Design-uri cu grupuri independente

Conspect al capitolului 6, ”Independent group design”, din ”Research Methods in Psychology”, de Shaughnessy, Zechmeister și Zechmeister

De ce psihologii aleg experimentele

Cercetătorii aleg experimentele pentru a testa ipoteze cu privire la cauzele unui comportament. De asemenea, experimentele le permite cercetătorilor să decidă dacă un program sau un tratament modifică un comportament.

În ceea ce privește testarea de ipoteze, Pennebakes (1989) a dezvoltat o teorie conform căreia inhibarea emoțiilor și a gândurilor despre experiențele dureroase poate avea efecte negative din punct de vedere fizic. Acesta și colaboratorii săi au realizat multe experimente în care un grup avea sarcina de a scrie despre evenimentele emoționale și un alt grup trebuia să scrie despre subiecte superficiale. Conform ipotezei, participanții care scriau despre trăirile lor aveau un nivel mai bun al sănătății.

Astfel, dacă rezultatele unui experiment sunt consistente cu ceea ce prezice ipoteza, atunci teoria primește susținere. Pe de altă parte, dacă rezultatele diferă de ipoteze, atunci teoria trebuie modificată și este necesară formularea unei noi ipoteze. 

Experimentele bine construite oferă ajutor societății prin oferirea de informații cu privire la eficiența unor tratamente. De exemplu, în secolul 19 afecțiuni precum febra tifoidă erau deseori fatale. Acestea erau tratate prin terapii precum sângerarea sau purificarea. Comparând acest tratament cu lipsa unui tratament, s-a observat că cei care nu primeau tratament aveau șanse mai mari de supraviețuire.

Logica cercetării experimentale

Un experiment adevărat presupune manipularea unuia sau a mai multor factori și măsurarea efectelor asupra comportamentului. Factorii pe care cercetătorul îi manipulează de numesc variabile independente. O variabilă independentă trebuie să aibă cel puțin două nivele. Un nivel poate reprezenta grupul de tratament, iar alt nivel poate reprezenta grupul de control. Măsurătorile pentru efectul observabil formează variabila dependentă.

Experimentele sunt eficiente pentru testarea ipotezelor deoarece permit un nivel înalt de control. Utilizarea unui grup de control permite decizia că variabila independentă rezultă în schimbările variabilei dependente. Cele trei condiții necesare pentru inferențele cauzale sunt covarianța, relația temporală și eliminarea unor cauze alternative. Când acestea sunt îndeplinite, putem spune că studiul are validitate internă.

Design-ul cu grupuri randomizate

Într-un design cu eșantioane independente, fiecare grup de participanți corespunde unei condiții diferite a variabilei independente. Cel mai eficient design cu eșantioane independente este cel în care se folosește asignarea randomizată a participanților. Astfel, se formează grupuri comparabile prin echilibrarea caracteristicilor participanților în fiecare condiție.

Într-un studiu, fete cu vârsta între 5 ani și jumătate și 6 ani și jumătate s-au uitat la trei tipuri de cărți în timp ce ascultau povestea reprezentată grafic. După ce au ascultat povestea, fetele au completat un chestionar despre imaginea corporală. Variabila independentă a fost reprezentată de imaginile din carte – o păpușă Barbie, o păpușă Emme, cu proporții realiste și imagini neutre, cu obiecte. Ca variabilă independentă, studiul a includ insatisfacția cu propriul corp. Procedura de control a presupus ca fetele să audă aceeași poveste, să primească aceleași instrucțiuni și să răspundă la aceleași întrebări la final. Toate cele trei condiții ale cauzalității au fost îndeplinite. Rezultatele arată că expunerea la imagini cu păpuși Barbie, cu un corp foarte slab, rezultă în insatisfacție cu propriul corp.

Randomizarea în blocuri

Randomizarea în blocuri se referă la echilibrarea caracteristicilor participanților și a potențialelor variabile confundate, creând grupuri egale ca mărime. Să spunem că avem un studiu cu cinci condiții experimentale. Un bloc este construit dintr-o ordine aleatoare a celor cinci condiții. Astfel, este nevoie de cinci participanți pentru fiecare bloc, creându-se câte blocuri sunt necesare pentru a include toți participanții.

Există o serie de avantaje ale randomizării în blocuri. În primul rând, această metodă produce grupuri de mărimi egale. În al doilea rând, această metodă controlează evenimentele recente relaționate cu variabilele relevante.

Amenințări pentru validitatea internă

Validitatea internă reprezintă măsura în care diferențele variabilei dependente pot fi atribuite variabilei independente. Explicațiile alternative ale diferențelor de la nivelul variabilei dependente reprezintă amenințări pentru validitatea internă.

O astfel de amenințare este testarea unor grupuri intacte. Astfel, randomizarea în condiții nu se face la nivelul participanților, ci al unor grupuri deja formate. De exemplu, astfel de grupuri pot fi reprezentate de grupurile de seminar, în care studenții aleg grupa cu care să meargă. Este posibil ca participanții din fiecare grup să difere sistematic de ceilalți. De exemplu, studenții care preferă să meargă de la 8 dimineața sunt diferiți de cei care vor să meargă după prânz.

O altă sursă de eroare sunt variabilele externe, care nu pai inițial relaționate cu variabila dependentă. De exemplu, studenții care se înscriu mai devreme la studii pot avea un locus al controlului intern, iar cei care se înscrie spre finalul semestrului pot avea un locus al controlului extern. Pentru a preveni această problemă se recomandă utilizarea randomizării în blocuri.

O altă problemă relevantă este pierderea participanților. Se pot distinge două tipuri de pierdere a participanților – pierderea mecanică și pierderea selectivă. Pierderea mecanică apare atunci când un participant nu reușește că termine experimentul din cauza echipamentului. Această pierdere nu este atât de gravă, deoarece nu este relaționată cu anumite caracteristici.

Pierderea selectivă a participanților este o problemă mai gravă. Aceasta apare atunci când participanții se retrag diferențiat din condițiile experimentale, când anumite caracteristici ale participanților sunt responsabile de retragere și când această caracteristică este relevantă pentru variabila dependentă. Pierderea selectivă a participanților modifică statutul comparabil al grupurilor experimentale, afectând validitatea internă.

Dacă pierderea selectivă a participanților nu este identificată decât după ce experimentul este finalizat, nu se mai poate face nimic. Însă dacă această problemă este identificată din timp, consecințele sale pot fi prevenite.

O alternativă este screening-ul participanților și identificarea celor care s-ar putea retrage și îndepărtarea lor din studiu. În acest caz, posibilitatea de a generaliza rezultatele este limitată la categoriile incluse în studiu.

O altă alternativă este includerea tuturor după screening, iar în momentul în care o persoană se retrage, este eliminată o persoană comparabilă din celălalt grup. În acest fel, se încearcă restaurarea comparabilității inițiale a grupurilor.

O ultimă problemă ține de expectanțe, atât ale cercetătorilor, cât și ale participanților. Caracteristicile sarcinii se referă la indicii pe care participanții le utilizează pentru a-și ghida comportamentul în cadrul studiului. De asemenea, efectele experimentatorului pot fi o sursă de eroare, dacă cercetătorul se comportă diferit cu participanții la studiu.

Pentru a controla aceste probleme se folosește un grup placebo. În astfel de grupuri, caracteristicile cerințelor sunt aceleași, iar diferențele sunt explicate de variabila independentă. Folosirea unei proceduri dublu-orb, atât participanții, cât și observatorii nu știu ce nivel al variabilei independente este administrat.

Analiza și interpretarea rezultatelor experimentale

Rolul analizei datelor în experimente

Analiza datelor și statistica joacă un rol important în analiza și interpretarea datelor experimentale. Cea mai bună modalitate de a determina măsura în care rezultatele obținute dintr-un experiment sunt consistente este replicarea studiului. Replicarea se referă la repetarea procedurilor dintr-un experiment pentru a vedea dacă sunt obținute aceleași rezultate.

Vom ilustra procesul de analiză a datelor prin prisma rezultatelor unui experiment care a urmărit efectele recompenselor și al pedepselor atunci când participanții jucau jocuri video violente. A existat și un grup de control care juca o variantă non-agresivă a jocului. O ipoteză propusă a fost că pedepsirea acțiunilor violente în jocuri ar scădea nivelul de agresivitate al jucătorilor. O altă ipoteză a fost că pedepsirea acțiunilor violente ar rezulta în frustrare și mai multe comportamente agresive. Într-un studiu, variabila dependentă a fost măsurată prin completarea unor rădăcini de cuvinte, care puteau fi pozitive sau negative.

Analiza datelor ar trebui să înceapă cu inspectarea datelor pentru a identifica posibile erori și anomalii. Următorul pas este descrierea a ceea ce a fost descoperit. Prima dată sunt raportate statisticile descriptive. Cele mai comune statistici descriptive raportate sunt media, ca descriptor al tendinței centrale și abaterea standard, ca indicator al variabilității.  În studiul despre agresivitate, rezultatele arată că agresivitatea era cea mai înaltă în condiția de recompensare a comportamentului și cea mai scăzută la grupul de control.

Un aspect important în raportarea datelor este mărimea efectului – cât de mare este efectul pe care variabila independentă îl are asupra variabilei dependente. Un avantaj al acestei măsurători este faptul că nu depinde de mărimea eșantionului. În calcularea mărimii efectului, se ia în considerare mai mult decât diferența medie între cele două condiții. Diferența medie între cele două grupuri este raportată la variabilitatea medie a scorurilor.

O măsurătoare frecventă a mărimii efectului este coeficientul d al lui Cohen. El sugerează că valori de .2 reprezintă efecte mici, .5 reprezintă efecte medii și .8 reprezintă efecte mari.

O altă procedură prin care se urmărește mărimea efectului este metaanaliza. Metaanaliza reprezintă o tehnică statistică folosită pentru a sumariza mărimile efectelor din mai multe experimente independente, rezultând în concluzii mai puternice.

Confirmarea rezultatelor

Scopul cercetării este demonstrarea faptului că variabila independentă produce diferențe în comportament. Pentru aceasta, statistica descriptivă nu mai este suficientă, fiind necesară statistica inferențială.

Se utilizează două tipuri de statistică inferențială  în acest scop – testarea ipotezei nule și intervalele de încredere.

Testarea ipotezei nule

Cercetătorii utilizează testarea ipotezei nule pentru a decide dacă variabila independentă a produs efecte asupra variabilei dependente. Acest procese pleacă de la asumpția că variabila independentă nu are niciun efect. Considerând această asumpție adevărată, se poate utiliza teoria probabilității pentru a determina probabilitatea ca diferența observată să de datoreze șansei. Un rezultat semnificativ statistic este unul care are o probabilitate mică de a apărea dacă ipoteza nulă este adevărată.

Cele mai utilizate teste inferențiale sunt testele t și testele F. Testele t sunt folosite atunci când există două nivele ale variabilei independente, iat testele F pentru mai multe nivele. Valorile acestor teste au asociată câte o valoare probabilistică pentru a decide dacă sunt semnificative. Probabilitatea utilizată pentru a decide dacă un test este semnificativ se numește coeficient alfa, setată de obicei la .05.

Intervale de încredere

Un interval de încredere este asociat cu o probabilitate, de obicei de .95, de a conține valoarea populației.

Acestea pot fi folosite și pentru a compara diferențele dintre două medii ale populației. Facem asta prin analizarea măsurii în care intervalele de încredere se suprapun. Dacă intervalele de încredere se suprapun ușor, atunci trebuie conștientizată incertitudinea cu privire la diferența reală. Dacă intervalele se suprapun astfel încât media unui grup se află în intervalul celuilalt, atunci cele două nu sunt diferite.

Ce nu ne spune analiza datelor

Chiar dacă experimentul prezintă validitate internă și este semnificativ statistic, nu se știe cu siguranță dacă variabila independentă are un efect. De asemenea, nu se știe dacă rezultatele au valoare practică.

Deoarece cercetătorii se bazează pe probabilități pentru a lua o decizie, există constant șansa de a face o eroare. Există două tipuri de erori legate de semnificativitate – erori de tipul I și erori de tipul II. Erorile de tipul I apar atunci când concluzionăm că există un efect, care de fapt nu există.  Erorile de tipul II apar atunci când confirmăm ipoteza nulă, dar de fapt există un efect.

Stabilirea validității externe

Validitatea externă se referă la măsura în care rezultatele unui studiu pot fi generalizate la populație. O critică frecventă a studiilor cu un nivel înalt de control este lipsa acestei validități, deoarece descriu ceea ce se întâmplă într-un mediu foarte specific.

Deși validitatea externă nu este focusul principal al unui studiu, cercetătorii pot include caracteristici ale situațiilor pentru care vor să generalizeze rezultatele.

O altă piedică pentru generalizare ține de participanți – de cele mai multe ori, studiile de psihologie includ studenți de la cursuri introductive de psihologie. Problema este că aceștia nu sunt reprezentativi pentru restul populației.

Experimentele de teren sunt o modalitate de a crește validitatea externă a unui studiu. De exemplu, pentru a investiga percepția riscului, participanții aleși dintr-un mall erau rugați să răspundă la întrebări care vizau epidemia de H1N1. Pentru o parte din participanți, experimentatorul a strănutat înainte de a pune întrebările, iar pentru o parte nu. Acest comportament a influențat semnificativ percepția riscului.

Validitatea externă a studiilor experimentale poate fi stabilită prin replicări parțiale. Această procedură arată că rezultatele se păstrează și atunci când procedurile experimentale sunt diferite.

Se pot utiliza și replicări conceptuale. În acest caz, se dorește generalizarea relațiilor conceptuale dintre variabile, nu condițiile specifice. De exemplu, dacă se urmărește măsura în care o insultă rezultă în furie și agresivitate, expresia folosită va fi adaptată la diferite vârste sau culturi.

Atunci când rezultatele replicărilor nu coincid, nu înseamnă că una dintre metode a fost eronată, ci este un mod de a rafina teoria din spatele experimentelor.

Design-urile cu grupuri perechi

Design-ul cu grupuri perechi poate fi utilizat atunci când cele cu eșantioane independente sau cele cu măsurători repetate nu pot fi aplicate. Astfel, cercetătorul creează grupuri echivalente prin potrivirea participanților.

În majoritatea cazurilor, potrivirea se face pe baza unui pretest care acoperă o variabilă relevantă. Este de preferat ca pretestul să  cuprindă sarcina care va fi folosită în experiment. În situațiile în care nu este posibilă utilizarea aceleași sarcini, se folosește una din aceeași categorie. De exemplu, dacă sarcina este rezolvarea unui puzzle, nu va fi folosit exact același. Dacă nu este posibilă nici această alternativă, poate fi folosită o sarcină care nu aparține aceleași categorii, dar care corelează.

Design-ul cu grupuri naturale

În unele arii ale psihologiei, cercetătorii sunt interesați de variabile independente numite variabile ale diferențelor individuale. Acestea reprezintă o caracteristică sau o trăsătură care variază în rândul oamenilor, precum religia. Alte exemple relevante pentru psihologie sunt genul, etnia, vârsta sau categorizarea introvert – extravert.

Este important să diferențiem experimentele care implică variabile independente selectate de cele care sunt manipulate. Experimentele care le implică pe cele selectate folosesc un design cu grupuri naturale. Cercetătorii utilizează această metodă cu scopuri descriptive și de predicție. De exemplu, studiile asupra oamenilor divorțați arată o probabilitate mai mare de a primi îngrijiri psihiatrice, comparativ cu cei căsătoriți, văduvi sau necăsătoriți.

O problemă cu acest design este relația cauzală. Unele persoane ar putea afirma că divorțul cauzează tulburări emoționale. În astfel de cazuri, este importantă verificarea ordinii temporale. O altă problemă este eliminarea altor explicații plauzibile, oamenii fiind diferiți din mai multe puncte de vedere. De exemplu, cei divorțați și nedivorțați pot avea diferențe la nivel economic sau al practicilor religioase.

Aceste abordări permit și inferențe cauzale prin includerea unor variabile independente care pot fi manipulate.