La psicologia quantitativa


La psicologia quantitativa è una branca poco nota al grande pubblico, nonostante le sue origini risalgano agli albori della psicologia, e nonostante abbia di fatto contribuito alla nascita e sviluppo della stessa. La psicologia è una scienza empirica, e come tale utilizza formalismi matematici per modellizzare la realtà fenomenica che indaga1,2,3,4,5. Il termine "psicologia quantitativa" racchiude genericamente diverse discipline accademiche che si trovano a metà strada tra le scienze matematiche e psicologiche6,7. Esistono infatti discipline quali la psicologia matematica e la psicometria, discipline riconosciute come proprie della psicologia accademica; inoltre, ci si aspetta che gli psicologi posseggano nozioni di matematica e statistica più in generale, che applicheranno a vari livelli nel contesto accademico e nel contesto lavorativo, interagendo con clienti o pazienti. Operare un distinguo netto tra queste sotto-discipline non è semplicissimo, poiché de facto lavorano in sinergia e si occupano entrambe di misurare e quantificare fenomeni psicologici, quindi, spesso, la distinzione tra psicologia matematica, psicometria e statistica applicata risultano sfumate7,8,9. Risulta tuttavia utile creare delle distinzioni concettuali d'ordine generale, con lo scopo di far intendere al lettore come vi possano essere differenze anche sostanziali nell'approcciare il tema della quantificazione all'interno della nostra disciplina.

Ciò che è importante sottolineare è che in psicologia vengono utilizzate tanto tecniche statistiche semplici, quanto modelli computazionali complessi10,11,12,13. Inoltre, indipendentemente dalla tecnica utilizzata, si sottolinea che il legame tra psicologia e matematica è estremamente forte, non solo dal punto di vista storico, ma anche dal punto di vista pratico, a causa delle implicazioni ovvie che i formalismi giocano nel guidare il ragionamento degli psicologi nel contesto del proprio lavoro quotidiano. Ormai molti psicologi vengono formati all'acquisizione non solamente di basi di statistica, ma anche all'utilizzo di software e linguaggi di programmazione, quali Matlab, R e Python, non solo per svolgere attività di ricerca accademica, ma anche per implementare metodologie e protocolli validati nel contesto reale.

La Psicologia Matematica

La psicologia matematica è la disciplina interessata ad elaborare modelli matematici generali del comportamento umano e animale, attraverso l'utilizzo di metodologie sperimentali, solitamente attuate nel contesto laboratoriale7. Un esempio classico è dato dagli studi di psicofisica, branca della psicologia che si occupa di modellizzare le leggi della percezione degli stimoli fisici14,15,16. Si ignora spesso che, storicamente, gli studi sperimentali in psicofisica precedono i primi lavori di Freud. Grazie a questi studi pioneristici sappiamo che la percezione di uno stimolo fisico è proporzionale (secondo un fattore k) al logaritmo dello stimolo. Se si pensa che questa legge sia stata scoperta nel 1860, non vi è motivo di meravigliarsi del fatto che tutt'oggi gli psicologi utilizzino formalismi matematici nella loro disciplina. Il problema è che, solitamente, ciò avviene unicamente all'interno del contesto accademico, e raramente eventuali stakeholder sono a conoscenza di questo aspetto.

Altri importanti ambiti in cui operano gli psicologi matematici sono l'ambito dell'Analisi del Comportamento, in cui si modellizza l'apprendimento e l'esecuzione di comportamenti direttamente osservabili da parte di animali ed esseri umani 17,18; le neuroscienze teoretiche e computazionali, interessate ad elaborare modelli inerenti ai fenomeni neurali sottesi al funzionamento delle principali variabili psicologiche19,20, quali appunto la percezione e l'apprendimento, ma anche la memoria, l'attenzione, etc. Importanti modelli matematici vengono anche elaborati in seno agli studi di Decision Making 21,22, dove alcuni disegni di ricerca consentono di modellizzare matematicamente i processi cognitivi alla base delle scelte operate dagli esseri umani. 

A sostegno ulteriore del legame tra psicologia e matematica, invito i lettori appassionati di matematica ad una riflessione: una delle principali teorie della misura adottate in psicologia è la Teoria della Misurazione Congiunta23,24, elaborata da Luce e Tukey, quest'ultimo notissimo statistico, famoso, tra le altre cose, per aver sviluppato l'algoritmo detto Fast Fourier Transform. Questi sono solo pochissimi tra i tanti esempi di cosa sia la psicologia matematica.

La Psicometria e la Statistica Applicata

Un altro ramo della psicologia quantitativa è sicuramente la psicometria, disciplina che tradizionalmente si occupa della misurazione di variabili psicologiche quali l'intelligenza, gli stati mentali, i tratti di personalità, l'umore, le attitudini, le opinioni, etc7,8,25. Nel fare questo, gli psicometristi solitamente si occupano dello sviluppo e validazione di questionari e test funzionali alla valutazione delle variabili di interesse. Per fare un esempio pratico, si potrebbe voler condurre uno studio rivolto all'indagine delle intenzioni di voto degli elettori, così come verso le intenzioni di acquisto di un determinato prodotto, per quanto riguarda il mondo aziendale. Nel contesto clinico può anche essere importante indagare quale sia il livello di ansia esperita da persone che abbiano ricevuto una diagnosi di Disturbo d'Ansia Generalizzato o anche classificare le oscillazioni esperite dell'umore da un paziente con Disturbo Bipolare.

Gli esempi possono essere molteplici. Ciò che risulta chiaro è che in questo caso l'approccio è lievemente diverso da uno psicologo matematico "standard". Se infatti uno psicometrista non può fare a meno dei formalismi matematici (de facto, alla base del suo lavoro), solitamente crea ed utilizza strumenti facendo uso della metodologia che deriva da tali formulazioni teoriche. Solo una certa percentuale di psicometristi si occupa specificatamente di analisi matematica, teoria della misura, algebra astratta, etc. La maggioranza studierà tali concetti allo scopo di indagare statisticamente la relazione tra diversi costrutti astratti, quali, per esempio, la relazione tra diversi tratti di personalità. Gli studi di psicometria si focalizzano quindi maggiormente a comprendere quale sia la tendenza centrale di una data popolazione di interesse e come il fenomeno vari da persona a persona, o nei vari sottogruppi26. È infatti grazie alla psicometria che possiamo somministrare un test del QI ad un paziente e vedere se la sua performance devia significativamente dalla norma. Uno psicometrista potrebbe anche somministrare un questionario prima e dopo un certo intervento, per verificare se vi siano rilevati cambiamenti significativi nei valori delle variabili o relativamente alle loro interazioni.

Integrazione ed applicazioni

Come già accennato, in realtà, psicologia matematica e psicometria sono due facce della stesa medaglia. Se è vero che la prima è maggiormente interessata ad elaborare leggi matematiche generali relativamente ad un processo specifico (e.g., un modello di come funziona la percezione visiva nell'essere umano), mentre la seconda maggiormente a studiare le distribuzioni di costrutti psicologici più astratti (come i tratti di personalità, appunto) e di come gli individui o sottogruppi di individui si discostino dalle tendenze centrali, entrambe utilizzano la matematica e la statistica per modellizzare processi psicologici. Inoltre, la teoria della misurazione in psicometria è a tutti gli effetti una teoria di psicologia matematica27, così come alcuni studi di psicometria consentono di arrivare ad astrarre leggi e principi formale d'ordine generale, andandosi a configurare al tempo stesso come studi pertinenti all'ambito della psicologia matematica. 

Ciò che risulta maggiormente interessante, è che l'intero corpus conoscitivo alla base della psicologia quantitativa consente una naturale espansione della disciplina all'esterno del contesto accademico. È infatti possibile utilizzare un approccio quantitativo nel contesto consulenziale, tanto nell'ambito clinico che in quello organizzativo. Un esempio è dato dalla possibilità di utilizzare un approccio idiografico nel contesto clinico, il quale consente di formalizzare la relazione temporale tra i diversi sintomi esperiti da un nostro paziente. Grazie a tale approccio è possibile prevedere quale sia la relazione temporale tra i sintomi e creare degli studi di simulazione che ci aiuteranno nell'impostazione di un dato trattamento. Al tempo stesso, l'Analisi del Comportamento Applicata consente di utilizzare i princìpi e le leggi scientifiche derivanti dall'Analisi del Comportamento per andare a modificare la frequenza della messa in atto dei comportamenti di nostro interesse. In particolare, esistono ormai protocolli ampiamente validati che consentono di utilizzare tale approccio nel contesto organizzativo, allo scopo di ridurre gli infortuni sul lavoro, o aumentare la produttività della propria azienda. Principi di psicologia quantitativa vengono inoltre usati a fini di indagini di Marketing, tra le altre cose, per comprendere la percezione di un brand, per indagare le intenzioni di acquisto, o per segmentare il mercato di proprio interesse.

Bibliografia

  1. Michell J (1997). Quantitative science and the definition of measurement in psychology. British Journal of Psychology, 88(3), 355–383. https://doi.org/10.1111/j.2044-8295.1997.tb02641.x
  2. Kline P (1997). Commentary on Michell, Quantitative science and the definition of measurement in psychology. British Journal of Psychology, 88, 385–387. https://doi.org/10.1111/j.2044-8295.1997.tb02645.x
  3. Laming D (1997). A critique of a measurement-theoretic critique: Commentary on Michell, quantitative science... British Journal of Psychology, 88, 389–391. http://proxy.uchicago.edu/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=bth&AN=9710106793&loginpage=Login.asp&site=ehost-live&scope=site
  4. Luce RD (1997). Quantification and symmetry: Commentary on Michell, quantitative science and definition of measurement in psychology. British Journal of Psychology, 88, 395–398. http://proxy.uchicago.edu/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=bth&AN=9710106795&loginpage=Login.asp&site=ehost-live&scope=site
  5. Morgan M (1997). Measurement in psychology: Commentary on Michell’s Quantitative Science and the definition of measurement in psychology. British Journal of Psychology, 88(3), 399–400. https://doi.org/10.1111/j.2044-8295.1997.tb02646.x
  6. Batchelder WH, Colonius H, Dzhafarov EN, Myung J (2016). New Handbook of Mathematical Psychology: Volume 1: Foundations and Methodology. Cambridge Handbooks in Psychology. 1. Cambridge: Cambridge University Press. ISBN 978-1-107-02908-8.
  7. Cipresso P, Immekus JC (2017). Back to the future of quantitative psychology and measurement: Psychometrics in the twenty-first century. Frontiers in Psychology, 8(DEC), 1–7. https://doi.org/10.3389/fpsyg.2017.02099
  8. Borsboom D (2006). The Attack of the Psychometricians. Psychometrika, 71(3), 425–440. https://doi.org/10.1007/s11336-006-1447-6
  9. Stout W (2002). Psychometrics: From practice to theory and back. Psychometrika, 67(4), 485–518. https://doi.org/10.1007/BF02295128
  10. Hamaker EL, Dolan C (2009). Idiographic Data Analysis: Quantitative Methods - From Simple to Advanced. In Dynamic Process Methodology in the Social and Developmental Sciences (pp. 191–216). https://doi.org/10.1007/978-0-387-95922-1_9
  11. Macal CM, North MJ (2010). Tutorial on agent-based modeling and simulation. Journal of Simulation, 4(3), 151–162. https://doi.org/10.1109/WSC.2005.1574234
  12. Cipresso P, Serino S, Villani D (2019). Pervasive Computing Paradigms for Mental Health. Springer. https://doi.org/10.1007/978-3-030-25872-6
  13. Burger J, van der Veen DC, Robinaugh DJ, Quax R, Riese H, Schoevers RA, Epskamp S (2020). Bridging the gap between complexity science and clinical practice by formalizing idiographic theories: A computational model of functional analysis. BMC Medicine, 18(1), 1–19. https://doi.org/10.1186/s12916-020-01558-1
  14. Fechner GT (1948). Elements of psychophysics, 1860. In W. Dennis (Ed.), Readings in the history of psychology (pp. 206–213). Appleton-Century-Crofts. https://doi.org/10.1037/11304-026
  15. Mackay DM (1963). Psychophysics of Perceived Intensity: A Theoretical Basis for Fechner’s and Stevens’ Laws. Science, 139(3560), 1213–1216.
  16. Johnson KO, Hsiao SS, Yoshioka T (2002). Neural coding and the basic law of psychophysics. Neuroscientist, 8(2), 111–121. https://doi.org/10.1177/107385840200800207
  17. Skinner BF (1957). The experimental analysis of behavior. American Scientist, 45(4), 343–371. http://www.jstor.org/stable/27826953
  18. Marr M (2009). The natural selection: behavior analysis as a natural science (PDF). European Journal of Behavior Analysis. 10 (2): 103–118, https://doi.org/10.1080/15021149.2009.11434313. Archived from the original (PDF) on 29 November 2014
  19. Trappenberg TP (2010). Fundamentals of Computational Neuroscience. United States: Oxford University Press Inc. pp. 2. ISBN 978-0-19-851582-1.
  20. Kriegeskorte N, Douglas PK (2018). Cognitive computational neuroscience. Nature neuroscience, 21(9), 1148–1160. https://doi.org/10.1038/s41593-018-0210-5
  21. Brown SD, Steyvers M (2009). Detecting and predicting changes. Cognitive Psychology, 58(1), 49–67. https://doi.org/10.1016/j.cogpsych.2008.09.002
  22. Rung JM, Madden GJ (2018). Experimental reductions of delay discounting and impulsive choice: A systematic review and meta-analysis. Journal of Experimental Psychology: General, 147(9), 1349–1381. https://doi.org/10.1037/xge0000462
  23. Luce RD, Tukey JW (1964). Simultaneous conjoint measurement: A new type of fundamental measurement. Journal of Mathematical Psychology, 1(1), 1-27, https://doi.org/10.1016/0022-2496(64)90015-X.
  24. Luce RD (1975). Conjoint Measurement: A Brief Survey (pp. 149–171)
  25. Jones LV, Thissen D (2007). A History and Overview of Psychometrics. In C. R. Rao & S. Sinharay (Eds.), Handbook of Statistics (Vol. 26, pp. 1–27). https://doi.org/10.1016/S0169-7161(06)26001-2
  26. Wijsen LD, Borsboom D, Alexandrova A (2021). Values in Psychometrics. Perspectives on Psychological Science. https://doi.org/10.1177/17456916211014183
  27. Revelle W (1986). Classical Test Theory and the Measurement of Reliability. An Introduction to Psychometric Theory with Applications in R, 205–239. http://personality-project.org/r/book/Chapter7.pdf