Fondamenti di ricerca comportamentale: semplici definizioni di variabili e misure

Questo articolo analizzerà alcuni dei termini di base dell'analisi quantitativa.

6689062, CC0, tramite Pixabay

L'analisi statistica qualitativa e quantitativa può essere molto utile per un'azienda o un'organizzazione che desidera formulare una strategia di marketing efficace. Tuttavia, la comprensione delle statistiche qualitative e quantitative e dei suoi strumenti può creare molta confusione. Questo articolo cerca di dare un senso ai termini di base associati all'analisi quantitativa.

Variabili

Una variabile è una caratteristica osservabile di un oggetto o di un evento che può essere descritto secondo una classificazione o uno schema di misurazione ben definito.

Esempi di variabili studiate nella ricerca comportamentale o nelle scienze sociali includono: sesso, reddito, istruzione, classe sociale, produttività organizzativa, orientamento al compito, memoria di richiamo, memoria di riconoscimento e risultati (Kerlinger & Lee, 2001).

Variabili indipendenti e dipendenti

Una variabile indipendente è un fenomeno che viene manipolato da un ricercatore e si prevede che abbia un effetto su altri fenomeni (Williams & Monge, 2001). Un esempio di variabile indipendente potrebbe essere un metodo di insegnamento, un trattamento medico o un regime di allenamento.

Una variabile dipendente è un fenomeno influenzato dalla manipolazione da parte del ricercatore di un altro fenomeno. Ad esempio, il successo è l'effetto di un metodo di insegnamento, la cura o meno l'effetto di un trattamento medico e il livello di abilità più elevato o meno (risultato) l'effetto di un regime di allenamento.

Supponiamo che un ricercatore educativo voglia sapere come un certo stile di insegnamento influisce sull'apprendimento in classe e misurerà la differenza dando agli studenti un test preliminare prima che lo stile di insegnamento venga applicato e quindi riesaminando gli stessi studenti in seguito. La variabile indipendente sarebbe il nuovo metodo di insegnamento (la causa) e la variabile dipendente sarebbe il punteggio del test risultante o il risultato o effetto).

Variabili attive e degli attributi

Kerlinger e Lee fanno un'altra distinzione nelle variabili tra attivo e attributo.

Una variabile attiva è una variabile che può essere manipolata. Le variabili attive sono anche chiamate variabili sperimentali. Esempi di questo tipo di variabile sono i metodi di insegnamento, i regimi di allenamento e simili, che possono essere modificati per valutare il loro effetto sui fenomeni.

Una variabile di attributo è una variabile che non può essere manipolata. Un esempio di una variabile attributo è il sesso, la razza, la condizione psicologica e / o qualsiasi caratteristica intrinseca o pre-programmata e non può essere modificata.

Variabili categoriali e continue

Una terza coppia di variabili importanti sono variabili categoriali e continue (Kerlinger e Lee).

Le variabili categoriali appartengono a una misura chiamata di natura nominale e demografica. Ciò significa che vengono utilizzati per scopi di classificazione in categorie che si escludono a vicenda. In quanto tali, non hanno rango e sono quindi dello stesso livello come sesso, età, razza, preferenza religiosa e affiliazione politica.

Le variabili continue sono quelle che hanno un senso ordinato dei valori entro un certo intervallo, con un numero teorico infinito di valori all'interno di tale intervallo. Un esempio di questo tipo di variabile è l'intelligenza, che può essere designata alta, media o bassa a seconda dei punteggi nei test di rendimento.

Scale di misurazione nell'analisi statistica

Nell'analisi statistica, ci sono quattro livelli base di misurazione.

Scala nominale

La scala nominale è la forma più debole di misurazione statistica. I ricercatori utilizzano una scala nominale per classificare le osservazioni senza alcuna intenzione di ordinare o classificare i risultati in base al livello di importanza. Tali osservazioni includono l'evidenziazione del colore degli occhi, razza, religione, nazionalità e simili.

Scala ordinale

La scala ordinale incorpora la scala nominale ma cerca di classificare le risposte con "maggiore di" o "minore di". Ad esempio, un questionario di ricerca potrebbe essere progettato per scoprire quanto agli adulti piace usare i social media come Facebook oppure i risultati di una corsa di cavalli potrebbero essere elencati in ordine di arrivo.

Sia la scala di misurazione nominale che quella ordinale vengono utilizzate principalmente nell'analisi qualitativa.

Scale di intervallo e rapporto

Una terza forma di misurazione statistica è la scala dell'intervallo. La prima caratteristica delle scale di intervallo e di rapporto è che il livello di significatività è trattato in termini di intervalli noti e uguali. La seconda caratteristica di questi livelli o scale è che sono di natura quantitativa. Inoltre, ad essi possono essere applicate alcune o tutte le operazioni aritmetiche.

Validità ed affidabilità

In Reasoning with Statistics, Frederick Williams e Peter Monge (2001) hanno notato:

In altre parole, c'è sempre la possibilità che il metodo scelto porti effettivamente alla follia statistica. Al fine di garantire i risultati di una particolare analisi statistica, l'aspirante ricercatore deve prendere in considerazione i concetti di validità e affidabilità.

Validità

La validità nella ricerca comportamentale o nelle scienze sociali indica il grado in cui le scale misurano ciò che i ricercatori affermano di misurare. Williams & Monge sottolineano che "la questione della validità è una questione di" bontà di adattamento "tra ciò che il ricercatore ha definito come caratteristiche di un fenomeno e ciò che ha riportato nel linguaggio della misurazione" (p. 29).

Ad esempio, il concetto di validità può porre una domanda del tipo "in che misura i punteggi dei risultati di un esame si riferiscono alla conservazione della conoscenza di una determinata materia?" In un estremo assurdo, il concetto di validità verrebbe violato se un insegnante sostenesse un esame sulla sezione 4 di un testo di storia degli Stati Uniti quando voleva sapere quanto i suoi studenti hanno imparato dalla sezione 5 del loro testo di matematica. Allo stesso modo, un ricercatore di scienze sociali sarebbe sbagliato se misurasse le percezioni dello stile di leadership eseguendo un test della personalità.

Affidabilità

L'affidabilità nella ricerca in scienze comportamentali si riferisce alla coerenza interna ed esterna della misurazione. L'affidabilità cerca di sapere se lo strumento di misurazione scelto produrrebbe gli stessi risultati se applicato alle stesse identiche condizioni.