¡Descarga Resum continguts PAC2-PAC3 y más Resúmenes en PDF de Psicología solo en Docsity!
Metodologies científiques
Conceptes relacionats amb la PAC2 i PAC3 Jaume Vives
- Metodologia observacional Taula de Continguts
- Calcular el grau d’acord
- Categories EME (Exhaustives i Mútuament Excloents)
- Experiment de camp
- Metodologia experimental
- Variables estranyes - controlades - emmascarades
- Disseny quasiexperimental
- Metodologia selectiva
- Disseny ex post facto (prospectius i els retrospectius)
- Disseny evolutiu
- Altres dubtes
- Selecció - Assignació
- La interacció
- Grup de control
El que teniu a continuació és un repàs en alguns casos, un resum en d’altres casos o bé una ampliació dels conceptes que ja heu treballat els mòduls i que poden ser necessaris per fer la PAC2 i la PAC3. Així doncs, aquest document no és en cap cas un substitut dels mòduls.
Metodologia observacional
Calcular el grau d’acord
Imaginem que hem fet dues observacions portades a terme per dos observadors (Observador 1 i Observador 2) i hem obtingut els resultats següents que fan referència a la freqüència d’aparició de 4 categories (A,B,C,D). Les observacions han estat dividides en 3 moments d’observació (Moment 1- Moment 3).
Farem el càlcul del % d’acord en la categoria A.
Observador nº 1 Categories Moment 1 Moment 2 Moment 3 A 3 5 4 B 0 4 3 C 1 2 1 D 1 3 3
Observador nº 2 Categories Moment 1 Moment 2 Moment 3 A 2 3 4 B 0 4 3 C 1 2 1 D 1 3 4
Acords Desacords Categ. Mom.1 Mom.2 Mom.3 Total Mom.1 Mom.2 Mom.3 Total A (^2 3 4) 9 (^1 2 0) 3
Nº Acords = 9
% d’acord= (9/12)*100 = 75.0%
Acords + desacords = 9+3 = 12
Fixeu-vos que el càlcul de l’acord es fa comptabilitzant els acords/desacords que es produeixen en cada Moment.
Càlcul acord quan hi ha una casella que tots dos observadors han deixat buida ( observacions): En aquestes dades d’exemple aquesta situació es correspon a la categoria B, Moment 1. Nosaltres ens limitarem a calcular l’acord a partir de la presència de la conducta d’interès. Comptabilitzar l’acord en l’absència implicaria entrar més a fons en l’àmbit de l’acord entre jutges o observadors ("rater agreement") i no és l’objectiu d’aquest mòdul.
observacional. Així doncs, tot i ser conscients que estem simplificant, considerem que aquest disseny no és adequat per contrastar relacions causals.
Metodologia experimental
Si heu treballat tots els exemples dels mòduls 3 i 4 heu de saber veure la diferència entre els dissenys amb metodologia experimental, quasiexperimental i selectiva.
Us proposo que us plantegeu les següents preguntes:
Que tenen en comú un disseny experimental i un quasiexperimental?
Quina és la diferencia principal entre un disseny experimental i un quasiexperimental?
Que tenen en comú un disseny evolutiu i l’ex post facto (metodologia selectiva)?
Quina és la diferencia principal entre un disseny experimental, un quasiexperiment i els dissenys ex post facto metodologia selectiva?
En aquest apartat revisarem la metodologia experimental:
És una metodologia d’investigació que es caracteritza per posar a prova relacions causals. En un experiment, l’investigador reprodueix en un context controlat una determinada acció d’una variable independent sobre una dependent. L’investigador ha de tenir la capacitat de generar les condicions (això és, manipulació de les VIs) que produeixin els diferents nivells o valors de la variable independent, i també poder assignar lliurement (concretament, una característica definitòria d’un experiment és la presència d’ aleatorització en l’assignació dels subjectes) els participants a les diferents condicions.
Si és un experiment amb un disseny intersubjecte (és a dir, utilitzant diferents subjectes) s’ha de poder fer assignació aleatòria als diferents nivells de la variable independent. De fet la tècnica de control anomenada equilibrament es basa en aquest fet. D’altra banda, si el disseny és intrasubjecte (utilitzant els mateixos subjectes) l’aleatorització no és concreta en assignació aleatòria sinó en el contrabalanç o reequilibrament. Així doncs, l’aleatorització en aquest context fa referència a l’assignació aleatòria o bé al reequilibrament.
En un disseny experimental es persegueix la contrastació d’una hipòtesi de relació causal entre VIs i VDs i es du a terme en situacions molt controlades. El fet de contrastar relacions causals no es patrimoni exclusiu dels dissenys experimentals, sinó que també ho trobem en dissenys quasiexperimentals i, fins i tot, dissenys ex post facto tot i que en aquests hi ha menys possibilitats de control sobre la situació en la que transcorre la investigació. Així doncs, l’estudi de relacions causals no és un tret definitori dels dissenys experimentals.
Una última puntualització: En el mòdul 4 diu: “ Per tant, quan es vol contrastar una relació causal entre variables però o bé no es pot assignar els participants a l'atzar als grups o bé no es pot controlar l'ordre de presentació dels nivells de la VI, es fa servir un pla d'investigació anomenat quasiexperimental ”. Aquesta afirmació és certa però no exhaustiva. Per tal que fos exhaustiva caldria que parlés d’aleatorització que, com sabeu, engloba tant assignació a l’atzar com reequilibrament.
Tingueu en compte que, en dissenys factorials (és a dir, amb més d’una VI), és suficient que una VI sigui manipulada i aleatoritzada per considerar-la un disseny experimental.
Variables estranyes - controlades - emmascarades
Aquelles variables que malgrat no són la VI, però que poden influir en la VD, s’anomenen variables estranyes. A l’inici d’una investigació s’emet una hipòtesi que inclou el fenomen a estudiar (VD) i la suposada causa^1
Per evitar l’efecte no desitjat (anomenat confusió o emmascarament ) de les variables estranyes, s’han de controlar durant la fase de disseny de la investigació, abans o durant la selecció els subjectes. Quan una variable estranya es controla s’anomena variable controlada. Si no es controla, una variable estranya es pot convertir en una variable emmascarada.
(VI) d’aquest fenomen. El fet que l’investigador proposi una VI (o unes poques) com a causa del fenomen no vol dir que no hi hagi altres variables que també poden influir en la VD. És simplement, que l’investigador està interessat en estudiar com afecta una/es determinada/es VIs sobre la VD. Les variables que també afecten a la VD però que no són la/es VI/s són les variables estranyes.
Per exemple: Si estic interessat en saber com afecta el "Mètode d'ensenyament" en el l'"Aprenentage de Matemàtiques", he de tenir en compte que hi ha variables com la intel·ligència (que en aquesta investigació seria una V. estranya) que poden influir en l'aprenentatge de les mates. Imagineu que “Mètode d'ensenyament” té dos nivells (Ensenyament Assistit per Ordinador (EAO) / Tradicional) de forma que repartim els subjectes de la mostra en dos grups. Suposem que sense adonar-nos- en, i per culpa de no haver controlat la variable intel·ligència, tenim subjectes més intel·ligents en el grup EAO que en el grup Tradicional. Si els resultats de la investigació indiquen que l’Aprenentatge de Mates és superior en el grup d’EAO en relació al Tradicional, com sabrem si aquesta diferència és deguda al mètode d’ensenyament (VI) o bé es atribuïble al desequilibri d’intel·ligència entre el dos grups? En canvi, si seleccionem subjectes amb un mateix nivell d’intel·ligència (això seria un exemple de la tècnica de control anomenada igualació ) estem controlant l’efecte d’aquesta variable ja que, en aquest cas, afectarà per igual a ambdós grups.
Recordeu que hi ha altres tècniques de control com l’eliminació (poc freqüent) o l’aleatorització (ja sigui assignació aleatòria o bé reequilibrament).
Disseny quasiexperimental
Disseny que contrasta una relació de causa-efecte però que les circumstàncies de la seva implantació no permeten, a priori, establir certs tipus de control.
Hi ha tot un seguit de dissenys quasiexperimentals amb diferents noms: la característica comú és que es vol contrastar una relació causal entre variables però o bé no es pot assignar els participants a l'atzar als grups o bé no es pot controlar l'ordre de presentació dels nivells de la VI. Així doncs, la principal diferència en un disseny quasiexperimental i un experimental és l’absència d’aleatorització en el primer^2
(^1) L’estudi de relacions causals es circumscriu als dissenys experimentals, quasiexperimentals i ex post
facto.
. Un punt en comú en ambdós és la presència de manipulació en almenys una de les VIs.
(^2) Recordeu que l’aleatorització és una tècnica de control fa referència tant a l’assignació aleatòria com al
reequilibrat o contrabalanç.
metodologia d’enquestes tampoc hi ha manipulació ni aleatorització però el seu objectiu és descriptiu, no pas de contrastació de relacions causals.
Aclarim els termes:
- Manipulació d’almenys una de les VIs: El fet que una VI sigui manipula ble vol dir que l’investigador té la potestat d’administrar (de decidir) quin valor pren la VI per cada subjecte. Que una VI sigui manipul ada vol dir que, efectivament, l’investigador ha intervingut determinant (ja sigui directament o aplicant tècniques aleatòries) els nivells que pren per cada subjecte la VI. Exemples. -La variable “SEXE” és manipulable? NO! Us imagineu l’investigador administrant els valors de la variable “SEXE”? És clar que no, això voldria dir que l’investigador podria “decidir” el valor de la variable “SEXE” per cada subjecte: “A tu, Joan, t’assigno el valor “femení” de la variable “SEXE”. A tu, Maria, t’assigno al grup masculí, etc.”. Efectivament, això no té sentit. La variable “SEXE”és un exemple de variable no manipulable, també ho són: la intel·ligència, la introversió/extraversió, etc. -El TRACTAMENT (farmacològic/no farmacològic) que rep un subjecte sí que és una variable manipulable, perquè l’investigador pot administrar els valors que pren aquesta variables per cada subjecte. Ara bé, que sigui manipulable no vol dir que necessàriament l’investigador la manipuli en una investigació determinada. Si finalment no la manipula, la variable és no manipulada.
- Assignació a l’atzar : Es fa servir una mètode aleatori per assignar als subjectes a un grup (o nivell de la VI) o a un altre.
Cal tenir clara la diferència entre selecció i assignació :
Selecció a l’atzar (POBLACIÓ MOSTRA): Atesa la impossibilitat d’estudiar la població sencera, s’escull (es selecciona) una mostra. La mostra es pot seleccionar a l’atzar o no. Si la selecció es fa a l’atzar tots els elements de la població tenen una probabilitat coneguda de forma part de la mostra. En el cas del mostratge aleatori simple totes les unitats mostrals (subjectes) tenen la mateixa probabilitat de formar part de la mostra. El fet que la selecció sigui aleatòria contribueix de forma positiva a la validesa externa.
- Assignació a l’atzar (MOSTRA CONDICIONS EXPERIMENTALS / ORDRES DE PRESENTACIÓ): Fa referència a la repartició dels subjectes de la mostra en els diferents nivells de la/es VI/s. L’assignació es pot fer a l’atzar o no. El fet que l’assignació sigui aleatòria contribueix de forma positiva a la validesa interna.
Fi Figguurraa 11.. LL''aattzzaarr eenn eell ddiisssseennyy eexxppeerriimmeennttaall 3
(^3) Figura extreta de :
3
Portell, M., Vives, J. i Boixadós, M. (2003). Mètodes d’investigació: recursos didàctics. Bellaterra: Servei de Publicacions UAB.
Variable: Intrasubjecte
Mostra
Condició experimental a
b
k -
k
a, b,..., k-1, k b, a,..., k-1, k
k -1 , k,..., b, a k, k -1 ,..., b, a
Selecció
Assignació
Assignació
Variable: Intersubjecte
Població
Ordre de presentació
La interacció
La interacció és possible en qualsevol disseny que tingui més d’una VI, no sols en els dissenys experimentals factorials.
Què és la interacció?
Suposem el cas més simple en el que tenim dues VIs. Hi ha interacció entre aquestes dues VIs si l’efecte d’una VI depèn dels valors que pren l’altra. Aquesta dependència queda pal·lesa quan s’estudien els efectes simples.
Imagineu una investigació on tenim dues VIs que són “Sexe” (Dona /Home) i Fàrmac (A / B). L’exemple que us proposo és de no interacció
Fàrmac
Sexe A B Dona 40 30 35
Home 20 10 15
30 20
Efectes simples de Sexe
-Quin és l'efecte del sexe quan el Fàrmac és A? 40-20=
-Quin és l'efecte del sexe quan el Fàrmac és B? 30-10=
Fixeu-vos que els dos efectes simples de Sexe són els mateixos i que a més, com és lògic en aquest cas, coincideixen amb els efectes principals de Sexe (indicats més avall).
A continuació es mostra el gràfic dels efectes simples de Sexe: compareu els valors de la taula amb les línies. La pendent de la línia (que correspon a un valor de 20) ens indica visualment l’efecte simple.
0
5
10
15
20
25
30
35
40
45
Dona Home Sexe
Fàrmac
Farmac A Farmac B
Gràfic dels efectes simples de Sexe
Efectes simples de Fàrmac:
-Quin és l'efecte de Fàrmac quan el sexe és dona? 40-30=
-Quin és l'efecte de Fàrmac quan el sexe és home?20-10=
Fixeu-vos que els efectes simples de Fàrmac són els mateixos i que a més, com és lògic en aquest cas, coincideixen amb els efectes principals de Fàrmac (indicats més avall).
Efectes principals de Sexe
[(40+30)/2]−[(20+10)/2] 35 – 15 = 20
Efectes principals de Fàrmac
[(40+20)/2]−[(30+10)/2] 30 – 20 = 10
Si feu el gràfic dels efecte simples (jo us he posat el gràfic dels efectes simples de Sexe) obtindreu dues línies paral·leles, la qual cosa és una evidència més que no hi ha interacció.
Aquest que us poso a continuació és un exemple d’interacció. Seguiu el mateix raonament que en el cas anterior per comprovar-ho.
Fàrmac
Sexe A B
Dona 120 100 110 Home 80 40 60
100 70
Grup de control
Segons els vostres mòduls grup de control és el “ Grup que rep un nivell nul de la variable independent i la mesura del qual serveix per a avaluar els valors de la resta dels grups experimentals ”. En realitat, la denominació de grup de control s’aplica a un concepte més ampli que es pot resumir amb la última part d’aquesta definició anterior: és el grup que serveix per avaluar l’efecte de la resta de condicions experimentals. Així doncs, per exemple, si volem comprovar l’eficàcia d’un nou fàrmac antidepressiu en relació a un antidepressiu ja existent, el grup que pren el fàrmac ja existent el podem anomenar grup control atès que les “bondats” del nou fàrmac les compararem amb les d’aquest que ja existeix.
