Strumenti di indagine per la valutazione psicologica

Transcript

1 Università degli Studi di Cagliari Facoltà di Studi Umanistici Esame di Strumenti di indagine per la valutazione psicologica dott. Davide Massidda Cognome Nome Matricola Data 24 / 06 / 2014 Le verranno di seguito posti alcuni quesiti che possono richiedere una risposta a scelta multipla oppure una risposta aperta. Se il quesito richiede una risposta a una scelta multipla, selezionare l alternativa più corretta fra le opzioni disponibili. Se il quesito richiede una risposta aperta, inserire una risposta che non superi i limiti di spazio indicati. In alcuni casi, per rispondere potrebbe essere necessario svolgere dei calcoli. Alcune domande sono marcate con un asterisco accanto al numero del quesito. Queste domande richiedono l'utilizzo di competenze apprese nel corso delle attività di laboratorio; rispondere a queste domande non è vincolante per il buon esito della prova, ma consente di aggiungere ulteriore punteggio alla valutazione di base. 1. Un errore accidentale: Deriva dalla non perfetta taratura dello strumento di misura Tende a compensarsi con ripetute misurazioni Dipende dalla caratteristica sottoposta a misurazione Tutte le precedenti opzioni 2. Dato un certo valore F, il p-value: È la probabilità che sia vera H0 È la probabilità che sia vera H1 Si accetta se inferiore al valore soglia 0.05 È la probabilità di trovare un risultato maggiore o uguale a F, assumendo la verità di H0 3. In un disegno fattoriale bilanciato: È presente lo stesso numero di unità statistiche in ogni cella Le unità statistiche sono state assegnate casualmente ai gruppi I soggetti sono sottoposti a un equo carico cognitivo I fattori hanno lo stesso numero di livelli

2 4. Una di queste non è una minaccia alla validità interna di un esperimento. Quale? Effetto ordine Scarsa omogeneità dei gruppi Affaticamento dei soggetti nel corso dell'esperimento Artificiosità della situazione di laboratorio 5. Un fattore che presenta dei livelli che sono determinati a tavolino dallo sperimentatore e le differenze fra questi livelli sono oggetto d'analisi di una ricerca, è detto: Casuale (random) Fisso (fixed) Tra i soggetti (between subjects) Entro i soggetti (within subjects) 6. Di seguito sono riportati quattro item candidati a essere inclusi all'interno di un test per la valutazione della qualità della vita, con le rispettive scale di risposta che chiedono di esprimere il proprio grado di accordo con l'affermazione. Il test è specificamente designato a valutare il costrutto in persone in fase di ripresa delle proprie attività quotidiane a seguito di un importante intervento chirurgico. Fra le quattro alternative, scegliere l'item migliore. Quando devo svolgere lavori fisicamente pesanti, come prima dell'intervento sento che le energie non mi mancano. Poco Abbastanza Molto Quando devo svolgere lavori fisicamente pesanti, mi sento energico come prima dell'intervento. Per nulla Poco Non so Abbastanza Molto In nessun caso, nello svolgere lavori fisicamente pesanti non sento più fatica di quella che già non sentivo prima dell'intervento. Per nulla Poco Abbastanza Molto Moltissimo Rispetto a prima dell'intervento, ho difficoltà a svolgere lavori fisicamente pesanti o che richiedono molta concentrazione. Per nulla Poco Abbastanza Molto Moltissimo 7. Se un test per la valutazione clinica di un quadro psicopatologico ha una specificità del 98%: Ha una probabilità del 2% di incappare in un falso positivo. Ha una probabilità del 2% di individuare un vero positivo. Ha una probabilità del 98% di incappare in un falso negativo. Ha una probabilità del 2% di individuare un vero negativo.

3 8*. Che cosa è PsychoPy? PsychoPy è un modulo del linguaggio di programmazione Python che fornisce funzioni per la creazione di prove computerizzate per la realizzazione di esperimenti di psicologia e neuroscienze. 9. In cosa consiste l'effetto ordine? L'effetto ordine è una minaccia alla validità interna di un esperimento, che si presenta quando un soggetto viene sottoposto sequenzialmente a diverse condizioni sperimentali e le misurazioni effettuate risentono dell'ordine di presentazione della condizione. L'ordine diventa una variabile confondente ed eventuali differenze che saranno rilevate tra diverse condizioni sperimentali potrebbero essere dovute non a reali differenze tra le condizioni, ma al fatto che una condizione è stata affrontata dai soggetti all'inizio della sessione e un'altra condizione alla fine. Comunemente, si tratta di un problema di accuratezza nello svolgimento del compito, accuratezza che potrebbe variare nell'arco della sessione sperimentale. Per esempio, il soggetto potrebbe affaticarsi nel corso della sessione e fornire via via dati sempre meno precisi; oppure, le misurazioni iniziali potrebbero essere meno precise perché il soggetto ancora non ha molta pratica col compito. 10. Quali sono i vantaggi dei disegni entro i soggetti, rispetto ai disegni tra i soggetti? Nel disegno entro i soggetti, dato che uno stesso partecipante affronta più condizioni sperimentali, sono richieste numerosità campionarie meno ampie rispetto al disegno tra i soggetti, dove invece sono partecipanti diversi ad affrontare condizioni sperimentali diverse. Inoltre, i disegni entro i soggetti consentono di superare il problema della costruzione di gruppi omogenei che si presenta nei disegni tra i soggetti: dato che gli stessi partecipanti affrontano diverse condizioni sperimentali, i gruppi che affrontano le diverse condizioni sperimentali saranno per definizione omogenei, visto che risultano costituiti dagli stessi partecipanti. In questo modo, si limita l'influenza di possibili variabili intervenienti dovute a differenze individuali che non sono state tenute in considerazione in fase di pianificazione della ricerca.

4 11. In un esperimento fattoriale 22 entro i soggetti, sono stati misurati i tempi di reazione. Ognuna delle quattro condizioni sperimentali è stata presentata ripetutamente, per otto volte, ai partecipanti. Il grafico sottostante rappresenta i tempi di reazione dei quattro soggetti per ogni trial di stimolazione: 1 rappresenta il primo trial e 8 rappresenta l'ultimo trial. Ogni riquadro rappresenta un soggetto e ogni box-plot descrive i tempi di reazione delle quattro condizioni sperimentali nelle otto prove. Si vogliono analizzare i dati attraverso un'analisi della varianza; tuttavia, dei quattro soggetti, uno molto probabilmente dovrà essere escluso dalle analisi. Qual è questo soggetto? Perché dovrà essere escluso dalle analisi? Il soggetto che con molta probabilità andrà eliminato è il 2. Infatti, si osserva chiaramente un andamento ascendente dei tempi di reazione, che costantemente rallentano trial dopo trial. Siamo, molto probabilmente, davanti a un effetto di affaticamento, per cui, nel corso della prova, il soggetto diventa progressivamente sempre più lento a rispondere. Ciò provoca una violazione dell'assunto di indipendenza delle osservazioni, necessario per lo svolgimento dell'analisi della varianza. Anche gli altri soggetti sembrano presentare alcuni problemi, con dei possibili outlier che oltrepassano i baffi dei boxplot, ma in linea generale queste anomalie sono tutte comprese entro circa 100 msec dai limiti definiti dai baffi. Il soggetto 4 sembra presentare più variabilità intra-trial rispetto agli altri. Comunque, per tutti i trial, i tempi di reazione dei soggetti 1, 2 e 3 sembrano oscillare intorno a un valore centrale di riferimento. Questo non capita con il soggetto 2: è per questo che, dovendone eliminare uno, sicuramente dovremmo scegliere questo.

5 12. I seguenti grafici rappresentano i valori medi ottenuti da due diversi esperimenti fattoriali; le barre d'errore intorno alle medie rappresentano gli errori standard. Per ognuno dei due casi, si indichi, selezionando l'apposita casella, quali effetti ci si aspetta che possano risultare significativi dall'applicazione dell'analisi della varianza. Se si ritiene opportuno, nelle righe successive è possibile lasciare un eventuale commento a integrazione della risposta. Fattore A Fattore B Interazione AB Fattore A Fattore B Interazione AB Nel grafico 1 si osserva parallelismo fra le rette, per cui non risulterà alcun effetto d'interazione. Si osserva però un aumento delle medie tra A1 e A2, per entrambi i livelli di B, per cui, presumibilmente, anche il fattore A risulterà significativo. Anche il fattore B dovrebbe risultare significativo, in quanto le due rette risultano separate senza alcuna sovrapposizione degli errori standard. Diversamente, nel grafico 2, si osserva una divergenza fra le rette, fatto che potrebbe indicare una significatività dell'interazione. Inoltre, a giudicare dagli errori standard, per il livello A1 non sembra esserci alcuna differenza tra B1 e B2, mentre tra B1 e B2 sembra esserci differenza nella condizione A2 (le medie appaiono molto distanti senza alcuna sovrapposizione degli errori standard). Questo supporta l'idea di un effetto significativo dell'interazione. Sempre nel grafico 2, in media, il livello A1 mostra valori decisamente inferiori rispetto ad A2; mediando B1 e B2 per il livello A1, si otterrebbe un valore inferiore rispetto a quello che si otterrebbe mediando B1 e B2 per A2; dati i ridotti errori standard, queste medie non si dovrebbero sovrapporre, indicando una significatività del fattore A. Discorso analogo si può fare per il fattore B: mediando A1 e A2 per il livello B1, si otterrebbero dei valori inferiori rispetto a quelli che si otterrebbero mediando A1 e A2 per B2, con degli errori standard molto distanti, a indicare una significatività anche del fattore B.

6 13. In un laboratorio di psicofisiologia del sonno si stanno testando gli effetti di una nuova psicoterapia di tipo cognitivo-comportamentale e di un trattamento di tipo farmacologico per la cura dell'insonnia, che attualmente costituisce la terapia d'elezione. Entrambi i trattamenti hanno la durata di due mesi. Sono state selezionate 10 persone insonni con problemi nella fase di addormentamento, che sono state assegnate casualmente a ognuno dei due gruppi: Gruppo PT (n = 5): trattati con psicoterapia. Gruppo FT (n = 5): trattati con terapia farmacologica. Il giorno prima dell'inizio del trattamento, a 30 e a 60 giorni viene registrato il numero di ore dormite da ogni individuo. Per verificare la loro ipotesi, i ricercatori vorrebbero eseguire un'analisi statistica per verificare se le persone rispondono diversamente ai due trattamenti, valutando se questi portano a delle differenze nel numero di ore di sonno. I dati raccolti sono riportati nella tabella sottostante. Le due figure seguenti, rispettivamente un dynamite plot (grafico a barre che rappresenta i valori medi e gli errori standard) e un interaction plot, visualizzano le principali statistiche descrittive. Psicoterapia Farmacoterapia Soggetto T0 T1 T2 Soggetto T0 T1 T Raccolti i dati, i ricercatori utilizzano l'analisi della varianza per verificare la loro ipotesi; l'output dell'analisi è riportato nelle tabelle sottostanti.

7 Effetto Df Sum Sq Mean Sq F value p value Trattamento Residuo Effetto Df Sum Sq Mean Sq F value p value Tempo e-07 Tempo Trattamento Residuo Domande (a) Quali sono le variabili dello studio? Di che natura sono? Qual è la dipendente e quali le indipendenti? La variabile dipendente è il numero di ore dormite; questa variabile è continua e misurata su scala a rapporti. Le variabili indipendenti sono il tipo di trattamento e il tempo. Entrambe sono variabili qualitative; la prima è un fattore fisso between subjects a due livelli (psicoterapia e farmacoterapia), mentre la seconda è un fattore fisso within subjects a tre livelli (0, 30gg, 60gg). Rispetto al tipo di trattamento, il tempo presenta dei livelli ordinati. (b) Quali effetti compongono i residui delle due tabelle in output? La componente d'errore del fattore Trattamento è il fattore Soggetto, mentre la componente d'errore del fattore Tempo e dell'interazione Tempo Trattamento è l'interazione tra il fattore Soggetto e il fattore Tempo. (c) Quali conclusioni è possibile trarre dalle analisi? Discutere i risultati. Si osserva una effetto statisticamente significativo del fattore trattamento (F(1,8) = 8.53, p < 0.05), del fattore tempo (F(2,16) = 42.13, p < 0.001) e dell'interazione tra i due fattori (F(2,16) = 7.71, p < 0.01). La significatività dell'interazione indica che la variazione temporale della media delle ore dormite dai pazienti varia in funzione del tipo di trattamento. Dall'osservazione dei due grafici, si può notare come, per entrambi i trattamenti, il numero medio di ore dormite aumenti con l'avanzare del tempo; tuttavia, nei pazienti trattati con psicoterapia, si osserva un aumento superiore a quello che si osserva per i pazienti trattati con terapia farmacologica. La differenza tra i due trattamenti ap-

8 pare marcata a 60 giorni, mentre non sembrano esserci differenze alla baseline e a 30 giorni. Ciò indica che la psicoterapia mostra la sua superiore efficacia rispetto alla farmacoterpia nel lungo termine (60 giorni), mentre nel primo periodo di trattamento non appaiono sostanziali differenze. (d) Calcolare la dimensione dell'effetto per l'interazione tra i fattori. η p 2 = =0.49 (e) La ricerca parte dal presupposto che quella farmacologica sia una terapia dalla comprovata efficacia, che quindi viene considerata come trattamento d'elezione, mentre nulla si sa circa l'efficacia della psicoterapia. Se invece i ricercatori avessero voluto valutare l'efficacia di entrambi i tipi di terapia, non solo quella psicologica ma anche quella farmacologica, questo disegno di ricerca non sarebbe stato stato adeguato. Perché? Come il disegno di ricerca può essere integrato? Qualora i ricercatori avessero intenzione di testare l'efficacia di entrambi i trattamenti, sarebbe opportuno aggiungere un gruppo di controllo, costituito da persone non sottoposte ad alcun trattamento, che possa fare da metro di riferimento (che, invece, nella ricerca precedentemente descritta, era costituito dalla terapia farmacologica). Bisognerebbe quindi aggiungere un livello controllo al fattore Trattamento e il disegno diventerebbe un 33. (f*) Immagina di aver importato i dati all'interno del software statistico R e di averli salvati nell'oggetto esperimento. Ipotizzando dei nomi a piacere per ogni variabile, riporta la riga di sintassi da utilizzare per svolgere l'analisi della varianza. model <- aov(ore ~ Tempo * Trattamento + Error(Sogg/Tempo), data = esperimento)

9 14*. Di seguito sono riportati i dati di alcuni soggetti che hanno preso parte alla ricerca descritta nell'esercizio precedente. Psicoterapia Farmacoterapia Soggetto T0 T1 T2 Soggetto T0 T1 T Inserisci questi dati nella tabella sottostante facendo in modo che a ogni riga corrisponda una singola rilevazione e a ogni colonna una variabile. Nota bene: nella tabella sono presenti più righe e più colonne di quelle necessarie per svolgere l'esercizio. Soggetto Trattam. Tempo Ore 1 PT T PT T PT T PT T PT T PT T PT T PT T PT T FT T FT T FT T FT T FT T FT T FT T FT T FT T2 5.3 (Nota bene: la soluzione è solo uno dei possibili modi di disporre i dati)