0773-974.482 contact@analize-statistice.eu

Consistenta interna (Cronbach alfa)

Una din conditiile fundamentale a unui instrument de evaluare (de ex. psihologica) este aceea de a fi sigur si consistent. Exprimat cu alte cuvinte, aceasta însemna ca itemii din care este constituit (întrebari sau sarcini de alta natura) sa contribuie la constituirea semnificatiei unui construct anume: scala unui chestionar, scorul la o caracteristica de performanta, etc. În mod practic si direct exprimat, un instrument este sigur si consistent atunci când itemii din care este compus coreleaza, fiecare dintre ei, cu rezultatul aditiv al tuturor itemilor (scala, scorul global). Foarte adesea, atunci când se lucreaza la elaborarea unui test, itemii nu functioneaza asa cum ne-am fi asteptat. În unele cazuri constatam confuzii si imprecizii în întelegerea lor, alteori sunt prea usori sau prea dificili. Dincolo de corectiile concrete care se pot face (modificari de cuvinte, eliminarea negatiilor, etc.) exista proceduri statistice care permit o analiza sistematica a itemilor si care ajuta la ameliorarea caracteristicilor psihometrice ale unui test. Aceste proceduri, cunoscute sub numele de „analiza de itemi”. Dat fiind faptul ca în acest caz se analizeaza mai multe variabile simultan, analiza de itemi face parte din statistica multivariata.

Analiza de itemi în sprijinul consistentei interne si fidelitatii

Întrebarile unui chestionar sau itemii unui test de performanta sunt conceputi pentru a masura un anumit atribut (atitudine, factor, comportament, cunostinta). Consistenta interna se defineste ca proprietatea itemilor de a corela cu „scorul global” al testului sau scalei din care face parte. Din moment ce toti itemii trebuie sa reflecte un anumit atribut, ei trebuie sa manifeste o varianta comuna, sa coreleze unii cu altii si, în acelasi timp sa coreleze fiecare individual cu scorul care reflecta atributul respectiv. Corelatia dintre un item si scorul total, din care se omite acel item, ne ofera o indicatie cu privire la relevanta itemului respectiv pentru rezultatul global al testului. Atunci când fiecare item este relevant, putem spune ca testul respectiv este are „consistenta interna”.

O alta fateta a consistentei unui instrument este siguranta sa în aplicari repetate. Ea poate fi descrisa ca stabilitate a scorului atunci când acel instrument, sau o forma alternativa echivalenta, este aplicata acelorasi subiecti.

Fara a fi singura procedura statistica utilizabil în astfel de situatii, coeficientul Cronbach alfa este de departe cel mai cunoscut dintre toate, fiind  utilizat ca un indicator al preciziei de masurare a unui test, al consistentei interne si fidelitatii unui instrument psihologic. În mod normal, valoarea indicelui Cronbach alfa tinde sa creasca pe masura ce numarul itemilor creste. Utilizarea unor teste cu mulţi itemi este neconvenabila din mai multe motive. Unul dintre acestea este timpul consumat cu aplicarea lor, altul, poate fi inutilitatea de a pastra itemi a caror contributie la scorul global este nula, mica sau, dimpotriva, merg în alta directie decât acesta. Identificarea si eliminarea acestor itemi, ori modificarea lor în spiritul atributului masurat, este unul dintre obiectivele analizei de itemi. Ea are un caracter recursiv, cu evaluari succesive ale relatiilor dintre itemi si dintre itemi si scorul global, si operarea selectiei itemilor în functie de relatia lor cu acesta. Criteriul de baza pentru aceasta operatie este valoarea indicelui Cronbach alfa, care are o plaja de variatie între 0 si 1. O scala, pentru a fi considerata consistenta, trebuie sa atinga o valoare cât mai aproape de 1, nivelul de 0.70 fiind acceptat ca prag limita de catre cei mai multi cercetatori. Oricum, valoarea lui Cronbach alfa nu poate fi mai mica de 0.60.

Metode de cercetare

În cercetările socio-umane, termenul metodă are diferite accepţiuni. Uneori are un înţeles mai larg (metodă statistică, dialectică etc.), alteori are un sens mai restrâns (observaţie, anchetă etc.). Clasificarea metodelor de cercetare se face în funcţie de diverse criterii: (1) criteriul temporal, (2) criteriul de reactivitate, (3) caracteristicile intrinseci ale metodei, (4) locul şi rolul ocupat în procesul cercetării, (5) scopurile cercetării.

(1) În funcţie de criteriul temporal, se disting:

– Cercetări transversale, care determină relaţiile dintre laturile sau aspectele unui fenomen la un moment dat. (Exemplu: responsabilitatea la studenţii din anul I). Metode utilizate: observaţia, ancheta, testul.

– Cercetări orizontale pe eşantioane succesive independente, în care se măsoară aceeaşi caracteristică în câţiva ani succesivi. (Exemplu: responsabilitatea la studenţii din anul I, în anii şcolari 2008-2009, 2010-2011, 2012-2013, 2014-2015.) Metode utilizate: observaţia, ancheta, testul.

– Studiile longitudinale, care presupun măsurarea evoluţiei fenomenelor în timp, de obicei pe termen de 10 ani sau, mai rar, cu pas de 10 ani; subiecţii sunt aceiaşi şi asupra lor se fac evaluări comparative. (Exemplu: responsabilitatea aceloraşi studenţi măsurată succesiv în anul I, anul II, anul III, anul IV.) Metode utilizate: testul, studiul de caz, biografia etc.

(2) Criteriul de reactivitate priveşte gradul de intervenţie al cercetătorului asupra subiectului. În funcţie de acest criteriu se disting:

– Cercetările experimentale, în care cercetătorul intervine şi determină anumite reacţii ale subiectului;

– Cercetările cvasi-experimentale, în care cercetătorul este prezent, dar nu intervine activ în generarea unor reacţii (exemplu: sondajul de opinie).

– Cercetările observaţionale, în care cercetătorul nu intervine deloc (observaţia, studiul documentelor oficiale, al biografiilor etc.)

(3) În funcţie de caracteristicile intrinseci ale metodei, se disting:

– Metode şi cercetări cantitative, şi

– Metode şi cercetări calitative.

(4) În funcţie de locul şi rolul ocupat în procesul cercetării, se disting:

– Metode de culegere a informaţiilor (observaţie, experiment, test);

– Metode de prelucrare a informaţiilor, şi

– Metode de interpretare a informaţiilor.

(5) În funcţie de scopul cercetării, se disting:

– Metode şi cercetări descriptive;

– Metode şi cercetări predictive (studiul corelaţional);

– Metode şi cercetări explicative.

Tipuri de cercetări în funcţie de scop

Există diverse clasificări ale cercetărilor, după mai multe criterii. În funcţie de scop, se deosebesc: cercetări descriptive, cercetări predictive şi cercetări explicative.

Cercetările descriptive. Scopul lor este surprinderea sau descrierea evoluţiei unor evenimente, comportamente etc., definirea şi clasificarea evenimentelor cercetate şi a relaţiilor dintre ele.

Cercetările predictive au ca scop stabilirea modalităţilor în care vor evolua diferite evenimente. În acest tip de cercetări se apelează, de obicei, la studii corelaţionale. Vom avea cel puţin două şiruri de performanţe (sau variabile) şi, utilizând valorile unei performanţe (sau variabile), dorim să facem predicţii asupra evoluţiei unei alte performanţe (variabile) sau a mai multora. Ajungem să obţinem şirul de variabile şi stabilim corelaţia atunci când evaluăm cu metode diferite acelaşi eveniment, sau cu aceeaşi metodă două evenimente care au legătură între ele. Pentru acest tip de cercetări nu este necesar grupul de control.

Putem evalua din punct de vedere calitativ relaţiile dintre două variabile în funcţie de nivelul şi tipul relaţiei sau relaţiilor care se stabileşte între cele două variabile. Nivelul de variaţie arată cât de strânse sunt legăturile dintre variabile (pragul de semnificaţie al unei corelaţii), iar tipul variaţiei indică direcţia în care se stabileşte legătura respectivă (pozitiv sau negativ).

Important: Corelaţia dintre două evenimente, indiferent cât de strânsă şi indiferent de direcţia ei, nu înseamnă o relaţie de determinare, ci o evoluţie concomitentă.

O concluzie este semnificativă dacă valoarea pragului de semnificaţie este mai mică de 0,05; dacă este egală cu 0,05, avem de a face cu o corelaţie mediu semnificativă.

Cercetările explicative au ca scop determinarea cauzelor unui eveniment sau explicarea unei evoluţii. În acest caz se foloseşte metoda experimentală. pentru  a se explica o cauzalitate, este necesar să se respecte trei condiţii:

– să existe o corelaţie între cele două evenimente urmărite;

– să existe o relaţie temporală şi cauzală;

– să se elimine, pe cât posibil, cauzele alternative.

Etapele formulării ipotezelor unui studiu

Sunt definite trei etape (după Charboneau): (1) formularea ipotezelor generale; (2) formularea ipotezelor de cercetare şi (3) formularea ipotezelor statistice. Aceste etape corespund celor trei tipuri de ipoteze definite în cercetare: ipotezele generale, de cercetare şi statistice.

  1. Formularea ipotezelor generale

Se pot formula una-două ipoteze cu grad de generalitate mare. Ele pot fi privite ca nişte ipoteze de lucru, nişte formulări preliminare ale scopurilor cercetării. Ipotezele de lucru sunt admise atunci când nu există suficiente informaţii pentru o formulare clară şi precisă.

Ipotezele generale ghidează demersul de documentare şi permite alegerea unor scopuri, a unor ţinte.

Exemplu: Profesorul A. Bandura (1963) a efectuat o cercetare având la bază o teorie referitoare la agresivitate, şi anume că perceperea unor comportamente determină un proces de achiziţie, de învăţare a lor. Astfel, el şi-a propus să cerceteze dacă se poate vorbi despre adaptarea unui comportament agresiv ca urmare a perceperii lui. Cercetările iniţiale s-au bazat pe ipoteza generală conform căreia faptul de a imagina sau percepe un comportament agresiv executat de o altă persoană reduce autocontrolul, determinând apariţia unor comportamente agresive. El a enunţat o a doua ipoteză generală, de lucru: Reacţia la imaginea unui act agresiv determină mai degrabă o creştere a agresivităţii decât o scădere a ei.

Cercetarea a presupus trei grupuri de subiecţi copii. Fiecare grup a fost supus unui stimul agresiv diferit: primul grup a vizionat un film foarte agresiv cu personaje oameni; al doilea grup a vizionat o piesă de teatru cu un grad ridicat de agresivitate, iar al treilea grup a vizionat un film de desen animat cu conţinut agresiv. S-a considerat că astfel subiecţii sunt supuşi la frustrare.

S-a constatat că grupul al doilea a manifestat cea mai accentuată creştere a agresivităţii, urmat de primul grup şi apoi de al treilea. S-a măsurat ulterior, comparativ, agresivitatea la băieţi şi la fete, precum şi tipul de agresivitate (imitativă sau non-imitativă). Rezultatele au arătat că există o influenţă între vizionarea unor materiale cu conţinut agresiv şi comportamentul agresiv ulterior, influenţa depinzând de gradul de realism al materialului prezentat (teatru – film – desen animat). Din punctul de vedere al efectului pe sexe, s-a constatat o agresivitate în oglindă (fetele imitau comportamentul agresiv feminin văzut în material, iar băieţii imitau comportamentul masculin).

Paranteză: Se impune o diferenţiere între ipotezele teoretice şi cele generale: ipotezele teoretice propun interpretări generice ale faptelor şi fenomenelor, au un grad mai mare de generalitate decât cele generale, sunt indirect testabile şi susţin salturile semnificative ale gândirii, sau „revoluţiile ştiinţifice”.

  1. Formularea ipotezelor de cercetare

Opţiunea pentru o strategie de verificare a enunţului general obligă la formularea unor ipoteze cu un grad mai mare de concreteţe – ipotezele de cercetare. Ipoteza de cercetare este mult mai concretă şi respectă regulile logicii formale; de asemenea, ea precizează activităţile care se vor efectua în cadrul cercetării.

Revenind la exemplul cercetării întreprinse de profesorul Bandura, în acest caz ipoteza de cercetare a fost: „Confruntaţi cu un model agresiv, copiii vor dezvolta ulterior mai multe comportamente agresive, comparativ cu cei care nu au fost confruntaţi cu un asemenea model.” Bandura a mai formulat şi o serie de ipoteze referitoare la dezvoltarea unor comportamente agresive generate de imagini de film şi imagini de desen animat.

Pentru a fi corecte, ipotezele de cercetare trebuie să fie: operaţionale, riguroase, să presupună un grad de originalitate şi să fie verificabile.

Caracterul operaţional presupune că ipotezele trebuie să precizeze activităţile sau operaţiile concrete care trebuie efectuate pentru a vedea dacă evenimentele psihice presupuse au lor. În cercetarea lui Bandura, modelul de imitat ia forma comportamentelor reale. Ipotezele sunt operaţionale pentru că descriu acţiunile care declanşează un comportament.

Caracterul riguros presupune cerinţa de a nu te hazarda prin ipoteză să precizezi clar, cantitativ gradul de apariţie al unei variabile. Bandura nu precizează dacă comportamentele caracterizate ca fiind imitative ale agresivităţii imaginilor sunt de trei ori mai puternice decât cele caracterizate ca fiind non-imitative.

Originalitatea presupune ca informaţiile propuse de o ipoteză trebuie să fie o achiziţie originală, dar validă pentru ştiinţă. Bandura a vrut să îmbogăţească teoria învăţării prin imitaţie şi să pună în discuţie teoria catharsis-ului.

Caracterul verificabil presupune că un enunţ trebuie să fie confirmat într-o oarecare măsură de către datele de cercetare.

  1. Formularea ipotezelor statistice

Pentru a formula aceste ipoteze, mai întâi decidem care criteriu îl folosim pentru a stabili gradul de valabilitate al unei ipoteze de cercetare. Dacă Bandura ar fi presupus că o imagine violentă va declanşa la toţi copii participanţi la experiment comportamente agresive de acelaşi tip, aceasta ar fi fost o greşeală. El însă nu face precizarea „la toţi copiii”, astfel că ipoteza este corectă, pentru că reacţia copiilor la stimuli a fost diferită. La majoritatea copiilor s-a înregistrat o scădere a controlului, dar au fost şi cazuri când aceasta nu s-a întâmplat.

Prin ipoteza statistică se stabilesc măsuri cantitative ale comportamentelor de măsurat. Aceste evaluări cantitative permit cuantificarea reacţiilor comportamentale şi stabilirea relaţiilor între stimul şi reacţie. De asemenea, ele ne permit şi să aflăm dacă evaluările făcute corespund unor realităţi şi sunt tipice.

Concluzie:

Pe parcursul unei cercetări, ipotezele obţin un grad de precizie tot mai mare pe măsură ce studiul se desfăşoară. Ipotezele de cercetare sunt o concretizare a ipotezelor generale, iar ipotezele statistice stabilesc dacă ipotezele de cercetare fixate apriori sunt verificate de rezultatele cercetării.

Etapele de formulare a ipotezelor nu sunt concomitente temporal cu etapele studiului. Studiul debutează atunci când ipotezele de cercetare sunt fixate. Putem apela la un studiu preliminar, pentru a fixa aceste ipoteze de cercetare. Ipotezele statistice se leagă de faza a treia a derulării unui studiu, cea de analiză statistică, şi sunt active doar în această fază.

Formularea ipotezelor unui studiu

Ipotezele sunt specifice cercetărilor cantitative; formularea lor se face după ce au fost definite scopurile cercetării şi conceptele cu care vom lucra. Există o serie de motive pentru care ipotezele sunt necesare: (1) necesitatea determinării şi delimitării domeniului de cercetare, şi (2) o ipoteză ghidează colectarea datelor, analiza şi interpretarea lor.

În cele mai multe cazuri, ipotezele se referă la verificarea unor relaţii care se stabilesc între două variabile, ceea ce ne permite să spunem că ipoteza respectivă conţine o posibilă soluţie la problema aflată în studiu.

Kerlinger (1964) definea ipoteza ca fiind un enunţ conjunctural despre relaţia dintre două sau mai multe variabile. Legătura dintre variabile propusă prin ipoteze este o relaţie posibilă, nu una certă; ipoteza este deci o explicaţie plauzibilă care urmează a fi verificată în cercetare prin datele care se obţin.

În ştiinţele sociale, ipoteza este reflectarea într-o formă specifică a realităţii obiective, un enunţ cu caracteristici de probabilitate despre sensul, intercondiţionarea şi cauzalitatea evenimentelor şi comportamentelor umane.

Caplaw (1970) oferă două definiţii ale termenului de ipoteză:

  1. Ipoteza este enunţul unei relaţii cauzale într-o formă care permite verificarea ei empirică.
  2. Ipoteza este o tentativă de explicaţie la o problemă de cercetare.

Ipotezele trebuie să fie testabile, specifice şi precise, să conţină formulări clare, să numească variabile şi să descrie relaţiile care se stabilesc între ele.

Potrivit lui S. Chelcea (2001), ipotezele trebuie să îndeplinească 10 condiţii pentru a fi valide: generalitatea, complexitatea, specificitatea, determinarea, falsificabilitatea, testabilitatea, predictivitatea, comunicabilitatea, reproductibilitatea şi utilitatea.

  1. Generalitatea se referă la faptul că o ipoteză trebuie formulată astfel încât relaţiile dintre variabile să fie adevărate indiferent de condiţiile spaţio-temporale.
  2. Complexitatea se referă la numărul de variabile care sunt cuprinse într-o ipoteză. Ipotezele de nivel 1 au doar două variabile corelate, ipotezele de nivel 2 au trei variabile corelate; se poate merge până la ipoteze de nivel 3, cu patru variabile corelate.
  3. Specificitatea priveşte numărul de valori pe care le pot lua variabilele respective, valorile putând fi extremizate (prezent-absent) sau pe un continuum între extreme.
  4. Determinarea priveşte obiectivitatea ipotezei respective, în sensul că nu putem enunţa o relaţie între două variabile dintre care una este imposibil de evaluat.
  5. Falsificabilitatea priveşte formularea enunţului ipotetic. În această privinţă vorbim despre ipotezele de tipul „şi da, şi nu”.
  6. Testabilitatea se referă la condiţiile de verificare a ipotezei, în sensul că, cu cât o ipoteză este mai concretă, cu atât ea poate fi verificată mai uşor.
  7. Predictivitatea se referă la faptul că o ipoteză are funcţia de a descrie şi explica anticipativ procesele, relaţiile, evenimentele psihice.
  8. Comunicabilitatea priveşte formularea enunţului: enunţul unei ipoteze trebuie să îndeplinească condiţii de inteligibilitate, astfel ca ea să fie decodificată identic atât de cel ce o formulează, cât şi de cel ce o citeşte.
  9. Reproductibilitatea se referă la posibilitatea de a repeta un demers de cercetare, adică posibilitatea de revalidare a ipotezei de către alţi cercetători.
  10. Utilitatea se referă la faptul că o ipoteză, prin confruntarea cu realitatea, poate fi total validată, parţial validată sau invalidată. Infirmarea unei ipoteze nu înseamnă neapărat că acea ipoteză este eronată.

Modelul unui ciclu de cercetare

 

Modelul unui ciclu de cercetare, după Beaugrand (1993) presupune cinci paşi: (1) enunţarea problemei de cercetare; (2) formularea planului de cercetare; (3) culegerea de informaţii; (4) analiza şi interpretarea informaţiilor culese; (5) reformularea enunţurilor teoretice iniţiale în funcţie de rezultatele obţinute la sfârşitul activităţii.

  1. Enunţarea problemei de cercetare

În general, o problemă apare ca urmare a unui gol de informaţie. Această lipsă de informaţie este primul pas în formularea temei, a problemei de care ne vom ocupa. Precizarea clară a obiectivelor cercetării se face însă doar ca urmare a unei activităţi de documentare. Activitatea de documentare precizează ce studii şi informaţii mai există despre tema respectivă. De asemenea, tot prin documentare ne putem fixa modalităţile de abordare a problemei, metodele etc.

În această etapă, observaţia nestructurată (de tip calitativ) ne poate fi de folos, pentru că permite obţinerea unui inventar complet a tuturor posibilităţilor sub formă de întrebări. La finalul acestei etape se pot formula ipotezele de cercetare, şi anume ipotezele teoretice.

  1. Formularea planului de cercetare

Presupune traducerea ipotezelor teoretice în ipoteze empirice, fixarea locului cercetării şi a grupului de cercetat, alegerea metodelor, verificarea oportunităţii utilizării acestora şi operaţionalizarea conceptelor.

În cercetarea de tip cantitativ, această operaţionalizare este absolut necesară, deoarece ea permite definirea cu acurateţe a variabilelor utilizate. Exemplu de operaţionalizare: conceptul de „responsabilitate” include următoarele trăsături: stabilitate în acţiune, constanţă comportamentală, fidelitate, capacitate de concentrare.

Operaţionalizarea a fost definită (1962) ca fiind o reţetă care presupune trei paşi:

– selecţia indicatorilor;

– cuantificarea variabilelor (stabilirea valorilor pe care le pot lua indicatorii);

– identificarea unui continuum numeric al valorii variabilelor (ex: fidelitatea poate lua valori de la 1 la X).

Reguli ale operaţionalizării conceptelor:

a) Regula relevanţei empirice: indicatorii trebuie să reflecte exact conceptul pe care îl măsoară;

b) Regula adecvării empirice: indicatorii trebuie să aibă capacitatea de a măsura toate feţele conceptului;

c) Regula cuantificării: valorile numerice utilizate în cuantificarea indicatorilor şi variabilelor trebuie să aibă capacitatea de a respecta constant aceleaşi proceduri. Căile de selecţie a indicatorilor: studii exploratorii, analiza definiţiilor, apelul la propria experienţă.

În cercetarea calitativă, operaţionalizarea este considerată neadecvată. Lamneck (1988) explică de ce operaţionalizarea este inoperantă în cercetarea calitativă:

– nu asigură relaţia abstract-concret, ci este o relaţie abstractă, deoarece un concept este transcris prin alt concept;

– este incompletă, deoarece nu poate acoperi toate aspectele conceptului relativ, care este în perpetuă revoluţie;

– este subiectivă: determinarea indicatorilor este dependentă de ceea ce înţelege cercetătorul; astfel se explică de ce pentru acelaşi concept există mai multe definiţii.

Lamneck vorbeşte şi despre cuantificarea variabilelor: stabilirea unor echivalenţe nu întotdeauna conformă cu realitatea. El concluzionează că operaţionalizarea este o pierdere de timp, pentru că presupune definirea conceptului înainte de a debuta cercetarea, şi astfel vom fi obligaţi să urmăm ceea ce am stabilit dinainte.

  1. Culegerea de informaţii se face prin diferite metode, cantitative sau calitative, şi utilizând diverse tipuri de design.
  1. Analiza şi interpretarea informaţiilor culese conduce la generalizări empirice.

Analiza şi interpretarea informaţiilor se poate face la diferite nivele:

– comparaţie de medii sau procente, utilizând testul t Student;

– comparare de abateri;

– teste statistice.

În cazul prelucrării cu ajutorul inferenţelor, corelaţiei, a regresiei, se poate afirma: „Rezultatele obţinute ilustrează efecte sistematice şi nu sunt obţinute la întâmplare”; această afirmaţie este permisă numai în cazul utilizării acestor prelucrări statistice superioare.

Interpretarea reprezintă confruntarea relaţiilor dintre variabile, relaţii presupuse prin ipoteză. În unele cazuri, ipoteza poate fi o simplă descriere de regularităţi, iar din punct de vedere al calculului statistic, o simplă comparare de medie sau procente; alteori ipoteza presupune o inferenţă, explicarea cauzală a unor fenomene, iar rezultatele sunt obţinute în urma unui studiu corelaţional sau de regresie. Interpretarea obligă la confruntarea rezultatelor cu ipoteza iniţială.

  1. Reformularea enunţurilor teoretice iniţiale se face evaluând întregul studiu; se stabileşte în ce măsură metodele alese au corespuns ipotezei, care au fost sursele de eroare şi în ce domeniu pot fi generalizate rezultatele obţinute.

Fiind etapa în care se pot propune revizuiri teoretice ale unor modele existente, ea presupune încorporarea datelor de cercetare în teoriile existente, anularea informaţiilor neconcludente (greşite) şi formularea unor noi probleme de cercetare (noi ipoteze).

În sfârşit, după toate aceste etape mai urmează şi etapa de publicare a rezultatelor obţinute, care încheie un ciclu de cercetare şi care presupune o expunere la judecata comunităţii ştiinţifice, judecată care se aplică atât cercetătorului, cât şi instituţiei la care este afiliat.

Acest ciclu de cercetare este specific cercetării cantitative.

În cazul cercetării calitative există unele diferenţe. Sarankatos (1994) propune această comparaţie, spunând: dacă prima etapă, în cazul unei abordări cantitative, presupune specificarea unui obiectiv, formularea unei ipoteze, operaţionalizarea conceptelor, în cercetarea calitativă această etapă obligă la formularea unor obiective mai generale, mai puţin structurate; ipotezele se pot formula şi pe parcursul cercetării, iar operaţionalizarea conceptelor este un proces care nu îşi are rostul în acest caz.

Alte diferenţe între cercetarea cantitativă şi cea calitativă:

– dacă în cercetarea cantitativă design-ul este planificat cu multă acurateţe de la debut, ea presupunând şi o selecţie judicioasă a loturilor de subiecţi şi precizarea metodelor de colectare a datelor şi tipul de prelucrare, în cercetarea calitativă design-ul este cunoscut, dar nu restrictiv; paşii nu sunt fixaţi în ordine absolut riguroasă.

– există criterii de selecţie a subiecţilor, dar criteriul de reprezentativitate statistică nu-şi are locul în cercetarea calitativă;

– culegerea datelor: dacă într-o abordare cantitativă putem utiliza operatori, într-o analiză calitativă acest lucru nu este permis şi obligatoriu cercetătorul preia informaţia;

– analiza datelor: în cercetarea calitativă, aceasta nu este o etapă separată; ea se efectuează pe parcurs, pe măsura apariţiei de noi informaţii, se apreciază dacă ele sunt utile sau nu obiectivului fixat;

– interpretarea datelor se face prin generalizare inductivă (în studiul cantitativ) şi prin generalizare analitică (în studiile

Statistica pentru psihologi

Se ştie prea bine ca studentii in psihologie fac rareori o pasiune din studiul statisticii, de aceea am extras, pentru ei, cateva idei din Prefata regretatului profesor Horia D. Pitariu la cartea lui Florin Sava – „Analiza datelor in cercetarea psihologica. Metode statistice complementare”.

„Exista perceptia, uneori falsa, ca psihologii nu sunt prea buni statisticieni. Multi chiar se complac in aceasta convingere si nu fac nici un efort sa-si optimizeze performantele intr-un domeniu, care, de ce sa nu recunoastem, da substanta oricarei cercetari din domeniul psihologiei”. Horia D. Pitariu considera ca „nici nu se poate concepe o investigatie psihologica fara o abordare statistica adecvata, indiferent ca se pune problema unui demers cantitativ sau calitativ”*.
„Psihologia este atestata ca o stiinta experimentala. Experimentul a fost acel element care a conferit psihologiei calitatea de stiinta”.* „Aplicarea in mod consecvent a metodei experimentale ca regula in investigarea psihologica a insemnat renuntarea la sistemele vaste filosofico-psihologice. Psihologia cunoaste in prezent o insertie totala in activitatile practice in care deseori se reflecta diverse categorii de probleme cu care se confrunta fiinta umana in contextul existentei sale cotidiene. In toate aceste cadre actionale, psihologii dezvolta proiecte experimentale pe care le fundamenteaza prin intermediul unui aparat statistic construit cu multa grija.”*
„Cercetarea psihologica contemporana a adus statistica psihologica si educationala la un punct suficient de inalt, incat sa nu mai fie descifrata cu prea multa usurinta decat cu un efort sustinut si dupa o practica indelungata de catre orice cercetator. Azi, problema calculelor, cu care se confruntau cercetatorii pana nu de mult, nu mai constituie o bariera, calculatorul si pachetele de programe statistice facand posibila printr-o simpla apasare pe o tasta, efectuarea celor mai complicate calcule intr-un timp nebanuit de scurt”. „Un singur calculator, software-ul adecvat si un operator pot rezolva orice problema statistica. Deci, problema nu mai este a dificultatii de a realiza si intelege demersul de calcul al cutarui sau cutarui indice statistic, ci de a-i descoperi semnificatia, de a-l interpreta corect. Psihologul de azi este prea putin interesat de unde provin unele formule de calcul, cum sunt ele explicate din punct de vedere tehnic. El se concentreaza pe tipul de statistici utilizate in diferite contexte de cercetare si pe cum trebuie acestea sa fie interpretate. A alege corect abordarea statistica adecvata demersului experimental abordat este intr-adevar o problema peste care nu se poate trece cu prea multa usurinta. Desigur, nici abuzul de statistica nu este de dorit. Uneori s-a ajuns ca faptul psihologic sa fie mascat de o abordare statistica prea laborioasa. S-a ajuns pana acolo, incat unele articole din reviste prestigioase de psihologie sa fie de neinteles pentru psihologul obisnuit, ele devenind accesibile numai unui numar restrans de psihologi.”*
„Despre statistica psihologica si educationala se pot spune multe, la fel de multe si despre cei care sunt incapabili sa o practice, afirmand iresponsabil ca ei „prefera” metodele calitative, neavandu-se prea bine cu statistica. Abordarea cantitativa si calitativa nu trebuie sa fie disociate, ele se completeaza reciproc”.*

*Horia D. Pitariu – Prefata la „Florin Sava – Analiza datelor in cercetarea psihologica. Metode statistice complementare, Editura ASCR, Cluj-Napoca, 2004”

Cum alegem testul statistic potrivit?

O nevoie frecventă este aceea de a şti cum se alege tehnica statistică corespunzătoare pentru date. De-a lungul timpului, autorii de manuale statistice au lucrat în vederea simplificării procesului de alegere. S-a lucrat, în mare măsură, la elaborarea de foi de lucru care indică tipul de statistică corespunzător pentru diferite tipuri de date.

Pentru statistica de bază este probabil o abordare folositoare. Dificultatea crescând, face ca modelele de cercetare, chiar şi pentru proiectele studenţilor, să fie foarte variate şi destul de complexe. Astfel, există o limită pentru măsura în care o foaie de lucru simplă sau o schemă logică pot ajuta cercetătorii să selecteze analiza statistică corespunzătoare.

Multe dintre aspectele importante ale analizei datelor nu necesită altceva decât înţelegerea valorilor mediilor şi ale frecvenţelor. Acestea sunt des întâlnite printre rezultatele din SPSS. Multe dintre întrebările studiului pot primi răspuns pe baza analizei diferenţelor de medii între eşantioane, tabele de asociere sau diagrame scatter. Este folositor să ne punem singuri întrebarea cum ar putea fi găsite răspunsuri la întrebările studiului doar utilizând asemenea abordări de bază. Prea des complexitatea rezultatelor statistice obţinute devine centrul atenţiei, ceea ce conduce la confuzie în ceea ce priveşte legătura dintre date şi scopurile cercetării. Nu este uşor să ne concentrăm asupra problematicii studiate, fără să fim, în acelaşi timp, atraşi în direcţii greşite.

Analizele statistice sunt construite dinamic de către cercetător. De obicei nu există o singură analiză statistică corectă pentru un set de date, ci o gamă de alternative în mod egal acceptate. Cercetătorul va trebui să ia multe decizii de-a lungul procesului de analiză a datelor – unele dintre ele vor trebui justificate cu atenţie, iar altele pot fi aproape arbitrare. Cercetătorul se ocupă de analiza datelor – statistica este instrumentul cercetătorului. Analiza nu trebuie să fie un tur de forţă al statisticii, ci să se lase condusă de întrebările care au necesitat colectarea datelor de la bun început. Nu există nici o scuză – dacă aţi colectat datele, trebuie să Ştiţi de ce aţi făcut acest lucru.

Cu cât citiţi în întregime mai multe studii, cu atât mai bine veţi înţelege cum poate fi folosită statistica într-un domeniu particular de cercetare. Există foarte puţine studii care să nu aibă nici o legătură cu alte studii. Care sunt metodele statistice folosite de cercetători pentru domeniul ales? Dacă ştiţi ce tehnici sunt folosite în general, acest lucru vă poate fi de mare folos atunci când veţi decide ce anume trebuie luat în consideraţie.

Ştii exact ce vrei să obţii prin intermediul studiului tău?

O greşeală fundamentală a cercetătorilor începători este aceea de a presupune că analiza datelor este condusă înainte de toate de statistică. Este mai mult decât corect să privim statistica drept un instrument care aduce fineţe scopului de bază al cercetării – pentru a răspunde la întrebarea cercetătorului cu privire la studiu. Numai cercetătorul poate şti în întregime ceea ce vrea să obţină prin studiul său – ce probleme doreşte să fie rezolvate prin intermediul colectării datelor şi al analizei lor. Dacă cercetătorul nu înţelege clar ce vrea să obţină prin intermediul studiului său, statistica nu-i poate fi de ajutor.

Adeseori, când suntem consultaţi pentru sfaturi privind statistica, aflăm că întâi de toate trebuie să clarificăm obiectivele cercetării – abia apoi să încercăm să desluşim felul în care cercetătorii au gândit utilizarea datelor corecte. Acestea NU sunt chestiuni statistice, ci probleme referitoare la dezvoltarea ideilor studiului şi planificarea corespunzătoare a achiziţiei de date. Deci, prima chestiune ţine de evidenţierea întrebărilor pentru care se caută un răspuns, cu datele existente.

Prea des, atingerea scopului cercetării statistice este pierdută în mulţimea chestiunilor practice.

Analiza nu trebuie să fie un tur de forţă al statisticii, ci să se lase condusă de întrebările care au necesitat colectarea datelor de la bun început. Nu există nici o scuză – dacă aţi colectat datele, trebuie să ştiţi de ce aţi făcut acest lucru.

Citate despre … statistică şi statistici

„… a hypothesis test tells us whether the observed data are consistent with the null hypothesis, and a confidence interval tells us which hypotheses are consistent with the data.” William C. Blackwelder

„… the actual and physical conduct of an experiment must govern the statistical procedure of its interpretation.” R. A. Fisher

„… the null hypothesis is never proved or established, but is possibly disproved, in the course of experimentation. Every experiment may be said to exist only to give the facts a chance of disproving the null hypothesis.” R. A. Fisher

„[Statistics are] the only tools by which an opening can be cut through the formidable thicket of difficulties that bars the path of those who pursue the science of man.” Sir Francis Galton

„A judicious man looks on statistics not to get knowledge, but to save himself from having ignorance foisted on him.” Thomas Carlyle

„A statistical analysis, properly conducted, is a delicate dissection of uncertainties, a surgery of suppositions.”  ~M.J. Moroney

„Absolute certainty is a privilege of uneducated minds-and fanatics. It is, for scientific folk, an unattainable ideal.” Cassius J. Keyser

„After all, facts are facts, and although we may quote one to another with a chuckle the words of the Wise Statesman, „Lies – damned lies – and statistics,” still there are some easy figures the simplest must understand, and the astutest cannot wriggle out of.”  ~Leonard Courtney, speech, August 1895, New York, „To My Fellow-Disciples at Saratoga Springs,” printed in The National Review (London, 1895)  (Thanks, Mark)

„All life is an experiment. The more experiments you make, the better.” Ralph Waldo Emerson

„An approximate answer to the right problem is worth a good deal more than an exact answer to an approximate problem.” John Tukey

„By a small sample, we may judge of the whole piece.” Miguel de Cervantes from Don Quixote

„Do not put your faith in what statistics say until you have carefully considered what they do not say.”  ~William W. Watt

„Every third person in Israel saw 1.8 public theater shows last year.” Newspaper headline posted on Maya Bar Hillel’s board.

„Facts are stubborn things, but statistics are more pliable.”  ~Author Unknown

„Facts speak louder than statistics” Mr. Justice Streatfield (1950)

„Figures often beguile me, particularly when I have the arranging of them myself; in which case the remark attributed to Disraeli would often apply with justice and force:  „There are three kinds of lies:  lies, damned lies, and statistics.”  ~Mark Twain, autobiography, 1904 (but, as yet no actual record of this under Disraeli’s authorship)

„God not only plays dice. He also sometimes throws the dice where they cannot be seen.” Stephen William Hawking

„He uses statistics as a drunken man uses lampposts – for support rather than for illumination.”  ~Andrew Lang

„He uses statistics as a drunken man uses lamp-posts–for support rather than illumination.” Andrew Lang

„I abhor averages.  I like the individual case.  A man may have six meals one day and none the next, making an average of three meals per day, but that is not a good way to live.”  ~Louis D. Brandeis

„I always find that statistics are hard to swallow and impossible to digest.  The only one I can ever remember is that if all the people who go to sleep in church were laid end to end they would be a lot more comfortable.”  ~Mrs. Robert A. Taft

„I could prove God statistically.  Take the human body alone – the chances that all the functions of an individual would just happen is a statistical monstrosity.”  ~George Gallup

„If … we choose a group of social phenomena with no antecedent knowledge of the causation or absence of causation among them, then the calculation of correlation coefficients, total or partial, will not advance us a step toward evaluating the importance of the causes at work.” R. A. Fisher

„If all the statisticians in the world were laid head to toe, they wouldn’t be able to reach a conclusion” Anon., after comment on economists by G. B. Shaw

„If one takes care of the means, the end will take care of itself.” Ghandi

„If you need statistics to prove it, it isn’t true.” One of Barbara Doyle’s Professors

„If your experiment needs statistics, you ought to have done a better experiment.” Lord Ernest Rutherford

„It is a capital mistake to theorize before one has data.” Sir Arthur Conan Doyle

„Lottery:  A tax on people who are bad at math.”  ~Author Unknown

„Maturity is the capacity to endure uncertainty.” John Finley

„Models should be as simple as possible, but not more so.” Attributed to Einstein

„Modern statisticians are familiar with the notion that any finite body of data contains only a limited amount of information on any point under examination; that this limit is set by the nature of the data themselves, and cannot be increased by any amount of ingenuity expended in their statistical examination: that the statistician’s task, in fact, is limited to the extraction of the whole of the available information on any particular issue.” R. A. Fisher

„Natural selection is a mechanism for generating an exceedingly high degree of improbability.” R. A. Fisher

„No aphorism is more frequently repeated in connection with field trials, than that we must ask Nature few questions, or, ideally, one question at a time. The writer is convinced that this view is wholly mistaken. Nature, he suggests, will best respond to a logical and carefully thought out questionnaire; indeed, if we ask her a single question, she will often refuse to answer until some other topic has been discussed.” R. A. Fisher

„Now go, write it before them in a table, and note it in a book.” Isaiah, XXX 8

„Numerical quantities focus on expected values, graphical summaries on unexpected values.” John Tukey

„One more fagot of these adamantine bandages is the new science of Statistics.”  ~Ralph Waldo Emerson

„Satan delights equally in statistics and in quoting scripture….”  ~H.G. Wells, The Undying Fire

„Say you were standing with one foot in the oven and one foot in an ice bucket.  According to the percentage people, you should be perfectly comfortable.”  ~Bobby Bragan, 1963

„Statistical thinking will one day be as necessary for efficient citizenship as the ability to read and write.” H.G.Wells

„Statistics are human beings with the tears wiped off.”  ~Paul Brodeur, Outrageous Misconduct

„Statistics are just a way for the mathematician to evangelize his faith.”  ~Hunter Brinkmeier

„Statistics are like bikinis.  What they reveal is suggestive, but what they conceal is vital.”  ~Aaron Levenstein

„Statistics are like women; mirrors of purest virtue and truth, or like whores to use as one pleases.”  ~Theodor Billroth

„Statistics are no substitute for judgment.” Henry Clay

„Statistics are the heart of democracy.” Simeon Strunsky

„Statistics are the triumph of the quantitative method, and the quantitative method is the victory of sterility and death” Hilaire Belloc

„Statistics can be made to prove anything – even the truth.”  ~Author Unknown

„Statistics may be defined as „a body of methods for making wise decisions in the face of uncertainty.”  ~W.A. Wallis

„The aim … is to provide a clear and rigorous basis for determining when a causal ordering can be said to hold between two variables or groups of variables in a model . . . . The concepts refer to a model-a system of equations-and not to the ‘real’ world the model purports to describe.” H. Simon

„The aim of science is to seek the simplest explanation of complex facts… Seek simplicity and distrust it.” A. N. Whitehead

„The average human has one breast and one testicle.”  ~Des McHale

„The most important questions of life are, for the most part, really only problems of probability.” Pierre Simon, Marquis de Laplace

„The only relevant test of the validity of a hypothesis is comparison of its predictions with experience.” Milton Friedman

„The organized charity, scrimped and iced, In the name of a cautious, statistical Christ.” John Boyle O’Reilly

„The science of statistics is the chief instrumentality through which the progress of civilization is now measured, and by which its development hereafter will be largely controlled.” S. N. D. North

„The sciences do not try to explain, they hardly even try to interpret, they mainly make models. By a model is meant a mathematical construct which, with the addition of certain verbal interpretations, describes observed phenomena. The justification of such a mathematical construct is solely and precisely that it is expected to work” John Von Neumann

„The theory of probabilities is at bottom nothing but common sense reduced to calculus.”  ~Laplace, Théorie analytique des probabilités, 1820

„Then there is the man who drowned crossing a stream with an average depth of six inches.”  ~W.I.E. Gates

„There are two kinds of statistics, the kind you look up and the kind you make up.”  ~Rex Stout, Death of a Doxy

„Thou shalt not answer questionnaires Or quizzes upon world affairs, Nor with compliance Take any test. Thou shalt not sit with statisticians nor commit A social science.” W. H. Auden

„Torture numbers, and they’ll confess to anything.”  ~Gregg Easterbrook 98% of all statistics are made up.  ~Author Unknown

„We must be careful not to confuse data with the abstractions we use to analyze them.” William James

„While nothing is more uncertain than a single life, nothing is more certain than the average duration of a thousand lives.” Elizur Wright

„While the individual man is an insoluble puzzle, in the aggregate he becomes a mathematical certainty.  You can, for example, never foretell what any one man will be up to, but you can say with precision what an average number will be up to.  Individuals vary, but percentages remain constant. So says the statistician.”  ~Arthur Conan Doyle

„You believe in a God who plays dice, and I in complete law and order in a world which objectively exists, and which I, in a wildly speculative way, am trying to capture. I firmly believe, but hope that someone will discover a more realistic way, or rather a more tangible basis than it has been my lot to do. Even the great initial success of the quantum theory does not make me believe in the fundamental dice game, although I am well aware that your younger colleagues interpret this as a consequence of senility.” Albert Einstein, Letter to Max Born.

„You can’t fix by analysis what you bungled by design.” Light, Singer and Willett, page v

„You should treat as many patients as possible with the new drugs while they still have the power to heal.” Armand Trousseau, 19 Century French physician