Fisa explicativa Flashcards
(42 cards)
- Care sunt avantajele unui studiu experimental față de un studiu descriptiv?
Față de studiile descriptive, studiile experimentale oferă dovezi conclusive cu privire la relațiile cauză-efect. Cu alte cuvinte, cu ajutorul studiilor experimentale putem deriva cauzalitatea. Dacă țineți minte, avem nevoie de 3 condiții pentru stabilirea unei relații cauzale:
1. Covariatie
2. Succesiune în timp
3. Lipsa unor variabile confundate (sau, dacă există A, atunci există B / nu există A, atunci nu există nici B)
Studiile descriptive ne permit să verificăm doar prima condiție. În experiment le putem verifica și pe următoarele două.
. Care este raționamentul din spatele conducerii unui experiment și de ce realizăm studii experimentale?
DE CE: Psihologii fac experimente pentru a testa în mod empiric ipoteze care derivă din teorii. De asemenea, ei vor să vadă dacă un tip de tratament sau program poate afecta în mod eficient (vizibil) comportamentul.
LOGICA EXPERIMENTULUI: Într-un experiment, dorim să selectăm anumite condiții / variabile care ne interesează în cercetare și să vedem modul cum influențează ele comportamentul. Experimentul ne permite controlul acestor variabile și observația clară a unor posibile cauzalități.
Într-un experiment bine conceput, cercetătorul manipulează cel puțin o variabilă independetă, pentru a-i vedea efectele asupra comportamentului participanților. De asemenea, el distribuie participanții în diverse condiții ale experimentului astfel încât să creeze o situație inițială echilibrată. El trebuie și să controleze variabilele externe ce ar putea afecta comportamentul participanților.
. Ce este grupul experimental și grupul de control?
Grupul experimental este cel în care se manipulează variabila independentă (nivelul variabilei independente e diferit de 0)
Grupul de control este cel în care nu se manipulează variabila independentă (nivelul variabilei independente este 0). Sunt folositoare îndeosebi când vrem să avem un baseline pt comportament.
● se oferă un placebo
● se măsoară pur și simplu comportamentul fără a se face nicio intervenție
● waiting list
● cu încătușare (tratament similar, dar fără elementul cheie)
. Ce reprezintă variabila independentă, variabila dependentă, variabila confundată și care sunt diferențele dintre acestea?
Variabila independentă - cercetătorul manipulează una sau mai multe variabile independente pt a vedea efectele lor asupra comportamentului. O variabilă independentă trebuie să aibă cel puțin 2 niveluri/condiții (adică valori diferite ale variabilei).
Variabila dependentă - răspunsul care e măsurat în experiment (depinde de cea independentă)
Variabilele confundate - alte variabile în afara celei independente care ar fi putut influența variabila dependentă în mod sistematic.
. Dați exemple de variabile confundate din cadrul unui studiu experimental.
Tot ce este sistematic.
● Selection bias- cercetatorul va considera in mod eronat ca efectul este datorat variabilei independente,cand de fapt el este datorat diferentei dintre subiecti (acestia nu au fost selectati astfel incat sa formeze un grup omogen)
● Biased assignment - dacă selecția inițială a participanților se face nesistematic
● Atriția diferențială - pierderea participanților în timpul studiului - duce la grupuri inegale
● Pretest sensitization - dacă s-a făcut un pretest, participanții pot să se obișnuiască cu variabila independentă și să răspundă altfel la ea
● Istoricul participanților - de exemplu, un eveniment din istoria comună a participanților interferează cu variabila independentă
● Maturizarea - participanții se schimbă, se maturizează, efectele în timp (în studii pe termen lung) nu sunt datorate intervenției noastre
● Așteptările cerectătorului
● Demand characteristics - participantul se comportă așa cum crede că ar trebui să se comporte (soluția la ultimele 2 probleme - studii double-blind, în care nici participantul, nici cercetătorul nu știu ce nivel al variabilei independente le e administrat/ administrează)
● Posibilitatea apariției efectului Placebo (soluție - placebo control group)
● Altele - trebuie să încercăm să uniformizăm condițiile, trebuie să tratăm ambele grupuri experimentale în același fel
. Care sunt tipurile de variabile independente și cum pot fi acestea manipulate în cadrul unui experiment?
● De mediu - manipulări ale mediului fizic sau social (folosirea de „confederați” în experimentele de psihologie socială)
● Invazive - manipularea / crearea unor modificări fizice în corpul participanților prin operație sau administrarea de substanțe; nu se prea practică în psihologie
● Instrucționale - manipularea instrucțiunilor verbale oferite participanților
De ce sunt variabilele care țin de diferențele interindividuale diferite față de variabilele independente
Aceste variabile nu pot fi manipulate, dar ele pot influența variabila dependentă. Ele țin de diferențele cognitive, fiziologice, emoționale și comportamentale ale participanților. Vor influența participanții și îi vor face să reacționeze diferit la variabila independentă, creând eroare nesistematică (fluctuație / varianță mai mare). O soluție este să aplicăm experimentul unui grup relativ omogen de participanți.
Ce presupune alocarea participanților într-o condiție experimentală și pe ce raționamente se face acest lucru?
La începutul experimentului, trebuie să fim siguri că grupurile diferite care vor fi supuse la nivelurile diferite ale variabilei independente sunt relativ echivalente. De aceea, participanții trebuie alocați în mod aleator în diferite niveluri/condiții experimentale. Acest lucru se poate face fie prin simple random assignment, care oferă fiecărui participant șanse egale să fie plasat în orice condiție; matched-random assignment (pe perechi) - împărțirea participanților după o caracteristică relevantă pentru experimentul nostru (și legată, dar nu indentică cu variabila independentă) și apoi randomizarea lor în grupuri echivalente; design cu măsurători repetate.
. Ce presupune controlul experimental și de ce este important?
Controlul experimental presupune să tratăm toți participanții în eact același mod, mai puțin prin administrarea unor niveluri diferite ale variabilei independente. Prin controlul experimental, ne asigurăm că putem concluziona că variabila dependentă a fost cauzată de cea independentă și nu de alte variabile. Cu alte cuvinte, avem validitate internă.
Care este diferența dintre manipulare, menținerea condițiilor constante și balansarea în cadrul unui experiment?
● Manipularea - ține de variabila independetă. Presupune modificarea ei pe diferite niveluri / condiții experimentale pentru a observa un efect urmărit
● Menținerea condițiilor constante - cercetătorii încearcă să mențină condițiile experimentului constante (să trateze toți participanții la fel) pentru a se asigura că numai variabila independentă diferă în mod sistematic în grupurile experimentale
● Balansarea - participanții diferă dpv al diferențelor interindividuale. De aceea, prin randomizarea lor, ne asigurăm că grupurile experimentale sunt echivalente / balansate la începutul experimentului
. Ce este validitatea internă a unui experiment și care sunt factori ce o pot influența?
Validitatea internă reprezintă gradul la care un cercetător trage concluzii corecte despre efectele variabilei independente. Un experiment are validitate internă când se elimină toate sursele care ar putea adăuga variabilitate în afară de variabila independentă (cofound variance). Dacă ceva a afectat variabila dependentă în afară de cea independentă, vorbim de cofounding (contaminare). Poate fi afectată de variabile confundate (de la punctul 5) (sistematice)(trebuie eliminate) și eroarea standard (nesistematic)(trebuie minimizate). Poluție nesistematică: - Diferențele individuale - Stări trecătoare ale participanților - Factori de mediu - Tratament diferențial - Erori de măsurătoare
. Care este diferența dintre designul experimental de bază și designul factorial?
În designul de bază există o variabilă independentă (cu mai multe niveluri). În cel factorial există mai multe variabile independente (fiecare cu mai multe niveluri), denumite factori.
. Ce presupun următoarele tipuri de design experimental și în ce condiții le folosim?
a. design experimental cu eșantioane independente:design experimental cu eșantioane independente:
● grupuri randomizate (random group design); fiecare participant este alocat în mod aleator unui nivel al condiției experimentale
● grupuri perechi (matched group design) participanților li se măsoară o variabilă relevantă pentru variabila independentă, apoi ei sunt grupați pe perechi în grupuri experimentale, astfel încât 2 participanți cu scoruri asemănătoare pe variabila relevantă să fie fiecare în câte un grup experimental (exemplul e pt 2 grupuri, analog pt orice nr de grupuri)
● grupuri naturale (natural group design) împărțirea participanților se face pe baza diferențelor lor interindividuale (pe care nu le putem manipula). Dimensiunea pe care diferă subiecții (de ex, sex, religie, rasă, etc) e folosită ca variabilă independentă. Cu toate astea, aceste studii nu pot fi folosite decât pt a face corelații și predicții. E problematic să inferăm cauzalitatea din ele.
b. design experimental cu eșantioane dependente:
● măsurători repetate Researchers choose to use a repeated measures design in order to (1) conduct an experiment when few participants are available, (2) conduct the experiment more efficiently, (3) increase the sensitivity of the experiment, and (4) study changes in participants’ behavior over time.
- intra-subiecți (within subject-design) - fiecare participant e măsurat în mai multe niveluri ale variabilei independente, deci fiecare își servește ca propriul control
- Inter-subiecți - presupun că e vorba de măsurătorile repetate în timp, adică se măsoară același lucru pe o perioadă de timp, dar pe eșantioane diferite, selectate din aceeași populație. Conceptele de inter-subiect și intra-subiect se referă mai degrabă la variabilitate oricum. Variabilitatea / diferențele inter-subiect se referă la diferențele între subiecți diferiți, independenți, iar cele intra-subiect se referă la diferențele dintre performanțele pe variabila dependentă ale aceluiași subiect.
design experimental cu un singur subiect - https://en.wikipedia.org/wiki/Single-subject_design
d. design quasi-experimental design în care măsurăm o variabilă dependentă, dar nu putem randomiza la început participanții în grupuri echivalente; de aceea, controlul nostru scade, pot apărea variabile confundate și validitatea internă scade.
Care sunt factorii ce pot influența rezultatele unei cercetări ce folosește un design experimental cu măsurători repetate?
● Order effects - ordinea nivelurilor variabilei independente poate influența răspunsul (soluție - contrabalansarea; la diverși participanți se dau niveluri în ordine diferită; exemplu - designul pătratului latin)
● Carryover effects - când efectele unui nivel al unei variabile independente sunt încă prezente când se măsoară efectele unui nou nivel (soluția - „se face o aerisire” - se așteaptă până efectul nu mai e prezent sau se alterneaza ordinea)
) Care este contextul în care un test t se aplică?
Aplicăm testul t când nu cunoaștem abaterea standard în populație și când lucrăm cu eșantioane mici.
) Care sunt cunoscutele și necunoscutele în cazul unei situații de cercetare care implică folosirea unui test t /Z pentru un singur eșantion?
Atunci când folosim un test Z, cunoaștem media populației și a eșantionului, abaterea standard în populație și nr de participanți (N). În cazul testului t nu cunoaștem abaterea standard în populație (folosim s).
Care sunt ipotezele statistice pe care le-am putea formula într-un demers inferențial?
În demersul nostru statistic, ne propunem să facem un experiment pe un eșantion, care ne va furniza o serie de date, care vor avea anumiți indicatori (precum media eșantionului). Media eșantionului nostru poate fi diferită de media populației din care am selectat eșantionului, dar acest lucru se poate datora fluctuației de eșantionare, adică a faptului că sunt șanse foarte mari să fi selectat un eșantion din populație care să aibă o medie diferită decât cea a populației. Dacă experimentul nostru chiar a avut un efect, șansele ca această medie (a eșantionului) să fie atât de diferită de cea a populației din care l-am extras trebuie să fie foarte mici. Noi putem lansa ipoteza că media eșantionului nostru e egală media populației (deci că eșantionul nostru face parte din populația respectivă) (IPOTEZA NULĂ/Ho), dau putem presupune că media eșantionului nostru nu e egală cu media populației (și probabil face parte, de fapt, din altă populație)(IPOTEZA ALTERNATIVĂ/H1).
Ce reflectă distribuția ipotezei nule (Ho) și a ipotezei alternative (H1) în planul populațional?
Extragem un eșantion dintr-o populație. Facem o intervenție în eșantionul selectat. Asumpția ipotezei nule este că intervenția noastră nu a avut niciun rezultat, adică că media estimată în populație a eșantionului nostru este aceeași cu media reală (cea a populației din care am extras eșantionul).
Cu toate astea, dacă intervenția noastră a avut un efect, media estimată, ipotetică, în populație va fi diferită de cea a populației din care am extras eșantionul. Dacă această medie ipotetică este foarte diferită de cea a populației, putem trage concluzia că eșantionul nostru nu face parte din populația din care l-am extras, ci dintr-o altă populație. Distribuția acestei noi populații este distribuția ipotezei alternative.
) De ce testăm adevărul ipotezei nule Ho?
În demersul nostru inferențial, principiul de bază e că dorim să vedem dacă intervenția noastră a avut un efect real sau doar unul aleatoriu, din cauza întâmplării. De aceea, luăm cel mai rău caz, cel în care rezultatul nostru se datorează întâmplării și presupunem că e adevărat. Încercăm să testăm această afirmație (care este ipoteza nulă). Testăm adevărul ipotezei nule pt că ea implică o singură valoare sigură, ipotetică μipotetic = μreal), în timp ce cea alternativă implică un interval de valori. (μipotetic ≠ μreal )
) De ce avem nevoie de un prag de decizie într-un demers de cercetare?
Pragul de decizie presupune riscul pe care suntem dispuși să ni-l asumăm. Chiar dacă respingem ipoteza nulă, întotdeauna ne asumăm riscul de a comite o eroare (o respingem, dar ea este adevărată și noi nu am obținut de fapt un efect real). Cât de dispuși suntem să observăm un efect acolo unde el nu este de fapt înseamnă pragul de decizie (alfa, 𝛼). Alegerea lui depinde de tipul de experiment.
) De ce variabilitatea în distribuția mediilor este mai mică ca și cea din distribuția scorurilor unei populații?
Într-un test cu un singur eșantion, distribuția ipotezei nule este aceeași cu distribuția mediilor eșantionelor din populație (despre care am învățat în sem 1). În acea distribuție, abaterea standard a mediilor din populație era abaterea standard a populației / radical din N. Dpv statistic, este mai mică pt că împărțim la radical din N. Această distribuție e mai îngustă (fluctuează mai puțin, are varianță mai mică) întrucât fiecare scor reprezintă media pentru mai mulți subiecți (reprezentăm mai mulți subiecți printr-un singur scor, varianța inter-individuală e mai mică).
) Cum interpretăm o valoare Zcalculat față de un Zcritic?
Z calculat este poziția în distribuția ipotezei nule unde se plasează scorul obținit de noi. Z critic reprezintă valorea maximă a lui Z față de care respingem Ho. (Z calculat trebuie să fie mai mare decât Zcritic pentru a putea respinge Ho). Cu alte cuvinte, Zcalculat este atât de tare în extrema distribuției, încât e improbabil să fi obținut valoarea respectivă doar din cauza întâmplării.
Care sunt erorile de decizie?
Eroarea de tip 1 / alfa (resping H0, deși ea este adevărată – cu alte cuvinte, am obținut rezultate în expriment care nu există în realitate.
Eroarea de tip 2 / beta(accept H0, deși ea este falsă – nu reușim să arătăm statistic ceva ce este în realitate).
Care sunt asumpțiile unui demers de cercetare care folosește un test t?
variabilă numerică (ca să putem calcula media și abaterea standard);
• distribuții normale în populații (pentru a avea o distribuție H0, de referință
normală)
- distribuția diferențelor de medii tinde să se apropie de una normală,
chiar dacă distribuțiile populațiilor nu sunt perfect normale DAR trebuie să
avem eșantioane mari (peste 25 de persoane)
• eșantioanele să fie selectate independent din populație, selecție cu înlocuire
• asumpția omogenității varianțelor
- violarea acestei asumpții e mai puțin gravă dacă avem eșantioane mari,
de mărimi egale
