UNIVERSITATEA “BABEŞ-BOLYAI” CLUJ-NAPOCA

FACULTATEA DE PSIHOLOGIE ŞI ŞTIINŢELE EDUCAŢIEI
SECŢIA PSIHOLOGIE
ÎNVĂŢĂMÂNT LA DISTANŢĂ










PSIHOLOGIE EXPERIMENTALĂ

- SEMESTRUL II -















1
Informaţii generale

Date de identificare a cursului
Date de contact ale titularului de curs:

Nume: Lect.univ.dr. Róbert Balázsi
Birou: Birou 6 sediul Fac. de Psihologie şi
Ştiinţele Educaţiei, str. Republicii 37
Telefon: 0264-590967
Fax: 0264-590967
E-mail: robertbalazsi@psychology.ro
Consultaţii:
Luni, 12-14 - Lect.univ.dr. Róbert Balázsi
Luni, 14-16 - Cercet. Şt. drd. Vonaş
Gabriel
Vineri, 10-12 - Asist. univ. drd. Bivolaru
Adrian

Date de identificare curs şi contact tutori:

Numele cursului - Psihologie Experimentală şi
Analiza Datelor II
Codul cursului - PSY1032
Anul, Semestrul – anul 1, sem. 2
Tipul cursului - Obligatoriu
Pagina web a cursului- http://www.psychology.ro
Tutori – Asist. univ. drd. Bivolaru Adrian
Cercet. şt. drd. Vonaş Gabriel
Psiholog drd. Varga Mihai
Psiholog drd. Cosma Alina
Psiholog drd. Schiopu Alexandra
experimentalatutor@psychology.ro

Condiţionări şi cunoştinţe prerechizite
Înscrierea la acest curs este condiţionată de parcurgerea şi promovarea în prealabil a
disciplinelor universitare Psihologie Experimentală şi Analiza Datelor I şi Introducere în
Psihologie I, parcurse în primul semestru al anului universitar. Cunoştinţele oferite de aceste
discipline reprezintă un cadru metodologic indispensabil al analizei datelor, subiectul central al
acestui curs. În totalitatea lor, aceste prerechizite vor fi foarte utile în rezolvarea lucrărilor de
evaluare ce încheie fiecare modul cât şi în promovarea examenului de evaluare finală.

Descrierea cursului
Cursul de Psihologia Experimentală şi Analiza Datelor II face parte din pachetul de
discipline fundamentale ale specializării psihologie, nivel licenţă, din cadrul Facultăţii de Psihologie
şi Ştiinţe ale Educaţiei a Universităţii „Babeş-Bolyai” din Cluj-Napoca. Disciplina oferă cunoştinţe
conceptuale şi procedurale legate de problematica analizei de date, astfel fundamentând şi facilitând
accesibilitatea studenţilor la o serie de discipline aplicate ale anilor superiori (Psihodiagnostic,
Psihologia Muncii, Psihologie Clinică sau Psihologie Şcolară). Tematicile abordate în cadrul
cursului reprezintă un preambul esenţial pentru toate cursurile menţionate mai sus.
Afirmarea psihologiei ca şi disciplină ştiinţifică a fost condiţionată de elaborarea unei
metodologii care să permită cuantificarea şi măsurarea variabilelor implicate. Orice măsurare, orice
decizie în demersul de cercetare suportă un anumit grad de incertitudine, ceea ce impune utilizarea
unor modele statistice care facilitează luarea deciziilor corecte. Modele statistice mai simple,
studiate în cadrul disciplinei Psihologie Experimentală şi Analiza Datelor I reprezintă doar primul
2
pas al analizei datelor. Situaţiile de cercetare publicate în revistele de specialitate sunt mult mai
complexe, de obicei în studiu sunt implicate două sau mai multe variabile independente.
Această disciplină intervine tocmai în acest punct, oferind posibilitatea studenţilor să:
aprofundeze tehnici de cercetare idiografice utilizate frecvent în cercetarea aplicată (în clinică,
şcoală sau organizaţie) şi să deprindă demersurile metodologice necesare pentru elaborarea şi
derularea acestor cercetări; să înveţe procedurile metodologice parametrice şi neparametrice de
analiză a datelor oferite de designuri experimentale simple şi complexe (designuri unifactoriale şi
bifactoriale cu eşantioane independente, dependente sau mixte).

Organizarea temelor în cadrul cursului
Cursul este structurat pe patru module de învăţare, corespunzător structurii funcţionale a
unei cercetări, fiecare modul fiind subîmpărţit în următoarele tematici: experiment cu un singur
subiect (modul I), studiu de caz (modulul II), metode de analiză parametrică (modul III) şi metode
de metode de analiză neparametrică (modul IV). Tematicile specificate reprezintă elemente clasice
al oricărui manual de introducere în metodologia cercetării şi analizei datelor care-şi propune
discuţia prezentarea principiilor care guvernează cercetarea psihologică.
Nivelul de înţelegere şi implicit, utilitatea informaţiilor pe care le regăsiţi în fiecare modul vor
fi sensibil optimizate dacă, în timpul parcurgerii suportului de curs, veţi consulta sursele
bibliografice recomandate. De altfel rezolvarea tuturor lucrărilor de verificare impune, cel puţin,
parcurgerea referinţelor obligatorii, menţionate la finele fiecărui modul. În situaţia în care nu veţi
reuşi să accesaţi anumite materiale bibliografice, sunteţi invitaţi să contactaţi tutorii disciplinei.

Formatul şi tipul activităţilor implicate de curs
Parcurgerea celor patru modul incluse în curs va presupune atât întâlniri faţă în faţă
(consultaţii), discuţii pe forum cât şi muncă individuală. Consultaţiile, pentru care prezenţa este
facultativă, reprezintă un sprijin direct acordat dumneavoastră din partea titularului şi a tutorilor. Pe
durata acestora vom recurge la prezentări contrase a informaţiilor esenţiale aferente fiecărui modul
dar mai cu seamă vă vom oferi, explicaţii şi răspunsuri directe la întrebările pe care ni le veţi adresa.
Activitatea şi discuţiile de forum vă vor permite respectarea unui ritm de învăţare şi în acelaşi timp
discuţiile cu colegii şi moderatorii forumului vă va permite şi verificarea cunoştinţelor asimilate şi
extinderea lor. În ceea ce priveşte activitatea individuală, aceasta o veţi gestiona dumneavoastră şi
se va concretiza în parcurgerea tuturor materialelor bibliografice obligatorii, rezolvarea lucrărilor de
verificare şi a proiectului de semestru. Reperele de timp şi implicit perioadele în care veţi rezolva
fiecare activitate (lucrări de verificare, proiect etc) sunt monitorizate de către noi prin intermediul
calendarului disciplinei. Modalitatea de notare si respectiv, ponderea acestor activităţi obligatorii în
nota finală vă sunt precizate în secţiunea: politica de evaluare şi notare precum şi în cadrul fiecărui
modul.
Pe scurt, având în vedere particularităţile învăţământului la distanţă dar şi reglementările
interne ale CFCID al UBB parcurgerea şi promovarea acestei discipline presupune antrenarea
studenţilor în următoarele tipuri de activităţi:
3
a. consultaţii – pe parcursul semestrului vor fi organizate două întâlniri de consultaţii faţă în
faţă; prezenţa la aceste întâlniri este facultativă;
b. consultaţii online – ce se va derula prin intermediul platformei „Yahoo Messenger”, fiecare
student urmând să fie înregistrat în lista utilizatorului Tutor.
c. realizarea unui proiect de semestru cu o temă şi un set de sarcini anunţate cu cel puţin 10
zile înaintea datei de depunere a acestuia.
d. 2 evaluări parţiale (examene parţiale), care vor fi rezolvate şi, respectiv trimise tutorilor în
conformitate cu precizările din calendarul disciplinei.

Materiale bibliografice obligatorii
In suportul de curs, în cadrul fiecărui modul sunt precizate referinţele biblografice
obligatorii care permit asimilarea corectă a informaţiilor, iar la sfârşitul modulului apar cele
facultative, care să permită aprofundarea cunoştinţelor. Sursele bibliografice au fost astfel stabilte
încât să ofere posibilitatea adâncirii nivelului de analiză si, implicit, înţelegerea mai bună a fiecărei
componentă a cercetării. Volumul „Psihologie experimentală şi metodologia analizei datelor”
(1993), este referinţa obligatorie principală pentru acest curs. Caracteristica sa definitorie o
constituie prezentarea interată a demesului de cercetare, de la fazele sale timpurii (formularea unie
probleme de cercetare) şi până la finalizarea cercetării (analiza statistică a datelor şi interpretarea
rezultatelor). Această referinţă menţionată la bibliografia obligatorie se regăseşte şi poate fi
împrumutată de la Biblioteca Facultăţii de Psihologie din cadrul Bibliotecii Centrale „Lucian
Blaga”.
De asemenea, suportului de curs vom anexa un READER care conţine capitole, selectate din
diferite surse bibliografice, care să permită adâncirea informaţiilor oferite de referinţa bibliografică
obligatorie deja menţionată. READER-ul poate fi accesat online de pe platforma care deserveşte
Învăţământul la Distanţă al Facultăţii de Psihologie şi Ştiinţe ale Educaţiei.
(https://portal.portalid.ubbcluj.ro/romana/psihologie_ro/an1/default.aspx)

Materiale şi instrumente necesare pentru curs
Optimizarea secvenţelor de formare reclamă accesul studenţilor la următoarele resurse:
- calculator conectat la internet (pentru a putea accesa bazele de date şi resursele electronice
suplimentare dar şi pentru a putea participa la secvenţele de formare interactivă on-line)
- imprimantă (pentru tipărirea materialelor suport, a temelor redactate, a studiilor de caz)
- acces la resursele bibliografice (ex: abonament la Biblioteca Centrală „Lucian Blaga”)
- acces la echipamente de fotocopiere.







4
Calendar al cursului
Pe parcursul semestrului II, în care se studiază disciplina de faţă, sunt programate 2 întâlniri
faţă în faţă (consultaţii) cu toţi studenţii; ele sunt destinate soluţionării, nemediate, a oricăror
nelămuriri de conţinut sau a celor privind sarcinile individuale. Pentru prima întâlnire se recomandă
lectura atentă a primelor două module; la cea de a doua se discută ultimele trei module şi se
realizează o secvenţă recapitulativă pentru pregătirea examenului final. De asemenea în cadrul celor
două întâlniri studenţi au posibilitatea de a solicita titularului şi / sau tutorilor sprijin pentru
rezolvarea anumitor lucrări de verificare sau a proiectului de semestru, în cazul în care nu au reuşit
singuri. Pentru a valorifica maximal timpul alocat celor două întâlniri studenţii sunt atenţionaţi
asupra necesităţii suplimentării lecturii din suportul de curs cu parcurgerea capitolelor aferente a
bibliografiei obligatorii. În acelaşi calendar se regăsesc şi termenele la care trebuie transmise /
depuse lucrările de verificare aferente fiecărui modul precum şi data limită pentru depunerea
proiectului de semestru.

Calendar activităţi
Consultaţii online
Joi 16:00 – 18:00
ID: tutoriatexperimentala@yahoo.com
Consultaţii I
17 martie 2013 - 10:00, Sala Mărgineanu
Sindicatelor nr. 7, Cluj Napoca
Examen parţial I (grilă)
24 martie 2013 - 10:00, Sala Mărgineanu
Sindicatelor nr. 7, Cluj Napoca
Consultaţii II
21 aprilie 2013 - 10:00, Sala Mărgineanu
Sindicatelor nr. 7, Cluj Napoca
Examen parţial II (grilă)
28 aprilie 2013 - 10:00, Sala Mărgineanu
Sindicatelor nr. 7, Cluj Napoca
Proiect de semestru – anunţare subiect
28 aprilie 2013
(se va preda la data examenului final)
Examen final (urmează a fi fixat la consultaţii)

Politica de evaluare şi notare
A. În Sesiunea Normală evaluarea finală se va realiza pe baza unui examen scris desfăşurat
în sesiunea de la finele semestrului II. Nota finală reprezintă media poderată a două component,
fiecare dintre ele fiind evaluată cu o notă de la 1-10:
a. Nota la Examen - punctajul obţinut la examen în proporţie de 60%; Participarea la
examinarea finală nu este obligatorie, dar nota finală se calculează doar pentru studenţii care
participă la examenul final. Neparticiparea la examenul final va atrage după sine trecerea în catalog
al calificativului Absent, chiar dacă Nota pe Semestru al studentului ar permite promovarea
examenului (ex. toate evaluările parţiale sunt de nota 10).
b. Nota pe Activitatea de Semestru - evaluarea pe semestru, reprezintă 40% din nota
finală fiind media ponderată a trei note obţinute în urma evaluărilor efectuate pe parcursul
semestrului: două examene parţiale – fiecare cu o pondere de 35%; şi un proiect final – cu o
5
pondere de 30%. Fiecare lucrare predată (examen final sau parţial, sau proiect) va fi punctată cu o
notă de la 1 la 10; În cuantumul notei pe semestru mai poate intra şi o notă bonus (de la 1 la 10)
oferită pentru activitatea la curs sau seminar (ex. problematizarea temelor, dezvoltarea ideilor
prezentate la curs sau seminar, etc) sau alte activităţi extracurriculare facultative aferente disciplinei
Psihologie Experimentală şi Metode de Analiză a Datelor (ex. participare la grupuri de învăţare,
propunere unui proiect de cercetare, participare în calitate de subiect sau operator în cercetările
propuse de titularul cursului, rezolvarea de teme facultative etc). În calcularea notei pe semestru
Bonusul se adaugă doar la suma notelor, fără a spori numărul lor (suma notelor va fi împărţită la
cinci). Absenţa la un examen parţial sau nepredarea unei lucrări la termenul fixat va atrage după
sine pierderea ponderii aferente sarcinii respective. În cazul absenţei motivate medical prin fişa de
externare dintr-o unitate sanitară (ce urmează a fi prezentată în termen de 7 zile de la externare)
studentul are dreptul să susţină un examen oral care să completeze nota aferentă evaluării la care nu
s-a prezentat.
Nota obţinută pe activitatea semestrială se calculează o singură dată pe semestru, în
momentul participării la examenul final în sesiunea normală. Nota obţinută pe activitatea
semestrială nu se transferă de la un an la altul. Studenţii care nu promovează examenul, în mod
obligatoriu se vor reînscrie la acest curs şi vor preda toate sarcinile aferente cursului în acel an.
B. În Sesiunea de Restanţe se va acorda o notă finală unică pe susţinearea unui examen care
ca şi conţinut şi grad de dificultate va presupune cunoştinţele aferente activităţilor întregului
semestru (evaluări parţiale, sarcini de lucru, proiect final şi evaluare finală).
Recunoaşterea competenţelor, respectiv transferarea creditelor obţinute se face conform
regulamentului Universităţii Babeş Bolyai. Titularul cursului va recunoaşte doar notele obţinute
pentru parcurgerea unor cursuri de cercetare şi metodologie de analiza datelor din domeniul socio-
uman (ex. politologie, sociologie, pedagogie, etc): a) în cazul în care cursul parcurs are tematică
similară celui actual, să conţină în mod obligatoriu următoarele capitole: Experimentul cu un
singur subiect, Designuri de tip AB, Studiu de caz, Analiza datelor oferite de experimentul de bază,
Analiza datelor oferite de experimentul factorial, Interacţiunea şi interpretarea interacţiunii în
designuri bi- şi multifactoriale, Analiza datelor colectate pe eşantioane mici; b) şi studentul a
obţinut o notă de minim 7. Recunoaşterea notei se realizează de către titularul cursului pe baza
unei cereri depuse la secretariat pînă cel târziu la data primului examen parţial 24.03.2013, la
care se va anexa: adeverinţa de absolvire a cursului (menţionând nota obţinută), tematica detaliată a
cursului absolvit semnată de titularul cursului şi lista bibliografică aferentă cursului parcurs). În
cazul în care studentul omite depunerea actelor menţionate până la data solicitată, nota
obţinută nu va fi recunoscută în acel semestru.
6
Transferul creditelor şi recunoaşterea notei pentru studenţii declaraţi admişi la examenul de
admitere susţinut în urma exmatriculării lor (ca urmare a non-acumulării creditelor) se face în regim
special. În cazul lor se vor recunoaşte automat doar notele mai mari decât 6, studenţii cu nota 6 sau
sub 6 vor fi obligaţi să parcurgă încă odată cursul. Cererea şi în acest caz se va depune în primele 3
săptămâni ale semestrului.

Elemente de deontologie academică
Se vor avea în vedere următoarele detalii de natură organizatorică:
- Orice material elaborat de către studenţi pe parcursul activităţilor va face dovada originalităţii.
Studenţii ale căror lucrări se dovedesc a fi plagiate nu vor fi acceptaţi la examinarea finală.
- Orice tentativă de fraudă sau frauda depistată va fi sancţionată prin acordarea notei minime sau în
anumite condiţii prin exmatriculare.
- Rezultatele finale vor fi puse la dispoziţia studenţilor prin afişaj electronic.
- Contestaţiile pot fi adresate în maxim 24 de ore de la afişarea rezultatelor iar soluţionarea lor nu va
depaşi 48 de ore de la momentul depunerii.

Studenţi cu dizabilităţi:
Titularul cursului şi echipa de tutori îşi exprimă disponibilitatea, în limita constrângerilor
tehnice şi de timp, de a adapta conţinutul şi metodele de transmitere a informaţiilor precum şi
modalităţile de evaluare (examen oral, examen on line etc.) în funcţie de tipul dizabilităţii
cursantului. Altfel spus, avem în vedere, ca o prioritate, facilitarea accesului egal al tuturor
cursanţilor la activităţile didactice şi de evaluare.

Strategii de studiu recomandate:
Date fiind caracteristicile învăţământului la distanţă, se recomandă studenţilor o planificare
foarte riguroasă a secvenţelor de studiu individual, coroborată cu secvenţe de dialog pe forum, cu
tutorii şi respectiv titularul de disciplină. Lectura fiecărui modul şi rezolvarea la timp a lucrărilor de
evaluare garantează nivele înalte de înţelegere a conţinutului tematic şi totodată sporesc şansele
promovării cu succes a acestei discipline.
Planificaţi-vă să alocaţi cel puţin la fel de mult timp pentru studiul fiecărei teme online a
cursului pe cât aţi aloca dacă aţi studia tema respectivă în varianta clasică a cursurilor faţă în faţă.
Planificaţi-vă un interval orar în timpul zilei pe care îl veţi rezerva studiului. La fel cum dobândirea
măiestriei în utilizarea unui instrument muzical sau să devii fluent într-o limbă străină sau să
excelezi într-un sport necesită determinare şi mult exerciţiu, la fel este şi cu studiul psihologie
experimentale.
Începeţi prin a vă realiza un calendar săptămânal cu toate cursurile dumneavoastră, timpul
alocat pentru activităţile ce ţin de locul de muncă şi alte obligaţii. Rezervaţi-vă 2-3 ore zilnic pentru
7
studiu şi marcaţi-le în calendarul săptămânii. Asiguraţi-vă că aţi ales un interval orar când vă puteţi
concentra cel mai bine asupra acestei activităţi.
Încercaţi să rezolvaţi toate problemele oferite în temele de casă. Dacă întâmpinaţi dificultăţi
notaţi-vă punctul unde aţi ajuns şi cereţi ajutor pentru a trece mai departe.

Vă rugăm să puneţi întrebări! Curiozitatea şi întrebările oneste sunt esenţiale pentru învăţare.

8
Modulul 1
1

EXPERIMENTUL CU UN SINGUR SUBIECT


Scopul modulului: Familiarizarea studentului cu conceptele de bază a metodologiei cercetării
experimentale efectuate pe un singur subiect.

Obiectivele modulului: La finalul acestui modul stundeţii vor fi capabili:













În acest capitol vom analiza principalele caracteristici ale experimentului cu un singur
subiect. Vom prezenta mai întâi aplicaţiile acestei metode, respective utilitatea sa în cercetările
aplicate. Pentru a înţelege mai bine particularităţile sale, vom reitera conceptele esenţiale ale
cercetării experimentale în general şi vom urmări modul în care se aplică aceste concepte pentru
studiul cu un singur subiect. În cele din urmă vom prezenta principalele categorii de design cu un
singur subiect.

1.1. O STRATEGIE ALTERNATIVĂ DE CERCETARE
Planurile experimentale grupale, necesită unul sau mai multe eşantioane de subiecţi, expuşi
la diferite modalităţi ale variabilei independente. Datele obţinute de fiecare grup, sunt condensate
sub forma unor indici descriptivi (frecvenţe, medii), apoi se utilizează teste statistice inferenţiale
care permit determinarea probabilităţi ca diferenţele observate să fie datorate hazardului. Dacă
această probabilitate este redusă, (de obicei mai mică de 0.05), experimentatorul atribuie aceste
diferenţe efectului exercitat de variabila independentă.
În cadrul acestui capitol va fi prezentată o abordare diferită, bazată pe studierea sistematică a
comportamentului individual.
Scurt istoric. Tendinţa de determinare a unor legităţi aplicabile comportamentului uman, are
o tradiţie îndelungată, în cadrul psihologiei experimentale existând precedente remarcabile. În acest

1
Textul iniţial al acestui Support de Curs a fost elaborat de Prof.univ.dr. Ioana Radu, revizuirea şi completarea
ulterioară fiind efectuată cu acordul autorului de către Asist.univ.dr. Robert Balazsi şi Asist.univ.drd. Adrian Bivolaru.
• să descrie relaţia dintre design-ul cu un singur subiect şi
design-ul grupal
• să descrie caracteristicile design-ului cu nivel de bază
• să prezinte modul concret în care design-ul cu nivel de bază
asigură: validitatea internă, fidelitatea, respectiv
generalitatea (validitatea externă a unei cercetări).
• să prezinte modul concret de utilizare şi particularităţile
variantelor design-ului cu nivel de bază:
• Design-ul reversibil ABAB,
• Design-ul cu schimbarea criteriului
• Design-ul intervenţiilor alternative
• Design-ul cu niveluri de bază multiple

9
sens se poate aminti abordarea individuală pe baza căreia Gustav Fecher (1860) a dezvoltat
metodele psihofizice formalizând legea lui Weber. Pavlov, elaborează, pornind de la studiul
secreţiei gastrice la canine, principiile reflexului condiţionat. Experimentele clasice, asupra
memoriei efectuate de către Hermann Ebbinghaus, (1912), evidenţiază utilizarea cu succes în
psihologie a studiului pe un singur subiect.
Consacrarea acestui tip de design însă aparţine lui Skinner, care a elaborat în cadrul
paradigmei condiţionării operante diferite modalităţi de analiză experimentală a
comportamentului. Studiul unui lot mare de subiecţi, într-o perioadă scurtă de timp, este înlocuit
prin studierea sistematică a comportamentului unui subiect un timp îndelungat. Această strategie are
rolul de a reduce, varianţa-eroare bazându-se pe sursele acesteia: prima datorată diferenţelor
individuale, iar cea de a doua de controlul insuficient al variabilelor. Prima sursă este eliminată prin
studiul unui singur subiect, iar a doua prin stabilirea unor condiţii stricte de control al situaţiei
experimentale (un mediu controlat similar camerei de condiţionare operantă). Cea mai importantă
formă a design-ului cu un singur subiect este design-ul cu nivel de bază.

1.2. DESIGN-UL EXPERIMENTAL CU NIVEL DE BAZĂ
Trăsătura esenţială a acestui tip de design constă în stabilirea unui nivel de start
comportamental pe parcursul fazei de bază a experimentului, în această etapă fiind determinat
nivelul variabilei dependente anterior expunerii la acţiunea variabilei independente.
Consecutiv fazei de bază subiectul va fi expus tratamentului experimental, pe parcursul fazei
de intervenţie comportamentul fiind din nou măsurat. Cele mai multe aplicaţii ale acestui design
sunt asociate cu tehnicile de modificare comportamentală.

Exemplul 1.
Experienţa durerii este însoţită de reacţii manifeste (unele controlabile, altele nu), prin care
pacientul comunică semnificaţia atribuită acestui eveniment. Reacţiile comportamentale asociate
durerii constituie prin urmare, o formă indirectă de comunicare având drept scop declanşarea
anumitor răspunsuri din partea mediului (tabel 1.1).

Tabel 1.1. Reacţiile comportamentale asociate durerii.
COMPORTAMENTE ASOCIATE DURERII
1. Expresii faciale Grimase
2. Activitate motorie Mişcări lente
3. Reacţii verbale Solicitarea ajutorului
10
Autocompătimire: “de ce mi se
întâmplă tocmai mie ? ”
4. Adoptarea unor poziţii
corporale
Căutarea unei poziţii antalgice
Acoperirea zonei dureroase
Compresiunea zonei dureroase
5. Comportamente de reducere a
durerii
Administrarea de antialgice
Evitarea activităţii
Solicitarea consultului de specialitate
6. Limitări funcţionale
Mers lent cu opriri frecvente
Repaus la pat perioade îndelungate
fără a dormi

Se consideră că dobândirea reacţiilor faţă de durere se produce în timp prin procesul de
condiţionare operantă. Considerat unul din mecanismele bazale în învăţare, condiţionarea operantă,
numită şi instrumentală, studiază relaţia dintre comportament şi consecinţele sale. Principiul teoretic
ce stabileşte această relaţie este numit “legea efectului” fiind consacrat de Thorndike prin studiile
sale asupra modificărilor comportamentale. Conform acestei legi, probabilitatea apariţiei
comportamentului poate să crească sau să scadă în funcţie de consecinţele sale imediate, (apariţia
comportamentelor ce au consecinţe pozitive fiind mult mai probabilă faţă de cele care au consecinţe
negative).
Studierea sistematică a comportamentelor la pacienţii cu dureri cronice, a evidenţiat patru
tipuri de relaţii comportament-consecinţe, importante în achiziţia şi menţinerea reactivităţii faţă de
durere. După cum se poate observa în tabelul 1.2, aceste relaţii pot fi clasificate în funcţie de natura
consecinţei (pozitivă, aversivă), respectiv de efectul comportamentului asupra apariţiei consecinţei
(declanşare, respectiv retragere).

Tabel 1.2. Relaţiile dintre comportament şi consecinţe în cazul
condiţionării operante.
EFECTUL COMPORTA-
MENTULUI ASUPRA
CONSECINŢEI
NATURA CONSECINŢEI
Pozitivă Aversivă
Declanşare
Întărire pozitivă (creşte
probabilitatea
comportamentului)
Pedeapsă (scade
probabilitatea com-
portamentului)
11
Retragere
Extincţie (scade
probabilitatea com-
portamentului)
Întărire negativă (creşte
probabilitatea
comportamentului)

Atunci când un comportament are o consecinţă pozitivă, sau declanşarea sa determină o
recompensă (întărire pozitivă), frecvenţa de apariţie creşte. Astfel, pacienţii care prin
diagnosticarea unei afecţiuni şi exprimarea unor comportamente legate de durere obţin anumite
beneficii secundare -reducerea programului de lucru, atenţia personalului medical şi a familiei- vor
manifesta mult mai frecvent aceste reacţii.
Implicaţiile în evaluarea durerii sunt considerabile, întrucât orice comportament apărut în
contextul unei dureri clinice va trebui investigat pornind de la posibilele beneficii secundare
asociate. Cu cât aceste beneficii sunt mai mari, cu atât posibilitatea eliminării sale va fi mai redusă.
Un alt exemplu al efectului recompensei asupra reacţiei faţă de durere îl constituie
administrarea de analgezice la cererea pacientului. Comportamentul de solicitare a unui analgezic
este, în consecinţă, urmat de administrarea sa. Aceasta determină reducerea durerii, deci are rolul
unei recompense pentru subiect, ceea ce va conduce la creşterea frecvenţei de solicitare a
medicaţiei.
Aceste observaţii prezintă certe implicaţii practice, în cazul pacienţilor cu dependenţă faţă de
medicaţia analgezică. La astfel de cazuri este recomandată reducerea progresivă a dozei
administrate (fapt posibil prin eliminarea comportamentului de solicitare din partea pacientului).
În situaţia în care comportamentul conduce la o consecinţă aversivă (deci va fi asociat cu o
pedeapsă), rata de apariţie a reacţiei tinde să scadă. De exemplu, în cazul unui pacient la care
durerea are o bază musculară, orice mişcare va conduce la exacerbarea durerii. În această situaţie,
implicarea în activitate pe care subiectul o asociază cu creşterea intensităţii durerii (consecinţă
aversivă) va fi mult redusă. Prin urmare, acest comportament, va fi mult diminuat cu evidente efecte
nefavorabile în timp asupra adaptării faţă de durere. Pacientul va evita treptat, datorită consecinţei
aversive, chiar în absenţa durerii, implicarea în activitate datorită anticipării unei posibile declanşări
a acesteia.
În a treia situaţie, numită extincţie, comportamentul poate conduce la retragerea unei
consecinţe pozitive. Astfel, în cazul unui pacient căruia în timpul perioadei de internare i se
administrează întăriri ori de câte ori se implică în exersarea unor tehnici cognitive de distragere a
atenţiei, dar ulterior după externare nu i se oferă aceeaşi valorizare de către familie, se va constata o
reducere până la neglijare a acestei metode de autocontrol.
Cel de-al patrulea tip de relaţie între comportament şi consecinţe se referă la situaţia în care
declanşarea reacţiei produce eliminarea unei consecinţe negative. Aceasta este numită întărire
12
negativă şi are drept rezultat creşterea frecvenţei acelui comportament. De exemplu, în cazul
iniţierii unui program de intervenţie axat pe tehnici de relaxare la un pacient cu dureri cronice se va
constata după o perioadă reducerea intensităţii durerii, această consecinţă acţionând ca o întărire
negativă cu efect benefic asupra practicării sistematice a tehnicilor recomandate.
Identificarea întăririlor necesită observarea minuţioasă a dinamicii reacţiilor comportamentale
pentru a surprinde efectul diferitelor consecinţe. Acestea vor diferi de la caz la caz, în funcţie de
semnificaţia pe care subiecţii o atribuie ca urmare a experienţei personale. Lectura unei cărţi sau
practicarea unui hobby se poate dovedi o întărire eficientă în cazul unui pacient dar poate fi complet
lipsită de relevanţă pentru un altul. Prin urmare, orice modificare comportamentală la pacienţii cu
dureri cronice trebuie individualizată şi precedată de identificarea exactă a întăririlor semnificative
pentru subiectul în cauză. Din punct de vedere practic, se poate recurge la utilizarea unor
chestionare sau liste de întăriri din care subiectul va selecta ceea ce consideră relevant în situaţia sa.
În general, aceste liste conţin întăriri clasificate în următoarele categorii:
– produse ce pot fi consumate: hrană, băuturi, medicamente etc.;
– activităţi: hobby-uri, lectura, munca în gospodărie, mersul la cumpărături, plimbarea,
practicarea sportului;
– primirea de cadouri: se precizează orice obiect pe care subiectul ar dori să îl primească;
– contacte sociale: lauda, atenţia şi recunoaşterea meritelor de către alţi membrii ai grupului
(sunt considerate unele dintre cele mai eficiente forme de întărire);
– simboluri: obiecte care dobândesc valoare în funcţie de semnificaţia ce le este atribuită (de
exemplu compensaţiile băneşti obţinute de un pacient prin diagnosticarea unei anumite boli
profesionale).

Modul de administrare al întăririlor este extrem de important în achiziţia şi menţinerea
comportamentelor operante. Se consideră că cea mai eficientă modalitate de achiziţie a unui
comportament este administrarea întăririi imediat şi în mod constant (schema continuă de
administrare). Un pacient internat cu dureri cronice acutizate va avea o atitudine mult mai favorabilă
dacă i se va acorda atenţie, de fiecare dată când va evita repausul prelungit la pat. În acest sens,
monitorizarea în cadrul saloanelor în care sunt internaţi aceşti pacienţi, se poate realiza de aşa natură
încât administrarea întăririlor de către personalul medical (medici sau asistente) să se realizeze după o
schemă riguros stabilită. Acest fapt va conduce în cazul pacienţilor cronici la dezvoltarea pe durata
spitalizării a unor comportamente mult mai adaptative. Dificultatea va consta însă în menţinerea
acestor comportamente după externare. Studiile realizate arată faptul că menţinerea comportamentelor
se îmbunătăţeşte semnificativ prin administrarea intermitentă a întăririlor. Prin urmare, în cadrul
programelor având ca scop modificarea comportamentelor asociate durerii se recomandă utilizarea
13
întăririlor continue în fazele iniţiale ale terapiei (de exemplu: recompensarea pacientului după fiecare
exersare a relaxării) şi a întăririlor intermitente în fazele finale ale intervenţiei (administrarea
recompensei după un număr variabil de exerciţii).
Pe baza acestor principii de intervenţie se pot dezvolta programe terapeutice de modificare a
comportamentelor asociate durerii la pacienţii cu dureri cronice.
De exemplu în într-un studiu efectuat de Epstein, Hersen & Hemphill, (1984), în cazul unui
pacient cu migrene, s-a studiat eficienţa antrenamentului de tip biofeedback electromiografic
asupra relatării durerii. Întrucât în etiologia migrenei s-a constatat că un rol important îl are nivelul
tensiunii musculare la nivelul musculaturii frontale, s-a preconizat ca tehnică de intervenţie
dobândirea unei modalităţi de relaxare pe baza tehnicii biofeedback (figura 1.1).
0
10
20
30
40
50
60
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Şedinţe
P
e
r
i
o
a
d
a

c
u

n
i
v
e
l

r
i
d
i
c
a
t

d
e

t
e
n
s
i
u
n
e

m
u
s
c
u
l
a
r
ă

(
s
e
c
u
n
d
e
)
Fază de bază Fază de bază Feedback Feedback

Figura 1.1 Perioada medie cu un nivel ridicat al tensiunii musculare pe parcursul fazelor
experimentului

În acest sens s-a determinat pentru început nivelul bazal al tensiunii musculaturii frontale prin
înregistrarea cu ajutorul unor electrozi aplicaţi cutanat şi conectaţi la electromiograf. Variabila
dependentă determinată a fost numărul mediu de secunde pe parcursul unor şedinţe de observaţie
de 10 minute alcătuite din observaţii repetate cu durata de un minut, în cadrul cărora subiectul
manifesta un nivel de tensiune musculară ridicată. Perioada în care subiectul manifesta un grad
ridicat de tensiune a fost în acest caz în medie de 30-40 secunde în fiecare minut de observaţie
(adică mai mult de 50% din timp). Consecutiv determinării nivelului de bază al tensiunii musculare,
s-a introdus o fază de intervenţie pe parcursul căreia subiectului i se prezenta o melodie preferată
(întărire pozitivă), ori de câte ori reuşea să reducă nivelul tensiunii musculare sub un anumit nivel.
În aceste condiţii s-a constatat o reducere a perioadei cu nivel ridicat al tensiunii musculare până la
15-20 secunde în medie în cadrul minutelor de observaţie (adică 25% din timp). Pentru a verifica
dacă reducerea observată s-a datorat feedback-ului oferit, în etapa a treia s-a retras feedback-ul
constatându-se o creştere a perioadei cu nivel ridicat de tensiune musculară până la valori apropiate
situaţiei iniţiale. Prin reintroducerea feedback-ului în etapa a patra a studiului s-a obţinut o reducere
14
a periodei medii cu nivel ridicat de tensiune musculară până la 10-15 secunde (mai puţin de 25%
din timp).

Temă de reflecţie nr. 1
Având ca şi punct de pornire exemplul anterior stabiliţi o paralelă între
experiment de laborator şi experimentul cu un singur subiect.

Exemplul 2:
Într-un studiu efectuat de Brown şi Palincsar, (1982), s-a urmărit rolul strategiilor
metacognitive în învăţare. S-a urmărit gradul în care însuşirea acestor strategii permite
îmbunătăţirea compreheniunii unui text scris, la subiecţii cu intelect de limită. (figura 1.2). În
prima fază a studiului s-a înregistrat performanţa iniţială a subiecţilor. Procentul răspunsurilor
corecte la întrebările vizând textul studiat s-a încadrat în 15 procente. După iniţierea unui program
de instruire a strategiilor cognitive de tipul: parafrazarea ideilor principale, clasificarea
informaţiilor, relaţionarea ideilor la cunoştinţele existente etc., procentul obţinut a fost între 60%-
80%. În etapa următoare s-a revenit la situaţia iniţială performanţa înregistrând un declin
(replicarea fazei de bază), iar apoi s-a reintrodus etapa formativă înregistrându-se o îmbunătăţire
a performanţei (replicarea fazei de intervenţie).

0
20
40
60
80
100
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Sedinte
P
r
o
c
e
n
t

r
a
s
p
u
n
s
u
r
i

c
o
r
e
c
t
e
Faza de baza Interventi e Interventi e Faza de baza

Figura 1.2. Procentul răspunsurilor corecte pe parcursul fazelor experimentului

1.3. CARACTERISTICILE DESIGN-ULUI CU NIVEL DE BAZĂ
Design-urile experimentale îndeplinesc două funcţii: ele permit determinarea unor
modificări ale variabilei dependente în ciuda varianţei eroare şi realizarea unor inferenţe valide
asupra cauzelor modificărilor observate. Acestea conduc la identificarea efectului produs de
variabile independente (cauzale). Design-ul experimental cu nivel de bază satisface aceste cerinţe
prin intermediul următoarelor caracteristici:
• utilizarea unor serii temporale ( măsurători repetate ale variabilei dependente). În cazul
15
acestui design se realizează înregistrarea valorilor variabilei dependente în cazul aceluiaşi subiect
sau mai multor subiecţi într-un anumit interval de timp. Datele obţinute în aceleaşi condiţii sunt
grupate şi constituie rezultate în cadrul unei anumite faze a experimentului. Adesea una dintre faze
este numită de bază deoarece în cadrul ei se determină nivelul variabilei dependente în absenţa
intervenţiei variabilei independente (ea constituie o fază de control), iar o alta fază de intervenţie în
această situaţie fiind studiat efectul variabilei independente asupra celei dependente.
• reprezentarea grafică şi analiza vizuală şi statistică a seriilor temporale înregistrate pe
parcursul fazelor experimentului. Comparaţiile se realizează în cadrul unor perechi de tipul: fază de
bază-fază de intervenţie. Scopul reprezentării grafice a acestor combinaţii este acela de a evidenţia
(detecta), diferenţe vizibile între cele două situaţii. În acest caz analiza grafică a datelor,
suplimentată de o analiză statistică descriptivă se face în funcţie de următorii parametrii: tendinţă,
nivel şi variabilitate.
Tendinţa reprezintă fluctuaţia sistematică a valorilor observate în timp. În figura 1.3. seria
A, evidenţiază o tendinţă pozitivă a datelor, seria C o tendinţă negativă iar în seria B se constată
absenţa tendinţei.

Figura 1.3 Trei serii temporale cu tendinţe diferite

O formă particulară de tendinţă este periodicitatea, ce se referă la fluctuaţiile ritmice ale
datelor în timp. Periodicitatea unei serii temporale poate fi definită în două moduri: prin frecvenţă
sau perioadă. Frecvenţa se referă la numărul de cicluri pe unitatea de timp, iar perioada la timpul
necesar pentru completarea unui ciclu. De exemplu o serie temporală poate avea o frecvenţă de 5
cicluri pe oră dacă în cadrul unei ore secvenţa se repetă de 5 ori, şi o periodicitate de 12 minute.
(desfăşurarea unui ciclu necesită 12 minute). Figura 1.4. evidenţiază două serii ce diferă din punct
de vedere al frecvenţei. Seria B prezintă o frecvenţă mai redusă respectiv o perioadă mai mare decât
seria A.
16

Figura 1.4. Două serii ce diferă ca frecvenţă şi perioadă.


Figura 1.5. Rezultatele unui experiment având scopul verificării efectului unei tehnici de reducere a
frecvenţei unui comportament indezirabil.

Existenţa unei tendinţe ciclice în cadrul unei serii temporale alcătuite din faze de bază şi
faze de intervenţie poate determina o serie de dificultăţi de interpretare a influenţei variabilei
independente în cadrul fazei de intervenţie. Periodicitatea seriei temporale poate constitui o
variabilă confundată ce conduce la concluzia existenţei unui afect al variabilei independente, deşi în
realitate acesta nu există. De exemplu în figura 1.5 este prezentat graficul rezultatelor obţinute în
cadrul unui experiment ce a avut ca scop reducerea frecvenţei unui comportament indezirabil.
Aparent, acţiunea variabilei independente în cadrul fazelor B conduce la modificarea
comportamentului în direcţia dorită. Ajustarea unei linii pentru seria temporală prezentată arată însă
faptul că evoluţia comportamentului pe parcursul celor patru faze este una sinusoidală, cauza
modificării constatate fiind de fapt această tendinţă şi nu efectul aplicării variabilei independente.
17

Figura 1.6. Două serii temporale cu niveluri diferite.

Se constată fluctuaţia sinusoidală a comportamentului. Contracararea efectului periodicităţii
în interpretarea rezultatelor din cadrul unei serii temporale se realizează prin determinarea
tendinţelor ciclice pe baza unor teste statistice parametrice (testul ARIMA

) sau neparametrice
(testul Tryon, testul punctelor de întoarcere, testul diferenţelor succesive)*.


Temă de reflecţie nr. 2
Daţi două exemple de studii cu un singur subiect în care cele două tendinţe
descrise mai sus (tendinţa rectilinie şi cea periodică) în mod sigur se vor
suprapune cu modificările sistematice aplicate designului.

Nivelul unei serii temporale este reprezentat de linia ce aproximează tendinţa centrală a
seriei într-un anumit interval de timp.În figura 1.6. sunt prezentate două serii temporale ce au
aceeaşi tendinţă dar niveluri diferite.

Figura 1.7 Două serii temporale cu variabilităţi diferite.

Variabilitatea unei serii temporale se referă la deviaţia scorurilor în jurul nivelului. În figura
1.7. sunt prezentate două serii temporale ce au acelaşi nivel dar variabilităţi diferite. Spre deosebire
18
de designurile grupale unde controlul variabilităţii se realizează prin analiza surselor sale pe baza
unor tehnici statistice (analiza de varianţă-ANOVA), în cadrul experimentului cu un singur subiect
controlul variabilităţii se realizează procedural prin crearea unui mediu experimental strict controlat.
Pornind de la exemplele prezentate, se pot evidenţia principalele caracteristici ale designului
cu nivel de bază: stabilirea nivelului de bază, determinarea unui criteriu de stabilitate şi replicarea.
• Nivelul comportamental de bază. O caracteristică a designului cu nivel de bază, consta în
utilizarea unui nivel comportamental de bază, o înregistrare a performanţei subiectului în timp, în
cadrul unei faze pretest. Nivelul comportamental de bază îndeplineşte două funcţii importante:
stabilirea nivelului variabilei dependente în fiecare fază şi determinarea variabilităţii necontrolate.
Pentru stabilirea nivelului comportamental de bază se recurge la înregistrarea repetată a
comportamentului în funcţie de timp.
• Criteriul de stabilitate.Variaţiile sistematice determinate de învăţare sau habituare apar în
cadrul nivelului de bază sub forma tendinţei spre valori crescătoare sau descrescătoare. Asemenea
tendinţe apar imediat după trecerea într-o fază când comportamentul se află în tranziţie între două
nivele stabile . Pentru a surprinde gradul de fidelitate în care nivelul bazal indică modificare
comportamentală indusă printr-o anumită manipulare, se utilizează un criteriu de stabilitate ce
precizează condiţiile în care nivelul este considerat stabil. Atunci când nivelul de bază îndeplineşte
condiţiile de stabilitate subiectul este încadrat în faza de studiu următoare. Determinarea unui
criteriu de stabilitate adecvat este posibilă prin analiza descriptivă a datelor ce formează o serie
temporală.*
• Replicarea intrasubiect.În acest caz se repetă atât faza de bază cât şi cea de intervenţie astfel
încât se poate compara performanţa subiectului în cadrul primei evaluări şi în timpul replicării
pentru a determina dacă nivelurile de performanţă obţinute în cadrul fazelor iniţială şi de intervenţie
sunt repetabile sau replicabile.Posibilitatea replicării datelor iniţiale indică fidelitatea acestora şi
faptul că modificările observate sunt rezultatul condiţiilor de tratament şi nu a variaţiilor aleatoare
ale comportamentului.
• Replicarea intersubiecţi. Presupune includerea în designul experimental a mai multor
subiecţi. Rezultatele fiecărui subiect reprezintă o replică independentă a întregului experiment. Spre
deosebire de design-urile grupate, în design-urile cu nivel de bază, datele sunt prezentate
independent pentru fiecare subiect şi nu sub forma unor medii ale mai multor subiecţi.

1.4. FUNCŢIILE DESIGN-ULUI CU NIVEL DE BAZĂ
Evaluarea utilităţii practice a unui design, se face pe baza modului în care acesta e capabil să


Pentru cititorii interesaţi în aprofundarea acestor tehnici statistice se recomandă consultarea unor lucrări consacrate în
domeniu: Box& Jenkins (1976), Tryon (1982), Kratochwill & Levin (1992).
19
ofere soluţii la următoarele cerinţe ale unei cercetări:
a) un grad de validitate internă cât mai ridicat;
b) un grad cât mai mare de fidelitate a măsurării;
c) un grad de generalitate (validitate externă), cât mai ridicat.

a) Validitatea internă
Scopul manipulării variabilei independente este de a induce anumite modificări în cadrul
comportamentului, sub forma unei variaţii sistematice. Este cunoscut însă faptul că pot apare şi
modificări ale comportamentului ce nu au legătură cu variabila independentă, fiind determinate de
factori necontrolaţi prin experiment. Aceste variaţii sunt numite varianţă-eroare sau varianţă
aleatoare. În cazul designului cu un singur subiect, ele sunt evidenţiate sub forma fluctuaţiilor
nesistematice ale nivelului de bază.
Spre deosebire de designul grupal (unde diferite surse de variabilitate pot fi controlate
statistic), designul cazului singular utilizează ca principal mijloc de eliminare a variaţiei-eroare,
controlul riguros al condiţiilor experimentale. Ca atare eforturile sunt orientate spre identificarea
surselor de variaţie, pornind de la reprezentarea grafică a datelor. Varianţa-eroare apare sub forma
unui grad înalt de instabilitate a observaţiilor efectuate. Astfel, măsurarea repetată a variabilei
dependente permite evaluarea influenţei posibile a unor factori necontrolaţi.
De exemplu în cazul unui experiment de condiţionare operantă, rata răspunsurilor poate
varia, deşi condiţiile experimentale rămân aceleaşi. Variaţiile observate, pot fi induse de o serie de
factori cum ar fi motivaţia subiecţilor , experienţa acestora, momentul din zi când se efectuează
experimentul.
Unii dintre aceşti factori sunt necontrolaţi, dar alţii pot fi controlaţi. Creşterea stabilităţii
variabilei dependente va fi posibilă prin asigurarea unui nivel apropiat al motivaţiei în diferitele faze
de intervenţie, realizarea probelor în acelaşi moment al zilei, etc.
Un alt mijloc de reducere a variabilităţii datelor constă în determinarea criteriului de
stabilitate. Astfel, comportamentul înregistrează pe parcursul fazelor experimentului, o serie de
modificări lente adaptându-se noilor situaţii. În anumite cazuri, schimbările devin observabile pe
parcursul instalării învăţării, situaţie în care discriminarea se accentuează, comportamentul fiind
adus sub controlul unor noi întăriri.
Impunerea unui criteriu de stabilitate oferă siguranţa menţinerii unei faze atâta timp cât este
necesar pentru stabilizarea comportamentului.

b) Fidelitatea măsurării.
Designul grupal stabileşte fidelitatea măsurărilor printr-un şir de inferenţe logice
20
pornind de la un singur experiment. Mediile şi varianţele obţinute în fiecare fază sunt utilizate
pentru estimarea unor caracteristici ale populaţiei. Acestea sunt utilizate pentru a determina
probabilitatea ca datele obţinute pe parcursul fazelor experimentului să provină de la aceeaşi
populaţie. Indicele de probabilitate permite studiul ipotezei nule conform căreia diferenţele obţinute
sunt datorate hazardului şi nu acţiunii variabilei independente. Respingerea ipotezei nule permite
postularea influenţei variabilei independente. Astfel, dacă variabila independentă este singura
responsabilă pentru diferenţele apărute, atunci aceleaşi rezultate vor fi obţinute în condiţiile
repetării experimentului. Deci măsurările vor prezenta un grad corespunzător de fidelitate.
Designul cu un singur subiect recurge la evaluarea fidelităţii măsurării în mod direct pe baza
replicării. Fiecare subiect va fi supus diferitelor faze experimentale de două sau mai multe ori,
performanţele obţinute cu ocazia acestor expuneri multiple fiind comparate. Dacă în condiţiile
replicării diferitelor faze se obţin rezultate similare, atunci se conchide asupra fidelităţii datelor.
Desigur, datele obţinute pe parcursul replicării vor fi similare, dar nu identice. Se ridică
astfel întrebarea gradului de similaritate acceptabil. Soluţia depinde de gradul de control al
variabilei dependente pe parcursul fazei experimentale şi de întrebarea la care experimentatorul îşi
propune să răspundă. Un grad ridicat de control al variabilei dependente, va determina o variaţie
minimă în cadrul nivelului de bază, astfel încât orice influenţă a variabilei independente va fi uşor
vizibilă ca o modificare superioară sau inferioară faţă de nivelul de bază.


Temă de reflecţie nr. 3
Cum va afecta fidelitatea redusă a măsurărilor în cadrul unui design
experimental cu un singur subiect inferenţa statistică? Pentru aprofundarea
subiectului vezi SUPORT de CURS: Psihologie Experimentală şi Metode
de Analiză a Datelor I.

c) Gradul de generalitate al rezultatelor
Designul grupal stabileşte generalitatea datelor prin calculul mediilor pe un număr mare de
subiecţi. Acest design postulează faptul că performanţa medie va fi reprezentativă pentru populaţia
din care subiecţii fac parte.
În cazul designului cu un singur subiect se recurge la replicarea intersubiect - repetarea
experimentului în condiţii absolut identice pe un alt subiect.
Comparaţia directă a comportamentului diferiţilor subiecţi oferă o măsurare a replicabilităţii
intersubiect (replicare directă). Pe baza acestei comparaţii se pot identifica sursele variabilităţii-
intersubiect, acestea fiind aduse sub control.
O altă modalitate de verificare a generalităţii rezultatelor este pe baza menţinerii structurii
21
experimentului, dar a extinderii şirului de variabile evaluate, tipului de variabile manipulate sau de
subiecţi testaţi. De exemplu patternul de răspuns generat pe baza diferitelor scheme de întărire poate
fi replicat prin utilizarea unor întăriri diferite. Asemenea extensii care încorporează aspecte ale
experimentului iniţial dar induc noi valori poartă numele de replicări sitematice, spre deosebire de
replicările directe (Sidman, 1960).

Tabel. 1.3. Paralela design experimental grupal – design experimental cu un singur subiect.
Calităţi Design-ul experimental grupal Design-ul experimental
cu un singur subiect







VALIDITATEA
INTERNÃ

Reducerea varianţei –eroare pe baza randomizării şi a
procedurilor statistice
a) prin repartizarea ale-atoare a subiecţilor în grupul
experimental, respectiv de control, se asigură un efect
egal al variabilelor necontrolate la nivelul celor două
grupuri.
b) Procedurile statistice evaluează variabilitatea datorată
acţiunii factorului manipulat în raport cu variabilitatea
indusă de factorii necontrolaţi

Varianţa intergrup
F = ----------------------
Varianţa intragrup

În condiţii în care, acest raport este semnificativ la p< 0.05, se
consideră efectul variabilei independente relevat ignorând
influenţa surselor de eroare
Controlul riguros al
condiţiilor experimentale
(ex. camera de
condiţionare)
Determinarea criteriului de












FIDELITATEA
Studierea fidelităţii indirect, pe baza inferenţei statistice
Pe baza replicării intrasubiect
stabilitate
VALIDITATEA
EXTERNÃ
Se studiază semnificaţia indicilor obţinuţi la nivelul eşantionului
(problemă de estimare)
Pe baza replicării intersubiect
(replicări directe ) sau a
replicărilor sistematice


1.5. VARIANTE ALE DESIGN-ULUI EXPERIMENTAL CU NIVEL DE BAZĂ
Un prim criteriu de clasificare a acestor tipuri de design se referă la variabila independentă.
Astfel se pot diferenţia:
• design-uri ce manipulează o singură variabilă independentă – design-uri cu un singur factor:
• design care manipulează mai multe variabile independente - designul multifactorial
Al doilea criteriu se referă la variabila dependentă şi în acest caz distingem design-ul cu niveluri
22
de bază multiple în cazul studierii mai multor variabile dependente.

1.5.1. Design-ul cu un singur factor

În această categorie se încadrează: design-ul reversibil (ABAB) şi design-ul cu schimbarea
criteriului.

1.5.1.1. Design-ul reversibil (ABAB)

Acest design include o fază de bază (A), în cadrul căreia se stabileşte nivelul de bază şi o
fază de intervenţie (B) în care se observă efectul variabilei independente.
Designul de tip AB include o singură administrare a fiecarei faze, lipsind posibilitatea
replicării intrasubiect. Din acest punct de vedere implicarea unor variabile confundate legate de
aspectul temporal constituie o problemă serioasă a acestui design.
Designul ABA include o fază reversibilă în care se restabileşte nivelul de bază după
expunerea la "tratament". Această reevaluare a nivelului de bază permite verificarea influenţei
variabilei independente. Astfel spus, dacă după revenirea în faza A se observă o modificare a
comportamentului în sensul variaţiei iniţiale, se poate concluziona că modificarea din cadrul fazei
de intervenţie este datorată variabilei independente şi nu unor factori aleatori.
Designul ABAB adaugă o a doua fază reversibilă oferind o replicare completă a designului
AB.
Acest design are multiple aplicaţii în reducerea ratei unui comportament indezirabil cât şi în
studiul eficienţei unor intervenţii care au scopul de a creşte frecvenţa unor comportamente
adaptative.

Exemplu
În cadrul unei cercetări s-a verificat gradul în care atenţia acordată de profesor are efectul
de a întări comportamentele autostimulatorii la copiii retardaţi (Graziano, 1993).
O fetiţă cu diagnostic de autism, încadrată la o şcoală specială, prezenta în timpul lecţiei o
serie de comportamente constând în ţipete ascuţite, grimase faciale şi mişcări rapide, energice ale
mâinilor. Aceste trei comportamente se produceau simultan având o frecvenţă mare de apariţie. Ele
o împiedicau să înveţe, dar împiedicau şi desfăşurarea adecvată a lecţiei.
Pe baza unor observaţii sistematice s-a formulat ipoteza că atenţia acordată de profesor
constituie întărirea ce menţine aceste comportamente. S-a formulat astfel următoarea explicaţie:
atunci când nu i se acordă atenţie copilul va declanşa comportamente ce vor determina profesorul
23
să se apropie de ea, şi să încerce să o liniştească. Cu alte cuvinte în eforturile sale de a suprima
comportamentul, profesorul poate determina menţinerea acestuia.
Pentru a testa această ipoteză s-a utilizat designul ABAB în care în cadrul fazei de bază (A),
profesorul acorda atenţie ori de câte ori fetiţa manifesta comportamente indezirabile. În condiţia
(B), faza de intervenţie a implicat o procedură diferită de întărire în care profesorul acorda atenţie
şi sprijin copilului ori de câte ori se angaja în studiu, dar evita să-i acorde atenţie când manifesta
comportamente indezirabile . Înregistrarea datelor s-a realizat în cadrul unor şedinţe cu durata de
o oră în acelaşi moment al zilei, variabila dependentă constând în numărul de minute din cadrul
unei ore în care comportamentul se manifesta. Prin replicarea celor două faze s-a dovedit astfel
impactul intăririlor sociale asupra menţinerii unui comportament indezirabil şi rolul aceloraşi
întăriri asupra posibilităţii de a dezvolta comportamente adaptative. (figura 1. 8).
0
10
20
30
40
50
60
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Sedinte
D
u
r
a
t
a


c
o
m
p
o
r
t
a
m
e
n
t
u
l
u
i

d
e
z
a
d
a
p
t
a
t
i
v

(
m
i
n
)
B A B A

Figura 1.8 Graficul efectului intervenţiei asupra comportamentului indezirabil.

Dacă fiecare replică a unei anumite faze produce niveluri ale performanţei superpozabile cu
niveluri observate în administrarea anterioară a aceleiaşi condiţii, se poate afirma că fidelitatea
măsurării este extrem de ridicată.
În cazul în care gradul de control asupra variabilei dependente este redus, nivelul de bază va
fi variabil iar efectul variabilei independente va fi dificil de surprins. Variaţiile nivelului de bază
apărute între replicări pot fi determinate de şansă, sau ca urmare a efectului rezidual. În aceste
situaţii, efectul variabilei independente se va evidenţia pe baza analizei tendinţei datelor în cadrul
fazelor de bază în raport cu cele de intervenţie.

Exemplu:
Într-un studiu efectuat de Hall (1968), s-a urmărit influenţa pe care utilizarea unor tehnici
comportamentale o are asupra ratei studiului la subiecţii hiperactivi.(figura 1.9). Graficul indică
procentajul de timp în cadrul orei de curs în care subiectul este implicat în studiu. În faza de bază
comportamentul fluctuează dar nu depăseşte 45%. În faza de intervenţie, acordarea de către
profesor a unor întăriri pozitive (lauda), determină creşterea procentajului până la 90%.
24
Retragerea acestor întăriri (faza reversibilă), determină reducerea studiului, fără a se atinge
nivelul de bază iniţial. Revenirea la faza de intervenţie determină restabilirea unui nivel de
performanţă ridicat.
În acest exemplu, nivelul variabilei dependente obţinut în cadrul fazei de bază iniţială nu se
menţine în cadrul replicării. Cu toate acestea, tendinţa de modificare a ratei de răspuns în faza de
intervenţie în raport cu faza de bază este similară în cazul replicării, deşi magnitudinea nu este
aceeaşi.

0
20
40
60
80
100
1 3 5 7 9
1
1
1
3
1
5
1
7
1
9
2
1
2
3
2
5
2
7
2
9
3
1
Sedinte
R
a
t
a

s
t
u
d
i
u
l
u
i
A B B A

Figura 1.9. Rata studiului în cadrul diferitelor faze ale experimentului

Cum se poate vedea din figură, succesul replicării intrasubiect este condiţionat de tipul de
ipoteză a studiului experimentul. De exemplu, dacă ipoteza vizează influenţa întăririi asupra ratei
studiului, răspunsul este pozitiv iar replicarea se dovedeşte corespunzătoare. Comportamentul
studiat sporeşte faţă de nivelul de bază în ambele cazuri. Dacă se urmăreşte magnitudinea diferenţei,
răspunsul diferă, replicarea fiind neadecvată.
Principala limită a design-ului reversibil este legată de spectrul său redus de aplicabilitate (în
cazul unor comportamente ce revin la nivelul iniţial după oprirea intervenţiei). În majoritatea
cazurilor însă, datorită învăţării (efectului rezidual), precum şi din considerente etice este aproape
imposibilă revenirea la un nivel similar celui iniţial.


Temă de reflecţie nr. 4
Descrieţi un fenomen a cărui abordare ştiinţifică nu poate fi realizată printr-
un design de tip AB din considerente etice.

1.5.1.2. Design-ul cu schimbarea criteriului.

Acest tip de design este utilizat în special în cazurile în care se estimează o modificare
25
gradată a variabilei dependente sub impactul variabilei independente. În acest sens, controlul
experimental este asigurat prin înregistrarea tendinţei de variaţie a comportamentului în condiţiile
fixării unor criterii din ce în ce mai stricte de administrare a variabilei independente. Astfel,
consecutiv stabilirii unui nivel de bază se include o fază de intervenţie în cadrul căreia
experimentatorul stabileşte un criteriu de performanţă pe care îl impune subiectului. Odată ce acest
criteriu a fost atins se recurge la schimbarea sa, apelându-se astfel, din aproape în aproape la
niveluri din ce în ce mai ridicate ale acestuia. (figura 1.10).


Figura 1.10 Schema design-ului cu schimbarea criteriului

Exemplu:
În cadrul unui studiu vizând dezvoltarea comportamentelor de practicare a exerciţiilor
fizice la subiecţi normoponderali sau obezi s-a utilizat ca activitate pedalarea la ergobicicletă. În
cadrul fazei de bază subiecţilor li s-a precizat faptul că pot pedala în ritmul pe care îl doresc. În
cadrul fazei de intervenţie s-a fixat la început un nivel al performanţei uşor mai crescut (mai ridicat
cu 15% decât cel anterior) pentru care subiecţii erau recompensaţi. Atunci când subiectul atingea
nivelul fixat se activa un semnal auditiv ce semnaliza performanţa. Odată ce acest nivel era atins şi
era menţinut de subiect, se introducea un criteriu din ce în ce mai strict de acordare a întăririi
(subiectul era recompensat pentru un nivel al performanţei mai mare cu 30%, iar apoi cu 45%).
Efectul intervenţiei este prezentat în figura 1.11, în care se constată performanţa obţinută de 5
subiecţi (3 normoponderali şi 2 obezi ), în cadrul experimentului. Pentru fiecare subiect,
consecutiv atingerii performanţei maxime s-a introdus o fază reversibilă în care nu s-au mai
acordat intăriri. În aceste condiţii s-a constatat o uşoară reducere a performanţei (ceea ce
constituie un argument suplimentar în favoarea efectului intervenţiei realizate). Reintroducerea
intervenţiei în condiţiile fixării criteriului atins anterior a condus rapid la reinstalarea nivelului de
performanţă prealabil.
26

Figura 1.11 Performanţa subiecţilor în cadrul fazelor experimentului.

Validitatea internă a design-ului cu schimbarea criteriului este mai redusă comparativ cu a
design-ului reversibil. Astfel, chiar dacă un comportament se modifică în condiţiile stabilirii unui
anumit criteriu este posibil ca această modificare să fie determinată de variabile confundate. În acest
sens pentru optimizarea design-ului se recomandă alternarea unor criterii stricte cu unele mai puţin
stricte în cadrul experimentului. În aceste condiţii modificarea bidirecţională (creştere-descreştere a
frecvenţei comportamentului), constituie o dovadă suplimentară a acţiunii variabilei independente.



27
1.5.2. Design-ul multifactorial

Specific pentru acest design este studierea simultană a efectului mai multor variabile
independente În această categorie se încadrează design-ul intervenţiilor alternative.

1.5.2.1.Design-ul intervenţiilor alternative

Caracteristic pentru acest design este administrarea în cadrul aceleiaşi faze a mai multor
variabile independente. Astfel, în prima fază se stabileşte un nivel de bază comportamental, iar apoi
în cadrul fazei de intervenţie se aplică alternativ mai multe variabile independente asupra aceleiaşi
variabile dependente. Prin compararea efectului exercitat de fiecare variabilă independentă , se va
selecta şi va fi administrată în final numai variabila care s-a dovedit cea mai eficientă, fiind studiat
în acest caz efectul său asupra comportamentului.

Exemplul 1.
S-a urmărit evidenţierea efectului unor tehnici diferite de intervenţie asupra frecvenţei unor
ticuri motorii în cazul unui copil în vârstă de 8 ani.Iniţial subiectul a fost observat timp de trei zile
în trei momente ale zilei în mediul său natural (sala de clasă), într-o activitate curentă (şcolară).
Astfel s-a determinat un nivel de bază al frecvenţei gesturilor stereotipe. Ulterior s-a introdus o
fază de intervenţie în cadrul căreia în fiecare din cele trei momente ale zilei s-a recurs la o
procedură diferită. Astfel, în primul caz nu s-a intervenit fiind studiată în acest context incidenţa
ticurilor. În al doilea caz, s-a utilizat ca tehnică de intervenţie imobilizarea mâinilor pentru un
anumit interval, condiţie în care subiectul nu avea posibilitatea de a efectua gesturi stereotipe.În al
treilea caz subiectului i s-a oferit o activitate prin care în permanenţă avea mâinile ocupate
(comportamente alternative).
Prin înregistrarea frecvenţei ticurilor pe parcursul celor trei situaţii timp de 10 zile, s-a
constatat că cea mai eficientă procedură a fost deprinderea comportamentelor alternative.
28

Figura 1.12. Frecvenţa gesturilor stereotipe pe parcursul fazelor experimentului.

Practicarea acestei intervenţii în toate cele trei momente ale zilei timp de o săptămână, în
cadrul fazei a doua de intervenţie a determinat o reducere semnificativă a incidenţei
ticurilor.(figura 1.12).

Exemplul 2.

În cadrul unui studiu vizând comportamentul autodistructiv la copiii cu deficienţă mentală ,
s-a urmărit gradul în care implicarea activă a copilului în sarcină poate reduce rata autolezării. În
acest sens s-a utilizat un design cu două intervenţii, în cazul a patru comportamente: periaj dentar,
consum de lichide , joc şi exerciţiu fizic.(figura 1.13). Pentru toate comportamentele s-a constatat
că procentajul comportamentului autodistructiv s-a redus în cazul în care s-a reuşit implicarea
activă a subiectului în sarcină, spre deosebire de situaţia în care subiectul era ghidat de
experimentator.
În condiţiile în care s-a recurs numai la intervenţia având ca rol implicarea subiectului,
comportamentele autodistructive s-au menţinut la o rată redusă.



29

Figura 1.13. Rata comportamentelor autodistructive pentru cele patru comportamente, în cadrul
fazelor experimentului.

Avantajul design-ului intervenţiilor alternative constă în posibilitatea comparării diferitelor
intervenţii pe parcursul aceleiaşi faze a experimentului. În acest sens el este foarte util în rezolvarea
unor probleme practice vizând alegerea celei mei adecvate intervenţii pentru un subiect dat.
Aplicabilitatea sa este însă limitată la acele comportamente ce prezintă o dinamică suficient
de rapidă încât să permită studierea distinctă a influenţelor fiecărei intervenţii, şi nu efecte ale
interacţiunii acestora. De exemplu acest design este dificil de aplicat în situaţia studierii efectelor a
două medicamente asupra nivelului anxietăţii, întrucât efectul produs de al doilea medicament poate
incorpora un efect rezidual al primului, în condiţiile în care rata de metabolizare a acestuia este
redusă. (persistă un anumit timp la nivel celular).

30
1.5.3. Design-ul cu niveluri de bază multiple

În cazul utilizării unor intervenţii care determină modificări ireversibile comportamentale,
este indicată utilizarea design-ului cu niveluri de bază multiple. Acest design urmăreşte evidenţierea
efectului variabilei independente prin compararea unor niveluri de bază reprezentând:
• comportamente diferite ale aceluiaşi subiect, (design cu niveluri de bază multiple în cazul
comportamentelor)
• acelaşi comportament în cazul mai multor subiecţi (design cu niveluri de bază multiple în cazul
subiecţilor)
• expresii ale aceluiaşi comportament al unui subiect în situaţii diferite (design cu niveluri de bază
multiple în cazul situaţiilor)

1.5.3.1. Design-ul cu niveluri de bază multiple în cazul comportamentelor

În cadrul său, se înregistrează simultan mai multe comportamente ale unui subiect, în acest
caz fiind deci măsurate mai multe variabile dependente. După stabilirea nivelurilor de bază pentru
fiecare comportament se introduce manipularea pentru unul dintre acestea. Relaţia cauzală va fi
inferată pe baza faptului că dintre comportamentele înregistrate, numai comportamentul expus
factorului experimental înregistrează modificări, celelalte comportamente rămânând neschimbate.
Odată apărută această modificare, tratamentul va fi aplicat următorului comportament ş.a.m.d.
O prezentare schematică a acestui design apare în figura 1.14
Fiecare comportament se modifică numai după introducerea unui tratament. În acelaşi timp
comportamentul asupra căruia s-a intervenit, rămâne la acelaşi nivel. După stabilizarea nivelului
comportamentului asupra căruia s-a intervenit se intervine asupra următorului comportament.
Acest design utilizează comportamentul asupra căruia nu s-a intervenit, pentru controlul
parţial al modificărilor, ce pot masca efectul variabilei independente, întrucât există posibilitatea, ca
modificările comportamentului asupra căruia s-a intervenit, să apară în lipsa unei manipulări.
Totuşi, dacă aceste modificări nu au fost determinate de către variabila independentă,
comportamentul asupra căruia nu s-a intervenit ar trebui de asemenea să se modifice.
Pentru ce design-ul cu niveluri multiple să fie eficient, comportamentele observate trebuie să
fie relativ independente. Dacă acestea sunt corelate, atunci intervenţia asupra unuia dintre ele, va
avea efect şi asupra celorlalte.
31

Figura 1.14 Schema design-ului cu niveluri de bază multiple în cazul comportamentelor

1.5.3.2. Design-ul cu niveluri de bază multiple în cazul subiecţilor.

În acest caz aceeaşi intervenţie este aplicată secvenţial mai multor subiecţi ce manifestă
acelaşi comportament.Astfel, după ce se determină nivelul de bază al comportamentului în cazul
subiecţilor investigaţi, se va aplica intervenţia ăn cazul unui subiect, menţinând nivelul de bază în
cazul celorlalţi. Efectul variabilei independente se va evidenţia în condiţiile în care comportamentul
subiectului expus intervenţiei se va modifica în timp ce reacţiile celorlalţi subiecţi incluşi în
cercetare vor rămâne neschimbate.Pe măsură ce comportamentul subiectului supus intervenţiei se
stabilizează, se va aplica variabila independentă unui alt subiect, astfel încât în final pentru fiecare
subiect se va obţine o fază de bază şi una de intervenţie. Pe baza comparaţiilor intrasubiect şi
intersubiecţi se va delimita astfel efectul variabilei independente.

Exemplu:
În cadrul unui program de prevenţie al afecţiunilor parodontale s-a urmărit gradul în care
dobândirea unor deprinderi adecvate de periaj dentar are ca efect reducerea procentului plăcii
dentare. În acest sens s-au luat în studiu 4 subiecţi la care s-au determinat indicii de placă la nivel
interproximal şi vestibulo-palatinal. Reducerea procentului de placă dentară în urma dobândirii
deprinderilor adecvate de periaj a fost evidenţiată în condiţiile aplicării succesive a intervenţiei
pentru cei patru subiecţi. (figura 1.16). Rezultatele obţinute în urma intervenţiei s-au menţinut şi pe
durata monitorizării post-intervenţie.
32

1.5.3.3. Design-ul cu niveluri de bază multiple în cazul situaţiilor

Această variantă a design-ului cu niveluri de bază multiple permite investigarea efectului
unei intervenţii asupra aceluiaşi comportament dar în contexte diferite. Prin compararea fazei de
intervenţie indusă intr-un anumit context cu nivelul de bază al comportamentului într-o altă situaţie
se poate evalua efectul variabilei independente. Principala problemă ce apare în acest caz este legată
de generalizarea efectului intervenţiei, consecutiv inducerii într-un anumit context.
Această dificultate este în fapt comună tuturor situaţiilor în care se utilizează design-ul cu
niveluri de bază multiple. Astfel, în condiţiile generalizării efectului unei intervenţii pentru alte
comportamente sau situaţii, menţinerea unui nivel de bază în vederea utilizării ca situaţie de control
este improbabilă.

Rezumat
În cadrul acestui modul s-au prezentat particularităţile şi variantele design-ului experimental
cu un singur subiect S-a realizat o paralelă între design-ul cu un singur subiect şi design-ul grupal
folosind drept criterii de comparaţie: validitatea internă, fidelitatea, respectiv validitatea externă
(generalitatea). Pe baza unor exemple concrete au fost prezentate variantele design-ului cu nivel de
bază , fiind evidenţiate condiţiile de utilizare, precum şi avantajele şi dezavantajele fiecărui tip.


Recomandări şi comentarii cu privire la temele de reflecţie
Tema 1: Conceptul cheie al comparaţiei este controlul experimental – cum se realizează aceasta în
cazul experimentului classic de laborator sau în cadrul designului cu un singur subiect.
Tema 2: Designurile descrise trebuie alese astfel încât factorii specificaţi să se suprapună cu
momentele majore ale manipulării, astfel există riscul să devină variabile confundate.
Tema 3: Fidelitatea redusă contribuie la creşterea variabilităţii datelor.
Tema 4: Ne gândim la situaţiile în care nu ne permitem să renunţăm la un nivel deja atins (de ex. în
psihoterapie nu ne permite să readucem subiectul la starea lui iniţială).

33
Bibliografie minimală pentru acest modul

Bordens, K. & Abott, B., (1991). Research design and methods. A process approach. Mayfield
Publishing, California.
Box, G.& Jenkins, G. (1976). Time series analysis forecasting and control. San Francisco, Holden
Day.
Breakwell, G. & Hammond, S., (1995). Research methods in psychology. Sage Publications.
London.
Dane, F., (1990). Research mehods. Brooks, Cole, California.
Graziano, A. & Raulin, M., (1993). Research methods. A process of inquiry. Harper, Collins, New-
York
Kazdin, A.E., (1994). Behavior modification in applied settings. (fifth edition).Brooks/ Cole
Publishing, California.
Kratochwill, T. & Levin, J., (1992). Single-case research design and analysis : new directions for
psychology and education. Hillsdale, NJ., Lawrence Erlbaum Associates.
Tryon, W., (1982). A simplified time-series analysis for evaluating treatment interventions. Journal
of Applied Behavior Analysis, 15, 423-429.

34
Capitolul 2

STUDIUL DE CAZ

Scopul modulului: este fundamentarea unor cunoştinţe referitoare la metoda studiului de caz
(importanţa sa, avantajele şi dezavantajele ei, respectiv limitele metodei)

Obiectivele modulului: la finalul acestui modul, studenţii vor fi capabili:








Studiul de caz reprezintă una din metodele de cercetare care prin excelenţă oferă
posibilitatea studiului unor posibile relaţii cauzale, fiind derulat într-un context vast al
antecedentelor. Punctele slabe ale acestui demers, reprezintă în acelaşi timp avantajele pe care le are
faţă de alte metode cu validitate internă mai ridicată, cum ar fi experimentul clasic de laborator. În
cercetarea actuală studiul de caz este considerat a fi un instrument util în construcţia de modele
teoretice, dar şi în verificarea acestor modele (de ex. în cercetările de neuropsihologie cognitivă).

2.1. Introducere

Vorbind de etapele unui demers de cercetare în psihologie, am arătat că acesta îşi are, de
regulă, punctul de plecare în date ale observaţiei şi/sau analiza de caz, considerate moduri de
abordare mai mult calitativă, fără a recurge obligatoriu la exprimarea numerică. Istoria psihologiei
cunoaşte cercetări şi teorii remarcabile, care au pornit de la studii de caz, operând, bineînţeles, pe
baza unor documentaţii semnificative în domeniu. Spre exemplu, S. Freud a creat teoria sa
psihanalitică sprijinindu-se în principal pe studii de caz. Cunoscutul psiholog Jean Piaget a schiţat
stadiile dezvoltării psihice a copilului pornind de la studierea propriilor săi copii. De altfel, cum
mărturiseşte acelaşi autor, la început de carieră efectua testări psihologice pe copii în laboratoarele
lui A. Binet şi Th. Simon la Paris, având în paralel ca lectură predilectă “algebra logicii” lui
Couturat. Nu întâmplător a încercat să transcrie în limbaj algebric structurile tipice de gândire care
marchează traseul de la copilul mic la adolescent.
Astfel spus, concepte şi scheme obţinute prin documentare paralelă reuşesc să facă
transparente moduri de gândire evidenţiate în activităţi concrete de testare a inteligenţei copilului.
• Să descrie diferenţa dintre metoda biografică şi studiul de caz
• Să prezinte modul de alcătuire al design-ului în funcţie de tipologia
studiilor de caz
• Să identifice paşii de desfăşurare a unei cercetări bazată pe metoda
studiului de caz
• Să proiecteze un studiu de caz concret în contextul predării şcolare.
35
Un alt autor, Maslow, care a creionat “piramida trebuinţelor umane”, s-a bazat de asemenea
pe studii de caz.

2.2. Studiul de caz şi metoda biografică

Se face, mai întâi, distincţie între metoda biografică şi studiul de caz – care se confundă de
multe ori – având în vedere centrarea celor două tehnici pe individ. Dar, metoda biografică
explorează o istorie, o “poveste de viaţă” – deci evenimente/fapte predominant din trecut în timp ce
studiul de caz se apleacă cu precădere asupra unui fenomen contemporan. Cu alte cuvinte, metoda
biografică înfăţişează un traseu definit în evoluţia unei persoane, a unui grup, a unei relaţii, arătând
preferinţa formei narative de prezentare, pe bază de interviuri culese de la respondenţi, în scurt,
metoda biografică conduce spre o biografie; este povestea unei vieţi sau a unei perioade de viaţă, a
unei cariere profesionale etc. Pot exista – cum e firesc – şi biografii paralele, care, integrate într-un
grupaj comparativ sunt în măsură să conducă la rezultate relevante.
De exemplu, perioada comunistă a promovat ca o figură umană tipică “revoluţionarul de
profesie”. Acesta avea o ideologie şi un drum de viaţă bine precizate, saturate emoţional pe un
singur vector, cu o cultură de regulă limitată, un orizont dogmatic, fiind gata să întreprindă orice
faptă pentru transpunerea concretă a modelului său. Reunind mai multe asemenea biografii se poate
întocmi un portret-tip a unui personaj-cheie din perioada respectivă.
Studiul biografic se apleacă asupra cazurilor tipice sau rare, utilizând adesea propriile
cuvinte ale subiectului, preluate direct sau din materiale de arhivă. Relatarea nu este străină de un
comentariu teoretic, care prefaţează sau încheie relatarea. Este vorba cel mult de teorii de rang
mediu sau mini-teorii care oferă cadrul de interpretare. Fireşte, poate fi înfăţişată o biografie
singulară sau – aşa cum am spus – biografii multiple. Relatarea poate fi colorată, bogată imagistic
etc.

2.3. Definiţia metodei

Studiul de caz este centrat pe un fenomen contemporan, care poate fi investigat pe viu cu
mijloace concrete. Desigur, nu lipseşte din analiza de caz un fragment de istoric a fenomenului,
reconstituit pe bază de documente, materiale de arhivă şi relatări personale, dar acestea constituie
doar un traseu limitat al evenimentului/individului.
Definiţie.: Un studiu de caz este o investigaţie concretă, care cercetează un fenomen
contemporan în contextul de viaţă real, unde frontierele dintre fenomen şi context nu sunt clar
delimitate, investigaţie în care utilizăm surse multiple de date (R.Yin, 1989).
36
Adesea studiul de caz este utilizat ca introducere la un experiment sau o anchetă, deci ca o
investigare în faza de explorare. Cum s-a mai spus, studiul de caz poate fi o metodă autonomă
având un statut de legimitate pentru arii bine precizate: fapte / evenimente / fenomene care se
desfăşoară sub ochii cercetătorului, care nu pot fi desprinse din contextul lor, neputând fi izolate
fără a-şi pierde sensul. Experimentul reduce numarul de variabile la 3-4, studiul de caz se aplică
acolo unde o asemenea reducere nu poate avea loc iar posibilitatea de control este mică, redusă,
manipularea fiind nulă ca tehnici. Analiza de caz utilizează (1) studiul documentelor, (2) observaţia,
(3) interviul iar în anumite cazuri şi date cantitative (ex.: datele unei testări psihologice sau
microanchete).
Comparativ cu experimentul, se reproşează analizei de caz:
- lipsa de rigoare;
- faptul că oferă o bază redusă de generalizare;
- faptul că ea conduce la materiale prea extinse prin fragmenetele narative, documente
brute etc.
Studiul de caz rămâne singura alternativă într-o serie întreagă de împrejurări: când
fenomenul nu poate fi miniaturizat experimental, gradul de control asupra lui este mic sau nul iar
numărul de variabile demne de luat în considerare este mare. Adesea, prezentarea unei cercetări
experimentale este dublată de studiu de caz, urmărind o îmbinare între analiza numerică a
fenomenului şi analiza calitativă.


Temă de reflecţie nr. 1
Reflectaţi asupra rolului pe care îl are studiul de caz în procesul de
elaborare de modele teoretice! În ce măsură poate fi utilizat în verificarea
modelelor teoretice deja existente? Pentru aprofundarea subiectului vezi
SUPORT de CURS: Psihologie Experimentală şi Metode de Analiză a
Datelor I.

2.4.Designul cercetării

Orice studiu empiric presupune un proiect sau design al cercetării, fie implicit, fie explicit.
În contextul de faţă vom distinge, mai întâi, studii de caz simple sau singulare şi studii de caz
multiple. În prima situaţie, obiectivul analizei este un fenomen singular cum ar fi o persoană, un
grup, o instituţie, o decizie etc. – iar în cea de-a doua situaţie este vorba de mai multe asemenea
persoane, instituţii, evenimente etc., subsumabile aceleiaşi etichete (umbrele). Un crochiu de
clasificare va cuprinde mai întâi perechea de situaţii: studii de caz simple (singulare), respectiv
37
studii de caz multiple. Al doilea cuplu este dat de dihotomia conturată prin unitatea de analiză: dacă
obiectul investigaţiei este abordat holistic – prin investigarea integrată a unei singure unităţi – sau
este privit componenţial, adică prin mai multe faţete, ca subunităţi de studiu. Rezultă de aici 4 tipuri
de studii de caz pe baza unei matrici 2x2 ca în tabelul de mai jos:

Tabelul 2.1


Modul de abordare

Studiu de caz singular

Studiu de caz multiplu

holistic

I

II

componenţial, analitic

II

IV

În practică, un studiu de caz în psihologia clinică se pretează adesea la o abordare holistă, în
timp ce un fenomen mai complex – cum ar fi climatul organizaţional sau stilul unei şcoli – acestea
se pretează mai bine la o abordare componenţiala, pe faţete sau subunităţi logice. În acelaşi timp,
este uşor să întrevedem că studiul de caz singular este indicat, cu deosebire, în cazuri rare, unice sau
extreme. De asemenea, metoda poate fi luata în considerare când este vorba de cazul revelator
pentru o teorie schiţată – în prelungirea altor teorii validate – dar care nu şi-a găsit încă o ilustrare
elocventă.
Studiul de caz multiplu – care întruneşte mai multe cazuri subsumabile aceleiaşi umbrele –
cunoaşte o utilizare tot mai frecventă în ultima vreme, cazuri multiple înseamnă pur şi simplu o
colecţie de cazuri, nu un eşantion în sens statistic. Spre exemplu, se consideră inovaţiile şcolare ce
se produc independent în mai multe instituţii didactice, ca răspuns la aceeaşi problemă, ridicată de
practică. De pildă, se propune iniţierea în utilizarea calculatorului, atât ca mijloc de instruire, cât şi
ca instrument de lucru în administrarea unităţii şcolare. Se contureză deci două ipostaze:
calculatorul ca mijloc de instruire / calculatorul ca instrument în munca administrativă. Apar deci
trei variante: calculatorul în ambele ipostaze sau calculatorul în ipostaza unică: numai didactică sau
numai administrativă. Vor fi studiate mai multe unităţi şcolare care să ilustreaze cele trei situaţii.
Întrebările pe care şi le pune studiul de caz sunt, pe scurt, “cum” şi “pentru ce”? Prima
întrebare are în vedere procesul ca atare, iar a doua ţinteşte o schiţă a cauzalităţii. Ipotezele de lucru
derivă din documentarea în domeniu, coroborate, eventual, cu opiniile unor experţi. Unitatea sau
unităţile de analiză (studiu) pot fi: o persoană concretă, un grup, un eveniment, o organizaţie
(instituţie), un eveniment ieşit din comun, o schimbare organizaţională ş.a. În legătură cu fiecare
38
unitate de analiză trebuie precizate frontierele sale în spaţiu şi timp: unde începe şi unde sfârşeşte un
fenomen studiat în contextul său, aria geografică, aria organizaţională, extensia în timp a culegerii
de date etc.



Temă de reflecţie nr. 2
Pornind de la matricea din tabelul 2.1 propuneţi patru subiecte de cercetare,
unul pentru fiecare tip de studiu de caz. Pentru fiecare în parte argumentaţi
de ce studiul de caz este cea mai eficientă metodă.

2.5. Desfăşurarea investigaţiei

Un prim pas în alcătuirea designului cercetării este construirea unei teorii preliminare, care
să conducă la analiza datelor şi la interpretarea lor. Fără un cadru teoretic – chiar şi minim –
tehnicile de lucru nu spun mare lucru. Spre exemplu, se propune observarea unei clase. Pentru
aceasta este nevoie de stăpânirea unei tipologii a lecţiei, o listă de atribute ale atenţiei elevilor –
prima condiţie a învăţării -, o clasificare a temperamentelor ş.a.m.d. “Carcasa” conceptelor operante
devin oarecum “organe de simţ” – cum spunea Jaspers. Graţie lor, faptele brute capătă transparenţă.
Dezvoltarea unei teorii de rang mediu înainte de culegerea datelor este un pas absolut necesar, în
care pot fi încorporate – cum s-a mai spus – şi opiniile altor experţi în domeniu. Nivelul la care se
va situa generalizarea rezultatelor studiului de caz decurge din baza sa teoretică. De aceea se
vorbeşte de o “generalizare analitică” – în sens de derivare logică de propoziţii pe temeiul datelor –
în contrast cu “generalizarea statistică”, întemeiată pe modele din statistica matematică (cum este
curba lui Gauss). Cazurile nu sunt unităţi de eşantionare, colecţia lor nu constituie un eşantion.
Pornind de aici, vorbim de o “generalizare analitică”, în care o teorie anterior schiţată oferă
canavaua pe care datele obţinute sunt proiectate, suprapuse. Cadrul teoretic prealabil – subliniază R.
Yin – constituie principalul vehicol pentru generalizarea rezultatelor în studiul de caz. De mare
importanţă este aici utilizarea unor surse multiple de date, capabile să contureze anumite
convergenţe, să conducă la verificarea reciprocă a informaţiilor. Dacă mai multe surse confirmă
aceeaşi propoziţie putem vorbi de validarea ei. De aceea, cum s-a arătat, în studiul de caz intervin
tehnici diferite: observaţia, interviul, studiul documentelor etc.
Desfăşurarea studiilor de caz multiple poate fi redată – dupa R.Yin, Bateman şi Moore
(1983) – printr-un grafic complex (fig.2.1).
După cum se vede, la baza metodei studiului de caz se află logica “replicării”, a repetării
analizei de caz individuale şi nu logica eşantionării. De pildă, 6 – 10 cazuri nu înseamnă un
39
eşantion, ci – aşa cum s-a spus – o colecţie de cazuri care confirmă, modifică sau infirmă
propoziţiile de plecare.
După schiţarea iniţială a unei mini-teorii, urmează selectarea cazurilor şi proiectarea
protocolului de colectare a datelor, după care se desfăşoară separat primul studiu de caz, apoi al
doilea, ş.a.m.d., încheind de fiecare dată raportul cazului individual. Prin urmare, nu se alcătuieşte
un agregat statistic din însumarea cazurilor. Se prevăd, însă – în grafic – casete de comparaţie, de
reconsiderare a teoriei de start şi de enunţare a ipotezelor alternative.
Desfăşurarea unui studiu de caz mai complex necesită o fază-pilot, care să stabilească toţi
paşii ce trebuie urmaţi. Dacă se lucrează în echipă, în studii de caz multiple, se impune o perioadă
de instruire a participanţilor. În faza-pilot, schiţa protocolului se definitivează: se precizează
documentele şi materialele de arhivă ce vor fi consultate, procedurile de lucru, chestionarul-suport
pentru interviu, personajele-cheie care trebuie cuprinse în investigaţie, se elaborează grila de
observaţie, se prevăd sintezele parţiale care se vor efectua pe parcurs precum şi cadrul de clasificare
şi aranjare a datelor etc.
Principiul de bază în desfăşurarea studiului de caz îl constituie utilizarea de surse multiple,
care să permită coroborarea datelor în ideea dezvoltării unor linii convergente ale cercetării. În
diversitatea materialelor culese se impune cristalizarea unor secvenţe de probe (date), în măsură să
contureze piste convergete de lucru. Este de menţionat că documentele sunt adesea scrise în alte
scopuri decât acelea care fac obiectul cercetării. Coroborate cu alte informaţii, ele pot contribui ca
surse de validare a datelor. Se pot colecta şi documente contradictorii, care sugerează eventual alte
teme. Practic, coroborarea informaţiilor conduce la inferenţe imediate, care se supun verificării
ulterioare. Asistăm astfel la elaborarea graduală a generalizărilor şi confruntarea lor cu ipoteza de
start. Tehnicile de anchetă conduc, de regulă, la materiale pur verbale; de aici, necesitatea asocierii
cu metoda observaţiei, care comportă contactul direct cu fenomenul studiat.
Materialul obţinut prin aplicarea procedurilor se supune unei analize atente, care înseamnă,
mai întâi, punerea în paralel a datelor: desprinderea unui patern comun şi a diferenţelor, evaluarea
teoriei de start prin compararea paternului empiric – obţinut pe baza datelor actuale – cu paternul
anticipat teoretic, formulându-se consecinţele ce decurg din comparaţie. Este util să se evidenţieze
cazurile contrastante şi problemele pe care le ridică. Uneori apar ipoteze rivale, alternative, ce
urmează a fi inventariate în mod explicit.
Din însumarea datelor pot să rezulte anumite tendinţe, ce pot fi evidenţiate prin analiza
seriilor temporale, ilustrate de secvenţe ordonate de momente sau evenimente.
În ansamblu, studiul de caz este o metodă de studiere calitativă a faptelor/ evenimentelor,
metodă care tinde să surprindă o experienţă vie, susceptibilă de a fi convertită în cuvinte şi, parţial,
în numere. Materia prima a analizei şi prelucării o constituie cuvintele. Nu lipseşte însă şi efortul de
40
a utiliza matrici de clasificare sau categorizare în măsură să ducă la date numerice. Utilizarea
testului psihologic şi a micro-anchetei favorizează exprimarea prin numere.

41



















• etc.
•etc.
(adaptat după Yin, Bateman şi Moore)
Schiţează o
teorie de
start
Întocmirea
protocolului
de colectare
a datelor
Efectuarea primului
studiu de caz
Efectuarea celui
de-al doilea
studiu de caz
Efectuarea
restului
studiilor de caz
Redactarea
raportului
asupra
cazului
Redactarea
raportului
Redactarea
rapoartelor
asupra
cazurilor
individuale
Deasprinderea
paternului comun
şi a
diferenţelor
Evaluarea
teoriei de start
şi amendarea ei
Proiectarea unor
studii suplimentare
Alte implicaţii
teoretice şi
practice
• documentare
• ţinta
explicaţiei
• definiţii
operaţionale
• proiectarea
procedurilor
• interviu
• observaţie
• documente
• interviu
• observaţie
• documente
desprinderea
paternului
• implicaţii
• paternul
• implicaţii
• replicare

Alegerea
cazurilor
Fig.2. 1 Metoda studiului de caz
2.6. Schiţa unui studiu de caz în grup (aplicaţie şcolară)

În activităţi de consiliere şcolară, psihologul va recurge la ajutorul cadrelor didactice care
lucrează cu o anumită clasă. Selecţionând un caz dintr-un colectiv, psihologul va însemna în
imaginea pe care şi-o formează – pe lângă datele observaţiei proprii coroborate cu documente
şcolare curente – şi impresiile profesorilor care cunosc elevul, lărgind astfel baza sa de date. O
observaţie punctuală poate fi irelevantă, în sensul că surprinde un comportament atipic. Ori,
coroborarea mai multor mărturii va oferi o selecţie de date mai valide. În acest scop, pentru a uşura
interpretarea materialului de observaţie se utilizează tabele de analiză în grup a comportamentului.
În forma sa tipică, este vorba de un tabel cu două intrări: în prima coloană (pe ordonată) se trec pe
rânduri anumite fapte de conduită înregistrate prin observaţie sau extrase din studii publicate iar pe
coloanele tabelului se notează semnificaţiile posibile sau trăsăturile pe care le dezvăluie aceste
comportamente. În şcoală, interesează faptele de conduită semnificative pentru activitatea şi modul
de comportare al unui elev. Spre exemplu: efectuarea cu regularitate a temelor de casă sau copierea
în clasă, improvizarea, căutarea grupului sau evitarea lui etc. Aceste fapte, prezentate în perechi de
contrarii, se trec succesiv pe linii în prima coloană a tabelului. Pentru fiecare fapt de conduită,
semnificaţiile posibile sunt marcate cu un “x” în una sau mai multe coloane de atitudini sau
trăsături, ceea ce înseamnă în fond enunţarea unor ipoteze plauzibile; când gradul de plauzibilitate
este maxim se marchează două puncte (“xx”). În anexa 3 dăm un asemenea model, adaptat după
manule de psihologie şcolară în circulaţie.
Luat în sine, un fapt de conduită se pretează la interpretări diferite. De exemplu, ţinuta
neglijentă (uneori murdară) a unui elev poate să indice instabilitate psihică sau o anumită întârziere
în dezvoltare, după cum, poate însemna indiferenţă, lipsă de interes sau atitudine demonstrativă,
tendinţa de a se impune atenţiei celor din jur. Pe de altă parte, ţinuta pedantă poate să indice lipsa de
încredere sau atitudine demonstrativă, tendinţa de a se impune privirii celor din jur. Tot aşa,
timiditatea poate să se manifeste ca stângăcie, ca intimidare; alte ori, ea apare ca purtare
zgomotoasă, semn parcă de uşurinţă în comportare; încăpăţânarea poate să se dezvolte ca reacţie de
protest faţă de educaţia brutală sau ca efect al îngăduinţei şi dragostei exagerate. Care este
interpretarea corectă? Numai raportarea la întreg, integrarea în contextul informaţiilor despre elev
poate duce la o interpretare justă.
Pentru exemplificare, să ne referim la un alt grupaj de fapte din tabel:
- se apucă imediat de lucru;
- renunţă la efort la primul eşec;
- are nevoie de sprijin pentru terminarea sarcinii;
- executare completă (a sarcinii).
43
Fiecare din aceste fapte de conduită poate să însemne mai multe lucruri. De pildă, observaţia
“se apucă imediat de lucru” poate fi interpretată ca impulsivitate, ca dorinţă de afirmare, ca
încredere în sine ori ca angajare. În dreptul fiecărei ipoteze s-a marcat semnul “x”, iar în dreptul
celei mai plauzibile semnificaţii s-au pus două puncte (“xx”). În mod analog s-a procedat şi la
celelalte aspecte ale conduitei.
Se înţelege că lista comportamentelor observate, precum şi suita de ipoteze indicate pe
coloane nu trebuie considerate ca fiind limitative. Este vorba, mai curând, de un document ce se
îmbunătăţeşte continuu, în funcţie de concluziile practice, graţie contribuţiei colectivului de cadre
didactice care participă la această activitate comună.
Utilizarea tabelului presupune doua faze. Într-o primă fază cercetătorul comentează
observaţiile sale într-un document primar. În cea de-a doua fază este consultat grupul de observatori
în vederea cristalizării unei imagini unitare pe baza discuţiei colective. Practic acelaşi document
poate constitui suportul interpretării în cele două etape. Pentru fiecare fapt de conduită consemnat
se caută în lista de ipoteze (trăsături, atitudini), enumerate pe orizontală, însuşirea sau trăsătura în
care se încadrează comportamentul observat; se reţin ipotezele (atitudinile) marcate cu puncte.
Acesta este “demersul orizontal”, căruia îi urmeaza un “demers vertical”: pentru fiecare trăsătură
(ipoteză) reţinută se verifică pe coloană dacă celelalte comportamente confirmă sau nu interpretarea
avută în vedere. În felul acesta se selecţionează concluzia care întruneşte cele mai multe confirmări;
discuţia colectivă o sancţionează prin confruntarea opiniilor.

Rezumat
Capitolul reprezintă o introducere în studiul de caz, care va fi apoi reluat. Se clarifică
diferenţa dintre metoda biografică şi studiul de caz, se prezintă design-ul cercetării într-o matrice
2x2 care cuprinde tipurile de studii de caz. Se înfăţişează desfăşurarea unui asemenea demers şi se
prezintă o aplicaţie şcolară de grup.

Recomandări şi comentarii cu privire la temele de reflecţie
Tema 1: În acest cadru trebuie să pornim de la ideea că procesul de elaborare al unui model teoretic
este unul inductiv, cel puţin în cazul în care nu este unul derivat din alte modele deja existente, iar
validarea unui model presupune un demers de falsificare.
44
Tema 2: Calitatea cercetării este definită prin parametrii validităţii interne şi externe. Orice tip de
cercetare poate fi apreciat sub aspetul acestor parametrii, dar validitatea concluziilor întotdeauna
presupune ca şi prim scop obţinerea unei validităţii interne ridicate.

Bibliografie minimală pentru acest modul

Miles, M. B., Huberman, A. M. (1984), Analyzing qualitative data. A source book for new
methods, Beverly Hills, C. A. Sage.
Yin, R., (1989), Case Study and Research, Design and Methods. Sage Publication, London.







45
• Să formuleze ipoteze statistice în cazul comparaţiilor simple şi
multiple
• Să determine semnificaţia diferenţelor şi să le interpreteze în
cazul planurilor experimentale de bază şi a planurilor complexe
• Să cunoască modul de formalizare a noţiunii de comparaţie
• Să calculeze gradul de semnificaţie a diferenţelor şi interpretarea
lor în cazul planurilor experimentale factoriale

Capitolul 3

METODE PARAMETRICE DE ANALIZĂ A DATELOR


Scopul modulului: introducerea studentului în analiza datelor oferite de designurile experimentale
uni- şi multi-factoriale.

Obiectivele modulului: La finalul acestui modul, studenţii vor fi capabili:









Fenomenele reale sunt multicauzale, ca urmare designurile de bază, cu o singură variabilă
independentă rareori pot oferi un răspuns complet la o întrebare de cercetare. Strategia generală este
de a aborda fenomenul prin paşi mici, analizând fiecare posibilă cauză în parte. Dar acest tip de
analiză nu permite verificarea unor relaţii mai complexe, existente între posibilele cauze.
Designurile factoriale şi multi-factoriale, respectiv analiza de varianţă serveşte tocmai acest scop,
analiza simultană a mai multpr variabila considerate a fi cauzele (variabile independente) unui
anumit fenomen (variabilă dependentă).

3.1. COMPARAŢII STATISTICE PENTRU DESIGNURILE EXPERIMENTALE SIMPLE
În chip frecvent intervin în cercetările psihologice probleme de comparaţie. Astfel, se
compară între ele mediile obţinute într-o experienţă şi se pune întrebarea dacă diferenţele constatate
sunt semnificative sau nu, se pot extinde la populaţie sau nu.

Exemplu (după I. Radu):
Într-o experianţă de instruire programată au fost cuprinse două clase paralele. La probele de
control date în post- test s-a constatat la clasa experimentală - cu un efectiv de 33 elevi - o medie a
notelor de 7,7, iar în clasa de control (N = 34), media la aceleaşi teste a fost de 6,7. Diferenţa dintre
medii este 1,00. Se pune întrebarea dacă această diferenţă este semnificativă, dacă putem extrapola
la populaţie, ceea ce ne indică dacă metoda de instruire încercată este mai bună decât cele curente.
Rezultatele unei investigaţii pot să apară exprimate şi sub formă de frecvenţe sau proporţii.
În exemplul citat mai sus rezultatele experimentului ar putea fi exprimate şi în frecvenţe, indicând
proporţiile consemnate de răspunsuri corecte şi de răspunsuri greşite. Şi în cazul acesta se pune
46
întrebarea dacă diferenţele constatate sunt semnificative sau nu. Răspunsul la întrebarea pusă s-ar
putea obţine repetând experienţa. Dacă rezultatele se menţin statornice vom putea conchide asupra
semnificaţiei lor. Cum experienţele nu se pot repeta indefinit - procedeu de altfel neeconomic - s-a
conturat un mecanism logic prin care se infirmă ipoteza hazardului, notată H
0
.
În condiţiile experienţei obişnuite ne-am putea mulţumi cu diferenţe între medii de 0,5 sau
0,7 ori 0,9 ş.a.m.d., după cum diferenţe de 5%, 7% etc între frecvenţe ar părea doveditoare.
Experimentul ştiinţific nu poate face extrapolări la populaţie bazate doar pe simpla evaluare
intuitivă. Întrebarea este: de la ce nivel (0,5 sau 0,7, respectiv 5%; 7%;...) diferenţele pot fi
considerate semnificative?
În orice experienţă studiem procesul dat în anumite condiţii, într-un anumit context: la
lecţie, la joc, în activităţile practice, în condiţii de laborator etc. Trebuie să admitem că, într-un fel
sau altul, întâmplarea poate interveni în desfăşurarea fenomenului cercetat prin condiţii neaşteptate,
prin compoziţia grupului, prin deosebiri în personalitatea profesorului etc. Datele obţinute sunt
afectate în felul acesta de un element aleator (întâmplător). În consecinţă, alături de ipoteza
specifică (H
s
), ce stă la baza experienţei respective şi care este o ipoteză psihologică sau pedagogică
se poate formula şi o altă ipoteză care să atribuie numai întâmplării tendinţele sau diferenţele
constatate. Aceasta din urmă este "ipoteza întâplării"sau ipoteza nulă (H
0
) şi se enunţă pentru toate
cazurile în aceiaşi termeni. De notat că atât ipoteza nulă (H
0
) cât şi ipoteza alternativă (H
s
) se referă
la populaţie, nu la eşantioane ca atare.


Temă de reflecţie nr. 1
Care este diferenţa dintre ipotezele statistice şi ipotezele experimentale? Pentru
aprofundarea subiectului vezi în READER documentul:
Bibliografie 14.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 5.

Preocupat să dovedească în mod temeinic justeţea ipotezei specifice, cercetătorul va admite
în mod provizoriu –în raţionamentul său – ipoteza nulă şi va determina şansele (probabilitatea) ca
diferenţele obţinute în experiment să aibă loc numai pe baza " legilor întâmplării" (care sunt legi de
probabilitate bine studiate). Ştim că probabilitatea ia valori între 0 şi 1, iar transcrisă în procente –
între 0 şi 100%.
Dacă probabilitatea obţinerii diferenţei date, în baza ipotezei nule, este foarte mică (de
pildă, mai mică decât 0,05 ceea ce se scrie p < 0,05), atunci respingem ipoteza hazardului şi arătăm
toată încrederea ipotezei specifice. Dacă însă, probabilitatea determinată în lumina ipotezei nule
este mai mare (de pildă, p > 0,10 putând merge până la 1), atunci nu ne putem asuma riscul
respingerii ipotezei nule şi vom considera diferenţele efectiv obţinute ca fiind încă nesemnificative.
47
Prin urmare se acceptă ca semnificative acele rezultate care au şansele de a se produce prin
simpla întâmplare numai într-un număr mic de cazuri: sub 5% din cazuri, uneori sub 10%. Şansele
de a obţine rezultatele respective prin simplul joc al factorilor aleatori se află în acest caz sub 10%,
respectiv 5% ( ceea ce se scrie p < 0,10 respectiv p < 0,05). Înseamnă că, acceptând rezultatele unei
experienţe drept proba justeţei ipotezei specifice, ne asumăm totodată riscul de a greşi în mai puţin
de 10%, respectiv 5% din cazuri. Fiecărei aserţiuni i se asociază astfel un prag de semnificaţie, care
indică riscul de a greşi pe care ni-l asumăm.
Rezumând: mecanismul logic al ipotezei nule permite infimarea ipotezei hazardului şi
acceptarea în consecinţă a ipotezei alternative (H
s
). Ipoteza nulă şi ipoteza alternativă sunt
contradictorii; a respinge ipoteza nulă înseamnă a accepta ipoteza specifică. Dacă plasăm pe o axă
probabilităţile amintite vom avea situaţia din figura 4.3.
Respingând ipoteza nulă şi accepând existenţa unui efect al variabilei independente – ceea
ce susţine H
s
- ne asumăm un risc de a greşi destul de mic: 5% respectiv 1%. Măsurarea acestui
risc, notată cu α, constituie pragul de semnificaţie, care însoţeşte fiecare aserţiune.

1 0,05 0,01 p
|-------------------- . . . -----------------|------------------|------------------>
H
0
nu se consideră infirmată | H
0
se consideră infirmată
şi se suspendă decizia | şi se acceptă H
s

limita semnificativităţii
Fig. 4.3

Se poate întâpla ca ipoteza nulă să nu fie infirmată, z cal fiind mai mic decât 1,96 (deci p >
0,05). În cazul acesta nu se conchide că H
0
ar fi validată, ci, pur şi simplu, că nu se poate decide;
intervine o zonă de suspendare a judecăţii. Valoarea | z | care separă cele două zone - zona de
respingere a ipotezei nule şi zona de suspendare a judecăţii - se numeşte valoare critică. Ea
corespunde valorii z cal având o probanbilitate asociată egală cu α. Riscul de a greşi α se poate lua
10%, 5%, 1%. Tradiţia a acreditat pragul de p≤ 0,05 sau p≤ 0, 01. În funcţie de cerinţele cercetării
se alege pragul indicat.
De notat că ipoteza nulă nu poate fi niciodată acceptată; a nu se respinge H
0
nu echivalează
cu acceptarea ei. În schimb, ipoteza specifică nu poate fi niciodată respinsă. Fiind o ipoteză
statistică imprecisă nu se poate calcula distribuţia de eşantionaj sub ipoteza alternativă (Abdi,
1987).

48

Temă de reflecţie nr. 2
Care este diferenţa dintre ipotezele statistice unidirecţionale faţă de cele
bidirecţionale? Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 14.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 5.

Valorile cririce ale criteriului z, t, ş.a. au fost calculate pentru diferite praguri α fiind
prezentate sub formă de tabele ce urmează doar a fi consultate. Regula de decizie este precizată:
- dacă criteriul z, calculat pe eşantionul experimental este mai mare sau egal cu valoarea
critică (z critic), probabilitatea sa asociată este mai mică sau egală cu pragul α (se decide
respingerea H
0
);
- dacă criteriul z cal, calculat pe eşantionul experimental, este mai mic decât valoarea critică
(z critic), probabilitatea asociată este mai mare decât pragul α. În consecinţă intervine suspendarea
judecăţii: nu se va respinge nici accepta H
0
. În sens strict, se va decide de a nu se decide ...(Abdi,
1987).
În probleme de comparaţie statistică urmează să se facă disticţia între eşantioane
independente şi eşantioane perechi.
O clasă de elevi, spre exemplu, poate fi considerată practic ca un eşantion la întâmplare
extras dintr-o colectivitate mai largă. Dacă se consideră o altă clasă, paralelă, în vederea unei
experienţe determinate, atunci alegerea poate fi făcută în două feluri. Se pot alege în mod
independent cele două eşantioane: faptul că un element sau altul din primul eşantion a fost ales nu
are nici o influenţă asupra alegerii elementelor din eşantionul al doilea. Compoziţia celor două
grupe nu este reglementată pe baza unei probe prealabile; cele două clase sunt considerate în
compoziţia lor stabilită prin " legile întâmplării". În acest caz este vorba despre eşantioane
independente.
Se poate proceda şi altfel. Se pot constitui eşantioane perechi. În cazul acesta, fiecare
element dintr-un eşantion corespunde unui element dintr-un alt eşantion (formează o pereche cu el).
De exemplu, pentru a compara două metode de instruire se constituie două grupe cu acelaşi număr
de elevi, astfel ca fiecărui elev dintr-o grupă să-i corespundă un elev din cealaltă grupă, având
acelaşi nivel de cunoştinţe, eventual acelaşi C.I. În felul acesta, compoziţia grupelor este precizată
pe baza unei probe anterioare, în virtutea căreia elementele celor două eşantioane nu se determină la
întâmplare. Fiecare individ dintr-o grupă are "corespondent” în grupa a doua, având aceeaşi notă
(sau acelaşi nivel) în proba preliminară. Situaţia este identică şi în cazul când acelaşi grup de
subiecţi este supus de două ori la probe diferite (de exemplu, înainte şi după acţiunea unui anumit
factor experimental). Se obţin atunci două grupe de măsurări efectuate pe aceiaşi subiecţi, care
constituie perechi.
49
Prin urmare putem alege grupele de studiu în mod independent şi atunci este vorba de o
alegere la întâmplare a elementelor; sau putem asocia într-un anumit fel - pe baza unui criteriu
precis - elementele celor două eşantioane, două câte două, şi atunci compoziţia lor este determinată
de regulă în virtutea unei probe prealabile: test de inteligenţă, test de cunoştinţe etc.

3.1.1. Semnificaţia diferenţei între două medii în cazul eşantioanelor independente

Probele de semnificaţie diferă în funcţie de două situaţii:
●când numărul de măsurători (N) în fiecare eşantion este destul de mare (mai mare ca 30);
●când numărul de măsurări sau volumul eşantionului este mai mic dacât 30.
În experimentele cu caracter instructiv de la care am pornit N
1
= 33 şi N
2
= 34, deci ne aflăm
în prima situaţie.
Pentru a vedea dacă cele două medii constatate diferă semnificativ, facem raţionamentul
care urmează.
Admitem pentru moment ipoteza nulă şi stabilim care este şansa de a fi verificată. Cu alte
cuvinte presupunem că diferenţa între cele două medii 1 m şi 2 m se datoreşte întâmplării şi că nu
există diferenţe reale între eşantioanele considerate. În limbaj statistic înseamnă că cele două grupe
constituie eşantioane extrase la întâmplare din aceeaşi populaţie.
Pentru a testa ipoteza nulă se utilizează criteriul sau raportul:
2
2
2
1
2
1
2 1
N N
m m
z
σ σ
+

= ,
în care notaţiile sunt deja cunoscute.
Calculând valoarea raportului de mai sus, notat cu | z |, ne vom referi la proprietăţile curbei
normale schiţând valorile calculate (z cal) în raport cu valorile critice (1,96 şi 2,58). Dacă valoarea
ce va corespunde indicelui z cal este mai mare decât 1,96, atunci diferenţa între cele două medii este
semnificativă la pragul de p < 0,05, iar dacă z cal > 2,58, atunci diferenţa este semnificativă la
pragul de p < 0,01. Bineînţeles, dacă vom avea z cal < 1,96, atunci ipoteza nulă nu va fi infirmată,
iar diferenţa obţinută în cadrul experienţei nu va fi considerată concludentă pentru a proba justeţea
ipotezei specifice (vom suspenda decizia).
În exemplul considerat trebuie să cunoaştem cu privire la fiecare grup m, N şi
2
σ .
; 15 , 3 ; 33 ; 7 , 7
2
1
1
1 = = = σ N m

; 5 , 3 ; 34 ; 7 , 6
2
2
2
2 = = = σ N m
Utilizând formula stabilită obţinem:
50
33 , 2
34
5 , 3
33
15 , 3
7 , 6 7 , 7
=
+

.
Raportul găsit este mai are decât 1,96 şi mai mic decât 2,58, deci p < 0,05. Făcând un calcul
de interpolare se află p = 0,02; deci diferenţa este net semnificativă, ipoteza nulă fiind infirmată.

Când volumul datelor obţinute în fiecare eşantion este mai mic (numărul de măsurări este
mai mic decât 30) se utilizează un procedeu întrucâtva diferit.
Ipoteza nulă se enunţă la fel: presupunem că cele două grupe de date sunt două eşantioane
întâmplătoare ce provin din aceeşi colectivitate generală. Verificăm apoi şansa acestei ipoteze pe
baza criteriului t:
)
1 1
(
2 1
2
2 1
N N
s
m m
t
+

= .

Pentru a obţine o estimare a dispersiei colectivităţii - care este notată în formulă cu s
2
- se
combină datele celor două eşantioane:
2
) ( ) (
2 1
2
2
2
1 2
− +
− + −
=
∑ ∑
N N
m x m x
s
Formulele de la numărător ne sunt cunoscute de la calcularea dispersiei (sumei de pătrate
referitoare la cele două grupe), iar N
1
şi N
2
sunt efectivele celor două eşantioane.
Există un tabel special (întocmit de Student) în care figurează probabilităţile raportului | t |
corespunzător numărului "gradelor de libertate" care depinde de volumul eşantioanelor (vezi Anexa
1.1.). În cazul nostru numărul acesta - notat n - este:
n = N
1
+ N
2
- 2.

Să luăm un exemplu.
În procesul învăţării eşalonarea repetiţiilor este mai productivă decât concentrarea lor. Într-o
experienţă se ia câte o grupă formată fiecare din câte 10 subiecţi şi se experimentează în cele două
situaţii prevăzute: repetiţii eşalonate sau concentrate în timp. Încă din prima perioadă subiecţii
manifestă o diferenţă. Vrem să ştim dacă ea este semnificativă (după P. Oleron).
Datele consemnate de autor sunt:
; 3 , 13 1 = m ; 10
1
= N ; 1 , 82 ) (
2
1 = −

m x
; 2 , 14 2 = m ; 10
2
= N ; 6 , 97 ) (
2
2 = −

m x
51

98 , 9
18
6 , 97 1 , 82 2
=
+
= s

63 , 0
10
1
10
1
98 , 9
3 , 13 2 , 14
=
|
¹
|

\
|
+

= t

| t | fiind calculat, ne referim la tabelul distribuţiei | t | întocmit de Student. Acest tabel prezintă o
coloană n sau v, care corespunde gradelor de libertate. În tabelul de mai sus n = 10 +10 - 2 = 18.
Căutăm în coloana n pe 18. După ce l-am fixat, mergem pe rândul respectiv şi căutăm valoarea lui |
t | la pragul de 0,05 şi 0,01 (probabilitatea o citim în prima linie de sus a tabelului unde găsim de la
dreapta spre stânga: 0,01; 0,02; 0,05; 0,10). În cazul nostru tabelul indică 2,10 pentru | t | la pragul
de 0,05 respectiv 2,88 la oragul de 0,01. Valoarea calculată în exemplul ales este 0,63, deci este
mult mai mică decât 2,10 căreia îi corespunde p = 0,05. Putem spune atunci că pentru | t | = 0,63
avem p > 0,05. şi astfel ipoteza nulă nu este infirmată. Considerăm diferenţa dintre medii ca
nesemnificativă, mai exact suspendăm decizia.
În general, dacă valoarea găsită prin calcul este mai mică decât valoarea | t | indicată în tabel
la pragul p = 0,05, atunci considerăm că ipoteza nulă nu este infirmată, iar diferenţele obţinute în
experienţă ca nesemnificative. Dacă valoarea calculată de noi este mai mare decât valoarea | t | la
pragul 0,05, dar mai mică dacât valoarea lui | t | la pragul de 0,01, vom spune că diferenţa este
semnificativă la pragul de 0.05. În sfârşit, dacă valoarea găsită de noi este mai mare decât valoarea |
t | indicată în tabel pentru p = 0,01, atunci vom spune că diferenţa este semnificativă la pragul de
0,01.
Observăm că respingerea ipotezei nule se face considerând un prag de semnificaţie ales în
prealabil (cel mai riguros este p = 0,01). De reţinut este faptul că ipoteza nulă nu se consideră
niciodată demonstrată; ea poate fi doar infirmată. Efectul admiterii sau respingerii ipotezei nule se
răsfrânge asupra ipotezei specifice. Neinfirmarea ipotezei nule pune sub semnul întrebării ipoteza
specifică, infirmarea ipotezei nule consolidează foarte mult ipoteza specifică. Cele două ipoteze H
0

şi H
s
sunt, cum s-a spus, contradictorii.


Temă de reflecţie nr. 3
Care este relaţia dintre testul t şi demersul de estimare a intervalului de încredere a
diferenţei dintre medii? Pentru aprofundarea subiectului vezi în READER
documentul:
52
Bibliografie 15.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 6.

3.1.2. Semnificaţia diferenţei între două medii în cazul eşantioanelor perechi

Când elementele celor două eşantioane sunt asociate într-un anumit mod două câte două (de
exemplu, rezultatele înregistrate înainte şi după acţiunea unui factor experimental), procedeul cel
mai simplu constă în a raţiona asupra diferenţelor pe care le prezintă fiecare pereche de date
asociate, corelate.
Să notăm cu x rezultatele din primul grup de măsurări (eşantion) şi cu x' valorile asociate din
eşantionul al doilea. Diferenţa corespunzătoare fiecărei perechi de note x - x' o însemnăm cu d. Se
obţin astfel patru coloane.

Exemplu:
Cu o grupă de 10 elevi s-a încercat la geografie, în decursul trimestrului II al anului şcolar, o
metodă nouă de învăţare individuală, pe baza unor întrebări de control fixate pe cartonaşe. S-au
înregistrat notele elevilor la geografie la începutul experienţei, adică la sfârşitul trimestrului I şi apoi
la încheierea trimestrului II. Vrem să ştim dacă metoda respectivă aduce o îmbunătăţire
semnificativă a situaţiei şcolare.
Pentru a determina acest lucru întocmim un tabel în care vom înscrie subiecţii, rezultatele
obţinute în cele două situaţii şi vom calcula diferenţele dintre ele (Tab.4.1.).
Se observă din tabel că avem diferenţe nule, pozitive şi negative.
Formulăm ipoteza nulă, adică atribuim numai întâmplării diferenţele constatate, Dacă s-ar
datora numai întâmplării, aceste diferenţe ar fluctua în jurul lui 0 într-un sens sau altul, iar media lor
ar fi egală cu zero m
d
= 0 (cu m
d
am notat media diferenţelor).
Vom însuma algebric coloana d (ţinând deci seama de semne) şi vom afla
∑d = T. Apoi, făcând raportul T/N, vom afla media diferenţelor m
d
.


Tabelul 4.1

Subiecţi
Note trim. II
x`
Note trim. I
x

d

d
2
A 8 6 +2 4
B 7 5 +2 4
C 5 5 0 0
53
D 6 4 +2 4
E 5 6 -1 1
F 6 4 +2 4
G 6 5 +1 1
H 5 4 +1 1
I 4 6 -2 4
K 7 5 +2 4
N=10 Σd = +9 Σd
2
= 27

În exemplul ales, m
d
= T/N = 0,09, deci m
d
diferă de zero; nu ştim dacă diferenţa aceasta
este suficient de mare pentru a putea fi considerată semnificativă sau nu.
Se utilizează criteriul:
N
m
t
d
d
σ
=

în care cunoaştem d m şi N, dar nu cunoaştem d σ (abaterea standard a diferenţelor).
Tratăm diferenţele aşa cum am considerat înainte datele brute.
Calculăm mai întâi dispersia diferenţelor:

1
2
2
2


=

N
N
T
d
d σ
şi
2
d d σ σ =
În exemplul ales adăugăm în tabel o coloană d
2,
pe care însumând-o obţinem Σd
2
=27.

Făcând înlocuirile:
1 , 2
9
10 / 81 27 2
=

= d σ
de unde
4 , 1 1 , 2 = = d σ
Deci
54
0 , 2
10
4 , 1
9 , 0
= = t
Căutăm în Anexa 1.1. | t | ţinând seama de faptul că în acest caz numărul gradelor de
libertate este N - 1 (şi nu N
1
+N
2
- 2, ca în primul caz).
În exemplul de mai sus, N - 1 = 9. Căutând în tabel găsim pentu 9 grade de libertae,la pragul
de p = 0,05 cifra 2,26. Valoarea calculată de noi este inferioară acestei cifre. Înseamnă că nu s-a
demnostrat falsitatea ipotezei nule şi, în felul acesta nu se poate spune că rezultatele experienţei sunt
semnificative.


Temă de reflecţie nr. 4
Care sunt avantajele statistice al unui design cu masurători repetate faţă de unul cu
eşantioane independente? Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 16.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 7 &
11.

Când N este destul de mare (>60) putem raporta valoarea găsită prin calcul la valorile z
(1,96 şi 2,58) fără să mai facem apel la Tabelul lui Student.
Trebuie reamintit în încheiere că atât raportul | z | cât şi criteriul | t | presupun drept condiţie
aspectul normal al distribuţiilor supuse comparaţiei.


3.2. MULŢIMI SAU COLECTIVITĂŢI DE k EŞANTIOANE INDEPENDENTE (ANALIZA de
VARIANŢĂ)

În capitolul dedicat inferenţei statistice am avut în vedere studii experimentale ce
cuprindeau cel mult 2 grupe, respectiv două eşantioane independente sau perechi .
În problemele de comparaţie ce se puneau am luat în considerare cel mult două eşantioane
aplicând criteriul z sau t .În capitolul de faţă avem în vedere situaţii mai complexe, în care intervin
colectivităţi sau mulţimi formate din k grupe, care ilustrează adesea k situaţii sau condiţii.
Pe parcursul diverselor capitole s-au prezentat exemple şi aplicaţii .Acum le reluăm şi
adăugăm altele.

Exemplu:
Se instituie un experiment pentru a cunoaşte efectul unor tranchilizante asupra activităţii de
conducere auto. În acest scop se administrează tranchilizante cu nume diferite sau doze diferite (5
55
mg, 10 mg, 15 mg, 20 mg) la patru loturi de persoane stabilite după regulile selecţiei aleatoare. Se
introduce şi un grup de control, căruia nu i se administrează nici un drog. Notăm variabila
independentă (administrarea unui tranchilizant) cu A şi vom avea în studiu patru modalităţi a
1
, a
2
,
a
3
, a
4,
la care se adaugă grupa de control a
0
. Avem, practic, un singur factor de variaţie, prezent sub
5 modalităţi. Nu facem nici o altă diferenţiere a subiecţilor, decât cea oferită de administrarea în
doze diferite a drogului. Efectul fiecărui medicament aplicat se dezvăluie în diferenţele sau
variaţiile apărute în comportamentul la volan. Acesta din urmă îl considerăm printr-o faţetă
particulară: timpul de reacţie (TR). Ne aşteptăm ca drogul în doze diferite sau purtând nume diferite
să diferenţieze grupele cuprinse în studiu, să apară deosebiri în ceea ce priveşte TR între grupele de
experienţă şi cea de control. Sursele acestor deosebiri sau variaţii sunt bine precizate.
În cadrul acestui exemplu avem de-a face cu un singur factor de variaţie (A). Pentru a
răspunde la întrebarea iniţială, urmează să se instituie în final comparaţii multiple.


Temă de reflecţie nr. 5
De ce nu este indicat să aplicăm o serie de comparaţii t sau z în cazul acestor
designuri complexe?

Exemplu:
Într-o experienţă de psihologie socială s-a urmărit cum se modifică atitudinea oamenilor -
într-o problemă dată - sub influenţa unor mijloace de convingere:
• film
• expunere orală
• film + expunere orală
toate având aceeaşi temă. In acest scop s-au constituit, pe bază de selecţie aleatoare, trei grupe de
experienţă potrivit celor 3 condiţii amintite (a
1
, a
2
, a
3
),la care s-a adăugat o grupă de control
(condiţia a
0
).Experimentul în ansamblu cuprinde deci patru grupe aleatoare, fiecare având în final o
fizionomie particulară graţie procedurii experimentale urmate. La prima grupă s-a prezentat o
expunere, la a doua s-a proiectat un film, la a treia grupă a avut loc o expunere însoţită de un film,
iar la grupa de control s-a aplicat cum se spune "condiţia zero"(nici o influenţă). Variabila
independentă o constituie mijlocul de convingere aplicat. Urmează să se instituie anumite
comparaţii între grupe după criterii bine determinate, în funcţie de factorul experimental pus în joc.
Modelul de analiză rămâne în esenţă acelaşi ca în al doilea exemplu .Este vorba de un plan
unifactorial sau un plan de bază.

56

Exemplu:
Se aplica un test - să zicem Matrici Progresive - la 5 clase a VII-a din şcoli generale diferite
luate la întâmplare. Se pune problema de a reuni datele de la 5 clase pentru a obţine o colectivitate
mai numeroasă, numită colectivitate eşantion de referinţă, în vederea stabilirii unui etalon sau tabel
de norme. După cum se ştie, orice test are ataşat un barem sau etalon întocmit pe o colectivitate
largă. acest barem de raportare poate fi o scală numerică sau o tipologie.
Trebuie să ne asigurăm că grupele .respectiv clasele de elevi sunt omogene, pentru a putea
"amesteca" rezultatele . Deci nu este vorba de un experiment care să inducă efecte diferite, ci este
vorba de aplicarea unui "reactiv" identic (un test), cercetătorul fiind interesat să obţină date deplin
comparabile, pentru a fi contopite într-un "agregat" statistic unic.
Reţinem că grupele, respectiv clasele de elevi au fost luate ca atare, ca grupuri natural intacte,
în compoziţia lor datorată hazardului. De asemenea, clasele testate au fost şi ele luate la întâmplare
din şcoli diferite, fără să se acorde preferinţă unui colectiv sau altul din anumite motive. Cele trei
exemple prezentate au o notă comună. În ele este vorba de colectivităţi mai largi formate din câte
4-5 grupe. Fiecare grup sau eşantion în parte constituie un eşantion aleator, având compoziţia
datorată hazardului. Vorbim deci de grupe independente . Intervine însă un nivel superior de
integrare :colectivitatea mai largă sau mulţimea celor k grupe cuprinse în studiu. Nota de "aleator"
urmează a fi aplicată şi la acest nivel. Vom avea deci colectivităţi sau mulţimi de grupe
independente spre deosebire de colectivităţi de eşantioane-perechi, despre care va fi vorba mai
departe.
În toate exemplele date va fi vorba de mulţimi de grupe independente.
Acestea se încadrează în două categorii de situaţii:
• Situaţii, ca în al treilea exemplu, în care nu numai fiecare grup în parte constituie un
eşantion aleator având un număr de elemente, ci şi grupele ca atare sunt luate la
întâmplare, alcătuind deci o colecţie de grupe, un eşantion aleator (de k grupe) extras
dintr-o populaţie de grupe.
• Situaţii când fiecare grup în parte este un eşantion aleator dar cele k grupe care compun
mulţimea cuprinsă în studiu sunt alese sistematic, adică pe baza unui criteriu bine
determinat(primele două exemple). Fiind cele mai frecvente, ne ocupăm în continuare
numai de acestea.
Unităţile sau elementele ce compun grupele corespund cerinţelor selecţiei aleatoare. În
schimb, la nivelul colectivităţii mai largi de k grupe nota "aleatoare" nu mai este prezentă. Asupra
fiecărei grupe se exercită o influenţă bine determinată pe baza unui plan sistematic, astfel încât
fiecare eşantion prezintă o fizionomie aparte.
57
Problemele care se pun în cele două situaţii sunt diferite, de asemenea şi tehnicile de lucru.
La baza acestora se află însă aceeaşi metodă numită analiza de varianţă, prescurtat ANOVA. După
cum ne sugerează însăşi denumirea metodei, este vorba de o analiză a variaţiei datelor, a
împrăştierii lor în jurul mediei .
Dispersia sau împrăştiere datelor în raport cu media o exprimăm cu ajutorul diferenţelor( x-
m). La nivelul grupului ar trebui să ne referim la suma abaterilor, adică

− ) ( m x ,operaţie ce ne-ar
duce la impas, deoarece suma algebrică a abaterilor este zero. Se ia atunci

− ) ( m x
2
,expresie pe
care am numit-o suma pătratelor (SP) şi care ne indică variabilitatea grupului.


Temă de reflecţie nr. 6
Care este raţionamentul ce explică nevoia de a utiliza pătratul abaterilor în
estimarea varianţei?

În orice cercetare de psihologie ne interesează să desprindem influenţa sau acţiunea unor
factori relevanţi, factori cuprinşi în enunţul problemei iniţiale. Influenţa unui factor se dezvăluie în
efectele sau variaţiile produse în câmpul studiat. În ansamblu se relevă o anumită variabilitate sau
dispersie a datelor înregistrate
*
în funcţie de sursele precis reperate. Obiectul analizei îl constituie
suma efectelor (diferenţe, deosebiri, variaţii) datorate fiecărui factor, la care se adaugă efectele
interacţiunii lor (Matalon,1969).
Cu alte cuvinte, este vorba de analiza variabilităţii sau dispersiei datelor având surse de
variaţie bine precizate. Evident se presupune că efectele sau rezultatele se pretează la măsurare, la
evaluare mai precisă.


3.3. PLANURI DE BAZĂ (CU UN SINGUR FACTOR DE VARIAŢIE)


Într-o colecţie de date numerice variabilitatea sau dispersia se relevă după cum s-a arătat în
împrăştierea măsurătorilor în raport cu media, ceea ce se exprimă prin diferenţele (x-m), mai exact
prin suma acestor diferenţe sau abateri, adică Σ (x-m). Întrucât suma algebrică a abaterilor este zero,
se ia Σ (x-m)
2
, expresie care s-a numit suma pătratelor - prescurtat SP.
În cel de-al doilea exemplu amintit, este vorba de 4 grupe de experienţă, cărora li s-a
administrat în esenţă un tranchilizant purtând nume diferite. Se notează inabilităţile întâlnite în
comportamentul la volan sau într-un test convenabil, să zicem “timpul de reacţie la alegere”. Deci,
variabila dependentă sau criteriul (x) ne apare sub forma aceluiaşi indicator pentru toate grupele.
58
Pentru generalizare, considerăm k grupe, având datele aranjate într-un tabel cu rubricile de
mai jos (Tab. 4.1, după Faverge, 1963).
Notăm variabila dependentă cu x şi scriem valorile ei în prima coloană din tabel. Avem k
grupe A, B, C, ...şi notăm grupe generică cu G iar efectivul ei cu n
g
.

Tabelul 4.1

x A B C … G Total
.
.
.

Efectiv
Total
n
a

T
a

n
g

T
g

N =
T =

În coloanele rezervate fiecărei grupe se trec efectivele sau frecvenţele corespunzătoare
valorilor x, precum şi produsele fxx respectiv fxx
2
, în vederea totalizării pe coloane:

Σ x = T
g
, apoi Σ x
2


Pentru fiecare grupă se poate determina o medie m
g
. Simbolul Σ indică o însumare în
interiorul unei grupe, iar cu T, totalul celor N date pe întreaga colecţie de măsurări şi cu m media
acestora.
Semnul Σ indică o însumare ce priveşte cele k grupe ca grupe, ceea ce înseamnă totalul a k
numere (câte unul de grupă).
Utilizând notaţiile introduse, putem scrie pentru un element x al unui grup G:

x-m = (x-m
g
) + (m
g
-m)

ceea ce înseamnă că abaterea faţă de media generală a unui rezultat din colecţia totală se compune
din abaterea sa faţă de media grupului respectiv; la ea se adaugă diferenţa dintre media grupului şi
media generală.
Pentru a înlesni înţelegerea acestei egalităţi se poate încerca o vizualizare (după Spence,
Underwood, Duncan şi Cotton, 1968). Presupunem că avem 4 grupe care, fiind supuse influenţei
unui factor în grade diferite, prezintă în final rezultate net diferite astfel încât toţi membrii primei
grupe au obţinut cote mai mici decât membrii grupei a doua, iar aceasta, la rândul ei, se situează
integral sub nivelul întrunit de grupa a treia ş.a.m.d.

*
Utilizăm noţiunea intuitivă de variabilitate care se va traduce prin noţiunea statistică de varianţă sau dispersie
59
Luând un element oarecare din grupul 2, pe care-l vom nota x
2
, abaterea sa faşă de media
colecţiei totale m se compune din două cantităţi (x
2
- m
2
) şi (m
2
-m). Figura 4.1. (după Spence,
Underwood, Duncan şi Cotton), relevă în mod intuitiv acest lucru.
Ecuaţia fundamentală a variabilităţii datelor, exprimată condensat prin suma pătratelor, este
următoarea:

SΣ (x-m)
2
= SΣ (x-m
g
)
2
+ Sn
g
(m
g
-m)
2


ceea ce s-ar putea citi într-un limbaj calitativ: variabilitatea totală se compune din variabilitatea
internă a grupelor la care se adaugă variabilitatea intergrupe. Într-o formulă mai curând
mnemotehnică, s-ar putea scrie prescurtat:

SΣ = SΣ + SΣ sau SP = SP + SP
totală intra inter totală intra inter


Fig. 4.1



Temă de reflecţie nr. 7
Care va fi diferenţa dintre varianţa inter-grup şi varianţa intr-grup în cazul în care
manipularea efectuată nu are efect ?

Într-un experiment există de regulă două surse da variaţie, de diferenţe sau deosebiri. Prima este
variabilitatea internă a grupelor şi ţine de diversitatea surselor, a măsurătorilor din interiorul fiecărui grup.
Aceasta se poate numi variaţia intragrup şi este indicată de dispersia datelor în cadrul fiecărui grup A, B, C
...faţă de media grupului respectiv m
g
; ea se poate scrie Σ (x-m
g
)
2
, iar pe ansamblu datelor SΣ (x-m
g
)
2
. A doua
sursă o constituie variaţia dintre grupe sau intergrupe şi este indicată de modul de dispersie a mediilor de
grup faţă de media generală, mai corect de diferenţele m
g
-m (luate de n
g
ori în cadrul fiecărui grup).
Aceasta se scrie: Sn
g
(m
g
-m)
2
sau SP
inter
. Variabilitatea totală pe ansamblu experimentului se divide
în două părţi. variabilitatea datelor (subiecţilor) în interiorul grupurilor şi variabilitatea intergrupe. În
60
experiment se manipulează variabilitatea intergrupe. Termenul de grup nu are aici nici un sens sociologic -
aşa cum s-a spus - ci unul statistic, fiind vorba de colecţii de date sau măsurări. În timp ce variabilitatea
internă grupelor se atribuie hazardului, variabilitatea intergrupe este expresia acţiunii factorilor modificaţi
sau controlaţi în experiment.


Temă de reflecţie nr. 8
De ce apare n
g
în formula sumelor pătrate inter-grup?

Pentru a înţelege mai uşor distincţiile de mai sus se recurge la un exemplu (după Ray).
Se consideră 2 grupe A şi B având efectivele egale: n
a
= n
b
= 5 (Tab. 4.2)

Tabelul 4.2
A B
3
1
5
4
2
9
5
6
8
7
T
a
= 15
m
a
= 3
Σ(x -m
a
)
2
= 10
T
b
= 35
m
b
= 7
Σ ΣΣ Σ (x - m
b
)
2
=10

Reunind grupele, media generală va fi 5, deoarece

T = T
a
+ T
b
= 50,
iar
N = n
a
+ n
b
= 10.

Variabilitatea intragrup adică Σ (x-m
a
)
2
este în fiecare grup egală cu 10, iar pe ansamblu:

SΣ (x-m
g
)
2
= 10 + 10 = 20.

Variabilitatea intergrupe poate fi detaşată dacă eliminăm variaţia intragrupe, ceea ce se realizează
prin înlocuirea fiecărui rezultat în parte în cadrul grupei prin media grupei respective. Aşadar, elementele
unei grupe G vor intra aici numai prin media şi numărul lor. În consecinţă rezultă tabelul 4.3.
Se observă că totalurile nu se schimbă; de asemenea, m, m
a
şi m
b
rămân neschimbate. Iese în relief
variabilitatea intragrupe pe ansamblu.
61
Se constată, în cadrul grupei A, că (m
a
- m) = 2 = constant iar n
a
(m
a
-m)
2
= 20. Tot aşa, în cadrul
grupei B, diferenţa (m
b
-m) = 2 = constant, iar n
b
(m
b
-m)
2
= 5 x 4 = 20 . Însumând pe cele două grupe,
variabilitatea va fi Sn(m
g
-m)
2
= 20 + 20 = 40.

Tabelul 4.3
A B
3
3
3
3
3
9
5
6
8
7

T
a
= 15
m
a
= 3

T
b
= 35
m
b
= 7

m = 5


Înregistrând egalitatea, vom avea:

SΣ(x-m)
2
= (10+10) + (20+20) = 20 + 40 = 60.

Revenind la termenii ecuaţiei fundamentale, să notăm că termenul SΣ (x-m
g
)
2
, adică SP
intra
se
determină indirect, pentru a evita calculele laborioase - efectuând diferenţa între SΣ (x-m)
2
, adică Sp
totală
şi
Sn
g
(m
g
-m)
2
, sau SP
inter
.
S-au propus formule de calcul pentru aceşti termeni:
( )
N
T
x S m x S
2
2 2
− ∑ = − ∑
şi
( ) ,
2
2
2
N
T
n
T
S m m Sn
g
g
g g
− = − ∑
în care intervin efectivele fiecărui grup ng totalul datelor în cadrul fiecărui grup T
g
, pătratul totalurilor pe
ansamblu T şi suma pătratelor valorilor Σx
2
.
Interesul formulelor de calcul este legat de prelucrarea manuală a datelor ori ca exerciţiu preliminar,
sau în absenţa programelor de prelucrare statistică (actual, se utilizează calculatoarele).
H. Abdi (1987) propune o rutină de calcul în 7 puncte pentru calculul sumelor de pătrate (SP
totală
,
SP
intra
şi SP
inter
). Autorul introduce o nouă notaţie numită “numere în pătrate” şi anume AS, A şi 1. cu A se
notează numărul de modalităţi ale variabilei independente A, iar cu S numărul de subiecţi pe grupă,
considerat a fi egal în cele k grupe. A ar fi numărul de grupe diferite din tabelul 4.1, iar S ar fi n
g
.
Iată suita de paşi cu valoare mnemotehnică:

• Pasul 1: “Marele total” (T) adică SΣx = x
1
+ x
2
+ ...
62
• Pasul 2: AS = SΣx
2
= x
1
2
+ x
2
2
+ ...
• Pasul 3: A =
g
g
n
T
S
2
.
• Pasul 4: 1 = =
N
T
2
(Pasul 1)
2
/N.
• Pasul 5: SP
totală
= AS - 1 = (Pasul 2) - (Pasul 4).
• Pasul 6: SP
inter
= A - 1 = (Pasul 3) - (Pasul 4).
• Pasul 7: SP
intra
= AS - A = (Pasul 2) - (Pasul 3).

Pentru estimarea varianţei intragrup v
ε
şi a variaţiei intergrupe v
g
se preconizează expresiile:

( )
,
2
k N
m x S
g

− ∑
, care este o estimare pentru v
ε
,
respectiv

( )
1
2


k
m m Sn
g g
, o estimare pentru v
ε
+ nv
g
.
Expresiile de mai sus s-au numit pătrate medii. Convenţional, ele se pot nota PM
intra
şi PM
inter
, pentru
a păstra simetria cu notaţiile precedente.
Se utilizează în continuare raportul Snédecor, notat cu F, care este câtul dintre pătratele medii:
( )
( )
.
1
2
2
INTRA
INTER
g
g g
Pm
PM
k N
m x S
k
m m Sn
F =




=
Valoarea acestui raport se interpretează cu ajutorul unui tabel special în funcţie de ipotezele sau
întrebările iniţiale ale cercetării (Anexa 1.8.). Întreaga procedură presupune, pe de o parte, aspectul normal
al distribuţiei, pe de altă parte, omogenitatea variaţiei în populaţia generală din care s-au extras grupele
(eşantioanele).


Temă de reflecţie nr. 9
Care sunt factorii ce afectează valoarea lui F? Încercaţi să explicaţi ce factor
determină valoarea fiecăruia.

Exemplu (după Faverge, 1963):
La încheierea unei experienţe, efectuată cu 5 clase paralele A, B, C, D şi E, s-a dat aceeaşi probă
finală, pentru a vedea în ce măsură factorul studiat influenţează rezultatele.
Presupunem că clasa E este clasa de control. În tabelul de comparaţie (Tab. 4.4.) sunt date efectivele
n
g
pe clase, apoi totalul T
g
de răspunsuri exacte obţinut la proba respectivă în fiecare clasă şi totalul pătratelor
acestor valori Σx
2
.
63

Tabelul 4.4

Clase

A

B

C

D

E

Total
Nr. de elevi
(n
g
)

33 28 31 34 31 157 = N
Totalul
datelor (T
g
)
928 760 1013 1335 748748 4784 = T
Totalul
pătratelor (Σx
2
)
28030 22750 35287 56637 21336 164040=
= S Σ ΣΣ Σx
2


Calculăm Sn
g
(m
g
-m)
2
, adică SP
inter
pe baza formulei
( ) ( ) ( ) ( ) ( ) ( )
. 30 , 4519
157
4784
31
748
34
1335
31
1013
28
760
33
928
:
2 2 2 2 2 2
2
2
int
= −
(
(
¸
(

¸

+ + + +
− =
N
T
n
T
S SP
g
g
er


Apoi SΣ(x-m)
2
, adică SP
totală
pe baza formulei :
2
2
N
T
x S − ∑
( )
. 12 , 18265
157
4784
164040
2
= −
Urmează să se afle variabilitatea intragrup SP
intra
, scăzând din variabilitatea totală pe cea intergrupe:

18256,12 - 4519,3 = 13745,82.

Să aplicăm pentru verificare rutina de calcul în 7 puncte propusă de Abdi:

P
1
: “Marele total” T = 4784.
P
2
: AS = Σx
2
= 164040.
P
3
: A = =
g
g
n
T
S
2

( ) ( ) ( ) ( ) ( )
. 18 , 150294
31
748
34
1335
31
1013
28
760
33
929
2 2 2 2 2
= + + + + =
P
4
:

( ) ( )
. 88 , 145774
157
4784
1
2
1
2 2
= = = =
N
P
N
T

P
5
: SP
totală
= AS - 1 =
( ) ( )
. 12 , 18265
157
4784 4784
164040
2 2
= = −
N

P
6
: SP
inter
= A - 1 = Pasul 3 - Pasul 4 = 150294,18 - 145774,88 =
= 4515,30.
P
7
: SP
intra
= AS - A = Pasul 2 - Pasul 3 = 164040 - 150294,18 =
64
= 1374,82.
În continuare se pot determina pătratele medii:
PM
inter
= 83 , 1129
4
30 , 4519
=
PM
intra
= ; 45 , 90
152
82 , 13745
=
după care se calculează raportul . 49 , 12
45 , 90
83 , 1129
= = F
În zilele noastre, întreaga procedură este rezolvată de programe de prelucrare statistică a datelor,
rulate pe calculator. Parcurgerea întregului demers este utilă pentru a fi în cunoştinţă de cauză.
Situând valoarea găsită prin calcul în tabelul Snédecor, facem un extras (Tab. 4.5). În prima linie a
tabelului localizăm numărul gradelor de libertate asociat numărătorului (ν = k-1) iar în prima coloană
reperăm numărul gradelor de libertate asociat numitorului (ν’ = N-k). Prima valoare tabelară 2,49 corespunde
pragului p = 0,05 iar cea de-a doua pragului p = 0,01. Valoare găsită prin calcul, adică 12,49, este mai mare
decât se poate conchide că diferenţele sunt semnificative la pragul de p < 0,01. Ipoteza nulă a egalităţii
mediilor este infirmată, factorul de diferenţiere având deci efecte semnificative.

Tabelul 4.5
ν νν ν
ν νν ν'

… 4
.
.
.
152



2,49
3,56


Procedura urmată până aici constituie un test global, o analiză de varianţă globală - de unde
prescurtarea “F
omnibus
” - care nu ne spune de pildă între ce grupe diferenţele sunt semnificative; mai corect,
care sunt modalităţile variabilei independente cu efecte sensibile sau altele - cu consecinţe minore. În
consecinţă, nu ne vom opri doar la studiul global.


Temă de reflecţie nr. 10
Ce marchează valoarea lui F critic identificat pe baza tabelului?

O menţiune este necesară. Testul F ne dă un indiciu asupra efectului variabilei independente, dar el
nu ne permite să evaluăm intensitatea acesteia.



65
3.4. FORMALIZAREA NOŢIUNII DE COMPARAŢIE

Având k grupe independente, se pune problema - după efectuarea analizei globale de varianţă
(F
omnibus
) - să facem comparaţii perechi de grupe sau între mai multe grupe; intervine deci un test de
comparaţie multiplă. În limbaj tehnic se spune că descompunem gradele de libertate ale sursei de variaţie
între grupe.
De pildă, în experienţa citată era vorba de administrarea de tranchilizante la 4 grupe diferite.
Problema se pune de a testa efectele acestor droguri între grupele de experienţă luate două câte două, sau trei
grupe în raport cu una, dar şi cele patru grupe experimentale faţă de grupa de control, care reprezintă situaţia-
martor. Aşadar, în comparaţiile ce vor fi făcute avem în vedere nu numai perechi de medii (m
1
cu m
2
, apoi m
1

cu m
3
sau m
2
cu m
3
ş.a.m.d.), ci orice combinaţie de medii (de ex.: m
1
, m
2
, m
3
, m
4
în raport cu m
5
).
Adusă la forma sa abstractă, o comparaţie între perechi de medii poate fi notată cu ajutorul variabilei
d (spre exemplu, d
1
= m
1
- m
2
, sau d
2
= m
1
- m
3
etc.). Generalizând, o comparaţie între perechi de medii poate
fi conceptualizată drept o combinaţie liniară de medii sau o sumă ponderată de medii, astfel încât suma
ponderilor (coeficienţilor) să fie nulă. Având k grupe, vom avea k medii (m
g
) supuse comparaţiei. Notăm cu
a
g
ponderile sau coeficienţii cu care aceste medii sau grupe intră în diferite comparaţii. Suma acestor
coeficienţi S
k
(a
g
) trebuie să fie zero. Simbolul d indică o comparaţie, ceea ce reprezintă practic o sumă
ponderată de medii:

d = a
1
m
1
+ a
2
m
2
+ ... +a
k
m
k
= S
k
[(a
g
)(m
g
)],
în care a
1
+ a
2
+ ... + a
k
= 0.

Pentru exemplificare, să luăm o colecţie de 3 grupe independente având efectivele egale: n
g
= n =
constant. În tabelul 4.6 sunt date comparaţii prevăzute între medii (respectiv grupe) şi coeficienţii a cu care
mediile respective intră în comparaţie.
După cum se observă, media necuprinsă în comparaţie capătă a = 0, ceea ce este firesc. În genere se
evită numerele fracţionale, deşi sunt în principiu utilizabile. Dacă am avea 5 grupe, respectiv 5 medii, şi am
dori să testăm combinaţia m
1
+ m
2
faţă de m
3
+ m
5
este de preferat să se atribuie ponderilor (+3) + (+3) şi (-
2) + (-2), astfel încât S a
g
= +6 -6 = 0. Evident, atribuirea ponderilor comportă o parte de arbitrar, condiţia
fiind să se obţină S a
g
= 0. În tabel se vede că, de regulă, grupele care se compară primesc coeficienţi
pozitivi, iar grupele cu care se compară capătă coeficienţi negativi. (Este vorba de o simplă indicaţie de
lucru).
Având o colecţie de k grupe sunt posibile mai multe comparaţii între medii (grupe). Or, are sens să
fie făcute comparaţiile relevante. Anumite comparaţii fiind făcute, altele devin superflue.
Punând condiţia ca efectivele n
g
să fie egale ne dăm uşor seama că grupele se deosebesc practic între
ele prin ∑x = T
g
, astfel încât nu este necesar să ducem calculele până la determinarea mediilor.


66
Tabelul 4.6

Comparaţii între medii
(grupe)
Coeficienţi
a
1

a
2
a
3


m
1
cu m
2

m
1
cu m
3

m
2
cu m
3

m
1
cu m
2
+ m
3

m
2
cu m
1
+ m
3

m
3
cu m
1
+ m
2


1
1
0
2
-1
-1

-1
0
1
-1
2
-1

0
-1
-1
-1
-1
2

În consecinţă, în comparaţiile pe care le facem vom utiliza totalurile T
g
şi ponderile corespunzătoare
a
g
. Vom nota în cazul acesta comparaţiile cu litera mare D şi vom avea:

D = S
k
[(a
g
) (T
g
)].
Să urmărim un exemplu (după Faverge, 1963)
Un experimentator doreşte să compare între ele 4 sisteme de semnalizare A, B, C, D. În acest scop
40 de subiecţi sunt repartizaţi - potrivit regulilor selecţiei aleatoare - în patru grupe de câte zece şi sunt supuşi
aceleiaşi probe în care se înregistrează numărul de erori comise de fiecare. În prima grupă se utilizează
sistemul de semnalizare A, în a doua grupă sistemul B ş.a.m.d. Date obţinute apar în tabelul 4.7.

Tabelul 4.7
Grupa A B C D
Totalul erori (T
g
)

Totalul pătrate (Σ ΣΣ Σx
2
)
92

897
81

965
64

780
108

862

Se pune întrebarea dacă există diferenţe de valoare între cele patru sisteme de semnalizare.
Efectivele fiind egale (n
g
= n = 10), grupele se diferenţiază în funcţie de valorile T
g
.
Se face distincţie între comparaţii prevăzute la iniţierea experimentului şi comparaţii aposteriori
sugerate de anumite "denivelări" între medii, constatate la încheierea cercetării. Se cere - ca prim pas -
îndeosebi în cazul comparaţiilor aposteriori, efectuarea unui test global (F
omnibus
) şi o valoare semnificativă F;
în celălalt caz, testul F global nu este obligatoriu.
În experimentul amintit mai sus, la grupele A şi D semnalizarea are la bază un suport grafic, iar la
grupele B şi C un suport numeric. Aşadar, se pune problema de a compara grupele între ele luate separat
67
două câte două, dar şi combinaţia A + D şi B + C. Această din urmă comparaţie ar fi putut să fie sugerată
doar de diferenţele constatate la sfârşitul experienţei (aposteriori).
În calcule figurează întotdeauna varianţa intragrup (PM
intra
)astfel încât este util să întocmim tabelul
cu datele de bază pentru analiza globală de varianţă (Tab. 4.8.).
Reţinem din acest tabel pătratul mediu intragrup (PM
intra
= 11,8), care va fi acelaşi pentru toate
comparaţiile.

Tabelul 4.8

Sursa

ν νν ν
Suma
pătratelor
Pătratele
medii

F
Intergrupe
Intragrupe
Total
3
36
39
102,87
425,50
528,37
34,3
11,8
2,9 s
p = 0,05

Referindu-ne la combinaţia A + D în raport cu B + C determinăm valoarea comparaţiei potrivit
formulei enunţate:
D
1
= 92 (+ 1) + 81 (- 1) + 64 (- 1) + 108 (+ 1) = 200 - 145 = 55.

În continuare, căutăm o estimare a varianţei dintre grupele cuprinse în comparaţie, deci un PM
inter

relativ la combinaţia de grupe avute în vedere.
Formula de calcul pentru acest pătrat mediu relativ la comparaţia considerată este:
( )
( )
,
2
2
int
Sa n
D
D PM
er
=
numărul gradelor de libertate v fiind 1 pentru fiecare comparaţie particulară.
În exemplu:
D
2
= 55
2
= 3025;
( )
( )
. 6 , 75
40
3025
4 10
3025
1
= = = D PM
Calculăm apoi raportul:
, 4 , 6
8 , 11
6 , 75
= = F
şi situăm valoarea calculată în tabelul F pentru v = 1 şi v = N- k. Diferenţele sunt semnificative.
Dacă efectuăm calculele pornind de la medii, notăm comparaţiile cu d, păstrând formula cunoscută:
d = S
k
[(a
g
) (m
g
)].
În estimarea varianţei intergrupe, relativă la combinaţia de medii considerată, intervine o mică
modificare:
68
( ) ,
1
2
2
int
Sa
n
d
d PM
er
=
deoarece calculele sunt duse până la medii.
În exemplu dat vom avea:

d = 9,2 (+ 1) + 8,1 (- 1) + 6,4 (- 1) + 10,8 (+ 1) = 20 - 14,5 = 5,5
d
2
= (5,5)
2
= 30,25
( )
( )
; 5 , 76
4
5 , 302
10
4
25 , 30
4
10
1
25 , 30
int
= = = = d PM
er

iar F = 75,6 : 11,8 = 6,4. Deci acelaşi rezultat.
În continuare ne putem opri la comparaţii între perechi de grupe. Să luăm pentru exemplificare
comparaţiile D
2
între A şi B, apoi D
3
între C şi D:

D
2
= 92 (+ 1) + 81 (- 1) = 92 - 81 = 11,
( )
( )
( )
, 05 , 6
20
121
2 10
11
2
2
= = = D PM
, 51 , 0
8 , 11
05 , 6
NS F = =
D
3
= 64 (- 1) + 108 (+ 1) = - 64 + 108 = 44,
( )
( )
( )
8 , 96
20
1936
2 10
44
2
3
= = = D PM
. 20 , 8
8 , 11
8 , 96
S F = =
Pentru comparaţiile aposteriori, după un test global F se trece la comparaţii multiple, fixându-se un
prag mai sever de semnificaţie. Oricum. însă, un test de semnificaţie nu se poate substitui în principiu unui
experiment şi atunci este cazul să se procedeze mai curând la contravalidare, adică la repetarea experienţei cu
un lot de subiecţi pentru verificare comparaţiilor aposteriori.
Tehnica de analiză a datelor înfăţişată mai sus se referă la experienţe cu o singură variabilă
independentă care prezintă modalităţi diferite, reperate printr-o etichetare verbală diferită. Corespunzător
acestor modalităţi se constituie k grupe după regulile selecţiei aleatoare. Practic, există un factor de
clasificare a grupelor, şi anume variabila independentă cu modalităţile ei. Metoda de lucru constă în
efectuarea - ca prim pas - a unei analize globale de varianţă (F
omnibus
), după care se instituie un test de
comparaţie multiplă.



69
3.5. PLANUL BIFACTORIAL

Considerând un factor (A), modificat în experienţă, şi efectul acestei modificări (y) numit variabilă
dependentă, vom putea urmări legea de variaţie a lui y în funcţie de A. Dacă se introduce o a doua variabilă
independentă B - ca în primul exemplu prezentat la început - aceasta va acţiona în combinaţie cu A şi va
modifica eventual regula de variaţie a lui y.
Un tip simplu de combinaţie este cel aditiv, în care factorii acţionează după relaţia:

X = A + B.

În tabelul 4.9 este dat un exemplu cu 2 variabile independente A şi B. Variabila A prezintă 3
modalităţi sau niveluri, notate cu A
1
, A
2
şi A
3
. Variabila B prezintă două niveluri: B
1
şi B
2
. În căsuţele
tabelului apar rezultatele exprimate în valori medii; aşadar, variabila dependentă sau criteriul apar condensate
în cifre medii. La marginile tabelului s-au calculat, de asemenea, mediile pe linii şi coloane. Pentru a ne da
seama de modul de interacţiune a celor două variabile independente urmează să întocmim un grafic, în care
să localizăm pe abscisă nivelurile factorului A, iar pe ordonată vor apare datele variabilei dependente (y),
trasând apoi curbe separate corespunzător modalităţilor B
1
, respectiv B
2
.

Tabelul 4.9

Fig. 4.2

Se poate observa că cele două curbe sunt paralele, ceea ce înseamnă că legea de variaţie a
fenomenului studiat (y), în condiţiile factorului A, nu se modifică atunci când intervin valorile asociate ale
factorului B. Altfel spus, mărimea efectelor unei variabile rămâne constantă pentru toate condiţiile celei de a
doua variabile independente. În cazul acesta vorbim de o combinaţie aditivă a influenţei celor doi factori
(Matalon, 1969).
Există şi moduri de combinare neaditivă, care pot fi, la rândul lor diferite.
70
În tabelele 4.10 şi 4.11 sunt date asemenea exemple. Este vorba, de asemenea, de câte două variabile
independente A şi B, criteriul fiind exprimat în valori medii.


Tabelul 4.10 Tabelul 4.11


Întocmim în continuare graficele corespunzătoare, notând pe ordonată criteriul sau variabila
dependentă - adică valorile din căsuţele tabelului - iar pe abscisă vom nota una din valorile independente (A
sau B). În exemplele alese vom nota pe abscisă variabila A, care prezintă două modalităţi sau niveluri în
tabelul şi trei modalităţi în experienţa redată în tabelul


Temă de reflecţie nr. 11
Care este avantajul utilizării unor designuri bifactoriale faţă de cele unifactoriale?

Se vede din figurile 2.3 şi 2.4 că variaţia fenomenului studiat în funcţie de condiţiile A se modifică
atunci când intervin şi valorile asociate ale lui B. Curbele nu mai sunt paralele, deci ipoteza relaţiei aditive
nu mai stă în picioare. Vorbim atunci de o combinaţie neaditivă sau interacţiune.
Se observă că în figura 2.4 curbele tind să se îndepărteze, trecând de la condiţia B
1
la condiţia B
3
;
influenţa factorului A se amplifică în comparaţie cu B
2
, dar mai ales cu B
3
. Interacţiunea este mai puternică

Fig. 4.4 Fig. 4.5

71
în exemplul redat în figura 4.4; influenţa factorului A variază în sens invers, după cum este asociată cu B
1

sau cu B
2
. Concluziile ce ar putea rezulta din simpla considerare a rezultatelor marginale din tabelul 4.10.
(mediile pe linii şi pe coloane) pot fi înşelătoare.
În termeni generali vorbim de interacţiunea dintre 2 factori atunci când legea de variaţie a
fenomenului studiat în funcţie de unul din factori nu rămâne aceeaşi în raport de modalităţile asociate celui
de al doilea factor (Leplat, 1973). Când în combinaţie intervine un al treilea factor, modul de interacţiune al
celor trei variabile independente este mai greu de interpretat, iar ipotezele cu privire la formula lor de acţiune
conjugată devin mult mai complicate.
În planul factorial apare adeseori grupuri de control prin care se realizează condiţia zero. Planurile
factoriale pun în evidenţă relaţii mult mai complexe decât planurile de bază. Ca urmare, rezultatele obţinute
pe baza lor au o mai mare validitate ecologică (= reflectă mai exact realitatea din afara laboratorului, în care
trăieşte subiectul uman). Datele obţinute dintr-un experiment probează ipoteza care a stat la baza lui dacă
sunt semnificativ statistic (lucru dovedit prin testele statistice, ANOVA etc). La baza acestor teste se află
comparaţiile intergrupale şi cele intragrupale.
În cadrul planurilor factoriale se evidenţiază atât efectele fiecărei variabile studiate cât şi efectul
interacţiunii acestora. Natura efectelor se poate constata prin diagrame de interacţiune. De exemplu în cazul
unui design factorial de tip 2X2 combinaţiile posibile şi modul lor de reprezentare grafică sunt prezentate în
figura 4.6.


Temă de reflecţie nr. 12
Oferiţi câteva exemple de cercetare care să reflecte interacţiunea dintre două
variabile independente.

72
Figura 4.6 Tipuri de efecte în cadrul diagramelor de interacţiune
Design factorial 2X2 în care:
• Efectul variabilei A nu este semnificativ
• Efectul variabilei B nu este semnificativ
• Efectul interacţiunii AXB nu este semnificativ

A1 A2 Medie
B1 50 50 50
B2 50 50 50
Medie 50 50

Design factorial 2X2 în care:
• Efectul variabilei A este semnificativ
• Efectul variabilei B nu este semnificativ
• Efectul interacţiunii AXB nu este semnificativ

A1 A2 Medie
B1 30 60 45
B2 30 60 45
Medie 30 60


Design factorial 2X2 în care:
• Efectul variabilei A nu este semnificativ
• Efectul variabilei B este semnificativ
• Efectul interacţiunii AXB nu este semnificativ

A1 A2 Medie
B1 70 70 70
B2 40 40 40
Medie 55 55


Design factorial 2X2 în care:
• Efectul variabilei A este semnificativ
• Efectul variabilei B este semnificativ
• Efectul interacţiunii AXB nu este semnificativ

A1 A2 Medie
B1 10 30 20
B2 30 50 40
Medie 20 40



Design factorial 2X2 în care:
• Efectul variabilei A nu este semnificativ
• Efectul variabilei B nu este semnificativ
• Efectul interacţiunii AXB este semnificativ

A1 A2 Medie
B1 40 60 50
B2 60 40 50
Medie 50 50

0
10
20
30
40
50
60
A1 A2
B1
B2
0
10
20
30
40
50
60
70
A1 A2
B1
B2
0
10
20
30
40
50
60
70
A1 A2
B1
B2
0
10
20
30
40
50
60
A1 A2
B1
B2
0
10
20
30
40
50
60
70
80
A1 A2
B1
B2
73

Design factorial 2X2 în care:
• Efectul variabilei A este semnificativ
• Efectul variabilei B nu este semnificativ
• Efectul interacţiunii AXB este semnificativ

A1 A2 Medie
B1 30 50 40
B2 40 40 40
Medie 35 45


Design factorial 2X2 în care:
• Efectul variabilei A nu este semnificativ
• Efectul variabilei B este semnificativ
• Efectul interacţiunii AXB este semnificativ

A1 A2 Medie
B1 30 50 40
B2 70 50 60
Medie 50 50

Design factorial 2X2 în care:
• Efectul variabilei A este semnificativ
• Efectul variabilei B este semnificativ
• Efectul interacţiunii AXB este semnificativ

A1 A2 Medie
B1 40 40 40
B2 40 60 50
Medie 40 50



În continuare prezentăm tehnica de analiză a datelor pentru experienţe cu două variabile
independente, deci cu doi factori de clasificare. Elementul nou care intervine este fenomenul de interacţiune
a variabilelor.

Exemplu (după I. Radu):
S-a iniţiat un experiment de instruire programată în care s-au utilizat, în grupuri paralele, programe
liniare (PL) şi programe ramificate (PR). De asemenea, s-a menţinut, pentru comparaţie, în alte grupe, lecţia
orală clasică (LC). Pentru o urmărire diferenţiată a efectelor, grupele au fost dihotomizate în funcţie de CI şi
anume: CI > m şi CI < m. Aşadar, avem două variabile independente: A, metoda de instruire şi B, nivelul de
inteligenţă (CI). Prima variabilă prezintă trei modalităţi (PL, PR şi LC), iar a doua variabilă are două
modalităţi: CI > m şi CI < m.
Datele de bază sunt condensate în tabelul 4.12



0
10
20
30
40
50
60
A1 A2
B1
B2
0
10
20
30
40
50
60
70
80
A1 A2
B1
B2
0
10
20
30
40
50
60
70
A1 A2
B1
B2
74
Tabelul 4.12.
Nivel de int.
(B)
Metoda de instruire
Total PL (I) PR (II) LC (III)
(I)
CI > m
T
g
= 114
Σ x
2
= 1116
96
814
74
542
284
2742
(II)
CI < m
T
g
= 88
Σx
2
= 700
70
462
47
237
205
1399
Total 202
1816
166
1276
121
779
T = 489
S Σ ΣΣ Σx
2
= 3871

Efectivele grupelor au fost egale: n
g
= n = 12, iar N = 72, fiind vorba de 6 grupe.
O studiere globală a variabilităţii intergrupe nu prezintă în cazul acesta interes. Se impun comparaţii
între coloane pentru a desprinde efectele principale ale modalităţilor variabilei A, apoi comparaţii pe linii
pentru a releva efectul esenţial al variabilei B în cele două modalităţi ale acestora, iar în final studierea
interacţiunii celor 2 variabile. După cum se ştie, în toate comparaţiile intervine o estimare a variaţie
intragrup, care se determină indirect mai întâi variabilitatea totală, apoi variabilitatea intergrupe, pentru a
obţine - prin scădere - variabilitatea intragrup.

( ) ( ) ( ) ( ) ( ) ( )

(
¸
(

¸

+ + + + + =
= − = − =
12
47
12
74
12
70
12
96
12
88
12
114
; 88 , 549 12 , 3321 3871
72
239121
3871
2 2 2 2 2 2
int er
totală
SP
SP
; 19 , 224 12 , 3321 31 , 3545 12 , 3321
12
42541
12 , 3321 = − = − = −
. 69 , 325 19 , 224 88 , 549
int
= − =
ra
SP
În continuare, variabilitatea intergrupe urmează să o desfacem în cele trei componente amintite: pe o
coloane pentru variabila A, pe linii pentru variabila B şi apoi efectul combinaţiei AxB.
Testând ipoteza nulă relativ la coloane, vom considera fiecare coloană în parte ca formând un singur
grup. La fel se va proceda în cadrul comparaţiilor pe linii.
( ) ( ) ( )
( ) ( )
. 68 , 86 12 , 3321 8 , 3407 12 , 3321
36
122681
12 , 3321
36
205
36
284
. 23 , 137 12 , 3321 37 , 3458
12 , 3321
24
121
24
166
24
202
2 2
2 2 2
2 2 2 2
= − = − =
= −
(
¸
(

¸

+ =
= − =
= −
(
¸
(

¸

+ + =
= −
(
¸
(

¸

+ + =
B
AIII AII AI
A
SP
N
T
n
T
n
T
n
T
SP

Variabilitatea datorată interacţiunii se determină indirect prin scădere:

75
SP
AxB
= SP
inter
- SP
A
- SP
B
.
În cazul dat:
SP
AxB
= 224,19 - 137,23 - 86,68 = 0,28.

În continuare se află pătratele medii:
( )( )
14 , 0
2
28 , 0
1 2
28 , 0
1 1
, 68 , 86
1
68 , 86
1
, 62 , 68
2
23 , 137
1
= =
×
=
− −
=
= =

=
= =

=
×
×
L C
SP
PM
L
SP
PM
C
SP
PM
B A
B A
B
B
A
A

(C indică numărul de coloane din tabel, iar L arată numărul de linii)
La acestea adăugă:
. 93 , 4
6 72
69 , 325
int
int
=

=

=
k N
SP
PM
ra
ra

Urmează rapoartele F:
9 , 13
93 , 4
62 , 68
= =
A
F (p < 0,01);
58 , 17
93 , 4
68 , 86
= =
B
F (p < 0,01);
028 , 0
93 , 4
14 , 0
= =
AB
F (NS).

Rezumat
În acest modul s-a prezentat problematica legată de comparaţiile in cadrul designurilor
simple şi a celor care presupun comparaţii multiple. În prima parte pe baza unor exemple s-au
delimitat variantele analizei de varianţă în funcţie de tipul design-ului experimental utilizat. S-a
discutat apoi modul de calcul în cazul planurilor experimentale de bază, în acest context fiind
prezentată formalizarea noţiunii de comparaţie. În finalul capitolului s-a prezentat modul de calcul
al semnificaţiei diferenţelor precum şi interpretarea acestora în cazul planurilor factoriale.
76

Recomandări şi comentarii cu privire la temele de reflecţie
Tema 1. Vezi modulul 1 (SEM I) „Piramida inferenţei ştiinţifice”.
Tema 3. Estimarea intervalului de încredere (vezi SEM I) poate completa informaţiile furnizate de demersul de testare a
ipotezelor statistice.
Tema 4. Permite punerea în evidenţă a unor efecte mai mici.
Tema 5: Repetarea comparaţiei în cadrul aceluiaşi design duce la o creştere reală a probabilităţii comiterii erorii de tip
alfa.
Tema 6: Media reprezintă centrul de greutate al distribuţiei, ca urmare suma abaterilor de la medie va fi întodeauna
zero.
Tema 7: Nu va exista diferenţă, ceea ce explică valorea 1 în medie a distribuţiei F.
Tema 8: În momentul în care estimăm varianţa intergrup ne comportăm de parcă toţi subiiecţii grupului ar avea aceeaşi
valoare cu a mediei care caracterizează grupul.
Tema 9: Diferenţa dintre medii, numărul grupelor, diferenţa de subiecţi dintre subiecţii inlcuşi într-un grup şi numărul
de subiecţi al studiului.
Tema 10: F critic calculate pe baza unui prag alfa setat reprezintă cea mai mare valoare care se poate obţine în contextul
H
0
, selectând aleator k eşantione dintr-o populaţie şi calculând pe baza lor un F calc.
Tema 11: Designurile bifactoriale permit estimarea efectului interacţiunii a două sau mai multe variabile.

Bibliografie minimală pentru acest modul
Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Chalmers Alan (1999) What is this thing called science? Hackett Publishing Company, Inc. Indianapolis.
Derry Gregory (1999) What Science Is and How It Works. Princeton Univerity Press, New Jersey.
Lakatos Imre (1973) Science and Pseudoscience.
http://www.lse.ac.uk/collections/lakatos/scienceAndPseudoscience.htm
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Stanovich Keith (2001) How to think straight about psychology. Allyn & Bacon, Boston
Wynn M. Charles and Wiggins W. Arthur (2001) Quantum leaps: Where Real Science Ends ... and Pseudoscience
Begins. Joseph Henry Press Washington, D.C.






77
• Să recunoască condiţiile de utilizare a probelor neparametrice
• Să deruleze procedura de comparaţie în situaţia eşantioanelor
independente prin utilizarea testului U
• Să deruleze procedura de comparaţie în situaţia eşantioanelor
perechi prin utilizarea testului Wilcoxon
MODULIV

METODE NEPARAMETRICE DE ANALIZĂ A DATELOR

Scopul modulului: Familiarizarea studentului cu conceptele de bază a metodelor de analiză non-
parametrică.

Obiectivele modulului: La finalul acestui modul, studenţii vor fi capabili:










Acest capitol este dedicate analizei unor metode de analiză a datelor denumite non-
parametrice. Utilizarea lor în literatura de specialitate este mai redusă, asta deoarece că multe dintre
testele parametrice sunt foarte robuste şi funcţionează relativ corect şi în cazul în care asumpţiile
distribuţiei nu se respectă. Dar există situaţii de cercetare în care în mod inevitabil trebuie să
recurgem la teste non-parametrice, nu din cauza distribuţiei ci din cauza scalelor utilizate.

4.1 Demersul statistice non-parametrice
Metodele statistice aplicate în mod curent în cercetarea psihologică presupun că mulţimea
datelor obţinute într-o experienţă sau anchetă se organizează după curba lui Gauss (în formă de
clopot), urmând deci o lege normală de distribuţie. În acest caz expresia curbei de frecvenţă era:
( )
2
2
2 2
1
σ π σ
m x
e y

− =
în care л şi e sunt două numere a căror valoare este cunoscută, m şi σ fiind doi parametri. Valorile
celor doi parametri se determină plecând de la eşantionul experimental. Această cerinţă a
normalităţii variabilelor nu poate fi realizată întotdeauna. Când se lucrează cu grupe mici, deci cu
mulţimi reduse de date, graficul sau histograma întocmită nu ne sugerează de multe ori ipoteza unei
distribuţii normale în colectivitatea mai largă. În asemenea cazuri, trebuie să facem apel - în
prelucrarea şi interpretarea datelor - la metode sau probe care nu depind de forma distribuţiei. Este
vorba de o serie de procedee cunoscute sub numele de "metode statistice neparametrice".

78

Temă de reflecţie nr. 1
Distribuţia normală poate să nu fie respectată în diferite feluri. Daţi câteva
exemple şi specificaţi motivul care poate duce la o astfel de distribuţie.
Pentru aprofundarea subiectului vezi SUPORT de CURS: Psihologie
Experimentală şi Metode de Analiză a Datelor I.

În cazul aplicării acestor metode, evident nu se mai calculează m şi σ. Analizele se fac
plecând de la medianele distribuţiilor. Calculele se fac adesea asupra rangurilor obţinute pe baza
clasificării datelor sau asupra semnelor acestor valori. În felul acesta intervine o anumită pierdere de
informaţie; metodele neparametrice rămân însă singurele indicate în cazul scărilor ordinale şi, în
general, în cazul eşantioanelor mai mici care nu permit ipoteza unei distribuţii normale în
colectivitatea mai largă. Aceleaşi procedee de lucru devin utilizabile şi pentru ansambluri mai
numeroase de date (eşantioane mari), când pierderea de informaţie este neglijabilă, deoarece
calculele se simplifică foarte mult. Metodele neparametrice intervin ca tehnici de prelucrare în
problemele de comparaţie, când vrem să apreciem efortul unei experienţe sau, în general, influenţa
unui factor bine precizat. Şi în acest tip de probleme pot să apară două situaţii:

• când lucrăm cu grupe sau clase separate, independente, şi
• când avem de-a face cu grupe sau eşantioane perechi.

În prima situaţie se lucrează de regulă cu grupe sau clase paralele: grupe de experienţă şi de
control, luate în compoziţia lor dată la întâmplare. În a doua situaţie este vorba de multe ori de
aceeaşi grupă comparându-se datele înregistrate în pretest şi posttest. Evident, rezultatele aceluiaşi
subiect în pre- şi posttest formează perechi, iar efectul experienţei întreprinse se apreciază după
diferenţele calculate în două eşantioane diferite a căror compoziţie este astfel reglementată încât
fiecărui subiect dintr-o grupă să îi corespundă un subiect din grupa paralelă.
Identificarea celor două situaţii este esenţială pentru procedura de urmat. Pentru compararea
a două grupe (eşantioane) independente ne folosim de testul U iar în cazul a două eşantioane
perechi aplicăm proba Wilcoxon.

4.2. COMPARAREA A DOUĂ EŞANTIOANE INDEPENDENTE

4.2.1. Testul U (Mann - Whitney)
Când se compară grupe sau clase de elevi diferite după schema: clasa experimentală (C
e
) şi
clasa de control (C
c
) atunci este indicat să utilizăm tehnica testului U preconizată de Mann şi
79
Whitney. Metoda se pretează destul de bine la datele numerice rezultate din atribuirea de puncte,
clasificări, note etc.
Testul U constituie una dintre cele mai puternice metode neparametrice. Acesta ţine cont de
rangul fiecărui rezultat în clasificarea generală şi serveşte la testarea ipotezei nule (Ho) potrivit cărei
cele două grupe (eşantioane) independente sunt extrase la întâmplare din aceeaşi colectivitate.

Exemplu (după I. Radu):
Într-o experienţă de instruire programată la clasa a VIII-a rezultatele la probele finale apar
exprimate în notele de la 0 la 20. Clasa experimentală (C
e
) are 27 elevi, iar clasa de control (C
c
) tot
27 de elevi. Datele simplu ordonate sunt cuprinse în tabelul 3.1
Tabel 3.1
C
e
x 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 N=27
n 3 2 0 2 2 2 1 0 1 4 1 0 1 1 2 1 1 2 1
C
C
x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 N= 27
n 3 5 3 2 3 1 0 0 1 0 0 0 2 1 1 1 1 2 0 1

Tabel 3.2

Ce +Cc
x 20 19 18 17 16 15 14 13 12 11
n 1 3 1 3 3 2 2 1 3 4
ranguri 1 3 5 7 10 12,5 14,5 16 18 21,5

2
3
4
6
7
8
9
10
11
12
13
14
15
17
18
19
20
21
22
23


x 10 9 8 7 6 5 4 3 2 1 0
n 1 0 2 2 2 3 3 4 6 5 3
ranguri 24 0 25,5 27,5 29,5 32 35 38,5 43,5 49 53

25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

Reprezentarea grafică dă histograme asimetrice, astfel încât ipoteza distribuţiei normale în
populaţie nu este de susţinut. Întrucât întinderea variaţiei este destul de mare (de la 0 la 20), este
indicat testul U pentru evaluarea semnificaţiei rezultatelor.
Conform Ho, se combină rezultatele celor două grupe într-un singur ansamblu, trecând apoi
la clasificarea notelor în ordine crescătoare sau descrescătoare. În exemplul nostru vom folosi
ordinea descrescătoare (Tab. 3.2).
Admitem în continuare ipoteza nulă (Ho), considerând cele două eşantioane ca selecţii
întâmplătoare din aceeaşi colectivitate; în consecinţă notele sau rezultatele lor nu trebuie să difere în
80
mod semnificativ. Dacă este aşa, suma rangurilor (R
1
) atribuite datelor obţinute de grupul
experimental ar trebui să fie sensibil egală cu suma rangurilor (R
2
) din grupul de control, adică R
1
=
R
2
(sub Ho).
Pentru a calcula R
1
, respectiv R
2
, pentru fiecare notă se va face produsul dintre efectivul care
a obţinut nota (în cadrul fiecărei clase) şi rangul atribuit acestei note. În tabelul 3.3. este redat modul
de calcul pentru exemplul ales de noi.
Totalul rangurilor atribuite (R
1
+R
2
) trebuie să fie egal cu N(N+1)/2, în care N = N
1
+ N
2
. În
exemplul nostru R
1
+ R
2
= (54x55)/2 = 1485.
Adunând cele două sume obţinute în tabelul de mai sus, avem: 605 + 880 = 1485. Această
verificare este totdeauna utilă. Pentru testul ipotezei nule se poate utiliza fie R
1
, fie R
2
; sunt de
preferat datele relative la grupa mai puţin numeroasă. Pentru uşurarea calculelor se va determina de
la început suma rangurilor (R) numai la unul din eşantioanele date (la cel mai restrâns).
Dacă N
1
şi N
2
sunt mai mari decât 8 se introduce o variabilă U, care pe baza unor
transformări conduce la raportul:
( )
( )
,
12 / 1
2 / 1
2 1 2 1
2 1 1 1
+ +
+ + −
=
N N N N
N N N R
z
în care se recunoaşte variabila normală redusă. Dacă utilizăm R
2
, la numărător în loc de N
1
/2 va
apare N
2
/2.
Pentru exemplu nostru, după efectuarea calculelor vom avea:
( )
( )
. 38 , 2
12 / 1 27 27 27 27
2 / 1 27 27 27 605
− =
+ + ×
+ + −
= z
Ne referim la proprietăţile distribuţiei normale, adică la trei repere fixe care sunt date în
extrasul de mai jos.
p 0,05 0,02 0,01
z 1,96 2,33 2,58

Pentru valoarea | z | găsită avem p < 0,02. Rezultă deci că ipoteza nulă este infirmată (are
şanse să se confirme în mai puţin de 2% din cazuri). În consecinţă, admitem ipoteza specifică aflată
la baza experimentului.
Tabel 3.3

Note (x)
Clasa experimentală Clasa de control
f Rang Produs f Rang Produs
20 1 1 1 - 1 -
19 2 3 6 1 3 3
18 1 5 5 - 5 --
17 1 7 7 2 7 14
16 2 10 20 1 10 10
15 1 12,5 12,5 1 12,5 12,5
14 1 14,5 14,5 1 14,5 14,5
13 - 16 - 1 16 16
12 1 18 18 2 18 36
81
11 2 21,5 86 - 21,5 -
10 2 24 24 - 24 -
9 - -
8 1 25,5 25.5 1 25,5 25,5
7 2 27,5 55 - 27,5 -
6 2 29,5 59 - 29,5 -
5 2 32 64 1 32 32
4 - 35 - 3 35 105
3 2 38,5 77 2 38,5 77
2 3 43,5 130,5 3 43,5 130,5
1 - 49 - 5 49 245
0 - 53 - 3 53 159
R
1
= 605,0 R
2
= 880,0


Aplicarea metodei prezentate impune restricţia ca numărul rangurilor egale la diferite note
să nu fie prea mare.


Temă de reflecţie nr. 2
Care este consecinţa directă a numărului crescut de ranguri egale. Pentru
aprofundarea subiectului vezi SUPORT de CURS: Psihologie
Experimentală şi Metode de Analiză a Datelor I.

Când N
1
, N
2
< 8, urmează să se raporteze totalul rangurilor R
1
sau R
2
la datele înscrise într-
un tabel special întocmit de Mann şi Whitney. Întrucât se acordă puţin credit rezultatelor obţinute pe
baza unor grupuri restrânse (N < 8) nu este cazul să expunem procedeul de lucru aplicat în aceste
situaţii

4.3 COMPARAREA A DOUĂ EŞANTIOANE PERECHI

4.3.1. Proba Wilcoxon
Este o metodă neparametrică ce se aplică, eşantioanelor perechi şi ţine seama nu numai de
semnul diferenţelor ci şi de mărimea acestora.
Se ordonează diferenţele în valoare absolută în ordine crescătoare şi se atribuie ranguri:
rangul 1 se atribuie celei mai mici diferenţe, rangul 2 celei care-i urmează etc. Se face apoi suma
rangurilor corespunzătoare diferenţelor pozitive (R+) şi cea corespunzătoare diferenţelor negative
(R-). Ipoteza nulă (Ho): se presupune că nu există motive să fie superioară celeilalte (deci nu există
diferenţe între eşantioane0.
Când R+ (sau R-) este anormal de mică, atunci se va conchide asupra diferenţei
semnificative.
Şi aici se disting două situaţii, în funcţie de volumul eşantionului:
82
a) N < 25; b) N > 25.

a) Cazul N < 25
Exemplu:
Un lot de 8 subiecţi este testat în două condiţii experimentale (eşantion - pereche)
obţinându-se cotele din tabelul 3.4, unde:
d sunt diferenţele între cotele obţinute în cele două situaţii experimentale;
r sunt rangurile corespunzătoare acestor diferenţe;

R+ = 22 şi R- = 6
Tabelul 3.4.
S 1 2 d r
A 38 39 -1 -1,5
B 27 27 0 -
C 32 36 -4 -4,5
D 36 34 2 3
E 29 24 5 6
F 35 31 4 4,5
G 28 27 1 1,5
H 37 30 7 7

Se reţine suma rangurilor aflate în minoritate pe care o notăm cu Rc.
Rc = R- = 6
Valoare lui Rc se raportează la datele cuprinse într-un tabel special întocmit de Wilcoxon
(Tab. 3.5.):

Tabelul 3.5.

N

P
0,05 0,01
7 2 0
8 4 0
9 6 2
10 8 3
11 11 5
12 14 7
13 17 10
14 21 13
15 25 16
16 30 20
17 35 23
18 40 28
19 46 32
20 52 38


83
Acest tabel indică valoarea maximă pe care o poate lua Rc pentru a fi considerat
semnificativ la pragul p = 0,05 şi p = 0,01. N reprezintă numărul rangurilor.
Pentru N = 7 valoarea maximă admisă la p = 0,05 este 2. Întrucât Rc = 6, se consideră că
ipoteza nulă nu este infirmată.

b) Pentru N > 25, distribuţia valorilor R tinde spre o distribuţie normală şi vom utiliza
formula:
,
R
R
m R
z
σ

=
comparând valoarea găsită prin calcul cu cea oferită de tabelul legii normale reduse.
În această formulă R este suma rangurilor (R± )
( )
.
4
1 +
=
N N
m
R

( )( )
.
24
1 2 1 + +
=
N N N
R
σ
Cu ajutorul criteriului z se calculează probabilitatea ca valoare R± obţinută să survină prin
simpla întâmplare.

Exemplu (după Faverge):
S-a efectuat un experiment de comunicare între grupe. Diferenţele A - B constatate la 32
grupe între categoriile A şi B se repartizează astfel:

d -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
f 2 3 3 3 2 3 3 2 2 2 1 1 2 1 0 1 0 0 1

Se pune întrebarea dacă numărul de comunicări de tipul A diferă semnificativ de cele de tip
B? Se consideră valorile absolute ale diferenţelor în ordine crescândă (sau descrescândă) şi se
întocmeşte o histogramă:

d 1 2 3 4 5 6 7 8 9 10 11 12 13 14
f 6 6 5 4 2 1 1 2 1 0 1 0 0 1

Eliminăm ca şi la proba semnelor diferenţele nule. Rămân 30 de valori. Dintre acestea, 6
valori sunt egale cu 1, deci le atribuim rangul intermediar (mediu) de 3,5 ş.a.m.d.

Valori 1 2 3 4 5 6 7 8 9 11 14
Rang 3,5 9,5 15 19,5 22,5 24 25 26,5 28 29 30

Calculăm suma rangurilor (R± ).
84
Luăm în calcul R-, întocmind histograma corespunzătoare:

d -4 -3 -2 -1
f 2 3 3 3
Ranguri 19,5 15 9,5 3,5

Suma rangurilor este:
R- = 2 x 19,5 + 3 x 15 + 3 x 9,5 + 3 x 3,5 = 123.
Se calculează şi ceilalţi termeni ai formulei:
( )
( )( )
. 6 , 48 75 , 2363
24
56730
24
61 31 30
24
1 2 1
; 5 , 232
4
930
4
31 30
4
1
= = =
=
× ×
=
+ +
=
= =
×
=
+
=
N N N
N N
m
R
R
σ
Deci
. 25 , 2
6 , 48
5 , 109
6 , 48
5 , 232 123
− = − =

= z
Valoarea | z | obţinută este mai mare decât valoarea 1,96 corespunzătoare pragului p = 0,02,
deci se poate spune că ipoteza nulă este infirmată.


Rezumat
În cadrul acestui modul s-au prezentat pe bază de exemple două probe neparametrice în
condiţiile comparaţiilor realizate pentru eşantioane independente ,respectiv eşantioane perechi.
Astfel în situaţia comparaţiilor eşantioanelor independente s-a prezentat testul Mann-Whitney
(testul U), iar pentru situaţia comparaţiei eşantioanelor perechi testul Wilcoxon.

Recomandări şi comentarii cu privire la temele de reflecţie
Tema 1: Diferitele deficite metodologice (control experimental, colectare de date, etc.) pot genera o
serie de tipuri de distribuţii.
Tema 2: Prin acest demers dorim să asociem apartenenţa la o categorie de grup şi rangul în ierarhia
subiecţilor. Dacă nu există variabilitate în ranguri, acesta va afecta în mod implicit şi măsura în care
putem prezice pe baza rangului apartenenţa la grup.
85

Bibliografie minimală pentru acest modul

1. Faverge,J. M., Methodes statistiques en psychologie applique, t. II,Paris, P.U.F., 1963
2. Plutchik, R., Foundation of Experimental Research, New York, Harper & Row Publisher,
1968.
3. Siegel, S., Psychometric Methods-Nonparametric Statistics for the Behavioral Sciences,
New York, McGraw – Hill Book Company Inc., 1956.




86

ANEXA 1

Distribuţia F (Snedecor)

υ
υ'
1 2 3 4 5 6 8 12 24 ∞ ∞∞ ∞
2

3

4

5

6

7

8

9

10

12

14

16

18

20

25

30

40

60

80

18,51
98,49
10,13
34,12
7,71
21,20
6,61
16,26
5,99
13,74
5,59
12,25
5,32
11,26
5,12
10,56
4,96
10,04
4,75
9,33
4,60
8,86
4,49
8,53
4,41
8,28
4,35
8,10
4,24
7,77
4,17
7,56
4,08
7,31
4,00
7,08
3,96
6,96
19,00
99,00
9,55
30,82
6,94
18,00
5,79
13,27
5,14
10,92
4,74
9,55
4,46
8,65
4,26
8,02
4,10
7,56
3,88
6,93
3,74
6,51
3,63
6,23
3,55
6,01
3,49
5,85
3,38
5,57
3,32
5,39
3,23
5,18
3,15
4,98
3,11
4,88
19,16
99,17
9,28
29,46
6,59
16,69
5,41
12,06
4,76
9,78
4,35
8,45
4,07
7,59
3,86
6,99
3,71
6,55
3,49
5,95
3,34
5,56
3,24
5,29
3,16
5,09
3,10
4,94
2,99
4,68
2,92
4,51
2,84
4,31
2,76
4,13
2,72
4,04
19,25
99,25
9,12
28,71
6,39
15,98
5,19
11,39
4,53
9,15
4,12
7,85
3,84
7,01
3,63
7,42
3,48
5,99
3,26
5,41
3,11
5,03
3,01
4,77
2,93
4,58
2,87
4,43
2,76
4,18
2,69
4,02
2,61
3,83
2,52
3,65
2,49
3,56
19,30
99,30
9,01
28,24
6,26
15,52
5,05
10,97
4,39
8,75
3,97
7,46
3,69
6,63
3,48
6,06
3,33
5,64
3,11
5,06
2,96
4,69
2,85
4,44
2,77
4,25
2,71
4,10
2,60
3,86
2,53
3,70
2,45
3,51
2,37
3,34
2,33
3,25
19,33
99,33
8,94
27,91
6,16
15,21
4,95
10,67
4,28
8,47
3,87
7,19
3,58
6,37
3,37
5,80
3,22
5,39
3,00
4,82
2,85
4,46
2,74
4,20
2,66
4,01
2,60
3,87
2,49
3,63
2,42
3,47
2,34
3,29
2,25
3,12
2,21
3,04
19,37
99,36
8,84
27,49
6,04
14,80
4,82
10,27
4,15
8,10
3,73
6,84
3,44
6,03
3,23
5,47
3,07
5,06
2,85
4,50
2,70
4,14
2,59
3,89
2,51
3,71
2,45
3,56
2,34
3,32
2,27
3,17
2,18
2,99
2,10
2,82
2,06
2,74
19,41
99,42
8,74
27,05
5,91
14,37
4,68
9,89
4,00
7,72
3,57
6,47
3,28
5,67
3,07
5,11
2,91
4,71
2,69
4,16
2,53
3,80
2,42
3,55
2,34
3,37
2,28
3,23
2,16
2,99
2,09
2,84
2,00
2,66
1,92
2,50
1,88
2,41
19,45
99,46
8,64
26,60
5,77
13,93
4,53
9,47
3,84
7,31
3,41
6,07
3,12
5,28
2,90
4,73
2,74
4,33
2,50
3,78
2,35
3,43
2,24
3,18
2,15
3,01
2,08
2,86
1,96
2,62
1,89
2,47
1,79
2,29
1,70
2,12
1,65
2,03
19,50
99,50
8,53
26,12
5,63
13,46
4,36
9,02
3,67
6,88
3,23
5,65
2,93
4,86
2,71
4,31
2,54
3,91
2,30
3,36
2,13
3,00
2,01
2,75
1,92
2,57
1,84
2,42
1,71
2,17
1,62
2,01
1,51
1,81
1,39
1,60
1,32
1,49






ANEXA 2

Tabel de analiză a comportamentului


ASPECTE DE CONDUITĂ
Dificultăţi
perceptive şi
motrice
Anxietate,
emotivitate
Impulsivitate,
instabilitate
Întârziere în
dezvoltare
Lipsă de
încredere,
timiditate
Agresivitate,
dominare
Atitudine
demonstrativă,
tendinţă de a
"cuceri"
Indiferenţă,
lipsă de
interes
Capacitate
de
organizare
Sugesti-
bilitate
Auto-
afirmare
Încredere
în sine
Angajare,
activism
Atitudine
critică
Ţinută murdară şi neglijentă X XX X X
Ţinută pedantă X X
Postură tonică X X
Postură laxică (moale) X XX X
Nevoia de ordine în toate X XX XX
Dezordine (în îmbrăcăminte, rechizite etc.) X
Ştie să-şi împartă timpul XX
Nu ştie să-şi împartă timpul X XX
Îşi impune punctul de vedere XX X
Îşi impune părerea când vorbeşte primul XX
Îşi impune părerea după ce îi ascultă pe alţii XX X X
Preferă să-şi exprime părerea în scris, nu oral X
Caută grupul X XX X
Evită grupul XX X X
Caută un sprijin X
Răspuns ecolalic X
Răspuns nehotărât: "sau ... sau" X
Se pierde în faţa grupului X XX
Fire retrasă, mai puţin sociabil X X
Tace în ciuda solicitărilor verbale X X X X X
Caută să cucerească profesorul, aprobându-l în toate X
Încearcă să manevreze (abil) profesorul XX X
Necesită stimulare X X X X X
Se lasă manevrat X XX X X
Se opune manevrării (de către alţii) prin argumentare XX X X X
Refuză observaţiile X X XX
Cere informaţii suplimentare X X X X X
Se apucă imediat de lucru X X X X XX
Renunţă la efort la primul eşec X X X X
Are nevoie de sprijin pentru terminarea sarcinii X X X
Executare completă (a sarcinii) X X
Tic - bâlbâială X X
Blocaj în exprimare X X
Criză de plâns - panică X
Tulburări de coordonare X X
Scăderea tonusului, oboseală X
ANEXA 3

Bibliografia completă a cursului
Abdi, H., Introduction au traitement statistique des donees experimentales, Grenoble, Presses Univ.,
1987.
Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Bordens, K. & Abott, B., (1991). Research design and methods. A process approach. Mayfield
Publishing, California.
Box, G.& Jenkins, G. (1976). Time series analysis forecasting and control. San Francisco, Holden
Day.
Breakwell, G. & Hammond, S., (1995). Research methods in psychology. Sage Publications.
London.
Chalmers Alan (1999) What is this thing called science? Hackett Publishing Company, Inc.
Indianapolis.
Dane, F., (1990). Research mehods. Brooks, Cole, California.
Derry Gregory (1999) What Science Is and How It Works. Princeton Univerity Press, New Jersey.
Faverge, J. M., Methodes statistiques en psychologie applique, t. II,Paris, P.U.F., 1963
Graziano, A. & Raulin, M., (1993). Research methods. A process of inquiry. Harper, Collins, New-
York
Hazs, L.W., Statistics for Psychologist, New York, Holt Rinehart and Winston,1966.
Kazdin, A.E., (1994). Behavior modification in applied settings. (fifth edition).Brooks/ Cole
Publishing, California.
Kratochwill, T. & Levin, J., (1992). Single-case research design and analysis : new directions for
psychology and education. Hillsdale, NJ., Lawrence Erlbaum Associates.
Lakatos Imre (1973) Science and Pseudoscience.
http://www.lse.ac.uk/collections/lakatos/scienceAndPseudoscience.htm
Leplat, J., La methode experimentale en psychologie apliquee, în “ Trataite de psychologie
apliquee”, (Reuchelin M.,dir.), t.2, Paris P.U.F., 1973.
Matalon, B., La logique des plans d’experiences, în G. et J. Lemaine (ed.) “Pszchologie sociale et
experimentation”, Paris, Mont-Bordas, 1969.
Miles, M. B., Huberman, A. M. (1984), Analyzing qualitative data. A source book for new methods,
Beverly Hills, C. A. Sage.
Plutchik, R., Foundation of Experimental Research, New York, Harper & Row Publisher, 1968.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
89
Radu, I., Însuşirea unor cunoştinţe de matematică prin învăţare programată. În "Creativitate,
modele, programare ”, (Al.Roşca, red.), Bucureşti, Edit. Ştiinţifică, 1967.
Siegel, S., Psychometric Methods-Nonparametric Statistics for the Behavioral Sciences, New York,
McGraw – Hill Book Company Inc., 1956.
Spence, J.,Underwood,B., Duncan,C., Cotton,J., Elementarz Statistics, New York, Appleton –
Century – Crofts, 1968.
Stanovich Keith (2001) How to think straight about psychology. Allyn & Bacon, Boston
Tryon, W., (1982). A simplified time-series analysis for evaluating treatment interventions. Journal
of Applied Behavior Analysis, 15, 423-429.
Wynn M. Charles and Wiggins W. Arthur (2001) Quantum leaps: Where Real Science Ends ... and
Pseudoscience Begins. Joseph Henry Press Washington, D.C.
Yin, R., (1989), Case Study and Research, Design and Methods. Sage Publication, London.






90

3.1.Glosar


"Moartea experimentală" - "pierderea" unor subiecţi pe parcursul deşfăşurării experimentului,
datorită oboselii, lipsei de motivaţie etc.
Abatere standard – măsură a dispersiei unei colecţii de valori
Analiza datelor - procesul de căutare şi sumarizare a datelor cu scopul de a extrage informaţia
relevantă şi de a elabora concluzii pe baza acesteia
Analiza de varianţă (ANOVA) – colecţie de modele statistice şi procedurile asociate acestora, în care
varianţa observată este divizată în componente corespunzătoare diferitelor variabile explicatorii.
Scopul analizei de varianţă (ANOVA) este de a testa semnificativitatea diferenţelor între medii
prin compararea (analiza) varianţelor
Amplitudine – diferenţa dintre scorul cel mai mare şi scorul cel mai mic
Autoobservaţia – observaţia aplicată asupra propriei persoane, ceea ce înseamnă nu numai
(introspecţia) cunoaşterea gândurilor, sentimentelor şi aspiraţiilor intime, ci şi cunoaşterea prin
activitatea proprie, din succese şi eşecuri, din actele relaţiilor cu semenii, din încercările vieţii
etc.
Cercetare – activitate umană intelectuală bazată pe investigarea într-un anumit domeniu. Principalele
scopuri ale cerecetării aplicate sunt descoperirea, interpretarea şi dezvoltarea unor metode şi
sisteme menite să genereze cunoaştere într-o varietate de domenii ştiinţifice. Cercetarea poate
utiliza metoda ştiinţifică, dar nu în mod obligatoriu. Aceasta oferă informaţii ştiinţifice şi teorii
explicative ale universului care ne înconjoară.
Chestionar – instrument de cercetare alcătuit dintr-o serie de întrebări şi alte componente menite să
culeagă informaţii de la respondenţi
Coeficient de corelaţie – indică puterea şi direcţia unei relaţii liniare între două variabile aleatoare
Coeficientul de concordanţă K (Cohen) – verifică fidelitatea evaluării unor comportamente realizate
prin intermediul unei grile de observaţie
Colecţie de date - un fragment reprezentativ din mulţimea datelor sau măsurătorilor posibile.
Cote standard z – scorul standard indică cu câte abateri standard o observaţie este deasupra sau sub
medie
Covarianţă – măsură care indică cât de mult două variabile se modifică împreună
Curba normală – reprezentarea grafică a unei distribuţii normale, având media 0 şi varianţa 1
Date – măsurătorile răspunsurilor la anumite nivele date ale factorilor de interes
Degradarea instrumentelor de măsură - între două sau mai multe măsurări repetate, validitatea
instrumentului de măsurare scade
Design experimental – design-ul colectării tuturor informaţiilor unde varianţa este prezentă, indiferent
de controlul total sau parţial al experimentatorului

91
Distribuţia normală - valorile efectivelor situate de o parte şi de alta a clasei cu efectivul maxim sunt
egale sau diferă destul de puţin între ele
Distribuţia simetrică - sinonim al distribuţiei normale
Efectul compensării - efortul compensatoriu pe care îl pot manifesta membrii grupului de control
simţindu-se frustraţi că nu fac parte din grupul experimental.
Efectul de maturare - diferenţele dintre două măsurări repetate ale aceloraşi subiecţi se pot datora
maturării ce a avut loc pe parcursul experimentului, nu manipulării experimentale.
Efectul difuziunii - răspândirea efectului manipulării de la grupul experimental la cel de control.
Efectul resemnării - subiecţii din grupul de control pot obţine rezultate mai slabe datorită demotivării
ce o resimt ca urmare a excluderii lor din grupul experimental.
Efectul testării repetate - diferenţele de scoruri dintre mai multe măsurări succesive se pot datora
administrării repetate a aceluiaşi test
Eroarea standard a mediei – reprezintă abaterea standard teoretică a tuturor mediilor eşantioanelor de
mărime n extrase dintr-o populaţie şi depinde de varianţa populaţiei (sigma), cât şi de mărimea
eşantionului (n)
Experiment – studiu manipulativ care implică aplicarea uneia sau a mai multor intervenţii în condiţii
controlate. Unde este posibil, intervenţia este atribuită aleator eşantioanelor, iar efectele
observate sunt comparate cu cele ale grupelor de control
Grade de libertate – numărul de piese de informaţie independente necesare măsurării componenţei
varianţei, extrasă din totalul numărului de piese care contribuie la această varianţă
Grilă de observaţie - o listă de rubrici care să ofere cadrul de clasificare a datelor brute.
Indicii tendinţei centrale – se referă la măsura valorii de mijloc a setului de date
Ipoteza nulă (H0) – ipoteza testabilă statistic care asumă că nu există un patern în datele testate, iar
diferenţe obţinute se datorează aleatorului . Ipoteza nulă este testată în statistică pentru a
determina în ce măsură datele justifică investigarea unei ipoteze alternative.
Ipoteză specifică (Hs) – Ipoteza care descrie modelul statistic ce urmează a fi testat
Măsurare - operaţie prin care se atribuie numere datelor discrete sau continue ce urmează a fi
evaluate.
Media – reprezintă suma scorurilor impărţită la numărul acestora
Mediana – reprezintă numărul care separă jumătatea superioară a eşantionului, a populaţiei sau a unei
distribuţii probabilistice, de jumătatea inferioară
Modul – valoarea care apare cel mai frecvent într-un set de date sau într-o distribuţie probabilistică
Observaţia curentă - ocazională, practicată de profesor în clasă, de inginer în întreprindere, de ziarist
în viaţa socială etc.
Observaţia sistematică - urmăreşte înregistrarea obiectivă a faptelor, înscriindu-se într-un program
explicit, ce restrânge câmpul studiat şi impune selectarea datelor relevant
Regresia statistică - tendinţa de regresie spre medie a scorurilor extreme odată cu repetarea unei
măsurări.
Scală de interval – numerele indică amplitudinea diferenţei dintre itemi, dar scala nu conţine punctul
„zero absolut”
Scală de măsurare – procesul de măsurare sau ordonare a entităţilor in funcţie de atributele cantitative
sau alte caracteristici
Scală de proporţii – numerele indică amplitudinea diferenţelor şi scala are fixat un punct „zero
absolut”. Proporţiile pot fi calculate.
92
Scală nominală - clasificarea sau repartizarea datele (rezultatele), după o serie de nume sau categorii
diferite (disjuncte), astfel încât fiecare element (răspuns, observaţie etc.) să-şi găsească locul într-
o categorie şi numai într-una singură.
Scală ordinală – numerele indică poziţia relativă a itemilor, dar nu amplitudinea diferenţelor
Semnificativitate statistică - indică faptul că există dovezi statistice care susţin o anumită diferenţă.
Nu înseamnă neapărat că diferenţele trebuie să fie mari sau de importanţă ridicată şi nici nu este
echivalentul expresiei folosite în limbajul comun
Statistică – ştiinţă matematică care se ocupă cu colectarea, analizarea, interpretarea explicarea sau
prezentarea datelor, precum şi cu predicţia bazată pe aceste date
Statistică descriptivă – utilizată pentru descrierea trăsăturilor de bază ale datelor culese dintr-un
studiu experimental. Împreună cu analiza simplă a graficelor, formează baza tuturor analizelor
cantitative de date
Teorie – un model testabil al modului de interacţiune a unui set de fenomene naturale, capabil să
prezică acţiuni viitoare, cu posibilitatea de a fi testat prin intermediul experimentului sau de a fi
verificat prin observaţii empirice
Testul psihologic - o situaţie experimentală standardizată, servind drept stimul unui comportament.
Valoare critică – este valoarea corespunzătoare unui prag de semnificaţie. Această valoare determină
într-un test statistic limita dintre acele eşantioane care duc la respingerea ipotezei nule şi acele
eşantioane care duc la nerespingerea ipotezei nule.
Variabilă dependentă (VD) – este acea variabilă care se modifică ca răspuns la variabila
independentă
Variabilă independentă (VI) - orice stimul care poate avea o influenţă relevantă (cauzală) asupra unor
prestaţii sau comportamente, care devin variabile dependente (VD).
Varianţă – dispersia datelor măsurată ca şi media abaterilor la pătrat de la valoarea expectată (media)

93

3.2. Scurtă biografie a titularului de curs

Lect. univ. dr. Robert Balazsi este cadru didactic al Catedrei de Psihologie din cadrul Universitatii Babes
Bolyai. Domeniile sale de competenţă sunt: metodologia cercetării şi analiza datelor (nivel de bază şi
avansat). A publicat ca autor sau coautor studii stiintifice in reviste de specialitate, indexate ISI, recenzate in
baze de date internaţionale şi/sau recunoscute CNCSIS; în domeniul cercetării psihologie cognitive
(memoria de lucru şi funcţii executive) şi psihologiei sănătăţii (activitate fizică şi timp liber, etc). A publicat
cărţi în calitate de couator în domeniul psihologiei sănătăţii, politici de cercetare şi metode de măsurare în
psihologie (vezi www.psychology.ro).



Sign up to vote on this title
UsefulNot useful