Good Mood

Come abbiamo visto in precedenza nel libro, un esperimento è un tipo di studio progettato specificamente per rispondere alla domanda se esiste una relazione causale tra due variabili. In altre parole, se i cambiamenti in una variabile indipendente causano cambiamenti in una variabile dipendente. Gli esperimenti hanno due caratteristiche fondamentali. Il primo è che i ricercatori manipolano, o variano sistematicamente, il livello della variabile indipendente., Vengono chiamati i diversi livelli della variabile indipendentecondizioni. Ad esempio, nell’esperimento di Darley e Latané, la variabile indipendente era il numero di testimoni che i partecipanti credevano fossero presenti. I ricercatori hanno manipolato questa variabile indipendente dicendo ai partecipanti che c’erano uno, due o cinque altri studenti coinvolti nella discussione, creando così tre condizioni., Per un nuovo ricercatore, è facile toconfuse questi termini credendo ci sono tre variabili indipendenti in questa situazione: uno, due, o cinque studenti coinvolti nella discussione, ma in realtà c’è solo una variabile indipendente (numero di testimoni) con tre diverse condizioni (uno, due o cinque studenti). La seconda caratteristica fondamentale di un esperimento è che il ricercatore controlla o minimizza la variabilità in variabili diverse dalla variabile indipendente e dipendente. Queste altre variabili sono chiamatevarietà estranee., Darley e Latané hanno testato tutti i loro partecipanti nella stessa stanza, li hanno esposti alla stessa situazione di emergenza e così via. Hanno anche assegnato in modo casuale i loro partecipanti a condizioni in modo che i tre gruppi sarebbero simili tra loro per cominciare. Si noti che anche se le parole manipolazione e controllo hanno significati simili nel linguaggio di tutti i giorni, i ricercatori fanno una chiara distinzione tra di loro. Essi gestiscono la variabile indipendente modificando sistematicamente i suoi livelli e controllando altre variabili mantenendole costanti.,

Quattro grandi Validities

Quando leggiamo di esperimenti di psicologia con una visione critica, una domanda da porre è ” questo studio è valido?”Tuttavia, questa domanda non è così semplice come sembra perché in psicologia, ci sono molti diversi tipi di validità. I ricercatori si sono concentrati su quattro validità per aiutare a valutare se un esperimento è valido (Judd & Kenny, 1981; Morling, 2014):validità interna, validità esterna, validità dei costrutti e validità statistica. Esploreremo ogni validità in profondità.,

Validità interna

Ricordiamo che due variabili essendo statisticamente correlate non significa necessariamente che una causa l’altra. “La correlazione non implica causalità.” Ad esempio, se fosse il caso che le persone che si allenano regolarmente siano più felici delle persone che non si allenano regolarmente, questa implicazione non significherebbe necessariamente che l’esercizio aumenta la felicità delle persone., Potrebbe significare invece che una maggiore felicità induce le persone a esercitare (il problema della direzionalità) o che qualcosa come una migliore salute fisica induce le persone a esercitare ed essere più felici (il problema della terza variabile).

Lo scopo di un esperimento, tuttavia, è quello di mostrare che due variabili sono statisticamente correlate e di farlo in un modo che supporta la conclusione che la variabile indipendente ha causato eventuali differenze osservate nella variabile dipendente., La logica si basa su questo presupposto : se il ricercatore crea due o più condizioni altamente simili e quindi manipola la variabile indipendente per produrre solo una differenza tra loro, allora qualsiasi differenza successiva tra le condizioni deve essere stata causata dalla variabile indipendente. Ad esempio, poiché l’unica differenza tra le condizioni di Darley e Latané era il numero di studenti che i partecipanti credevano di essere coinvolti nella discussione, questa differenza di convinzione doveva essere responsabile delle differenze nell’aiutare tra le condizioni.,

Si dice che uno studio empirico abbia una validità interna elevata se il modo in cui è stato condotto supporta la conclusione che la variabile indipendente ha causato eventuali differenze osservate nella variabile dipendente. Quindi gli esperimenti sono ad alta validità interna perché il modo in cui sono condotti—con la manipolazione della variabile indipendente e il controllo di variabili estranee—fornisce un forte supporto per le conclusioni causali.

Validità esterna

Allo stesso tempo, il modo in cui vengono condotti gli esperimenti a volte porta a un diverso tipo di critica., In particolare, la necessità di manipolare la variabile indipendente e il controllo di variabili esterne, significa che gli esperimenti sono spesso condotte in condizioni che sembrano artificiali (Bauman, McGraw, Bartels, & Warren, 2014).In molti esperimenti psicologici, i partecipanti sono studenti universitari, e un aula o in laboratorio di compilare una serie di carta-e-matita questionari, o per eseguire un attenta progettazione computerizzata attività., Si consideri, ad esempio, un esperimento in cui la ricercatrice Barbara Fredrickson ei suoi colleghi avevano studenti universitari che venivano in un laboratorio del campus e completavano un test di matematica indossando un costume da bagno (Fredrickson, Roberts, Noll, Quinn, & Twenge, 1998).All’inizio, questa manipolazione potrebbe sembrare sciocca. Quando gli studenti universitari dovranno mai completare i test di matematica nei loro costumi da bagno al di fuori di questo esperimento?

Il problema che stiamo affrontando è quello della validità esterna., Uno studio empirico ha una validità esterna elevata se il modo in cui è stato condotto supporta la generalizzazione dei risultati a persone e situazioni al di là di quelle effettivamente studiate. Come regola generale, gli studi sono più alti nella validità esterna quando i partecipanti e la situazione studiata sono simili a quelli che i ricercatori vogliono generalizzare e i partecipanti incontrano tutti i giorni, spesso descritti come realismo mondano. Immaginate, per esempio, che un gruppo di ricercatori è interessato a come gli acquirenti nei grandi negozi di alimentari sono influenzati da se cereali per la colazione è confezionato in scatole gialle o viola., Il loro studio sarebbe alto nella validità esterna e avrebbe un alto realismo mondano se studiassero le decisioni della gente comune facendo i loro acquisti settimanali in un vero negozio di alimentari. Se gli acquirenti acquistassero molto più cereali in scatole viola, i ricercatori sarebbero abbastanza fiduciosi che questo aumento sarebbe vero per altri acquirenti in altri negozi., Il loro studio sarebbe relativamente bassa in la validità esterna, tuttavia, se hanno studiato un campione di studenti universitari in un laboratorio selettiva dell’università, che solo giudicato il ricorso di vari colori presentati sullo schermo di un computer; tuttavia, questo studio avrebbe elevato realismo psicologico, in cui lo stesso processo mentale che viene utilizzato sia in laboratorio che nel mondo reale., Se gli studenti giudicassero il viola più attraente del giallo, i ricercatori non sarebbero molto sicuri che questa preferenza sia rilevante per le decisioni di acquisto di cereali degli acquirenti di generi alimentari a causa della bassa validità esterna, ma potrebbero essere sicuri che l’elaborazione visiva dei colori abbia un alto realismo psicologico.

Dovremmo fare attenzione, tuttavia, a non trarre la conclusione generale che gli esperimenti hanno una bassa validità esterna. Una ragione è che gli esperimenti non devono sembrare artificiali., Considera che l’esperimento di Darley e Latané ha fornito una simulazione ragionevolmente buona di una situazione di emergenza reale. Oppure considera esperimenti sul campo condotti interamente al di fuori del laboratorio. In uno di questi esperimenti, Robert Cialdini ei suoi colleghi hanno studiato se gli ospiti dell’hotel scelgono di riutilizzare i loro asciugamani per un secondo giorno invece di lavarli come un modo per conservare acqua ed energia (Cialdini, 2005).Questi ricercatori hanno manipolato il messaggio su una carta lasciata in un ampio campione di camere d’albergo., Una versione del messaggio ha sottolineato mostrando rispetto per l’ambiente, un altro ha sottolineato che l’hotel avrebbe donato una parte dei loro risparmi per una causa ambientale, e un terzo ha sottolineato che la maggior parte degli ospiti dell’hotel scelgono di riutilizzare i loro asciugamani. Il risultato è stato che gli ospiti che hanno ricevuto il messaggio che la maggior parte degli ospiti dell’hotel scelgono di riutilizzare i loro asciugamani riutilizzati i propri asciugamani sostanzialmente più spesso rispetto agli ospiti che ricevono uno degli altri due messaggi. Dato il modo in cui hanno condotto il loro studio, sembra molto probabile che il loro risultato sarebbe vero per gli altri ospiti in altri hotel.,

Una seconda ragione per non trarre la conclusione generale che gli esperimenti hanno una bassa validità esterna è che sono spesso condotti per conoscere i processi psicologiciprocessi che possono operare in una varietà di persone e situazioni. Torniamo all’esperimento di Fredrickson e colleghi. Hanno scoperto che le donne nel loro studio, ma non gli uomini, si sono comportate peggio al test di matematica quando indossavano costumi da bagno., Hanno sostenuto che questa differenza di genere era dovuta alla maggiore tendenza delle donne a oggettivarsi—a pensare a se stesse dal punto di vista di un osservatore esterno—che distoglie la loro attenzione da altri compiti. Hanno sostenuto, inoltre, che questo processo di auto-oggettivazione e il suo effetto sull’attenzione è probabile che operi in una varietà di donne e situazioni, anche se nessuna di loro si trova mai a fare un test di matematica nel suo costume da bagno.,

Validità dei costrutti

Oltre alla generalizzabilità dei risultati di un esperimento, un altro elemento da esaminare in uno studio è la qualità delle manipolazioni dell’esperimento, o la validità dei costrutti. La domanda di ricerca che Darley e Latané hanno iniziato con è ” aiuta il comportamento a diffondersi?”Hanno ipotizzato che i partecipanti a un laboratorio avrebbero meno probabilità di aiutare quando credevano che ci fossero più potenziali aiutanti oltre a se stessi., Questa conversione dalla domanda di ricerca alla progettazione sperimentale viene chiamataoperazionalizzazione (vedere Capitolo 2 per ulteriori informazioni sulla definizione operativa). Darley e Latané hanno reso operativa la variabile indipendente di diffusione della responsabilità aumentando il numero di potenziali aiutanti., Nel valutare questo progetto, diremmo che la validità del costrutto era molto alta perché le manipolazioni dell’esperimento parlano molto chiaramente alla domanda di ricerca; c’era una crisi, un modo per il partecipante di aiutare, e aumentando il numero di altri studenti coinvolti nella discussione, fornivano un modo per testare la diffusione.

Cosa succede se il numero di condizioni nello studio di Darley e Latané è cambiato? Considerate se c’erano solo due condizioni: uno studente coinvolto nella discussione o due., Anche se possiamo vedere una diminuzione nell’aiutare aggiungendo un’altra persona, potrebbe non essere una chiara dimostrazione di diffusione della responsabilità, solo semplicemente la presenza di altri. Potremmo pensare che fosse una forma di socialinibizione di Bandura (discussa nel Capitolo 4). La validità del costrutto sarebbe inferiore. Tuttavia, se ci fossero state cinque condizioni, forse vedremmo la diminuzione continuare con più persone nella discussione o forse sarebbe plateau dopo un certo numero di persone., In questa situazione, potremmo non necessariamente imparare di più sulla diffusione della responsabilità o potrebbe diventare un fenomeno diverso. Aggiungendo più condizioni, la validità del costrutto potrebbe non aumentare. Quando si progetta il proprio esperimento, considerare quanto bene la domanda di ricerca è reso operativo il vostro studio.

Validità statistica

Una critica comune degli esperimenti è che uno studio non ha avuto abbastanza partecipanti. La ragione principale di questa critica è che è difficile generalizzare una popolazione da un piccolo campione., All’inizio, sembra che questa critica riguardi la validità esterna, ma ci sono studi in cui le piccole dimensioni del campione non sono un problema (il capitolo 10 discuterà di come i piccoli campioni, anche di una sola persona, siano ancora molto illuminanti per la ricerca psicologica). Pertanto, le piccole dimensioni del campione sono in realtà una critica della validità statistica. La validità statistica indica se le statistiche condotte nello studio supportano le conclusioni che vengono fatte.,

È necessario condurre un’analisi statistica adeguata sui dati per determinare se è stata trovata la differenza o la relazione prevista. Il numero di condizioni e il numero di partecipanti totali determineranno la dimensione complessiva dell’effetto. Con queste informazioni, è possibile condurre un’analisi di potenzaper accertare se è probabile trovare una vera differenza. Quando si progetta uno studio, è meglio pensare all’analisi della potenza in modo che il numero appropriato di partecipanti possa essere reclutato e testato (maggiori informazioni sulle dimensioni degli effetti nel capitolo 12)., Per progettare un esperimento statisticamente valido, pensare ai test statistici all’inizio del progetto aiuterà a garantire che i risultati possano essere creduti.

Priorità alle validità

Queste quattro grandi validità–interne, esterne, costruttive e statistiche–sono utili da tenere a mente quando si leggono altri esperimenti e si progetta il proprio. Tuttavia, i ricercatori devono dare la priorità e spesso non è possibile avere un’alta validità in tutte e quattro le aree. Nello studio di Cialdini sull’uso degli asciugamani negli hotel, la validità esterna era alta ma la validità statistica era più modesta., Questa discrepanza non invalida lo studio, ma mostra dove potrebbero esserci margini di miglioramento per futuri studi di follow-up (Goldstein, Cialdini, & Griskevicius, 2008). Morling (2014) sottolinea che la maggior parte degli studi di psicologia ha un’elevata validità interna e costruttiva, ma a volte sacrifica la validità esterna.,

Manipolazione della variabile indipendente

Ancora una volta, manipolare una variabile indipendente significa cambiare sistematicamente il suo livello in modo che diversi gruppi di partecipanti siano esposti a diversi livelli di quella variabile, o lo stesso gruppo di partecipanti sia esposto a diversi livelli in momenti diversi. Ad esempio, per vedere se la scrittura espressiva influisce sulla salute delle persone, un ricercatore potrebbe istruire alcuni partecipanti a scrivere di esperienze traumatiche e altri a scrivere di esperienze neutre., Come discusso in precedenza in questo capitolo, i diversi livelli della variabile indipendente sono indicati come condizioni, e i ricercatori spesso danno alle condizioni brevi nomi descrittivi per rendere più facile parlare e scrivere su di loro. In questo caso, le condizioni potrebbero essere chiamate “condizione traumatica” e “condizione neutra”.”

Si noti che la manipolazione di una variabile indipendente deve comportare l’intervento attivo del ricercatore. Confrontare gruppi di persone che differiscono sulla variabile indipendente prima dell’inizio dello studio non è la stessa cosa che manipolare quella variabile., Ad esempio, un ricercatore che confronta la salute delle persone che già tengono un diario con la salute delle persone che non tengono un diario non ha manipolato questa variabile e quindi non ha condotto un esperimento. Questa distinzione è importante perché i gruppi che già differiscono in un modo all’inizio di uno studio sono suscettibili di differire anche in altri modi. Ad esempio, le persone che scelgono di tenere le riviste potrebbero anche essere più coscienziose, più introverse o meno stressate rispetto alle persone che non lo fanno., Pertanto, qualsiasi differenza osservata tra i due gruppi in termini di salute potrebbe essere stata causata dal fatto che tengano o meno un diario, o potrebbe essere stata causata da una qualsiasi delle altre differenze tra le persone che tengono e non tengono riviste. Quindi la manipolazione attiva della variabile indipendente è cruciale per eliminare il problema della terza variabile.

Naturalmente, ci sono molte situazioni in cui la variabile indipendente non può essere manipolata per ragioni pratiche o etiche e quindi un esperimento non è possibile., Ad esempio, se le persone hanno una significativa esperienza di malattia precoce non può essere manipolato, rendendo impossibile condurre un esperimento sull’effetto delle esperienze di malattia precoce sullo sviluppo di ipocondriasi. Questo avvertimento non significa che sia impossibile studiare la relazione tra le prime esperienze di malattia e l’ipocondria—solo che deve essere fatto usando approcci non sperimentali. Discuteremo questo tipo di metodologia in dettaglio più avanti nel libro.

In molti esperimenti, la variabile indipendente è un costrutto che può essere manipolato solo indirettamente., Ad esempio, un ricercatore potrebbe provare a manipolare i livelli di stress dei partecipanti indirettamente dicendo ad alcuni di loro che hanno cinque minuti per preparare un breve discorso che dovranno poi dare a un pubblico di altri partecipanti. In tali situazioni, i ricercatori spesso includono un controllo di amanipolazione nella loro procedura. Un controllo di manipolazione è una misura separata del costrutto che il ricercatore sta cercando di manipolare., Ad esempio, i ricercatori che cercano di manipolare i livelli di stress dei partecipanti potrebbero dare loro un questionario di stress su carta e matita o prendere la loro pressione sanguigna-forse subito dopo la manipolazione o alla fine della procedura-per verificare che abbiano manipolato con successo questa variabile.

Controllo delle variabili estranee

Come abbiamo visto in precedenza nel capitolo, una variabile estranea è tutto ciò che varia nel contesto di uno studio diverso dalle variabili indipendenti e dipendenti., In un esperimento sull’effetto della scrittura espressiva sulla salute, ad esempio, le variabili estranee includerebbero variabili partecipanti (differenze individuali) come la loro capacità di scrittura, la loro dieta e il loro numero di scarpe. Includerebbero anche variabili situazionali o di attività come l’ora del giorno in cui i partecipanti scrivono, se scrivono a mano o su un computer, e il tempo. Le variabili estranee rappresentano un problema perché molte di esse potrebbero avere qualche effetto sulla variabile dipendente., Ad esempio, la salute dei partecipanti sarà influenzata da molte cose diverse dal fatto che si impegnino o meno nella scrittura espressiva. Questo fattore di influenza può rendere difficile separare l’effetto della variabile indipendente dagli effetti delle variabili estranee, motivo per cui è importante controllare le variabili estranee mantenendole costanti.

Variabili estranee come”Rumore ”

Le variabili estranee rendono difficile rilevare l’effetto della variabile indipendente in due modi. Uno è aggiungendo variabilità o “rumore” ai dati., Immagina un semplice esperimento sull’effetto dell’umore (felice contro triste) sul numero di eventi infantili felici che le persone sono in grado di ricordare. I partecipanti sono messi in uno stato d’animo negativo o positivo (mostrando loro un video clip felice o triste) e poi chiesto di ricordare come molti eventi infanzia felice come possono. La tabella 6.1 mostra come potrebbero apparire i dati se non ci fossero variabili estranee e il numero di eventi di infanzia felice richiamati dai partecipanti è stato influenzato solo dai loro stati d’animo., Ogni partecipante alla condizione di umore felice ha ricordato esattamente quattro eventi dell’infanzia felice, e ogni partecipante alla condizione di umore triste ha ricordato esattamente tre. L’effetto dell’umore qui è abbastanza ovvio.

Tabella 6.,15cb8cad”>4

3
4	3
4	3
4	3
4	3
M = 4	M = 3

In reality, however, the data would probably look more like those Table 6.,2. Anche nella condizione di umore felice, alcuni partecipanti ricorderebbero meno ricordi felici perché hanno meno da attingere, usano strategie di richiamo meno efficaci o sono meno motivati. E anche nella triste condizione di umore, alcuni partecipanti ricorderebbero più ricordi d’infanzia felici perché hanno ricordi più felici su cui attingere, usano strategie di richiamo più efficaci o sono più motivati.

Tabella 6.,id=”6e81fc3ada”>2

1	5
6	1
8	2
M = 4	M = 3

anche se la differenza media tra i due gruppi è la stessa idealizzato dati, questa differenza è molto meno evidente nel contesto di una maggiore variabilità dei dati., Quindi uno dei motivi per cui i ricercatori cercano di controllare le variabili estranee è che i loro dati assomigliano più ai dati idealizzati nella Tabella 6.1, il che rende l’effetto della variabile indipendente più facile da rilevare (anche se i dati reali non sembrano mai così buoni).

Un modo per controllare le variabili estranee è mantenerle costanti. Questa tecnica può significare mantenere costanti le variabili di situazione o attività testando tutti i partecipanti nella stessa posizione, dando loro istruzioni identiche, trattandoli allo stesso modo e così via. Può anche significare tenere costanti le variabili dei partecipanti., Ad esempio, molti studi sul linguaggio limitano i partecipanti alle persone destrorse, che generalmente hanno le loro aree linguistiche isolate nei loro emisferi cerebrali sinistri. Le persone mancine hanno maggiori probabilità di avere le loro aree linguistiche isolate nei loro emisferi cerebrali destri o distribuite su entrambi gli emisferi, il che può cambiare il modo in cui elaborano il linguaggio e quindi aggiungere rumore ai dati.,

In linea di principio, i ricercatori possono controllare variabili estranee limitando i partecipanti a una categoria molto specifica di persona, come le major di psicologia eterosessuale, eterosessuale, femminile e destrorsa di 20 anni. L’ovvio svantaggio di questo approccio è che abbasserebbe la validità esterna dello studio—in particolare, la misura in cui i risultati possono essere generalizzati oltre le persone effettivamente studiate. Ad esempio, potrebbe non essere chiaro se i risultati ottenuti con un campione di donne eterosessuali più giovani si applicherebbero agli uomini omosessuali più anziani., In molte situazioni, i vantaggi di un campione diverso superano la riduzione del rumore ottenuta da uno omogeneo.

Variabili estranee come variabili confondenti

Il secondo modo in cui le variabili estranee possono rendere difficile rilevare l’effetto della variabile indipendente è diventare variabili confondenti. Una variabile confondente è una variabile estranea che differisce in media tra i livelli della variabile indipendente. Ad esempio, in quasi tutti gli esperimenti, i quozienti di intelligenza dei partecipanti (IQS) saranno una variabile estranea., Ma finché ci sono partecipanti con IQ più bassi e più alti ad ogni livello della variabile indipendente in modo che il QI medio sia approssimativamente uguale, allora questa variazione è probabilmente accettabile (e potrebbe anche essere desiderabile). Ciò che sarebbe negativo, tuttavia, sarebbe che i partecipanti a un livello della variabile indipendente avessero in media IQ sostanzialmente più bassi e che i partecipanti a un altro livello avessero in media IQ sostanzialmente più alti. In questo caso, IQ sarebbe una variabile confondente.

Confondere significa confondere, e questo effetto è esattamente il motivo per cui le variabili confondenti sono indesiderabili., Poiché differiscono tra le condizioni-proprio come la variabile indipendente—forniscono una spiegazione alternativa per qualsiasi differenza osservata nella variabile dipendente. La figura 6.1 mostra i risultati di uno studio ipotetico, in cui i partecipanti in una condizione di umore positivo hanno ottenuto un punteggio più alto su un compito di memoria rispetto ai partecipanti in una condizione di umore negativo., Ma se il QI è una variabile confondente – con i partecipanti nella condizione di umore positivo che hanno IQ più alti in media rispetto ai partecipanti nella condizione di umore negativo-allora non è chiaro se siano stati gli stati d’animo positivi o IQ più alti a causare ai partecipanti nella prima condizione di segnare più in alto. Un modo per evitare di confondere le variabili è mantenere costanti le variabili estranee. Ad esempio, si potrebbe impedire che il QI diventi una variabile confondente limitando i partecipanti solo a quelli con IQ di esattamente 100. Ma questo approccio non è sempre auspicabile per ragioni che abbiamo già discusso., Un secondo e molto più generale approccio—assegnazione casuale alle condizioni—sarà discusso in dettaglio a breve.