Ricerca scientifica Processo di ricerca Testi di riferimento: Coon, Mitterer (2011) Psicologia generale. UTET – Cap. 1 Pedon, Gnisci (2004) Metodologia della ricerca psicologica. Mulino – Cap. 2
La ricerca scientifica
Il metodo scientifico: processo fondato sulla raccolta attenta delle prove attraverso descrizioni e misurazioni precise, sulla ricerca di leggi di carattere generale attraverso osservazioni controllate e risultati ripetibili.
Il metodo scientifico ideale è costituito da sei tappe: 1) Effettuare delle osservazioni 2) Definire un problema 3) Proporre un’ipotesi 4) Raccogliere le prove per verificare l’ipotesi 5) Pubblicare i risultati 6) Costruire una teoria
Enunciazione di domande Risposte provvisorie Formulazione di ipotesi di relazioni Scelta di strumenti e metodi di verifica Attuazione della ricerca Verifica delle ipotesi Interpretazione dei risultati Generalizzazione dei risultati Produzione di nuovi quesiti
Logica scientifica Le ipotesi specifiche possono essere testate in modi diversi. Gli psicologi rivedono continuamente le loro teorie in modo da includere anche nuove prove empiriche.
1) Identificazione del problema 2) Pianificazione del disegno sperimentale 3) Fase delle osservazioni 4) Fase dell’analisi dei dati 5) Fase dell’interpretazione dei dati 6) Comunicazione dei risultati
CONOSCENZE / TEORIA
PROBLEMA
IPOTESI GENERALI
PROCESSO DI RICERCA Identificazione problema e formulazione ipotesi di ricerca Pianificazione esperimenti Raccolta dei dati Analisi dei dati Interpretazione dei dati Pubblicazione dei risultati
Identificazione del problema di ricerca Interessi personali del ricercatore: studio intensivo dei casi singoli (es. Freud o Ebbinghaus) Fatti paradossali e fortuna (serendipità) Tentativi di risolvere problemi pratici: ricerca applicata Teorie e risultati di precedenti ricerche fanno sorgere nuovi problemi in 2 modi: – Influenza euristica: quando suscita un enorme interesse (es. teoria evoluzionistica e teoria freudiana) – Influenza sistematica: quando fanno affermazioni esplicite e direttamente verificabili (es. condizionamento operante)
Confronto con i collegi Competizione
Scelta dell’argomento e analisi della letteratura Ogni lavoro di ricerca comincia con la ricerca bibliografica: •Riviste scientifiche cartacee •SBA •PsychInfo •ERIC
•MedLine •PsychArticles
L’esperimento in psicologia. Esperimento: prova formale svolta per confermare o negare un’ipotesi relativa alle cause di un comportamento. – –
Soggetti sperimentali Partecipanti
Variabile: qualsiasi condizione che può cambiare valore o essere modificata durante un esperimento. – – –
Variabili indipendenti Variabili dipendenti Variabili estranee o intervenienti
Formulazione di ipotesi Come deve essere un’ipotesi? • Non ripetitiva • Non generica • Falsificabile (Ipotesi Ho e ipotesi H1) • Operazionale (deve consentire misurazioni)
Formulazione di ipotesi = verificare relazioni fra due o più aspetti (variabili) IPOTESI DESCRITTIVA IPOTESI SPERIMENTALE IPOTESI DIFFERENZIALE IPOTESI CORRELAZIONALE
Ipotesi descrittiva Viene formulata quando la letteratura o l’esperienza empirica non consente di effettuare ipotesi accurate. Quando cioè non è possibile effettuare alcuna ipotesi sui risultati attesi. Es. sondaggi, screening, atteggiamenti ecc.
Ipotesi sperimentale Presuppone che almeno una variabile indipendente influenzi almeno una variabile dipendente ….. Y=f(X) è come dire VD=f(VI) Valuta, quindi, i rapporti di causa/effetto Si formula sempre in termini “Se ... Allora”
Ipotesi differenziale Implica almeno una variabile di disegno Presuppone che vi siano differenze in almeno una variabile dipendente Si formula sempre in termini “differenziali”
Nella ricerca sperimentale le condizioni sono provocate dal ricercatore Nella ricerca differenziale il ricercatore prende atto di condizioni già esistenti - ne valuta solo il grado di relazione
Ipotesi correlazionale Presuppone che almeno una variabile osservata si correli con un’altra variabile osservata ….. NON valuta i rapporti di causa/effetto Si formula sempre in termini “correlazionali”
Si vogliono descrivere le capacità dei genitori di gestire i comportamenti inadeguati dei loro figli. Se i genitori partecipano ad un corso di formazione allora si osserverà una riduzione dei comportamenti inadeguati dei loro figli.
Osservativa
Sperimentale
Padri e madri hanno diverse capacità di gestire i comportamenti inadeguati dei loro figli ?
Differenziale
Le capacità dei genitori di gestire i comportamenti inadeguati dei figli sono correlate (+ o - ) con la frequenza di emissione dei comportamenti inadeguati ?
Correlazionale
Le variabili Precisione nella misurazione (continua – discreta) Ruolo all’interno dell’esperimento – –
Variabili indipendenti (manipolate non manipolate) Variabili dipendenti – osservate
Ruolo di “disturbo” –
Variabili confuse o confondenti
Errori di misurazione Grado di osservazione
Caratteristiche delle variabili QUALITATIVE
QUANTIVATIVE
“DISCRETE”
DISCRETE CONTINUE
Non può assumere qualsiasi valore all’interno di un intervallo dato. Rappresenta uno o più oggetti, ma non frazioni di essi … Es. n° di libri in una biblioteca
Può assumere qualsiasi valore numerico. Rappresenta anche frazioni di uno o più oggetti … E’ influenzata dallo strumento di misurazione Es. altezza di un individuo
Relazioni tra variabili Ipotesi sperimentale
V. indipendente V. interveniente o di disturbo
f
V. dipendente
Ipotesi differenziale
V. di disegno
V. osservata
Ipotesi correlazionale
V. osservata
V. osservata
Ipotesi osservativa
1 o più variabili osservate
• Indipendenti (VI) che producono (causa) influenza
(condizioni provocate dal ricercatore) • Dipendenti (VD) che subiscono (effetto) influenza • Invocate (di disegno) – classificazioni differenziali (condizioni di cui il ricercatore può solo prendere atto: non sono manipolabili) • Osservate (VO) (sulle quali si verificano le eventuali differenze) • Intervenienti (di disturbo) possono influenzare i risultati, anche se non sono previste nell’ipotesi (devono essere “controllate”, cioè neutralizzate) neutralizzate
Modi di trattare le variabili
Per la verifica delle ipotesi Y = ( f ) X • Modo X (Variabili indipendenti o invocate) • Modo Y (variabili dipendenti o osservate) Nella ricerca correlazionale (co-variazione) entrambe le variabili sono trattate con il modo Y
Variabili di “distrubo” Variabile confondente – non controllata che covaria con la variabile indipendente (se Ip. Sperimentale) ma è estranea a essa. Incide sulla validità interna (nesso causale) Variabile confusa – non controllata che covaria con la variabile indipendente (se Ip. Sperimentale) ed è associata ad essa. Incide sulla validità di costrutto
Entrambi devono essere controllate.
Per controllare le variabili di “disturbo” Modo K (costante) Modo M (matching) Modo R (random) Modo Z (ignorare)
Errori o fonti di variazione SISTEMATICI
DISTORSIONI COSTANTI
CASUALI (O ACCIDENTALI)
DISTORSIONI CASUALI
ERRORI
Grado di osservazione In base alla possibilità di osservare direttamente le variabili, si distinguono in variabili latenti e variabili manifeste. La variabile latente non può essere osservata ma si ipotizza l’esistenza per spiegare altre variabili che possono essere osservate direttamente (variabili manifeste).
Metodo sperimentale: con l’assegnazione casuale o randomizzazione, un partecipante ha la stessa possibilità di far parte del gruppo sperimentale o del gruppo di controllo; consente di distribuire in maniera equilibrata le differenze personali nei due gruppi e, quindi, di effettuare un controllo sulle variabili estranee.
Elementi di un esperimento ideato per stabilire gli effetti dell’ascolto della musica durante lo studio attraverso i punteggi ai test.
Il controllo sperimentale viene realizzato bilanciando le variabili estranee nel gruppo sperimentale e nel gruppo di controllo. Per esempio, l’età media (A), la formazione (B) e l’intelligenza (C) dei membri potrebbero essere le stesse in entrambi i gruppi. Quindi si potrebbe manipolare la variabile indipendente nel gruppo sperimentale. Se il comportamento dei membri (la variabile dipendente) cambia (rispetto al gruppo di controllo), tali effetti possono essere attribuiti alla variabile indipendente che, pertanto, dovrebbe aver causato il fenomeno.
I placebo e le profezie autoavverantesi.
Effetto placebo: cambiamento nel comportamento causato dalla convinzione di aver assunto un farmaco. Profezia autoavverantesi: previsione che induce ad agire in modo che la previsione si realizzi.
Metodi di ricerca non sperimentali.
Metodo descrittivo Metodo correlazionale Metodo clinico Metodo dell’inchiesta.
Metodo descrittivo (osservazione naturalistica)
indagine empirica in cui non c’è alcun intervento sui fenomeni studiati che consiste nell’osservazione e nella raccolta sistematica di dati sul comportamento in un ambiente naturale. Influenza dell’osservatore Distorsione dell’osservatore Errore di antropomorfizzazione Registrazione delle osservazioni
Metodo correlazionale: consiste nella misurazione e confronto fra variabili per scoprire se esiste fra loro una relazione. – Coefficiente di correlazione: indice statistico che può variare da -1,00 a +1,00 e che indica la direzione e il grado di correlazione. – Correlazione positiva: al crescere di una variabile corrisponde l’aumento dei valori dell’altra variabile. – Correlazione negativa: l’aumento di una variabile è associato alla diminuzione dell’altra variabile.
Una correlazione tra due variabili può significare che X causa Y, che Y causa X o che una terza variabile, Z, causa sia X sia Y.
Metodo clinico:
conosciuto anche come metodo del caso singolo, in cui si cerca di aiutare la persona a risolvere i propri problemi attraverso la raccolta di informazioni tramite il colloquio clinico e la somministrazione di test e questionari.
Metodo dell’inchiesta: metodo non sperimentale in cui vengono sperimentate tecniche specifiche per creare domande e codificare le risposte. – –
Campione rappresentativo Campione non rappresentativo.
Pianificazione di una ricerca
Processi inferenziali (procedure di campionamento) Piani della ricerca Processi di misurazione (scale di misura)
Popolazione e campione
Indagine totale A
POPOLAZIONI
IPOTESI A=B AB A=B
B
Indagine campionaria POPOLAZIONI e CAMPIONI A
B
b
a
IPOTESI a=b
A=B
a
A
a>b a=b
Generalizzazione
A>B A=B
Pianificazione Confronto fra i soggetti – Confronto entro i soggetti Confronto fra/entro i soggetti
Piani combinati Piani a misure ripetute Piani a gruppi indipendenti
Raccolta dei dati: Misurazione delle variabili Per Stevens (1946) la misurazione è l’associazione tra una categoria e oggetti, eventi …. in base a regole di corrispondenza. La misurazione di un sistema empirico è la costituzione di un sistema numerico (formale) in modo tale che ci sia una relazione di omomorfismo (stessa forma) con il sistema empirico (Pedon, 1999). Variabile è qualsiasi caratteristica (fisica o psichica) del soggetto che può assumere valori diversi in un dato intervallo e che varia da individuo a individuo. Ogni variabile è formata da un insieme di categorie che esprimono l’ambito di variazione della variabile stessa (Livelli)
Raccolta dei dati Strumenti Per Stevens (1946) individua 4 categorie di variabili sulla base della scala utilizzata per la misurazione.. in base alle relazioni intercorrenti tra i livelli di variazione di una variabile: 1) categoriale o nominale 2) ordinale 3) a intervalli equivalenti 4) a rapporti equivalenti
Scale di misura
nominale
intervalli
rapporti
ordinale quantitative qualitative
I numeri possono servire a rappresentare relazioni: Di identità (etichette classificatorie per suddividere gli eventi) Di ordine (maggiore di…) Di intervalli (differenze tra gli attributi di ogni evento, riferite ad un valore costante e noto, stabilito arbitrariamente) Di rapporti (differenze tra gli attributi di ogni evento, a partire da zero)
Scala nominale Serve a quantificare gli aspetti qualitativi (attributi) di una variabile. Quali sono le modalità attraverso le quali la variabile “x” si potrebbe presentare? I soggetti che possiedono (o non possiedono) quella caratteristica, o le risposte di quel determinato tipo (o del suo opposto) vengono distribuiti alle classi evidenziate in base alla presenza-assenza dell’attributo che le definisce. (Esempio: i pazienti di un ospedale vengono “enumerati” enumerati in base ad una classificazione nosologica).
Scala ordinale stabilisce una relazione di ordinalità tra le sottoclassi, in relazione ad un attributo che può essere di tipo quantitativo (es. altezza, peso, ecc.) o di tipo qualitativo (es. livello di difficoltà, atteggiamento più o meno favorevole, ecc.). I valori posseduti o ottenuti da ciascun soggetto determinano la sua collocazione ad un livello d’ordine specifico entro un continuum, in cui l’ampiezza della distanza tra un livello e l’altro è variabile e non prevedibile; l’ordine gerarchico viene rispettato, ma la “distanza” tra il primo e il secondo non è confrontabile a quella tra il secondo e il terzo e così via).
Scala ad intervalli Come una scala ordinale all’interno di ogni sottoclasse, gli elementi sono ordinati in modo che l’intervallo (la differenza) possibile tra un elemento e l’altro sia costante e noto.
Scala ad intervalli
come una scala ordinale, solo che, all’interno di ogni sottoclasse, gli elementi sono ordinati in modo che l’intervallo (la differenza) possibile tra un elemento e l’altro sia costante e noto. Proprietà: si stabilisce un valore “x” da attribuire alla distanza possibile tra un punto e quello successivo. Operazioni possibili: ciascun dato può essere moltiplicato o diviso per un valore costante e a questo si può aggiungere o sottrarre un altro valore costante. Si possono fare tutte le operazioni aritmetiche.
E’ difficile che tra gli eventi psichici ci sia una gradualità misurabile in tal modo.
E’ possibile, ad esempio, fissare (e quantificare) una differenza minima possibile tra un livello di fobia ed un altro? Possiamo invece stabilire quanto tempo passa tra la comparsa di un oggetto e l’emissione del sintomo; oppure quante volte un soggetto debba ripetere un certo trattamento perché il sintomo scompaia, ecc.
Si può fare riferimento a qualsiasi unità di misura, purché il rapporto tra due intervalli possibili sia costante In caso contrario, si rischierebbe di dare interpretazioni arbitrarie, perché il presupposto delle scale parametriche è che la VD si distribuisca normalmente. Per esempio, esempio quando si tenta di quantificare abilità o attitudini si cade nell’arbitrio perché è difficile valutare, cioè dare un valore numerico, alla qualità di una risposta, pertanto diventa arbitrario stabilire una differenza fissa tra un tipo di risposta e un altro. altro
Qual è la scala di misura della V.D.? Due elementi diversi della variabile possono essere messi in ordine ?
no
Scala nominale
si Fra due elementi diversi è possibile calcolare una differenza che si riconduca ad una unità di misura?
no
Scala ordinale
si Esiste uno zero assoluto? no si
Può assumere solo valori interi?
Può assumere solo valori interi? si no Scala a rapporto discreta
Scala a rapporto continua
si
Scala a intervallo discreta
no Scala a intervallo continua
Possibili trasformazioni Rapporti
io z du i R
ne
d
la a c s i
Ordinale
Intervalli
Moltiplicazione per una costante positiva
Somma e moltiplicazione per una costante positiva
Operazioni che mantengono l’ordinamento Nominale tra gli oggetti Sostituzione del sistema di codifica
Analisi dei dati La statistica serve a stimare le caratteristiche di una popolazione a partire dalle rilevazioni fatte su un campione Verificare l’ipotesi (se due o più campioni provengono dalla stessa popolazione = H0)
Confronto tra tipi di variabili e scale di misura: qualitativa discreta
Scala nominale
quantitativa Intervalli/rapporto discreta
Scala ordinale continua
Intervalli/rapporto continua
Statistiche non parametriche
Statistiche parametriche MA SOLO SE
la distribuzione dei dati è normale Il campione è sufficientemente numeroso I dati sono indipendenti Varianze omoscedastiche
Analisi dei dati - Statistica Non Parametrica
Parametrica
IPOTESI
DESCRITTIVA CORRELAZIONALE
SPERIMENTALE DIFFERENZIALE
PIANI
misure ripetute gruppi indipendenti
TUTTI
SCALE
TUTTE
Intervalli Rapporti
DISTRIBUZIONE
distribution free
NORMALE Indipendenza delle osservazioni
derivazione da un modello lineare con effetti additivi (Xi = µ + τ + ε) Omoscedasticità delle varianze
I test per dati parametrici si basano sulle caratteristiche della distribuzione normale; quelli per dati non parametrici non pongono vincoli sulla popolazione d’origine (distribution free) o sono meno vincolanti. Per questa ragione sono più duttili e meglio si possono adattare a descrivere gran parte degli eventi comportamentali, anche se, ovviamente, la quantità e qualità di informazioni che possono fornire i test per dati parametrici (es. t di Student, AN.O.VA) sono nettamente superiori.