Brzeziński, J. (red.). (2004). Metodologia badań psychologicznych. Wybór tekstów. Poznań: Wydawnictwo Naukowe PWN.

Informacje dodatkowe

Spis treści
Wprowadzenie
Jerzy Brzeziński

CZĘŚĆ I. PLANOWANIE BADAŃ EMPIRYCZNYCH

Lee J. Cronbach
Dwa nurty psychologii naukowej (przetłumaczył Andrzej Tarlowski)

1. Rozłam między podejściami
2. Charakterystyka nurtów
3. Potencjalne korzyści, jakie oba podejścia mogą przynieść sobie nawzajem
4. Psychologia stosowana podzielona wbrew sobie
5. Interakcja postępowanie - jednostka w decyzjach praktycznych
6. Kształt zjednoczonego podejścia

Bogdan Wojciszke
Systematycznie Modyfikowane Autoreplikacje: logika programu badań empirycznych w psychologii

1. Wprowadzenie
2. Rzetelność podstawowego efektu
3. Maksymalizacja trafności wewnętrznej
4. Eliminacja altematywnych wyjaśnień
5. Maksymalizacja trafności zewnętrznej i teoretycznej
6. Sprawdzanie skuteczności manipulacji
7. Poszukiwanie moderatorów zależności
8. Poszukiwanie mediatorów zależności
9. Metaanaliza: ilościowa integracja wyników różnych badań
10. Konkluzje

Stephen G. West
Poza eksperyment laboratoryjny - plany eksperymentalne oraz quasi- eksperymentalne w otoczeniu naturalnym (przetłumaczył Marian Olejnik)

1. Modele kontroli
2. Trafność
2.1. Trafność wnioskowania statystycznego
2.2. Trafność wewnętrzna
2.3. Trafność teoretyczna
2.4. Trafność zewnętrzna
2.5. Priorytety wśród typów trafności
3. Wybrane plany badawcze stosowane w warunkach naturalnych.
4. Eksperymenty społeczne
4.1. Nowe zagrożenia trafności wewnętrznej
4.2. Wzmacnianie eksperymentów społecznych
4.3. Wnioski
5. Plan badawczy regresji nieciągłej
5.1. Dwa ważne założenia statystyczne
5.2. Kwestie trafności
5.3. Rozmyte reguły doboru do grupy
5.4.Wnioski
6. Przerwana sekwencja czasowa
6.1. Analiza statystyczna: krótki przegląd
6.2. Zagrożenia trafności wewnętrznej
6.3. Ulepszanie planu badania: wzmacnianie trafności wewnętrznej.
6.4. Reklama forrnalna i nieformalna
6.5. Trafność wnioskowania statystycznego.
6.6. Interpretacja skutków czynnika interwencyjnego.
6.7. Wnioski
7. Plan z nieekwiwalentną grupą kontrolną
7.1. Zasadnicze strategie statystycznego wyrównywania grup
7.2. Statystyczne dopasowywanie: przegląd.
7.3. Zagrożenia trafności wewnętrznej
7.4. Wzmacnianie planu równoważnej grupy kontrolnej.
7.5. Prawdopodobieństwo zagrożeń trafności wewnętrznej: prawidłowości, jakim podlegają wyniki.
7.6. Wnioski
8. Wnioski końcowe

Aleksandra Jaworska
Główne nurty w metodologii badań nad skutecznością psychoterapii - w poszukiwaniu "trzeciej drogi"

1. Wprowadzenie. 2. Badania typu efficacy - eksperyment laboratoryjny
2.1. Charakterystyka metodologii efficacy
2.2.Zaletybadańtypuefficacy
2.3. Ograniczenia badań typu efficacy
3. Badania typu effectiveness - badania korelacyjne w warunkach terenowych.
3.1. Charakterystyka metodologii effectiveness
3.2. Zalety badań typu effectiveness
3.3. Ograniczenia badań typu effectiveness
4. Porównanie metodologii efficacy i effectiveness
5. Wposzukiwaniu"trzeciejdrogi" 5.1. Badania"hybrydalne"
5.1.1. Zwiększenie trafności zewnętrznej badań typu efficacy
5.1.2. Zwiększenie trafności wewnętrznej badań typu effectiveness
5.2. Badania quasi-eksperymentalne.
5.2.1. Plan z nieekwiwalentną grupą kontrolną
5.2.2.Planbadawczyregresjinieciągłej
5.2.3. Plan przerywanej sekwencji czasowej
5.2.4. Podsumowanie - badania quasi-eksperymentalne.
5.3. Badania przypadków.
5.3.1. Badania quasi-eksperymentalne na próbie N = 1
5.3.1.1. Plany proste ,.
5.3.1.2. Plany złożone
5.3.1.3. Plany wielokrotnego pomiaru początkowego.
5.3.2. Studium przypadku
5.3.2.1. Studium przypadku według Kazdina 5.3.2.2. Studium przypadku według paradygmatu pragmatycznego.
5.4. Dokądprowadzi"trzeciadroga"?..

Część II. METODY BADAŃ

Elżbieta Hornowska, Władysław Paluchowski
Kulturowa adaptacja testów psychologicznych

1.Wprowadzenie
2. Kulturowy kontekst procedur diagnostycznych
2.1. Kultura i jej wymiary
2.2. Uniwersalny czy specyficzny przedmiot pomiaru psychologicznego?
2.3. Wpływ kontekstu kulturowego na test
2.4. Czy istnieją testy "wolne od kultury"?
3. Normalizacja a adaptacja kulturowa
4. Procedura adaptacji kulturowej
4.1. Założenia adaptacji kulturowej - analiza konstruktu teoretycznego
4.2. Kulturowe dostosowanie materiału bodźcowego
4.2.1. Problemy tłumaczenia
4.2.2. Inne formy kulturowego dostosowania materiału bodźcowego
4.2.3. Sprawdzanie trafności tłumaczenia
4.3. Badania wersji ostatecznej
4.3.1. Badanie równoważności adaptowanych narzędzi.
4.4. Analiza psychometryczna i upowszechniana wersja docelowa
5. Zakończenie

Anna Brzezińska
Socjometria

1. Wprowadzenie
2. Ogólna charakterystyka socjometrii
3. Warunki, jakie powinna spełniać metoda socjometryczna
4. Zastosowanie socjometrii
5. Przygotowanie i przebieg badania socjometrycznego
5.1. Czynności przygotowawcze
5.2. Przebieg badania
6. Tabela socjometryczna
7. Graficzna prezentacja materiału socjometrycznego
7.1. Uwagi ogólne
7.2. Socjogram nieuporządkowany
7.3. Socjogram kołowy (tarczowy)
7.4. Socjogram hierarchiczny
8. Ilościowa analiza materiału socjometrycznego
8.l.Wskażniki indywidualne
8.2. Wskaźniki grupowe
8.3. Analiza statusu socjometrycznego
9. Korzyści z zastosowania metody socjometrii

Anna Brzezińska, Jerzy Brzeziński
Skale szacunkowe w badaniach diagnostycznych

1. Wprowadzenie.
2. Rodzaje skal szacunkowych
2.1. Kryteria podziału skal szacunkowych
2.2. Skale kategorialne. .
2.3. Skale numeryczne i graficzne
2.3.1. Wymagania techniczne stawiane skalom graficznym.
2.3.2. Skale ciągłe a skale dyskretne
2.3.3. Rodzaje skal numerycznych i graficznych.
2.3.4. Skala graficzna dwubiegunowa
2.4. Skale skumulowanych ocen
2.5. Skale z wymuszonym wyborem
2.5.1. Charakterystyka skal szacunkowych z wymuszonym wyborem
2.5.2. Wybór czynników i dobór stwierdzeń do pozycji.
2.5.3. Obliczanie wskaźników preferencji i różnicowania dla poszczególnych stwierdzeń
2.5.4. Konstrukcja pozycji skali
2.5.5. Przebieg badania i analiza wyników.
2.6. Zastosowanie skal szacunkowych według tzw. techniki Q-sort
2.6.1. Ogólna charakterystyka techniki Q-sort
2.6.2. Kryterium i dobór pozycji
2.6.3. Charakterystyka rozkładu pozycji
2.6.4. Przebieg badania.
2.6.5. Zasady obliczania wyników.
2.6.6. Procedura budowy Skali Samoakceptacji SQ
2.6.7.0cenatechnikiQ-sortu
3. Zasady konstruowania skal szacunkowych.
3.1. Zasady opisywania szacowanych cech i zachowań
3.2. Zakotwiczenie skali.
3.3. Optymalna liczba punktów skali
4. Poziom pomiaru oszacowań
5. Rzetelność skal szacunkowych
6. Błędy popełniane przy szacowaniu
6.1. Błąd łagodności
6.2. Błąd tendencji centralnej..
6.3. Efekt halo
6.4. Błąd bliskości
6.5. Błąd kontrastu
7. Typy postaw wobec badania
8. Podsumowanie

Michał Stasiakiewicz
Test Apercepcji Tematycznej jako narzędzie diagnozy psychologicznej

1. Badanie i interpretacja
1.1. Materiał testowy
1.2. Zadanie testowe
2. Zastosowania i modyfikacje TAT
3. TAT i psychologia ego
3.1. Aspekt strukturalny
3.2. Aspekt relacyjny
4. System Bellaka
4.1. Kategorie analizy
4.2. Reguly wnioskowania
5. Diagnoza relacji z obiektem.
5.l. Założenia Skali DRO
5.2. Przykład interpretacji
5.3. Właściwości skali
6. TAT jako sytuacja problemowa
6.1. Zalożenia Skali ROP
6.2. Procedura badania
6.3. Budowa skali
6.4. Właściwości skali.
7.Zakończenie

CZĘŚĆ III: STATYSTYCZNA ANALIZA DANYCH

Henryk Domański
Modelowanie logarytmiczno-liniowe

1.Pytania badawcze
2. Model
3. Wybór najlepszego modelu
4. Model dla większej liczby zmiennych
5. Uwagi końcowe

Marek Gaul, Andrzej Machowski
Wprowadzenie do analizy ścieżek

1. Wprowadzenie
2. Model regresji wielokrotnej MCR a model analizy ścieżek PA
3. Przyczynowość w modelu analizy ścieżek
4. Podstawowa charakterystyka i założenia analizy ścieżek
4.1. Diagram ścieżek.
4.2. Założenia modelu PA
5. Procedura analizy ścieżek
5.1. Opracowanie modelu - obliczanie współczynników ścieżek
5.2. Testowanie modelu - reprodukcja macierzy korelacji
5.3. Interpretacja modelu - dekompozycja korelacji
6. Analiza przykładu.
7. Zmienne porządkowe w modelu PA
7.1. Zasady kodowania zmiennej porządkowej
7.2. Analiza ścieżek dla danych porządkowych.
8. Podsumowanie

Grzegorz Król, Grażyna Wieczorkowska
Budowanie wskaźników za pomocą analizy czynnikowej

1. Wprowadzenie.
2. Analiza czynnikowa
2.1. Analiza czynnikowa i analiza głównych składowych
2.2. Analiza głównych składowych
2.2.1. Model głównych składowych
2.2.2. Interpretacja geometryczna modelu głównych składowych
2.2.3. Model czynników wspólnych
2.3. Analiza danych za pomocą pakietu statystycznego
2.3.1. Przygotowanie i ocena danych
2.3.2. Wydobywanie czynników
2.4. Przykład tworzenia wskaźników na podstawie odpowiedzi na 17 pytań
2.5. Analiza głównych składowych i klasyczna analiza czynnikowa - porównanie.
2.6. Analiza czynnikowa i analiza głównych składowych w SPSS dla Windows

Grażyna Wieczorkowska, Grzegorz Król
Odtwarzanie mapy poznawczej za pomocą skalowania wielowymiarowego

1. Wprowadzenie
2. Przykład algorytmu
3. Rodzaje skalowania wielowymiarowego
4. Informacje podstawowe o danych wejściowych wchodzących do SW
4.1. Metody zbierania danych do skalowania
4.2. Który sposób wybrać?
4.3. Przygotowanie danych wejściowych
5. Interpretacja otrzymanego rozwiązania
5.1. Problem "zdegenerowanego rozwiązania"
5.2. Określenie optymalnej liczby wymiarów
5.3. Interpretacja rozwiązania otrzymanego ze skalowania wielowymiarowego.
5.4. Sposoby interpretacji (nadawanie nazw) wymiarów.
6. Skalowanie-przykładowe dane
6.1. Ograniczenia skalowania.
7. Skalowanie w SPSS dla Windows
8. Podsumowanie

Marzenna Zakrzewska
Konfirmacyjna analiza czynnikowa w ujęciu pakietu statystycznego LISREL 8.51 (2001) Karla G. Joreskoga i Daga Sorboma

1.Wprowadzenie
2. Przykład zastosowania konfirmacyjnej analizy czynnikowej
2.1. Plik danych
2.2. Tworzenie modelu
2.2.1. Parametry ustalone, parametry wymuszone oraz parametry wolne.
2.2.2. Diagram ścieżek
2.2.3. Plik poleceń
2.2.3.1. Macierze ładunków czynnikowych, korelacji pomiędzy czynnikami i wariancji swoistej poszczególnych zmiennych
2.2.3.2. Ustalanie, uwalnianie i wymuszanie parametrów modelu
2.2.3.3. Zakończenie pliku poleceń
2.3. Uruchamianie programu
3. Analiza wydruku komputerowego z konfirmacyjnej analizy czynnikowej podwymiarów charakteru skali TCI
3.1. Wskaźniki dobroci dopasowania
3.1.1.Testchi-kwadrat
3.1.2. Wskaźnik dobroci dopasowania (GFI) oraz skorygowany wskaźnik dobroci dopasowania (AGOF)
3.1.3. Pierwiastek ze średniego kwadratu reszt (RMR)
3.1.4. Pierwiastek ze średniego kwadratu błędu aproksymacji (RMSEA)
3.2. Indeksy modyfikacyjne
4. Zmiana modelu i próba oszacowania go raz jeszcze
5. Zakończenie

Marzenna Zakrzewska
Miary podobieństwa i odległości dla danych dwukategorialnych wykorzystywane przez SPSS w analizie skupień
1.Wprowadzenie
2. Wskaźniki podobieństwa dla danych dwukategorialnych
3. Miary podobieństwa i odległości
3.1. Współczynniki podobieństwa i miary odległości dla danych binarnych wykorzystywane przez pakiet SPSS for Windows
4. Współczynniki powiązania
4.1. Miara Russella i Rao (RR)
4.2. Proste zgodności (SM)
4.3. Miara Jaccarda (Jaccard)
4.4. Miara Dice'a (Dice)
4.5. MiaraSokalai Sneatha 1 (SSl)
4.6. MiaraRogersaiTanimoto(RT)
4.7. Miara Sokala i Sneatha 2 (SS2)
4.8. Miara Kulczyńskiego 1 (KI)
4.9. Miara Sokala i Sneatha 3 (SS3)
4.10. Podsumowanie
5. Wskaźniki oparte na prawdopodobieństwie warunkowym.
5.l.MiaraKulczyńskiego2(K2)
5.2. Miara Sokala i Sneatha 4 (SS4)
5.3. Miara Hamanna (Hamann)
5.4.Podsumowanie
6. Miary predykcyjne
6.1. Miara lambda Goodmana i Kruskala (lambda)
6.2. Miara D Andenberga (D)
6.3. Miara Y Yula (Y)
6.4. Miara QYula (Q)
6.5. Podsumowanie
7. Inne miary dla dwukategorialnych danych nominalnych
7.1. Miara Ochiai (Ochiai)
7.2. Miara Sokala i Sneatha 5 (SS5)
7.3. Korelacja punktowo-czteropolowa phi Yule'a (Phi)
7.4. Odległość euklidesowa (BEUCLID)
7.5. Kwadrat odległości euklidesowej (BSEUCLID)
7.6. Różnica wielkości (SIZE)
7.7. Różnica wzoru (SHAPE)
7.8. Różnica kształtu (BSHAPE)
7.9. Miara rozproszenia (DISPER)
7.10. Miara wariancyjna (VARIANCE)
7.11. Miara Lance'a i Williamsa (BLWMN)
7.12. Podsumowanie
8. Przykłady zastosowania wskaźników dla danych zero-jedynkowych do mierzenia podobieństwa obiektów lub cech
8.1. Podobieństwo profilów dla obiektów, w których uwzględniono cechy jednobiegunowe
8.2. Podobieństwo profilów dla obiektów, w których uwzględąiono cechy dwubiegunowe
8.3. Podobieństwo cech (zmiennych)
8.4. Zakończenie

Marzenna Zakrzewska
Miary podobieństwa i odległości dla danych ilościowych wykorzystywane przez SPSS w analizie skupień

1. Wprowadzenie
2. Miary podobieństwa i odległości
2.1. Odległość taksonomiczna
2.2. Współczynniki podobieństwa
2.3. Odległość taksonomiczna a współczynnik podobieństwa.
2.3.1. Zamiana współczynnika podobieństwa na odległość taksomiczną
2.3.2. Zamiana odległości taksonomicznej na współczynnik podobieństwa
3. Miary podobieństwa i odległości dla danych ilościowych wykorzystywane przez SPSS
3.1. Miary odległości
3.1.1. Metryki Minkowskiego
3.1.1.1. Odległość miejska
3.1.1.2. Odległość euklidesowa
3.1.1.3. Kwadrat odległości euklidesowej
3.1.1.4. Odległość Czebyszewa
3.1.1.5. Podsumowanie metryk Minkowskiego
3.1.2. Odległość użytkownika
3.2.Miarypodobieństwa
3.2.1. Kosinus wektorów
3.2.2. Współczynnik korelacji Pearsona
3. Podsumowanie
4. Profil cech (zmiennych) dła obiektów (osób badanych)
5. Miary odległości dła danych ilościowych
5.1. Odległość euklidesowa
5.2. Metryki Minkowskiego i odległości użytkownika.
5.3. Pomiar odległości pomiędzy zmiennymi
6. Miary podobieństwa dla danych ilościowych
6.1. Kosinus wektorów i korelacjaPearsona
6.2. Pomiar podobieństwa pomiędzy obiektami
6.3. Miary podobieństwa a przesuwanie profili w górę lub w dół skali
6.4. Miary podobieństwa a zmiana kierunku pomiaru w skalach wchodzących w skład profilu
6.4.1. Współczynnik rc Cohena
6.5. Profile o tym samym kształcie i różnej wysokości.
6.6. Współczynnik korelacji Pearsona, współczynnik kosinus wektorów i współczynnik rc Cohena a mierzenie podobieństwa obiektów
7. Podsumowanie.

Bibliografia
Indeks nazwisk

Kategoria:
Skip to content