Recenzja artykułu Marii Pasik – POCZUCIE KOHERENCJI A ZADOWOLENIE Z ŻYCIA U KOBIET I MĘŻCZYZN NA EMERYTURZE. Ocena Metodologa

Recenzja artykułu Marii Pasik pt: „Poczucie koherencji a zadowolenie z życia u kobiet i mężczyzn na emeryturze”

MARIA PASIK

Zakład Psychologii Osobowości i Różnic Indywidualnych

Instytut Psychologii UŁ

Link do artykułu.

Cel badań.

Celem badań było zweryfikowanie różnic pomiędzy kobietami i mężczyznami na emeryturze pod względem poznawczego i emocjonalnego zadowolenia z życia oraz poczucia koherencji.

  1. Poddawany recenzji aspekt – PRZEWIDYWANIA

Pani Maria Pasik miała na celu sprawdzenie następujących przewidywań.

  1. Czy kobiety na emeryturze różnią się od mężczyzn na emeryturze pod względem zadowolenia z życia?
  2. Czy kobiety na emeryturze różnią się od mężczyzn na emeryturze w zakresie poczucia koherencji i jego składników?
  3. Czy i w jakim stopniu poziom zadowolenia z życia kobiet i mężczyzn na emeryturze jest związany z ogólnym poczuciem koherencji?

Z perspektywy eksploracyjnej przewidywania są postawione zasadnie. Lecz badaczka nie potrudziła się o próbę doprecyzowania przewidywań w formie hipotez szczegółowych. Bogata tradycja teoretyczna testowania wyżej wymienionych konstruktów w badaniach zapewnia dość precyzyjne przypuszczenia co do kierunku wyników. Plusem jest ogólne postawienie problemu w celu ułatwienia czytelnikowi rozeznania się w badanej tematyce. Minusem jest to, że badaczka nie dopracowała przewidywań. Co może świadczyć o słabej znajomości podejmowanej problematyki badawczej.

  1. Poddawany recenzji aspekt – Materiały i metoda.

Badaczka przedstawia charakterystykę próby badawczej w bardzo ubogim stopniu. Podaje tylko miejsce badań, liczbę badanych, przedział wieku wraz z oszacowaniem średniego wieku,  deklarację dotyczącą równej liczebności kobiet i mężczyzn oraz to, że badani zaprzestali aktywności zawodowej. Ponad to badaczka  wyszczególnia kolejno użyte narzędzia w badaniu wraz z krótką narracją o ich celu pomiarowym.

Problematyczne w tej kwestii wydaje się bardzo ubogi opis próby. Osoby na emeryturze charakteryzują się czymś więcej niż tylko wiekiem, płcią, miejscem zamieszkania (co samo w sobie nic nie znaczy ponieważ, badanymi byli ludzie tego samego obszaru) oraz tym, że nie pracują. Przy podaniu wieku brakuje odchylenia standardowego. Niezwykle cennym aspektem w tym kontekście jest informacja o ile średnio odchylały się wyniki od średniej wieku. Ponad to badaczka nie podaje informacji o sposobie rekrutacji badanych do badania. Nic nie wiadomo o tym jak osoby zostały wybierane do badania. Jak trafiał do nich arkusz badawczy? Świadczy to znów o brakującej dokładności w przedstawieniu czytelnikowi informacji, co zubaża i poddaje znakowi zapytania całe przedsięwzięcie badawcze. Kolejnym aspektem o którym nie ma żadnej mowy jest brak poruszenia kwestii dokładności pomiarowej badanych wymiarów oraz zależności konstruktów między sobą. Dodatkowo brakuje danych dotyczących kształtów rozkładów wyników zebranych pomiarów oraz statystyk opisowych obrazujących sens zebranych danych. Brakuje również informacji o charakterze przewidywanych funkcji zależności między zmiennymi. Zazwyczaj w psychologii dominującymi funkcjami wiążącymi są zależności liniowe. Niemniej nie zawsze i nie wszędzie. W tym artykule nie ma żadnej informacji o tym jakimi prawami mogą rządzić się zależności wśród zebranych pomiarów. Podsumowując ten wątek należy stwierdzić, że metodologia tego artykułu mówi nam ubogo o badanej próbie, sposobie zbierania wyników i rekrutacji, a także nie mówi nic na temat właściwości pomiarowych użytych narzędzi, kształcie rozkładów i zależności miedzy nimi.

  1. Poddawany recenzji aspekt – Wyniki badań.

W kontekście opisu wyników nie jest w ogóle zastosowany standard APA. W pierwszej analizie, która miała na celu weryfikację różnic międzypłciowych w narracji nie ma odpowiedniego formatu zapisu statystyk oraz nie jest podawana siła efektu różnic między grupami pod względem poszczególnych parametrów. Pomimo ukazania tych wyników w tabeli i tak nadal brakuje informacji o statystyce testu t, df i którejś z miar siły efektu z rodziny miar Cohena (a już totalnie brakuje informacji o kształcie rozkładów i homogeniczności wariancji wyników w obu grupach (a to jak wiemy jest założeniem testów parametrycznych takich jak t-test)). To wszystko można sobie – oczywiście na podstawie informacji o liczebności, średnich i odchyleniach – policzyć ręcznie lub przy użyciu komputera. Niemniej jednak badaczka mogła się pokusić o wstawienie tych wartości. To znów świadczy o słabej ciekawości poznawczej badaczki i dążenia do pewności odrzucania hipotezy zerowej. Interesował ją tylko aspekt nieprzypadkowych istotnych różnic miedzy płcią. Określenie siły tych różnic było poza jej zakresem ciekawości lub wiedzy i umiejętności. Następną analizą jaką przeprowadziła badaczka była analiza korelacji miedzy zabranymi pomiarami w obu grupach. Tak jak w przypadku testowania różnic między grupami nie ma podanych informacji o tym, czy rozkłady były choć trochę podobne do teoretycznego rozkładu normalnego. Pomijając ten fakt, badaczka testuje różnice pomiędzy wartościami korelacji nie wspominając jakiego testu do tego używa oraz nie zapisuje jest oznaczeń tak jak to powinno się robić w zgodzie ze standardami APA. Ponad to zastanawiające jest to, czemu badaczka nie stosuje tego testu do określenia różnic pomiędzy wszystkimi współczynnikami korelacji między obiema grupami.

Kolejne obliczenia statystyczne dotyczą związku między satysfakcją z życia a wymiarami koherencji. Gdyby badaczka wiedziała, że ma do czyniania z zależnościami liniowymi zrezygnowałaby z analiz wariancji i poprzestała na analizach korelacji lub regresji. Przeprowadzona seria analiz wariancji dla skategoryzowanych zmiennych grupujących i pomiarów koherencji doprowadza do podobnych wniosków co wcześniejsza analiza korelacji (poza tym autor badania chciał ukazać związek, a nie różnice). Badaczka nie podaje liczebności grup po kategoryzacji zmiennych niezależnych oraz nie informuje jakiej metody użyła do podzielenia zmiennych na przedziały. Do końca nie wiadomo jakie liczebności mają pocięte w przedziały zmienne. Dlatego wniosek o teoretycznej symetrii rezultatów analiz korelacji z analizami wariancji jest jak najbardziej słuszny (przy założeniu liniowości związków). Co do samej analizy wariancji to badaczka niespodziewanie podaje wyniki testu F, niestety nie podaje dokładnej istotności oraz nie dostarcza informacji i sile różnic wywieranych przez zmienną niezależną, a zależną. Powinna podać którąś z miar wyjaśnionej wariancji np. etę kwadrat lub omegę kwadrat. Dodatkowo autorka artykułu podaje informacje o różnicach między grupami pod względem nasilenia danego pomiaru, ale nie podaje jaką metodą porównań się posługuję by podjąć ostateczną decyzję o tych różnicach. W celu podania tych informacji powinna mieć podane sugestie o równości wariancji lub jej braku, o liczebności obserwacji w grupach czy chociaż informacji o równej ich liczbie.  Poza tym badaczka weryfikuje przewidywania osobno dla mężczyzn i osobno dla kobiet stosując jednoczynnikową analizę wariancji. W takim układzie gdzie dysponujemy dwiema zmiennymi niezależnymi (płeć i nasilenie danej cechy), można rozpatrywać model interkacyjny, które jednoznacznie by określał różnie międzypłciowe na poziomie cech i różnice między cechami na poziomie płci. Wieloczynnikowy model zamykałby wszystkie możliwe efekty w całość i był by właściwym sposobem na wykazanie jednoznacznych odpowiedzi dotyczących różnic w badanych zbiorach cech i płci.

Ostatnią analizą była seria modeli regresji gdzie zmienną wyjaśnianą było zadowolenie z życia, emocje pozytywne i emocje negatywne. Zmiennymi wejściowymi/predyktorami były informacje o zmienności wymiarów poczucia koherencji. Tak jak wszędzie wcześniej autorka nie zapisuje wyników zgodnie ze standardami APA, nie podaje informacji o współczynnikach modelu i skupia się tylko na informacjach dotyczących wyjaśnionej wariancji. Co ciekawe badaczka ufa w tym przypadku wartości R2, a nie wartości skorygowanej R2.  W przypadku kiedy model zawiera więcej niż jeden predyktor powinno rozpatrywać się współczynnik skorygowany, który daje bardziej rzeczywisty obraz wyjaśnionej zmienności niż jego nieskorygowany sąsiad. Dodatkowo  możemy przypuszczać (bo niestety badaczka nie przedstawiła tych informacji), że wymiary poczucia koherencji są ze sobą dosyć silnie skorelowane. Niestety nie dowiemy się tego z dwóch powodów. Po pierwsze z braku ogólnej macierzy korelacji wszystkich pomiarów oraz dlatego, że przy wyliczeniu analizy regresji nie mamy informacji o wartościach współczynnika wspóliniowości predyktórów VIF (Variance Inflation Factor). Co jest cenną informacją w analizie regresji ponieważ skorelowane predyktory mogą wpływać na błędne szacowania rzeczywistych związków między zmiennymi. Alternatywą dla tego typu problemów jest analiza układów równań strukturalnych, która mogłaby odzwierciedlić sytuacje skorelowania predyktówrów wpływających na poszczególne zmienne zależne. Wracając do artykułu, do modeli regresji nie ma podanych również informacji o współczynniku niestandaryzowanym B, nie ma informacji o błędzie standardowym oraz przedziałach ufności dla B. Poza tym badaczka sugeruje, że użyła metody krokowej przy budowie modeli. Niestety nie wiemy jakich kryteriów użyła w przypadku usunięcia i dołączenia predyktora do modelu. Poza tym używanie metod automatycznej selekcji zmiennych w przypadku tylko 3 predyktorów jest klasycznym przykładem strzału z armaty do wróbla. Ponad to znów należy wspomnieć, ze badaczka nie podaje informacji o funkcji zależności pomiędzy zmiennymi. Badaczka nie przeprowadziła inspekcji wzrokowej wykresów rozrzutu i nie analizowała linii dopasowania. Ufa analizie regresji liniowej, że związki między modelem (w modelu) a zmienną zależną są liniowe. W skrócie modele regresji nie są zdiagnozowane pod względem relacji funkcyjnej, normalności rozkładów zmiennych niezależnych i zależnej, rozkładu reszt modelu, rozkładu reszt na całej długości zmiennej zależnej (Homoscedastyczność wariancji).

Podsumowanie.

W kontekście wstępu teoretycznego nie można się wypowiedzieć, bo nie mamy odniesienia do tego czy to jest dobrze napisane czy źle. W kontekście analiz statystycznych, ich odpowiedniego wykorzystania, opisu wyników, raportowania należytych współczynników informujących badaczka zaprezentowała klasyczny przykład braku wiedzy na temat metodologii badań i analizy danych. Przygotowanie tych analiz i ich raportowanie jednoznacznie określa brak profesjonalizmu autorki w kwestii tych czynności. Bardzo zasmucające jest to, że ten artykuł wyszedł na światło dzienne jako publikacja. Osobiście mam bardzo obniżone zaufanie co do skrupulatności przeprowadzenia tego badania na podstawie niekompletnej, źle przeprowadzonej i niekiedy powtarzającej się analizy danych. Jeśli analiza wyników została kiepsko przeprowadzona sądzić można, że o resztę autorka też nie zadbała.