Curs 3 VARIABILE, PROBLEME ŞI IPOTEZE DE CERCETARE

Variabile
Elementele cheie într-o problemă de cercetare sunt variabilele. Variabila este definită
ca fiind o caracteristică a participanţilor sau situaţiei şi care poate lua diferite valori. O
variabila trebuie sa varieze sau sa aibă diverse valori. De exemplu, genul este o variabilă care
are două valori: masculin si feminin, vârsta însă poate avea un număr mare de valori.
Tipul de tratament/intervenţie (cum ar fi tipul de curriculumul sau tipul terapiei) poate
fi o variabilă dacă vorbim de mai mult de un tratament. Numărul zilelor necesare pentru a
învăţa sau pentru recuperare sunt măsurări comune ale efectului tratamentului, acestea fiind
tot variabile. Suma cunoştinţelor de matematica poate fi o variabilă deoarece poate varia de la
puţin la mult. Dacă un concept studiat are doar o valoare, atunci acesta nu este o variabila, ci o
constantă. Grupul etnic nu este variabila dacă toţi participanţii sunt europeni, sau genul nu
este o variabila dacă toţi subiecţii sunt de gen feminin.
În cercetările cantitative variabilele sunt operaţionalizate şi împărţite astfel: variabile
independente (manipulate sau invocate), variabile dependente şi variabile străine/parazite sau
controlate.

Definiţii operaţionale ale variabilelor

O definiţie operaţională descrie sau defineşte o variabila în termenii operaţiilor sau
tehnicilor folosite pentru a o măsura. Când cercetătorii descriu variabilele în studii, ei
specifică ceea ce au vrut sa spună, demonstrând cum au măsurat variabilele. Variabilele
demografice precum vârsta, genul sau grupul etnic sunt deseori măsurate, prin simpla cerinţa
adresata participantului de a alege cea mai apropiata categorie dintr-o listă.
Tipurile de tratament sunt operaţionalizate detaliat, prin descrierea a ceea ce a fost
făcut in timpul tratamentului. Conceptele abstracte precum cunoştinţele matematice, sinele
sau anxietatea faţă de matematica, trebuie definite operaţional prin punctarea unor detalii
legate de modul în care au fost măsurate într-un anumit studiu. Pentru a face acest lucru
cercetătorul ar putea adăuga instrumentului actual câteva întrebări simple sau poate face
trimitere acolo unde pot fi găsite mai multe informaţii.

Variabile categoriale versus variabile continui

Distincţia dintre variabilele categoriale si variabilele continui apare în mod frecvent în
contextul studiilor ştiinţifice. Variabilele categoriale sunt acele variabile care pot lua valori
specifice doar în cadrul unei arii restrânse de valori. De exemplu, “genul” este o variabila
categorială pentru că cineva poate fi fie bărbat, fie femeie, nu există o a treia varianta. “Rasa”,
“starea civilă”, „culoarea părului” sunt alte exemple de variabile categoriale. Deşi poate părea
1
evident, poate fi util să vă gândiţi la variabilele categoriale ca la variabile discrete, categorii
mutuale care se exclude reciproc cum ar fi “bărbat/femeie”, “alb”/negru”,
“singur”/căsătorit/divorţat” sau “blond/brunet/roşcat”.
Prin contrast, variabilele continui pot lua teoretic orice valoare de-a lungul unui
continuum. De exemplu, “vârsta” este o variabila continuă pentru că în mod teoretic cineva
poate avea orice vârsta. “Venitul”, “greutatea” si “înălţimea’ sunt alte exemple de variabile
continui. Datele obţinute in urma folosirii variabilelor categoriale diferă de datele obţinute în
urma folosirii variabilelor continui.
In anumite circumstanţe, cercetătorii pot decide să transforme anumite variabile
continui în variabile categoriale. De exemplu, cercetătorul poate decide sa folosească variabila
“vârstă” ca variabila categoriala prin crearea unor categorii cum ar fi “sub 40 de ani’ sau “40
ani şi peste”. Avantajul folosirii variabilelor continui este acela ca permite o măsurare mult
mai precisă. De exemplu, este mult mai specifica informaţia prin care aflam ca cineva are “47
de ani” (variabila continua) decât daca am şti ca se încadrează in categoria “40 ani sau peste”
(variabila categoriala). Folosirea variabilelor continui permite obţinerea unor date mai precise.
Alegerea variabilelor categoriale sau continui, influenţează precizia datelor obţinute.
Comparativ cu variabilele categoriale, variabilele continui oferă un nivel mai ridicat al
preciziei de măsurare. Mai mult, alegerea testului statistic de analiza a datelor depinde în mare
parte de alegerea cercetătorului cu privire la tipul de variabile. Anumite teste statistice se
potrivesc variabilelor categoriale, iar altele se potrivesc variabilelor continui. Alegerea
variabilelor este parţial dependenta de întrebarea de cercetarea la care examinatorul vrea sa
găsească un răspuns.

Variabile cantitative versus variabile calitative

Variabilele calitative sunt cele care diferă calitativ, în timp ce variabilele cantitative
diferă din punct de vedere al cantităţii (Christensen, 2001). Aceasta distincţie subtilă şi totuşi
importanta reiese din majoritatea studiilor. A evalua ceva ca “atrăgător” sau “neatrăgător”,
“consistent” sau “non-consistent” reprezintă un exemplu de variabila calitativă. Aceste
variabilele sunt calitative pentru că diferă din punct de vedere calitativ, dar nu diferă în
cantitate. De exemplu, categoriile “atrăgător” sau “neatrăgător” nu oferă informaţii cu privire
la nivelul de atractivitate (cu privire la cantitatea atractivităţii). Prin opoziţie, a raporta de câte
ori s-a întâmplat ceva sau de câte ori cineva a avut un anumit tip de comportament reprezintă
un exemplu de variabila cantitativă. Aceste variabile sunt considerate cantitative pentru ca
oferă informaţii cu privire la cantitate.

Variabile independente vs. variabile dependente

Reprezintă cea mai importantă distincţie a variabilelor. Variabila independentă
reprezintă factorul manipulat sau controlat de către cercetător. În majoritatea studiilor,
2
cercetătorii examinează efectele variabilei independente. În forma cea mai simplă, variabila
independentă are două niveluri: prezenţa sau absenţa variabilei. De exemplu, într-o cercetare
ce studiază efectele unui nou tip de psihoterapie asupra simptomelor anxietăţii, un grup va
beneficia de noul tip de psihoterapie, iar celălalt grup nu va beneficia de tratament. Variabila
independentă este noul tip de psihoterapie deoarece cercetătorul poate controla dacă
participanţii sunt sau nu expuşi psihoterapiei şi pentru că cercetătorul este interesat să
examineze efectele psihoterapiei asupra simptomelor anxietăţii. Grupul care este expus
psihoterapiei este numit grup experimental (în care apare variabila independentă), în timp ce
grupul care nu este expus psihoterapiei este numit grup de control (nu apare variabila
independentă).
Nivelurile sau valorile variabilei independente
Este crucial de înţeles diferenţa dintre variabile, precum genul, şi nivelurile acesteia
(sau valorile variabilei) precum masculin şi feminin. Alţi câţiva termeni – valori, categorii,
grupuri sau eşantioane - sunt câteodată folosiţi la schimb cu termenul de niveluri, în special în
manualele de statistică. Să presupunem ca un cercetător realizează un studiu pentru a
investiga efectul unui tratament. Un grup de participanţi este supus tratamentului. Al doilea
grup nu este supus tratamentului. Studiul ar putea fi conceptualizat ca având o variabila
independenta (tipul tratamentului) cu doua niveluri (cu/fără tratament). Variabila
independentă în acest studiu va fi clasificată ca fiind variabila independenta manipulată. Să
presupunem că cercetătorul este interesat să compare două feluri de tratament cu al treilea
grup non-tratament sau de control. Şi în acest caz se va spune ca studiul are o variabilă
independenta (tipul tratamentului) însă de aceasta data cu trei valori/niveluri (două condiţii de
tratament şi condiţia de control).

Numele variabilei Valorile variabilei

Tip de tratamentului – tratament 1,
– tratament 2
– fără tratament (control)
În acest exemplu, tratamentul 1, 2 si grupul de control, sunt diferite unul de altul, fără
a exista o ordine anume a acestor diferenţe.
Nivelurile pot fi ordonate astfel: intensitate înaltă, medie sau scăzută a tratamentului.
Numele variabilei Valorile variabilei
Intensitatea tratamentului: - ridicată
- scăzută
- medie
- fără tratament (de control)

3
 Ca un exemplu suplimentar, examinam genul, care este o variabila independentă
invocată cu două valori: masculin si feminin

Fiecare variabilă are un nume şi niveluri/valori care de obicei sunt reprezentate de

categorii discrete (cum ar fi masculin|feminin). Este important de reţinut că atunci când
variabile sunt nominale, valorile nu sunt ordonate, ci sunt doar nume.

Nu este neobişnuit ca o variabila independentă să aibă mai mult de două nivele. De

exemplu, intr-o cercetare ce studiază efectele unui nou medicament asupra simptomelor
depresiei, cercetătorul poate include trei grupuri – un grup de control şi două grupuri
experimentale. Grupul de control nu va primi medicamentul (sau va primi un medicament
placebo), în timp ce unui grup experimental i se va administra o doză mai mică de
medicament, iar celuilalt grup i se va administra o doză mai mare de medicament. În acest
exemplu variabila independentă (tratamentul/medicamentul) are trei nivele – absent, scăzut vs
ridicat. Sunt posibile şi alte nivele ale variabilei independente cum ar fi scăzut, mediu şi
ridicat. Cercetătorii decid câte nivele va avea o variabilă independentă luând în calcul mai
mulţi factori, cum ar fi numărul de participanţi la studiu, gradul de specificitate al rezultatelor
obţinute în urma studiului şi costurile financiare pe care le implică cercetarea.
Este un lucru obişnuit ca într-o cercetarea să apară mai multe variabile independente,
fiecare cu nivele multiple. De exemplu, un cercetător poate încerca sa investigheze efectele
atât a medicamentaţiei cât şi a psihoterapiei asupra simptomelor depresiei. În acest exemplu,
apar două variabile independente (medicamentaţia şi psihoterapia) şi fiecare variabilă
independentă ar putea avea mai multe nivele (ex. doză scăzuta, medie şi ridicată pentru
medicamente şi terapie cognitiv comportamentală, terapie psiho-dinamică şi terapie raţional
emotivă). Cercetarea se complică atunci se folosesc mai multe variabile independente cu mai
multe nivele.
Cercetătorii studiază efectele variabilei independente asupra unui lucru, iar acel lucru
este variabila dependentă (Isaac & Michael, 1997). În continuare ne vom îndrepta atenţia
asupra variabilei dependente. Variabila dependentă este o măsurare a efectului variabilei
independente. Este cunoscută ca rezultat sau criteriu. Variabilele dependente sunt de obicei
scorurile testului, evaluările la chestionare, citirile instrumentelor (electrocardiograma,
răspunsul galvanic al pielii) sau măsurările performantei psihice. Variabilele dependente, la
fel ca cele independente, trebuie să aibă cel puţin două valori.
De exemplu, un cercetător poate fi interesat de efectele unui nou tratament asupra
depresiei, participanţii la studiu fiind studenţi. În acest exemplu, înainte de administrarea
medicamentelor, cel mai probabil, cercetătorul va aplica un instrument valid si fidel prin care
sa măsoare nivelul depresiei unui grup de participanţi – Beck Depression Inventory (BDI;
Beck, Ward, Mendelson, Mock, & Erbaugh, 1961). BDI este un inventar ce măsoară
4
simptomele depresive. Măsurarea nivelului depresiei al participanţilor înaintea administrării
medicamentelor ii permite cercetătorului să obţină ceea ce se numeşte o măsurare de bază a
depresiei, ceea ce semnifica o simpla măsurare a nivelului depresiei înainte de administrarea
tratamentului (medicamente, psihoterapie). Apoi cercetătorul împarte în mod aleatoriu
subiecţii în două grupuri, un grup experimental ce primeşte tratamentul şi un grup de control
ce nu primeşte tratamentul.
După administrarea tratamentului (sau neadministrarea în cazul grupului de control),
cercetătorul va aplica din nou BDI ambelor grupuri. Cercetătorul are acum scorurile obţinute
la BDI de către toţi participanţii înainte si după aplicarea tratamentului. Acest tip de design de
cercetare este de tip pretest – post-test deoarece variabila dependentă este măsurata înainte şi
după intervenţie). Apoi scorurile obţinute sunt comparate pentru a vedea dacă tratamentul are
efect asupra depresiei. Daca scorurile obţinute la inventar scad (ceea ce indică un nivel mai
scăzut al depresiei) în cazul participanţilor din grupul experimental dar nu şi în cazul
participanţilor din grupul de control, atunci cercetătorul poate concluziona ca tratamentul a
fost eficient in scăderea nivelului de depresie. Mai precis, pentru ca experimentatorul să poată
concluziona ca tratamentul a fost eficient în reducerea nivelului depresiei, este necesară
apariţia unei diferenţe statistice semnificative între scorurile obţinute la BDI înaintea aplicării
tratamentului şi cele obţinute după aplicarea tratamentului.
In acest exemplu variabila independentă este noul tratament deoarece este sub
controlul cercetătorului care este interesat sa măsoare efectele acestui nou tratament. Scorurile
obţinute la BDI reprezintă variabila dependenta pentru ca măsoară efectele variabilei
independente. Variabila independenta este numita “independentă” pentru ca este independentă
de rezultatul măsurat. Mai exact variabila independenta este cea care influenţează rezultatul
final. Variabila dependentă este numita astfel deoarece este influenţata de variabila
independentă.
Cercetătorul alege variabilele independente si dependente ţinând cont de problema de
cercetare si de ipotezele formulate. Variabilele decurg logic din problema de cercetare şi
ipoteze. O data formulate problema de cercetare si ipotezele nu ar trebui sa apară probleme in
identificarea variabilelor independente si dependente.
Un alt exemplu poate clarifica acest lucru. Să presupunem ca un cercetător vrea sa
examineze relaţia dintre consumul de fibre si frecventa apariţiei cancerului de colon în rândul
bărbaţilor în vârsta. Problema de cercetare poate fi formulata astfel: “Consumul ridicat de
fibre reduce frecvenţa de apariţie a cancerului la colon la bărbaţii în vârsta?”. Putem folosi şi
următoarea formulare: “Care sunt efectele consumului ridicat de fibre asupra frecventei
apariţiei cancerului de colon în rândul bărbaţilor vârstnici?” Cercetătorul poate formula
următoarele ipoteze: “Consumul ridicat de fibre va reduce frecvenţa de apariţie a cancerului
de colon în rândul bărbaţilor vârstnici”. Este nevoie doar de o scurta rapidă examinare a
problemei de cercetare si ipotezei pentru a identifica variabila independenta si dependenta.
5
“Consumul de fibre este variabila independenta”, iar măsurarea „frecventei de apariţie a
cancerului de colon” reprezintă variabila dependentă.

Variabile independente
Sunt de două tipuri: manipulate (active) şi invocate. Este importanta deosebirea lor
atunci când se discuta rezultatele studiului.

Variabilele independente active sau manipulate

Variabila independentă manipulată este o variabila la care cel puţin un nivel este
prezentat unui grup de participanţi în timpul studiului pentru o perioada specifică de timp. De
exemplu, un cercetător poate investiga o nouă terapie comparând-o cu tratamentul tradiţional.
Un alt exemplu ar putea fi studierea efectului unei noi metode de învăţare, cum ar fi învăţarea
prin cooperare, asupra performantei studentului. În aceste două exemple variabila care ne
interesează este prezentată participanţilor.
Definiţia noastră data variabilei independente active, cere ca tratamentul să fie aplicat
după planificarea studiului, astfel încât să putem vorbi de pretest. Dacă o parte a
evenimentului seamănă cu o intervenţie sau un tratament petrecut în trecut, înainte ca studiul
să fie plănuit, nu vom considera variabila manipulată. Acest tip de studiu este considerat de
tip ex post facto sau poate fi studiu non-experimental. Studiile experimentale propriu-
zise/randomizate şi cvasi-experimentele au o variabila independenta manipulată.

Variabile independente invocate

Termenul de variabila independentă, în general, ar putea include predictori,
antecedente sau presupuse cauze ori influenţe. Atributele participanţilor la fel ca si variabilele
independente manipulate se potrivesc acestei definiţii. Valorile variabilei independente
invocate sunt atributele preexistente ale persoanelor sau ale mediului lor şi care nu se schimbă
pe parcursul studiului. De exemplu, nivelul educaţiei parentale, statutul socio-economic,
genul, vârsta, grupul etnic, IQ şi caracteristicile de personalitate sunt atribute ale
participanţilor care pot fi folosite ca variabile independente invocate. Studiile cu o singură
variabila de acest gen sunt non-experimentale.
Pentru ştiinţele sociale si educaţie, variabilele independente invocate sunt foarte
importante. De exemplu, tipul de dizabilitate poate reprezenta variabila importantă al unui
studiu. Tipul de dizabilitate poate fi variabilă independentă deoarece poate lua diferite valori.
De exemplu paralizia cerebrala e diferita de sindromul Down, care e diferit la rândul lui de
Spina Bifida, toate fiind tipuri de dizabilitate. Oamenii deja au definite caracteristici sau

6
atribute care îi includ o categorie. Şi alte caracteristici ale participanţilor care există înainte de
realizarea studiului pot fi considerate variabile invocate.

Tipuri de variabile independente - inferenţe despre cauza si efect

Când analizăm datele unui studiu, analiza statistică inferenţială nu ne arată dacă
variabila independentă era manipulată sau invocată. Cărţile de statistica folosesc expresia de
variabila independentă pentru ambele tipuri de variabile, deşi este necesar să diferenţiem între
acestea atunci când realizăm interpretarea. Un scop important al cercetării ştiinţifice este să
identifice o relaţie cauzală între două variabile. Este foarte important pentru ştiinle aplicate să
demonstreze că o intervenţie sau un tratament dat provoacă o schimbare în comportament sau
performanţă. Doar metodele care conţin o variabila independenta manipulată pot oferi
informaţii care ne permit să susţinem că o variabila independentă a determinat o schimbare
sau o diferenţă în ceea ce priveşte variabila dependentă.
O diferenţa semnificativă între persoanele care diferă în ceea ce priveşte variabila
independenta invocată (gen sau etnie) nu ar trebui să ducă la concluzia ca variabila
independenta invocată a determinat diferenţa dintre scorurile variabilei dependente.
Diferenţiere între variabila independenta manipulată şi invocată este importanta deoarece
termenii de efect principal şi măsurarea efectului folosite în majoritatea cărţilor statistice, pot
crea impresia că diferenţa semnificativa a fost cauzată de variabila independentă. Termenii
cauzali precum influenţează, determină sau termenul de efect, pot fi derutanţi, când variabila
independenta este invocată.
Deşi studiile non-experimentale (care conţin variabile invocate) sunt limitate în ceea
priveşte legătura de cauzalitate, ele pot duce la concluzii solide despre diferenţele dintre
grupuri şi despre asocierile între variabile. Mai mult, în cazul in care cercetarea se centrează
pe variabilele independente invocate, singura abordare valabila este studiul non-experimental.
De exemplu, daca un cercetător este interesat sa afle cum diferă băieţii si fetele în ceea ce
priveşte învăţarea conceptelor matematice, variabila de interes va fi o variabila invocată -
genul. Prin urmare, o concluzie ca diferenţele sunt cauzate de gen ar fi incorectă.

Variabile străine (parazite)

Acestea sunt variabilele (numite şi variabile controlate sau covariante) care nu sunt de
interes pentru un studiu, dar care pot influenta variabila dependentă. Din acest motiv aceste
variabile trebuie excluse sau controlate. Factorii de mediu (temperatura sau distratorii),
momentul zilei, caracteristicile experimentatorului, profesorului sau terapeutului sunt câteva
posibile variabile parazite care ar trebui controlate. Câteodată astfel de variabile sunt
controlate cu ajutorul distribuirii aleatorii a participanţilor în grupe.

7
 Niveluri ordonate versus neordonate\nominale ale variabilei
Un lucru important care trebuie ştiut despre o variabila este dacă nivelurilor acesteia
sunt reprezentate de categorii neordonate sau ordonate de la scăzut la ridicat. Orice studiu
trebuie sa aibă variabile care să varieze, de aceea trebuie să aibă două sau mai multe valori
diferite. Multe din exemplele anterioare de variabile independente, cum ar fi genul sau tipul
de tratament, au niveluri sau categorii neordonate. Categoriile unor astfel de variabile sunt
simple etichete sau nume, aceste variabile fiind numite variabile nominale. Într-un studiu toţi
participanţii care se confruntă cu un anumit nivel al variabilei independente sunt trataţi la fel,
tuturor le este alocata aceeaşi eticheta sau valoare. De exemplu, variabila independenta gen
are doua niveluri neordonate masculin si feminin. Când genul e o variabila independentă toate
femeile sunt considerate la fel, fiind etichetate ca făcând parte din aceeaşi categorie – gen
feminin (valoarea alocata acestora fiind 2). Acelaşi lucru se întâmplă şi în cazul subiecţilor de
gen masculin doar valoarea se schimba - 1. Aceste categorii sunt nominale, neordonate, de
aceea femeile nu ar trebui considerate ca fiind mai mult mai puţin bune decât bărbaţii, ci doar
diferite.
Pe de alta parte, variabilele ordonate au un set de valori care variază de la scăzut la
ridicat, într-un anumit interval (de exemplu, satisfacţia poate fi evaluată de la 1 la 7). Valoarea
mare a variabilei indică mai mult decât o valoare mică. Adesea se presupune că în intervalul
de valori sunt un set infinit de valori, în acest caz variabila fiind continuă. Greutatea şi timpul
pentru finalizarea unei sarcini sunt tot variabile continui. Însă, multe dintre variabilele
ordonate au doar câteva niveluri sau categorii, cum ar fi scăzut, mediu şi ridicat.

Alte păreri despre variabile

Sunt studii în care variabilele independente au multe niveluri, iar variabilele
dependente au câteva niveluri sau altele în care ambele variabile au doar câteva niveluri.
Unele variabile (cum ar fi cunoştinţele de matematice sau conceptul de sine) pot fi atât
variabile independente cât şi dependente (sau chiar parazite) în funcţie de studiu. Aceste
variabile sunt de obicei caracteristică ale participanţilor care variază (la fel şi atitudinea sau
caracteristicile de personalitate). De obicei participanţii nu variază individual în ceea ce
priveşte o caracteristica sau o variabilă; grupul este cel care trebuie să aibă mai mult de o
valoare. În unele studii participanţii se pot schimba de a lungul timpului sau datorită unei
intervenţii. În aceste studii vorbim despre măsurări repetate ale aceloraşi variabile (cum ar fi
pre şi post-testul cunoştinţelor matematice).

Grupuri sau seturi de variabile

8
 În analizarea articolelor de cercetare este important să se facă diferenţa între variabile
şi nivelurile variabilei. Uneori această distincţie poate fi dificilă din cauza faptului că studiile
complexe au multe variabile care adesea sunt grupate în seturi de variabile similare. De
exemplu, variabilele vârstă, gen, educaţie sau statut marital pot fi grupate împreună şi
menţionate colectiv ca date demografice. Confuzia apare odată cu eroarea care presupune că
seturile sau grupele de variabile (date demografice) sunt de fapt variabilele şi variabilele
propriu-zise sunt niveluri (vârsta şi gen). Pentru a evita aceasta confuzie este necesar să se
citească cu atenţie studiile - variabila trebuie sa aibă cel puţin doua nivele, iar fiecare nivel
sau categorie are o singura valoare. Dacă ceva variază de la scăzut la ridicat (vârsta) sau are
două sau mai multe valori nominale (genul), acel ceva este o variabilă şi nu un nivel al unei
variabile.

Probleme de cercetare
Procesul de cercetare începe cu o problemă de cercetare sau o idee interesantă pentru
cercetător. De obicei, problema de cercetare este o interogaţie cu privire la relaţiile dintre
două sau mai multe variabile. Totuşi, unele probleme de cercetare sunt doar descriptive -
descriu o variabilă. Aproape toate cercetările studiază mai mult de doua variabile.

Caracteristicile unei bune probleme de cercetare

Pe lângă faptul că problemele de cercetare trebuie să aibă la bază date empirice şi
literatură teoretică, să examineze relaţia dintre două sau mai multe variabile, acestea trebuie să
mai îndeplinească o serie de condiţii. Trebuie să acopere o lacună în literatură sau să testeze o
teorie. O bună problemă de cercetare trebuie să fie formulată clar, neambiguu, indicând modul
de relaţionare al variabilelor. De asemenea, o bună problemă de cercetare trebuie să fie
testabilă prin metode empirice. Problema nu trebuie să conţină opinia morală, politică sau
etică a cercetătorului. Cercetătorul trebuie să poată culege date pentru a putea răspunde la
problema de cercetare. De asemenea, metoda folosită trebuie să fie etică şi consistentă
condiţiilor pe care trebuie să le îndeplinească o cercetare etică. Trebuie să fie fezabilă ţinând
cont de resursele şi abilităţile cercetătorului. Cercetătorii trebui să aleagă probleme de
cercetare care îl interesează pentru a avea motivaţia să finalizeze cercetarea.

Probleme de cercetare care vizează diferenţe

Pentru aceste probleme comparăm scorurile obţinute la variabila dependentă la două
sau mai multe grupuri diferite compuse din indivizii care corespund nivelurilor variabilei
independente. Aceste probleme urmăresc să demonstreze că grupurile nu sunt la fel în ceea ce
priveşte variabila dependentă.

9
 Au următorul format: Există diferenţe între nivelurile variabile independente în ceea ce
priveşte media obţinută la variabila dependentă?
Un exemplu de astfel de problemă este următorul: Există diferenţe între cele patru
nivele ale variabilei tip de lecţie (pian, voce, teatru, şi nici lecţii) în ceea ce priveşte scorurile
la IQ şi achiziţiile şcolare obţinute de copii? (Schellenberg, 2004).
Analize adecvate: Analiza varianţei unifactorial sau testul t.
Probleme de cercetare pot fi mai complexe dacă studiul examinează două variabile
independente considerate împreună. Există avantaje atunci când luăm în considerare două sau
trei variabile independente la un moment dat într-un studiu. Trei întrebări trebuie formulate:
1. Există o diferenţă între (a se insera nivelurile de variabilă independentă 1) în ceea ce
priveşte media (la variabila dependentă) ?
2. Există o diferenţă între (a se insera nivelurile de variabilă independentă 2) în ceea ce
priveşte medie/scorurile (variabilă dependentă)?
3. Există o interacţiune între variabilă independentă 1 şi variabilă independentă 2 în
ceea ce priveşte variabila dependentă?
Exemple:
1. Există o diferenţă între studenţi care au lecţii de muzică faţă de copiii din grupul de
control în ceea ce priveşte nivelul intelectual? (Schellenberg, 2004)
2. Există o diferenţă între scorurile obţinute la pretest şi posttest în ceea ce priveşte
nivelul intelectual al copiilor?
3. Există o interacţiune între tip de lecţie şi de timp (pre - posttest) în ceea ce priveşte
nivelul de inteligenţă?
Primele întrebări menţionează nivelurile sau categoriile variabilelor independente, şi
se afirmă grupurile care urmează să fie comparate (lecţii de muzică faţă de studenţi de control,
respectiv, pretest şi posttest). A treia întrebare (interacţiunea) vizează dacă prima variabilă
globală (tip de lecţii) interacţionează cu doua variabilă (timp). Nici o menţiune se face în
legătură cu interacţiunea dintre nivelurile de variabile.
O analiză adecvată: ANOVA factorial.

Probleme asociative de cercetare

Presupun asocierea a doua sau mai multe variabile. Această abordare de obicei implică
o încercare de a vedea cum corelează două sau mai multe variabile (valorile ridicate ale unei
variabile corespund valorilor scăzute, mari sau medii ale unei alte variabile pentru aceleaşi
persoane) sau cum una sau mai multe variabile prezic o alta variabilă.
Atunci când ambele variabile sunt ordonate şi continui (de exemplu, au cinci sau mai
multe categorii ordonate) problema de cercetare pentru a fi asociative. Există două tipuri
principale de statistici de bază asociative: corespondenţă şi de regresie.

10
 Formatul pentru corelaţie este următorul: Există o asociere (sau relaţie) între variabile?
Un exemplu de asociaţie cu o singură relaţie: Există o asociere între scorul la testul de
inteligenţă şi notele obţinute la cursuri de statistică anterioare?
Dacă există mai mult de două variabile şi de fiecare pereche de variabile este asociat
separat, putem formula o serie de probleme - dacă există o asociere între fiecare variabilă şi
orice altă variabilă. Acest lucru ar produce o matrice de corelaţie.
Un exemplu: Există asociaţii între notele obţinute la bacalaureat, testul de inteligenţă şi
notele obţinute la cursurile de statistică? (Zamboanga et al, 2007)
În cazul în care o variabilă este în mod clar variabilă independentă sau predictor, vor
folosi regresia bivariată:
Ex. Putem prezice total de puncte examen în funcţie de timpul petrecut pentru
rezolvarea testelor?
Analize adecvate: de regresie bivariate, în cazul în care dorim să facem o predicţie; de
corespondenţă în cazul în care nu există o variabilă independentă clar.
În abordarea asociative, atunci când două sau mai multe variabile independente sunt
luate în considerare împreună vom obţine o problemă complexă asociative. Formatul poate fi
formulat astfel: Cât de bine combinaţia de variabile independente/predictori prezice variabilă
dependentă?
Un exemplu: Cât de bine notele obţinute la bacalaureat, testul de inteligenţă şi numărul
de ore petrecute în bibliotecă prezic performanta la examen?
Analiză adecvată: de regresie multiplă.

Probleme de cercetare descriptive

La acestea probleme răspunsurile nu sunt date cu ajutorul statisticilor inferenţiale (care
fac inferenţe cu privire la populaţia din care am extras eşantionul studiat). Întrebările
descriptive se referă la o descriere sumară a datelor curente, actuale, fără a încerca să le
generalizeze la o populaţie mai mare. Întrebările diferenţiale si asociative diferă în privinţa
scopului şi a tipurilor de statistici pe care le folosesc pentru a răspunde la întrebări.
Aceste probleme vizează diferite aspecte ale unei singure variabile. Problemele
descriptive pot cuprinde întrebări despre tendinţa centrală, distribuţia de frecvenţă, procente
ale fiecărei categorie, variabilitatea sau forma de distribuţie. Unele probleme descriptive sunt
formulate pentru a testa presupuneri, altele descriu pur şi simplu caracteristici demografice
sau descriu o variabilă dependentă. Exemple de astfel de probleme:
Sunt rezultatele testului de performanţă distribuit aproximativ normal?
Care este procentul de participanţi din fiecare categorie de gen?
Care sunt medie şi abaterea standard a scorurilor la test?
Care este procentul de participanţi care ţin secret de statutul HIV faţă de familia lor?

11
 Unele probleme de cercetare descriptive pot viza două sau mai multe variabile la un
moment dat, dar fără a implica statisticile inferenţiale. Asocierea dintre două variabile
categorice, analiza factorială şi măsuri de fidelităţii sunt câteva astfel de probleme.
Un exemplu: Care este consistenţa internă itemilor folosiţi la examen? (Zamboanga et
al, 2007.)

Statistici diferenţiale versus inferenţial --asociative

Consideram ca este folositoare împărţirea statisticilor în două categorii astfel încât să
poată corespunde întrebărilor si ipotezelor diferenţiale şi asociative. Statisticile inferenţiale
(test t, analiza de variantă) sunt folosite pentru abordări ce testează diferenţele intre grupuri.
Statisticile inferenţiale asociative testează asocierile sau relaţiile dintre variabile şi
folosesc corelaţia sau analiza de regresie multiplă. Probleme de cercetare sunt similare
ipotezelor, însă apar sub forma unor întrebări. Se recomandă formatul problemelor de
cercetare pentru abordările descriptive sau atunci când un studiu nu are o direcţie predictivă
clară.

Probleme complexe de cercetare

Unele probleme de cercetare cuprind mai mult de două variabile. Astfel de probleme si
statistici sunt numite complexe. In aceste statistici sunt numite multivariate însă în literatura
nu exista o definiţie consistentă a lor.

Ipoteze de cercetare
Ipotezele de cercetare sunt afirmaţii predictive referitoare la relaţia dintre variabile.
Problemele de cercetare sunt similare ipotezelor, cu excepţia faptului ca ele nu fac predicţii
specifice şi sunt formulate sub forma unor întrebări. De exemplu, un studiu poate avea
următoarea problemă de cercetare: ,, Există o diferenţa între scorurile studenţilor obţinute la
un test standardizat dacă aceştia dau doua teste într-o zi comparativ cu situaţia când dau un
test pe zi?’’. O ipoteza de cercetare ar putea fi: ,,Studenţii care dau cate un test pe zi vor avea
scoruri mai bune la testele standardizate decât studenţii care dau doua teste intr-o zi.’’ Într-un
studiu un cercetător prezintă o problema de cercetare generală, o problemă de cercetare
specifică şi o ipoteză specifică pornind de la aceste probleme de cercetare şi care pot fi testate
statistic. Ipotezele şi problemele de cercetare pot fi împărţite în trei categorii: diferenţiale,
asociative, si descriptive, după cum este prezentat în figura următoare: Aceasta figura prezintă
scopurile generale şi specifice, tipurile generale de statistici pentru fiecare din cele trei tipuri
de probleme de cercetare:

12
 Figura 3: Corespondenţa dintre scop, problema/ipoteza de cercetare, tip metodă de cercetare şi
statistică

Scop general Explorarea relaţiei dintre variabile Descriere

Găsirea puterii Colectarea datelor

Compararea
Scop specific asocierii dintre
grupurilor variabile

Tipuri de Probleme Diferenţe Asociative Descriptive

/Ipoteze

Tip general de Statistică inferenţială Statistică inferenţială Statistică

statistică diferenţială asociativă Descriptivă
(ex. test t, ANOVA) (ex. corelaţia, regresia (ex. medii, procente)
multiplă)

13