Professional Documents
Culture Documents
2.naucne Metode U Psihologiji - CB
2.naucne Metode U Psihologiji - CB
PSIHOLOGIJI
Sadržaj predavanja
• Teorija, hipoteza, pojam
• Naučni pojmovi u psihologiji
• Vrste metoda
• Strategije i tehnike istraživanja
• Eksperiment u psihologiji
• Neeksperimentalna istraživanja
u psihologiji
– Anketiranje
– Korelaciona istraživanja
– Klinička metoda
• Metode obrade podataka
– Merne skale
– Deskriptivna statistika
– Hipoteza o normalnoj raspodeli
– Izračunavanje korelacije
Teorija, hipoteza, pojam
• Polazna osnova istraživanja – postojeća
saznanja i pretpostavke o fenomenu koji želimo
da istražujemo
• Međuzavisnost teorije i metoda istraživanja – u
istraživanje se kreće sa određenim
pretpostavkama (hipotezama), čija se istinitost
može proveriti u praksi
• Preduslovi za sprovođenje naučnih istraživanja
– Zahtevi koje naučna teorija treba da ispuni:
– Moguće je izvesti proverljiva predviđanja
(predikcije) iz teorije
– Mora biti opovrgljiva (moguće je doći do
rezultata koji će pokazati da je teorija
neprihvatljiva)
– Mora biti dobro definisana (npr. operacionalne
definicije)
• TEORIJA – skup konstrukata (apstraktnih pojmova) zajedno sa pretpostavkama o
njihovim međusobnim odnosima
HIPOTETIČKI
KONSTRUKTI
VRSTE VARIJABLI
NEZAVISNA INTERVENIŠUĆA ZAVISNA
Formula S (draž) O (organizam) R (reakcija)
Oblik Tvrdnje upitnika Osobine ličnosti Odgovori na upitniku
KLINIČKA METODA
• Klinička psihologija
• Usmerenost na pojedinca – Idiografski pristup
• Cilj – pružanje pomoći pojedincu u profesionalnom, bračnom,
zdravstvenom i dr. funkcionisanju (savetovanje)
• Tehnike – standardizovani testovi i intervju
• Poštovanje i pridržavanje posebno propisanih pravila ponašanja tokom
intervjua i testiranja
• Obrada prikupljanih podataka i interpretacija u skladu sa postojećim
teorijama ličnosti
• Pisanje psihološkog nalaza – podrazumeva znanje, iskustvo i umešnost
psihologa
METODE OBRADE PODATAKA
• Statistika u psihologiji
– Deskriptivna statistika – opis i
klasifikacija pojava
– Statistika zaključivanja – ispitivanje
zakonitosti na osnovu kojih se izvode
zaključci
• Sirova mera (X) – osnovni podatak u
statistici, brojčana vrednost koja
kvantitativno iskazuje merenu pojavu
• N – broj sirovih mera, vrlo često i broj
ispitanika
• Vrste podataka u statistici:
– Mere ili skorovi (merne skale)
– Frekvencije ili učestalost (prebrojavanje
po klasama ili kategorijama)
MERNE SKALE
• Skale u kojima se vrednosti mogu
razvrstati po određenim pravilima
– Nominalne (kategorije bez
kvantitativnih odnosa i bez
kontinuiteta, nema brojčanih
vrednosti, može da se meri učestalost)
• Prirodne kategorije: žene i muškarci
• Veštačke kategorije: budžetski i
samofinansirajući studenti
– Ordinalne – pravilo kontinuiteta (npr.
rang lista)
– Intervalne – pravilo kontinuiteta i
osobina ekvivalentnosti (merenje
inteligencije)
– Racio – pravilo kontinuiteta,
ekvivalentnosti i ekvidistantnosti
(postojanje apsolutne nule)
DESKRIPTIVNA STATISTIKA
• Opis pojava – svođenje mnoštva različitih podataka (sirovih mera) na mali
broj karakterističnih vrednosti
• Oblici opisa skorova sirovih mera:
– Računanje središnje vrednosti i indeksa raspršenja
– Grafičko prikazivanje učestalosti mera po klasama (poligon učestalosti,
histogram, grafikon „pita“)
• Mera centralne tendencije (mera proseka) – središnja vrednost skupa
sirovih mera oko koje se gomilaju dobijeni rezultati merenja
– Dominantna vrednost ili Mod (D) – vrednost koja se najčešće pojavljuje
među pojedinačnim vrednostima
– Centralna vrednost ili medijana (C) – vrednost tačno u sredini niza
ordinalno poređanih sirovih mera
– Aritmetička sredina (M) – težište svih rezultata jednog skupa – zbir
pojedinačnih vrednosti podeljen brojem rezultata u skupu (intervalna
skala)
• Mere raspršenja – odstupanje mera od središnje vrednosti
– Raspon (R) – razlika između najmanje i najveće mere
– Prosečno odstupanje (PO) – presečno odstupanje rezultata od
središnje vrednosti (intervalna skala)
– Standardna devijacija (σ) – zasniva se na kvadratima odstupanja
između aritmetičke sredine i pojedinačnih rezultata (intervalna skala)
Najčešće se računaju aritmetička sredina i standardna devijacija
(intervalna skala i pretpostavka o normalnoj raspodeli mera u populaciji)
HIPOTEZA O NORMALNOJ RASPODELI
• Teorijski model raspodele (distribucije) sirovih mera na način da se
njihova najveća učestalost očekuje kod srednjih vrednosti, dok
prema krajevima postepeno opada
• Normalna ili Gausova kriva – grafički prikaz
• Karl Fridrih Gaus (Carl Friedrich Gauss) – učestalost pojavljivanja
mera proporcionalna je verovatnoći njihovog pojavljivanja
– 1σ obuhvata 34,1 % mera
– 2σ obuhvata 47,7 % mera
– 3σ obuhvata 49,9 % mera
• Raspodela inteligencije u populaciji:
– Prosečno inteligentni 68,2% populacije (-1σ do +1σ)
– Natprosečno inteligentni i ispodprosečno inteligentni 15,9% populacije
– Geniji i idioti 2,3% populacije
IZRAČUNAVANJE KORELACIJE
• Složeniji oblik obrade podataka – istraživanje povezanosti 2 ili više varijabli
• Koeficijent korelacije – broj koji pokazuje u kojoj meri promene jedne
varijable idu uporedo sa promenama druge varijable (između -1 i 1)
– Pozitivna i negativna korelacija – smer promena jedne varijable u odnosu na
drugu
– Veličina (jačina) korelacije – slaba, niska, srednja, visoka i veoma visoka (preko
0,8)
• U društvenim naukama – korelacije iznad 0,5 smatraju se visokim
• Načini izračunavanja korelacije:
– Pirsonov koeficijent linearne korelacije – r (varijable sa intervalne merne skale,
važi hipoteza o normalnosti distribucije, povezanost između varijabli približno
linearna, broj mera veći od 30)
– Test statističke značajnosti !
• Nivo 0,01 (dobijena povezanost bi se pojavila čistim slučajem jednom u 100
slučajeva)
• Nivo 0,05 (dobijena povezanost bi se pojavila čistim slučajem jednom u 20
slučajeva)
• Multivarijantne statističke tehnike – postoji više varijabli u
istraživanju
• Upotreba Korelacione matrice (Kovarijanse) – prikaz svih mogućih
povezanosti više varijabli u istraživanju
• Tehnike:
– Faktorska analiza – otkrivanje latentnih generatora ponašanja
iza manifestnih varijabli – (rotacija faktora radi lakše
interpretacije; najčešće primenjivana – analiza glavnih
komponenti sa varimax rotacijom). Prikaz rezultata:
• ekstrahovani faktori,
• procenat ukupne varijanse koju svaki faktor objašnjava,
• koeficijent zasićenosti manifestnih varijabli dobijenim faktorima i
• komunalitet – procenat varijanse manifestne varijable objašnjen
svim zadržanim faktorima
– Diskriminativna analiza,
– Kanonička analiza,
– Regresiona analiza,
– Analiza sklopa…
• IBM SPSS Statistics (Statistical Package for the Social Sciences)