SYMPOZJUM IV
prof. zw dr hab. Janusz Trempała
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Analiza zmian w funkcjonowaniu i rozwoju człowieka: wprowadzenie
Zgodnie z założeniami konwencjonalnej metodologii błędy we wnioskowaniu o zmianach rozwojowych wiążemy zwykle: (a) z rzetelnością i trafnością stosowanych narzędzi; (b) z rzetelnością planów badawczych; (c) oraz z adekwatnością matematycznych modeli analizy zgromadzonych danych empirycznych. Ostatnio coraz lepiej zdajemy sobie sprawę z tego, że do podstawowych kategorii analizy zmian zaliczyć należy czas: nie sposób bowiem opisać i zrozumieć zmian w oderwaniu od czasu. Jednakże czas jako względny znacznik (marker) zmiany przysparza coraz więcej kłopotów w psychologicznych badaniach nad dynamicznością w funkcjonowaniu i rozwoju człowieka na wszystkich etapach procesu badawczego, także na etapie analizy zgromadzonych danych empirycznych. Poszukiwanie specyficznych modeli analizy danych empirycznych dostosowanych do natury zmian wewnątrz- i między-osobowych w funkcjonowaniu i rozwoju człowieka jest jednym z podstawowych wyzwań współczesnej psychologii.
dr Małgorzata Stępień-Nycz
Uniwersytet Jagielloński
Sposoby analizy trajektorii rozwojowych
Analizując dane longitudinalne napotykamy problem znacznego zróżnicowania indywidualnych ścieżek rozwoju i wynikające z niego ograniczenia we wnioskowaniu z wyników średnich o rozwoju poszczególnych jednostek. Z tego względu konieczne jest zastosowanie metod, które pozwolą analizować i porównywać indywidualne ścieżki rozwoju. W referacie przedstawiono kilka możliwych sposobów takiej analizy (m.in. klasyfikację indywidualnych trajektorii rozwojowych w oparciu o kryterium minimalnej istotnej różnicy, analizę skupień oraz podejście oparte na analizie grup trajektorii (Nagin, 1999)), zwracając uwagę na problemy i ograniczenia związane z każdym z podejść. Zwrócono również uwagę na wynikające z przyjęcia poszczególnych podejść różnice w uzyskiwanych rezultatach.
Analysis of developmental trajectories
The analysis of longitudinal data meets problems due to the significant individual differences in developmental trajectories. These differences limit the possibility to infer about the individual development from group-level data. Due to this fact there is a need for methods that allow to analyse and compare individual developmental trajectories. In the paper some methods of analysis of individual developmental trajectories are discussed, including classification of individual developmental trajectories on the basis of minimal significant difference criterion, cluster analysis and semiparametric group-based approach (Nagin, 1999). The methodological problems and limits concerning presented approaches are also discussed, as well as differences in results, stemming from different approaches.
dr Justyna Michałek
Uniwersytet Warmińsko-Mazurski w Olsztynie
Analiza bayesowska w badaniach rozwoju
Celem wystąpienia jest próba ukazania analizy bayesowskiej, która staje się popularna w badaniach podstawowych jak i stosowanych, w różnych dziedzinach, także psychologii. Przegląd literatury wskazuje, że w ciągu ostatnich pięciu lat opublikowane zostały artykuły dotyczące rozwoju z wykorzystaniem wspomnianej metody. Analiza zaproponowana przez T. Bayesa to metoda wnioskowania statystycznego, którą można uznawać za alternatywną dla tradycyjnego sposobu testowania hipotez (hipotez zerowych, w których zakłada się brak związków). Metoda Bayesa zakłada, że na podstawie dostępnego stanu wiedzy zazwyczaj oczekuje się, że jakiś związek pomiędzy zmiennymi zachodzi. W analizie bayesowskiej zachodzi zatem łączenie dotychczasowych rezultatów i oczekiwań z wnioskowaniem statystycznym. Rozważaniom poddane zostanie, w jakich okolicznościach atrakcyjne jawi się zastosowanie analizy bayesowskiej w badaniach rozwoju, ale także jakie są jej ograniczenia.
Bayesian analysis in developmental research
The aim of the presentation is to attempt to present Bayesian analysis, which is becoming popular in fundamental and applied research in various fields, including psychology. Review of the literature indicates that in the last five years some articles on the development using this method have been published. The analysis proposed by T. Bayes is a method of statistical inference, which can be considered as an alternative to the traditional method of testing hypotheses (null hypotheses, which assume no associations). Bayesian method assumes that based on available knowledge is usually expected that a relationship between variables occurs. Bayesian analysis is integrating existing results and expectations into one statistical model. It will be considered the advantages and disadvantages of using Bayesian analysis in developmental research.
mgr Karolina Byczewska-Konieczny, mgr Marta Szpak
Uniwersytet Jagielloński
Przedziały ufności i wielkości efektów w badaniach rozwojowych
Powszechnie stosowanym podejściem statystycznym w testowaniu hipotez badawczych jest podejście odrzucająco-potwierdzające, a w raportach z badań podaje się wyniki testów statystycznych i wielkość p. Aktualnie jednak coraz częściej mówi się o słabościach tego podejścia. Alternatywnie proponuje się raportowanie wielkości efektów i przedziałów ufności. Celem referatu jest wskazanie znaczenia przedziałów ufności i wielkości efektów w weryfikacji hipotez na temat zjawisk psychologicznych Autorki postarają się odpowiedzieć na następujące pytania: Czym są przedziały ufności i wielkości efektów? Jakich informacji dostarczają? W referacie zaprezentowane zostaną również aktualne wytyczne APA dotyczących raportowania wyników badań oraz krótka historia ich powstania. Autorki przyjrzą się również, w jakim stopniu do tych standardów odnoszą się czasopisma z zakresu psychologii rozwojowej.
Confidence intervals and effect sizes in developmental studies
The statistical approach based on rejection or confirmation of null hypothesis is commonly used in hypothesis testing. In this approach results of statistical tests and p values are reported. Nowadays, there are more and more voices indicating the weaknesses of this. Alternatively, reporting of effect sizes and confidence intervals is proposed. The main aim of the presentation is to show the role of effect sizes and confidence intervals in testing hypothesis about psychological phenomena. Authors will try to answer following questions: what are effect sizes and confidence intervals? what information they bring? During the presentation current APA’s guidelines on reporting results and short history of their appearance will be shown. Authors will analyse to what extent developmental journals meet this guidelines.
dr hab. Jan Cieciuch
Wyższa Szkoła Finansów i Zarządzania w Warszawie
Sposoby analizy wyników zebranych w badaniach longitudinalnych
Badania dotyczące rozwoju wymagają badań longitudinalnych. Warsztat poświęcony jest aktualnie stosowanym sposobom analizy wyników tych badań. Warsztat składa się z trzech części. W pierwszej części zostanie przedstawiony przegląd różnych sposób analizy wyników badań longitudinalnych. W drugiej części szczegółowo zostanie zaprezentowany model latentnych krzywych rozwojowych (latent growth curve, LGC), który jest obecnie najczęściej stosowanym sposobem analizy wyników badań longitudinalnych. Model zostanie omówiony w języku koncepcyjnym, nietechnicznym. W części trzeciej zostanie zaprezentowane działalnie modelu w praktyce na danych rzeczywistych. Analizy zostaną przeprowadzone w dwóch programach: Amos oraz Mplus, wraz z prezentacją wad i zalet obu programów. Zaprezentowane zostaną również reguły interpretacji wyników w zakresie zarówno wskaźników rozwoju, jak również międzyosobowego zróżnicowania w rozwoju.
Methods of longitudinal data analysis
Developmental research requires longitudinal plan of study. The workshop is devoted to currently most often used methods of analyzing longitudinal data. The workshop consists of three parts. The first one is a review of current methods. At the second part the latent growth curve model will be presented. The model will be described in a nontechnical, conceptual language. Presentation of how the model works in practice is a topic of the third part of the workshop. Analyses will be performed in Amos and Mplus. Advantages and disadvantages of both programs will be discussed. Rules of interpretation he indicators of both intraindyvidual change and interindividual diversity of change will be presented.