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001
Model
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Relația de mediere Model = 4
Y = acceptan
X = bodyeste
M1 = selfeste
M2 = exercise
**************************************************************************
semnificativ al X
Outcome: selfeste
asupra
Model Summary
R R-sq MSE F df1 df2 p mediatorului M2
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072
**************************************************************************
Outcome: exercise
Model Summary
R R-sq MSE F df1 df2 p
,4092 ,1675 ,6344 82,9752 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 1,4367 ,2150 6,6828 ,0000 1,0141 1,8594
bodyeste ,0179 ,0020 9,1091 ,0000 ,0141 ,0218
**************************************************************************
Outcome: acceptan
Model Summary
R R-sq MSE F df1 df2 p
,3642 ,1326 44,2702 18,5806 3,0000 411,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 45,1626 2,3251 19,4243 ,0000 40,5921 49,7331
selfeste ,3529 ,0600 5,8814 ,0000 ,2350 ,4709
exercise ,7957 ,4344 1,8318 ,0677 -,0582 1,6496
bodyeste -,0037 ,0216 -,1735 ,8623 -,0462 ,0387
Model Summary
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001
Model
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Relația de mediere Model = 4
Y = acceptan
X = bodyeste
M1 = selfeste
M2 = exercise
Efectul
Sample size
38 415 semnificativ
**************************************************************************
Outcome: selfeste
doar al M1
Model Summary asupra
dependentei Y
R R-sq MSE F df1 df2 p
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072
**************************************************************************
Outcome: exercise
Model Summary
R R-sq MSE F df1 df2 p
,4092 ,1675 ,6344 82,9752 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 1,4367 ,2150 6,6828 ,0000 1,0141 1,8594
bodyeste ,0179 ,0020 9,1091 ,0000 ,0141 ,0218
**************************************************************************
Outcome: acceptan
Model Summary
R R-sq MSE F df1 df2 p
,3642 ,1326 44,2702 18,5806 3,0000 411,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 45,1626 2,3251 19,4243 ,0000 40,5921 49,7331
selfeste ,3529 ,0600 5,8814 ,0000 ,2350 ,4709
exercise ,7957 ,4344 1,8318 ,0677 -,0582 1,6496
bodyeste -,0037 ,0216 -,1735 ,8623 -,0462 ,0387
Model Summary
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001
Model
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Relația de mediere Model = 4
Y = acceptan
X = bodyeste
M1 = selfeste
M2 = exercise
**************************************************************************
doar al X asupra
Outcome: selfeste dependentei Y fără
Model Summary
R R-sq MSE F df1 df2 p prezența
,5285 ,2793 32,4870 144,0243 1,0000 413,0000 ,0000
mediatorilor
Model
coeff se t p LLCI ULCI
constant 19,8382 1,6528 12,0031 ,0000 16,5893 23,0871
bodyeste ,1780 ,0148 12,0010 ,0000 ,1489 ,2072
**************************************************************************
Outcome: exercise
Model Summary
R R-sq MSE F df1 df2 p
,4092 ,1675 ,6344 82,9752 1,0000 413,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 1,4367 ,2150 6,6828 ,0000 1,0141 1,8594
bodyeste ,0179 ,0020 9,1091 ,0000 ,0141 ,0218
**************************************************************************
Outcome: acceptan
Model Summary
R R-sq MSE F df1 df2 p
,3642 ,1326 44,2702 18,5806 3,0000 411,0000 ,0000
Model
coeff se t p LLCI ULCI
constant 45,1626 2,3251 19,4243 ,0000 40,5921 49,7331
selfeste ,3529 ,0600 5,8814 ,0000 ,2350 ,4709
exercise ,7957 ,4344 1,8318 ,0677 -,0582 1,6496
bodyeste -,0037 ,0216 -,1735 ,8623 -,0462 ,0387
Model Summary
R R-sq MSE F df1 df2 p
,2051 ,0421 48,6540 15,7373 1,0000 413,0000 ,0001
Model
coeff se t p LLCI ULCI
constant 53,3070 1,9903 26,7836 ,0000 49,3947 57,2194
bodyeste ,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Relația de mediere
*********** TOTAL, DIRECT, AND INDIRECT EFFECTS ********************
40
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI
-,0037 ,0216 -,1735 ,8623 -,0462 ,0387
Indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI
TOTAL ,0771 ,0146 ,0491 ,1054 Efect
selfeste ,0628 ,0127 ,0398 ,0899
exercise ,0143 ,0080 -,0010 ,0306 Total
(C1) ,0486 ,0155 ,0206 ,0826
semnificativ
Partially standardized indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI al X asupra lui Y
TOTAL ,0108 ,0020 ,0070 ,0148
selfeste ,0088 ,0017 ,0057 ,0123
exercise ,0020 ,0011 -,0002 ,0043
41
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI
-,0037 ,0216 -,1735 ,8623 -,0462 ,0387
Indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI
TOTAL ,0771 ,0146 ,0491 ,1054 Efect
selfeste ,0628 ,0127 ,0398 ,0899
exercise ,0143 ,0080 -,0010 ,0306 Direct
(C1) ,0486 ,0155 ,0206 ,0826
nesemnificativ
Partially standardized indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI al X asupra lui Y
TOTAL ,0108 ,0020 ,0070 ,0148
selfeste ,0088 ,0017 ,0057 ,0123
exercise ,0020 ,0011 -,0002 ,0043
42
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI
-,0037 ,0216 -,1735 ,8623 -,0462 ,0387
Indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI
TOTAL ,0771 ,0146 ,0491 ,1054 Efect
selfeste ,0628 ,0127 ,0398 ,0899
exercise ,0143 ,0080 -,0010 ,0306 Indirect
(C1) ,0486 ,0155 ,0206 ,0826
semnificativ
Partially standardized indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI al X asupra lui Y
TOTAL ,0108 ,0020 ,0070 ,0148
selfeste ,0088 ,0017 ,0057 ,0123
exercise ,0020 ,0011 -,0002 ,0043
43
Total effect of X on Y
Effect SE t p LLCI ULCI
,0733 ,0185 3,9670 ,0001 ,0370 ,1097
Direct effect of X on Y
Effect SE t p LLCI ULCI
-,0037 ,0216 -,1735 ,8623 -,0462 ,0387
Semnificație
Indirect effect of X on Y
Effect Boot SE BootLLCI BootULCI statistică la testul
TOTAL ,0771 ,0146 ,0491 ,1054
selfeste ,0628 ,0127 ,0398 ,0899 Sobel
exercise ,0143 ,0080 -,0010 ,0306
(C1) ,0486 ,0155 ,0206 ,0826 p< 0,001 doar
Partially standardized indirect effect of X on Y pentru M1
Effect Boot SE BootLLCI BootULCI
TOTAL ,0108 ,0020 ,0070 ,0148
selfeste ,0088 ,0017 ,0057 ,0123
exercise ,0020 ,0011 -,0002 ,0043
eM1 eM2
d21
M1(tipul de psihoterapie) M2 (tehnica)
a1 b1 b2
a2
eY
cʹ
X (psihoterapia) Y(depresia)
Relația de mediere
45 Alegem în continuare, pentru exemplificare, un model de mediere cu 2 mediatori în serie.
Mutăm în
această casetă
variabilele
mediatoare, in
ordinea M1, M2
Relația de mediere
46
Select[am
modelul 6
Relația de mediere
47
Efectul
semnificativ al X
asupra
mediatorului M1
Relația de mediere
Efectul
semnificativ al X
48 si M1 asupra
mediatorului M2
Efectul
semnificativ al
X, M1 si M2
asupra lui Y
Relația de mediere
49 Efectul
semnificativ al X
asupra lui Y
Relația de mediere
50 Efectul
semnificativ
indirect total
Efectul
semnificativ
indirect din
partea M1
Diferenta
semnificativa
ind1-ind2
Diferenta
semnificativa
ind1-ind3
Relația de mediere
51
Legenda
efectelor
indirecte
Relația de mediere
52
Referințe:
1. Hayes A. F., Rockwood N. J., (2017) Regression-based statistical mediation and moderation analysis in
clinical research: Observations, recommendations, and implementation, Behaviour Research and Therapy,
98, 39-57. https://doi.org/10.1016/j.brat.2016.11.001
2. Hayes A. F., (2017) Introduction to Mediation, Moderation, and Conditional Process Analysis, Second
Edition, A Regression-Based Approach, Gouilford Press,