Vantaggi della scelta verso l utilizzo di un solo soggetto:

Transcript

1 L uso della statistica per la valutazione degli interventi: premesse teoriche Capitolo 4

2 Vantaggi della scelta verso l utilizzo di un solo soggetto: 1) Analisi della prestazione individuale: analisi del cambiamento in ognuno dei soggetti. 2) Analisi dei grossi effetti: Nello studio del caso singolo, lo sperimentatore non è distratto dagli effetti marginali né dalla riduzione della variabilità, quindi può dedicarsi a tempo pieno allo studio degli effetti principali. 3) Difficoltà legate alle procedure di campionamento: La ricerca sul soggetto singolo, naturalmente, rappresenta l unico reale superamento di queste difficoltà metodologiche.

3 Chassan (1979) sostiene che l'osservazione della variabilità nel tempo all'interno di un caso singolo incontra l'interesse del clinico (noi aggiungiamo anche dell insegnante) a rispondere in modo appropriato ai cambiamenti all'interno del paziente (nel nostro caso, dell allievo). dimostra la relazione causa-effetto fra intervento e cambiamento del comportamento rispetto alle variabili prese in esame, e sostiene opportunamente che effettuando molteplici osservazioni sistematiche ripetute è possibile rilevare quella serie completa di informazioni che permette di eliminare spiegazioni alternative plausibili.

4 Jones, Weinrott e Vaught, (1978) l analisi statistica dei risultati è un passo necessario per interpretare gli effetti di un qualsiasi intervento educativo. ma questo tipo di dati non possono essere sempre trattati con i comuni ed abituali metodi di analisi statistica, in quanto l analisi dell andamento espresso implica la necessità di garantire alcuni presupposti fondamentali impliciti nel processo di inferenza statistica. Tali analisi, dette di time series o serie temporali si basano si presupposti teorici e modelli matematici piuttosto complicati, come sottolinea Tryon (1982).

5 Le serie temporali rappresentano osservazioni di una certa variabile dipendente distribuita cronologicamente in intervalli regolari (lag) non vanno confuse con i dati relativi ai piani di ricerca pre-post. Questi infatti prevedono la rilevazione delle variabili dipendenti in almeno due diversi momenti temporali e sugli stessi soggetti, ma non implicano intervalli temporali regolari. non vanno confuse con l analisi dei trend, che diversamente dai disegni pre-post, non necessariamente prevede l azione di una variabile indipendente.

6 La valutazione dei dati consiste nell interpretare il significato delle fluttuazioni dei dati, per verificare se c è stato un cambiamento e se è significativamente diverso da quello che ci sarebbe stato senza il trattamento (ipotesi nulla - Ho).

7 Metodi per analizzare i dati lettura dei grafici o con altre modalità non statistiche come la verifica del cambiamento di livello tra una fase e l altra, la verifica della presenza di un andamento nella fase di trattamento e/o la verifica del cambiamento di andamento tra una fase e l altra. l analisi visiva consente una rapida visualizzazione dei risultati, ma non fornisce alcuna informazione circa la significatività di un trend. solo attraverso l analisi statistica sarà possibile effettuare un analisi quantitativa dell apprendimento dell alunno.

8 La statistica consente 1) di ottenere informazioni più accurate che possono confermare (o disconfermare) le valutazioni effettuate dall educatore, dallo psicologo o dall insegnante 2) di verificare con maggiore accuratezza le modificazione nel comportamento (inteso in senso ampio) del soggetto. Il problema fondamentale è di ridurre l errore sperimentale, ovvero l insieme di variabili incontrollate che, direttamente o indirettamente, influenzano i risultati, l efficacia di una metodologia educativa o l andamento di una terapia (Edwards, 1968).

9 Statistica per le serie temporali stesso soggetto emette le risposte in ordine sequenziale ciascun dato subisce in qualche modo l influenza dei dati che lo precedono e non è quindi indipendente da essi. ( dipendenza seriale )

10 La dipendenza seriale non può essere adeguatamente valutata attraverso l analisi visiva (Jones, Vaught e Weinrott,1977; Matyas e Grenwood, 1990). si valuta attraverso il calcolo del coefficiente statistico di autocorrelazione, che serve ad indicare se, e a che livello, un dato contiene elementi che possono influenzare un altro dato che occupa un posto successivo nella serie temporale. Per autocorrelazione dei dati si intende la correlazione tra i punti successivi di una serie, separati da differenti intervalli di tempo (lags) se la serie è autocorrelata, il punteggio di una osservazione è predittivo dei risultati ottenuti nei punti successivi della serie (Di Nuovo, 1992).

11 test statistici in grado di verificare quanto il risultato osservato (miglioramento del soggetto) sia dovuto all effetto della dipendenza seriale. Per far ciò sarà necessario, in primo luogo, controllare, per quanto possibile, gli effetti delle componenti stocastiche riducendo al minimo l influenza di specifici fattori di disturbo. isolare i fattori di disturbo, ridurre, quindi le componenti stocastiche, e valutare quanto i fattori casuali abbiano influenzato i risultati. Solo così sarà possibile, inferire effettivamente quale sia stato il peso delle componenti deterministiche. In altre parole, solo così possiamo avere un buon grado di approssimazione degli effetti dovuti al nostro trattamento (sia questo clinico, o educativo).

12 Il modello per l analisi delle serie temporali prevede come qualsiasi altro modello statistico, componenti deterministiche (effetti del trattamento) e componenti stocastiche (errore). le componenti deterministiche sono del tutto assimilabili a quelle di altri modelli statistici per gruppi indipendenti, le componenti stocastiche comprendono, oltre agli effetti di errore dovuti ad elementi casuali, l effetto degli elementi casuali derivati dalle osservazioni precedenti.

13 test statistici in grado di verificare quanto il risultato osservato sia dovuto all effetto della dipendenza seriale. sarà necessario controllare gli effetti delle componenti stocastiche riducendo al minimo l influenza di specifici fattori di disturbo. isolare i fattori di disturbo, ridurre le componenti stocastiche, e valutare quanto i fattori casuali abbiano influenzato i risultati. Solo così sarà possibile, inferire effettivamente quale sia stato il peso delle componenti deterministiche. In altre parole, solo così possiamo avere un buon grado di approssimazione degli effetti dovuti al nostro trattamento.

14 specifici fattori di disturbo effetti dovuti alla maturazione del soggetto; effetti del pre-test (prove diagnostiche, regressione statistica; effetto placebo; effetto carry over nella fase di inversione ed effetto tetto/pavimento. Il modello per l analisi delle serie temporali prevede, come qualsiasi altro modello statistico, componenti deterministiche (effetti del trattamento) e componenti stocastiche (errore). le componenti deterministiche sono del tutto assimilabili a quelle di altri modelli statistici per gruppi indipendenti, le componenti stocastiche comprendono, oltre agli effetti di errore dovuti ad elementi casuali, l effetto degli elementi casuali derivati dalle osservazioni precedenti.

15 La conoscenza ed un uso adeguato di particolari test statistici può in molti casi, quindi, rivelarsi di notevole utilità per la comprensione dell andamento di un trattamento, sia clinico che educativo. Prima di procedere con la descrizione dei test statistici attualmente disponibili e più frequentemente utilizzati, bisogna soffermarsi a considerare che i dati di cui disponiamo, per essere correttamente analizzati e quindi interpretati, richiedono una riflessione che ci consenta di definire le caratteristiche matematiche. L attribuzione di un valore numerico a variabili tipicamente qualitative come l aggressività, l intelligenza o altro ha proprio la funzione di consentircene la misurazione.

16 fattori di disturbo effetti dovuti alla maturazione del soggetto; effetti del pre-test (prove diagnostiche, regressione statistica; effetto placebo; effetto carry over nella fase di inversione ed effetto tetto/pavimento.

17 TEST STATISTICI