Psicologia Generale - Riassunto schematizzato

Metodi e Procedure del Metodo Scientifico della Psicologia

Il metodo scientifico è composto da due fasi:

1. Misurare (esperimento)
2. Analizzare le misure (statistica)

Tra le principali Forme di Ricerca in Psicologia: Ricerche sperimentali - situazione creata in laboratorio dove si ha vincolo di causa effetto.

La RICERCA SPERIMENTALE

Ricerca Sperimentale:

1. Identificare un problema e formulare ipotesi
2. Progettare l'esperimento
3. Condurre l'esperimento (= misurare!)
4. Analizzare i dati
5. Comunicare i risultati (articolo)

Psicologia Generale per la Comunicazione Progettare l'esperimento Variazione sistematica di x per determinare relazione x e y; relazione di causa effetto; → 2. PROGETTARE UN ESPERIMENTO Differenza casualità e correlazione Costruire dei disegni sperimentali a

più fattori (sia between che within) con piú di una variabile indipendente.

3. Condurre l'esperimento Un esperimento è la variazione sistematica e intenzionale di x per determinare la MISURARE relazione tra x e y. In un esperimento si assume una relazione di causa-effetto tra x e y.

Precisione: riproducibilitámisura Siamo interessati a determinare la relazione tra x e y perché vogliamo prevedere y quando Accuratezza: val.osservato meno conosciamo x.val.atteso La situazione sperimentale più semplice è quella in cui la variabile indipendente assume Esperimento é valido se misura solo due valori: gruppo di controllo e gruppo sperimentale. L’esperimento di Shepard è un quello che deve misurare (acc.) esempio di disegno sperimentale within, mentre l’esperimento con gruppo sperimentale e Esperimento é attendibile/aff. se gruppo di controllo è un esempio di disegno sperimentale between). dá sempre gli

stessi risultati(prec.) Errori sperimentali Non tutti gli studi sono sperimentali!→Problema abituazione La correlazione non dipende da un rapporto di causa-effetto quanto dalla tendenza di una variabile a cambiarerandomizzare in funzione di un'altra.→ trialEffetti dell'aspettativa Pericolo reificazione: si considera sperimentale uno studio che non lo è, interpretando unaclinico, effetto placebo, doppio correlazione come una relazione di causa e effetto.cieco La covariazione tra due variabili x e y indica una relazione tra x e y di cui normalmenteignoriamo la natura.4. Analizzare i dati CORRELAZIONE CAUSALITÀeSTATISTICA→ Una correlazione non implica necessariamente una relazione di causa-effetto (causazione),Metodi descrittiviindici univariati (misure di ma a volte sì. Ogni caso va valutato.tendenza centrale - media ● Bambini e cicogne: HUFF l'esempio da lui riportato di falsa causazione era quello dellamediana moda; misure di

correlazione tra numero di nidi di cicogne sul tetto di una casa e numero di nati («Ledispersione - varianza cicogne portano i bambini!»). In seguito è stato osservato che grandi case hannodeviazione standard) grandi tetti dove più cicogne possono nidificare e dove nascono più bambini. Quindiindici bivariati (misure di la correlazione tra numero di bambini e numero di cicogne non si spiega ovviamentedipendenza - correlazione) con una causazione diretta (le cicogne non portano i bambini!) ma con una→Metodi inferenziali valutano causazione indiretta di un terzo fattore (grandi case).il rischio di sbagliare (es. ● Fumo e Polmoni - La Strategia della Cortina Fumogenaconfronto tra due medie) HUFF sostenne che la correlazione tra fumo e cancro ai polmoni non implicava5. Comunicare i risultati causalità. Questo era sollevare una cortina fumogena su un effetto reale. Questoargomento che la correlazione non implica causazione viene sollevato ogni

volta che vengono minacciati gli interessi dell'industria. Lo scopo della strategia della cortina fumogena è quello di ritardare il più possibile gli interventi e suscitare dibattiti inconcludenti tra esperti e non esperti (che guarda caso sono negazionisti) come ad esempio quello sul cambiamento climatico. CORRELAZIONI SPURIE Ci sono anche correlazioni inaffidabili e spurie o semplicemente inventate (es. (=false) correlazione tra vaccini ed autismo). Come mai in generale si dà grande visibilità a questi casi e si lasciano in sordina le altre correlazioni? → Es1. Snow Nel 1854 ci fu un'epidemia di colera a Londra. Snow propose che all'origine dell'epidemia ci fosse una pompa d'acqua contaminata. Snow fece una mappa dei casi di colera e si accorse che si distribuivano attorno ad una pompa d'acqua. Convincere i suoi colleghi e le autorità era impensabile. Decise allora di rimuovere lui stesso la manopola della… pompa.

d'acqua pubblica, e i casi di colera cessarono. Snow pubblicò i risultati. La pompa venne successivamente rimessa in funzione, non considerando le tesi di Snow valide. Ci vollero 30 anni per riconoscere che Snow aveva pienamente ragione.

Es2. Ignaz Sommelweis (1818-1865) Nel 1847, lavorando come ostetrico, propose che le morti frequenti di madri e bambini per la febbre puerperale (=grave infezione dell'utero che può verificarsi dopo un parto o un aborto) fossero causate dai dottori che dopo aver fatto le autopsie sui cadaveri andavano direttamente nelle sale parto. Nonostante le statistiche (correlazione) Sommelweis non riuscì neppure a convincere i suoi colleghi a lavarsi le mani dopo le autopsie.

3. CONDURRE UN ESPERIMENTO (=misurare) Una MISURA è "buona" (a volte si dice valida e attendibile) quando è accurata e precisa. La Precisione si riferisce alla riproducibilità della misura.

Quando una misura è riproducibile si dice che è attendibile/affidabile. L'Accuratezza si riferisce alla differenza tra la media delle misure (valore osservato) e il vero valore (o valore atteso). L'errore di misura è la differenza tra valore atteso e valore osservato. Un esperimento è valido quando misura esattamente quello che deve misurare (è quindi adeguato allo scopo) Accuratezza. Un esperimento è attendibile/affidabile quando dà sempre gli stessi risultati (è cioè ripetibile e coerente) Precisione. ERRORI SPERIMENTALI: esperimenti concepiti male, errori di aspettativa, esperimenti in doppio cieco, l'effetto placebo. Esperimento del predatore: Gli stimoli sono presentati sempre nello stesso ordine. Il problema nel presentare gli stimoli sempre nello stesso ordine è l'abituazione. Regola generale per progettare un esperimento: Randomizzare (=rendere casuale) Randomizzare.

L'assegnazione dei soggetti ai vari gruppi sperimentali (nei disegni sperimentali between-subjects) e degli stimoli ad ogni soggetto (disegni sperimentali within-subjects).

Esempio di esperimento scorretto:

L'effetto Mozart: Esperimento che dimostrava che l'ascolto di 10 minuti di una particolare sonata di Mozart rendesse più intelligenti. I partecipanti all'esperimento erano divisi in due gruppi: quelli che ascoltavano Mozart e quelli che non facevano niente per 10 minuti. Viene il sospetto che aspettare 10 minuti senza far niente aumenti lo stress. Lo studio originale è stato ripreso: un gruppo ascoltava Mozart e un secondo gruppo Schubert. In un secondo esperimento within-subject sostituirono la condizione di attesa con la lettura di un racconto di King. Non c'è differenza tra Mozart, Schubert e King. I risultati dipendevano dalle preferenze individuali.

Gli Effetti dell'Aspettativa:

Effetto Hawthorne: I soggetti sapevano di essere

sottoposti ad un esperimento, e questa conoscenza li aveva incitati a lavorare di più indipendentemente dall'illuminazione. La situazione diventa ancora più incerta quando i partecipanti riescono a capire non solo le ipotesi ma anche le manipolazioni sperimentali. In queste situazioni molti suggeriscono di usare misure indirette. Fondamentalmente, il soggetto è inconsapevole di essere misurato e questo renderebbe la misura più valida (senza errori di aspettativa). Le misure somatiche sono misure indirette "sporche" perché il soggetto sa di essere misurato. Un esempio di misura indiretta somatica è la classificazione delle emozioni sulla base delle sagome respiratorie. Un esempio di misura indiretta psicologica è misurare l'interesse dei visitatori di un museo per le opere esposte osservando lo stato di usura delle piastrelle del pavimento. Tecniche per ridurre gli errori di aspettativa:trial clinico randomizzato è un tipico disegno between a due gruppi: gruppo di controllo e gruppo sperimentale. Sono da tener sotto controllo due aspettative: l'aspettativa del ricercatore e l'aspettativa del partecipante. Per ovviare ai possibili effetti di aspettativa è stato introdotto l'uso del placebo (ad es. false pillole che non contengono il principio attivo). Nel singolo cieco i partecipanti non sono a conoscenza se le pillole che stanno ricevendo sono false o vere. Nel doppio cieco anche lo sperimentatore non è a conoscenza. Quindi sia i partecipanti che lo sperimentatore ignorano quali pillole contengono il principio attivo. È possibile teoricamente anche un triplo cieco in cui chi analizza i dati non sa quali dati si riferiscono al placebo. Effetto placebo trattamento medico che funziona perché il paziente "crede" che funzioni (il placebo è percepito come farmaco, la convinzione che sia efficace ne è).ella distribuzione). Si calcola sommando tutti i valori e dividendo per il numero di valori. La mediana è il valore centrale della distribuzione, ovvero il valore che divide la distribuzione in due parti uguali. La moda è il valore che compare più frequentemente nella distribuzione. La varianza è una misura di dispersione che indica quanto i valori si discostano dalla media. Si calcola sommando i quadrati delle differenze tra ogni valore e la media, e dividendo per il numero di valori. La deviazione standard è la radice quadrata della varianza ed è una misura di dispersione più facilmente interpretabile. La correlazione è una misura della dipendenza tra due variabili. Può essere positiva, negativa o nulla. Una correlazione positiva indica che all'aumentare di una variabile corrisponde un aumento dell'altra variabile. Una correlazione negativa indica che all'aumentare di una variabile corrisponde una diminuzione dell'altra variabile. Una correlazione nulla indica che non c'è alcuna relazione tra le due variabili. 2) Metodi inferenziali - Statistica Inferenziale La statistica inferenziale viene utilizzata per fare inferenze o generalizzazioni sulla popolazione sulla base dei dati raccolti da un campione. Si utilizzano test statistici per determinare se le differenze osservate tra i gruppi sono statisticamente significative o se sono dovute al caso.