Applicazione delle Teorie nella Ricerca Psicologica PDF

Applicazione delle teorie nella ricerca psicologica Come fanno gli scienziati a testare e rivedere le proprie teorie? Il modo principale in cui i ricercatori scientifici utilizzano le teorie è talvolta chiamato metodo ipotetico-deduttivo Applicazione delle teorie nella ricerca psicologica...

Applicazione delle teorie nella ricerca psicologica Come fanno gli scienziati a testare e rivedere le proprie teorie? Il modo principale in cui i ricercatori scientifici utilizzano le teorie è talvolta chiamato metodo ipotetico-deduttivo Applicazione delle teorie nella ricerca psicologica FENOMENI: Un ricercatore inizia con un insieme di fenomeni TEORIA: per spiegarli o interpretarli (oppure sceglie una teoria esistente con cui lavorare) IPOTESI: lui o lei fa quindi una previsione su qualche nuovo fenomeno che dovrebbe essere osservato se la teoria fosse corretta. ESPERIMENTO: studio empirico per testare l’ipotesi RIVALUTAZIONE: della teoria rispetto ai dati empirici Questo processo è solitamente concettualizzato come un ciclo perché il ricercatore può quindi ricavare una nuova ipotesi dalla teoria rivista, condurre un nuovo studio empirico per verificare l’ipotesi, e così via.  Esempio (facilitazione e inibizione di Zajonc’s) FENOMENI: risultati della ricerca alquanto contraddittori in letteratura. TEORIA: drive theory, secondo la quale essere osservato da altri mentre eseguono un compito provoca un'eccitazione fisiologica, che aumenta la tendenza dell’organismo a dare la risposta dominante. Ciò porta alla facilitazione sociale per compiti ben appresi e inibizione sociale per compiti scarsamente appresi. IPOTESI: se la teoria fosse corretta, allora si dovrebbe osservare che la presenza di altri migliori la prestazione in un semplice compito di laboratorio ma inibisca la prestazione in una versione difficile dello stesso compito di laboratorio.  Esempio (facilitazione e inibizione di Zajonc’s) ESPERIMENTO: Scarafaggi dovevano scappare in una camera buia quando una luce era puntata su di loro. Gli scarafaggi correvano lungo una pista diritta (un compito facile per uno scarafaggio) o attraverso un labirinto complesso (un compito difficile per uno scarafaggio). Il task doveva essere eseguito da soli o in presenza di altri scarafaggi in “scatole del pubblico” di plastica trasparente. Zajonc ha scoperto che gli scarafaggi sulla pista diritta raggiungono il loro obiettivo più rapidamente in presenza di altri scarafaggi, ma gli scarafaggi nel labirinto a forma di croce raggiungono la meta più lentamente quando si trovavano in presenza di altri scarafaggi RIVALUTAZIONE: conferma (mancata falsificazione) della teoria  Costruire o scegliere una teoria Per costruire una buona teoria, il ricercatore deve conoscere in dettaglio i fenomeni di interesse e le eventuali teorie esistenti (basato su una revisione approfondita della letteratura). La nuova teoria deve fornire una spiegazione o interpretazione coerente dei fenomeni di interesse ed avere qualche vantaggio rispetto alle teorie esistenti. più formale e quindi più precisa Di portata più ampia più parsimoniosa (rasoio di Occam) Fornire nuove prospettive o approccio teorico. Se non esiste una teoria, allora quasi ogni teoria può essere un passo nella giusta direzione.  Test delle ipotesi Le ipotesi sono un modello tentativo e semplificato che e’ utile se consente di ottenere predizioni sul fenomeno che si propone di spiegare (vs. “verità”).  Derivare ipotesi da una teoria Le teorie e le ipotesi hanno sempre una relazione se-allora. Sebbene le ipotesi siano solitamente espresse come affermazioni, possono essere sempre riformulate come domande “Gli scarafaggi corrono su una pista diritta più velocemente quando sono presenti gli altri scarafaggi?” Le ipotesi possono essere le risposte a queste domande! Spesso la teoria implica una risposta  ESEMPIO – Controllo di implicazioni teoriche potresti chiederti se la scrittura espressiva sulle esperienze positive migliori la salute tanto quanto la scrittura espressiva sulle esperienze traumatiche. la teoria dell'assuefazione (l'idea che la scrittura espressiva induca le persone ad abituarsi a pensieri e sentimenti negativi) implica una risposta? → SI sembra chiaro che se la teoria dell'assuefazione fosse corretta, allora la scrittura espressiva sulle esperienze positive non dovrebbe essere efficace (perché non indurrebbe le persone ad abituarsi a pensieri e sentimenti negativi)  ESEMPIO – Controllo di aspetti della teoria per cui manca validazione empirica Un secondo modo per derivare ipotesi dalle teorie è concentrarsi su qualche componente della teoria che non è stata ancora osservata direttamente. Ad esempio, un ricercatore potrebbe concentrarsi sul processo di assuefazione, magari ipotizzando che le persone dovrebbero mostrare meno segni di disagio emotivo ad ogni nuova sessione di scrittura.  La competizione head-to-head tra teorie Esistono due teorie sul modo in cui le persone esprimono giudizi su se stesse, ad esempio quanto sono assertive: - TEORIA 1= le persone basano i loro giudizi sul numero di esempi che richiamano alla mente - TEORIA 2= le persone basano i loro giudizi sulla facilità con cui ricordano quegli esempi Test: i ricercatori hanno chiesto alle persone di ricordare sei volte in cui erano state assertive (che è facile per la maggior parte delle persone) o 12 volte (che è difficile per la maggior parte delle persone). Poi hanno chiesto loro di giudicare la propria assertività.  La competizione head-to-head tra teorie - IMPLICAZIONE TEORIA 1= La teoria del «numero di esempi» implica che le persone che hanno ricordato 12 esempi dovrebbero giudicarsi come più assertivi (perché ricordano più esempi). - IMPLICAZIONE TEORIA 2= i partecipanti che hanno ricordato sei esempi dovrebbero giudicarsi più assertivi perché ricordare gli esempi è stato più facile. Le due teorie hanno fatto previsioni opposte, in modo che solo una delle previsioni potesse essere confermata  La competizione head-to-head tra teorie Conclusione: i partecipanti che ricordavano meno esempi si sono giudicati più assertivi, fornendo prove particolarmente convincenti a favore della teoria della «facilità di recupero» rispetto alla teoria del «numero di esempi».  Valutazione e revisione delle teorie - Se un'ipotesi viene confermata in uno studio empirico sistematico, allora la teoria è rafforzata: - la teoria ha fatto una previsione accurata, - ora esiste unanuovo fenomeno di cui la teoria tiene conto. - Se un'ipotesi viene smentita in uno studio empirico sistematico, allora la teoria è stata indebolita: - Ha fatto un errore di previsione - c’è un nuovo fenomeno di cui non tiene conto.  Valutazione e revisione delle teorie - Complicazione 1: - Innanzitutto, confermare l'ipotesi può rafforzare una teoria ma non può mai dimostrarla. In effetti, gli scienziati tendono a evitare la parola “dimostrare” quando parlano e scrivono di teorie. - Uno dei motivi è che potrebbero esserci altre teorie plausibili che implicano la stessa ipotesi, il che significa che confermare l’ipotesi rafforza tutte quelle teorie allo stesso modo. - La seconda ragione è che è sempre possibile effettuare un'altra verifica dell'ipotesi o un test di una nuova ipotesi derivata dalla teoria. - Questa è una versione del famoso “problema filosofico dell’induzione” → Non è possibile dimostrare definitivamente un principio generale (ad esempio, “Tutti i cigni sono bianchi”) semplicemente osservando casi confermanti (ad esempio, tutti i cigni bianchi osservati), non importa quanti. È sempre possibile che un caso contrario alla teoria (un cigno nero) prima o poi arriverà. - Per questi motivi, gli scienziati tendono a pensare alle teorie – anche quelle di grande successo – come soggette a revisione sulla base di novità e osservazioni inaspettate.  Valutazione e revisione delle teorie - Complicazione 2: - Secondo la versione più rigorosa del metodo ipotetico-deduttivo, smentire un'ipotesi smentisce la teoria da cui è stata derivata. Nella logica formale, le premesse “se A allora B” e “non B” portano necessariamente alla conclusione “non A”. Se A è la teoria e B è l’ipotesi (“se A allora B”), sconfermare l’ipotesi (“non B”) deve significare che la teoria è errata (“non A”). - In pratica, gli scienziati non rinunciano così facilmente alle loro teorie. - Uno dei motivi è quello che un'ipotesi non confermata potrebbe essere un colpo di fortuna o potrebbe essere il risultato di una ricerca errata. Forse il ricercatore non è riuscito a manipolare con successo la variabile indipendente o a misurare la variabile dipendente. - un'ipotesi non confermata potrebbe significare che alcuni presupposti della teoria, non dichiarati ma relativamente minori, non siano stati soddisfatti.  Valutazione e revisione delle teorie Esempio: - Ad esempio, se Zajonc non fosse riuscito a trovare una facilitazione sociale negli scarafaggi, avrebbe potuto concludere che la teoria della pulsione è ancora corretta, ma si applica solo agli animali con sistemi nervosi sufficientemente complessi. - Ciò non significa che i ricercatori siano liberi di ignorare le disconferme alle loro teorie. - Se non riescono a migliorare i loro progetti di ricerca o a modificare le loro teorie alla fine abbandonano le loro teorie e le sostituiscono con altre che hanno più successo. Includere le teorie nella tua ricerca (consigli pratici) Distinguere il fenomeno dalla teoria Esempio 1: potresti essere tentato di descrivere l’ effetto negativo dell’uso del cellulare sulla capacità di guida affermando: “L’uso del cellulare distrae le persone dalla guida”. Oppure potrebbe essere forte la tentazione di descrivere l'effetto positivo discrittura espressiva sulla salute dicendo: “Affrontare le proprie emozioni attraverso la scrittura ti rende più sano." In entrambi questi esempi, però, una spiegazione di vago buon senso (distrazione, “gestire” le emozioni) è stata fusa al fenomeno. Includere le teorie nella tua ricerca (consigli pratici) Distinguere il fenomeno dalla teoria Esempio 2: le persone sono più disposte a soddisfare una semplice richiesta da parte di qualcuno con cui hanno familiarità. Un ricercatore principiante a cui venga chiesto di spiegare questo fenomeno potrebbe dire qualcosa del tipo: “Bene, perché hanno familiarità con loro." Ma scavando un po’ più a fondo, ci si è resi conto che esistono diverse possibili spiegazioni. rispettare le persone che conosciamo crea sentimenti positivi? prevediamo di aver bisogno di qualcosa da loro nel futuro? ci piacciono di più e seguiamo una regola automatica che dice di aiutare le persone che ci piacciono? Includere le teorie nella tua ricerca (consigli pratici) Distinguere il fenomeno dalla teoria Esempio 2, la prossima cosa da fare è rivolgersi alla letteratura scientifica per identificare le teorie esistenti sui fenomeni che ti interessano. Ricorda che di solito ci sarà più di una teoria plausibile. Le teorie esistenti possono essere complementari o concorrenti, ma è fondamentale sapere quali siano. Riguarda il fatto che è più probabile che rispettiamo le richieste delle persone che conosciamo [il fenomeno]. Questo è interessante perché potrebbe essere perché: ci fa sentire buoni [Teoria 1] perché pensiamo che potremmo ottenere qualcosa in cambio [Teoria 2] perché ci piacciono di più e abbiamo una tendenza automatica a conformarci alle persone che ci piacciono [Teoria 3] Includere le teorie nella tua ricerca (consigli pratici) Distinguere il fenomeno dalla teoria Esempio 2, A questo punto, potresti essere in grado di derivare un'ipotesi da una delle teorie. Per ogni domanda di ricerca che generi, dovresti chiederti cosa ogni teoria alternativa implichi circa la risposta a questa domanda. Se uno teoria implica una risposta particolare, allora potresti avere un'ipotesi interessante da testare. È stato chiesto cosa accadrebbe se una richiesta provenisse da uno sconosciuto accanto al quale i partecipanti si erano seduti solo brevemente, con cui non avevano interagito e con cui non si aspettavano di interagire in futuro. Hanno ragionato che se la familiarità creava simpatia, e la simpatia aumentava la tendenza delle persone a conformarsi (Teoria 3), allora questa situazione dovrebbe comunque comportare un aumento dei tassi di conformità (cosa che è avvenuta). Includere le teorie nella tua ricerca (consigli pratici) Se la domanda è interessante ma nessuna teoria implica una risposta, ciò potrebbe suggerire che sia necessario costruire una nuova teoria o che le teorie esistenti debbano essere modificate in qualche modo. Ci sono due modi fondamentali in cui i ricercatori di solito includono la teoria. Il primo è derivare una domanda di ricerca, rispondere a quella domanda conducendo un nuovo studio e poi offrire una o più teorie (di solito più) per spiegare o interpretare i risultati. Questo formato funziona bene per domande di ricerca applicata e per domande di ricerca che le teorie esistenti non affrontano. Il secondo modo è descrivere una o più teorie esistenti, derivare un'ipotesi da una di quelle teorie, verificare l'ipotesi in un nuovo studio, e infine rivalutare la teoria. Questo formato funziona bene quando esiste una teoria che affronta la domanda di ricerca, soprattutto se l’ipotesi risultante è sorprendente o in conflitto con un'ipotesi derivata da una teoria diversa.  Recap Lavorare con le teorie è un basilare ingrediente della ricerca psicologica. Come altri scienziati, gli psicologi usano il metodo ipotetico-deduttivo. Costruiscono teorie per spiegare o interpretare i fenomeni (o lavorano con teorie esistenti), ricavare ipotesi, testare le ipotesi e quindi rivalutare le teorie alla luce dei nuovi risultati Ci sono molte cose che anche i ricercatori alle prime armi possono fare per incorporare la teoria nella loro ricerca. Questi includono chiaramente distinguere i fenomeni dalle teorie, conoscere le teorie esistenti, costruire le proprie teorie, usare le proprie teorie per fare previsioni sulle risposte alle domande di ricerca e incorporare teorie nella propria scrittura e nel parlare. MISURE  Misura: Assegna valori che rappresentano qualche caratteristica dell’individuo Il numero di Kg rappresenta una caratteristica del mio corpo (e potrebbe essere collegato ad altre) Richiede una procedura sistematica per assegnare punteggi a oggetti o individui in modo che questi punteggi rappresentino le caratteristiche di interesse  Costrutto: Puo’ essere ovvio… genere (M/F) Età (anni) …o meno ovvio… Autostima (?) → come si misura? Intelligenza (?) Concetti come estroversione o paura non si “riducono” al fatto che io pensi un pensiero particolare, abbia un opinione particolare, o abbia una particolare struttura psicologica. - Sono una “summa” di una serie di comporamenti e processi interni. - Sono teorizzati perche’ la loro esistenza aiuta a spiegare dei comportamenti → tutti gli estroversi hanno comportamenti più simili tra loro che rispetto a chi non appartenga a quella categoria STIMULI (environment) → RESPONSES (behavior) la “rivoluzione cognitiva”: Rappresentazioni mentali e poi neurali degli stimuli e delle risposte STIMULI → MIND/BRAIN → Responses  Esempi di costrutti: Tratti di personalità (estroversione) Stati emozionali (paura) Atteggiamenti (verso gli animali, le tasse etc.) I costrutti non possono essere osservati direttamente (teorie!): Rappresentano tendenze (il fatto che uno studente sia estroverso non significa che sia estroverso in ogni momento, ma che abbia questa tendenza in numerose situazioni diverse) Spesso i costrutti coinvolgono processi interni (attivazioni di particolari vie nervose che non e’ ovvia per l’osservatore esterno, ma che e’ necessaria per la comparsa della risposta osservata)  Definizione concettuale di un costrutto: Descrive Comportamenti Processi interni Relazioni con altri costrutti (o variabili) ESEMPIO: Nevroticismo: tendenza a provare emozioni negative come ansia, rabbia e tristezza in una varietà di situazione. Puotrebbe anche includere che abbia una forte componente genetica, che sia stabile nel tempo, che sia correlato con la tendenza a provare dolore e altri sintomi fisici La ricerca psicologica: 1) Propone definizioni concettuali 2) Le testa empiricamente 3) Le ridefinisce secondo i nuovi dati  Definizione operazionale di un costrutto: Descrive una variabile in termini della procedura con cui si misura: Misure self-report: i partecipanti riportano I loro pensieri/sentimenti/azioni etc. Misure comportamentali: il comportamento del partecipante e’ osservato e annotato In laboratorio (backward digit span task) In un setting “naturale” (numero di aggressioni in 20 minuti) Misure fisiologiche: ( FC, Rate respiratorio, sudorazione, diametro pupille etc.)  Per ogni costrutto possono esserci numerose definizioni operazionali Un costutto solido tende a mostrare convergenza operazionale, per cui multiple definizioni operazionali tendono a convergere sullo stesso construtto Livelli delle misure NOMINALE Il livello nominale di misurazione viene utilizzato per le variabili categoriali e consiste nell’assegnare punteggi che sono etichette di categoria. Le etichette di categoria comunicano se presenta due individui sono uguali o diversi in termini della variabile misurata. Livelli delle misure Nominali (non c’e’ un naturale ordine preferenziale – p.es. Avvocato, medico)) Categoriche Ordinali (c’e’ un ordine preferenziale – p.es. Primo, secondo etc.) a intervalli = lo zero e’ arbitrario, se ho “10” di qualcosa ho di più di chi ne ha “5”, ma non e’ detto che ne abbia il doppio Numeriche a rapporti = lo zero ha un significato assoluto, ammette moltiplicazione e divisione. Se sono alto due metri sono alto di più di qualcuno alto un metro, ed esattamente il doppio. Livelli delle misure NOMINALE In quale delle diverse etnie con cui si identificano i partecipanti ad uno studio? livello nominale  Il livello ordinale di misurazione prevede l'assegnazione di punteggi in modo che rappresentino la classifica degli individui. I ranghi comunicano non solo se due individui qualsiasi sono uguali o diversi in termini di variabile misurata, ma anche se un individuo è più alto o più basso in quella variabile.  Il livello di misurazione dell'intervallo prevede l'assegnazione di punteggi in modo che rappresentino l'entità precisa della differenza tra individui, ma un punteggio pari a zero in realtà non rappresenta la completa assenza della caratteristica. Un classico esempio è la misurazione del calore utilizzando la scala Celsius o Fahrenheit. La differenza tra la temperatura di 20°C e quella di 25°C è esattamente di 5°C, ma una temperatura di 0°C non significa che vi sia completa assenza di calore. In psicologia, il quoziente di intelligenza (QI) è spesso considerato misurato a livello di intervallo. Il livello del rapporto della misurazione prevede l'assegnazione di punteggi in modo tale che vi sia un vero punto zero che rappresenta la completa assenza della quantità. L’altezza misurata in metri e il peso misurato in chilogrammi è un buon esempio. Conteggi di oggetti discreti o eventi come il numero di fratelli o il numero di domande a cui uno studente risponde correttamente ad un esame.  i livelli di misurazione possono servire come guida approssimativa per le procedure statistiche che possono essere utilizzate con i dati e le conclusioni che possono essere tratte da loro. Con la misurazione del livello nominale, ad esempio, l'unica misura disponibile della tendenza centrale è la moda. Inoltre, la misurazione a livello di rapporto è l'unico livello che consente affermazioni significative sui rapporti dei punteggi. Non si può dire che qualcuno con un QI di 140 è due volte più intelligente di qualcuno con un QI di 70, perché il QI è misurato a livello di intervallo. Si può dire che qualcuno con sei fratelli ha il doppio di qualcuno con tre fratelli perché il numero di fratelli viene misurato su livello di rapporto.  Recap Le misure assegnano un punteggio agli individui, cosi che queste rappresentino le caratteristiche dell’individuo Costrutti psicologici non sono direttamente osservabili perche’ rappresentano tendenze comportamentali e/o processi interni Per ogni definizione concettuale di costrutto possono esserci più definizioni operazionali Le variabili possono essere misurate a quattro diversi livelli: nominale,ordinale, intervallo e rapporto, che comunicano quantità crescenti di informazioni quantitative. Il livello di misurazione influisce sui tipi di statistiche che puoi utilizzare e sulle conclusioni da cui trarre i tuoi dati. Esercizio: Per ciascuna delle seguenti variabili, decidere quale livello di misura viene utilizzato: A. Un insegnante universitario misura il tempo impiegato dai suoi studenti Assegna al più lento il punteggio 1, poi il 2 al secondo più lento, e così via. B. Un ricercatore accede alle cartelle cliniche dei suoi partecipanti e conta il numero di volte in cui hanno visto un medico nell’anno passato. C. Ai partecipanti di uno studio di ricerca viene chiesto se sono destrimani o mancini.  Affidabilità e validità della misurazione come fanno i ricercatori a sapere che i punteggi rappresentino effettivamente la caratteristica, soprattutto quando si tratta di un costrutto come l'intelligenza, autostima, depressione o capacità di memoria di lavoro?​ Gli psicologi non danno semplicemente per scontato che le loro misure funzionino. Invece, raccolgono dati per dimostrare che funzionino. Se la loro ricerca non dimostra che una misura funziona, smettono di usarla  Esempio banale I tuoi vestiti sembrano larghi e diversi amici ti hanno chiesto se hai perso peso. Se a questo punto la tua bilancia indicasse che hai perso 10 Kg , continueresti ad usarla. In caso contrario, penseresti che possa essere rotta. Nel valutare un metodo di misurazione, gli psicologi ne considerano due generalidimensioni: affidabilità e validità.​  «Reliability» L’affidabilità si riferisce alla coerenza di una misura. Gli psicologi considerano tre tipidi coerenza: nel tempo (affidabilità test-retest); tra gli elementi (coerenza interna); tra diversi ricercatori (affidabilità dell'intervalutatore).  «Reliability nel tempo» Test – Retest Reliability Quando i ricercatori misurano un costrutto che ritengono coerente nel tempo, quindi anche i punteggi ottenuti dovrebbero essere coerenti nel tempo. Una persona che è molto intelligente oggi sarà molto intelligente la prossima settimana. Ciò significa che una misura dell’intelligenza dovrebbe produrre all’incirca gli stessi punteggi per un individuo, la prossima settimana come oggi. La test-retest reliability produce una misura che quantifica questa stabilità.  «Reliability» nel tempo Per valutare l'affidabilità del test- retest è necessario utilizzare la misura su un gruppo di persone una prima volta, e poi di nuovo in un secondo momento. Si guarda la correlazione test-retest tra le due serie di punteggi. Questo viene in genere rappresentato graficamente in un grafico a dispersione e calcolato con la xxxx(?).​  «Reliability» nel tempo Ancora una volta, le correlazioni test-retest elevate hanno senso quando il costrutto che si vuole misurare sia costante nel tempo (come nel caso dell’intelligenza, dell’autostima, delle cinque dimensioni principali della personalità). Ma non si presume che altri costrutti siano necessariamente stabili nel tempo (umore). Quindi, una misura dell'umore che abbia prodotto una bassa correlazione test-retest per un periodo di un mese non sarebbe motivo di preoccupazione.  «Reliability» interna Internal consistency La coerenza interna è la consistenza delle risposte delle persone alle voci su una misura a più voci. si suppone che tutti gli elementi di tali misure riflettano lo stesso costrutto sottostante, e quindi i punteggi di persone su questi elementi dovrebbero essere correlati tra loro. ESEMPIO: Sulla scala dell’autostima di Rosenberg, persone che concordano di essere una persona di valore dovrebbero tendere a concordare sul fatto che hanno una serie di buone qualità. Se le risposte delle persone ai diversi item non sono correlate tra loro, allora non ha più senso affermare che misurino tutte lo stesso costrutto sottostante.  «Reliability» interna Ciò è vero tanto per le misure comportamentali e fisiologiche quanto per le misure di autovalutazione. Ad esempio, le persone potrebbero effettuare una serie di scommesse in un gioco simulato di roulette come misura del loro livello di ricerca del rischio. Questa misura sarebbe internamente coerente nel caso in cui le scommesse dei singoli partecipanti siano costantemente alte o basse durante le prove.​  «Reliability» interna - quantificazione Come l'affidabilità test-retest, la coerenza interna può essere valutata solo raccogliendo e analizzando i dati. Un approccio consiste nel considerare una correlazione divisa a metà. Ciò comporta che si dividendo gli elementi in due insiemi, ad esempio la prima e la seconda metà degli elementi o gli elementi con numeri pari e dispari. Quindi viene calcolato un punteggio per ogni serie di elementi e viene esaminata la relazione tra le due serie di punteggi.  «Reliability» interna Forse la misura più comune di coerenza interna utilizzata dai ricercatori in psicologia è una statistica chiamata α di Cronbach. Concettualmente, la α è la media di tutte le possibili correlazioni ottenute dividendo a metà un insieme di elementi. Ad esempio, ci sono 252 modi per dividere un set di 10 elementi in due set da cinque. L’α di Cronbach si interpreta come la media delle 252 correlazioni tra le domande divise a metà in modo casuale. Ancora una volta, un valore pari o superiore a +0.80 viene considerato come indicativo di una buona coerenza interna.  «Reliability» inter-rater L'attendibilità tra gli intervistatori è la misura in cui i diversi osservatori sono coerenti nei loro giudizi. se fossi interessato a misurare le abilità sociali degli studenti universitari, potresti effettuare registrazioni video di loro mentre interagiscono con un altro studente. Quindi potresti chiedere a due o più osservatori di guardare i video e valutare il livello di abilità sociali di ogni studente. Nella misura in cui ciascun partecipante possiede effettivamente un certo livello di abilità sociali che possono essere rilevate da un osservatore, le valutazioni dei diversi osservatori dovrebbero essere altamente correlate tra loro. Se così non fosse, allora quelle valutazioni non potrebbero essere una rappresentazione accurata delle abilità sociali dei partecipanti. L’affidabilità viene spesso valutata utilizzando la α di Cronbach quando i giudizi sono quantitativi o una statistica analoga chiamata la k di Cohen quando i giudizi sono categorici  Validità La validità è la misura in cui i punteggi di una misura rappresentano la variabile a cui sono destinati. Ma come fanno i ricercatori a esprimere questo giudizio? una misura può essere estremamente affidabile ma non avere validità. Come esempio assurdo, immagina qualcuno che creda che la lunghezza dell’indice rifletta la loro autostima e che quindi cerchi di misurare l’autostima misurando l’indice. Questa misura avrebbe un’affidabilità test-retest estremamente buona, ma non avrebbe assolutamente alcuna validità. Il fatto che l’indice di una persona sia più lungo di quello di un’altra non dice nulla su quale dei due avesse una maggiore autostima​  Validità Validità “di facciata” Validità di contenuto Validità di criterio Validità discriminante  Validità “di facciata” (face validity) La validità nominale è la misura in cui un metodo di misurazione sembra “apparentemente” misurare il costrutto di interesse. La maggior parte delle persone si aspetterebbe che un questionario sull’autostima includa elementi su quanto qualcuno pensi di essere una persona di valore e se pensi di avere buone qualità. Quindi un questionario su questi tipi di domande avrebbe una buona validità apparente. Il metodo a distanza di un dito per misurare l’autostima, d’altra parte, sembra non avere nulla a che fare con l’autostima e quindi ha scarsa validità apparente. Sebbene la validità apparente possa essere valutata quantitativamente, ad esempio facendo valutare una misura a un ampio campione di persone, di solito viene valutata in modo informale.  Validità di contenuto La validità di contenuto quantifica se la misura rappresenti effettivamente il costrutto che si vuole misurare. ESEMPIO 1 Definizione concettuale dell'ansia da test: coinvolge 1) attivazione del sistema nervoso simpatico 2) pensieri negativi Data questa definizione del costrutto, la corrispondente misura dell'ansia da test dovrebbe includere elementi sia sull’attivazione del simpatico che sui pensieri negativi.  Validità di contenuto La validità di contenuto quantifica se la misura rappresenti effettivamente il costrutto che si vuole misurare. ESEMPIO 2 Gli atteggiamenti sono solitamente definiti come ciò che coinvolge pensieri, sentimenti e azioni verso qualcosa. Secondo questa definizione concettuale, una persona ha un atteggiamento positivo nei confronti dell'esercizio fisico nella misura in cui 1) ha pensieri positivi sull'esercizio fisico 2) si sente bene con l'esercizio fisico 3) si esercita effettivamente. Quindi, per avere una buona validità di contenuto, una misura dell’atteggiamento delle persone nei confronti dell’esercizio fisico dovrebbe riflettere tutti e tre questi aspetti. Tipicamente, la validità di contenuto non si quntifica numericamente, ma si analizza confrontanto la definizione della misura con quella del costrutto teorico.  Validità di criterio La validità di criterio è la misura in cui i punteggi delle persone in una misura sono correlati con altre variabili (note come criteri) che ci si aspetterebbe essere correlate. I punteggi su una nuova misura dell’ansia da esame dovrebbero essere correlate negativamente con la loro prestazione agli esami. Se si scoprisse che i punteggi delle persone correlano negativamente con la prestazione di esame, allora questo sarebbe un elemento di prova che questi punteggi rappresentino davvero l’ansia da esame delle persone. Ma se si scoprisse che le persone hanno ottenuto punteggi ugualmente buoni all'esame indipendentemente dai punteggi di ansia del test, ciò metterebbe in dubbio la validità del test di misurare effettivamente l’ansia da esame.  Validità di criterio Un criterio può essere qualsiasi variabile con cui si abbia motivo di ritenere debba essere correlato il costrutto da misurare (tipicamente esistono numerosi criteri). Per esempio,ci si aspetterebbe che i punteggi dell'ansia da test fossero correlati negativamente con prestazioni e voti del corso e correlati positivamente con l'ansia generale e con la pressione sanguigna durante un esame. immagina che un ricercatore sviluppi una nuova misura dell’assunzione di rischi fisici. I punteggi delle persone su questa misura dovrebbero essere correlati alla loro partecipazione ad attività “estreme”, al numero di multe per eccesso di velocità ed al numero di ossa rotte che hanno avuto nel corso degli anni. I criteri possono includere anche altre misure dello stesso costrutto. Ad esempio, ci si aspetterebbe che le nuove misure dell’ansia da esame o dell’assunzione di rischi fisici fossero correlate positivamente con le misure esistenti degli stessi costrutti. Quindi l’uso di operazioni convergenti è un modo per esaminare la validità del criterio.  Validità discriminante La validità discriminante è la misura in cui i punteggi di una misura non sono correlati con misure di variabili concettualmente distinte. L'autostima è un atteggiamento generale verso se stessi abbastanza stabile nel tempo. Non è la stessa cosa dell’umore, ovvero quanto ci si senta bene o male in un dato momento. Quindi i punteggi su una nuova misura di autostima non dovrebbero essere molto correlatii con i loro stati d'animo. Se la nuova misura di autostima fosse altamente correlata con una misura dell’umore, si potrebbe sostenere che la nuova misura non misuri realmente l’autostima, ma che stia invece misurando l'umore.  Validità discriminante Quando è stata creata la ‘Need for Cognition Scale’, è stata fornita evidenza della validità discriminante dimostrando che i punteggi delle persone non fossero correlati con alcune altre variabili. Ad esempio, hanno trovato solo una debole correlazione tra il bisogno di cognizione delle persone e una misura del loro stile cognitivo (=la misura in cui tendono a pensare in modo analitico - suddividendo le idee in parti più piccole - o in modo olistico in termini di “quadro generale”). Inoltre, non hanno trovato alcuna correlazione tra il bisogno di cognizione e delle misure della loro ansia da test e della loro tendenza a rispondere socialmente in modi desiderabili. Tutte queste basse correlazioni forniscono la prova che la misura stia riflettendo un costrutto concettualmente distinto.  Recap Gli psicologi non si limitano a dare per scontato che le loro misure funzionino ma, invece, conducono ricerche per dimostrarlo. Esistono due criteri distinti in base ai quali i ricercatori valutano le proprie misure: affidabilità e validità. L'affidabilità è la coerenza trasversale nel tempo (affidabilità test-retest), tra gli elementi (coerenza interna),e tra i ricercatori (affidabilità inter-valutatore). La validità è la portata con cui i punteggi rappresentano effettivamente il costrutto per cui sono stati concepiti. La validità è un giudizio basato su vari tipi di prove. Le prove rilevanti includono l’affidabilità della misura, se essa copre il costrutto di interesse e se i punteggi che produce sono correlati con altre variabili previste dal costrutto e non correlate con le variabili che sono concettualmente distinte. L'affidabilità e la validità di una misura non sono stabilite da nessun singolo studio ma dal modello di risultati di più studi. La valutazione dell’affidabilità e della validità è un processo continuo.  Esercizio Chiedi a diversi amici di completare la scala dell'autostima di Rosenberg. Valutarne poi la consistenza interna effettuando un grafico a dispersione per mostrare la correlazione.  Ricerca in pratica: la definizione concettuale di un costrutto Avere una definizione concettuale chiara e completa di un costrutto è un prerequisito per una buona misurazione. Se tu avessi solo una vaga idea di voler misurare la “memoria” delle persone, ad esempio, non avresti modo di scegliere se fargli ricordare un elenco di parole del vocabolario, una serie di fotografie; una abilità appena appresa o un'esperienza di molto tempo fa. Se sei interessato alla memoria dichiarativa a lungo termine (memoria dei fatti), potresti chiedere ai partecipanti di ricordare un elenco delle parole imparate la settimana prima, ma far ricordare ed eseguire un'abilità appena appresa non lo farebbe. In generale, non c’è nulla che possa sostituire la lettura della letteratura di ricerca su un costrutto → prestando molta attenzione a come hanno fatto gli altri a definirlo.  Scegliere una definizione operazionale 1) Usare una misura preesistente (a) risparmi il tempo e la fatica di crearne una propria (b) esistono già prove della validità della misura (c) i risultati possono essere confrontati più facilmente (ed anche combinati) con i risultati precedenti.  Scegliere una definizione operazionale 1) Usare una misura preesistente - più comune - con le migliori evidenze di affidabilità e validità - che meglio misura un aspetto particolare di un costrutto che ci interessa (ad esempio, una misura fisiologica dello stress se interessa la fisiologia sottostante) - più facile da usare Le misure già validate sono normalmente descritte in articoli di ricerca La Directory of Unpublished Experimental Measures è un ampio catalogo di misure utilizzate in ricerche precedenti. Molte misure esistenti, soprattutto quelle che hanno applicazioni in psicologia clinica, sono proprietarie. Ciò significa che un editore possiede i diritti su di essi e che dovresti acquistarli.  Scegliere una definizione operazionale 2) Creare la tua propria misura la maggior parte delle nuove misure in psicologia sono in realtà variazioni di quelle esistenti → cercare idee nella letteratura di ricerca. Puoi modificare un questionario esistente, creare una versione cartacea di una misura che è normalmente informatizzata (o viceversa), oppure adattare una misura tradizionalmente utilizzata per un altro scopo. Ad esempio, il famoso test di Stroop,in cui le persone nominano rapidamente i colori su cui vengono stampate varie parole di colore è stato adattato per lo studio dell'ansia sociale → Le persone socialmente ansiose sono più lente nel nominare i colori quando le parole hanno connotazioni sociali negative come «stupido».  Scegliere una definizione operazionale 2) Creare la tua propria misura Quando crei una nuova misura, dovresti puntare alla semplicità. I partecipanti non sono interessati alla tua ricerca quanto te e possono variare ampiamente nella loro capacità di comprendere e svolgere qualunque compito gli venga assegnato. L’esigenza di brevità, tuttavia, deve essere soppesata rispetto al fatto che è sempre meglio che una misura includa più elementi anziché un singolo elemento, per ragioni di: - la validità dei contenuti. Spesso sono presenti più elementi necessari per coprire adeguatamente un costrutto - la reliability dei contenuti: le risposte a singoli elementi possono essere influenzate da tanti tipi di fattori irrilevanti: fraintendere un particolare elemento, una distrazione momentanea, un semplice errore Ma quando vengono mediate più risposte, gli effetti di questi fattori irrilevanti tendono ad annullarsi a vicenda e a produrre punteggi più attendibili. Gli elementi sono stati strutturati in modo da consentire loro di essere combinati in un unico punteggio complessivo sommando o facendo la media.  Scegliere una definizione operazionale ESEMPIO Per misurare la “responsabilità finanziaria” si potrebbe chiedere il reddito annuale, ottenere il punteggio e chiedere di valutare quanto il soggetto sia “parsimonioso” → ma non esiste un modo ovvio per combinare queste risposte in un punteggio complessivo. Per creare una vera misura a più elementi, lo studente potrebbe invece chiederele persone a valutare il grado in cui 10 affermazioni sulla responsabilità finanziaria e descriverli sulla stessa scala a cinque punti.  Implementazione della misura È meglio testare tutti in condizioni simili che, idealmente,sono silenziose e prive di distrazioni. Testare i partecipanti in gruppo viene spesso fatto perché è efficiente, ma può creare distrazioni che riducono l'affidabilità e la validità della misura. Pericoli: - Tipi di partecipanti: quelli amichevoli potrebbero rispondere nel modo in cui credono che ci si aspetti che facciano. Potrebbero cercare di dare una risposta socialmente desiderabile. Ad esempio, le persone con bassa autostima sono d’accordo su questo punto e sentono di essere una persona di valore non perché si sentano veramente così ma perché credono che questa sia la risposta socialmente appropriata e non vogliono fare brutta figura agli occhi del ricercatore. - caratteristiche della domanda: indicazioni su come il ricercatore si aspetta che i partecipanti si comportino. Ad esempio, un partecipante il cui atteggiamento verso l'esercizio fisico viene misurato immediatamente dopo che gli è stato chiesto di leggere un passaggio sui pericoli delle malattie cardiache potrebbe ragionevolmente concludere che il passaggio aveva lo scopo di migliorare il suo atteggiamento. Di conseguenza, potrebbe rispondere in modo più favorevole perché crede che il ricercatore si aspetti che lo faccia. Infine, le tue aspettative possono influenzare i comportamenti dei partecipanti in modi non desiderati.  Implementazione della misura Contromisure - Task semplice - Garantire anonimato - Se in gruppo, evitare che “copino” - Sebbene il consenso informato richieda di dire ai partecipanti cosa faranno, non è necessario rivelare la tua ipotesi o altre informazioni che potrebbero suggerire ai partecipanti come ti aspetti che rispondano. Un questionario progettato per misurare la responsabilità finanziaria non deve essere intitolato “Sei finanziariamente responsabile?" Potrebbe essere intitolato “Questionario sui soldi” o non avere alcun titolo. - dovresti standardizzare tutte le interazioni tra ricercatori e partecipanti, ad esempio leggendo sempre lo stesso set di istruzioni parola per parola  Valutazione della misura - Anche se la misura è stata ampiamente utilizzata da altri ricercatori ed ha già mostrato prove di affidabilità e validità, non dovresti dare per scontato che abbia funzionato come previsto per il vostro particolare campione e nelle vostre particolari condizioni di test. Indipendentemente da ciò, ora disponi di ulteriori prove sull'affidabilità e sulla validità della misura, e avrebbe senso aggiungere tale prova alla letteratura di ricerca. - La validità di criterio e discriminante può essere valutata in vari modi. Ad esempio, se il tuo studio includeva più di una misura dello stesso costrutto o misure di costrutti concettualmente distinti, allora dovresti guardare le correlazioni tra queste misure per essere sicuro che siano soddisfacenti rispetto a cio’ che si vuole misurare.  Valutazione della misura - MacDonald e Martineau hanno manipolato gli stati d’animo dei partecipanti facendoli pensare pensieri positivi o negativi e, dopo la manipolazione, misuravano il loro umore. - hanno mostrato una differenza tra i due gruppi. Questo ha fornito contemporaneamente: 1) prova che la loro manipolazione dell'umore funzionava e 2) che la loro misurazione dell'umore era valida.  Recap Una buona misurazione inizia con una chiara definizione concettuale del costrutto da misurare. Ciò è possibile sia tramite una riflessione dettagliata sia tramite una revisione della letteratura di ricerca. Spesso hai la possibilità di utilizzare una misura esistente o di crearne una nuova. Dovresti prendere questa decisione in base alla disponibilità delle misure esistenti ed alla loro adeguatezza per i vostri scopi. È possibile eseguire diversi semplici passaggi per creare nuove misure e attuare sia le misure esistenti che quelle nuove che possono aiutare a massimizzare l’affidabilità e la validità. Una volta utilizzata una misura, è necessario rivalutarne l'attendibilità e la validità in base ai nuovi dati. Ricorda che la valutazione dell’affidabilità e della validità è un processo continuo.  RICERCA SPERIMENTALE Ipotesi: Quanti più testimoni di un incidente o di un crimine ci sono, tanto meno è probabile che qualcuno di loro aiuti la vittima. Hanno anche suggerito la teoria secondo cui ciò accade perché ogni testimone si sente meno responsabile dell’aiuto, un processo denominato “diffusione della responsabilità”. per verificare la loro ipotesi, hanno creato un'emergenza simulata in un laboratorio. Ciascuno degli studenti universitari partecipanti è stato isolato in una piccola stanza e gli è stato detto che avrebbe discusso della vita universitaria con altri studenti tramite un sistema di interfono. All'inizio della discussione, tuttavia, uno degli studenti iniziò ad avere quello che sembrava essere un attacco epilettico.  RICERCA SPERIMENTALE - In realtà non c'erano altri studenti. La chiave per lo studio è stato che ad alcuni partecipanti è stato detto che la discussione coinvolgeva solo un altro studente (la vittima), ad altri è stato detto che si trattava di altri due studenti, e ad altri ancora è stato detto che comprendeva altri cinque studenti. - Poiché questa era l’unica differenza tra questi tre gruppi di partecipanti, qualsiasi differenza nella loro tendenza ad aiutare la vittima avrebbe dovuto essere causata da essa. - la probabilità che il partecipante lasciasse la stanza per cercare aiuto per la “vittima” diminuiva dall’85% al 62% al 31%, man mano che aumentava il numero dei “testimoni”.  RICERCA SPERIMENTALE - Gli esperimenti vengono utilizzati per determinare non solo se esiste una relazione statistica tra due variabili, ma anche se la relazione è causale. - Gli esperimenti hanno due caratteristiche fondamentali. 1) Il primo è che i ricercatori manipolano, o variano sistematicamente, il livello della variabile indipendente. I diversi livelli della variabile indipendente sono chiamati condizioni. 2) La seconda caratteristica fondamentale di un esperimento è che il ricercatore controlla, o minimizza la variabilità di variabili diverse dalla variabile indipendente e dipendente. - Questi altre variabili sono chiamate variabili estranee. Nello studio sulla responsabilità diffusa, tutti i partecipanti erano nella stessa stanza, esposti alla stessa situazione di emergenza e così via. Hanno anche assegnato in modo casuale i partecipanti alle condizioni in modo che i tre gruppi fossero simili tra loro fin dall'inizio.  RICERCA SPERIMENTALE Sebbene le parole manipolazione e controllo abbiano significati simili nel linguaggio quotidiano, i ricercatori fanno una chiara distinzione tra loro. Manipolano la variabile indipendente modificandone sistematicamente i livelli e controllano le altre variabili mantenendole costante.​  VALIDITA’ INTERNA ED ESTERNA DELL’ESPERIMENTO - Ricordiamo che il fatto che due variabili siano statisticamente correlate non significa necessariamente che una causi l’altra. La logica di base è questa: se il ricercatore crea due o più condizioni molto simili e poi manipola la variabile indipendente per produrre solo una differenza tra loro, allora qualsiasi differenza successiva tra le condizioni deve essere stata causata dalla variabile indipendente.  VALIDITA’ INTERNA ED ESTERNA DELL’ESPERIMENTO Si dice che uno studio empirico abbia un’elevata validità interna se il modo in cui è stato condotto supporta la conclusione che la variabile indipendente ha causato eventuali differenze osservate nella variabile dipendente. Gli esperimenti hanno un’elevata validità interna perché il modo in cui sono condotti – con la manipolazione della variabile indipendente e il controllo delle variabili estranee – fornisce un forte supporto alla tesi causale.  VALIDITA’ INTERNA ED ESTERNA DELL’ESPERIMENTO Allo stesso tempo, il modo in cui vengono condotti gli esperimenti a volte porta a un diverso tipo di critica. Nello specifico, la necessità di manipolare la variabile indipendente e di controllare le variabili estranee fa sì che gli esperimenti siano spesso condotti in condizioni che sembrano artificiali o diverse dalla “vita reale”. Uno studio empirico è in alto rispetto alla validità esterna se il modo in cui è stato condotto supporta la generalizzazione dei risultati a persone e situazioni oltre quelle effettivamente studiate. Come regola generale, gli studi hanno una validità esterna maggiore quando i partecipanti e la situazione studiata sono simili a quelle verso cui i ricercatori vogliono generalizzare i loro risultati.  VALIDITA’ INTERNA ED ESTERNA DELL’ESPERIMENTO - Immagina, ad esempio, che un gruppo di ricercatori sia interessato a come gli acquirenti nei grandi negozi di alimentari siano influenzati dal fatto che i cereali per la colazione siano confezionati in scatole gialle o viola. - Il loro studio avrebbe un’elevata validità esterna se studiassero le decisioni delle persone comuni che fanno la spesa settimanale in un vero negozio di alimentari. - Se gli acquirenti acquistassero molti più cereali in scatole viola, i ricercatori sarebbero abbastanza fiduciosi che ciò sarebbe vero per altri acquirenti in altri negozi. - Il loro studio avrebbe tuttavia una validità esterna relativamente bassa se studiassero un campione di studenti universitari in un laboratorio di un college e si limitassero a giudicare il fascino dei vari colori presentati sullo schermo di un computer. Se gli studenti giudicassero il viola più attraente del giallo, i ricercatori non sarebbero molto sicuri che ciò sia rilevante per gli acquirenti di generi alimentari o in generale per prendere decisioni sull’acquisto di cereali.  MANIPOLAZIONE DELLA VARIABILE INDIPENDENTE - manipolare una variabile indipendente significa cambiare sistematicamente il suo livello in modo che diversi gruppi di partecipanti siano esposti a diversi livelli di quella variabile, o lo stesso gruppo di partecipanti sia esposto a diversi livelli in momenti diversi. - Si noti che la manipolazione di una variabile indipendente deve comportare l'intervento attivo del ricercatore. Confrontare gruppi di persone che differiscono sulla variabile indipendente prima dell’inizio dello studio non equivale a manipolare quella variabile. Ad esempio, un ricercatore che confronta la salute delle persone che già tengono un diario con la salute delle persone che non tengono un diario non ha manipolato questa variabile e quindi non ha condotto un esperimento. Questo è importante perché i gruppi che già differiscono in un modo all’inizio di uno studio probabilmente differiranno anche in altri modi.  MANIPOLAZIONE DELLA VARIABILE INDIPENDENTE Naturalmente, ci sono molte situazioni in cui la variabile indipendente non può essere manipolata per ragioni pratiche o etiche e quindi un esperimento non è possibile. Ad esempio, non è possibile manipolare se le persone abbiano o meno un’esperienza significativa di malattia precoce, rendendo impossibile fare un esperimento sull’effetto delle esperienze precoci di malattia sullo sviluppo dell’ipocondria. Ciò non significa che sia impossibile studiare la relazione tra le prime esperienze di malattia e l’ipocondria, ma solo che deve essere fatto utilizzando approcci non sperimentali.  MANIPOLAZIONE DELLA VARIABILE INDIPENDENTE - In molti esperimenti, la variabile indipendente è un costrutto che può essere manipolato solo indirettamente. - Esempio: un ricercatore potrebbe tentare di manipolare indirettamente i livelli di stress dei partecipanti dicendo ad alcuni di loro che hanno cinque minuti per preparare un breve discorso che poi dovranno tenere davanti ad un pubblico di altri partecipanti. In tali situazioni, i ricercatori spesso includono un controllo di manipolazione nella loro procedura. - Un controllo di manipolazione è una misura separata del costrutto che il ricercatore sta cercando di manipolare per verificare che abbia manipolato con successo la variabile. - Esempio: i ricercatori che cercano di manipolare i livelli di stress dei partecipanti potrebbero sottoporre loro un questionario sullo stress scritto con carta e matita o misurare la loro pressione sanguigna, magari subito dopo la manipolazione o alla fine del test.  CONTROLLO DI VARIABILI TERZE - Una variabile estranea è tutto ciò che varia nel contesto di uno studio diverso dalle variabili indipendenti e dipendenti. - In un esperimento sugli effetti della scrittura espressiva sulla salute, ad esempio, le variabili estranee includerebbero variabili dei partecipanti (differenze individuali) come la loro capacità di scrittura, la loro dieta e il numero di scarpe. - Includerebbero anche variabili relative alla situazione o al compito, come l’ora del giorno in cui i partecipanti scrivono, se scrivono a mano o su un computer, e il tempo. Le variabili estranee rappresentano un problema perché è probabile che molte di esse abbiano qualche effetto sulla variabile dipendente. Ad esempio, la salute dei partecipanti sarà influenzata da molti altri fattori oltre al fatto che si impegnino o meno nella scrittura espressiva.Ciò può rendere difficile separare l’effetto della variabile indipendente dagli effetti delle variabili estranee, motivo per cui è importante controllare le variabili estranee mantenendole costanti.  CONTROLLO DI VARIABILI TERZE - Variabili estranee come “rumore” - Variabili estranee come variabili confondenti  Variabili estranee come “rumore” Immagina un semplice esperimento sull'effetto dell'umore (felice o triste) sul numero di eventi felici dell'infanzia che le persone sono in grado di ricordare. SINISTRA: Ogni partecipante nella condizione di umore felice ricordava esattamente quattro eventi felici dell’infanzia, e ogni partecipante nella condizione di umore triste ne ricordava esattamente tre. DESTRA: Anche nella condizione di umore felice, alcuni partecipanti ricorderebbero meno ricordi felici perché forse ne hanno meno a cui attingere, utilizzano strategie meno efficaci o sono meno motivati. Sebbene la differenza media tra i due gruppi «realistici» sia la stesso dei «dati idealizzati», questa differenza è molto meno evidente in un contesto con una maggiore variabilità dei dati. Questo è uno dei motivi per cui i ricercatori tentano di controllare le variabili estranee per far si che i loro dati assomiglino di più ai dati idealizzati​  CONTROLLO DI VARIABILI TERZE - Un modo per controllare le variabili estranee è mantenerle costanti. Ciò può significare mantenere costanti le variabili della situazione o del compito testando tutti i partecipanti nella stessa posizione, dando loro istruzioni identiche, trattandoli allo stesso modo e così via. - Può anche significare mantenere costanti le variabili dei partecipanti. Ad esempio, molti studi sulla lingua limita i partecipanti ai destrimani, che generalmente hanno la loro area della lingua nell'emisfero cerebrale sinistro. - In linea di principio, i ricercatori possono controllare le variabili estranee limitando i partecipanti a una categoria molto specifica di persone, come ventenne, etero, donna, destrimane, laureata in psicologia al secondo anno. - L’ovvio svantaggio di questo approccio è che riduce la validità esterna dello studio, in particolare la misura in cui i risultati possano essere generalizzati oltre le persone effettivamente studiate.  CONTROLLO DI VARIABILI TERZE - Variabili estranee come confounders - La variabile di confondimento è una variabile estranea che differisce in media tra i livelli della variabile indipendente. - Ad esempio, in quasi tutti gli esperimenti, i quozienti di intelligenza (QI)dei partecipanti saranno una variabile estranea. Ma finché ci sono partecipanti con QI più basso e più alto a ciascun livello della variabile indipendente (e quindi il QI medio è più o meno uguale in ciascun livello) , allora questa variazione è probabilmente accettabile (e potrebbe anche essere desiderabile). - Diverso se i partecipanti ad un particolare livello della variabile indipendente avessero in media un QI sostanzialmente più basso dei partecipanti ad un altro livello. In questo caso, il QI sarebbe una variabile confondente.  CONTROLLO DI VARIABILI TERZE - Poiché differiscono a seconda delle condizioni (proprio come la variabile indipendente!!) una variabile confondente fornisce una spiegazione alternativa per qualsiasi differenza osservata nella variabile dipendente. - ESEMPIO: in uno studio ipotetico, i partecipanti con umore positivo hanno ottenuto un punteggio più alto in un compito di memoria rispetto ai partecipanti con umore negativo. - Ma se il QI fosse una variabile confondente → i partecipanti alla condizione di umore positivo hanno anche un QI più alto in media rispetto ai partecipanti con condizione di umore negativo - non è chiaro se il punteggio sia dovuto al migliore umore o al Q.I. più alto.  Recap Un esperimento è un tipo di studio empirico che prevede 1) la manipolazione di una variabile indipendente 2) la misurazione di una variabile dipendente 3) controllo delle variabili estranee Gli studi hanno un'elevata validità interna nella misura in cui supportino la conclusione la variabile indipendente abbia causato eventuali differenze osservate nella variabile dipendente. Gli esperimenti hanno generalmente un'elevata validità interna a causa della manipolazione della variabile indipendente e controllo di quelle estranee Gli studi hanno un'elevata validità esterna nella misura in cui il risultato possa essere generalizzato a persone e situazioni reali, oltre quelle studiate: è importante considerare se sia probabile che i processi psicologici oggetto dello studio operino in altre persone/situazioni diverse da quelle contestuali all’esperimento.