Universitatea Babeş-Bolyai, Cluj Napoca

PSIHOLOGIA EXPERIMENTALĂ ŞI MEDOLOGIA ANALIZEI

DATELOR I
Informaţii generale

Date de identificare ale cursului

Date de contact ale titularului de curs: Date de identificare curs şi contact tutori:

Nume: Lect.univ.dr. Róbert BALÁZSI Numele cursului - Psihologie Experimentală şi

Birou: Birou 6 sediul Fac. de Psihologie şi
Ştiinţele Educaţiei, str. Republicii 37
Telefon: 0264-590967
Fax: 0264-590967
E-mail: robertbalazsi@psychology.ro
Consultaţii:
Miercuri, 12-14 - Lect.univ.dr. Róbert
BALÁZSI
Analiza Datelor I
Codul cursului - PSY1031
Anul, Semestrul – AN 1, SEM 1
Tipul cursului - Obligatoriu
Pagina web a cursului-
http://www.psychology.ro
Tutori – Psiholog drd. Oana PETRE
Psiholog drd. Delia CRISTESCU
Psiholog drd. Ionut MONE
experimentalatutor@psychology.ro

Condiţionări şi cunoştinţe prerechizite

Înscrierea la acest curs nu este condiţionată de parcurgerea şi promovarea în prealabil a
unor discipline universitare. Cunoştinţele generale legate de cercetarea ştiinţifică dobândite prin
parcurgerea disciplinelor liceale (psihologie, sociologie, biologie, fizică sau chimie), respectiv
cunoştinţele de algebră elementară sporesc considerabil accesibilitatea temelor pe care vi le
propunem. În totalitatea lor, aceste prerechizite vor fi foarte utile în rezolvarea lucrărilor de
evaluare ce încheie fiecare modul cât şi în promovarea examenului de evaluare finală.

Descrierea cursului
Cursul de Psihologie Experimentală şi Analiza Datelor I face parte din pachetul de
discipline fundamentale ale specializării psihologie, nivel licenţă, din cadrul Facultăţii de
Psihologie şi Ştiinţe ale Educaţiei a Universităţii „Babeş-Bolyai” din Cluj-Napoca. Disciplina
oferă cunoştinţe conceptuale şi procedurale legate de problematica cercetării în psihologie, astfel
fundamentând şi facilitând accesibilitatea studenţilor la o serie de discipline teoretice sau
aplicative ale aceluiaşi an academic (Psihologie Cognitivă şi Introducere în Psihologie) sau ale
anilor superiori (Psihodiagnostic, Psihologia Dezvoltării, Psihologie Socială, Psihologia Muncii,
Psihologie Clinică sau Psihologie Şcolară). Tematicile abordate în cadrul cursului reprezintă un
preambul esenţial pentru toate cursurile menţionate mai sus.

1
 Afirmarea psihologiei ca şi ramură ştiinţifică a fost condiţionată de elaborarea unei
metodologii de cercetare riguroase care să permită verificarea empirică a teoriilor şi ipotezelor
formulate. Actual, independent de domeniul în care îşi desfăşoară activitatea (clinic, şcolar,
organizaţional, academic sau cercetare) psihologul este (sau trebuie să fie) un consumator însetat
al literaturii de specialitate. Înţelegerea corectă a studiilor empirice publicate în reviste de
specialitate presupune însă cunoştinţe de metodologie a cercetării şi analiza datelor.
Această disciplină intervine tocmai în acest punct, oferind posibilitatea studenţilor să:
conştientizeze importanţa cercetării experimentale în validarea unor demersuri de intervenţie
(clinică, şcolară sau organizaţională) şi să deprindă demersurile metodologice necesare pentru
elaborarea şi derularea acestor cercetări; să înveţe criteriile metodologice de evaluare validate
empiric (grile de observaţie sau probe experimentale) în colectarea unor date de calitate
superioară; şi să-şi însuşească şi să aplice principiile statistice în analiza datelor şi elaborarea
unui proiect decercetare.

Organizarea temelor în cadrul cursului

Cursul este structurat pe patru module de învăţare, corespunzător structurii funcţionale a
unei cercetări, fiecare modul fiind subîmpărţit în următoarele tematici:
cadru general al cercetării şi noţiuni introductive (modul I),
studiu descriptiv observaţional (modulul I),
evaluare şi colectare de date (modul II),
organizarea colecţiei de date (modul II),
statistică descriptivă univariată (modul III),
statistică inferenţială – estimarea parametrilor populaţiei (modul IV).
Tematicile specificate reprezintă elemente esenţiale ale oricărui manual de introducere în
metodologia cercetării şi analizei datelor care-şi propune discuţia şi prezentarea principiilor care
guvernează cercetarea psihologică.
Nivelul de înţelegere ş, implicit, utilitatea informaţiilor pe care le regăsiţi în fiecare
modul vor fi sensibil optimizate dacă, în timpul parcurgerii suportului de curs, veţi consulta
sursele bibliografice recomandate. Dealtfel, rezolvarea tuturor lucrărilor de verificare impune,
cel puţin, parcurgerea referinţelor obligatorii, menţionate la finele fiecărui modul. În situaţia în
care nu veţi reuşi să accesaţi anumite materiale bibliografice, sunteţi invitaţi să contactaţi tutorii
disciplinei.

Formatul şi tipul activităţilor implicate de curs

Parcurgerea celor patru module incluse în curs va presupune atât întâlniri faţă în faţă
(consultaţii), discuţii pe forum cât şi muncă individuală. Consultaţiile, la care prezenţa este

2
facultativă, reprezintă un sprijin direct acordat dumneavoastră din partea titularului şi a tutorilor.
Pe durata acestora vom recurge la prezentări contrase a informaţiilor esenţiale aferente fiecărui
modul dar mai cu seamă vă vom oferi, explicaţii şi răspunsuri directe la întrebările pe care ni le
veţi adresa. Activitatea şi discuţiile de pe forum vă vor permite urmarea unui ritm de învăţare
echilibrat şi optim, în acelaşi timp discuţiile cu colegii şi moderatorii forumului vă vor permite şi
verificarea cunoştinţelor asimilate şi extinderea lor. În ceea ce priveşte activitatea individuală, ea
se va concretiza în parcurgerea tuturor materialelor bibliografice obligatorii, rezolvarea lucrărilor
de verificare şi a proiectului de semestru. Reperele de timp şi implicit perioadele în care veţi
rezolva fiecare activitate (lucrări de verificare, proiect etc.) sunt monitorizate de către noi prin
intermediul calendarului disciplinei. Modalitatea de notare si respectiv, ponderea acestor
activităţi obligatorii, în nota finală vă sunt precizate în secţiunea: politica de evaluare şi notare
precum şi în cadrul fiecărui modul.
Pe scurt, având în vedere particularităţile învăţământului la distanţă dar şi reglementările
interne ale CFCID al UBB, parcurgerea şi promovarea acestei discipline presupune antrenarea
studenţilor în următoarele tipuri de activităţi:
a. consultaţii – pe parcursul semestrului vor fi organizate două întâlniri de consultaţii faţă în
faţă; prezenţa la aceste întâlniri este facultativă;
b. realizarea unui proiect de semestru cu o temă şi un set de sarcini anunţate cu cel puţin 15
de zile înaintea datei de depunere a acesteia.
c. 2 lucrări de evaluare care vor fi rezolvate şi, respectiv trimise tutorilor în conformitate cu
precizările din calendarul disciplinei.
d. forumul de discuţii – acesta va fi monitorizat de echipa de tutori şi supervizat de titularul
disciplinei.

Materiale bibliografice obligatorii

In suportul de curs, în cadrul fiecărui modul sunt precizate referinţele bibliografice
obligatorii care permit asimilarea corectă a informaţiilor, iar la sfârşitul modulului apar cele
facultative, care să permită aprofundarea cunoştinţelor. Sursele bibliografice au fost astfel
stabilite încât să ofere posibilitatea adâncirii nivelului de analiză si implicit, înţelegerea mai bună
a fiecărei componente a cercetării. Volumul „Psihologie experimentală şi metodologia analizei
datelor” (1993), este referinţa obligatorie principală pentru acest curs. Caracteristica sa
definitorie o constituie prezentarea iterantă a demersului de cercetare, de la fazele sale timpurii
(formularea unei probleme de cercetare) şi până la finalizarea cercetării (analiza statistică a
datelor şi interpretarea rezultatelor). Această referinţă menţionată la bibliografia obligatorie se
găseşte la Biblioteca Facultăţii de Psihologie din cadrul Bibliotecii Centrale „Lucian Blaga”.

3
 De asemenea, suportului de curs vom anexa un READER care conţine capitole, selectate
din diferite surse bibliografice acestea ajutând la completarea şi aprofundarea informaţiilor
oferite de bibliografia obligatorie menţionată mai sus. READER-ul poate fi accesat direct de pe
CD-ul care conţine cursurile aferente anului I sau online de pe platforma care deserveşte
Învăţamântul Deschis la Distanţă al Facultăţii de Psihologie şi Ştiinţele Educaţiei de la adresa:
https://portal.portalid.ubbcluj.ro/romana/psihologie_ro/an1/psy1031/default.aspx

Materiale şi instrumente necesare pentru curs

Optimizarea secvenţelor de formare reclamă accesul studenţilor la următoarele resurse:
- calculator conectat la internet (pentru a putea accesa bazele de date şi resursele electronice
suplimentare dar şi pentru a putea participa la secvenţele de formare interactivă online)
- imprimantă (pentru tipărirea materialelor suport, a temelor redactate, a studiilor de caz)
- acces la resursele bibliografice (ex: abonament la Biblioteca Centrală „Lucian Blaga”)
- acces la echipamente de fotocopiere.

Calendar al cursului
Pe parcursul semestrului I, în care se studiază disciplina de faţă, sunt programate 2
întâlniri faţă în faţă (consultaţii) cu toţi studenţii; ele sunt destinate soluţionării, nemediate, a
oricăror nelămuriri de conţinut sau a celor privind sarcinile individuale. Pentru prima întâlnire
vă recomandăm lectura atentă a primului modul; la cea de-a doua se vor discuta următoarele trei
module şi se va realiza o secvenţă recapitulativă pentru pregătirea examenului final. De
asemenea în cadrul celor două întâlniri aveţi posibilitatea de a solicita titularului şi/sau tutorilor
sprijin pentru rezolvarea anumitor lucrări de verificare sau a proiectului de semestru, în cazul în
care nu aţi reuşit singuri. Pentru a valorifica maximal timpul alocat celor două întâlniri studenţii
sunt atenţionaţi asupra necesităţii suplimentării lecturii din suportul de curs cu parcurgerea
capitolelor aferente bibliografiei obligatorii. În acelaşi calendar se regăsesc şi termenele la care
trebuie transmise/depuse lucrările de verificare aferente fiecărui modul precum şi data limită
pentru depunerea proiectului de semestru.

4
 Calendar activităţi
urmează a fi fixat de secretariatul facultății
Consultaţii I
Sindicatelor nr. 7, Cluj Napoca
după primele șapte săptămâni de școală (urmează a fi
Examen parţial I anunțat pe site)
Sindicatelor nr. 7, Cluj Napoca
urmează a fi fixat de secretariatul facultății
Consultaţii II
Sindicatelor nr. 7, Cluj Napoca
în săptămâna 13 sau 14 al semestrului (urmează a fi
Examen parţial II anunțat pe site)
Sindicatelor nr. 7, Cluj Napoca
Proiect de semestru – anunţare subiect (se va preda la data examenului final)
Examen final (urmează a fi fixat la consultaţii)

Politica de evaluare şi notare

A. În Sesiunea Normală evaluarea finală se va realiza pe baza unui examen scris (examen
tip grilă) desfăşurat în sesiunea de la finele semestrului I. Nota trecută în catalog se compune
din:
a. punctajul obţinut la Examen (examen tip grilă) în proporţie de - 50%;
b. evaluare pe semestru (două examene parţiale – examen tip grilă, proiect de semestru și
activitate la curs/seminar) – 30%, 30% și 40%. Activitatea de curs/seminar se adaugă ca și bonus
la nota pe semestru (vezi fișierul excel adăugat!)

Punctajul obţinut la punctul a. se numeşte Nota Examen, în timp ce punctele acumulate la

evaluarea b. se numeşte Notă Semestru. Fiecare evaluare va fi notată cu o notă de la 1 la 10, nota
semestru fiind media ponderată a celor patru evaluări (examene parţiale, activitate la
curs/seminar şi proiect final). Pentru predarea lucrărilor de evaluare semestrială se vor
respecta cu stricteţe cerinţele specificate. Orice abatere de la acestea aduce după sine penalizări
sau pierderea punctajului corespunzător acelei lucrări.
Evaluarea acestor lucrări se va face în cel mai scurt timp posibil. Dacă studentul
consideră că activitatea sa a fost subapreciată de către evaluatori atunci poate solicita feedback
suplimentar prin contactarea titularului sau a tutorilor prin email.

5
 B. În Sesiunea de Restanţe se va acorda o notă finală unică pe susţinerea unui examen care ca
şi conţinut şi grad de dificultate va implica cunoştinţele aferente activităţilor întregului semestru
(evaluări parţiale, sarcini de lucru, proiect final şi evaluare finală).

Elemente de deontologie academică

Se vor avea în vedere următoarele detalii de natură organizatorică:
- Orice material elaborat de către studenţi pe parcursul activităţilor va face dovada originalităţii.
Potrivit Regulamentului Studenților UBB, în cazul studenţilor ale căror lucrări (proiecte predate)
se dovedesc a fi plagiate/copiate se va iniția solicitarea exmatriculării.
- Orice tentativă de fraudă sau fraudă, depistată va fi sancţionată prin acordarea notei minime
sau, în anumite condiţii solicitarea exmatriculării. În cazul fraudelor care nu se soldează cu
cerere de exmatriculare studentul NU va fi acceptat în examenul din sesiunea de restanțe anului
școlar 2015-2016.
- Rezultatele finale vor fi puse la dispoziţia studenţilor prin afişaj electronic.
- Contestaţiile pot fi adresate în maxim 48 de ore de la afişarea rezultatelor iar soluţionarea lor nu
va depăşi 48 de ore de la momentul depunerii. Contestaţia în mod obligatoriu va specifica
aspectele contestate ale evaluării (ex. cu trimitere directă la grila de corectare, sau procedura de
evaluare). Nota finală la disciplina respectivă este cea obţinută în urma contestaţiei.

Studenţi cu dizabilităţi
Titularul cursului şi echipa de tutori îşi exprimă disponibilitatea, în limita constrângerilor
tehnice şi de timp, de a adapta conţinutul şi metodele de transmitere a informaţiilor precum şi
modalităţile de evaluare (examen oral, examen on line etc) în funcţie de tipul dizabilităţii
cursantului. Altfel spus, avem în vedere ca o prioritate facilitarea accesului egal al tuturor
cursanţilor la activităţile didactice şi de evaluare.

Strategii de studiu recomandate

Date fiind caracteristicile învăţământului la distanţă, se recomandă studenţilor o
planificare foarte riguroasă a secvenţelor de studiu individual, coroborată cu secvenţe de dialog
pe forum, cu tutorii si respectiv titularul de disciplină. Lectura fiecărui modul şi rezolvarea la
timp a lucrărilor de evaluare garantează nivele înalte de înţelegere a conţinutului tematic şi
totodată sporesc şansele promovării cu succes a acestei discipline.
Planificaţi-vă să alocaţi cel puţin la fel de mult timp pentru studiul fiecărei teme online a
cursului pe cât aţi aloca dacă aţi studia tema respectivă în varianta clasică a cursurilor faţă în faţă.

6
Planificaţi-vă un interval orar în timpul zilei pe care îl veţi rezerva studiului. La fel cum
dobândirea măiestriei în utilizarea unui instrument muzical sau să devii fluent într-o limbă
străină sau să excelezi într-un sport necesită determinare şi mult exerciţiu, la fel este şi cu studiul
psihologie experimentale şi a anlizei datelor.
Începeţi prin a vă realiza un calendar săptămânal cu toate cursurile dumneavoastră,
timpul alocat pentru activităţile ce ţin de locul de muncă sau alte obligaţii. Rezervaţi-vă 2-3 ore
zilnic pentru studiu şi marcaţi-le în calendarul săptămânii. Asiguraţi-vă că aţi ales un interval
orar când vă puteţi concentra cel mai bine asupra acestei activităţi.
Încercaţi să rezolvaţi toate sarcinile oferite în suportul de curs. Dacă întâmpinaţi
dificultăţi notaţi-vă punctul unde aţi ajuns şi cereţi ajutor pentru a trece mai departe.

Vă rugăm să puneţi întrebări! Curiozitatea şi întrebările oneste sunt esenţiale pentru învăţare.

7
 Modulul 11
Metode de cercetare în psihologie

Scopul modulului: Familiarizarea studentului cu conceptele de bază ale metodologiei cercetării

în psihologie.

Obiectivele modulului: La finalul acestui modul, vor fi capabili:

• să identifice principalele componente ale demersului de

cercetare ştiinţifică
1.1 Introducere
• să definească principalele carcateristici ale psihologiei ca
ştiinţă
• să descrie caracteristicile metodei observaţiei şi modul de
elaborare a unui studiu cu grile de observaţie
• să descrie caracteristicile metodei experimentale şi modul
de realizare concretă a unui studiu experimental
• să facă disctincţie între testul psihologic şi proba
experimentală

În acest capitol vom analiza principalele caracteristici ale demersului de cercetare

ştiinţifică în contextul psihologiei. Vom prezenta mai întâi reperele istorice relevante în
trasformarea psihologiei într-o ştiinţă fundamentată empiric, conceptele cheie fiind cel de
contrusct ipotetic, operaţionalizare şi validare empirică. Pentru a le înţelege mai bine vom
prezenta aceste concepte în două ipostaze, în cadrul cercetării observaţionale şi cel al
experimentului.
În cele din urmă vom prezenta aspectele importante ale evaluării empirice, respectiv
modalitatea de elaborare a unor isntrumente standardizate de evaluare. Asemenea temelor
anterioare şi în acest caz accentul va fi relaţia dintre construct ipotetic şi operaţionalizare.

1.1 Demersul ştiinţific în cercetarea psihologică

O psihologie naivă, în forma cunoaşterii de altul şi de sine, a apărut probabil o dată cu
dezvoltarea contactelor interumane, cu omul social. Activităţile comune au plasat indivizii în
relaţii “faţă în faţă” impunându-le o ajustare continuă în raport cu reacţiile celorlaţi. Observaţiile
ocazionate de existenţa cotidiană s-au fixat în replici, proverbe, zicale – deci în folclor – iar mai
târziu în scrieri literare, încercări de portretizare, judecăţi de valoare etc. În chip firesc, oamenii
1
Textul iniţial al acestui Support de Curs a fost elaborat de Prof.univ.dr. Ioana Radu, revizuirea şi completarea
ulterioară fiind efectuată cu acordul autorului de către Asist.univ.dr. Robert Balazsi şi Asist.univ.drd. Adrian
Bivolaru.

8
nu au aşteptat constituirea unei ştiinţe psihologice pentru a-şi pune întrebări referitoare la viaţa
psihică, la modul de comportare al semenilor, la însuşirile personale. Simţul comun a devenit
depozitarul acestei psihologii naive, pe care individul a împrumutat-o odată cu limba, obiceiurile
de viaţă etc. Se spune astfel despre psihologie că are un trecut lung, dar o istorie scurtă.

Temă de reflecţie nr. 1

Comparaţi tabelar trăsăturile cunoştinţelor ştiinţifice cu cele ale
cunoştinţelor neştiinţifice! Pentru aprofundarea subiectului vezi în
READER documentele:
Bibliografie 1.pdf - Lakatos (1973) Science and Pseudoscience
Bibliografie 2.pdf - Wynn (2001) Quantum leaps – cap.1

În jumătatea a doua a secolului trecut, psihologia devine o ramură de sine stătătoarea a

ştiinţei. Prima lucrare cu caracter ştiinţific în acest domeniu – ceea ce a însemnat studierea unor
fapte psihice cu mijloace precise- a apărut în 1860 şi aparţine lui Th. Fechner, care a fost mai
întâi medic, apoi fizician. Lucrarea se intitulează “Elemente de psihofizică” (Elemente der
Psychophysik) şi studiază, în principal, raportul dintre modificările stimulului fizic şi variaţiile
corespunzătoare în planul senzaţiei. Aceste prime experienţe au fost sistematizate într-o lege
matematică, numită legea psihofizică, în care se stabileşte raportul dintre modificările senzaţiei
(s) în funcţie de mărimea stimulului extern (I), sub forma expresiei cunoscute:
s = k logI + c
În anul 1879, la Leipzig (Germania), ia fiinţă primul institut de psihologie din lume- creat
de W. Wundt - care îşi propune să studieze cu mijloace precise fenomene psihice mai simple:
senzaţia, percepţia, asociaţia, memoria etc. În acest institut s-au format pionierii psihologiei
experimentale pe diferite meridiane ale globului, inclusiv România.
Să amintim că termenul de psihologie apăruse mai demult, şi anume într-un fragment din
opera lui Leibniz, puţin ulterior anului 1696. Noul termen (“psihologie”) va oferi titlul a două
lucrări ale lui Chr. Wolff- Psychologia empirica şi Psychologia rationalis- prima apărută în
1732, iar a doua în 1734, care au contribuit la răspândirea noii denumiri şi a preocupărilor despre
“suflet”. Autorul, elev al lui Leibniz, admitea posibilitatea unei psihologii propriu-zise şi
avansează chiar ideea de măsurare a fenomenelor psihice.

9
 Punctul de plecare al multor cercetări de psihologie este prefigurat în datele simţului
comun. H. Kelley (1992) ne propune să acceptăm pentru simţul comun un anumit nivel al
cunoaşterii psihologice. Este vorba de observaţii şi concluzii asupra comportamentului direct
observabil, care se dezvăluie mai ales în relaţiile interpersonale, în activităţile îndreptate spre
scop ale individului. Acesta este nivelul comportamentului moral, desfăşurat în secvenţe
temporale de ordinul minutelor până la al zilelor, comportament care devine vizibil în relaţiile de
faţă în faţă - în perimetrul grupului mic – şi care prezintă antecedente şi consecinţe concret
reperabile. În schimb, fenomenele care se desfăşoară la macro şi micro-nivel nu pot intra în raza
de competenţă a simţului comun. În primul caz este vorba de fenomene psihice care implică mai
mulţi oameni în intervale mai mari de timp ( de ex. tendinţe pe parcursul unei vieţi, schimbări
sociale etc.). La micronivel este vorba de evenimente psihice care se desfăsoară rapid (în secunde
sau milisecunde), la scară mică de mărime (sacade oculare sau mici contracţii ale muşchilor feţei
etc); ele pot fi detectate, de pildă, cu mijloacele electrofiziologiei. Nivelul mediu – al
comportamentului manifest – ar constitui nişa cognitivă a simţului comun (p. 6-7).
Din datele invocate de H. Kelley în sprijinul tezelor sale reţinem rezultatele unor testări
asupra oamenilor de pe stradă. Un autor (J. Houston) a întocmit un chestionar referitor la
memorie şi învăţare. Itemii (în număr de 21) au fost formulaţi în limbajul curent, oferind
răspunsuri la alegere. Chestionarul a fost propus unui lot de 50 de studenţi din anul I înaintea
cursului de Introducere în psihologie. Presupunând că subiectul nu dispune de cunoştinţe într-un
domeniu este de aşteptat ca răspunsurile sale la întrebările chestionarului să se distribuie în mod
aleator. La 15 itemi din 21, subiecţii interogaţi au răspuns însă corect, în proporţii superioare
hazardului. Pe un lot de alte 50 de persoane, selecţionate aleatoriu dintr-un parc public, s-a
obţinut – de asemenea – proporţii de răspunsuri excte superioare hazardului la 16 itemi (din 21).
De aici concluzia care atribuie simţului comun un nivel al cunoaşterii psihologice. Pe de altă
parte, eforturile oricărui cercetător de a operaţionaliza conceptele duce adesea la o scufundare a
lor în simţul comun, ca poziţie de plecare. Psihologia cuprinsă în simţul comun oferă o bază
utilă pentru dezvoltarea cunoaşterii. Este imposibil să eviţi efectele simţului comun – încheie
Kelley – dar este uşor să nu fii conştient de ele. Problema este a atitudinii lucide şi echilibrate.
În perioada în care psihologia începea să se afirme ca disciplină independentă, în
jumătatea a doua a secolului XIX, modelele de investigaţie, “paradigmele” ştiinţelor naturale
erau deja cristalizate. O trăsătură caracteristică subliniată de L. Blaga (1969) în dezvoltarea

10
ştiinţei moderne este aceea de a alcătui “cupluri metodologice”, în care matematica figura de
fiecare dată ca unul dintre factorii constitutivi (p.88). O asemenea îmbinare de metode funcţiona
ca o opţiune tacită în comunitatea oamenilor de ştiinţă. Experimentul, în cuplul metodologic cu
matematica, a făcut carieră remarcabilă de-a lungul istoriei ştiinţei, impunându-se în definiţia
însăşi a spiritului ştiinţific modern.

Temă de reflecţie nr. 2

Stabiliţi rolul şi limitele statisticii matematice în inferenţa ştiinţifică.
Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 3.pdf - Anderson (2001) Empirical Direction in Design and
Analysis – cap. 1.

Constituirea demersului investigativ în psihologie a avut loc aşadar sub influenţa

paradigmei înfăţişate mai sus. De pildă, când Fl. Ştefănescu- Goangă înfiinţează în 1922 primul
institut de psihologie din ţara noastră, el militează pentru un program de lucru care să îmbine
sistematic în activitatea de cercetare- experimentul şi metoda statistică, termenul de experiment
fiind luat în accepţia largă.
Prin lucrările sale, “ Elemente de psihometrie” şi “Analiza factorilor psihici”, N.
Mărgineanu oferea termenii concreţi ai unei asemenea abordări a fenomenului psihic. Desigur,
acest început era marcat de o doză exagerată de optimism, pe care deceniile următoare au retuşat-
o în mod sensibil. Rămâne valabilă ideea de bază: asocierea între observaţie / experiment şi
metoda statistică.
Conform programului pozitivist al oricărei ştiinţe, psihologia pleacă de la fapte- fapte de
conştiinţă şi de conduită. Datele autoobservaţiei au şi ele statut de fapte. Conduita nu se reduce la
actul fizic, la reacţia externă ( mişcare, gest, faptă,…). Conduita poate să nu capete uneori
expresie externă, motorie; ea poate consta tocmai în suspendarea sau amânarea reacţiei. De
asemenea, faptele ce le consemnăm în studii experimentale sau anchete pot fi date
comportamentale propriu-zise sau date hârtie-creion cum este cazul multor probe psihologice. În
consecinţă, noţiunea de fapt psihic are un sens larg. B. F. Skinner vorbeşte de “conduite
interiorizate” în înţelesul de operaţii sau acte mintale în genere. Relatarea introspectivă se
utilizează în combinaţie cu alte date, mai ales cu înregistrări obiective. De exemplu, raportul

11
introspectiv al subiectului se asociază adesea cu date electrofiziologice (EEG) pentru a studia
stări afective, activităţi intelectuale etc.
Latura externă a conduitei, luată în ea însăşi, nu califică în mod univoc conţinutul
psihologic intern; aceleaşi acte de comportare pot avea motivaţii diferite. De aceea nu ne putem
mărgini- în cunoaşterea psihologică- numai la consemnarea formei externe a acţiunii, aşa cum
procedează behaviorismul clasic; trebuie surprins şi conţinutul psihologic intern, sensul său,
luminat de întreg contextul de viaţă în care se manifestă. Acelaşi context - contextul vieţii şi
activităţii omului - include atât datele comportării, cât şi trăirile subiective într-o conexiune
indisolubilă. Cunoaşterea psihologică se desfăşoară în principiu ca orice cunoaştere ştiinţifică: ea
se ridică de la date la ipoteză pentru a verifica acestea din urmă pe baza unor noi date de control;
ea trece de la fapte care cuprind întotdeauna o parte de interpretare, de inferenţă, spre a verifica
apoi aceste inferenţe cu ajutorul unor noi fapte. În psihologie, ca şi în alte domenii, fenomenul şi
esenţa nu coincid ( S. L. Rubinstein).

Temă de reflecţie nr. 3

Rolul modelelor ştiinţifice în cercetare şi modul de elaborare a acestora! Pentru
aprofundarea subiectului vezi în READER documentele:
Bibliografie 4.pdf - Derry (1999) What Science Is and How It Works – cap. 6
Bibliografie 5.pdf - Chalmers (1999) What is this thing called science - cap. 4.

Ştiinţa porneşte de la fapte, dar nu se reduce la colectarea de fapte disparate. Faptele o

dată identificate servesc şi ca pretexte pentru o cunoaştere explicativă…” Aspiraţiile cognitive
ale omului trec dincolo de “fapte” ca atare, în vederea unei cunoaşteri de adâncime. “Faptul”
devine cu aceasta o “problemă”, ceea ce impune căutarea unui răspuns, a unei “soluţii”;
inteligenţa propune un model, o teorie, care este într-un sens o “plăsmuire teoretică” (L. Blaga, p.
180).
Pe măsură ce obiectul unei ştiinţe se conturează, ea îşi crează un univers de semnificaţii
(noţiuni, ipoteze).
Se pune întrebarea: ce constituie “fapt ştiinţific”? Cl. Bernard sublinia: un fapt nu este
nimic în el însuşi, el nu valorează decât prin ideea care i se ataşează sau prin proba pe care o
furnizează. Un fapt intră în câmpul atenţiei graţie problemei care este pusă sau se pune.

12
 J. Piaget (1970) propune în această privinţă trei caracteristici:
● un fapt ştiinţific este un răspuns la o întrebare, ceea ce presupune o întreagă elaborare,
solidară cu sistemul de informaţii care au dus la acea întrebare;
● un fapt este apoi o constatare sau o ”lectură” a experienţei, care nu se reduce la simpla
“citire” a datelor, ci comportă o întreagă structurare;
●“un fapt nu există niciodată în stare pură …; el este întotdeauna solidar cu o interpretare”.
Această caracteristică subliniază importanţa orizontului de informaţie, a cadrului interpretativ,
atât în punerea întrebării, cât şi în “lectura experienţei.” Există o deosebire între faptul brut,
neanalizat – fruct al unei percepţii globale – şi faptul ştiinţific, plasat în contextul unei idei şi a
unei observaţii analitice.

1.2. OBSERVAŢIA

O cercetare concretă îşi are originea – de regulă- într-un proces de observaţie. După cum
spune Piaget într-un interviu: “Pleci de la observaţie, descoperi un fapt interesant; urmează să
reproduci apoi situaţia respectivă facând să varieze factorii implicaţi… Aici începe
experimentarea”.
Observatorul are şansa de a descoperi un fapt inedit sau demn de atenţie numai dacă
inspectează realul, fiind înzestrat cu un fond larg de cunoştinţe, fond de ipoteze latente, în măsură
să înlesnească formularea unei ipoteze locale, care să fie supusă experimentării şi verificării.
(Fraisse,1982).
Demersul experimental, comportă, în genere, o suită de momente sau faze: observaţia,
stabilirea ipotezelor, experimentarea propriu-zisă şi analiza/interpretarea datelor. Fireşte nu orice
cercetare psihologică urmează acest ciclu complet; unele se limitează la observaţie şi la analiza
datelor, altele constau din experiment şi interpretarea materialului obţinut ş.a.m.d. Aşadar,
anumite momente sau faze pot dobândi o semnificaţie autonomă.
Ca metodă de investigaţie, observaţia nu este reductibilă la simpla impresie asupra unui
fapt sau a unei persoane. În observaţia curentă, adeseori, reprezentări colective sau clişee însuşite
de individ din grupul de apartenenţă devin într-un fel filtru sau ecran în abordarea faptelor, a
persoanelor din ambianţă. Datorită acestora, individul ia act din câmpul perceptiv, din contactele

13
cu alţii, numai de anumiţi indici sau însuşiri, ignorând alte aspecte; însăşi percepţia devine
selectivă, ca să nu mai amintim de interpretarea datelor observaţiei pe linia acestor reprezentări,
uneori clişee.

Exemplu:
Unui lot de cadre didactice( în număr de 164) i s-a cerut să facă descrierea concisă a elevilor
din clasele cu care lucrează. Pentru a uşura sarcina, li s-au oferit şi mijloace de expresie strict
necesare -atribute sau propoziţii descriptive scurte, având ataşate scale cu gradaţii - care să se
refere la inteligenţă, memorie, mod de exprimare, sârguinţă, dexteritate, etc., precum şi la
trăsături de caracter, de personalitate. S-au obţinut în acest fel peste 1500 de caracterizări sau
profile ale elevilor, material care a fost supus apoi analizei ( M.Gilly,1972 ).
Constatarea: atributele care diferenţiază elevii, în profilele întocmite de profesori - sunt cele
legate nemijlocit de reuşita şcolară: inteligenţă, memoria, atenţia, sârguinţa, vocabularul, stilul de
lucru. Dincolo de aceste aspecte, contururile personalităţii elevului se şterg; el rămâne parcă un
“necunoscut”; portretele încep să se asemene destul de mult între ele, trăsăturile fiind prea puţin
diferenţiate. Copilul este privit adesea prin prisma statutului său şcolar, în esenţă, prin prisma
unei optici profesionale care face ca datele să fie selectate şi filtrate în lumina exigenţelor
profesiunii didactice. Spre exemplu, un copil este disciplinat dacă stă cuminte în bancă, dacă nu
dă de lucru profesorului. Dar conceptul de disciplină nu are doar un “conţinut negativ”; în primul
plan trebuie să fie ceea ce face, deci activitatea elevului, şi nu doar inhibiţia sau reţinerea ei. Pe
de altă parte, conformismul şi docilitatea sunt preţuite de profesor, dar repudiate de elev.
Alături de observaţia curentă, ocazională, practicată de profesor în clasă, de inginer în
intreprindere, de ziarist în viaţa socială etc., distingem observaţia sistematică, străină de clişee
obişnuite, care urmăreşte înregistrarea obiectivă a faptelor, înscriindu-se într-un program
explicit, ce restrânge câmpul studiat şi impune selectarea datelor relevante.
Strict vorbind, observaţia este percepţia unui eveniment, a unei conduite, a unui document
(Fraisse, 1982). Dar ea nu se reduce practic la simpla “lectură” a faptului brut, ci se prelungeşte
într-un act de clasificare, de încadrare a informaţiei în anumite concepte şi de anticipare a unor
relaţii.
Acelaşi autor atrăgea atenţia asupra dualităţii modului de percepţie asupra propriei
personalităţi. Omul este capabil – în opinia autorului – de o dublă cunoaştere: una, prin care el

14
sesizează propriile gânduri, sentimente, senzaţii etc, şi a doua, prin care se vede pe sine trăind şi
acţionând aşa cum îi vede trăind şi acţionând pe ceilalţi şi, sub acest unghi, el se cunoaşte pe
sine în acelaşi chip în care îi cunoaşte pe alţii.
Autoobservaţia este observaţia aplicată asupra propriei persoane, ceea ce înseamnă nu
numai (introspecţia) cunoaşterea gândurilor, sentimentelor şi aspiraţiilor intime, ci şi cunoaştera
prin activiatea proprie, din succese şi eşecuri, din actele relaţiilor cu semenii, din încercările
vieţii etc. Introspecţia este numai o latură a autoobservaţiei.
Autoobservaţia poate fi valorificată în forma unor itemi de chestionar. După cum se poate
vedea din exemplul de mai jos, în acest caz subiectul este solicitat să aprecieze gradul de acord
cu o serie de afirmaţii, răspunsul său fiind cuantificat cu ajutorul unei scale numerice. Răspunsul
său va presupune accesul la datele autoobservaţiei.

Aproape Uneori Adesea Aproape

niciodata totdeauna
Sunt înclinat sa iau lucrurile prea în serios. 1 2 3 4
Sunt o persoana ferma, constanta. 1 2 3 4
Sunt calm, impasibil si su “sânge rece”. 11 2 2 3 3 5 4

Fig. 1.1. Exemplu de itemi din cadrul unui chestionar de anxietate:

Instrumente de observaţie. Pe baza documentării prealabile şi a unei anchete

preliminare se schiţează o grilă de observaţie, adică o listă de rubrici care să ofere cadrul de
clasificare a datelor brute. O grilă de observaţie nu este indicat să cuprindă, în medie, mai mult
de 10 categorii, deoarece nu se poate opera simultan cu mai multe rubrici de clasificare. Aceste
categorii trebuie să fie disjuncte şi să epuizeze aspectele principale ale fenomenului. Lista lor se
stabileşte pe baza unui material empiric strâns în faza preliminară şi condensat în concepte.
Avantajul acesteia este de a oferi acelaşi cadru de referinţă unor observaţii diferite.

Exemple:
1o.Bakeman & Brownlee (1980) au studiat comportamentul de joc la preşcolari. Pe baza
unui studiu prealabil, ei au determinat cinci categorii de joc, ce au constituit cadrul de clasificare

15
pentru observaţia efectuată. Astfel, reacţiile subiecţilor au fost încadrate în una dintre
următoarele tipuri:
Neocupat: copilul nu face nimic, sau îi priveşte pe ceilalţi;
A fi împreună: copilul se află laolaltă cu alţi copii fără a fi ocupat cu vreo activitate;
Joc solitar: copilul se joacă singur dar nu este interesat sau afectat de activităţile celorlalţi
copii;
Joc paralel: copilul se joacă alături de alţi copii, dar nu se joacă cu ei;
Joc colectiv: copilul se joacă cu ceilalţi, şi participă la activităţile de joc organizat, ca
membru al grupului.
Observaţia era structurată atât în funcţie de timp cât şi de vârsta subiecţilor. (tabelul 1.1)
În cadrul cercetării, autorii au fost în mod particular interesaţi de secvenţa sau ordinea în
care copiii s-au angajat în diferite comportamente. Ei au constatat, de exemplu că rareori copiii
au trecut de la comportamentul “neocupat”, la cel de “joc paralel”. De asemenea, odată cu
avansarea în vârstă, ei au trecut frecvent de la jocul paralel la cel colectiv, ceea ce indică faptul
că jocul paralel reprezintă o stare tranzitorie în cadrul dezvoltării. Grila de observaţie expusă
poate fi utilizată atăt în plan sincronic (transversal), cât şi diacronic (longitudinal).

Tabel 1.1 Grila de observaţie a jocului la preşcolari

COMPORTAMENTE
Vârsta Durata Neocupa A fi Joc Joc paralel Joc
observaţi t împreună solitar colectiv
ei
1 min
2 min
3 min
Subiect 4 min
1 --------
(4 ani) 10 min
1 min
S 2 min
ubiect 2 3 min

16
 (5 ani) 4 min
-----------
10 min
--------- -----------

2o. Pentru a identifica un tip temperamental sau altul căruia îi aparţine o persoană vom
putea găsi în activitatea şi în viaţa cotidiană situaţii relevante. De exemplu, o situaţie tipică de
aşteptare, o situaţie competiţională, o activitate cuprinzând un element imprevizibil şi de
dificultate (de pildă, un traseu mai greu de excursie), o sarcină de reprezentare a colectivului într-
o confruntare (de opinii) sau în faţa autorităţii etc, toate acestea constituie situaţii-test pentru că
pun în evidenţă particularităţi sau diferenţe individuale uşor de clasificat.
Asemenea situaţii cuprind indicii de temperament pe care-i putem sistematiza prin
condensarea experienţei într-o grilă de observare a comportamentului (Tabelul 1.2), arătând în
dreptul faptelor de conduită ipotezele plauzibile cu privire la categoria prezumtivă de
temperament. Se notează cu “XX” clasificarea, respectiv ipoteza cea mai plauzibilă, şi cu “X”
încadrarea doar plauzibilă în studierea unui caz sau altul. Un asemenea document este susceptibil
de îmbunătăţire continuă. Prin însumări pe coloane decidem asupra apartenenţei la un anumit tip
sau altul. Preocuparea de cuantificare este aici minimă.
Tabel 1.2. Grilă de observare a comportamentului *
TEMPERAMENT
FAPTE DE CONDUITĂ
Cole Sang Fleg Melan-
-ric vinic - colic
mati
c
Doreşte să fie primul care încearcă, îi place parcă să X XX
înfrunte necunoscutul
Se decide greu pentru acţiune, are gesturi şovăielnice X XX
Îşi pierde răbdarea aşteptând să-i vină rândul, se agită XX X
Este vădit emoţionat înainte de probe X XX

17
Precipitat în acţiune, se corectează cu viteza actului reflex, XX
execuţia lipsită de acurateţe îndeosebi spre sfârşit
Execută activitatea în ritm lent, dar cu destulă acurateţe XX X
Reacţii verbale abundente, se îndeamnă pe sine (“haide!”, X XX
“nu te lăsa!”, “acuma-i acum!”)
Reacţii motorii abundente, devine nervos când greşeşte, XX
apar violenţe verbale, plusul de energie se descarcă cu
fiecare act
Execută activitatea/proba în tăcere, gesturile şi cuvintele XX XX
sunt aproape absente
Execută proba cu încordare nervoasă, mobilizarea excesivă XX
în raport cu sarcina; tensiunea, plusul de energie se
descarcă la încheierea acţiunii
Tendinţa de supraevaluare proprie şi subestimare a sarcinii XX X
Tendinţa de supraestimare a sarcinii, dar de subapreciere XX
personală
În caz de eşec nu se dă bătut, persistă, reia proba/activitatea XX X
de la capăt încurajându-se; duce la bun sfârşit sarcina
În caz de eşec se pierde, are nevoie de încurajare pentru a XX
relua lucrul
Cu fiecare succes exclamă de bucurie, bate din palme X XX
Rămâne indiferent la reuşită, schiţează doar un zâmbet XX X
Abandonează la primul eşec, se închide în sine şi “se XX
blochează” total
Abandonează când eşecurile se acumulează XX X
Tăcut în momentele critice (dificile) prezintă reacţii XX
vegetative, dă semne de oboseală
Derută emoţională sub presiunea timpului X XX
După terminarea lucrului relatează colorat cele petrecute X XX
Eşecul produce un “halo afectiv” de durată XX

18
 După un exerciţiu simplu de aplicare a acestei grile de observaţie, se poate evidenţia
acordul semnificativ între evaluatori. Acest exemplu ne orientează asupra noţiunii de fidelitate
definită prin gradul de consens dintre evaluatorii ce utilizează acelaşi instrument. În cazul
utilizării observaţiei ca metodă de cercetare autonomă, fidelitatea ei se va verifica pe baza
coeficientului de concordanţă Cohen (K).

Temă de reflecţie nr. 4

Prezentaţi comparativ asemănările şi diferenţele instrumentelor de evaluare
psihologică (grilă de observaţie) şi instrumentele tehnologice de evaluare şi
observaţie utilizate în alte ştiinţe. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie 6.pdf - Derry (1999) What Science Is and How It Works – cap. 3.

1.2.1. Coeficientul de concordanţă K (Cohen)

Coeficientul de concordanţă interevaluatori a fost propus de Cohen pentru a verifica

fidelitatea evaluării unor comportamente prin grile de observaţie. Se utilizează în situaţia în care
grila de observaţie folosită are la bază o scală nominală. În cazul în care grila de observaţie are la
bază o scală de măsură ordinală sau hiperordinală, fidelitatea ei se verifică prin coeficientul de
concordanţă a rangurilor (Kendall) sau prin coeficientul de corelaţie parametric (Pearson).
Exemplu:
Belsky & Rovine (1988) au investigat relaţia dintre timpul petrecut de copil în creşă şi
modul de dezvoltare a ataşamentului copil–părinte. Ei au folosit în acest sens o grilă de
observaţie a comportamentului matern (securizant - în sensul întăririi ataşamentului, sau
insecurizant). Doi observatori au verificat grila, observând independent, într-un mod sistematic
(la intervale de 10 minute) o pereche mamă-copil. S-au realizat în total 20 de observaţii
rezultatele obţinute fiind notate mai jos sub forma celor două grile de observaţie.

19
 Observatorul 1 Observatorul 2

nr. obs. Securizant Insecurizant nr. obs. Securizant Insecurizant

1 I 1 I
2 I 2 I
3 I 3 I
4 I 4 I
5 I 5 I
6 I 6 I
7 I 7 I
8 I 8 I
9 I 9 I
10 I 10 I
11 I 11 I
12 I 12 I
13 I 13 I
14 I 14 I
15 I 15 I
16 I 16 I
17 I 17 I
18 I 18 I
19 I 19 I
20 I 20 I
Fiecare observaţie s-a realizat simultan de către cei doi observatori, pentru aceeaşi
pereche mamă –copil. Rolul observatorilor a constat în a atribui, pe baza definiţiilor grilei,
categoria “securizant” sau “insecurizant” pentru comportamentul mamei. Se poate remarca faptul
că observatorii nu pot atribui decât o singură categorie unei perechi mamă–copil la un moment
dat (cele două categorii sunt disjuncte). Se trece la calculul coeficientului K utilizând formula:

Po - Pe
K=
1 - Pe

unde Po reprezintă proporţia concordanţelor observate dintre categoriile celor doi observatori
(din numărul total de observaţii) şi Pe proporţia concordanţelor care ar putea apărea întâmplător
în cazul rezultatelor date. Pentru a înţelege Pe să ne imaginăm că cei doi observatori ar obţine
aceleaşi date, dar nu ar folosi grila de observaţie, ci ar decide la întâmplare (fară să observe
comportamentul mamei).
Pentru calculul valorilor Po şi Pe se condensează frecvenţa concordanţelor şi
discordanţelor dintre cei doi observatori în matricea de mai jos, numită matrice de concordanţe.

20
Prin definiţie, observaţiile se consideră concordante atunci când cei doi observatori atribuie
aceeaşi categorie unei perechi mamă – copil (adică securizant – securizant sau insecurizant –
insecurizant), şi discordanţe atunci când observatorii atribuie categorii diferite (securizant –
insecurizant sau insecurizant – securizant).

Observatorul 1
securiz. insecuriz.

Observatorul 2 securiz.
16 0
insecuriz. 1 3

Valoarea Po va fi dată de raportul dintre numărul total de concordanţe (securizant şi

insecurizant) şi numărul total de observaţii realizate:

16 + 3
Po = = 0.95
20

Indicele Pe se calculează prin determinarea probabilităţii de concordanţă întâmplătoare a

alegerilor celor doi observatori. De exemplu, în acest exemplu, observatorul 1 a ales de 17 ori
opţiunea “securizant” din 20 de observaţii. Deci probabilitatea ca această opţiune să fie dată de
observatorul 1 este 17/20. Observatorul 2 a ales opţiunea “securizant” de 16 ori; probabilitatea ca
el să dea această opţiune este 16/20.
Ca urmare, probabilitatea pentru ca opţiunea “securizant” să coincidă din întâmplare este:
17 x 16
P=
20 20

Similar se calculează probabilitatea de coincidenţă pentru opţiunea “insecurizant”:

3 x 4
P=
20 20

Valoarea Pe se obţine însumând cele două probabilităţi:

17 16 3 4
Pe= x + x = 0,71
20 20 20 20

Valoarea coeficientului K este deci:

21
 0,95 - 0,71
K= = 0,83
1 - 0,71

Interpretarea coeficientului K este similară unui coeficient de corelaţie (cu valori între -1
şi +1). Este evident că din punct de vedere practic vom fi interesaţi doar de valorile pozitive ale
K (cele negative indicând o “concordanţă” inferioară celei întâmplătoare).
Calculul semnificaţiei valorilor K fiind laborios, Cohen propune valoarea – prag de 0.7
pentru coeficienţi semnificativi. Deci orice valoare K egală sau mai mare decât 0,7 este
semnificativă. În cazul nostru, valoarea calculată este 0,83, mai mare deci decât valoarea prag.
Grila de observaţie are deci o bună fidelitate.

1.3. STABILIREA IPOTEZELOR

Datele observaţiei conduc – în cadrul informaţiei existente – la anumite ipoteze, supoziţii,
cu privire la anumite relaţii cauză – efect. Aceste presupuneri sunt sugerate de observarea
faptelor şi de cunoştinţele anterioare, fără să fie o simplă prelungire a datelor amintite. Ipoteza
este operă de gândire, constituind momentul creator în cercetarea experimentală. Ea traduce
ideea într-o propoziţie testabilă, adică “operaţionalizează” reflexia. În acest domeniu nu se pot
formula reguli generale; pe baza experienţei se pot schiţa doar anumite cerinţe utile.
Datele observaţiei arată de exemplu, că într-o situaţie de aşteptare conduita oamenilor
este foarte diferită, “efectul aşteptării” nu-l suportă toţi la fel. De la o atitudine plină de calm
până la agitaţie motorie sau verbală există o gamă largă de reacţii posibile în aceste situaţii.
Observaţia consemnează “tabloul comportării” la diferite persoane, iar analiza şi interpretarea
datelor conduce la stabilirea unor grupe sau tipuri de reacţii. Se face imediat supoziţia (HS ), că
aceste deosebiri se datoresc unor factori legaţi de personalitate, situaţia externă fiind în esenţă
aceeaşi pentru toţi. Analiza datelor scoate în evidenţă anumite note comune în cadrul deosebirilor
constatate, fapt care permite o clasificare, o grupare aproximativă a persoanelor. Prin ipoteză,
această clasificare este pusă în relaţie cu un anumit parametru care defineşte tipul de sistem
nervos şi anume, cu echilibrul proceselor nervoase fundamentale. Această ipoteză, care
anticipează o corelaţie determinată, urmează să fie supusă verificării instituindu-se un
experiment.

22
 Prin urmare, ipoteza se naşte din observarea faptelor, dar se formulează în termenii oferiţi
de dezvoltarea ştiinţei contemporane, de ansamblul de informaţii existente. Elaborarea ipotezei
presupune astfel o solidă informaţie în domeniu, care oferă cadrul conceptual al ipotezei. Într-un
stadiu avansat al cercetării, ipotezele pot fi deduse din cunoştinţele existente, din teoriile ce
generalizează relaţiile cunoscute.

Temă de reflecţie nr. 5

Daţi două exemple de ipoteze experimentale care nu pot fi falsificate şi două
care să permită falsificarea lor. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie 7.pdf - Chalmers (1999) What is this thing called science – cap. 5.

23
 1.4. EXPERIMENTUL

Experimentul reprezintă, în primul rând, un mijloc de analiză. Cu ajutorul său, situaţii de

viaţă sunt miniaturizate, aduse în formă concentrată în condiţii de laborator, punând sub control
factorii implicaţi. Aducerea în laborator înseamnă reducerea numărului de variabile (cel mult 3 –
4); precizia fiind astfel, obţinută cu preţul simplificării. O situaţie complexă – cum este, de
regulă, cea din teren – nu poate fi studiată dintr-o dată, în toată complexitatea ei .

Exemple:
1o. Obsevaţia ne arată un declin al rezultatelor învăţării sub influenţa oboselii. Ne
propunem să studiem efectul oboselii asupra păstrării materialului învăţat. Experimentul va fi
centrat pe evidenţierea relaţiei dintre oboseală (=cauză) şi rezultatul învăţării (=efect), relaţie ce
poate fi notată pe scurt y=f(x), unde y este efectul şi x este cauza. Putem adăuga imediat: x este
variabila independentă şi are statutul de cauză iar y este variabila dependentă având statutul de
efect.
Notăm în continuare variabila independentă cu A iar pentru cea dependentă păstrăm
notaţia utilizată. Deci y=f(A). În general, factorul experimental, adică variabilele independente le
notăm cu literele mari alfabet A, B, C.
Să observăm că oboseala poate avea grade diferite, de exemplu: uşoară, medie şi
accentuată. Notăm aceste modalităţi cu a1, a2, a3. Desfăşurarea experimentului până la acest nivel
sugerează un plan unifactorial. Dacă în continuare, materialul care se învaţă va fi prezentat
prezenta ca material figural, (concret) sau pe suport pur verbal, va apare o a doua variabilă.
Notăm cu B natura materialului, care va prezenta două modalităţi; b1 şi b2. Presupunem că efectul
oboselii va fi diferit în cazul celor 2 tipuri de material. Rezultatul învăţării (y) este pus în relaţie
cu doi factori: gradul de oboseală (A) şi natura materialului (B). Avem de-a face cu un experiment
bifactorial.
Practic nu putem studia oboseala în mod global, ci luăm măsuri ale oboselii după cum nu
considerăm învăţarea în general ci măsurări ale rezultatului învăţării. Intervine deci
operaţionalizarea conceptelor ceea ce înseamnă transpunerea în termenii unei operaţii de
evaluare, măsurare cu ajutorul unor probe psihologice adecvate. Aşadar luăm o măsură a învăţării
pe care o punem în relaţie cu anumite măsuri ale oboselii. Rezultatul învăţării îl verificăm adesea
prin probe de reactualizare liberă din memorie, iar pentru evaluarea oboselii utilizăm un test de
atenţie sau de eficienţă vizuală (proba flicker). Dar pentru a cunoaşte efectul oboselii, va trebui să
considerăm o situaţie de contrast sau o situaţie-martor de “ne-oboseală” ori de oboseală zero.
Convenim să numim aceasta “condiţia zero”, notată a0 şi care prezintă situaţia de control.
Aşadar, variabila independentă (A) va fi prezentă în experiment prin patru modalităţi: a1, a2, a3 şi
a0. Rezultatul învăţării ne va apare diferit în cele patru condiţii şi se vor compara în final măsurări
ale efectelor oboselii în condiţiile a0, a1, a2, a3 (figura 1.2.).

Pe scurt vom avea:

conditia a0 conditiile a1, a2, a3

situatie de control situatii experimentale

Fig. 1.2
Urmează să comparăm rezultatele învăţării în condiţia zero, apoi în condiţiile
experimentale a1, a2, a3, mai concret o măsură a învăţării în condiţia zero cu măsurări ale învăţării
în condiţiile a1, a2 respectiv a3. Rezultatul final ne va apare sub forma unor diferenţe între aceste
măsurări luate perechi sau grupat (figura 1.3.).

a0 a1 a2 a3

Fig.1.3.

Aşadar, pentru a răspunde la întrebarea iniţială – referitor la învăţarea în condiţii de

oboseală – vor trebui efectuate mai multe comparaţii. Acestea vor reprezenta în formă condensată
măsurări ale rezultatului învăţării în condiţiile a0, a1, a2, a3 în combinaţii sugerate de experiment.

2o.Să considerăm o situaţie de aşteptare, cunoscută de fiecare din experienţa cotidiană:

aştepţi un tren în gară, rândul la dentist, intrarea la un examen etc. Datele observaţiei arată că
“efectul aşteptării“ este suportat în mod diferit de oameni: de la atitudinea calmă, reţinută până la
agitaţia motorie sau verbală putem întâlni o gamă întreagă de reacţii posibile. Pe măsură ce
aşteptarea se prelungeşte, tensiunea psihică se accentuează şi creşte cota de reacţii dezadaptate.
Să supunem, în continuare, această situaţie de viaţă unui proces de decantare pentru a desprinde
factorii relevanţi prezenţi în contextul dat.
Simplificând puţin lucrurile, avem pe de o parte o situaţie externă de aşteptare (S) -
caracterizată prin doi parametri ( durată şi tensiune psihică ) – iar pe de altă parte avem reacţii
comportamentale diferite ( R1,,R2 , … , Rn ) ale persoanelor plasate în acest context. Se poate
scrie, ca primă aproximaţie: R = f (S). Întrucât situaţia obiectivă este aceeaşi, este firesc să punem
diversitatea reacţiilor pe seama unor trăsături individuale, deci pe seama unui factor de
personalitate (P). Într-adevăr, o situaţie de aşteptare instituie un conflict între excitaţie şi inhibiţie,
între impulsul spre acţiune şi necesitatea de a suspenda acţiunea până la momentul necesar.
Aceasta conduce la ipoteza: echilibrul emoţional/temperamental determină diversitatea
reacţiilor, ceea ce vom numi ipoteză specifică (HS ). Altfel spus, într-o situaţie de aşteptare,
individul este pregătit pentru acţiune, dar răspunsul însuşi este amânat pentru un timp mai lung
sau mai scurt, fapt care pune la încercare echilibrul dintre excitaţie şi inhibiţie ; mai general,
echilibrul emoţional al unei persoane în condiţiile unei stări de tensiune nervoasă. În consecinţă,
diversitatea comportamentelor trebuie pusă pe seama combinaţiei celor doi factori “S” şi “P”,ceea
ce putem scrie: R = f(S, P). Reluând pentru precizare, putem spune că o situaţie de aşteptare
“combină” trei factori: durata aşteptării, tensiunea psihică implicată şi echilibrul emoţional al
persoanelor cuprinse în contextul respectiv. Luând alternative extreme, situaţia de aşteptare poate
fi scurtă sau prelungită, tensiunea psihică poate fi minoră sau accentuată, iar persoanele aflate în
această situaţie se pot caracteriza prin echilibru emoţional precar sau marcat. Toţi aceşti factori au
statutul de cauze sau condiţii determinante; efectul acţiunii lor aparând în cota de reacţii
dezadaptate ce caracterizează conduita persoanelor observate .
Pentru a disocia acţiunea fiecărui factor şi apoi a combinaţiei lor, pornind de la anumite
ipoteze se instituie experimentul care miniaturizează situaţia concretă, o reproduce în laborator în
formă simplificată în vederea analizei şi înregistrării precise a datelor. În această etapă intervine
operaţionalizarea variabilelor. În cadrul experimentului se modifică sistematic un factor sau un
grup de factori, pe baza ipotezei avansate, şi se notează paralel efectele acestei modificări asupra
activităţii şi conduitei subiectului sau grupului. Factorul controlat sau manipulat de către
exprimentator s-a numit variabilă independentă, iar efectele acestei modificări, adică variaţiile
paralele survenite în răspunsurile sau prestaţia subiectului au căpătat denumirea de variabilă
dependentă. Ceea ce urmărim nemijlocit şi notăm în cursul experimentului este efectul, rezultatul
- adică variabila dependentă, în funcţie de condiţiile sau factorii mânuiţi ori dinainte cunoscuţi. În
final, se stabilesc relaţii de tipul y = f(x) între efectele constatate şi variaţiile imprimate factorilor
manipulaţi de către experimentator. Scopul experimentului este stabilirea unei legităţi sau
regularităţi care să permită apoi dezvelirea unei relaţii cauză – efect.
Miniaturizarea, în condiţii de laborator, a unei situaţii de aşteptare poate lua o înfăţişare
simplă: determinarea timpului de reacţie în condiţii diferite de aşteptare. Timpul de reacţie este
timpul scurs între apariţia stimulului şi declanşarea reacţiei necesare la stimul. În mod obişnuit,
prezentarea stimulului este precedată de un semnal de avertizare. Variind intervalul între
avertizare şi aplicarea stimulului, se creează o stare de aşteptare având durate diferite. De
asemenea, prin asocierea răspunsului cu un şoc electric de intensitate controlabilă se induce o
stare de tensiune variabilă. În sfârşit, pe baza unei probe precise, se constituie grupe diferite de
experienţă, având echilibrul emoţional precar sau marcat. În consecinţă, experimentatorul are sub
controlul său trei factori: durata aşteptării, tensiunea indusă şi echilibrul emoţional al persoanelor
cuprinse în experienţă. Primii doi factori pot fi modificaţi nemijlocit de cercetător, în timp ce al
treilea factor se află sub controlul său prin compoziţia grupelor de experienţă. Aceşti trei factori
sunt supuşi unor variaţii sistematice controlate: de la durata scurtă a aşteptării la una prelungită,
de la o tensiune minimă la una accentuată ş.a.m.d. Variabila dependentă este timpul de reacţie,
determinat cu mijloace de laborator (cronoscop) . Întreg mersul experienţei poate fi anticipat într-
un tabel care prevede combinaţiile posibile între modalităţile variabilelor independente implicate
în situaţia respectivă (Tabelul 1.3.).

Tabelul 1.3. Design-ul experimental

Tensiunea Durata Echilibru emoţional
Psihică Aşteptării Precar Marcat
Minimă Scurtă I II
Prelungită III IV
Accentuată Scurtă V VI
Prelungită VII VIII

Un asemenea tabel care reuneşte toate combinaţiile posibile ale factorilor consideraţi se
numeşte plan multifactorial. Fiecare căsuţă din tabel realizează o anumită combinaţie, sugerând
totodată loturile de experienţă necesare. De exemplu, căsuţa III reuneşte “tensiune minoră”,
“durata aşteptării prelungită” şi “echilibru emoţional precar”.
Rezultatele finale, adică valorile timpului de reacţie condensate în cifre medii înscrise în
tabel, vor permite comparaţii pe coloane şi pe linii, înlesnind desprinderea acţiunii fiecărui factor
în parte şi apoi efectul lor reunit. În exemplul dat se poate urmări cum se modifică timpul de
reacţie sub influenţa variabilelor controlate în experiment.
Din consideraţiile expuse mai sus nu trebuie să rezulte că întotdeauna montajul experimental
este foarte complex. Uneori, în psihologie, experienţe relativ simple – cum sunt cele realizate de
Piaget – s-au soldat cu o bază importantă de date. Nimic mai simplu ca procedeul “transvasării”:
două recipiente A şi B de aceeaşi formă, capacitate etc, sunt umplute cu un lichid până la acelaşi
nivel. În timp ce A rămâne martor, lichidul din B se varsă, sub ochii copiilor în B1, B2 şi B3,
întrebându-se asupra conservării cantităţii de substanţă. Experienţa se desfăşoară în faţa unor
copii de diferite vârste ani. Variabila independentă este vârsta care este o variabilă clasificatorie.
Intervine o “manipulare” – transvasarea lichidului – şi dialogul scurt cu copiii. Variabila
dependentă este răspunsul verbal al subiectului reunit sub 3 etichete: “nonconservare” (0),
“intermediar” (1), “conservare” (2).

A B
B1 B2 B3

Fig. 1.4. Experienţa de transvasare a lichidului

Aceste experienţe i-au permis lui Piaget stabilirea unor regularităţi în apariţia şi
succesiunea noţiunilor de conservare la 7, 9 şi 11 ani. Einstein asculta cu interes relatările lui
Piaget şi se minuna de simplitatea experienţelor, dar şi de complexitatea fenomenului: de ce apar
noţiunile de conservare abia de la 6 – 7 ani, când contactul cu obiectele fizice există de la
început? Piaget explica acest lucru prin mecanismul reversibilităţii: o acţiune directă T se
compune pe plan mintal cu inversa ei T-1, făcând superfluu recursul la experienţă.
Putem cita un experiment care se plasează la extrema contrară.
În laboratorul de experimentări al Şcolii politehnice din Lausanne (Elveţia) – relatează
Droz (1982) – se construiesc machete arhitecturale care merg până la scara 1:1. Cercetătorii
psihologi şi arhitecţi caută să studieze interacţiunile dintre comportamentul uman şi spaţiile
construite. S-a urmărit, de pildă, aprehensiunea conotativă şi emoţională a spaţiilor de trecere
(uşi, holuri de intrare, culoare etc.) – cu ajutorul unui test de personalitate adaptat (Adjective
Check List a lui Gough) – în condiţiile simulării la scara 1 : 1, apoi ale prezentării de diapozitive
şi în spaţii reale. Reacţiile subiecţilor s-au dovedit sensibil apropiate în cele trei condiţii.
Important este că instrumentul de analiză psihologică furnizează profiluri conotative diferenţiate
în funcţie de categoriile de obiect evaluate înainte de transpunerea în beton, staţiile construite
sunt supuse acestui test psihologic funcţional cu beneficiarii.
Pe baza exemplelor prezentate se poate desprinde o schemă generală ce surprinde
principalele faze ale demersului experimental (figura 1.5.)

OBSERVAŢIE
IDEE
CURENT Ă DOCUMENTARE

RAŢIONAMENT
DEDUCTIV FORMULAREA UNEI
IPOTEZE TESTABILE

ELABORAREA UNUI DESIGN

EXPERIMENTAL

SELECŢIA SUBIECŢILOR

DESFĂŞURAREA
EXPERIMENTULUI

ANALIZA ŞI
INTERPRETAREA DATELOR
Figura 1.5. Fazele demersului experimental

Pornind de la schema de mai sus vom studia în continuare modul de alcătuire al design-
ului experimental.

1.4.1. Elaborarea design-ului (planului) experimental

Trebuie să distingem între variabilele modificate, “manipulate” efectiv de experimentator

– în exemplul nostru A şi B – şi variabilele independente etichete sau clasificatori care sunt
caracteristici naturale ce permit să reperăm, să descriem subiecţii. În exemplul dat nivelul de
şcolarizare (C) constituie o asemenea variabilă – etichetă şi serveşte la repartizarea subiecţilor în
diferite grupe. În general, datele de clasificare – vârsta, sexul, nivelul de motivare, CI, nivelul
socio – cultural, gradul de instruire etc. – au acest statut de variabilă etichetă, pe care subiecţii le
posedă încă din start, înaintea experienţei.
Se vorbeşte de variabile independente, care se notează cu litere mari (A, B) şi modalităţi
ale acestora, care se notează cu litere mici: a1, a2…sau b1, b2,…ş.a.m.d.
Întreg mersul experiennţei poate fi anticipat într – un tabel – care este expresia planului
stabilit mintal – şi care prevede combinaţiile relevante între modalităţile variabilelor
inndependente implicate în situaţia considerată.
Un plan factorial reuneşte toate combinaţiile posibile de factori relevanţi. Fiecare căsuţă
din tabel realizează o anumită combinaţie, sugerând şi schema de eşantionare, adică numărul de
grupe de subiecţi care vor fi formate în vederea experienţei.
Există planuri de experienţă elementare sau de bază cu un singur factor de variaţie şi
planuri factoriale – mai exact multifactoriale – cu mai mulţi factori.

1.4.1.1. Operaţionalizarea variabilelor

Variabilele independente (VI) sunt reprezentate de orice stimul care poate avea o influenţă
relevantă (cauzală) asupra unor prestaţii sau comportamente, care devin variabile dependente
(VD). Modalităţile VI pot fi fixate anticipat (“factori fixaţi”) sau pot fi selectate aleator (“factori
aleatori”). De exemplu, într–un experiment care vizează detectarea influenţei zgomotului asupra
performanţelor mnezice se pot alege zgomote de 40, 60, 80 dB pentru a vedea efectul lor asupra
memoriei. Într–un experiment ulterior pentru o generalizare a rezultatelor se pot lua alte
modalităţi VI (de ex.: zgomote de 30, 50, 70, 90 dB). În capitolele lucrării de faţă se vorbeşte mai
frecvent de grupe aleatoare şi de grupe sistematice, referindu–se mai ales la modul cum sunt
considerate grupele cuprinse în studiu. Experimentele din prima categorie presupun că, nu numai
compoziţia grupelor în parte este aleatoare, dar şi alegerea lor în studiu se face la întâmplare.
În cea de-a doua categorie, grupele sunt alese pe baza unui criteriu precis, compoziţia lor
rămânând aleatoare. Această dihotomie a variabilelor sau grupelor nu este una scolastică, efectul
ei văzându–se în proceduri diferite de calcul şi mai ales de interpretare a rezultatelor în cazul
analizei de varianţă.
Variabilele dependente sunt, de regulă, performanţele comportamentale. Destul de rar
reuşim să sesizăm nemijlocit efectul VI asupra VD, ca atare. Nu putem studia comportamentul
global în mod calitativ şi trebuie să desprindem faţete. De multe ori, VD sunt operaţionalizări ale
unui construct teoretic. Dificultatea apare în faptul că multe dintre constructele psihologice – de
exemplu, memoria, gândirea, “depresia”,etc - nu au o singură definiţie operaţională.
De exemplu, depresia se poate operaţionaliza sub mai multe forme:
• Scale de evaluare psihometrică - ex. MMPI.
• Zile de spitalizare - pentru depresia severă
• Modificări biochimice - un deficit la nivelul neurotransmiţătorilor.
Anxietatea, de pildă, poate fi operaţionalizată sub formă de variabilă dependentă ca :
● Schimbări psihofiziologice (ritm cardiac, transpiraţia mâinilor, răspuns electrodermal etc.);
● Prin senzaţii subiective resimţite de subiect (de exemplu “vertij”, “teamă”);
● Prin comportamente specifice (evitarea situaţiilor de risc, evitarea confruntărilor, performanţe
scăzute în situaţii de stres).
Uneori variabila dependentă (VD), nu operaţionalizează ceea ce am stabilit noi să
operaţionalizeze; este cazul răspunsului electrodermal – în cazul detectorului de minciuni – care
este mai curând o rezultantă. De regulă, reţinem ca VD anumite faţete ale comportamentului
global. De exemplu, reacţia oamenilor într-o situaţie de aşteptare (o barieră prelungită pe şosea)
prezintă mai multe faţete: agitaţie, violenţe verbale, reacţii vegetative (creşterea pulsului, a
tensiunii sangvine), creşterea catecolaminelor ş.a.m.d. Se reţine numai o componentă a acestui
comportament global.
Enumerăm câteva dintre condiţiile pe care trebuie să le îndeplinească variabila
dependentă pentru a avea un bun experiment:
● să fie sensibilă la variaţiile sau manipulările variabilei independente. De exemplu,
dificultatea unei probleme poate fi operaţionalizată prin coeficientul de reuşite şi abandonuri
obţinute. Ea poate fi operaţionalizată însă şi prin timpul necesar pentru rezolvarea problemei
respective. Evident, vom opta pentru a doua variantă de operaţionalizare, deoarece e mult mai
sensibilă şi pune în evidenţă mult mai subtil dificultatea problemei în cauză.
● variabila dependentă trebuie să fie uşor de măsurat şi clar definită, pentru a putea fi
măsurată şi de un alt cercetător în acelaşi fel.
● să fie fiabilă, adică să dea efecte statornice, nu fluctuante episodice.

1.4.1.2. Design-ul experimental de bază.

Planurile experimentale de bază vizează situaţiile în care manipulăm experimental

un singur factor. Rezultatele obţinute de grupul experimental devin semnificative prin
compararea lor cu scorurile obţinute (la post-test) de grupul de control. Schema generală a
planurilor experimentale de bază e prezentată în tabelul 1.4.

Tabelul 1.4. Schema planului experimental de bază

S ge gc Legendă
A
a1 A = factorul manipulat experimantal
a2 a1, a2, ...an = modalităţile lui A
. S = subiecţii participanţi la experiment

. ge = grupul experimental

. gc = grupul de control

an

Exemple:
1o.Se instituie un experiment pentru a cunoaşte efectul unor tranchilizante asupra
activităţii de conducere auto. În acest scop se admninistrează tranchilizante cu nume diferite sau
doze diferite (5 mg, 10 mg, 15 mg, 20 mg) la patru loturi de persoane stabilite după regulile
selecţiei aleatoare. Se introduce şi un grup de control, căruia nu i se administrează nici un drog.
Notăm variabila independentă (administrarea unui tranchilizant) cu A şi vom avea în studiu patru
modalităţi a1, a2, a3, a4, la care se adaugă grupa de control a0. Avem, practic, un singur factor de
variaţie, prezent sub 5 modalităţi. Nu facem nici o altă diferenţiere a subiecţilor, decât cea oferită
de administrarea în doze diferite a drogului. Efectul fiecărui medicament aplicat se dezvăluie în
diferenţele sau variaţiile apărute în comportamentul la volan. Acesta din urmă îl considerăm
printr-o faţetă particulară: timpul de reacţie (TR). Ne aşteptăm ca drogul în doze diferite sau
purtând nume diferite să diferenţieze grupele cuprinse în studiu, să apară deosebiri în ceea ce
priveşte TR între grupele de experienţă şi cea de control. Sursele acestor deosebiri sau variaţii
sunt bine precizate.
În cadrul acestui exemplu avem de-a face cu un singur factor de variaţie (A). Pentru a
răspunde la întrebarea iniţială, urmează să se instituie în final comparaţii multiple.
2o. Sugerăm un experiment care să verifice ipoteza: ”cuvintele al căror conţinut poate fi
imaginat se memoreaza mai uşor“(Paivio, 1982) ;în acest caz factorul manipulat (cuvintele),
prezintă două modalităţi fixate de experimentator : cuvinte cu conţinut imagistic (a1) şi fără
conţinut imagistic (a2). Aceeaşi listă de cuvinte se prezintă atât grupului experimental cât şi
grupului de control, dar subiecţilor din grupul experimental li se sugerează să-şi imagineze
cuvintele memorate.

1.4.1.3. Design-ul experimental factorial.

Planurile factoriale sunt experimentele în care intervin două sau mai multe variabile
controlate sau factori de variaţie. În acest caz se vizează nu numai influenţa fiecăruia dintre aceşti
factori, ci şi influenţa interacţiunii lor asupra variabilei dependente. Cele mai frecvente sunt
planurile bi- şi trifactoriale. Planurile factoriale cu mai mult de trei factori sunt greu de realizat şi
nepractice. În cazul unui plan cvadrifactorial, de pildă, dacă presupunem că fiecare factor are
numai două modalităţi, ajungem la un plan factorial 2 x 2 x 2 x 2 = 16, ceea ce inseamnă că avem
nevoie de 16 grupuri. Deşi calculul statistic nu ridică probleme, constituirea practica a 16 grupuri
de subiecţi este o sarcină extrem de dificilă.
Cel mai simplu plan factorial este planul bifactorial (2 x 2). Schema lui generală este
prezentată în tabelul 1.5.

Tabelul 1.5. Plan factorial

B
A b1 b2 Legenda
A1 A, B – factorii de variaţie
A2 a, b – mod. factorilor A, respectiv B

Exemplu:
1o. S-a iniţiat un experiment de instruire programată în care s-au utilizat, în grupuri
paralele, programe liniare (PL) şi programe ramificate (PR). De asemenea, s-a menţinut, pentru
comparaţie, în alte grupe, lecţia orală clasică (LC). Pentru o urmărire diferenţiată a efectelor,
grupele au fost dihotomizate în funcţie de CI şi anume: CI > m şi CI < m. Aşadar, avem două
variabile independente: A, metoda de instruire şi B, nivelul de inteligenţă (CI). Prima variabilă
prezintă trei modalităţi (PL, PR şi LC), iar a doua variabilă are două modalităţi: CI > m şi CI < m.
Datele de bază sunt condensate în tabelul 1.6.
 Tabel 1.6.
Nivel de Metoda de instruire (A)
inteligenţă. PL (a1) PR (a2) LC (a0)
(B)
(b1)
CI > m

(b2)
CI < m

În planul factorial apare adeseori grupuri de control prin care se realizează condiţia zero.
Planurile factoriale pun în evidenţă relaţii mult mai complexe decât planurile de bază. Ca urmare,
rezultatele obţinute pe baza lor au o mai mare validitate ecologică (= reflectă mai exact realitatea
din afara laboratorului, în care trăieşte subiectul uman). Datele obţinute dintr-un experiment
probează ipoteza care a stat la baza lui dacă sunt semnificativ statistic (lucru dovedit prin testele
statistice, ANOVA etc). La baza acestor teste se află comparaţiile intergrupale şi cele
intragrupale.

1.4.1.4. Design-ul experimental mixt.

Planurile mixte vizează cercetările în care variabila dependentă este pusă în relaţie: a) cu
unul sau mai mulţi factori manipulaţi şi b) cu o variabilă clasificatorie.
O variabilă clasificatorie sau variabilă etichetă constă în repartizarea subiecţilor care
participă la experiment în clase diferite pe baza unor caracteristici imanente ale acestora (sexul,
vârsta, statutul social etc.).

Exemplu:
Presupunem că dorim să studiem eficacitatea a două metode de învăţare a limbilor străine.
Variabila manipulată are deci două modalităţi: metoda nouă, metoda tradiţională. Lansăm ipoteza
că eficacitatea acestor metode depinde de vârsta subiecţilor. În acest caz, clasificăm subiecţii
după vârstă, selectând subiecţii de 5, 7, 9 şi 11 ani (deci variabila clasificatorie are patru
modalităţi). Planul experimental arată ca în tabelul 1.7.
 Tabelul 1.7.
Variabila
Clasificatoare
(vârsta)

5 ani 7 ani 9 ani 11 ani

Variabila
Manipulată
(metoda)
metoda tradiţională
metoda nouă

Aşadar, în planul experimental variabila clasificatorie ocupă acelaşi loc ca şi factorul

manipulat într-un plan factorial. Nu trebuie însă uitat că variabila clasificatorie nu face obiectul
manipulării! Prin urmare, relaţia dintre variabila clasificatorie şi variabila dependentă nu este una
cauzală, ci de simplă covarianţă. Dar interpretarea acestei covarianţe ridică aceleaşi probleme ca
şi în cazul coeficientului de corelaţie.
În exemplu de mai sus dacă, de pildă, metoda nouă s-a dovedit mai eficace faţă de metoda
tradiţională pentru subiecţii de 7, 9 şi 11 ani, dar cu eficacitate egală pentru subiecţii de 5 ani, nu
putem spune că vârsta (de 5 ani) este cauza acestor rezultate. Eventual, putem presupune că
procese subiacente, specifice vârstei de 5 ani, influenţează rezultatele obţinute. Probarea acestei
supoziţii se face printr-un alt design factorial, în care presupuşii factori subiacenţi sunt explicitaţi.
Utilizarea designurilor mixte este adesea extrem de utilă, deoarece:
● sporeşte senzitivitatea, constatabilă experimental, a variabilei dependente faţă de
factorul manipulat;
● oferă informaţii despre gradul de generalitate a rezultatelor obţinute

Temă de reflecţie nr. 6

Ţinând cont de cauzalitatea multiplă explicaţi importanţa designurilor
multifactoriale în cercetarea psihologică. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie 8.pdf - Stanovich (2001) How to think straight about psychology
cap. 9.
 1.4.2. Selecţia şi repartizarea subiecţilor.

Orice experiment presupune selectarea unei mulţimi de subiecţi. Din păcate, selecţia
subiecţilor nu este la discreţia cercetătorului. De multe ori ea se face pe bază de voluntariat din
subiecţii pe care cercetătorul îi are la îndemână. Or, această situaţie poate induce de la început
distorsiuni. Aşa cum s-a remarcat deja (McNemar, 1946) o mare parte a datelor psihologiei se
bazează pe cercetări asupra şoarecilor albi de laborator şi a studenţilor din anul I – psihologie.
Idealul ar fi ca selecţia subiecţilor să fie aleatoare, dar această pretenţie este exagerată faţă de
posibilităţile reale. Adesea utilizăm grupuri naturale intacte, în compoziţia lor datorată
hazardului. De exemplu, o clasă de elevi ca atare ar satisface această exigenţă numai că trebuie să
fim atenţi la faptul dacă actuala ei compoziţie nu este rezultanta unor selecţii pregătitoare.
Situaţia trebuie totuşi avută în vedere la interpretarea rezultatelor. Într-o cercetare clinică asupra
coeficientului de recidivă la fumători s-a constatat că în urma tratamentului 80-90 % dintre
fumători recidivează (Schacter, 1982). Datele experimentale intrau în contradicţie cu numeroase
statistici care arătau că proporţia celor care au abandonat fumatul fără recidivă este foarte mare.
În acest caz, rezultatele obţinute în clinică s-au dovedit nerelevante, pentru că lotul clinic, era
format tocmai din pacienţi care recidivau.
Repartizarea subiecţilor în grupul de control şi în grupul sau grupurile experimentale se face
aleatoriu (randomizat). Randomizarea se poate face prin mai multe tehnici (vezi Nunally, 1967,
pag 95). Mai importante fiind:
● randomizarea simplă (“tragerea la sorţi “, metoda loteriei).
● randomizarea stratificată (în care populaţia este împărţită pe “straturi”, după
unul sau mai multe criterii, pentru fiecare strat, realizându-se o eşantionare aleatoare).

Temă de reflecţie nr. 7

Specificaţi modalităţile de manifestare a controlului experimental. Pentru
aprofundarea subiectului vezi în READER documentul:
Bibliografie 9.pdf - Stanovich (2001) How to think straight about psychology -
cap. 6.

1.4.3. Design-uri experimentale defectuoase.

 Rezultatele experimentale sunt considerate statistic semnificative sau nesemnificative pe
baza efectuării unor comparaţii inter şi intragrupale. Erorile comise în procesul comparaţiilor pun
în evidenţă planurile experimentale defectuoase.

Erori posibile în comparaţiile intragrupale

Erori posibile în comparaţiile intragrupale pot apărea la compararea scorurilor subiecţilor
unui grup experimental înainte şi după manipularea experimentală sau pe parcursul unor măsurări
repetate.

● Efectul de maturare. Pe parcursul desfăşurării unui experiment subiecţii sunt implicaţi

în procesul propriei lor evoluţii, normale, naturale. În aceste condiţii, se poate întâmpla ca
diferenţele dintre două măsurări repetate ale aceloraşi subiecţi să se datoreze maturării ce a avut
loc pe parcursul experimentului, nu manipulării experimentale. Un plan experimental care
neglijează aceste aspecte duce la rezultate eronate.

Exemple:
1. Să presupunem că dorim să vedem eficacitatea unei metode de îmbunătăţire a lecturii
pentru elevii din clasa a II-a. Se aplică metoda respectivă timp de un an. În acest sens se fac
măsurări ale performanţelor de lectură ale elevilor la începutul şi şfârşitul fiecărui trimestru. După
un an se compară scorurile obţinute de fiecare subiect şi se constată îmbunătăţirea treptată a
scorurilor, deci a performanţelor. Rezultatele se pot datora metodei practice, dar tot la fel de bine
se pot datora maturizării elevilor pe parcursul anului respectiv sau interacţiunii dintre metodă şi
maturare, astfel că interpretarea rezultatelor este pusă sub semnul întrebării.

2.Evaluarea eficacităţii unui tratament psihoterapeutic poate cădea în aceeaşi eroare.

● Efectul testării repetate. Diferenţele de scoruri dintre mai multe măsurări succesive se
pot datora administrării repetate a aceluiaşi test.

Exemplu:
Procedăm la un experiment pentru a testa eficacitatea unei probe formative pentru
dezvoltarea inteligenţei. În acest sens, înainte şi după proba respectivă subiecţilor li se
administrează un test de inteligenţă. În general vom observa o creştere a QI de la pre-test la post-
test. Acest fapt se poate datora probei formative, dar se poate datora şi readministrării testului.
După cum se ştie (vezi Anastasi, 1974) se constată o creştere a scorurilor de inteligenţă între două
administrări succesive, în lipsa oricărei alte intervenţii.

● Degradarea instrumentelor de măsură. Între două sau mai multe măsurări repetate,
validitatea instrumentului de măsurare scade. Relevanţa unor teste de personalitate, de pildă,
scade în cazul readministrării lor faţă de prima administrare (Neale, 1986).

● Regresia statistică constă în tendinţa, observată deja de Galton, de regresie spre medie a
scorurilor extreme odată cu repetarea unei măsurări.

Exemplu:
Presupunem că dorim să evaluăm eficitatea unei metode psihoterapeutice asupra
anxietăţii. În acest sens, se aplică un test de anxietate (STAI, MAS etc.) în urma căruia sunt
selectaţi numai pacienţii cu scoruri extrem de ridicate. Se aplică terapia respectivă după care
subiecţii sunt retestaţi. Cu siguranţă se va constata o scădere a nivelului anxietăţii, pe baza
tendinţei de regresie statistică, chiar în absenţa oricărei eficacităţi a tratamentului respectiv.

● Evenimente externe cu relevanţă asupra evenimentului investigat pot distorsiona

rezultatele obţinute experimental.

Exemplu:
Procedăm la un experiment pentru a detecta influenţa unor emisiuni T.V. saturate în scene
de agresivitate asupra agresivităţii subiecţilor. Timp de 10 zile subiecţii vizionează programe cu
conţinut agresiv. Se măsoară nivelul de agresivitate înainte şi după manipularea experimentală. În
răstimp se declanşează un război sau alt fenomen de agresivitate colectivă extremă. Aceste
evenimente, deşi exterioare subiecţilor participanţi la experiment îşi pot pune pecetea în mod
decisiv asupra rezultatelor. Efectul unor astfel de evenimente este şi mai vizibil în cazul unui
experiment asupra atitudinilor.

Erori posibile în cazul comparaţiilor intergrupale

● Erori de selecţie. Aşa cum s-a arătat, selecţia subiecţilor care participă la experiment nu
este aleatoare. Ca urmare, rezultatele experimentale pot fi nerelevante pentru populaţia în cauză.

Exemplu:
 În vederea testării eficacităţii unor psihoterapii sugestive asupra "nevrozei cardiace" se
face selecţia subiecţilor pe bază de voluntariat. Ei sunt randomizaţi în grupuri diferite cărora li se
aplică tehnici sugestive diferite. La post-test apar diferenţe semnificative între grupurile
experimentale pe de o parte şi grupul martor, pe de altă parte. Se poate conchide că aceste
diferenţe se datorează metodelor sugestive. Dar, selecţia pe bază de voluntariat poate fi
determinată, putându-se presupune că s-au prezentat subiecţii convinşi de eficacitatea metodei.
Rezultatele pot deveni valide prin procedarea la un plan factorial în care se introduce şi variabila
"încredere în metodele sugestive". Vezi, mai sus, şi exemplul oferit de cercetarea lui Schachter
asupra redicivei fumătorilor.

● "Moartea experimentală" (= "pierderea" unor subiecţi pe parcursul deşfăşurării

experimentului, datorită oboselii, lipsei de motivaţie etc.). În acest caz, lotul de subiecţi pe care se
administrează post-testul poate să nu mai posede aceleaşi caracteristici ca şi lotul iniţial.

Exemplu:
Să presupunem că dorim să cercetăm eficacitatea unei metode de tratare a alcoolismului.
Pe parcursul tratamentului mulţi subiecţi din grupul experimental părăsesc tratamentul, în vreme
ce grupul de control rămâne aproximativ acelaşi. Compararea rezultatelor obţinute la post-test de
grupul experimental şi grupul de control poate fi nerelevantă din cauza modificării compoziţiei
grupului experimental.

● Efectul difuziunii costă în răspândirea efectului manipulării de la grupul experimental la

cel de control.

Exemplu:
Dorim să cecetăm influenţa cunoaşterii datei administrării unui test de memorie asupra
fidelităţii memoriei. Subiecţii sunt solicitaţi să memoreze o listă de cuvinte. Grupului
experimental i se spune că vor fi testaţi asupra capacităţii lor mnezice după o săptămână, în
vreme ce subiecţilor din grupul de control nu li se spune nimic în legătură cu data când vor fi
testaţi. Ambele grupuri sunt testate după o săptămână. Rezultatele pot fi distorsionate prin
răspândirea informaţiei furnizate grupului experimental şi la grupul de control.
Difuzarea prezintă un factor de distorsionare a rezultatelor mai ales atunci când
experimentul presupune oferirea unei informaţii pentru grupul de control.
 ● Efectul compensării. Acest efect studiat amănunţit de Adler (vezi Adler, 1987) constă în
efortul compensatoriu pe care îl pot manifesta membrii grupului de control simţindu-se frustraţi
că nu fac parte din grupul experimental.

Exempul:
Să presupunem că – în condiţiile respectării tuturor cerinţelor experimentale – se aplică
două metode de învăţare a aritmeticii: una tradiţională, alta modernă, la elevii a două clase
paralele. Aceste clase sunt cunoscute în şcoală ca fiind clase rivale. În acest caz, lipsa unor
diferenţe semnificative între performanţele la aritmetică în urma aplicării celor două metode se
poate datora efortului compensatoriu al grupului de control (căruia i s-a aplicat metoda
tradiţională) stimulat de rivalităţile anterioare dintre clasele de elevi respective.

● Efectul resemnării, este invers efectului de compensare. Subiecţii din grupul de control
pot obţine rezultate mai slabe datorită demotivării ce o resimt ca urmare a excluderii lor din
grupul experimental.

Pe lângă erorile rezultate din comparaţiile inter sau intragrupale, rezultatele

experimentului pot fi distorsionate inconştient de experimentator sau subiecţii care participă la
experiment. Într-un studiu retrospectv Rosenthal trece în revistă 21 de studii oferind dovezi
serioase că expectanţele sau ipotezele eperimentatorului influenţează, uneori decisiv, colectarea şi
interpretarea datelor (Rosenthal, 1978).
Pe de altă parte, pe parcursul desfăşurării experimentului subiecţii îşi formează propriile
lor ipoteze asupra rezultatelor experimentului, uneori exercitând în acest fel o influenţă puternică
asupra lor. Ambele situaţii pot fi ilustrate de studii psihofarmacologice, cu substanţe placebo.
Evitarea unor astfel de distorsiuni se poate realiza, aşa cum este cunoscut, prin metoda dublu-
oarbă, în care nici experimentatorul, nici subiecţii nu cunosc scopul în care se efectuează
experimentul.

● Efectul Pygmalion şi efectul Hawthorne sunt situaţii cunoscute de distorsiune a

rezultatelor experimentale.
În finalul acestui subcapitol ne mărginim să atragem atenţia cititorului asupra "efectului
cumulativ"! Inventarierea erorilor la care poate fi expus un experiment făcut cu cea mai mare
bună-credinţă poate, prin urmare, să creeze cititorului impresia că experimentul este pândit de
atâtea erori încât cel mai înţelept lucru este să privim cu scepticism rolul experimentului în
cercetarea psihologică. Or, această impresie este eronată şi neproductivă. Mai întâi, pentru că un
experiment nu este obliterat concomitent de toţi aceşti factori de distorsiune. Apoi, practica
ştiinţifică face dovada unei cantităţi imense de date experimentale certe. Ca oriunde, şi în
cercetarea psihologică singura atitudine viabilă este construcţia, nu scepticismul!

1.5. TESTUL

În prima aproximaţie, testul este un gen de experiment standardizat . Noţiunea de test

psihologic ar putea fi sumar ilustrată recurgând din nou la exemplul unei situaţii de aşteptare
puse sub semnul unei tensiuni nervoase. În esenţă, o situaţie de aşteptare în forma sa acută
împinge la limită conflictul dintre excitaţie şi inhibiţie, punând în relief diferenţe individuale de
comportare. Un test este un mijloc de evaluare a persoanei în raport cu anumite repere de
comparaţie. O situaţie obiectivă capătă caracteristicile unui test psihologic, atunci când pune în
evidenţă în chip concludent diferenţe individuale între oameni şi permite evaluarea acestor
diferenţe. Dacă studiem, de pildă, un grup numeros de persoane într-o situţie tipică de aşteptare,
putem ajunge la o clasificare a persoanelor, la o tipologie având la bază echilibul proceselor
nervoase.O asemenea tipologie oferă un cadru de clasificare, pe baza căruia putem situa ulterior o
persoană sau alta la rubricile stabilite, pornind de la indici de comportament înregistraţi în
condiţii identice.În cadrul testului situaţia, odată precizată, trebuie menţinută constantă.
Tot aşa, dacă alcătuim un grupaj de probleme de judecată, prezentate în formă grafică sau
verbală şi le aşezăm într-o ordine de dificultate crescândă, putem obţine un test de gândire pe
baza unor tatonări practice. Este vorba de aplicarea acestui lot de probleme bine alese la un grup
reprezentativ de persoane având aceeaşi vârstă şi formaţie şcolară. Pe baza punctajelor constatate
se vor preciza anumite repere pe o scală ordinală, care să indice nivele diferite de capacitate
intelectuală în domeniul respectiv.O asemenea scală de repere numerice, stabilite pe un grup de
referinţă, devine un fel de etalon la care raportăm rezultatele individuale obţinute ulterior de o
persoană sau alta.
Testul psihologic reprezintă – după P. Pichot – “o situaţie experimentală standardizată,
servind drept stimul unui comportament. Acest comportament este evaluat printr-o comparaţie
statistică cu acela al unor indivizi plasaţi în aceeaşi situaţie, ceea ce permite clasificarea
subiectului examinat fie cantitativ, fie tipologic”. Prin conţinutul său , testul acoperă practic
numai un fragment din situaţiile reale; el constituie întotdeauna numai un decupaj din activitatea
generală a subiectului. În termeni mai precişi :”Un test psihologic este, în esenţă, o măsură
obiectivă şi standardizată a unui eşantion de comportament”.Această caracterizare enunţă
totodată o constatare, dar şi o cerinţă. Dacă se urmăreşte, spre exemplu, să se determine
vocabularul unui copil la o anumită vârstă, se va utiliza în acest scop o listă de cuvinte, alese la
întâmplare din dicţionar sau alese după anumite criterii, astfel încât să constituie un eşantion
reprezentativ. Rezultatul la acest test trebuie să oglindească vocabularul general al copilului
pentru a putea considera nota sau cota obţinută drept un indicator real.
În această ordine de idei, cu greu s-ar mai putea numi, de pildă, “problemă de imaginaţie”
o activitate mecanică de compunere de cuvinte din 3 – 4 litere date, aşa cum
s-a propus cândva. Simplificarea situaţiei şi a activităţii în probele psihologice nu trebuie să
depăşească o limită,dincolo de care se pierd notele definitorii ale fenomenului psihic examinat.
Orice test psihologic concretizează cunoştinţele dobândite în cercetarea psihologică
referitoare la domeniul respectiv (inteligenţă, creativitate, aptitudini tehnice etc.). Cum aceste
cunoştinţe se îmbogăţesc necontenit, înseamnă că şi probele psihologice urmează să fie mereu
amendate, încorporând achiziţiile cercetării ştiinţifice. Utilizarea unui test, pe lângă tehnicitatea
aplicării, presupune cunoaşterea datelor psihologice care fundamentează proba şi permite
interpretarea corectă a rezultatelor. Cum este şi firesc, aplicarea testelor impune o competenţă
precisă, care îmbină o anumită tehnicitate cu fineţea observaţiei.
O precizare este esenţială: testul, ca mijloc de evaluare a prestaţiei sau conduitei umane,
se elaborează pe bază statistică. Rezultatul obţinut de o persoană la o probă standardizată, capătă
semnificaţie prin raportarea sa la rezultatele obţinute de un grup mai larg – grupul de referinţă –
prin examinarea căruia în condiţii identice se stabileşte un tabel de norme sau o tipologie. Aşadar,
un test psihologic este inseparabil de tabelul de norme sau cadrul de clasificare oferit de o
tipologie. Situarea persoanei examinate în acest cadru de clasificare – expresie a grupului de
referinţă – constituie scopul final al testării.
S-ar putea schiţa o paralelă între experiment şi test:

Experimentul
• instrument de cercetare;
• situaţia (S) este supusă unei variaţii
sistematice (deci S variabil);
• urmăreşte evidenţierea unei legităţi sau
regularităţi: legea de variaţie a lui y în
funcţie de r, z, ...
• stabilirea unei relaţii cauză – efect;
• nu vizează judecata de valoare,
evaluarea
Testul
• instrument de evaluare;
• situaţie standardizată (S – constantă);
de aici: testul = experiment
standardizat;
• relevă diferenţele individuale şi
urmăreşte evaluarea acestor diferenţe;
• evaluarea în raport cu un tabel de
norme (etalon) sau o tipologie stabilită
pe o colectivitate de referinţă;
• urmăreşte situarea individului în
reperele unei scări (tabel de norme ), în
cadrul de clasificare prestabilit
 Pentru a exemplifica aspectele prezentate ne oprim la un test verificat în practică, numit
“Matrici progresive”, care a fost propus de J. C. Raven .
Testul se compune din 60 de probe simple grupate în cinci serii de dificultate crescândă.
Fiecare probă elementară – numită şi item – constă dintr-un desen sau “matrice”, care aminteşte
noţiunea algebrică de matrice. Este vorba de un grupaj de figuri, dispuse pe linii şi coloane, în
interiorul căruia anumite relaţii sau criterii de organizare a elementelor pot fi desprinse. Fiecare
matrice comportă o lacună, un termen de completat. În figură este redat un model de acest gen.
Subiectului i se cere să examineze matricea de bază şi să decidă care din figurile ataşate (în partea
de jos a planşei) se potriveşte pentru a completa desenul. Cota globală a testului rezultă din
totalizarea răspunsurilor exacte.

Figura 1.8. Item din testul “ Matrici Progresive Standard “

Evident, pentru a răspunde corect, subiectul trebuie să desprindă anumite relaţii sau
criterii care stau la baza organizării interioare a matricii (pe linii şi coloane) şi să aleagă figura ce
întregeşte în mod logic desenul. Cu alte cuvinte, subiectul trebuie să analizeze materialul, să
compare, să combine, uneori să generalizeze, adică să facă efort de gândire. Rezolvarea unei
probe elementare este foarte uşoară, în timp ce soluţionarea altora este un fenomen rar.
Compoziţia testului a fost inspirată de analiza teoretică a inteligenţei.
În sfârşit, o remarcă finală: testele psihologice au creditul de a fi mijloace de măsură. Or,
în psihologie, putem vorbi de măsurare numai într-un sens foarte larg. Experienţa psihologică nu
ne furnizează decât relaţii de ordine (J.Piaget). În psihometrie, convertim aceste relaţii de ordine
în distanţe sau intervale având conştiinţa că realizăm doar o aproximare ce poate fi practic
suficientă în numeroase situaţii. Altfel, cine ar putea admite, de exemplu că “un elev de zece” s-ar
putea compune din “doi elevi de cinci,”deşi 5 + 5 = 10. Fenomenele psihice nu sunt aditive, în
psihologie nu există unităţi de măsură ca în fizică. În lipsa unităţilor obiective de măsură se alege
o metrică arbitrară, care poate satisface din punct de vedere practic. Când psihologul francez
A.Binet lansa prima “Scară metrică a inteligenţei”, el observa cu mult bun simţ: “…calităţile
intelectuale nu se măsoară ca lungimile, ele nu sunt superpozabile”; scara metrică permite “un
clasament ierarhic între inteligenţe diferite; şi pentru nevoile practicii acest clasament echivalează
cu măsurare”.

Rezumat
Apariţia psihologiei experimentale este asociată cu înfiinţarea de către Wilhelm Wundt în
anul 1879 a primului institut de psihologie la Leipzig. Aici s-au format promotorii acestui
domeniu pe plan mondial. Observaţia ca metodă permite o clasificare a informaţiei Astfel se pot
prefigura relaţii cauzale a căror investigare este posibilă ulterior pe bază de experiment.
Alcătuirea unei grile de observaţie constituie un proces sistematic în care se realizează iniţial
delimitarea categoriilor, urmată de aplicare şi determinarea fidelităţii (pe baza coeficientului
Cohen).
Investigaţia experimentală constituie un demers sistematic ce implică o serie de etape:
observaţia sau analiza de caz, stabilirea ipotezelor, proiectarea design-ului experimental, selecţia
subiecţilor, experimentarea propriu-zisă şi analiza-interpretarea datelor. În funcţie de numărul
variabilelor independente implicate, design-ul experimental poate fi: de bază (este implicată o
singură variabilă independentă) sau factorial (sunt implicate mai multe variabile independente). O
formă particulară a design-ului factorial este design-ul mixt în care cel puţin una dintre variabile
este clasificatorie. Testul constituie un experiment standardizat. Spre deosebire de metoda
experimentală în care se evidenţiază o serie de legităţi, testul este utilizat în vederea evaluării
diferenţelor interindividuale.
 Recomandări şi comentarii cu privire la temele de reflecţie
Tema 1: Diferenţele rezidă din faptul că toate cunoştinţele ştiinţifice, deşi sunt constructe
teoretice, sunt supuse unor verificări empirice sistematice.
Tema 2: Relaţia dintre procesele anterioare cuantificării şi procedurile statistice propriu-zise,
respectiv impactul pe care îl au principiile statistice asupra diferitelor componente ale unui plan
de cercetare.
Tema 3: Construcţia modelelor teoretice se alimentează pe un raţionament inductiv şi pe procese
de transfer (preluarea unor principii care s-au dovedit a fi validate în alte domenii ale cunoaşterii).
Tema 4: Aspectele esenţiale în comparaţie vor fi: precizia, validitatea şi fidelitatea
instrumentelor.
Tema 6: Relaţia existentă între presupuse cauze şi designuri multifactoriale.
Tema 7: Modalităţile de control se manifestă prin manipulare (stabilirea variabilelor
independente), menţinere constantă şi randomizarea.

Bibliografie minimală pentru acest modul

Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Chalmers Alan (1999) What is this thing called science? Hackett Publishing Company, Inc.
Indianapolis.
Derry Gregory (1999) What Science Is and How It Works. Princeton Univerity Press, New
Jersey.
Lakatos Imre (1973) Science and Pseudoscience.
http://www.lse.ac.uk/collections/lakatos/scienceAndPseudoscience.htm
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Stanovich Keith (2001) How to think straight about psychology. Allyn & Bacon, Boston
Wynn M. Charles and Wiggins W. Arthur (2001) Quantum leaps: Where Real Science Ends ...
and Pseudoscience Begins. Joseph Henry Press Washington, D.C.
 Modulul 2
STUDII DESCRIPTIVE ŞI MODALITĂȚI DE ORGANIZARE A COLECŢIEI DE DATE

Scopul modului: Familiarizarea studentului cu principalele scale de evaluare utilizate în

psihologie şi modalităţile uzuale de organizare a datelor.

Obiectivele modulului: După parcurgerea acestui modul, veţi fi capabili:

• să definiţi şi să recunoaşteţi principalele scale de măsurare utilizate
în cercetarea psihologică.
• să sistematizaţi o colecţie de date.
• să organizaţi în tabele şi grafice o colecţie de date.

În acest capitol vom analiza principalele caracteristici ale demersului de evaluare şi

măsurare ştiinţifică în contextul psihologiei. Vom prezenta mai întâi principalele tipuri de scale
de măsurare, conceptele cheie fiind cel de categorizare şi cunatificare. Pentru a înţelege mai bine
vom prezenta aceste concepte utilizând multiple exemple luate din psihologie cât şi din domenii
învecinate.
În cele din urmă vom prezenta aspectele importante ale demersului de colectare şi
organizare a datelor de cercetare. În acest demers vom discuta avantajele utilizării distribuţiilor de
frecvenţe cât şi particularităţile esenţiale ale acestora.

2.1. EVALUAREA ŞI MĂSURAREA ÎN PSIHOLOGIE

Datele obţinute prin diferite forme de investigaţie psihologică se prezintă adesea în formă
numerică sau sunt aduse, graţie unei operaţii de codare, la o formă numerică, astfel încât se
pretează la o prelucrare matematică, în particular, statistică. Spre exemplu, într-o experienţă de
laborator se înregistrează frecvenţa, durata ori amplitudinea unei reacţii în funcţie de stimulii
aplicaţi; într-o activitate sau o probă practică se numără răspunsurile exacte, ca şi erorile; altădată,
se notează timpul de execuţie a unei mişcări sau acţiuni, timpul de reacţie pentru răspuns, timpul
de evocare a unui material din memorie ori de asociere a unor cuvinte etc. De asemenea, în probe
de învăţare se marchează numărul de repetiţii sau încercări necesare până la obţinerea curbei cu
platou, precum şi volumul materialului reţinut în diferite unităţi de timp ş.a.m.d.
Când este vorba de influenţa unor factori fizici (stimuli vizuali, acustici, tactili) se
măsoară – pe baza aparatelor cunoscute – anumiţi parametri fizici: intensitate, frecvenţă, greutate
ş.a. De notat că variabilele brute, adică şirul de numere cu care operează psihologul rezultă fie în
mod direct din citirea aparatelor – cum este cazul indicilor de timp sau al parametrilor fizici –, fie
din însumarea de puncte, cum este cazul testelor creion – hârtie sau alte probe. Alteori, datele
apar din totalizări pe rubrici ordonate ale unui tabel sau protocol de observaţie, cum va reieşi din
exemplul ce urmează.

Exemplu:
Un proces de investigare ce ia forma observaţiei pune, de regulă, în joc o grilă de
observaţie, care oferă cadrul de clasificare a datelor, rubricile tabelului de înregistrare a faptelor
urmărite.
Pentru a surprinde, de pildă, anumite trăsături de temperament în comportarea
preşcolarului sau a şcolarului mic se organizează un joc – denumit convenţional "transportul
cuburilor" – căruia i se impun anumite cerinţe. Copilul trebuie să transporte cu lopăţica pe un
traseu dat (dus şi întors) un număr crescând de cuburi (3, 4, 5, ... 10), purtând coloana acestora cu
mâna dreaptă fără să o sprijine cu cealaltă mână. În caz de eşec (pierderea vreunui cub,
răsturnarea coloanei etc.) proba se reia de la început. Se înregistrează succesiunea probelor,
reacţiile verbale şi motorii care însoţesc îndeplinirea sarcinii, conţinutul sau felul acestor reacţii în
funcţie de succes/insucces, reluarea probei etc. Tabelul 2.1., adaptat după I. A. Samarin (1954),
redă un fragment dintr-un asemenea protocol. Rubricile tabelului alcătuiesc grila de observare a
comportamentului.

Tabelul 2.1.
Suc- Cu- Pre- Caracterul reacţiilor verbale Pre- Caracterul reacţiilor motrice Alte
ce- buri zenţa zenţa Obser-vaţii
siu- trans- reac- Auto- Se Re- Alte reac- pre- Refuz Distra- Reac-
nea por- ţiilor stimu- plân- fuz re- ţiilor cipi- pasiv geri ţii
pro- tate ver- lare ge de acţii mo- tare mo- vege-
belor bale greu- ver- trice ener- trice tative
tatea bale vare
sar-
cinii
1 3 +! + - - - + - - + -
2 4 + +! - - - - - - - -
3 5 +!! + + - - + - - - +
.
.

( Adaptat după I. A. Samarin, 1954)

 După cum se vede, este vorba de strângerea unei informaţii mai mult calitative: s-a notat
prezenţa sau absenţa reacţiilor verbale şi motorii (cu "+", respectiv "-"), apoi felul sau conţinutul
acestora, manifestarea cu insistenţă a unei trăsături (marcată cu semnul exclamării). Documentul
care consemnează datele obţinute şi modul de recoltare se numeşte protocol. Efectuând totalizări
pe coloane în tabelul de date, se obţin frecvenţe diferite pentru anumite tipuri de reacţii, care se
pun în corelaţie cu tipul temperamental al subiectului. Datele observaţiei ne apar condensate sub
formă de efective sau frecvenţe, corespunzător unor tipuri de răspuns.
Sub presiunea unor cerinţe de ordin practic, nevoia de măsurare s-a extins, după cum se
vede, de la măsurarea fizică la cea psihologică. Trebuie însă precizat că psihologia nu dispune de
unităţi de măsură aşa cum se întâlnesc ele în fizică. Spre exemplu, un copil reţine dintr-o probă de
memorie 8 cuvinte din 15 sau patru trasee dintr-un labirint. Rezultatul testelor se exprimă
numeric prin însumarea elementelor memorate. Nu este precizat însă dacă traseele respective sau
cuvintele sunt echivalente între ele pentru a fi doar numărate, totalizate în cota atribuită
subiectului. De asemenea, nu este precizat modul de comparare între memoria cuvintelor şi aceea
a traseelor pentru a le "compune" într-un indice cantitativ unic. Aşadar, nu sunt conturate aici
unităţi de măsură (cf. J. Piaget, 1972).
Conceptul de măsurare este luat în psihologie în conţinutul său cel mai larg şi anume, în
sensul de operaţie prin care se atribuie numere datelor discrete sau continue ce urmează a fi
evaluate. Un exemplu familiar în această privinţă ar fi evaluarea şi notarea şcolară, care
reprezintă în final un mod de codare numerică (de la 1 la 10) a rezultatelor la învăţătură. Numai
că notele finale presupun un act de apreciere care comportă oricum un grad de subiectivitate. În
schimb investigaţiile psihologice tind şi reuşesc în numeroase situaţii să obţină date obiective,
independente de persoana care face cercetarea. Montajele de laborator, tehnica de notare a
probelor psihologice, analiza produselor activităţii, ca şi observarea sistematică permit – cum s-a
arătat mai sus – înregistrarea unor fapte precise, colectarea în cele din urmă a unei informaţii
numerice. Exprimând anumite date în formă numerică, suntem tentaţi să facem în continuare
operaţii aritmetice cunoscute: adunarea, înmulţirea, împărţirea etc. Or, fenomenele psihice – cum
vom vedea – impun anumite restricţii în această privinţă; trebuie să existe un paralelism
(izomorfism) între tratarea numerică şi proprietăţile faptelor studiate.
Măsurarea psihologică, luată în sensul larg de aplicare a numărului la datele obţinute,
prezintă o anumită gradaţie, definită de tipurile de scale întâlnite în investigaţiile concrete.
Folosind terminologia lucrărilor de metodologie psihologică (Stevens, 1951; Suppes şi Zinnes,
1963; Coombs, 1963; Faverge, 1965; Reuchlin, 1963; Rouanet, 1987 ş.a.) vorbim de diferite
tipuri de scale: scale nominale, scale ordinale, scale de intervale ş.a. Între acestea se găsesc şi
tipuri intermediare, de exemplu scale hiperordinale (între scale ordinale şi scale de interval).
Felurile amintite de scări sau scale denumesc trepte succesive de măsurare într-un domeniu dat.

● Scale nominale sau calitative – definesc primul nivel al măsurării, de fapt al pre-
măsurării. Acesta este nivelul curent în observaţie şi anchete.
A utiliza o scală nominală înseamnă a clasifica sau repartiza datele (rezultatele), după o
serie de nume sau categorii diferite (disjuncte), astfel încât fiecare element (răspuns, observaţie
etc.) să-şi găsească locul într-o categorie şi numai într-una singură. Orice tipologie constituie în
acest sens o scală nominală. În locul denumirii categoriilor se utilizează de regulă un cod numeric
(01, 02, ... ) care nu formează propriu-zis obiectivul calculelor, ci serveşte la individualizarea
acestor grupări, la repetarea lor în cursul prelucrării statistice. Aşadar, nivelul nominal al
măsurării comportă atribuire de numere doar pentru a denumi clase de echivalenţă. Desigur,
calculele obişnuite au loc, dar ele se fac asupra efectivelor sau frecvenţelor ce se stabilesc în
cadrul diverselor categorii (clase), individualizate prin cod numeric.

Exemplu:
Se dă un chestionar referitor la orientarea profesională la o colectivitate de şcolari. Elevii
sunt solicitaţi să răspundă în scris asupra profesiunii spre care doresc să se îndrepte. Se obţine un
ansamblu de răspunsuri care vor fi grupate, repartizate în diferite categorii după o listă sau
repertoriu de profesiuni care va constitui cadrul de clasificare. Aşadar, efectuând ancheta,
mulţimea de răspunsuri obţinute se va repartiza într-un număr de clase disjuncte, indicate prin
denumirea profesiei ori un simbol ales în mod convenţional (cod numeric) care, evident, nu face
obiectul calculului. Fiecare răspuns în parte consemnat în chestionar va fi repartizat în una din
aceste categorii sau profesii. În ancheta concretă, opţiunile exprimate nu acoperă în mod necesar
întreg repertoriul de profesiuni existent la un moment dat într-o societate; acest repertoriu este de
regulă mai larg decât protocolul obţinut. În final se numără răspunsurile din fiecare categorie sau
rubrică întâlnită şi se stabilesc frecvenţele corespunzătoare sau efectivele. Datele astfel obţinute se
pretează în continuare la o tratare numerică, utilizându-se mai ales indicii din teoria informaţiei.

Temă de reflecţie nr. 1

Oferiţi două exemple de variabile psihologice evaluate pe o scală categorială
utilizată în domeniul educaţional, respective clinic. Pentru aprofundarea
subiectului vezi în READER documentul:
Bibliografie 10.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 1.
● Nivelul cel mai răspândit al măsurării în cercetarea psihologică este acela al scalelor ordinale
sau, pe scurt, nivelul ordinal. Variabilele psihologice – notează Faverge (1965) – sunt în
majoritatea lor variabile, având valori simplu ordonate. Caracteristică acestui nivel – pe lângă
propietăţile treptei anterioare – este posibilitatea de a stabili relaţii de ordine totală între lucruri
(date); fiind date elementele A, B, C, ... semnul ">" aşezat între ele poate însemna:
A superior lui B, B superior lui C etc., sau A este preferat lui B, B preferat lui C ş.a.m.d.
Notând în general Pxxy vom citi "x superior lui y", "x preferat lui y" sau "x înaintea lui y" etc.
Probele sau criteriile de care ne servim conduc la clasamente ierarhice: scări de capacitate, scări
de preferinţe, scări de produse, scări de atitudini ş.a.m.d.
Când Alferd Binet lansa în 1905 cunoscuta sa "scală metrică a inteligenţei", el pornea de
la următoarele consideraţii: "... calităţile intelectuale nu se măsoară ca lungimile, ele nu sunt
superpozabile" (în limbajul nostru, ele nu satisfac cerinţa aditivităţii); scala metrică permite –
spunea Binet – "un clasament ierarhic între inteligenţe diferite; şi pentru nevoile practicii acest
clasament echivalează cu o măsurare" (p.194-195).

Exemplu:
Ordonarea subiecţilor cu privire la atitudinile pe care le adoptă într-un domeniu sau altul
presupune o ordonare a întrebărilor ce le sunt adresate. De aici ideea de a întocmi şi prezenta
anumite grupaje sau baterii de întrebări care se referă la aceeaşi temă, la acelaşi domeniu, pe
scurt, la aceeaşi variabilă. Un asemenea grupaj, numit test sau scală de atitudini trebuie să
constituie el însuşi o scală ordinală. Răspunsurile posibile se grupează şi ele într-o ierarhie.

● Cel de-al treilea nivel al măsurării este definit de scalele de intervale.

Acest nivel nu constituie practic nivelul curent în psihologie. Relaţiei de ordine i se
adaugă, în acest caz, mărimea exactă a intervalelor sau a distanţei care separă toate elementele
situate pe scală, ceea ce presupune o unitate de măsură comună şi constantă (L. Coombs,1963).
O procedură experimentală care să traducă practic exigenţa amintită nu este uşor de realizat. Ea
se întâlneşte în domeniul psihofiziologiei senzoriale, în experienţe de laborator în care se
înregistrează timpul de reacţie, numărul de erori, forţa sau amplitudinea reacţiei motrice etc. De
asemenea, în anumite probleme de psihologie aplicată, cum sunt cele legate de producţie – când
interesează exclusiv performanţele comparabile, făcându-se abstracţie de orice alte considerente,
utilizarea scalelor de intervale este posibilă. În cadrul scalei de interval se conturează şi elementul
compus.
 ● Scalele "hiperordinale", sunt caracterizate nu numai printr-o relaţie de ordine între date
(elemente), ci şi între intervalele care le separă. Aceste intervale însă nu sunt reductibile la
compuneri de unităţi (echivalente între ele), dar pot fi evaluate cu o anumită precizie. Distanţa
poate fi relevată nu în termeni numerici, ci în formă intuitivă.

Exemplu:
Prezentăm unui grup de şcolari un lot de probleme de gândire, în total 20, dispuse în
ordinea greutăţii lor crescânde, formând deci cum se spune o scală de dificultate. Într-o asemenea
probă, se presupune, dacă testul este omogen, că toţi subiecţii care au rezolvat o întrebare de
dificultate p, rezolvă de asemenea toate întrebările de dificultate inferioară lui p. Acordăm un
timp limitat pentru rezolvare, aceeaşi pentru fiecare subiect în parte. Din ansamblul de rezultate
individuale să reţinem patru performanţe; să zicem: A rezolvă 10 probleme, B rezolvă 8
probleme, C rezolvă 16 probleme şi D rezolvă 6 probleme. Punctajul întrunit de fiecare – pe care
îl vom nota cu litere mici corespunzătoare (a=10; b=8; c=16; d=6) – este diferit şi ia, după cum se
vede, o formă numerică. Variabila brută ia naştere prin însumarea punctelor.
Operând în continuare asupra numerelor atribuite am fi tentaţi să spune c=2b (întrucât
16=2 x 8), că d=c - a (întrucât 6=16 - 10), că a + d=c (pentru că 10 + 6=16) ş.a.m.d. Asemenea
operaţii ar fi din punct de vedere psihologic incorecte, deşi aritmetic ele sunt corecte. Cine ar
accepta, de pildă – vorbind în limbajul notelor şcolare – că "un răspuns de 10" s-ar putea
compune din "două răspunsuri de 5", deşi 10=5 + 5. Fenomenele psihologice nu sunt aditive.
Ceea ce putem spune în exemplul dat este că C este superior lui A sub aspectul cercetat, că A este
superior lui B, iar acesta se află înaintea lui D (pe scurt: C>A>B>D). În plus, putem adăuga în
mod intuitiv intervalul sau distanţa care le separă: astfel, intervalul sau distanţa care-l separă pe C
de D este mai mare decât distanţa CB, că intervalul CA<CB ş.a.m.d. Stabilim, cu alte cuvinte, o
relaţie de ordine, o ierarhie a elementelor şi a intervalelor care le separă, relaţie care subzistă
statistic la a doua, a treia examinare, eventual la a n-a examinare, în condiţii identice.

Temă de reflecţie nr. 2

Oferiţi un exemplu concret de măsurare în care acelaşi construct să fie evaluat prin
toate tipurile de scale. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie – 10.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 1.
 Corespunzător tipurilor de scale vom avea de-a face cu variabile nominale, variabile
ordinale, variabile numerice etc. Când vorbim de variabile avem în vedere pe de o parte,
domeniul de variaţie, adică registrul de valori posibile, şi, pe de altă parte, domeniul de definiţie,
adică mulţimea de indivizi susceptibili de a prezenta aceste modalităţi. De exemplu, o atitudine
considerată ca variabilă presupune că putem preciza o mulţime de modalităţi posibile ale acesteia
şi, totodată, o populaţie care să prezinte aceste modalităţi. Putem face ca fiecărui individ din
domeniul de definiţie să-i corespundă o modalitate şi una singură, din domeniul de variaţie.
Un protocol este o particularitate a variabilei, pentru care domeniul de definiţie este
mulţimea de indivizi I şi domeniul de variaţie o mulţime de observabile U. Noţiunea de variabilă
este mai generală: un protocol este mulţimea de observaţii (date) efective, în timp ce o variabilă
poate fi o mulţime de observaţii potenţiale (H. Rouanet, 1987, p. 50). Prin urmare putem distinge
între mulţimea de date sau observaţii efectiv înregistrate şi mulţimea de observabile, de date
ipotetice (prezumtive). Tipurile de scale descrise mai sus reprezintă structuri pe mulţimea de date
observabile.
Rezumând: în majoritatea situaţiilor, variabilele întâlnite în psihologie sunt variabile
având valori simplu ordonate (Experienţa psihologică – notează Piaget – nu ne furnizează decât
relaţii de ordine). Valorile numerice constituie repere menite să pună în evidenţă o relaţie de
ordine totală. Se introduce însă, în mai multe cazuri, o distanţă între valorile unei variabile. În
prelucrarea datelor, în funcţie de cerinţele studiului şi pentru a ne înscrie într-o schemă statistică,
noi introducem astfel o metrică, adică tratăm datele ca şi cum s-ar situa la nivelul scalei de
interval. Suprapunem deci – nu fără artificiu – scalei hiperordinale o scală de intervale şi utilizăm
operaţiile de calcul cunoscute. Se comite astfel o eroare, care practic este adesea neglijabilă. S-a
constatat că paralelismul între modul de prelucrare a datelor ordinale şi tratarea aceloraşi date în
scala de intervale a fost de ordinul lui 0,90, adesea mai mare ca 0,90, ceea ce face acceptabilă
transformarea respectivă. Decisiv din punct de vedere practic, este faptul dacă o asemenea tratare
dă loc la predicţii valide, fapt deja verificat în psihologia aplicată.

2.2. COLECŢIA DE DATE BRUTE

De regulă, un experiment, o testare psihologică, o suită de observatii, o anchetă psiho – socială

etc. pornesc de la o întrebare chiar şi mai puţin însemnată, îşi propun deci să rezolve o problemă.

Exemplu:
Cu ajutorul unui aparat flicker se determină în laborator frecvenţa critică de fuziune a luminii
intermitente. O suită de măsurări asupra aceluiaşi subiect ne oferă un indice asupra eficienţei
vizuale. Pentru discuţie să reţinem rezultatele obţinute de doi subiecţi:

N.V. C.M.
47 48 50 52
47 47 50 51
48 46 52 52
49 48 48 50

Prima remarcă este că variabila rezultă direct din lectura aparatului şi că acelaşi subiect se
caracterizează prin valori care oscilează destul de puţin în jurul unei cifre – reper, motiv pentru
care volumul colecţiei de date recoltate poate fi mai restrâns.
Se pune întrebarea: care este în populaţie registrul de variaţie, al pragului de fuziune? –
ceea ce presupune extinderea determinărilor pe o colectivitate mai largă, numită colectivitate sau
grup de referinţă. Se constată că în condiţii de repaus întinderea variaţiei este cuprinsă între 40 şi
70 Hz. Scăderea cu 3 – 4 Hz a pragului după un efort psihofiziologic este un indiciu concret al
apariţiei oboselii vizuale.
Să observăm că proba ca atare constituie într-un fel o “fereastră deschisă” spre mai multe
faţete ale fenomenului considerat. Remarca este valabilă şi pentru alte probe psihologige. Ne
poate interesa în exemplul de mai sus o măsură a stării de oboseală, un indice asupra eficienţei
vizuale la diferiţi subiecţi, fluctuaţii datorate stimulării concrete a altor analizatori. De asemenea,
poate fi vorba de studiul lateralitaţii, pornind de la difernţa dintre pragul de fuziune al ochiului
conducător în raport cu celălalt. Volumul de date, ca şi organizarea lor internă vor depinde de
problema pusă spre rezolvare şi de gradul de împrăştiere sau variabilitate a datelor. De pildă,
determinarea pragului discriminării tactile – cu ajutorul unui esteziometru – duce la o colecţie de
date având o variabilitate de–a dreptul deconcertantă. În consecinţă, volumul colecţiei de date –
având o variabilitate sau o dispersie mare, - va trebui să fie mult mai mare. Se poate estima acest
lucru pe baza unor formule stabilite.
În psihologia aplicată cum este şi cazul exemplelor de mai sus – sunt frecvente situaţiile
în care ne interesează poziţia relativă a unui individ, respectiv a unui rezultat specific, în cadrul
unui grup mai larg. Este situaţia tipică a testării psihologice. Spre exemplu, într-o examinare
psihologică problema care se pune este situarea individului în raport cu grupul de referinţă, a
cărui investigaţie furnizează un tabel de norme sau o tipologie. Un rezultat, o cotă individuală,
luată singură reprezintă un bit de informaţie care nu ne spune mare lucru. Trebuie să ştim ceva
despre rezultatele celorlalţi subiecţi. Interpretarea unei măsuri, a unei cote depinde de cunoaşterea
poziţiei ei relative într-un grup de referinţă, ceea ce presupune strângerea prealabilă (sau
simultană) de date asupra acestei colectivităţi şi întocmirea unui tabel de norme sau unei tipologii
pe această colectivitate. Investigarea grupului, respectiv a individului devin astfel
complementare.

Exemplu:
Se pune întrebarea dacă o stare de tensiune psihică de încordare produce modificări în
rezultatele obţinute la un test de inteligenţă. Pentru a răspunde la această întrebare se constituie
două grupe dintr-un lot mai mare de subiecţi cuprinşi într-o testare anterioară a inteligenţei făcută
cu alt scop. În noua experienţă, fiecare subiect este supus din nou, în mod individul, la unele
probe din bateria iniţială de teste, primul grup este retestat în condiţii de testare psihică graţie
motivării date repetării examenului: s-a explicat, de pildă, fiecărui subiect că rezultatul (CI)
obţinut de el la prima testare a fost neaşteptat de slab şi că i se oferă ocazia de a-şi îmbunătăţi
scorul. Componenţii celui de-al doilea grup sunt trataţi altfel şi anume într-o atmosferă
emoţională neutră, motivându-se că experimentatorul este interesat pur şi simplu de rezultatele
unei retestări cu probe identice.
Într-o experienţă efectivă, din subtestele aplicate, cercetătorul a reţinut datele referitoare la
volumul memoriei de numere, probă care s-a dovedit mai sensibilă la factorul implicat: tensiunea
psihică. Aceste date iau forma numerică (după Spencer şi colab., 1968). Variabila se constituie
prin însumare de puncte, de răspunsuri exacte. Cu s1, s2,…, sn, se notează subiecţii cuprinşi în
experienţă (Tab. 2.2.).
Tabel 2.2.
Grupul neutru (N) Grupul anxios (A)
(s1) 11 (s9) 11 (s17) 9 (s25) 13
(s2) 10 (s10) 11 (s18) 10 (s26) 4
(s3) 16 (s11) 14 (s19) 16 (s27) 10
(s4) 13 (s12) 16 (s20) 10 (s28) 11
(s5) 11 (s13) 13 (s21) 10 (s29) 13
(s6) 9 (s14) 10 (s22) 10 (s30) 11
(s7) 13 (s15) 13 (s23) 17 (s31) 13
(s8) 17 (s16) 17 (s24) 14 (s32) 11
 În protocolul brut apar aşadar subiecţii (indivizii) reperaţi printr-un indicator (s1, s2, …) şi
rezultatele corespunzătoare fiecăruia. Transcrierea acestui protocol pe un suport informatic va
duce la constituirea unui fişier de date.
În continuare se pune întrebarea: cum să extragem informaţie din datele brute? Trebuie să
scoatem la lumină aspecte sau relaţii ascunse în colecţia de date. Asemenea aspecte ar putea fi:
dacă, în medie grupul N diferă de grupul A;
dacă diversitatea s-au dispersia datelor creşte în condiţia A;
ce rol joacă diferenţele individuale?
● dacă diferenţele constatate pot fi generalizate?

Iată suma de întrebări pe care urmeaza să le rezolve prelucrarea statistică.

Dintr-un unghi de vedere, cercetarea este practic încheiată o dată cu consemnarea datelor
experimentale; într-un alt sens, ea abia acum începe. Analiza datelor va extrage informaţia
psihologică pentru a răspunde la întrebarea pusă. Statistica oferă mijloace pentru a desprinde
informaţia relativă cuprinsă în colecţia de date; concluziile acestei prelucrări se situează de fapt
între frontiere largi, care pendulează între cunoaşterea exactă şi empirismul pur.
.
2.3. ORDONAREA ŞI GRUPAREA DATELOR

După cum s-a arătat, în urma unui experiment, a unei observaţii sistematice sau a unei
anchete, se obţine de regulă o colecţie de date, care nu pot fi cuprinse şi examinate printr-o
simplă “inspecţie” vizuală. Trebuie să intervină o operaţie de clasificare, ordonare şi condensare a
datelor brute, care să permită relevarea unor legităţi sau dependenţe cât mai precise.

Exemplu (după I. Radu):

Într-o experienţă efectuată cu 24 de elevi s-au consemnat răspunsurile exacte date de aceştia în
rezolvarea unei probe de verificare în cadrul unei discipline şcolare. Rezultatele brute, redate în
tabelul 2.3. indică numărul de răspunsuri corecte constatat la fiecare elev. Transcris pe un suport
informatic, acesta devine fişier de date.
Se poate observa cum datele brute, care sunt valorile unei variabile x – în cazul nostru
numărul de răspunsuri exacte – se înşiruie la întâmplare, iar din examinarea lor imediată nu
rezultă nimic precis. Se impune ordonarea şi gruparea valorilor, prezentarea materialului într-o
formă clară şi condensată. Ca prim pas este necesar să întrevedem modul de organizare a datelor,
distribuţia lor.
Dacă aruncăm o privire asupra şirului de date putem uşor constata că anumite valori se
repetă şi astfel – renunţînd la identificatori – putem sistematiza materialul scriind într-o coloană
valorile diferite în ordine crescândă (2, 3, 4, …, 8) şi notând în dreptul fiecăreia – prin puncte,
bare transversale sau steluţe – de câte ori se repetă acesta în şirul iniţial. S-au determinat astfel –
numărând punctele sau barele trasate – efectivele corespunzătoare fiecărei valori din ansamblul
rezultatelor, stabilindu-se o situaţie mai clară a datelor obţinute, practic o distribuţie de efective.
(Tab. 2.4.).

Tabelul 2.3. Tabelul 2.4

(s1) 5 (s9) 6 (s17) 7 .
(s2) 2 (s10) 4 (s18) 4
(s3) 5 (s11) 3 (s19) 5 N=2
4
(s4) 3 (s12) 7 (s20) 6
(s5) 6 (s13) 5 (s21) 6
(s6) 8 (s14) 5 (s22) 4
(s7) 5 (s15) 6 (s23) 8
(s8) 7 (s16) 4 (s24) 5 x 1 2 3 4 5 6 7 8

Ne aflăm în faţa unui protocol sistematizat, clasificat: diagrama de steluţe. Sistematizarea,

clasificarea unui protocol şi constituirea colecţiei de date, a grupului de observaţii reprezintă
proceduri statistice liminare, în sensul că se situează în pragul analizei statistice, pregătind
aplicarea tehnicilor ulterioare de prelucrare.
După cum s-a văzut, constituirea colecţiei de date, a grupei de observaţii este însoţită de
suprimarea indicatorilor şi totdeauna fără pierdere de informaţie.
Datele primare odată grupate pot fi centralizate în anumite tabele, sau pot fi prezentate
sub diferite forme grafice (diagrama în dreptunghiri, în steluţe etc).
Este necesar să reamintim că cercetările experimentale au loc pe loturi sau grupe de
indivizi extrase dintr-o populaţie. Tot aşa, observaţia şi metodele de anchetă cuprind în aria
investigaţiilor colectivităţi mai restrânse dintr-o populaţie mai largă. Pe de altă parte, analiza
produselor activităţii supune aprcierii o mulţime de produse, lucrări piese etc. Alteori se
efectuează un lot de măsurări asupra aceleaşi persoane, practicându-se un număr de înregistrări
succesive. În toate situaţiile amintite, se obţine o colecţie de date care constituie un fragment
reprezentativ, un eşantion din multimea datelor sau măsurătorilor posibile. Se impune astfel
distincţia între eşantion şi populaţie sau colectivitatea mai largă. Termenul de populaţie ori
colectivitate nu are aici un sens sociologic sau demografic, ci indică pur şi simplu ansamblul
statistic vizat prin cercetare. Evident, o investigaţie ştiinţifică recoltează efectiv o colecţie
reprezentativă sau un eşantion de date, dar extinde concluziile sale asupra populaţiei. Pentru ca o
asemenea generalizare sau inferenţă să fie justificată, se cere ca lotul sau grupul să fie constituit
după regulile selecţiei aleatoare, precizate în îndreptarele curente de statistică.

Temă de reflecţie nr. 3

Definiţi două populaţii şi denumiţi două eşantioane care fac parte din populaţiile
definite. Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 10.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 1.

2.4. CONDENSAREA DATELOR ÎN TABELE ŞI GRAFICE

În fiecare tabel distingem coloane şi linii sau rânduri. Fiecare linie şi fiecare coloană are
un titlu, o explicaţie prescurtată, precizându-se totodată unităţile de măsură. Tabelul însuşi poartă
un titlu - notat deasupra -, care redă concis conţinutul său. De regulă, variabilele independente
sunt acelea care servesc la gruparea populaţiei, iar datele cifrice din tabel reflectă variabila
dependentă.
Pentru a nu fi prea încărcate, în tabele reducem uneori numărul claselor sau categoriilor
stabilite, contopind intervale sau categorii învecinate. Precizarea numărului de subiecţi care
compun grupele studiate este obligatorie pentru orice tabel. Când N este mic nu se recurge la
exprimarea procentuală, pentru că aceasta ar exagera proporţiile.
Plecând de la datele sistematizate în tabel, urmează să preciză forma distribuţiei servindu-
ne de reprezentarea grafică a ansamblului de date.
Graficul de bază este - aşa cum s-a spus - histograma.

Exemplu:
În tabelul 2.5, sunt prezentate rezultatele unei probe de memorie efectuată pe un eşantion de 51
subiecţi (N=51).Variabila prezintă valori între 3 şi 26. Deci întinderea varianţei este: (Xmax- Xmin )
+1, (26-3)+1=24. Datele se vor condensa în grupuri de câte trei:
3,4,5,
6,7,8
.......
deci intervalul (I), este 3. Valorile aflate la mijlocul fiecărui interval se notează cu xk.

Tabelul 2.5. Rezultatele obţinute de studenţi în cadrul probei de memorie

X Xk Determinarea efectivelor n
3–5 4 III 3
6–8 7 IIIII 5
9 – 11 10 IIIII IIII 9
12 – 14 13 IIIII IIIII IIIII I 16
15 – 17 16 IIIII IIIII 10
18 – 20 19 IIII 4
21 – 23 22 III 3
24 - 26 25 I 1
N = 51

Pe axa abciselor (Ox) marcăm opt intervale continue egale, deoarece avem opt clase de
efective. Fiecărui interval îi corespunde o clasă, care se notează în dreptul său (3 - 5, 6 - 8 etc). Pe
ordonată( Oy) formăm 16 diviziuni corespunzător efectivului celui mai mare. Pe fiecare din
intervalele marcate pe abcisă se construiesc apoi dreptunghiuri având înălţimi proporţionale cu
efectivele distribuţiei (Fig. 2.1.). Întreaga procedură se poate executa pe calculator. Dacă unim
acum mijlocul bazelor superioare ale dreptunghiurilor histogramei prin segmente de dreaptă, se
obţine poligonul efectivelor / frecvenţelor (Fig. 2.2.).
Pe această bază, putem formula o ipoteză cu privire la forma distribuţiei caracteristicii
studiate în sânul populaţiei sau a colectivităţii mai largi, ceea ce constituie un bit de informaţie
valoros despre distribuţie. O asemenea ipoteză se poate enunţa şi pe baza unor studii anterioare,
deci a informaţiei acumulate în domeniul respectiv (de exemplu, despre distribuţia CI).
 Fig.2.2. Poligonul frecvenţelor.

În investigaţiile psihologice se întâlnesc mai frecvent trei tipuri de forme ale unei
distribuţii sau histograme experimentale şi anume: distribuţii simetrice sau normale, distribuţii
asimetrice şi distribuţii în formă de i.
Distribuţiile simetrice, numite şi normale, se caracterizează prin aceea că valorile
efectivelor situate de o parte şi de alta a clasei cu efectivul maxim sunt egale sau diferă destul de
puţin între ele. Un exemplu de acest gest îl oferă datele din tabelul 2.5 reprezentate grafic în
histograma din figura 2.1. Se poate observa că intervalul cu efectivul maxim este 12 - 14, iar de o
parte şi de alta efectivele, respectiv frecvenţele descresc în aceeaşi manieră (diferă puţin între
ele). Dacă s-ar mări volunul de date, uşoara asimetrie a poligonului de efective s-ar retuşa treptat.
La limită, s-ar putea trasa o curbă în formă de clopot (Fig. 2.3), numită curbă normală, a cărei
expresie matematică (ecuaţie) este:
2

y= 1 e − ( x−2σm)
2
σ 2π
în care π şi e sunt două numere a căror valoare este cunoscută, iar m şi σ reprezintă media
respectiv abaterea standard la nivelul eşantionului studiat.

Fig. 2.3. Distribuţia normală Fig. 2.4. Distribuţii asimetrice

 Fig. 2.5. Distribuţie în formă de I Fig. 2.6. Distribuţie bimodală

Fig. 2.7. Diagramă de comparaţie

În practică dispunem însă de un volum limitat de date, iar histograma obţinută este mai
mult sau mai puţin simetrică. Redând forma de organizare a datelor concrete, histograma ne
sugerează însă aspectul sau forma distribuţiei teoretice. După cum am văzut, un grafic în formă
aproximativă de clopot şi cu o tendinţă netă de simetrie sugerează o lege normală de repartiţie.
Proprietăţile distribuţiei normale sunt precizate din punct de vedere matematic şi ne bazăm pe ele
în inferenţa statistică.
În cazul distribuţiilor asimetrice redate în formă stilizată prin graficele din Fig. 2.4,
majoritatea efectivelor se polarizează în mod evident de o singură parte, fie în partea dreaptă, fie
în partea stângă a clasei centrale.

Temă de reflecţie nr. 4

Descrieţi două situaţii de colectare a datelor care să producă distribuţii asimetrice,
alungite fie la dreapta, fie la stânga. Pentru aprofundarea subiectului vezi în
READER documentul
Bibliografie 11.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 2.
 `Aşa se întâmplă, de exemplu, când se înregistrează timpul de reacţie simplă a unui
subiect sau timpul de execţie a unei lucrări (operaţii de muncă). În aceste cazuri se obţin de cele
mai multe ori histograme asimetrice, clasele cu efective mai mari corespunzând timpilor inferiori
mediei. Este posibil să se ajungă în anumite situaţii la distribuţii normale dacă se modifică proba
prin care se obţin datele sau se schimbă condiţiile de administrare (de exemplu, se elimină
elementele grele, se prelungeşte timpul de examinare etc). Alteori se pot înlocui datele brute prin
logaritmul lor (de exemplu în cronometrări) şi se retuşează asimetria. Există situaţii în care
disimetria este caracteristică fenomenului studiat; "corectarea" iregularităţilor ar însemna aici
distorsionarea datelor. Metodele de prelucrare statistică vor fi diferite.
La distribuţiile în formă de i curba este constant descrescătoare. De pildă, curba erorilor în
seria exerciţiilor de formare a deprinderii este constant descrescătoare (Fig. 2.5). La fel, timpul de
execuţie al unei acţiuni în procesul exerciţiului prezintă aceeaşi alură de variaţie.
În anumite cazuri particulare putem întâlni şi distribuţii având efectivele polarizate în două grupe:
clasele cu efective mari se împart în două grupe despărţite de clase cu efective mici. Este vorba
atunci de o distribuţie bimodală, care sugerează ipoteza existenţei a doi factori diferiţi sau grupe
diferite (Fig.2.6).

Temă de reflecţie nr. 5

Descrieţi o situaţie de colectare a datelor care să producă distribuţie bimodală.
Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 11.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 2.

Când rezultatele sunt grupate doar în câteva categorii sau procente, se folosesc diagramele
de comparaţie, care constau adeseori în coloane (dreptunghiuri) paralele având aceeaşi bază sau
lăţime. Un exemplu în acest sens oferă figura 2.7. Coloanele, proporţionale ca înălţimea cu
efectivele sau procentele pe care le reprezentăm, pot fi aşezate vertical sau orizontal, având
alăturată o scară cu diviziuni marcate.
Tipurile de grafice menţionate cuprind situaţii consemnate la un moment dat. Alături de
acestea, există grafice care redau evoluţia în timp a unor procese, punând în evidenţă anumite
tendinţe, schimbări de alură, "denivelări", evoluţia spre platouri etc. De exemplu, desfăşurarea
unui proces de învăţare este urmărită cu ajutorul unor asemenea grafice.
 Rezumat
Măsurarea reprezintă operaţia prin care se atribuie valori numerice datelor discrete sau
continue ce urmează a fi evaluate. Se pot diferenţia patru niveluri ale măsurării ce corespund
celor patru tipuri de scale: nominale, ordinale, de interval , respectiv de proporţii. În vederea
interpretării rezultatelor obţinute într-o cercetare, datele brute sunt supuse unei organizări
(determinarea intervalelor de grupare, respective determinarea frecvenţelor). Pe baza acestei
etape se poate realiza reprezentarea grafică sub forma histogramelor respectiv a poligoanelor de
frecvenţă.

Recomandări şi comentarii cu privire la temele de reflecţie

Tema 1: Orice variabilă care permite includerea subiecţilor într-una din categoriile definite (de
ex. diagnostic clinic).
Tema 4: Înregistrarea notelor la un exerciţiu foarte uşor, respectiv la unul foarte dificil.
Tema 5: În cazul în care variabila măsurată este corelată cu o variabilă externă care permite
gruparea subiecţilor în două categorii (ex. variabila măsurată este înălţimea şi eşantionul include
femei şi bărbaţi).

Lucrare de evaluare
Accesaţi adresa web: http://memlab1.eng.yale.edu/mkj.html şi alegeţi un studiu experimental.
a. Identificaţi şi extrageţi din acest studiu elementele componente ale piramidei inferenţei
ştiinţifice (modelul Anderson, 2001).
b. Identificaţi şi extrageţi din studiu informaţiile cu privire la distribuţia de date şi la modul lor
de organizare.
Se va acorda o notă de la 1 la 10 pentru fiecare subpunct. Pentru obţinerea notei finale
vom calcula media ponderată a celor două note, ponderea punctului a. este de 70% iar ponderea
punctului b. este de 20%.
 Calitatea soluţiilor oferite de dvs. la sarcinile de evaluare şi implicit, şansele obţinerii
punctajului maxim, sporesc sensibil dacă înaintea rezolvării lor veţi parcurge şi urmatoarele
referinţe bibliografice:
Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.

Bibliografie minimală pentru acest modul

Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Faverge, J.M. (1965). Méthodes statistiques en psychologie appliquée. t.III, Paris, P.U.F.
Heiman, G., W., (2001) Understanding Research Methods and Statistics: an integrated approach.
Houghton Mifflin Company, Boston.
Jaccard J & Becker, M. (1997). Statistics for the behavioral sciences (third edition), Brooks, Cole
Publishing Company, Pacific Grove.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Rouanet, H., Le Roux, B., Best, C. (1987). Statistique en sciences humaines: procedures
naturelles, Paris, Bordas.
Spence, J., Underwood, B.J., Duncan, C.P., Cotton, J.W. (1968). Elementary statistics, New
York, Appleton.
Stevens, S.S. (1951). Matematics, measurement, and psychopsysics. În Handbook of
experimental psychology, ( ed. S.S. Stevens), New York, Wiley.
 Modulul 3
INDICI STATISTICI DE START

Scopul modului: Familiarizarea studentului cu principalii indicatori ai unei distribuţii de

frecvenţe.

Obiectivele modulului: După parcurgerea acestui modul, veţi fi capabili:

• să calculaţi şi să interpretaţi indicii statistici de determinare a
tendinţei centrale (media, mediana, modul)
• să calculaţi şi să interpretaţi indicii statistici ai variabilităţii -
varianţa (dispersia) şi abaterea standard
• să interpretaţi semnificaţia abaterii standard
• să înţeleageţi funcţia cotelor standardizate z
• să recunoasteţi condiţiile de utilizare a frecvenţei ca indice statistic

În acest capitol vom analiza principalele caracteristici ale distribuţiilor de frecvenţe, mai
precis tendinţa centrală, variabilitatea şi forma acestora. Vom prezenta mai întâi principalii
indicatori statistici utilizaţi pentru descrierea unei distribuţii, conceptele cheie fiind cel de medie,
varianţă şi cote standard. Vom prezenta aspectele conceptuale cât şi aspecte computaţionale.
În cele din urmă vom prezenta aspectele importante ale demersului de transformare a
catelor brute în cote standard z şi importanţa acestor cote din punct de vedere al demersului
statistic ulterior.

3.1. DETERMINAREA "VALORII CENTRALE" SAU A "TENDINŢEI CENTRALE"

În exemplul analizat în Modulul 2 (Fig. 2.2. şi Tab. 2.5.) s-a putut constata cum datele
tind să se concentreze parcă în jurul unei valori centrale; efectivele cele mai mari (16 şi 10,
respectiv 9) corespund în acest caz claselor situate la mijlocul şirului.
Acest aspect îl întâlnim destul de frecvent în experimentele psihologice. În anumite
situaţii, majoritatea rezultatelor pot să graviteze fie în partea dreaptă, fie în partea stângă a seriei
de variaţie. Se vorbeşte atunci de distribuţii asimetrice. Şi în aceste cazuri datele tind să graviteze
în jurul unor valori. Indicii prin care se determină în mod curent "tendinţa centrală" a rezultatelor
sunt media, mediana şi modul.
Media, pe care o notăm cu m, nu este altceva decât suma valorilor, a datelor numerice,
împărţită la numărul acestora. Formula ei de definiţie este m=∑x/N, în care ∑ înseamnă "sumă
de", x reprezintă valorile sau rezultatele individuale, iar N constituie efectivul grupei studiate. În
capitolele ce urmează va fi vorba de formule de definiţie, necesare pentru înţelegerea unui indice
statistic şi de formule de calcul, care indică procedurile statistice aplicabile pentru determinarea
unui indice (media, abaterea standard, varianţa etc). Psihologul care beneficiază de serviciile unui
calculator, dotat cu programe informatice pentru prelucrarea statistică a datelor, se poate dispensa
de cunoaşterea şi stăpânirea formulelor de calcul. Calculatorul oferă la cerere, rezultatul
calculului, indiferent de procedura aplicată. Ca exerciţiu preliminar, parcurgerea acestor tehnici
este utilă pentru a ne da seama de transformarea ce se produce asupra datelor brute. De asemenea,
în absenţa serviciilor unui calculator sau a programelor informatice necesare, stăpânirea
formulelor de calcul devine necesară, eventual în vederea improvizării unui program.
Revenind la formula de definiţie a mediei, întrucât N este totdeauna dat, urmează să
stabilim procedee de calcul pentru ∑x (suma valorilor numerice), pe care o notăm cu T (iniţiala
cuvântului "total").
Când volumul datelor noastre este destul de restrâns, pentru a-l determina pe T facem o
simplă adunare fără să mai grupăm valorile.
Metoda da calcul presupune distribuţie statistică dată, ca aceea din tabelul 3.1. Precizăm
că, pentru a păstra notaţia acreditată de lucrări clasice în domeniu, cu f am notat efectivele şi nu
frecvenţa relativă (proporţiile), raportată la întreg.
Vom avea trei coloane: valorile lui x grupate în clase, valorile centrale xk, şi efectivele
corespunzătoare f. Pentru calcularea lui T adăugăm o coloană în plus cu produsele fxxk. Aşadar
înmulţim fiecare valoare centrală xk cu efectivul corespunzător clasei respective, iar produsele
înscrise în coloana fxxk le adunăm şi obţinem totalul T.
Ştiind că m = T/N, vom efectua împărţirea şi vom obţine media.
În exemplu nostru: m = 672/51 = 13,17.

Tabelul 3.1 Calcularea mediei

x xk f fxxk

3-5 4 3 12
6-8 7 5 35
9-11 10 9 90

12-14 13 16 208

15-17 16 10 160
18-20 19 4 76
21-23 22 3 66
24-26 25 1 25
N = 51 T = 672
 Aşa cum s-a precizat, media pune în evidenţă tendinţa centrală a rezultatelor constate într-
o experienţă. Prin calcularea mediei obţinem o măsură a nivelului mediu relativ la un eşantion
studiat, fapt care permite apoi comparaţii între grupe.

Temă de reflecţie nr. 1

Luând ca şi punct de plecare formula de definiţie a mediei descrieţi proprietăţile
statisticile ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 12.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 3.

Mediana este un alt indice al tendinţei centrale, care se utilizează mai ales când avem de-a
face cu distribuţii asimetrice. De exemplu, în cronometrări se înregistrează succesiv timpul de
execuţie a unei operaţii de producţie la un muncitor; distribuţia empirică obţinută este, de regulă,
asimetrică şi atunci se reţine mediana ca măsură a timpului de lucru.
Pentru a găsi mediana - pe care o notăm cu med - trebuie să aranjăm, în cazuri mai simple,
toate datele (valorile) în ordine crescândă sau descrescândă.
Mediana este acea valoare care împarte şirul ordonat în două grupe egale ca număr. Cu
alte cuvinte, mediana se găseşte la mijlocul şirului: jumătate din valori se află deasupra, iar
cealaltă jumătate dedesubt. Locul sau rangul pe care îl ocupă mediana în şirul ordonat se
detrmină cu ajutorul formulei (N+1)/2 (care nu este formula de definiţie pentru med).
Când valorile constituie un număr fără soţ, mediana va corespunde determinantei din
mijloc. Astfel, în seria valorilor: 4, 4, 5, 6, 6, 7, 7, 7, 7, 8, 9, med = 7 pentru că 7 este valoarea
care împarte şirul ordonat exact în două. Formula (N + 1)/2 ne indică locul pe care se găseşte
mediana. În cazul nostru med este valoarea situată pe locul al 6- lea în şirul ordonat [(11 + 1)/2 =
6].
Tabelul 3.2. Calculul medianei în cazul datelor grupate
Interval xk f fc
24-26 25 1 51
21-23 22 3 50
18-20 19 4 47
15-17 16 10 43
12-14 13 16 33
9-11 10 9 17
6-8 7 5 8
3-5 4 3 3
i=3 N = 51
 Dacă valorile ordonate sunt în număr cu soţ, mediana se va găsi la mijlocul şirului, între
două valori consecutive.
Fie datele ordonate: 3, 4, 4, 5, 6, 7, 7, 8, 8, 9; deci 10 valori. Mediana se va găsi pe locul
5,5 deoarece (N + 1)/2 este în cazul acesta (10 + 1/2) adică 5,5. Căutând în şirul dat valoarea
situată pe locul 5,5 constatăm că ea se găseşte între două valori consecutive:6 şi 7. În consecinţă
vom face media celor două valori: med va fi egală cu 6,5.
Când datele sunt grupate ca în tabelul 3.2 localizăm mai întâi intervalul în care se găseşte
mediana luând ca reper N/2. În exemplul citat N/2 = 51/2 = 25,5 deci mediana se află în intervalul
(12 - 14) ale cărui limite exacte sunt 11,5 şi 14,5 (variabila fiind considerată continuă). Formula
care ne dă valoarea medianei este următoarea:
N
− Fs
med = l + 2 ×i
fi
în care:
l este limita inferioară a intervalului reperat,
Fs este totalul frecvenţelor situate sub l (în exemplul dat 3 + 5 + 9 = 17),
fi= frecvenţa corespunzătoare intervalului localizat, iar N şi i sunt notaţii cunoscute
În exemplul ales vom avea:
25,5 − 17
med = 11,5 + × 3 = 13,09
16
Spre deosebire de medie, mediana prezintă avantajul de a nu fi afectată de variaţiile
extreme ale seriei, fapt care o face potrivită pentru studiul distribuţiilor asimetrice.

Temă de reflecţie nr. 2

Luând ca şi punct de plecare formula de definiţie a mediei descreţi proprietăţile
statisticile ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 12 - Cohen_2001_Explaining Psychological Statistics - cap. 3.

Modul este valorea care se repetă mai des într-un şir de rezultate, adică valoarea care
prezintă frecvenţa cea mai mare.
De exemplu, în seria de date 4, 5, 6, 6, 7, 7, 7, 7, 8, 9, modul este 7, deoarece 7 este
valoarea cu frecvenţa cea mai mare.
Când datele sunt grupate, modul este clasa care reuneşte cei mai mulţi din subiecţi, mai
precis - valoarea centarală a acestei clase. De exemplu, în tabelul 3.2., clasa care întruneşte
frecvenţa maximă este 12 – 14, a cărei valoare centrală este 13.
După cum se vede, modul poate fi determinat prin simpla examinare a valorilor, fără să fie
necesare operaţii de calcul. Ca indice al tendinţei centrale, modul este foarte aproximativ şi se ia
în considerare mai ales la prima inspecţie a datelor. În cazul distribuţiilor normale modul,
mediana şi media coincid sau prezintă valori foarte apropiate.

Temă de reflecţie nr. 3

Luând ca şi punct de plecare formula de definiţie a mediei descreţi proprietăţile
statisticile ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 12 Cohen_2001_Explaining Psychological Statistics - cap. 3.

3.2. DETERMINAREA INDICILOR DE DISPERSIE

Media, mediana şi modul caracterizează un singur aspect al distribuţiei statistice: tendinţa

generală a datelor. Este necesar să cunoaştem şi modul în care se repartizează diferite rezultate în
jurul "valorii centrale", adică organizarea interioară a distribuţiei. De exemplu, două distribuţii
statistice - cum sunt cele redate în figura 3.1. - pot avea aceeaşi medie, dar ele să fie totuşi foarte
diferite sub aspectul variabilităţii, respectiv al omogenităţii.

Figura 3.1.

Se pune deci problema de a găsi indicatori prin intermediul cărora se poate măsura
variaţia sau împrăştierea datelor în jurul mediei. Aceşti indicatori sunt: dispersia sau varianţa, şi
abaterea standard.Cu ajutorul lor se obţin informaţii asupra variabilităţii grupului studiat.
Dispersia şi abaterea standard
Dispersia sau varianţa se notează cu σ2 sau cu s2 şi are ca formulă de definiiţie:
 σ 2 = s2 =
∑ ( x − m) 2

N −1
în care (x-m) reprezintă abaterea fiecărei valori de la media calculată, iar N este efectivul grupei
de măsurări.
Abaterea standard sau abaterea tip - care se notează cu σ sau cu s - nu este altceva decât

rădăcina pătrată din valoarea dispersiei: σ = σ 2 Aşadar, pentru a determina abaterea standard
trebuie oricum să aflăm mai întâi dispersia σ2.
Indicele de dispersie cel mai exact şi mai des utilizat este de fapt abaterea standard, având
avantajul de a fi exprimat în aceleaşi unităţi ca şi datele iniţiale pe care le prelucrăm. De exemplu,
dacă studiul se bazează pe note, abaterea standard este exprimată tot în note, permiţând să se
analizeze mai corect gradul de variabilitate al grupului.
Abaterea tip se foloseşte, de asemenea, în discutarea distribuţiilor normale. Dispersia are
avantajul de a nu cuprinde radicalul în expresia ei algebrică şi astfel se pretează mai uşor la
calcule teoretice.
Dacă analizăm formula de definiţie a dispersiei ne dăm seama că numai expresia de la
numărător, adică suma pătratelor abaterilor de la medie, ridică probleme mai dificile pentru
calcul. Vom numi pe scurt această expresie suma pătratelor.
Determinarea sumei pătratelor nu se face utilizând expresia de definiţie Σ(x-m)2 deoarece
comportă operaţii laborioase şi de cele mai multe ori cu numere zecimale. Transformând expresia
de definiţie, se obţine o formulă convenabilă de calcul:
T2
∑ ( x − m) 2 = ∑ x 2 − N
în care notaţiile sunt deja cunoscute. Σx2 reprezintă totalul pătratelor celor N rezultate (valori)
care compun grupul iniţial de date.
Formula de calcul a dispersiei devine astfel:
T2
∑ x2 − N
σ2 =
N −1
De notat că T2 şi Σx2 sunt valori cu totul diferite, ceea ce se poate verifica în tabelul 3.3.
În ceea ce priveşte determinarea disprsiei, având datele grupate, ne referim din nou la cele
două metode utilizate pentru calculul mediei.
Metoda de calcul ilustrată prin tabelul 3.3, ne-a condus la determinarea lui T prin
însumarea produselor fxx, ştiind că Σfxx'T. Ridicând acum la pătrat pe T şi împărţind apoi cu N
(efectivul grupei), avem stabilit T2/N din formula de calcul a sumei pătratelor stabilită mai sus.
Ne rămâne să calculăm doar Σx2. Pentru aceasta la tabelul care a condus la determinarea lui T mai
adăugăm o coloană fxx2 în care vom înscrie produsele (fxx) x x (adică produsele fxx notate în
coloana precedentă se mai înmulţesc o dată cu valorile x).
Pentru ilustrare să urmărim exemplul din tabelul 3.3.

Tabelul 3.3.
Note, x f fxx (fxx)xx
3 2 6 18
4 2 8 32
5 3 15 75
6 7 42 252
7 10 70 490
8 8 64 512
9 4 36 324
10 2 20 200
2
N = 38 T = 261 ∑x = 1903

Însumând produsele înscrise în coloana (f x x) x x sau, pe scurt fxx2, se obţine Σx2 şi în

felul acesta avem asigurate toate elementele necesare pentru determinare sumei pătratelor potrivit
formulei.
Exemplul ales constituie oarecum un caz particular, având ca interval de grupare i = 1.
Valorile centrale xk coincid cu valorile lui x. Aceasta este situaţia seriilor de variaţie mai mici,
când distanţa dintre valorile extreme nu este mai mare şi permite o grupare mai simplă a datelor
(de pildă, în cazul notelor şcolare).
Când intervalul de grupare este mai mare decât 1 şi lucrăm cu valori centrale xk, produsele
vor fi fxxxxxk, adică fxxk2.
Făcând înlocuirile necesare în exemplul dat vom avea:
68121
∑ ( x − m) 2
= 1903 −
38
= 110,4

Pentru a determina dispersia sau varianţa, împărţim rezultatul obţinut la N - 1.

110,4
σ2 = =3
37
În continuare extragem rădăcina pătrată din σ2 sau s2 şi obţinem abaterea tip: σ = 3 = 1,7
Se poate observa că pentru determinarea dispersiei în tabelul de calcul utilizat la medie se
adaugă doar încă o coloană fxx2. Pentru uşurarea caculelor trebuie utilizate tabele matematice
uzuale, care ne dau n2 şi n pentru orice numere până la 10.000.
 În încheiere sunt necesare două precizări esenţiale:
● În prezent, determinarea indicilor statistici se face cu ajutorul calculatorului, care preia
munca de rutină a cercetătorului. Acesta din urmă decide însă ce indici va calcula, ce tabele şi
grafice sunt necesare în funcţie de natura datelor, va întrevedea forma distribuţiei şi obiectivele
cercetării. Programele informatice aplicate vor sugera modul în care trebuie pregătit şi organizat
materialul brut pentru prelucrarea statistică; psihologul - cercetător stăpâneşte datele de intrare şi
"citeşte" datele de ieşire pe care le interpretează.
● Datele numerice sunt culese pe loturi sau grupuri extrase dintr-o colectivitate mai
largă numită populaţie. Elementele unui lot sau grup trebuie alese după regulile selecţiei aleatoare
pentru a putea formula concluzii valabile. Notăm indicii obţinuţi pe eşantion cu m şi respectiv cu
σ
Temă de reflecţie nr. 4
Cum va afecta prezenţa valorilor extreme valoarea abaterii standard? Luând ca şi
punct de plecare formula de definiţie a mediei descrieţi proprietăţile statisticile ale
mediei. Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 12.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 3.

3.3. SEMNIFICAŢIA ABATERII STANDARD

Distingem: σ abaterea standard în populaţie; σ abaterea standard obţinută pe o colecţie de

date (eşantion dintr-o populaţie).
Distingem, de asemenea, variabilitatea inter-individuală (între indivizi) şi variabilitatea
intraindividuală (pentru acelaşi individ). De exemplu, distribuţia CI pe o colectivitate reflectă
varianţa inter iar distribuţia timpilor de reacţie la un singur individ arată varianţa intra.
Fenomenul variabilităţii inter şi intra este atât de obişnuit şi nu ne mai întrebăm asupra cauzei sau
sursei deoarece se îmbină aici mai multe surse.
Abaterea standard poate fi luată ca unitate de măsură pe abscisa unui poligon sau a unei
curbe de frecvenţă, în cazul unei histograme experimentale simetrice
Dorim deci, să luăm abscisa în unităţi σ . Pentru aceasta pornim de la medie în dreapta şi
în stânga. Adăugăm 1 σ =5 la m =25 şi obţinem 30. Distanţa dintre 25 şi 30 este de 1 σ , ea are o

întindere de 5 unităţi brute. La fel este situat 35 la distanţa de +2 σ deasupra mediei şi-i
corespunde o întindere în unităţi brute de 10. Mai adăugăm 1 σ la 35 şi obţinem 40; observăm că
distanţa totală între m şi 40 este de +3 σ Într-o distribuţie simetrică ideală, aproximativ 3 σ
acoperă distanţa între m şi cota cea mai mare a distribuţiei.
În acelaşi fel procedăm în partea stângă, adică sub medie. Scădem succesiv 5 din 25, şi
apoi 5 din 20, şi 5 din 15, adică întâi -1 σ apoi -2 σ şi -3 σ . Deci într-o distribuţie simetrică
tipică există numai aproximativ 3 σ deasupra mediei şi -3 σ sub medie, ceea ce putem scrie
±3 σ . Înseamnă că amplitudinea sau întinderea variaţiei - notată cu V - este de aproximativ 6 σ
sau că abaterea standard este a şasea parte din V. Abaterea standard devine o unitate de măsură
pentru întinderea variaţiei. Relaţia arătată se verifică pe măsură ce N creşte (de exemplu la N =
50, raportul V/ σ este de cca 4,5, la N = 90, raportul devine 5 etc).
Să reţinem două idei:
• σ măsoară distanţa la care se află o cotă oarecare în raport cu m ,
• σ devine unitate de măsură pentru V.
În practică, este necesară utilizarea unor registre diferite de variaţie. De exemplu în cazul
inteligenţei se operează în mod curent cu registrul 70-140, într-o probă de memorie se obţin
valori între 2-12, în cazul măsurării timpului de reacţie se înregistrează fracţiuni de secundă. Se
pune problema comparării şi combinării acestor date heterogene. Soluţia este oferită de cotele z.

Temă de reflecţie nr. 5

Creaţi seturi de date în care media să aibă aceeaşi valoare dar abaterea standard să
difere. Luând ca şi punct de plecare formula de definiţie a mediei descrieţi
proprietăţile statistice ale mediei. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie 12.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 3.

Cote z
O distanţă, un interval dat în cote brute poate fi exprimat în unităţi σ , împărţind distanţa

respectivă (x- m ) cu σ . În felul acesta avem un punct de referinţă zero. Luând σ drept unitate
trecem de la cotele brute x la cote transformate z. Această nouă variabilă z se numeşte variabilă
standardizată.
Cota z: o valoare care ne arată cât se distanţează, în unităţi σ , o cotă brută de media
distribuţiei respective.
 Formula de trecere de la variabila brută x la variabila normată sau standardizată z este
următoarea:
x−m
z=
σ
Într-o distribuţie tipic normală, în care există trei abateri standard deasupra mediei şi trei
dedesubt, cea mai mare cotă z pe care o putem obţine este + 3, iar cea mai mică - 3. Amplitudinea
cotelor z este între + 3 şi - 3 trecând evident prin zero.

Exemplu:
Avem un test de inteligenţă şi altul de aptitudine mecanică. Rezultatul final condensat
este:
Tabelul 3.5.

m σ
Aptitudinea mecanică 100 10
Inteligenţă 60 6

Transpunerea cotelor brute x în cote z permite compararea lor directă. Cu ajutorul cotelor
z avem abaterea unei valori de la medie în termeni de unităţi σ . Odată cu acestea, variabile
diferite sunt aduse la un numitor comun, fiind exprimate în aceleaşi unităţi, devin deci
comparabile.
Media şi abaterea standard servesc la interpretarea datelor; semnificaţia lor se stabileşte în
cadrul unor raţionamente bine precizate.

Temă de reflecţie nr. 6

Luaţi un set de date, calculaţi media şi abaterea standard a distribuţiei. Utilizând
aceste informaţii transformaţi fiecare valoare brută în cote standard z. Ce puteţi
spune despre noua distribuţie? Dar despre media şi abaterea standard a noi
distribuţii? Luând ca şi punct de plecare formula de definiţie a mediei descrieţi
proprietăţile statistice ale mediei. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie13.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 4.

În încheiere trebuie să precizăm că valorile caracteristice studiate (m, med , σ ) nu se

determină pentru orice distribuţie statistică. Dacă distribuţia rezultatelor este normală sau aproape
normală, se deterină media, dispersia şi abaterea standard; dacă distribuţia este asimetrică, se
determină mediana. În cazul distribuţiilor particulare, în formă de i sau j de exemplu, este bine să
ne mulţumim cu un grafic (Fraisse, 1963) şi să determinăm modul, respectiv frecvenţa.

3.4. FRECVENŢA

Alături de medie şi abaterea standard, un indice statistic adesea utilizat este frecvenţa.
Într-o colecţie de date, fiecare element fie că prezintă o caracteristică A, fie că nu. Notăm cu N
efectivul total al unui grup şi cu n numărul de elemente care prezintă caracteristica A. Frecvenţa
caracteristicii A în lotul studiat este n din N sau n/N, care se mai numeşte şi frecvenţă relativă.
Se vorbeşte, de pildă, de frecvenţa accidentelor de circulaţie, clasificându-le după diferite
criterii, sau de frecvenţa muncitorilor accidentaţi într-o uzină ş.a.m.d. De asemenea, când se
aplică un test se vorbeşte de frecvenţa persoanelor care au obţinut un anumit rezultat, o cotă
determinată.
Procentajele se obţin plecând de la frecvenţe conform formului:
n/N x 100.
Exemplu (după Faverge):
Într-o statistică asupra erorilor de la casierie, s-au observat 134 erori în plus şi 289 erori în
minus. Frecvenţa f a erorilor în plus este:
f = 134/423 = 0,32; (423 = 134 + 289).
De reţinut: distincţia dintre frecvenţe absolute sau efective - notate, de regulă, cu n - şi
frecvenţe relative sau proporţii, notate cu f. În exemplul de mai sus se poate urmări modul de
trecere de la frecvenţa absolută la cea relativă.

Rezumat
Caracterizarea datelor cuantificate prin scale de interval se realizează prin intermediul
unui set de indici descriptivi încadraţi în două categorii: indicii tendinţei centrale, respectiv ai
variabilităţii. În prima categorie sunt incluşi: media, mediana, respectiv modul. În a doua
categorie se pot menţiona: dispersia (varianţa) şi abaterea standard. Cotele z permit exprimarea
datelor în funcţie de medie şi abaterea standard şi asigură cuantificarea în unităţi standard. În
cazul scalelor nominale sau ordinale se utilizează ca indice descriptiv frecvenţa.
 Recomandări şi comentarii cu privire la temele de reflecţie
Tema 3: Media va fi cea mai afectată de prezenţa valorilor extreme, la mijloc se va situa mediana
şi în partea opusă modul.
Tema 4: Ne gândim la faptul că abaterea stabdard se calculează ca şi abatere de la medie.
Tema 6: Forma nu se va schimba, media va fi 0 şi abaterea standard va fi 1.

Bibliografie minimală pentru acest modul

Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Faverge, J.M. (1965). Méthodes statistiques en psychologie appliquée. t.I Paris, P.U.F.
Jaccard J & Becker, M. (1997). Statistics for the behavioral sciences (third edition), Brooks, Cole
Publishing Company, Pacific Grove.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Rouanet, H., Le Roux, B., Best, C. (1987). Statistique en sciences humaines: procedures
naturelles, Paris, Bordas.
Spence, J., Underwood, B.J., Duncan, C.P., Cotton, J.W. (1968). Elementary statistics, New
York, Appleton.
 Modulul 4
INFERENŢA STATISTICĂ – PROBLEME DE ESTIMARE

Scopul modului: Familiarizarea studentului cu demersul de inferenţă statistică în contextul a

două tipuri de designuri de cercetare (descriptiv şi corelaţional).

Obiectivele modulului: După parcurgerea acestui modul, veţi fi capabili:

• să enumeraţi proprietăţile distribuţiei normale
• să utilizeze distribuţiile teoretice în procesul de estimare a
parametrilor
• să estimaţi parametrii populaţiei pentru o distribuţie univariată
• să estimaţi parametrii populaţiei pentru o distribuţie bivariată

În acest capitol vom analiza principiile inferenţei statistice şi aplicaţiile acestora în

demersul de cercetare psihologică. Vom prezenta mai întâi principalele „ingredinte” ale
demersului inferenţial, conceptele cheie fiind cele de distribuţie normală, distribuţia mediilor şi
test statistic. Vom prezenta aspectele conceptuale cât şi aspecte de calcul.
În cele din urmă vom extinde raţionamentul utilizat pentru compararea a două medii şi la
situaţiile în care măsurarea a fost efectuată pe o scală nominală, adică la situaţi în care vrem să
estimăm frecvenţe în populaţie, având ca punct de plecare frecvenţele eşantionului.

4.1. PROPRIETĂŢILE DISTRIBUŢIEI NORMALE

După cum s-a arătat, datele obţinute în cursul unui experiment, a unei observaţii
sistematice sau anchete, constituie un eşantion pe care îl considerăm extras dintr-o “colectivitate”
mai largă sau populaţie. În final, extrapolăm de la eşantion la populaţie, extindem concluziile
asupra întregii colectivităţi vizate prin cercetare.

Să luăm câteva exemple:

1o. Ne propunem să determinăm, pe baza unor metode precizate, volumul vocabularului la
copiii de 5 ani. Prin enunţul ei, sarcina sau problema stabileşte populaţia pe care o avem în
vedere: copiii de 5 ani. Ancheta noastră nu poate cuprinde în mod practic decât o subcolectivitate
limitată, un eşantion de populaţie, în care un număr de N copii sunt aleşi la întâmplare.
Înregistrările făcute pe acest lot stabilesc un volum al vocabularului să zicem de 2024 de cuvinte.
Un alt cercetător, propunându-şi aceeaşi problemă, ajunge la o cifră uşor diferită, să zicem 1936
de cuvinte. Repetând procedura, un al treilea cercetător găseşte 2000 de cuvinte.
 2o. Cerinţe de ordin practic ne impun determinarea procentului tulburărilor de vorbire în
clasele I-II, pentru a aproxima schema de organizare a reţelei logopedice.
Determinările efectuate pe câteva eşantioane ne evidenţiază un procent de circa 12-13 %.
Se ridică întrebarea dacă această frecvenţă caracterizează populaţia şcolară din clasele
menţionate.
3o. Pentru organizarea reţelei de învăţământ special se ridică problema estimării
proporţiei de deficienţi mintali pentru palierul de vârstă 6-7 ani. Determinările arată un procent de
circa 2%, dacă se consideră ca prag psihometric al debilităţii mintale IQ = 70. Dacă se fixează un
prag mai sever, evident procentul va fi mai mare.
Aceste diferenţe de la un eşantion la altul se datoresc hazardului şi se numesc fluctuaţii de
eşantionare. Situaţia este identică şi în alte condiţii. Compoziţia eşantioanelor prezintă variaţii,
diferenţe întâmplătoare în diferite studii pe aceeaşi populaţie. Dacă vom lua de pildă, şase clase
paralele de elevi dintr-o şcoală şi le vom supune aceleiaşi probe vom constata diferenţe sau
fluctuaţii în rezultatele obţinute de la o clasă la alta. Este vorba despre fluctuţii de eşantionaj
datorate factorilor aleatori. Un grup natural intact, luat în compoziţia sa dată, constituie un
eşantion la întâmplare, dacă nu au intervenit factori de selecţie controlaţi de noi.

Temă de reflecţie nr. 1

Să presupunem că într-o populaţie avem patru valori 1, 2, 3 şi 4. Cum va arăta
distribuţia mediilor dacă eşantioanele selectate vor avea N=2; dar dacă N=3?
Luând ca şi punct de plecare formula de definiţie a mediei descrieţi proprietăţile
statistice ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 13.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 4.

Prelucrarea statistică, aşa cum am văzut, reduce datele brute la câteva valori caracteristice:
frecvenţe sau procente, medii, abateri standard etc. Se pune întrebarea: în ce măsură datele
obţinute sunt relevante pentru populaţie. Această operaţie se numeşte inferenţă statistică.
Datele obţinute asupra eşantionului se apropie de indicii adevăraţi ai populaţiei, această
apropiere sau aproximaţie fiind cu atât mai mare cu cât volumul eşantionului N este mai mare.
Practic, nu reuşim să determinăm exact indicii caracteristici ai populaţiei. Indicii
eşantionului constituie estimări ale parametrilor populaţiei. În exemplul ales mai sus, volumul
mediu m – stabilit pe baza studierii grupului de copii – reprezintă o estimare a mediei adevărate a
colectivităţii generale. Întrucât nu se pot cerceta toţi copiii de 5 ani ne bazăm în afirmaţiile
noastre pe datele asupra eşantionului cercetat. Luând ca bază indicii eşantionului, extrapolându-i
deci la populaţie, comitem o anumită eroare, a cărei valoare probabilă trebuie să fie, evident, cât
mai mică.
În felul acesta, în legătură cu indicii stabiliţi asupra eşantionului – medii sau frecvenţe –
se pune problema erorii probabile pe care o comitem bazându-ne pe ei în extrapolarea la
populaţie.
Raţionamentul se întemeiază pe proprietăţile distribuţiei normale, schiţate deja în capitolul
precedent în legătură cu semnificaţia abaterii standard. În psihologie, ca şi în alte domenii,
modelul distribuţiei normale este un model privilegiat, pentru că îl regăsim în numeroase situaţii.
S-a stabilit că ±2σ, mai exact ±1,96σ, în raport cu media acoperă 95% din rezultate
(elemente). Cu alte cuvinte, 95% din elemente cad în intervalul m ± 1,96σ, iar 5% cad în afara
acestui interval. Procentul de 5% se compune din 2,5%, respectiv 2,5% de o parte şi de alta a
mediei spre extremităţile distribuţiei. De asemena, s-a stabilit că 99% din rezultate (elemente)
sunt cuprinse în intervalul m ± 2,58σ , în timp ce 1% (0,5% + 0,5%) din elemente sunt exterioare
acestui interval. (Fig. 4.1.).

Figura 4.1. Proprietăţile distribuţiei normale

Pentru a evita o anumită variabilitate a situaţiilor se introduce o distribuţie – standard.

Variabila brută x se înlocuieşte cu variabila normată z pe baza formulei de transformare deja
amintite:
x−m
z= ,
σ
prin care se împarte fiecare abatere de la medie (x – m) cu abaterea standard σ. Graţie
transformării amintite, orice distribuţie normală, are media egală cu zero şi varianţa egală cu 1.
Pentru această ultimă distribuţie s-a întocmit un tabel, care permite să avem proporţia de
elemente pentru care variabila este exterioară unui interval oarecare centrat pe medie.
 Este vorba de tabelul legii normale reduse , care ne permite să vorbim în cele din urmă în
limbajul şanselor, al probabilităţilor. Variabila redusă | z | prezintă de regulă valori între 0 şi 3,00
(cu două zecimale). Figura 4.2 redă un exemplu pentru | z | = 1,00. Variabila iniţială x este
înlocuită cu variabila standardizată z, având m = 0. Din punctele z, respectiv - z, ridicăm
ordonatele corespunzătoare, care indică punctele de inflexiune ale curbei şi haşurăm spre cele
două extremităţi suprafaţa exterioară benzii cuprinse între cele două ordonate (Fig. 4.2).
Pentru | z | = 1,00 corespunde o valoare de 0,317, ceea ce înseamnă că pentru un element
extras la întâmplare din mulţime există 317 şanse dintr-o mie ca acesta să cadă în una din
suprafeţele haşurate – într-o parte sau alta- deci să-i corespundă o valoare | z | >1,00. Reţinem în
continuare două repere: pentru | z | =1,96 corespunde 0,05 , iar pentru | z | = 2,58 , valoarea
0,01.

Fig. 4.2.
Cu alte cuvinte, există 5 şanse din 100 ca unui element considerat la întâmplare din mulţime să-i
corespundă o valoare | z | > 1,96, după cum există o şansă din 100 ca | z | să fie mai mare decât
2,58. De aceste două repere, frecvent utilizate, se leagă deci şanse sau probabilităţi precizate: 5%,
respectiv 1%.
Rezumând: într-o distribuţie normală standard avem 95% din valorile z cuprinse între –
1,96 şi + 1,96; de asemenea avem 99% din valorile z cuprinse între –2,58 şi +2,58.
De aici se poate face pasul spre o distribuţie normală oarecare având media m şi abaterea standard
σ. Întrucât variabila standardizată z s-a obţinut – plecând de la variabila iniţială x – graţie
formulei:
x−m
z= ,
σ

reiese că: a spune că z este cuprins între –1,96 şi +1,96 înseamnă a spune că
-1,96 < (x-m)/σ < 1,96
sau
(m – 1,96σ) < x < (m + 1,96σ),
ceea ce s-a enunţat la început.
 Cu alte cuvinte, există 95% din valorile x interioare intervalului :
[m – 1,96σ; m +1,96σ],
după cum există 99% din valorile x interioare intervalului:
[m – 2,58σ; m + 2,58σ].
Afirmaţiile făcute anterior au devenit astfel propoziţii motivate.

Temă de reflecţie nr. 2

Care este relaţia dintre distribuţia mediilor selectate aleator şi distribuţia normală?
Luând ca şi punct de plecare formula de definiţie a mediei descrieţi proprietăţile
statisticile ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 13.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 4.

4.2. PROBLEME DE ESTIMARE UNIVARIATĂ

Aşa cum s-a arătat, marcăm indicii eşantionului cu o bară aşazată deasupra m , f , σ , iar
parametrii populaţiei îi notăm în mod obişnuit: m, f, σ. Pornind de la indicii eşantionului stabilim
cu o anumită probabilitate valoarea parametrilor. În mod obişnuit nu putem determina exact
valoarea parametrului, ci stabilim un interval în care se găseşte cu certitudine practică parametrul
respectiv. Cu cât acest interval este mai mic, cu atât informaţia noastră asupra adevăratei valori în
populaţie este mai precisă . Se cere deci o concentrare a masei de probabilitate într-o regiune
restrânsă. Intervalul menţionat se numeşte interval de încredere.

4.2.1. Estimarea mediei populaţiei

Semnificaţia unei medii depinde pe de o parte de volumul eşantionului studiat (N), iar pe
de altă parte, de variabilitatea populaţiei (σ) din care s-a extras grupul dat. Cu cât volumul datelor
creşte, cu atât media devine mai stabilă şi deci mai reprezentativă.
S-a numit eroarea standard a mediei cantitatea σ/ N care se notează cu E. Aceasta ne

oferă un etalon pentru a evalua eroarea ce o comitem luând drept bază media eşantionului m în
locul mediei adevărate m a colectivităţii generale (pe care practic nu reuşim de cele mai multe ori
să o determinăm).
În relaţia de mai sus σ reprezintă abaterea standard a colectivităţii generale, care rămâne
aproape întotdeauna necunoscută, fiind înlocuită în calcule cu σ determinată pe baza datelor
eşantionului (când N este destul de mare).
 Reluând tabelul din tabelul 3.4, avem:
N=51; m = 13,17 ; σ = 4,74 ;
Făcând înlocuirile:

4,74
E= = 0,66 .
51
În mod curent nu ne putem aştepta să determinăm valori punctuale pentru parametrii
populaţiei. În acest sens se stabilesc intervale. Pe baza erorii standard a mediei E se stabilesc
limitele între care se găseşte, cu o probabilitate dată adevărata valoare m a colectivităţii generale.
Aceste limite se numesc limite de încredere, iar intervalul delimitat de ele este intervalul de
încredere. Întrucât mediile prezintă distribuţie normală, se stabilesc drept limite de siguranţă : m -
1,96E şi m +1,96E.
În exemplul menţionat vom avea: L1 = 13,17 - (1,96 x 0,66) şi L2 = 13,17 + (1,96 x 0,66).
Efectuând înmulţirile obţinem: 13,17 +/- 1,29, adică 11,88 şi 14,46. Acestea sunt limitele între
care se găseşte aproape sigur (cu o probabilitate de 95%) adevărata medie m a colectivităţii
generale.Afirmând că media adevărată se va găsi între 11,88 şi 14,46 riscăm totuşi să greşim în
5% din cazuri.
Se obişnuieşte să se noteze şi riscul pe care ni-l asumăm de a greşi făcând o aserţiume sau
alta. Aceasta a căpătat denumirea de prag sau nivel de semnificaţie. Astfel, intervalul ( m -1,96E;
m +1,96E) se numeşte interval de încredere la pragul de p = 0,05, ceea ce înseamnă că în 5% din
cazuri adevărata medie se află în afara intervalului ales. În practică, se ia adeseori pragul p =
0,01, ceea ce indică riscul de a greşi în 1% din cazuri. Limitele de încredere vor fi atunci L1= m -
2,58E şi L2= m +2,58E.

Temă de reflecţie nr. 3

Care este relaţia dintre volumul eşantionului şi mărimea intervalului de încredere
estimate? Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 15.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 6.

4.2.2. Estimarea frecvenţelor la nivelul populaţiei

Transpunând noţiunile prezentate anterior, putem spune că eroarea - tip a frecvenţei este:

p×q
E=
N
şi că limitele de încredere, la pragul de p = 0,05vor fi:

p×q p×q
( f − 1,96 ; f + 1,96 . )
N N
Practic, N fiind mai mare (>100), vom comite o eroare foarte mică înlocuind în calculul
limitelor de încredere pe p prin f , şi pe q prin 1- f. După înlocuire vom avea:

f × (1 − f ) f × (1 − f )
( f − 1,96 , f + 1,96 ).
N N
Exemplu (după Faverge)
Să considerăm un exemplu.
Într-o statistică a erorilor de la casierie s-au observat 134 de erori în plus şi 289 de erori
în minus. Frecvenţa f a erorilor în plus este:
134
f = = 0,32 (423 = 134 + 289).
423

Vom avea:

f (1 − f ) 0,32(1 − 0,32)
E= = = 0,020 .
N 423
La pragul de semnificaţie de p = 0,05, limitele de încredere se obţin calculând:
1,96 x 0,020 = 0,04.

Ele sunt:
0,32 + 0,04 = 0,36,
0,32 - 0,04 = 0,28.
Cu alte cuvinte, admiţând că eşantionul nostru face parte din cele 95% pentru care
parametrii se situează în intervalul de încredere, putem afirma că procentajul erorilor în plus va fi
cuprins între 36% şi 28%.

4.3. PROBLEME DE ESTIMARE BIVARIATĂ

În capitolele precedente s-a lucrat cu distribuţii având o singură variabilă. În cele ce
urmează ne referim la distribuţii bivariate. În legătură cu acestea, apare problema studierii
relaţiilor, a modului de asociere între procese şi atribute psihice. De pildă, sunt urmărite paralel
notele obţinute de elevi la matematică şi la fizică şi se constată că acestea prezintă de regulă
valori apropiate la aceiaşi elevi. Pe această bază se fac ipoteze cu privire la relaţia dintre
aptitudinile la matematici şi la fizică. Sau se aplică o serie de probe experimentale la aceeaşi
grupă de subiecţi şi se pune întrebarea dacă există vreo relaţie sau legătură între rezultatele
obţinute. Analiza acestor legături nu poate rămâne, desigur, la impresia generală. Se pune
problema de a evalua gradul de legătură dintre aceste variabile (rezultate), de a-l exprima
numeric. În acest scop se utilizează coeficienţi de corelaţie, pe care-i notăm cu r.
În studierea relaţiei dintre anumite înşuşiri plecăm de la variaţia simultană sau covarianţa
datelor şi căutăm să desprindem legătura sau modul lor de asociere pe baza unei analize
aprofundate. Corelaţia exprimă deci covarianţa a două sau mai multe variabile. Spre deosebire de
experiment, care dezvăluie relaţii cauză-efect, studiul de corelaţie nu ne oferă nemijlocit o măsură
a cauzalităţii, ci, pur şi simplu, una a modului de asociere, covarianţa unor însuşiri, urmând să se
dezvăluie prin aprofundare natura relaţiei. În timp ce într-un studiu experimental relaţia este
unidirecţională (x determină y), într-un studiu de corelaţie variabilele sunt date, nu manipulate, iar
relaţia nu este vectorizată. Variaţia simultană sau covarianţa notelor la matematici şi la fizică duc
la ideea unei aptitudini comune, în timp ce covariaţia rezultatelor la învăţătură şi în activităţile
aplicative la aceiaşi elevi ne face să ne gândim la însuşiri de caracter, cum ar fi sârguinţa,
disciplina, conştiinciozitatea, care s-ar afla în spatele acestui paralelism.
Determinarea corelaţiei se face luând în considerare de fiecare dată câte două variabile.
Spre exemplu, dacă avem trei variabile x, y şi z, vom calcula succesiv rxy, rxz, şi ryz.. Rezultatele
pot fi exprimate în date cantitative – pe care le putem numi "note" – ori sub formă de ranguri sau
poziţii într-o clasificare.
Protocolul brut sau tabelul de corespondenţă de la care plecăm cuprinde indivizii
(subiecţii) pe linii şi însuşirile sau variabilele pe coloane. În fişierul de date trebuie să avem bine
reperaţi subiecţii, pentru că se iau în calcule perechi de valori ale aceloraşi subiecţi.

Exemplu:
Vrem să studiem dacă există vreo legătură între CI al copiilor şi al părinţilor. Pentru
aceasta considerăm un lot de 10 copii, determinăm coeficientul lor de inteligenţă (CI) cu un test
acreditat şi, paralel, CI al mamelor (Tab. 4.1.):

Tabelul 4.1.
C.I. – copii (x) C.I. – mame (y)
S1 97 90
S2 104 96
S3 86 111
S4 120 150
S5 101 98
S6 115 110
 S7 112 110
S8 136 124
S9 90 82
S10 99 107

Pentru a avea o idee sumară asupra legăturii dintre cele 2 variabile (CI-copil,
CI-mame) am putea reprezenta fiecare subiect prin câte un punct în plan în cadrul unui sistem de
coordonate. În diagrama de corelaţie (Fig. 4.3.) avem 10 puncte corespunzător celor 10 subiecţi.
Coordonatele fiecărui punct sunt valorile-perechi corespunzătoare, notate x şi y. Norul de puncte
rezultat are tendinţa de a se orienta – cu mici excepţii – de-a lungul unei drepte. Se spune că avem
de-a face cu o relaţie liniară, că cele două variabile au tendinţa de a se modifica paralel, în acelaşi
sens.

CI - mame (y)
160
* *
150
140
130 *
120 * *
110
100 * *
90 * *
00
*
00 90 100 110 120 130 140
CI - copil (x)

Fig. 4.3. Diagramă de corelaţie

Aşadar, având o distribuţie de două variabile, în legătură cu care ne punem problema

legăturii sau relaţiei dintre aceste variabile, începem prin a întocmi diagrama de corelaţie şi de a
aproxima pe baza acesteia aspectul norului de puncte rezultat.

y X y
X X X X
X X X
X X
X X X
X X X X
X X
X
X X X X
X
X
X
X

Fig.4.4 x Fig. 4.5. x

Dacă putem ajusta norul de puncte printr-o dreaptă, vorbim de o relaţie liniară. În particular,
acesta este tipul de relaţie mai frecvent postulat. Coeficientul de corelaţie poate lua valori între -1
şi +1 trecând prin zero. Când norul de puncte este orientat ca în figura 4.3. vorbim de o corelaţie
directă, pozitivă (r > 0), când norul de puncte este orientat invers (ca în figura 4.4.) vorbim de o
corelaţie negativă, inversă iar când aspectul norului de puncte nu sugerează nici o formă (se
orientează fără nici o ordine) vorbim de corelaţie nulă, eventual de intedependenţă (Fig. 4.5.).
Inspecţia vizuală a norului de puncte ne spune ceva despre forma relaţiei: rectiliniară,
curbiliniară, neliniară etc.Coeficienţii r mai des utilizaţi se întemeiază pe modelul relaţiei liniare.

Temă de reflecţie nr. 4

Un cercetător descoperă o relaţie curbiliniară între două variabile numerice, dar
decide să calculeze un coeficient de corelaţie linear. Cum va afecta aceaastă
decizie procesul de estimare a gradului de asociere?

Se cunosc două categorii de indici de corelaţie: coeficienţii de corelaţie parametrici şi

coeficienţii de corelaţie neparametrici.

4.3.1. Estimarea Coeficienţilor Corelaţie Parametrici

4.3.1.1 Coeficientul de Corelaţie Pearson

Expresia tipică a coeficientului de corelaţie este cea dată de Bravais - Pearson:
Σ( x − m )( y − m1 )
r= ,
Σ( x − m ) Σ( y − m1 )
2
2

în care x şi y sunt rezultatele obţinute în cele două probe sau înregistrări, iar m şi m1 reprezintă
mediile celor două distribuţii. Cantitatea de la numărător Σ( x − m )( y − m1 ) se numeşte suma
produselor. La numitor avem sume ale pătratelor abaterilor, care ne sunt cunoscute de la
calcularea dispersiei.
Să precizăm că având o distribuţie normală teoretică de 2 variabile x şi y, aceasta este
caracterizată prin valorile a 5 parametri: mediile şi varianţele distribuţiilor marginale şi
coeficientul de corelaţie r. Coeficientul de corelaţie Bravais - Pearson este cea mai bună estimare
a parametrului r.
Alături de formula de definiţie se propun formule de calcul care au inspirat deja programe
informatice. Posesorul unui calculator, respectiv al unor programe de prelucrare statistică datelor
poate recurge la serviciile ordinatorului care-l dispensează de operaţii laborioase de rutină.
 Când asistenţa tehnică lipseşte este indicat să stăpânim tehnica de calcul. Acelaşi lucru
este necesar când dispunem doar de un calculator uzual cu cele 4 operaţii aritmetice, la care se
asigură ridicarea la pătrat, extragerea rădăcinii pătrate etc. În orice caz trebuie cunoscută
varietatea situaţiilor întâlnite în practica investigaţiilor psihologice pentru a decide ce coeficient
urmează să fie determinat în funcţie de natura datelor, de forma distribuţiei etc; de asemenea,
trebuie bine stăpânit modul de interpretare.
Pentru sumele de pătrate care figurează la numitor sunt cunoscute formulele de calcul:
T2
Σ( x − m ) = Σx 2 −
2
;
N
TT1
Σ( y − m1 ) = Σy 2 −
2

N
Pentru suma produselor care figurează la numărător se stabileşte de asemenea, o formulă
de calcul:
TT1
Σ( x − m )( y − m1 ) = Σxy −
N
Formula de calcul pentru coeficientul de corelaţie devine:
TT1
Σxy −
r= N
 2 T  2 T12 
2
 Σx −  Σy − 
 N  N 
După cum rezultă din această formulă, pentru determinarea valorii r trebuie să avem: x, y,
x2, y2, şi xy. În consecinţă se va întocmi un tabel având coloanele arătate.

Exemplu:
S-au înregistrat în paralel notele obţinute la matematici şi la fizică de către elevii unei
clase din învăţământul special cu un efectiv de 14 copii.
Pentru determinarea corelaţiei dintre cele două serii de note se întocmeşte tabelul de
calcul ( Tab.5. 2.)

Tabelul 4.2.
Subiecţi Nota la Nota la x2 y2 xy
matematică fizică y
x
A.G. 7 7 49 49 49
B.I. 9 8 81 64 72
C.D. 10 9 100 81 90
 C.V. 6 7 36 49 42
D.A. 9 10 81 100 90
E.V. 8 7 64 49 56
F.I. 5 6 25 36 30
I.G. 3 4 9 16 12
I.M. 7 6 49 36 42
L.V. 8 7 64 49 56
M.I. 6 7 36 49 42
N.P. 7 7 49 49 49
O.G. 6 6 36 36 36
R.T. 5 6 25 36 30
2 2
N = 14 T = 96 T1 = 97 Σx = 704 Σy = 699 Σxy=696

Facem înlocuirile necesare în formulă (după datele din tabel):

96 × 97
696 −
r= 14 .
 96 
2
97 2 
 704 −  699 − 
 14  14 
Pentru ridicarea la pătrat a diferitelor numere şi pentru extragerea rădăcinii pătrate ne vom
servi de tabele matematice uzuale.
Efectuând calculele necesare, vom avea:
9312
696 −
r= 14 =
 9216  9409 
 704 −  699 − 
 14  14 
696 − 665,1
r= =
(704 − 658,3)(699 − 672)
30,9 30,9
r= = = 0,88.
1233,9 35,1

Coeficientul de corelaţie găsit este destul de mare, ceea ce, în exemplul ales, este un fapt
cu totul firesc.
Valorile lui r pot fi situate între -1 şi +1, trecând prin zero care indică absenţa corelaţiei.
Dacă r este pozitiv, atunci vorbim de o corelaţie directă, pozitivă. În cazul acesta, dacă una din
variabile x creşte, atunci şi cealaltă variabilă y va avea tendinţa de a creşte în medie, ca în
exemplul de mai sus.
Când coeficientul de corelaţie este nul, se spune doar că variabilele x şi y ale distribuţiei
sunt necorelate, eventual independente.
Dacă r este negativ, atunci y va avea tendinţa de a varia în medie în sens invers lui x. În
acest caz corelaţia este negativă, inversă.
 Dacă r = +1, atunci este vorba de o legătură funcţională liniară în sensul obişnuit al
cuvântului, y fiind exact determinat prin valoarea lui x.
Indicele de corelaţie în versiunea prezentată se utilizează când avem de-a face cu două
variabile continue, având registrul de variaţie suficient de nuanţat (diferenţiat).

Temă de reflecţie nr. 5

Care este valoarea corelaţiei care permite prezicerea exactă a valorii X cunoscând
valoarea lui Y?

4.3.1.2 Coeficientul de Corelaţie Biserial

Se pot ivi situaţii în care este vorba de o variabilă continuă pusă în paralel cu o variabilă
discontinuă, în particular dihotomică. În cazul acesta se utilizează un coeficient de corelaţie
biserial (rbis), care cere ca N să fie mai mare ca 50.
De pildă, în situaţiile referitoare la validitatea unui test se întâlnesc adesea situaţii în care
variabila-criteriu se prezintă numai sub două variante sau valori: admis/respins, bun/slab etc, în
timp ce variabila-test este continuă. Situaţii analoage se pot ivi şi în alte domenii.

Exemplu:
Înaintea unui examen de admitere la un curs de instruire profesională candidaţii au fost
supuşi unei testări psihologice. Cotele, obţinute la aceste probe, merg de la 0 la 10. Pe de altă
parte, la încheierea examenului de admitere rezultatele finale apar în formă dihotomică: o parte
din candidaţi au fost declaraţi admişi iar ceilalţi respinşi.
Notăm cotele la test cu x iar variabila-criteriu cu y. Se observă că variabila-test ia valori
între 0 şi 10 în timp ce variabila-criteriu este dihotomizată: admis/respins. Datele obţinute sunt
sintetizate în tabelul 5.3. (după J.M. Faverge). De notat că reuşita, respectiv eşecul nu permit o
nuanţare sau gradare mai fină.
 Tabelul 4.3.
Cote 0 1 2 3 4 5 6 7 8 9 10 Total
la test

Rezultate
la examen
Admişi 0 1 0 3 5 10 16 11 6 3 1 59
Respinşi 1 2 4 7 13 12 9 4 2 - - 54
Total 1 3 4 10 18 22 25 18 8 3 1 113

Se poate stabili proporţia celor admişi în urma examenului:

59
p= = 0,52.
113

De asemenea, proporţia celor respinşi:

54
q= = 0,48.
113
Se observă imediat cum q = 1 – p.
Din acelaşi tabel se poate urmări ce rezultate au obţinut în cadrul testării psihologice
canditaţii declaraţi admişi, se face o medie a acestora rezultate, notată cu mp. De asemenea, se
poate face acelaşi lucru pentru categoria celor respinşi, notând media la test cu mq.
Formula de calcul este următoarea:
mp − mq pq
rbis = ×
σ y
În genere se notează cu mp media valorilor x pentru elementele clasei superioare (y > y0)
şi cu mq media valorilor x pentru elementele clasei inferioare (y < y0), y0 fiind punctul de tăietură
al variabilei. În formulă, y este ordonata corespunzătoare punctului de separaţie (unii autori o
notează cu z). Se menţionează în plus că σ este abaterea standard a rezultatelor (cotelor) obţinute
pq
în cadrul testării psihologice a întregului lot de candidaţi. De asemenea raportul se citeşte
y
dintr-un tabel special, luând ca reper fie p, fie q, pentru calcularea rbis şi rtris.
În exemplu dat:
359
mp = = 6,08;
media celor admişi: 59
 241
mq = = 4,46;
media celor respinşi : 54
abaterea standard pe ansamblu:
σ = 1,88
pq
Valoarea = 0,6264 ( la q = 0,48).
y
Înlocuind în formulă vom avea:
6,08 − 4,46
rbis = × 0,63 = 0,86 × 0,63 = 0,54
1,88

Când într-un studiu variabila y ne apare sub forma unei clasificări trihotomice - de
exemplu, buni, mijlocii şi slabi - în timp ce datele testării psihologice (x) se prezintă într-o formă
mai nuanţată- ca în exemplul precedent - atunci se utilizează pentru calculul corelaţiei o formulă
propusă de C. Burt:
m' − m" 1
rtris = × ,
σ y'
y"
+
p ' p"
în care, m' şi m" reprezintă mediile la test (x) pentru cei buni şi cei slabi: p' şi p" proporţia de
"buni", respectivi de "slabi"
(p' + p" < 1);
y' şi y" sunt ordonatele curbei normale reduse potrivit împărţirii în 3 categorii; σ abaterea
standard a distribuţiei complete a datelor la test (x).
y
Valorile rapoartelor sunt date într-un tabel special pentru calculul coeficientului de
p
corelaţie triserial luând ca reper p sau q. Figura 4.6. ilustrează sensul notaţiilor utilizate. Se
observă că grupul celor mijlocii nu intră în calcule.

Fig. 4.5.
4.3.2. Estimarea Coeficienţilor Corelaţie Neparametrici
Indicii de corelaţie examinaţi presupun ca o condiţie normalitatea distribuţiei în colectivitatea din
care s-a extras eşantionul. O asemenea cerinţă nu poate fi satisfăcută totdeauna. De aici,
necesitatea unor indici de corelaţie neparametrici.

4.3.2.1 Coeficientul de corelaţie φ

Se întâmplă uneori ca două distribuţii să fie dihotomice, nu datorită unei regrupări
(efectuate pentru simplificarea calcului), ci prin însăşi natura variabilei, adică prin operaţiile de
măsurare care o definesc.
În acest caz, coeficientul de corelaţie se notează cu φ şi necesită o anumită aşezare
caracteristică a datelor. Variabilele se pot nota cu -, + sau 0,1 (având semnificaţia de absenţă sau
prezenţă a caracteristicii respective).
Pe diagonală, conţinutul este de acelaşi sens (+ +,- -) sau (00,11). Deci, căsuţele de pe
diagonală sunt izotrope. Vom avea atunci, un tabel cu patru căsuţe ( Tab. 4.4.).
Totalul liniei respective notat cu litera (a) şi totalul coloanei notat cu litera (b).
Îl vom calcula pe φ după formula:
c − ab
ϕ=
a (1 − a )b(1 − b)

sau

χ2
ϕ=
N

Tabelul 4.4.
y 0 1

1 01 11
(c) (a)

0 00 10

0 1
(b)

Pentru calcularea lui φ ne interesează căsuţa (11) notatăcu litera (c);

De notat că se lucrează cu frecvenţe relative sau proporţii.
 Exemplu (după Faverge):
Să presupunem că dorim să stabilim relaţia dintre iniţiativă şi rapiditatea adaptării la
situaţie. Vom nota pentru variabila rapiditate cu 1 prezenţa rapidităţii şi cu 0 absenţa ei; iar pentru
variabila iniţiativă vom nota cu 1 subiecţii cu iniţiativă şi cu 0 pe cei fără iniţiativă. Pe un lot de
144 de subiecţi (asupra cărora s-a făcut cercetarea) vom avea următoarea aşezare a datelor (Tab.
5.5.)
Tabelul 5.5.
Iniţiativă
0 1
30 50
Rapiditate 1 (c)
80
a=
0 55 9 144

59
b= T=144
144
Ne interesează semnificaţia proporţiei sau a procentului. Vom lucra cu frecvenţa relativă.

Avem:
80 59 50
a= = 0,55; b = = 0,40; c = = 0,34.
144 144 144
Înlocuind în formula lui φ vom avea:
0,34 − 0,55 × 0,40
ϕ=
0,55(1 − 0,55)× 0,40(1 − 0,40)
Efectuând calculele obţinem:φ = 0,5.
Interpretarea lui φ se face ca şi cea a lui r, deoarece φ este în esenţă o variantăa lui r.

4.3.2.2 Coeficientul de corelaţie a rangurilor (ρ)

Corelaţia rangurilor (Spearman) ne interesează atunci când volumul eşantionului este
destul de mic (mai mic decât 30) sau când datele le avem sub formă de clasificări prin rang ale
subiecţilor. De pildă, într-o experienţă nu putem da o apreciere numerică rezultatelor obţinute de
diferiţi subiecţi, dar putem stabili care este primul, al doilea, al treilea etc, adică putem face o
clasificare prin rang. De pildă, dacă cerem unui profesor să-şi evalueze mai întâi elevii prin note,
apoi prin ranguri (care este primul, al doilea ... ), reluând operaţia de mai multe ori vom constata
că notele diferă în anumite limite de la o evaluare la alta, în timp ce rangurile atribuite în
ierarhizări succesive sunt mult mai statornice.
Când efectivul grupei (N) este mai mic decât 30, înlocuim notele prin ranguri, aşezând
subiecţii în ordinea rezultatelor. Dacă doi subiecţi au aceeaşi notă, se atribuie fiecăruia un rang
intermediar (de exemplu, dacă doi elevi se situează după notă pe locul 2, li se atribuie rangul 2,5,
intermediar între 2 şi 3). Trebuie să existe puţine cazuri de acest gen pentru a fi valabilă operaţia
de calcul.
Când rezultatele sunt exprimate nu prin note ci prin ranguri, atunci ne bazăm pe
clasificărule întocmite sub cele două aspecte. Fiecare subiect are două ranguri, unul pentru fiecare
aspect sau probă din cele considerate. Diferenţele între rangurile obţinute în cele două clasificări
ne pot furniza o indicaţie asupra corelaţiei (legăturii) dintre cele două aspecte (variabile).
Calculele au loc asupra diferenţei între cele două ranguri, mai precis asupra pătratului acestor
diferenţe. Formula ce se aplică pentru determinarea coeficientului respectiv - notat cu ρ (ro) - este
următoarea:
6Σd 2
ρ = 1−
(
N N 2 −1 )

unde s-a notat cu d diferenţa de rang.

Cu cât diferenţele sunt mai mari (în valoare absolută), cu atât este vorba de o
discordanţă mai mare între rezultatele obţinute sub cele două aspecte, iar ipoteza unei legături
între cele două variabile este mai puţin plauzibilă.
Pentru determinarea coeficientului de corelaţie ρ se întocmeşte un tabel cu 5 coloane (Tab.
4.5.)

Tabelul 4.5.
Clasificarea după
Subiecţi frecv. Control (x) Calitate (y) d d2
A. L. 1 4 -3 9
U. C. 2 2 0 0
M. G. 3 10 -7 49
B. D. 4 5 -1 1
C. I. 5,5 1 4,5 20,25
P. L. 5,5 3 2,5 6,25
M. I. 7 8,5 -1,5 2,25
F. M. 8 8,5 -0,5 0,25
O. I. 9 7 2 4
R. V. 10 6 4 16
N = 10 Σd2 = 108,00
 În prima coloană se enumeră subiecţii, eventual în ordinea indicată de prima clasificare; în
coloana a doua şi a treia se trec rangurile obţinute de fiecare subiect în cele două clasificări; în
coloana a patra se notează diferenţele, iar în coloana a cincea se calculează pătratele acestor
diferenţe.

Exemplu (după I. Radu):

S-a urmărit, în cadrul activităţilor practice, în ce măsură frecvenţa ridicată a operaţiilor de
control se răsfrânge pozitiv asupra calităţii produsului finit. În acest scop s-a întocmit o
clasificare a elevilor după frecvenţa controlului produsului obţinut. Rezultatele sunt cuprinse în
tabelul 5.6.
După cum ne indică formula de calcul, însumarea se face numai pentru coloana d2. În
cazul dat Σd2 = 108.
În continuare se fac înlocuirile necesare.
Se înmulţeşte mai întâi Σd2 cu 6 iar produsul obţinut se împarte la N(N2 - 1), unde
N reprezintă numărul subiecţilor. Când lucrăm cu tabele matematice este mai uşor să calculăm N3
- N, care nu este altceva decât N(N2 - 1).
În exemplul dat efectuăm:
6Σ d 2 6 × 108 648
1− =1− 3 = 1− = 1 − 0,64 = 0,36.
N −N
3
10 − 10 990
Coeficientul de corelaţie obţinut este 0,36, fapt explicabil prin discordanţa destul de mare
a rangurilor în cele două clasificări. Ipoteza produsului nu a fost confirmată. De fapt, grupul de
studiu este mic, astfel încât problema comportă investigaţii suplimentare.
Ca şi r, coeficientul de corelaţie ρ poate avea valori între -1 şi +1. Valorile foarte mici ale
lui ρ, apropiate de zero, nu sugerează ipoteze determinate. În anumite cazuri este indicată mărirea
efectivului grupei (N) pentru a obţine corelaţii semnificative. Există tabele de echivalare între ρ şi
r, care permit interpretarea corectă a valorilor r (Tab. 4.6.).
De notat: valorile r şi ρ aparţin variabilelor ordinale. Nu se calculează deci media lor, ci se
ia mediana dintr-o colecţie de valori r referitoare la aceeaşi temă.

Tabelul 4.6
Ρ r
0,00 0,000
0,10 0,105
0,20 0,209
 0,30 0,313
0,40 0,416
0,50 0,518
0,60 0,618
0,70 0,717
0,80 0,813
0,90 0,908
0,95 0,954
1,00 1,000

4.4. INTERPRETAREA UNUI COEFICIENT DE CORELAŢIE

( )
În practică se stabilesc coeficienţi de corelaţie r , ρ ..... plecând de la datele unor
eşantioane. Se pune întrebarea, în ce măsură coeficienţii stabiliţi în acest fel se apropie de
coeficientul de corelaţie r sau ρ ce caracterizează colectivitatea generală din care s-a extras
eşantionul sau grupul dat?
Stabilirea unui interval de siguranţă nu prezintă aici nici un interes deosebit şi se
utilizează un alt procedeu.
Întrebarea care se pune este următoarea: un coeficient de corelaţie găsit în mod
experimental permite oare să enunţăm existenţa unei corelaţii reale sau nu? Alternativa este
ipoteza nulă: r = 0. În acest scop, se introduce coeficientul de corelaţie critic, care reprezintă
valoarea minimă ce trebuie să o ia un coeficient de corelaţie experimental pentru a fi socotit
semnificativ.
S-a întocmit în acest sens un tabel special care stabileşte coeficienţii de corelaţie critici
pentru diferitele praguri de semnificaţie şi pentru diferite valori ale lui n = N - 2. Întrucât
coeficienţii de corelaţie pot fi negativi, tabelul dă valorile absolute ale coeficientului critic.
Să luăm ca exemplu coeficienţii de corelaţie: r = 0,88, r = 0,71 şi r = 0,21 . În primul caz,
efectivul grupului (N) a fost 14, în al doilea 51, iar în al treilea caz 12.
Se pune întrebarea dacă aceşti coeficienţi indică o corelaţie reală sau nu; cu alte cuvinte,
dacă pot fi consideraţi semnificativi sau nu? Ipoteza alternativă este ρ = 0.
Pentru a vedea acest lucru, citim în tabelul valorilor semnificative pentru│r│. Prima
coloană cuprinde diferite valori ale lui n = N-2. Celelalte coloane indică coeficienţii de corelaţie
minimi la diferite praguri de semnificaţie (p = 0,10, p = 0,05, p = 0,01) corespunzător
valorilor lui n.
 Temă de reflecţie nr. 6
Care sunt factorii care influenţează semnificativitatea unui coefficient de corelaţie?

În primul exemplu N = 14, deci n = N – 2 = 14 – 2 = 12. Citim în tabel, în dreptul lui n =

12 valorile semnificative a lui│r│ şi ne oprim la cifra cea mai apropiată de coeficientul găsit de
noi (0,88). Pentru a urmări mai bine operaţia, facem un extras din Anexa (Tab 4.7. ).

Tabelul 4.7.
n p = 0,10 p = 0,05 p = 0,02 p = 0,01

12 0,46 0,53 0,61 0,66

Observăm că la pragul de semnificaţie cel mai riguros p = 0,01 se indică drept coeficient
de corelaţie critic 0,66. Or, coeficientul găsit de noi este mult mai mare, ceea ce înseamnă că este
semnificativă.

Bibliografie minimală pentru acest modul

1. Abdi, H., Introduction au traitement statistique des donees experimentales, Grenoble, Presses Univ.,
1987.
2. Faverge, J. M., Methodes statistiques en psychologie applique, t. II,Paris, P.U.F., 1963
3. Hazs, L.W., Statistics for Psychologist, New York, Holt Rinehart and Winston,1966.
4. Leplat, J., La methode experimentale en psychologie apliquee, în “ Trataite de psychologie apliquee”,
(Reuchelin M.,dir.), t.2, Paris P.U.F., 1973.
5. Matalon, B., La logique des plans d’experiences, în G. et J. Lemaine (ed.) “Pszchologie sociale et
experimentation”, Paris, Mont-Bordas, 1969.
6. Radu, I., Însuşirea unor cunoştinţe de matematică prin învăţare programată. În "Creativitate, modele,
programare ”, (Al.Roşca, red.), Bucureşti, Edit. Ştiinţifică, 1967.
7. Spence, J.,Underwood,B., Duncan,C., Cotton,J., Elementarz Statistics, New York, Appleton – Century
– Crofts, 1968.
 Rezumat
În cercetarea psihologică modelul consacrat este cel al investigării la nivelul eşantioanelor
urmat de extrapolarea la nivelul populaţiei, proces denumit inferenţă. În cadrul inferenţei
statistice se disting două tipuri de probleme: probleme de estimare, respectiv probleme de
comparaţie. Problemele de estimare, permit pe baza unui indice obţinut la nivelul eşantionului
estimarea cu o anumită probabilitate a intervalului în care se află parametrul pentru populaţie.
Demersul de estimare se poate extinde şi la distribuţiile bivariate, pentru a estima parametrii
acestor distribuţii.

Recomandări şi comentarii cu privire la temele de reflecţie

Tema 1: Vom observa că distribuţia se îngustează, valorile sunt din ce în ce mai grupate în jurul
mediei.
Tema 2: La valori destul de mari, distribuţia mediilor va tinde să aproximeze o distribuţie
normală.
Tema 3: Cu cât creşte volumul eşantionului cu atât este mai redus intervalul estimat (în condiţiile
în care restul problemei nu se schimbă).
Tema 4: Va subestima valoarea reală a asocierii celor două variabile.
Tema 5: 1 sau -1.
Tema 6: Semnificativitatea unui coefficient de corelaţie va fi influenţat de: numărul subiecţilor,
de mărimea sumelor produselor şi abaterea standard a datelor.

Bibliografie minimală pentru acest modul

Abdi H. (1987). Introduction ou traitemant statistique des données expérimentale, Grenoble:
Presses Universitaire de Grenoble.
Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Faverge, J.M. (1965). Méthodes statistiques en psychologie appliquée. t.III, Paris, P.U.F.
Jaccard J & Becker, M. (1997). Statistics for the behavioral sciences (third edition), Brooks, Cole
 Publishing Company, Pacific Grove.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Rouanet, H., Le Roux, B., Best, C. (1987). Statistique en sciences humaines: procedures
naturelles, Paris, Bordas.
Spence, J., Underwood, B.J., Duncan, C.P., Cotton, J.W. (1968). Elementary statistics, New
York, Appleton
ANEXE

3.1. Bibliografia completă a cursului2

Abdi H. (1987). Introduction ou traitemant statistique des données expérimentale, Grenoble:

Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Chalmers Alan (1999) What is this thing called science? Hackett Publishing Company, Inc.
Indianapolis.
Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Derry Gregory (1999) What Science Is and How It Works. Princeton Univerity Press, New Jersey.
Faverge, J.M. (1965). Méthodes statistiques en psychologie appliquée. t.III, Paris, P.U.F.
Heiman, G., W., (2001) Understanding Research Methods and Statistics: an integrated
approach. Houghton Mifflin Company, Boston.
The Stanford Encyclopedia of Philosophy (2008) Science and Pseudo-Science.
http://www.lse.ac.uk/collections/lakatos/scienceAndPseudoscience.htm
Jaccard J & Becker, M. (1997). Statistics for the behavioral sciences (third edition), Brooks, Cole
Publishing Company, Pacific Grove.
Lakatos Imre (1973) Science and Pseudoscience. Presses Universitaire de Grenoble.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Rouanet, H., Le Roux, B., Best, C. (1987). Statistique en sciences humaines: procedures
naturelles, Paris, Bordas.
Spence, J., Underwood, B.J., Duncan, C.P., Cotton, J.W. (1968). Elementary statistics, New
York, Appleton
Stanovich Keith (2001) How to think straight about psychology. Allyn & Bacon, Boston
Stevens, S.S. (1951). Matematics, measurement, and psychopsysics. În Handbook of
experimental psychology, ( ed. S.S. Stevens), New York, Wiley.
Wynn M. Charles and Wiggins W. Arthur (2001) Quantum leaps: Where Real Science Ends ...
and Pseudoscience Begins. Joseph Henry Press Washington, D.C.

2
Titularul cursului îşi rezervă dreptul ca pe parcusului semestrului să mai adage noi surse bibiografice în
funcție de accesul la/ şi apariția noilor materiale de specialiate.
3.2.Glosar

"Moartea experimentală" - "pierderea" unor subiecţi pe parcursul deşfăşurării experimentului,

datorită oboselii, lipsei de motivaţie etc.
Abatere standard – măsură a dispersiei unei colecţii de valori
Analiza datelor - procesul de căutare şi sumarizare a datelor cu scopul de a extrage informaţia
relevantă şi de a elabora concluzii pe baza acesteia
Analiza de varianţă (ANOVA) – colecţie de modele statistice şi procedurile asociate acestora, în
care varianţa observată este divizată în componente corespunzătoare diferitelor variabile
explicatorii. Scopul analizei de varianţă (ANOVA) este de a testa semnificativitatea
diferenţelor între medii prin compararea (analiza) varianţelor
Amplitudine – diferenţa dintre scorul cel mai mare şi scorul cel mai mic
Autoobservaţia – observaţia aplicată asupra propriei persoane, ceea ce înseamnă nu numai
(introspecţia) cunoaşterea gândurilor, sentimentelor şi aspiraţiilor intime, ci şi cunoaşterea prin
activitatea proprie, din succese şi eşecuri, din actele relaţiilor cu semenii, din încercările vieţii
etc.
Cercetare – activitate umană intelectuală bazată pe investigarea într-un anumit domeniu.
Principalele scopuri ale cerecetării aplicate sunt descoperirea, interpretarea şi dezvoltarea unor
metode şi sisteme menite să genereze cunoaştere într-o varietate de domenii ştiinţifice.
Cercetarea poate utiliza metoda ştiinţifică, dar nu în mod obligatoriu. Aceasta oferă informaţii
ştiinţifice şi teorii explicative ale universului care ne înconjoară.
Chestionar – instrument de cercetare alcătuit dintr-o serie de întrebări şi alte componente menite să
culeagă informaţii de la respondenţi
Coeficient de corelaţie – indică puterea şi direcţia unei relaţii liniare între două variabile aleatoare
Coeficientul de concordanţă K (Cohen) – verifică fidelitatea evaluării unor comportamente
realizate prin intermediul unei grile de observaţie
Colecţie de date - un fragment reprezentativ din mulţimea datelor sau măsurătorilor posibile.
Cote standard z – scorul standard indică cu câte abateri standard o observaţie este deasupra sau sub
medie
Covarianţă – măsură care indică cât de mult două variabile se modifică împreună
Curba normală – reprezentarea grafică a unei distribuţii normale, având media 0 şi varianţa 1
Date – măsurătorile răspunsurilor la anumite nivele date ale factorilor de interes
Degradarea instrumentelor de măsură - între două sau mai multe măsurări repetate, validitatea
instrumentului de măsurare scade
Design experimental – design-ul colectării tuturor informaţiilor unde varianţa este prezentă,
indiferent de controlul total sau parţial al experimentatorului
Distribuţia normală - valorile efectivelor situate de o parte şi de alta a clasei cu efectivul maxim
sunt egale sau diferă destul de puţin între ele
Distribuţia simetrică - sinonim al distribuţiei normale
Efectul compensării - efortul compensatoriu pe care îl pot manifesta membrii grupului de control
simţindu-se frustraţi că nu fac parte din grupul experimental.
Efectul de maturare - diferenţele dintre două măsurări repetate ale aceloraşi subiecţi se pot datora
maturării ce a avut loc pe parcursul experimentului, nu manipulării experimentale.
Efectul difuziunii - răspândirea efectului manipulării de la grupul experimental la cel de control.
Efectul resemnării - subiecţii din grupul de control pot obţine rezultate mai slabe datorită
demotivării ce o resimt ca urmare a excluderii lor din grupul experimental.
Efectul testării repetate - diferenţele de scoruri dintre mai multe măsurări succesive se pot datora
administrării repetate a aceluiaşi test
Eroarea standard a mediei – reprezintă abaterea standard teoretică a tuturor mediilor eşantioanelor
de mărime n extrase dintr-o populaţie şi depinde de varianţa populaţiei (sigma), cât şi de
mărimea eşantionului (n)
Experiment – studiu manipulativ care implică aplicarea uneia sau a mai multor intervenţii în
condiţii controlate. Unde este posibil, intervenţia este atribuită aleator eşantioanelor, iar
efectele observate sunt comparate cu cele ale grupelor de control
Grade de libertate – numărul de piese de informaţie independente necesare măsurării componenţei
varianţei, extrasă din totalul numărului de piese care contribuie la această varianţă
Grilă de observaţie - o listă de rubrici care să ofere cadrul de clasificare a datelor brute.
Indicii tendinţei centrale – se referă la măsura valorii de mijloc a setului de date
Ipoteza nulă (H0) – ipoteza testabilă statistic care asumă că nu există un patern în datele testate, iar
diferenţe obţinute se datorează aleatorului . Ipoteza nulă este testată în statistică pentru a
determina în ce măsură datele justifică investigarea unei ipoteze alternative.
Ipoteză specifică (Hs) – Ipoteza care descrie modelul statistic ce urmează a fi testat
Măsurare - operaţie prin care se atribuie numere datelor discrete sau continue ce urmează a fi
evaluate.
Media – reprezintă suma scorurilor impărţită la numărul acestora
Mediana – reprezintă numărul care separă jumătatea superioară a eşantionului, a populaţiei sau a
unei distribuţii probabilistice, de jumătatea inferioară
Modul – valoarea care apare cel mai frecvent într-un set de date sau într-o distribuţie probabilistică
Observaţia curentă - ocazională, practicată de profesor în clasă, de inginer în întreprindere, de
ziarist în viaţa socială etc.
Observaţia sistematică - urmăreşte înregistrarea obiectivă a faptelor, înscriindu-se într-un program
explicit, ce restrânge câmpul studiat şi impune selectarea datelor relevant
Regresia statistică - tendinţa de regresie spre medie a scorurilor extreme odată cu repetarea unei
măsurări.
Scală de interval – numerele indică amplitudinea diferenţei dintre itemi, dar scala nu conţine
punctul „zero absolut”
Scală de măsurare – procesul de măsurare sau ordonare a entităţilor in funcţie de atributele
cantitative sau alte caracteristici
Scală de proporţii – numerele indică amplitudinea diferenţelor şi scala are fixat un punct „zero
absolut”. Proporţiile pot fi calculate.
Scală nominală - clasificarea sau repartizarea datele (rezultatele), după o serie de nume sau
categorii diferite (disjuncte), astfel încât fiecare element (răspuns, observaţie etc.) să-şi
găsească locul într-o categorie şi numai într-una singură.
Scală ordinală – numerele indică poziţia relativă a itemilor, dar nu amplitudinea diferenţelor
Semnificativitate statistică - indică faptul că există dovezi statistice care susţin o anumită diferenţă.
Nu înseamnă neapărat că diferenţele trebuie să fie mari sau de importanţă ridicată şi nici nu
este echivalentul expresiei folosite în limbajul comun
Statistică – ştiinţă matematică care se ocupă cu colectarea, analizarea, interpretarea explicarea sau
prezentarea datelor, precum şi cu predicţia bazată pe aceste date
Statistică descriptivă – utilizată pentru descrierea trăsăturilor de bază ale datelor culese dintr-un
studiu experimental. Împreună cu analiza simplă a graficelor, formează baza tuturor analizelor
cantitative de date
Teorie – un model testabil al modului de interacţiune a unui set de fenomene naturale, capabil să
prezică acţiuni viitoare, cu posibilitatea de a fi testat prin intermediul experimentului sau de a
fi verificat prin observaţii empirice
Testul psihologic - o situaţie experimentală standardizată, servind drept stimul unui comportament.
Valoare critică – este valoarea corespunzătoare unui prag de semnificaţie. Această valoare
determină într-un test statistic limita dintre acele eşantioane care duc la respingerea ipotezei
nule şi acele eşantioane care duc la nerespingerea ipotezei nule.
Variabilă dependentă (VD) – este acea variabilă care se modifică ca răspuns la variabila
independentă
Variabilă independentă (VI) - orice stimul care poate avea o influenţă relevantă (cauzală) asupra
unor prestaţii sau comportamente, care devin variabile dependente (VD).
Varianţă – dispersia datelor măsurată ca şi media abaterilor la pătrat de la valoarea expectată
(media)
3.3. Scurtă biografie a titularului de curs

Lector univ. dr. Robert Balazsi este cadru didactic al Departamentul de Psihologie din
cadrul Universitatii Babes Bolyai. Domeniile sale de competenţă sunt: metodologia cercetării şi
analiza datelor (nivel de bază şi avansat). A publicat ca autor sau coautor studii stiintifice in
reviste de specialitate, indexate ISI, recenzate in baze de date internaţionale şi/sau recunoscute
CNCSIS; în domeniul cercetării psihologie cognitive (memoria de lucru şi funcţii executive) şi
psihologiei sănătăţii (activitate fizică şi timp liber, etc). A publicat cărţi în calitate de couator în
domeniul psihologiei sănătăţii, politici de cercetare şi metode de măsurare în psihologie (vezi
www.psychology.ro).