Metody Badawcze w Psychologii

Identyfikacja i definiowanie zmiennych i populacji

Zmienne i definicje operacyjne

Część generowania hipotezy obejmuje identyfikację zmiennych, które chcesz badać i operacyjne definiowanie tych zmiennych, aby można je było zmierzyć. Pytania badawcze w psychologii dotyczą zmiennych. Zmienna to ilość lub jakość, która zmienia się w zależności od ludzi lub sytuacji. Na przykład, wzrost studentów zapisanych na kurs uniwersytecki jest zmienną, ponieważ różni się w zależności od studenta. Wybrany przez studentów kierunek studiów również jest zmienny, o ile nie wszyscy w klasie zadeklarowali ten sam kierunek. Niemal wszystko w naszym świecie jest zmienne i w związku z tym myślenie o przykładach stałych (rzeczy, które się nie zmieniają) jest o wiele trudniejsze. Rzadkim przykładem stałej jest prędkość światła. Zmienne mogą być albo ilościowe, albo kategoryczne. Zmienna ilościowa to wielkość, taka jak wzrost, która jest zwykle mierzona przez przypisanie liczby do każdej osoby. Inne przykłady zmiennych ilościowych obejmują poziom gadatliwości ludzi, ich depresję oraz liczbę rodzeństwa, które posiadają. Zmienna kategoryczna jest cechą, taką jak wybrany kierunek studiów, i jest zazwyczaj mierzona poprzez przypisanie każdej osobie etykiety kategorii (np. psychologia, angielski, pielęgniarstwo itp.). Inne przykłady obejmują narodowość ludzi, ich zawód i to, czy korzystają z psychoterapii.

Po tym, jak badacz wygeneruje swoją hipotezę i wybierze zmienne, którymi chce manipulować i mierzyć, musi on znaleźć sposób na rzeczywiste zmierzenie zmiennych zainteresowania. Wymaga to definicji operacyjnej – definicji zmiennej pod względem tego, jak dokładnie ma być ona mierzona. Większość zmiennych, których badaniem zainteresowani są naukowcy, nie może być bezpośrednio obserwowana lub mierzona, co stanowi problem, ponieważ empiryzm (obserwacja) jest podstawą metody naukowej. Operacyjne definiowanie zmiennej polega na wzięciu abstrakcyjnego konstruktu, takiego jak depresja, którego nie można bezpośrednio zaobserwować, i przekształceniu go w coś, co można bezpośrednio zaobserwować i zmierzyć. Większość zmiennych może być operacyjnie zdefiniowana na wiele różnych sposobów. Na przykład, depresja może być operacyjnie zdefiniowana jako wynik uzyskany w skali depresji Becka, liczba objawów depresji, których doświadczają badani, lub to, czy zdiagnozowano u nich duże zaburzenia depresyjne. Badacze powinni wybrać definicję operacyjną, która była szeroko stosowana w literaturze naukowej.

Próba i pomiar

Oprócz określenia zmiennych do manipulacji i pomiaru oraz operacyjnego zdefiniowania tych zmiennych, badacze muszą zidentyfikować interesującą ich populację. Badacze zajmujący się psychologią są zazwyczaj zainteresowani wyciągnięciem wniosków na temat bardzo dużej grupy ludzi. Taką grupę nazywa się populacją. Mogą to być wszystkie amerykańskie nastolatki, dzieci z autyzmem, zawodowi sportowcy, a nawet zwykłe istoty ludzkie – w zależności od zainteresowań i celów badacza. Zazwyczaj jednak badają oni tylko niewielki podzbiór lub próbkę populacji. Na przykład, badacz może zmierzyć gadatliwość kilkuset studentów uniwersytetu z zamiarem wyciągnięcia wniosków na temat gadatliwości mężczyzn i kobiet w ogóle. Dlatego ważne jest, aby badacze używali reprezentatywnej próby – takiej, która jest podobna do populacji pod ważnymi względami.

Jedną z metod uzyskania próby jest prosty losowy wybór, w którym każdy członek populacji ma równe szanse bycia wybranym do próby. Na przykład, ankieter może zacząć od listy wszystkich zarejestrowanych wyborców w mieście (populacja), losowo wybrać 100 z nich z listy (próba) i zapytać tych 100, na kogo zamierzają głosować. Niestety, losowy dobór próby jest trudny lub niemożliwy w większości badań psychologicznych, ponieważ populacje są mniej precyzyjnie zdefiniowane niż zarejestrowani wyborcy w mieście. Jak badacz mógłby dać wszystkim amerykańskim nastolatkom lub wszystkim dzieciom z autyzmem równe szanse na bycie wybranym do próby? Najbardziej powszechną alternatywą dla losowego doboru próby jest dobór dogodny, w którym próba składa się z osób, które akurat znajdują się w pobliżu i są chętne do wzięcia udziału w badaniu (np. studenci psychologii). Oczywiście, oczywistym problemem jest to, że próba może nie być reprezentatywna dla populacji, a zatem uogólnianie wyników z próby na populację może być mniej odpowiednie.

Badania eksperymentalne vs. Nieeksperymentalne

Kolejnym krokiem, który musi podjąć badacz jest decyzja, jakiego rodzaju podejścia użyje do zbierania danych. Jak dowiesz się na kursie metod badawczych, istnieje wiele różnych podejść do badań, które można podzielić na wiele różnych sposobów. Jednym z najbardziej fundamentalnych rozróżnień jest podział na badania eksperymentalne i nieeksperymentalne.

Badania eksperymentalne

Badacze, którzy chcą przetestować hipotezy o związkach przyczynowych między zmiennymi (tj. ich celem jest wyjaśnienie) muszą użyć metody eksperymentalnej. Dzieje się tak dlatego, że metoda eksperymentalna jest jedyną metodą, która pozwala nam określić związki przyczynowe. Używając podejścia eksperymentalnego, badacze najpierw manipulują jedną lub więcej zmiennymi, próbując jednocześnie kontrolować czynniki zewnętrzne, a następnie mierzą, jak manipulowane zmienne wpływają na odpowiedzi uczestników.

Pojęcia zmiennej niezależnej i zmiennej zależnej są używane w kontekście badań eksperymentalnych. Zmienna niezależna jest zmienną, którą eksperymentator manipuluje (jest domniemaną przyczyną), a zmienna zależna jest zmienną, którą eksperymentator mierzy (jest domniemanym skutkiem).

Zatory są również terminem, który jest raczej specyficzny dla badań eksperymentalnych. Konfundant to zmienna zewnętrzna (a więc zmienna inna niż zmienna niezależna i zmienna zależna), która systematycznie zmienia się wraz z badanymi zmiennymi, a zatem stanowi alternatywne wyjaśnienie wyników. Kiedy badacze projektują eksperyment, muszą się upewnić, że kontrolują czynniki zakłócające; muszą się upewnić, że zmienne zewnętrzne nie stają się zmiennymi zakłócającymi, ponieważ w celu wyciągnięcia wniosku przyczynowego muszą się upewnić, że alternatywne wyjaśnienia wyników zostały wykluczone.

Jako przykład, jeśli manipulujemy oświetleniem w pokoju i badamy wpływ tej manipulacji na wydajność pracowników, wtedy warunki oświetleniowe (jasne światła vs. przyciemnione światła) byłyby uważane za zmienną niezależną, a wydajność pracowników byłaby uważana za zmienną zależną. Jeśli jasne światła są hałaśliwe, to hałas byłby konfundacją, ponieważ hałas byłby obecny zawsze, gdy światła są jasne, a hałas byłby nieobecny, gdy światła są przyciemnione. Jeśli hałas zmienia się systematycznie wraz ze światłem, wtedy nie wiedzielibyśmy, czy różnica w produktywności pracowników w dwóch warunkach oświetleniowych jest spowodowana hałasem czy światłem. Tak więc konfuzje są złe, zaburzają naszą zdolność do wyciągania wniosków przyczynowych na temat natury związku między zmiennymi. Jeśli jednak w pomieszczeniu panuje hałas zarówno przy włączonym, jak i wyłączonym oświetleniu, to hałas jest jedynie zmienną zewnętrzną (jest to zmienna inna niż zmienna niezależna lub zależna), a my nie przejmujemy się zbytnio zmiennymi zewnętrznymi. Dzieje się tak dlatego, że jeśli zmienna nie zmienia się systematycznie z manipulowaną zmienną niezależną, nie może być konkurencyjnym wyjaśnieniem dla wyników.

Badania nieeksperymentalne

Badacze, którzy są po prostu zainteresowani opisywaniem cech ludzi, opisywaniem związków między zmiennymi i używaniem tych związków do tworzenia przewidywań, mogą używać badań nieeksperymentalnych lub opisowych. Stosując podejście nieeksperymentalne, badacz po prostu mierzy zmienne tak, jak one naturalnie występują, ale nie manipuluje nimi. Na przykład, gdybym po prostu zmierzył liczbę śmiertelnych ofiar wypadków drogowych w Ameryce w zeszłym roku, które wiązały się z użyciem telefonu komórkowego, ale tak naprawdę nie manipulował korzystaniem z telefonu komórkowego, to byłoby to skategoryzowane jako badania nieeksperymentalne. Alternatywnie, gdybym stanął na ruchliwym skrzyżowaniu i zarejestrował płeć kierowców oraz to, czy korzystali z telefonu komórkowego, gdy przejeżdżali przez skrzyżowanie, aby sprawdzić, czy mężczyźni lub kobiety częściej korzystają z telefonu komórkowego podczas jazdy, to byłoby to badanie nieeksperymentalne. Ważne jest, aby zaznaczyć, że nieeksperymentalne nie oznacza nienaukowe. Badania nieeksperymentalne mają charakter naukowy. Mogą być wykorzystane do realizacji dwóch z trzech celów nauki (opisywanie i przewidywanie). Jednakże, w przeciwieństwie do badań eksperymentalnych, nie możemy wyciągać wniosków przyczynowych przy użyciu tej metody; nie możemy powiedzieć, że jedna zmienna powoduje inną zmienną przy użyciu tej metody.

Badania laboratoryjne vs. badania terenowe

Kolejne główne rozróżnienie między metodami badawczymi to badania laboratoryjne i terenowe. Badania laboratoryjne to badania prowadzone w środowisku laboratoryjnym. W przeciwieństwie do nich, badania terenowe to badania prowadzone w świecie rzeczywistym, w środowisku naturalnym.

Eksperymenty laboratoryjne mają zazwyczaj wysoką wiarygodność wewnętrzną. Wiarygodność wewnętrzna odnosi się do stopnia, w jakim możemy z całą pewnością wnioskować o związku przyczynowym między zmiennymi. Kiedy prowadzimy badania eksperymentalne w środowisku laboratoryjnym, mamy bardzo wysoką wiarygodność wewnętrzną, ponieważ manipulujemy jedną zmienną, kontrolując jednocześnie wszystkie inne zewnętrzne zmienne zewnętrzne. Kiedy manipulujemy zmienną niezależną i obserwujemy wpływ na zmienną zależną i kontrolujemy wszystko inne tak, że jedyną różnicą między naszymi grupami eksperymentalnymi lub warunkami jest ta jedna manipulowana zmienna, wtedy możemy być całkiem pewni, że to zmienna niezależna powoduje zmianę w zmiennej zależnej. W przeciwieństwie do tego, ponieważ badania terenowe są prowadzone w świecie rzeczywistym, eksperymentator ma zazwyczaj mniejszą kontrolę nad środowiskiem i potencjalnymi zmiennymi zewnętrznymi, a to zmniejsza wiarygodność wewnętrzną, czyniąc ją mniej odpowiednią do wyciągania wniosków przyczynowych.

Zazwyczaj istnieje kompromis między wiarygodnością wewnętrzną i zewnętrzną. Gdy trafność wewnętrzna jest wysoka, trafność zewnętrzna jest niska, a gdy trafność wewnętrzna jest niska, trafność zewnętrzna jest wysoka. Trafność zewnętrzna odnosi się po prostu do stopnia, w jakim możemy uogólnić wyniki badań na inne okoliczności lub warunki, np. środowisko rzeczywiste. Tak więc badania laboratoryjne mają zazwyczaj niską wiarygodność zewnętrzną, natomiast badania terenowe mają zazwyczaj wysoką wiarygodność zewnętrzną. Ponieważ badania terenowe są prowadzone w rzeczywistym środowisku, o wiele lepiej jest uogólniać wyniki na to rzeczywiste środowisko niż wtedy, gdy badania są prowadzone w bardziej sztucznym, sterylnym laboratorium.

Wreszcie, istnieją badania terenowe, które nie mają charakteru eksperymentalnego, ponieważ nic nie jest manipulowane. Ale są też eksperymenty terenowe, w których niezależna zmienna jest manipulowana w naturalnym otoczeniu, a zmienne zewnętrzne są kontrolowane. W zależności od ich ogólnej jakości i poziomu kontroli zmiennych zewnętrznych, takie eksperymenty terenowe mogą mieć wysoką wiarygodność zewnętrzną i wysoką wiarygodność wewnętrzną.

.