Flashcards - Egzamin Gerlowska - Studia PDF

gerlowska egzamin Interakcja badacz-osoba badana: W tej relacji badacz nie tylko obserwuje, ale także wpływa na osobę badaną – zarówno bezpośrednio, jak i...

gerlowska egzamin Interakcja badacz-osoba badana: W tej relacji badacz nie tylko obserwuje, ale także wpływa na osobę badaną – zarówno bezpośrednio, jak i pośrednio, poprzez projekt badania oraz kontekst badawczy​​. Subiektywność osoby badanej: Osoba badana nie jest jedynie pasywnym obiektem badania, lecz aktywnym uczestnikiem, który interpretuje sytuację badawczą zgodnie z własnymi doświadczeniami i oczekiwaniami. Może to prowadzić do zjawisk takich jak efekt Rosenthala czy efekt Golema, w których oczekiwania badacza lub sytuacja badawcza wpływają na wyniki​​. Etyka badań: Konieczność uzyskania świadomej zgody, ochrona uczestników przed Osobliwości badania psychologicznego dyskomfortem psychicznym czy fizycznym oraz zapewnienie anonimowości danych​. Zmienność i nieprzewidywalność zmiennych: W psychologii badania dotyczą procesów psychicznych i zachowań, które są trudniejsze do kontrolowania i przewidywania niż zjawiska fizyczne. Wpływ na wyniki mogą mieć także różnice indywidualne między uczestnikami, takie jak osobowość, motywacja czy kontekst społeczno-kulturowy​​. Kontekstualność wyników: Wyniki badań psychologicznych często mają ograniczoną generalizowalność, ponieważ zależą od specyficznych warunków badania, takich jak kultura, środowisko społeczne czy charakterystyka grupy badanej​​. Czynniki kontekstu interakcji badacz – osoba Efekt oczekiwań interpersonalnych badacza – badana Oczekiwania badacza dotyczące wyników badania mogą wpływać na zachowanie osoby badanej (samospełniające się proroctwo). Przykład: Badacz mimowolnie wysyła sygnały  (np. mimiką, tonem głosu), które sugerują oczekiwane odpowiedzi. Status motywacyjny osoby badanej – Motywacja uczestnika może wpływać na zaangażowanie i dokładność wykonania zadań. Czynniki takie jak wynagrodzenie, zainteresowanie tematem czy chęć pomocy badaczowi mogą moderować wyniki. Wskazówki sugerujące hipotezę badawczą – Osoba badana może wyłapać subtelne wskazówki, które sugerują jej cel badania. W rezultacie może zachowywać się zgodnie z oczekiwaniami badacza. Przykład: Podanie przykładowych odpowiedzi w instrukcji może skłaniać uczestnika do podobnych reakcji. Lęk przed oceną – Osoby badane mogą odczuwać stres związany z możliwością negatywnej oceny ich wyników lub zachowań. Możliwe konsekwencje to zniekształcenie wyników, np. przez nadmierne starania lub unikanie trudnych zadań. Postrzeganie przez osobę badaną sytuacji badawczej – Percepcja sytuacji badawczej wpływa na zachowanie uczestnika. Sytuacja formalna może generować dystans, podczas gdy nieformalna sprzyjać większej spontaniczności. Oczekiwania interpersonalne osoby badanej formułowane pod adresem badacza) – Osoby badane mogą oczekiwać od badacza określonego sposobu traktowania (np. wsparcia, aprobaty). Nieświadome wyczekiwanie akceptacji może wpływać na ich odpowiedzi i zachowanie. Efekt Rosenthala (uwarunkowania, przebieg i Uwarunkowania: konsekwencje dla wyników badania Efekt ten wynika z oczekiwań badacza naukowego) wobec osoby badanej, które mogą wpływać na jej zachowanie w sposób niezamierzony. Oczekiwania mogą być komunikowane za pomocą niewerbalnych wskazówek (np. tonu głosu, mimiki). Przebieg:  Badacz formułuje oczekiwania wobec osoby badanej. Osoba badana odbiera te oczekiwania, nawet w sposób nieuświadomiony. Zachowanie osoby badanej zmienia się w kierunku zgodnym z oczekiwaniami badacza. Konsekwencje: Wyniki badań mogą być zniekształcone, co zmniejsza ich trafność wewnętrzną. Przyjęcie środków zapobiegawczych, takich jak standaryzacja procedur, może ograniczyć ten efekt. Polega na pozytywnym wpływie wysokich oczekiwań badacza na wyniki osoby badanej. Efekt Galatei Uczestnicy osiągają lepsze wyniki, gdy odczuwaą wiarę w swoje możliwości ze strony badacza. Niskie oczekiwania badacza powodują Efekt Golema obniżenie wyników osoby badanej. Teoria czterech czynników pośredniczących Teoria ta wyjaśnia, jak oczekiwania badacza (efekt Rosenthala) + interpretacja ryciny 6.8 wpływają na wyniki osoby badanej poprzez (Brzeziński) cztery mechanizmy: 1. Klimat – Badacz tworzy cieplejszy klimat społeczno-emocjonalny wobec osób z grupy "sukcesu". Przejawia się to w życzliwości i pozytywnym nastawieniu. 2. Sprzężenie zwrotne – Osoby z grupy "sukcesu" otrzymują więcej zróżnicowanych informacji zwrotnych, co zwiększa ich zaangażowanie. 3. Wkład — Badacz ma większe oczekiwania wobec osób z grupy "sukcesu", dostarczając im więcej materiału lub zadań trudniejszych do opanowania. 4. Wydajność — Badacz stwarza więcej okazji do wykazania się, umożliwiając osobom z grupy "sukcesu" prezentację swoich możliwości​​. Rozpoczynanie badań – jak znaleźć ciekawy 1. Poszukiwanie inspiracji w otoczeniu temat? Obserwacja codziennych zjawisk (problemy społeczne, które mogą wymagać analizy). Literatura przedmiotu (aktualne badania i publikacje, identyfikacja luki w wiedzy). Rozmowy z innymi badaczami (mogą pomóc w sformułowaniu interesujących pytań badawczych). 2. Weryfikacja pomysłów naukowo Zbadanie literatury: Upewnij się, że temat nie został już wyczerpująco zbadany i jakie są istniejące luki. Jasno określ, jakie pytania badawcze chcesz postawić i jakie hipotezy zamierzasz testować. Konsultacje z ekspertami 3. Ograniczenia badań Wybierz temat, który jest wystarczająco wąski, aby umożliwić dogłębną analizę, ale jednocześnie na tyle szeroki, aby miał znaczenie naukowe. Upewnij się, że masz dostęp do potrzebnych danych lub możliwości  ich zebrania. Czym jest nauka i zasady prowadzenia badania Nauka to systematyczna działalność naukowego intelektualna, której celem jest odkrywanie, wyjaśnianie i przewidywanie zjawisk zachodzących w świecie. W literaturze wyróżnia się dwa podstawowe znaczenia terminu „nauka”: 1. Nauka jako proces (praktyka badawcza): Zespół działań i procedur podejmowanych przez badaczy w celu generowania wiedzy (np. obserwację, eksperymenty, analizy danych i formułowanie teorii). 2. Nauka jako wytwór (system twierdzeń): Wiedza zdobyta dzięki badaniom naukowym, ustrukturyzowana w formie teorii, praw i modeli. Zasady prowadzenia badania naukowego 1. Proces badawczy powinien być starannie zaplanowany i zorganizowany. Składa się z etapów takich jak sformułowanie problemu badawczego, wybór metody badawczej, przeprowadzenie badania i analiza wyników​​. 2. Nauka opiera się na doświadczeniu i obserwacji. Wyniki muszą być mierzalne, a wnioski bazować na weryfikowalnych danych empirycznych. 3. Wyniki badań powinny być możliwe do odtworzenia i weryfikacji przez innych badaczy, co zapewnia obiektywność w nauce. 4. Badacz powinien posługiwać się logicznym myśleniem i unikać uprzedzeń oraz błędów poznawczych w analizie danych​. 5. Każda teoria naukowa powinna być otwarta na krytykę i możliwość obalenia. Falsyfikowalność jest cechą odróżniającą naukę od pseudonauki (K. Popper).  6. Badania muszą być prowadzone z poszanowaniem etycznych standardów, takich jak ochrona praw osób badanych, świadoma zgoda i rzetelność naukowa​. 7. Wyniki badań powinny być przedstawiane w sposób zrozumiały i precyzyjny, aby mogły być wykorzystane przez innych badaczy i praktyków. Renomowane czasopisma naukowe (np. Journal of Experimental Psychology, Cognition, Psychological Science). Bazy danych naukowych: PsycINFO, Wiarygodne źródła informacji PsycARTICLES, PubMed, Scopus, Web of Science, Google Scholar Książki naukowe (np. podręczniki akademickie) Systematyczne przeglądy literatury i metaanalizy Unikanie błędów w korzystaniu ze źródeł 1. Weryfikacja wiarygodności źródeł Korzystaj z recenzowanych publikacji naukowych, książek akademickich i renomowanych baz danych. Unikaj źródeł o niepewnej reputacji, np. blogów czy stron internetowych bez wyraźnego autora i odniesienia do literatury naukowej. 2. Poprawne cytowanie i unikanie plagiatu Zawsze podawaj pełne dane źródła przy cytowaniu cudzych idei, danych lub fragmentów tekstu. Cytuj zgodnie z wybraną konwencją bibliograficzną (np. APA, MLA, Chicago). Używaj narzędzi do zarządzania bibliografią, takich jak Mendeley czy Zotero, aby uniknąć pominięcia źródeł. 3. Krytyczna analiza treści Sprawdź metodologię i dane w cytowanych pracach, aby upewnić się,  że są zgodne z Twoimi potrzebami badawczymi. Unikaj przyjmowania wyników badań bez refleksji nad ich ograniczeniami czy kontekstem. 4. Kompletność przeglądu literatury Unikaj pomijania kluczowych prac w danej dziedzinie (np. przełomowych teorii lub ważnych badań empirycznych). Korzystaj z systematycznych przeglądów literatury, aby zebrać reprezentatywne dane na dany temat​. 5. Odpowiednie parafrazowanie Nie ograniczaj się do zmiany kilku słów w zdaniu z oryginalnego źródła. Przedstaw cudze idee własnymi słowami i podaj ich źródło. Wyraźnie odróżniaj swoje wnioski od tych zaczerpniętych z literatury. 6. Ograniczenie nadmiernego cytowania Cytuj tylko te źródła, które są bezpośrednio związane z Twoim tematem. Unikaj tekstu składającego się wyłącznie z cytatów innych autorów. 7. Używanie aktualnych źródeł 8. Unikanie błędów interpretacyjnych Nie wyciągaj wniosków wykraczających poza zakres danych dostarczonych w źródle. Weryfikuj swoje interpretacje z innymi badaniami lub ekspertami w danej dziedzinie. 9. Dokumentowanie źródeł w trakcie pracy 10. Używanie dokładnych tłumaczeń Rodzaje artykułów naukowych 1. Artykuły empiryczne — Prezentacja wyników badań pierwotnych. Opisują cel badania, metody, wyniki i ich interpretację.  Bazują na danych empirycznych, które zostały zebrane przez autora (np. wyniki eksperymentów, ankiety). 2. Artykuły przeglądowe — Podsumowanie i analiza dotychczasowych badań na określony temat. Zbierają i systematyzują wiedzę z istniejącej literatury. Często wskazują luki badawcze lub nowe kierunki badawcze. Mogą przyjmować formę systematycznych przeglądów literatury lub przeglądów narracyjnych. 3. Artykuły teoretyczne — Rozwijanie lub proponowanie nowych teorii, modeli teoretycznych lub hipotez. Opierają się na analizie istniejącej wiedzy i literatury. Proponują nowe ramy teoretyczne lub reinterpretacje istniejących. 4. Metaanalizy — Statystyczna analiza danych zebranych z wielu badań na ten sam temat. Łączą wyniki licznych badań, obliczając wspólny efekt. Pomagają ocenić siłę i kierunek związku między zmiennymi. 5. Studia przypadków (case studies) — Dogłębna analiza pojedynczego przypadku, zdarzenia lub zjawiska. Skupiają się na szczegółowym opisie i interpretacji konkretnego przypadku. 6. Artykuły metodologiczne — Opis nowych metod, narzędzi badawczych lub innowacyjnych zastosowań istniejących technik. Prezentują dokładny opis metodologii, często z przykładami zastosowania. 7. Komentarze i listy do redakcji — Krytyczna ocena lub komentarz dotyczący wcześniej opublikowanych prac. Zawierają krótkie, precyzyjne argumenty.  8. Artykuły popularnonaukowe — Upowszechnianie wiedzy naukowej w przystępny sposób. Kierowane do szerokiego odbiorcy, często pozbawione szczegółowych analiz technicznych. 9. Artykuły techniczne — Dokumentacja technicznych szczegółów sprzętu, procedur lub algorytmów stosowanych w badaniach. Zasady korzystania z wiarygodnych źródeł 1. Wybór renomowanych źródeł Publikacje naukowe: Recenzowane czasopisma, monografie akademickie, raporty instytutów badawczych. Bazy danych Instytucje 2. Ocena wiarygodności źródła Autorzy: Kwalifikacje. Data publikacji: Aktualne materiały. Wydawca: Uznany wydawca naukowy. 3. Spójność z tematem badania: Źródła bezpośrednio związane z tematem. 4. Unikanie pseudonauki i nierzetelnych materiałów — Unikaj materiałów, które bazują na spekulacjach, niepopartych danych empirycznych, lub są sponsorowane przez podmioty mogące wpływać na treść. 5. Poprawne cytowanie i etyczne wykorzystanie Cytuj źródła zgodnie z wymaganiami wybranego systemu bibliograficznego (np. APA, MLA, Chicago). Unikaj plagiatu. 6. Weryfikacja danych Krzyżowe sprawdzanie: Porównuj informacje z kilku niezależnych źródeł. Cytowania: Zwracaj uwagę, czy źródło cytuje inne wiarygodne prace i w jaki sposób je interpretuje. 7. Korzystanie z systematycznych przeglądów literatury — Wykorzystuj metaanalizy i przeglądy systematyczne, które podsumowują i analizują dane z wielu badań.  8. Dostępność pełnego tekstu — Unikaj korzystania wyłącznie ze streszczeń. Zawsze analizuj pełny tekst publikacji, aby zrozumieć kontekst, metodologię i ograniczenia badania. 9. Zasady dotyczące źródeł internetowych Sprawdzaj, czy strony internetowe mają jasną afiliację i autorów. Korzystaj z domen zaufanych (np..edu,.gov,.org). Unikaj stron o charakterze komercyjnym lub sensacyjnym. 10. Konsultacja z ekspertami Rodzaje przeglądów literatury 1. Przegląd narracyjny (tradycyjny): Skupia się na ogólnym podsumowaniu tematu. Może być subiektywny i nie opierać się na systematycznych zasadach wyszukiwania literatury. Dostarcza szerokiego kontekstu badawczego i wskazuje główne zagadnienia. 2. Przegląd systematyczny: Opiera się na ściśle określonych procedurach wyszukiwania i analizy literatury. Wykorzystuje kryteria włączenia i wykluczenia literatury, co minimalizuje stronniczość. Często zawiera metaanalizę (statystyczne podsumowanie wyników). Dostarcza wszechstronnego i obiektywnego przeglądu istniejącej literatury. 3. Przegląd scopingowy (zakresowy): Umożliwia szerokie zbadanie zakresu badań w danym obszarze.  Idealny na wstępnym etapie badań, gdy temat jest mało zbadany. 4. Przegląd krytyczny: Koncentruje się na krytycznej ocenie wybranych źródeł, podkreślając ich wartość oraz ograniczenia. 5. Przegląd integracyjny: Dąży do stworzenia nowej perspektywy teoretycznej poprzez syntetyzowanie różnych podejść badawczych. 6. Przegląd mapujący (mapping review) Ma na celu określenie zakresu istniejącej literatury na dany temat. Używany często w nowych dziedzinach badawczych. Identyfikuje luki badawcze i przyszłe kierunki badawcze. 7. Przegląd realistyczny (ang. Realist Review) Analizuje mechanizmy działania interwencji w kontekście. Koncentruje się na pytaniu "co działa, dla kogo i w jakich okolicznościach?". Uwzględnia różne konteksty i zmienne wpływające na wyniki. Etapy przeglądu literatury 1. Zdefiniowanie celu przeglądu: Określenie zakresu tematycznego i pytania badawczego. 2. Wybór źródeł informacji: Wykorzystanie naukowych baz danych. Kryteria włączenia (np. język publikacji, daty wydania, metodologia). 3. Przeprowadzenie wyszukiwania: Stosowanie odpowiednich słów kluczowych i operatorów logicznych (AND, OR, NOT). Unikanie zbyt szerokich lub wąskich zapytań.  4. Krytyczna ocena jakości literatury: Weryfikacja wiarygodności, rzetelności i trafności źródeł. Uwzględnienie wpływu stronniczości (np. kto finansował badania?). 5. Syntetyzowanie wyników: Tworzenie podsumowań, grupowanie tematyczne wyników, analiza porównawcza. 6. Prezentacja przeglądu: Pisemne przedstawienie wyników z podziałem na sekcje, takie jak wprowadzenie, metody, wyniki i dyskusja. Obiektywność i transparentność: Każdy etap przeglądu powinien być jasno opisany, aby możliwe było jego powtórzenie. Kompleksowość: Upewnienie się, że wszystkie istotne źródła zostały uwzględnione. Systematyczność: Stosowanie Zasady prowadzenia przeglądu literatury określonych procedur w poszukiwaniu, ocenie i analizie źródeł. Aktualność: Wybieranie literatury, która jest aktualna i istotna dla badanego problemu. Krytyczne podejście: Ocena literatury nie tylko pod kątem wyników, ale też metodologii, kontekstu i zastosowanej analizy. Systematyczne przeglądy literatury i 1. Czym są systematyczne przeglądy literatury? metaanalizy jako cenne źródła informacji Systematyczny przegląd literatury (SPL) to uporządkowane i metodyczne podejście do przeszukiwania, wybierania oraz analizowania literatury naukowej na określony temat. SPL różni się od tradycyjnych przeglądów narracyjnych dzięki rygorystycznym procedurom, które minimalizują błędy i subiektywizm w doborze badań​​. Etapy SPL: Sformułowanie precyzyjnego pytania badawczego.  Przeprowadzenie systematycznego wyszukiwania w bazach danych. Ocena jakości wybranych badań. Analiza i synteza danych zgodnie z określonymi kryteriami. Prezentacja wyników. 2. Metaanaliza jako rozwinięcie SPL Metaanaliza to statystyczna metoda łącząca wyniki różnych badań, aby uzyskać ogólne wnioski na temat efektu zjawiska. Jest często wykorzystywana jako element SPL, gdy dostępne są dane ilościowe. Dzięki temu można: Określić wielkość efektu w badaniach empirycznych. Zidentyfikować zmienne moderujące i wpływ kontekstu na wyniki. Wykazać powtarzalność efektów w różnych warunkach​​. 3. Różnice między SPL a metaanalizą SPL jest bardziej ogólne i może obejmować zarówno dane ilościowe, jak i jakościowe. Metaanaliza jest wyspecjalizowana w analizie danych liczbowych i wymaga jednorodności miar włączonych badań​. 4. Wartość SPL i metaanaliz Eliminują subiektywizm, zwiększając wiarygodność wyników​. Pozwalają identyfikować obszary badawcze wymagające dalszych badań. Pomagają zrozumieć, w jakim zakresie wcześniejsze wyniki znajdują potwierdzenie w nowych badaniach​​. Istota metody naukowej Badacz unika subiektywnych ocen i opiera się na dowodach. Replikowalność: Inni badacze mogą powtórzyć badania i uzyskać podobne wyniki. Badania przeprowadzane są w sposób uporządkowany, krok po kroku.  Oparta na danych pochodzących z obserwacji i eksperymentów. Psychologia to nauka empiryczna badająca zachowanie, procesy poznawcze oraz emocje. Istotne cechy psychologii jako nauki to: Interdyscyplinarność: Łączy elementy biologii, socjologii, filozofii i innych nauk. Empiryczne podejście: Wyniki badań muszą być poparte dowodami, a nie Psychologia jako nauka tylko spekulacją. Redukcjonizm i holizm: Psychologia dąży do wyjaśnienia zjawisk zarówno na poziomie biologicznym (np. neuropsychologia), jak i całościowym (np. psychologia społeczna). Badania prowadzone są według określonych standardów metodologicznych i etycznych​​. Poznanie naukowe Poznanie naukowe jest systematycznym procesem zmierzającym do odkrycia praw rządzących rzeczywistością. W odróżnieniu od poznania potocznego, charakteryzuje się ono uporządkowanymi, precyzyjnymi i racjonalnymi metodami badawczymi. Oto kluczowe aspekty i cechy tego rodzaju poznania: Nauka jest zarówno zbiorem czynności badawczych (procesem) realizowanych przez naukowców, jak i systemem twierdzeń (rezultatów) służącym do opisu rzeczywistości​​. Poznanie naukowe dąży do wyjaśnienia zjawisk, co jest możliwe dzięki odkrywaniu zależności przyczynowo-skutkowych między zmiennymi. Te wyjaśnienia są podstawą formułowania teorii, które mają charakter przyczynowy​​. 2. Schemat poznania naukowego 1. Obserwacja i identyfikacja problemu: Zaczyna się od dostrzeżenia niezgodności między obserwowanymi faktami a istniejącą wiedzą.  2. Formułowanie hipotez: Propozycje odpowiedzi na pytania badawcze są stawiane w sposób testowalny. 3. Weryfikacja empiryczna: Poprzez eksperymenty, obserwacje lub analizy, hipotezy są sprawdzane, co pozwala na ich potwierdzenie, odrzucenie lub modyfikację​​. 3. Cechy poznania naukowego Racjonalność i systematyczność: Procesy poznawcze opierają się na logice i ustalonych metodach badawczych, co gwarantuje ich powtarzalność i przejrzystość. Intersubiektywność: Wyniki badań naukowych muszą być dostępne do oceny i replikacji przez innych badaczy, co zapewnia ich obiektywność​. Empiryczność: Oparte na doświadczeniu i danych zmysłowych, co pozwala na weryfikację hipotez w rzeczywistości. Redukcjonizm i idealizacja: Proces naukowy często sprowadza zjawiska do ich najprostszych składników, co pozwala lepiej je zrozumieć i wyjaśnić​. 4. Rodzaje metodologii w nauce Metodologia ogólna: Zajmuje się uniwersalnymi zasadami prowadzenia badań, takimi jak klasyfikowanie czy definiowanie zjawisk. Metodologia szczegółowa: Dotyczy specyficznych procedur badawczych charakterystycznych dla danej dziedziny nauki, np. w psychologii obejmuje planowanie eksperymentów lub budowę testów​​. Struktura procesu badawczego (etapy wg. M. Etapy procesu badawczego wg M. Budge’a – Budge'a – Brzeziński (1999)), (wg Townsenda, Brzeziński (1999): Ajdukiewicza i Brzezińskiego) 1. Wybór problemu badawczego: Identyfikacja luki w literaturze lub pytania naukowego.  Określenie zmiennych i hipotez. 2. Przegląd literatury: Systematyczne wyszukiwanie i analiza literatury dotyczącej tematu badań. 3. Planowanie badania: Wybór metod (eksperyment, ankieta, wywiad). Określenie próby i narzędzi badawczych. 4. Zbieranie danych: Gromadzenie informacji zgodnie z przyjętym planem badawczym. 5. Analiza danych: Przeprowadzanie analiz statystycznych i interpretacja wyników. 6. Wnioski i uogólnienia: Formułowanie odpowiedzi na pytania badawcze i ocena hipotez. 7. Publikacja i weryfikacja: Upowszechnianie wyników oraz ich ocena przez innych badaczy​​. Struktura procesu wg Townsenda, Ajdukiewicza i Brzezińskiego: 1. Odkrycie naukowe (faza heurystyczna): Generowanie pomysłów badawczych oraz tworzenie wstępnych hipotez na podstawie obserwacji i teorii. 2. Faza uzasadnienia: Testowanie hipotez za pomocą odpowiednich metod badawczych. Stosowanie rygorystycznych analiz w celu sprawdzenia wiarygodności wyników. 3. Faza aplikacji: Zastosowanie wyników badań w praktyce (np. psychoterapia, edukacja, polityka społeczna). Proces badawczy w psychologii jest iteracyjny – często badania prowadzą do nowych pytań i problemów, wymagając dalszych eksploracji​​. Źródła problemów badawczych 1. Literatura naukowa i istniejące teorie  Sprzeczne wyniki badań. Niezbadane obszary. Weryfikacja lub rozwój istniejących teorii na podstawie nowych danych. Wyniki metaanaliz​​. 2. Doświadczenie praktyczne Problemy z życia codziennego. Praktyka zawodowa. 3. Inspiracja z innych dziedzin nauki Wyniki badań z innych dyscyplin (np. neuronauki, biologii, socjologii). Integracja wiedzy z różnych dziedzin. 4. Współczesne problemy społeczne i kulturowe 5. Własna ciekawość poznawcza Ciekawość badacza. Inspiracja osobistymi przemyśleniami lub pytaniami​. 6. Problemy metodologiczne Problemy z operacjonalizacją zmiennych lub projektowaniem nowych metod badawczych. Konieczność poprawy istniejących narzędzi badawczych lub procedur analitycznych. 7. Zlecenia od instytucji publicznych lub prywatnych Problem badawczy: Ogólny opis zjawiska. Wyznacza ogólny kierunek badania. Może być opisowy lub teoretyczny. Pytanie badawcze: Różnice między problemem a pytaniem badawczym Konkretne. Wyznacza cel badania i szczegółowe aspekty do zbadania. Jest operacyjny, związany z możliwymi do zastosowania metodami badawczymi.  1. Identyfikacja obszaru zainteresowania: Obserwacja zjawiska lub analiza literatury naukowej. 2. Zawężenie problemu badawczego: Proces przechodzenia od problemu do pytania Skupienie się na określonych badawczego aspektach problemu. 3. Sformułowanie pytania badawczego: Przekształcenie problemu w pytanie badawcze. 1. Precyzyjne i jednoznaczne. 2. Dotyczy aspektów, które można zbadać w sposób obiektywny. Cechy dobrego pytania badawczego 3. Powinno unikać rozproszenia i nadmiaru wątków. 4. Musi wnosić coś nowego do istniejącej wiedzy. Rodzaje pytań badawczych 1. Pytania eksploracyjne — Mają na celu zrozumienie zjawiska lub problemu, który nie został jeszcze dokładnie zbadany. Są często używane w początkowych fazach badań, gdy badacz stara się zebrać informacje i zrozumieć kontekst. Jakie są doświadczenia osób korzystających z nowych technologii w edukacji? 2. Pytania opisowe — Mają na celu dokładne opisanie cech lub zjawisk. Badacz stara się odpowiedzieć na pytanie "jak" lub "co". Jakie są najczęstsze przyczyny stresu w miejscu pracy? Co charakteryzuje zachowania dzieci w wieku przedszkolnym? 3. Pytania wyjaśniające — Dążą do wyjaśnienia przyczyn i skutków danego zjawiska. Badacz stara się odpowiedzieć na pytanie "dlaczego". Dlaczego niektóre osoby są bardziej podatne na depresję niż inne? 4. Pytania porównawcze — Służą do porównywania dwóch lub więcej grup lub zjawisk. Badacz może badać różnice i podobieństwa między nimi.  Jak różnią się wyniki nauczania w szkołach publicznych i prywatnych? 5. Pytania korelacyjne — Badają związki między dwiema lub więcej zmiennymi, starając się określić, czy istnieje korelacja między nimi. Czy istnieje korelacja między dochodami a poziomem wykształcenia? 6. Pytania eksperymentalne — Są formułowane w kontekście badań eksperymentalnych, gdzie badacz manipuluje jedną zmienną (zmienną niezależną) i obserwuje jej wpływ na inną zmienną (zmienną zależną). Jaki wpływ ma stres na wydajność pracy? Problem badawczy to ogólny obszar zainteresowań naukowych, który wymaga zbadania. Jest punktem wyjścia dla całego procesu badawczego i wskazuje, co badacz Problem badawczy a pytanie badawcze chce zbadać, zrozumieć lub wyjaśnić. Pytanie badawcze jest bardziej szczegółowym i skonkretyzowanym wyrazem problemu badawczego, sformułowanym w sposób, który umożliwia jego empiryczne sprawdzenie. Rola konstruktów teoretycznych 1. Definiowanie pojęć — Konstrukty teoretyczne umożliwiają precyzyjne definiowanie pojęć, co jest niezbędne do prowadzenia badań empirycznych. Dzięki nim badacze mogą operacyjnie zdefiniować zmienne, co pozwala na ich pomiar i analizę. 2. Tworzenie hipotez — Konstrukty teoretyczne są podstawą do formułowania hipotez badawczych. Hipotezy, które są testowane w badaniach, często opierają się na relacjach między różnymi konstruktami, co pozwala na przewidywanie wyników badań. 3. Umożliwienie analizy zjawisk — Dzięki konstruktom teoretycznym badacze mogą analizować zjawiska w kontekście istniejących teorii. Pozwala to na lepsze zrozumienie  mechanizmów rządzących danym zjawiskiem oraz na identyfikację nowych obszarów do badań. 4. Wspieranie rozwoju teorii — Konstrukty teoretyczne są nie tylko narzędziem do analizy, ale także do rozwoju teorii. Badania oparte na konstruktach mogą prowadzić do ich modyfikacji lub rozbudowy, co przyczynia się do postępu wiedzy w danej dziedzinie. 5. Ułatwienie komunikacji — Konstrukty teoretyczne umożliwiają wspólny język dla badaczy w danej dziedzinie. Dzięki nim możliwe jest efektywne porozumiewanie się i wymiana myśli między naukowcami, co sprzyja współpracy i integracji wiedzy. 6. Wsparcie dla praktyki — W psychologii i innych naukach społecznych konstrukty teoretyczne mają również zastosowanie praktyczne, pomagając w tworzeniu programów interwencyjnych czy terapii. Zrozumienie teoretycznych podstaw zachowań ludzkich może prowadzić do skuteczniejszych strategii działania. Zasady tworzenia problemów badawczych 1. Precyzyjność i jasność — Problemy badawcze powinny być sformułowane w sposób precyzyjny i zrozumiały. Unikaj ogólników i niejasności. 2. Relewantność — Problem badawczy powinien być istotny i mieć znaczenie dla danej dziedziny nauki. Powinien odnosić się do aktualnych zagadnień lub luk w istniejącej wiedzy, co zwiększa jego wartość. 3. Możliwość badań empirycznych — Formułując problem badawczy, należy upewnić się, że można go zbadać empirycznie. Oznacza to, że powinny istnieć metody i narzędzia umożliwiające zbieranie danych oraz analizę wyników. 4. Oparcie na teorii — Problemy badawcze powinny być osadzone w kontekście teoretycznym. Warto odwołać się do  istniejących teorii lub badań, które mogą stanowić podstawę dla nowego projektu. 5. Specyfikacja zmiennych — W przypadku badań ilościowych ważne jest określenie zmiennych, które będą analizowane. Należy jasno zdefiniować zmienne niezależne i zależne oraz sposób ich pomiaru. 6. Możliwość sformułowania hipotez — Dobrze sformułowany problem badawczy powinien prowadzić do możliwości postawienia hipotez. Hipotezy są odpowiedziami na pytania badawcze i powinny być testowalne. 7. Ograniczenie zakresu — Problem badawczy powinien być odpowiednio ograniczony, aby był możliwy do zrealizowania w ramach dostępnych zasobów czasowych i finansowych. Zbyt szeroki problem może prowadzić do trudności w jego rozwiązaniu. 8. Etyka badań — Należy również uwzględnić aspekty etyczne związane z badaniami. Problemy badawcze nie powinny naruszać zasad etyki ani stwarzać zagrożenia dla uczestników badań. Zasady tworzenia hipotez badawczych 1. Jasność i precyzyjność — Hipotezy powinny być sformułowane w sposób jasny i precyzyjny. Unikaj ogólników i niejasności. 2. Testowalność — Hipotezy muszą być testowalne, co oznacza, że powinny być możliwe do zweryfikowania za pomocą badań empirycznych. Powinny prowadzić do zbierania danych, które pozwolą na ich potwierdzenie lub odrzucenie. 3. Oparcie na teorii — Dobre hipotezy są oparte na istniejących teoriach lub wcześniejszych badaniach. To pozwala na lepsze zrozumienie kontekstu i znaczenia hipotezy w danej dziedzinie. 4. Specyfikacja zmiennych — Hipotezy powinny jasno określać zmienne niezależne i zależne oraz ich oczekiwane relacje. Powinno być  oczywiste, co jest badane i jakie są przewidywane efekty. 5. Ograniczenie zakresu — Hipotezy powinny być skoncentrowane na konkretnym problemie badawczym. Zbyt szerokie hipotezy mogą prowadzić do trudności w ich testowaniu i interpretacji wyników. 6. Zgodność z etyką — Formułując hipotezy, należy uwzględnić aspekty etyczne związane z badaniami. Hipotezy nie mogą prowadzić do działań, które mogłyby zaszkodzić uczestnikom badań lub naruszać zasady etyki naukowej. 7. Możliwość formułowania przewidywań — Dobre hipotezy powinny prowadzić do konkretnych przewidywań dotyczących wyników badań. Powinny wskazywać, jakie rezultaty mogą być oczekiwane w wyniku przeprowadzonych badań. Zasady tworzenia pytań badawczych 1. Precyzyjność — Pytania badawcze powinny być sformułowane w sposób jasny i precyzyjny. Unikaj ogólników, aby zapewnić, że każdy zrozumie, co jest przedmiotem badań. 2. Relewantność — Pytania powinny odnosić się do istotnych zagadnień w danej dziedzinie. Powinny dotyczyć aktualnych problemów lub luk w wiedzy, co zwiększa ich wartość badawczą. 3. Możliwość badań empirycznych — Formułując pytania badawcze, należy upewnić się, że można je zbadać empirycznie. Oznacza to, że powinny istnieć metody i narzędzia umożliwiające zbieranie danych oraz analizę wyników. 4. Oparcie na teorii — Dobre pytania badawcze są osadzone w kontekście teoretycznym. Warto odwołać się do istniejących teorii lub badań, które  mogą stanowić podstawę dla nowego projektu. 5. Specyfikacja zmiennych — W przypadku badań ilościowych ważne jest określenie zmiennych, które będą analizowane. Należy jasno zdefiniować zmienne niezależne i zależne oraz sposób ich pomiaru. 6. Możliwość sformułowania hipotez — Dobrze sformułowane pytania badawcze powinny prowadzić do możliwości postawienia hipotez. Hipotezy są odpowiedziami na pytania badawcze i powinny być testowalne. 7. Ograniczenie zakresu — Pytania powinny być odpowiednio ograniczone, aby były możliwe do zrealizowania w ramach dostępnych zasobów czasowych i finansowych. Zbyt szerokie pytania mogą prowadzić do trudności w ich rozwiązaniu. 8. Etyka badań — Należy uwzględnić aspekty etyczne związane z badaniami. Pytania badawcze nie powinny naruszać zasad etyki ani stwarzać zagrożenia dla uczestników badań. Typy pytań wg Belnap'a i konsekwencje Według Nuela Belnapa, pytania można stosowania poszczególnych typów w praktyce klasyfikować w oparciu o trzy główne cechy: sposób prezentowania alternatyw, żądanie wyboru oraz żądanie roszczenia zupełności. Na tej podstawie wyróżniono sześć typów pytań: 1. Pytania typu „czy” o jednej alternatywie – Wymagają wskazania jednej prawdziwej alternatywy, która jest jedyną prawdziwą odpowiedzią. Przykład: „Czy dziecko w wieku trzech lat jest zdolne do myślenia abstrakcyjnego?”. 2. Pytania typu „który” o jednej alternatywie – Są podobne do pytań „czy”, ale różnią się sposobem prezentacji alternatyw. Przykładem może być pytanie o wskazanie jednej  prawdziwej odpowiedzi spośród podanych opcji. 3. Pytania o maksymalnym żądaniu roszczenia zupełności – Wymagają podania wszystkich prawdziwych alternatyw. Przykład: „Którzy z niżej wymienionych psychologów są przedstawicielami psychoanalizy?”. 4. Pytania o minimalnym żądaniu roszczenia zupełności – Wymagają wskazania tylko części prawdziwych alternatyw z większego zbioru. W takich przypadkach badany wybiera część dostępnych odpowiedzi, nie określając, jaką część zbioru prawdziwych alternatyw one stanowią. 5. Pytania typu „czy” o nierozłącznej liczbie alternatyw – Wskazują, że może istnieć więcej niż jedna prawdziwa odpowiedź, jednak nie wykluczają innych możliwych prawdziwych alternatyw. 6. Pytania typu „który” o nierozłącznej liczbie alternatyw – Podobne do pytań „czy” z nierozłącznymi alternatywami, ale różnią się w sposobie prezentacji alternatyw. Konsekwencje stosowania typów pytań w praktyce Pytania „czy” zapewniają jednoznaczne odpowiedzi, co czyni je bardziej odpowiednimi do badań testujących hipotezy oparte na prostych alternatywach. Pytania „który” pozwalają na bardziej złożoną analizę, gdzie istotne są detale i różnorodność odpowiedzi. Wybór pytania powinien być dostosowany do celu badania, precyzyjności poszukiwanej odpowiedzi oraz dostępności metod do weryfikacji hipotez. Hipoteza, czyli propozycja odpowiedzi pytanie Hipoteza badawcza to proponowana badawcze (zasady tworzenia, rycina 3.3) odpowiedź na pytanie badawcze, wyrażona w sposób, który umożliwia jej testowanie w oparciu o dane empiryczne. Zasady tworzenia hipotez badawczych 1. Hipoteza powinna wynikać z istniejącej wiedzy naukowej i literatury przedmiotu. 2. Musi być możliwa do zweryfikowania przy użyciu dostępnych narzędzi badawczych i metod statystycznych. 3. Hipoteza musi być formułowana w sposób jasny, unikając niejednoznacznych terminów. 4. Zmienna niezależna i zależna powinna być określona w sposób umożliwiający ich pomiar. 5. Hipoteza powinna być sformułowana tak, aby można było ją obalić w świetle wyników badań. 6. Hipoteza jest najbardziej prawdopodobną odpowiedzią na pytanie badawcze, wynikającą z dotychczasowej wiedzy. Znaczenie hipotez w badaniach Kierunek badań: Hipotezy pomagają w określeniu kierunku badań, wskazując na konkretne aspekty, które mają być analizowane. Zbieranie danych: Hipotezy stanowią podstawę dla zbierania danych i przeprowadzania analiz statystycznych. Rozwój teorii: Testowanie hipotez przyczynia się do rozwoju teorii w danej dziedzinie, umożliwiając weryfikację istniejących założeń.  Zmienne to cechy, które mogą różnić się między jednostkami lub zmieniać się w czasie. Przykład: wiek, poziom stresu, wyniki w teście poznawczym. Klasyfikacje zmiennych: Ze względu na rolę w badaniu: Niezależna: zmienna manipulowana przez badacza, której wpływ jest badany (np. ilość snu). Zależna: zmienna mierzona, która jest wynikiem działania zmiennej niezależnej (np. wynik testu pamięci). Kontrolne: zmienne, które badacz stara się wyeliminować lub Zmienna i jej klasyfikacje kontrolować, aby nie zakłócały wyników. Ze względu na sposób pomiaru: Jakościowe (kategorialne): zmienne opisowe, np. płeć, miejsce zamieszkania. Ilościowe: zmienne liczbowe, np. czas reakcji, liczba poprawnych odpowiedzi. Ze względu na sposób przedstawiania danych: Ciągłe: przyjmujące dowolną wartość w określonym zakresie (np. czas trwania w sekundach). Dyskretne: przyjmujące tylko określone wartości (np. liczba dzieci). Pomiar i skale pomiarowe Pomiar — Proces przypisywania wartości liczbowych lub opisowych określonym właściwościom, zgodnie z regułami. Skale pomiarowe:  Skala nominalna: Przypisuje etykiety, nie ma porządku między kategoriami. Przykład: płeć (mężczyzna, kobieta). Skala porządkowa: Kategorie mają ustaloną kolejność, ale różnice między nimi nie są równe. Przykład: poziom wykształcenia (podstawowe, średnie, wyższe). Skala interwałowa: Różnice między wartościami są równe, brak absolutnego zera. Przykład: temperatura w stopniach Celsjusza. Skala ilorazowa: Posiada absolutne zero, co pozwala na wykonywanie operacji matematycznych. Przykład: czas reakcji w sekundach. Wskaźnik to bezpośredni lub pośredni miernik zmiennej, pozwalający na jej operacjonalizację. Typy wskaźników: Bezpośrednie: Opierają się na prostej obserwacji zmiennej (np. Wysokość osoby mierzona w centymetrach). Pośrednie: Używane w przypadku Wskaźniki zmiennych, które nie są bezpośrednio obserwowalne (np. inteligencja, stres). Subiektywne: Opierają się na ocenach własnych badanych (np. odczuwany poziom lęku). Obiektywne: Oparte na wynikach niezależnych od opinii badanych (np. wynik testu poznawczego). Operacjonalizacja zmiennych Operacjonalizacja zmiennych — Proces przekształcania konstruktu teoretycznego w mierzalne wskaźniki, które można obserwować lub badać. Kroki operacjonalizacji: 1. Identyfikacja konstruktu teoretycznego: Określenie, co chcemy mierzyć (np. inteligencja, motywacja). 2. Dobór wskaźników: Wybór mierników, które najlepiej odzwierciedlają dany konstrukt.  3. Określenie narzędzi pomiarowych: Wybór odpowiednich metod, np. kwestionariusze, testy, pomiary fizjologiczne. 4. Testowanie trafności i rzetelności: Sprawdzanie, czy wskaźniki dokładnie mierzą konstrukty i czy pomiar jest powtarzalny. Populacja: Ogół jednostek, na które badacz chce uogólnić wyniki badań. Operat losowania: Lista lub zbiór danych, z których losowane są jednostki do próby. Musi być kompletny i aktualny. Populacja, operat losowania, próba i element Próba: próby Podzbiór populacji, który rzeczywiście uczestniczy w badaniu. Może być losowa lub celowa. Element próby: Pojedyncza jednostka badawcza, np. osoba, grupa, organizacja. Dobór probabilistyczny i nieprobabilistyczny Dobór probabilistyczny: Każda jednostka ma (dobór celowy, dobór ochotników, dobór określone i niezerowe prawdopodobieństwo losowy z populacji ogólnej, dobór kwotowy) znalezienia się w próbie. Metody: 1. Dobór losowy prosty: Każda jednostka ma równe szanse na znalezienie się w próbie. 2. Dobór systematyczny: Wybór co k-tą jednostkę z listy (np. co 10 osobę). 3. Dobór warstwowy: Populacja dzielona na warstwy, a próby losowane są z każdej warstwy proporcjonalnie. 4. Dobór grupowy (klastrowy): Losowanie grup jednostek (np. klasy w szkołach). Dobór nieprobabilistyczny: Prawdopodobieństwo znalezienia się w próbie nie jest określone. Metody: Dobór celowy: Wybór jednostek, które spełniają określone kryteria.  Dobór ochotników: Wybór jednostek, które zgłosiły się dobrowolnie. Dobór losowy z populacji ogólnej: Losowy dobór bez precyzyjnego operatu (np. uliczne ankiety). Dobór kwotowy: Próba odzwierciedla strukturę populacji pod względem wybranych cech. 1. Odwzorowanie struktury populacji: Próba powinna odzwierciedlać proporcje istotnych cech (np. wiek, płeć, wykształcenie) w populacji. 2. Losowy dobór: Próba losowa minimalizuje uprzedzenia i zapewnia, że każdy element populacji ma Cechy próby reprezentatywnej jednakowe szanse na włączenie do badania. 3. Odpowiednia liczebność próby: Próba powinna być wystarczająco duża, aby zapewnić stabilność statystyczną wyników i zmniejszyć ryzyko błędów losowych. 1. Stronniczość próby (bias): Może prowadzić do błędnych uogólnień. Przykład: Ankieta online może niedoreprezentować osoby starsze, które rzadziej korzystają z Internetu. Problemy z reprezentatywnością i ich 2. Ograniczona trafność zewnętrzna: konsekwencje Wyniki badania na niereprezentatywnej próbie mogą być trudne do uogólnienia na populację. 3. Nadmierne uogólnienia: Próby celowe lub ochotników mogą dawać wyniki specyficzne dla badanej grupy. Sposoby zapewnienia reprezentatywności 1. Dobór losowy: Każda jednostka ma próby równą szansę na znalezienie się w próbie. 2. Dobór warstwowy: Podział populacji na warstwy (np. grupy wiekowe, płciowe), a następnie losowanie z  każdej warstwy w proporcji odpowiadającej populacji. 3. Kontrola cech demograficznych: Monitorowanie, czy rozkład istotnych cech (np. wiek, wykształcenie) w próbie odpowiada populacji. 4. Dostosowanie wag statystycznych: Wprowadzenie wag, które korygują rozbieżności między strukturą próby a populacji. 1. Metoda doboru próby: Dobory probabilistyczne (np. losowy prosty, warstwowy) zwiększają reprezentatywność. Dobory nieprobabilistyczne (np. celowy, ochotników) mogą wprowadzać stronniczość. 2. Wielkość próby: Większe próby mają większe szanse być reprezentatywne, ale zbyt duże próby mogą prowadzić do niepotrzebnych kosztów i komplikacji. Czynniki wpływające na reprezentatywność 3. Rzetelność operatu losowania: Operat losowania (np. lista wszystkich studentów uczelni) musi być kompletny i aktualny. 4. Błędy selekcji: Występują, gdy pewne grupy są nadreprezentowane lub niedoreprezentowane (np. osoby starsze są trudniejsze do zbadania w ankietach internetowych). 5. Brak odpowiedzi (ang. non-response bias): Osoby, które nie zgodziły się wziąć udziału w badaniu, mogą różnić się od tych, które zgodziły się, co wpływa na reprezentatywność wyników. Charakterystyka ochotnika i konsekwencje dla Ochotnicy to osoby, które dobrowolnie wyników badania zgłaszają się do udziału w badaniu. Ich specyficzne cechy mogą wpłynąć na uzyskane wyniki i ograniczyć ich uogólnianie na populację. Badania wskazują, że ochotnicy mogą charakteryzować się: 1. Motywacją: Wyższym poziomem motywacji do udziału w badaniu, szczególnie w obszarach, które ich interesują lub przynoszą korzyści (np. finansowe, edukacyjne). 2. Inteligencją i wykształceniem: Wyższym poziomem inteligencji oraz lepszym wykształceniem niż osoby, które nie zgłaszają się jako ochotnicy. 3. Otwartością na doświadczenia: Większą otwartością i ciekawością poznawczą, co może prowadzić do większej gotowości na nowe doświadczenia. 4. Ekstrawersją: Wyższym poziomem ekstrawersji, co przekłada się na większą skłonność do interakcji społecznych i zgłaszania się do badań. 5. Spostrzeganym ryzykiem: Większą tolerancją na ryzyko w badaniach o charakterze eksperymentalnym lub wymagających specyficznych działań. 6. Wartościami i przekonaniami: Silniejszym zaangażowaniem w sprawy społeczne lub większym zainteresowaniem określonymi tematami. Konsekwencje dla wyników badania Stronniczość próby (bias): Wyniki uzyskane na grupie ochotników mogą nie być reprezentatywne dla ogółu populacji. Może to prowadzić do błędnych uogólnień. Zniekształcenia wyników: Charakterystyczne cechy ochotników (np. wyższa motywacja) mogą wpłynąć na przebieg badania i zafałszować wyniki. Ograniczona trafność zewnętrzna: Wyniki mogą być trudne do uogólnienia na osoby, które nie są ochotnikami, co obniża trafność zewnętrzną badania. Efekty selekcji: Osoby o specyficznych cechach mogą być nadreprezentowane (np. osoby z  wyższym poziomem wykształcenia). 1. Losowanie proste — Każdy członek populacji ma równe szanse na zostanie wybranym do próby. Jest to najprostsza forma losowania, która zapewnia wysoką reprezentatywność. 2. Losowanie systematyczne — Członkowie populacji są wybierani w regularnych odstępach. Na przykład, można wybrać co dziesiątą osobę z listy. Ważne jest, aby początkowy punkt był wybierany losowo. 3. Losowanie warstwowe — Populacja jest dzielona na podgrupy (warstwy) na podstawie określonych cech (np. wiek, płeć). Następnie losuje się próbki z każdej warstwy, co pozwala na lepsze odzwierciedlenie różnorodności populacji. 4. Losowanie grupowe (klastrowe) — Schematy losowania próby Populacja jest dzielona na grupy (klastry), a następnie losowo wybiera się niektóre z tych grup do dalszego badania. W ramach wybranych grup mogą być badani wszyscy członkowie lub losowo wybrani. 5. Próba kwotowa — Badacz ustala określone kwoty dla różnych grup w populacji i dobiera uczestników tak, aby te kwoty były spełnione. Choć nie jest to losowanie w ścisłym tego słowa znaczeniu, pozwala na uzyskanie próbki reprezentatywnej. 6. Próba celowa (nielosowa) — Badacz wybiera uczestników na podstawie określonych kryteriów, co może prowadzić do stronniczości, ale jest użyteczne w badaniach eksploracyjnych. Cechy charakterystyczne modelu 1. Manipulacja zmiennymi — W modelu eksperymentalnego eksperymentalnym badacz aktywnie manipuluje jedną lub więcej zmiennymi niezależnymi, aby obserwować ich wpływ na  zmienne zależne. Ta manipulacja pozwala na ustalenie przyczynowo-skutkowych relacji. 2. Losowy dobór próby — Uczestnicy badania są losowo wybierani z populacji, co zwiększa reprezentatywność próby i minimalizuje wpływ czynników zakłócających. Losowy dobór jest kluczowy dla uzyskania wiarygodnych wyników. 3. Kontrola zmiennych zakłócających — Badacz stara się kontrolować zmienne zakłócające, które mogą wpływać na wyniki badania. Może to obejmować stosowanie grup kontrolnych, randomizację oraz inne techniki mające na celu eliminację wpływu tych zmiennych. 4. Grupa kontrolna — W badaniach eksperymentalnych często stosuje się grupę kontrolną, która nie jest poddawana manipulacji zmiennymi niezależnymi. Porównanie wyników grupy eksperymentalnej i kontrolnej pozwala na ocenę efektów manipulacji. 5. Powtarzalność — Eksperymenty powinny być zaprojektowane w taki sposób, aby mogły być powtarzane przez innych badaczy. Pozwala na weryfikację wyników. 6. Kwantyfikacja wyników — Wyniki badań eksperymentalnych są zazwyczaj kwantyfikowane i analizowane statystycznie, co umożliwia obiektywną ocenę efektów manipulacji oraz ich istotności. 7. Wnioskowanie przyczynowe — Model eksperymentalny umożliwia wnioskowanie o przyczynowości, co odróżnia go od innych modeli badawczych, takich jak badania korelacyjne, gdzie takie wnioski są trudniejsze do uzasadnienia. Rodzaje modeli eksperymentalnych IProste modele eksperymentalne: Eksperymenty z jedną zmienną niezależną i zależną. Przykład: Badanie wpływu długości snu na koncentrację. Modele złożone: Obejmują więcej niż jedną zmienną niezależną.  Przykład: Wpływ rodzaju muzyki i temperatury pomieszczenia na wydajność pracy. Eksperymenty międzygrupowe: Uczestnicy są przydzielani do różnych grup, a każda z nich poddawana jest innym warunkom eksperymentalnym. Eksperymenty w grupach powtarzalnych: Każdy uczestnik bierze udział we wszystkich warunkach eksperymentalnych. Zaleta: Redukcja wpływu różnic indywidualnych. Eksperymenty quasi-eksperymentalne: Brakuje pełnej randomizacji, ale wciąż istnieje kontrola nad zmiennymi zakłócającymi. Zalety i wady modelu eksperymentalnego Zalety modelu eksperymentalnego 1. Wysoka trafność wewnętrzna: Dzięki kontroli zmiennych zakłócających, wyniki mogą być interpretowane w kategoriach związków przyczynowo- skutkowych. 2. Precyzja: Eksperyment pozwala na dokładne określenie wpływu zmi