Metodologia di ricerca clinica

Metodi e tecniche di ricerca in psicologia clinica

L’oggetto di interesse del corso è la ricerca in psicologia clinica: quest’ultima è una branca

dell’intero complessivo della psicologia, e in quanto tale s’avvale delle medesime tecniche di

studio e indagine.

Ciò che conta non è il mettere in dubbio l’utilità dell’approccio scientifico in psicologia clinica,

bensì chiedersi quale tra i metodi di ricerca in psicologia siano più adatti alle necessità e ai

quesiti del filone clinico.

Mezzi di conoscenza

Metodi non empirici

Autorità: si crede alla verità di qualcosa in quanto proveniente da una persona/gruppo

 da noi rispettato. Non è esente da problematiche che non la rendono un buon mezzo di

conoscenza:

• l’autorità esiste nel momento in cui viene riconosciuta;

• le autorità sono spesso in contrasto tra di loro;

• le autorità possono sbagliarsi (es. Aristotelico vs Galileiano);

Logica: utilizzo del pensiero razionale per trarre conclusioni corrette riguardo al

 mondo. Ha delle limitazioni:

• può dirci che una conclusione è falsa quando in realtà se n’è tratta una conclusione

impropria;

• un’affermazione può sembrare valida dal punto di vista logico, ma risultare non vera

in quanto suppone sia vero qualcosa che non lo è (es. “la partita non si fa se nevica

intensamente” è logicamente vero, ma la veridicità dell’affermazione dipende del fatto

che stia nevicando: se così non fosse nella realtà, allora la frase è falsa);

Metodi empirici

Intuizione: classe di mezzi di conoscenza a fondamento empirico che non si fondano

 né su logica né su ragionamento implicito, bensì si fondano su processi istintivi,

spontanei e impliciti di pensiero (es. sensazione di “negatività” quando pensiamo di

scendere dal marciapiede per attraversare e udiamo il suono di un’auto in arrivo);

Senso comune: evidenzia l’accordo tra l’opinione di una persona e le esperienze

 comuni di un ampio gruppo di persone. Ha due limiti fondamentali:

• i suoi criteri si modificano durante il tempo e a seconda del luogo e delle culture;

• l’unico modo per valutare se una di queste credenze funzioni o meno ha una natura

eminentemente pragmatica, non teorica;

è importante tenere a mente i limiti del senso comune appunto in relazione alla scienza:



essa, proprio perché fa affidamento al metodo, talvolta può essere controintuitiva nei

confronti dell’opinione generale (es. Aristotelico vs Galileiano). Tuttavia non dobbiamo

considerare la “controintuitività” come una proprietà necessaria e/o sufficiente della scoperta

scientifica, poiché spesso risultati controintuitivi non sono altro che frutto di errori di disegno

dell’esperimento.

Scienza: la scienza così come la conosciamo è contraddistinta da caratteristiche e

 attributi tipici:

• in primo luogo la scienza s’avvale del metodo scientifico (osservazione, ipotesi,

raccolta e analisi dei dati, conclusioni);

• è empirica, ossia fa affidamento sull’esperienza;

• è obiettiva, il che significa che qualsiasi persona nello spazio tempo può (anzi deve)

poter osservare/ottenere le medesime condizioni;

• è oggettiva, quindi è necessario che sia un mezzo disponibile a tutti, universale per

acquisire conoscenze;

• si autocorregge, non segue principi di autorità, la scienza è in continuo sviluppo, è

aperta al cambiamento e alla modificazione di vecchi paradigmi;

• motivo per cui è anche in continuo progresso;

• è possibilista, ossia non afferma mai di avere la verità completa su nessuna

questione;

• mira al risparmio, è economica, cioè mira ad utilizzare la spiegazione più semplice

(non semplicistica) per un fenomeno;

• è interessata alla teoria: è di fondamentale importanza elaborare un costrutto

teorico che spieghi come una determinata cosa funzioni;

• non ha gerarchia: l’autorità conta poco nella scienza, ciò che conta è la validità dei

metodi di ricerca e la logica dell’impostazione del disegno dello studio.

Si basa su quattro assunti fondamentali: razionalità (il mondo può essere compreso

attraverso il pensiero logico), regolarità (il mondo segue le stesse leggi scientifiche in

ogni tempo e luogo), “scopribilità” (se il mondo è reale, razionale e governato da

regole, allora è possibile scoprirne il funzionamento) e causalità (gli eventi non si

originano da soli, ognuno ha una causa).

Sulla base di questi quattro pilastri, si delinea il modus operandi di ogni buon disegno

scientifico:

1. SCOPRIRE LE REGOLARITA’: il primo passo nella scoperta delle regolarità, e

pertanto nel metodo scientifico, è l’osservazione e descrizione dei fenomeni

scientificamente rilevanti.

questo porta all’insorgere di una problematica: talvolta, e in fattispecie nelle



scienze psicologiche, i fenomeni non sono direttamente osservabili (es. pensiero,

emozioni, etc.), pertanto dobbiamo spesso basarci su un’osservazione indiretta: a

partire da essa otteniamo degli indicatori indiretti della variabile latente che hanno il

valore di ipotesi di lavoro tra i funzionamenti delle osservabili. Tali indicatori

indiretti prendono il nome di costrutti: consentono una maggior generalizzabilità

del risultato, ma sono ipotesi, dunque non realtà incontrovertibili, motivo per cui

necessitano una chiara definizione.

2. SCOPRIRE LE LEGGI: una volta osservate e definite le regolarità è possibile

determinare una legge scientifica. Essa non è altro che un’asserzione secondo la

quale due fenomeni sono regolarmente associati. Tuttavia, molto spesso bisogna

effettuare una selezione delle variabili rilevanti per la descrizione del fenomeno e,

quindi, per l’identificazione delle regolarità: tale selezione si basa su un modello

fondato su un’ipotesi scientifica è imprescindibile descrivere fenomeni e



scoprire associazioni in assenza di modelli teorici a cui fare riferimento: ogni disegno

di ricerca deve far riferimento ad una teoria scientifica che generi ipotesi

operazionalizzabili e falsificabili.

NB una teoria scientifica deve avere una componente strutturale (deve stabilire i

modelli delle variabili latenti che riassumono le relazioni attese) e una componente

di misurazione (tali modelli devono poter essere misurati e quindi

operazionalizzati).

3. RICERCARE LE CAUSE: dall’osservazione delle regolarità è possibile riconoscere

che tra le variabili vi sono delle relazioni. L’assunto base della relazione di causalità

è che se consideriamo una variabile Y isolata dall’influenza di ogni altra variabile

fatta eccezione di una detta X e un cambiamento in Y accompagna in cambiamento

in X, allora X è una causa di Y [y = f (x)].

Tre sono le componenti fondamentali della causalità: isolamento, associazione e

direzione.

Il primo in particolare è il può importante ma più insidioso: in primo luogo è

stabilire che l’associazione è dovuta all’influenza di x su y, e non

necessario

viceversa. È pressoché impossibile però ottenere una condizione di isolamento

ideale (esisterebbe solamente quando X e Y sono in un “vuoto spinto”). La

manipolazione umana da parte dello sperimentatore può essere utile a creare

l’isolamento e nello stabilire la direzione dell’influsso, tuttavia non è essa stessa la

causa necessaria e sufficiente per determinare la causalità.

Un altro punto da tenere a mente è che, come suggerito dagli assunti teorici di

affinché l’isolamento sia sostenibile, nessuna variabile oltre ad X può essere

Hume,

causa di Y.

Uno standard più ragionevole è che X abbia un influsso atteso di grandezza (b) su Y,

ma che i valori reali di Y si distribuiscono attorno ai valori predetti di Y. Tale

condizione è riassumibile con l’equazione Y = bX + z z è un termine di



disturbo non osservato, non è possibile controllarlo in senso diretto, motivo per

cui bisogna assumere che abbia valore zero E(z) = 0.

perché X sia causa di Y deve essere isolata da z.



La soluzione è quella di trovare degli assunti sul comportamento di z (del termine di

disturbo) in modo da condurre la nostra osservazione in condizioni di pseudo-

isolamento:

• l’assunto più comune è che X e z non siano correlate, in modo da stabilire

l’influsso di X su Y isolato da z. Tale isolamento, tuttavia, non è perfetto poiché per

ogni singola osservazione la relazione Y = f(x) è alterata dal disturbo. Ciò accade

sempre: sia in condizioni sperimentali, che in non sperimentali. Assumere ciò è

pertanto una semplificazione grossolana, dal momento in cui molte cause di Y

vengono incluse nel termine di disturbo, e non sono, quindi, da escludere perché

determinano una correlazione di questo disturbo con X.

una situazione comune che viola la condizione di pseudo-isolamento è quando

 omessa:

una variabile moderatrice viene

un’altra causa di violazione dello pseudo-isolamento si ha quando la variabile



omessa ha una relazione ambigua con le variabili esplicative: in questa situazione si

corre il rischio di poter prevedere meno le conseguenze dell’omissione della

variabile dall’equazione;

infine, un’altra situazione si ha quando una o più variabili esplicative contengono



errore casuale di misurazione.

Tre casi di violazione dello pseudo-isolamento:

1. Omissione della variabile moderatrice;

2. La variabile omessa ha una relazione ambigua con le variabili

esplicative;

3. La variabile esplicativa ha un errore di misurazione. necessario

In conclusione, quindi, per stabilire la causalità di una relazione, è

stabilire l’associazione al netto di altre influenze .

Un altro fondamento della casualità è la replicabilità: ogni relazione (sia quelle

casuali, sia quelle spurie) devono essere in grado di replicarsi. Ciò è importante

perché fornisce un controllo dello pseudo-isolamento: se il modello è corretto, deve

funzionare in campioni diversi e con diversi tipi di dati.

Assunti di Hume

1. Priorità temporale: la presunta causa deve precedere l’effetto e questo è

l’unico mezzo per garantire che la variabile esplicativa abbia un primato causale;

2. Le relazioni simultanee sono escluse: le cause devono precedere gli effetti e

la causazione simultanea reciproca non è possibile.

Tuttavia tali assunti non sono esenti da critiche: la priorità temporale viene smentita

se si considera una situazione in cui se si consente un

ritardo temporale nella relazione causa-effetto, allora

l’influsso di una variabile deve superare un divario prima

di esercitare il proprio effetto. Entro questo divario è

possibile che una variabile mediatrice si inserisca

impedendo alla causa di provocare il suo effetto.

Questa situazione rende difficile l’identificazione del

corretto pattern causa-effetto: può quindi succedere che

questo ritardo può essere più breve dell’intervallo di osservazione, così che la causa

viene collocata nello stesso periodo temporale dell’effetto. Se le due variabili si

influenzano reciprocamente, si può consentire una relazione non ricorsiva di

feedback.

Questo significa che è complicata la determinazione di causazione tra variabili

latenti e indicatori nei modelli di misurazione. Distinguiamo pertanto:

• indicatori causali che sono variabili osservate che si ritiene causino la variabile

latente;

• indicatori d’effetto che sono, quindi, causati dalla variabile latente.

Questo ci insegna che per la corretta determinazione del principio causa-effetto,

stabilire il primato temporale è necessario . Altri strumenti empirici dei quali ci si può

avvalere per testare l’effetto di fattori estranei sono:

- Selezione delle osservazioni;

- Controllo statistico;

- Randomizzazione.

Le prime due tecniche (selezione e controllo statistico) sono utilizzabili sia nel caso

di studi osservazionali, sia in studi sperimentali; per quanto riguarda la

randomizzazione, invece, essa si utilizza solo nei veri esperimenti in quanto

costituisce un potente mezzo di assegnazione casuale ai trattamenti, impedendo a

sistematica

fonti estranee di variazione di essere maggiormente prevalenti in un

gruppo piuttosto che in un altro.

Concetti chiave della metodologia di ricerca

• come si sviluppa una domanda di ricerca?

Scelta del problema;

 Esame della letteratura e identificazione degli articoli rilevanti;

 Restrizione del problema ad una specifica domanda;

 Definizione del procedimento di ricerca: le ricerche scientifiche sono divisibili in tre

 grandi blocchi:

1. Studi osservazionali: condizione in cui le osservazioni vengono effettuate in

contesti naturali senza tentativi di manipolazione di alcuna variabile;

2. Disegni quasi sperimentali: disegni di ricerca in cui i soggetti non sono assegnati

casualmente alle varie condizioni (o trattamenti), anche se la/e variabile/i

indipendente/i può/possono essere manipolata/e. Il motivo della mancata

assegnazione casuale è di solito legato alla sua impossibilità o non applicabilità.

3. Disegni sperimentali: piano generale di un esperimento che comprende il numero

e la disposizione delle variabili indipendenti, il numero e la modalità di selezione dei

livelli di ciascuna variabile indipendente e le modalità con cui i soggetti sono

selezionati e assegnati ai trattamenti (o alle condizioni).

esperimento: procedura atta ad ottenere dati in cui una o più variabili



indipendenti vengono manipolate col fine di osservarne gli effetti su una o più

variabili dipendenti. È molto importante ricordare che i soggetti sono assegnati

casualmente alle varie condizioni.

• definizioni importanti:

Controllo sperimentale: consiste nella manipolazione attiva, diretta dello

 sperimentatore, delle variabili estranee all’esperimento allo scopo di chiarire la

relazione tra le variabili di interesse, piuttosto che di ridurre la varianza d’errore. Tale

controllo può essere fatto attraverso l’eliminazione delle variabili estranee, il

mantenerle costanti, attraverso la loro randomizzazione o il loro controbilanciamento;

Casuale o random: processo secondo cui ciascuna occorrenza è determinata

 puramente dal caso, cosicché la probabilità che ogni fenomeno accada è la stessa

dell’evento in popolazione;

Assegnazione casuale: si tratta di procedura per determinare l’assegnazione dei

 soggetti alle condizioni in modo tale che la probabilità di essere assegnato ad una

particolare condizione sia la stessa per tutti i soggetti partecipanti all’esperimento.

Aiuta ad assicurare (ma non può garantire) che le variabili dei soggetti quali il sesso,

l’età, l’intelligenza, il sub-strato socio-economico, etc. siano distribuite in modo uguale

nelle diverse condizioni sperimentali e quindi non siano confuse con gli effetti della/e

variabile/i indipendente/i.

Unità sperimentale: divisione del materiale sperimentale tale per cui due qualsiasi

 unità diverse possono ricevere trattamenti diversi nell’esperimento reale;

Nella maggior parte dei casi, possiamo approcciare gli esperimenti nel seguente modo: vi

è un certo numero di trattamenti alternativi, ciascuno dei quali viene applicato alle unità

sperimentali. Successivamente viene compiuta un’osservazione (o svariate osservazioni)

su ciascuna unità sperimentale.

essere in grado di separare le differenze tra i trattamenti dalla variazione non

Lo scopo è

controllata che si ritiene essere presente (questo può essere naturalmente solo il primo

passo nella comprensione dei fenomeni in esame).

In generale, comunque, per essere più precisi, nel caso della psicologia clinica si dovrebbe

parlare di esperimenti comparativi, dato che l’obiettivo è il confronto di trattamenti e

non la determinazione di valori assoluti.

• quali sono i requisiti di un buon esperimento?

1. Assenza di errore sistematico: significa che se un esperimento viene eseguito

utilizzando un numero ampio di unità sperimentali, esso deve poter fornire una stima

corretta di ciascun confronto dei trattamenti. È perciò buona norma pianificare un

esperimento in modo tale da garantire che le unità sperimentali che ricevono un

trattamento non differiscano in alcun modo sistematico da quelle che ricevono un altro

trattamento. In altre parole, le unità sperimentali che ricevono un trattamento devono

mostrare solo differenze casuali da quelle che ricevono qualsiasi altro trattamento.

Quando questo è impossibile o impraticabile, qualsiasi assunto di assenza di differenze

sistematiche deve essere esplicitamente riconosciuto e, per quanto possibile,

controllato attraverso osservazioni supplementari o tramite l’esperienza precedente. È

garantire l’assenza delle fonti principali di errore sistematico

tuttavia possibile

attraverso una procedura di randomizzazione;

2. Precisione: se l’assenza di errori sistematici viene ottenuta attraverso la

randomizzazione, la stima delle differenze tra trattamenti ottenuti nell’esperimento

differirà dal suo valore vero solo per effetto di errori casuali. La probabile ampiezza

degli errori casuali nella stima di un contrasto tra trattamenti viene di solito misurata

dall’errore standard: tale val