Universitatea Babeş-Bolyai, Cluj Napoca

PSIHOLOGIA EXPERIMENTALĂ ŞI MEDOLOGIA ANALIZEI

DATELOR

IOAN RADU
InformaŃii generale

Date de identificare ale cursului

Date de contact ale titularului de curs: Date de identificare curs şi contact tutori:

Nume: Prof.univ.dr. Radu Ioan Numele cursului - Psihologie Experimentală şi

Birou: Birou 6 sediul Fac. de Psihologie şi
ŞtiinŃele EducaŃiei, str. Republicii 37
Telefon: 0264-590967
Fax: 0264-590967
E-mail: ioanradu@psychology.ro
ConsultaŃii: Miercuri, 12-14
Analiza Datelor I
Codul cursului - PSY1031
Anul, Semestrul – anul 1, sem. 1
Tipul cursului - Obligatoriu
Pagina web a cursului- http://www.psychology.ro
Tutori – Asist. univ. dr. Balázsi Róbert
Asist. univ. drd. Bivolaru Adrian
Cercet. drd. Vonaş Gabriel
Varga Mihai
Gherasim Simina
Bogdan Alexandru
Spânu Florina
Goraş Maura
experimentalatutor@psychology.ro

CondiŃionări şi cunoştinŃe prerechizite

Înscrierea la acest curs nu este condiŃionată de parcurgerea şi promovarea în prealabil a
unor discipline universitare. CunoştinŃele generale legate de cercetarea ştiinŃifică dobândite prin
parcurgerea disciplinelor liceale (psihologie, sociologie, biologie, fizică sau chimie), respectiv
cunoştinŃele de algebră elementară sporesc considerabil accesibilitatea temelor pe care vi le
propunem. În totalitatea lor, aceste prerechizite vor fi foarte utile în rezolvarea lucrărilor de
evaluare ce încheie fiecare modul cât şi în promovarea examenului de evaluare finală.

Descrierea cursului
Cursul de Psihologie Experimentală şi Analiza Datelor I face parte din pachetul de
discipline fundamentale ale specializării psihologie, nivel licenŃă, din cadrul FacultăŃii de
Psihologie şi ŞtiinŃe ale EducaŃiei a UniversităŃii „Babeş-Bolyai” din Cluj-Napoca. Disciplina
oferă cunoştinŃe conceptuale şi procedurale legate de problematica cercetării în psihologie, astfel
fundamentând şi facilitând accesibilitatea studenŃilor la o serie de discipline teoretice sau
aplicative ale aceluiaşi an academic (Psihologie Cognitivă şi Introducere în Psihologie) sau ale
anilor superiori (Psihodiagnostic, Psihologia Dezvoltării, Psihologie Socială, Psihologia Muncii,

1
Psihologie Clinică sau Psihologie Şcolară). Tematicile abordate în cadrul cursului reprezintă un
preambul esenŃial pentru toate cursurile menŃionate mai sus.
Afirmarea psihologiei ca şi ramură ştiinŃifică a fost condiŃionată de elaborarea unei
metodologii de cercetare riguroase care să permită verificarea empirică a teoriilor şi ipotezelor
formulate. Actual, independent de domeniul în care îşi desfăşoară activitatea (clinic, şcolar,
organizaŃional, academic sau cercetare) psihologul este (sau trebuie să fie) un consumator însetat
al literaturii de specialitate. ÎnŃelegerea corectă a studiilor empirice publicate în reviste de
specialitate presupune însă cunoştinŃe de metodologie a cercetării şi analiza datelor.
Această disciplină intervine tocmai în acest punct, oferind posibilitatea studenŃilor să:
conştientizeze importanŃa cercetării experimentale în validarea unor demersuri de intervenŃie
(clinică, şcolară sau organizaŃională) şi să deprindă demersurile metodologice necesare pentru
elaborarea şi derularea acestor cercetări; să înveŃe criteriile metodologice de evaluare validate
empiric (grile de observaŃie sau probe experimentale) în colectarea unor date de calitate
superioară; şi să-şi însuşească şi să aplice principiile statistice în analiza datelor şi elaborarea unui
proiect decercetare.

Organizarea temelor în cadrul cursului

Cursul este structurat pe patru module de învăŃare, corespunzător structurii funcŃionale a
unei cercetări, fiecare modul fiind subîmpărŃit în următoarele tematici:

cadru general al cercetării şi noŃiuni introductive (modul I),

studiu descriptiv observaŃional şi studiu comparativ experimental (modulul I),

evaluare şi colectare de date (modul II),

organizarea colecŃiei de date (modul II),

statistică descriptivă (modul III),

statistică inferenŃială (modul IV).
Tematicile specificate reprezintă elemente clasice ale oricărui manual de introducere în
metodologia cercetării şi analizei datelor care-şi propune discuŃia şi prezentarea principiilor care
guvernează cercetarea psihologică.
Nivelul de înŃelegere ş, implicit, utilitatea informaŃiilor pe care le regăsiŃi în fiecare modul
vor fi sensibil optimizate dacă, în timpul parcurgerii suportului de curs, veŃi consulta sursele
bibliografice recomandate. Dealtfel, rezolvarea tuturor lucrărilor de verificare impune, cel puŃin,
parcurgerea referinŃelor obligatorii, menŃionate la finele fiecărui modul. În situaŃia în care nu veŃi
reuşi să accesaŃi anumite materiale bibliografice, sunteŃi invitaŃi să contactaŃi tutorii disciplinei.

Formatul şi tipul activităŃilor implicate de curs

2
 Parcurgerea celor patru module incluse în curs va presupune atât întâlniri faŃă în faŃă
(consultaŃii), discuŃii pe forum cât şi muncă individuală. ConsultaŃiile, la care prezenŃa este
facultativă, reprezintă un sprijin direct acordat dumneavoastră din partea titularului şi a tutorilor.
Pe durata acestora vom recurge la prezentări contrase a informaŃiilor esenŃiale aferente fiecărui
modul dar mai cu seamă vă vom oferi, explicaŃii şi răspunsuri directe la întrebările pe care ni le
veŃi adresa. Activitatea şi discuŃiile de pe forum vă vor permite urmarea unui ritm de învăŃare
echilibrat şi optim, în acelaşi timp discuŃiile cu colegii şi moderatorii forumului vă vor permite şi
verificarea cunoştinŃelor asimilate şi extinderea lor. În ceea ce priveşte activitatea individuală, ea
se va concretiza în parcurgerea tuturor materialelor bibliografice obligatorii, rezolvarea lucrărilor
de verificare şi a proiectului de semestru. Reperele de timp şi implicit perioadele în care veŃi
rezolva fiecare activitate (lucrări de verificare, proiect etc.) sunt monitorizate de către noi prin
intermediul calendarului disciplinei. Modalitatea de notare si respectiv, ponderea acestor
activităŃi obligatorii, în nota finală vă sunt precizate în secŃiunea: politica de evaluare şi notare
precum şi în cadrul fiecărui modul.
Pe scurt, având în vedere particularităŃile învăŃământului la distanŃă dar şi reglementările
interne ale CFCID al UBB, parcurgerea şi promovarea acestei discipline presupune antrenarea
studenŃilor în următoarele tipuri de activităŃi:
a. consultaŃii – pe parcursul semestrului vor fi organizate două întâlniri de consultaŃii faŃă în
faŃă; prezenŃa la aceste întâlniri este facultativă;
b. realizarea unui proiect de semestru cu o temă şi un set de sarcini anunŃate cu cel puŃin 30
de zile înaintea datei de depunere a acesteia.
c. 2 lucrări de evaluare care vor fi rezolvate şi, respectiv trimise tutorilor în conformitate cu
precizările din calendarul disciplinei.
d. forumul de discuŃii – acesta va fi monitorizat de echipa de tutori şi supervizat de titularul
disciplinei.

Materiale bibliografice obligatorii

In suportul de curs, în cadrul fiecărui modul sunt precizate referinŃele bibliografice
obligatorii care permit asimilarea corectă a informaŃiilor, iar la sfârşitul modulului apar cele
facultative, care să permită aprofundarea cunoştinŃelor. Sursele bibliografice au fost astfel
stabilite încât să ofere posibilitatea adâncirii nivelului de analiză si implicit, înŃelegerea mai bună
a fiecărei componente a cercetării. Volumul „Psihologie experimentală şi metodologia analizei
datelor” (1993), este referinŃa obligatorie principală pentru acest curs. Caracteristica sa definitorie
o constituie prezentarea iterantă a demersului de cercetare, de la fazele sale timpurii (formularea
unei probleme de cercetare) şi până la finalizarea cercetării (analiza statistică a datelor şi

3
interpretarea rezultatelor). Această referinŃă menŃionată la bibliografia obligatorie se găseşte la
Biblioteca FacultăŃii de Psihologie din cadrul Bibliotecii Centrale „Lucian Blaga”.
De asemenea, suportului de curs vom anexa un READER care conŃine capitole, selectate
din diferite surse bibliografice acestea ajutând la completarea şi aprofundarea informaŃiilor oferite
de bibliografia obligatorie menŃionată mai sus. READER-ul poate fi accesat direct de pe CD-ul
care conŃine cursurile aferente anului I sau online de pe platforma care deserveşte ÎnvăŃamântul
Deschis la DistanŃă al FacultăŃii de Psihologie şi ŞtiinŃele EducaŃiei de la adresa:
https://portal.portalid.ubbcluj.ro/romana/psihologie_ro/an1/psy1031/default.aspx

Materiale şi instrumente necesare pentru curs

Optimizarea secvenŃelor de formare reclamă accesul studenŃilor la următoarele resurse:
- calculator conectat la internet (pentru a putea accesa bazele de date şi resursele electronice
suplimentare dar şi pentru a putea participa la secvenŃele de formare interactivă online)
- imprimantă (pentru tipărirea materialelor suport, a temelor redactate, a studiilor de caz)
- acces la resursele bibliografice (ex: abonament la Biblioteca Centrală „Lucian Blaga”)
- acces la echipamente de fotocopiere.

Calendar al cursului
Pe parcursul semestrului I, în care se studiază disciplina de faŃă, sunt programate 2
întâlniri faŃă în faŃă (consultaŃii) cu toŃi studenŃii; ele sunt destinate soluŃionării, nemediate, a
oricăror nelămuriri de conŃinut sau a celor privind sarcinile individuale. Pentru prima întâlnire vă
recomandăm lectura atentă a primului modul; la cea de-a doua se vor discuta următoarele trei
module şi se va realiza o secvenŃă recapitulativă pentru pregătirea examenului final. De asemenea
în cadrul celor două întâlniri aveŃi posibilitatea de a solicita titularului şi/sau tutorilor sprijin
pentru rezolvarea anumitor lucrări de verificare sau a proiectului de semestru, în cazul în care nu
aŃi reuşit singuri. Pentru a valorifica maximal timpul alocat celor două întâlniri studenŃii sunt
atenŃionaŃi asupra necesităŃii suplimentării lecturii din suportul de curs cu parcurgerea capitolelor
aferente bibliografiei obligatorii. În acelaşi calendar se regăsesc şi termenele la care trebuie
transmise/depuse lucrările de verificare aferente fiecărui modul precum şi data limită pentru
depunerea proiectului de semestru.

Politica de evaluare şi notare

Evaluarea finala se va realiza pe baza unui examen scris desfăşurat în sesiunea de la finele
semestrului III. Nota finală se compune din:
a. punctajul obŃinut la acest examen în proporŃie de - 50%;
b. aprecierea lucrărilor de evaluare pe parcurs - 20%;

4
 c. evaluarea proiectului de semestru - 15%;
d. evaluarea activităŃii de forum - 15%.
Fiecare tip de activitate va fi notată cu o notă de la 1 la 10, nota finală fiind media
ponderată a celor patru note.
Modulul cuprinde două lucrări de verificare care vor fi transmise tutorelui la termenele
precizate în calendarul disciplinei. InstrucŃiuni suplimentare privind modalităŃile de elaborare,
redactare, dar şi criteriile de notare ale lucrărilor, vă vor fi furnizate de către titularul de curs sau
tutori în cadrul întâlnirilor faŃă în faŃă.
Pentru predarea temelor se vor respecta cu stricteŃe cerinŃele specificate. Orice abatere
de la acestea aduce după sine penalizări sau pierderea punctajului corespunzător acelei lucrări.
Evaluarea acestor lucrări se va face imediat după preluare, iar afişarea pe site a notelor
acordate se va realiza la cel mult 2 săptămâni de la data depunerii/primirii lucrării. Dacă studentul
consideră că activitatea sa a fost subapreciată de către evaluatori atunci poate solicita feedback
suplimentar prin contactarea titularului sau a tutorilor prin email.

Elemente de deontologie academică

Se vor avea în vedere următoarele detalii de natură organizatorică:
- Orice material elaborat de către studenŃi pe parcursul activităŃilor va face dovada originalităŃii.
StudenŃii ale căror lucrări se dovedesc a fi plagiate nu vor fi acceptaŃi la examinarea finală.
- Orice tentativă de fraudă sau fraudă depistată va fi sancŃionată prin acordrea notei minime sau,
în anumite condiŃii, prin exmatriculare.
- Rezultatele finale vor fi puse la dispoziŃia studenŃilor prin afişaj electronic.
- ContestaŃiile pot fi adresate în maxim 24 de ore de la afişarea rezultatelor iar soluŃionarea lor nu
va depăşi 48 de ore de la momentul depunerii.

StudenŃi cu dizabilităŃi
Titularul cursului şi echipa de tutori îşi exprimă disponibilitatea, în limita constrângerilor
tehnice şi de timp, de a adapta conŃinutul şi metodele de transmitere a informaŃiilor precum şi
modalităŃile de evaluare (examen oral, examen on line etc) în funcŃie de tipul dizabilităŃii
cursantului. Altfel spus, avem în vedere ca o prioritate facilitarea accesului egal al tuturor
cursanŃilor la activităŃile didactice şi de evaluare.

Strategii de studiu recomandate

Date fiind caracteristicile învăŃământului la distanŃă, se recomandă studenŃilor o
planificare foarte riguroasă a secvenŃelor de studiu individual, coroborată cu secvenŃe de dialog
pe forum, cu tutorii si respectiv titularul de disciplină. Lectura fiecărui modul şi rezolvarea la

5
timp a lucrărilor de evaluare garantează nivele înalte de înŃelegere a conŃinutului tematic şi
totodată sporesc şansele promovării cu succes a acestei discipline.
PlanificaŃi-vă să alocaŃi cel puŃin la fel de mult timp pentru studiul fiecărei teme online a
cursului pe cât aŃi aloca dacă aŃi studia tema respectivă în varianta clasică a cursurilor faŃă în faŃă.
PlanificaŃi-vă un interval orar în timpul zilei pe care îl veŃi rezerva studiului. La fel cum
dobândirea măiestriei în utilizarea unui instrument muzical sau să devii fluent într-o limbă străină
sau să excelezi într-un sport necesită determinare şi mult exerciŃiu, la fel este şi cu studiul
psihologie experimentale şi a anlizei datelor.
ÎncepeŃi prin a vă realiza un calendar săptămânal cu toate cursurile dumneavoastră, timpul
alocat pentru activităŃile ce Ńin de locul de muncă sau alte obligaŃii. RezervaŃi-vă 2-3 ore zilnic
pentru studiu şi marcaŃi-le în calendarul săptămânii. AsiguraŃi-vă că aŃi ales un interval orar când
vă puteŃi concentra cel mai bine asupra acestei activităŃi.
ÎncercaŃi să rezolvaŃi toate sarcinile oferite în suportul de curs. Dacă întâmpinaŃi dificultăŃi
notaŃi-vă punctul unde aŃi ajuns şi cereŃi ajutor pentru a trece mai departe.

Vă rugăm să puneŃi întrebări! Curiozitatea şi întrebările oneste sunt esenŃiale pentru învăŃare.

6
 Modulul 1
Metode de cercetare în psihologie

Scopul modulului: Familiarizarea studentului cu conceptele de bază ale metodologiei cercetării

în psihologie.

Obiectivele modulului: La finalul acestui modul, vor fi capabili:

• să identifice principalele componente ale demersului de

1.1 Introducere
cercetare ştiinŃifică
• să definească principalele carcateristici ale psihologiei ca
ştiinŃă
• să descrie caracteristicile metodei observaŃiei şi modul de
elaborare a unui studiu cu grile de observaŃie
• să descrie caracteristicile metodei experimentale şi modul
de realizare concretă a unui studiu experimental
• să facă disctincŃie între testul psihologic şi proba
experimentală

În acest capitol vom analiza principalele caracteristici ale demersului de cercetare

ştiinŃifică în contextul psihologiei. Vom prezenta mai întâi reperele istorice relevante în
trasformarea psihologiei într-o ştiinŃă fundamentată empiric, conceptele cheie fiind cel de
contrusct ipotetic, operaŃionalizare şi validare empirică. Pentru a le înŃelege mai bine vom
prezenta aceste concepte în două ipostaze, în cadrul cercetării observaŃionale şi cel al
experimentului.
În cele din urmă vom prezenta aspectele importante ale evaluării empirice, respectiv
modalitatea de elaborare a unor isntrumente standardizate de evaluare. Asemenea temelor
anterioare şi în acest caz accentul va fi relaŃia dintre construct ipotetic şi operaŃionalizare.

1.1 Demersul ştiinŃific în cercetarea psihologică

O psihologie naivă, în forma cunoaşterii de altul şi de sine, a apărut probabil o dată cu
dezvoltarea contactelor interumane, cu omul social. ActivităŃile comune au plasat indivizii în
relaŃii “faŃă în faŃă” impunându-le o ajustare continuă în raport cu reacŃiile celorlaŃi. ObservaŃiile
ocazionate de existenŃa cotidiană s-au fixat în replici, proverbe, zicale – deci în folclor – iar mai
târziu în scrieri literare, încercări de portretizare, judecăŃi de valoare etc. În chip firesc, oamenii
nu au aşteptat constituirea unei ştiinŃe psihologice pentru a-şi pune întrebări referitoare la viaŃa
psihică, la modul de comportare al semenilor, la însuşirile personale. SimŃul comun a devenit

7
depozitarul acestei psihologii naive, pe care individul a împrumutat-o odată cu limba, obiceiurile
de viaŃă etc. Se spune astfel despre psihologie că are un trecut lung, dar o istorie scurtă.

Temă de reflecŃie nr. 1

ComparaŃi tabelar trăsăturile cunoştinŃelor ştiinŃifice cu cele ale
cunoştinŃelor neştiinŃifice! Pentru aprofundarea subiectului vezi în
READER documentele:
Bibliografie 1.pdf - Lakatos (1973) Science and Pseudoscience
Bibliografie 2.pdf - Wynn (2001) Quantum leaps – cap.1

În jumătatea a doua a secolului trecut, psihologia devine o ramură de sine stătătoarea a

ştiinŃei. Prima lucrare cu caracter ştiinŃific în acest domeniu – ceea ce a însemnat studierea unor
fapte psihice cu mijloace precise- a apărut în 1860 şi aparŃine lui Th. Fechner, care a fost mai
întâi medic, apoi fizician. Lucrarea se intitulează “Elemente de psihofizică” (Elemente der
Psychophysik) şi studiază, în principal, raportul dintre modificările stimulului fizic şi variaŃiile
corespunzătoare în planul senzaŃiei. Aceste prime experienŃe au fost sistematizate într-o lege
matematică, numită legea psihofizică, în care se stabileşte raportul dintre modificările senzaŃiei
(s) în funcŃie de mărimea stimulului extern (I), sub forma expresiei cunoscute:
s = k logI + c
În anul 1879, la Leipzig (Germania), ia fiinŃă primul institut de psihologie din lume- creat
de W. Wundt - care îşi propune să studieze cu mijloace precise fenomene psihice mai simple:
senzaŃia, percepŃia, asociaŃia, memoria etc. În acest institut s-au format pionierii psihologiei
experimentale pe diferite meridiane ale globului, inclusiv România.
Să amintim că termenul de psihologie apăruse mai demult, şi anume într-un fragment din
opera lui Leibniz, puŃin ulterior anului 1696. Noul termen (“psihologie”) va oferi titlul a două
lucrări ale lui Chr. Wolff- Psychologia empirica şi Psychologia rationalis- prima apărută în 1732,
iar a doua în 1734, care au contribuit la răspândirea noii denumiri şi a preocupărilor despre
“suflet”. Autorul, elev al lui Leibniz, admitea posibilitatea unei psihologii propriu-zise şi
avansează chiar ideea de măsurare a fenomenelor psihice.
Punctul de plecare al multor cercetări de psihologie este prefigurat în datele simŃului
comun. H. Kelley (1992) ne propune să acceptăm pentru simŃul comun un anumit nivel al

8
cunoaşterii psihologice. Este vorba de observaŃii şi concluzii asupra comportamentului direct
observabil, care se dezvăluie mai ales în relaŃiile interpersonale, în activităŃile îndreptate spre
scop ale individului. Acesta este nivelul comportamentului moral, desfăşurat în secvenŃe
temporale de ordinul minutelor până la al zilelor, comportament care devine vizibil în relaŃiile de
faŃă în faŃă - în perimetrul grupului mic – şi care prezintă antecedente şi consecinŃe concret
reperabile. În schimb, fenomenele care se desfăşoară la macro şi micro-nivel nu pot intra în raza
de competenŃă a simŃului comun. În primul caz este vorba de fenomene psihice care implică mai
mulŃi oameni în intervale mai mari de timp ( de ex. tendinŃe pe parcursul unei vieŃi, schimbări
sociale etc.). La micronivel este vorba de evenimente psihice care se desfăsoară rapid (în secunde
sau milisecunde), la scară mică de mărime (sacade oculare sau mici contracŃii ale muşchilor feŃei
etc); ele pot fi detectate, de pildă, cu mijloacele electrofiziologiei. Nivelul mediu – al
comportamentului manifest – ar constitui nişa cognitivă a simŃului comun (p. 6-7).
Din datele invocate de H. Kelley în sprijinul tezelor sale reŃinem rezultatele unor testări
asupra oamenilor de pe stradă. Un autor (J. Houston) a întocmit un chestionar referitor la
memorie şi învăŃare. Itemii (în număr de 21) au fost formulaŃi în limbajul curent, oferind
răspunsuri la alegere. Chestionarul a fost propus unui lot de 50 de studenŃi din anul I înaintea
cursului de Introducere în psihologie. Presupunând că subiectul nu dispune de cunoştinŃe într-un
domeniu este de aşteptat ca răspunsurile sale la întrebările chestionarului să se distribuie în mod
aleator. La 15 itemi din 21, subiecŃii interogaŃi au răspuns însă corect, în proporŃii superioare
hazardului. Pe un lot de alte 50 de persoane, selecŃionate aleatoriu dintr-un parc public, s-a
obŃinut – de asemenea – proporŃii de răspunsuri excte superioare hazardului la 16 itemi (din 21).
De aici concluzia care atribuie simŃului comun un nivel al cunoaşterii psihologice. Pe de altă
parte, eforturile oricărui cercetător de a operaŃionaliza conceptele duce adesea la o scufundare a
lor în simŃul comun, ca poziŃie de plecare. Psihologia cuprinsă în simŃul comun oferă o bază utilă
pentru dezvoltarea cunoaşterii. Este imposibil să eviŃi efectele simŃului comun – încheie Kelley –
dar este uşor să nu fii conştient de ele. Problema este a atitudinii lucide şi echilibrate.
În perioada în care psihologia începea să se afirme ca disciplină independentă, în
jumătatea a doua a secolului XIX, modelele de investigaŃie, “paradigmele” ştiinŃelor naturale erau
deja cristalizate. O trăsătură caracteristică subliniată de L. Blaga (1969) în dezvoltarea ştiinŃei
moderne este aceea de a alcătui “cupluri metodologice”, în care matematica figura de fiecare dată
ca unul dintre factorii constitutivi (p.88). O asemenea îmbinare de metode funcŃiona ca o opŃiune

9
tacită în comunitatea oamenilor de ştiinŃă. Experimentul, în cuplul metodologic cu matematica, a
făcut carieră remarcabilă de-a lungul istoriei ştiinŃei, impunându-se în definiŃia însăşi a spiritului
ştiinŃific modern.

Temă de reflecŃie nr. 2

StabiliŃi rolul şi limitele statisticii matematice în inferenŃa ştiinŃifică.
Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 3.pdf - Anderson (2001) Empirical Direction in Design and
Analysis – cap. 1.

Constituirea demersului investigativ în psihologie a avut loc aşadar sub influenŃa

paradigmei înfăŃişate mai sus. De pildă, când Fl. Ştefănescu- Goangă înfiinŃează în 1922 primul
institut de psihologie din Ńara noastră, el militează pentru un program de lucru care să îmbine
sistematic în activitatea de cercetare- experimentul şi metoda statistică, termenul de experiment
fiind luat în accepŃia largă.
Prin lucrările sale, “ Elemente de psihometrie” şi “Analiza factorilor psihici”, N.
Mărgineanu oferea termenii concreŃi ai unei asemenea abordări a fenomenului psihic. Desigur,
acest început era marcat de o doză exagerată de optimism, pe care deceniile următoare au retuşat-
o în mod sensibil. Rămâne valabilă ideea de bază: asocierea între observaŃie / experiment şi
metoda statistică.
Conform programului pozitivist al oricărei ştiinŃe, psihologia pleacă de la fapte- fapte de
conştiinŃă şi de conduită. Datele autoobservaŃiei au şi ele statut de fapte. Conduita nu se reduce la
actul fizic, la reacŃia externă ( mişcare, gest, faptă,…). Conduita poate să nu capete uneori
expresie externă, motorie; ea poate consta tocmai în suspendarea sau amânarea reacŃiei. De
asemenea, faptele ce le consemnăm în studii experimentale sau anchete pot fi date
comportamentale propriu-zise sau date hârtie-creion cum este cazul multor probe psihologice. În
consecinŃă, noŃiunea de fapt psihic are un sens larg. B. F. Skinner vorbeşte de “conduite
interiorizate” în înŃelesul de operaŃii sau acte mintale în genere. Relatarea introspectivă se
utilizează în combinaŃie cu alte date, mai ales cu înregistrări obiective. De exemplu, raportul
introspectiv al subiectului se asociază adesea cu date electrofiziologice (EEG) pentru a studia
stări afective, activităŃi intelectuale etc.

10
 Latura externă a conduitei, luată în ea însăşi, nu califică în mod univoc conŃinutul
psihologic intern; aceleaşi acte de comportare pot avea motivaŃii diferite. De aceea nu ne putem
mărgini- în cunoaşterea psihologică- numai la consemnarea formei externe a acŃiunii, aşa cum
procedează behaviorismul clasic; trebuie surprins şi conŃinutul psihologic intern, sensul său,
luminat de întreg contextul de viaŃă în care se manifestă. Acelaşi context - contextul vieŃii şi
activităŃii omului - include atât datele comportării, cât şi trăirile subiective într-o conexiune
indisolubilă. Cunoaşterea psihologică se desfăşoară în principiu ca orice cunoaştere ştiinŃifică: ea
se ridică de la date la ipoteză pentru a verifica acestea din urmă pe baza unor noi date de control;
ea trece de la fapte care cuprind întotdeauna o parte de interpretare, de inferenŃă, spre a verifica
apoi aceste inferenŃe cu ajutorul unor noi fapte. În psihologie, ca şi în alte domenii, fenomenul şi
esenŃa nu coincid ( S. L. Rubinstein).

Temă de reflecŃie nr. 3

Rolul modelelor ştiinŃifice în cercetare şi modul de elaborare a acestora! Pentru
aprofundarea subiectului vezi în READER documentele:
Bibliografie 4.pdf - Derry (1999) What Science Is and How It Works – cap. 6
Bibliografie 5.pdf - Chalmers (1999) What is this thing called science - cap. 4.

ŞtiinŃa porneşte de la fapte, dar nu se reduce la colectarea de fapte disparate. Faptele o

dată identificate servesc şi ca pretexte pentru o cunoaştere explicativă…” AspiraŃiile cognitive ale
omului trec dincolo de “fapte” ca atare, în vederea unei cunoaşteri de adâncime. “Faptul” devine
cu aceasta o “problemă”, ceea ce impune căutarea unui răspuns, a unei “soluŃii”; inteligenŃa
propune un model, o teorie, care este într-un sens o “plăsmuire teoretică” (L. Blaga, p. 180).
Pe măsură ce obiectul unei ştiinŃe se conturează, ea îşi crează un univers de semnificaŃii
(noŃiuni, ipoteze).
Se pune întrebarea: ce constituie “fapt ştiinŃific”? Cl. Bernard sublinia: un fapt nu este
nimic în el însuşi, el nu valorează decât prin ideea care i se ataşează sau prin proba pe care o
furnizează. Un fapt intră în câmpul atenŃiei graŃie problemei care este pusă sau se pune.
J. Piaget (1970) propune în această privinŃă trei caracteristici:
● un fapt ştiinŃific este un răspuns la o întrebare, ceea ce presupune o întreagă elaborare,
solidară cu sistemul de informaŃii care au dus la acea întrebare;

11
 ● un fapt este apoi o constatare sau o ”lectură” a experienŃei, care nu se reduce la simpla
“citire” a datelor, ci comportă o întreagă structurare;
●“un fapt nu există niciodată în stare pură …; el este întotdeauna solidar cu o interpretare”.
Această caracteristică subliniază importanŃa orizontului de informaŃie, a cadrului interpretativ,
atât în punerea întrebării, cât şi în “lectura experienŃei.” Există o deosebire între faptul brut,
neanalizat – fruct al unei percepŃii globale – şi faptul ştiinŃific, plasat în contextul unei idei şi a
unei observaŃii analitice.

1.2. OBSERVAłIA

O cercetare concretă îşi are originea – de regulă- într-un proces de observaŃie. După cum
spune Piaget într-un interviu: “Pleci de la observaŃie, descoperi un fapt interesant; urmează să
reproduci apoi situaŃia respectivă facând să varieze factorii implicaŃi… Aici începe
experimentarea”.
Observatorul are şansa de a descoperi un fapt inedit sau demn de atenŃie numai dacă
inspectează realul, fiind înzestrat cu un fond larg de cunoştinŃe, fond de ipoteze latente, în măsură
să înlesnească formularea unei ipoteze locale, care să fie supusă experimentării şi verificării.
(Fraisse,1982).
Demersul experimental, comportă, în genere, o suită de momente sau faze: observaŃia,
stabilirea ipotezelor, experimentarea propriu-zisă şi analiza/interpretarea datelor. Fireşte nu orice
cercetare psihologică urmează acest ciclu complet; unele se limitează la observaŃie şi la analiza
datelor, altele constau din experiment şi interpretarea materialului obŃinut ş.a.m.d. Aşadar,
anumite momente sau faze pot dobândi o semnificaŃie autonomă.
Ca metodă de investigaŃie, observaŃia nu este reductibilă la simpla impresie asupra unui
fapt sau a unei persoane. În observaŃia curentă, adeseori, reprezentări colective sau clişee însuşite
de individ din grupul de apartenenŃă devin într-un fel filtru sau ecran în abordarea faptelor, a
persoanelor din ambianŃă. Datorită acestora, individul ia act din câmpul perceptiv, din contactele
cu alŃii, numai de anumiŃi indici sau însuşiri, ignorând alte aspecte; însăşi percepŃia devine
selectivă, ca să nu mai amintim de interpretarea datelor observaŃiei pe linia acestor reprezentări,
uneori clişee.

12
 Exemplu:
Unui lot de cadre didactice( în număr de 164) i s-a cerut să facă descrierea concisă a elevilor
din clasele cu care lucrează. Pentru a uşura sarcina, li s-au oferit şi mijloace de expresie strict
necesare -atribute sau propoziŃii descriptive scurte, având ataşate scale cu gradaŃii - care să se
refere la inteligenŃă, memorie, mod de exprimare, sârguinŃă, dexteritate, etc., precum şi la
trăsături de caracter, de personalitate. S-au obŃinut în acest fel peste 1500 de caracterizări sau
profile ale elevilor, material care a fost supus apoi analizei ( M.Gilly,1972 ).
Constatarea: atributele care diferenŃiază elevii, în profilele întocmite de profesori - sunt cele
legate nemijlocit de reuşita şcolară: inteligenŃă, memoria, atenŃia, sârguinŃa, vocabularul, stilul de
lucru. Dincolo de aceste aspecte, contururile personalităŃii elevului se şterg; el rămâne parcă un
“necunoscut”; portretele încep să se asemene destul de mult între ele, trăsăturile fiind prea puŃin
diferenŃiate. Copilul este privit adesea prin prisma statutului său şcolar, în esenŃă, prin prisma
unei optici profesionale care face ca datele să fie selectate şi filtrate în lumina exigenŃelor
profesiunii didactice. Spre exemplu, un copil este disciplinat dacă stă cuminte în bancă, dacă nu
dă de lucru profesorului. Dar conceptul de disciplină nu are doar un “conŃinut negativ”; în primul
plan trebuie să fie ceea ce face, deci activitatea elevului, şi nu doar inhibiŃia sau reŃinerea ei. Pe
de altă parte, conformismul şi docilitatea sunt preŃuite de profesor, dar repudiate de elev.
Alături de observaŃia curentă, ocazională, practicată de profesor în clasă, de inginer în
intreprindere, de ziarist în viaŃa socială etc., distingem observaŃia sistematică, străină de clişee
obişnuite, care urmăreşte înregistrarea obiectivă a faptelor, înscriindu-se într-un program explicit,
ce restrânge câmpul studiat şi impune selectarea datelor relevante.
Strict vorbind, observaŃia este percepŃia unui eveniment, a unei conduite, a unui document
(Fraisse, 1982). Dar ea nu se reduce practic la simpla “lectură” a faptului brut, ci se prelungeşte
într-un act de clasificare, de încadrare a informaŃiei în anumite concepte şi de anticipare a unor
relaŃii.
Acelaşi autor atrăgea atenŃia asupra dualităŃii modului de percepŃie asupra propriei
personalităŃi. Omul este capabil – în opinia autorului – de o dublă cunoaştere: una, prin care el
sesizează propriile gânduri, sentimente, senzaŃii etc, şi a doua, prin care se vede pe sine trăind şi
acŃionând aşa cum îi vede trăind şi acŃionând pe ceilalŃi şi, sub acest unghi, el se cunoaşte pe sine
în acelaşi chip în care îi cunoaşte pe alŃii.

13
 AutoobservaŃia este observaŃia aplicată asupra propriei persoane, ceea ce înseamnă nu
numai (introspecŃia) cunoaşterea gândurilor, sentimentelor şi aspiraŃiilor intime, ci şi cunoaştera
prin activiatea proprie, din succese şi eşecuri, din actele relaŃiilor cu semenii, din încercările vieŃii
etc. IntrospecŃia este numai o latură a autoobservaŃiei.
AutoobservaŃia poate fi valorificată în forma unor itemi de chestionar. După cum se poate
vedea din exemplul de mai jos, în acest caz subiectul este solicitat să aprecieze gradul de acord cu
o serie de afirmaŃii, răspunsul său fiind cuantificat cu ajutorul unei scale numerice. Răspunsul său
va presupune accesul la datele autoobservaŃiei.

Aproape Uneori Adesea Aproape

niciodata totdeauna
Sunt înclinat sa iau lucrurile prea în serios. 1 2 3 4
Sunt o persoana ferma, constanta. 1 2 3 4
Sunt calm, impasibil si su “sânge rece”. 11 2 2 3 3 5 4

Fig. 1.1. Exemplu de itemi din cadrul unui chestionar de anxietate:

Instrumente de observaŃie. Pe baza documentării prealabile şi a unei anchete

preliminare se schiŃează o grilă de observaŃie, adică o listă de rubrici care să ofere cadrul de
clasificare a datelor brute. O grilă de observaŃie nu este indicat să cuprindă, în medie, mai mult de
10 categorii, deoarece nu se poate opera simultan cu mai multe rubrici de clasificare. Aceste
categorii trebuie să fie disjuncte şi să epuizeze aspectele principale ale fenomenului. Lista lor se
stabileşte pe baza unui material empiric strâns în faza preliminară şi condensat în concepte.
Avantajul acesteia este de a oferi acelaşi cadru de referinŃă unor observaŃii diferite.

Exemple:
1o.Bakeman & Brownlee (1980) au studiat comportamentul de joc la preşcolari. Pe baza
unui studiu prealabil, ei au determinat cinci categorii de joc, ce au constituit cadrul de clasificare
pentru observaŃia efectuată. Astfel, reacŃiile subiecŃilor au fost încadrate în una dintre următoarele
tipuri:
Neocupat: copilul nu face nimic, sau îi priveşte pe ceilalŃi;

14
 A fi împreună: copilul se află laolaltă cu alŃi copii fără a fi ocupat cu vreo activitate;
Joc solitar: copilul se joacă singur dar nu este interesat sau afectat de activităŃile celorlalŃi
copii;
Joc paralel: copilul se joacă alături de alŃi copii, dar nu se joacă cu ei;
Joc colectiv: copilul se joacă cu ceilalŃi, şi participă la activităŃile de joc organizat, ca
membru al grupului.
ObservaŃia era structurată atât în funcŃie de timp cât şi de vârsta subiecŃilor. (tabelul 1.1)
În cadrul cercetării, autorii au fost în mod particular interesaŃi de secvenŃa sau ordinea în
care copiii s-au angajat în diferite comportamente. Ei au constatat, de exemplu că rareori copiii au
trecut de la comportamentul “neocupat”, la cel de “joc paralel”. De asemenea, odată cu avansarea
în vârstă, ei au trecut frecvent de la jocul paralel la cel colectiv, ceea ce indică faptul că jocul
paralel reprezintă o stare tranzitorie în cadrul dezvoltării. Grila de observaŃie expusă poate fi
utilizată atăt în plan sincronic (transversal), cât şi diacronic (longitudinal).

Tabel 1.1 Grila de observaŃie a jocului la preşcolari

COMPORTAMENTE
Vârsta Durata Neocupa A fi Joc Joc paralel Joc
observaŃi t împreună solitar colectiv
ei
1 min
2 min
3 min
Subiect 4 min
1 --------
(4 ani) 10 min
1 min
S 2 min
ubiect 2 3 min
(5 ani) 4 min
-----------

15
 10 min
--------- -----------

2o. Pentru a identifica un tip temperamental sau altul căruia îi aparŃine o persoană vom
putea găsi în activitatea şi în viaŃa cotidiană situaŃii relevante. De exemplu, o situaŃie tipică de
aşteptare, o situaŃie competiŃională, o activitate cuprinzând un element imprevizibil şi de
dificultate (de pildă, un traseu mai greu de excursie), o sarcină de reprezentare a colectivului într-
o confruntare (de opinii) sau în faŃa autorităŃii etc, toate acestea constituie situaŃii-test pentru că
pun în evidenŃă particularităŃi sau diferenŃe individuale uşor de clasificat.
Asemenea situaŃii cuprind indicii de temperament pe care-i putem sistematiza prin
condensarea experienŃei într-o grilă de observare a comportamentului (Tabelul 1.2), arătând în
dreptul faptelor de conduită ipotezele plauzibile cu privire la categoria prezumtivă de
temperament. Se notează cu “XX” clasificarea, respectiv ipoteza cea mai plauzibilă, şi cu “X”
încadrarea doar plauzibilă în studierea unui caz sau altul. Un asemenea document este susceptibil
de îmbunătăŃire continuă. Prin însumări pe coloane decidem asupra apartenenŃei la un anumit tip
sau altul. Preocuparea de cuantificare este aici minimă.
Tabel 1.2. Grilă de observare a comportamentului *
TEMPERAMENT
FAPTE DE CONDUITĂ
Cole Sang Fleg Melan-
-ric vinic - colic
mati
c
Doreşte să fie primul care încearcă, îi place parcă să X XX
înfrunte necunoscutul
Se decide greu pentru acŃiune, are gesturi şovăielnice X XX
Îşi pierde răbdarea aşteptând să-i vină rândul, se agită XX X
Este vădit emoŃionat înainte de probe X XX
Precipitat în acŃiune, se corectează cu viteza actului reflex, XX
execuŃia lipsită de acurateŃe îndeosebi spre sfârşit
Execută activitatea în ritm lent, dar cu destulă acurateŃe XX X

16
 ReacŃii verbale abundente, se îndeamnă pe sine (“haide!”, X XX
“nu te lăsa!”, “acuma-i acum!”)
ReacŃii motorii abundente, devine nervos când greşeşte, XX
apar violenŃe verbale, plusul de energie se descarcă cu
fiecare act
Execută activitatea/proba în tăcere, gesturile şi cuvintele XX XX
sunt aproape absente
Execută proba cu încordare nervoasă, mobilizarea excesivă XX
în raport cu sarcina; tensiunea, plusul de energie se
descarcă la încheierea acŃiunii
TendinŃa de supraevaluare proprie şi subestimare a sarcinii XX X
TendinŃa de supraestimare a sarcinii, dar de subapreciere XX
personală
În caz de eşec nu se dă bătut, persistă, reia proba/activitatea XX X
de la capăt încurajându-se; duce la bun sfârşit sarcina
În caz de eşec se pierde, are nevoie de încurajare pentru a XX
relua lucrul
Cu fiecare succes exclamă de bucurie, bate din palme X XX
Rămâne indiferent la reuşită, schiŃează doar un zâmbet XX X
Abandonează la primul eşec, se închide în sine şi “se XX
blochează” total
Abandonează când eşecurile se acumulează XX X
Tăcut în momentele critice (dificile) prezintă reacŃii XX
vegetative, dă semne de oboseală
Derută emoŃională sub presiunea timpului X XX
După terminarea lucrului relatează colorat cele petrecute X XX
Eşecul produce un “halo afectiv” de durată XX
După un exerciŃiu simplu de aplicare a acestei grile de observaŃie, se poate evidenŃia
acordul semnificativ între evaluatori. Acest exemplu ne orientează asupra noŃiunii de fidelitate
definită prin gradul de consens dintre evaluatorii ce utilizează acelaşi instrument. În cazul

17
utilizării observaŃiei ca metodă de cercetare autonomă, fidelitatea ei se va verifica pe baza
coeficientului de concordanŃă Cohen (K).

Temă de reflecŃie nr. 4

PrezentaŃi comparativ asemănările şi diferenŃele instrumentelor de evaluare
psihologică (grilă de observaŃie) şi instrumentele tehnologice de evaluare şi
observaŃie utilizate în alte ştiinŃe. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie 6.pdf - Derry (1999) What Science Is and How It Works – cap. 3.

1.2.1. Coeficientul de concordanŃă K (Cohen)

Coeficientul de concordanŃă interevaluatori a fost propus de Cohen pentru a verifica

fidelitatea evaluării unor comportamente prin grile de observaŃie. Se utilizează în situaŃia în care
grila de observaŃie folosită are la bază o scală nominală. În cazul în care grila de observaŃie are la
bază o scală de măsură ordinală sau hiperordinală, fidelitatea ei se verifică prin coeficientul de
concordanŃă a rangurilor (Kendall) sau prin coeficientul de corelaŃie parametric (Pearson).
Exemplu:
Belsky & Rovine (1988) au investigat relaŃia dintre timpul petrecut de copil în creşă şi
modul de dezvoltare a ataşamentului copil–părinte. Ei au folosit în acest sens o grilă de
observaŃie a comportamentului matern (securizant - în sensul întăririi ataşamentului, sau
insecurizant). Doi observatori au verificat grila, observând independent, într-un mod sistematic
(la intervale de 10 minute) o pereche mamă-copil. S-au realizat în total 20 de observaŃii
rezultatele obŃinute fiind notate mai jos sub forma celor două grile de observaŃie.

18
 Observatorul 1 Observatorul 2

nr. obs. Securizant Insecurizant nr. obs. Securizant Insecurizant

1 I 1 I
2 I 2 I
3 I 3 I
4 I 4 I
5 I 5 I
6 I 6 I
7 I 7 I
8 I 8 I
9 I 9 I
10 I 10 I
11 I 11 I
12 I 12 I
13 I 13 I
14 I 14 I
15 I 15 I
16 I 16 I
17 I 17 I
18 I 18 I
19 I 19 I
20 I 20 I
Fiecare observaŃie s-a realizat simultan de către cei doi observatori, pentru aceeaşi
pereche mamă –copil. Rolul observatorilor a constat în a atribui, pe baza definiŃiilor grilei,
categoria “securizant” sau “insecurizant” pentru comportamentul mamei. Se poate remarca faptul
că observatorii nu pot atribui decât o singură categorie unei perechi mamă–copil la un moment
dat (cele două categorii sunt disjuncte). Se trece la calculul coeficientului K utilizând formula:

Po - Pe
K=
1 - Pe

unde Po reprezintă proporŃia concordanŃelor observate dintre categoriile celor doi observatori
(din numărul total de observaŃii) şi Pe proporŃia concordanŃelor care ar putea apărea întâmplător
în cazul rezultatelor date. Pentru a înŃelege Pe să ne imaginăm că cei doi observatori ar obŃine
aceleaşi date, dar nu ar folosi grila de observaŃie, ci ar decide la întâmplare (fară să observe
comportamentul mamei).
Pentru calculul valorilor Po şi Pe se condensează frecvenŃa concordanŃelor şi
discordanŃelor dintre cei doi observatori în matricea de mai jos, numită matrice de concordanŃe.

19
Prin definiŃie, observaŃiile se consideră concordante atunci când cei doi observatori atribuie
aceeaşi categorie unei perechi mamă – copil (adică securizant – securizant sau insecurizant –
insecurizant), şi discordanŃe atunci când observatorii atribuie categorii diferite (securizant –
insecurizant sau insecurizant – securizant).

Observatorul 1
securiz. insecuriz .
Observatorul 2 securiz.
16 0
insecuriz. 1 3

Valoarea Po va fi dată de raportul dintre numărul total de concordanŃe (securizant şi

insecurizant) şi numărul total de observaŃii realizate:

16 + 3
Po = = 0.95
20

Indicele Pe se calculează prin determinarea probabilităŃii de concordanŃă întâmplătoare a

alegerilor celor doi observatori. De exemplu, în acest exemplu, observatorul 1 a ales de 17 ori
opŃiunea “securizant” din 20 de observaŃii. Deci probabilitatea ca această opŃiune să fie dată de
observatorul 1 este 17/20. Observatorul 2 a ales opŃiunea “securizant” de 16 ori; probabilitatea ca
el să dea această opŃiune este 16/20.
Ca urmare, probabilitatea pentru ca opŃiunea “securizant” să coincidă din întâmplare este:
17 x 16
P=
20 20

Similar se calculează probabilitatea de coincidenŃă pentru opŃiunea “insecurizant”:

3 x 4
P=
20 20

Valoarea Pe se obŃine însumând cele două probabilităŃi:

17 16 3 4
Pe= x + x = 0,71
20 20 20 20

Valoarea coeficientului K este deci:

20
 0,95 - 0,71
K= = 0,83
1 - 0,71

Interpretarea coeficientului K este similară unui coeficient de corelaŃie (cu valori între -1
şi +1). Este evident că din punct de vedere practic vom fi interesaŃi doar de valorile pozitive ale K
(cele negative indicând o “concordanŃă” inferioară celei întâmplătoare).
Calculul semnificaŃiei valorilor K fiind laborios, Cohen propune valoarea – prag de 0.7
pentru coeficienŃi semnificativi. Deci orice valoare K egală sau mai mare decât 0,7 este
semnificativă. În cazul nostru, valoarea calculată este 0,83, mai mare deci decât valoarea prag.
Grila de observaŃie are deci o bună fidelitate.

1.3. STABILIREA IPOTEZELOR

Datele observaŃiei conduc – în cadrul informaŃiei existente – la anumite ipoteze, supoziŃii,
cu privire la anumite relaŃii cauză – efect. Aceste presupuneri sunt sugerate de observarea faptelor
şi de cunoştinŃele anterioare, fără să fie o simplă prelungire a datelor amintite. Ipoteza este operă
de gândire, constituind momentul creator în cercetarea experimentală. Ea traduce ideea într-o
propoziŃie testabilă, adică “operaŃionalizează” reflexia. În acest domeniu nu se pot formula reguli
generale; pe baza experienŃei se pot schiŃa doar anumite cerinŃe utile.
Datele observaŃiei arată de exemplu, că într-o situaŃie de aşteptare conduita oamenilor este
foarte diferită, “efectul aşteptării” nu-l suportă toŃi la fel. De la o atitudine plină de calm până la
agitaŃie motorie sau verbală există o gamă largă de reacŃii posibile în aceste situaŃii. ObservaŃia
consemnează “tabloul comportării” la diferite persoane, iar analiza şi interpretarea datelor
conduce la stabilirea unor grupe sau tipuri de reacŃii. Se face imediat supoziŃia (HS ), că aceste
deosebiri se datoresc unor factori legaŃi de personalitate, situaŃia externă fiind în esenŃă aceeaşi
pentru toŃi. Analiza datelor scoate în evidenŃă anumite note comune în cadrul deosebirilor
constatate, fapt care permite o clasificare, o grupare aproximativă a persoanelor. Prin ipoteză,
această clasificare este pusă în relaŃie cu un anumit parametru care defineşte tipul de sistem
nervos şi anume, cu echilibrul proceselor nervoase fundamentale. Această ipoteză, care
anticipează o corelaŃie determinată, urmează să fie supusă verificării instituindu-se un
experiment.

21
 Prin urmare, ipoteza se naşte din observarea faptelor, dar se formulează în termenii oferiŃi
de dezvoltarea ştiinŃei contemporane, de ansamblul de informaŃii existente. Elaborarea ipotezei
presupune astfel o solidă informaŃie în domeniu, care oferă cadrul conceptual al ipotezei. Într-un
stadiu avansat al cercetării, ipotezele pot fi deduse din cunoştinŃele existente, din teoriile ce
generalizează relaŃiile cunoscute.

Temă de reflecŃie nr. 5

DaŃi două exemple de ipoteze experimentale care nu pot fi falsificate şi două
care să permită falsificarea lor. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie 7.pdf - Chalmers (1999) What is this thing called science – cap. 5.

22
 1.4. EXPERIMENTUL

Experimentul reprezintă, în primul rând, un mijloc de analiză. Cu ajutorul său, situaŃii de

viaŃă sunt miniaturizate, aduse în formă concentrată în condiŃii de laborator, punând sub control
factorii implicaŃi. Aducerea în laborator înseamnă reducerea numărului de variabile (cel mult 3 –
4); precizia fiind astfel, obŃinută cu preŃul simplificării. O situaŃie complexă – cum este, de
regulă, cea din teren – nu poate fi studiată dintr-o dată, în toată complexitatea ei .

Exemple:
1o. ObsevaŃia ne arată un declin al rezultatelor învăŃării sub influenŃa oboselii. Ne
propunem să studiem efectul oboselii asupra păstrării materialului învăŃat. Experimentul va fi
centrat pe evidenŃierea relaŃiei dintre oboseală (=cauză) şi rezultatul învăŃării (=efect), relaŃie ce
poate fi notată pe scurt y=f(x), unde y este efectul şi x este cauza. Putem adăuga imediat: x este
variabila independentă şi are statutul de cauză iar y este variabila dependentă având statutul de
efect.
Notăm în continuare variabila independentă cu A iar pentru cea dependentă păstrăm
notaŃia utilizată. Deci y=f(A). În general, factorul experimental, adică variabilele independente le
notăm cu literele mari alfabet A, B, C.
Să observăm că oboseala poate avea grade diferite, de exemplu: uşoară, medie şi
accentuată. Notăm aceste modalităŃi cu a1, a2, a3. Desfăşurarea experimentului până la acest nivel
sugerează un plan unifactorial. Dacă în continuare, materialul care se învaŃă va fi prezentat
prezenta ca material figural, (concret) sau pe suport pur verbal, va apare o a doua variabilă.
Notăm cu B natura materialului, care va prezenta două modalităŃi; b1 şi b2. Presupunem că efectul
oboselii va fi diferit în cazul celor 2 tipuri de material. Rezultatul învăŃării (y) este pus în relaŃie
cu doi factori: gradul de oboseală (A) şi natura materialului (B). Avem de-a face cu un experiment
bifactorial.
Practic nu putem studia oboseala în mod global, ci luăm măsuri ale oboselii după cum nu
considerăm învăŃarea în general ci măsurări ale rezultatului învăŃării. Intervine deci
operaŃionalizarea conceptelor ceea ce înseamnă transpunerea în termenii unei operaŃii de
evaluare, măsurare cu ajutorul unor probe psihologice adecvate. Aşadar luăm o măsură a învăŃării
pe care o punem în relaŃie cu anumite măsuri ale oboselii. Rezultatul învăŃării îl verificăm adesea
prin probe de reactualizare liberă din memorie, iar pentru evaluarea oboselii utilizăm un test de
atenŃie sau de eficienŃă vizuală (proba flicker). Dar pentru a cunoaşte efectul oboselii, va trebui să
considerăm o situaŃie de contrast sau o situaŃie-martor de “ne-oboseală” ori de oboseală zero.

23
Convenim să numim aceasta “condiŃia zero”, notată a0 şi care prezintă situaŃia de control.
Aşadar, variabila independentă (A) va fi prezentă în experiment prin patru modalităŃi: a1, a2, a3 şi
a0. Rezultatul învăŃării ne va apare diferit în cele patru condiŃii şi se vor compara în final măsurări
ale efectelor oboselii în condiŃiile a0, a1, a2, a3 (figura 1.2.).

Pe scurt vom avea:

conditia a0 conditiile a1, a2, a3

situatie de control situatii experimentale

Fig. 1.2
Urmează să comparăm rezultatele învăŃării în condiŃia zero, apoi în condiŃiile
experimentale a1, a2, a3, mai concret o măsură a învăŃării în condiŃia zero cu măsurări ale învăŃării
în condiŃiile a1, a2 respectiv a3. Rezultatul final ne va apare sub forma unor diferenŃe între aceste
măsurări luate perechi sau grupat (figura 1.3.).

a0 a1 a2 a3

Fig.1.3.

Aşadar, pentru a răspunde la întrebarea iniŃială – referitor la învăŃarea în condiŃii de

oboseală – vor trebui efectuate mai multe comparaŃii. Acestea vor reprezenta în formă condensată
măsurări ale rezultatului învăŃării în condiŃiile a0, a1, a2, a3 în combinaŃii sugerate de experiment.

2o.Să considerăm o situaŃie de aşteptare, cunoscută de fiecare din experienŃa cotidiană:

aştepŃi un tren în gară, rândul la dentist, intrarea la un examen etc. Datele observaŃiei arată că
“efectul aşteptării“ este suportat în mod diferit de oameni: de la atitudinea calmă, reŃinută până la
agitaŃia motorie sau verbală putem întâlni o gamă întreagă de reacŃii posibile. Pe măsură ce
aşteptarea se prelungeşte, tensiunea psihică se accentuează şi creşte cota de reacŃii dezadaptate.

24
Să supunem, în continuare, această situaŃie de viaŃă unui proces de decantare pentru a desprinde
factorii relevanŃi prezenŃi în contextul dat.
Simplificând puŃin lucrurile, avem pe de o parte o situaŃie externă de aşteptare (S) -
caracterizată prin doi parametri ( durată şi tensiune psihică ) – iar pe de altă parte avem reacŃii
comportamentale diferite ( R1,,R2 , … , Rn ) ale persoanelor plasate în acest context. Se poate
scrie, ca primă aproximaŃie: R = f (S). Întrucât situaŃia obiectivă este aceeaşi, este firesc să punem
diversitatea reacŃiilor pe seama unor trăsături individuale, deci pe seama unui factor de
personalitate (P). Într-adevăr, o situaŃie de aşteptare instituie un conflict între excitaŃie şi inhibiŃie,
între impulsul spre acŃiune şi necesitatea de a suspenda acŃiunea până la momentul necesar.
Aceasta conduce la ipoteza: echilibrul emoŃional/temperamental determină diversitatea
reacŃiilor, ceea ce vom numi ipoteză specifică (HS ). Altfel spus, într-o situaŃie de aşteptare,
individul este pregătit pentru acŃiune, dar răspunsul însuşi este amânat pentru un timp mai lung
sau mai scurt, fapt care pune la încercare echilibrul dintre excitaŃie şi inhibiŃie ; mai general,
echilibrul emoŃional al unei persoane în condiŃiile unei stări de tensiune nervoasă. În consecinŃă,
diversitatea comportamentelor trebuie pusă pe seama combinaŃiei celor doi factori “S” şi “P”,ceea
ce putem scrie: R = f(S, P). Reluând pentru precizare, putem spune că o situaŃie de aşteptare
“combină” trei factori: durata aşteptării, tensiunea psihică implicată şi echilibrul emoŃional al
persoanelor cuprinse în contextul respectiv. Luând alternative extreme, situaŃia de aşteptare poate
fi scurtă sau prelungită, tensiunea psihică poate fi minoră sau accentuată, iar persoanele aflate în
această situaŃie se pot caracteriza prin echilibru emoŃional precar sau marcat. ToŃi aceşti factori au
statutul de cauze sau condiŃii determinante; efectul acŃiunii lor aparând în cota de reacŃii
dezadaptate ce caracterizează conduita persoanelor observate .
Pentru a disocia acŃiunea fiecărui factor şi apoi a combinaŃiei lor, pornind de la anumite
ipoteze se instituie experimentul care miniaturizează situaŃia concretă, o reproduce în laborator în
formă simplificată în vederea analizei şi înregistrării precise a datelor. În această etapă intervine
operaŃionalizarea variabilelor. În cadrul experimentului se modifică sistematic un factor sau un
grup de factori, pe baza ipotezei avansate, şi se notează paralel efectele acestei modificări asupra
activităŃii şi conduitei subiectului sau grupului. Factorul controlat sau manipulat de către
exprimentator s-a numit variabilă independentă, iar efectele acestei modificări, adică variaŃiile
paralele survenite în răspunsurile sau prestaŃia subiectului au căpătat denumirea de variabilă
dependentă. Ceea ce urmărim nemijlocit şi notăm în cursul experimentului este efectul, rezultatul
- adică variabila dependentă, în funcŃie de condiŃiile sau factorii mânuiŃi ori dinainte cunoscuŃi. În
final, se stabilesc relaŃii de tipul y = f(x) între efectele constatate şi variaŃiile imprimate factorilor

25
manipulaŃi de către experimentator. Scopul experimentului este stabilirea unei legităŃi sau
regularităŃi care să permită apoi dezvelirea unei relaŃii cauză – efect.
Miniaturizarea, în condiŃii de laborator, a unei situaŃii de aşteptare poate lua o înfăŃişare
simplă: determinarea timpului de reacŃie în condiŃii diferite de aşteptare. Timpul de reacŃie este
timpul scurs între apariŃia stimulului şi declanşarea reacŃiei necesare la stimul. În mod obişnuit,
prezentarea stimulului este precedată de un semnal de avertizare. Variind intervalul între
avertizare şi aplicarea stimulului, se creează o stare de aşteptare având durate diferite. De
asemenea, prin asocierea răspunsului cu un şoc electric de intensitate controlabilă se induce o
stare de tensiune variabilă. În sfârşit, pe baza unei probe precise, se constituie grupe diferite de
experienŃă, având echilibrul emoŃional precar sau marcat. În consecinŃă, experimentatorul are sub
controlul său trei factori: durata aşteptării, tensiunea indusă şi echilibrul emoŃional al persoanelor
cuprinse în experienŃă. Primii doi factori pot fi modificaŃi nemijlocit de cercetător, în timp ce al
treilea factor se află sub controlul său prin compoziŃia grupelor de experienŃă. Aceşti trei factori
sunt supuşi unor variaŃii sistematice controlate: de la durata scurtă a aşteptării la una prelungită,
de la o tensiune minimă la una accentuată ş.a.m.d. Variabila dependentă este timpul de reacŃie,
determinat cu mijloace de laborator (cronoscop) . Întreg mersul experienŃei poate fi anticipat într-
un tabel care prevede combinaŃiile posibile între modalităŃile variabilelor independente implicate
în situaŃia respectivă (Tabelul 1.3.).

Tabelul 1.3. Design-ul experimental

Tensiunea Durata Echilibru emoŃional
Psihică Aşteptării Precar Marcat
Minimă Scurtă I II
Prelungită III IV
Accentuată Scurtă V VI
Prelungită VII VIII

Un asemenea tabel care reuneşte toate combinaŃiile posibile ale factorilor consideraŃi se
numeşte plan multifactorial. Fiecare căsuŃă din tabel realizează o anumită combinaŃie, sugerând
totodată loturile de experienŃă necesare. De exemplu, căsuŃa III reuneşte “tensiune minoră”,
“durata aşteptării prelungită” şi “echilibru emoŃional precar”.
Rezultatele finale, adică valorile timpului de reacŃie condensate în cifre medii înscrise în
tabel, vor permite comparaŃii pe coloane şi pe linii, înlesnind desprinderea acŃiunii fiecărui factor

26
în parte şi apoi efectul lor reunit. În exemplul dat se poate urmări cum se modifică timpul de
reacŃie sub influenŃa variabilelor controlate în experiment.
Din consideraŃiile expuse mai sus nu trebuie să rezulte că întotdeauna montajul experimental
este foarte complex. Uneori, în psihologie, experienŃe relativ simple – cum sunt cele realizate de
Piaget – s-au soldat cu o bază importantă de date. Nimic mai simplu ca procedeul “transvasării”:
două recipiente A şi B de aceeaşi formă, capacitate etc, sunt umplute cu un lichid până la acelaşi
nivel. În timp ce A rămâne martor, lichidul din B se varsă, sub ochii copiilor în B1, B2 şi B3,
întrebându-se asupra conservării cantităŃii de substanŃă. ExperienŃa se desfăşoară în faŃa unor
copii de diferite vârste ani. Variabila independentă este vârsta care este o variabilă clasificatorie.
Intervine o “manipulare” – transvasarea lichidului – şi dialogul scurt cu copiii. Variabila
dependentă este răspunsul verbal al subiectului reunit sub 3 etichete: “nonconservare” (0),
“intermediar” (1), “conservare” (2).

A B
B1 B2 B3

Fig. 1.4. ExperienŃa de transvasare a lichidului

Aceste experienŃe i-au permis lui Piaget stabilirea unor regularităŃi în apariŃia şi
succesiunea noŃiunilor de conservare la 7, 9 şi 11 ani. Einstein asculta cu interes relatările lui
Piaget şi se minuna de simplitatea experienŃelor, dar şi de complexitatea fenomenului: de ce apar
noŃiunile de conservare abia de la 6 – 7 ani, când contactul cu obiectele fizice există de la
început? Piaget explica acest lucru prin mecanismul reversibilităŃii: o acŃiune directă T se
compune pe plan mintal cu inversa ei T-1, făcând superfluu recursul la experienŃă.
Putem cita un experiment care se plasează la extrema contrară.
În laboratorul de experimentări al Şcolii politehnice din Lausanne (ElveŃia) – relatează
Droz (1982) – se construiesc machete arhitecturale care merg până la scara 1:1. Cercetătorii
psihologi şi arhitecŃi caută să studieze interacŃiunile dintre comportamentul uman şi spaŃiile
construite. S-a urmărit, de pildă, aprehensiunea conotativă şi emoŃională a spaŃiilor de trecere

27
(uşi, holuri de intrare, culoare etc.) – cu ajutorul unui test de personalitate adaptat (Adjective
Check List a lui Gough) – în condiŃiile simulării la scara 1 : 1, apoi ale prezentării de diapozitive
şi în spaŃii reale. ReacŃiile subiecŃilor s-au dovedit sensibil apropiate în cele trei condiŃii.
Important este că instrumentul de analiză psihologică furnizează profiluri conotative diferenŃiate
în funcŃie de categoriile de obiect evaluate înainte de transpunerea în beton, staŃiile construite
sunt supuse acestui test psihologic funcŃional cu beneficiarii.
Pe baza exemplelor prezentate se poate desprinde o schemă generală ce surprinde
principalele faze ale demersului experimental (figura 1.5.)

OBSERVAłIE
IDEE
CURENT Ă DOCUMENTARE

RAłIONAMENT
DEDUCTIV FORMULAREA UNEI
IPOTEZE TESTABILE

ELABORAREA UNUI DESIGN

EXPERIMENTAL

SELECłIA SUBIECłILOR

DESFĂŞURAREA
EXPERIMENTULUI

ANALIZA ŞI
INTERPRETAREA DATELOR
Figura 1.5. Fazele demersului experimental

Pornind de la schema de mai sus vom studia în continuare modul de alcătuire al design-
ului experimental.

1.4.1. Elaborarea design-ului (planului) experimental

Trebuie să distingem între variabilele modificate, “manipulate” efectiv de experimentator

– în exemplul nostru A şi B – şi variabilele independente etichete sau clasificatori care sunt
caracteristici naturale ce permit să reperăm, să descriem subiecŃii. În exemplul dat nivelul de
şcolarizare (C) constituie o asemenea variabilă – etichetă şi serveşte la repartizarea subiecŃilor în

28
diferite grupe. În general, datele de clasificare – vârsta, sexul, nivelul de motivare, CI, nivelul
socio – cultural, gradul de instruire etc. – au acest statut de variabilă etichetă, pe care subiecŃii le
posedă încă din start, înaintea experienŃei.
Se vorbeşte de variabile independente, care se notează cu litere mari (A, B) şi modalităŃi
ale acestora, care se notează cu litere mici: a1, a2…sau b1, b2,…ş.a.m.d.
Întreg mersul experiennŃei poate fi anticipat într – un tabel – care este expresia planului
stabilit mintal – şi care prevede combinaŃiile relevante între modalităŃile variabilelor
inndependente implicate în situaŃia considerată.
Un plan factorial reuneşte toate combinaŃiile posibile de factori relevanŃi. Fiecare căsuŃă
din tabel realizează o anumită combinaŃie, sugerând şi schema de eşantionare, adică numărul de
grupe de subiecŃi care vor fi formate în vederea experienŃei.
Există planuri de experienŃă elementare sau de bază cu un singur factor de variaŃie şi
planuri factoriale – mai exact multifactoriale – cu mai mulŃi factori.

1.4.1.1. OperaŃionalizarea variabilelor

Variabilele independente (VI) sunt reprezentate de orice stimul care poate avea o influenŃă
relevantă (cauzală) asupra unor prestaŃii sau comportamente, care devin variabile dependente
(VD). ModalităŃile VI pot fi fixate anticipat (“factori fixaŃi”) sau pot fi selectate aleator (“factori
aleatori”). De exemplu, într–un experiment care vizează detectarea influenŃei zgomotului asupra
performanŃelor mnezice se pot alege zgomote de 40, 60, 80 dB pentru a vedea efectul lor asupra
memoriei. Într–un experiment ulterior pentru o generalizare a rezultatelor se pot lua alte
modalităŃi VI (de ex.: zgomote de 30, 50, 70, 90 dB). În capitolele lucrării de faŃă se vorbeşte mai
frecvent de grupe aleatoare şi de grupe sistematice, referindu–se mai ales la modul cum sunt
considerate grupele cuprinse în studiu. Experimentele din prima categorie presupun că, nu numai
compoziŃia grupelor în parte este aleatoare, dar şi alegerea lor în studiu se face la întâmplare.
În cea de-a doua categorie, grupele sunt alese pe baza unui criteriu precis, compoziŃia lor
rămânând aleatoare. Această dihotomie a variabilelor sau grupelor nu este una scolastică, efectul
ei văzându–se în proceduri diferite de calcul şi mai ales de interpretare a rezultatelor în cazul
analizei de varianŃă.
Variabilele dependente sunt, de regulă, performanŃele comportamentale. Destul de rar
reuşim să sesizăm nemijlocit efectul VI asupra VD, ca atare. Nu putem studia comportamentul
global în mod calitativ şi trebuie să desprindem faŃete. De multe ori, VD sunt operaŃionalizări ale

29
unui construct teoretic. Dificultatea apare în faptul că multe dintre constructele psihologice – de
exemplu, memoria, gândirea, “depresia”,etc - nu au o singură definiŃie operaŃională.
De exemplu, depresia se poate operaŃionaliza sub mai multe forme:
• Scale de evaluare psihometrică - ex. MMPI.
• Zile de spitalizare - pentru depresia severă
• Modificări biochimice - un deficit la nivelul neurotransmiŃătorilor.
Anxietatea, de pildă, poate fi operaŃionalizată sub formă de variabilă dependentă ca :
● Schimbări psihofiziologice (ritm cardiac, transpiraŃia mâinilor, răspuns electrodermal etc.);
● Prin senzaŃii subiective resimŃite de subiect (de exemplu “vertij”, “teamă”);
● Prin comportamente specifice (evitarea situaŃiilor de risc, evitarea confruntărilor, performanŃe
scăzute în situaŃii de stres).
Uneori variabila dependentă (VD), nu operaŃionalizează ceea ce am stabilit noi să
operaŃionalizeze; este cazul răspunsului electrodermal – în cazul detectorului de minciuni – care
este mai curând o rezultantă. De regulă, reŃinem ca VD anumite faŃete ale comportamentului
global. De exemplu, reacŃia oamenilor într-o situaŃie de aşteptare (o barieră prelungită pe şosea)
prezintă mai multe faŃete: agitaŃie, violenŃe verbale, reacŃii vegetative (creşterea pulsului, a
tensiunii sangvine), creşterea catecolaminelor ş.a.m.d. Se reŃine numai o componentă a acestui
comportament global.
Enumerăm câteva dintre condiŃiile pe care trebuie să le îndeplinească variabila
dependentă pentru a avea un bun experiment:
● să fie sensibilă la variaŃiile sau manipulările variabilei independente. De exemplu,
dificultatea unei probleme poate fi operaŃionalizată prin coeficientul de reuşite şi abandonuri
obŃinute. Ea poate fi operaŃionalizată însă şi prin timpul necesar pentru rezolvarea problemei
respective. Evident, vom opta pentru a doua variantă de operaŃionalizare, deoarece e mult mai
sensibilă şi pune în evidenŃă mult mai subtil dificultatea problemei în cauză.
● variabila dependentă trebuie să fie uşor de măsurat şi clar definită, pentru a putea fi
măsurată şi de un alt cercetător în acelaşi fel.
● să fie fiabilă, adică să dea efecte statornice, nu fluctuante episodice.

1.4.1.2. Design-ul experimental de bază.

Planurile experimentale de bază vizează situaŃiile în care manipulăm experimental

un singur factor. Rezultatele obŃinute de grupul experimental devin semnificative prin

30
compararea lor cu scorurile obŃinute (la post-test) de grupul de control. Schema generală a
planurilor experimentale de bază e prezentată în tabelul 1.4.

Tabelul 1.4. Schema planului experimental de bază

S ge gc Legendă
A
a1 A = factorul manipulat experimantal
a2 a1, a2, ...an = modalităŃile lui A
. S = subiecŃii participanŃi la experiment

. ge = grupul experimental

. gc = grupul de control

an

Exemple:
1o.Se instituie un experiment pentru a cunoaşte efectul unor tranchilizante asupra
activităŃii de conducere auto. În acest scop se admninistrează tranchilizante cu nume diferite sau
doze diferite (5 mg, 10 mg, 15 mg, 20 mg) la patru loturi de persoane stabilite după regulile
selecŃiei aleatoare. Se introduce şi un grup de control, căruia nu i se administrează nici un drog.
Notăm variabila independentă (administrarea unui tranchilizant) cu A şi vom avea în studiu patru
modalităŃi a1, a2, a3, a4, la care se adaugă grupa de control a0. Avem, practic, un singur factor de
variaŃie, prezent sub 5 modalităŃi. Nu facem nici o altă diferenŃiere a subiecŃilor, decât cea oferită
de administrarea în doze diferite a drogului. Efectul fiecărui medicament aplicat se dezvăluie în
diferenŃele sau variaŃiile apărute în comportamentul la volan. Acesta din urmă îl considerăm
printr-o faŃetă particulară: timpul de reacŃie (TR). Ne aşteptăm ca drogul în doze diferite sau
purtând nume diferite să diferenŃieze grupele cuprinse în studiu, să apară deosebiri în ceea ce
priveşte TR între grupele de experienŃă şi cea de control. Sursele acestor deosebiri sau variaŃii
sunt bine precizate.
În cadrul acestui exemplu avem de-a face cu un singur factor de variaŃie (A). Pentru a
răspunde la întrebarea iniŃială, urmează să se instituie în final comparaŃii multiple.
2o. Sugerăm un experiment care să verifice ipoteza: ”cuvintele al căror conŃinut poate fi
imaginat se memoreaza mai uşor“(Paivio, 1982) ;în acest caz factorul manipulat (cuvintele),
prezintă două modalităŃi fixate de experimentator : cuvinte cu conŃinut imagistic (a1) şi fără
conŃinut imagistic (a2). Aceeaşi listă de cuvinte se prezintă atât grupului experimental cât şi

31
grupului de control, dar subiecŃilor din grupul experimental li se sugerează să-şi imagineze
cuvintele memorate.

1.4.1.3. Design-ul experimental factorial.

Planurile factoriale sunt experimentele în care intervin două sau mai multe variabile
controlate sau factori de variaŃie. În acest caz se vizează nu numai influenŃa fiecăruia dintre aceşti
factori, ci şi influenŃa interacŃiunii lor asupra variabilei dependente. Cele mai frecvente sunt
planurile bi- şi trifactoriale. Planurile factoriale cu mai mult de trei factori sunt greu de realizat şi
nepractice. În cazul unui plan cvadrifactorial, de pildă, dacă presupunem că fiecare factor are
numai două modalităŃi, ajungem la un plan factorial 2 x 2 x 2 x 2 = 16, ceea ce inseamnă că avem
nevoie de 16 grupuri. Deşi calculul statistic nu ridică probleme, constituirea practica a 16 grupuri
de subiecŃi este o sarcină extrem de dificilă.
Cel mai simplu plan factorial este planul bifactorial (2 x 2). Schema lui generală este
prezentată în tabelul 1.5.

Tabelul 1.5. Plan factorial

B
A b1 b2 Legenda
A1 A, B – factorii de variaŃie
A2 a, b – mod. factorilor A, respectiv B

Exemplu:
1o. S-a iniŃiat un experiment de instruire programată în care s-au utilizat, în grupuri
paralele, programe liniare (PL) şi programe ramificate (PR). De asemenea, s-a menŃinut, pentru
comparaŃie, în alte grupe, lecŃia orală clasică (LC). Pentru o urmărire diferenŃiată a efectelor,
grupele au fost dihotomizate în funcŃie de CI şi anume: CI > m şi CI < m. Aşadar, avem două
variabile independente: A, metoda de instruire şi B, nivelul de inteligenŃă (CI). Prima variabilă
prezintă trei modalităŃi (PL, PR şi LC), iar a doua variabilă are două modalităŃi: CI > m şi CI < m.
Datele de bază sunt condensate în tabelul 1.6.

32
 Tabel 1.6.
Nivel de Metoda de instruire (A)
inteligenŃă. PL (a1) PR (a2) LC (a0)
(B)
(b1)
CI > m

(b2)
CI < m

În planul factorial apare adeseori grupuri de control prin care se realizează condiŃia zero.
Planurile factoriale pun în evidenŃă relaŃii mult mai complexe decât planurile de bază. Ca urmare,
rezultatele obŃinute pe baza lor au o mai mare validitate ecologică (= reflectă mai exact realitatea
din afara laboratorului, în care trăieşte subiectul uman). Datele obŃinute dintr-un experiment
probează ipoteza care a stat la baza lui dacă sunt semnificativ statistic (lucru dovedit prin testele
statistice, ANOVA etc). La baza acestor teste se află comparaŃiile intergrupale şi cele
intragrupale.

1.4.1.4. Design-ul experimental mixt.

Planurile mixte vizează cercetările în care variabila dependentă este pusă în relaŃie: a) cu
unul sau mai mulŃi factori manipulaŃi şi b) cu o variabilă clasificatorie.
O variabilă clasificatorie sau variabilă etichetă constă în repartizarea subiecŃilor care
participă la experiment în clase diferite pe baza unor caracteristici imanente ale acestora (sexul,
vârsta, statutul social etc.).

Exemplu:
Presupunem că dorim să studiem eficacitatea a două metode de învăŃare a limbilor străine.
Variabila manipulată are deci două modalităŃi: metoda nouă, metoda tradiŃională. Lansăm ipoteza
că eficacitatea acestor metode depinde de vârsta subiecŃilor. În acest caz, clasificăm subiecŃii
după vârstă, selectând subiecŃii de 5, 7, 9 şi 11 ani (deci variabila clasificatorie are patru
modalităŃi). Planul experimental arată ca în tabelul 1.7.

33
 Tabelul 1.7.
Variabila
Clasificatoare
(vârsta)

5 ani 7 ani 9 ani 11 ani

Variabila
Manipulată
(metoda)
metoda tradiŃională
metoda nouă

Aşadar, în planul experimental variabila clasificatorie ocupă acelaşi loc ca şi factorul

manipulat într-un plan factorial. Nu trebuie însă uitat că variabila clasificatorie nu face obiectul
manipulării! Prin urmare, relaŃia dintre variabila clasificatorie şi variabila dependentă nu este una
cauzală, ci de simplă covarianŃă. Dar interpretarea acestei covarianŃe ridică aceleaşi probleme ca
şi în cazul coeficientului de corelaŃie.
În exemplu de mai sus dacă, de pildă, metoda nouă s-a dovedit mai eficace faŃă de metoda
tradiŃională pentru subiecŃii de 7, 9 şi 11 ani, dar cu eficacitate egală pentru subiecŃii de 5 ani, nu
putem spune că vârsta (de 5 ani) este cauza acestor rezultate. Eventual, putem presupune că
procese subiacente, specifice vârstei de 5 ani, influenŃează rezultatele obŃinute. Probarea acestei
supoziŃii se face printr-un alt design factorial, în care presupuşii factori subiacenŃi sunt explicitaŃi.
Utilizarea designurilor mixte este adesea extrem de utilă, deoarece:
● sporeşte senzitivitatea, constatabilă experimental, a variabilei dependente faŃă de
factorul manipulat;
● oferă informaŃii despre gradul de generalitate a rezultatelor obŃinute

Temă de reflecŃie nr. 6

łinând cont de cauzalitatea multiplă explicaŃi importanŃa designurilor
multifactoriale în cercetarea psihologică. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie 8.pdf - Stanovich (2001) How to think straight about psychology
cap. 9.

34
 1.4.2. SelecŃia şi repartizarea subiecŃilor.

Orice experiment presupune selectarea unei mulŃimi de subiecŃi. Din păcate, selecŃia
subiecŃilor nu este la discreŃia cercetătorului. De multe ori ea se face pe bază de voluntariat din
subiecŃii pe care cercetătorul îi are la îndemână. Or, această situaŃie poate induce de la început
distorsiuni. Aşa cum s-a remarcat deja (McNemar, 1946) o mare parte a datelor psihologiei se
bazează pe cercetări asupra şoarecilor albi de laborator şi a studenŃilor din anul I – psihologie.
Idealul ar fi ca selecŃia subiecŃilor să fie aleatoare, dar această pretenŃie este exagerată faŃă de
posibilităŃile reale. Adesea utilizăm grupuri naturale intacte, în compoziŃia lor datorată
hazardului. De exemplu, o clasă de elevi ca atare ar satisface această exigenŃă numai că trebuie să
fim atenŃi la faptul dacă actuala ei compoziŃie nu este rezultanta unor selecŃii pregătitoare.
SituaŃia trebuie totuşi avută în vedere la interpretarea rezultatelor. Într-o cercetare clinică asupra
coeficientului de recidivă la fumători s-a constatat că în urma tratamentului 80-90 % dintre
fumători recidivează (Schacter, 1982). Datele experimentale intrau în contradicŃie cu numeroase
statistici care arătau că proporŃia celor care au abandonat fumatul fără recidivă este foarte mare.
În acest caz, rezultatele obŃinute în clinică s-au dovedit nerelevante, pentru că lotul clinic, era
format tocmai din pacienŃi care recidivau.
Repartizarea subiecŃilor în grupul de control şi în grupul sau grupurile experimentale se face
aleatoriu (randomizat). Randomizarea se poate face prin mai multe tehnici (vezi Nunally, 1967,
pag 95). Mai importante fiind:
● randomizarea simplă (“tragerea la sorŃi “, metoda loteriei).
● randomizarea stratificată (în care populaŃia este împărŃită pe “straturi”, după
unul sau mai multe criterii, pentru fiecare strat, realizându-se o eşantionare aleatoare).

Temă de reflecŃie nr. 7

SpecificaŃi modalităŃile de manifestare a controlului experimental. Pentru
aprofundarea subiectului vezi în READER documentul:
Bibliografie 9.pdf - Stanovich (2001) How to think straight about psychology -
cap. 6.

1.4.3. Design-uri experimentale defectuoase.

35
 Rezultatele experimentale sunt considerate statistic semnificative sau nesemnificative pe
baza efectuării unor comparaŃii inter şi intragrupale. Erorile comise în procesul comparaŃiilor pun
în evidenŃă planurile experimentale defectuoase.

Erori posibile în comparaŃiile intragrupale

Erori posibile în comparaŃiile intragrupale pot apărea la compararea scorurilor subiecŃilor
unui grup experimental înainte şi după manipularea experimentală sau pe parcursul unor măsurări
repetate.

● Efectul de maturare. Pe parcursul desfăşurării unui experiment subiecŃii sunt implicaŃi

în procesul propriei lor evoluŃii, normale, naturale. În aceste condiŃii, se poate întâmpla ca
diferenŃele dintre două măsurări repetate ale aceloraşi subiecŃi să se datoreze maturării ce a avut
loc pe parcursul experimentului, nu manipulării experimentale. Un plan experimental care
neglijează aceste aspecte duce la rezultate eronate.

Exemple:
1. Să presupunem că dorim să vedem eficacitatea unei metode de îmbunătăŃire a lecturii
pentru elevii din clasa a II-a. Se aplică metoda respectivă timp de un an. În acest sens se fac
măsurări ale performanŃelor de lectură ale elevilor la începutul şi şfârşitul fiecărui trimestru. După
un an se compară scorurile obŃinute de fiecare subiect şi se constată îmbunătăŃirea treptată a
scorurilor, deci a performanŃelor. Rezultatele se pot datora metodei practice, dar tot la fel de bine
se pot datora maturizării elevilor pe parcursul anului respectiv sau interacŃiunii dintre metodă şi
maturare, astfel că interpretarea rezultatelor este pusă sub semnul întrebării.

2.Evaluarea eficacităŃii unui tratament psihoterapeutic poate cădea în aceeaşi eroare.

● Efectul testării repetate. DiferenŃele de scoruri dintre mai multe măsurări succesive se
pot datora administrării repetate a aceluiaşi test.

Exemplu:
Procedăm la un experiment pentru a testa eficacitatea unei probe formative pentru
dezvoltarea inteligenŃei. În acest sens, înainte şi după proba respectivă subiecŃilor li se
administrează un test de inteligenŃă. În general vom observa o creştere a QI de la pre-test la post-
test. Acest fapt se poate datora probei formative, dar se poate datora şi readministrării testului.

36
După cum se ştie (vezi Anastasi, 1974) se constată o creştere a scorurilor de inteligenŃă între două
administrări succesive, în lipsa oricărei alte intervenŃii.

● Degradarea instrumentelor de măsură. Între două sau mai multe măsurări repetate,
validitatea instrumentului de măsurare scade. RelevanŃa unor teste de personalitate, de pildă,
scade în cazul readministrării lor faŃă de prima administrare (Neale, 1986).

● Regresia statistică constă în tendinŃa, observată deja de Galton, de regresie spre medie a
scorurilor extreme odată cu repetarea unei măsurări.

Exemplu:
Presupunem că dorim să evaluăm eficitatea unei metode psihoterapeutice asupra
anxietăŃii. În acest sens, se aplică un test de anxietate (STAI, MAS etc.) în urma căruia sunt
selectaŃi numai pacienŃii cu scoruri extrem de ridicate. Se aplică terapia respectivă după care
subiecŃii sunt retestaŃi. Cu siguranŃă se va constata o scădere a nivelului anxietăŃii, pe baza
tendinŃei de regresie statistică, chiar în absenŃa oricărei eficacităŃi a tratamentului respectiv.

● Evenimente externe cu relevanŃă asupra evenimentului investigat pot distorsiona

rezultatele obŃinute experimental.

Exemplu:
Procedăm la un experiment pentru a detecta influenŃa unor emisiuni T.V. saturate în scene
de agresivitate asupra agresivităŃii subiecŃilor. Timp de 10 zile subiecŃii vizionează programe cu
conŃinut agresiv. Se măsoară nivelul de agresivitate înainte şi după manipularea experimentală. În
răstimp se declanşează un război sau alt fenomen de agresivitate colectivă extremă. Aceste
evenimente, deşi exterioare subiecŃilor participanŃi la experiment îşi pot pune pecetea în mod
decisiv asupra rezultatelor. Efectul unor astfel de evenimente este şi mai vizibil în cazul unui
experiment asupra atitudinilor.

Erori posibile în cazul comparaŃiilor intergrupale

● Erori de selecŃie. Aşa cum s-a arătat, selecŃia subiecŃilor care participă la experiment nu
este aleatoare. Ca urmare, rezultatele experimentale pot fi nerelevante pentru populaŃia în cauză.

Exemplu:

37
 În vederea testării eficacităŃii unor psihoterapii sugestive asupra "nevrozei cardiace" se
face selecŃia subiecŃilor pe bază de voluntariat. Ei sunt randomizaŃi în grupuri diferite cărora li se
aplică tehnici sugestive diferite. La post-test apar diferenŃe semnificative între grupurile
experimentale pe de o parte şi grupul martor, pe de altă parte. Se poate conchide că aceste
diferenŃe se datorează metodelor sugestive. Dar, selecŃia pe bază de voluntariat poate fi
determinată, putându-se presupune că s-au prezentat subiecŃii convinşi de eficacitatea metodei.
Rezultatele pot deveni valide prin procedarea la un plan factorial în care se introduce şi variabila
"încredere în metodele sugestive". Vezi, mai sus, şi exemplul oferit de cercetarea lui Schachter
asupra redicivei fumătorilor.

● "Moartea experimentală" (= "pierderea" unor subiecŃi pe parcursul deşfăşurării

experimentului, datorită oboselii, lipsei de motivaŃie etc.). În acest caz, lotul de subiecŃi pe care se
administrează post-testul poate să nu mai posede aceleaşi caracteristici ca şi lotul iniŃial.

Exemplu:
Să presupunem că dorim să cercetăm eficacitatea unei metode de tratare a alcoolismului.
Pe parcursul tratamentului mulŃi subiecŃi din grupul experimental părăsesc tratamentul, în vreme
ce grupul de control rămâne aproximativ acelaşi. Compararea rezultatelor obŃinute la post-test de
grupul experimental şi grupul de control poate fi nerelevantă din cauza modificării compoziŃiei
grupului experimental.

● Efectul difuziunii costă în răspândirea efectului manipulării de la grupul experimental la

cel de control.

Exemplu:
Dorim să cecetăm influenŃa cunoaşterii datei administrării unui test de memorie asupra
fidelităŃii memoriei. SubiecŃii sunt solicitaŃi să memoreze o listă de cuvinte. Grupului
experimental i se spune că vor fi testaŃi asupra capacităŃii lor mnezice după o săptămână, în
vreme ce subiecŃilor din grupul de control nu li se spune nimic în legătură cu data când vor fi
testaŃi. Ambele grupuri sunt testate după o săptămână. Rezultatele pot fi distorsionate prin
răspândirea informaŃiei furnizate grupului experimental şi la grupul de control.
Difuzarea prezintă un factor de distorsionare a rezultatelor mai ales atunci când
experimentul presupune oferirea unei informaŃii pentru grupul de control.

38
 ● Efectul compensării. Acest efect studiat amănunŃit de Adler (vezi Adler, 1987) constă în
efortul compensatoriu pe care îl pot manifesta membrii grupului de control simŃindu-se frustraŃi
că nu fac parte din grupul experimental.

Exempul:
Să presupunem că – în condiŃiile respectării tuturor cerinŃelor experimentale – se aplică
două metode de învăŃare a aritmeticii: una tradiŃională, alta modernă, la elevii a două clase
paralele. Aceste clase sunt cunoscute în şcoală ca fiind clase rivale. În acest caz, lipsa unor
diferenŃe semnificative între performanŃele la aritmetică în urma aplicării celor două metode se
poate datora efortului compensatoriu al grupului de control (căruia i s-a aplicat metoda
tradiŃională) stimulat de rivalităŃile anterioare dintre clasele de elevi respective.

● Efectul resemnării, este invers efectului de compensare. SubiecŃii din grupul de control
pot obŃine rezultate mai slabe datorită demotivării ce o resimt ca urmare a excluderii lor din
grupul experimental.

Pe lângă erorile rezultate din comparaŃiile inter sau intragrupale, rezultatele

experimentului pot fi distorsionate inconştient de experimentator sau subiecŃii care participă la
experiment. Într-un studiu retrospectv Rosenthal trece în revistă 21 de studii oferind dovezi
serioase că expectanŃele sau ipotezele eperimentatorului influenŃează, uneori decisiv, colectarea şi
interpretarea datelor (Rosenthal, 1978).
Pe de altă parte, pe parcursul desfăşurării experimentului subiecŃii îşi formează propriile
lor ipoteze asupra rezultatelor experimentului, uneori exercitând în acest fel o influenŃă puternică
asupra lor. Ambele situaŃii pot fi ilustrate de studii psihofarmacologice, cu substanŃe placebo.
Evitarea unor astfel de distorsiuni se poate realiza, aşa cum este cunoscut, prin metoda dublu-
oarbă, în care nici experimentatorul, nici subiecŃii nu cunosc scopul în care se efectuează
experimentul.

● Efectul Pygmalion şi efectul Hawthorne sunt situaŃii cunoscute de distorsiune a

rezultatelor experimentale.
În finalul acestui subcapitol ne mărginim să atragem atenŃia cititorului asupra "efectului
cumulativ"! Inventarierea erorilor la care poate fi expus un experiment făcut cu cea mai mare
bună-credinŃă poate, prin urmare, să creeze cititorului impresia că experimentul este pândit de
atâtea erori încât cel mai înŃelept lucru este să privim cu scepticism rolul experimentului în

39
cercetarea psihologică. Or, această impresie este eronată şi neproductivă. Mai întâi, pentru că un
experiment nu este obliterat concomitent de toŃi aceşti factori de distorsiune. Apoi, practica
ştiinŃifică face dovada unei cantităŃi imense de date experimentale certe. Ca oriunde, şi în
cercetarea psihologică singura atitudine viabilă este construcŃia, nu scepticismul!

1.5. TESTUL

În prima aproximaŃie, testul este un gen de experiment standardizat . NoŃiunea de test

psihologic ar putea fi sumar ilustrată recurgând din nou la exemplul unei situaŃii de aşteptare
puse sub semnul unei tensiuni nervoase. În esenŃă, o situaŃie de aşteptare în forma sa acută
împinge la limită conflictul dintre excitaŃie şi inhibiŃie, punând în relief diferenŃe individuale de
comportare. Un test este un mijloc de evaluare a persoanei în raport cu anumite repere de
comparaŃie. O situaŃie obiectivă capătă caracteristicile unui test psihologic, atunci când pune în
evidenŃă în chip concludent diferenŃe individuale între oameni şi permite evaluarea acestor
diferenŃe. Dacă studiem, de pildă, un grup numeros de persoane într-o situŃie tipică de aşteptare,
putem ajunge la o clasificare a persoanelor, la o tipologie având la bază echilibul proceselor
nervoase.O asemenea tipologie oferă un cadru de clasificare, pe baza căruia putem situa ulterior o
persoană sau alta la rubricile stabilite, pornind de la indici de comportament înregistraŃi în
condiŃii identice.În cadrul testului situaŃia, odată precizată, trebuie menŃinută constantă.
Tot aşa, dacă alcătuim un grupaj de probleme de judecată, prezentate în formă grafică sau
verbală şi le aşezăm într-o ordine de dificultate crescândă, putem obŃine un test de gândire pe
baza unor tatonări practice. Este vorba de aplicarea acestui lot de probleme bine alese la un grup
reprezentativ de persoane având aceeaşi vârstă şi formaŃie şcolară. Pe baza punctajelor constatate
se vor preciza anumite repere pe o scală ordinală, care să indice nivele diferite de capacitate
intelectuală în domeniul respectiv.O asemenea scală de repere numerice, stabilite pe un grup de
referinŃă, devine un fel de etalon la care raportăm rezultatele individuale obŃinute ulterior de o
persoană sau alta.
Testul psihologic reprezintă – după P. Pichot – “o situaŃie experimentală standardizată,
servind drept stimul unui comportament. Acest comportament este evaluat printr-o comparaŃie
statistică cu acela al unor indivizi plasaŃi în aceeaşi situaŃie, ceea ce permite clasificarea
subiectului examinat fie cantitativ, fie tipologic”. Prin conŃinutul său , testul acoperă practic
numai un fragment din situaŃiile reale; el constituie întotdeauna numai un decupaj din activitatea
generală a subiectului. În termeni mai precişi :”Un test psihologic este, în esenŃă, o măsură
obiectivă şi standardizată a unui eşantion de comportament”.Această caracterizare enunŃă

40
totodată o constatare, dar şi o cerinŃă. Dacă se urmăreşte, spre exemplu, să se determine
vocabularul unui copil la o anumită vârstă, se va utiliza în acest scop o listă de cuvinte, alese la
întâmplare din dicŃionar sau alese după anumite criterii, astfel încât să constituie un eşantion
reprezentativ. Rezultatul la acest test trebuie să oglindească vocabularul general al copilului
pentru a putea considera nota sau cota obŃinută drept un indicator real.
În această ordine de idei, cu greu s-ar mai putea numi, de pildă, “problemă de imaginaŃie”
o activitate mecanică de compunere de cuvinte din 3 – 4 litere date, aşa cum
s-a propus cândva. Simplificarea situaŃiei şi a activităŃii în probele psihologice nu trebuie să
depăşească o limită,dincolo de care se pierd notele definitorii ale fenomenului psihic examinat.
Orice test psihologic concretizează cunoştinŃele dobândite în cercetarea psihologică
referitoare la domeniul respectiv (inteligenŃă, creativitate, aptitudini tehnice etc.). Cum aceste
cunoştinŃe se îmbogăŃesc necontenit, înseamnă că şi probele psihologice urmează să fie mereu
amendate, încorporând achiziŃiile cercetării ştiinŃifice. Utilizarea unui test, pe lângă tehnicitatea
aplicării, presupune cunoaşterea datelor psihologice care fundamentează proba şi permite
interpretarea corectă a rezultatelor. Cum este şi firesc, aplicarea testelor impune o competenŃă
precisă, care îmbină o anumită tehnicitate cu fineŃea observaŃiei.
O precizare este esenŃială: testul, ca mijloc de evaluare a prestaŃiei sau conduitei umane,
se elaborează pe bază statistică. Rezultatul obŃinut de o persoană la o probă standardizată, capătă
semnificaŃie prin raportarea sa la rezultatele obŃinute de un grup mai larg – grupul de referinŃă –
prin examinarea căruia în condiŃii identice se stabileşte un tabel de norme sau o tipologie. Aşadar,
un test psihologic este inseparabil de tabelul de norme sau cadrul de clasificare oferit de o
tipologie. Situarea persoanei examinate în acest cadru de clasificare – expresie a grupului de
referinŃă – constituie scopul final al testării.
S-ar putea schiŃa o paralelă între experiment şi test:

Experimentul
• instrument de cercetare;
• situaŃia (S) este supusă unei variaŃii
sistematice (deci S variabil);
• urmăreşte evidenŃierea unei legităŃi sau
regularităŃi: legea de variaŃie a lui y în
funcŃie de r, z, ...
• stabilirea unei relaŃii cauză – efect;
• nu vizează judecata de valoare,
evaluarea
Testul
• instrument de evaluare;
• situaŃie standardizată (S – constantă);
de aici: testul = experiment
standardizat;
• relevă diferenŃele individuale şi
urmăreşte evaluarea acestor diferenŃe;
• evaluarea în raport cu un tabel de
norme (etalon) sau o tipologie stabilită
pe o colectivitate de referinŃă;
• urmăreşte situarea individului în
reperele unei scări (tabel de norme ), în
cadrul de clasificare prestabilit

41
 Pentru a exemplifica aspectele prezentate ne oprim la un test verificat în practică, numit
“Matrici progresive”, care a fost propus de J. C. Raven .
Testul se compune din 60 de probe simple grupate în cinci serii de dificultate crescândă.
Fiecare probă elementară – numită şi item – constă dintr-un desen sau “matrice”, care aminteşte
noŃiunea algebrică de matrice. Este vorba de un grupaj de figuri, dispuse pe linii şi coloane, în
interiorul căruia anumite relaŃii sau criterii de organizare a elementelor pot fi desprinse. Fiecare
matrice comportă o lacună, un termen de completat. În figură este redat un model de acest gen.
Subiectului i se cere să examineze matricea de bază şi să decidă care din figurile ataşate (în partea
de jos a planşei) se potriveşte pentru a completa desenul. Cota globală a testului rezultă din
totalizarea răspunsurilor exacte.

Figura 1.8. Item din testul “ Matrici Progresive Standard “

Evident, pentru a răspunde corect, subiectul trebuie să desprindă anumite relaŃii sau
criterii care stau la baza organizării interioare a matricii (pe linii şi coloane) şi să aleagă figura ce
întregeşte în mod logic desenul. Cu alte cuvinte, subiectul trebuie să analizeze materialul, să
compare, să combine, uneori să generalizeze, adică să facă efort de gândire. Rezolvarea unei
probe elementare este foarte uşoară, în timp ce soluŃionarea altora este un fenomen rar.
CompoziŃia testului a fost inspirată de analiza teoretică a inteligenŃei.
În sfârşit, o remarcă finală: testele psihologice au creditul de a fi mijloace de măsură. Or,
în psihologie, putem vorbi de măsurare numai într-un sens foarte larg. ExperienŃa psihologică nu
ne furnizează decât relaŃii de ordine (J.Piaget). În psihometrie, convertim aceste relaŃii de ordine
în distanŃe sau intervale având conştiinŃa că realizăm doar o aproximare ce poate fi practic

42
suficientă în numeroase situaŃii. Altfel, cine ar putea admite, de exemplu că “un elev de zece” s-ar
putea compune din “doi elevi de cinci,”deşi 5 + 5 = 10. Fenomenele psihice nu sunt aditive, în
psihologie nu există unităŃi de măsură ca în fizică. În lipsa unităŃilor obiective de măsură se alege
o metrică arbitrară, care poate satisface din punct de vedere practic. Când psihologul francez
A.Binet lansa prima “Scară metrică a inteligenŃei”, el observa cu mult bun simŃ: “…calităŃile
intelectuale nu se măsoară ca lungimile, ele nu sunt superpozabile”; scara metrică permite “un
clasament ierarhic între inteligenŃe diferite; şi pentru nevoile practicii acest clasament echivalează
cu măsurare”.

Rezumat
ApariŃia psihologiei experimentale este asociată cu înfiinŃarea de către Wilhelm Wundt în
anul 1879 a primului institut de psihologie la Leipzig. Aici s-au format promotorii acestui
domeniu pe plan mondial. ObservaŃia ca metodă permite o clasificare a informaŃiei Astfel se pot
prefigura relaŃii cauzale a căror investigare este posibilă ulterior pe bază de experiment.
Alcătuirea unei grile de observaŃie constituie un proces sistematic în care se realizează iniŃial
delimitarea categoriilor, urmată de aplicare şi determinarea fidelităŃii (pe baza coeficientului
Cohen).
InvestigaŃia experimentală constituie un demers sistematic ce implică o serie de etape:
observaŃia sau analiza de caz, stabilirea ipotezelor, proiectarea design-ului experimental, selecŃia
subiecŃilor, experimentarea propriu-zisă şi analiza-interpretarea datelor. În funcŃie de numărul
variabilelor independente implicate, design-ul experimental poate fi: de bază (este implicată o
singură variabilă independentă) sau factorial (sunt implicate mai multe variabile independente). O
formă particulară a design-ului factorial este design-ul mixt în care cel puŃin una dintre variabile
este clasificatorie. Testul constituie un experiment standardizat. Spre deosebire de metoda
experimentală în care se evidenŃiază o serie de legităŃi, testul este utilizat în vederea evaluării
diferenŃelor interindividuale.

43
 Recomandări şi comentarii cu privire la temele de reflecŃie
Tema 1: DiferenŃele rezidă din faptul că toate cunoştinŃele ştiinŃifice, deşi sunt constructe
teoretice, sunt supuse unor verificări empirice sistematice.
Tema 2: RelaŃia dintre procesele anterioare cuantificării şi procedurile statistice propriu-zise,
respectiv impactul pe care îl au principiile statistice asupra diferitelor componente ale unui plan
de cercetare.
Tema 3: ConstrucŃia modelelor teoretice se alimentează pe un raŃionament inductiv şi pe procese
de transfer (preluarea unor principii care s-au dovedit a fi validate în alte domenii ale cunoaşterii).
Tema 4: Aspectele esenŃiale în comparaŃie vor fi: precizia, validitatea şi fidelitatea
instrumentelor.
Tema 6: RelaŃia existentă între presupuse cauze şi designuri multifactoriale.
Tema 7: ModalităŃile de control se manifestă prin manipulare (stabilirea variabilelor
independente), menŃinere constantă şi randomizarea.

Bibliografie minimală pentru acest modul

Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Chalmers Alan (1999) What is this thing called science? Hackett Publishing Company, Inc.
Indianapolis.
Derry Gregory (1999) What Science Is and How It Works. Princeton Univerity Press, New
Jersey.
Lakatos Imre (1973) Science and Pseudoscience.
http://www.lse.ac.uk/collections/lakatos/scienceAndPseudoscience.htm
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Stanovich Keith (2001) How to think straight about psychology. Allyn & Bacon, Boston
Wynn M. Charles and Wiggins W. Arthur (2001) Quantum leaps: Where Real Science Ends ...
and Pseudoscience Begins. Joseph Henry Press Washington, D.C.

44
 Modulul 2
ORGANIZAREA COLECłIEI DE DATE

Scopul modului: Familiarizarea studentului cu principalele scale de evaluare utilizate în

psihologie şi modalităŃile uzuale de organizare a datelor.

Obiectivele modulului: După parcurgerea acestui modul, veŃi fi capabili:

• să definiŃi şi să recunoaşteŃi principalele scale de măsurare utilizate
în cercetarea psihologică.
• să sistematizaŃi o colecŃie de date.
• să organizaŃi în tabele şi grafice o colecŃie de date.

În acest capitol vom analiza principalele caracteristici ale demersului de evaluare şi

măsurare ştiinŃifică în contextul psihologiei. Vom prezenta mai întâi principalele tipuri de scale
de măsurare, conceptele cheie fiind cel de categorizare şi cunatificare. Pentru a înŃelege mai bine
vom prezenta aceste concepte utilizând multiple exemple luate din psihologie cât şi din domenii
învecinate.
În cele din urmă vom prezenta aspectele importante ale demersului de colectare şi
organizare a datelor de cercetare. În acest demers vom discuta avantajele utilizării distribuŃiilor de
frecvenŃe cât şi particularităŃile esenŃiale ale acestora.

2.1. EVALUAREA ŞI MĂSURAREA ÎN PSIHOLOGIE

Datele obŃinute prin diferite forme de investigaŃie psihologică se prezintă adesea în formă
numerică sau sunt aduse, graŃie unei operaŃii de codare, la o formă numerică, astfel încât se
pretează la o prelucrare matematică, în particular, statistică. Spre exemplu, într-o experienŃă de
laborator se înregistrează frecvenŃa, durata ori amplitudinea unei reacŃii în funcŃie de stimulii
aplicaŃi; într-o activitate sau o probă practică se numără răspunsurile exacte, ca şi erorile; altădată,
se notează timpul de execuŃie a unei mişcări sau acŃiuni, timpul de reacŃie pentru răspuns, timpul
de evocare a unui material din memorie ori de asociere a unor cuvinte etc. De asemenea, în probe
de învăŃare se marchează numărul de repetiŃii sau încercări necesare până la obŃinerea curbei cu
platou, precum şi volumul materialului reŃinut în diferite unităŃi de timp ş.a.m.d.
Când este vorba de influenŃa unor factori fizici (stimuli vizuali, acustici, tactili) se
măsoară – pe baza aparatelor cunoscute – anumiŃi parametri fizici: intensitate, frecvenŃă, greutate
ş.a. De notat că variabilele brute, adică şirul de numere cu care operează psihologul rezultă fie în
mod direct din citirea aparatelor – cum este cazul indicilor de timp sau al parametrilor fizici –, fie

45
din însumarea de puncte, cum este cazul testelor creion – hârtie sau alte probe. Alteori, datele
apar din totalizări pe rubrici ordonate ale unui tabel sau protocol de observaŃie, cum va reieşi din
exemplul ce urmează.

Exemplu:
Un proces de investigare ce ia forma observaŃiei pune, de regulă, în joc o grilă de
observaŃie, care oferă cadrul de clasificare a datelor, rubricile tabelului de înregistrare a faptelor
urmărite.
Pentru a surprinde, de pildă, anumite trăsături de temperament în comportarea
preşcolarului sau a şcolarului mic se organizează un joc – denumit convenŃional "transportul
cuburilor" – căruia i se impun anumite cerinŃe. Copilul trebuie să transporte cu lopăŃica pe un
traseu dat (dus şi întors) un număr crescând de cuburi (3, 4, 5, ... 10), purtând coloana acestora cu
mâna dreaptă fără să o sprijine cu cealaltă mână. În caz de eşec (pierderea vreunui cub,
răsturnarea coloanei etc.) proba se reia de la început. Se înregistrează succesiunea probelor,
reacŃiile verbale şi motorii care însoŃesc îndeplinirea sarcinii, conŃinutul sau felul acestor reacŃii în
funcŃie de succes/insucces, reluarea probei etc. Tabelul 2.1., adaptat după I. A. Samarin (1954),
redă un fragment dintr-un asemenea protocol. Rubricile tabelului alcătuiesc grila de observare a
comportamentului.

Tabelul 2.1.
Suc- Cu- Pre- Caracterul reacŃiilor verbale Pre- Caracterul reacŃiilor motrice Alte
ce- buri zenŃa zenŃa Obser-vaŃii
siu- trans- reac- Auto- Se Re- Alte reac- pre- Refuz Distra- Reac-
nea por- Ńiilor stimu- plân- fuz re- Ńiilor cipi- pasiv geri Ńii
pro- tate ver- lare ge de acŃii mo- tare mo- vege-
belor bale greu- ver- trice ener- trice tative
tatea bale vare
sar-
cinii
1 3 +! + - - - + - - + -
2 4 + +! - - - - - - - -
3 5 +!! + + - - + - - - +
.
.

( Adaptat după I. A. Samarin, 1954)

46
 După cum se vede, este vorba de strângerea unei informaŃii mai mult calitative: s-a notat
prezenŃa sau absenŃa reacŃiilor verbale şi motorii (cu "+", respectiv "-"), apoi felul sau conŃinutul
acestora, manifestarea cu insistenŃă a unei trăsături (marcată cu semnul exclamării). Documentul
care consemnează datele obŃinute şi modul de recoltare se numeşte protocol. Efectuând totalizări
pe coloane în tabelul de date, se obŃin frecvenŃe diferite pentru anumite tipuri de reacŃii, care se
pun în corelaŃie cu tipul temperamental al subiectului. Datele observaŃiei ne apar condensate sub
formă de efective sau frecvenŃe, corespunzător unor tipuri de răspuns.
Sub presiunea unor cerinŃe de ordin practic, nevoia de măsurare s-a extins, după cum se
vede, de la măsurarea fizică la cea psihologică. Trebuie însă precizat că psihologia nu dispune de
unităŃi de măsură aşa cum se întâlnesc ele în fizică. Spre exemplu, un copil reŃine dintr-o probă de
memorie 8 cuvinte din 15 sau patru trasee dintr-un labirint. Rezultatul testelor se exprimă
numeric prin însumarea elementelor memorate. Nu este precizat însă dacă traseele respective sau
cuvintele sunt echivalente între ele pentru a fi doar numărate, totalizate în cota atribuită
subiectului. De asemenea, nu este precizat modul de comparare între memoria cuvintelor şi aceea
a traseelor pentru a le "compune" într-un indice cantitativ unic. Aşadar, nu sunt conturate aici
unităŃi de măsură (cf. J. Piaget, 1972).
Conceptul de măsurare este luat în psihologie în conŃinutul său cel mai larg şi anume, în
sensul de operaŃie prin care se atribuie numere datelor discrete sau continue ce urmează a fi
evaluate. Un exemplu familiar în această privinŃă ar fi evaluarea şi notarea şcolară, care
reprezintă în final un mod de codare numerică (de la 1 la 10) a rezultatelor la învăŃătură. Numai
că notele finale presupun un act de apreciere care comportă oricum un grad de subiectivitate. În
schimb investigaŃiile psihologice tind şi reuşesc în numeroase situaŃii să obŃină date obiective,
independente de persoana care face cercetarea. Montajele de laborator, tehnica de notare a
probelor psihologice, analiza produselor activităŃii, ca şi observarea sistematică permit – cum s-a
arătat mai sus – înregistrarea unor fapte precise, colectarea în cele din urmă a unei informaŃii
numerice. Exprimând anumite date în formă numerică, suntem tentaŃi să facem în continuare
operaŃii aritmetice cunoscute: adunarea, înmulŃirea, împărŃirea etc. Or, fenomenele psihice – cum
vom vedea – impun anumite restricŃii în această privinŃă; trebuie să existe un paralelism
(izomorfism) între tratarea numerică şi proprietăŃile faptelor studiate.
Măsurarea psihologică, luată în sensul larg de aplicare a numărului la datele obŃinute,
prezintă o anumită gradaŃie, definită de tipurile de scale întâlnite în investigaŃiile concrete.
Folosind terminologia lucrărilor de metodologie psihologică (Stevens, 1951; Suppes şi Zinnes,
1963; Coombs, 1963; Faverge, 1965; Reuchlin, 1963; Rouanet, 1987 ş.a.) vorbim de diferite
tipuri de scale: scale nominale, scale ordinale, scale de intervale ş.a. Între acestea se găsesc şi

47
tipuri intermediare, de exemplu scale hiperordinale (între scale ordinale şi scale de interval).
Felurile amintite de scări sau scale denumesc trepte succesive de măsurare într-un domeniu dat.

● Scale nominale sau calitative – definesc primul nivel al măsurării, de fapt al pre-
măsurării. Acesta este nivelul curent în observaŃie şi anchete.
A utiliza o scală nominală înseamnă a clasifica sau repartiza datele (rezultatele), după o
serie de nume sau categorii diferite (disjuncte), astfel încât fiecare element (răspuns, observaŃie
etc.) să-şi găsească locul într-o categorie şi numai într-una singură. Orice tipologie constituie în
acest sens o scală nominală. În locul denumirii categoriilor se utilizează de regulă un cod numeric
(01, 02, ... ) care nu formează propriu-zis obiectivul calculelor, ci serveşte la individualizarea
acestor grupări, la repetarea lor în cursul prelucrării statistice. Aşadar, nivelul nominal al
măsurării comportă atribuire de numere doar pentru a denumi clase de echivalenŃă. Desigur,
calculele obişnuite au loc, dar ele se fac asupra efectivelor sau frecvenŃelor ce se stabilesc în
cadrul diverselor categorii (clase), individualizate prin cod numeric.

Exemplu:
Se dă un chestionar referitor la orientarea profesională la o colectivitate de şcolari. Elevii
sunt solicitaŃi să răspundă în scris asupra profesiunii spre care doresc să se îndrepte. Se obŃine un
ansamblu de răspunsuri care vor fi grupate, repartizate în diferite categorii după o listă sau
repertoriu de profesiuni care va constitui cadrul de clasificare. Aşadar, efectuând ancheta,
mulŃimea de răspunsuri obŃinute se va repartiza într-un număr de clase disjuncte, indicate prin
denumirea profesiei ori un simbol ales în mod convenŃional (cod numeric) care, evident, nu face
obiectul calculului. Fiecare răspuns în parte consemnat în chestionar va fi repartizat în una din
aceste categorii sau profesii. În ancheta concretă, opŃiunile exprimate nu acoperă în mod necesar
întreg repertoriul de profesiuni existent la un moment dat într-o societate; acest repertoriu este de
regulă mai larg decât protocolul obŃinut. În final se numără răspunsurile din fiecare categorie sau
rubrică întâlnită şi se stabilesc frecvenŃele corespunzătoare sau efectivele. Datele astfel obŃinute se
pretează în continuare la o tratare numerică, utilizându-se mai ales indicii din teoria informaŃiei.

Temă de reflecŃie nr. 1

OferiŃi două exemple de variabile psihologice evaluate pe o scală categorială
utilizată în domeniul educaŃional, respective clinic. Pentru aprofundarea
subiectului vezi în READER documentul:
Bibliografie 10.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 1.

48
● Nivelul cel mai răspândit al măsurării în cercetarea psihologică este acela al scalelor ordinale
sau, pe scurt, nivelul ordinal. Variabilele psihologice – notează Faverge (1965) – sunt în
majoritatea lor variabile, având valori simplu ordonate. Caracteristică acestui nivel – pe lângă
propietăŃile treptei anterioare – este posibilitatea de a stabili relaŃii de ordine totală între lucruri
(date); fiind date elementele A, B, C, ... semnul ">" aşezat între ele poate însemna:
A superior lui B, B superior lui C etc., sau A este preferat lui B, B preferat lui C ş.a.m.d.
Notând în general Pxxy vom citi "x superior lui y", "x preferat lui y" sau "x înaintea lui y" etc.
Probele sau criteriile de care ne servim conduc la clasamente ierarhice: scări de capacitate, scări
de preferinŃe, scări de produse, scări de atitudini ş.a.m.d.
Când Alferd Binet lansa în 1905 cunoscuta sa "scală metrică a inteligenŃei", el pornea de
la următoarele consideraŃii: "... calităŃile intelectuale nu se măsoară ca lungimile, ele nu sunt
superpozabile" (în limbajul nostru, ele nu satisfac cerinŃa aditivităŃii); scala metrică permite –
spunea Binet – "un clasament ierarhic între inteligenŃe diferite; şi pentru nevoile practicii acest
clasament echivalează cu o măsurare" (p.194-195).

Exemplu:
Ordonarea subiecŃilor cu privire la atitudinile pe care le adoptă într-un domeniu sau altul
presupune o ordonare a întrebărilor ce le sunt adresate. De aici ideea de a întocmi şi prezenta
anumite grupaje sau baterii de întrebări care se referă la aceeaşi temă, la acelaşi domeniu, pe
scurt, la aceeaşi variabilă. Un asemenea grupaj, numit test sau scală de atitudini trebuie să
constituie el însuşi o scală ordinală. Răspunsurile posibile se grupează şi ele într-o ierarhie.

● Cel de-al treilea nivel al măsurării este definit de scalele de intervale.

Acest nivel nu constituie practic nivelul curent în psihologie. RelaŃiei de ordine i se
adaugă, în acest caz, mărimea exactă a intervalelor sau a distanŃei care separă toate elementele
situate pe scală, ceea ce presupune o unitate de măsură comună şi constantă (L. Coombs,1963).
O procedură experimentală care să traducă practic exigenŃa amintită nu este uşor de realizat. Ea
se întâlneşte în domeniul psihofiziologiei senzoriale, în experienŃe de laborator în care se
înregistrează timpul de reacŃie, numărul de erori, forŃa sau amplitudinea reacŃiei motrice etc. De
asemenea, în anumite probleme de psihologie aplicată, cum sunt cele legate de producŃie – când
interesează exclusiv performanŃele comparabile, făcându-se abstracŃie de orice alte considerente,
utilizarea scalelor de intervale este posibilă. În cadrul scalei de interval se conturează şi elementul
compus.

49
 ● Scalele "hiperordinale", sunt caracterizate nu numai printr-o relaŃie de ordine între date
(elemente), ci şi între intervalele care le separă. Aceste intervale însă nu sunt reductibile la
compuneri de unităŃi (echivalente între ele), dar pot fi evaluate cu o anumită precizie. DistanŃa
poate fi relevată nu în termeni numerici, ci în formă intuitivă.

Exemplu:
Prezentăm unui grup de şcolari un lot de probleme de gândire, în total 20, dispuse în
ordinea greutăŃii lor crescânde, formând deci cum se spune o scală de dificultate. Într-o asemenea
probă, se presupune, dacă testul este omogen, că toŃi subiecŃii care au rezolvat o întrebare de
dificultate p, rezolvă de asemenea toate întrebările de dificultate inferioară lui p. Acordăm un
timp limitat pentru rezolvare, aceeaşi pentru fiecare subiect în parte. Din ansamblul de rezultate
individuale să reŃinem patru performanŃe; să zicem: A rezolvă 10 probleme, B rezolvă 8
probleme, C rezolvă 16 probleme şi D rezolvă 6 probleme. Punctajul întrunit de fiecare – pe care
îl vom nota cu litere mici corespunzătoare (a=10; b=8; c=16; d=6) – este diferit şi ia, după cum se
vede, o formă numerică. Variabila brută ia naştere prin însumarea punctelor.
Operând în continuare asupra numerelor atribuite am fi tentaŃi să spune c=2b (întrucât
16=2 x 8), că d=c - a (întrucât 6=16 - 10), că a + d=c (pentru că 10 + 6=16) ş.a.m.d. Asemenea
operaŃii ar fi din punct de vedere psihologic incorecte, deşi aritmetic ele sunt corecte. Cine ar
accepta, de pildă – vorbind în limbajul notelor şcolare – că "un răspuns de 10" s-ar putea
compune din "două răspunsuri de 5", deşi 10=5 + 5. Fenomenele psihologice nu sunt aditive.
Ceea ce putem spune în exemplul dat este că C este superior lui A sub aspectul cercetat, că A este
superior lui B, iar acesta se află înaintea lui D (pe scurt: C>A>B>D). În plus, putem adăuga în
mod intuitiv intervalul sau distanŃa care le separă: astfel, intervalul sau distanŃa care-l separă pe C
de D este mai mare decât distanŃa CB, că intervalul CA<CB ş.a.m.d. Stabilim, cu alte cuvinte, o
relaŃie de ordine, o ierarhie a elementelor şi a intervalelor care le separă, relaŃie care subzistă
statistic la a doua, a treia examinare, eventual la a n-a examinare, în condiŃii identice.

Temă de reflecŃie nr. 2

OferiŃi un exemplu concret de măsurare în care acelaşi construct să fie evaluat prin
toate tipurile de scale. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie – 10.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 1.

50
 Corespunzător tipurilor de scale vom avea de-a face cu variabile nominale, variabile
ordinale, variabile numerice etc. Când vorbim de variabile avem în vedere pe de o parte,
domeniul de variaŃie, adică registrul de valori posibile, şi, pe de altă parte, domeniul de definiŃie,
adică mulŃimea de indivizi susceptibili de a prezenta aceste modalităŃi. De exemplu, o atitudine
considerată ca variabilă presupune că putem preciza o mulŃime de modalităŃi posibile ale acesteia
şi, totodată, o populaŃie care să prezinte aceste modalităŃi. Putem face ca fiecărui individ din
domeniul de definiŃie să-i corespundă o modalitate şi una singură, din domeniul de variaŃie.
Un protocol este o particularitate a variabilei, pentru care domeniul de definiŃie este
mulŃimea de indivizi I şi domeniul de variaŃie o mulŃime de observabile U. NoŃiunea de variabilă
este mai generală: un protocol este mulŃimea de observaŃii (date) efective, în timp ce o variabilă
poate fi o mulŃime de observaŃii potenŃiale (H. Rouanet, 1987, p. 50). Prin urmare putem distinge
între mulŃimea de date sau observaŃii efectiv înregistrate şi mulŃimea de observabile, de date
ipotetice (prezumtive). Tipurile de scale descrise mai sus reprezintă structuri pe mulŃimea de date
observabile.
Rezumând: în majoritatea situaŃiilor, variabilele întâlnite în psihologie sunt variabile
având valori simplu ordonate (ExperienŃa psihologică – notează Piaget – nu ne furnizează decât
relaŃii de ordine). Valorile numerice constituie repere menite să pună în evidenŃă o relaŃie de
ordine totală. Se introduce însă, în mai multe cazuri, o distanŃă între valorile unei variabile. În
prelucrarea datelor, în funcŃie de cerinŃele studiului şi pentru a ne înscrie într-o schemă statistică,
noi introducem astfel o metrică, adică tratăm datele ca şi cum s-ar situa la nivelul scalei de
interval. Suprapunem deci – nu fără artificiu – scalei hiperordinale o scală de intervale şi utilizăm
operaŃiile de calcul cunoscute. Se comite astfel o eroare, care practic este adesea neglijabilă. S-a
constatat că paralelismul între modul de prelucrare a datelor ordinale şi tratarea aceloraşi date în
scala de intervale a fost de ordinul lui 0,90, adesea mai mare ca 0,90, ceea ce face acceptabilă
transformarea respectivă. Decisiv din punct de vedere practic, este faptul dacă o asemenea tratare
dă loc la predicŃii valide, fapt deja verificat în psihologia aplicată.

2.2. COLECłIA DE DATE BRUTE

De regulă, un experiment, o testare psihologică, o suită de observatii, o anchetă psiho – socială

etc. pornesc de la o întrebare chiar şi mai puŃin însemnată, îşi propun deci să rezolve o problemă.

Exemplu:

51
Cu ajutorul unui aparat flicker se determină în laborator frecvenŃa critică de fuziune a luminii
intermitente. O suită de măsurări asupra aceluiaşi subiect ne oferă un indice asupra eficienŃei
vizuale. Pentru discuŃie să reŃinem rezultatele obŃinute de doi subiecŃi:

N.V. C.M.
47 48 50 52
47 47 50 51
48 46 52 52
49 48 48 50

Prima remarcă este că variabila rezultă direct din lectura aparatului şi că acelaşi subiect se
caracterizează prin valori care oscilează destul de puŃin în jurul unei cifre – reper, motiv pentru
care volumul colecŃiei de date recoltate poate fi mai restrâns.
Se pune întrebarea: care este în populaŃie registrul de variaŃie, al pragului de fuziune? –
ceea ce presupune extinderea determinărilor pe o colectivitate mai largă, numită colectivitate sau
grup de referinŃă. Se constată că în condiŃii de repaus întinderea variaŃiei este cuprinsă între 40 şi
70 Hz. Scăderea cu 3 – 4 Hz a pragului după un efort psihofiziologic este un indiciu concret al
apariŃiei oboselii vizuale.
Să observăm că proba ca atare constituie într-un fel o “fereastră deschisă” spre mai multe
faŃete ale fenomenului considerat. Remarca este valabilă şi pentru alte probe psihologige. Ne
poate interesa în exemplul de mai sus o măsură a stării de oboseală, un indice asupra eficienŃei
vizuale la diferiŃi subiecŃi, fluctuaŃii datorate stimulării concrete a altor analizatori. De asemenea,
poate fi vorba de studiul lateralitaŃii, pornind de la difernŃa dintre pragul de fuziune al ochiului
conducător în raport cu celălalt. Volumul de date, ca şi organizarea lor internă vor depinde de
problema pusă spre rezolvare şi de gradul de împrăştiere sau variabilitate a datelor. De pildă,
determinarea pragului discriminării tactile – cu ajutorul unui esteziometru – duce la o colecŃie de
date având o variabilitate de–a dreptul deconcertantă. În consecinŃă, volumul colecŃiei de date –
având o variabilitate sau o dispersie mare, - va trebui să fie mult mai mare. Se poate estima acest
lucru pe baza unor formule stabilite.
În psihologia aplicată cum este şi cazul exemplelor de mai sus – sunt frecvente situaŃiile
în care ne interesează poziŃia relativă a unui individ, respectiv a unui rezultat specific, în cadrul
unui grup mai larg. Este situaŃia tipică a testării psihologice. Spre exemplu, într-o examinare
psihologică problema care se pune este situarea individului în raport cu grupul de referinŃă, a
cărui investigaŃie furnizează un tabel de norme sau o tipologie. Un rezultat, o cotă individuală,

52
luată singură reprezintă un bit de informaŃie care nu ne spune mare lucru. Trebuie să ştim ceva
despre rezultatele celorlalŃi subiecŃi. Interpretarea unei măsuri, a unei cote depinde de cunoaşterea
poziŃiei ei relative într-un grup de referinŃă, ceea ce presupune strângerea prealabilă (sau
simultană) de date asupra acestei colectivităŃi şi întocmirea unui tabel de norme sau unei tipologii
pe această colectivitate. Investigarea grupului, respectiv a individului devin astfel
complementare.

Exemplu:
Se pune întrebarea dacă o stare de tensiune psihică de încordare produce modificări în
rezultatele obŃinute la un test de inteligenŃă. Pentru a răspunde la această întrebare se constituie
două grupe dintr-un lot mai mare de subiecŃi cuprinşi într-o testare anterioară a inteligenŃei făcută
cu alt scop. În noua experienŃă, fiecare subiect este supus din nou, în mod individul, la unele
probe din bateria iniŃială de teste, primul grup este retestat în condiŃii de testare psihică graŃie
motivării date repetării examenului: s-a explicat, de pildă, fiecărui subiect că rezultatul (CI)
obŃinut de el la prima testare a fost neaşteptat de slab şi că i se oferă ocazia de a-şi îmbunătăŃi
scorul. ComponenŃii celui de-al doilea grup sunt trataŃi altfel şi anume într-o atmosferă
emoŃională neutră, motivându-se că experimentatorul este interesat pur şi simplu de rezultatele
unei retestări cu probe identice.
Într-o experienŃă efectivă, din subtestele aplicate, cercetătorul a reŃinut datele referitoare la
volumul memoriei de numere, probă care s-a dovedit mai sensibilă la factorul implicat: tensiunea
psihică. Aceste date iau forma numerică (după Spencer şi colab., 1968). Variabila se constituie
prin însumare de puncte, de răspunsuri exacte. Cu s1, s2,…, sn, se notează subiecŃii cuprinşi în
experienŃă (Tab. 2.2.).
Tabel 2.2.
Grupul neutru (N) Grupul anxios (A)
(s1) 11 (s9) 11 (s17) 9 (s25) 13
(s2) 10 (s10) 11 (s18) 10 (s26) 4
(s3) 16 (s11) 14 (s19) 16 (s27) 10
(s4) 13 (s12) 16 (s20) 10 (s28) 11
(s5) 11 (s13) 13 (s21) 10 (s29) 13
(s6) 9 (s14) 10 (s22) 10 (s30) 11
(s7) 13 (s15) 13 (s23) 17 (s31) 13
(s8) 17 (s16) 17 (s24) 14 (s32) 11

53
 În protocolul brut apar aşadar subiecŃii (indivizii) reperaŃi printr-un indicator (s1, s2, …) şi
rezultatele corespunzătoare fiecăruia. Transcrierea acestui protocol pe un suport informatic va
duce la constituirea unui fişier de date.
În continuare se pune întrebarea: cum să extragem informaŃie din datele brute? Trebuie să
scoatem la lumină aspecte sau relaŃii ascunse în colecŃia de date. Asemenea aspecte ar putea fi:
dacă, în medie grupul N diferă de grupul A;
dacă diversitatea s-au dispersia datelor creşte în condiŃia A;
ce rol joacă diferenŃele individuale?
● dacă diferenŃele constatate pot fi generalizate?

Iată suma de întrebări pe care urmeaza să le rezolve prelucrarea statistică.

Dintr-un unghi de vedere, cercetarea este practic încheiată o dată cu consemnarea datelor
experimentale; într-un alt sens, ea abia acum începe. Analiza datelor va extrage informaŃia
psihologică pentru a răspunde la întrebarea pusă. Statistica oferă mijloace pentru a desprinde
informaŃia relativă cuprinsă în colecŃia de date; concluziile acestei prelucrări se situează de fapt
între frontiere largi, care pendulează între cunoaşterea exactă şi empirismul pur.
.
2.3. ORDONAREA ŞI GRUPAREA DATELOR

După cum s-a arătat, în urma unui experiment, a unei observaŃii sistematice sau a unei
anchete, se obŃine de regulă o colecŃie de date, care nu pot fi cuprinse şi examinate printr-o
simplă “inspecŃie” vizuală. Trebuie să intervină o operaŃie de clasificare, ordonare şi condensare a
datelor brute, care să permită relevarea unor legităŃi sau dependenŃe cât mai precise.

Exemplu (după I. Radu):

Într-o experienŃă efectuată cu 24 de elevi s-au consemnat răspunsurile exacte date de aceştia în
rezolvarea unei probe de verificare în cadrul unei discipline şcolare. Rezultatele brute, redate în
tabelul 2.3. indică numărul de răspunsuri corecte constatat la fiecare elev. Transcris pe un suport
informatic, acesta devine fişier de date.
Se poate observa cum datele brute, care sunt valorile unei variabile x – în cazul nostru
numărul de răspunsuri exacte – se înşiruie la întâmplare, iar din examinarea lor imediată nu
rezultă nimic precis. Se impune ordonarea şi gruparea valorilor, prezentarea materialului într-o

54
formă clară şi condensată. Ca prim pas este necesar să întrevedem modul de organizare a datelor,
distribuŃia lor.
Dacă aruncăm o privire asupra şirului de date putem uşor constata că anumite valori se
repetă şi astfel – renunŃînd la identificatori – putem sistematiza materialul scriind într-o coloană
valorile diferite în ordine crescândă (2, 3, 4, …, 8) şi notând în dreptul fiecăreia – prin puncte,
bare transversale sau steluŃe – de câte ori se repetă acesta în şirul iniŃial. S-au determinat astfel –
numărând punctele sau barele trasate – efectivele corespunzătoare fiecărei valori din ansamblul
rezultatelor, stabilindu-se o situaŃie mai clară a datelor obŃinute, practic o distribuŃie de efective.
(Tab. 2.4.).

Tabelul 2.3. Tabelul 2.4

(s1) 5 (s9) 6 (s17) 7 .
(s2) 2 (s10) 4 (s18) 4
(s3) 5 (s11) 3 (s19) 5 N=2
4
(s4) 3 (s12) 7 (s20) 6
(s5) 6 (s13) 5 (s21) 6
(s6) 8 (s14) 5 (s22) 4
(s7) 5 (s15) 6 (s23) 8
(s8) 7 (s16) 4 (s24) 5 x 1 2 3 4 5 6 7 8

Ne aflăm în faŃa unui protocol sistematizat, clasificat: diagrama de steluŃe. Sistematizarea,

clasificarea unui protocol şi constituirea colecŃiei de date, a grupului de observaŃii reprezintă
proceduri statistice liminare, în sensul că se situează în pragul analizei statistice, pregătind
aplicarea tehnicilor ulterioare de prelucrare.
După cum s-a văzut, constituirea colecŃiei de date, a grupei de observaŃii este însoŃită de
suprimarea indicatorilor şi totdeauna fără pierdere de informaŃie.
Datele primare odată grupate pot fi centralizate în anumite tabele, sau pot fi prezentate
sub diferite forme grafice (diagrama în dreptunghiri, în steluŃe etc).
Este necesar să reamintim că cercetările experimentale au loc pe loturi sau grupe de
indivizi extrase dintr-o populaŃie. Tot aşa, observaŃia şi metodele de anchetă cuprind în aria
investigaŃiilor colectivităŃi mai restrânse dintr-o populaŃie mai largă. Pe de altă parte, analiza
produselor activităŃii supune aprcierii o mulŃime de produse, lucrări piese etc. Alteori se
55
efectuează un lot de măsurări asupra aceleaşi persoane, practicându-se un număr de înregistrări
succesive. În toate situaŃiile amintite, se obŃine o colecŃie de date care constituie un fragment
reprezentativ, un eşantion din multimea datelor sau măsurătorilor posibile. Se impune astfel
distincŃia între eşantion şi populaŃie sau colectivitatea mai largă. Termenul de populaŃie ori
colectivitate nu are aici un sens sociologic sau demografic, ci indică pur şi simplu ansamblul
statistic vizat prin cercetare. Evident, o investigaŃie ştiinŃifică recoltează efectiv o colecŃie
reprezentativă sau un eşantion de date, dar extinde concluziile sale asupra populaŃiei. Pentru ca o
asemenea generalizare sau inferenŃă să fie justificată, se cere ca lotul sau grupul să fie constituit
după regulile selecŃiei aleatoare, precizate în îndreptarele curente de statistică.

Temă de reflecŃie nr. 3

DefiniŃi două populaŃii şi denumiŃi două eşantioane care fac parte din populaŃiile
definite. Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 10.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 1.

2.4. CONDENSAREA DATELOR ÎN TABELE ŞI GRAFICE

În fiecare tabel distingem coloane şi linii sau rânduri. Fiecare linie şi fiecare coloană are
un titlu, o explicaŃie prescurtată, precizându-se totodată unităŃile de măsură. Tabelul însuşi poartă
un titlu - notat deasupra -, care redă concis conŃinutul său. De regulă, variabilele independente
sunt acelea care servesc la gruparea populaŃiei, iar datele cifrice din tabel reflectă variabila
dependentă.
Pentru a nu fi prea încărcate, în tabele reducem uneori numărul claselor sau categoriilor
stabilite, contopind intervale sau categorii învecinate. Precizarea numărului de subiecŃi care
compun grupele studiate este obligatorie pentru orice tabel. Când N este mic nu se recurge la
exprimarea procentuală, pentru că aceasta ar exagera proporŃiile.
Plecând de la datele sistematizate în tabel, urmează să preciză forma distribuŃiei servindu-
ne de reprezentarea grafică a ansamblului de date.
Graficul de bază este - aşa cum s-a spus - histograma.

Exemplu:
În tabelul 2.5, sunt prezentate rezultatele unei probe de memorie efectuată pe un eşantion de 51
subiecŃi (N=51).Variabila prezintă valori între 3 şi 26. Deci întinderea varianŃei este: (Xmax- Xmin )
+1, (26-3)+1=24. Datele se vor condensa în grupuri de câte trei:

56
3,4,5,
6,7,8
.......
deci intervalul (I), este 3. Valorile aflate la mijlocul fiecărui interval se notează cu xk.

Tabelul 2.5. Rezultatele obŃinute de studenŃi în cadrul probei de memorie

X Xk Determinarea efectivelor n
3–5 4 III 3
6–8 7 IIIII 5
9 – 11 10 IIIII IIII 9
12 – 14 13 IIIII IIIII IIIII I 16
15 – 17 16 IIIII IIIII 10
18 – 20 19 IIII 4
21 – 23 22 III 3
24 - 26 25 I 1
N = 51

Pe axa abciselor (Ox) marcăm opt intervale continue egale, deoarece avem opt clase de
efective. Fiecărui interval îi corespunde o clasă, care se notează în dreptul său (3 - 5, 6 - 8 etc). Pe
ordonată( Oy) formăm 16 diviziuni corespunzător efectivului celui mai mare. Pe fiecare din
intervalele marcate pe abcisă se construiesc apoi dreptunghiuri având înălŃimi proporŃionale cu
efectivele distribuŃiei (Fig. 2.1.). Întreaga procedură se poate executa pe calculator. Dacă unim
acum mijlocul bazelor superioare ale dreptunghiurilor histogramei prin segmente de dreaptă, se
obŃine poligonul efectivelor / frecvenŃelor (Fig. 2.2.).
Pe această bază, putem formula o ipoteză cu privire la forma distribuŃiei caracteristicii
studiate în sânul populaŃiei sau a colectivităŃii mai largi, ceea ce constituie un bit de informaŃie
valoros despre distribuŃie. O asemenea ipoteză se poate enunŃa şi pe baza unor studii anterioare,
deci a informaŃiei acumulate în domeniul respectiv (de exemplu, despre distribuŃia CI).

57
 Fig.2.2. Poligonul frecvenŃelor.

În investigaŃiile psihologice se întâlnesc mai frecvent trei tipuri de forme ale unei
distribuŃii sau histograme experimentale şi anume: distribuŃii simetrice sau normale, distribuŃii
asimetrice şi distribuŃii în formă de i.
DistribuŃiile simetrice, numite şi normale, se caracterizează prin aceea că valorile
efectivelor situate de o parte şi de alta a clasei cu efectivul maxim sunt egale sau diferă destul de
puŃin între ele. Un exemplu de acest gest îl oferă datele din tabelul 2.5 reprezentate grafic în
histograma din figura 2.1. Se poate observa că intervalul cu efectivul maxim este 12 - 14, iar de o
parte şi de alta efectivele, respectiv frecvenŃele descresc în aceeaşi manieră (diferă puŃin între
ele). Dacă s-ar mări volunul de date, uşoara asimetrie a poligonului de efective s-ar retuşa treptat.
La limită, s-ar putea trasa o curbă în formă de clopot (Fig. 2.3), numită curbă normală, a cărei
expresie matematică (ecuaŃie) este:
2

y= 1 e − ( x−2σm)
2
σ 2π
în care π şi e sunt două numere a căror valoare este cunoscută, iar m şi σ reprezintă media
respectiv abaterea standard la nivelul eşantionului studiat.

Fig. 2.3. DistribuŃia normală Fig. 2.4. DistribuŃii asimetrice

58
 Fig. 2.5. DistribuŃie în formă de I Fig. 2.6. DistribuŃie bimodală

Fig. 2.7. Diagramă de comparaŃie

În practică dispunem însă de un volum limitat de date, iar histograma obŃinută este mai
mult sau mai puŃin simetrică. Redând forma de organizare a datelor concrete, histograma ne
sugerează însă aspectul sau forma distribuŃiei teoretice. După cum am văzut, un grafic în formă
aproximativă de clopot şi cu o tendinŃă netă de simetrie sugerează o lege normală de repartiŃie.
ProprietăŃile distribuŃiei normale sunt precizate din punct de vedere matematic şi ne bazăm pe ele
în inferenŃa statistică.
În cazul distribuŃiilor asimetrice sau disimetrice, redate în formă stilizată prin graficele
din Fig. 2.4, majoritatea efectivelor se polarizează în mod evident de o singură parte, fie în partea
dreaptă, fie în partea stângă a clasei centrale.

Temă de reflecŃie nr. 4

DescrieŃi două situaŃii de colectare a datelor care să producă distribuŃii asimetrice,
alungite fie la dreapta, fie la stânga. Pentru aprofundarea subiectului vezi în
READER documentul
Bibliografie 11.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 2.

59
 `Aşa se întâmplă, de exemplu, când se înregistrează timpul de reacŃie simplă a unui
subiect sau timpul de execŃie a unei lucrări (operaŃii de muncă). În aceste cazuri se obŃin de cele
mai multe ori histograme asimetrice, clasele cu efective mai mari corespunzând timpilor inferiori
mediei. Este posibil să se ajungă în anumite situaŃii la distribuŃii normale dacă se modifică proba
prin care se obŃin datele sau se schimbă condiŃiile de administrare (de exemplu, se elimină
elementele grele, se prelungeşte timpul de examinare etc). Alteori se pot înlocui datele brute prin
logaritmul lor (de exemplu în cronometrări) şi se retuşează asimetria. Există situaŃii în care
disimetria este caracteristică fenomenului studiat; "corectarea" iregularităŃilor ar însemna aici
distorsionarea datelor. Metodele de prelucrare statistică vor fi diferite.
La distribuŃiile în formă de i curba este constant descrescătoare. De pildă, curba erorilor în
seria exerciŃiilor de formare a deprinderii este constant descrescătoare (Fig. 2.5). La fel, timpul de
execuŃie al unei acŃiuni în procesul exerciŃiului prezintă aceeaşi alură de variaŃie.
În anumite cazuri particulare putem întâlni şi distribuŃii având efectivele polarizate în două grupe:
clasele cu efective mari se împart în două grupe despărŃite de clase cu efective mici. Este vorba
atunci de o distribuŃie bimodală, care sugerează ipoteza existenŃei a doi factori diferiŃi sau grupe
diferite (Fig.2.6).

Temă de reflecŃie nr. 5

DescrieŃi o situaŃie de colectare a datelor care să producă distribuŃie bimodală.
Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 11.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 2.

Când rezultatele sunt grupate doar în câteva categorii sau procente, se folosesc diagramele
de comparaŃie, care constau adeseori în coloane (dreptunghiuri) paralele având aceeaşi bază sau
lăŃime. Un exemplu în acest sens oferă figura 2.7. Coloanele, proporŃionale ca înălŃimea cu
efectivele sau procentele pe care le reprezentăm, pot fi aşezate vertical sau orizontal, având
alăturată o scară cu diviziuni marcate.
Tipurile de grafice menŃionate cuprind situaŃii consemnate la un moment dat. Alături de
acestea, există grafice care redau evoluŃia în timp a unor procese, punând în evidenŃă anumite
tendinŃe, schimbări de alură, "denivelări", evoluŃia spre platouri etc. De exemplu, desfăşurarea
unui proces de învăŃare este urmărită cu ajutorul unor asemenea grafice.

60
 Rezumat
Măsurarea reprezintă operaŃia prin care se atribuie valori numerice datelor discrete sau
continue ce urmează a fi evaluate. Se pot diferenŃia patru niveluri ale măsurării ce corespund
celor patru tipuri de scale: nominale, ordinale, de interval , respectiv de proporŃii. În vederea
interpretării rezultatelor obŃinute într-o cercetare, datele brute sunt supuse unei organizări
(determinarea intervalelor de grupare, respective determinarea frecvenŃelor). Pe baza acestei
etape se poate realiza reprezentarea grafică sub forma histogramelor respectiv a poligoanelor de
frecvenŃă.

Recomandări şi comentarii cu privire la temele de reflecŃie

Tema 1: Orice variabilă care permite includerea subiecŃilor într-una din categoriile definite (de
ex. diagnostic clinic).
Tema 4: Înregistrarea notelor la un exerciŃiu foarte uşor, respectiv la unul foarte dificil.
Tema 5: În cazul în care variabila măsurată este corelată cu o variabilă externă care permite
gruparea subiecŃilor în două categorii (ex. variabila măsurată este înălŃimea şi eşantionul include
femei şi bărbaŃi).

Lucrare de evaluare
AccesaŃi adresa web: http://memlab1.eng.yale.edu/mkj.html şi alegeŃi un studiu experimental.
a. IdentificaŃi şi extrageŃi din acest studiu elementele componente ale piramidei inferenŃei
ştiinŃifice (modelul Anderson, 2001).
b. IdentificaŃi şi extrageŃi din studiu informaŃiile cu privire la distribuŃia de date şi la modul lor
de organizare.
Se va acorda o notă de la 1 la 10 pentru fiecare subpunct. Pentru obŃinerea notei finale
vom calcula media ponderată a celor două note, ponderea punctului a. este de 70% iar ponderea
punctului b. este de 20%.

61
 Calitatea soluŃiilor oferite de dvs. la sarcinile de evaluare şi implicit, şansele obŃinerii
punctajului maxim, sporesc sensibil dacă înaintea rezolvării lor veŃi parcurge şi urmatoarele
referinŃe bibliografice:
Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.

Bibliografie minimală pentru acest modul

Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Faverge, J.M. (1965). Méthodes statistiques en psychologie appliquée. t.III, Paris, P.U.F.
Heiman, G., W., (2001) Understanding Research Methods and Statistics: an integrated approach.
Houghton Mifflin Company, Boston.
Jaccard J & Becker, M. (1997). Statistics for the behavioral sciences (third edition), Brooks, Cole
Publishing Company, Pacific Grove.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Rouanet, H., Le Roux, B., Best, C. (1987). Statistique en sciences humaines: procedures
naturelles, Paris, Bordas.
Spence, J., Underwood, B.J., Duncan, C.P., Cotton, J.W. (1968). Elementary statistics, New
York, Appleton.
Stevens, S.S. (1951). Matematics, measurement, and psychopsysics. În Handbook of
experimental psychology, ( ed. S.S. Stevens), New York, Wiley.

62
 Modulul 3
INDICI STATISTICI DE START

Scopul modului: Familiarizarea studentului cu principalii indicatori ai unei distribuŃii de

frecvenŃe.

Obiectivele modulului: După parcurgerea acestui modul, veŃi fi capabili:

• să calculaŃi şi să interpretaŃi indicii statistici de determinare a
tendinŃei centrale (media, mediana, modul)
• să calculaŃi şi să interpretaŃi indicii statistici ai variabilităŃii -
varianŃa (dispersia) şi abaterea standard
• să interpretaŃi semnificaŃia abaterii standard
• să înŃeleageŃi funcŃia cotelor standardizate z
• să recunoasteŃi condiŃiile de utilizare a frecvenŃei ca indice statistic

În acest capitol vom analiza principalele caracteristici ale distribuŃiilor de frecvenŃe, mai
precis tendinŃa centrală, variabilitatea şi forma acestora. Vom prezenta mai întâi principalii
indicatori statistici utilizaŃi pentru descrierea unei distribuŃii, conceptele cheie fiind cel de medie,
varianŃă şi cote standard. Vom prezenta aspectele conceptuale cât şi aspecte computaŃionale.
În cele din urmă vom prezenta aspectele importante ale demersului de transformare a
catelor brute în cote standard z şi importanŃa acestor cote din punct de vedere al demersului
statistic ulterior.

3.1. DETERMINAREA "VALORII CENTRALE" SAU A "TENDINłEI CENTRALE"

În exemplul analizat în Modulul 2 (Fig. 2.2. şi Tab. 2.5.) s-a putut constata cum datele
tind să se concentreze parcă în jurul unei valori centrale; efectivele cele mai mari (16 şi 10,
respectiv 9) corespund în acest caz claselor situate la mijlocul şirului.
Acest aspect îl întâlnim destul de frecvent în experimentele psihologice. În anumite
situaŃii, majoritatea rezultatelor pot să graviteze fie în partea dreaptă, fie în partea stângă a seriei
de variaŃie. Se vorbeşte atunci de distribuŃii asimetrice. Şi în aceste cazuri datele tind să graviteze
în jurul unor valori. Indicii prin care se determină în mod curent "tendinŃa centrală" a rezultatelor
sunt media, mediana şi modul.
Media, pe care o notăm cu m, nu este altceva decât suma valorilor, a datelor numerice,
împărŃită la numărul acestora. Formula ei de definiŃie este m=∑x/N, în care ∑ înseamnă "sumă
de", x reprezintă valorile sau rezultatele individuale, iar N constituie efectivul grupei studiate. În

63
capitolele ce urmează va fi vorba de formule de definiŃie, necesare pentru înŃelegerea unui indice
statistic şi de formule de calcul, care indică procedurile statistice aplicabile pentru determinarea
unui indice (media, abaterea standard, varianŃa etc). Psihologul care beneficiază de serviciile unui
calculator, dotat cu programe informatice pentru prelucrarea statistică a datelor, se poate dispensa
de cunoaşterea şi stăpânirea formulelor de calcul. Calculatorul oferă la cerere, rezultatul
calculului, indiferent de procedura aplicată. Ca exerciŃiu preliminar, parcurgerea acestor tehnici
este utilă pentru a ne da seama de transformarea ce se produce asupra datelor brute. De asemenea,
în absenŃa serviciilor unui calculator sau a programelor informatice necesare, stăpânirea
formulelor de calcul devine necesară, eventual în vederea improvizării unui program.
Revenind la formula de definiŃie a mediei, întrucât N este totdeauna dat, urmează să
stabilim procedee de calcul pentru ∑x (suma valorilor numerice), pe care o notăm cu T (iniŃiala
cuvântului "total").
Când volumul datelor noastre este destul de restrâns, pentru a-l determina pe T facem o
simplă adunare fără să mai grupăm valorile.
Metoda da calcul presupune distribuŃie statistică dată, ca aceea din tabelul 3.1. Precizăm
că, pentru a păstra notaŃia acreditată de lucrări clasice în domeniu, cu f am notat efectivele şi nu
frecvenŃa relativă (proporŃiile), raportată la întreg.
Vom avea trei coloane: valorile lui x grupate în clase, valorile centrale xk, şi efectivele
corespunzătoare f. Pentru calcularea lui T adăugăm o coloană în plus cu produsele fxxk. Aşadar
înmulŃim fiecare valoare centrală xk cu efectivul corespunzător clasei respective, iar produsele
înscrise în coloana fxxk le adunăm şi obŃinem totalul T.
Ştiind că m = T/N, vom efectua împărŃirea şi vom obŃine media.
În exemplu nostru: m = 672/51 = 13,17.

Tabelul 3.1 Calcularea mediei

x xk f fxxk

3-5 4 3 12
6-8 7 5 35
9-11 10 9 90

12-14 13 16 208

15-17 16 10 160
18-20 19 4 76
21-23 22 3 66
24-26 25 1 25
N = 51 T = 672

64
 Aşa cum s-a precizat, media pune în evidenŃă tendinŃa centrală a rezultatelor constate într-
o experienŃă. Prin calcularea mediei obŃinem o măsură a nivelului mediu relativ la un eşantion
studiat, fapt care permite apoi comparaŃii între grupe.

Temă de reflecŃie nr. 1

Luând ca şi punct de plecare formula de definiŃie a mediei descrieŃi proprietăŃile
statisticile ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 12.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 3.

Mediana este un alt indice al tendinŃei centrale, care se utilizează mai ales când avem de-a
face cu distribuŃii asimetrice. De exemplu, în cronometrări se înregistrează succesiv timpul de
execuŃie a unei operaŃii de producŃie la un muncitor; distribuŃia empirică obŃinută este, de regulă,
asimetrică şi atunci se reŃine mediana ca măsură a timpului de lucru.
Pentru a găsi mediana - pe care o notăm cu med - trebuie să aranjăm, în cazuri mai simple,
toate datele (valorile) în ordine crescândă sau descrescândă.
Mediana este acea valoare care împarte şirul ordonat în două grupe egale ca număr. Cu
alte cuvinte, mediana se găseşte la mijlocul şirului: jumătate din valori se află deasupra, iar
cealaltă jumătate dedesubt. Locul sau rangul pe care îl ocupă mediana în şirul ordonat se
detrmină cu ajutorul formulei (N+1)/2 (care nu este formula de definiŃie pentru med).
Când valorile constituie un număr fără soŃ, mediana va corespunde determinantei din
mijloc. Astfel, în seria valorilor: 4, 4, 5, 6, 6, 7, 7, 7, 7, 8, 9, med = 7 pentru că 7 este valoarea
care împarte şirul ordonat exact în două. Formula (N + 1)/2 ne indică locul pe care se găseşte
mediana. În cazul nostru med este valoarea situată pe locul al 6- lea în şirul ordonat [(11 + 1)/2 =
6].
Tabelul 3.2. Calculul medianei în cazul datelor grupate
Interval xk f fc
24-26 25 1 51
21-23 22 3 50
18-20 19 4 47
15-17 16 10 43
12-14 13 16 33
9-11 10 9 17
6-8 7 5 8
3-5 4 3 3
i=3 N = 51

65
 Dacă valorile ordonate sunt în număr cu soŃ, mediana se va găsi la mijlocul şirului, între
două valori consecutive.
Fie datele ordonate: 3, 4, 4, 5, 6, 7, 7, 8, 8, 9; deci 10 valori. Mediana se va găsi pe locul
5,5 deoarece (N + 1)/2 este în cazul acesta (10 + 1/2) adică 5,5. Căutând în şirul dat valoarea
situată pe locul 5,5 constatăm că ea se găseşte între două valori consecutive:6 şi 7. În consecinŃă
vom face media celor două valori: med va fi egală cu 6,5.
Când datele sunt grupate ca în tabelul 3.2 localizăm mai întâi intervalul în care se găseşte
mediana luând ca reper N/2. În exemplul citat N/2 = 51/2 = 25,5 deci mediana se află în intervalul
(12 - 14) ale cărui limite exacte sunt 11,5 şi 14,5 (variabila fiind considerată continuă). Formula
care ne dă valoarea medianei este următoarea:
N
− Fs
med = l + 2 ×i
fi
în care:
l este limita inferioară a intervalului reperat,
Fs este totalul frecvenŃelor situate sub l (în exemplul dat 3 + 5 + 9 = 17),
fi= frecvenŃa corespunzătoare intervalului localizat, iar N şi i sunt notaŃii cunoscute
În exemplul ales vom avea:
25,5 − 17
med = 11,5 + × 3 = 13,09
16
Spre deosebire de medie, mediana prezintă avantajul de a nu fi afectată de variaŃiile
extreme ale seriei, fapt care o face potrivită pentru studiul distribuŃiilor asimetrice.

Temă de reflecŃie nr. 2

Luând ca şi punct de plecare formula de definiŃie a mediei descreŃi proprietăŃile
statisticile ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 12 - Cohen_2001_Explaining Psychological Statistics - cap. 3.

Modul este valorea care se repetă mai des într-un şir de rezultate, adică valoarea care
prezintă frecvenŃa cea mai mare.
De exemplu, în seria de date 4, 5, 6, 6, 7, 7, 7, 7, 8, 9, modul este 7, deoarece 7 este
valoarea cu frecvenŃa cea mai mare.
Când datele sunt grupate, modul este clasa care reuneşte cei mai mulŃi din subiecŃi, mai
66
precis - valoarea centarală a acestei clase. De exemplu, în tabelul 3.2., clasa care întruneşte
frecvenŃa maximă este 12 – 14, a cărei valoare centrală este 13.
După cum se vede, modul poate fi determinat prin simpla examinare a valorilor, fără să fie
necesare operaŃii de calcul. Ca indice al tendinŃei centrale, modul este foarte aproximativ şi se ia
în considerare mai ales la prima inspecŃie a datelor. În cazul distribuŃiilor normale modul,
mediana şi media coincid sau prezintă valori foarte apropiate.

Temă de reflecŃie nr. 3

Luând ca şi punct de plecare formula de definiŃie a mediei descreŃi proprietăŃile
statisticile ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 12 Cohen_2001_Explaining Psychological Statistics - cap. 3.

3.2. DETERMINAREA INDICILOR DE DISPERSIE

Media, mediana şi modul caracterizează un singur aspect al distribuŃiei statistice: tendinŃa

generală a datelor. Este necesar să cunoaştem şi modul în care se repartizează diferite rezultate în
jurul "valorii centrale", adică organizarea interioară a distribuŃiei. De exemplu, două distribuŃii
statistice - cum sunt cele redate în figura 3.1. - pot avea aceeaşi medie, dar ele să fie totuşi foarte
diferite sub aspectul variabilităŃii, respectiv al omogenităŃii.

Figura 3.1.

Se pune deci problema de a găsi indicatori prin intermediul cărora se poate măsura
variaŃia sau împrăştierea datelor în jurul mediei. Aceşti indicatori sunt: dispersia sau varianŃa, şi
abaterea standard.Cu ajutorul lor se obŃin informaŃii asupra variabilităŃii grupului studiat.
Dispersia şi abaterea standard
Dispersia sau varianŃa se notează cu σ2 sau cu s2 şi are ca formulă de definiiŃie:

67
 σ 2 = s2 =
∑ ( x − m) 2

N −1
în care (x-m) reprezintă abaterea fiecărei valori de la media calculată, iar N este efectivul grupei
de măsurări.
Abaterea standard sau abaterea tip - care se notează cu σ sau cu s - nu este altceva decât

rădăcina pătrată din valoarea dispersiei: σ = σ 2 Aşadar, pentru a determina abaterea standard
trebuie oricum să aflăm mai întâi dispersia σ2.
Indicele de dispersie cel mai exact şi mai des utilizat este de fapt abaterea standard, având
avantajul de a fi exprimat în aceleaşi unităŃi ca şi datele iniŃiale pe care le prelucrăm. De exemplu,
dacă studiul se bazează pe note, abaterea standard este exprimată tot în note, permiŃând să se
analizeze mai corect gradul de variabilitate al grupului.
Abaterea tip se foloseşte, de asemenea, în discutarea distribuŃiilor normale. Dispersia are
avantajul de a nu cuprinde radicalul în expresia ei algebrică şi astfel se pretează mai uşor la
calcule teoretice.
Dacă analizăm formula de definiŃie a dispersiei ne dăm seama că numai expresia de la
numărător, adică suma pătratelor abaterilor de la medie, ridică probleme mai dificile pentru
calcul. Vom numi pe scurt această expresie suma pătratelor.
Determinarea sumei pătratelor nu se face utilizând expresia de definiŃie Σ(x-m)2 deoarece
comportă operaŃii laborioase şi de cele mai multe ori cu numere zecimale. Transformând expresia
de definiŃie, se obŃine o formulă convenabilă de calcul:
T2
∑ ( x − m) 2 = ∑ x 2 − N
în care notaŃiile sunt deja cunoscute. Σx2 reprezintă totalul pătratelor celor N rezultate (valori)
care compun grupul iniŃial de date.
Formula de calcul a dispersiei devine astfel:
T2
∑ x2 − N
σ2 =
N −1
De notat că T2 şi Σx2 sunt valori cu totul diferite, ceea ce se poate verifica în tabelul 3.3.
În ceea ce priveşte determinarea disprsiei, având datele grupate, ne referim din nou la cele
două metode utilizate pentru calculul mediei.
Metoda de calcul ilustrată prin tabelul 3.3, ne-a condus la determinarea lui T prin
însumarea produselor fxx, ştiind că Σfxx'T. Ridicând acum la pătrat pe T şi împărŃind apoi cu N
(efectivul grupei), avem stabilit T2/N din formula de calcul a sumei pătratelor stabilită mai sus.

68
Ne rămâne să calculăm doar Σx2. Pentru aceasta la tabelul care a condus la determinarea lui T mai
adăugăm o coloană fxx2 în care vom înscrie produsele (fxx) x x (adică produsele fxx notate în
coloana precedentă se mai înmulŃesc o dată cu valorile x).
Pentru ilustrare să urmărim exemplul din tabelul 3.3.

Tabelul 3.3.
Note, x f fxx (fxx)xx
3 2 6 18
4 2 8 32
5 3 15 75
6 7 42 252
7 10 70 490
8 8 64 512
9 4 36 324
10 2 20 200
2
N = 38 T = 261 ∑x = 1903

Însumând produsele înscrise în coloana (f x x) x x sau, pe scurt fxx2, se obŃine Σx2 şi în

felul acesta avem asigurate toate elementele necesare pentru determinare sumei pătratelor potrivit
formulei.
Exemplul ales constituie oarecum un caz particular, având ca interval de grupare i = 1.
Valorile centrale xk coincid cu valorile lui x. Aceasta este situaŃia seriilor de variaŃie mai mici,
când distanŃa dintre valorile extreme nu este mai mare şi permite o grupare mai simplă a datelor
(de pildă, în cazul notelor şcolare).
Când intervalul de grupare este mai mare decât 1 şi lucrăm cu valori centrale xk, produsele
vor fi fxxxxxk, adică fxxk2.
Făcând înlocuirile necesare în exemplul dat vom avea:
68121
∑ ( x − m) 2
= 1903 −
38
= 110,4

Pentru a determina dispersia sau varianŃa, împărŃim rezultatul obŃinut la N - 1.

110,4
σ2 = =3
37
În continuare extragem rădăcina pătrată din σ2 sau s2 şi obŃinem abaterea tip: σ = 3 = 1,7
Se poate observa că pentru determinarea dispersiei în tabelul de calcul utilizat la medie se
adaugă doar încă o coloană fxx2. Pentru uşurarea caculelor trebuie utilizate tabele matematice
uzuale, care ne dau n2 şi n pentru orice numere până la 10.000.

69
 În încheiere sunt necesare două precizări esenŃiale:
● În prezent, determinarea indicilor statistici se face cu ajutorul calculatorului, care preia
munca de rutină a cercetătorului. Acesta din urmă decide însă ce indici va calcula, ce tabele şi
grafice sunt necesare în funcŃie de natura datelor, va întrevedea forma distribuŃiei şi obiectivele
cercetării. Programele informatice aplicate vor sugera modul în care trebuie pregătit şi organizat
materialul brut pentru prelucrarea statistică; psihologul - cercetător stăpâneşte datele de intrare şi
"citeşte" datele de ieşire pe care le interpretează.
● Datele numerice sunt culese pe loturi sau grupuri extrase dintr-o colectivitate mai
largă numită populaŃie. Elementele unui lot sau grup trebuie alese după regulile selecŃiei aleatoare
pentru a putea formula concluzii valabile. Notăm indicii obŃinuŃi pe eşantion cu m şi respectiv cu
σ
Temă de reflecŃie nr. 4
Cum va afecta prezenŃa valorilor extreme valoarea abaterii standard? Luând ca şi
punct de plecare formula de definiŃie a mediei descrieŃi proprietăŃile statisticile ale
mediei. Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 12.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 3.

3.3. SEMNIFICAłIA ABATERII STANDARD

Distingem: σ abaterea standard în populaŃie; σ abaterea standard obŃinută pe o colecŃie de

date (eşantion dintr-o populaŃie).
Distingem, de asemenea, variabilitatea inter-individuală (între indivizi) şi variabilitatea
intraindividuală (pentru acelaşi individ). De exemplu, distribuŃia CI pe o colectivitate reflectă
varianŃa inter iar distribuŃia timpilor de reacŃie la un singur individ arată varianŃa intra.
Fenomenul variabilităŃii inter şi intra este atât de obişnuit şi nu ne mai întrebăm asupra cauzei sau
sursei deoarece se îmbină aici mai multe surse.
Abaterea standard poate fi luată ca unitate de măsură pe abscisa unui poligon sau a unei
curbe de frecvenŃă, în cazul unei histograme experimentale simetrice
Dorim deci, să luăm abscisa în unităŃi σ . Pentru aceasta pornim de la medie în dreapta şi
în stânga. Adăugăm 1 σ =5 la m =25 şi obŃinem 30. DistanŃa dintre 25 şi 30 este de 1 σ , ea are o

întindere de 5 unităŃi brute. La fel este situat 35 la distanŃa de +2 σ deasupra mediei şi-i

70
corespunde o întindere în unităŃi brute de 10. Mai adăugăm 1 σ la 35 şi obŃinem 40; observăm că
distanŃa totală între m şi 40 este de +3 σ Într-o distribuŃie simetrică ideală, aproximativ 3 σ
acoperă distanŃa între m şi cota cea mai mare a distribuŃiei.
În acelaşi fel procedăm în partea stângă, adică sub medie. Scădem succesiv 5 din 25, şi
apoi 5 din 20, şi 5 din 15, adică întâi -1 σ apoi -2 σ şi -3 σ . Deci într-o distribuŃie simetrică
tipică există numai aproximativ 3 σ deasupra mediei şi -3 σ sub medie, ceea ce putem scrie
±3 σ . Înseamnă că amplitudinea sau întinderea variaŃiei - notată cu V - este de aproximativ 6 σ
sau că abaterea standard este a şasea parte din V. Abaterea standard devine o unitate de măsură
pentru întinderea variaŃiei. RelaŃia arătată se verifică pe măsură ce N creşte (de exemplu la N =
50, raportul V/ σ este de cca 4,5, la N = 90, raportul devine 5 etc).
Să reŃinem două idei:
• σ măsoară distanŃa la care se află o cotă oarecare în raport cu m ,
• σ devine unitate de măsură pentru V.
În practică, este necesară utilizarea unor registre diferite de variaŃie. De exemplu în cazul
inteligenŃei se operează în mod curent cu registrul 70-140, într-o probă de memorie se obŃin
valori între 2-12, în cazul măsurării timpului de reacŃie se înregistrează fracŃiuni de secundă. Se
pune problema comparării şi combinării acestor date heterogene. SoluŃia este oferită de cotele z.

Temă de reflecŃie nr. 5

CreaŃi seturi de date în care media să aibă aceeaşi valoare dar abaterea standard să
difere. Luând ca şi punct de plecare formula de definiŃie a mediei descrieŃi
proprietăŃile statistice ale mediei. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie 12.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 3.

Cote z
O distanŃă, un interval dat în cote brute poate fi exprimat în unităŃi σ , împărŃind distanŃa

respectivă (x- m ) cu σ . În felul acesta avem un punct de referinŃă zero. Luând σ drept unitate
trecem de la cotele brute x la cote transformate z. Această nouă variabilă z se numeşte variabilă
standardizată.
Cota z: o valoare care ne arată cât se distanŃează, în unităŃi σ , o cotă brută de media
distribuŃiei respective.

71
 Formula de trecere de la variabila brută x la variabila normată sau standardizată z este
următoarea:
x−m
z=
σ
Într-o distribuŃie tipic normală, în care există trei abateri standard deasupra mediei şi trei
dedesubt, cea mai mare cotă z pe care o putem obŃine este + 3, iar cea mai mică - 3. Amplitudinea
cotelor z este între + 3 şi - 3 trecând evident prin zero.

Exemplu:
Avem un test de inteligenŃă şi altul de aptitudine mecanică. Rezultatul final condensat
este:
Tabelul 3.5.

m σ
Aptitudinea mecanică 100 10
InteligenŃă 60 6

Transpunerea cotelor brute x în cote z permite compararea lor directă. Cu ajutorul cotelor
z avem abaterea unei valori de la medie în termeni de unităŃi σ . Odată cu acestea, variabile
diferite sunt aduse la un numitor comun, fiind exprimate în aceleaşi unităŃi, devin deci
comparabile.
Media şi abaterea standard servesc la interpretarea datelor; semnificaŃia lor se stabileşte în
cadrul unor raŃionamente bine precizate.

Temă de reflecŃie nr. 6

LuaŃi un set de date, calculaŃi media şi abaterea standard a distribuŃiei. Utilizând
aceste informaŃii transformaŃi fiecare valoare brută în cote standard z. Ce puteŃi
spune despre noua distribuŃie? Dar despre media şi abaterea standard a noi
distribuŃii? Luând ca şi punct de plecare formula de definiŃie a mediei descrieŃi
proprietăŃile statistice ale mediei. Pentru aprofundarea subiectului vezi în
READER documentul:
Bibliografie13.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 4.

În încheiere trebuie să precizăm că valorile caracteristice studiate (m, med , σ ) nu se

determină pentru orice distribuŃie statistică. Dacă distribuŃia rezultatelor este normală sau aproape

72
normală, se deterină media, dispersia şi abaterea standard; dacă distribuŃia este asimetrică, se
determină mediana. În cazul distribuŃiilor particulare, în formă de i sau j de exemplu, este bine să
ne mulŃumim cu un grafic (Fraisse, 1963) şi să determinăm modul, respectiv frecvenŃa.

3.4. FRECVENłA

Alături de medie şi abaterea standard, un indice statistic adesea utilizat este frecvenŃa.
Într-o colecŃie de date, fiecare element fie că prezintă o caracteristică A, fie că nu. Notăm cu N
efectivul total al unui grup şi cu n numărul de elemente care prezintă caracteristica A. FrecvenŃa
caracteristicii A în lotul studiat este n din N sau n/N, care se mai numeşte şi frecvenŃă relativă.
Se vorbeşte, de pildă, de frecvenŃa accidentelor de circulaŃie, clasificându-le după diferite
criterii, sau de frecvenŃa muncitorilor accidentaŃi într-o uzină ş.a.m.d. De asemenea, când se
aplică un test se vorbeşte de frecvenŃa persoanelor care au obŃinut un anumit rezultat, o cotă
determinată.
Procentajele se obŃin plecând de la frecvenŃe conform formului:
n/N x 100.
Exemplu (după Faverge):
Într-o statistică asupra erorilor de la casierie, s-au observat 134 erori în plus şi 289 erori în
minus. FrecvenŃa f a erorilor în plus este:
f = 134/423 = 0,32; (423 = 134 + 289).
De reŃinut: distincŃia dintre frecvenŃe absolute sau efective - notate, de regulă, cu n - şi
frecvenŃe relative sau proporŃii, notate cu f. În exemplul de mai sus se poate urmări modul de
trecere de la frecvenŃa absolută la cea relativă.

Rezumat
Caracterizarea datelor cuantificate prin scale de interval se realizează prin intermediul
unui set de indici descriptivi încadraŃi în două categorii: indicii tendinŃei centrale, respectiv ai
variabilităŃii. În prima categorie sunt incluşi: media, mediana, respectiv modul. În a doua
categorie se pot menŃiona: dispersia (varianŃa) şi abaterea standard. Cotele z permit exprimarea
datelor în funcŃie de medie şi abaterea standard şi asigură cuantificarea în unităŃi standard. În
cazul scalelor nominale sau ordinale se utilizează ca indice descriptiv frecvenŃa.

73
 Recomandări şi comentarii cu privire la temele de reflecŃie
Tema 3: Media va fi cea mai afectată de prezenŃa valorilor extreme, la mijloc se va situa mediana
şi în partea opusă modul.
Tema 4: Ne gândim la faptul că abaterea stabdard se calculează ca şi abatere de la medie.
Tema 6: Forma nu se va schimba, media va fi 0 şi abaterea standard va fi 1.

Bibliografie minimală pentru acest modul

Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Faverge, J.M. (1965). Méthodes statistiques en psychologie appliquée. t.I Paris, P.U.F.
Jaccard J & Becker, M. (1997). Statistics for the behavioral sciences (third edition), Brooks, Cole
Publishing Company, Pacific Grove.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Rouanet, H., Le Roux, B., Best, C. (1987). Statistique en sciences humaines: procedures
naturelles, Paris, Bordas.
Spence, J., Underwood, B.J., Duncan, C.P., Cotton, J.W. (1968). Elementary statistics, New
York, Appleton.

74
 Modulul 4
INFERENłA STATISTICĂ

Scopul modului: Familiarizarea studentului cu demersul de inferenŃă statistică în contextul a

două tipuri de designuri de cercetare.

Obiectivele modulului: După parcurgerea acestui modul, veŃi fi capabili:

• să enumeraŃi proprietăŃile distribuŃiei normale
• să interpretaŃi semnificaŃia mediilor şi a frecvenŃelor
• să explicaŃi raŃionamentul ipotezei nule
• să derulaŃi testarea ipotezei nule în cazul eşantioanelor
independente
• să derulaŃi testarea ipotezei nule în cazul eşantioanelor perechi

În acest capitol vom analiza principiile inferenŃei statistice şi aplicaŃiile acestora în

demersul de cercetare psihologică. Vom prezenta mai întâi principalele „ingredinte” ale
demersului inferenŃial, conceptele cheie fiind cele de distribuŃie normală, ipoteze statistice şi test
statistic. Vom prezenta aspectele conceptuale cât şi aspecte computaŃionale.
În cele din urmă vom extinde raŃionamentul utilizat pentru compararea a două medii şi la
situaŃiile în care măsurarea a fost efectuată pe o scală nominală, adică la situaŃi în care vrem să
estimăm frecvenŃe în populaŃie, având ca punct de plecare frecvenŃele eşantionului.

4.1. PROPRIETĂłILE DISTRIBUłIEI NORMALE

După cum s-a arătat, datele obŃinute în cursul unui experiment, a unei observaŃii
sistematice sau anchete, constituie un eşantion pe care îl considerăm extras dintr-o “colectivitate”
mai largă sau populaŃie. În final, extrapolăm de la eşantion la populaŃie, extindem concluziile
asupra întregii colectivităŃi vizate prin cercetare.

Să luăm câteva exemple:

1o. Ne propunem să determinăm, pe baza unor metode precizate, volumul vocabularului la
copiii de 5 ani. Prin enunŃul ei, sarcina sau problema stabileşte populaŃia pe care o avem în
vedere: copiii de 5 ani. Ancheta noastră nu poate cuprinde în mod practic decât o subcolectivitate
limitată, un eşantion de populaŃie, în care un număr de N copii sunt aleşi la întâmplare.
Înregistrările făcute pe acest lot stabilesc un volum al vocabularului să zicem de 2024 de cuvinte.
Un alt cercetător, propunându-şi aceeaşi problemă, ajunge la o cifră uşor diferită, să zicem 1936
de cuvinte. Repetând procedura, un al treilea cercetător găseşte 2000 de cuvinte.

75
 2o. CerinŃe de ordin practic ne impun determinarea procentului tulburărilor de vorbire în
clasele I-II, pentru a aproxima schema de organizare a reŃelei logopedice.
Determinările efectuate pe câteva eşantioane ne evidenŃiază un procent de circa 12-13 %.
Se ridică întrebarea dacă această frecvenŃă caracterizează populaŃia şcolară din clasele
menŃionate.
3o. Pentru organizarea reŃelei de învăŃământ special se ridică problema estimării
proporŃiei de deficienŃi mintali pentru palierul de vârstă 6-7 ani. Determinările arată un procent de
circa 2%, dacă se consideră ca prag psihometric al debilităŃii mintale IQ = 70. Dacă se fixează un
prag mai sever, evident procentul va fi mai mare.
Aceste diferenŃe de la un eşantion la altul se datoresc hazardului şi se numesc fluctuaŃii de
eşantionare. SituaŃia este identică şi în alte condiŃii. CompoziŃia eşantioanelor prezintă variaŃii,
diferenŃe întâmplătoare în diferite studii pe aceeaşi populaŃie. Dacă vom lua de pildă, şase clase
paralele de elevi dintr-o şcoală şi le vom supune aceleiaşi probe vom constata diferenŃe sau
fluctuaŃii în rezultatele obŃinute de la o clasă la alta. Este vorba despre fluctuŃii de eşantionaj
datorate factorilor aleatori. Un grup natural intact, luat în compoziŃia sa dată, constituie un
eşantion la întâmplare, dacă nu au intervenit factori de selecŃie controlaŃi de noi.

Temă de reflecŃie nr. 1

Să presupunem că într-o populaŃie avem patru valori 1, 2, 3 şi 4. Cum va arăta
distribuŃia mediilor dacă eşantioanele selectate vor avea N=2; dar dacă N=3?
Luând ca şi punct de plecare formula de definiŃie a mediei descrieŃi proprietăŃile
statistice ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 13.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 4.

Prelucrarea statistică, aşa cum am văzut, reduce datele brute la câteva valori caracteristice:
frecvenŃe sau procente, medii, abateri standard etc. Se pune întrebarea: în ce măsură datele
obŃinute sunt relevante pentru populaŃie. Această operaŃie se numeşte inferenŃă statistică.
Datele obŃinute asupra eşantionului se apropie de indicii adevăraŃi ai populaŃiei, această
apropiere sau aproximaŃie fiind cu atât mai mare cu cât volumul eşantionului N este mai mare.
Practic, nu reuşim să determinăm exact indicii caracteristici ai populaŃiei. Indicii
eşantionului constituie estimări ale parametrilor populaŃiei. În exemplul ales mai sus, volumul
mediu m – stabilit pe baza studierii grupului de copii – reprezintă o estimare a mediei adevărate a
colectivităŃii generale. Întrucât nu se pot cerceta toŃi copiii de 5 ani ne bazăm în afirmaŃiile

76
noastre pe datele asupra eşantionului cercetat. Luând ca bază indicii eşantionului, extrapolându-i
deci la populaŃie, comitem o anumită eroare, a cărei valoare probabilă trebuie să fie, evident, cât
mai mică.
În felul acesta, în legătură cu indicii stabiliŃi asupra eşantionului – medii sau frecvenŃe –
se pune problema erorii probabile pe care o comitem bazându-ne pe ei în extrapolarea la
populaŃie.
RaŃionamentul se întemeiază pe proprietăŃile distribuŃiei normale, schiŃate deja în capitolul
precedent în legătură cu semnificaŃia abaterii standard. În psihologie, ca şi în alte domenii,
modelul distribuŃiei normale este un model privilegiat, pentru că îl regăsim în numeroase situaŃii.
S-a stabilit că ±2σ, mai exact ±1,96σ, în raport cu media acoperă 95% din rezultate
(elemente). Cu alte cuvinte, 95% din elemente cad în intervalul m ± 1,96σ, iar 5% cad în afara
acestui interval. Procentul de 5% se compune din 2,5%, respectiv 2,5% de o parte şi de alta a
mediei spre extremităŃile distribuŃiei. De asemena, s-a stabilit că 99% din rezultate (elemente)
sunt cuprinse în intervalul m ± 2,58σ , în timp ce 1% (0,5% + 0,5%) din elemente sunt exterioare
acestui interval. (Fig. 4.1.).

Figura 4.1. ProprietăŃile distribuŃiei normale

Pentru a evita o anumită variabilitate a situaŃiilor se introduce o distribuŃie – standard.

Variabila brută x se înlocuieşte cu variabila normată z pe baza formulei de transformare deja
amintite:
x−m
z= ,
σ
prin care se împarte fiecare abatere de la medie (x – m) cu abaterea standard σ. GraŃie
transformării amintite, orice distribuŃie normală, are media egală cu zero şi varianŃa egală cu 1.
Pentru această ultimă distribuŃie s-a întocmit un tabel, care permite să avem proporŃia de
elemente pentru care variabila este exterioară unui interval oarecare centrat pe medie.

77
 Este vorba de tabelul legii normale reduse , care ne permite să vorbim în cele din urmă în
limbajul şanselor, al probabilităŃilor. Variabila redusă | z | prezintă de regulă valori între 0 şi 3,00
(cu două zecimale). Figura 4.2 redă un exemplu pentru | z | = 1,00. Variabila iniŃială x este
înlocuită cu variabila standardizată z, având m = 0. Din punctele z, respectiv - z, ridicăm
ordonatele corespunzătoare, care indică punctele de inflexiune ale curbei şi haşurăm spre cele
două extremităŃi suprafaŃa exterioară benzii cuprinse între cele două ordonate (Fig. 4.2).
Pentru | z | = 1,00 corespunde o valoare de 0,317, ceea ce înseamnă că pentru un element
extras la întâmplare din mulŃime există 317 şanse dintr-o mie ca acesta să cadă în una din
suprafeŃele haşurate – într-o parte sau alta- deci să-i corespundă o valoare | z | >1,00. ReŃinem în
continuare două repere: pentru | z | =1,96 corespunde 0,05 , iar pentru | z | = 2,58 , valoarea
0,01.

Fig. 4.2.
Cu alte cuvinte, există 5 şanse din 100 ca unui element considerat la întâmplare din mulŃime să-i
corespundă o valoare | z | > 1,96, după cum există o şansă din 100 ca | z | să fie mai mare decât
2,58. De aceste două repere, frecvent utilizate, se leagă deci şanse sau probabilităŃi precizate: 5%,
respectiv 1%.
Rezumând: într-o distribuŃie normală standard avem 95% din valorile z cuprinse între –
1,96 şi + 1,96; de asemenea avem 99% din valorile z cuprinse între –2,58 şi +2,58.
De aici se poate face pasul spre o distribuŃie normală oarecare având media m şi abaterea standard
σ. Întrucât variabila standardizată z s-a obŃinut – plecând de la variabila iniŃială x – graŃie
formulei:
x−m
z= ,
σ

reiese că: a spune că z este cuprins între –1,96 şi +1,96 înseamnă a spune că
-1,96 < (x-m)/σ < 1,96
sau
(m – 1,96σ) < x < (m + 1,96σ),
ceea ce s-a enunŃat la început.

78
 Cu alte cuvinte, există 95% din valorile x interioare intervalului :
[m – 1,96σ; m +1,96σ],
după cum există 99% din valorile x interioare intervalului:
[m – 2,58σ; m + 2,58σ].
AfirmaŃiile făcute anterior au devenit astfel propoziŃii motivate.

Temă de reflecŃie nr. 2

Care este relaŃia dintre distribuŃia mediilor selectate aleator şi distribuŃia normală?
Luând ca şi punct de plecare formula de definiŃie a mediei descrieŃi proprietăŃile
statisticile ale mediei. Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 13.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 4.

4.2. PROBLEME DE ESTIMARE

Aşa cum s-a arătat, marcăm indicii eşantionului cu o bară aşazată deasupra m , f , σ , iar
parametrii populaŃiei îi notăm în mod obişnuit: m, f, σ. Pornind de la indicii eşantionului stabilim
cu o anumită probabilitate valoarea parametrilor. În mod obişnuit nu putem determina exact
valoarea parametrului, ci stabilim un interval în care se găseşte cu certitudine practică parametrul
respectiv. Cu cât acest interval este mai mic, cu atât informaŃia noastră asupra adevăratei valori în
populaŃie este mai precisă . Se cere deci o concentrare a masei de probabilitate într-o regiune
restrânsă. Intervalul menŃionat se numeşte interval de încredere.

4.2.1. SemnificaŃia unei medii

SemnificaŃia unei medii depinde pe de o parte de volumul eşantionului studiat (N), iar pe
de altă parte, de variabilitatea populaŃiei (σ) din care s-a extras grupul dat. Cu cât volumul datelor
creşte, cu atât media devine mai stabilă şi deci mai reprezentativă.
S-a numit eroarea standard a mediei cantitatea σ/ N care se notează cu E. Aceasta ne

oferă un etalon pentru a evalua eroarea ce o comitem luând drept bază media eşantionului m în
locul mediei adevărate m a colectivităŃii generale (pe care practic nu reuşim de cele mai multe ori
să o determinăm).
În relaŃia de mai sus σ reprezintă abaterea standard a colectivităŃii generale, care rămâne
aproape întotdeauna necunoscută, fiind înlocuită în calcule cu σ determinată pe baza datelor

79
eşantionului (când N este destul de mare).
Reluând tabelul din tabelul 3.4, avem:
N=51; m = 13,17 ; σ = 4,74 ;
Făcând înlocuirile:

4,74
E= = 0,66 .
51
În mod curent nu ne putem aştepta să determinăm valori punctuale pentru parametrii
populaŃiei. În acest sens se stabilesc intervale. Pe baza erorii standard a mediei E se stabilesc
limitele între care se găseşte, cu o probabilitate dată adevărata valoare m a colectivităŃii generale.
Aceste limite se numesc limite de încredere, iar intervalul delimitat de ele este intervalul de
încredere. Întrucât mediile prezintă distribuŃie normală, se stabilesc drept limite de siguranŃă : m -
1,96E şi m +1,96E.
În exemplul menŃionat vom avea: L1 = 13,17 - (1,96 x 0,66) şi L2 = 13,17 + (1,96 x 0,66).
Efectuând înmulŃirile obŃinem: 13,17 +/- 1,29, adică 11,88 şi 14,46. Acestea sunt limitele între
care se găseşte aproape sigur (cu o probabilitate de 95%) adevărata medie m a colectivităŃii
generale.Afirmând că media adevărată se va găsi între 11,88 şi 14,46 riscăm totuşi să greşim în
5% din cazuri.
Se obişnuieşte să se noteze şi riscul pe care ni-l asumăm de a greşi făcând o aserŃiume sau
alta. Aceasta a căpătat denumirea de prag sau nivel de semnificaŃie. Astfel, intervalul ( m -1,96E;
m +1,96E) se numeşte interval de încredere la pragul de p = 0,05, ceea ce înseamnă că în 5% din
cazuri adevărata medie se află în afara intervalului ales. În practică, se ia adeseori pragul p =
0,01, ceea ce indică riscul de a greşi în 1% din cazuri. Limitele de încredere vor fi atunci L1= m -
2,58E şi L2= m +2,58E.

Temă de reflecŃie nr. 3

Care este relaŃia dintre volumul eşantionului şi mărimea intervalului de încredere
estimate? Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 15.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 6.

4.2.2. SemnificaŃia frecvenŃei

Transpunând noŃiunile prezentate anterior, putem spune că eroarea - tip a frecvenŃei este:

80
 p×q
E=
N
şi că limitele de încredere, la pragul de p = 0,05vor fi:

p×q p×q
( f − 1,96 ; f + 1,96 . )
N N
Practic, N fiind mai mare (>100), vom comite o eroare foarte mică înlocuind în calculul
limitelor de încredere pe p prin f , şi pe q prin 1- f. După înlocuire vom avea:

f × (1 − f ) f × (1 − f )
( f − 1,96 , f + 1,96 ).
N N
Exemplu (după Faverge)
Să considerăm un exemplu.
Într-o statistică a erorilor de la casierie s-au observat 134 de erori în plus şi 289 de erori
în minus. FrecvenŃa f a erorilor în plus este:
134
f = = 0,32 (423 = 134 + 289).
423

Vom avea:

f (1 − f ) 0,32(1 − 0,32)
E= = = 0,020 .
N 423
La pragul de semnificaŃie de p = 0,05, limitele de încredere se obŃin calculând:
1,96 x 0,020 = 0,04.

Ele sunt:
0,32 + 0,04 = 0,36,
0,32 - 0,04 = 0,28.
Cu alte cuvinte, admiŃând că eşantionul nostru face parte din cele 95% pentru care
parametrii se situează în intervalul de încredere, putem afirma că procentajul erorilor în plus va fi
cuprins între 36% şi 28%.

4.3. SARCINI SAU PROBLEME DE COMPARAłIE

În chip frecvent intervin în cercetările psihologice probleme de comparaŃie. Astfel, se
compară între ele mediile obŃinute într-o experienŃă şi se pune întrebarea dacă diferenŃele
constatate sunt semnificative sau nu, se pot extinde la populaŃie sau nu.

81
 Exemplu (după I. Radu):
Într-o experianŃă de instruire programată au fost cuprinse două clase paralele. La probele
de control date în post- test s-a constatat la clasa experimentală - cu un efectiv de 33 elevi - o
medie a notelor de 7,7, iar în clasa de control (N = 34), media la aceleaşi teste a fost de 6,7.
DiferenŃa dintre medii este 1,00. Se pune întrebarea dacă această diferenŃă este semnificativă,
dacă putem extrapola la populaŃie, ceea ce ne indică dacă metoda de instruire încercată este mai
bună decât cele curente.
Rezultatele unei investigaŃii pot să apară exprimate şi sub formă de frecvenŃe sau
proporŃii. În exemplul citat mai sus rezultatele experimentului ar putea fi exprimate şi în
frecvenŃe, indicând proporŃiile consemnate de răspunsuri corecte şi de răspunsuri greşite. Şi în
cazul acesta se pune întrebarea dacă diferenŃele constatate sunt semnificative sau nu. Răspunsul la
întrebarea pusă s-ar putea obŃine repetând experienŃa. Dacă rezultatele se menŃin statornice vom
putea conchide asupra semnificaŃiei lor. Cum experienŃele nu se pot repeta indefinit - procedeu de
altfel neeconomic - s-a conturat un mecanism logic prin care se infirmă ipoteza hazardului, notată
H0.
În condiŃiile experienŃei obişnuite ne-am putea mulŃumi cu diferenŃe între medii de 0,5 sau
0,7 ori 0,9 ş.a.m.d., după cum diferenŃe de 5%, 7% etc între frecvenŃe ar părea doveditoare.
Experimentul ştiinŃific nu poate face extrapolări la populaŃie bazate doar pe simpla
evaluare intuitivă. Întrebarea este: de la ce nivel (0,5 sau 0,7, respectiv 5%; 7%;...) diferenŃele pot
fi considerate semnificative?
În orice experienŃă studiem procesul dat în anumite condiŃii, într-un anumit context: la
lecŃie, la joc, în activităŃile practice, în condiŃii de laborator etc. Trebuie să admitem că, într-un fel
sau altul, întâmplarea poate interveni în desfăşurarea fenomenului cercetat prin condiŃii
neaşteptate, prin compoziŃia grupului, prin deosebiri în personalitatea profesorului etc. Datele
obŃinute sunt afectate în felul acesta de un element aleator (întâmplător). În consecinŃă, alături de
ipoteza specifică (Hs), ce stă la baza experienŃei respective şi care este o ipoteză psihologică sau
pedagogică se poate formula şi o altă ipoteză care să atribuie numai întâmplării tendinŃele sau
diferenŃele constatate. Aceasta din urmă este "ipoteza întâplării"sau ipoteza nulă (H0) şi se enunŃă
pentru toate cazurile în aceiaşi termeni. De notat că atât ipoteza nulă (H0) cât şi ipoteza
alternativă (Hs) se referă la populaŃie, nu la eşantioane ca atare.

82
 Temă de reflecŃie nr. 4
Care este diferenŃa dintre ipotezele statistice şi ipotezele experimentale? Pentru
aprofundarea subiectului vezi în READER documentul:
Bibliografie 14.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 5.

Preocupat să dovedească în mod temeinic justeŃea ipotezei specifice, cercetătorul va

admite în mod provizoriu –în raŃionamentul său – ipoteza nulă şi va determina şansele
(probabilitatea) ca diferenŃele obŃinute în experiment să aibă loc numai pe baza " legilor
întâmplării" (care sunt legi de probabilitate bine studiate). Ştim că probabilitatea ia valori între 0
şi 1, iar transcrisă în procente – între 0 şi 100%.
Dacă probabilitatea obŃinerii diferenŃei date, în baza ipotezei nule, este foarte mică (de
pildă, mai mică decât 0,05 ceea ce se scrie p < 0,05), atunci respingem ipoteza hazardului şi
arătăm toată încrederea ipotezei specifice. Dacă însă, probabilitatea determinată în lumina
ipotezei nule este mai mare (de pildă, p > 0,10 putând merge până la 1), atunci nu ne putem
asuma riscul respingerii ipotezei nule şi vom considera diferenŃele efectiv obŃinute ca fiind încă
nesemnificative.
Prin urmare se acceptă ca semnificative acele rezultate care au şansele de a se produce
prin simpla întâmplare numai într-un număr mic de cazuri: sub 5% din cazuri, uneori sub 10%.
Şansele de a obŃine rezultatele respective prin simplul joc al factorilor aleatori se află în acest caz
sub 10%, respectiv 5% ( ceea ce se scrie p < 0,10 respectiv p < 0,05). Înseamnă că, acceptând
rezultatele unei experienŃe drept proba justeŃei ipotezei specifice, ne asumăm totodată riscul de a
greşi în mai puŃin de 10%, respectiv 5% din cazuri. Fiecărei aserŃiuni i se asociază astfel un prag
de semnificaŃie, care indică riscul de a greşi pe care ni-l asumăm.
Rezumând: mecanismul logic al ipotezei nule permite infimarea ipotezei hazardului şi
acceptarea în consecinŃă a ipotezei alternative (Hs). Ipoteza nulă şi ipoteza alternativă sunt
contradictorii; a respinge ipoteza nulă înseamnă a accepta ipoteza specifică. Dacă plasăm pe o
axă probabilităŃile amintite vom avea situaŃia din figura 4.3.
Respingând ipoteza nulă şi accepând existenŃa unui efect al variabilei independente – ceea
ce susŃine Hs - ne asumăm un risc de a greşi destul de mic: 5% respectiv 1%. Măsurarea acestui
risc, notată cu α, constituie pragul de semnificaŃie, care însoŃeşte fiecare aserŃiune.

1 0,05 0,01 p
|-------------------- . . . -----------------|------------------|------------------>
H0 nu se consideră infirmată | H0 se consideră infirmată

83
 şi se suspendă decizia | şi se acceptă Hs
limita semnificativităŃii
Fig. 4.3

Se poate întâpla ca ipoteza nulă să nu fie infirmată, z cal fiind mai mic decât 1,96 (deci p
> 0,05). În cazul acesta nu se conchide că H0 ar fi validată, ci, pur şi simplu, că nu se poate
decide; intervine o zonă de suspendare a judecăŃii. Valoarea | z | care separă cele două zone - zona
de respingere a ipotezei nule şi zona de suspendare a judecăŃii - se numeşte valoare critică. Ea
corespunde valorii z cal având o probanbilitate asociată egală cu α. Riscul de a greşi α se poate
lua 10%, 5%, 1%. TradiŃia a acreditat pragul de p≤ 0,05 sau p≤ 0, 01. În funcŃie de cerinŃele
cercetării se alege pragul indicat.
De notat că ipoteza nulă nu poate fi niciodată acceptată; a nu se respinge H0 nu
echivalează cu acceptarea ei. În schimb, ipoteza specifică nu poate fi niciodată respinsă. Fiind o
ipoteză statistică imprecisă nu se poate calcula distribuŃia de eşantionaj sub ipoteza alternativă
(Abdi, 1987).

Temă de reflecŃie nr. 5

Care este diferenŃa dintre ipotezele statistice unidirecŃionale faŃă de cele
bidirecŃionale? Pentru aprofundarea subiectului vezi în READER documentul:
Bibliografie 14.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 5.

Valorile cririce ale criteriului z, t, ş.a. au fost calculate pentru diferite praguri α fiind
prezentate sub formă de tabele ce urmează doar a fi consultate. Regula de decizie este precizată:
- dacă criteriul z, calculat pe eşantionul experimental este mai mare sau egal cu valoarea
critică (z critic), probabilitatea sa asociată este mai mică sau egală cu pragul α (se decide
respingerea H0);
- dacă criteriul z cal, calculat pe eşantionul experimental, este mai mic decât valoarea
critică (z critic), probabilitatea asociată este mai mare decât pragul α. În consecinŃă intervine
suspendarea judecăŃii: nu se va respinge nici accepta H0. În sens strict, se va decide de a nu se
decide ...(Abdi, 1987).
În probleme de comparaŃie statistică urmează să se facă disticŃia între eşantioane
independente şi eşantioane perechi.
O clasă de elevi, spre exemplu, poate fi considerată practic ca un eşantion la întâmplare
extras dintr-o colectivitate mai largă. Dacă se consideră o altă clasă, paralelă, în vederea unei

84
experienŃe determinate, atunci alegerea poate fi făcută în două feluri. Se pot alege în mod
independent cele două eşantioane: faptul că un element sau altul din primul eşantion a fost ales nu
are nici o influenŃă asupra alegerii elementelor din eşantionul al doilea. CompoziŃia celor două
grupe nu este reglementată pe baza unei probe prealabile; cele două clase sunt considerate în
compoziŃia lor stabilită prin " legile întâmplării". În acest caz este vorba despre eşantioane
independente.
Se poate proceda şi altfel. Se pot constitui eşantioane perechi. În cazul acesta, fiecare
element dintr-un eşantion corespunde unui element dintr-un alt eşantion (formează o pereche cu
el). De exemplu, pentru a compara două metode de instruire se constituie două grupe cu acelaşi
număr de elevi, astfel ca fiecărui elev dintr-o grupă să-i corespundă un elev din cealaltă grupă,
având acelaşi nivel de cunoştinŃe, eventual acelaşi C.I. În felul acesta, compoziŃia grupelor este
precizată pe baza unei probe anterioare, în virtutea căreia elementele celor două eşantioane nu se
determină la întâmplare. Fiecare individ dintr-o grupă are "corespondent” în grupa a doua, având
aceeaşi notă (sau acelaşi nivel) în proba preliminară. SituaŃia este identică şi în cazul când acelaşi
grup de subiecŃi este supus de două ori la probe diferite (de exemplu, înainte şi după acŃiunea
unui anumit factor experimental). Se obŃin atunci două grupe de măsurări efectuate pe aceiaşi
subiecŃi, care constituie perechi.
Prin urmare putem alege grupele de studiu în mod independent şi atunci este vorba de o
alegere la întâmplare a elementelor; sau putem asocia într-un anumit fel - pe baza unui criteriu
precis - elementele celor două eşantioane, două câte două, şi atunci compoziŃia lor este
determinată de regulă în virtutea unei probe prealabile: test de inteligenŃă, test de cunoştinŃe etc.

4.3.1. SemnificaŃia diferenŃei între două medii în cazul eşantioanelor independente

Probele de semnificaŃie diferă în funcŃie de două situaŃii:

●când numărul de măsurători (N) în fiecare eşantion este destul de mare (mai mare ca 30);
●când numărul de măsurări sau volumul eşantionului este mai mic dacât 30.
În experimentele cu caracter instructiv de la care am pornit N1= 33 şi N2 = 34, deci ne
aflăm în prima situaŃie.
Pentru a vedea dacă cele două medii constatate diferă semnificativ, facem raŃionamentul
care urmează.
Admitem pentru moment ipoteza nulă şi stabilim care este şansa de a fi verificată. Cu alte
cuvinte presupunem că diferenŃa între cele două medii m1 şi m 2 se datoreşte întâmplării şi că nu
există diferenŃe reale între eşantioanele considerate. În limbaj statistic înseamnă că cele două

85
grupe constituie eşantioane extrase la întâmplare din aceeaşi populaŃie.
Pentru a testa ipoteza nulă se utilizează criteriul sau raportul:
m1 − m 2
z= ,
2 2
σ 1 σ 2
+
N1 N2
în care notaŃiile sunt deja cunoscute.
Calculând valoarea raportului de mai sus, notat cu | z |, ne vom referi la proprietăŃile
curbei normale schiŃând valorile calculate (z cal) în raport cu valorile critice (1,96 şi 2,58). Dacă
valoarea ce va corespunde indicelui z cal este mai mare decât 1,96, atunci diferenŃa între cele
două medii este semnificativă la pragul de p < 0,05, iar dacă z cal > 2,58, atunci diferenŃa este
semnificativă la pragul de p < 0,01. BineînŃeles, dacă vom avea z cal < 1,96, atunci ipoteza nulă
nu va fi infirmată, iar diferenŃa obŃinută în cadrul experienŃei nu va fi considerată concludentă
pentru a proba justeŃea ipotezei specifice (vom suspenda decizia).
2
În exemplul considerat trebuie să cunoaştem cu privire la fiecare grup m , N şi σ .
2
m1 = 7,7; N 1 = 33;σ 1 = 3,15;
2
m 2 = 6,7; N 2 = 34;σ 2 = 3,5;
Utilizând formula stabilită obŃinem:
7,7 − 6,7
= 2,33 .
3,15 3,5
+
33 34
Raportul găsit este mai are decât 1,96 şi mai mic decât 2,58, deci p < 0,05. Făcând un
calcul de interpolare se află p = 0,02; deci diferenŃa este net semnificativă, ipoteza nulă fiind
infirmată.

Când volumul datelor obŃinute în fiecare eşantion este mai mic (numărul de măsurări este
mai mic decât 30) se utilizează un procedeu întrucâtva diferit.
Ipoteza nulă se enunŃă la fel: presupunem că cele două grupe de date sunt două eşantioane
întâmplătoare ce provin din aceeşi colectivitate generală. Verificăm apoi şansa acestei ipoteze pe
baza criteriului t:
m1 − m 2
t = .
1 1
s2 ( + )
N1 N 2

86
 Pentru a obŃine o estimare a dispersiei colectivităŃii - care este notată în formulă cu s2 - se
combină datele celor două eşantioane:

2
s =
∑ (x − m ) + ∑ (x − m
1
2
2 )2
N1 + N 2 − 2
Formulele de la numărător ne sunt cunoscute de la calcularea dispersiei (sumei de pătrate
referitoare la cele două grupe), iar N1 şi N2 sunt efectivele celor două eşantioane.
Există un tabel special (întocmit de Student) în care figurează probabilităŃile raportului | t |
corespunzător numărului "gradelor de libertate" care depinde de volumul eşantioanelor (vezi
Anexa 1.1.). În cazul nostru numărul acesta - notat n - este:
n = N1 + N2 - 2.

Să luăm un exemplu.
În procesul învăŃării eşalonarea repetiŃiilor este mai productivă decât concentrarea lor.
Într-o experienŃă se ia câte o grupă formată fiecare din câte 10 subiecŃi şi se experimentează în
cele două situaŃii prevăzute: repetiŃii eşalonate sau concentrate în timp. Încă din prima perioadă
subiecŃii manifestă o diferenŃă. Vrem să ştim dacă ea este semnificativă (după P. Oleron).
Datele consemnate de autor sunt:
m1 = 13,3; N1 = 10; ∑ (x − m ) 1
2
= 82,1;

m 2 = 14,2; N 2 = 10; ∑ (x − m 2 ) 2 = 97,6;

2 82,1 + 97,6
s = = 9,98
18

14,2 − 13,3
t = = 0,63
1 1
9,98 + 
 10 10 

| t | fiind calculat, ne referim la tabelul distribuŃiei | t | întocmit de Student. Acest tabel prezintă o
coloană n sau v, care corespunde gradelor de libertate. În tabelul de mai sus n = 10 +10 - 2 = 18.
Căutăm în coloana n pe 18. După ce l-am fixat, mergem pe rândul respectiv şi căutăm valoarea
lui | t | la pragul de 0,05 şi 0,01 (probabilitatea o citim în prima linie de sus a tabelului unde găsim
de la dreapta spre stânga: 0,01; 0,02; 0,05; 0,10). În cazul nostru tabelul indică 2,10 pentru | t | la
pragul de 0,05 respectiv 2,88 la oragul de 0,01. Valoarea calculată în exemplul ales este 0,63,
deci este mult mai mică decât 2,10 căreia îi corespunde p = 0,05. Putem spune atunci că pentru | t
87
| = 0,63 avem p > 0,05. şi astfel ipoteza nulă nu este infirmată. Considerăm diferenŃa dintre medii
ca nesemnificativă, mai exact suspendăm decizia.
În general, dacă valoarea găsită prin calcul este mai mică decât valoarea | t | indicată în
tabel la pragul p = 0,05, atunci considerăm că ipoteza nulă nu este infirmată, iar diferenŃele
obŃinute în experienŃă ca nesemnificative. Dacă valoarea calculată de noi este mai mare decât
valoarea | t | la pragul 0,05, dar mai mică dacât valoarea lui | t | la pragul de 0,01, vom spune că
diferenŃa este semnificativă la pragul de 0.05. În sfârşit, dacă valoarea găsită de noi este mai mare
decât valoarea | t | indicată în tabel pentru p = 0,01, atunci vom spune că diferenŃa este
semnificativă la pragul de 0,01.
Observăm că respingerea ipotezei nule se face considerând un prag de semnificaŃie ales în
prealabil (cel mai riguros este p = 0,01). De reŃinut este faptul că ipoteza nulă nu se consideră
niciodată demonstrată; ea poate fi doar infirmată. Efectul admiterii sau respingerii ipotezei nule
se răsfrânge asupra ipotezei specifice. Neinfirmarea ipotezei nule pune sub semnul întrebării
ipoteza specifică, infirmarea ipotezei nule consolidează foarte mult ipoteza specifică. Cele două
ipoteze H0 şi Hs sunt, cum s-a spus, contradictorii.

Temă de reflecŃie nr. 6

Care este relaŃia dintre testul t şi demersul de estimare a intervalului de încredere a
diferenŃei dintre medii? Pentru aprofundarea subiectului vezi în READER
documentul:
Bibliografie 15.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 6.

4.3.2. SemnificaŃia diferenŃei între două medii în cazul eşantioanelor perechi

Când elementele celor două eşantioane sunt asociate într-un anumit mod două câte două
(de exemplu, rezultatele înregistrate înainte şi după acŃiunea unui factor experimental), procedeul
cel mai simplu constă în a raŃiona asupra diferenŃelor pe care le prezintă fiecare pereche de date
asociate, corelate.
Să notăm cu x rezultatele din primul grup de măsurări (eşantion) şi cu x' valorile asociate
din eşantionul al doilea. DiferenŃa corespunzătoare fiecărei perechi de note x - x' o însemnăm cu
d. Se obŃin astfel patru coloane.

Exemplu:
Cu o grupă de 10 elevi s-a încercat la geografie, în decursul trimestrului II al anului

88
şcolar, o metodă nouă de învăŃare individuală, pe baza unor întrebări de control fixate pe
cartonaşe. S-au înregistrat notele elevilor la geografie la începutul experienŃei, adică la sfârşitul
trimestrului I şi apoi la încheierea trimestrului II. Vrem să ştim dacă metoda respectivă aduce o
îmbunătăŃire semnificativă a situaŃiei şcolare.
Pentru a determina acest lucru întocmim un tabel în care vom înscrie subiecŃii, rezultatele
obŃinute în cele două situaŃii şi vom calcula diferenŃele dintre ele (Tab.4.1.).
Se observă din tabel că avem diferenŃe nule, pozitive şi negative.
Formulăm ipoteza nulă, adică atribuim numai întâmplării diferenŃele constatate, Dacă s-ar
datora numai întâmplării, aceste diferenŃe ar fluctua în jurul lui 0 într-un sens sau altul, iar media
lor ar fi egală cu zero md= 0 (cu md am notat media diferenŃelor).
Vom însuma algebric coloana d (Ńinând deci seama de semne) şi vom afla
∑d = T. Apoi, făcând raportul T/N, vom afla media diferenŃelor md.

Tabelul 4.1
Note trim. II Note trim. I
SubiecŃi x` x d d2
A 8 6 +2 4
B 7 5 +2 4
C 5 5 0 0
D 6 4 +2 4
E 5 6 -1 1
F 6 4 +2 4
G 6 5 +1 1
H 5 4 +1 1
I 4 6 -2 4
K 7 5 +2 4
N=10 Σd = +9 Σd2 = 27

În exemplul ales, md = T/N = 0,09, deci md diferă de zero; nu ştim dacă diferenŃa aceasta
este suficient de mare pentru a putea fi considerată semnificativă sau nu.
Se utilizează criteriul:

89
 md
t =
σd
N

în care cunoaştem m d şi N, dar nu cunoaştem σ d (abaterea standard a diferenŃelor).

Tratăm diferenŃele aşa cum am considerat înainte datele brute.
Calculăm mai întâi dispersia diferenŃelor:
T2
2 ∑d − N
2

σd =
N −1
şi
2
σd = σd
În exemplul ales adăugăm în tabel o coloană d2, pe care însumând-o obŃinem Σd2=27.

Făcând înlocuirile:
2 27 − 81 / 10
σd = = 2,1
9
de unde
σ d = 2,1 = 1,4
Deci
0,9
t = = 2,0
1,4
10
Căutăm în Anexa 1.1. | t | Ńinând seama de faptul că în acest caz numărul gradelor de
libertate este N - 1 (şi nu N1+N2- 2, ca în primul caz).
În exemplul de mai sus, N - 1 = 9. Căutând în tabel găsim pentu 9 grade de libertae,la
pragul de p = 0,05 cifra 2,26. Valoarea calculată de noi este inferioară acestei cifre. Înseamnă că
nu s-a demnostrat falsitatea ipotezei nule şi, în felul acesta nu se poate spune că rezultatele
experienŃei sunt semnificative.

Temă de reflecŃie nr. 7

Care sunt avantajele statistice al unui design cu masurători repetate faŃă de unul cu
eşantioane independente? Pentru aprofundarea subiectului vezi în READER
documentul:

90
 Bibliografie 16.pdf - Cohen_2001_Explaining Psychological Statistics - cap. 7 &
11.

Când N este destul de mare (>60) putem raporta valoarea găsită prin calcul la valorile z
(1,96 şi 2,58) fără să mai facem apel la Tabelul lui Student.
Trebuie reamintit în încheiere că atât raportul | z | cât şi criteriul | t | presupun drept
condiŃie aspectul normal al distribuŃiilor supuse comparaŃiei.

Rezumat
În cercetarea psihologică modelul consacrat este cel al investigării la nivelul eşantioanelor
urmat de extrapolarea la nivelul populaŃiei, proces denumit inferenŃă. În cadrul inferenŃei
statistice se disting două tipuri de probleme: probleme de estimare, respectiv probleme de
comparaŃie. Problemele de estimare, permit pe baza unui indice obŃinut la nivelul eşantionului
estimarea cu o anumită probabilitate a intervalului în care se află parametrul pentru populaŃie. În
problemele de comparaŃie pe baza unor teste de semnificaŃie adaptate situaŃiei concrete se
determină probabilitatea ipotezei nule (pragul de semnificaŃie). În cazul eşantioanelor
independente se folosesc două teste în funcŃie de volumul eşantionului; pentru eşantioane cu
efective mai mari de 30 de subiecŃi se utilizează testul z, iar pentru eşantioane cu un volum sub
30 de subiecŃi testul t. În cazul eşantioanelor perechi se foloseşte testul t.

Recomandări şi comentarii cu privire la temele de reflecŃie

Tema 1: Vom observa că distribuŃia se îngustează, valorile sunt din ce în ce mai grupate în jurul
mediei.
Tema 2: La valori destul de mari, distribuŃia mediilor va tinde să aproximeze o distribuŃie
normală.
Tema 3: Cu cât creşte volumul eşantionului cu atât este mai redus intervalul estimat (în condiŃiile
în care restul problemei nu se schimbă).
Tema 4: Vezi modulul 1 piramida inferenŃei ştiinŃifice.

91
Tema 6: Estimarea intervalului de încredere poate completa demersul clasic de testare a ipotezei
nule.
Tema 7: Permite punerea în evidenŃă a unor efecte mai mici.

Lucrare de evaluare
ElaboraŃi un set de date (N=40) astfel încât scorurile subiecŃilor să varieze pe o scală numerică
de la 1 la 10.
a). ÎmpărŃiŃi subiecŃii în două grupe (n1=n2=20) astfel încât diferenŃa dintre mediile celor două
loturi rezultate să fie cea mai mare posibilă. CalculaŃi testul t pentru această situaŃie şi
interpretaŃi răspunsul.
b). ReîmpărŃiŃi lotul iniŃial în două grupe (n1=n2=20) astfel încât diferenŃa dintre medii să fie
minimă (astfel încât abaterea standard să fie aprox. egală celei de la punctul a). CalculaŃi testul t
pentru această situaŃie şi interpretaŃi răspunsul.
c). InterpretaŃi cele observate la punctele a şi b din perspectiva succesului în infirmarea ipotezei
nule.
d). În mod similar exemplului prezentat elaboraŃi două situaŃii de simulare care vor pune în
evidenŃă importanŃa volumului eşantionului în infirmarea ipotezei nule.
e). ElaboraŃi încă două situaŃii pentru a pune în evidenŃă rolul variabilităŃii intra-grup în acest
process.
Pentru fiecare subpunct se va acorda o notă de la 1 la 10. Pentru obŃinerea notei finale
vom calcula media ponderată a celor cinci note, ponderea punctului a). fiind de 15%, a punctului
b). de 15%, a punctului c). de 10%, iar ponderea punctelor d şi e fiind de câte 30%.
Calitatea soluŃiilor oferite de dvs. la sarcinile de evaluare şi implicit, şansele obŃinerii
punctajului maxim, sporesc sensibil dacă înaintea rezolvării lor parcurgeŃi:
Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.

Bibliografie minimală pentru acest modul

Abdi H. (1987). Introduction ou traitemant statistique des données expérimentale, Grenoble:
Presses Universitaire de Grenoble.
92
Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Faverge, J.M. (1965). Méthodes statistiques en psychologie appliquée. t.III, Paris, P.U.F.
Jaccard J & Becker, M. (1997). Statistics for the behavioral sciences (third edition), Brooks, Cole
Publishing Company, Pacific Grove.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Rouanet, H., Le Roux, B., Best, C. (1987). Statistique en sciences humaines: procedures
naturelles, Paris, Bordas.
Spence, J., Underwood, B.J., Duncan, C.P., Cotton, J.W. (1968). Elementary statistics, New
York, Appleton

93
ANEXE

3.1. Bibliografia completă a cursului

Abdi H. (1987). Introduction ou traitemant statistique des données expérimentale, Grenoble:

Anderson H. Norman (2001) Empirical Direction in Design and Analysis. Routledge, USA
Chalmers Alan (1999) What is this thing called science? Hackett Publishing Company, Inc.
Indianapolis.
Cohen, B. (2001) Explaining Psychological Statistics. Second Edition. New York: Wiley.
Derry Gregory (1999) What Science Is and How It Works. Princeton Univerity Press, New Jersey.
Faverge, J.M. (1965). Méthodes statistiques en psychologie appliquée. t.III, Paris, P.U.F.
Heiman, G., W., (2001) Understanding Research Methods and Statistics: an integrated
approach. Houghton Mifflin Company, Boston.
http://www.lse.ac.uk/collections/lakatos/scienceAndPseudoscience.htm
Jaccard J & Becker, M. (1997). Statistics for the behavioral sciences (third edition), Brooks, Cole
Publishing Company, Pacific Grove.
Lakatos Imre (1973) Science and Pseudoscience. Presses Universitaire de Grenoble.
Radu, I. şi colab. (1993) Metodologie psihologica si analiza datelor, Cluj-Napoca, Ed. Sincron.
Rouanet, H., Le Roux, B., Best, C. (1987). Statistique en sciences humaines: procedures
naturelles, Paris, Bordas.
Spence, J., Underwood, B.J., Duncan, C.P., Cotton, J.W. (1968). Elementary statistics, New
York, Appleton
Stanovich Keith (2001) How to think straight about psychology. Allyn & Bacon, Boston
Stevens, S.S. (1951). Matematics, measurement, and psychopsysics. În Handbook of
experimental psychology, ( ed. S.S. Stevens), New York, Wiley.
Wynn M. Charles and Wiggins W. Arthur (2001) Quantum leaps: Where Real Science Ends ...
and Pseudoscience Begins. Joseph Henry Press Washington, D.C.

94
3.2.Glosar

"Moartea experimentală" - "pierderea" unor subiecŃi pe parcursul deşfăşurării experimentului,

datorită oboselii, lipsei de motivaŃie etc.
Abatere standard – măsură a dispersiei unei colecŃii de valori
Analiza datelor - procesul de căutare şi sumarizare a datelor cu scopul de a extrage informaŃia
relevantă şi de a elabora concluzii pe baza acesteia
Analiza de varianŃă (ANOVA) – colecŃie de modele statistice şi procedurile asociate acestora, în
care varianŃa observată este divizată în componente corespunzătoare diferitelor variabile
explicatorii. Scopul analizei de varianŃă (ANOVA) este de a testa semnificativitatea
diferenŃelor între medii prin compararea (analiza) varianŃelor
Amplitudine – diferenŃa dintre scorul cel mai mare şi scorul cel mai mic
AutoobservaŃia – observaŃia aplicată asupra propriei persoane, ceea ce înseamnă nu numai
(introspecŃia) cunoaşterea gândurilor, sentimentelor şi aspiraŃiilor intime, ci şi cunoaşterea prin
activitatea proprie, din succese şi eşecuri, din actele relaŃiilor cu semenii, din încercările vieŃii
etc.
Cercetare – activitate umană intelectuală bazată pe investigarea într-un anumit domeniu.
Principalele scopuri ale cerecetării aplicate sunt descoperirea, interpretarea şi dezvoltarea unor
metode şi sisteme menite să genereze cunoaştere într-o varietate de domenii ştiinŃifice.
Cercetarea poate utiliza metoda ştiinŃifică, dar nu în mod obligatoriu. Aceasta oferă informaŃii
ştiinŃifice şi teorii explicative ale universului care ne înconjoară.
Chestionar – instrument de cercetare alcătuit dintr-o serie de întrebări şi alte componente menite să
culeagă informaŃii de la respondenŃi
Coeficient de corelaŃie – indică puterea şi direcŃia unei relaŃii liniare între două variabile aleatoare
Coeficientul de concordanŃă K (Cohen) – verifică fidelitatea evaluării unor comportamente
realizate prin intermediul unei grile de observaŃie
ColecŃie de date - un fragment reprezentativ din mulŃimea datelor sau măsurătorilor posibile.
Cote standard z – scorul standard indică cu câte abateri standard o observaŃie este deasupra sau sub
medie
CovarianŃă – măsură care indică cât de mult două variabile se modifică împreună
Curba normală – reprezentarea grafică a unei distribuŃii normale, având media 0 şi varianŃa 1
Date – măsurătorile răspunsurilor la anumite nivele date ale factorilor de interes
Degradarea instrumentelor de măsură - între două sau mai multe măsurări repetate, validitatea
instrumentului de măsurare scade

95
Design experimental – design-ul colectării tuturor informaŃiilor unde varianŃa este prezentă,
indiferent de controlul total sau parŃial al experimentatorului
DistribuŃia normală - valorile efectivelor situate de o parte şi de alta a clasei cu efectivul maxim
sunt egale sau diferă destul de puŃin între ele
DistribuŃia simetrică - sinonim al distribuŃiei normale
Efectul compensării - efortul compensatoriu pe care îl pot manifesta membrii grupului de control
simŃindu-se frustraŃi că nu fac parte din grupul experimental.
Efectul de maturare - diferenŃele dintre două măsurări repetate ale aceloraşi subiecŃi se pot datora
maturării ce a avut loc pe parcursul experimentului, nu manipulării experimentale.
Efectul difuziunii - răspândirea efectului manipulării de la grupul experimental la cel de control.
Efectul resemnării - subiecŃii din grupul de control pot obŃine rezultate mai slabe datorită
demotivării ce o resimt ca urmare a excluderii lor din grupul experimental.
Efectul testării repetate - diferenŃele de scoruri dintre mai multe măsurări succesive se pot datora
administrării repetate a aceluiaşi test
Eroarea standard a mediei – reprezintă abaterea standard teoretică a tuturor mediilor eşantioanelor
de mărime n extrase dintr-o populaŃie şi depinde de varianŃa populaŃiei (sigma), cât şi de
mărimea eşantionului (n)
Experiment – studiu manipulativ care implică aplicarea uneia sau a mai multor intervenŃii în
condiŃii controlate. Unde este posibil, intervenŃia este atribuită aleator eşantioanelor, iar
efectele observate sunt comparate cu cele ale grupelor de control
Grade de libertate – numărul de piese de informaŃie independente necesare măsurării componenŃei
varianŃei, extrasă din totalul numărului de piese care contribuie la această varianŃă
Grilă de observaŃie - o listă de rubrici care să ofere cadrul de clasificare a datelor brute.
Indicii tendinŃei centrale – se referă la măsura valorii de mijloc a setului de date
Ipoteza nulă (H0) – ipoteza testabilă statistic care asumă că nu există un patern în datele testate, iar
diferenŃe obŃinute se datorează aleatorului . Ipoteza nulă este testată în statistică pentru a
determina în ce măsură datele justifică investigarea unei ipoteze alternative.
Ipoteză specifică (Hs) – Ipoteza care descrie modelul statistic ce urmează a fi testat
Măsurare - operaŃie prin care se atribuie numere datelor discrete sau continue ce urmează a fi
evaluate.
Media – reprezintă suma scorurilor impărŃită la numărul acestora
Mediana – reprezintă numărul care separă jumătatea superioară a eşantionului, a populaŃiei sau a
unei distribuŃii probabilistice, de jumătatea inferioară
Modul – valoarea care apare cel mai frecvent într-un set de date sau într-o distribuŃie probabilistică
ObservaŃia curentă - ocazională, practicată de profesor în clasă, de inginer în întreprindere, de
ziarist în viaŃa socială etc.
ObservaŃia sistematică - urmăreşte înregistrarea obiectivă a faptelor, înscriindu-se într-un program
explicit, ce restrânge câmpul studiat şi impune selectarea datelor relevant
Regresia statistică - tendinŃa de regresie spre medie a scorurilor extreme odată cu repetarea unei
măsurări.
Scală de interval – numerele indică amplitudinea diferenŃei dintre itemi, dar scala nu conŃine
punctul „zero absolut”

96
Scală de măsurare – procesul de măsurare sau ordonare a entităŃilor in funcŃie de atributele
cantitative sau alte caracteristici
Scală de proporŃii – numerele indică amplitudinea diferenŃelor şi scala are fixat un punct „zero
absolut”. ProporŃiile pot fi calculate.
Scală nominală - clasificarea sau repartizarea datele (rezultatele), după o serie de nume sau
categorii diferite (disjuncte), astfel încât fiecare element (răspuns, observaŃie etc.) să-şi
găsească locul într-o categorie şi numai într-una singură.
Scală ordinală – numerele indică poziŃia relativă a itemilor, dar nu amplitudinea diferenŃelor
Semnificativitate statistică - indică faptul că există dovezi statistice care susŃin o anumită diferenŃă.
Nu înseamnă neapărat că diferenŃele trebuie să fie mari sau de importanŃă ridicată şi nici nu
este echivalentul expresiei folosite în limbajul comun
Statistică – ştiinŃă matematică care se ocupă cu colectarea, analizarea, interpretarea explicarea sau
prezentarea datelor, precum şi cu predicŃia bazată pe aceste date
Statistică descriptivă – utilizată pentru descrierea trăsăturilor de bază ale datelor culese dintr-un
studiu experimental. Împreună cu analiza simplă a graficelor, formează baza tuturor analizelor
cantitative de date
Teorie – un model testabil al modului de interacŃiune a unui set de fenomene naturale, capabil să
prezică acŃiuni viitoare, cu posibilitatea de a fi testat prin intermediul experimentului sau de a
fi verificat prin observaŃii empirice
Testul psihologic - o situaŃie experimentală standardizată, servind drept stimul unui comportament.
Valoare critică – este valoarea corespunzătoare unui prag de semnificaŃie. Această valoare
determină într-un test statistic limita dintre acele eşantioane care duc la respingerea ipotezei
nule şi acele eşantioane care duc la nerespingerea ipotezei nule.
Variabilă dependentă (VD) – este acea variabilă care se modifică ca răspuns la variabila
independentă
Variabilă independentă (VI) - orice stimul care poate avea o influenŃă relevantă (cauzală) asupra
unor prestaŃii sau comportamente, care devin variabile dependente (VD).
VarianŃă – dispersia datelor măsurată ca şi media abaterilor la pătrat de la valoarea expectată
(media)

97
3.3. Scurtă biografie a titularului de curs

Prof. dr. Radu Ioan este consultant la Catedra de Psihologie din cadrul Universitatii Babes
Bolyai. Domeniile sale de competenŃă sunt: psihologie educaŃională, psihologie socială şi
metodologia psihologică şi analiza datelor. Radu Ioan a fost distins cu premiul Academiei
Române în anii 1976 şi 1993; a publicat ca autor sau coautor peste 30 de studii stiintifice in
reviste de specialitate, indexate ISI, recenzate in baze de date internaŃionale şi/sau recunoscute
CNCSIS; a publicat 10 cărŃi ca unic/prim autor (dintre care 2 in domeniul metodologiei cercetării
şi analizei datelor), 12 carti in calitate de coautor, etc.; (vezi www.psychology.ro).

98