Metode: Evalueringsforskning

I vår verden blir det hele tiden gjennomført atferds- og holdningsendrendre tiltak. For eksempel røykesluttkampanjer, bilbeltekampanjer osv. Dette er grobunnen til evalueringsforskning. Hensikten med slik forskning er å vurdere (evaluere) disse ulike kampanjene/tiltakene. Siktemålet med slike undersøkelser er ikke å vinne en ny teoretisk innsikt, men å vurdere de virkningene tiltakene har. evalueringsforskning er viktig fordi den gir en slags kvalitetssikring, noe som ikke er mulig dersom man bare gjennomfører tiltakene uten å evaluere dem. Evalueringen gir tilbakemelding til de som planlegger, finansierer og organiserer slike typer tiltak. Evalueringen kan konsentreres om ulike sider av tiltaket. Det desidert viktigste er stortsett om tiltaket virker etter sin hensikt. Dette spørsmålet handler om effekt. Eksempel; Gir programmet skolen har innført mot mobbing, faktisk en reduksjon i mobbing? Effekt kan måles på flere ulike måter, men det sikreste alternativet er å gjennomføre kontrollerte sammenligninger i eksperimentelle design. Det er også viktig å forsikre seg om at tiltaket faktisk er gjennomført etter hensikten. Det er ingen poeng i å spørre om et tiltak har effekt dersom vi ikke er sikre på om tiltaket er gjennomført. 


Formativ evaluering: Evaluering av selve tiltaksgjennomføringen, om tiltaket ble gjennomført korrekt, vudering av kompetanse hos de som gjennomførte tiltaket og lignende. 
Summativ evaluering: Evaluering av effekt, vurdering av om det faktisk var tiltaket som gav den ønskede effekten, vurdering av kostnader og lignende. 



I prinsippet kan man tenke seg at alle metoder er nyttig for evalurering, men mye avhenger av hensikten med tiltaket. Dersom tiltaket sikter mot å redusere mobbing, vil det være avgjørende å kunne konstantere en endring i forekomst. Skal man kunne fange opp slike endringer, må man ha minimum to måletidspunkter. Slike endringer kan måles på ulike måter: 



Direkte effektmål: Antall tilfeller av mobbing rapportert til lærer reduseres. 
Indirekte effektmål: Slåssing og vold reduseres, trivsel øker og skoleprestasjoner bedres. 
Direkte implementeringsmål: Test av teoretiske og praktiske ferdigheter, tidsbruk, deltakelse, fravær osv. 
Indirekte implementeringsmål: Støtte til eller motstand mot tiltaket blandt foreldre og personal, konkurranse fra andre aktiviteter osv. 



I alle disse tilfellene må forskerenb anvende metodikk som er hensiktsmessig for å belyse problemstillingen. Flere metodiske tilnærminger kan være aktuelle å bruke parallellt som en triagulering. 

Metode: Ulike design til å måle relasjoner mellom variabler

Mange problemstillinger i psykologisk forskning er ute etter å måle endring over tid. Her er det to typer design som er vesentlige; longitudinelle og kryss-seksjonelle design. 



Longitudinelle undersøkelser: I disse typer undersøkelser foretas det gjentatte observasjoner, målinger eller tester av de samme individene over lengere tid. Dette kan dreie seg om flere år. Longitudinelle (langsgående) undersøkelser er vanlig i for eksempel utviklingspsykologi for å undersøke språkutvikling eller intelligens. De fungerer også godt til å følge utvikling hos en større gruppe mennesker for å kartlegge sammenhenger mellom tidlige tegn på avvik og senere problemer. Datagrunnlaget for slike undersøkelser dreier seg ofte om spørreskjemaer eller tester. Videre er det også vanlig med intervju. Et krav er at informasjonen skal kunne hentes inn gjentatte ganger i løpet av undersøkelsen. 


Det er forøvrig noen problematiske siden ved longitudinelle: 
- De er tid- og ressurskrevende
- Frafall og mortalitet kan forekommer. 
- Gjentatt testing kan føre til bedring eller tilbakegang (carryover-effekter). 
- Tolkning av resultatene kan være komplisert. 


Kryss-seksjonelle design: Disse har ofte samme type problemstillinger som dem som belyses ved hjelp av langsgående undersøkelser. Forskjellen er at her sammenlignes forskjellige deltakere fra samme aldersgruppe med andre deltakere fra andre aldersgrupper. Kryss-seksjonelle undersøkelser antar at aldersgruppene kan sammenlignes. I det ligger kanskje det svakeste punktet i metoden. Når man sammenligner personer som er født og oppvokst i forskjellige tidsperioder, er det svært vanskelig å vite om observerte forskjeller skal tilskrives alder i seg selv eller oppvekstbetingelsene for de studerte aldersgruppene. Dette er naturligvis en mulig feilkilde når slutningen fra denne type data skal trekkes. Slike feil kalles cohort effects eller generasjonseffekter. 


De to nevnte designene kan også kombineres i et såkalt cohort-sekvens design. I et slikt design studeres samme gruppe over tid, men samtidig inkluderes også flere aldersgrupper. Et slikt design kan vise generasjonseffekter og utvikling over tid for samme personer i en og samme undersøkelse. Nedenfor er en konkret beskrivelse av de tre; 


Langsgående design: Data samles inn på ulike tidspunkter for de samme individene. 
Kryss-seksjonelt design: Data samles inn på samme tidspunkt for ulike aldersgrupper. 
Cohort-sekvens design: Data samles inn på ulike tidspunkter for de samme individene, med flere aldersgrupper.


Videre er det også noe som kalles retrospektive undersøkelser (tilbakeskuende undersøkelser). Her er det slik at folk gir informasjon om seg selv eller andre fra tidligere faser i livet. Dette kan være interessant dersom man ønsker å kartlegge utvikling av en lidelse, som for eksempel autisme. I slike tilfeller kan informasjonen angående hvordan barnet fungerte tidligere være vesentlig. Slike opplysninger er dog usikre, blandt annet fordi det kan være vanskelig å huske flere år tilbake i tid. 


Tradisjonelt har undersøkelser som ser på relasjoner mellom fenomener vært kvantitative eller kvalitative i sin tilnærming. Senere har forskere presentert modeller som beskriver en integrering av begge disse. Dette er kalt mixed-methods-tilnærming. Fordi denne tilnærmingen inkluderer både kvantitative og kvalitative data, antas den å kunne gi en dypere og mer nyansert forståelse av et fenomen. Mixed-methods-design finnes i en rekke varianter, men felles for dem alle er at de integrerer de to ulike metodene for å samle data. En fordel med denne tilnærmingen er at samme tema kan belyses fra flere ulike perspektiver. Forskeren oppnår her metodisk triangulering som vil si at man belyser et tema med ulike tilnærmingsmåter. 

Metode: Tredjevariabelproblemet

Et problem i korrelasjonelle studier er at en observert korrelasjon kan skyldes en tredje, ikke-observert variabel. La oss anta at barna kommer fra et miljø der vold er vanligere enn ellers. Årsaken til at de ser mer vold på tv og at de er mer aggressive enn andre, kan da være basert på en tredje, utenforstående variabel som vi ikke har observert. Dette kalles tredjevariabelproblemet. 



Tredjevariabelproblemet antyder et grunnleggende forhold ved tolkning av observerte relasjoner mellom variabler: Det er lett å måle slike realsjoner, men ikke alltid enkelt å tolke dem. Eksempler; 



Moderatorvaroabler: Disse virker ved å påvirke styrken i relasjonen mellom to variabler. De kan være kvalitative (eks. kjønn) eller kvantitative (eks. mengde eller belønning). Eksempelvis er det ikke usannsynlig at antall timer jobb med pensumstoff per uke har betydning for eksamensprestasjon, men denne relasjonen modereres sannsynligvis av antall ganger man deltar på seminar.


Mediatorvariabler: Dette er en variabel som medierer (formidler) en relasjon mellom to observerte variabler. Vi kan tenke oss at en forsker finner at intelligens (variabel 1) er relatert til jobbsuksess (variabel 2), men at denne relasjonen er mediert av variabelen jobbkunnskap. Dette betyr ikke at ikke er intelligens per se som fører til jobbsuksess, men jobbkunnskap. Jobbkunnskap er dermed den variabelen som forklarer hvordan intelligens er relatert til jobbsuksess. 


Moderator-og mediatorvariabler er i denne sammenhengen tredjevariabler. Dette fordi de har å gjøre med relasjonen mellom to observerte variabler. Forskjellen mellom dem er at moderatorvariabler påvirker en relasjon mellom to andre variabler, mens mediatorvariabler forklarer relasjonen mellom to variabler. 


Det kan også være verdt å merke seg retningsproblemet i denne konteksten. Eksempelvis; Man har studert barn med disse to variablene (a) aggressiv atferd og (b) hvor mye barna ser voldelige tv-sendinger. Funnet viser en positiv lineær sammenheng mellom disse variablene. Intuitiv logikk ville raskt lede til en slutning om at mye tv-vold forårsaker at barna blir aggressive, men dette er ikke uten videre mulig å slutte fra en slik observert sammenheng. Det kan også være slik at barn med aggressiv atferd foretrekker voldelige tv-sendinger. Dette er det såkalte retningsproblemet. 

Metode: Korrelasjon og regresjon

Relasjoner mellom variabler kan ta følgende former --> 

Positiv lineær relasjon: Når den ene variabelen øker, øker også den andre. Eks. Barn som viser stor grad av aggressiv atferd, ser også mange voldelige innslag på tv. Barn som viser liten grad av aggressiv atferd, ser mindre voldelige innslag på tv. 


Negativ lineær relasjon: Når den ene variabelen øker, minsker den andre. Eks. Barn som ser myepå tv, viser mindre grad av fysisk aktivitet. Barn som ser lite på tv, viser stor grad av fysisk aktivitet. 


Kurvelineært forhold: Relasjonen kan her fremstilles som en kurve. Eksempelvis så øker den ene variabelen, mens den andre kun øker til et visst punkt før den avtar. Her foreligger det en mer kompleks relasjon mellom to variabler. Eks. Spenning før eksamen skjerper studenten for en god prestasjon, men øker spenningen for mye, reduseres prestasjonen. 


Ingen relasjon: Verdier på en variabel gir ingen holdepunkt for å si noe om verdier på den andre variabelen. Altså er det ingen samvarians. 


Dette er beskrivelser på hvordan variabler kan samvariere. Videre er det også viktig å nevne noe om styrken på samvariasjonen mellom to variabler. Det at to variabler korrelerer eller samvarierer, betyr altså at verdiene på en av variablene forteller oss noe om verdiene på den andre variabelen. Denne typen samvariasjon kan også tallfestes. 


Den mest brukte metoden er Pearsons produktmoment-korrelasjon eller korrelasjonskoeffisienten (r). Denne gir uttrykk for hvor sterk en korrelasjon er og hvordan to variabler samvarierer. Styrken på en observert samvarians indikeres med et tall mellom 0 og 1 (eller 0 og -1) der 0 betyr at det ikke er samvarians og 1 betyr at det er perfekt samvarians. Jo nærmere 0 det er indikert at (r) er, jo desto svakere er denne korrelasjonen. 


Av og til får vi vite at (r) er signifikant som vil si at (p) er lav. Dette betyr at når en korrelasjonsanalyse gjennomføre, er forskeren ikke bare interessert i styrken på relasjonen mellom to variabler, forskeren er i tillegg interessert i om en observert samvariasjon i utvalget er reell og ikke kun en tilfeldighet. Signifikansnivået (p) er et tallmessig uttrykk for hvor sannsynlig det er at en observert samvariasjon kan oppstå tilfeldig. Er p-verdien lav, kan vi være nokså sikre på at resultatet ikke er oppstått tilfeldig, mens hvis den er høy kan det godt tenkes at den observerte samvariansen kunne oppstått tilfeldig. (p) er ikke bare avhengig av størrelsen på (r), men også av hvor mange observasjoner (n) som inngår i beregningen. 


Korrelasjon innebærer som nevnt tidligere at to variabler samvarierer. I noen situasjoner er det interessant å benytte kunnskap om samvariansen til å predikere (forutsi) skårer på en variabel, gitt at vi har informasjon om skårer på en annen variabel. Eks. En gruppe studenter på et seminar hadde ulik grad av fravær gjennom semesteret. Noen deltok på de fleste seminarene, mens andre var fraværende i større eller mindre grad. Er det da mulig å predikere hvordan disse studentene vil prestere på eksamen ut fra deltakelse på seminar? I slike spørsmål brukes en variabel (antall oppmøte på seminar) prediktorvariabel og en annen (karakter på eksamen) kriterievariabel. Hvis det er en korrelasjon mellom disse er prediksjon mulig. Dette kalles regresjon. 


Formelen for dette er Y=bX+a. Nøkkelen til å beregne Y gitt X her er at a og b er kjent. a er regresjonskonstanten og b er regresjonskoeffisienten. a er predikert verdi av Y når X=0, mens b viser endringen i Y når X endres med en måleenhet. Disse beregnes så i regresjonsanalysen. Når vi har gjort dette kan vi tegne en rett linje i et diagram. Denne linjen uttrykker den beste lineære tilpasningen til de data vi har. Gitt denne linjen er det når mulig å predikere en students karakter ut i fra kunnskap om hvor mange ganger denne studenten har vært fraværende på seminar. Eks. Et fravær på fem ganger predikerer en karakter på eksempelvis 2,6 som tilsvarer en D eller C. 


Videre er det også noe som kalles for multippel regresjon. Dette er når vi har enda flere instanser i sving. Ta eksempelet som er nevnt tidligere. Dersom vi i tillegg har informasjon om hvor mye studentene hadde lest på egenhånd og vi benytter dette i beregningen, snakker vi om en multippel regresjon. 

Metode: Samvarians og kausalitet

Psykologiske undersøkelser har svært ofte som mål å undersøke relasjoner. Relasjoner i denne sammenhengen kan være å påvise forskjeller eller likheter, sammenheng eller samvariasjon og å påviske kausualitet. Relasjoner vil alltid være mellom noe og noe annet. Innen psykologisk forskning er dette betegnet som variabler (personer, grupper, fenomener osv.).


Eksempelvis kan en forsker måle livskvalitet (variabel 1) og helse (variabel 2). Heretter kan man i prinsippet tenkte seg tre ulike enkle relasjoner mellom slike variabler.
- Økning i en variabel ledsages av økning i en annen variabel 
- Økning i en variabel ledsages av reduksjon i den andre 
- Fravær av relasjonen: variablene har ingen relasjon til hverandre



Til tross finnes det også andre mer komplekse relasjoner mellom variabler. Disse kan også være av interesse. Et eksempel på dette er at variablene kan påvirkes av en tredje variabel som påvirker eller modererer relasjonen. Videre kan også en tredje variabel virke inn på en annen ved en "medierende" variabel. Disse to kalles moderator og mediator.


Moderator: Relasjonen mellom to variabler påvirkes av  en annen variabel. Et eksempel på dette; Antall timer man leser pensum hver uke påvirkes av hvor mange timer man er på seminar.


Mediator: Relasjonen mellom to variabler medieres via en tredje variabel. Et eksempel på dette; Trening i en oppgave slår ikke ut i korrekt respons før personen har forstått prinsippet for oppgaven.


Disse strategiene for å avdekke relasjoner mellom variabler kaller vi for korrelasjonelle eller relasjonell. "Passiv observasjon" er et tredje alternativ (passiv fordi den ikke manipulerer noe i situasjonen). Det viktige er uannsett at en korrelasjonell tilnærming observerer naturlig variasjon i variabler og relaterer de observerte variablene til hverandre.


Normalt vil forskere benytte seg av eller foretrekke korrelasjonelle design under følgende betingelser: 
- Tidlig stadium i forskningsprosessen: forskeren har kanskje en idè om kausale relasjoner mellom variabler, men den er såppas uavklart at det kan være interessant å undersøke den ut fra allerede naturlig varierende variabler.
- Uavhengige variabler kan ikke manipuleres: når det ikke er mulig eller etisk forsvarlig å manipulere variabler, slik det kreves i et eksperiment.
- Interessant og naturlig observasjon i aktuelle variabler foreligger: de fleste korrelasjonelle studier faller i denne kategorien. Forskeren observerer naturlig variasjon i variabler og relaterer dem til hverandre.


Forskere innen psykologi relaterer ofte psykologiske variabler (intelligens, voldelighet, attribusjonsstil osv.) til andre psykologiske variabler eller andre forhold som antas å ha en slags sammenheng med de psykologiske variablene. Slike typer variabler kan i prinsippet samvariere på tre måter:


1) Ingen samvariasjon
2) Variablene samvarierer, men de påvirker ikke hverandre
3) Kausal relasjon (variablene samvarierer og den ene påvirker den andre.) En endring i den ene variabelen er årsak til endring i den andre. 

Kausalitet har flere ulike kriterier: 

Temporal relasjon: Årsaken kommer alltid før effekten. Dette er i prinsippet uproblematisk. I praksis vil derimot bildet være mer komplekst. Ofte vil årsaker påvirke hverandre, på lik linje med effekter. Dette foregår som en vekselsvirkning over tid, som for eksempel når et aggressivt barn provoserer sine foreldre. Dette kan i sin tur føre til at foreldrene behandler barnet strengere, noe som igjen kan gjør til at barnet blir mer aggressivt. 



Årsak og effekt inntreffer sammen: Samvariasjon mellom årsak og effekt er et sterkt kriterium på kausualitet. Et eksempel: Hvis Per alltid er sur når Mona er tilstede, men aldri sur når Mona ikke er tilstede, vil vi være tilbøyelig til å si at Mona er den kausale faktoren, eller årsaken til Pers surhet. 


Alternative forklaringer truer ikke den kausale slutningen: Selv om de to førstenevnte kriteriene skulle være tilstede, kan det tenkes at alternative forklaringer foreligger. Et eksempel: Hvis Mona alltid har med seg katten sin når Per og Mona er sammen, er katten en mulig årsaksfaktor som vi ikke kan helt utelukke. 


For å skille mellom samvariasjon og kausalitet er det viktig å huske på; 
-At samvariasjon mellom to variabler ikke nødvendigvis innebærer kausalitet
- Kausalitet mellom to variabler innebærer samvariasjon
- Samvariasjon mellom to variabler kan fastlegges ved observasjon 
- Antakelse om kausalitet mellom to variabler innebærer en slutning om hvordan de henger sammen

Abnormalpsykologi: Angst

Abnormalpsykologi er psykologiske prosesser som avviker fra det normale.

Under abnormalpsykologien følger psykiske lidelser som er en fellesbetegnelse for lidelser og sykdommer som er kjennetegnet ved plagsomme psykiske symptomer. Videre er det noe som kalles psykopatologi som er en fellesbetegnelse for psykiske avvik og plager av psykisk art. Klinisk psykologi ligger på andre siden av disse begrepene og omhandler psykiske lidelser og behandling av disse.


Vi trenger psykologiske diagnoser for å åpne for bedre forståelse, gi riktig behandling, å kunne forebygge, lage riktige prognoser, kunne se sammenhenger og for å skape rettigheter. Problemet med slike diagnoser er på den andre siden at de kan virke stigmatiserende og i tillegg kan forenkling av slike diagnoser føre til stereotypisk tenkning.


Den største kategorien innenfor psykiske lidelser er angstlidelser. Dette rommer alt fra uro til full panikk. Det er beskrevet som en fysiologisk fryktrespons som forbereder oss til handling. Alle har en eller annen form for angst, men det er ikke før angst gir funksjonsnedsettelse at vi snakker om en angstlidelse.


Generalisert angst (GAD):  Er en generell og vedvarende angst som ikke er begrenset til bestemte situasjoner. Man har overdrevne og ukontrollerbare bekymringer om helse, økonomi, framtid og ulykker. Symptomer kan være irritabilitet, konsentrasjonsproblemer, søvnfortyrrelser, motorisk spenning, rastløshet, skjelving, vansker med å slappe av, svette, rask puls og frykt for å dø. De som lider av GAD lider ofte også av depresjon. Årsaker til GAD kan være frykt for å mislykkes, alarmfunksjon (ser etter truende stimuli), engstelig personlighet, svake mestringsevner, stressende livshendelser og mangel på kontroll.


Post-traumatisk stressforstyrrelse (PTSD): Er en angst som er en forsinket eller langvarig reaksjon på en belastende hendelse eller situasjon av usedvanlig truende eller katastrofal art. Symptomer kan være påtrengende minner (flashbacks), unngåelse av ting som skaper minner, kroppslig aktivering, søvnproblemer, irritabilitet, sinne og konsentrasjonsvansker. Man kan utvikle PTSD ved dissosiering under traumet, dveling ved hendelsen og konsekvensene i ettertid og svake mestringsstrategier.


Tvangslidelser (OCD): Er tvangstanker og tvangshandlinger hvor man har manglende kontroll på tanker og motorikk. Eks; vasking telling e.l. Dette er et forvsar mot angsten som blir et problem i seg selv.


Panikklidelse: Er tilbakevendende akutte angstanfall. Disse anfallene er uforutsigbare og skaper rask økning i frykt og symptomer. Selve anfallene varer normalt i et par minutter og har fysiologiske symptomer som kortpusthet, svette, hjerteklapp, svimmelhet, kvelningsfornemmelser og brystsmerter. De som lider av panikkangst har stor frykt for nye anfall og bedriver dermed såkalt unngåelsesatferd.


Videre er fobier også en underkategori av angst. Fobier er irrasjonell frykt for spesifikke objekter eller situasjoner. Vanlige fobier er høydeskrekk, vannskrekk, tannlegeskrekk, flyskrekk og klaustrofobi (frykt for lukkede/trange rom). Videre er det også mange som har fobi for blod og sprøyter.


Agorafobi opptrer ofte sammen med panikklidelse og har stortsett en ganske plutselig debut. Dette omhandler en angst for visse situasjoner eller steder. De som lider av dette har stor grad av unngåelsesatferd. Videre er også sosial fobi relativt vanlig. Dette handler om en frykt for å bli negativt vurdert av andre i sosiale situasjoner. Man er ekstra oppmerksom på andres negative evaluering og dette er ofte kronisk uten behandling.

Metode: Kvalitativ og kvantitativ metode

Første formål i vitenskapen er å beskrive fenomenet. Beskrivende metode går ut på å beskrive et fenomen eller en variabel. Man kan ikke på dette stadiet si noe om sammenhenger eller lignende. De to mest grunnleggende måtene man benytter i beskrivende metode er kvalitativ og kvantitativ metode. 



Kvalitativ metode: Beskrivelser av livvssituasjon. Går i dybden og er en slags fortolkende analyse. Informantens perspektiv og forståelse er sentral. Man benytter i kvalitativ metode ofte intervju eller observasjon som redskaper. Kjennetegn ved kvalitativ metode er at temaet vurderes i kulturell/sosial kontekst, informantens forståelse er fokus, data samles i personens naturlige miljø, data er ofte tekst og fortellinger og resultatet bunner ut i det vi kaller historisk. 


Kvantitativ metode er å tilordne tall til fenomener. Denne tar sikte på å beskrive forekomst, omfang og sammenhenger i et fenomen.