A MÉRÉS MÓDSZERTANA

abc-accomplished-alphabet-48898.jpg
kép.PNG

Letölthető jegyzetek

Used Books
Dr. Szokolszky Ágnes: Kutatómunka a pszichológiában

Ajánlott könyvek

Legfontosabb fogalmak röviden

Populáció: a vizsgálni kívánt csoport, amely általában egy nagyobb közeg egy részlete

Validitás: érvényesség, vagyis a kísérletünk azt méri, amit mérni akarunk

Reliabilitás: megbízhatóság, vagyis a kísérletünk jól mér és vélhetően később is hasonló eredményt ad

Operacionalizáció: egy jelenség mérhetővé tétele

Nominális változók: olyan tulajdonságok, amelyek nem mérhetők (pl.: nem, szemszín stb.)

Ordinális változók: olyan tulajdonságok, amelyek nem mérhetők, de sorba rendezhetők (pl.: oktatási szint stb.)

Metrikus változók: olyan tulajdonságok, amelyek mérhetők (pl.: magasság, tömeg, IQ stb.)

A mérés jelentősége

Az előző fejezetben áttekintettük, hogy milyen kutatási alapmódszerek milyen mérőeszközzel dolgoznak. Természetesen a mérés mint cselekmény és fogalom nagyon egyszerűnek tűnik. Szerzünk egy mérni kívánt entitást és egy mérőeszközt, majd a kapott adatainkat értelmezzük. Nagyon leegyszerűsítve valóban erről van szó, azonban tudnunk kell azt, hogy nem csak a mérni kívánt entitás, de a mérőeszköz is számos olyan tulajdonsággal bír, melynek együttes és helyes értékelése adja az adatokat, amelyen később a statisztikai adatelemzéseinket lefuttatjuk. Ez különösen igaz a társadalomtudományi munkákra, ugyanis a mérni kívánt jelenségek folyamatos változásban vannak, ráadásul a gyakorlat azt mutatja, hogy ugyanúgy összeállított kísérletek más populáción más-más adatokat eredményeznek, illetve eltérést okozhat az időbeliség is. Vagyis nem mindegy, hogy mikor és kiken teszünk mérést. Például egy, az 50-es években élő amerikai család másképp vélekedhet az abortusz kérdéséről, mint manapság egy kínai család. Ezzel szemben például percre pontosan kiszámíthatjuk a napfelkelte időpontját vagy bizonyosan tudni fogjuk, hogy 1 mól szénatom 1 mól oxigénmolekulával egyesülve 1 mól szén-dioxid molekulát hoz létre. 

 

A társadalomtudományi mérések során populációkat vizsgálunk. A vizsgálati populáció meghatározása egy olyan elméleti vizsgálódási környezet a társadalmon/nagyobb populáción belül, amely a teljes társadalomhoz/populációhoz képest töredéknyi embermennyiséget vizsgál, viszont az a töredék a kutatás szempontjából a lehető legjobban hasonlít a nagyobb mintavételi egységre. Vagyis megpróbáljuk összegyűjteni a saját vizsgált populációnkat úgy, hogy később biztosak lehessünk benne, hogy az nagyobb léptékben is alkalmassá válhat az eredmények átültetésére. Választhatunk olyan kutatási témát is, ami kifejezetten speciális, viszont az ott szerzett tapasztalatok felhasználhatók akár a teljes populációt/társadalmat illetően is. A mintavétellel kapcsolatosan érdemes leszögezni néhány ökölszabályt: a kísérleti csoportok elemszáma jó, ha legalább 15-20 főt magába tud foglalni vagyis, a minimális két csoporttal operáló modellek esetében ez 30-40 főt jelent. A kérdőíves vizsgálatok viszont ennél jóval nagyobb elemszámot kívánnak meg, ott az elméleti minimum körülbelül 60 fő, de célszerű 120 fővel vagy annál magasabb elemszámmal dolgozni. Ez azért fontos, mert például a kísérleti kutatások esetében 30 fő alatt nehezen kapunk a normál görbének megfelelő értékeket, a kérdőívek pedig olyan magas kérdésszámmal operálnak és általában a teljes populációt reprezentálják, így a nagyon alacsony elemszámok nem alkalmasak például faktorelemzéshez vagy más többváltozós statisztikai próbához. Természetesen vannak kérdőívek, amelyek alacsonyabb elemszámmal is működnek, de ott általában speciális populációt keresünk, amelynek viszonylag alacsony az elemszáma is. 

Miután meghatároztuk a vizsgálati populációt, szemügyre kell vennünk a mérőeszközeinket és a mérési módszereinket is. Mindkettőt úgy kell megválasztani, hogy abban más jellegű információból származó (zavaró) interferencia ne léphessen fel. Fontos mérlegelni azonban azokat az információkat, melyek nem képezik részét a modellünknek, mégis hatással lehetnek arra (kovariánsok). A kutatás azt mérje, amire valóban kíváncsiak vagyunk, tehát legyen érvényes (valid) és nem utolsó sorban a mérése legyen reliábilis, azaz megbízható. A kérdőívek reliabilitásának mérésére alkalmas statisztikai mutató a Cronbach's Alpha érték. Ezeknek a feltételeknek teljesülnie kell, hiszen enélkül a kapott eredményeink téves megállapításokhoz vihetnek bennünket. Emellett fontos az, hogy megismerjük a vizsgálni kívánt jelenség mérhetővé tételének (operacionalizáció) módjait. Tudnunk kell azt, hogy milyen logikával és eszközökkel tudjuk mérhetővé tenni azt, amire kíváncsiak vagyunk. Ugyanakkor az adatok között is rendet kell tennünk, ugyanis nem minden mérési adat tartozik egy kategóriába. Megkülönböztetünk nominális, ordinális és metrikus adatsorokat is. Ebben a fejezetben erről is olvashattok részletesen.

 
 

"A mérés során a dolgok, személyek vagy események tulajdonságait a számok világához rendeljük. A mérés minőségi kritériumai az érvényesség, a megbízhatóság és az érzékenység. A mérés akkor sem egyszerű feladat, ha fizikai dimenziók méréséről van szó. A pszichológiában nehezítik a mérést a pszichológiai fogalmak elméleti definíciójával kapcsolatos nehézségek; a mérés közvetettségéből adódó nehézségek, és az alanyi reaktivitásból adódó nehézségek.

 

Az érvényesség (validitás) átfogó fogalom, amely arra utal, hogy módszertani eljárásaink valóban szándékaink szerint működnek-e, és igaz alapot nyújtanak-e következtetéseink levonásához. Mindamellett az érvényesség fogalma differenciálható. A belső érvényesség mellett megkülönböztetünk konstrukcióérvényességet, statisztikai konklúzióérvényességet, és külső érvényességet. Az utóbbi tovább bontható mintaérvényességre és ökológiai érvényességre. 

Ezzel szemben megbízható (reliábilis - reliabilitásból-) egy eredmény akkor, ha megismételhető, azaz, ha az eredményhez vezető folyamat megismétlése az eredetivel alapjában egyező eredményeket hoz. Az eredmények megismételhetősége és így megbízhatósága a tudományos kutatás alapvető követelménye. Egy kísérlet megismétlése háromféle módon történhet: közvetlenül, szisztematikusan és koncepcionális módon.

 

A kutatások a legkülönfélébb dolgokat mérik: a reakcióidőt, a válaszgyakoriságot, a szívritmust, az attitűdöket, a személyiségjellemzőket, az intelligenciát és a csoportfolyamatokat – a felsorolás természetesen nem teljes, csak a sokféleséget idézi fel. Bármilyen is a mérés, lényege minden esetben az, hogy szabályszerűen kell a számokat a megfigyelt dolgokhoz vagy eseményekhez kötni. A szabályszerűség mikéntje megszabja a mérés alapjellemzőjét: a mérési skála típusát. A skála általában véve egy irány nélküli, vagy iránnyal rendelkező értéksort jelöl (pl. színskála, zenei skála). A kvalitatív skála minőségi kategóriákba, a kvantitatív skála pedig mennyiségi viszonylatokba rendezi az adatokat."

Fontos ismeretanyag!

Olvasnivaló: Populáció és mintavétel - Dr. Szokolszky Ágnes


Egy vizsgálat megkezdése előtt a kutatónak elsődlegesen azt kell tisztáznia, hogy mit tekint a vizsgálat célját képező populációnak – azaz mit tekint annak az alapsokaságnak, amelyre vizsgálatának eredményeit vonatkoztatni szeretné. Mivel (elenyésző kivételtől eltekintve) az alapsokaságot nem tudjuk egészében megvizsgálni, ezért kiválasztjuk egy részhalmazát –a vizsgálati mintát. Ezzel kapcsolatban el kell döntenünk, hogy hány vizsgálati személyt szeretnénk bevonni, és hogy hogyan válasszuk ki őket.

A mintavétellel kapcsolatos alapelv: minél nagyobb a vizsgált változó heterogenitása az adott populációban, annál nagyobb jelentősége van a véletlen, reprezentatív mintavételnek.

Mit tekintünk populációnak?

A populáció meghatározásában a döntő mozzanat maga a vizsgálati kérdés – a kérdésben bennfoglalt változó dönti el, hogy mely népességcsoport adhatja a megfelelő információt. A kijelölt populáció tehát a kutatási kérdéstől függően az egészen általánostól (az emberek általában), az egészen specifikusig terjedhet (börtönben élő anyák, bulémiás betegek vagy kiugrott szekta tagok). Sokszor az emberek bizonyos köztes szintű csoportjai jelentik a populációt (óvodáskorú gyermekek, gyermeket nevelő felnőttek, tizenéves lányok, stb.). Sajátos populáció a kohorsz: olyan körülbelül egy időben született emberek népessége, akik közös társadalmi–történeti tapasztalatban osztoznak (például a koncentrációs tábort túlélők, vagy a nagy gazdasági válság alatt felnőtt amerikai gyermekek).

Például:

• Egy amerikai kutatásban 20 anya – gyermek diád interakciós helyzetben történő megfigyelésén keresztül vizsgálták, hogy milyen gesztusokkal irányítják az anyák a gyermek figyelmét. A populáció: a nyugati kultúrában élő, egészséges fejlődésű anyagyerek párok.

• Egy Indiában végzett kutatás a gyermekkorban a szülők által előre elrendezett, illetve a nem elrendezett házasságok sikerességét vizsgálta összesen 1100, India egyik nagyvárosában élő házaspár részvételével, akik közül 430 egy, 360 öt, 320 pedig tíz éve volt házas. A populáció: indiai nagyvárosban élő házas népesség.

• Egy svéd neuropszichológiai kutatócsoport azt a hipotézist kívánta ellenőrizni, hogy a diszlexia egyik oka a látási információk feldolgozásáért felelős rendszerek alulműködésében keresendő. 30 diszlexiával diagnosztizált kisiskolás olvasási teljesítményét vizsgálták fMRI segítségével. A populáció: 7-9 éves diszlexiások, kulturális és nemzeti megkülönböztetés nélkül.

Ha a kutató a populációt eleve szűken határozza meg, akkor számolnia kell azzal, hogy a következtetések csak a szűk mintának megfelelő populációra lesznek kiterjeszthetőek. Példa erre a Sherif gyermekekkel végzett szociálpszichológiai kísérletsorozata, amelyet az 1940-es évek végén végzett az Egyesült Államokban. Mint később kiderült, az eredményei nem bizonyultak kiterjeszthetőnek más társadalmi közegben élő gyermekekre.

Mintavételi technikákról általában

A mintavételi eljárásokat legalapvetőbben megkülönböztető szempont az, hogy valószínűségi alapúak-e vagy sem. A valószínűségi, vagy más néven véletlen mintaválasztás lényege az, hogy az adott populáció minden tagjának egyenlő esélye van arra, hogy bekerüljön a mintába. Ez úgy érhető el, ha a vizsgálati populáció összes tagja közül random módon történik a kiválasztás. A véletlen mintavétel kulcsa a vizsgálati populáció összes elemének tételes felsorolása: az u.n. mintavételi keret (ez lehet a szavazókorú lakosság listája, egy iskolakörzet iskoláinak listája, egy egyetem hallgatóinak listája, stb.), és a random kiválasztás. Az ilyen eljárásnál egy elem kiválasztása minden más eseménytől függetlenül, csakis a véletlennek köszönhetően következik be.

Valószínűségi mintavétel

1. Egyszerű véletlen mintavétel: ekkor a mintavételi keret alapján úgy választunk, hogy minden elemnek azonos esélye legyen a bejutásra. Ezt a következőképpen érhetjük el:

„Tombola módszer”: az összes nevet egy kalapba helyezve annyit húzunk ki, amennyire szükségünk van. Természetesen ez csak akkor működik, ha nem túl nagy a mintavételi keret.

2. A véletlen számok táblázatának segítségével; (pl. a mintavételi keret elemeit egy számítógépes program megszámozza, majd véletlen számsorozatot generálva választ ki annyi elemet, amennyi a mintához szükséges).

Mechanikus véletlen mintavétel: az első mintába kerülő elemet véletlen alapon választjuk, utána pedig minden k-adik elemet válogatjuk be; ha például egy 1600 elemes keretből 200-at szeretnénk kiválasztani, akkor k =8 (1600/200), tehát az 1 és 8 közé eső, véletlenül kiválasztott számhoz képest minden nyolcadik elem kerül kiválasztásra. Szigorúan véve ez a kiválasztás nem tökéletesen véletlenszerű, ezzel együtt elég jó az eljárás ahhoz, hogy széleskörűen alkalmazni lehessen.

3. Lépcsőzetes véletlen mintavétel: ekkor a mintavételi keretből első lépésben egy nagyobb egységet választunk ki véletlenszerűen (például egy iskolát), és ezután ismét véletlenszerűen választjuk ki ezen belül a kisebb mintavételi egységet (pl. osztályt). Többlépcsős a mintavételi eljárás, ha többszörösen ismételjük ezt az eljárást; például a megyék kiválasztását követi a települések kiválasztása, ezt követi az iskolák, majd az iskolai osztályok kiválasztása. Egyszerű, mechanikus és lépcsőzetes mintavételt elsősorban akkor érdemes alkalmazni, ha a populáció jellemzőit csak kevéssé ismerjük, vagy nincs világos képünk arról, hogy milyen kritikus tulajdonságokat kellene a mintának tükröznie. Ha viszont ismerjük a populáció jellemzőit és tisztában vagyunk azzal, hogy a populációban fellelhető mely tulajdonságok esetében kritikusan fontos, hogy tükröződjenek a mintában, akkor célravezetőbb rétegzett véletlen mintavételt alkalmazni.

4. Rétegzett véletlen mintavétel során a populációt bizonyos változók alapján rétegekre bontjuk, megnézzük, hogy az egyes csoportok a teljes sokaság hanyadrészét teszik ki, és az egyes rétegekből egyszerű véletlen mintavétel segítségével annyi elemet választunk ki, amennyi a populációs részaránynak megfelel – ilyen módon biztosítjuk, hogy megfelelő számban és arányban válasszunk ki elemeket az alapsokaság egynemű részcsoportjaiból. Összetett rétegzés esetén több rétegképző változót is meghatározhatunk.

Nem valószínűségi mintavétel

1. A kvótás mintavétel esetében a kiindulópont a populáció jellemzőit leíró táblázat, amely tartalmazza a populáció megoszlásának adatait a lényeges szempontok szerint (pl. nem, életkor, iskolai végzettség, stb.). Ha rendelkezésre áll a táblázat, amelynek minden cellájához hozzárendeltük a cellában érvényes tulajdonságokkal rendelkezők arányát (ilyen cella lehet pl.: 20-25 év közötti egyetemi végzettségű nő), akkor egyedeket keresünk, akik a cella kritériumainak megfelelnek. Ezután az adott cellában lévő összes személy adatát súlyozzuk a populációs részaránynak megfelelően. A kvótás mintavétel reprezentativitásra törekszik, de nem valószínűségi alapon működik, ezért akár erős torzításokat is tartalmazhat.

2. Elméleti (más néven szakértői) mintaválasztás, amelynek során a populációról való speciális ismeretek birtokában választ a kutató a kutatási kérdésnek megfelelő mintát: például kifejezetten elit-iskolát választ mintavételi terepül, vagy egy speciális csoportot választ mintául. Ennek az eljárásnak jelentős szerepe lehet az elméletek kidolgozásánál: egy csoport érdekes lehet azért, mert az elmélet szempontjából értékes információkat tud nyújtani.

3. Hozzáférés alapú mintaválasztás az, amikor a mintavételt az dönti el, hogy milyen csoporthoz, intézményhez, vagy helyszínhez van a kutatónak hozzáférése.

4. Kényelmi mintaválasztás az az eljárás, amikor az éppen elérhető egyéneket vonjuk be a vizsgálatba. Ennek a már említett hátrányai mellett veszélye az is, hogy könnyen ad lehetőséget szubjektív alapú mintavételi torzításra.

5. A nehezen hozzáférhető populációk esetében alkalmazható az u.n. „hólabda” mintavétel: ekkor egy vizsgált személyen keresztül jutunk el a következőhöz, azon keresztül a következőhöz, és így tovább.

Mekkora legyen a minta?

A minta nagysága fontos kérdés, mivel az elégtelen mintanagyság önmagában véve is lehet az a tényező, amely miatt nem sikerül hipotézisünket megerősíteni. Egyrészt világosnak tűnik, hogy minél jobban közelít a minta a populáció teljes elemszámához, annál pontosabban képviseli a populációt. Másrészt viszont minél nagyobb a minta, annál inkább pénz- és időigényes az adatok felvétele és feldolgozása. A nagyság tekintetében tehát az a cél, hogy elég nagy legyen a minta, de a szükségesnél ne legyen nagyobb.

A minta nagyságával kapcsolatban ugyanaz az alapelv, mint a mintavétellel kapcsolatban: minél nagyobb a vizsgált változó heterogenitása az adott populációban, annál nagyobb jelentősége van a mintavétel körülményeinek és a minta nagyságának. A pszichológiában a kutatás jellegétől függően lehet magas, vagy alacsony (akár egyetlen fős) a mintanagyság. Az extenzív, korrelációs jellegű vizsgálatok, felmérések esetében nagyobb számú mintára kell törekedni, az intenzív (kísérleti, vagy kvalitatív) kutatás esetében be lehet érni alacsonyabb számú mintával is.

Valószínűségi mintavétel esetén elérhetőek olyan matematikai eljárások, amelyek segítségével kiszámítható a kívánatos mintanagyság. Az ilyen eljárásokat a pszichológiában ritkán alkalmazzák. Pragmatikusan nézve a mintanagyságra vonatkozó az alapvető útmutató az, hogy a vizsgált kérdésre vonatkozóan mi a kutatási területen kialakult gyakorlat.

Amennyiben a vizsgált változók tekintetében nagyfokú homogenitás tételezhető, amennyiben a módszer és a kutatási stratégia inkább intenzív mint extenzív jellegű, és amennyiben kis számú, nehezen hozzáférhető populációk állnak a kutatás homlokterében, a kis számú minták alkalmazása jogos és elkerülhetetlen.




Olvasnivaló: Nominális változók - Dr. Szokolszky Ágnes


A kutatások a legkülönfélébb dolgokat mérik: a reakcióidőt, a válaszgyakoriságot, a szívritmust, az attitűdöket, a személyiségjellemzőket, az intelligenciát és a csoportfolyamatokat – a felsorolás természetesen nem teljes, csak a sokféleséget idézi fel. Bármilyen is a mérés, lényege minden esetben az, hogy szabályszerűen kell a számokat a megfigyelt dolgokhoz vagy eseményekhez kötni. A szabályszerűség mikéntje megszabja a mérés alapjellemzőjét: a mérési skála típusát. A skála általában véve egy irány nélküli, vagy iránnyal rendelkező értéksort jelöl (pl. színskála, zenei skála). A kvalitatív skála minőségi kategóriákba, a kvantitatív skála pedig mennyiségi viszonylatokba rendezi az adatokat.

A pszichológiai mérések elméleti alapjaival S. S. Stevens foglalkozott az 1940- es években. Stevens nyomán megkülönböztetjük a pszichológiai mérés következő alapvető fajtáit: a nominális, az ordinális, az intervallum- és az arányskálát. Ebbe a négy kategóriába minden lehetséges mérés besorolható. A skálafajták abban térnek el egymástól, hogy az adatok egymáshoz való viszonya hogyan jellemezhető matematikai szempontból. Minél komplexebb matematikai műveletet tesz lehetővé egy skála, annál több egzakt információ nyerhető ki belőle.

Nominális változók

A nominális skála előre meghatározott kategóriarendszerbe soroltatja a megfigyeléseket, és ezzel minőségi osztályozást hoz létre. Ilyen mérés például ha egy etológiai megfigyelés során a majmok viselkedését a következő skálán osztályozzuk:

1. játékos viselkedés,

2. tetvészkedés,

3. táplálkozás,

4. agresszív viselkedés,

5. behódoló viselkedés.

Ebben az esetben a számskálának csak az a legegyszerűbb tulajdonsága érvényesül, hogy a számok között egyenértékű- ségi viszony van, azaz az egy kategóriába sorolt viselkedések azonosnak tekintendőek.

A nominális skála minőségi megkülönböztetést tesz lehetővé. Az ilyen típusú adatok között nincsen matematikai kapcsolat, a kategóriák önmagukban véve nem hierarchizálhatóak, sorrend, arány szempontjából nincsen információértékük. Csupán azt jelzik, hogy az egyes megfigyelések különböző fajtához sorolhatóak. Nominális skála felhasználásával csak akkor tudunk nagyságrendi következtetéseket levonni, ha a vizsgált viselkedéseket idő- vagy tartalmi egységekre bontjuk és regisztráljuk az előfordulási gyakoriságot. Azokat a változókat, amelyek értékei nominális skálán helyezkednek el, nominális változóknak hívjuk.




Olvasnivaló: Mérhetővé tétel (operacionalizálás) - Dr. Szokolszky Ágnes


Az operacionalizálás az a folyamat, amikor a vizsgálni kívánt jelenségeket megpróbáljuk mérhetővé tenni. Ehhez persze szükséges, hogy korábban pontosan definiáljuk a változónkat. Az operacionalizálási definíció többé vagy kevésbé érvényes módszert ad a kutatónak, hogy vizsgálni tudja hipotetikus pszichológiai konstrukciót.

Nézzünk egy példát!

Hipotézisünk: Azok a gyerekek, akiket gyakran fenyítenek fizikai módszerekkel agresszívebbekké válnak, mint társaik.

Ezzel a hipotézissel két változó között szeretnénk összefüggést kimutatni: a szülői fizikai büntetés és a gyermek agresszív viselkedése között.

Hogyan tegyük ezeket a változókat mérhetővé?

Fizikai büntetés: Felmérjük a szülő fizikai fenyítéshez való viszonyulását, attitűdjét kérdőív segítségével.

Egyetért-e a következő állítással?

A gyermeket időnként jól el kell verni, hogy megtanulja mi a rend.

vagy névtelen kérdőívben megkérdezzük a szülőtől, milyen gyakorisággal alkalmaz fizikai fenyítést

Agresszió: megfigyeljük a gyermeket óvodai vagy iskolai közösségben hányszor kezdeményez fizikai vagy verbális agresszív támadást társai ellen.

Rajzot készíttetünk a gyerekekkel és megfigyeljük, összesítjük a rajzban megjelenő agresszióra utaló jeleket.

Összegezve tehát a mérhetővé tétel egy közvetlenül vagy közvetve megfigyelhető jelenség változó(k) által történő lehető legpontosabb és leginkább bejósolható leírása.




Olvasnivaló: Megbízhatóság (reliabilitás) és érvényesség (validitás) - Dr. Szokolszky Ágnes


A megbízhatóság méréséhez a korrelációszámítást szokás használni, mint a kérdőívek vizsgálatánál általában. Mégpedig azért, mert a hétköznapi életből is tudjuk, hogy egyetlen mérés nem minősíthető mérésnek. Számos probléma merülhet fel egyetlen mérési folyamat során, melyek nagymértékben befolyásolhatják az eredményeket. Ha viszont a több mérésből álló méréssorozat eredményei között az eltérés alacsony, akkor abból arra következtethetünk, hogy az eszköz megbízhatóan mér. Minden körülmények között nagyjából azonos eredményt ad. Ez a reliabilitás vizsgálat esetében azt jelenti, hogy a mérési eredmények között magas korreláció mutatható ki. Természetesen, a megbízhatóságnak is több fajtája van. A szakirodalom négy, alapvető fontosságú reliabilitás mutatót alkalmaz, melyek feltétlenül szükségesek a kérdőív alkalmasságának meghatározásához. Ezek közül az első kettőt ajánlott minden elkészített kérdőív esetében meghatározni, hiszen ezek nélkül nem lehetünk biztosak abban, hogy a skála valóban megbízhatóan működik.
− A teszt-reteszt megbízhatóság arról ad tájékoztatást, hogy bizonyos idő elteltével (általában ez az idő nem lehet rövidebb, mint egy-két hét) mennyire ad hasonló eredményt a felhasznált kérdőív. Ez a számítási módszer nem igényel hatalmas mennyiségű emberanyagot. A nemzetközi és hazai szakirodalom 30 főben határozza meg a minimumot, melynek segítségével a kérdőív skáláinak teszt-reteszt megbízhatósága meghatározható. Értelemszerűen, minél több személy eredménye alapján sikerül kiszámolni ezeket a mutatókat (melyek tulajdonképpen egyszerű korrelációs együtthatók), annál pontosabb képet kaphatunk a kérdőív működéséről.

- A megbízhatóság második legfontosabb mérőszáma az úgynevezett belső következetesség (konzisztencia), mely a kérdőív belső szerkezetéről, összefüggéseiről ad felvilágosítást. Azaz, a tételek egymáshoz való viszonya mutatható meg a megbízhatóság ezen értékén keresztül. A megbízhatóság belső konzistenciára vonatkozó mérőszáma a Cronbach-alfa. Mindenféle statisztikai alapot nélkülözve ezt a mutatót úgy értelmezhetjük, hogy minél magasabb értéke van (ez általában 0,7 feletti értéket jelent), annál inkább ugyanahhoz a fogalomhoz kapcsolhatóak a tételek, melyek a skálát alkotják. A legtöbb statisztikai program, képes meghatározni azt is, hogy mennyi lesz a Cronbach alfa értéke, ha valamelyik állítást a skálából töröljük. Ezen módszer segítségével tehát képet kaphatunk arról, hogy a tételek egymáshoz képest mennyire térnek el a vizsgált fogalom meghatározásától. Tudnunk kell azonban, hogy minél több állítás szerepel egy skálában, annál magasabb lehet a Cronbach alfa értéke, valamint a mintaelemszám növelésével is emelkedik a mutató értéke.

− A két említett megbízhatóságra vonatkozó mérőszám mellett beszélhetünk még a megfigyelők (értékelők) közötti kapcsolat mérőszámairól, illetve a párhuzamos értékelés folyamatáról, de ezek nem annyira jelentős mutatók, mint az előbb említett teszt-reteszt és belső konzisztencia értékek. Érvényesség (validitás) Az érvényesség sokkal szigorúbb feltételeket szab egy mérőeszközzel szemben, mint a megbízhatóság. Tulajdonképpen, a validitás informál bennünket arról, hogy amit alkottunk valóban arra használható, amire szándékaink szerint alkalmazni szerettük volna. Vagyis, kérdőívünk valóban a „miért akarok viselkedéselemző lenni?” kérdésre válaszol-e, vagy valami másról szól.

A mindennapi életben számtalan olyan eszközt használunk, melyek mérnek valamit. Mégsem kérdőjelezzük meg azok érvényességét. Egy mérleg nézzen úgy ki, mint egy mérleg, és ne úgy, mint egy szobabicikli. Ha már hasonlít egy másik eszközhöz, amiről tudjuk, hogy pontosan mire használható, akkor teljesül az „arculat” (face) validitás kritériuma. Azaz, esetünkben a kérdések, a skála valóban olyan kérdéseket tartalmazzon, melyekben látszólag szerepel a viselkedéselemző szó, és emberekkel való kapcsolat is jelenjen meg bennük. Így ránézésre már megállapítható, hogy talán tényleg jól dolgoztunk. A validitás legegyszerűbb fajtája tehát az arculat validitás. Szemrevételezés után ellenállhatatlan késztetést érzünk arra, hogy megvizsgáljuk magunkat a kérdőív segítségével, vajon miért is akarunk viselkedéselemzők lenni. A validitás azonban ennél többről szól. A szakirodalomban számos validitás fajtát mutatnak be és határoznak meg. Azonban a legtöbb ilyen definíció az úgynevezett konstruktum validitáshoz kapcsolható. Lényegében ez az érvényesség ad választ arra, hogy sikerült-e megfelelő szinten lefordítani a vizsgálandó fogalmat kérdőív állításokra, vagy sem. Ennek ellenőrzése sem egyszerű feladat. Azonban meghatározásához két lehetőség közül kell választanunk:

• első körben azt kell megvizsgálnunk, hogy foglalkozott-e már valaki tudományos szinten az általunk vizsgálni kívánt fogalommal? Amennyiben igen, úgy össze kell vetnünk azokat az eredményeket a mi saját eredményeinkkel és ennek megfelelően levonni a következtetéseket. Kérdések, melyek segíthetnek a validitás meghatározásában:

• Hasonló módon működik-e a kérdőív, mint a másik? Ehhez természetesen fel kell vennünk a másik kérdőívet is ugyanazokkal a vizsgált személyekkel, akikkel a saját kérdőívet vettük fel.

• Milyen magas korrelációs együtthatókat kapunk a két skála összevetése során?

• Ha nem tudtuk felvenni a másik kérdőívet, akkor az ott vizsgált fogalom egyéb konstruktumokhoz való viszonyához hasonlóan alakul-e a mi általunk vizsgált fogalom kapcsolata ugyanazokhoz a konstruktumokhoz?

Ebből is következik, hogy kérdőív validitásának vizsgálatához mindenképpen szükség van egy jól bevált skálára is. Ha az nem áll rendelkezésre, akkor minimum azon konstruktumokat kell megmérnünk, melyekkel elméleti szinten kapcsolatba hozható. Ezek nélkül a kérdőív validitása nem ellenőrizhető! Jó hír azonban, hogy a validitás vizsgálatra csak akkor kerül sor, ha az első mintán felvett kérdőív megbízhatónak bizonyul. Megspórolhatjuk magunknak (de nem érdemes) a reliabilitás vizsgálatot, mivel a validitás önmagában elégséges egy kérdőív működésének bizonyításához, mert egy mérési eljárás csak akkor lehet érvényes, ha megbízható is. Azonban mind a nemzetközi, mind a hazai szakirodalom a reliabilitás ellenőrzését is feltételként szabja meg egy kérdőív bemutatásakor.

• A konstruktum validitás ellenőrzésekor még kitérhetünk a konkurrens, konvergens és divergens validitás ellenőrzésére is.

• A konkurrens validitás azt jelenti, hogy a kérdőív valóban képes-e különbséget tenni azon csoportok között, melyeket elméletileg meg kell tudnia különböztetni. Jelen esetben a „miért akarok viselkedéselemző lenni?” kérdőív feltételezhetően el tudja különíteni a viselkedéselemzőket és a mozdonyvezetőket, hisz utóbbiak (feltételezhetően) nem akartak viselkedéselemzők lenni. Ezen érvényességfajta ellenőrzésére nem a korrelációs együtthatót vesszük alapul.

• A konvergens validitás alapján kiderül, hogy azok a fogalmak, melyek elméleti síkon összefüggésbe hozhatóak a vizsgált konstruktummal, valóban kapcsolatban is állnak-e azzal. A viselkedéselemzők minden bizonnyal pontosabban azonosítják be az érzelmeket, mint mások.

• A divergens validitás éppen ellenkezőjét állítja, mint az előző, konvergens validitás. Minden bizonnyal léteznek olyan fogalmak, melyek nem hozhatóak kapcsolatba az általunk vizsgált konstruktummal. A viselkedéselemző foglalkozással kapcsolatos pozitív vélekedés feltehetőleg nincs kapcsolatban a matematikai képességekkel.




Olvasnivaló: Metrikus változók - Intervallum- és arányskálák - Dr. Szokolszky Ágnes


A kutatások a legkülönfélébb dolgokat mérik: a reakcióidőt, a válaszgyakoriságot, a szívritmust, az attitűdöket, a személyiségjellemzőket, az intelligenciát és a csoportfolyamatokat – a felsorolás természetesen nem teljes, csak a sokféleséget idézi fel. Bármilyen is a mérés, lényege minden esetben az, hogy szabályszerűen kell a számokat a megfigyelt dolgokhoz vagy eseményekhez kötni. A szabályszerűség mikéntje megszabja a mérés alapjellemzőjét: a mérési skála típusát. A skála általában véve egy irány nélküli, vagy iránnyal rendelkező értéksort jelöl (pl. színskála, zenei skála). A kvalitatív skála minőségi kategóriákba, a kvantitatív skála pedig mennyiségi viszonylatokba rendezi az adatokat.

A pszichológiai mérések elméleti alapjaival S. S. Stevens foglalkozott az 1940- es években. Stevens nyomán megkülönböztetjük a pszichológiai mérés következő alapvető fajtáit: a nominális, az ordinális, az intervallum- és az arányskálát. Ebbe a négy kategóriába minden lehetséges mérés besorolható. A skálafajták abban térnek el egymástól, hogy az adatok egymáshoz való viszonya hogyan jellemezhető matematikai szempontból. Minél komplexebb matematikai műveletet tesz lehetővé egy skála, annál több egzakt információ nyerhető ki belőle.

Metrikus skálák

A metrikus skáláknak két altípusát különböztetjük meg: az intervallum- és arányskálákat.

Az intervallumskálán az értékek közötti távolságok egyenlők vagy közel egyenlők, tehát az értékek közötti intervallumok összehasonlítható nagyságrendi különbségeket fejeznek ki.

Egy pszichofizikai kísérlet keretében intervallum mérésre példa, ha a kísérleti személynek egy ingersort úgy kell sorba rendeznie, hogy a szubjektív érzékleti távolságok (a személy érzése szerint) egyenlők legyenek. Intervallumskálázáson alapulnak az intelligenciatesztek is; ha X IQ-ja 160, Y-é pedig 80, akkor pontosan kifejezhető a mennyiségi különbség. Az intervallumskála alapján tehát el tudjuk dönteni, hogy melyik érték nagyobb a másiknál és mennyivel. Az intelligenciateszteknél például azt feltételezzük, hogy az 5 pontos különbség ugyanakkora 75 és 80 pont között, mint 130 és 135 pont között. Mégsem indokolt azt mondani, hogy a 160 pontot elérő személy kétszer olyan okos, mint a 80 pontot elérő, mert az IQ-skálán nem létezik olyan zéró pont, amely azt jelölné, hogy valakinek teljes mértékben hiányzik az intelligenciája. Hiába kétszerese a 160 pont a 80 pontnak, ez nem értelmezhető egy az egyben a mérni szándékozott pszichológiai tulajdonság szempontjából a zéró pont hiánya miatt.

Ezért az intervallumskálán mért arányoknak nincs egészen pontos információértékük. Azokat a változókat, amelyek értékei intervallumskálán helyezkednek el, intervallumskálájú változóknak hívjuk.

Az arányskála engedi meg leginkább az egzakt mennyiségi következtetések levonását, mert nagyságrendi arányok matematikai viszonyának pontos kifejezését teszi lehetővé. Ez azért lehetséges, mert az arányskálán az értékközök egyenlők, és van nulla pont.

Idesorolhatóak például a hosszúság, a súly vagy az idő mérésére szolgáló skálák. Pszichológiai méréseknél ilyen például a reakcióidő vagy egy feladatvégzés időtartama, vagy egy feladathelyzetben a jó megoldások száma. Amennyiben X 20 percet tölt el egy feladattal, míg Y 10 percet, akkor állíthatjuk, hogy X kétszer annyi időt töltött el, mint Y, mivel a feladattal töltött idő viszonyítható a nulla perchez. Arányskálának tekinthető a Stevens által a pszichofizika területén bevezetett nagyságbecslési skála is, amely más kutatási területeken is elterjedt. Elképzelhető például, hogy a barátságosság megítélésekor azt mondják a kísérleti személynek, hogy pontozza az adott személy barátságosságát oly módon, hogy az 50-es szám képviseli az átlagos barátságosságot. Ebben az esetben ha X kétszer olyan barátságos, mint Y, akkor kétszer akkora pontot kap. A nagyságbecslési skála lényegében egy érzékeny mérést lehetővé tevő arányskála. Használata azonban nem probléma nélküli, mert nem lehetünk teljesen biztosak abban, hogy a kísérleti személy valóban a barátságosság attribútumát mérte, vagy esetleg valamely ahhoz kapcsolt egyéb egyéni attribútumot, egy gyermek például lehet, hogy azt ítéli barátságosnak, aki jó tanuló.

Azokat a változókat, amelyek értékei arányskálán helyezkednek el, arányskálájú változóknak hívjuk.




Olvasnivaló: Ordinális változók - Dr. Szokolszky Ágnes


A kutatások a legkülönfélébb dolgokat mérik: a reakcióidőt, a válaszgyakoriságot, a szívritmust, az attitűdöket, a személyiségjellemzőket, az intelligenciát és a csoportfolyamatokat – a felsorolás természetesen nem teljes, csak a sokféleséget idézi fel. Bármilyen is a mérés, lényege minden esetben az, hogy szabályszerűen kell a számokat a megfigyelt dolgokhoz vagy eseményekhez kötni. A szabályszerűség mikéntje megszabja a mérés alapjellemzőjét: a mérési skála típusát. A skála általában véve egy irány nélküli, vagy iránnyal rendelkező értéksort jelöl (pl. színskála, zenei skála). A kvalitatív skála minőségi kategóriákba, a kvantitatív skála pedig mennyiségi viszonylatokba rendezi az adatokat.

A pszichológiai mérések elméleti alapjaival S. S. Stevens foglalkozott az 1940- es években. Stevens nyomán megkülönböztetjük a pszichológiai mérés következő alapvető fajtáit: a nominális, az ordinális, az intervallum- és az arányskálát. Ebbe a négy kategóriába minden lehetséges mérés besorolható. A skálafajták abban térnek el egymástól, hogy az adatok egymáshoz való viszonya hogyan jellemezhető matematikai szempontból. Minél komplexebb matematikai műveletet tesz lehetővé egy skála, annál több egzakt információ nyerhető ki belőle.

Ordinális változó

Az ordinális skála rangsorolást tesz lehetővé egy olyan dimenzió alapján, amely jelen van az összes megfigyelésben; így a viselkedéshez rendelt számok rangsorhelyet (ordinális pozíciót) tükröznek. Ordinális skálázás, ha például egy pszichofizikai kísérletben páros összehasonlítás keretében meg kell mondani, hogy egy inger erősebb-e, mint a másik vagy erősségi sorrendbe kell állítani egy ingersort. További példa, ha egy tanár rangsorolja egy tanulócsoport tagjait teljesítményük alapján vagy ha például egy szociálpszichológiai kísérletben fényképen látható személyeket rangsoroltatnak vonzerő alapján. Ez a skála kvantitatív különbségre vonatkozó információt közöl a kisebb-nagyobb viszonyok rendszeréről, a különbség nagyságáról viszont semmit sem mond. Az ordinális értéksorban az értékek közötti távolságok nem egyenlők: ha X a legvonzóbb, Y a második legvonzóbb és Z a harmadik legvonzóbb személy, akkor nem mondhatjuk, hogy X annyival vonzóbb Y-hoz képest, mint Y Z-hez képest. Az ordinális skála csupán annyit rögzít, hogy X vonzóbb, mint Y vagy Z, de azt nem közli, hogy mennyivel. Ezért az ordinális pozíció lényegében szintén minőségi kategorizálásnak tekinthető. Idesorolhatóak a gyakran alkalmazott becslési skálák is, amelyek egy adott attitűdöt vagy értékítéletet mérnek fel egy előzetesen rögzített, általában három-, öt- vagy hétpontú skálán (például: „Jelezze egyetértését a következőháromjegyű skálán, ahol 1 = nem ért egyet, 3 = egyetért, 2 = egyik sem”; A bemutatott személy: 1. nagyon vonzó, 2. semleges, 3. egyáltalán nem vonzó). Azokat a változókat, amelyek értékei ordinális skálán helyezkednek el, ordinális változóknak hívjuk.