eksperyment, quasi-eksperyment, zasada randomizacji, plan Solomona, plan z powtarzanymi pomiarami, plan czynnikowy, plan jedno-jednozmiennowy, model korelacyjny
2. Jak naukowiec prowadzi badanie? –
raz jeszcze! (Brzezioski, 2003)
1. Sformułowanie problemu badawczego (pytania
badawczego) oraz hipotezy badawczej
2. Określenie zmiennych zależnych, niezależnych
oraz innych istotnych dla Y
3. Operacjonalizacja zmiennych
4. Wybór modelu badawczego
– Model eksperymentalny, model korelacyjny
5. Wybór modelu statystycznego
6. Akceptacja lub odrzucenie hipotezy
7. Ocena, interpretacja i generalizacja wyników
3. Wybór modelu badawczego
• Model eksperymentalny
– „Prawdziwy” model eksperymentalny
– Model quasi-eksperymentalny
• Model korelacyjny
• Model ex post facto
4. Model eksperymentalny (Brzezioski,
2004)
• Model eksperymentalny to taki model
sprawdzania hipotez o zależnościach między
zmienną zależną i niezależną główną który
zakłada:
– Manipulację przynajmniej jedną zmienną niezależną -
główną
– Kontrolowanie pozostałych zmiennych, ubocznych i
zakłócających, które badacz uznał za istotne dla Y
– Dokonywanie pomiaru zmienności zmiennej zależnej,
spowodowanej zmierzonym przez badacza
oddziaływaniem na nią zmiennej niezależnej.
5. Model eksperymentalny (Brzezioski,
2004)
• Manipulowanie zmienną niezależną to
przydzielenie poszczególnych jej wartości
osobom badanym
– Przydzielanie osobom badanym poszczególnych
wartości musi odbywad się zgodnie z zasadą
randomizacji, jest to jeden z warunków
niezbędnych dla modelu eksperymentalnego
– Gdy nie zastosujemy się do zasady randomizacji,
nie dokonujemy właściwej manipulacji zmienną
niezależną
6. Model eksperymentalny (Brzezioski,
2004)
• Zasada randomizacji
– To losowe przydzielanie osobom badanym
poszczególnych wartości zmiennej niezależnej
– Oznacza to, że każda z osób badanych ma takie samo
prawdopodobieostwo trafienia do każdej z grup
wyznaczonych przez wartości zmiennej niezależnej
– Pozwala to zredukowad związki pomiędzy
indywidualnymi cechami osób badanych lub sytuacji
eksperymentalnej a specyfiką grupy, do której trafi
badany.
7. Model eksperymentalny (Brzezioski,
2004)
• Zasada randomizacji – przykład
– Wyobraźmy sobie, że badamy wpływ koloru pokoju na
spostrzeganą radośd z życia (badanie jest o 7.00 rano)
– Mamy dwa rodzaje pokojów, czerwony i zielony
– Zakładamy, że ludzie w zielonym pokoju będą bardziej
cieszyd się życiem
– Wyobraźmy sobie, że dzielimy badanych do dwóch
pokojów (ze względu na kolejnośd w jakiej przyszli do
naszego laboratorium)
– Pierwszych 10 pokój zielony, pozostała 10 – czerwony
(brak randomizacji)
9. Model eksperymentalny (Brzezioski,
2004)
• Zasada randomizacji – przykład
– Wyobraźmy sobie teraz, że wśród osób, które do
nas przyszły częśd osób zaspała i dlatego dotarła
chwilę później
– Załóżmy jeszcze, że te osoby, które zaspały,
generalnie lubią długo pospad
– Jak śpią krótko to są złe!
11. Model eksperymentalny (Brzezioski,
2004)
• Zasada randomizacji – przykład
– Jak widzimy w grupie czerwonej mamy więcej
śpiochów
– A wiadomo, śpioch niewyspany = śpioch zły
– Duża ilośd śpiochów w czerwonym pokoju może
zaniżyd wartości zadowolenia z życia w tej grupie
13. Model eksperymentalny (Brzezioski,
2004)
• Zasada randomizacji – przykład
– Randomizacja maksymalizuje
prawdopodobieostwo równego rozłożenia
śpiochów w dwóch grupach badanych
(minimalizuje prawdopodobieostwo rozłożenia
nierównomiernego)
– Pozwala uniknąd skrzywienia wyników związanych
z nierównomiernym rozłożeniem się cech
badanych w grupach
14. Model eksperymentalny (Brzezioski,
2004)
• Ale…
– Randomizacja nie zapobiega całkowicie ryzyku
nierównomiernego rozkładu cech w obu grupach
– Błąd próbkowania – możliwośd wystąpienia
nierównomiernego rozkładu cech w obu grupach
pomimo zastosowania zasady randomizacji
16. Model eksperymentalny a quasi-
eksperymentalny
• Model quasi-eksperymentalny to taki plan badawczy,
w którym nie zastosowano zasady randomizacji
• Przykład modelu quasi-eksperymentalnego:
• Zmienną niezależną jest płed, kolor oczu lub inna zmienna,
którą nie jesteśmy w stanie manipulowad
• Nie możemy zmienid komuś koloru oczu albo płci losowo
przydzielając go do odpowiedniej grupy
17. Model eksperymentalny (Brzezioski,
2004)
• Pozostałe warunki niezbędne dla
przeprowadzenie prawidłowego eksperymentu
– Muszą istnied minimum 2 grupy porównawcze,
eksperymentalna i kontrolna lub dwie inne grupy np. K
i M (w modelu quasi-eksperymentalnym – badaniu
różnicowym)
– Identycznośd procedury eksperymentalnej w każdej z
grup
– Pomiar zmiennej zależnej musi byd identyczny w
każdej z grup
19. Model jedno-jednozmiennowy
• Najprostszy plan eksperymentalny
– Zmienna niezależna przybiera tylko dwie wartości
• Wartośd „0” – grupa kontrolna
• Wartośd „1” – grupa eksperymentalna
• W takiej sytuacji mówimy o grupach
eksperymentalnych
– Zmienna niezależna przybiera tylko dwie wartości
• Wartośd „1” – pokój zielony
• Wartośd „2” – pokój czerwony
• W takiej sytuacji mówimy o grupach porównawczych
20. Model jedno-jednozmiennowy
• Bower i współpracownicy (1975) badali jak na
zapamiętywanie abstrakcyjnych obrazów
wpływa nadanie im etykiety (opisanie ich)
• Badanych podzielono na dwie grupy
– Z etykietą
– Bez etykiety
• Badanym w obu grupach pokazano serię
obrazków, po czym proszono ich o
narysowanie tego co zapamiętali
22. Model jedno-jednozmiennowy
• Głównym zarzutem stawianym temu
modelowi badao jest ryzyko tego, że pomimo
randomizacji, grupy mogą byd nierównoważne
pod względem różnych charakterystyk
istotnych dla Y
• Możliwe jest, ze zmiennośd Y powodowana
jest przez inne czynniki niż X, w koocu w każdej
z grup znajdują się inne osoby
23. Model z powtarzanymi pomiarami
zmiennej zależnej
• To taki eksperyment, w którym jedna grupa osób
badana jest dwukrotnie, przed i po interwencji
eksperymentalnej
– Np. poddajemy terapii grupę osób chorych na
depresję, mierzymy poziom depresji przed i po terapii
i porównujemy go
• W tego typu eksperymencie mamy do czynienia z
tak zwanymi grupami zależnymi i musimy
uwzględnid to w analizie danych
• Jest to stosunkowo często wykorzystywany plan w
psychologii
Pomiar 1 - pretest Interwencja
Pomiar 2 - posttest
eksperymentalna
24. Model z powtarzanymi pomiarami
zmiennej zależnej
• Zalety planu z powtarzanymi pomiarami
– Brak ryzyka błędu próbkowania – w obu grupach
są te same osoby, nie ma więc ryzyka tego, że
będą one różniły się od siebie ze względu na
zmienne istotne dla Y
• W koocu takie cechy jak inteligencja, osobowośd itp. nie
powinny ulec zmianie pomiędzy pomiarem 1 i 2
– Jest bardziej oszczędny, pozwala na zmniejszenie
liczby osób badanych o połowę przy zachowaniu
tej samej ilości pomiarów.
25. Model z powtarzanymi pomiarami
zmiennej zależnej
• Ograniczenia
– Tego typu plan nie zawsze jest możliwy
• Osoby badane mogą przewidzied o co chodzi w
eksperymencie
• Poziom zmiennej zależnej może zależed od nabierania
wprawy, np. testy inteligencji
• Krytyka eksperymentu Kahnemana przez Gigerenzera
26. Rola pretestu zmiennej zależnej
(Brzezioski, 2004)
• Pretest zmiennej zależnej można zastosowad
również w przypadku planów międzygrupowych,
a nie tylko planów z powtarzanymi pomiarami
• Pozwala to na ustalenie czy przed interwencją
eksperymentalną grupy miały równy poziom
zmiennej Y
• Stwierdzenie, że przed interwencją grupy miały
równy poziom Y działa na korzyśd tezy, że różnice
na koocu eksperymentu są wynikiem działania
zmiennej niezależnej głównej
27. Eksperyment w układzie czynnikowym
• Inaczej plan wielo-jednozmiennowy
– Wiele zmiennych niezależnych (min. 2)
– Jedna zmienna zależna
28. Plan Salomona (1949) jako przykład
eksperymentu czynnikowego
Rodzaj argumentów
osobiste teoretyczne
Pomiar Pretest i posttest GR 1 GR 2
etnocentryzmu Tylko posttest GR 3 GR 4
Zalety
Kontrola wpływu testowania oraz zmiennej niezależnej na zmienną zależną
Wady
Wymaga dodatkowych dwóch grup osób badanych
Wyniki są trudniejsze do interpretacji
29. Eksperyment w układzie czynnikowym
• Podsumowując układy czynnikowe to takie
eksperymenty, w których badani przydzielani
są do grup ze względu na więcej niż jeden
czynniki – zmienną niezależną
• Model czynnikowy łatwo możemy rozszerzad
na więcej grup np. dzieląc osoby według 3
zmiennych niezależnych
• Dołożenie kolejnej 2-wartościowej zmiennej
powoduje koniecznośd podwojenia liczby grup
30. Eksperyment w układzie czynnikowym
• Zmienne niezależne mogą również przybierad
więcej niż dwie wartości
• Jest to szczególnie przydatne kiedy w
rzeczywistości zmienna ma rozkład ciągły,
wtedy lepiej zastosowad więcej niż dwie
kategorie
• Zastosowanie dwóch grup „zmusza” nas do
poszukiwania związków liniowych
31. Eksperyment w układzie czynnikowym
• Wiele grup vs dwie grupy - przykład
Y
X
Rzeczywisty związek dwóch cech
32. Eksperyment w układzie czynnikowym
• Wiele grup vs dwie grupy - przykład
Y
X
Grupa Grupa
A B Dwie grupy sugerują nam liniowy związek
Jest on niezgodny z rzeczywistością
33. Eksperyment w układzie czynnikowym
• Wiele grup vs dwie grupy - przykład
Y
X
Dwie grupy sugerują nam liniowy związek
Jest on niezgodny z rzeczywistością Grupa Grupa
A B
34. Eksperyment w układzie czynnikowym
• Wiele grup vs dwie grupy - przykład
Dwie grupy sugerują brak związku
Y Jest to wniosek niezgodny z rzeczywistością
X
Grupa Grupa
A B
35. Eksperyment w układzie czynnikowym
• Wiele grup vs dwie grupy - przykład
Trzy grupy – związek krzywoliniowy
Y Wniosek adekwatny
X
Grupa Grupa Grupa
A B C
36. Model korelacyjny
• Stosujemy go wtedy kiedy chcemy zbadad w
jaki sposób związane są ze sobą poszczególne
zmienne
• W tym modelu nie manipulujemy zmienną
niezależną
• Jego istotą jest sprawdzenie współzmienności
poszczególnych zmiennych
37. Model korelacyjny - przykład
• Możemy zadad sobie pytanie w jaki sposób
opinie na temat mniejszości narodowych
związane są z odległością w jakiej ktoś mieszka
od granicy paostwa z którego pochodzi dana
mniejszośd oraz płcią
– Dokonujemy pomiaru opinii nt. mniejszości
– Dokonujemy pomiaru odległości miejsca
zamieszkania badanego od granicy paostwa
– Sprawdzamy czy te dwie wartości są ze sobą
powiązane
38. Model korelacyjny - przykład
• Załóżmy, że są powiązane:
Opinie
Odległośd od granicy
K
M