I disegni quasi sperimentali e lo studio del soggetto singolo

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "I disegni quasi sperimentali e lo studio del soggetto singolo"

Flaviano Parisi
7 anni fa
Visualizzazioni

1 I disegni quasi sperimentali e lo studio del soggetto singolo Giulio Vidotto & Davide Massidda Facoltà di Psicologia Università di Padova A.A. 2011/12

2 Disegni sperimentali Principali caratteristiche: Assegnazione casuale dei soggetti alle condizioni sperimentali Completo controllo delle variabili in studio

3 Disegno Pre-Post con gruppo di controllo Pre Intervento Post G1 O11 X O12 G2 O21 O22

4 Disegno Pre-Post di tipo Solomon Pre Intervento Post G1 O11 X O12 G2 O21 O22 G3 X O32 G4 O32

5 Minacce alla validità interna Esempi: Lo strumento non misura adeguatamente il costrutto Storia Maturazione Testing Regressione verso la media Bias di selezione (gruppi non omogenei) Mortalità sperimentale (drop out) Effetto ordine Effetto sperimentatore, effetto soggetto

6 Studio quasi sperimentale Non sempre le condizioni necessarie per la realizzazione di un disegno sperimentale sono verificate: Soggetti non assegnati casualmente alle condizioni sperimentali, in generale non c è completo controllo sulle variabili indipendenti Si dispone del solo gruppo sperimentale Presenza di un unico soggetto sperimentale

7 Studio quasi sperimentale Necessarie più rilevazioni a intervalli costanti di tempo, sia prima che durante che dopo un trattamento Si genera una serie temporale Se il trattamento ha avuto effetto, la serie temporale non sarà stazionaria

8 Serie temporali

9 Disegni quasi sperimentali Basale Intervento Recupero AB O11 O12 O21 O22 ABA O11 O12 O21 O22 O31 O32 ABAB ABABA

10 Disegni AB

11 Disegni ABAB, ABABA

12 Studio del caso singolo Un trattamento efficace produrrà una serie non stazionaria in concomitanza all intervento o eventualmente un punto di discontinuità nel passaggio tra basale e trattamento.

13 Studio del caso singolo Un trattamento efficace produrrà una serie non stazionaria in concomitanza all intervento o eventualmente un punto di discontinuità nel passaggio tra basale e trattamento. Come valutare a livello statistico se una serie è stazionaria o no?

14 Il test C di Young Consente di valutare il livello di inclinazione delle curve nelle singole fasi di un esperimento e l evoluzione del trend tra una fase e l altra (Von Neumann, 1941; Young, 1941). Calcola la probabilità che i punti di una serie siano disposti a caso. A partire dalla varianza della serie e dal suo errore standard si calcola un valore Z.

15 Varianza della serie: = = + = N i i N i i i X X X X C ) ( 2 ) ( 1 Errore standard di C: 1) 1)( ( 2 + = N N N Sc Il test C di Young

16 Il test C di Young Determinare il livello di significatività: Z = C / Se

17 Il test C di Young Determinare il livello di significatività: Z = C / Se Perché la statistica si distribuisca normalmente la serie deve avere almeno 8 valori: in alternativa il C di Young non può essere calcolato.

18 Il test C di Young Esempio 1: disegno ABA su soggetto singolo: Intervento per la riduzione dei comportamenti inappropriati tramite un trattamento basato sull automonitoraggio (Meazzini, Cottini e coll., 1995). Fase A (baseline) B (intervento) A (sospensione) Numero di comportamenti inadeguati 23, 25, 23, 27, 23, 20, 21, 22 20, 22, 19, 13, 16, 15, 10, 13, 12, 10 12, 13, 12, 12, 10, 5, 9, 7

19 Il test C di Young (da Meazzini, Cottini e Coll., 1995)

20 Il test C di Young Calcolo test C per la fase A N 1 i= + ( X 1 i X i 1) N 2 2 = ( X ) i 1 i X 2 = = C = Sc = Z = (23-25) 2 + (25-23) 2 + (23-27) 2 + (27-23) 2 + (23-20) 2 + (20-21) 2 + (21-22) 2 = 51 2 [ (23-23) 2 + (25-23) 2 + (23-23) 2 + (27-23) 2 + (23-23) 2 + (20-23) 2 + (21-23) 2 + (22-23) 2 ] = 68 1 (51 / 68) = 0, (8 1)(8 + 1) = 0,32 0,25 / 0,32 = 0,78

21 Il test C di Young Calcolo test C per la fase B N 1 i= + ( X 1 i X i 1) N 2 2 = ( X ) i 1 i X 2 = = C = Sc = Z = (20-22) 2 + (22-19) 2 + (19-13) 2 + (13-16) 2 + (16-15) 2 + (15-10) 2 + (10-13) 2 + (13-12) 2 + (12-10) 2 = 98 2 [(20-15) 2 + (22-15) 2 + (19-15) 2 + (13-15) 2 + (16-15) 2 + (15-15) 2 + (10-15) 2 + (13-15) 2 + (12-15) 2 + (10-15) 2 ] = (98 / 316) = 0, (10 1)(10 + 1) 0,69 / 0,28 = 2,16 = 0,28

22 Il test C di Young Calcolo test C per la fase A N 1 i= + ( X 1 i X i 1) N 2 2 = ( X ) i 1 i X 2 = = C = Sc = Z = (12-13) 2 + (13-12) 2 + (12-12) 2 + (12-10) 2 + (10-5) 2 + (5-9) 2 + (9-7) 2 = 51 2 [(12-10) 2 + (13-10) 2 + (12-10) 2 + (12-10) 2 + (10-10) 2 + (5-10) 2 + (9-10) 2 + (7-10) 2 ] = (51 / 112) = 0, (8 1)(8 + 1) = 0,32 0,54 / 0,32 = 1,69

23 Il test C di Young Esempio 2: disegno ABA su soggetto singolo

24 Il test C di Young Condizione A c value = Std Error = z value = p value = Condizione B c value = Std Error = z value = p value = Condizione A c value = Std Error = z value = p value = Condizioni A e B c value = Std Error = z value = p value = *** Condizione B e A c value = Std Error = z value = p value = **

25 Appendice: il test C in R Fra il materiale didattico del corso è presente l archivio ctest.zip, che contiene due files: c.test.r : esempio.r : script dove sono definite le funzioni c.test e time.plot, che servono rispettivamente per il calcolo del test c e la creazione di un grafico per le serie temporali. esempi d uso delle funzioni definite nel file c.test.r.

26 Appendice: il test C in R Per utilizzare le funzioni R è necessario prima di tutto impostare come directory di lavoro la cartella che contiene il file dove le funzioni sono definite. Dal menù file cerchiamo l opzione cambia directory e selezioniamo quella che contiene il file c.test.r.

27 Appendice: il test C in R Come secondo passaggio dobbiamo caricare in R le funzioni contenute nello script. Dal menù file selezioniamo l opzione: Sorgente codice R e cerchiamo il file c.test.r. In alternativa, da riga di comando possiamo lanciare: source("ctest.r")

28 Appendice: il test C in R Ora costruiamo i vettori che contengono le serie: A <- c(23, 25, 23, 27, 23, 20, 21, 22) B <- c(20, 22, 19, 13, 16, 15, 10, 13, 12, 10) A1 <- c(12, 13, 12, 12, 10, 5, 9, 7) Per eseguire il test sulla serie A: > c.test(a) Young c-test for trend analysis c value = Std Error = z value = p value =

29 Appendice: il test C in R Per creare il grafico su una singola serie: Per creare il grafico su più serie: > time.plot(a) > time.plot(a,b,a1)

Documenti analoghi

Indice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI

Indice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della