A kísérlet megtervezése

Hasonló dokumentumok
4. okt. 3.: statisztika: binomiális regresszió, saját kísérletek

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Az empirikus vizsgálatok alapfogalmai

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Mondd meg, mit hallasz, és megmondom, ki vagy

Adatok statisztikai értékelésének főbb lehetőségei

Mérés és skálaképzés. Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék

Bevezetés az SPSS program használatába

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

y ij = µ + α i + e ij

A statisztika alapjai - Bevezetés az SPSS-be -

Biomatematika 2 Orvosi biometria

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

[Biomatematika 2] Orvosi biometria

PIACKUTATÁS (MARKETINGKUTATÁS)

Feladatok: pontdiagram és dobozdiagram. Hogyan csináltuk?

Adatelemzés az R-ben április 25.

Nemparametrikus tesztek december 3.

Adattípusok, ábrák és grafikonok az excelben

Vargha András Károli Gáspár Református Egyetem Budapest

A beszédstílus meghatározó tényezői és temporális jellemzői

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

STATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

a munkaerőpiac számos szegmensében egyaránt szükségszerű a használata (Szabó

Szakpolitikai programok és intézményi változások hatásának elemzése

MINTAVÉTELEZÉS. Alaptípusai: sampling. véletlen érvényesítésére v. mellőzzük azt. = preferenciális mintav. = véletlen mintav.

S atisztika 2. előadás

Az első számjegyek Benford törvénye

Varianciaanalízis 4/24/12

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

A deixis megjelenési formái a prozódiában

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

[Biomatematika 2] Orvosi biometria

A statisztika alapjai - Bevezetés az SPSS-be -

Félidőben félsiker Részleges eredmények a kutatásalapú kémiatanulás terén

V. Gyakorisági táblázatok elemzése

Mérési hibák

Óvodás és kisiskolás gyermekek interpretált beszédének vizsgálata

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Beszédészlelés 1: Beszédpercepció. A beszédpercepció helye a beszédmegértési folyamatban

2006. szeptember 28. A BESZÉDPERCEPCI DPERCEPCIÓ. Fonetikai Osztály

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

Beszédhiba és beszédfeldolgozás

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus

Logisztikus regresszió

TÁMOP-4.2.2/B-10/ Tantárgyi program (rövidített)

A spontán beszéd kísérőjelenségei

Ismételt méréses multifaktoriális varianciaanaĺızis (repeated measures MANOVA) szeptember 19.

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

Kutatói pályára felkészítı modul

Bevezető Mi a statisztika? Mérés Csoportosítás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Magánhangzónyújtások a gyermeknyelvben

Kvantitatív kutatás mire figyeljünk? Majláth Melinda PhD Tartalom. Kutatási kérdés kérdőív kérdés. Kutatási kérdés kérdőív kérdés

BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA

1 Hipot ezisek, sk alat ıpusok Objektumok az R-ben

Sta t ti t s i zt z i t k i a 3. előadás

III. Kvantitatív változók kapcsolata (korreláció, regresszió)

2012. április 18. Varianciaanaĺızis

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

Kutatásmódszertan és prezentációkészítés

Matematikai alapok és valószínőségszámítás. Normál eloszlás

Szocio- lingvisztikai alapismeretek

A VIZUÁLIS TÖMEGMÉDIA HATÁSA SERDÜLŐ LÁNYOK ÉS FIATAL NŐK TESTKÉPÉRE ÉS TESTTEL KAPCSOLATOS ATTITŰDJÉRE

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A tartalomelemzés szőkebb értelemben olyan szisztematikus kvalitatív eljárás, amely segítségével bármely szöveget értelmezni tudunk, és

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Kettőnél több csoport vizsgálata. Makara B. Gábor

A leíró statisztikák

Biomatematika 2 Orvosi biometria

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Kutatásmódszertan. Kulturális szempont megjelenése. Modulok áttekintése. Történet Témák és megközelítések. 11. Társadalmi nézőpont

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Elméleti összefoglalók dr. Kovács Péter

Több valószínűségi változó együttes eloszlása, korreláció

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

N É Z D - H A L L D - ÉREZD- M O N D D! A Z É S Z L E L É S n o v e m b e r 1 4.

Sta t ti t s i zt z i t k i a 1. előadás

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

[Biomatematika 2] Orvosi biometria

2. MÉRÉSELMÉLETI ISMERETEK

Páros összehasonlítás mátrixok empirikus vizsgálata. Bozóki Sándor

Ismétlı áttekintés. Statisztika II., 1. alkalom

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

Beszédfeldolgozási zavarok és a tanulási nehézségek összefüggései. Gósy Mária MTA Nyelvtudományi Intézete

Valószínűségi változók. Várható érték és szórás

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Matematikai geodéziai számítások 6.

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Változók eloszlása, középértékek, szóródás

Átírás:

A kísérlet megtervezése

Általános, gyakorlati tanács A tervezett kísérletünkhöz hasonlót, már biztosan csinált valaki Keressünk egy cikket, ami egy, a miénkhez hasonló kérdést vizsgál, és gátlástalanul másoljuk le a Kísérlet módszertanát -- de persze javítsuk ki/fel, ha tudjuk! mindig van mit korrigálni, jobban kontrollálni (kritikai olvasás!), Cikk szerkezetét. Ildomos erre a cikkre hivatkozni is, főként, ha tényleg nagyban támaszkodunk a módszereire.

Hogyan kezdődik a fonetikai kutatási folyamat? Ihletmerítés. Látok, hallok egy érdekes nyelvi/beszédbeli jelenséget a metrón A nők egy társalgásban több nem verbális visszajelzést adnak, mint a férfiak. Felfigyelek hétköznapi emberek (laikusok) vagy nyelvművelők egy a nyelvről/beszédről szóló megfigyelésére Egyre gyakoribb a hogy elhagyása lehet után. Olvasok egy állítást a szakirodalomban, amire közvetlenül nem látok bizonyítékot Olvasok egy állítást a szakirodalomban, amire azt cáfoló tapasztalatom/ismereteim vannak Olvasok egy állítást az elméleti szakirodalomban, amit korábban nem vizsgáltak kísérletesen Stb. bármi lehet a kutatás ötletadója!

Hogyan lesz egy ötletből kísérlet? 1. MEGFIGYELÉS: Az u magánhangzó szó elején (első szótagban) hosszabb. 2. Az észrevétel kérdéssé formálása vajon miért látható/hallható ez a jelenség? Ez a jelenség általános? Miért van? A szóelejiség miatt? Másért? 3. Elképzelés, kiinduló elmélet kigondolása hipotézisállítás. A jelenség valójában nem a magánhangzó minőségétől függ, hanem attól, hogy a magánhangzó melyik szótagban áll. A magyarban ugyanis mindig az első szótag potenciálisan hangsúlyos. A magánhangzók megvalósulásának időtartamára tehát hatással van a hangsúly. Vegyük észre: a hipotézis INDOKLÁST IS TARTALMAZ! 4. A hipotézis tesztelhető (cáfolható), azaz kísérlettel ellenőrizhető állításokra bontása. milyen falszifikálható állításokat tudunk megfogalmazni? Ha az elméletem helyes, akkor ugyanazon magánhangzó hosszabban realizálódik akkor, ha hangsúlyos szótagban ejti azt a beszélő. Vagyis: az időtartama (ms) hosszabb, ha hangsúlyos (vs hangsúlytalan) a pozíció. Mi a dőlttel jelölt változók neve?

Hogyan lesz egy ötletből kísérlet? MEGFIGYELÉS: Az u magánhangzó szó elején hosszabb. Változók: előre meghatározandó mit vizsgálok pontosan? Függő változó: a kísérlet során mért, gyűjtött adat. Ez függ az adatgyűjtés körülményeitől: kísérleti manipulációtól, azaz a független változótól! A magánhangzók időtartama. Független változó (faktor/prediktor/tényező): minek a hatását vizsgálom? Ezeket a kísérletező kontrollálja, a kísérlettől függetlenül létezik. Hangsúly megléte/hiánya. 5. Összehasonlítható adatok gyűjtése az állítás(ok) tesztelésére. Tervezett kísérlettel ellenőrzöm, hogy igaz-e a megfigyelés minden magyar magánhangzóra/egy bizonyos magyar magánhangzóra.

Hogyan lesz egy ötletből kísérlet? MEGFIGYELÉS: Az u magánhangzó szó elején hosszabb. 6. A kiinduló hipotézis elutasítása, finomítása, megváltoztatása. A hangsúlyos szótagban csak bizonyos (mely?) magánhangzók időtartama változik. 7. A kísérletből általánosítások levonása (ha lehet). A hangsúly hatással van a magánhangzók időtartamára. Ugyanakkor ez a jelenség függ a magánhangzó nyelvállásának fokától/nyelvi hosszúságától/stb.

A vizsgálat beágyazása Legkésőbb a 3. pontnál, de inkább előtte: Ellenőrizzük, hogy egy megfigyelést vagy hipotézist már mások is teszteltek-e, illetve mit tudhatunk a jelenségről a korábbi irodalomból szakirodalmi tájékozódás. Google, Google Scholar, ResearchGate, Academia.edu Online folyóiratok elérése pl: EISZ.hu: intézményi hozzáférés (ELTE gépekről) Nyelvtudományi Intézet belső honlapja (intézeti hálózaton): www.nytud.hu/bel A cikk szerzőjének megkeresése (nyugodtan!) A korábbi szakirodalom ismerete és az eddigi kutatásokra támaszkodás és hivatkozás elengedhetetlen! lásd még később

Hogyan lesz egy ötletből kísérlet? Egy kutatási terv (a beadandó feladat is!) mindezeken eddigieket tartalmazza (beleértve a szakirodalmat is), továbbá: részletesen kitér a módszertani megvalósításra, a használandó nyelvi anyagra (részletekbe menően!), a kísérleti személyek pontos paramétereire, a felvétel körülményeire, a tervezett elemzés menetére (hogyan nyerem az adatokat, majd mit mivel és hogyan vetek össze), már létező eredmények híján pedig arról kell számot adni, milyen eredményeket várok, és azokból mire következtet(het)ek majd. Ezek hiánya a háziban mindenképpen pontlevonással jár!

Mit nem tartalmaz a kutatási terv? Olyan megjegyzéseket, mint a beszélő neme hatással van az eredményekre. (mint hipotézis) a felvételeket fonetikailag elemzem. az adatokat az SPSS-szel elemzem. az adatokon statisztikai próbát/elemzést végzek. szerintem azt feltételezem/az a kutatási kérdésem, hogy, mert Gósy Tanárnő handoutján azt olvastam hogy. Miért? Ezekért is jár a pontlevonás!

Kísérletek típusai Típus választása a kísérleti kérdéstől függ Szabad meghatározott: (1) szabad beszélgetés, Pl.: nyelvjárásgyűjtés vagy (2) előre meghatározott adatok (nyelvi formák, beszédhangok, stb) gyűjtése, módszerek lehetnek pl. elicitálás, rákérdezés. Kvalitatív kvantitatív: (1) megfigyelések leírása, jellemzése, pl.: konverzációelemzés, szociolingvisztikai interjú elemzése. (2) számszerű elemzés leíró vagy következtető (inferenciális) statisztikai módszerekkel. Egymást kiegészíthetőek lehetnek (pl adott jelenség funkciójának értelmezéséhez nem csak az előfordulás darabszáma, hanem az előfordulási helyek grammatikai-pragmatikai tulajdonságai is)

Kísérletek típusai Produkciós percepciós adatgyűjtés: (1) adat: a kísérleti személyek által produkált (pl. artikulációs vagy akusztikai természetű, nálunk ritkábban: szöveges) adatok, pl.: mennem kell vagy kell menjek használata: FERI + KELL + MENNI mondatalkotás. (2) adat: adott ingerekre/stimulusokra adott válaszok. Bináris választás, kényszerített válasz több kategóriából (pl.: beszédhangok azonosítása); grammatikalitási ítélet kérése (ötfokú skálán), kérdőív, reakcióidő mérése válaszadáskor. Saját adatok meglévő adatbázis: (1) speciális szükségletek szerinti adatgyűjtés. (2) létező adatbázis fontos feltételek: annotáció, kereshetőség, stb.

Adatgyűjtés Mindig készítsünk másolatot a nyers adatokról, amihez nem nyúlunk a munka során! fénymásolat (digitalizálás), mentés külső adathordozón. Kísérleti személyek elérhetősége utólagos adatpótláshoz (pl. iskolai végzettség, életkor, ami korábban nem tűnt relevánsnak). Írásos hozzájárulás gyűjtése lásd később: etika. Kísérleti személyek adatainak anonimizálása: a kísérleti adatokat máshol tároljuk, mint az azonosításra alkalmas adatokat! (lásd később: etika) Kvalitatív leírásban változtassuk meg a kísérleti személyek nevét és ne közöljünk az azonosításra alkalmas adatokat (különösen érzékeny csoport estében, pl. alvilági személyek, nyelvi zavaros gyerekek esettanulmánya.) lásd később: etika

Problémák az adatgyűjtésben 1 Megfigyelői paradoxon: A megfigyelt személy mindig máshogy viselkedik, mint természetes közegben. Megoldás? Próbáljunk természetesen viselkedni, Ne viselkedjünk kutatónéniként, Minden kísérletet beszélgetéssel, barátkozással kezdjünk. rejtett mikrofon/felvétel készítése az adatközlő beleegyezése nélkül? lásd később: etika erre is keressünk választ!

Problémák az adatgyűjtésben 2 Szociális kívánatossági torzítás: A kísérleti személy minden kísérletet feladathelyzetnek él meg, amiben jól szeretne teljesíteni A kísérleti személy mindig igyekszik azt mondani, amit szerinte a kísérletet vezető hallani akar, azaz amit társadalmilag elfogadottnak vél. Pl. helyességi ítéletek: igyekeznek leplezni a nem normatív (vagy éppen normatív) vélekedésüket, előítéleteiket, stb. Megoldás lehet: hangsúlyozzuk, hogy nincsenek jó megoldások; leplezzük a feladatot (implicit tesztek), pl. dialektussal/akcentussal szembeni attitűd tesztelése a beszélő kompetenciájának megítélésén keresztül ahelyett, hogy vélekedést kérnénk a dialektusra/akcentusra.

Problémák az adatgyűjtésben 3 Implicit attitűd: sokszor az okozza a problémát, hogy valaki nem akarja, vagy nem is tudja megfogalmazni, hogy hogyan vélekedik valamiről automatikusan/ösztönösen tipikus példák: akcentussal, dialektussal szembeni vélekedés/előítélet; innovatív beszélői attitűd (Lehet elmegyek boltba is.) Nem tudatos nyelvi vélekedés? Megoldás: Online vagy félig online tesztek, pl. reakcióidő mérése, IAT.

Problémák az adatgyűjtésben 4 Nem tudatos nyelvi viselkedés: A nyelvi vélekedés és a nyelvi viselkedés eltérhet: az ember a legtöbb esetben nem jó ismerője a saját nyelvhasználatának! Pl. a felszínen elítélt alakok használata. A rákérdezés sokszor félrevezető eredmény mutat nem a valós nyelvhasználatról, hanem inkább a beszélő számára ideális nyelvről való vélekedést. Megoldás? Ne kérdezzünk, hanem elicitáljunk.

Változók

Változók típusai A változók értéke különböző jellegű lehet ez meghatározza, mit lehet velük csinálni. Mit lehet tenni a számokkal? 1. Sorba rendezhetők, tehát ha két szám nem egyenlő, akkor az egyik feltétlenül kisebb a másiknál. 2. Kivonhatók és összeadhatók, így ha az egyik szám nagyobb a másiknál, egyértelműen meghatározható, hogy mennyivel nagyobb. 3. Megszorozhatók és eloszthatók egymással*, tehát megállapítható, hogy két tetszőleges (nem nulla) szám közül a nagyobb hányszorosa a kisebbnek. *Kivéve a nullával való osztást.

Értékskálák és változótípusok A számok tulajdonságai alapján négy különböző erősségű eltérő rendű értékskálát határozhatunk meg: 1. Arányskála (arányskálájú vált.) 2. Intervallum-skála (interval.skálájú vált.) 3. Ordinális skála (ordinális vált.) a számok minden tulajdonságával rendelkezik 4. Nominális skála (nominális vált.) a számok egyik tulajdonságával sem rendelkezik

Értékskálák és változótípusok A számok tulajdonságai alapján négy különböző erősségű eltérő rendű értékskálát határozhatunk meg: 1. Arányskála (arányskálájú vált.) 2. Intervallum-skála (interval.skálájú vált.) 3. Ordinális skála (ordinális vált.) 4. Nominális skála (nominális vált.) Metrikus skálák (mérhető, általában mértékegységük is van)

Arányskála Értékei sorba rendezhető (ordinális) Értékeinek különbségeinek és arányának azonos értékei (szakmailag) mindig azonosan értelmezhetők. 60 cm annyiszor hosszabb mint a 30 cm, mint ahányszor 10 cm hosszabb, mint az 5 cm; 20 C nem annyival melegebb 10 C-nál, mint a 18 C a 9 C-nál; x phon nem kétszer olyan hangos, mint 2x phon (érzeti!). Létezik az abszolút 0 érték (nem önkényesen kijelölt!), és ez a mértékegység átváltásakor nem változik. 0 cm = 0 mm ( 0 C = 32 F) Van mértkegysége (pl. cm, Hz) Példák? testmagasság, testsúly, vérnyomás, reakcióidő.

Intervallum-skála Értékei sorba rendezhetők (ordinális) Értékeinek azonos a számszerű (vagy fokozatbeli) különbségei mindig azonos(nak tekinthető) mértékű különbséget jeleznek. 30 C nem kétszer annyival melegebb, mint 15 C 10 C nem ugyanannyiszor melegebb 1 C-nál, mint 30 C 3 C-nál DE 10 C ugyanannyival melegebb 1 C-nál, mint 30 C 21 C-nál (különbségük 3 C) Oka: a zérus foka önkényesen választott, nem értelmezhető: pl. a 0 C nem a hőmérséklet hiánya (0 C = 32 F!) Példa? Celsius és Fahrenheit fokban mért hőmérséklet. Kelvin fok (arányskála) Időszámítás!

Ordinális skála Értékei sorba rendezhetők (a kisebb-nagyobb valamilyen szakmai szempont mentén értelmes), de az egyes elemek távolsága nem egyenlő vagy nem értelmezhető. Példák? Végzettség, osztályzat, magasság rangszerinti besorolása (második legmagasabb, harmadik legmagasabb).

Nominális skála Értékek megkülönböztethetők, de semmilyen viszonyban nem állnak egymással. Csak azonosítást szolgál. Példák? nem, hajszín, vallás, szófaj. Fontos: bár ezek csak típusok, címkeként használhatunk rájuk szavakat és számokat is (kódolás!). Pl.: 0001MA, nő = 1, férfi =2; a = 1, á = 2, stb.

Milyen típusú változók az alábbiak? Nem Életkor Testsúly Magasság Testhőmérséklet IQ Személyiségtípus Iskolázottsági szint Iskolai érdemjegy Reakcióidő Rangfokozat Beszédtempó Formánsfrekvencia (F1) Időtartam Tetszési index Hangosság Alapfrekvencia (f0) Magánhangzó-minőség Spektrális súlypont (CoG) Zöngésség Zöngekezdési idő

Milyen típusú változók az alábbiak? Nem Életkor Testsúly Magasság Testhőmérséklet IQ Személyiségtípus Iskolázottsági szint Iskolai érdemjegy Reakcióidő Rangfokozat Beszédtempó Formánsfrekvencia (F1) Időtartam Tetszési index (Likert skála; 1-től 5-ig) Tetszési index (bináris) Bináris válasz (igen-nem) Hangosság (hangnyomásszint) Hangosság (hangnyomás) Alapfrekvencia (f0) Magánhangzó-minőség Spektrális súlypont (CoG) Zöngésség Miben mérem? Pl. fonológiai: bináris; fonetikai: % Zöngekezdési idő

Változók további tulajdonságai Kvalitatív (kategorikus): nominális, ordinális Kvantitatív: aránysk., intervallumsk. Diszkrét: megszámolható, véges érték Folytonos: értéke egy adott intervallumban akármilyen valós számot felvehet Kategóriák vagy csoportok: változók összefoglalása (pl. 25 és 35 év közöttiek fiatal felnőttek ). Egyszerűbb kezelés, de információvesztés.

Skálatípus megválasztása Minél magasabb rendű a skála, annál magasabb az információtartalma lefelé skálázni lehet, de felfelé nem. Sok változó többféleképp is mérhető vagy utólag is transzformálható: pl. kategóriák vagy csoportok képzése.

Skálatípus megválasztása Hogyan kérdezhetek rá a dohányzási szokásokra úgy, hogy végeredményül a megadott változótípusba tartozó adatot kapjam? Vajon melyik a jobb? Miért? Nominális Cigarettázik? Igen nem Ordinális Cigarettázik? Rendszeresen keveset szív alkalmanként soha Metrikus Hány cigarettát szív el egy nap? db

Skálatípus megválasztása Statisztikai tesztek alkalmazhatósága: alacsonyabb skálákra érvényes tesztek mindig alkalmazhatók a magasabbakra, de információvesztéssel járhatnak. DE: a származtatott (transzformált) változó, pl. életkori csoportok képzése nem feltétlenül rosszabb! Pl. ha nem a pontos életkor a lényeges az adott kérdésben, a kategóriák képzése pontosabb eredményt adhat! Általános szabály: a releváns információ elhagyása pontatlanabbá, az irreleváns információ elhagyása pontosabbá teszi az elemzést.

Likert skálák dilemmái 1. melyik jobb megoldás? PÉLDA: Mennyire találja nőiesnek a beszélőt? 1) Inkább férfias Inkább nőies 2) 1 2 3 4 inkább inkább férfias nőies 3) 1 2 3 4 5 inkább inkább férfias nőies 4) 1 2 3 4 5 inkább nem tudom/ inkább férfias nem érdekel nőies

Likert skálák dilemmái 2. mit kezd(het)ünk az értékekkel? PÉLDA: Mennyire találja nőiesnek a beszélőt? 1 2 3 4 5 inkább nem tudom/ inkább férfias nem érdekel nőies A pszichológiai vizsgálatok eredménye szerint erősen eltérő válaszadási stratégiák léteznek. Pl. szélsőséges értékeket adók vs. köztes értékeket preferálók. Mit kezdhetünk ezzel? pl.: standardizálás egységesíti a skálát: az átlagos értékek középértékétől hány szórásnyira tér el egy adott válasz (az eltérés volumene egyénen belül értelmezett) lásd később adatelemzés órán.

Változók típusai Független változó/prediktor/faktor: A minta (a mérésünktől független) jellemzésére szolgáló mérőszám, gyakran a minta összeállításának szempontja is. Független változók: kategoriális változók (anyanyelv, nem), ordinális változók (kor: fiatal, közép, idős), metrikus változók (életkor: évek száma). Függő változó: A kísérlet hipotéziseinek tesztelésére szolgáló mérőszám: Értéke a független/prediktor változótól függ (az prediktálja = jósolja, határozza meg), legalábbis ezt a feltevést tesztelem. Függő változók: számszerű változók, statisztikai teszt alapja. Ordinális (ítéletek), metrikus (formáns, gyakoriság). De: nominális (logisztikus regresszió!)

Függő vagy független változók az alábbiak? Magánhangzók ejtésváltozatainak* elemzésében a formánsfrekvenciák. Magánhangzók ejtésváltozatainak* elemzésében a szocioökonómiai háttér. Magánhangzók ejtésváltozatainak* elemzésében az életkor. Magánhangzók ejtésváltozatainak* elemzésében az időtartam. Megakadásjelenségek** vizsgálatában az iskolázottság. Megakadásjelenségek** vizsgálatában a hezitációk száma. *pl. változik-e az /aː/ ejtése az időben / máshogyan ejtik-e a gyorsabb beszédűek. ** pl. többet megakadásjelenséget produkálnak-e a gyerekek, mint a felnőttek.

Kontrollálás és zavaró tényezők Zavaró tényező (confound): a két populáció közti különbség nem csak egy, hanem több független változóra is visszavezethető, ezért nem tudjuk, melyiknek a hatását mutattuk ki. (VAGY: nem találok különbséget a két csoport között, de kontrollált esetben lenne). Kontrollálás: a zavaró változókat figyelembe vesszük és állandóan tartjuk (hogy azok hatását szétválasszuk a vizsgált változó hatásától).

Példák: hogyan lenne kontrollált a kísérlet? Mi a gond? Hogyan védhetem ki? Kisiskolások olvasási teljesítményét mérem szövegértési feladatokkal. Az 1. és 2. osztályosok között nem találok különbséget. A kísérlet után kiderül, hogy a másodikosok között nagyon sok a diszlexiás. Egy kísérlet kimutatja, hogy a magánhangzók azonosítása jobb CVC kontextusban, mint izolációban. A CVC kontextusban azonban egyúttal valódi szavakat használnak a tesztben szemben az izolált ejtéssel, ami gyakorlatilag álszóban ejtést jelent.

Korban és nemben illesztett csoport, Kontroll csoport: kontroll csoport Egy hatás kimutatásához szinte mindig kell, hogy legyen egy baseline vagyis egy olyan feltétel/kondíció, ahol a hatás nem érvényesül (vs. ahol igen), pl. hangsúly hatásának vizsgálatánál a hangsúlytalan helyzet (vagy a pszichológiában/orvostudományban azok, akik a placebót kapják) ehhez hasonlítva várok eltérést a hatás következtében. Az összehasonlításban résztvevő csoportok esetében tipikusan kontrollálandó tényező a nem és az életkor. korban és nemben illesztett csoport : a kontroll csoportban is ugyanolyan nemű és életkorú egyének legyenek. ezt a két faktort ezzel állandóan tartom, azaz kontrollálom.

Szisztematikus és nem szisztematikus variancia Nem szisztematikus variancia: két adatközlő ugyanolyan körülmények között (pl. kísérlet első kondíciója: elsősök) nem teljesít ugyanúgy (pl. eltérő IQ, háttér, stb), de ha kétszer vizsgálom egyazon adatközlőt ugyanolyan körülmények között (ismétlés pl. egy héttel később), ő sem teljesít ugyanúgy mint a másik méréskor! zaj az adatokban. Szisztematikus variancia: a kísérleti manipuláció eredménye (pl. mennyi ideje tanul olvasni ), de az is befolyásolja, hogy pl. ilyen sorrendben mutatom be a stimulusokat! A cél a nem szisztematikus variancia minimalizálása. Hogyan?

Nem szisztematikus variancia minimalizálása 1. Ismételt méréses dizájnt használok: a két összehasonlított kondícióban lévő egyedek ugyanazok csak 2 eltérő körülményben (Pl.: az olvasós kísérlet követéses és a másodikoson ugyanazok, mint az elsősök 1 évvel később) független mintás dizájn (ahol az összevetett kondíciókban eltérő egyedek vannak). 2. Azonban itt sem mindegy a kondíciók sorrendje (pl. előbb álszókban, majd igazi szavakban kell V-t azonosítani)! megtanulják/begyakorolják a feladatot vagy elfáradnak ezek nem kizárhatók, de kezelhetők: randomizálni kell a kondíciók sorrendjét!

Randomizálás: példa V azonosítás izolált ejtésben melyik V-t könnyebb azonosítani? Kondíció: az egyes V-k. Egy emberrel általában minden V-t meghallgattatok ismételt méréses dizájn! Első inger: jaj, de hangos/fura! Második inger: már egészen megszoktam Utolsó inger: unom/rájöttem a trükkre. De ha minden adatközlő eltérő sorrendben hallja a V-kat, az unás/rájövés nem ugyanazokat a V-kat érinti ezek a hatások kiegyenlítődnek ingerek randomizálása. Független mintás esetben azt kell biztosítani, hogy a résztvevők a kondíciókhoz random módon sorolódjanak.

Gyakorlás kérdések Döntsük el az alábbi kérdéseket a következő dián szereplő kísérletleírásokkal kapcsolatosan: 1. Összetartozó/független mintás vagy ismételt méréses dizájnt használok? 2. Mi(k) a függő és mi(k) a független változó(k) az alábbi vizsgálatokban? 3. Milyen skálaszintű(ek) a függő változó(k)? 4. Milyen skálaszintű(ek) a független változó(k)? 5. Soroljuk fel azokat a főbb dolgokat, amiket minden bizonnyal kontrollálnom kell a kísérletben! 6. Mit és hogyan kell randomizálnom a kísérletben?

Gyakorlás kísérletek A hangsúly hatását vizsgálom a magánhangzók időtartamára a magyar 14 magánhangzójában. Minden magánhangzót 1-1 szó képvisel, ezt olvassák fel az adatközlők, így összesen 14 szót ejtetek ki minden beszélővel. A magyar /r/ és /r:/ ejtésváltozatait vizsgálom, és arra vagyok kíváncsi, hogy az időtartamuk, vagy a perdületek száma különbözteti-e meg őket. Mindkét mássalhangzót egy-egy szó képviseli. Minden beszélő csak az egyik szót tartalmazó mássalhangzót olvassa fel. A 14 magyar magánhangzó azonosítását vizsgálom izolációban (V) és mássalhangzó-környezetben (CVC). Arra vagyok kíváncsi, hogy jobb-e az azonosításuk mássalhangzó-környezetben. A hát diskurzusjelölő előfordulásának gyakoriságát vizsgálom nők és férfiak beszédében. A kérdésem az, hogy a nők valóban gyakrabban használják-e a hát-ot ellenvélemény bevezetésének jelölésére. A vizsgálatban spontán kétszemélyes társalgásokat elemzek egy fejtörő feladvány megoldása közben.