Tipi di Disegni di Ricerca: Descrizione Metodologica - Prof. Michelini, Schemi e mappe concettuali di Statica

Scarica Tipi di Disegni di Ricerca: Descrizione Metodologica - Prof. Michelini e più Schemi e mappe concettuali in PDF di Statica solo su Docsity! METODOLOGIA DELLA RICERCA QUANTITATIVA E ANALISI DEI DATI LEZIONE 1 LA SCIENZA Insieme delle discipline fondate essenzialmente sull’osservazione, l’esperienza, il calcolo, o che hanno per oggetto la natura degli esseri viventi, e che si avvalgono di linguaggi formalizzati. 1. Concezione dimostrativa di scienza (antica Grecia) → La scienza garantiva la propria validità perché dimostrava le proprie affermazioni (es. matematica e logica). 2. Concezione descrittiva di scienza (illuminismo) → La scienza interpreta la natura: Osservazione → Inferenza → Calcoli LA CONCEZIONE “AUTOCORREGIBILE” DI SCIENZA (‘900) ● L’autocorreggibilità garantisce la validità della scienza. ● Si abbandona ogni pretesa di garanzia assoluta: - Razionalismo critico di Popper - Teoria dei paradigmi di Kuhn - Epistemologia irrazionale e anarchica di Feyerabend IL REALISMO CRITICO ❏ Si sviluppa a partire dagli anni ’50. ❏ Condivide con Popper e Kuhn (tra gli altri) l’idea che non esistano dei fatti puri (i dati sono sempre carichi di teoria). ❏ Le teorie scientifiche sono costitutive del mondo conosciuto ma non del mondo reale. ❏ La conseguenza è che si possono utilizzare concetti che sono al di là dell’esperienza (es. gli atomi esistono perché se ne possono osservare le conseguenze anche se non si possono osservare gli atomi). ❏ Rifiuta il concetto di riduzionismo (a) e propone il concetto di stratificazione (b). a. Le teorie si dispongono secondo una parziale gerarchia di livelli di descrizione (dal macroscopico al microscopico). b. Tutte le conoscenze si stratificano in approcci diversi che spiegano le stesse variabili. Sia il mondo, sia la scienza sono stratificati, ossia le “cose” sono composti complessi. → Comportamento = Fattori neuroanatomici + Fattori individuali + Fattori sociali. ❏ Determinismo (la V.I causa la V.D.) ≠ Probabilismo (il mondo non è solo stratificato, ma è costruito da un complesso di strutture → Non ci sono leggi “fisse” ma tendenze e probabilità → Il modello di spiegazione della scienza tradizionale non è l’unico possibile: Gli eventi sono il risultato di un concorso di processi causali che, avendo luogo in sistemi aperti, sono il frutto di numerosi meccanismi.) - ex: il vaccino cura per sempre il covid (determinismo) NO → ci si deve basare sulle probabilità. IMPLICAZIONI PER LA PSICOLOGIA Non è possibile applicare all’uomo lo schema conoscitivo del positivismo logico ❖ I fenomeni sono più complessi, non esiste un uomo universale, è difficile trarre delle conclusioni generali dalle osservazioni e dagli esperimenti L’uomo è un oggetto di studio differente ❖ Le regolarità osservabili nel comportamento non sono il segno di un determinismo, ma la tendenza a seguire regole. Una spiegazione scientifica valida può ricorrere anche a ciò che non è osservabile ❖ Questo non implica che il metodo scientifico non possa applicarsi alla psicologia: al contrario essa può essere formata da una “famiglia” di scienze → nel campo della psicologia è importante la metodologia della ricerca perchè tiene sotto controllo interferenze e complicazioni. Se non riesce a controllarle, sottolinea l’esistenza di questi limiti (ex. vaccino covid). COME SI FA UNA RICERCA? → LE FASI 1. Identificazione del problema di ricerca (scelta dell’argomento) 2. Pianificazione del disegno di ricerca 3. Fase delle osservazioni o della raccolta dei dati (lettura articoli letterari) 4. Fase dell’analisi dei dati (statistiche) 5. Fase dell’interpretazione dei dati (capire grafia e risultati) 6. Fase della comunicazione dei risultati. 1 - IDENTIFICAZIONE DEL PROBLEMA DI RICERCA (La ricerca scientifica non inizia dalle osservazioni, ma dai problemi → Karl Popper) LE FONTI DEI PROBLEMI ➔ Interessi personali del ricercatore: lo stimolano a trovare i problemi e gli suggeriscono la direzione da prendere. ➔ Fatti paradossali: i fatti paradossali sono fonte di interesse (es. Kitty Genovese) e ci spingono a chiederci “Perché?”. ➔ Fortuna: serendipità (serendipity) ➔ Tentativo di risolvere problemi pratici: ricerca applicata > si cerca di trovare una soluzione a problemi concreti. ➔ Teorie e risultati delle ricerche: Una buona ricerca non è quella che da delle risposte, ma quella che fa sorgere nuove domande. !! Domande di ricerca (cosa provoca l’aggressività?) → Ipotesi di ricerca (se i soggetti subiscono una frustrazione diventano aggressivi) → Ipotesi statistiche (se un distributore di merendine non restituisce le monete i soggetti metteranno in atto comportamenti distruttivi nei confronti del distributore). !! LE IPOTESI STATISTICHE → da una domanda a un’ipotesi (dipendono da come si andrà a disegnare l’esperimento. H0 sarà posta nella forma: “non esiste una relazione..”, “non esiste una differenza..”). 2 - FASE DELLA PIANIFICAZIONE DEL DISEGNO DI RICERCA Passaggio dalla domanda-problema-ipotesi a un disegno di ricerca: matrice dati? che tipo di disegno adotto (longitudinale, cross-sectional ecc..)? Quanti soggetti mi servono? 3 - FASE DELL’OSSERVAZIONE O DELLA RACCOLTA DEI DATI (studio pilota → dove, come, quando raccogliere dati → matrice dati) COSTRUZIONE MATRICE DATI Unità statistiche: si chiama unità statistica il caso individuale componente del collettivo statistico (soggetto o partecipante o un insieme di persone appartenenti alla stessa categoria). Caratteri: si chiama carattere ogni aspetto elementare oggetto di rilevazione nelle unità statistiche del collettivo. Spesso ci riferiamo a loro chiamandoli, semplicemente, variabili. LE SCALE DI MISURA Scala nominale (equivalenza tra i membri di una categoria / non equivalenza tra i membri di categorie diverse) Scala ordinale (consente di “graduare” i gruppi in base all’ordine che le modalità presentano) c. COMPETENZE → consapevolezza dei propri limiti, uso di strumenti con un’adeguata preparazione, aggiornamento delle proprie competenze. d. RESPONSABILITA SOCIALE → comunicazione dei risultati considerando dove finiranno queste informazioni e. TUTELA DI BENESSERE → NON compromettere benessere psico-fisico dei partecipanti. 2. Regole di condotta (11 articoli): - informazione e consenso - uso dell’inganno nella ricerca; - restituzione dei risultati; - riservatezza e anonimato - rischi e gestione dei rischi; - la protezione dei partecipanti alla ricerca; - incentivi alla partecipazione; - la ricerca con animali; - diffusione della ricerca scientifica; - ricerca, insegnamento e valutazione; - comitato etico locale 3. Disposizioni attuative LEZIONE 3 METODI DESCRITTIVI (come si fa una ricerca?) E PIANIFICAZIONE DEL DISEGNO DI RICERCA IL DISEGNO DI RICERCA ➔ In generale, con disegno di ricerca si intende l’organizzazione temporale e spaziale di una ricerca al fine di aumentare i controlli e la sua validità. ➔ Costituisce la struttura, la pianificazione e la progettazione della ricerca. - Somministrazione del trattamento e manipolazione della Variabile Indipendente. - Rilevazione dei suoi effetti sulla Variabile Dipendente. ★ organizzazione temporale delle prove; ★ estrazione della popolazione; ★ costruzione dei gruppi e delle condizioni OBIETTIVO → esercitare il massimo controllo sulla ricerca ed escludere il più possibile l’intervento di altre possibili variabili di disturbo. TIPI DI DISEGNI DI RICERCA ➢ Metodi descrittivi di ricerca → nessun controllo (V.I. non esistono a volte) - Obiettivo = identificare la presenza di alcune variabili e metterle in relazione tra loro. ➢ Quasi esperimenti (anche quelli correlazionali) → NON manipolazione della V.I. o mancanza di controlli importanti → disegni quasi sperimentali (ex. maschi e femmine) ➢ Veri esperimenti (ricerca sperimentale) → disegni sperimentali: maggiore manipolazione della V.I, estrazione e assegnazione casuale dei soggetti. METODI DESCRITTIVI DI RICERCA → identificare e descrivere le variabili e le loro relazioni LA RICERCA D’ARCHIVIO (1) Si basa sull’analisi dei dati d’archivio: ● raccolti da persone diverse dal ricercatore; ● in istituzioni che spesso hanno scopi diversi dalla ricerca. ● Per questo motivo viene anche chiamata ricerca secondaria - SCOPI RICERCA: ● Descrivere un particolare fenomeno (es. cambiamenti nella crescita della popolazione, frequenza dei divorzi, diffusione di certe malattie) ● Cercare una relazione tra diverse variabili, senza stabilirne un nesso causale. - FONTI: ➔ prodotti della ricerca primaria - sono dati raccolti da altri ricercatori, presentati in articoli o report, ma possono comprendere anche i dati ISTAT o banche dati on-line; ➔ archivi in senso stretto - la differenza è che non sono dati derivanti da attività di ricerca: ad esempio verbali di sedute, trascrizioni cliniche, ecc.; ➔ metodi non-reattivi basati su Internet - vengono analizzati attraverso tecniche di data mining e sono per il risultato di normali comportamenti (es. forum, chat, social network) e non di un’intervista o questionario. - LIMITI: 1. chi e perchè ha raccolto i dati? dietro i dati ci sono le teorie → a seconda di chi li raccoglie si possono avere punti di vista, obiettivi e informazioni diverse. 2. che tipo di informazione è stata raccolta? La presenza del ricercatore può avere certi effetti. 3. Quando? Attenzione ai numeri: contestualizzare sempre il periodo. - COSTO E ACCESSO AI DATI (VANTAGGI) Un vantaggio della ricerca d’archivio è che, generalmente, costa poco. A volte però può essere molto difficile accedere ai dati, specie quando si tratta di documenti privati. OSSERVAZIONE NATURALISTICA (2) ❖ L’osservazione naturalistica (o etologica) fa parte del capitolo più ampio dell’osservazione diretta del comportamento (es. Freud). ❖ Quando ci si cominciò a preoccupare della validità esterna delle ricerche si cominciarono a preferire altri metodi di rilevazione. - CARATTERISTICHE Permette di raccogliere dati sul comportamento dei soggetti senza interferire sul loro modo di comportarsi: ● Non intrusività: l’osservatore non manipola le variabili. Per salvaguardare la non intrusività sono state elaborate tecniche come lo specchio unidirezionale, strumenti di registrazione audio-video, ecc. ● Mancanza di artificiosità: i soggetti vengono osservati nel loro ambiente naturale. In questo modo, spesso, emergono ipotesi che possono essere verificati in esperimenti ● Sistematicità: da un’ampia quantità di interazioni comportamentali, il ricercatore sceglie solo determinati aspetti. (tra tutti i metodi descrittivi è quella che rispetta maggiormente il fluire naturale dei comportamenti). - LIMITI: ➢ Non è utilizzabile quando si vogliono individuare le cause di un comportamento (difficile isolare le variabili). ➢ Il controllo sui dati è modesto (le variabili non sono manipolate e le sequenze comportamentali non vengono isolate). ➢ Comporta tempi molto lunghi - ELEMENTI FONDAMENTALI ➢ è indispensabile ricorrere a parcellizzazioni sempre più sottili della sequenza comportamentale e dell’ambiente fisico con il rischio di perdere di vista la sequenzialità dell’evento! - REGOLE: ➔ Categorizzazione ➔ Scelta del modo con cui rappresentare i comportamenti osservati; ➔ Registrazione - CATEGORIZZARE O CLASSIFICARE: ● Il comportamento degli individui in categorie di comportamento. ● Decidere il tempo di osservazione, la durata delle sessioni di osservazione. ex. definizione non operazionale (crisi), definizione operazionale (si butta a terra e batte i piedi). - RAPPRESENTAZIONE DEI DATI ❏ Sequenze di eventi semplici: frequenza dei comportamenti e loro successione. ❏ Sequenze di eventi multipli: si assegnano più categorie contemporaneamente a un comportamento (es. frequenza e intensità) ❏ Sequenze di stati: rilevo anche la durata. ❏ Sequenze di intervalli: si stabilisce un intervallo temporale (es. 10 sec.) e… ● rilevazione ad intervallo totale → comportamento deve saturare tutto l’intervallo osservativo ● rilevazione ad intervallo parziale → comportamento deve essere presente nell’intervallo osservativo ● rilevazione istantanea → al suono di un timer tarato sul termine dell’intervallo prestabilito si sigla se è attivo il comportamento o meno. - OSSERVAZIONE, INTERPRETAZIONE E REGISTRAZIONE: ➢ Mantenere distinta la fase dell’osservazione da quella dell’interpretazione! ➢ è importante prendere nota di tutte le riflessioni, ma se non si tengono separate dalle cose che vengono osservate, non si ha più la possibilità di distinguere l’osservazione! - REGISTRARE I COMPORTAMENTI: ❖ Note di osservazione: 1. descrizione dei fatti; 2. avvenimenti precedenti ricordati ora; 3. concetti e deduzioni analitiche; 4. impressioni e sensazioni personali; 5. note per informazioni aggiuntive. Non vengono raccolte durante l’osservazione. ❖ Sistemi di registrazione cartacei e digitali: griglie e sistemi cartacei sono ancora le modalità più semplici ed economiche. Oggi sono possibili anche metodi assistiti da computer/tablet/ smartphone. L’utilizzo di telecamere può essere utile, ma hanno i loro svantaggi (attenzione richiesta dal loro uso, restrizione del campo visivo e intrusività). 4. Tipo di controllo delle variabili estranee MISURA DELLA VARIABILE DIPENDENTE Può essere eseguita sia prima che dopo il trattamento (pre-test e post-test); o solo dopo il trattamento (solo post-test). MODI DI SOTTOPORRE A TRATTAMENTO I GRUPPI - Ogni gruppo è sottoposto a un solo livello della V.I. (between); - ogni gruppo è sottoposto a tutte le condizioni di trattamento (within). NUMERO V.I. - soltanto una - disegno fattoriale → misto (con 2 o più V.I.) !!!!ATTENZIONE: un disegno between, within, con una sola V.I. o fattoriale non è automaticamente sperimentale.!!!! I disegni quasi sperimentali hanno le stesse caratteristiche di quelli sperimentali, l’unica differenza è che in questi ultimi è possibile controllare le variabili estranee. CONTROLLO DELLE VARIABILI ESTRANEE A. Randomizzazione: assegnazione casuale dei soggetti ai gruppi data dalla validità esterna → effetti della V.I. sulla popolazione. B. Pareggiamento (con variabili continue) - con campioni esigui e la possibilità di misurare i soggetti prima dell’esperimento, si pareggia una variabile che potrebbe essere importante (es. età, QI). - usata se non si è sicuri delle variabili a disposizione. - Assegnazione (in modo pareggiato e non randomizzato) dei soggetti ai gruppi del campione → consente di confermare di avere dei gruppi uguali e pareggiati per quelle variabili che si considerano influenti, così che differiscano solo per la V.D. - si potrebbero non considerare tutte le variabili estranee C. Metodo dei blocchi (con variabili discrete): - simile al pareggiamento, ma si ragiona su blocchi (es. giovani/anziani; alto/ medio/basso QI). - si potrebbero non considerare tutte le variabili estranee. ● un gruppo → una V.I. → disegno within ● più gruppi → una V.I. → disegno between ● un gruppo → due o più V.I. (se sono tutte within) → disegno fattoriale within ● più gruppi → due o più V.I. (se sono tutte between) → una sola V.D. → disegno fattoriale between ● più gruppi → due o più V.I. (se sono sia within che between) → più di una V.D. → disegno fattoriale misto LETTURA DI UN PROBLEMA: 1. individua la/e V.D. 2. individua V.I ex → gruppi = between - diagnosi = between - tempo = within (tutte e tre caratterizzate da sottocomponenti) DISEGNI PRE-SPERIMENTALI ● Possono apparire validi, ma non è così! ● Possono fornirci informazioni utili per esplorare nuovi problemi o mettere a punto nuove ipotesi. - disegno con un solo gruppo e una sola prova (NO confronto tra pre e post test); - disegno con un solo gruppo e due prove (SI pre e post); - disegno con due gruppi non equivalenti e una prova DISEGNI CON UN SOLO GRUPPO E UNA SOLA PROVA Viene eseguito il trattamento e il post test ad un solo gruppo di soggetti. “Una professoressa di matematica vuole valutare un nuovo metodo per l’insegnamento della matematica. Sui suoi nuovi studenti di prima, parte con il nuovo metodo e, alla fine del primo semestre, misura i loro risultati” ● Mancanza di un punto di paragone (hanno imparato bene la matematica?) ● Totale mancanza di validità interna (se sono stati bravi, lo sono stati per il metodo di insegnamento?) ● è molto semplice da mettere in atto, può servirmi come prova preliminare per vedere se il metodo di insegnamento ha qualche problema… ● … può farmi venire in mente nuove ipotesi. Non posso trarre conclusioni scientifiche, ma può essere utile per esplorare nuovi problemi DISEGNI CON UN SOLO GRUPPO E DUE PROVE è come il precedente, ma in più ha una prova preliminare. “La Prof. dell’esempio precedente, avendo capito i suoi errori, per l’anno successivo introduce un pre test: valuta gli studenti al primo compito in classe, introduce il metodo di insegnamento della matematica e li valuta un’altra volta alla fine del primo semestre” ● Possiamo operare un confronto ma c’è ancora la totale mancanza di validità interna (se sono stati bravi, lo sono stati per il metodo di insegnamento?) DISEGNI CON DUE GRUPPI NON EQUIVALENTI E UNA SOLA PROVA “Ormai mortificata dai suoi tentativi infruttuosi per dimostrare la validità del suo metodo di insegnamento, finalmente la professoressa ha un’illuminazione! Avendo a disposizione due classi (la 1°G e la 1°H) decide di applicare il nuovo metodo di insegnamento solo alla 1°G, utilizzando un metodo tradizionale per la 1°H. Alla fine del primo semestre procede alla misurazione”. ● L’assegnazione ai due gruppi non è randomizzata!!! ● Se gli studenti di 1°G fossero stati molto più preparati in matematica già in partenza, potrebbero avere ottenuto punteggi migliori alla fine del primo semestre nonostante un metodo di insegnamento peggiore. DISEGNI SPERIMENTALI CON UNA SOLA V.I. (between e within) Disegni tra gruppi: i soggetti sono scelti casualmente dalla popolazione e assegnati casualmente alla diverse condizioni di trattamento (di solito con lo stesso numero di soggetti per ogni condizione) → hanno effetti sulla validità esterna Disegni entro i gruppi (o entro i soggetti) i soggetti vengono scelti casualmente dalla popolazione e quello che viene ulteriormente randomizzato è l’ordine delle prove → ci si basa sull’ordine delle prove !!!! L’equivalenza dei gruppi prima del trattamento dovrebbe essere garantita dalla randomizzazione!!!! DISEGNO CLASSICO BETWEEN A. si estraggono i soggetti da una popolazione tramite campionamento casuale; B. si assegnano i soggetti (possibilmente in ugual numero) al gruppo sperimentale e a quello di controllo (i gruppi possono essere anche due o più) mediante randomizzazione. C. si tengono costanti tutte le condizioni, ad eccezione del trattamento. D. si verifica l’ipotesi nulla che non ci sia differenza tra le medie dei due gruppi dopo il trattamento. Cosa fa il gruppo di controllo? ATTENZIONE ALL’EFFETTO PLACEBO: - Nel 18esimo secondo John Haygarth è il primo a fare ricerca sull’effetto placebo per dimostrare l’inutilità dei “Perkins tractors”, un popolare rimedio contro infezione e reumatismi. - Nel 1920 T.C. Graves parla di effetto placebo nei farmaci. - A partire dagli anni ’60 del XX secolo negli studi farmacologici si controlla l’effetto placebo. DISEGNI ENTRO I SOGGETTI ➢ Nei disegni within subjects tutti i soggetti (appartenenti a un unico gruppo e sempre gli stessi) sono sottoposti a tutte le condizioni. - Tali soggetti possono essere quindi confrontati o fungere sia da controllo che da sperimentale. ➢ Il comportamento di un soggetto in una condizione viene confrontato con il comportamento dello stesso soggetto in un altra condizione. ESEMPIO DEL LIBRO → “Per studiare l’effetto di una piccola lesione dell’ipotalamo laterale nella capacità di rispondere a stimolazioni sensoriali, Marshall e Teitelbaum (1974) operarono l’ipotalamo laterale di 12 ratti di laboratorio, lasciando intatta l’altra metà del cervello. La lesione unilaterale permetteva di utilizzare ogni ratto come controllo di se stesso, a seconda del lato da cui veniva presentata la stimolazione”. ❖ Unico gruppo → stimolazione parte lesionata (CONDIZIONE 1) → stimolazione parte sana (CONDIZIONE 2) → garantisce l’equivalenza del gruppo nelle condizioni rispetto a variabili importanti (livello di intelligenza, differenze individuali precedenti esperienze). - VANTAGGI DISEGNI ENTRO I SOGGETTI: ➢ Comporta un numero inferiori di soggetti di un disegno tra gruppi. ➢ È più sensibile agli effetti della V.I. perché riduce la varianza d’errore eliminando le differenze tra i soggetti. - EFFETTI DELL’ORDINE E DELLA SEQUENZA: ➔ Effetto dell’ordine: è dovuto all’ordine delle condizioni, prove, indipendentemente dalla specificità delle condizioni stesse (es. pratica col tempo di compito, affaticamento, ecc.). ➔ Effetto della sequenza: è dovuto alla sequenza dei compiti (B segue A), quindi alla parziale dipendenza di una condizione sperimentale da quella che la precede (es. stimare un peso dopo avere sollevato un oggetto più pesante o uno più leggero) IL CONTROBILANCIAMENTO Il controllo degli effetti dell’ordine e della sequenza viene detto controbilanciamento delle prove (o delle condizioni). ❏ Controbilanciamento tra i soggetti: si basa sulla costituzione di un determinato numero di gruppi, con ugual numero di partecipanti, tante quante sono le combinazioni delle prove in sequenza. ❏ Controbilanciamento entro i soggetti: il controllo si esercita ciascun soggetto a tutte le prove, più volte, in diverse combinazioni. - CONTROBILANCIAMENTO TRA I SOGGETTI ❖ Se si somministrano tutte le prove possibili si parla di controbilanciamento completo. ❖ Il Quadrato latino è un esempio di controbilanciamento incompleto in cui: a. ogni prova appare un uguale numero di volte in ogni posizione; A. Espressione facciale (2 livelli → neutra e sorridente) B. Piacevolezza dell’aspetto (2 livelli → attraente, non attraente) C. 4 combinazioni delle condizioni: attraente/ sorridente; attraente/neutra; non attraente/ sorridente; non attraente/neutra. D. La Variabile Dipendente sarà il giudizio di colpevolezza: i soggetti giudicheranno la faccia - stimolo esprimendo un giudizio di colpevolezza su una scala da 1 a 100. - Piacevolezza (B) = attraente (B1) e non attraente (B2) - Espressione facciale (A) = neutra (A1) e sorridente (A2) A1-B1 = 16 ---- A2-B1 = 32 → 24 (media effetti di B) A1-B2 = 88 ---- A2-B2 = 24 → 56 (media effetti di B) A1-B1 = 16 ---- A1-B2 = 88 → 52 (media effetti di A) A2-B1 = 32 ---- A2-B2 = 24 → 28 (media effetti di A) ★ EFFETTI PRINCIPALI = le espressioni neutre sono giudicate più colpevoli di quelle sorridenti e quelle non attraenti più di quelle attraenti → per effetto principale si intende l’effetto medio di una variabile in tutti i valori di un’altra variabile (risultati in tabella per ogni livello della V.I. → ex. neutra, attraente ecc). ★ INTERAZIONI = si parla di interazione tra variabili quando l’effetto di una variabile indipendente sulla dipendente risulta diverso nei differenti livelli dell’altra (o delle altre) V.I. → risultati in tabella ottenuti dall’interazione dei livelli (neutra-attraente, non attraente-sorridente ecc) ★ IL SORRISO RIDUCE IL GIUDIZIO DI COLPEVOLEZZA? Nelle facce non attraenti sì, ma lo fa aumentare nelle facce attraenti! ★ IL GIUDIZIO DI COLPEVOLEZZA PUÒ ESSERE RAPPRESENTATO COME: - A = funzione dell’espressione facciale con la piacevolezza come parametro - B = viceversa ATTENZIONE ➔ Stiamo valutando i numeri così come si presentano. Ovviamente per valutare la significatività degli effetti principali e delle interazioni è sempre necessaria un’analisi statistica. SI PUO AVERE INTERAZIONE SENZA EFFETTI PRINCIPALI? La lontananza rafforza l’amore o lontano dagli occhi lontano dal cuore? ❖ Grado di attrazione tra membri di coppie in base alla distanza (A1-vicino, A2-lontano) e al tipo di amore (B1-vero amore, B2-non vero amore) - A1-B1 = 8 ---- A2-B1 = 12 → 10 (media effetti di B) - A1-B2 = 6 ---- A2-B2 = 2 → 4 (media effetti di B) - A1-B1 = 8 ---- A1-B2 = 6 → 7 (media effetti di A) - A2-B1 = 12 ---- A2-B2 = 2 → 7 (media effetti di A) ❖ La distanza (effetto principale di A) non ha effetto sull’attrazione, ma c’è un’interazione: la distanza fa aumentare l’attrazione per le coppie innamorate, mentre diminuisce per i flirt. ❖ Esiste invece un effetto principale di B per cui il vero amore fa aumentare l’attrazione. INTERAZIONE SENZA EFFETTO PRINCIPALE (e i diversi tipi di interazione) INTERAZIONE ANTAGONISTA ➢ Le due variabili indipendenti tendono ad invertire gli effetti l’una dell’altra: una V.I. ha un effetto per un livello dell’altra variabile e l’effetto opposto per l’altro livello. → X INTERAZIONE SINERGICA ➢ Il livello più alto di una variabile potenzia l’effetto dell’altra e viceversa. Questa relazione è evidenziata dalla maggior pendenza della linea che collega la V.D. ad una V.I. (es. A) quando l’altra (B) ha valore più elevato → /// INTERAZIONE CON EFFETTO TETTO ➢ Il livello più elevato di una variabile (es. B) riduce l’effetto differenziale dell’altra variabile (A) sulla V.D. quando è associata ad un più alto livello della prima (B). → /// ➢ inverso di quella sinergica LEZIONE 6 ANOVA FATTORIALI → analisi della varianza fattoriale (valutare l’effetto di due o più V.I. su una V.D.) ● Due ricercatori somministrano un nuovo strumento, la Scala per l’esercizio reale delle Opportunità in una serie di strutture per persone con disabilità intellettiva e disturbi del neurosviluppo. ● Le persone sono classificate per Livello di Disabilità (Lieve, Moderato, Grave, Profondo) e le strutture per tipologia di servizio (CDD - diurno, CSS - residenziale). ● Valutiamo la dimensione del Benessere Emotivo (una delle dimensioni della Qualità di Vita), che rappresenterà la nostra Variabile Dipendente. ● Prima domanda: è un vero esperimento? Possiamo sperimentalmente decidere se una persona ha un livello di disabilità più o meno grave o se frequenta un centro diurno o residenziale? ● Seconda domanda: come sono le variabili indipendenti? → Si tratta di due variabili between e siamo, quindi, in un disegno fattoriale between. Centro diurno (A1) → lieve (B1), moderato (B2), grave (B3), profondo (B4) = A1B1 - A1B2 - A1B3 - A1B4 Centro residenziale (A2) → lieve (B1), moderato (B2), grave (B3), profondo (B4) = A2B1 - A2B2 - A2B3 - A2B4 - 2 V.I. = servizio e disabilità - 1 V.D. = benessere emotivo - quanti gruppi? prodotto dei livelli delle due V.I. between = 8 - quante condizioni? 8 - quanti effetti principali? 2 - interazioni? 1 (interazioni tra le V.I.) - H0? 3 UN CASO PARTICOLARE: DISEGNO DI SOLOMON !!!! Disegno a quattro gruppi randomizzati di Solomon !!!! ➔ Il motivo di questo disegno è quello di isolare gli effetti di disturbo dovuti a: - prova preliminare; - interazione pre-test / trattamento; - effetti combinati della maturazione e della storia. GRUPPO I → pre-test, trattamento e post-test GRUPPO II → pre-test, NO trattamento, post-test GRUPPO III → NO pre-test, trattamento, post-test GRUPPO IV → NO pre-test, NO trattamento, post-test ESEMPIO PRECEDENTE SU EFFICACIA DI UN TRATTAMENTO ● disegno misto fattoriale ● 2 variabili: 1 V.I. between (gruppo a due livelli, sperimentale G.S. e di controllo G.C.) e 1 V.I. within (tempo a due livelli T0 E T1) ● condizioni: 4 (prodotto livelli) ● gruppi: 2 (non conta within) ● interazioni: 1 ● effetti principali: 2 - relativi al gruppo → informano se ci sono differenze tra il G.S. e G.C. a prescindere dal tempo - relativi al tempo → informano se T0 e T1 sono diversi a prescindere dal gruppo. !!!! Quello su cui siamo interessati, in un disegno di questo tipo, è unicamente l’effetto di interazione → ci si aspetta che G.S. sia più alto da T0 a T1 perchè subisce trattamento, a differenza di G.C.: questo è un effetto di interazione !!!! - H0: 3 1. non esiste differenza nella V.D. tra G.S. e G.C. 2. non c’è differenza nella V.D. tra T0 e T1 3. non c’è differenza nella V.D. nell’interazione tra gruppi e tempo (a noi interessa questo) ANOVA FATTORIALE (valuta le ipotesi nulle) ANOVA FATTORIALE BETWEEN ● Rappresenta il più semplice disegno fattoriale. ● Vogliamo verificare l’effetto di due o più variabili indipendenti between congiuntamente ad una variabile dipendente. PASSAGGIO DA ANOVA A UNA VIA (1) A ANOVA CON PIU V.I (2). 1. Yij = μ + α + Ei - Yij = punteggio del soggetto j appartenente al gruppo i - μ = media generale dei punteggi della popolazione - α = effetto dovuto al trattamento (livello i della V.I.) - Ei = componente residua o errore casuale (differenze tra individui, errori di misura ecc) 2. Yij = μ + α + β + Ri + Ei - Yij = punteggio del soggetto j appartenente al gruppo i - μ = media generale dei punteggi della popolazione - α = effetto principale della V.I. A - β = effetto principale della V.I. B - Ri = effetto dell’interazione tra A e B - Ei = componente residua o errore casuale LE IPOTESI NULLE: Dovremo accettare o falsificare tre ipotesi nulle: 1. Quella relativa all’effetto principale di A → H0 = μA1 = μA2 2. Quella relativa all’effetto principale di B → H0 = μB1 = μB2 3. Quella relativa all’interazione tra A e B → H0 = μA1B1 = μA1B2 = μA2B1 = μA2B2 LA SCOMPOSIZIONE DELLA DEVIANZA Come nel caso della one-way ANOVA dovremo scomporre la devianza, in questo caso in: ● Devianza dovuta all’effetto principale di A ● Devianza dovuta all’effetto principale di B ● Devianza dovuta all’interazione tra A e B ● Devianza d’errore !!!! Non è una soluzione fare ANOVA a una via per ogni V.I. singolarmente. In ANOVA fattoriale si valutano gli effetti delle variabili contemporaneamente !!!! C. non è possibile manipolare a piacimento la V.I. - Non solo variabili between. - Voglio confrontare la frequenza di alcune malattie prima e dopo un inverno particolarmente rigido → non posso manipolare a piacimento la temperatura D. non posso randomizzare il campione nè l’assegnazione ai gruppi - Maschi vs Femmine, 1°A vs 1°B, Persone con disabilità lieve vs media vs grave vs profonda. → Per questo motivo vengono anche detti esperimenti ex post facto. Quindi: NEI DISEGNI QUASI SPERIMENTALI E’ POSSIBILE ➢ Stabilire l’ipotesi causale; ➢ determinare almeno due livelli della V.I., ma non manipolarla a piacimento; ➢ attuare le procedure specifiche per verificare l’ipotesi; ➢ includere alcuni controlli sulle minacce alla validità; ➢ assegnare i soggetti ai gruppi, ma non in modo casuale. DISEGNI CON GRUPPO DI CONTROLLO NON EQUIVALENTE I soggetti non sono assegnati ai gruppi in modo casuale e, quindi, viene a mancare la loro equivalenza! I gruppi si assomigliano solo per la facile reperibilità e vengono sottoposti al pre-test e al post-test. I limiti sono la mancanza di un punto di paragone per il gruppo sperimentale Il pregio è che sono la soluzione migliore quando i gruppi formano delle entità naturali. UN PO’ DI ACCORGIMENTI ➢ Visto che i gruppi non sono equivalenti è necessario avere un pre e un post (altrimenti saremmo nel caso del disegno con una sola prova e un gruppo di controllo non equivalente che è un disegno “pre-sperimentale” → quello a due gruppi non equivalenti e una prova). ➢ Non stiamo, comunque, controllando tutte le variabili di disturbo (per l’assenza della randomizzazione) ➢ Possiamo limitare queste conseguenze cercando di formare un gruppo di controllo il più possibile simile al gruppo sperimentale (in questo modo ci si avvicina a un vero esperimento). ➢ Più i risultati al pre-test sono simili, più ci si avvicina ad un vero esperimento ➢ Tuttavia, anche se i due gruppi fossero perfettamente uguali, non è mai eliminata la possibilità che, oltre al trattamento, possano influire altre variabili estranee. ➢ Per questo è ancora più importante isolare le possibili variabili di confusione, adottando le opportune procedure di controllo COSA PUO’ SUCCEDERE? ★ Casi a) e d) - gli incrementi sono uguali nei due gruppi (controllo e sperimentale): no efficacia del trattamento. (a = gruppi uguali, d = cambiano nella stessa maniera) ★ Caso b) - i gruppi sono equivalenti al pre-test, mentre al post-test migliora solo quello sperimentale. Il miglioramento sembra dovuto al trattamento → efficace ★ Caso e) - anche qui il trattamento sembra efficace, ma non viene controllata la regressione verso la media → punto d’inizio del gruppo sperimentale è più basso (peggiore) del G.C. → non risponde al pre-test partendo dallo stesso punto d’inizio. ★ Caso f) - crossover effect: il gruppo sperimentale “supera” il controllo. A livello grafico è la più “sicura” ★ Caso c) - il trattamento sembra completamente inefficace USARE GRUPPI DI CONTROLLO NON EQUIVALENTI ● La correttezza del loro uso e della loro interpretazione richiede una notevole esperienza. ● Se usati con cautela e attenzione permettono una certa salvaguardia della validità interna ed esterna dell’esperimento ● La validità interna può risultare abbastanza controllata quando: a. I gruppi hanno medie e deviazioni standard simili nel pre-test. b. Il gruppo di controllo permette di evidenziare gli errori dovuti a: - storia; - pre-test; - maturazione; - strumentazione; - trattamento ● La validità interna può risultare abbastanza controllata quando: c. L’effetto dovuto alla mortalità è controllato mediante il confronto tra i risultati del pre-test e quelli del post-test. d. La regressione verso la media è controllata mediante qualche verifica; e. L’interazione tra selezione-maturazione e selezione-storia viene sufficientemente controllata ● La validità esterna e in particolare quella ecologica sono meglio salvaguardate, visto che si rispetta l’integrità naturale dei gruppi. ● Visto che i soggetti non sono estratti casualmente dalla popolazione, però, la generalizzazione dei risultati è meno immediata. DISEGNI SIMULATI PRIMA-DOPO Negli studi su grandi popolazioni (una grande città, una fabbrica, ecc.) è possibile rilevare l’impatto di un intervento e misurare i dati che interessano prima e dopo. Si dividono in: 1. PIANI A CAMPIONI DIFFERENTI NEL PRE-TEST E NEL POST-TEST - G.S. (pre-test = // - post-test = T2) - G.C. (pre-test = T1 - post-test = //) - Non è un disegno pre-post perché non possiamo sapere se i soggetti sono gli stessi. - Chiamiamo allora il gruppo che fa il pre-test Gruppo di controllo e quello che fa il post-test Gruppo sperimentale - ex. Il consiglio di Dipartimento di una grande università promuove una campagna per un appropriato e corretto uso della biblioteca. Per valutare l’impatto della campagna si misurano: A. le abitudini prima della campagna pubblicitaria; B. una volta che la campagna è terminata, si misurano nuovamente le abitudini e … C. … si confrontano con quelle della prova preliminare - ex2. indagine sul benessere degli operatori di fondazione sospiro (tot. 527) A. Dal 2006 viene introdotto un cambiamento di modello organizzativo basato sul Organizational Behavior Management (OBM) 2. PIANI A CAMPIONI DIFFERENTI NEL PRE-TEST E NEL POST-TEST CON O SENZA TRATTAMENTO - G.S. → sottogruppo 1 (pre-test = T1 - post-test = //), sottogruppo 2 (pre-test = // - post-test = T2) - G.C. → sottogruppo 3 (pre-test = T3 - post-test = //), sottogruppo 4 (pre-test = // - post-test = T4) - Il caso precedente (Disegno a campioni differenti nel pre-test e nel post-test) è adeguato quando il trattamento riguarda tutta la popolazione. - Quando il gruppo di controllo, equivalente o comparabile al primo, non possa essere sottoposto alla condizione sperimentale, il disegno più opportuno è questo - ex. Si vogliono confrontare gli effetti sulle abitudini alimentari di una popolazione sottoposta ad una campagna pubblicitaria su una sana nutrizione (sottogruppi sperimentali) e quelle di una popolazione non toccata dalla campagna (sottogruppi di controllo) A. Grazie alla presenza del gruppo di controllo si possono controllare gli effetti dovuti alla storia e alla maturazione. B. è possibile, però, che i risultati siano influenzati da certe variabili esterne che intervengono solo in uno dei due gruppi C. la popolazione sottoposta alla campagna potrebbe essere interessata da un fenomeno di disoccupazione capace di modificare le abitudini alimentari… Cosa che non avviene nel Gruppo di controllo. QUASI ESPERIMENTI 1. tutti gli esempi di disegni visti in quelli sperimentali 2. disegni con gruppo di controllo non equivalente 3. disegni simulati prima-dopo → piani a campioni differenti nel pre e post test - // con o senza trattamento 4. disegni a serie temporali interrotte → serie temporali interrotte semplici - // multiple SERIE TEMPORALI INTERROTTE ● Sono un’evoluzione del disegno con un solo gruppo e due prove (disegno “presperimentale”). ● La molteplicità delle rilevazioni consente di evidenziare la tendenza prima del trattamento (baseline) GLI ESPERIMENTI SUI SOGGETTI SINGOLI sono qui anche se spesso si tratta di vere e proprie procedure sperimentali FURONO PREDOMINANTI FINO AL 1935 → quando Sir Ronald Fisher pubblicò: The design of experiments in cui venivano indicati i fondamenti per condurre gli esperimenti su gruppi di soggetti. ANCORA NEGLI ANNI ’50 SKINNER → utilizzava disegni a soggetto singolo, perfezionandoli. ❖ Siamo in grade di predire le prestazioni del soggetto ad un diverso criterio somministrato successivamente? ❖ intelligenza → risultati scolastici; ❖ test di ingresso → risultati degli studenti; ❖ test di selezione → produttività del personale. LA VALIDITA DI CONTENUTO ➢ Il contenuto del test è un campione rappresentativo della popolazione di comportamenti che definiscono il costrutto latente? ➢ È spesso difficile da valutare per la mancanza di una lista dell’universo (popolazione) dei comportamenti. ➢ È fondamentale la procedura di selezione degli item (es. gruppo Delphi). LA VALIDITA DISCRIMINANTE Attenzione perché con questo nome si fa riferimento a due validità di tipo diverso: A. la capacità del test di discriminare tra soggetti diversi (delta di Ferguson); B. la capacità del test di discriminare tra il costrutto che intende misurare e altri costrutti simili (es. ansia e depressione - chiamata a volte validità divergente) LA VALIDITA INCREMENTALE ❖ Quali informazioni in più può dare il mio test rispetto agli test che sto somministrando contemporaneamente? ❖ È molto utile se il mio test è pensato per essere incluso in una batteria. ❖ Attenzione perché, cambiando la batteria, cambierebbe anche la validità incrementale del mio test. LA VALIDITA DI COSTRUTTO COME VALIDITA TOUT COURT ● Rappresenta il grado in cui uno strumento misura una struttura teorica o costrutto. ● In questo senso, comprende e riassume ogni altro tipo di validità. ● In ogni caso, la prova della validità di costrutto è inferenziale, quindi più che “dimostrarla” possiamo trovare dati che le offrono un forte sostegno. RAPPORTO TRA ATTENDIBILITA E VALIDITA → un test può essere attendibile, ma non essere valido - un test non può essere valido, se non è attendibile. I METODI DI COSTRUZIONE DI UN TEST (e il loro effetto sul test) ➔ ORIENTATO AL CRITERIO - enfatizza il potere discriminante - Da un insieme di item, seleziona quelli che discriminano un gruppo criterio da un gruppo di controllo (es. t test per campioni indipendenti). - È (stato) utilizzato in psicologia clinica (es. MMPI). - Presenta vari limiti (a. definizione del gruppo criterio; b. deficit nella validità di costrutto; c. deficit di generalizzabilità dei risultati nello spazio e nel tempo) ➔ ANALISI DEGLI ITEM - enfatizza la coerenza interna - È quello che abbiamo visto per introdurre il concetto di attendibilità. - Ha il vantaggio di poter dare indicazioni anche con pochi soggetti (~100 possono essere sufficienti, per questo motivo spesso è una fase preliminare) - Se usato da solo, ha il rischio della autoreferenzialità: non garantisce che gli item misurino un solo costrutto (potrebbero misurare costrutti molto correlati tra loro), né che misurino quel costrutto (deficit di validità) ➔ ANALISI FATTORIALE - enfatizza la validità di costrutto - Ricerca i fattori latenti che spiegano le correlazioni tra gli item - Alcuni item sono più correlati tra loro, perché si riferiscono a una stessa dimensione, e hanno quindi più varianza in comune (comunalità). LA MATRICE DI CORRELAZIONE (punto di partenza) E LA MATRICE DI SATURAZIONE (punto di arrivo) La AF “traduce” le relazioni tra gli item, imputandole alla presenza di fattori latenti che le spiegano e su cui gli item saturano. - Rappresentazione: usiamo sempre dei rettangoli per le variabili manifeste (gli item) e delle ellissi per le variabili latenti (i fattori). PER CONCLUDERE ➢ Ogni interpretazione dei fattori deve essere basata su criteri esterni (la statistica ci dice che esistono dei fattori latenti, non quali sono) ➢ Non esiste un’unica soluzione fattoriale, bensì (quasi) infinite: possono essere usati numerosi artifici matematici per migliorare la saturazione degli item. LEZIONE 9 VALIDITA E CONTROLLO DEGLI EFFETTI DI DISTURBO VALIDITA DI UNA RICERCA ● indica la solidità e l’attendibilità di un’indagine, ossia una vera corrispondenza tra mondo reale e conclusioni di una ricerca. ● migliore approssimazione disponibile alla verità o alla falsità di proposizioni Validità interna: relazione causale tra V.I. e V.D. → La relazione individuata è vera per le situazioni, le persone i luoghi e i tempi in cui è stata fatta la ricerca? validità esterna: estensione di questa relazione a situazioni diverse → la relazione è vera anche per situazioni, persone, luoghi e tempi diversi da quelli in cui è stata fatta la ricerca? validità di costrutto: la ricerca misura quello che il ricercatore si è proposto di misurare → le misurazioni effettuate corrispondono a ciò che si voleva misurare? validità statistica: i risultati sono dovuti alla V.I. e non a variazioni casuali → i risultati sono dovuti all’effettiva manipolazione della V.I. o a variazioni di ordine casuale? validità ecologica: i risultati in laboratorio sono generalizzabili ad un ambiente naturale → la relazione individuata in laboratorio è vera anche in situazioni naturali? I FINI E LA VALIDITA DELLA RICERCA Demonstration, causation, explanation 1. Dimostrare empiricamente: la ricerca viene condotta per stabilire empiricamente l’esistenza di uno o più fenomeni e/o relazioni. La ricerca “dimostrativa” non si occupa di stabilire l’esistenza di relazioni causali. 2. Verificare relazioni causali: la ricerca viene condotta anche per stabilire se le relazioni individuate sono di tipo causa-effetto (“Se X, allora Y”). Molta della ricerca “causale” intende dimostrare l’effetto di una V.I. su una V.D. La ricerca “causale” non si occupa di descrivere come e perché le relazioni causali ricorrono. 3. Spiegare: la ricerca viene condotta anche per stabilire come, perché e sotto quali condizioni esiste una relazione causale. La ricerca mirata alla “spiegazione” intende individuare i processi intervenienti che mediano il legame causale tra le due variabili. Fini e validità: i problemi relativi alla validità nascono e si sviluppano in relazione al fine della ricerca. - Il nesso causale può essere dimostrato nelle condizioni in cui ho condotta la ricerca (validità interna)? Può essere generalizzato ad altre situazioni (validità esterna)? Può essere generalizzato dalle specifiche operazioni di misurazione attuate nel contesto della ricerca al costrutto e ai processi teorici che queste operazioni dovevano rappresentare (validità di costrutto)? VALIDITA INTERNA Si ha validità interna quando la relazione tra due variabili è di tipo causale, ossia si può provare che le modifiche della V.I. causano quelle della V.D. Per essere causale questa relazione deve avere due requisiti: 1. Tipo di direzione: viene dedotto, oltre che da considerazioni teoriche, dalla sequenza temporale (prima manipolo la V.I., dopo osservo gli effetti sulla V.D.) 2. Esclusione dei fattori di confusione: comporta il controllo di tutte le variabili potenzialmente in grado di influenzare la relazione causale (minacce alla validità interna) MINACCE ALLA VALIDITA INTERNA ➢ variabili di confusione (1) ➢ errori provenienti dal soggetto sperimentale (2) ➢ errori dovuti allo sperimentatore (3) MINACCE VALIDITA INTERNA: VARIABILI DI DISTURBO (1) ➔ Storia attuale: ogni evento che, durante il corso dell’esperimento, produce un effetto che si sovrappone a quello della V.I. (es. in un disegno sperimentale che mira ad aumentare i comportamenti a favore dell’ambiente, avviene un evento, riportato dai mass-media, riguardante un grave incidente ambientale) ➔ Processi di maturazione: cambiamenti sistematici, di ordine biologico e psicologico, che avvengono con il trascorrere del tempo (età, fame, coordinazione, fatica, ecc.). Ad esempio, in un trattamento clinico, un graduale miglioramento naturale potrebbe essere attribuito erroneamente alla terapia ➔ Effetto delle prove: avere partecipato a precedenti esperimenti può influire sulle successive prestazioni, a causa dell’apprendimento o della pratica. Ad esempio, soggetti si sono già confrontati con dei reattivi psicologici, potrebbero essere avvantaggiati in un test di abilità ➔ Strumentazione: la fluttuazione degli strumenti psicologici, spesso, è maggiore che nelle altre scienze, sia per la loro natura, sia per la loro dipendenza dal ricercatore. Questo può influire sulla affidabilità delle misurazioni ➔ Effetto della regressione statistica: prove ripetute sugli stessi soggetti, valutati sulle stesse variabili, portano ad osservare una regressione dei punteggi estremi verso la media ➔ Selezione: in un esperimento ben condotto, gruppo sperimentale e gruppo di controllo devono essere equivalenti rispetto a tutte le variabili. Molti fattori possono minacciare questa equivalenza (intelligenza, motivazione, reazioni individuali alla prova, ecc.) ➔ Mortalità: (abbandono o perdita differenziale dei soggetti). Capita spesso che, dopo il pre-test, da uno dei gruppi si ritirino dei soggetti. Può capitare che dal gruppo sperimentale si ritirino i soggetti che avevano fornito una prestazione peggiore e, quindi, che i punteggi al post-test siano più alti solo perché sono rimasti i soggetti “più bravi” ➔ Interazione tra selezione e storia, selezione e maturazione ecc.: le minacce alla validità illustrate finora non necessariamente agiscono indipendentemente, ma possono interagire tra di loro. MINACCE VALIDITA INTERNA: VARIABILI DI CONFUSIONE → soluzioni MINACCE ALLA VALIDITA DI POPOLAZIONE E TEMPORALE → SOLUZIONI Assegnazione casuale, pareggiamento, metodo dei blocchi. Adoperare misurazioni non intrusive (distanze scelte dai soggetti quando sono intervistati da un uomo o da una donna) In taluni casi, si è dimostrato utile raccogliere i dati prima che i soggetti si accorgano che il ricercatore ha cominciato il suo lavoro di indagine Spesso, quando è eticamente ammesso, è utile ricorrere all’inganno Condurre la ricerca in condizioni naturali Ricorrere a disegni complessi per verificare l’impatto delle diverse variabili Controllare gli effetti del pre-test tramite il disegno di Solomon Cautela nel valutare la validità esterna → si deve tenere presente che gli esperimenti non sono sempre condotti per generalizzare i dati a tutte le situazioni e soprattutto al comportamento della vita reale. In questi casi è inutile preoccuparsi troppo della validità esterna. LA VALIDITA DI COSTRUTTO ● Far corrispondere un indicatore osservabile a una nozione latente (il costrutto) vuol dire eseguire una definizione operazionale. ● L’operazionalizzazione costituisce un momento cruciale nella fase di passaggio fra teoria e corrispondenza nel mondo reale. MINACCE ALLA VALIDITA DI COSTRUTTO E SOLUZIONI ➢ insufficiente definizione teorica dei costrutti - La minaccia più grave è la carenza di una dettagliata analisi a livello concettuale dei costrutti. Se il costrutto non è definito correttamente, non è garantita la connessione fra teoria ed esperimento ➔ SOLUZIONI: stabilire una definizione chiara del costrutto astratto ➢ inadeguata definizione operazionale - Si verifica soprattutto quando la variabile indipendente è complessa. In questo caso si rischia di usare un solo tipo di operazione, inadeguato a rappresentare tale complessità ➔ SOLUZIONI: raccogliere le informazioni per stabilire se la rappresentazione empirica della variabile indipendente produce gli esiti attesi. ➢ ambiguità delle variabili indipendenti - es. Effetto Hawthorne (sapere di essere osservati durante un esperimento può indurre i soggetti ad assumere un comportamento differente da quello normale). In questo caso non sappiamo qual è la vera V.I. su cui stiamo agendo e i risultati perdono solidità ➔ SOLUZIONI: i dati raccolti devono variare con la misura correlata con la rappresentazione empirica della variabile indipendente, ma non con variabili concettuali differenti. LA VALIDITA STATISTICA ➔ Il concetto di validità statistica è legato a quello di validità interna, avendo come scopo quello di verificare se il rapporto tra le variabili è di tipo causale o casuale. ➔ In Psicologia, spesso i dati sono caratterizzati da un’ampia variabilità. Uno dei motivi è il caso, termine con cui facciamo riferimento a una molteplicità pressoché infinita di fattori. ➔ La validità statistica può essere verificata solo dopo che si sono raccolti i dati. Può indicare la necessità di cambiare le condizioni sperimentali. MINACCE ALLA VALIDITA DI STATISTICA E SOLUZIONI ❖ minacce che portano a un errore di primo tipo - Si afferma l’esistenza di una relazione tra le variabili che in realtà non esiste. Uno delle pratiche più diffuse che minacciano questa validità è il fishing: si fanno una miriade di analisi, valutando tutte le combinazioni, invece che testare specifiche ipotesi ➔ SOLUZIONI: elevare il livello di significatività (aumentando però il rischio di commettere un errore di secondo tipo) ❖ minacce che portano a un errore di secondo tipo - bassa potenza statistica del test (campione piccolo e il livello di probabilità alfa scelto è basso). - Violazione degli assunti che stanno alla base dei test statistici (es ANOVA con variabili non normali o con differenti varianze nei diversi gruppi) ➔ SOLUZIONI: aumentare la grandezza dell’effetto (ad esempio aumentando il numero di parole da ricordare o, in generale, il range dei punteggi) ❖ altri fattori di minaccia (gonfiano l’errore di misurazione) - Scarsa affidabilità degli strumenti di misura; - mancata standardizzazione delle procedure di manipolazione della V.I.; - presenza di variabili di confusione ➔ SOLUZIONI: eterogeneità dei soggetti sperimentali e ridurre l’errore casuale LA VALIDITA ECOLOGICA A partire dagli anni ’50 è emersa la necessità di convalidare i risultati delle sperimentazioni svolte in laboratorio in setting naturali. Emerse, quindi, in psicologia l’esigenza di considerare la validità ecologica degli esperimenti ossia la generalizzabilità dei risultati anche ai contesti della vita quotidiana. “Validità ecologica: grado in cui l’ambiente del quale i soggetti hanno esperienza in una determinata indagine scientifica ha proprio le caratteristiche che il ricercatore suppone o assume”. - Bronenbrenner Per ottenere validità ecologica non basta portare al di fuori del laboratorio il compito da eseguire: occorre tenere conto della percezione soggettiva del soggetto sperimentale sia verso il compito che verso l’ambiente. Non basta spostare un esperimento al di fuori del laboratorio: bisogna che i soggetti non lo vivano in maniera artificiale. MINACCE ALLA VALIDITA ECOLOGICA ➔ scarsa familiarità della situazione sperimentale - Costituiscono delle minacce alla validità ecologica tutti gli artefatti del laboratorio (ambiente poco familiare, presenza di oggetti sconosciuti, intervento degli sperimentatori). - Le prestazioni e le reazioni dei soggetti sono poco naturali ➔ effetti di disturbo che modificano la percezione del soggetto - nella definizione più ampia di validità ecologica che abbiamo visto prima, tutto ciò che impedisce allo sperimentatore di conoscere come il soggetto percepisce la situazione rappresenta una minaccia alla validità ecologica. IL CONTROLLO DEGLI EFFETTI DI DISTURBO Controllo → qualsiasi procedimento atto a neutralizzare o controllare le potenziali minacce alla validità di un esperimento. CONTROLLO SPERIMENTALE a. Strategie di controllo degli effetti dell’ordine e della sequenza - controbilanciamento entro i soggetti e tra soggetti b. Controllo attraverso la selezione della popolazione e l'assegnazione ai gruppi - Metodi di selezione dei soggetti dalla popolazione (possibilità di generalizzare i risultati alla popolazione). Per generalizzare i risultati ottenuti da un campione alla popolazione da cui è stato tratto è necessario che esso sia rappresentativo della popolazione → metodi di campionamento: 1. Campionamento casuale; 2. Campionamento casuale stratificato; 3. Campionamento ad hoc o di convenienza - Metodi di assegnazione dei soggetti ai gruppi o alle condizioni (riduce le minacce alla validità interna. Una volta che i soggetti siano stati scelti da un universo o da una popolazione, vanno assegnati alle condizioni richieste dai disegni sperimentali: 1. assegnazione casuale 2. pareggiamento 3. metodo dei blocchi c. strategie generali - Controllo su alcuni aspetti del tempo (follow-up, ora del giorno, durata della prova o degli intervalli tra le prove) - Controllo nella misura delle risposte (uso di misure oggettive, sensibilità, attendibilità e validità dello strumento di misura) - Controllo attraverso la ripetizione dell’esperimento (se un fenomeno osservato in un primo esperimento si ripete anche in un secondo e in un terzo, si può ritenere che esso sia attendibile) d. Strategie di controllo sugli effetti dei soggetti e dello sperimentatore - controllo delle minacce alla validità interna - controllo nel laboratorio (mantenere costanti tutte le variabili di disturbo che non sono eliminabili) - Controllo nella preparazione della situazione di ricerca (scelte delle strategie, degli strumenti, ecc)