010. Teoria, model, konstrukt i wskaźnik – podstawowe pojęcia warsztatu badacza

W poprzednich lekcjach kursu statystycznego szkolenia na statystyk.edu.pl pojawiły się już pojęcia problemu badawczego, hipotezy, zmiennej i operacjonalizacji. Teraz porządkujemy poziom pojęciowy, który leży jeszcze głębiej: wyjaśniamy, skąd biorą się pojęcia używane w badaniu i w jaki sposób przechodzimy od ogólnej idei do obserwowalnych danych. Szczególne znaczenie mają cztery terminy: teoria, model, konstrukt i wskaźnik.

Nie są to synonimy. Każde z tych pojęć odpowiada innemu poziomowi pracy badawczej. Teoria porządkuje wyjaśnienia, model przedstawia wybrany fragment zależności, konstrukt oznacza pojęcie teoretyczne wymagające empirycznego przybliżenia, a wskaźnik jest obserwowalną informacją, która ma dostarczać danych o konstrukcie. Ich uporządkowanie ogranicza ryzyko, że badacz zacznie mierzyć coś innego, niż pierwotnie zamierzał.

Od wyjaśnienia teoretycznego do danych

Najprostszy łańcuch można zapisać następująco:

teoria → model → konstrukt → wskaźnik → obserwacja lub pomiar

Łańcuch ten nie oznacza, że każda teoria musi prowadzić do jednego modelu, każdy model do jednego konstruktu, a każdy konstrukt do jednego wskaźnika. W praktyce relacje są bardziej złożone. Teoria może obejmować wiele konstruktów, konstrukt może być reprezentowany przez kilka wskaźników, a pojedynczy wskaźnik może być niedoskonały i zależeć również od czynników zakłócających.

Przykładowo, teoria stresu może zakładać, że przeciążenie wymaganiami środowiska wpływa na funkcjonowanie psychiczne i fizyczne człowieka. Model badawczy może ograniczyć tę teorię do związku między obciążeniem pracą, jakością snu i objawami wypalenia zawodowego u pielęgniarek. Konstruktami będą wówczas między innymi „obciążenie pracą”, „jakość snu” i „wypalenie zawodowe”, a wskaźnikami – wyniki skal kwestionariuszowych, liczba dyżurów, czas snu lub liczba zgłaszanych objawów.

Czym jest teoria?

Teoria to uporządkowany system pojęć, twierdzeń i założeń, który służy do opisu, wyjaśniania lub przewidywania zjawisk. Teoria nie jest pojedynczą opinią ani luźnym zbiorem interesujących obserwacji. Powinna określać, jakie elementy uznaje za istotne oraz jakie relacje między nimi przewiduje.

W naukach empirycznych teoria nie jest „udowodniona” przez jedno badanie. Pojedyncze badanie może dostarczyć argumentów zgodnych z teorią, wskazać jej ograniczenia albo ujawnić, że określony mechanizm działa tylko w pewnych warunkach. Teoria pozostaje więc strukturą, która organizuje pytania badawcze i pozwala łączyć wyniki wielu badań.

Funkcje teorii w badaniu

• Porządkująca: wskazuje, które zjawiska należy rozpatrywać łącznie.
• Wyjaśniająca: proponuje mechanizmy lub zależności odpowiadające za obserwowane zjawiska.
• Heurystyczna: pomaga formułować nowe pytania i hipotezy.
• Predykcyjna: umożliwia przewidywanie wyników w określonych warunkach.
• Kontrolna: pozwala ocenić, czy wyniki są zgodne z przewidywaniami i gdzie występują odstępstwa.

Ważne jest rozróżnienie między teorią a opisem empirycznym. Zdanie „pacjenci z krótszym snem częściej zgłaszają zmęczenie” opisuje określoną zależność w danych. Teoria musiałaby dodatkowo wyjaśniać, dlaczego taka zależność może występować, jakie procesy ją pośredniczą i w jakich warunkach powinna się zmieniać.

Czym jest model?

Model jest uproszczonym, celowo skonstruowanym przedstawieniem wybranego fragmentu rzeczywistości. Może mieć postać diagramu, układu równań, opisu słownego, symulacji albo modelu statystycznego. Model nie jest kopią świata. Jest narzędziem, które uwydatnia określone elementy, a inne pomija.

W badaniu model powinien być podporządkowany pytaniu badawczemu. Jeśli badacz analizuje, czy program edukacyjny poprawia kontrolę cukrzycy, może zbudować model obejmujący udział w programie, wiedzę zdrowotną, przestrzeganie zaleceń i stężenie hemoglobiny glikowanej. Nie musi włączać wszystkich cech pacjenta, jakie da się zmierzyć. Powinien jednak uzasadnić, dlaczego wybrane elementy są istotne.

Model pojęciowy a model statystyczny

Model pojęciowy przedstawia przewidywane zależności na poziomie znaczeń. Można go zapisać na przykład tak:

edukacja zdrowotna → wiedza → zachowania zdrowotne → kontrola choroby

Strzałki w takim zapisie wyrażają założenia dotyczące relacji, ale same w sobie nie dowodzą przyczynowości. Jeżeli badanie jest przekrojowe i obserwacyjne, strzałki powinny być interpretowane ostrożnie jako hipotezy dotyczące kierunku zależności, a nie jako wykazane efekty przyczynowe.

Model statystyczny przekłada założenia na formalny zapis, który można analizować za pomocą danych. Przykładowo:

Y = β0 + β1X + β2Z + ε

• Y – zmienna wynikowa, na przykład wartość hemoglobiny glikowanej;
• X – główna zmienna objaśniająca, na przykład udział w programie edukacyjnym;
• Z – dodatkowa zmienna uwzględniana w modelu, na przykład wiek lub czas trwania choroby;
• β₀ – wyraz wolny, czyli przewidywana wartość Y przy wartościach pozostałych zmiennych równych zero, jeśli taka interpretacja ma sens;
• β₁ i β₂ – parametry opisujące związki między zmiennymi przy kontrolowaniu pozostałych elementów modelu;
• ε – składnik losowy, obejmujący wpływ czynników nieuwzględnionych oraz przypadkową zmienność.

Model statystyczny nie zastępuje modelu pojęciowego. To, że program komputerowy pozwala dopasować równanie, nie oznacza jeszcze, że równanie ma sens merytoryczny. Najpierw trzeba określić znaczenie zmiennych i uzasadnić relacje, a dopiero potem wybrać odpowiednią metodę analizy.

Czym jest konstrukt?

Konstrukt to pojęcie teoretyczne odnoszące się do cechy, procesu lub właściwości, której nie obserwujemy bezpośrednio w taki sposób jak wzrost, temperaturę ciała czy liczbę hospitalizacji. Przykładami konstruktów są lęk, jakość życia, dobrostan, motywacja, zaufanie do systemu ochrony zdrowia, kompetencje komunikacyjne i obciążenie poznawcze.

Konstrukt nie jest „fikcją” tylko dlatego, że nie można go bezpośrednio zobaczyć. Jest pojęciem użytecznym wtedy, gdy ma jasno określone znaczenie i gdy można sprawdzać przewidywania dotyczące jego przejawów. Warto jednak pamiętać, że wynik kwestionariusza nie jest samym konstruktem. Jest tylko wynikiem określonej procedury pomiarowej, mającym dostarczać informacji o konstrukcie.

Konstrukt a zmienna

Konstrukt należy przede wszystkim do języka teorii i pomiaru. Zmienna jest natomiast właściwością jednostek, która może przyjmować różne wartości i zostać wykorzystana w analizie danych. Konstrukt „lęk przed zabiegiem” może zostać przedstawiony w badaniu jako wynik skali lęku, a ten wynik staje się zmienną liczbową.

Przejście od konstruktu do zmiennej wymaga decyzji metodologicznych: wyboru narzędzia, populacji, punktu czasowego, sposobu kodowania i reguł interpretacji. Właśnie dlatego pomiar nie jest czynnością czysto techniczną.

Czym jest wskaźnik?

Wskaźnik to obserwowalna cecha, wynik pomiaru lub informacja, która ma reprezentować określony konstrukt albo bardziej złożone zjawisko. Wskaźnikiem może być pojedyncza odpowiedź na pytanie, suma punktów skali, wynik badania laboratoryjnego, częstość zdarzeń lub informacja administracyjna.

Wskaźnik powinien być interpretowany w kontekście. Liczba godzin snu może być wskaźnikiem jakości snu, ale nie wyczerpuje tego pojęcia. Pacjent może spać osiem godzin, a mimo to mieć częste wybudzenia i niską ocenę regeneracji. Z kolei wynik glikemii jest użytecznym wskaźnikiem określonego aspektu kontroli metabolicznej, lecz nie opisuje całego stanu zdrowia pacjenta.

Wskaźniki refleksyjne i formatywne

W pomiarze wielowymiarowym często rozróżnia się dwa sposoby rozumienia relacji między konstruktem a wskaźnikami.

• Wskaźniki refleksyjne traktuje się jako przejawy wspólnego konstruktu. Jeśli konstrukt „objawy depresyjne” się nasila, może to zwiększać prawdopodobieństwo smutku, anhedonii, zaburzeń snu i obniżonej energii. Wskaźniki powinny w pewnym stopniu współwystępować.
• Wskaźniki formatywne współtworzą indeks lub złożony konstrukt. Status społeczno-ekonomiczny może być określany przez dochód, wykształcenie i warunki mieszkaniowe. Zmiana jednego elementu może zmienić indeks, nawet jeśli pozostałe elementy się nie zmieniają.

To rozróżnienie ma konsekwencje dla konstrukcji narzędzia i analizy. Nie każda bateria wskaźników powinna być oceniana wyłącznie przez pryzmat ich wzajemnej korelacji. W przypadku wskaźników formatywnych usunięcie jednego elementu może zmienić zakres definiowanego zjawiska.

Przykład praktyczny: lęk pacjenta przed zabiegiem

Załóżmy, że zespół badawczy chce ocenić, czy krótka interwencja informacyjna zmniejsza lęk pacjentów przed planowanym zabiegiem.

1. Teoria: niepewność i brak zrozumienia procedury mogą zwiększać lęk, natomiast klarowna informacja i możliwość zadawania pytań mogą go ograniczać.
2. Model pojęciowy: interwencja informacyjna wpływa na zrozumienie procedury, a zrozumienie wiąże się z poziomem lęku przed zabiegiem.
3. Konstrukty: zrozumienie procedury, lęk przed zabiegiem i poczucie kontroli.
4. Wskaźniki: wynik krótkiego testu wiedzy, wynik zwalidowanej skali lęku, odpowiedzi dotyczące poczucia kontroli oraz ewentualnie częstość próśb o dodatkowe wyjaśnienia.
5. Zmienne: wynik skali lęku może być zmienną wynikową, a udział w interwencji – zmienną grupującą lub objaśniającą.

Badacz powinien następnie określić, kiedy dokona pomiaru. Wynik uzyskany bezpośrednio po informacji może odzwierciedlać chwilową reakcję, natomiast pomiar w dniu zabiegu może odpowiadać innemu aspektowi lęku. Nie wolno automatycznie uznawać, że różnica wyniku skali dowodzi zmiany całego konstruktu psychologicznego w każdym jego znaczeniu.

Jak oceniać jakość przejścia od konstruktu do wskaźnika?

Ocena jakości pomiaru obejmuje między innymi pytanie, czy wskaźniki rzeczywiście reprezentują zakładany konstrukt. Klasyczna koncepcja trafności konstruktu podkreśla, że interpretacja wyniku testu powinna być wspierana przez sieć przewidywanych zależności z innymi zmiennymi (Cronbach i Meehl, 1955). Nie wystarczy zatem stwierdzić, że narzędzie „ma dobrą trafność”, bez wskazania, jaka interpretacja wyniku jest uzasadniana i jakimi dowodami.

W praktyce warto sprawdzić:

• trafność treściową: czy zakres wskaźników obejmuje ważne aspekty konstruktu;
• trafność strukturalną: czy sposób organizacji pozycji narzędzia odpowiada założonej strukturze;
• związki z innymi zmiennymi: czy obserwowane korelacje są zgodne z przewidywaniami teoretycznymi;
• rzetelność pomiaru: czy wynik jest wystarczająco stabilny lub precyzyjny dla planowanego zastosowania;
• równoważność pomiaru: czy narzędzie działa podobnie w porównywanych grupach, językach lub punktach czasowych.

W modelach zmiennych latentnych konstrukt może być reprezentowany przez kilka zmiennych obserwowalnych. Takie podejście pozwala oddzielić część wspólną wskaźników od błędu pomiaru, ale wymaga dobrze uzasadnionego modelu, odpowiedniej identyfikacji i ostrożnej interpretacji (Bollen, 1989).

Najczęstsze błędy

• Traktowanie wskaźnika jako konstruktu. Wynik skali lęku nie jest tożsamy z całym lękiem, lecz jest jego pomiarowym przybliżeniem.
• Używanie pojęć bez definicji. Terminy takie jak „jakość opieki”, „stres” czy „przestrzeganie zaleceń” mogą mieć różny zakres w różnych badaniach.
• Tworzenie modelu po analizie danych. Model powinien wynikać z problemu i założeń merytorycznych, a nie być wyłącznie opisem zależności znalezionych przypadkowo.
• Mylenie korelacji z przyczynowością. Sama współzmienność wskaźników nie przesądza o kierunku wpływu.
• Automatyczne sumowanie wskaźników. Suma pozycji ma sens tylko wtedy, gdy uzasadnia ją sposób definiowania konstruktu, format odpowiedzi i właściwości narzędzia.
• Ignorowanie błędu pomiaru. Niedokładny wskaźnik może osłabiać obserwowane związki, zwiększać niepewność wyników i utrudniać porównania.
• Uznawanie istotności statystycznej za dowód ważności konstruktu. Mała wartość p nie potwierdza sama przez się trafności narzędzia ani znaczenia praktycznego wyniku.
• Pomijanie poziomu analizy. Wskaźnik dotyczący pacjenta, oddziału i całej populacji nie powinien być interpretowany tak, jakby pochodził z tego samego poziomu.

Co warto zapamiętać?

• Teoria porządkuje pojęcia i proponuje wyjaśnienia zjawisk.
• Model przedstawia wybrany fragment teorii w postaci możliwej do sprawdzenia.
• Konstrukt jest pojęciem teoretycznym, którego nie obserwujemy bezpośrednio.
• Wskaźnik jest obserwowalną informacją używaną do przybliżenia konstruktu.
• Jeden konstrukt może wymagać wielu wskaźników, a pojedynczy wskaźnik może być niepełny lub obciążony błędem.
• Model statystyczny powinien wynikać z modelu pojęciowego, a nie zastępować rozumowanie teoretyczne.
• Trafność dotyczy uzasadnienia interpretacji wyników, a nie trwałej etykiety przypisanej raz na zawsze narzędziu.
• Dobry warsztat badacza polega na zachowaniu ciągłości między teorią, modelem, konstruktem, wskaźnikiem i analizą danych.

W kolejnych lekcjach ten łańcuch będzie potrzebny do zrozumienia pomiaru, trafności, rzetelności oraz modeli zmiennych latentnych. Zanim jednak przejdziemy do technik statystycznych, warto za każdym razem zadać sobie pytanie: jakie pojęcie chcę badać, jak je rozumiem i dlaczego wybrany wskaźnik ma być jego wiarygodnym przybliżeniem?

\n

Źródła i dalsza lektura

\n

1. Cronbach, Lee J.; Meehl, Paul E. (1955). Construct validity in psychological tests. Psychological Bulletin, 52(4), 281–302. DOI: 10.1037/h0040957.
2. Bollen, Kenneth A. (1989). Structural Equations with Latent Variables. 1st edition. John Wiley & Sons. Informacja wydawcy / źródło.
3. DeVellis, Robert F. (2016). Scale Development: Theory and Applications. 4th edition. SAGE Publications. Informacja wydawcy / źródło.
4. von Elm, Erik; Altman, Douglas G.; Egger, Matthias; Pocock, Stuart J.; Gøtzsche, Peter C.; Vandenbroucke, Jan P.; for the STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. The Lancet, 370(9596), 1453–1457. DOI: 10.1016/S0140-6736(07)61602-X.

\n