Psicologia generale - Appunti completi

METODO SCIENTIFICO

variabile indipendente si cerca di determinare la relazione tra x e y.

In un esperimento si assume una relazione di causa-effetto tra x e y { y=f(x)Siamo interessati a determinare la relazione tra x e y perché vogliamo prevedere y quando conosciamo x.

Concetti chiave

• Ceteribus paribus: quando manipoliamo una variabile indipendente stiamo agendo solo su quella e su nessun'altra.
• Within-subjects e Between-subjects: soggetti diversi possono essere assegnati ai livelli della variabile indipendente oppure si usano gli stessi soggetti per tutti i livelli della variabile indipendente (l'esperimento di Shepard è un esempio di disegno sperimentale within, mentre l'esperimento con gruppo sperimentale e gruppo di controllo è un esempio di disegno sperimentale between). Non tutti gli studi sono sperimentali!

Il problema sta nel decidere il significato ad es. di una CORRELAZIONE La correlazione non dipende da un rapporto di causa-effetto quanto

La correlazione è la tendenza di una variabile a cambiare in funzione di un'altra.

Pericolo reificazione: si considera sperimentale uno studio che non lo è, interpretando una correlazione come una relazione di causa a effetto.

L'esempio della storia dei tests di intelligenza: il caso di Cyril Burt e il fattore G, cioè l'intelligenza generale innata (S.J. Gould, The mismeasure of man, 1981) → Coefficiente di correlazione descrittore numerico che ci informa quanto due variabili covariano, della forza della loro relazione. (r varia tra -1 e 1). Se i punti sono molto allineati si avrà una più alta correlazione, ma questo non significa per forza un rapporto di casualità (causa-effetto).

La covariazione tra due variabili x e y indica una relazione tra x e y di cui normalmente ignoriamo la natura.

Il coefficiente di correlazione mi suggerisce una relazione di causa effetto nel caso in cui, al crescere di x anche y cresce o no?

CORRELAZIONE

Una correlazione non implica necessariamente una relazione di causa-effetto (causazione), ma a volte sì. Ogni caso vavalutato con molta attenzione.

● D. Huff, How to lie with statistics, 1954.

- Bambini e cicogne

DARREL HUFF era un giornalista diventato famoso negli anni 50 con il libro Come mentire con la statistica. In esso sosteneva che correlazione non implica una relazione causa-effetto. L’esempio da lui riportato di falsa causazione era quello della correlazione trovata in Danimarca tra numero di nidi di cicogne sul tetto di una casa e numero di nati («Le cicogne portano i bambini!»).

In seguito è stato osservato (Hatford, 2015) che grandi case hanno grandi tetti dove più cicogne possono nidificare e dove nascono più bambini. Quindi la correlazione tra numero di bambini e numero di cicogne non si spiega ovviamente con una causazione diretta (le cicogne non portano i bambini!) ma con una causazione indiretta di un terzo.

Ci sono correlazioni e correlazioni. Per alcune ci sono sufficienti criteri convergenti (forza della correlazione, coerenza, riproducibilità, dati epidemiologici, etc) che permettono di interpretare la correlazione come relazione di causa-effetto.

La Strategia della Cortina Fumogena (=cortina fumogena è una tecnica di difesa nell'arte militare che consiste nello stendere uno schermo di fumo e polmoni di fumo che cela i movimenti di mezzi o uomini, al nemico) - HUFF, lautamente sponsorizzato dall'industria del tabacco, sostenne che la correlazione tra fumo e (=abbondantemente) cancro ai polmoni non implicava causalità. Questo era sollevare una cortina fumogena su un effetto reale.

Questo argomento che la correlazione non implica causazione viene sollevato ogni volta che vengono minacciati gli interessi dell'industria. Esempi: correlazioni tra piombo nella benzina e sviluppo cerebrale / malattie cardiovascolari, tra amianto e mesotelioma, tra...

scienziati) per far partire un dibattito che ritardaqualsiasi intervento. La democrazia impone che non si possa negare la parola a chi non è d'accordo. Perché succedequesto? Ci sono dei meccanismi di psicologia sociale all'opera interessanti da studiare.

CORRELAZIONI SPURIE

Ci sono anche correlazioni inaffidabili e spurie o semplicemente inventate e frutto di un comportamento(=false)scientifico criminale. Un esempio noto è la correlazione tra vaccini ed autismo.

Psicologia Generale

Come mai in generale si dà grande visibilità a questi casi e si lasciano in sordina le altre correlazioni? → Es1. John Snow Nel 1854 ci fu un'epidemia di colera a Londra. Snow propose che all'origine dell'epidemia ci fosseuna pompa d'acqua contaminata. Questo contrastava con l'idea diffusa che il colera fosse causato da un "miasma" presente nell'aria e dalla depravazione morale che indeboliva gli individui.

interrompendo così il ciclo-orofecale. I secondi perché bevevano principalmente birra, la cui produzione comporta un processo di pastorizzazione.

Es2. Ignaz Sommelweis (1818-1865) Nel 1847, lavorando come ostetrico a Vienna, propose che le morti frequenti di madri e bambini per la febbre puerperale fossero causate (=grave infezione dell'utero che può verificarsi dopo un parto o un aborto) dai dottori che dopo aver fatto le autopsie sui cadaveri andavano direttamente nelle sale parto. Infatti, i casi di febbre puerperale erano assenti quando il parto era effettuato da ostetriche che ovviamente non avevano il permesso di fare autopsie. Nonostante le statistiche (correlazione) Sommelweis non riuscì neppure a convincere i suoi colleghi a lavarsi le mani dopo le autopsie. Le discussioni inconcludenti provocarono in Sommelweiss una tale depressione che lo portò nel 1865 in manicomio. Il costo di non agire anche in assenza di una relazione causa-effetto.

esplicita (ottenuta cioè attraverso un esperimento), un'ipotesi specifica (mani non lavate causano la febbre)