Riassunto esame Metodologia della ricerca in Psicologia Clinica, prof. Lo Coco, libro consigliato Metodi di ricerca in psicologia clinica, Alan E. Kazdin

CONSIDERAZIONI:

statistici potrebbero aumentare il numero delle informazioni che forniscono se includessero anche la

consistenza della forza delle connessioni tra le diverse variabili. La difficoltà consiste nel decidere tra i molti

contendenti quali misure permettono di rafforzare queste connessioni. Tra le possibili opzioni, non è stata

adottata essu a isu a si gola. L effetto di e sio e stato dis usso pe illust a e i pu ti elati i alla

apitolo, osì o e ell a ito di alt i o testi. I olt e, so o stati ate ia di

potenza nel presente

dis ussio e a he i etodi pe la o putazio e dell effetto di e sio e e le i tù dei etodi alte ati i. Le

considerazioni riguardo le misure alternative non possono essere trattate in questa sede. Tuttavia, il punto

p i ipale da e fatizza e igua da l i po ta za di i lude e le isu e della fo za della elazio e o e, ad

ese pio, l effetto di e sio e oppu e u a delle ta te isu e o elazio ali.

I confronti multipli

ato e, ell

Il rice ambito di un esperimento, è solito includere diversi gruppi e confrontare solo alcuni

oppure confrontarli tutti. Per esempio, assumiamo che lo studio considera 4 gruppi, tre prevedono una

condizione con trattamento e uno è il gruppo di controllo. Ad esempio, per verificare se vi sono differenze il

ricercatore può condurre un test di tipo generale (analisi della varianza). Se i risultati sono significativi

possono essere eseguiti parecchi confronti individuali per identificare quali tra questi gruppi differiscono. 90

Alternativamente, il ricercatore può evitare il test generale e procedere utilizzando confronti singoli. In ogni

caso, vengono completati parecchi confronti a due gruppi dato che ogni trattamento è confrontato sia con

gli altri trattamenti che con il gruppo di controllo. Per proteggersi dalla presenza di un errore di primo tipo

si potrebbe assumere un livello di alfa di p < .05. Questo alfa fa riferimento al rischio di evitare un certo

confronto che a volte viene definito come errore del confronto. Tuttavia, è bene ricordare che vi sono

anche confronti multipli. Con i confronti multipli vi può essere la possibilità di far aumentare la probabilità

di un errore di primo tipo. Informalmente, questo incremento viene definito come probabilità piramidale

el se so he l au e to della ealtà p o a ilità di u e o e di p i o tipo au e ta o il u e o di test. Di

quanto aumenti il livello di p dipende dal numero dei confronti. Infatti, con un numero di confronti ognuno

con un livello di p < .05 può essere più elevata la probabilità che alcuni confronti siano significativi. Nel

nostro esempio ipotetico che considera 4 gruppi, il ricercatore potrebbe voler eseguire tutti i confronti

possibili. Il livello di alfa selezionato deve considerare il numero di tutti i possibili confronti. Considerato

l alto u e o di test la p o a ilità di u e o e di p i o tipo pot e e esse e ele ato, o osta te u a

e o e all i te o

probabilità di errore di .05. Questa percentuale generale viene definita come

dell esperimento. Pe pote aff o ta e l e o e all i te o di u espe i e to e pe o t olla e l au e to

della probabilità in modo che non si verifichi un errore di primo tipo sono disponibili anche test alternativi

basati s confronti multipli. Una procedura alternativa relativamente semplice è la procedura chiamata

Bonferroni. Questa procedura permette di aggiustare il livello di alfa alla luce del numero di confronti che

sono eseguiti. Consideriamo ora una delle procedure più comuni di variazione. In una serie di confronti la

p o a ilità più ele ata pe ifiuta e l ipotesi ulla elati a al u e o di o f o ti k pe alfa. O ia e te,

se de o o esse e eseguiti o f o ti l e o e ge e ale ka. .È hia o he p = . i a etta ile o e

o ei o f o ti del is hio di u e o e di p i o tipo. Pe o t olla e l e o e o plessi o il

fattore protetti

livello di alfa deve essere modificato in base al numero di confronti. Il metodo di Bonferroni serve a questo

scopo e si basa sulla divisione del livello di alfa per il numero di confronti. Come fatto notare prima,

l aggiusta e to del li ello di alfa e essa io ua do pe u a e ta isu a so o eseguiti pa e hi

confronti. La preoccupazione legata ad un livello di alfa troppo elevato emerge quando vi sono diverse

misure e sono eseguiti parecchi test per confrontare gli stessi gruppi attraverso ogni misura. Per esempio,

se due gruppi di pazienti ( pazienti ansiosi, pazienti non ansiosi) sono confrontati sulla base di diverse

misure la probabilità di trovare differenze significative è più alta di p < .05. Anche in questo caso, il test di

Bonferroni può essere utilizzato per il numero di confronti dove K fa ancora riferimento al numero di

i u o se so ge e ale ell

confronti o al numero di test. CONSIDERAZIONI: affermare che i confronti

multipli richiedono ulteriori chiarimenti. Fallire nel considerare la molteplicità dei confronti può avere

implicazioni dirette sulla validità della conclusione statistica. In questo caso, ad esempio, ciò potrebbe

avvenire concludendo che vi sono differenze significative quando in realtà non ve ne sono. Oltre questi

aspetti ge e ali il o se so di i uis e. I fatti, pe ese pio, gli statisti i so o i disa o do ell affe a e

quali test sono appropriati per i confronti multipli oppure se un certo test è troppo conservativo o rigoroso.

L uso di u a p o edu a di aggiusta e to o e uella di Bo fe o i a asta za o u e. “e e e

modificare il livello di alfa sia ragionevole, in un certo studio le conseguenze di ciò potrebbero essere serie.

In pratica, quando si adotta un livello di alfa modificato il numero degli effetti tende a diminuire. In altre

parole, nel momento in cui il livello di alfa diviene più rigoroso la potenza diminuisce e aumenta la

probabilità di un errore di secondo tipo. I ricercatori sono riluttanti a compiere aggiustamenti per i test già

completati. Tuttavia, vi sono alternative anche per quei ricercatori che credono che i risultati più rilevanti

da loro ottenuti siano supportati dal confronto statistico, ma che poi, successivamente, vedono svanire

questa possibilità una volta che il livello di alfa è più rigoroso. In primo luogo, il ricercatore può presentare i

risultati sia rispetto al livello di alfa modificato sia rispetto al livello di alfa originale. In questo caso vengono

messi in risalto i risultati che rimangono significativi in entrambe le circostanze e quelli che rimangono 91

significativi solo quando il livello di alfa non è controllato. In secondo luogo, il ricercatore può selezionare

p i a di o pie e l aggiusta e to, ad ese pio, p < . piuttosto di p < . . Il etodo

un alfa più indulgere

di Bonferroni permetterà, successivamente, di dividere questo alfa per il numero di confronti. Infine,

u alt a possi ilità uella he il i e ato e possa o esse e interessato a tutti i possibili confronti, ma

piuttosto ad una sola serie decisa in anticipo e che fa riferimento ad una o due ipotesi primarie. Aggiustare

il livello di alfa per un numero di confronti limitato significa che il livello per ogni confronto non è rigoroso.

Queste alte ati e, tutta ia, o esau is o o la ga a di possi ilità. Il pu to e t ale o dis ute e l u a

o l alt a soluzio e, a piuttosto l i po ta za di aff o ta e uesto a go e to du a te l a alisi dei dati.

Le analisi multivariate e univariate

Pe aluta e l i patto di u i te e to, ell a ito della i e a li i a, e go o utilizzate le isu e

multiple. Per esempio, in uno studio sugli esiti della terapia possono essere ottenute parecchie misure per

valutare le diverse prospettive, i diversi funzionamenti e i diversi tipi di valutazione. Come fatto notare nella

dis ussio e p e ede te, l a alisi dei dati può o p e de e u e to u e o di test i di iduali. Og i g uppo

può esse e o f o tato o l alt o pe og u a delle isu e. “e bene il livello su cui si basa il confronto

potrebbe essere .05, abbiamo già fatto notare che la probabilità di un risultato casuale si moltiplica

apida e te o l au e to del u e o di o f o ti. Il u e o di o f o ti può au e ta e ua do i so o

molti gruppi da confrontare e/o pochi gruppi confrontati sulla base di misure multiple. La procedura di

Bo fe o i u a p o edu a alte ati a he pe ette di aff o ta e il p o le a legato all e o e di p i o

tipo quando questi confronti vengono eseguiti. Quando vi sono misure multiple emerge un altro problema.

I pa ti ola e, le i te elazio i t a le isu e. L esito della p estazio e ispetto di e se isu e può esse e di

due tipi: 1. Concettualmente correlato, dato che esse riflettono un insieme che il ricercatore vede come

u ita io, oppu e . E pi i a e te o elato dato he le isu e o ela o sig ifi ati a e te l u l alt a.

Quando vi sono misure ad esito multiplo, i dati possono essere considerati come multivariati. Condurre

analisi multivariate può essere un fattore positivo. Le analisi multivariate considerano parecchie misure

all i te o della stessa a alisi, e t e le a alisi u i a iate esa i a o u a isu a alla olta. Le a alisi

multivariate non si usano semplicemente perché si hanno parecchie misure dipendenti. Piuttosto, si usano

quando il ricercatore è interessato a comprendere le relazioni tra le misure dipendenti. Le analisi

multivariate considerano queste relazioni fornendo una combinazione lineare delle misure e valutano se

quella combinazione determina un effetto statisticamente significativo. Una volta dimostrato questo

effetto attraverso una analisi multivariata si potrebbero condurre test uni variati per identificare le

specifiche differenze su ognuna delle variabili dipendenti. CONSIDERAZIONI: In molti esperimenti le analisi

multivariate sono utilizzate quando vi sono parecchie misure. Le analisi uni variate, invece, vengono

eseguite su essi a e te se l a alisi ulti a iata isultata sig ifi ati a. “o o pa e hie le o side azio i

do l app op iatezza delle a alisi ulti a iate. I fatti, pe giustifi a la o suffi ie te la sola

da fare rigua

presenza di parecchie misure. Potrebbe essere appropriato valutare molte misure anche compiendo

parecchi test uni variati e non solo eseguendo analisi multivariate. Le analisi multivariate sono

particolarmente appropriate se il ricercatore interpreta le misure come concettualmente interrelate ed è

interessato nel raggruppamento separato di varie misure piuttosto che nel rapporto tra questi

raggruppamenti e le misure individuali. Per esempio, vi possono essere parecchie misure riguardo i metodi

pe u a e u pazie te oppu e pe t atta e i p o le i a li ello fa iglia e. Qui di, il i e ato e all i te o

della ricerca può raggruppare tutte le misure relative alla cura del paziente e condurre una analisi

multivariata per identificare una combinazione che consideri questo aspetto nella sua globalità. Lo stesso

viene fatto per le misure che riguardano la valutazione dei problemi a livello famigliare. Nel caso che le

misure siano di un certo interesse possono anche essere condotte analisi separat