Che materia stai cercando?

Anteprima

ESTRATTO DOCUMENTO

centrale e la media aritmetica o media. La media fornisce un misura utile per riassumere la prestazione di

un individuo ad un gruppo. La deviazione standard approssima la distanza media di un punteggio dalla

media.

Attendibilità dell'osservatore: i ricercatori esaminano quanto gli osservatori siano attendibili. Analizzare

l'attendibilità in uno studio osservativo significa chiedersi se osservatori indipendenti degli stessi eventi

ottengano gli stessi risultati. Il grado di accordo di due o più osservazioni indipendenti è definito

attendibilità tra osservatori. È facile che si presenti una bassa attendibilità tra osservatori quando l'evento

che è stato documentato non è chiaramente definito e gli osservatori, nel prendere decisioni sul

comportamento, sono lasciati ai propri giudizi soggettivi. L'attendibilità tra osservatori è cresciuta

dall'addestramento degli osservatori e dai l'opportunità di fare pratica attraverso le proprie osservazioni.

Durante addestramento e la pratica, bisogna restituire agli osservatori specifici feedback rispetto qualsiasi

discrepanza tra le loro osservazioni e quelle degli altri. Le osservazioni molto attendibili non sono

necessariamente osservazioni accurate. Né l'uno né l'altro fornirebbero un'accurata documentazione del

comportamento. Quando due osservatori indipendenti concordano su un osservazione, siamo

generalmente più inclini a ritenere le loro osservazioni accurate e precise che non quando i dati sono basati

sulle osservazioni di un singolo osservatore. Per salvaguardare l'indipendenza degli osservatori è necessario

che ognuno sia all'oscuro di ciò che l'altro ha documentato. più gli osservatori indipendenti sono d'accordo

più ci sentiamo sicuri. La valutazione dell'attendibilità tra osservatori dipende da come è misurato il

comportamento. Quando gli eventi sono classificati secondo categorie che si escludono a vicenda (scala

nominale), l'osservatore attendibile è generalmente valutato usando una misura della percentuale di

accordo. In molti studio osservativi, i dati sono raccolti Da var osservatori che osservano in tempi diversi. In

queste circostanze i ricercatori selezionano un campione delle osservazioni per misurare l'attendibilità. La

percentuale di accordo per il periodo in cui entrambi gli osservatori osservano può essere misurata per

stimare il grado di attendibilità dello studio nel suo insieme. Quando i dati vengono misurati su scala

ordinale si usa il coefficiente di correlazione per ranghi di sperman per valutare l'attendibilità tra

osservatori. Quando i dati osservativi sono misurati una scala a intervalli e a rapporti per esempio quando il

tempo è la variabile misurata, l'attendibilità dell'osservatore può essere valutata usando il coefficiente di

correlazione del momento prodotto di Pearson. Esiste una correlazione quando due misure diverse degli

stessi individui, eventi o cose variano insieme, ovvero quando i punteggi di una variabile che variano con i

punteggi di un'altra variabile.

Il pensiero critico della ricerca osservativa.

Dopo aver visto le basi dei metodi osservativi è importante evidenziare i potenziali problemi con cui

ricercatore deve misurarsi. Un problema è associato a l'influenza dell'osservatore sul comportamento; un

secondo problema si presenta quando il bias dell'osservatore influenzano il comportamento che questi ha

scelto di documentare.

L'influenza dell'osservatore.

Il problema della reattività si presenta quando l'osservatore influenza il comportamento che sta

osservando. I partecipanti alla ricerca possono regolare il proprio comportamento per rispondere alle

caratteristiche della ricerca. I metodi di controllo della reattività comprendono il nascondere la presenza

dell'osservatore, l'adattamento e l'osservazione in diretta. I ricercatori, quando tentano di controllare la

reattività a devono prestare attenzione ai problemi etici. I partecipanti della ricerca possono rispondere in

modo molto perspicace quando sono consapevole che il loro comportamento viene osservato. Gli individui

spesso agiscono alla presenza di un osservatore cercando di comportarsi come ritengono si aspetti

ricercatore. Questi indizi nella situazione di ricerca sono chiamate caratteristiche attese: gli individui in

genere si pongono la domanda che cosa dovrei fare qui? I partecipanti prestano attenzione agli indizi

29

presenti nella situazione di ricerca, alla procedura di ricerca e agli indizi impliciti trasmessi da ricercatore. La

validità esterna della ricerca viene minacciata dal grado in cui i partecipanti cambiano il loro

comportamento per rispondere alle caratteristiche spese. Risultati della ricerca (validità esterna) è

minacciata quando i partecipanti si comportano in modo che non rappresenta il loro abituale

comportamento al di fuori della situazione specifica di ricerca. l'interpretazione dei risultati dello studio

può essere minacciata dal fatto che i partecipanti possono non intenzionalmente rendere l'effetto di una

variabile di ricerca più efficace di quanto sia in realtà o anche annullare l'effetto di una variabile

importante. Ci sono vari approcci in cui i ricercatori possono controllare la reattività. La reattività può

essere eliminata dei partecipanti alla ricerca se non sanno che un osservatore è presente. L'osservazione

partecipata in incognito raggiungere questo obiettivo. Gli osservatori possono anche nascondersi nel fare

osservazioni in contesti naturali. L'importante vantaggio dell’osservazione indiretta è che questa

osservazioni non sono reattive. i ricercatori osservano i disegni e i documenti d'archivio per ottenere delle

conoscenze sul comportamento passato delle persone. Perché gli individui non sono più presenti nella

situazione ed è probabile che nemmeno conoscano gli indizi fisici o documenti d'archivio osservati dai

ricercatori è impossibile per loro modificare il proprio comportamento. Un altro approccio è quello di

abituare i partecipanti alla presenza di un osservatore. Possiamo presumere che quando i partecipanti

saranno abituati all'osservatore si comporteranno in maniera normale in sua presenza. L'abitudine

all'osservatore può essere raggiunta o con la assuefazione o con la disensibilizazione. Nella procedura di

assegnazione gli osservatori semplicemente entrano nella situazione di ricerca in molte occasioni diverse

finché i partecipanti smettono di reagire alla loro presenza. E la sensibilizzazione usata come strumento per

far fronte la reattività è simile alle procedure degli psicologi clinici nel trattamento comportamentista delle

Fobie.

Problemi etici: Ogni volta che ricercatori tentano di controllare la reattività osservando gli individui senza

che loro lo sappiano si pongono questioni etiche rilevanti. Per esempio osservare le persone senza il loro

consenso può rappresentare una seria invasione della privacy. Decidere cosa costituisca un invasione della

privacy non è facile. Quando gli individui sono coinvolti in situazioni che sono deliberatamente costruite dai

ricercatore come accade nelle osservazione strutturata e negli esperimenti sul campo possono sorgere

problemi etici associati al fatto di mettere a rischio i partecipanti. Infine possiamo passare alle misure non

intrusive come gli indizzi fisici e i documenti d'archivio per affrontare un altro problema etico. Ci sono

problemi molto seri da affrontare oggi inclusi la violenza, le relazioni razziali, suicidio, i e molti altri

problemi sociali per il quale è difficile a trovare una ricerca utilizzi un metodo osservazione diretta se si

considera il rapporto costo-beneficio.

BIas dell'osservatore

il bias dell'osservatore si verifica quando la parzialità dei Ricercatori determina quali comportamenti

scegliere di osservare e quando le aspettative degli osservatori su un comportamento conducono a errori

sistematici nell'identificare e documentare il comportamento. l'Aspettativa può presentarsi quando gli

osservatori conoscono le ipotesi di uno studio o conoscono i risultati di studi precedenti. Il primo passo per

il controllo del bias dell'osservatore è conoscere che può essere presente. il bias dell'osservatore può

essere ridotto mantenendo l'operatore all'oscuro degli obiettivi delle ipotesi dello studio. Gli errori

sistematici nell'osservazione risultano delle aspettative di un osservatore i membri dello staff pur non

essendo coinvolti

Effetto aspettativa: I molti studi scientifici l'osservatore ha delle aspettative su come dovrebbe essere il

comportamento di una particolare situazione o dopo uno specifico trattamento psicologico. Quando i

ricercatori progettano uno studio vanno a rivedere le ricerche precedentemente pubblicate per avere un

aiuto a sviluppare le loro ipotesi. Queste conoscenze possono portare i ricercatori a formarsi delle

30

aspettative su cosa dovrebbe accadere in una situazione di ricerca, infatti le ipotesi sono predizioni su

ciòche si ci aspetta che accada. le aspettative di un osservatore che riguardano i risultati di uno studio,

possono non essere la sola fonte di bias dell’osservatore. si potrebbe pensare all'utilizzo di attrezzature

automatizzate, come una videocamera, elimini tale bias. L'automazione non la elimina necessariamente.

Attrezzature utilizzate in genere pospone soltanto il processo di classificazione e interpretazione ed è

perfettamente possibile che gli effetti del Bias dell'osservatore vengano introdotti con la codifica e l'analisi

dei racconti narrativi. Il controllo del bias dell'osservatore è difficile da eliminare. Probabilmente il fattore

più importante nel affrontare il bias dell'osservatore è la consapevolezza che esso può essere presente. Un

osservatore che conosce tale bias sarà più attento a prendere delle misure per ridurre gli effetti.

INCHIESTA

la ricerca correlazionale fornisce la base per delle ppredizioni. Vengono valutate le relazioni tra variabili allo

scopo di identificare le relazioni predittive. un coefficiente di correlazione È un indice quantitativo della

direzione e del grado di una relazione predittiva.

Uso delle inchieste

L’inchiesta viene impegnata per valutare i pensieri, le opinioni e i sentimenti delle persone. Possono avere

obiettivi specifici o circoscritti o generale. Il modo migliore per stabilire se risultati di un'inchiesta siano

distorti è quello di esaminare le procedure e le analisi effettuate. L'inchiesta serve per affrontare più

direttamente la natura dei pensieri, delle opinioni e dei sentimenti delle persone. Gli psicologi impiegano i

sondaggi nella loro ricerca per molteplici ragioni, teoriche e applicative. Le inchieste vengono utilizzate per

promuovere programmi politici e sociali. Sono realizzate grazie a sponsorizzazioni che meritano particolare

attenzione, perché potrebbero porsi non poche questioni etiche. Un'indagine infatti potrebbe essere

finanziata da privati che abbiamo interessi specifici per il risultati della ricerca aspetta. Krossen afferma che

sempre più spesso accade che le informazioni che usiamo per comparare, eleggere, consigliare assolvere

guarire siano state create non per ampliare le nostre conoscenze ma per vendere un prodotto o proprio

per promuovere una causa. Le risposte ai problemi etici raramente sono semplici, e in particolare è

complicato rispondere a quest'ultima questione. Quando lo sponsor ha un interesse nei risultati

dell'inchiesta, si può comunque fare una ricerca etica di qualità. Sapere se la ricerca è stata sponsorizzata è

un elemento importante per valutare i risultati della ricerca, ma non è sufficiente per concludere che i

risultati siano stati condizionati in qualche modo. È importante sapere se sia stato utilizzato un campione

non rappresentativo, se la formulazione delle domande sia stata tendenziosa o se i dati siano stati

analizzati o riportati in maniera selettiva. La migliore protezione contro ricercatori scorretti o ricerche di

cattiva qualità è esaminare attentamente le procedure e le analisi delle indagini.

Caratteristiche dell'inchiesta.

Il metodo dell'inchiesta comporta la selezione di un campione e l'utilizzo di un predeterminato insieme di

domanda. Le inchieste condotte correttamente hanno caratteristiche comuni che possono renderle un

metodo eccellente per descrivere gli atteggiamenti e le opinioni della gente. Le inchieste richiedono un

campionamento, son caratterizzata dall'utilizzo di una serie di domande predeterminate, uguali per tutte le

persone che partecipano alla ricerca. le risposte ottenute oralmente, per scritto o attraverso il computer

costituiscono i dati principali in un'inchiesta. Utilizzando la stessa formulazione e lo stesso ordine delle

domande è possibile riassumere sinteticamente i punti di vista dei partecipanti alla ricerca. Porre la stessa

serie di domande a un campione rappresentativo di persone permette di descrivere gli atteggiamenti della

popolazione da cui è stato estratto il campione e di confrontare gli atteggiamenti di popolazioni diverse o

di indagare i cambiamenti degli atteggiamenti nel tempo.

31

Campionamento nell'inchiesta.

Un'attenta selezione del campione dell'inchiesta permette ai ricercatori di generalizzare i risultati del

campione alla popolazione. Una volta che hai deciso che l'inchiesta è il metodo migliore e hai definito la

popolazione di interesse, il passo successivo è decidere chi dovrebbe rispondere alle domande previste. È

importante un'attenta selezione di un cambiare i soggetti che la presenti al popolazione.

Terminologia di base del campionamento.

L'identificazione la selezione degli elementi o unità che costituiscono il campione sono la base delle

tecniche di campionamento. il campione è stato scelto da una popolazione di riferimento o lista di tutti gli

elementi o unità che costituiscono la popolazione di interesse. I ricercatori non sono interessati

semplicemente alle risposte degli interpellati, cercano piuttosto di descrivere la popolazione più ampia da

cui viene estratto un campione. La possibilità di generalizzare dal campione alla popolazione dipende

essenzialmente dalla rappresentatività del campione. Un campione distorto è quello le cui caratteristiche

sono sistematicamente diverse dalle caratteristiche della popolazione. Una selezione distorta avviene

quando le procedure utilizzate per estrarre un campione hanno come risultato la sovrarappresentazione o

sottorappresentazione di uno o più segmenti della popolazione. Una popolazione è l'insieme di tutti i casi,

elementi di interesse poiché contattare ogni persona di un'ampia popolazione sarebbe impossibile, i

ricercatori selezionano in genere un sottoinsieme della popolazione per rappresentare la popolazione su

insieme. Questa lista viene definita lista di campionamento ed è una definizione operativa della

popolazione di interesse. Un sottoinsieme della popolazione che realmente viene estratto dallo schema di

campionamento si chiama campione. ogni componente della popolazione si chiama elemento.

L'identificazione e l'estrazione degli elementi che costituiranno il campione sono al centro delle tecniche di

campionamento. Di primario interesse è la popolazione, non i campioni. Il potere dei campioni di

descrivere la popolazione più ampia è basato sull'assunto che le risposte del campione all'inchiesta siano

generalizzabili alla popolazione dalla quale il campione è stato estratto. La possibilità di generalizzare dal

campione alla popolazione dipende essenzialmente dalla rappresentatività del campione. Un campione

rappresentativo della popolazione nella misura in cui mostra la stessa distribuzione di caratteristiche della

popolazione. Una minaccia maggiore alla rappresentatività è la distorsione. Un campione distorto è quello

in cui la distribuzione delle caratteristiche è sistematicamente diversa da quella della popolazione

interesse. 2 sono le possibili fonti di distorsione: la selezione e la percentuale di risposta. L'errore della

selezione si presenta quando alle procedure utilizzate per essere campione portano una

sovrarappresentazione di alcuni segmenti della popolazione o al contrario all'esclusione o

sottorappresentazione di un segmento significativo. gli errori di selezione avvengono quando si usano gli

exit poll per le indagini sugli atteggiamenti delle persone. Perciò i campioni degli exit poll possono non

rappresentare la popolazione a causa dell'errore di selezione. Ciò che costituisce un campione

rappresentativo dipende dalla popolazione di interesse.

Procedure di campionamento.

il campionamento non probabilistico e il campionamento probabilistico sono due approcci per la selezione

di un campione. Il campionamento non probabilistico non garantisce che ogni elemento della popolazione

abbiamo uguale probabilità di essere incluso nel campione. Il campione probabilistico è il metodo migliore

per ottenere un campione rappresentativo. In un semplice campionamento causale, ogni elemento della

popolazione ha uguali possibilità di essere incluso nel campione. Nel campionamento casuale stratificato la

popolazione viene divisa in sottopopolazioni o strati e i campioni causali sono estratti dagli strati. Il grado in

cui il campionamento probabilistico è sicura che campioni sezionati rappresentino la popolazione è molto

superiore a quello del campione non probabilistico.

32

Campionamento non probabilistico: La più comune forma è il campionamento di convenienza che implica

la selezione degli interpellati soprattutto sulla base della loro disponibilità o quelle cittadine a rispondere.

La mancanza di rappresentatività nasce dal fatto che il campionamento di convenienza è un

campionamento non probabilistico e non possiamo essere sicuri che ogni persona della comunità abbia la

possibilità di essere incluse campione. Il pool di partecipanti utilizzato in molte ricerche di psicologia è un

campionamento di convenienza composto da studenti registrati a un posto di psicologia. Crossen descrive

un'altra variante del campionamento di convenienza: le inchieste in diretta. Queste inchieste sono

utilizzate dei programmi radiofonici e televisivi per raccogliere i pareri della loro audience. chi trovi in

ascolto e ha voglia di chiamare forma il campione di quelle inchieste. Chi fa una chiamata in risposta alla

richiesta di intervenire alla trasmissione differisce dalla popolazione generale non solo perché parte del

pubblico di una particolare trasmissione ma perché sufficientemente motivato da fare una telefonata. Il

modo simile l'inchiesta web si apre sulla loro home page e sono diversi da coloro che scelgono di non

rispondere. Il campione di convenienza è un campione distorto se non c'è una forte evidenza che confermi

la sua rappresentatività.

campionamento probabilistico: La caratteristica distintiva del campionamento probabilistico è che il

ricercatore può specificare, per ogni elemento della popolazione, la proprietà che sia inclusa nel campione.

2 tipi comuni di campionamento probabilistico: campionamento casuale semplice è quello in cui ogni

elemento ha le stesse possibilità di essere inclusa. In un campione causale dobbiamo prendere nota del

fatto che la grandezza del campione causale è necessario per rappresentare una popolazione dipende dal

grado di variabilità. La popolazione più omogenea sarebbe quella in cui tutti i componenti della

popolazione sono identici, in questo caso un campione costituito da un elemento sarebbe rappresentativo

della popolazione a prescindere dalla grandezza della popolazione. Dall'altro la popolazione più alta ed

eterogenea sarebbe quella in cui ogni componente completamente diversa da tutti gli altri in tutte le

caratteristiche. Nessun campione non importa la sua grandezza potrebbe essere rappresentativo di questa

popolazione. Individuo dovrebbe essere incluso per descrivere una situazione così o eterogenea. Di fatto le

popolazioni con cui lavorano generalmente i ricercatori si trova tra questi due estremi. Nel campionamento

casuale stratificato la popolazione è divisa in sottopopolazioni definite strati e i campioni causati sono

sorteggiati da uno di questi strati. Ci sono due procedimenti generali per estrarre gli elementi: il primo è

quello di estrarre campioni di uguale dimensione da ogni strato, il secondo è quello di estrarre gli elementi

sulla base proporzionale. Campione stratificato su base proporzionale è rappresentativo della popolazione.

Un campione causale stratificato è utile per aumentare la rappresentatività del campione per descrivere le

porzioni specifiche della popolazione.

Metodi di inchiesta.

I metodi di inchiesta disponibili sono i questionari postali, le interviste faccia a faccia, le interviste

telefoniche e questionari via internet.

Questionari postali.

Sebbene questionari postali siano veloci e pratici, questo è un problema con la percentuale di risposta per

le persone che non rispondono al questionario. Proprio per il problema della percentuale di risposta, il

campione finale di un'indagine che utilizzi un questionario postale potrebbe non essere rappresentativo

della popolazione. Sono questionari distribuiti alle persone via Posta compilati direttamente dalle persone.

Un vantaggio è che possono essere completate abbastanza rapidamente sono autosomministrati, evitare i

problemi legati alla distorsione dell'intervistatore sono lo strumento migliore per affrontare argomenti

molto personali soprattutto se viene preservata l’anonimità degli interpellati. molti svantaggi interpellato

non può porre domande, devono contenere spiegazioni molto chiare, scarso controllo dell'ordine in cui la

persona risponda a domande, tasso di risposta che fa riferimento alla percentuale di persone che

33

completano il questionario. Una bassa tasso di risposta è il principale fattore che può portare a campioni

che non sono più rappresentativi della popolazione di interesse. Perciò un campione probabilistico

selezionato con attenzione può diventare un campione non probabilistico, convenienza e la disponibilità e

la sollecitudine a completare il questionario determini il questionario che determineranno risultati

dell'inchiesta. Il tasso di risposta è del 100% il potenziale per un bias esiste a prescindere da quanto

attentamente sia stato selezionato un campione iniziale. Una bassa percentuale di risposta non indica

automaticamente che il campione non rappresenti la popolazione. la percentuale media di restituzione dei

missionari postali aggira intorno al 30%. per aumentare la percentuale di risposta bisogna: dare al

questionario un tocco personale, formulare domande che richiedono sforzo minimo per rispondere, fare in

modo che l'argomento dell'inchiesta sia di interesse da una persona.

Interviste faccia a faccia.

Sebbene costose le interviste a faccia a faccia permettono ai ricercatori di avere un controllo maggiore su

come viene condotta l'inchiesta. Il Bias dell'intervistatore avviene quando le risposte all'inchiesta non sono

registrate accuratamente e quando gli intervistatori influenzano le risposte degli interpellati. Sono utilizzate

per raccogliere dati per le inchieste, le persone contattate nelle loro case o in centri commerciali, permette

una maggiore flessibilità nel porre domande rispetto al questionario postale, la persona può avere

delucidazioni quando hai domande non sono chiare e l'intervistatore può controllare le risposte incomplete

o ambigue alle domande aperte. La percentuale di risposta è più alta di quella di questionari postali. gli

svantaggi sono paura per la criminalità, numero di famiglie in cui nessuno in casa durante il giorno il costo,

intervistatore è lo strumento per trasmettere domande e raccoglierle forse questo può provocare il

biasdell'intervistatore. La miglior protezione dell'intervistatore è assumere intervistatori molto motivati

ben pagati, addestrati a eseguire esattamente la formulazione delle domande e registrare accuratamente

le risposte a usare con giudizio le domande di controllo. Bisogna dare agli intervistatori una lista dettagliata

di istruzioni su come gestire le situazioni difficili incerte e vengono sottoposti a una supervisione.

L'informatica rende possibile l'utilizzo di un ibrido tra questionario autosomministrato e intervista faccia a

faccia. Permette di rispondere a domande molto personali in una relativa privacy.

interviste telefoniche.

Le interviste telefoniche vengono spesso usate nelle inchieste che comportano un numero limitato di

domande. I numeri di molti utenti non sono inclusi negli elenchi e quindi sono meno probabili. La tecnica

della composizione numerica causale permette ricercatori di controllare in modo efficace un campione

generalmente rappresentativo di abbonati telefonici rendendo una migliore accessibilità a sobborghi

pericolosi, e utenti disponibilità in orario serale. Le interviste possono essere completate in più

rapidamente, gli intervistatori possono essere meglio supervisionati quando tutte le interviste vengono

condotte da una stessa fede. La distorsione è un problema come anche il limite del tempo che gli

intervistati hanno a disposizione oppure sostengono che la gente durante le interviste telefoniche risponde

più velocemente prendendo più o meno tempo per formarsi delle opinioni e può avere difficoltà a

ricordare le opzioni di risposta offerte da l'intervistatore. Questo ha ridotto la disponibilità della gente ad

essere intervistata. Vedere il numero telefonico di chi chiama una segreteria telefonica rendono più facile

gli utenti evitare le chiamate indesiderate. Le interviste telefoniche sono tutt'ora frequentemente usate

per inchieste brevi.

Questionario via internet.

Internet offre vantaggi, perché è un mezzo deficiente a basso costo per ottenere risposte da ampi

campioni, potenzialmente diversi e sottorappresentati. Gli svantaggio associati ai questionari via internet

include la possibilità di errori nel testo di risposta di selezione e nella mancanza di controllo sul con testo

34

dirige cerca. è sufficiente che i partecipanti completino un questionario online e clicchi invia perché le loro

risposte vengano registrate. C'è la possibilità di avere le risposte registrate automaticamente riassume nel

momento in cui vengono elaborate dal server che ne riceve, ci sono programmi che permettono di

manipolare delle variabili ed assegnazione causale ii partecipanti alle condizioni sperimentali. I vantaggi

sono l'efficienza il costo e migliaia di partecipanti che si differenziano per età e nazionalità con questo

contattati con pochi clic sul computer, tempo lavoro con drasticamente i partecipanti posso rispondere

quando meglio credono e senza abbandonare il comfort delle loro case, uffici, con degli altri luoghi in cui

hanno collegamento internet. Internet ha la possibilità di accedere a gruppi che generalmente sono

presentati dalla ricerca psicologica. svantaggi sono la possibilità del bias di selezione del campione, seguito

da bias di risposta, la mancata restituzione del questionario. chi risponde a un questionario può avere

caratteristiche salienti molto diverso da chi non risponde. Il bias di selezione è presente perché gli

intervistati sono un campione di convenienza poiché molte persone che hanno internet. Possono essere

campioni portando avviso di ricerca su siti web che promuovono l'opportunità di partecipare a una ricerca

o semplicemente creando una pagina web con inchiesta che aspetta gli utenti attraverso i motori di ricerca.

Non solo gli utenti di Internet sono rappresentati da poco in generale ma i componenti del gruppo di

interesse specifico internet non sono necessariamente rappresentativi dello specifico. Non c'è modo di

generare un campione causale gli utenti internet. La mancanza di controllo sul contesto non è facile

determinare se chi risponde abbia compreso chiaramente le istruzioni, risponde con coscienza o in maniera

frivola. il questionario via internet continuerà a migliorare come strumento per la raccolta dati.

Disegni di ricerca per l'inchiesta.

Tre tipi di disegni di ria ricerca trasversale, il disegno longitudinale indipendente e il disegno longitudinale.

Disegno trasversale: nel disegno trasversale vengono estratti dalla popolazione nello stesso momento 1 +

campioni. Disegni trasversali permettono ai ricercatori di descrivere le caratteristiche di una popolazione le

differenze tra due o più popolazioni, risultati delle correlazioni disegni trasversali permettono di una

formulazione di previsioni. Il disegno trasversale è uno dei disegni più comunemente utilizzati dai

ricercatori, uno più campioni vengono estratti della popolazione nello stesso momento. La finalità e la

descrizione ossia descrivere le caratteristiche di una popolazione o le differenze tra due o più popolazioni in

un particolare momento. I disegni trasversali hanno finalità descrittiva e predittive. Il disegno trasversale

non è il metodo più adatto per indagare i cambiamenti nel tempo degli atteggiamenti e dei comportamenti

permette di determinare l'effetto di alcuni eventi. In tal caso risultano più adeguati disegni di ricerca i cui

campionano sistematicamente le persone nel tempo.

Disegno longitudinale indipendente o studio di trend.

Nello studio di trend campioni diversi partecipano alla ricerca per un periodo di tempo determinato.

Permette ricercatori di studiare i cambiamenti in una popolazione nel tempo, non permette di inserire

come singoli interpellati cambino nel tempo, un problema si presenta quando i campioni estratti da

popolazione non sono confrontabili cioè non sono la parametri rappresentativi della popolazione. se si

rispettano queste due condizioni, i ricercatori possono legittimamente confutare le risposte all'inchiesta

raccolte nel tempo. Questo disegno è il più adatto quando lo scopo principale dello studio è descrivere

cambiamenti negli atteggiamenti o nei comportamenti nel tempo, all'interno di una popolazione. La misura

in cui specifici individui cambiano idea nel tempo può essere determinata solo valutando gli stessi individui

in entrambe le occasioni e non possiamo determinare che ha cambiato idea e di quanto. Lo scopo dello

studio di trend è che devi descrivere i cambiamenti nel tempo e la distribuzione delle caratteristiche della

popolazione e non di descrivere i cambiamenti dei singoli individui.

un altro disegno, quello longitudinale il più appropriato per queste situazioni. Un altro limite si presenta

quando i campioni successivi non sono rappresentativi della seta popolazione. I cambiamenti nella

35

popolazione il tempo possono essere scritti accuratamente solo quando il campione degli Studi di trend

rappresenta la popolazione stessa. La soluzione migliore per evitare il problema campionare con molta

attenzione i campioni successivi perché rappresentino la stessa popolazione.

Disegno longitudinale.

Nel disegno longitudinale gli stessi soggetti vengono coinvolti nel tempo per esaminare i cambiamenti nei

singoli individui. A causa della natura relazionale dei dati è sufficiente ed è difficile identificare le cause dei

cambiamenti nel tempo degli individui. Quanti soggetti nel tempo si ritirano della ricerca, il campione finale

può non essere più paragonabile al campione originale o non rappresentare la popolazione. La

caratteristica distintiva del disegno longitudinale è che lo stesso campione di soggetti viene coinvolto più di

una volta. Ha due importanti vantaggi: il ricercatore può determinare la gestione e la direzione e

l'estensione del cambiamento dei singoli individui. E, inoltre valutando i cambiamenti in tutte le risposte

dell'individuo è più facile cercare le ragioni dei cambiamenti nell'atteggiamento e non nel comportamento;

il disegno longitudinale è il disegno di inchiesta più adatto per valutare l'effetto di alcuni eventi che

accadono naturalmente. La caratteristica distintiva è che le stesse persone vengono coinvolte in ogni pausa

nello studio perciò il disegno longitudinali implichi uno sforzo enorme in vantaggio e la possibilità di

esaminare i cambiamenti all'interno delle stesse persone nel corso del tempo. Un possibile problema è la

difficoltà a identificare le cause esatte dei cambiamenti negli individui nel tempo. Un altro problema è la

difficoltà a ottenere un campione che accetti di partecipare allo studio del tempo. Si potrebbe pensare che

un disegno longitudinale ritrova i problemi di un campione non computabile dato che non sono sempre le

stesse persone a partecipare. Fortunatamente i campioni rimangono identici solo se tutti i componenti del

campione originale continuano a partecipare a tutte lo studio. Se i soggetti del campione originale non

completano tutte le fasi di un disegno longitudinale è possibile che ci sia un problema di attrito selettivo ed

è forse lo svantaggio più serio perché il decrescere del campione nel tempo riduce la sua probabilità di

rappresentare la frazione originale da cui è stato tratto. è comunque possibile determinare se il campione

finale sia comparabile a quella originale in un disegno longitudinale. Dato che le caratteristiche di chi non

rispondere la fase follow up sono note poi che faceva parte del campione originale, i ricercatori possono

vedere quanto chi non ha risposto differisca da chi ha continuato a partecipare. I vantaggi di questo

disegno nel determinare i cambiamenti dei soggetti che partecipano deriva dal fatto che agli stessi individui

hanno proposto più volte le stesse domande. Questa stessa caratteristica può far sorgere dei problemi

legati allo sforzo degli interpellati di essere coerenti nel tempo. lo studio è disegnato per valutare i

cambiamenti negli atteggiamenti degli interpellati nel tempo, lo sforzo della coerenza può diventare

problematico. sebbene gli atteggiamenti siano davvero cambiati i soggetti possono riportare gli

atteggiamenti originali pur di apparire coerenti. il limite è l'assenza di sensibilizzazione de gli interpellati al

problema oggetto di studio, proprio grazie alla partecipazione all'inchiesta. Potrebbero modificare la

reattività e quindi comportarsi in modo diverso perché sanno di partecipare a uno studio. Nel chiedere ai

soggetti di portare atteggiamenti e comportamenti, i ricercatori devono porre attenzione alle ragioni di una

mancata corrispondenza tra risposte comportamento.

costruzione del questionario.

il questionario è lo strumento di ricerca più comune per l'inchiesta ed è quello che deve produrre misure

valide attendibili.

Lo strumento del questionario.

La maggior parte delle inchieste utilizza lo strumento del questionario per misurare le variabili. Le variabili

demografiche descrivono caratteristiche che le persone che vengono selezionate per la ricerca. precisione

di questionario richiede esperienza e cura nella loro costruzione. Le scale self-report consigliate per

36

valutare le preferenze gli atteggiamenti delle persone. Il valore degli inchiesta dipende alla fine della

qualità delle misure che a sua volta dipende dalla qualità degli strumenti utilizzati. Il questionario è uno

strumento scientifico potente per la misura di diverse variabili.

Variabili demografiche: sono un tipo importante di variabili frequentemente rilevate delle inchieste,

vengono usate per descrivere caratteristiche delle persone che partecipano la ricerca, quali la razza, della

mia vita e lo stato socio-economico. Misura una variabile demografica come la razza può inizialmente

sembrava molto semplice. Un metodo diretto e quello di chiedere ed identificare la propria ragazza con la

domanda aperta qual è la tua razza? Un approccio di questo tipo può essere diretto ma a misura della razza

che ne risulta non sempre soddisfacente al. Alcuni soggetti possono erroneamente confondere con la razza

con l’etnia. gli approcci affrettati superficiali della misurazione tendono a produrre dei dati ingarbugliati

difficili da analizzare da interpretare. Molti individui ritengono di avere un'identità multirazziale, ricercare

questa categoria dei possibili partecipanti potrebbe essere razionali come strumenti di ricerca dipenda

dall'esperienza e dalle loro costruzione.

Preferenze e atteggiamenti: le inchieste misurano le preferenze gli atteggiamenti. Le scale self-report sono

comunemente usate per misurare il loro parere, opinioni delle persone sugli item presentati nella scala. le

misure self report spesso nella forma di questionario sono tra gli strumenti più usati in psicologia. È cruciale

che siano sviluppati con l'attenzione e che siano attendibili e validi. 2caratteristiche importanti delle misure

self-report sono di fatto essenziali per tutte le misure: l'attendibilità e la validità

costruire un questionario.

Costruire un questionario implica decidere quali informazioni cercare e come somministrare il

questionario, finire una prima versione del questionario, pare un pretesto di tale versione e specificare le

procedure per l'uso. La formazione dei questionari dovrebbe essere chiara e specifica e usare un linguaggio

familiare e, semplice e diretto. L'ordine in cui vengono poste le domande in un questionario deve essere

seriamente considerato, perché può influenzare le risposte le fasi della preparazione del questionario:

decidere quali informazioni cercare, determinare la natura delle domande da includere nel questionario,

prendi le probabili risultati di un questionario e decidere se questi risultati risponderanno alle domande

dello studio. Questionario ben costruito conosce risultati interpretabili. Aspetto positivo di un questionario

disegnato male è che insegna l'importanza di un'attenta infezione nelle fasi di progettazione.

Fase 2. Decidere come somministrare un questionario. È determinata prima di tutto dal tipo di inchiesta

che si è scelto di utilizzare. Se si decide di fare un'indagine telefonica sono necessari intervistatori

addestrati. Nel questionario, si dovrebbe anche considerare lungo. Non c'è ragione di sviluppare un proprio

strumento per valutare un determinato confronto.

Fase 3. Scrivere una prima revisione del questionario.

fase4. riesaminare e rivedere questionario. Le domande che a noi appaiono obiettive e non ambigue

possono sembrare agli altri tendenziose o ambigue. È molto utile che il questionario sia rivisto da esperti,

persone esperte. l'inchiesta sia persone con esperienza nell'area in cui si organizzano lo studio. fare un

processo del questionario. Un processo implica una somministrazione reale del questionario un piccolo

campione di persone in condizioni simili a quelle che si presenteranno nella somministrazione finale.

devono essere rappresentativi di chi tornerà a campione finale. Durante il pretest alle persone coinvolte

viene chiesto loro di riferire le loro reazioni alle singole domande e al questionario nel suo insieme per

ottenere informazioni su item potenzialmente ambigui offensivi. Il pretest serve come prova generale a gli

intervistatori che andrebbe attentamente supervisionati durante questa fase per assicurarsi che

comprendano e rimangano fedeli alle procedure corrette di somministrazione questionario.

37

Se ci dovessero fare grossi cambiamenti potrebbe essere necessario un secondo pre test per controllare

che i cambiamenti abbiano risolto i problemi

Fase5 Redigere il questionario definitivo e specificare le procedure da seguire per la sua somministrazione.

i ricercatori che usano le inchieste in modo generico usano due formulazioni domande in primo tipo la

domanda a risposta aperta in cui rispondenti possono dare senza alcun limite la risposta. Il secondo tipo la

risposta è la domanda chiusa o a scelta multipla che forniscono specifiche alternative di risposta. Il

vantaggio principale domande a risposta aperta è flessibilità rispetto e domande chiuse, la difficoltà che

può nascere è registrare e codificare le risposte. Alle domande chiuse si può rispondere più facilmente e

velocemente con meno problemi di punteggio e anche molto più facile ricapitolare le risposte a domande

chiuse perché sono più facilmente confrontabili ma uno svantaggio delle domande chiuse è la riduzione di

espressività e spontaneità, inoltre le persone possono trovarsi a scegliere per risposte che non

rappresentano esattamente la propria condizione perché non ci sono alternative che catturano il loro

punto di vista.

Linguaggio dovrebbe essere semplice diretto e familiare a tutte le persone. le domande dovrebbero essere

le più chiare specifiche possibili e dovrebbero prendere affrontare ancora momento. Le domande

dovrebbero essere le chiuse, brevi. Le domande tendenziose hanno la forma: molte persone sono

favorevoli all'uso del nucleare tu che ne pensi? Per evitare distorsioni nelle risposte è meglio menzionare

tutte le possibili prospettive. La possibilità di bias della risposta esiste quando i rispondenti usano solo i

punti estremi nel punteggio della Scala o i punti nel mezzo o quando concordano o no per ogni item.

Riassumendo i buoni item per un questionario dovrebbero: usa un linguaggio semplice, diretto e familiare

per tutti rispondenti, essere chiari specifici, non contenere domande tendenziose o valutativo che

affrontino commenti, essere più brevi possibili, evitare potenziali risposte distorte, essere sottoposti a

verifica per la visibilità.

Ordine le domande: le domande iniziali stabiliscono il tono del resto del questionario e determina con

quanta voglia i rispondenti gli si impegneranno a rispondere alle domande successive. le domande imbuto

permettono a iniziare con una domanda più generale e portarsi verso le domande più specifiche pertinenti

a un dato argomento. Le domande filtro iniziano con domande generali poste per capire se le persone che

partecipano all’indagine costituiscano gruppo particolare di rispondenti a cui determinare una parte

specifica del questionario. Quando le domande filtro contengono informazioni oggettive il loro luogo è

relativamente semplice. le domande filtro dovrebbero essere usate con cautela, bisogno di occupare il

minor tempo possibile interpellato rende domande filtro uno strumento essenziale nella costruzione di

questionario efficaci.

Approccio critico all'inchiesta.

Corrispondenza tra comportamento descritto e orale

L’Inchiesta presuppone la reattività, perché gli individui sono consapevoli che le loro risposte vengano

registrate. La desiderabilità sociale si riferisce alla pressione, che gli interpellati qualche volta avvertono, di

rispondere ciò che si dovrebbe credere piuttosto ciò che davvero si crede. I ricercatori possono valutare

l'accuratezza delle risposte all'inchiesta confrontando questi risultati con dati archiviati o con l'osservazione

dei comportamenti. Un altro metodo per valutare l'accuratezza delle dichiarazioni orali è l'osservazione

diretta del comportamento degli interpellati. Le dichiarazioni verbali degli individui possono non

corrispondere al reale comportamento. Una potenziale discrepanza tra comportamento confermato e

dichiarazione orale illustra di nuovo l'importanza di un approccio multimetodo ci aiuta a identificare

affrontare i problemi nella comprensione del comportamento dei processi mentali.

Correlazione causalità. 38

Quando due variabili sono legate possiamo fare delle previsioni sulle variabili, tuttavia non possiamo

semplicemente conoscendo una correlazione determinare la causa della relazione. Quando una relazione

tra due variabili può essere spiegata da una terza variabile, questa relazione è denominata spuria.

L'evidenza di correlazione in combinazione con approccio multimetodo, può aiutare i ricercatori a

identificare le cause potenziali del comportamento. Vengono spesso usate nella ricerca correlazionale le

inchieste e la ricerca correlazionale è il metodo eccellente per raggiungere finalità scientifiche di

descrizione e previsione. L'evidenza correlazionale permette ai ricercatori di fare delle predizioni per le

variabili correlate. Correlazione non significa causazione ci ricorda che la nostra vita nel fare inferenze

causali mandate solamente una correlazione tra due variabili è molto limitata. La relazione causale

potrebbe andare in entrambe le direzioni. È impossibile determinare la direzione causale corretta

semplicemente conoscendo da correlate tra le due variabili. È possibile che ci sia un'altra interpretazione

causale per la correlazione tra due variabili. Prendendo una terza variabile potrebbe essere la causa di una

maggiore estroversione o soddisfazione la vita. Una correlazione che puoi essere spiegata da una terza

variabile si chiama relazione spuria.

DISEGNI A MISURE RIPETUTE

i disegni a gruppi indipendenti sono strumenti molto efficaci per studiare gli stessi di un'ampia gamma di

variabili indipendenti. Ci sono dei casi in cui è più efficace che ogni soggetto partecipi a tutte le condizioni

di un esperimento, questi disegni sono chiamati disegni a misurazioni ripetute. I soggetti servono come

controllo di se stessi, poiché parteciperanno sia la condizione sperimentale sia la condizione di controllo,

mentre in un disegno a gruppi indipendenti, un gruppo detto gruppo di controllo serve come controllo al

gruppo sottoposto al trattamento sperimentale. imparano più cose nel compito o perché si rilassa di più

nella situazione sperimentale o a causa della fatica o a causa di una riduzione della motivazione, questi

sono definiti effetti dell'ordine. Gli effetti dell'ordine che i partecipanti sperimentano, dovuti alla

ripetizione delle prove nel disegno a misure ripetute non possono essere eliminati. Come le differenze

individuali nel disegno gruppi causale, gli effetti dell'ordine possono essere bilanciati o distribuiti

mediamente tra le varie condizioni un esperimento con disegno a misure ripetute. Quando vengono

bilanciati tra le condizioni, non si confondono con la variabile indipendente e risultati dell'esperimento

sono interpretabili.

Perché utilizzare il disegno a misure ripetute.

I ricercatori scelgono di usare il disegno a misure ripetute per: condurre un esperimento quando sono

disponibili pochi partecipanti, condurre l'esperimento in maniera più efficiente, aumentare la sensibilità

dell'esperimento, studiare i cambiamenti del comportamento dei partecipanti nel corso del tempo. I

disegni a misure ripetute richiedono meno partecipanti di un disegno gruppi indipendenti, rendendo così

questi disegni ideali per le situazioni in cui è disponibile solo un piccolo numero di partecipanti. Un disegno

a misure ripetute, in cui esaminare ogni partecipante su prove unilaterali bilaterali, fornisce agli

sperimentatori un modo più utile ed efficiente per rispondere a un quesito. I vantaggi di disegno a misure

ripetute sono in genere sono più sensibili di un disegno a gruppi indipendenti. La sensibilità di un

esperimento si riferisce all'abilità nel rilevare l'effetto della variabile indipendente anche se l'effetto è

piccolo. I partecipanti di uno studio rispondono in modo analogo a una manipolazione sperimentale, in

pratica sappiamo che non tutte le persone rispondono lo stesso modo. Questa varianza dell'errore può

essere dovuta alle variazioni nella procedura ogni volta che viene condotto l'esperimento o a differenze

individuali tra i partecipanti. Un esperimento e più sensibile quando c'è meno variabilità nelle risposte dei

partecipanti all'interno di una condizione dell'esperimento, ossia c’è meno varianza d'errore. C'è in genere

più variazione tra le persone che all'interno delle persone, perciò la varianza d'errore sarà generalmente

minore in un disegno a misure ripetute. Minore la varianza dell'errore, più è facile individuare l'effetto di

39

una variabile indipendente. La maggior sensibilità dei disegni a misure ripetute e particolarmente elegante

per i ricercatori che studiano le variabili indipendenti che hanno effetti sul comportamento di una piccola

entità. Quando l'oggetto della ricerca è lo studio dei cambiamenti del comportamento nel corso del tempo,

come accade negli esperimenti sull'apprendimento, è necessario un disegno a misure ripetute. Ogni volta

che la procedura sperimentale richiede che i partecipanti confrontino tra di loro due o più stimoli, deve

essere utilizzato il disegno a misure ripetute. Si dovrebbe utilizzare il disegno a misure ripetute anche

quando un ricercatore volesse far valutare ai partecipanti la bellezza relativa di una serie di fotografie. La

ricerca come la psicofisica e lo scaling fanno molto riferimento sui disegni a misure ripetute.

Il ruolo degli effetti dell'ordine nel disegno misure ripetute.

Le variabili inerenti alle differenze individuali possono non rappresentare un fattore confondente nel

disegno a misure ripetute, perché gli stessi individui partecipano ogni condizione o livello della variabile

indipendente. Le prestazioni dei partecipanti nel disegno a misure ripetute possono cambiare tra le varie

condizioni semplicemente a causa della ripetizione della misura non a causa della variabile indipendente,

questi cambiamenti sono definiti effetti dell'ordine. Gli effetti dell'ordine possono minacciare la validità

interna di un esperimento a misure ripetute quando le diverse condizioni della variabile indipendente sono

presentate nello stesso ordine tutti i partecipanti. ci sono due tipi di disegni a misure ripetute completi e

incompleti, che differiscono nei modi specifici in cui si controllano gli stessi di ordine.

Definire gli effetti dell'ordine.

In un disegno a misure ripetute le caratteristiche dei partecipanti non possono creare un fattore

confondente per la variabile indipendente manipolata dall'esperimento. Gli stessi partecipanti vengono

esaminati in tutte le condizioni previste da un disegno a misure ripetute. Le variabili relative alle differenze

individuali non possono rappresentare un fattore confondente nei disegni a misure ripetute. L'assenza di

potenziali fattori confondenti rappresentati dalle variabili delle differenze individuali è un grande vantaggio

di disegno a misure ripetute.

una potenziale minaccia alla validità interna è rappresentato dal fatto che i partecipanti possono

modificare il proprio comportamento nel periodo durante il quale si sottopongono alle diverse condizioni

previste dal esperimento. La ripetizioni delle prove, nel disegno a misure ripetute, rende i partecipanti

esterni nel compito sperimentale. Di conseguenza la pratica mi rende più abile nell' eseguire il compito

perché acquisiscono maggiori conoscenze, ma può, per contro, anche indurre fattori come la fatica e la

noia che influenzano negativamente sulla prestazione. i cambiamenti a cui vanno incontro i partecipanti

con la ripetizione delle prove nei disegni a misure ripetute sono definiti effetti dell'ordine. Che andrebbero

anche bilanciati tra le varie condizioni e disegno a misure ripetute in modo da risultare distribuiti

mediamente tra le condizioni. Due tipi di misure ripetute.: Sono il disegno completo il disegno incompleto.

Il termine generale per riferirsi a queste tecniche di bilanciamento è il controbilanciamento. Nel disegno

completo gli effetti dell'ordine sono bilanciati per ogni partecipante, somministrando varie volte le

condizioni a ogni partecipante utilizzando ogni volta ordini diversi. Nel disegno incompleto, ogni condizione

viene somministrata a ogni partecipante solo una volta e l’ordine della somministazione delle condizioni

viene variato tra i partecipanti invece che per ogni partecipante. Un obiettivo prioritario nell'utilizzo di

disegno a misure ripetute è il controllo degli effetti dell'ordine.

Bilanciare gli effetti dell'ordine nel disegno completo.

effetti dell'ordine sono bilanciati nei disegni complessi per ogni partecipante attraverso l'uso della

randomizzazione a blocchi o del contro bilanciamento AB-BA. nella randomizzazione a blocchi tutte le

condizioni dell'esperimento (un blocco) sono ordinate casualmente ogni volta che vengono rappresentate.

Nel controbilanciamento AB-BA, viene presentata una sequenza causale di tutte le condizioni, seguita dalla

40

sequenza inversa. Quindi quando gli effetti dell'ordine non sono lineari, o quando la prestazione dei

partecipanti può stabilire gli effetti della anticipazione, si preferisce la randomizzazione a blocchi al

controbilanciamento AB-BA. Nel disegno completo, ogni trattamento viene somministrato a partecipanti

un numero di volte sufficiente a bilanciare gli effetti dell'ordine per ogni partecipante. Quando il compito è

abbastanza semplice e non richiede troppo tempo è possibile sottoporre un partecipante a numerose

prove per ogni trattamento. Infatti, in alcuni disegni complessi, vengono esaminati solo 12 partecipanti, e

ogni partecipante viene sottoposto a centinaia di prove. I ricercatori che hanno 2 scelte nel decidere come

organizzare l'ordine in cui somministrare i trattamenti in un disegno completo: la randomizzazione a

blocchi e controbilanciamento AB-BA.

La randomizzazione a blocchi può essere usata per stabilire l'ordine delle condizioni per ogni partecipante

in un disegno completo. In genere il numero di blocchi in uno schema a blocchi randomizzati è uguale al

numero di volte in cui ogni condizione viene somministrata, la grandezza di ogni blocco è uguale al numero

di condizioni nell'esperimento. La determinazione della posizione media di ognuna delle tre condizioni nella

sequenza dei blocchi randomizzati fornisce un'indicazione sommaria del bilanciamento degli aspetti

dell'ordine. La randomizzazione a blocchi è efficace nel bilanciare gli effetti dell'ordine, ma ogni condizione

deve essere ripetuta varie volte prima che si possa aspettare che gli effetti dell'ordine siano distribuiti

mediamente. Non dovremmo attenderci che gli effetti dell'ordine si Bilancino dopo due o tre blocchi più di

quanto ci si possa aspettare che campioni composti da solo due o tre elementi, nel disegno gruppi causale

producano gruppi equivalenti. Esiste una tecnica per bilanciare gli effetti dell'ordine quando non è possibile

somministrare ogni condizione un numero sufficiente di volte perché il processo di distribuzione media

della randomizzazione a blocchi sia sufficiente. il controbilanciamento AB-BA può essere usato per

bilanciare gli effetti del l'ordine nel disegno completo con due solo somministrazione di ogni condizione. Il

controbilanciamento AB-BA richiede se le condizioni vengano presentate in una sequenza cioè A poi B

seguita dalla stessa sequenza inversa B e poi A. questo controbilanciamento non è limitato agli esperimenti

con due le condizioni. Questo controbilanciamento può essere utilizzato in maniera appropriata solo

quando gli effetti dell'ordine sono lineari (cioè all'aumentare del numero di prove ripetute l’effetto dovuto

la pratica aumenta proporzionalmente). Sono lineari, lo stesso numero di effetti dell'ordine viene aggiunto

o sottratto alla prestazione di ogni prova. Possiamo farci un'idea dell'influenza degli ordini dell'ordine

sommando i valori per ogni condizione. Il ciclo AB-BA può essere applicato a qualsiasi numero di

condizione, ma deve esserci un uguale numero di ripetizioni per ogni posizione. Il controbilanciamento AB-

BA bilancia gli stessi dell'ordine in modo ancora più efficace quando il numero di ripetizioni del ciclo è

elevato. In genere questo controbilanciamento viene utilizzato quando il numero di condizioni e il numero

di ripetizioni per ogni condizione sono relativamente piccoli. In questo controbilanciamento ci sono delle

limitazioni: è inefficace se gli effetti dell'ordine per un compito non sono lineari, gli effetti dell’ordine non

lineari possono presentarsi quando la prestazione dei partecipanti cambia dopo l'esposizione a 1o + prove.

Quando gli effetti dell'ordine concordano bruschi cambiamenti iniziali seguiti da successivi piccoli

cambiamenti, i ricercatori spesso ignorano le prestazioni fornite dalle prime prove e aspettano finché gli

effetti dell'ordine si stabilizzino. Per raggiungere uno stato stabile è probabile che c'erano varie ripetizioni

per ogni condizione, così ricercatori, in queste situazioni, tendono a utilizzare la randomizzazione a blocchi

per bilanciare gli effetti dell'ordine. gli effetti della anticipazione, ossia di un’interazione tra gli effetti del

l'ordine della sequenza, si manifestano quando un partecipante sviluppa delle aspettative su quale

condizione potrebbe presentarsi successivamente nella sequenza. La risposta del partecipante a quella

condizione può allora essere influenzata dalle dall'aspettativa ed dalla reale esperienza con la condizione

stessa. È probabile che si manifestano gli effetti della situazione, è preferibile utilizzare la randomizzazione

a blocchi piuttosto che controbilanciamento AB-BA.

bilanciare gli effetti nell'ordine del disegno incompleto.

41

nei Disegni incompleto gli effetti dell'ordine sono bilanciati tra i soggetti piuttosto che per ogni soggetto,

come nel caso del disegno completo. La regola del bilanciamento degli effetti dell'ordine nel disegno

incompleto prevede che ogni condizione dell'esperimento debba essere ugualmente frequente in ogni

posizione ordinale. Il modo migliore per controbilanciare gli effetti dell'ordine nel disegno incompleto con 4

omeno condizioni è quello di usare tutti gli ordini possibili delle condizioni. 2 metodi selezionare ordini

specifici da usare in un disegno incompleto sono il quadrato latino e l'ordine di inizio causale con rotazione.

sia che si utilizzino tutti gli ordini possibili o che si utilizzano gli ordini selezionati, i partecipanti dovrebbero

essere assegnati casualmente a frequenze diverse. Nel disegno incompleto a ogni partecipante viene

somministrato lo stesso trattamento una sola volta. I risultati per ogni partecipante non possono essere

interpretati perché i livelli della variabile indipendente per ogni partecipante sono perfettamente confusi

con l'ordine in questi livelli sono stati presentati. Per esempio, il primo partecipanti non un esperimento

disegni un completo potrebbe essere esaminato prima della condizione sperimentale e poi nella condizione

di controllo. Tutte le differenze nella prestazione del partecipante tra condizione sperimentale e quella di

controllo potrebbero essere dovute all'effetto della variabile indipendente o agli effetti dell'ordine che

risultano dall'ordine Sperimentale di controllo. Eliminare questo fattore confondente tra l'ordine delle

condizioni e la variabile indipendente, possiamo somministrare diversi ordini di condizioni a diversi

partecipanti. Per esempio, potremmo somministrare le condizioni del nostro esperimento a disegno

incompleto a un secondo partecipante nell'ordine CS, esaminando prima la condizione di controllo e poi la

condizione sperimentale. In questo modo potremo bilanciare gli effetti dell'ordine tra due condizioni

impiegano 2 partecipanti invece di 1. in un disegno incompleto è essenziale che gli effetti dell'ordine siano

bilanciati variando l'ordine di presentazione delle condizioni. La regola generale per bilanciare gli effetti del

l'ordine nel disegno incompleto è semplicemente una: ogni condizione dell'esperimento deve apparire con

la stessa frequenza in ogni posizione ordinale. Se viene effettuato un bilanciamento appropiato allora

siamo in grado di determinare se sia la variabile indipendente e non gli aspetti dell'ordine a influenzare il

comportamento del partecipante. La tecnica privilegiata per bilanciare gli effetti del l'ordine nel disegno

incompleto è l'utilizzo di tutti gli ordini possibili delle condizioni. Ogni partecipante viene assegnato

casualmente a uno degli ordini. con solo due condizioni ci sono solo due ordini possibili AB-BA. Con tre

condizioni ci sono sei ordini possibili ABC, ACB, BAC, BCA, CAB, CBA. In genere ci sono n! (n fattoriale) ordini

possibili con N condizioni (dove N! Equivale N(N-1) (N-2) …(N-(N-1)). Il numero di ordini richiesto

aumentarono enormemente con l'aumentare del numero delle condizioni. Usando tutti gli ordini possibili

certamente si soddisfa la regola generale di assicurare che tutte le formazioni affogano con la stessa

frequenza in ogni posizione ordinale. Perché questa tecnica sia efficace, è essenziale che almeno un

partecipante sia esaminato con ognuno degli ordini possibili delle condizioni. Perciò, l'uso degli ordini

possibili richiede almeno tanti partecipanti quanti sono gli ordini possibili.

Ordini selezionati.

Gli effetti dell'ordine possono essere bilanciati usando solo alcuni tra tutti gli ordini possibili. Il numero

degli ordini selezionati sarà sempre un multiplo del numero di condizioni dell’esperimento. Per permetterti

di confrontare più direttamente i tipi di bilanciamento, abbiamo descritto le tecniche degli ordini

selezionati usando la variabile indipendente a 4 livelli il primo tipo di bilanciamento usando gli ordini

selezionati e come detto quadrato Latina. In un quadrato latinosi soddisfa la regola generale per il

bilanciamento degli effetti dell’ordine. La condizione di 0 appare nell'ordine di presentazione almeno una

volta prima nella seconda terza e quarta posizione. La seconda tecnica di bilanciamento che utilizza gli

ordini selezionati richiede di cominciare con un ordine causale delle condizioni e di ruotare questa

sequenza sistematicamente per ogni condizione, portandola ogni volta di una posizione a sinistra. L'uso di

un ordine di inizio causale con rotazione bilancia efficacemente gli effetti dell'ordine perché, come nel

quadrato latino, ogni condizione appare in ogni posizione ordinale. Le sequenze delle condizioni

42

dovrebbero essere stabilite completamente prima di esaminare il primo partecipante, e i partecipanti

dovrebbero essere assegnati casualmente a ogni sequenza.

Analisi dei dati nei disegni a misure ripetute.

Descrizione dei risultati.

L'analisi dei dati di un disegno completo inizia con il calcolo del punteggio riassuntivo per esempio media

o mediana per ogni partecipante in ogni condizione. La statistica descrittiva è utilizzata per riassumere le

prestazioni di tutti i partecipanti per ogni condizione della variabile indipendente. La prima fase nell'analisi

di un esperimento a misure ripetute è riassunto delle prestazioni dei partecipanti in ogni condizione

dell'esperimento. nei gruppi causali questo significa semplicemente elencare i punteggi dei partecipanti

esaminati in ognuna delle condizioni dell'esperimento e poi riassumere questi punteggi con statistiche

descrittive come la mediana e la deviazione standard. In un disegno a misure ripetute incompleto, ogni

partecipante fornisce un punteggio in una condizione, ma rimane ancora relativamente semplice di

assumere i punteggi per ogni condizione. Per farlo si deve prestare attenzione a come si dispannano i vari

ordini in cui i partecipanti sono stati testati, per essere sicuri che i punteggi dei partecipanti siano abbinati

alla posizione appropriata. Una volta che tutti i punteggi per ogni condizione siamo stati raccolti insieme,

possono essere calcolate le medie e la deviazione standard per descrivere la prestazione in ogni

condizione. Quando si analizza un disegno completo a misure ripetute bisogna fare un ulteriore passaggio.

Prima di iniziare a riassumere e descrivere i risultati, si deve calcolare il punteggio di ogni partecipante in

ogni condizione. Questo passaggio in più è necessario perché ogni partecipante viene esaminato, in ogni

condizione, più di una volta in un disegno completo. Una volta ottenuto il punteggio individuale per ogni

partecipante in ogni condizione, il passo successivo è quello di riassumere i risultati dei partecipanti usando

un'appropriata statistica descrittiva.

Confermate risultati.

le procedure generali e la logica per verificare ipotesi nulla e interventi di confidenza per il disegno sono

simili a quelle usate per i disegni a gruppi causali. I ricercatori impiegano la verifica dell’ipotesi nulla e gli

intervalli di confidenza per decidere se la variabile indipendente abbia prodotto un effetto sul

comportamento. Una caratteristica distintiva dell'analisi dei disegni a misure ripetute è il modo in cui viene

stimata la varianza dell'errore. Nel disegno gruppi causali le differenze individuali tra i partecipanti

all'interno dei gruppi forniscono una stima della varianza d'errore. Nei disegni a misure ripetute le

differenze tra partecipanti non sono solo bilanciate, se in realtà vengono eliminate dall'analisi. La capacità

di eliminare la variazione sistematica dovute ai partecipanti di disegno a misure ripetute rende in generale

questi disegni più sensibili dei disegni a gruppi causali. La fonte della variazione dell'errore nel disegno a

misure ripetute è costituita dalle differenze nei modi in cui le condizioni si ripercuotono su diversi

partecipanti.

Il problema dell'effetto della sequenza.

L'effetto della sequenza avviene quando gli effetti di una condizione persistono e influenzano la

prestazione nelle condizioni successive. Le variabili che possono portare a un effetto della sequenza

dovrebbero essere esaminate utilizzando un disegno gruppi causali, poiché l'effetto della sequenza

minaccia la validità interna dei disegni a misure ripetute. l'effetto della frequenza può essere identificato

confrontando i risultati della stessa variabile indipendente quando viene esaminata in un disegno a misure

ripetute e non disegno gruppi causale. C'è un possibile problema molto più serio che può sorgere nel

disegno a misure ripetute nota come effetto della sequenza. L'effetto della sequenza si presenta quando la

prestazione presentazione in una condizione differisce a seconda della condizione che la precede. La

presenza dell'effetto della sequenza minacciava la validità interna, perché diventa impossibile determinare

43

se ci siano vere differenze tra le condizioni. L'effetto della sequenza tende anche a sottostimare le

differenze tra le condizioni, e in tal modo riduce la validità interna dei risultati. Perciò quando c'è

l'eventualità che si presenti un effetto della sequenza, i ricercatori dovrebbero scegliere un disegno gruppi

indipendenti. L'effetto della sequenza si presenta abbastanza spesso quando si danno istruzioni diverse

tanto da sconsigliare l'uso dei disegni a misure ripetute in questi studi. Il modo migliore per determinare se

l'effetto della sequenza possa essere un problema è quello di fare due esperimenti separati. La stessa

variabile indipendente verrebbe studiata in entrambi gli esperimenti, ma in un esperimento si userebbe il

disegno gruppi causali mentre nell'altro utilizzerebbe un disegno a misure ripetute. Il disegno a gruppi

causali non può probabilmente incappare in un effetto della sequenza perché ogni partecipante viene

esaminato in una sola condizione. Se l'esperimento che utilizza un disegno a misure ripetute mostra lo

stesso effetto della variabile indipendente mostrato nel disegno gruppi causali, probabilmente non c'è

stato un effetto della sequenza. Se i 2 disegni mostrano effetti diversi per la stessa variabile indipendente è

allora probabile che l'effetto della sequenza sia responsabile del diverso risultato nel mio nel disegno a

misure ripetute. Quando avviene un effetto della sequenza, dovrebbe utilizzare i risultati del disegno

gruppi causali per fornire la migliore descrizione dell'effetto della variabile indipendente.

DISEGNI FATTORIALI

i ricercatori usano spesso disegni complessi in cui due o più variabili indipendenti vengono studiate

simultaneamente in un esperimento. Tanti disegni di ricerca sono chiamati disegni fattoriali perché

implicano la combinazione fattoriale di variabili indipendenti. La combinazione fattoriale comporta

l'abbinamento di ciascun livello di una variabile indipendente con ciascun livello di una seconda variabile

indipendente. Questo rende possibile determinare l'effetto di ogni variabile indipendente da sola (effetto

principale) e l'effetto delle variabili indipendenti in combinazione (effetto di interazione).

Descrizione degli effetti un disegno fattoriale.

I ricercatori utilizzano i disegni fattoriali per studiare gli effetti di due o più variabili indipendenti in un

esperimento. Nei disegni fattoriali ogni variabile indipendente può essere studiata con un disegno a gruppi

indipendenti o con un disegno a misure ripetute. Il disegno fattoriale più semplice è il disegno due per due,

due variabili indipendenti ciascuna su due livelli. Il numero di condizioni diverse in un disegno fattoriale può

essere calcolato moltiplicando il numero di livelli di ogni variabile dipendente per esempio 2 x 2 = 4. I

disegni fattoriali più efficaci ed efficienti possono essere creati inserendo più livelli di una variabile

indipendente o inserendo nel disegno più variabili indipendenti. Un esperimento con un disegno fattoriale

ha per definizione più di una variabile indipendente. Ogni variabile indipendente in un disegno fattoriale

deve essere resa operativa impiegando o un disegno a gruppi indipendenti o un disegno a misure ripetute.

Quando si fa un disegno fattoriale ha almeno una variabile a gruppi indipendenti e almeno una variabile a

misure ripetute, viene definito disegno misto. L'esperimento più semplice con disegno fattoriale a due

variabili indipendenti ciascuna con due livelli. I disegni fattoriali indicano utilizzando il numero di livelli di

ciascuna delle variabili indipendenti previste dell'esperimento. Teoricamente esiste un numero illimitato di

disegni fattoriali, poiché può essere studiato qualsiasi numero di variabili indipendenti e ogni variabile

dipendente può avere qualsiasi numero di livelli. In pratica è insolito trovare gli esperimenti con più di

quattro cinque variabili dipendenti è due o tre e il numero di variabili più utilizzato. Il numero di condizioni

in un disegno fattoriale può essere calcolato moltiplicando il numero di livelli delle variabili indipendenti. In

un disegno 3 x 3 ci sono due variabili indipendenti con tre livelli ognuna ci sono così 9condizioni. In un

disegno 3 x 4 x 2 ci sono tre variabili indipendenti con tre quattro e due livelli rispettivamente è un totale di

24 condizioni. Il vantaggio principale di disegni fattoriali è la possibilità di identificare le interazioni tra le

variabili indipendenti. disegni fattoriali possono essere estesi oltre il disegno due per due in due modi.

Ricercatori possono aggiungere dei livelli a una o entrambe le variabili indipendenti nel disegno ottenendo

44

un disegno come il 3 x 2,3 x 3, il 4 x 2,4 x 3 e così via. Oppure i ricercatori possono estendere il disegno due

per due aumentando il numero di variabili indipendenti nello stesso esperimento.

Gli effetti principali e effetti di interazione.

L'effetto complessivo di ogni variabile indipendente in un disegno fattoriale prende il nome di effetto

principale e rappresenta le differenze tra le prestazioni medie di ogni livello di una variabile indipendente a

prescindere dai livelli dell'altra variabile indipendente. un effetto di interazione tra le variabili indipendenti

si presenta quando l’effetto di una variabile indipendente differisce a seconda dei livelli assunti dalla

seconda variabile indipendente. In qualsiasi disegno fattoriale complesso è possibile verificare le previsioni

che riguardano l'effetto globale di ogni variabile indipendente nell'esperimento ignorando le stesso

dell'altra variabile indipendente. L'effetto complessivo di una variabile indipendente in un disegno

fattoriale prende il nome di effetto principale. Le medie di un effetto principale rappresentano le

prestazioni complesse per ciascun livello in una particolare variabile indipendente senza tener conto dei

livelli dell'altra variabile indipendente. Quando due variabili indipendenti interagiscono, sappiamo che

entrambe le variabili influenzano la prestazione dei partecipanti nella variabile dipendente. Detto in modo

più formale un effetto di interazione si presenta quando l'effetto di una variabile indipendente differisce a

seconda del livello di una seconda variabile indipendente. Un effetto di interazione si vede più facilmente

quando le medie per le condizioni vengono presentati in modo grafico. Si verifica un effetto di interazione

quando l'effetto di una variabile indipendente differisce a seconda dei livelli di una seconda variabile

indipendente. quando una variabile intera indipendente interagisce con la seconda variabile indipendente,

la seconda variabile indipendente devi interagire con la prima.

Descrizione degli effetti di interazione.

le prove per gli effetti di interazione possono essere identificate usando le statistiche descrittive presentate

nei grafici nelle tabelle. La presenza di un effetto di interazione viene confermata impiegando la statistica

inferenziale. La scelta di come descrivere i risultati di un effetto di interazione dipende da quale aspetto

dell’effetto di interazione si vuole enfatizzare. Lo studio degli effetti di interazione nei disegni fattoriali

permette ai ricercatori di raggiungere una maggiore comprensione rispetto a quella che si può raggiungere

facendo esperimenti con una sola variabile indipendente. un ricercatore per riportare sinteticamente le

statistiche descrittive relative ai dati di un disegno sperimentale può scegliere tra tre diversi strumenti: le

tabelle, i grafici a barre e grafici a linee. Le tabelle possono essere usate per qualsiasi disegno fattoriale e

sono veramente utili quando è necessario conoscere i livelli esatti per ogni condizione dell'esperimento. I

grafici a barre e i grafici a linee, sono particolarmente utilizzati per mostrare le tendenze dei risultati senza

enfatizzare i valori esatti. I grafici a linee sono molto utili per rappresentare i risultati dei disegni fattoriali

perché un effetto di interazione ha un'immediata visibilità nel grafico a linee. Le linee non parallele nel

grafico indica un effetto di interazione, le linee parallele indicano che non c'è un effetto di intera azione.

Quando i risultati di un disegno 2 x 2 sono riassunti nella tabella e piu semplice valutare la presenza o

l'assenza di un effetto di interazione usando il metodo sottrattivo. Col metodo sottrattivo si confrontano le

differenze tra le medie di ogni riga o colonna della tabella. Le differenze sono diverse è probabile che ci sia

un effetto di interazione. Nell'applicare il metodo sottrattivo è essenziale che le differenze sono calcolate

nella stessa direzione. Il metodo sottrattivo contrastivo mostra che queste differenze sono diverse, e perciò

è probabile che un effetto di interazione tra le due variabile. Il metodo sottrattivo può essere usato solo

quando una delle due variabili indipendenti a due livelli. Nei disegni fattoriali, quando entrambe le variabili

indipendenti hanno tre oppure + livelli, andrebbero usati i grafici per identificare gli effetti di interazione.

disegni fattoriali con tre variabili indipendenti. 45

La complessità e il potere dei disegni fattoriali aumenta in modo considerevole quando il numero di

variabili indipendenti nell'esperimento passa da 2 a 3. Nel disegno a due fattori ci può essere solo un

effetto di interazione, ma nel disegno tre fattori ogni variabile indipendente puoi interagire con ognuna

delle due variabili indipendenti e tutte e due le variabili indipendenti possono interagire assieme. Perciò da

un disegno a due fattori ho un disegno a tre fattori che permette di ottenere quattro aspetti di interesse

diversi. Se le 3 variabili indipendenti fossero indicati con le lettere a, b & C, il disegno a tre fattori

permetterebbe un teso degli effetti principali di A, B eC, gli effetti di interazione a due vie di A per B, AXC,

BXC, l'effetto di interazione a tre vie di AXBXC. L'efficienza di un esperimento con tre variabili è davvero

notevole. Per mostrare le medie di un esperimento a tre variabili è necessario un grafico con più di un

pannello. Quando abbiamo un effetto interazione a tre vie devono essere tenute in considerazione nel

descrive risultati tutte e tre le variabili indipendenti contemporaneamente. In genere, quando ci sono due

variabili indipendenti, si verifica l'effetto di interazione quando l’effetto di una delle variabili indipendenti

differisce a seconda del livello della seconda variabile indipendente. Quando in un disegno fattoriale ci

sono tre variabili indipendenti, si presenta un effetto di interazione a tre vie quando l'interazione di due

delle variabili indipendenti differisce a seconda del livello della terza variabile indipendente.

Analisi dei disegni fattoriali.

in un disegno fattoriale con due variabili indipendenti, la statistica inferenziale viene impiegata per

esaminare tre effetti: gli effetti principali per ogni variabile indipendente e l'effetto di interazione tra le due

variabili indipendenti. La statistica descrittiva è necessaria per interpretare i risultati della ricerca

inferenziale. Il modo di interpretare i risultati di un disegno fattoriale da parte dei ricercatori cambia a

seconda che nei dati sia presente o assente un effetto di interazione significativo. Un disegno fattoriale con

due variabili a tre potenziali fonti di variazione sistematica. Ci sono due potenziali effetti principali e un

possibile effetto di interazione. Un effetto statisticamente significativo in un disegno fattoriale è un effetto

associato alla probabilità che in ipotesi nulla abbia una probabilità inferiore a livello accettato di 0,05. I test

di statistica inferenziale sono impiegati, insieme alle statistiche descrittive, per determinare se l’effetto di

interazione si sia verificato. dopo aver esaminato i dati per l'effetto di interazione, i ricercatori possono

esaminarsi per verificare la presenza degli effetti principali di ogni variabile indipendente. In un disegno

fattoriale proprio come un esperimento con la con una variabile indipendente, possono essere necessarie

ulteriori analisi per interpretare i risultati. Il piano di analisi degli esperimenti a disegno fattoriale differisce

a seconda della presenza o meno di un effetto di interazione staticamente significativo. Piano di analisi dei

dati quando l'effetto di interazione è significativo.

Se l’analisi di un disegno fattoriale rileva la presenza di una specie di interazione statisticamente

significativo, la fonte dell’effetto di interazione viene identificata usando le analisi degli aspetti semplici e il

confronto i due medie. Un effetto semplice è l'effetto di una variabile indipendente in uno specifico livello

di una seconda variabile indipendente.

Il test di statistica inferenziale utilizzano la significatività dell'ipotesi nulla applicati a questi dati hanno

confermato che l'effetto di interazione era statisticamente significativo. I test specifici per rintracciare la

fonte di interazione significativa sono definiti effetti semplici e confronti tra due medie. un effetto semplice

è l'effetto di una variabile indipendente a un livello di una seconda variabile indipendente. Quando

vengono prese in considerazione tre o più medie in un effetto semplice si possono confrontare le medie

due alla volta per identificare la fonte dell'effetto semplice. Non sono necessarie ulteriori analisi per la

condizione sicurezza d'identità, dove l'effetto semplice non è statisticamente significativo. Il passo

successivo è analizzare le medie con maggiore attenzione e rispetto alla condizione minaccia d'identità,

dove l'effetto semplice è statisticamente significativo. Una volta analizzato accuratamente l'effetto di

interazione, ricercatori possono anche esaminare gli effetti principali di ogni variabile dipendente. Tuttavia,

46

gli effetti principali sono molto meno interessanti quando sappiamo che è avvenuto un effetto di

interazione. Tuttavia ci sono esperimenti in cui sia l'effetto di interazione sia effetti principali destano

interesse.

Piano di analisi dei dati quando l'effetto di interazione non è significativo.

se l'analisi di un disegno fattoriale indica che l'effetto di interazione tra variabili indipendenti non è

statisticamente significativo il passaggio successivo nel piano di analisi è determinare se gli aspetti

principali delle variabili siano statisticamente significativi. La fonte di un effetto principale statisticamente

significativo può essere specificata con più precisione effettuando i confronti tra due medie o usando gli

intervalli di confidenza per confrontare le medie 2 a 2. La direzione risultati come appare della statistica

descrittiva non è sufficiente per decidere se nell'esperimento sia presente un effetto di interazione.

Devono essere fatti dei test di statistica inferenziale come il test F per confermare che gli effetti sono

statisticamente attendibili. Quando l'effetto di interazione non è statisticamente significativo, il passaggio

successivo è quello di esaminare gli aspetti principali di ogni variabile indipendente. La fonte dell'effetto

principale statisticamente significativo con tre o più medie può essere specificata con più precisione

confrontando le medie 2 a 2. Questi confronti possono essere fatto utilizzando il t-test o intervalli di

confidenza. Il fatto che le due medie smbrino diverse aumenta la necessità di analisi statistiche per

determinare se la differenza medie siano significative.

Interpretazione degli effetti di interazione.

Gli effetti di interazione e la verifica della teoria.

le teorie spesso non predicono che due o più variabili indipendenti interagiscono per influenzare il

comportamento, perciò i disegni fattoriali sono necessari per verificare le teorie.

gli esperimenti condotti per verificare delle teorie possono qualche volta produrre risultati contraddittori.

Gli effetti di interazioni possono essere utili per risolvere queste condizioni. I disegni fattoriali aumentano

le possibilità dei ricercatori di verificare le teorie, poiché possono analizzare sia gli aspetti principali sia gli

effetti di interazione. L'importante è ricreare ambienti il più liberi possibili da pregiudizi. il risultato

contraddittorio potrebbe essere interpretato proponendo che i partecipanti allo studio ipotetico si sentano

al sicuro dalle minacce dell'identità sociale e perciò non prestino attenzione alle potenziali fonti di

svalutazione. Un approccio comune per risolvere risultati contraddittori è quello di includere nel disegno di

ricerca variabili indipendenti che controllano le potenziali variabili intervenienti. Più in generale disegni

fattoriali possono essere estremamente utili nel rintracciare le ragioni dei risultati apparentemente

contraddittorio degli esperimenti. Il processo può essere estremamente laborioso ma può anche produrre

buoni frutti.

Effetti di interazione e validità esterna.

quando non c'è l’effetto di interazione in un disegno fattoriale, gli effetti di ogni variabile indipendente

possono essere generalizzati tra i livelli dell'altra variabile indipendente, aumentando così la validità

interna delle variabili indipendenti. La presenza di un effetto di interazione identifica i limiti per la validità

esterna di un risultato, specificando le condizioni in cui avviene un effetto di una variabile indipendente. Il

ruolo di disegni fattoriali nello stabilire la validità esterna di un risultato è la presenza o assenza di un

effetto di interazione ed è importante per determinare la validità esterna del risultato il mio disegno

fattoriale. Quando non c'è un effetto di interazione in un disegno fattoriale sappiamo che gli effetti di ogni

variabile indipendente possono essere generalizzabili tra i livelli dell'altra variabile indipendente. Dobbiamo

ricordare che non trovare un effetto di interazione statisticamente significativo non significa

necessariamente che davvero non sia presente un effetto di interazione, possiamo non aver eseguito un

47

esperimento dotato di sufficiente sensibilità per rilevarlo. L'assenza di un effetto di interazione aumenta la

validità esterna degli effetti di ogni variabile indipendente nell'esperimento. Forse ancora più importante,

la presenza di un effetto di interazione identifica i limiti per la validità esterna di un risultato. La presenza di

un effetto di interazione stabilisce i limiti per la validità esterna, ma l'effetto di interazione specifica anche

quali siano questi limiti. La possibilità che vi siano effetti di interazione tra variabili indipendenti dovrebbe

renderci cauti nel dire che una variabile indipendente non ha un effetto sul comportamento. Le variabili

indipendenti che influenzano il comportamento sono definite variabili indipendenti rilevanti. In genere una

variabile indipendente è quella che influenza direttamente il comportamento o produce un effetto di

interazione quando studiata in combinazione con una seconda variabile indipendente. La distinzione tra i

fattori che influiscono sul comportamento e quelli che non influiscono è essenzialeper sviluppare delle

teorie adeguate per spiegare il comportamento e per progettare interventi efficaci per affrontare problemi

in contesti naturali quali scuole ospedali fabbriche. Dovremmo essere cauti nel identificare una variabile

indipendente come irrilevante. È dimostrato che una variabile indipendente non ha effetto in un

esperimento, non possiamo assumere che questa variabile non avrebbe un effettose fossero stati testati i

livelli diversi della variabile indipendente. In secondo luogo se una variabile indipendente non ha un effetto

in un esperimento a fattore singolo, questo non significa che non sia intera di che non interagirebbe con

un'altra variabile indipendente se usate in un disegno fattoriale. In terzo luogo, se una variabile

indipendente non ha un effetto in un esperimento, si sarebbe forse potuto osservare un effetto con

variabili dipendenti diverse. IV, l’assenza di un effetto statisticamente significativo può significare o può

non significare che l'effetto non sia presente. Come minimo, dovremmo prendere in considerazione la

sensibilità del nostro esperimento e il potere della nostra analisi statistica prima di decidere di aver

identificato una variabile in rilevante.

Effetti di interazione ed effetti ceiling e floor.

quando la prestazione dei partecipanti raggiunge un massimo (effetto Ceiling) oun minimo (effetto floor) in

una o piùcondizioni di un esperimento, i risultati per un effetto di interazione non sono interpretabili. Il

problema generale di misurazione indicato come effetto Ceiling o effetto soffitto. Ogni volta che la

prestazione raggiunge il massimo risultato possibile in qualsiasi condizione di un esperimento c'è il pericolo

dell'effetto ceiling. Quando all’opposto la prestazione raggiunge il minimo risultato o lo zero si ha l'effetto

Floor. Ricercatore possono evitare gli effetti ceiling e floor selezionando variabili dipendenti che abbiano

un'ampia gamma di punteggi per misurare le differenze di prestazioni nelle diverse condizioni. È

importante notare che gli effetti ceiling possono anche porre un problema negli esperimenti che non

comportano un disegno fattoriale.

Effetti di interazione e disegno gruppi naturali.

i ricercatori usano i disegni fattoriali per poter trarre inferenze causali sulle variabili dei gruppi naturali

quando verificano una teoria sul perché i gruppi naturali differiscono. I tre passaggi necessari per poter

trarre un interesse causale con una variabile dei gruppi sono esporre una teoria del perché esistono

differenze di gruppo, manipolare una variabile indipendente che dovrebbe dimostrare il processo

teorizzato, verificare se si presenti un effetto di interazione tra la variabile indipendente manipolata e la

variabile che crea i gruppi naturali. Il disegnoa gruppi naturali è un disegno efficace per stabilire

correlazioni tra le statistiche degli individui e le loro prestazioni e forse il disegno è più impegnativo quando

si tratta di trarre conclusioni sulle cause di un comportamento. La difficoltà nell'interpretare il disegno a

gruppi naturali insorge quando cerchiamo di concludere che le differenze nella prestazione sono causate

dalle caratteristiche delle persone che abbiamo usato per definire i gruppi. C’è una possibile soluzione al

problema di trarre delle inferenze causali basate su un disegno a gruppi naturali. La chiave è sviluppare una

teoria per quel che riguarda la variabile relativa alle caratteristiche delle differenze individuali considerate.

48

Queste potenziali ipotesi alternative non riescono a spiegare perché ci fosse una piccola differenza nella

presentazione mnemonica di due gruppi per le melodie causali. L’Effetto di interazione rende tali

spiegazioni semplici correlazioni molto meno plausibili.

Ci sono varie fasi che ricercatore nell'affrontare per portare a termine la procedura generale per trarre

inferenze causali basate sul disegno in gruppi naturali:

Fase uno: sviluppare una teoria. Il primo passaggio è quello di sviluppare una teoria che spieghi perché

dovrebbe esserci una differenza nella prestazione di gruppi che sono stati differenziati sulla base di una

variabile relativa caratteristiche individuali.

Fase 2 identificare una variabile rilevante da manipolare. Il secondo passaggio è quello di selezionare una

variabile indipendente che possa essere manipolata e e che si presume influenzi la probabilità che avvenga

questo progetto teorico.

Fase 3 verificare l'effetto di interazione. L'aspetto più importante è cercare di produrre un effetto di

interazione tra la variabile manipolata e la variabile individuale. Perciò la variabile indipendente rilevante

manipolata è applicata a entrambi i gruppi naturali. il ricercatore può approfondire i disegni che spiegano le

differenze tra gruppi naturali esaminando le tradizioni degli effetti di interazione di tre variabili

indipendenti: due variabili indipendenti manipolate e la variabile delle differenze individuali.

STUDIO DI CASO E DISEGNI SPERIMENTALI SU UN SINGOLO SOGGETTO.

ci sono due metodologie alternative che enfatizzano lo studio di un singolo individuo chiamiamo queste

metodologie disegni di ricerca su singoli soggetti. 2 specifiche metodologie di ricerca sui singoli soggetti: il

metodo per lo studio di caso e disegni sperimentali su singolo soggetto. Lo studio di caso hai sempre associato

al campo della psicologia clinica, ma anche ricercatori che si occupano di antropologia, criminologia, neurologia

e sociologia fanno uno di questi importante metodologia. il disegno sperimentale su singolo soggetto analizza

un singolo individuo per volta, ma in genere l'attenzione posta sulla manipolazione delle variabili e

sull'interpretazione relativa a un singolo soggetto, anche nei casi in cui vengono fermati pochi soggetti o un

singolo gruppo. I disegni sperimentali su singolo soggetto sono anche definiti disegni sperimentali a N= 1 o

disegni di ricerca small - n. Questi disegni sono caratteristici degli approcci chiamati analisi sperimentale del

comportamento e analisi del comportamento applicata. Questi approcci rappresentano la applicazione

dell'approccio small –n. i disegni sperimentali su singolo soggetto non sono più sistematici controllati degli

Studi del caso.

Metodo per lo studio di caso.

Caratteristiche.

Gli studi di caso, descrizioni e analisi approfondite di singoli individui, mancano del grado di controllo presente

nei disegni sperimentali small-n. Studi di caso sono una fonte di ipotesi di idee sul comportamento normale e

anomalo. Uno studio di caso è una descrizione e un'analisi approfondita di un singolo individuo. Gli studi di

caso utilizzano dati qualitativi, ma questo non è sempre vero. Ricercatori che usano il metodo dello studio di

caso ottengono i loro dati da varie fonti, tra cui l'osservazione naturalistica, i documenti d'archivio, le interviste

e i questionari. Uno studio di caso clinico descrive l’applicazione e i risultati di un particolare trattamento. Le

variabili trattamento negli studi di casi clinici sono raramente controllate con sistematicità. Al contrario

possono venire applicate simultaneamente diversi trattamenti e lo psicologo può avere poco controllo delle

variabili estranee. Perciò una caratteristica fondamentale degli Studi di caso è che spesso mancano di un alto

grado di controllo. Senza controllo è difficile per ricercatori trarre inferenze valide sulle variabili che

influenzano il comportamento dell'individuo. Il grado di controllo è una caratteristica che distingue il metodo

49

dello studio di caso dai disegni sperimentali su singolo oggetto, i quali presentano un grado di controllo più

elevato. Il metodo di studio di caso è spesso considerato esplorativo e fonte di ipotesi sul comportamento, gli

approcci sperimentali sono spesso visti come opportunità per verificare ipotesi specifiche. A volte il metodo

dello studio di caso è descritto in opposizione ai metodi più controllati di ricerca, una prospettiva più

appropriata è quella suggerita da Kandzi che vede il metodo dello studio di caso come interdipendente è

complementare ad altri metodi di ricerca in psicologia.

Vantaggi del metodo di studio di caso.

gli studi di caso forniscono nuove idee e ipotesi, opportunità per sviluppare nuove tecniche cliniche e la

possibilità di studiare fenomeni rari. Le teorie scientifiche possono essere computate quando il

comportamento di un singolo caso contraddice i principi teorici o e le affermazioni, e teorie possono ricevere

un supporto preliminare grazie all’uso di prove derivanti dallo studio di caso. La ricerca idiografica (lo studio

degli individui per identificare ciò che è unico) integra la ricerca nomotetica (lo studio di gruppi per identificare

ciò che tipico).

Fonti di idee sul comportamento: Gli studi di caso costituiscono una ricca fonte di informazioni sugli individui

e di intuizione sulle possibili cause del comportamento delle persone. Queste intuizioni quando sono tradotte

in ipotesi di ricerca, possono essere verificate usando metodi di ricerca più controllati. Il metodo dello studio di

caso è un punto d'inizio naturale per un ricercatore che si avventuri in una area di studio di cui si sa

relativamente poco.

Opportunità di innovazione clinica: Il metodo dello studio di caso fornisce un'opportunità per provare nuove

tecniche terapeutiche o per sperimentare applicazioni uniche di tecniche già esistenti.

Un metodo per studiare fenomeni rari: Gli studi di caso sono utili anche per studiare eventi rari. Eventi si

presentano così raramente in natura che possiamo descriverli solo attraverso lo studio intensivo di singoli casi.

Contestare gli assunti teorici: Una teoria che sostenesse che tutti i marziani hanno Tre Teste verrebbe

facilmente smentito che un osservatore individuasse un marziano con solo due teste. Il metodo dello studio di

caso permetterà il pensiero scientifico di progredire fornendogli una controdimostrazione, c'è un caso singolo

che violi una prospettiva generale o un principio universale aspettato.

Supporto sperimentale a una teoria psicologica: Le prove provenienti dallo studio di caso possono fornire un

supporto sperimentale auna teoria psicologica. Sebbene i risultati degli studi di casi non vengono utilizzati per

fornire prove conclusive per una particolare ipotesi, e risulta così uno studio di caso può qualche volta a fornire

una prova importante a supporto di una teoria psicologica.

Integrazione lo studio del comportamento nomotetico: L'approccio nomotetico coinvolge grandi numeri di

partecipanti e cerca di determinare la media o la prestazione tipica di un gruppo. Questa media può

rappresentare o no rappresentare la prestazione di ogni singolo individuo nel gruppo. L'obiettivo del

ricercatore non è la descrizione della prestazione del singolo individuo ma è di predire sulla base della

prestazione media come sarebbero questi organismi in generale. Allport sostiene che l’individuo è unico e

irripetibile e opera in accordo con coerenti principi interni, ritiene inoltre che lo studio dell'individuo definito

approccio ideografico alla ricerca di un obiettivo importante per la ricerca psicologica. Il nostro approccio alla

comprensione della natura umana non dovrebbe essere esclusivamente nomotetico o esclusivamente

idiografico ma dovrebbe rappresentare un equilibrio tra i due. L’approccio idiografico come rappresentato dal

metodo dello studio di caso permette il tipo di osservazione dettagliata che ha il potere di rilevare varie

sfumature e sottigliezze del comportamento che un approccio di gruppo non permette.

Svantaggi del metodo di studio di caso. 50

I ricercatori non riescono a trarre valide inferenze causali usando il metodo dello studio di caso, poiché le

variabili estranee non sono controllate e possono essere applicate simultaneamente dai trattamenti. La

distorsione dell'osservatore e le distorsione alla raccolta dei dati possono portare interpretazioni non corrette

dei risultati degli studi di caso. La possibilità di generalizzare i risultati dello studio di caso dipende dalla

variabilità all'interno della popolazione da cui il caso è stato selezionato, alcune caratteristiche variano più di

altre tra gli indirizzi.

Difficoltà nel trarre conclusioni causa effetto: Ormai sappiamo bene che uno degli obiettivi della scienza è

scoprire le cause dei fenomeni per identificare i fattori specifici che producono un particolare evento. Uno degli

svantaggi dello studio di caso è che le conclusioni causa effetto possono raramente essere tratte sulla base dei

risultati ottenuti dagli studi di caso. Questo svantaggio sorge prima di tutto perché ricercatori negli studi di caso

non sono in grado di controllare le variabili estranee. Perciò ai cambiamenti di comportamento che si verifica

negli studi di caso possono essere spiegati attraverso varie ipotesi alternative plausibili.

Potenziali fonti di distorsione: Il risultato di uno studio di caso penso dipenda dalle conclusioni tratte da un

ricercatore che assume sia il ruolo di partecipanti sia d’osservatore. Cioè un terapeuta osserva il

comportamento del cliente e partecipa al processo terapeutico. bisogna presumere che il terapeuta possa

essere motivato a credere che il trattamento aiuti il cliente. Come risultato il terapeuta anche se ben

intenzionato può non osservare accuratamente il comportamento del cliente. La probabilità che ci sia

un’interpretazione distorta non è caratteristica solo del metodo di studio. Il risultato di un caso può essere

basato principalmente sulle impressioni dell'osservatore. Un punto debole importante del metodo di studio di

caso è l'interpretazione del risultato che spesso basata solamente sulle impressioni soggettive dell'osservatore.

ci può essere distorsione anche quando l'informazione proviene da fonti come documenti personali, appunti di

una seduta e test psicologici. I documenti d'archivio sono soggetti a varie fonti di distorsione un'altra potenziale

fonte di distorsione si presenta quando i resoconti sono basati sulla memoria degli individui. Gli psicologi

cognitivi hanno dimostrato ripetutamente che la memoria può essere accurata, in particolare per eventi

accaduti molto tempo dietro.

il problema della generalizzazione da un singolo individuo: Uno dei limiti più seri del metodo di studio di caso

riguarda la validità esterna dei risultati. i risultati di una persona non possono essere generalizzati a tutti.

Pensiero critico sulle affermazioni basate sullo studio di caso: Può essere utile essere consapevoli dei limiti del

metodo dello studio di caso quando si valutano le affermazioni delle persone sull’efficacia di un particolare

trattamento. Gli studi di caso che dimostra nuovi e insoliti risultati possono indurre gli scienziati a ricordare le

proprie teorie o posso indirizzarli a nuove e feconde strade di ricerca. In ogni caso possono allora aiutare il

progresso della scienza. Lo svantaggio del studio di caso è che i suoi risultati vengono spesso accettati

acriticamente.

I disegni sperimentali sul singolo soggetto small n.

L'analisi comportamentale applicata, i metodi sviluppati all'interno delle analisi sperimentale del

comportamento sono applicati a problemi socialmente rilevanti. L'approccio è chiamato analisi sperimentale

del comportamento e presenta una visione comportamentale unica della natura umana che non solo contiene

disposizioni sul modo in cui i psicologi dovrebbero fare ricerca, ma anche dei risvolti sul modo in cui le società

dovrebbero essere organizzate.

nell'analisi sperimentale del comportamento accade spesso che il campione sia un singolo soggetto o un

piccolo numero di progetti small n. Il controllo sperimentale assicurato dalla dall'organizzazione di condizioni

sperimentali tali per cui il comportamento dell'individuo cambia sistematicamente con la manipolazione di una

variabile indipendente. Spesso c’è un minimo di analisi statistica associate ai disegni sperimentali sul singolo

soggetto. Nei confronti che riguardano gli effetti di una variabile sperimentale in genere vengono tratte

51

analizzando visibilmente la registrazione comportamentale per osservare se il comportamento cambi

sistematicamente con l'introduzione e la sospensione del trattamento sperimentale. Perciò c'è molta enfasi

sulla definizione, osservazione e la registrazione appropriata del comportamento. Nell'analisi comportamentale

applicata, i metodi sviluppati all'interno delle analisi sperimentale del comportamento vengono applicati a

problemi socialmente rilevanti. Queste applicazioni sono spesso definite modifica comportamentale, ma se

applicata alla popolazione clinica si preferisce il termine terapia comportamentale. La terapia

comportamentale è considerata da molti psicologi un approccio più efficace per il trattamento clinico di quello

basato su modello di terapia psicodinamica. La terapia comportamentale si focalizza sul comportamento

osservabile.

Caratteristiche degli esperimenti su singolo soggetto.

i ricercatori negli esperimenti sul singolo soggetto manipolano una variabile indipendente ottenendo così un

controllo più rigoroso rispetto agli studi di caso. Negli esperimenti su singolo soggetto, vengono dapprima

registrate le osservazioni di base per descrivere com’è un comportamento dell'individuo senza trattamento. Il

comportamento registrato prima dell'intervento e quello successivo all'intervento vengono confrontati

osservando le differenze tra le osservazioni registrate. L'esperimento su singolo soggetto come dice il nome si

si focalizza sull’esame del cambiamento del comportamento in un individuo o al massimo in pochi individui. In

un esperimento su un singolo soggetto e ricercatore mette a confronto le condizioni di trattamento di un

individuo, il cui comportamento viene continuamente monitorato. La variabile indipendente di interesse (in

genere un trattamento) viene manipolata sistematicamente per un solo individuo. Disegni sperimentali sul

singolo soggetto sono un'importante alternativa al metodo di studio di caso nel quale viene esercitato un

controllo minore. La prima fase di un esperimento su singolo soggetto è in genere un periodo di osservazione o

fase di base line. Durante questa fase i ricercatori che registrano il comportamento del soggetto prima di

qualsiasi trattamento. Usando la registrazione della base line, i ricercatori sono in grado di descrivere il

comportamento prima della somministrazione del trattamento. Ancora più importante, la registrazione della

baseline, i ricercatori sono in grado di predire il comportamento in futuro nel caso in cui non venga effettuato

un trattamento. Il passo successivo è quello di registrare il comportamento dell'individuo con le stesse misure

usate durante la rilevazione della baseline. Confrontando il comportamento osservato immediatamente dopo

un intervento con la presentazione di base line, i ricercatori sono in grado di determinare l'effetto del

trattamento. L'effetto del trattamento si vede più facilmente usando un grafico della registrazione del

comportamento. Analizzando visivamente la differenza tra il comportamento dopo il trattamento possiamo

dedurre se il trattamento abbia effettivamente cambiato il comportamento dell'individuo da fare da pag 301 al

307.

problemi metodologici associati disegni a base linee multiple.

Quante baseline sono necessarie?

Il minimo indispensabile è chiaramente due baseline, ma in genere due sole baseline sono considerate

inadeguate. In un disegno a base linee multiple si raccomando tre o quattro baseline.

Cosa succede se il comportamento cambia prima dell'intervento?

Le ragioni di questi cambiamenti prematuri in una baseline non sono ancora chiari. La logica dei disegni a

baseline multiple dipende dai cambiamenti nei comportamenti che vengono direttamente dopo l’interruzione

del trattamento. Perciò diventa difficile concludere che il trattamento è stato efficace quando i cambiamenti

nella prestazione avvengono prima del trattamento. Se i cambiamenti prima del trattamento vengono in una

sola delle varie baseline il disegno a baseline multiple può essere ancora interpretato con qualche certezza.

Cosa succede se il trattamento in genere si generalizza da altri comportamento situazioni?

52

Un problema nei disegni a base linee multiple si presenta quando i cambiamenti in un comportamento si

generalizzano ad altri comportamenti o situazioni. Nell'affrontare possibili problemi di generalizzazione, i

ricercatori devono ricordare la massima meglio prevenire che curare. È Probabile che modificando il

comportamento di un individuo si modificano i comportamenti di altri se possibile che il comportamento in una

situazione influenza i comportamenti in un'altra situazione, o se possibile che cambiando un tipo di

comportamento si cambiano altri comportamenti, allora questo è necessario modificare o posso abbandonare i

disegni a baseline multiple. sfortunatamente non è sempre facile capire in anticipo quando i cambiamenti

avverranno simultaneamente in più di una baseline, ma questi problemi sembrano rappresentare eccezioni

relativamente rari. Quel che è chiaro è che concludere che un trattamento efficace solo usando un disegno

baseline multiple richiede che comportamento cambia subito dopo l'introduzione del trattamento in ognuna

delle baseline.

Problemi e limiti comuni a tutti i disegni sperimentali su singolo soggetto.

interpretare l'effetto di un trattamento può essere difficile se la fase di baseline mostra eccessiva variabilità o

tendenze crescenti o decrescenti nel comportamento. Il problema della bassa validità esterna con esperimenti

sui singoli soggetti può essere controllato coinvolgendo nell'esperimento un piccolo gruppo di persone.

Problemi con le registrazioni della base linea: Il comportamento durante la fase di baseline è molto stabile e il

comportamento cambia immediatamente dopo l'introduzione del trattamento. Se questo fosse il risultato delle

prime frasi di un disegno AB-AB o di un disegno baseline multiple potremo dimostrare che il nostro

trattamento è efficace nel modificare il comportamento. Il comportamento desiderato sembra aumentare in

fretta a seguito di un intervento, la base linee mostra una grande variabilità. È difficile sapere se si ha il

trattamento di aver prodotto il cambiamento o sia stato il caso che il comportamento fosse in crescita. È

difficile decidere se un intervento è stato efficace quando nella baseline successiva c’è eccessiva variabilità. Ci

sono vari modi per affrontare il problema dell'eccessiva variabilità della Baseline. Uno di essi è cercare i fattori

che potrebbero avere prodotto la variabilità e rimuovermi. Un altro approccio è quello di prendere tempo cioè

continuare a rilevare la baseline finché il comportamento si stabilizza. Non è possibile prendere quando e se

questo accada. Introdurre l'intervento prima che il comportamento si stabilizzi potrebbe compromettere una

chiara interpretazione del risultato. Un'ultima modo per affrontare un eccessiva variabilità è quello di fare la

media dei dati. Un intervento che inverte la tendenza decrescente può essere utilizzato come prova che il

trattamento è stato efficiente. L'effetto di un trattamento in un disegno sperimentale su singolo soggetto viene

in genere giudicato sulla base di una analisi del comportamento registrato. Spesso è difficile dire cosa

costituisca un cambiamento marcato nella registrazione del comportamento. In queste circostanze è bene

integrare le osservazioni del comportamento target con altri metodi di valutazione come il confronto con

individui normali o la richiesta di valutazioni soggettive di altre persone che hanno più familiarità con il

progetto.

Problemi di validità esterna.

una critica frequente ai disegni sperimentali sul singolo soggetto è che risultati hanno una validità esterna

limitata. In altre parole l'esperimento sul singolo soggetto sembra avere gli stessi limiti del metodo dello studio

di caso. Poiché ogni persona è unica, si potrebbe sostenere che non c'è alcun modo di sapere se l'effetto di un

particolare intervento possa essere generalizzata da altri individui. Ci sono varie ragioni:

 in primo luogo i tipi di interventi usati negli esperimenti su singolo progetto sono spesso molto incisivi

e producono cambiamenti radicali ed estesi nel comportamento. Di conseguenza questi tipi di

trattamento sono spesso generalizzabili ad altri individui. Un'altra prova della generalità degli esperti

basati sugli esperimenti su singoli individui viene dall’uso dei disegni a baseline multiple, un disegno

base linee multiple tra individui. Forse il modo migliore per stabilire la validità esterna di un effetto

del trattamento in un esperimento sul singolo soggetto è esaminare un singolo gruppo di soggetti. Le

53

procedure associate ai disegni su singolo soggetto sono usate qualche volta con piccoli gruppi di

persone ossia small-n.

LA VALIDITA’ DELLA RICERCA NEI VERI ESPERIMENTI E QUASI ESPERIMENTI IN CONTESTI

NATURALI

trarre conclusioni causa effetto negli esperimenti spessi diventa difficile. Le ragioni per fare gli esperimenti in

ambienti naturali sono verificare la validità esterna di un risultato di laboratorio, cioè scoprire se l'effetto di un

trattamento trovato in laboratorio si presenti in modo simile in un ambiente diverso.

Veri esperimenti

Caratteristiche dei veri esperimenti.

Nei vari esperimenti, i ricercatori manipolano una variabile indipendente che costituisce il trattamento e la

condizione di controllo, ed esercitano un alto grado di controllo. un vero esperimento è quello che porta un

risultato chiaro per quel che riguarda ciò che ha causato un evento. I veri esperimenti hanno tre caratteristiche

importanti: viene attuato un qualche tipo di intervento trattamento, sono caratterizzati da un alto grado di

controllo dello sperimentatore sull'organizzazione delle condizioni sperimentali, sulle assegnazioni partecipanti,

sulla manipolazione sistematica delle variabili indipendenti e sulla scelta delle variabili dipendenti. La capacità

di assegnare casualmente i partecipanti alle condizioni sperimentali è spesso considerata la caratteristica più

importante che definisce il vero esperimento. Sono caratterizzati da un confronto appropriato, lo

sperimentatore esercita un controllo sulla situazione per stabilire un confronto appropriato al fine di valutare

l'efficacia di un trattamento nelle situazioni sperimentali più semplici in questo confronto tra due gruppi

comparabili, che si sono trattati esattamente allo stesso modo, eccetto che per la variabile di interesse.

Ostacoli alla conduzione dei veri esperimenti in contesti naturali.

I ricercatori possono avere delle difficoltà a ottenere i permessi per condurre dei vari esperimenti in contesti

naturali e ad accedere ai partecipanti. sebbene l'assegnazione causale possa da qualcuno essere considerata

scorretta, perché può privare le persone di un trattamento innovativa, rimane il modo migliore e più equo per

determinare l'efficacia di un trattamento. Due ostacoli quando cerchiamo di condurre esperimenti in contesti

naturali:

 il primo è ottenere il permesso per la ricerca da persone che ricoprono cariche istituzionali

 il secondo ostacolo per gli esperimenti in contesti naturali è l'accesso i partecipanti. Importante se i

partecipanti devono essere assegnati casualmente o a un gruppo di trattamento o un gruppo di

controllo.

Diversi metodi per mantenere i gruppi confrontabili somministrando un trattamento potenzialmente efficace a

tutti i partecipanti. Ho un primo modo per verificare l'efficacia del trattamento e alternare i trattamenti.

quando in un servizio c’è una lista di attesa per ottenere il servizio che è in valutazione. Le persone che stanno

aspettando di ricevere in servizio possono diventare un gruppo di controllo lista d’attesa. L'essenziale è che

tutte le persone siano casualmente assegnati alla lista d'attesa. Circostanze in cui l'assegnazione causale

semplicemente non può essere usata: in esperimenti clinici che riguardano test di nuovi trattamenti medici,

può essere difficile avere i pazienti che accettano di essere assegnati casualmente al gruppo in trattamento o al

gruppo di controllo. In queste situazioni possono essere utilizzati i quasi esperimenti.

Minacce alla validità interna controllate da veri esperimenti.

le minacce alla validità interna sono fattori confondenti che si presentano come plausibili spiegazioni

alternative per un risultato di ricerca. Le più frequente minacce alla validità interna includono gli effetti della

54

storia, la maturazione, gli effetti dovuti alla prove, la strumentazione, la regressione verso la media, la perdita

in soggetti, l'attenzione e gli ulteriori effetti che si possono presentare con la televisione. Prima di affrontare un

esperimento, occorre escludere le principali categorie di possibili spiegazioni, che potrebbero costituire

spiegazioni alternative dei risultati.

8 classi di fattori confondenti che hanno denominato minacce alla validità interna:

effetti dovuti alla storia: il verificarsi di un aspetto diverso dal trattamento può minacciare la validità interna,

se produce dei cambiamenti nel comportamento di partecipanti alla ricerca. Un vero esperimento richiede che

i partecipanti nel gruppo sperimentale e nel gruppo di controllo siano trattati nello stesso modo, eccetto che

per il trattamento. Il laboratorio è assicurato bilanciando o mantenendo costanti le condizioni. In un ambiente

naturale il ricercatore può non essere in grado di mantenere un elevato livello di controllo e tutti i fattori

confondenti dovuti alla storia possono minacciare la validità interna. Gli effetti della storia potrebbero

diventare una minaccia alla validità interna in caso di presenza di eventi diversi dal trattamento che potrebbero

migliorare le capacità del pensiero critico delle persone.

Effetti dovuti alla misurazione.

I partecipanti a un esperimento cambiano necessariamente in funzione del tempo: diventano più vecchi

diventano più esperti e così via. Il cambiamento associato al passare del tempo è chiamato maturazione. Senza

un confronto adeguato, ricercatore potrebbe attribuire i cambiamenti nella prestazione all’effetto di un

determinato intervento quando in realtà i cambiamenti sono semplicemente dovuti agli effetti della

misurazione.

effetti dovuti alle prove.

fare una prova ha in generale un effetto sulle prove successive. Durante il primo test gli studenti

famigliarizzano con la procedura del test e con le aspettative dell'istruttore. Diventeranno una minaccia alla

validità interna se l'effetto di un test può non essere separato dall'effetto del pretest.

Effetti dovuti alla strumentazione.

I cambiamenti nel tempo possono presentarsi non sono i partecipanti a un esperimento ma anche agli

strumenti usati per misurare la presentazione prestazione dei partecipanti punti. Vengono usati osservatori

umani. L’osservatore rappresenta una minaccia alla validità interna dovuta agli effetti della strumentazione,

suggerendo spiegazioni alternative per le differenze di comportamento tra un periodo di osservazione e l'altro.

Effetti legati alla regressione verso la media.

La regressione verso la media costituisce un problema quando i soggetti vengono selezionati per l'esperimento

in base ai loro punteggi estremi, i punteggi che sono estremi in un test possono neon esserlo in un secondo.

Esperienza comune che se un test va particolarmente male o bene, nel testo successivo è probabile che non si

riconfermi tale punteggio estremo, ma il punteggio rientri in un range medio. quando si ripete la prova è del

tutto improbabile che i fattori causali facciamo comunella allo stesso modo per darci quel super punteggio o

quel punteggio molto basso. Avremmo probabilmente una prestazione più vicina alla media dei nostri esami

precedenti. Questo fenomeno viene spesso definito regressione verso la media. La regressione verso la media è

una minaccia alla validità interna perché potrebbe determinare una prestazione migliore dopo il secondo

semestre (il post test) senza alcun trattamento semplicemente per via della regressione statistica.

Effetti legati alla perdita dei soggetti. 55

la minaccia della validità interna del fattore perdita dei soggetti posa sul presupposto che la perdita dei

partecipanti cambi la natura del gruppo formatosi prima del trattamento, falsando per esempio l'equivalenza

tra gruppi stabili con un’assegnazione causale.

Effetti legati alla selezione.

Esistono delle differenze tra i tipi di individui di un gruppo e quelli di un altro gruppo nell'esperimento, una

minaccia alla validità interna dovuta agli stessi effetti legati alla selezione. In laboratorio, questa minaccia alla

validità è interna è generalmente gestita bilanciando le caratteristiche dei partecipanti con l'assegnazione

causale. Gli esperimenti in contesti naturali ci sono spesso molti ostacoli all'assegnazione causale di

partecipanti alle condizioni trattamento di controllo.

Effetti dovuti alla selezione.

Quando non vengono formati gruppi confrontabili con l'assegnazione causale, si presentano possibili problemi

dovuti agli effetti congiunti di selezione e maturazione, selezione e storia e selezione e strumentazione. Un

effetto congiunto di selezione e storia si presenta quando gli eventi che avvengono nel tempo hanno in un

gruppo di partecipanti un effetto diverso rispetto a quello che hanno nell'altro gruppo. Un problema

importante quando vengono confrontati i gruppi intatti. Un effetto congiunto di selezione e strumentazione

potrebbe presentarsi se uno strumento fosse relativamente più sensibile ai cambiamenti nella prestazione di

un gruppo che i cambiamenti di un altro. tutto questo avviene quando siete mi si presentano gli effetti soffitto

effetto ceiling effetto pavimento effetto floor. tali effetti sono presentati quando un gruppo inizialmente ha

punteggi così bassi sullo strumento che ogni ulteriore calo nei punteggi non può essere attendibilmente

misurato o così alti che ogni ulteriore miglioramento non può essere misurato. Uno dei grandi vantaggi dei veri

esperimenti ben Condotti e che controllano tutte queste minacce della validità interna. dovrebbero essere

condotti bene dei veri esperimenti quando è possibile, ma se questi non sono fattibili dovrebbero condurre i

quasi esperimenti. I quasi esperimenti rappresentano il compromesso disponibile tra l’obbiettivo generale di

acquisire conoscenze valide riguardo l'efficacia di un trattamento e la consapevolezza che veri esperimenti non

sono sempre possibili.

i problemi che nemmeno i veri degli esperimenti possono controllare.

le minacce alla validità interna che possono presentarsi in qualsiasi studio includono gli effetti di diffusione, gli

effetti aspettative sperimentatore e gli effetti novità. Gli effetti di diffusione avvengono quando gruppi di

partecipanti si comunicano informazioni su un esperimento che possono portare ai risentimenti e rivalità o a

diffondere notizie sulla natura del trattamento. Gli effetti novità si presentano quando il comportamento delle

persone cambia semplicemente perché un'innovazione produce eccitazione, energia ed entusiasmo. Le

minacce la validità esterna avvengono quando gli effetti del trattamento non possono essere generalizzati al di

là dei particolari soggetti, della situazione, del trattamento o dei risultati dell'esperimento. I veri esperimenti

non possono controllare tutte le specifiche minacce all'interpretazione di un risultato sperimentale. Le minacce

maggiori alla validità interna sono eliminate dai veri esperimenti ci sono altre possibili minacce che il

ricercatore, che sta lavorando in contesti naturali, deve fare attenzione. La contaminazione descrive una classe

generale di minacce alla validità interna. Gli effetti di diffusione avvengono quando hai un passaggio di

informazioni sull' esperimento tra il gruppo di partecipanti. I veri esperimenti possono essere interessati dalle

minacce dovuti agli effetti delle aspettative dello sperimentatore, Quando uno sperimentatore influenza in

maniera non intenzionali risultati. La distorsione dell'osservatore si presenta quando le distorsioni e le

aspettative dei Ricercatori conducono a errori sistematici nell'osservare, identificare, registrare e interpretare il

comportamento. gli effetti novità possono presentarsi quando viene introdotta un'innovazione. Può essere

l'entusiasmo ritrovato. Il contrario della delle stesse novità è l'effetto di disturbo, in cui un innovazione, come

per esempio nuove procedure di lavoro, misurava il lavoro i dipendenti al punto che non riescono a mantenere

56

la loro efficienza uguale. Uno specifico aspetto novità è l’effetto Hawthorne. Si riferisce i cambiamenti nel

comportamento delle persone indotti dall'interesse che altri significativi mostrano per esse. In aggiunta ai

problemi derivati dalle minacce alla validità interna, i veri esperimenti possono essere indeboliti dalle minacce

alla validità interna. La validità esterna dipende principalmente da quanto il nostro campione è rappresentativo

di persone, contesti e tempi a cui vogliamo generalizzare i risultati della ricerca. La rappresentatività viene

normalmente raggiunta attraverso campionamento causale. La miglior verifica per la validità interna è replicare

l'esperimento. Perciò la ripetizione dell'esperimento con tipi diversi di partecipanti in contesti diversi con

trattamenti diversi in tempi diversi.

I quasi esperimenti.

i quasi esperimenti forniscono un'alternativa importante quando non sono possibili degli esperimenti. I quasi

esperimenti mancano del grado di controllo dei veri esperimenti, in particolare i quasi esperimenti in genere

non hanno l'assegnazione causale. I ricercatori devono cercare prove aggiuntive per eliminare le minacce alla

validità interna quando fanno quasi esperimenti invece di veri esperimenti. Il disegno pretest post-test a un

gruppo è chiamato disegno presperimentale o cattivo esperimento, perché ha una validità interna molto

ridotta. I quasi esperimenti implicano procedure che sono simili a quelle dei veri esperimenti. I quasi

esperimenti racchiudono alcuni tipi di intervento o trattamento e forniscono un confronto, ma mancano del

grado di controllo dei vari esperimenti. La randomizzazione è il segno distintivo dei quasi esperimenti. I quasi

esperimenti sono raccomandati quando i veri esperimenti non sono fattibili, è sempre meglio sapere qualcosa

sull' efficacia di un trattamento che non sapere nulla. Se il ricercatore può dimostrare che la minaccia legata ai

sensi della storia non è plausibile, ho un argomento in più per sostenere la validità interna del quasi

esperimento. Prima di affrontare i problemi di interpretazione che deriva dalle procedure quasi sperimentali, il

ricercatore dovrebbe fare ogni possibile sforzo per avvicinarsi alle condizioni di un vero esperimento. Il

comportamento di un gruppo viene misurato prima è dopo il trattamento tra l'esperimento questo è descritto

così . Dove O1 si riferisce alla prima osservazione di un gruppo o pre testo, X indica un trattamento

e o2 si riferisce alla seconda osservazione o post test. questo disegno come gruppo pre-test post-test

rappresenta un disegno per sperimentare. I risultati di un cattivo esperimento sono inconcludenti rispetto al

efficacia di un trattamento. Ci sono quasi esperimenti che possono migliorare questo disegno per essere

mentale.

Disegni con gruppo di controllo non equivalente.

in un disegno con gruppo di controllo non equivalente, vengono comparati un gruppo in trattamento un

gruppo di confronto, usando misure pretest post-test. Se i due gruppi sono simili nei loro punteggi pre test

prima del trattamento ma differiscono nel punteggio post-test dopo il trattamento, i ricercatori possono con

più sicurezza fare delle affermazioni sull' effetto del trattamento. Le minacce alla validità interna dovute agli

effetti della storia, della maturazione, delle prove, della strumentazione e alla regressione possono essere

controllata in un disegno a gruppo di controllo non equivalente. In un disegno con gruppo pretest post-test può

essere verificato modificato per creare un disegno quasi sperimentale con la validità interna molto superiore se

vengono soddisfatte due condizioni. Esiste un gruppo come il gruppo in trattamento che può servire come

gruppo di confronto e c'è la possibilità di ottenere le misurazioni pretest post- test da soggetti in entrambi i

gruppi trattamento di confronto. Definiscono la procedura quasi esperimenti che soddisfa queste due

condizioni, disegno al gruppo di controllo non equivalente. Poiché non possiamo supporre che le persone nel

gruppo in trattamento nel gruppo di controllo siano equivalenti su tutte le caratteristiche è Essenziale che

venga fatto un pretest in entrambi i gruppi per valutare le loro somiglianze rispetto a misura per cena se un

disegno ancora di controllo non equivalente può essere riassunto con la seguente formula . La

57

linea tratteggiata indica che il gruppo in trattamento è quello di controllo non sono stati formati assegnando

casualmente i partecipanti alle condizioni. Con l'aggiunta di un gruppo di confronto, i ricercatori possono

calcolare le minacce alla validità interna dovuta gli effetti della storia della misurazione delle prove della

strumentazione della regressione. Vogliamo iniziare con un esperimento con due gruppi simili: un gruppo

riceve il trattamento e l'altro no. Se i punteggi post-test dei due gruppi sono diversi dopo il trattamento,

dobbiamo per prima cosa escludere spiegazioni alternative prima di poter dichiarare che il trattamento ha

causato la differenza. Se i gruppi sono davvero confrontabili allora possiamo presumere che gli effetti della

storia, della misurazione, delle prove, tentazione e la regressione abbiano avuto la stessa influenza in entrambi

i gruppi. Perciò possiamo presumere che in entrambi i gruppi si modifichino naturalmente negli stessi tempi,

sperimentino lo stesso effetto di valutazione multipla. se entrambi i gruppi sperimentano allo stesso modo

questi effetti, probabilmente tali aspetti non possono essere utilizzati per giustificare la differenza di gruppo

sulle misure post test. Perciò non rappresentano più minacce alla validità interna. Aggiungendo un gruppo di

confronto, i ricercatori sostengono un grosso vantaggio al fine di poter fare affermazioni causali. Queste

affermazioni causale dipendono in massima parte dalla formazione di gruppi confrontabili all'inizio dello studio,

e della sicurezza che i gruppi abbiano poi esperienze confrontabili. Le minacce alla validità interna, dovute a

effetti congiunti con la selezione, in genere in questo disegno non vengono eliminate.

Disegno con gruppo di controllo non equivalente.

La ricerca in contesti naturali è spesso caratterizzata da trattamenti costituiti da una molteplicità di azioni o

componenti. Trovare le prove per un effetto generale del trattamento questo è solo la prima parte in un

programma di ricerca che segue l'identificazione degli esperimenti degli elementi cruciali del trattamento. Ci

possono essere benefici sia pratici sia teorici in tale identificazione. su un piano pratico, la ricerca dovrebbe

rilevare che solo alcune delle caratteristiche del trattamento sono problemi cruciali nel produrre l'effetto, così

forse potrebbero venire eliminate le caratteristiche meno importanti, questo può rendere il trattamento più

economico e assicurarmi una maggiore possibilità di essere adottato e portato avanti. Dal punto di vista teorico

è importante determinare se le componenti di un trattamento che la teoria considera cruciali sono davvero tali.

La ricerca ha dimostrato l’effetto generale di un trattamento potremmo subito pensare a quali ulteriori

ricerche sarebbero utili per rilevare quali specifiche componenti sono importanti per l'effetto del tratta mento.

Minaccia alla validità interna nel disegno con gruppo di controllo non equivalente.

Per ripetere il risultato dei disegni quasi sperimentali, i ricercatori esaminano lo studio per determinare se

siano presenti delle minacce alla validità interna. Le minacce alla validità interna che devono essere

considerate quando si usa il disegno gruppo di controllo non equivalente comprendono: gli effetti congiunti

con la selezione, la regressione differenziale verso la media, la vista dell'osservatore, gli effetti di diffusione gli

effetti novità. Sebbene i gruppi possono essere confrontati su una misura di pre-test questo non assicura che i

gruppi siano confrontabili in tutti i possibili modi che risultano rilevanti ai fini dell'esito dello studio.

il disegno con gruppo di controllo non equivalente in genere controlla tutte le principali tipi di minacce

potenziali alla validità interna, eccetto quelle dovute agli effetti aggiuntivi di selezione e maturazione, selezione

storia, selezione e strumentazione e quelli dovuti alla regressione verso la media. Anche quando i punteggi pre-

test non mostrano differenze tra i gruppi, tuttavia, non possiamo supporre che i gruppi siano equivalenti.

Effetto selezione misurazione: L'effetto congiunto di selezione e misurazione si verifica quando gli individui di

un gruppo diventano più esperti, stanchi e annoiati più in fretta degli individui di un altro gruppo. L'effetto

selezione e maturazione diventi più una minaccia alla validità interna quando il gruppo in trattamento si è auto

selezionato e quando il gruppo di confronto proviene da una popolazione diversa dal gruppo in trattamento. Il

loro disegno si avvicina di più a un vero esperimento di quello che sarebbe accaduto se gli individui nei due

gruppi fossero venuti da diverse popolazioni. La possibilità di un effetto selezione maturazione è una delle

ragioni per cui non si può escludere che gruppi siano equivalenti anche quando i punteggi pretest sono in

58

media gli stessi per i gruppi in trattamento e di controllo. Il tasso normale di cambiamento è maggiore nel

gruppo A che nel gruppo B ma è probabile che il pretest mostri che i gruppi non differiscono. A causa del Tasso

differenziale di crescita, i gruppi probabilmente mostreranno una differenza al post test, e potrebbe essere

scambiata per un effetto del trattamento. È probabile che il preteste misuri gli interpellati su una sola variabile,

o al massimo alcune variabili, il mero fatto che le persone non differiscono su una variabile non significa che

non differiscono in altri importanti variabili per il loro comportamento in una situazione.

Effetto selezione- storia: Un'altra minacce alla validità interna e che non è controllata nel disegno gruppo di

controllo non equivalente, è l'effetto congiunto di selezione e storia. Chiamiamo questo problema effetto di

storia locale. Sorge quando un evento diverso dal trattamento colpisce un gruppo e non l'altro.

effetto selezione- strumentazione: Una minaccia dovuta alla combinazione di selezione e strumentazione

avviene quando è più facile che vengono individuati i cambiamenti in uno strumento di misura in un gruppo

piuttosto che in un altro. Gli effetti floor e ceiling potrebbero essere difficili da rilevare i cambiamenti nel

comportamento pretest al post-test.Se questo è un problema di un gruppo più che di un altro è presente un

effetto selezione strumentazione. È più probabile che queste minacce alla validità interna diventi un problema

quanto maggiore è la non equivalenza dei gruppi e quanto più i punteggi del gruppo sono vicini a un polo della

Scala.

Regressione differenziale verso la media: La minaccia finale alla validità interna che non è controllata nel

disegno gruppo di controllo non equivalente è la regressione statistica differenziale. una regressione verso la

media avviene quando gli individui vengono selezionati sulla base di punteggi estremi. La regressione

differenziale verso la media può presentarsi quando è più probabile che la regressione verso la media si

presento in un gruppo piuttosto che nell'altro. Pensiamo a un disegno a gruppo di controllo non equivalente in

cui i partecipanti con i problemi più seri sono inseriti nel gruppo in trattamento. È possibile e anche probabile

che la regressione si presenti in questo gruppo. Se la regressione è più probabile nel gruppo in trattamento che

nel gruppo di controllo i cambiamenti da pretest posttest possono essere enormemente interpretati come

aspetto del trattamento.

Effetto Aspettativa, di diffusione, effetto novità: stimare la validità interna di una relazione è un processo

deduttivo in cui il ricercatore deve sistematicamente pensare a come ogni minaccia di validità interna posso

avere influenzato i dati. Il ricercatore deve esaminare i dati per testare quali minacce rilevanti possono essere

eliminate. In questo processo, il ricercatore deve essere critico di se stesso, ed esaminando con incisività tutte

le minacce che puoi immaginare. Quando tutte le minacce possono plausibilmente essere eliminate è possibile

trarre conclusioni fiduciose sul fatto che una relazione è probabilmente causale. Quando non si può magari

perché non sono disponibili dati appropriati, o perché i dati indicano che può in realtà aver operato una

minaccia particolare allora il ricercatore deve concludere una relazione dimostrata tra le variabili può o non

può essere causale.

Il problema della validità esterna.

Allo stesso modo della validità interna, la validità esterna dei risultati di ricerca deve essere esaminata

criticamente. La prova migliore per la validità esterna dei risultati di ricerca è replicare con popolazioni, contesti

e tempi diversi. Per la validità esterna di un quasi esperimento dobbiamo fare la stessa indagine sistematica

che faremo per la validità interna. Il ricercatore deve essere pronto a replicare un risultato sperimentale con

popolazioni, contesti e tempi diversi per stabilire la validità esterna. Deve anche essere usato il processo

deduttivo applicato alle questioni di validità interna, per esaminare la validità esterna di uno studio. Dobbiamo

essere pronti a convivere con il fatto che è probabile che uno studio non risponde a tutte le domande di una

ricerca.

Disegno semplice a serie temporali interrotte. 59

in un disegno semplice a serie temporali interrotte, i ricercatori esaminano una serie di osservazioni prima

e dopo un trattamento. Le prove per gli effetti del trattamento si presentano quando ci sono cambiamenti

repentini discontinuità nei candidati a serie temporali nel momento in cui viene effettuato il trattamento.

Le minacce maggiori alla validità interna nel disegno semplice a serie temporali interrotte sono gli effetti

della storia e cambiamenti nella misurazione, Che avvengono contemporaneamente al trattamento.

Quando i ricercatori possono osservare dei cambiamenti in una variabile dipendente per un po' di tempo

prima e dopo che è stato introdotto un trattamento è possibile ricorrere un secondo tipo di esperimento di

quasi esperimento, il disegno semplice a serie temporali interrotte ovvero Le misure periodiche prima e

dopo un trattamento. Il disegno semplice a serie temporali interrotte può essere schematizzato nel modo

seguente . Può essere usato per valutare l'effetto di un trattamento in

situazioni quali l’introduzione di un nuovo prodotto. Una discontinuità nella serie temporale è la prova

principale di un effetto del trattamento. Solo i cambiamenti improvvisi nel grafico a serie temporali

possono essere interpretati, perché i cambiamenti graduali non sono distinguibili dalle fluttuazioni normali

nel tempo. Il problema della validità interna riduce la questione di ipotesi plausibili, che offrono probabili

spiegazioni alternative dello spostamento nelle serie temporali, diverso dall’effetto X. Un effetto della

storia è la principale minaccia alla verità interna in questo tipo di disegno. Particolarmente minacciose per

la validità interna del disegno a serie temporali interrotte sono le influenze di natura ciclica incluse le

variazioni stagionali. Anche la strumentazione deve essere considerata una minaccia alla validità interna

nel disegno semplice a serie temporali. Perché la minaccia della strumentazione sia plausibile si deve

dimostrare che i cambiamenti nella strumentazione sono avvenuti esattamente nello stesso tempo

dell'intervento. Le minacce alla validità interna dovute alla maturazione, alle prove e alla regressione sono

controllate nel disegno semplice a serie temporali interrotti. Nessuna di queste minacce può essere esclusa

quando è disponibile solo una singola misura pretest post-test, queste minacce vengono quasi eliminate

dalla presenza di molteplici osservazioni sia prima che dopo il trattamento. le minacce alla validità interna

nel disegno semplice a serie temporali interrotte devono essere esaminate con attenzione. Quando delle

osservazioni per il trattamento del comportamento con basate su test multipli, diventa allora probabile che

un effetto del trattamento possa riguardare solo quegli individui che hanno avuto esperienze di test

multipli. Il disegno serie temporali interrotte in genere preferisce testare solo un singolo gruppo che non è

stato selezionato casualmente. Questo aspetto del disegno lascia aperta la possibilità che i risultati siano

limitati a persone con caratteristiche simili alle persone che hanno preso parte allo studio.

Disegno a serie temporali con gruppo di controllo non equivalente.

in un disegno a serie temporali con gruppo di controllo non equivalente, i ricercatori fanno una serie di

osservazioni prima e dopo il trattamento sia per il gruppo in trattamento sia per il gruppo di confronto. La

validità interna del disegno semplice a serie temporali interrotte può essere ampiamente aumentata

includendo un gruppo di controllo che segue le procedure che abbiamo prima descritto per il disegno con

gruppo di controllo non equivalente. Per i disegni a serie temporali con gruppo di controllo non equivalente

il ricercatore deve trovare un gruppo comparabile col gruppo in trattamento che offre una simile

opportunità di osservazioni multiple nei tempi corrispondenti a quelli del gruppo sperimentale. Questo

disegno si delinea come il gruppo di controllo e quello sperimentale non

sono assegnati casualmente. Il disegno a serie temporali con gruppo di controllo non equivalente permette

ricercatori di eliminare molte minacce dovute alla storia.

Valutazione di programma. 60


ACQUISTATO

5 volte

PAGINE

73

PESO

1.13 MB

PUBBLICATO

+1 anno fa


DETTAGLI
Corso di laurea: Corso di laurea in scienze e tecniche psicologiche
SSD:
Università: Torino - Unito
A.A.: 2018-2019

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher federicaborsi di informazioni apprese con la frequenza delle lezioni di Metodologia della ricerca psicologica e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Torino - Unito o del prof Sacco Katiuscia.

Acquista con carta o conto PayPal

Scarica il file tutte le volte che vuoi

Paga con un conto PayPal per usufruire della garanzia Soddisfatto o rimborsato

Recensioni
Ti è piaciuto questo appunto? Valutalo!

Altri appunti di Corso di laurea in scienze e tecniche psicologiche

Riassunto esame Psicologia Dinamica, prof. Nespoli, libro consigliato Modelli Evolutivi in Psicologia Dinamica II, Quaglia, Longobardi
Appunto
Riassunto esame Psicologia Dinamica, prof. Nespoli, libro consigliato Modelli Evolutivi in Psicologia Dinamica I, Quaglia, Longobardi
Appunto
Riassunto esame Psicologia generale, prof. Del Giudice, libro consigliato Atkinson Hilgard s Introduzione alla Psicologia
Appunto
Riassunto esame Psicologia dello sviluppo, prof. Molina, libro consigliato Psicologia dello sviluppo, Vianello Gini Lanfranchi
Appunto