Κάποιες βασικές έννοιες στη μεθοδολογία της ψυχολογίας 3 βασικές μέθοδοι έρευνας: ενδοσκόπηση παρατήρηση πείραμα (+ μοντέλλα) πειραματική ψυχολογία υποκείμενα/συμμετέχοντες πειραματική διαδικασία, έργο μετρήσεις που δίνουν δεδομένα λειτουργικός ορισμός του τι μετράω συμπεριφορικά δεδομένα ανάλυση δεδομένων ποιοτικά & ποσοτικά αποτελέσματα στατιστική ανάλυση στατιστική σημαντικότητα του αποτελέσματος συμπεράσματα θεωρίες υποθέσεις θέλουμε γενική ισχύ των όσων βρήκαμε
Πείραμα και Θεωρία Η πορεία της έρευνας σε μια πειραματική επιστημονική εργασία γενικότερα, αλλά και σε μια εργασία πειραματικής ψυχολογίας ειδικότερα, είναι να σχεδιάσουμε ένα (ή περισσότερα) πειράματα μέσω των οποίων θα ελέγξουμε εάν ισχύουν οι υποθέσεις και τα ερωτήματα που έχουμε θέσει. Στην επιστημονική διαδικασία συνήθως εξετάζεται εάν οι προβλέψεις που προκύπτουν από μια θεωρία συμφωνούν με τα αποτελέσματα μιας εμπειρικής / πειραματικής μελέτης. Εάν η ανάλυση των εμπειρικών δεδομένων δείξει ότι αυτά δεν είναι συμβατά με τις προβλέψεις της θεωρίας, γίνονται και άλλες επαναλήψεις του υπό μελέτη φαινομένου. Σε κάποιες περιπτώσεις, η θεωρία ίσως χρειάζεται επανεξέταση.
Πείραμα και Θεωρία..αλλά και αντίστροφα: Η επιστημονική θεωρία χτίζεται ώστε να περιγράψει και να εξηγήσει τα δεδομένα που προκύπτουν από τους εμπειρικούς / πειραματικούς ελέγχους μιας ερευνητικής υπόθεσης. Επομένως σχέση αμφίδρομη μεταξύ θεωρίας και πειραματικής παρατήρησης : Οι θεωρίες οδηγούν σε συλλογή / ανάλυση δεδομένων και η συλλογή / ανάλυση δεδομένων συμπληρώνει τις θεωρίες και οδηγεί σε νέα πειράματα.
Πείραμα και Θεωρία θεωρία vs. δεδομένα (πειραματικά αποτελέσματα) μια καλή θεωρεία θα πρέπει: να δίνει ένα (όσο το δυνατόν οικονομικότερο) πλαίσιο οργάνωσης και κατανόησης των δεδομένων να τα εξηγήσει ή τουλάχιστον να τα συνδέσει αιτιακά μεταξύ τους να δημιουργεί προβλέψεις που να μπορούν να ελεγχθούν πειραματικά για να διαλέξουμε ανάμεσα σε 2 θεωρίες εξετάζουμε: εμπειρική συνέπεια (να εξηγεί τα πειραματικά αποτελέσματα) λογική συνέπεια και ρεαλιστική υπολογιστική δυνατότητα Occam s Razor: όσο πιο απλά, τόσο πιο καλά. γενική ισχύ (να μην υπάρχουν στο κενό, να συνδέονται με άλλα ευρήματα/θεωρίες) εμπειρική συνέπεια (νέα πειράματα και δεδομένα) όλες οι θεωρίες έχουν περιορισμένη διάρκεια ζωής, μέχρι δηλ. να βρεθεί η επόμενη (καλύτερη) Isaac Newton: If I have seen farther, it is by standing on the shoulders of giants
Πείραμα και Παρατήρηση Το ότι στο πείραμα σχεδιάζουμε εμείς τη μεθοδολογία-πορεία του πειράματος, μας δίνει τη δυνατότητα να χειριστούμε τους παράγοντες που θέλουμε να ελέγξουμε. Μια μέθοδος τεκμηρίωσης της αιτιώδους σχέσης μεταξύ των παραγόντων (μεταβλητών). Αντίθετα, στην παρατήρηση δεν επεμβαίνουμε στην εξέλιξη, φύση, σχέση, αλληλεπίδραση των παραγόντων που θέλουμε να ελέγξουμε. Τους αφήνουμε να εξελιχθούν φυσικά και, σε κάποια χρονική στιγμή, συλλέγουμε τα στοιχεία και κάνουμε αναλύσεις. Στην παρατήρηση οι αναλύσεις συνήθως αφορούν συσχετίσεις μεταξύ των παραγόντων, χωρίς πάντα να είμαστε σίγουροι για την αιτιότητα στης σχέση που μελετάμε.
Πείραμα και Παρατήρηση Τόσο στο πείραμα, όσο και στην παρατήρηση, η αιτία της σχέσης που θα παρατηρήσουμε μπορεί να οφείλεται στην επίδραση «τρίτων» παραγόντων. Αυτοί οι «τρίτοι παράγοντες» πρέπει να έχουμε φροντίσει να είναι όσο το δυνατόν περισσότερο εξουδετερωμένοι και οι παράγοντες που ελέγχουμε να είναι εξισορροπημένες - εξισωμένες ως προς αυτούς. Όμως, σε μια έρευνα παρατήρησης, αυτό δεν είναι πάντα εφικτό. πλεονέκτημα παρατήρησης: μπορούμε να ερευνήσουμε εξαιρετικά πολύπλοκα φαινόμενα. πλεονέκτημα πειράματος: πολύ πιο αυστηρά δομημένο και άρα ικανό να δώσει πιο συγκεκριμένες και καλύτερα ελεγχόμενες πληροφορίες. Το πλεονέκτημα της μίας μεθόδου είναι το μειονέκτημα της άλλης.
Συσχέτηση, αιτιότητα, και το πρόβλημα της τρίτης μεταβλητής
Τι ακριβώς είναι η Μεταβλητή (Variable) Οι παράγοντες που σε κάθε (ψυχολογικό) πείραμα τίθενται υπό μελέτη και έλεγχο ονομάζονται μεταβλητές. Είναι ό,τι μεταβάλλεται και συγχρόνως μπορεί να μετρηθεί - οι παράγοντες για τους οποίους συγκεντρώνονται πληροφορίες σε μια έρευνα. Μια μεταβλητή μεταβάλλεται: α) σε είδος (τι;) ή β) σε ποσό (πόσο;) Α) Οι μεταβλητές που μεταβάλλονται σε είδος λέγονται κατηγορικές μεταβλητές (π.χ. φύλο). Β) Οι μεταβλητές που μεταβάλλονται σε ποσό λέγονται ποσοτικές μεταβλητές (π.χ. ύψος). Οι τιμές που παίρνει μια μεταβλητή μπορεί να είναι είτε σύμβολο (κατηγορικές) είτε αριθμός (ποσοτικές).
Πόσα είδη μεταβλητών υπάρχουν? Ανεξάρτητη Μεταβλητή Η μεταβλητή που (βάση της ερευνητικής υπόθεσης) θεωρούμε ως αίτιο της σχέσης που παρατηρούμε. Αυτό που χειριζόμαστε / μεταβάλλουμε. Εξαρτημένη Μεταβλητή Η μεταβλητή που θεωρούμε ως αποτέλεσμα. Αυτό που μετράμε. Λέγεται «εξαρτημένη» γιατί η τιμή της εξαρτάται από το αίτιο (δηλαδή την ανεξάρτητη μεταβλητή).
Παραδείγματα Πειραματικής Έρευνας 1. Εξαρτάται η επίδοση στην οδήγηση από την ποσότητα του αλκοόλ που καταναλώνει κάποιος? 2. Εξαρτάται η επίδοση σε ένα μνημονικό τεστ από το πόση ώρα διαβάζει κάποιος? 1, 2 Ουσιαστικά αναρωτιόμαστε: Διαφορετικοί χειρισμοί μιας (ανεξάρτητης) μεταβλητής οδηγούν σε διαφορά στην επίδοση σε κάποιο έργο (που θα μετρήσουμε) εξαρτημένη μεταβλητή?
Τι είναι τα «επίπεδα» μιας Μεταβλητής Οι «εκπρόσωποι» της συγκεκριμένης μεταβλητής που θα επιλέξουμε να χρησιμοποιήσουμε. Αν η μεταβλητή είναι ποσοτική, τότε είναι οι τιμές που μπορεί να πάρει. Αν οι τιμές που μπορεί να δώσουμε είναι συγκεκριμένες, τότε μιλάμε πάλι για κατηγορική. Για παράδειγμα: Η κατηγορική μεταβλητή «φύλο» έχει τα επίπεδα: «Άντρας» και «Γυναίκα». κ.ο.κ. Η ποσοτική μεταβλητή «κατανάλωση αλκοόλ» μπορεί να έχει οποιαδήποτε τιμή από 0-1500 ml Η κατηγορική μεταβλητή «κατανάλωση αλκοόλ» μπορεί να έχει τα επίπεδα: «0 μπύρες», «1 μπύρα» και «2 μπύρες» (ισοδύναμα: «καθόλου», «λίγο», «πολύ»)
Πειραματική Ομάδα VS Ομάδα Ελέγχου Για να σιγουρευτούμε ότι αιτία του αποτελέσματος που παρατηρήσαμε ήταν ο συγκεκριμένος, κάθε φορά, χειρισμός της ανεξάρτητης μεταβλητής, θα πρέπει να συγκρίνουμε την επίδοση της πειραματικής ομάδας / πειραματικών ομάδων (την ομάδα / ομάδες που «εκτέθηκαν» στην ανεξάρτητη μεταβλητή), με μια ομάδα ελέγχου. Η ομάδα ελέγχου, πρέπει να έχουμε φροντίσει ώστε να διαφέρει από τις πειραματικές μόνο στο ότι αυτή δεν «εκτέθηκε» στην ανεξάρτητη μεταβλητή που χειριζόμαστε. Στο παραπάνω παράδειγμα με την ποσότητα αλκοόλ και την οδήγηση, θα πρέπει να χειριστούμε (να έχουμε επέμβει) στις πειραματικές μας ομάδες έτσι, ώστε να πιουν κάποια ποσότητα αλκοόλ προτού οδηγήσουν. Θα πρέπει επίσης να έχουμε φροντίσει ώστε η ομάδα ελέγχου να μην έχει πιει αλκοόλ. Αν, μετρώντας την εξαρτημένη μεταβλητή (μετρώντας δηλαδή την επίδοση στην οδήγηση) όλων των ομάδων, βρούμε στατιστικώς σημαντικές διαφορές μεταξύ της πειραματικής ομάδας και της ομάδας ελέγχου, τότε μπορούμε, με μια σχετική βεβαιότητα, να καταλήξουμε στο συμπέρασμα ότι το αλκοόλ επηρεάζει την οδηγητική ικανότητα.
πειραματική συνθήκη VS συνθήκη ελέγχου Για να σιγουρευτούμε ότι ένα αποτέλεσμα που παρατηρήσαμε είναι συγκεκριμένο και όχι γενικό, καλό θα ήτανε να μελετήσουμε την επίδραση της ανεξάρτητης μεταβλητής όχι μόνο στο συγκεκριμένο έργο το οποίο νομίζουμε ότι αυτή επηρεάζει, αλλά και σε ένα άλλο, άσχετο έργο (συνθήκη ελέγχου), η επίδοση στο οποίο κανονικά θα πρέπει να μείνει ανεπηρέαστη από τις μεταβολές της ανεξάρτητης μεταβλητής. Για παράδειγμα, έστω ότι θέλουμε να δούμε ένα μία ουσία επηρεάζει συγκεκριμένα την ικανότητά μας να λύνουμε μαθηματικές ασκήσεις. Δεν αρκεί να δείξουμε ότι μετά από την κατανάλωση αυτής της ουσίας οι μαθητικές μας επιδόσεις έχουν μειωθεί. Χρειαζόμαστε και μια συνθήκη ελέγχου, π.χ. την επίδοση τους στη λύση σταυρόλεξων, και να δούμε και τις επιπτώσεις της ουσίας και σε αυτή τη δοκιμασία. Εάν, μετά την κατανάλωση της ουσίας, οι επιδόσεις στα μαθηματικά επηρεάζονται αλλά αυτές στα σταυρόλεξα όχι, έχουμε το δικαίωμα να πούμε ότι η ουσία αυτή έχει ένα συγκεκριμένο αποτέλεσμα, δηλαδή τη μείωση των μαθηματικών μας ικανοτήτων. Εάν πάλι η κατανάλωση της ουσίας επηρεάσει και την απόδοση μας στα σταυρόλεξα, τότε δεν έχουμε το δικαίωμα να μιλάμε για μια συγκεκριμένη σχέση μεταξύ ουσίας και μαθηματικής σκέψης η ουσία αυτή φαίνεται να έχει επίδραση στις νοητικές λειτουργίες γενικότερα.
Συμμετέχοντες, Δείγμα και Πληθυσμός Εφόσον μας ενδιαφέρει η ανθρώπινη νόηση και συμπεριφορά, χρειαζόμαστε ανθρώπινα υποκείμενα ως συμμετέχοντες στο πείραμά μας. Οι συμμετέχοντες που λαμβάνουν μέρος σε ένα πείραμα έρευνα, δηλαδή η ομάδα από την οποία λαμβάνονται οι μετρήσεις, είναι το δείγμα της συγκεκριμένης έρευνας. Το δείγμα πρέπει να είναι χαρακτηριστικό του πληθυσμού. Ο συνολικός αριθμός των υποκειμένων που παίρνουν μέρος στην έρευνα είναι το μέγεθος του δείγματος. Το ευρύτερο σύνολο των ομοειδών περιπτώσεων από το οποίο λαμβάνεται το δείγμα λέγεται πληθυσμός. case studies
Επαναλαμβανόμενη Μέτρηση σε ένα πείραμα χρειαζόμαστε έναν ικανοποιητικό αριθμό συμμετεχόντων από τους οποίους θα λάβουμε πολλές μετρήσεις έτσι ώστε να είμαστε σε θέση να αναλύσουμε τα δεδομένα στατιστικώς. έτσι, για κάθε υπό μέτρηση μεταβλητή και επίπεδο μεταβλητής, φροντίζουμε ώστε να υπάρχουν αρκετές επαναληπτικές μετρήσεις όσο πιο «ισχνό» είναι το αποτέλεσμα (η διαφορά) που προσπαθούμε να μετρήσουμε, τόσο περισσότερες επαναλήψεις (δηλαδή μετρήσεις) χρειάζονται για να έχουμε στατιστική σημαντικότητά του ένα αποτέλεσμα είναι στατιστικά σημαντικό όταν η πιθανότητα να το έχουμε πάρει από τύχη είναι πολύ μικρή
Τι είναι η Κατανομή (Distribution) Η στατιστική μέθοδος για την περιγραφή/συστηματοποίηση μιας ομάδας δεδομένων. Η πιο συνήθης μορφή κατανομής για αυτό τον σκοπό και την παρουσίαση δεδομένων είναι η κατανομή συχνότητας: Δείχνει πόσο συχνά (πόσες φορές) απαντάται η κάθε τιμή της κατανομής. Αυτό μπορεί να φανεί είτε από τη συγκεντρωτική παρουσίαση των δεδομένων σε ένα πίνακα, είτε από τη γραφική παράσταση των δεδομένων όπου έχω συχνότητα στον άξονα των y και τις τιμές στον άξονα των x.
Παράδειγμα Κατανομής Ο παρακάτω πίνακας δείχνει τους αριθμούς λαθών σε κάθε συνθήκη Subject Two Beers Five Beers No Beer 1 5 8 1 2 4 9 1 3 3 7 0 4 6 8 1 5 2 12 2 6 3 15 1 7 1 9 2 8 3 8 3 9 2 9 2 10 5 10 4
Ιστογράμματα Συχνότητας για κάθε ένα από τα επίπεδα της μεταβλητής «ποσότητα αλκοόλ»
Λίγη Περιγραφική Στατιστική Από κάθε μια από τις παραπάνω κατανομές, μπορούμε να εξάγουμε πολύ χρήσιμες περιγραφικές στατιστικές πληροφορίες. Για τους σκοπούς του μαθήματος θα περιοριστούμε: στο Μέσο Όρο Mean - (είναι ένας από τους δείκτες «κεντρικής τάσης») και στην Τυπική Απόκλιση - Standard Deviation - (είναι ένας από τους δείκτες «διασποράς»). Για περισσότερες πληροφορίες σχετικά με τους δείκτες κεντρικής τάσης και διασποράς καλό θα είναι να θυμηθούμε ένα εγχειρίδιο στατιστικής
Κανονική Κατανομή
Παρεμβολή (Interference) Stroop Το φαινόμενο Stroop γενικά, αναφέρεται στη λεκτική παρεμβολή σε ένα αντιληπτικό έργο. Έχει μελετηθεί με πολλές παραλλαγές ενώ η πρωτότυπη εκδοχή του από τον J. Stroop αποτελεί έρευνα σταθμό στην ιστορία της γνωστικής - πειραματικής ψυχολογίας: Stroop, J. R. (1935). Studies of interference in serial verbal reactions. Journal of Experimental Psychology, 18, 643-662. Η παρεμβολή Stroop αναφέρεται στο φαινόμενο όπου ο χρόνος ταυτοποίησης των χρωμάτων (είτε προφορικής είτε χειροκίνητης) με το οποίο είναι γραμμένες οι λέξεις, αυξάνεται όταν η σημασία των λέξεων δηλώνει ένα όνομα χρώματος διαφορετικό από αυτό με το οποίο είναι τυπωμένες.
Παρεμβολή Stroop Αυτή η αύξηση του χρόνου ταυτοποίησης του χρώματος όταν η σημασία των λέξεων δηλώνει ένα όνομα χρώματος διαφορετικό από αυτό με το οποίο είναι τυπωμένες, παρατηρείται σε σχέση με τη συνθήκη που η αναγνώριση αφορά ουδέτερα χρωματιστά ερεθίσματα Αυτή, μάλιστα, είναι και η κλασική εκδοχή, - πείραμα 2 στο άρθρο του Stroop (1935). Δηλαδή: Control: Test: πράσινο κίτρινο καφέ μπλε κόκκινο
Stroop (1935): Ιστογράμματα συχνότητας των χρόνων αναγνώρισης χρώματος. Αριστερή κατανομή = Χρόνοι κατονομασίας των χρωμάτων στη συνθήκη με τα χρωματιστά τετράγωνα (χωρίς λέξεις). Δεξιά κατανομή = Χρόνοι κατονομασίας των χρωμάτων στη συνθήκη όπου οι λέξεις δήλωναν ονόματα χρωμάτων διαφορετικά από αυτά που ήταν τυπωμένες:
Μια γνωστή παραλλαγή του 2ου πειράματος του Stroop Σε μια αρκετά διαδεδομένη παραλλαγή του Stroop test, η αύξηση του χρόνου ταυτοποίησης του χρώματος (όταν η σημασία των λέξεων δηλώνει ένα όνομα χρώματος διαφορετικό από αυτό με το οποίο είναι τυπωμένες), παρατηρείται σε σχέση με τη συνθήκη όπου το σημαινόμενο και το απεικονιζόμενο χρώμα είναι τα ίδια. (βλέπε επόμενη διαφάνεια). Επομένως, υπάρχει παρεμβολή της σημασίας των λέξεων στην κατονομασία των χρωμάτων. Ποιες είναι οι μεταβλητές που έχουμε σε κάθε περίπτωση (ανεξάρτητη και εξαρτημένη); Είναι ποσοτικές ή κατηγορικές;
Παράδειγμα Stroop test: Κατονομάστε το Χρώμα
Παρεμβολή Stroop Ποια παραλλαγή θα μπορούσε να γίνει σε ό,τι είδαμε ως τώρα αναφορικά με το Stroop effect? Το έργο θα μπορούσε να είναι, όχι η κατονομασία του χρώματος, αλλά η ανάγνωση της λέξης. Έργο: Ανάγνωση των λέξεων. Συνθήκες: α) Οι λέξεις ονόματα χρωμάτων είναι τυπωμένες με χρώμα διαφορετικό από αυτό που δηλώνει η σημασία τους, σε σχέση με τη συνθήκη που, β) οι ίδιες λέξεις είναι τυπωμένες με μαύρο μελάνι. Το Πείραμα 1 στην πρωτότυπη μελέτη του Stroop (1935) είχε αυτό το σχεδιασμό. Αποτελέσματα: Από τη σύγκριση των δύο συνθηκών του πειράματος 1, δεν βρέθηκε στατιστικά σημαντική διαφορά.
...Συνεπώς: Παρεμβολή Stroop Από τη συγκεκριμένη έρευνα, προκύπτει ότι η σημασία των λέξεων που δηλώνουν ονόματα χρωμάτων παρεμβαίνει στην κατονομασία του χρώματος (Πείραμα 2). Όμως, η αναγνώριση του χρώματος δεν βρέθηκε να παρεμβαίνει στην ανάγνωση λέξεων με ονόματα χρωμάτων (Πείραμα 1). Αυτό, όμως, είναι ένα negative result (δηλ. δεν βρήκαμε κάτι) και άρα δε μπορούμε να πούμε με σιγουριά ότι όντως δεν παρεμβαίνει
Παρεμβολή Stroop Ένα γενικό συμπέρασμα: Η ανάγνωση είναι μια γνωσιακή διεργασία, αρκετά αυτοματοποιημένη, ώστε, είναι δύσκολο να αγνοήσει κανείς τη λέξη και το νόημά της, και να κατευθύνει την προσοχή του σε μια άλλη γνωσιακή διεργασία: την αντίληψη - αναγνώριση - κατονομασία του χρώματος. Δεν έχει δωθεί ακόμα μια ικανοποιητική και πλήρης εξήγηση του γιατί συμβαίνει αυτό ή σε ποιο ακριβώς στάδιο της διαδικασίας συμβαίνει η παρεμβολή: π.χ., το λεκτικό περιεχόμενο, (ανάγνωση), παρεμβαίνει στην αντίληψη, αναγνώριση/ταυτοποίηση του χρώματος ή στην κατονομασία του χρώματος;