Eötvös Loránd Tudományegyetem Bölcsészettudományi Kar Pszichológia szak
SZAKDOLGOZAT REAKCIÓIDŐ VÁLTOZÓK VIZSGÁLATA NEM HAGYOMÁNYOS STATISZTIKAI MÓDSZEREKKEL
SZÉKELY ANNA
Témavezető: Dr. Vargha András
Budapest, 2002.
1
KÖSZÖNETNYILVÁNÍTÁS Szeretném megköszönni témavezetőm, VARGHA ANDRÁS segítségét és útmutatásait. Külön köszönetet kívánok mondani ELIZABETH BATES-nek (Center for Research in Language, UCSD, USA), aki megismertette velem a szakdolgozatban használt kognitív reakcióidő feladatot, és lehetővé tette számomra, hogy részt vegyek egy interkulturális együttműködésben. A molekuláris genetikai vizsgálatokkal kapcsolatban köszönettel tartozom SASVÁRI MÁRIÁnak, (Semmelweis Egyetem, Orvosi Vegytani, Molekuláris Biológiai és Pathobiokémiai Intézete) szakmai segítségét és azt, hogy a genotipizálási munkák elvégzését lehetővé tette. Köszönöm RÓNAI ZSOLT-nak, hogy a genotipizálási munkát elvégezte, továbbá köszönöm NEMODA ZSÓFIÁ-nak, hogy a pszichiátriai szakirodalomban való tájékozódásban segítséget nyújtott. GERVAI JUDIT (MTA Pszichológiai Intézet) nevét pedig azért emelném ki, mert ő az, aki a pszicho-genetikai kutatásokat itthon elindította, és a statisztikai asszociációelemzés módszertani kérdéseiben segített. Szeretném megköszönni SZIKORA ANDRÁS LÁSZLÓNAK, hogy segítségemre volt a vizuális komplexitás objektív mérőmódszerének kidolgozásában és a Macintosh számítógép hazai használatában. Köszönettel tartozom VALENTINI MÁRIÁNAK, ENCSI JUDITNAK, MÉHES VIKTÓRIÁNAK, GERVÁN PATRÍCIÁNAK, NEMSZILAJ ANITÁNAK, RUTTNER JUDITNAK, SZABÓ ANDREÁNAK, VARGA ZSUZSÁNAK, BÉRES ILONÁNAK, VARJÚ LILLÁNAK, HERMÁNYI GABRIELLÁNAK, DEÁK KATALINNAK, PIROS VERÁNAK, BORBÉLY DÓRINAK, KOVÁCS SZILVIÁNAK ÉS SURÁNYI ZSUZSÁNAK, akik a kísérletek kivitelezésében segítségemre voltak. Végül szeretnék külön köszönetet mondani a vizsgálatban türelmükért és lelkiismeretességükért.
RÉSZTVEVŐKNEK,
2
TARTALOMJEGYZÉK Köszönetnyilvánítás ............................................................................................................................... 1 Összefoglalás ......................................................................................................................................... 2 1 Irodalmi áttekintés .......................................................................................................................... 5 1.1 Módszertani problémák a pszichológiai kutatásban .................................................................. 5 1.1.1 Hagyományos, és alternatív kapcsolatvizsgálati eljárások................................................. 5 1.1.2 Csoportösszehasonlítások hagyományos és alternatív módszerekkel ............................... 13 1.2 A reakcióidő, mint tipikusan ferde eloszlású változó .............................................................. 17 1.3 A lexikális előhívás mérése a képmegnevezési reakcióidővel ................................................. 18 1.3.1 A lexikális feldolgozás reakcióidő vizsgálatainak múltja és jelene .................................. 18 1.3.2 A képmegnevezési vizsgálatok úttörői ........................................................................... 19 1.3.3 A lexikális előhívást befolyásoló kritikus tényezők ........................................................ 20 1.3.4 A reakcióidő és válasz-szám függő változóinak összefüggése......................................... 22 1.3.5 A válaszlatenciát befolyásoló független változók............................................................ 22 1.3.6 Melyik az igazi? A független változók szerepe a válasz latenciájában ............................. 24 1.3.7 Melyik a gyenge láncszem? ........................................................................................... 28 1.3.8 Kritikus módszertani szempontok .................................................................................. 28 1.3.9 A képmegnevezési szakirodalmi adatok eredményeinek összegzése ............................... 29 1.3.10 Mire jó az egész?........................................................................................................... 29 1.4 A kognitív feldolgozás egyéni különbségeinek genetikai alapjai............................................. 30 1.4.1 Mit, és hogyan vizsgál az egyéni különbségek asszociációelemzése?.............................. 30 1.4.2 Mit rejtenek a polimorfizmusok? ................................................................................... 33 2 Célkitűzések - hipotézisek............................................................................................................ 41 3 Módszerek.................................................................................................................................... 42 3.1 A regressziós elemzésekhez felhasznált reakcióidő adatok ..................................................... 42 3.1.1 A tárgymegnevezési vizsgálat során használt eljárás....................................................... 42 3.1.2 Kísérleti személyek ....................................................................................................... 43 3.1.3 Ingeranyag .................................................................................................................... 43 3.1.4 A képmegnevezési teljesítménnyel kapcsolatos változók rövid leírása ............................ 43 3.1.5 Az ingerek sajátosságait mérő független változók........................................................... 44 3.2 Az asszociációs elemzésekhez felhasznált reakcióidő kísérletek ............................................. 45 3.2.1 A nem-invazív DNS mintavétel ..................................................................................... 45 3.2.2 A cselekmények megnevezése során használt eljárás...................................................... 45 3.2.3 A szókiolvasási feladatok .............................................................................................. 46 3.3 Genotípusok, mint csoportosító változók ............................................................................... 47 3.4 Az alkalmazott statisztikai próbák és programok.................................................................... 47 3.4.1 Gyakoriság, rangsorolás, regresszió-elemzés és z-transzformáció ................................... 47 3.4.2 A dolgozatban használt statisztikai eljárások csoportosítása............................................ 48 4 Eredmények ................................................................................................................................. 49 4.1 A reakcióidő változók eloszlása és középértékei .................................................................... 49 4.2 A lexikális előhívás kritikus összetevői.................................................................................. 51 4.2.1 Képmegnevezési reakcióidő a válasz-szám függvényében .............................................. 52 4.2.2 A képmegnevezési reakcióidőt meghatározó ingersajátosságok ...................................... 57 4.2.3 A lexikális előhívás összetevőinek regressziós elemzése ................................................ 63 4.3 Egyéni különbségek a lexikális feldolgozásban...................................................................... 64 4.3.1 A genotípus alapján csoportosított minták statisztikai megközelítése .............................. 64 4.3.2 A cselekmények megnevezési sebessége genetikai asszociációt mutat ............................ 65 4.3.3 A reakcióidő - VNTR asszociáció nem feladat-specifikus............................................... 68 4.3.4 A reakcióidő - VNTR asszociáció nem inger-specifikus ................................................. 70 4.3.5 Genetikai különbségek a lexikális feldolgozás kognitív folyamataiban............................ 71 5 Megbeszélés ................................................................................................................................. 74 5.1 A lexikális előhívás kritikus összetevői és kritikus pontjai ..................................................... 74 5.2 Az egyéni reakcióidő teljesítmény genetikai asszociációja ..................................................... 76 5.3 Kitekintés ............................................................................................................................. 78 Irodalomjegyzék .................................................................................................................................. 80 Táblázatok jegyzéke ............................................................................................................................. 86 Ábrák jegyzéke .................................................................................................................................... 87 1. Függelék. Hozzájárulási formanyomtatvány a DNS vizsgálathoz ....................................................... 88 2. Függelék. Hozzájárulási formanyomtatvány a reakcióidő vizsgálathoz .............................................. 89 3. függelék. Az adatrögzítés és feldolgozás technikai részletei ............................................................... 90 4. függelék. A képmegnevezési vizsgálatok során használt 795 kép........................................................ 93
3
ÖSSZEFOGLALÁS Az alkalmazott pszichológiai kutatásokban használt leggyakoribb statisztikai eljárások a kapcsolatvizsgálat és a csoportösszehasonlítás. A kapcsolati mutatók a megfigyelési egységek két jellemzőjének együttjárását vizsgálják, melynek hagyományos formája a Pearson-féle lináris korreláció. A független csoportok középértékeit a hagyományos Student-féle
két
mintás
t-próbával,
illetve
a
varianciaanalízis
segítségével
hasonlíthatjuk össze egy adott dimenzió mentén. Ezeket a „jól bevált” módszereket igen széles körben alkalmazzák, sajnos - amint arra Wilcox (2002) is rámutat - gyakran olyan esetekben is, mikor nem teljesülnek e próbák kritériumai. A normalitás, illetve csoportösszehasonlítás esetén a szóráshomogenitási feltételek sérülése csökkent hatékonyságúvá teheti vagy erősen érvénytelenítheti a hagyományos paraméteres módszereket. Ezáltal elsikkadhat egy jelenlévő összefüggés, illetve megnövekedhet az előre rögzített hibaszint. A jelen dolgozatban két olyan szakmai problémát vizsgáltam meg hagyományos és nem hagyományos statisztikai eljárásokkal, melyeknél a függő változó, a reakcióid ő, egy köztudottan nem normális eloszlású változó. A lexikális előhívást befolyásoló kritikus tényezők meghatározása céljából egy képmegnevezési reakcióidő kísérletben 50 személy reakcióidő adatait átlagoltam a megnevezett itemekre a szakirodalmi eljárásoknak megfelelően. Az 520 item átlagos latenciaidejének gyakorisági eloszlása szignifikánsan eltért a normális eloszlástól. A hagyományos és nem hagyományos kapcsolati mutatók azonban az elemzések zömében hasonló eredményt mutattak. Ezek az eredmények azt mutatták, hogy a szakirodalmi adatoknak megfelelően a szavak lexikális sajátosságai és a szóelsajátítási életkor összefügg a megnevezés sebességével. A gyors válaszok jellemzően rövid és gyakori szavak, melyeket retrospektív becslések alapján korábban sajátítunk el. A képi ingersajátosságok közül a kép-válasz egyezés és reakcióidő kapcsolata szoros, a vizuális komplexitás hatása marginális. A reakcióidő egyéni különbségeit genetikai csoportok kialakításával teszteltem három kísérleti helyzetben,
ötféle dopamin és szerotonin polimorfizmust vizsgálva. A
reakcióidő - genotípus asszociációt a hagyományos módszerekkel vizsgálva nem kaptam szignifikáns eltérést a genotípus csoportok között, feltehetően a kis mintaelemszám miatt. A nemparaméteres eljárások segítségével, illetve az összevont minták z-transzformált adatain azonban kimutatható volt az, hogy a 7-szeres ismétlődésű VNTR allélt hordozó személyek átlagos reakcióideje magasabb. 4
1 IRODALMI ÁTTEKINTÉS 1.1 Módszertani problémák a pszichológiai kutatásban Az Observer hasábjain jelent meg egy közlemény a közelmúltban, amelyben az elismert statisztikus, Wilcox (2002) igen negatív színben tünteti fel korunk pszichológiai kutatásainak kiértékelési módszereit. Véleménye szerint a mai kutató pszichológusok jól képzett, felkészült szakemberek, akik dollármilliókat költenek fontos és érdekes témákat megragadó, hatalmas mennyiségű adattömeg összegyű jtésére - melyeket aztán az 50 évvel ezelőtt kifejlesztett, szegényes és sablonos statisztikai módszerekkel elemeznek. A módszertani probléma tehát nem az adatgyűjtésben, hanem azok kiértékelésében, és ezáltal a vizsgálathoz kapcsolódó pszichológiai jelenség megérthetőségében rejlik. A szerző szerint hagyományos módszerek alkalmazása teljesen helyénvaló akkor, ha az összehasonlítani kívánt adathalmazok megfelelnek a hagyományos statisztikai próbák kritériumainak. A probléma az, hogy a normális eloszlás, mely a legtöbb hagyományos statisztikai próba (pl. Student-féle t-próba) alapfeltétele, igen ritka az empirikus pszichológiai kutatásban. A normális eloszlás előfordulási gyakorisága Micceri (1989) szerint egyenlő az egyszarvúval való találkozás valószínűségével. Az alábbiakban összefoglalom a dolgozat szempontjából is releváns statisztikai próbák hagyományos eljárásainak legfontosabb kritériumait, valamint bemutatom azokat az alternatív eljárásokat, melyeket akkor célszerű alkalmazni, ha ezek a feltételek nem teljesülnek.
1.1.1 Hagyományos, és alternatív kapcsolatvizsgálati eljárások Két pszichológiai változó kapcsolatának vizsgálata a statisztika nyelvén azt jelenti, hogy megadható-e egy olyan szabály, amellyel az egyik változó értékei alapján előrejelzést tehetünk a másik változó értékeire vonatkozóan (Vargha, 2000b). A teszteléshez az szükséges, hogy az adott mintában szereplő megfigyelési egységek mindegyike rendelkezzen a két változó adataival. Például egy reakcióidő vizsgálatban minden itemhez tartozzon egy megnevezési latencia adat, valamint a megnevezés gyakoriságát jellemző mérőszám. Ezek ismeretében ábrázolhatjuk a mintát egy kétváltozós pontdiagram
segítségével,
melynek
során
az
adatpárokat
egy
olyan
koordinátarendszerben ábrázolhatjuk, ahol a vízszintes tengelyen az egyik, a függőleges tengelyen pedig a másik változó értékeit skálázzuk. Az itemek sokasága által képzett ponthalmazt megfigyelve választ adhatunk arra a kérdésre, hogy van-e olyan szabály,
5
melynek segítségével az egyik változó adatainak ismeretében jóslást tehetünk a másik változó várható értékeire. 1.1.1.1 A Pearson-féle lineáris korrelációs együttható jellemzői A változók közötti lineáris kapcsolat szorosságát mérő hagyományos statisztikai mutató a Pearson-féle korrelációs együttható, melynek értéke −1től +1ig változhat. Abszolút értékének nagyságszintje azt jelzi, hogy két kvantitatív változó között milyen szoros lineáris típusú kapcsolat van. Előjele a pontdiagram pontjaira legjobban illeszked ő egyenes elhelyezkedését mutatja (Vargha, 2000b). Pozitív lineáris kapcsolat áll fenn például a szóhossz és a reakcióidő között (Székely és mtsai, 2002), azaz a hosszabb szavak megnevezése tovább tart. De negatív lineáris kapcsolatot találunk a reakcióidő és a szógyakoriság között, hiszen itt a ritka, alacsony szógyakorisági mérőszámmal jellemezhető szavak megnevezése tart hosszabb ideig. 1.1.1.2 A hagyományos kapcsolati mutatók buktatói - és a lehetséges alternatívák Wilcox (1998) rámutat arra, hogy a Pearson-féle hagyományos lineáris korrelációs együttható, mint kapcsolati mutató egyeduralma a pszichológiai kutatások múltjában és jelenében számos olyan „felfedezés” elsikkadását eredményezte, melyek az elmúlt 30 évben kifejlesztett modern, robusztusabb próbák segítségével kimutathatók lettek volna. Az alábbiakban áttekintek néhány olyan jellemzőt, mely kritikus e hagyományos kapcsolati mérőszámra nézve. 1.1.1.2.1 A nemlineáris kapcsolatok is kapcsolatok! Ha a lineáris korrelációs együttható értéke 0, az csupán azt jelenti, hogy a két változó között nincs lineáris típusú kapcsolat, vagyis hogy regressziós egyeneseik se nem emelkednek, se nem lejtenek (Vargha, 2000b). Elképzelhető azonban, hogy mégis van a két változó között összefüggés, melyet pl. a pontdiagram pontjainak U, vagy fordított U alakú elhelyezkedése mutat. U alakú összefüggést találunk pl. a drogfüggőség és a dopamin D4-es receptor VNTR hosszúsága között, mert mind a rövid, mind pedig a hosszú változatok együttjárnak az EUROPASI skála súlyosabb függőségi értékeivel, míg a közepesen hosszú változatok alacsony pontszámot valószínűsítenek (Comings és mtsai., 1999). 1.1.1.2.2 Mit kezdjünk az extrém adatokkal? A tapasztalat azt mutatja, hogy a Pearson-féle korrelációs együttható érzékeny a mintából kilógó, szélsőséges értékekre, melyek a nem normális eloszlásokat jellemzik, 6
és így a statisztikai eljárás hatékonyságát esetenként jelentős mértékben csökkenthetik (Vargha, 2000b). Wilcox (1998) kiemeli, hogy akár egyetlen extrém érték is megváltoztathatja a Pearson-elemzés eredményét úgy, hogy a kapcsolat a két paraméter között nem lesz szignifikáns. Ugyanakkor más, robusztusabb eljárásokat nem érint a szélsőségek jelenléte, melyet az alábbiakban egy konkrét példán is szemléltetek. A szélsőséges értékek hatásainak kiszűrésére hatékony alternatívát kínálnak a trimmeléses eljárások, melyek kapcsolati mérőszáma a Winsorizált korrelációs együttható. Egy másik robusztus mutató, a Wilcox-féle rpb
("percentage bend
correlation"), mely Wilcox érvelése szerint a trimmeléses eljárásoknál hatékonyabban alkalmazható nem normális eloszlás esetén. Érvelése úgy szól, hogy hibás a szélsőséges adatok elhagyása, mivel ezzel a véletlen mintaválasztás alapvető kritériuma csorbul. Továbbá a trimmelés mértékének meghatározása szubjektív, nem igazodik a mindenkori adatmintához (Wilcox, 1996, idézi Vargha, 2000b). Az rpb mutató kiszámolásakor azt kell megválasztani, hogy hány extrém érték hatását kívánjuk kiküszöbölni. 1.1.1.2.3 Amiről nem szól a fáma… A háttérváltozók hatásainak figyelembevétele További problémát jelenthet, hogy a gyakorlatban igen ritka az a helyzet, amikor csupán két változó az, amely kölcsönhatásban áll, és kapcsolatukat semmilyen más, az elemzés szempontjából releváns tényező nem befolyásolja. Ha a kutató csak e két változó kapcsolatát kíséri figyelemmel, előfordulhat, hogy a mért paraméternek tulajdonít egy olyan hatást, mely tulajdonképpen egy másik paraméter velejárója. Erre a problémára a képmegnevezési irodalomban bőségesen találunk példákat (lásd későbbi alfejezetek). Ilyen esetekben megoldást jelenthet az összes ismert változó figyelembevétele az elemzés során. A függő változót befolyásoló független változóegyüttes interkorrelációi információt adhatnak arról, hogy mely változók járulékos hatásait érdemes kiszűrni a célból, hogy egy adott független változó önálló hatását vizsgáljuk a függő változóra. A parciális korrelációs együttható olyan kapcsolati mérőszám, amely megmutatja, hogy mekkora lenne két változó között a lineáris korreláció, ha egy vagy több másik változót állandó szinten tartanánk, vagyis nem engednénk meg, hogy hatással legyenek a vizsgálni kívánt paraméterekre (Vargha, 2000b). Hasonlóan hatékony eljárás a nemlineáris regresszióelemzés, illetve az egyidejűleg több változó elemzésére kifejlesztett többszörös regresszió módszere.
7
1.1.1.2.4 Ordinális változók vagy erősen különböző skálájú változók kapcsolatvizsgálata A pszichológiai jelenségeket mérő változók közül sok olyan van, amely jellemzően ordinális típusú. Ez azt jelenti, hogy a változó értékei nagyság szerint sorba rendezhetők valamely értelmes szakmai szempont szerint, de nem értelmes, hogy az egyik érték mennyivel nagyobb a másiknál, vagy hogy hányad része az egyik érték a másiknak. Egy másik probléma a különböző pszichológiai paraméterek összehasonlítása során az, hogy az egyes paraméterek értékskáláinak léptéke erősen különbözhet egymástól. Például a reakcióidő és szógyakoriság összehasonlítása során problémát jelent, hogy a reakcióidő adatok zöme a 700-1000 ms-os intervallumban mozog (az 1300ms-nál nagyobb értékek előfordulása igen ritka), ugyanakkor a szógyakorisági adatok zöme a 10-es és 20-es értékek között helyezkedik el, de nem kis számban fordulnak elő extrém 300-as, sőt, 600-as értékek is. A problémát az 1.a-c. ábrák szemléltetik, melyeken ugyanazon 26 kép domináns megnevezésének szógyakoriságának és átlagos megnevezési latenciaidejének pontdiagramja látható más-más értékskálákon kifejezve. 1. a. ábra. Nyers gyakorisági pontszámok a megnevezés latenciájának függvényében 800 700
„nap”
Szógyakoriság (nyers)
600 500 400
„óra”
300 200
„kitűntetés”
100 0 0
500
1000
1500
2000
Re a kció id ő (ms)
8
Az
1.a.
ábrán a
szótárból kiolvasott nyers szógyakorisági adatok és az
ezredmásodpercben mért reakcióidő adatok szerepelnek. A regressziós egyenes láthatóan nem illeszkedi a pontokra, a Pearson-féle lineáris korrelációs együttható mértéke r = −0,31, ez az eredmény nem szignifikáns. Az 1.a. ábrán szereplő változók skálái ugyan hűen tükrözik az empirikus adatokat, de a pszichológiai jelenség (a megnevezés nehézsége) szempontjából a szógyakorisági skála túl érzékenyre van állítva. Az adatsor két extrém gyakoriságú szavához („nap” és „óra”) tartozó adatok nagyon „kilógnak” a többi gyakorisági adat közül. Ugyanezen képek reakcióidő adatai viszont, ugyan a skála végpontján helyezkednek el, de nem képviselnek ennyire extrém értékeket. Az extrém értékű adatpontok számértékeit az 1. táblázatban foglaltam össze. 1. táblázat. A három extrém gyakoriságú, illetve reakcióidejű adatpont konkrét értékei
óra nap kitűntetés
RI 671 718 1649
nyers gyak. 354 696 11
ln gyak. 5,87 6,55 2,49
rangRI rangGYAK 1 25 5 26 26 5
A hagyományos korrelációs együttható tehát hajlamos nem kimutatni a kapcsolatot két igen eltérő skálájú változó adatai között, különösen akkor, ha az adatsorban extrém értékek is előfordulnak. Ez a probléma általános a szógyakoriság és más változók empirikus vizsgálatában, éppen ezért a nyers szógyakorisági adatok logaritmikus transzformáltját szokás használni. Az 1.b. ábrán a szógyakorisági adatok természetes alapú logaritmusa és az ezredmásodpercben mért reakcióid ő adatok szerepelnek. Az hagyományos, Pearson-féle korrelációs elemzés együtthatója r = −0,51 (p < 0,01). Az ábrán az látható, hogy a regressziós egyenes ugyan jobban illeszkedik a ponthalmazra, mint az 1.a. esetében, azonban az extrém értékek továbbra is „kilógnak” ebből a lineáris elemzésből. Az 1.a. és 1.b. ábrákon szemléltetett probléma (extrém értékek és nem azonos léptékű értékskálák) megoldása az lehet, ha azonos dimenziókon szerepeltetjük ezeket az adatokat, úgy, hogy a konkrét adatok közötti különbségek csak kisebb/nagyobb relációk formájában fogalmazódjanak meg. Azaz az eredetileg kvantitatív értékskálájú változókat ordinálisra változtatjuk, megtartva a nagyságrendi különbségeket. A
9
rangszámok pontdiagramját az 1.c. ábra szemlélteti, a kapcsolat szorosságának mérőszáma a Spearman-féle rangkorrelációs együttható: rS = −0,81 (p < 0,01). 1. b. ábra. Logaritmikus gyakorisági pontszámok a reakcióidő függvényében 7 6
„óra” „kitűntetés”
4 3 2 1 0 0
500
1000
1500
2000
Re a kció id ő (ms)
1. c. ábra. Szógyakoriság és reakcióidő rangszámainak pontdiagramja
30
„óra” „nap”
25 Szógyakoriság (rangszámok)
Szógyakoriság (ln)
„nap” 5
20 15
„kitűntetés”
10 5 0 0
5
10
15
20
Re a kció id ő (ra ng szá mo k)
25
30
10
A Spearman-féle rangkorrelációs eljárás lényege (Vargha, 2000b), hogy két változó kapcsolatvizsgálata során nem vesszük figyelembe azok értékeinek eredeti skáláját, csupán azok nagyságrendjét. Ezzel a kapcsolati mutatóval tehát ordinális változók is vizsgálhatók. Mivel ez a kapcsolati mérőszám tulajdonképpen az adatok rangszámain kiszámított Pearson-féle lineáris korrelációs együttható, értéke szintén -1 és +1 között van. A +1-hez, illetve -1-hez közeli értékek jelzik a két változó közti erős monoton növő, illetve monoton fogyó kapcsolatot, azaz a nagyságrendjeik közötti viszony állandó. Monoton növekvő kapcsolatról akkor beszélhetünk, ha tudva azt, hogy az egyik változó első személyhez tartozó értéke alacsonyabb, mint a másodikhoz tartozó értéke, előre jelezhetjük, hogy az első személy értéke alacsonyabb lesz, mint a másodiké a másik változó tekintetében is. Monoton fogyó kapcsolatról ezzel szemben akkor beszélünk, ha a nagyságrendi viszony adott, csak éppen fordított arányú. Ilyen például a szógyakoriság és reakcióidő kapcsolata az 1.c. ábrán. Ha tudjuk azt, hogy az egyik paraméter az első személynél kisebb mint a másodiknál, valószínűsíthetjük, hogy a másik paraméteren az első személy adata nagyobb lesz, mint a másodiké. A 0 körüli Spearman-féle rangkorrelációs értékek a két változó értékei közti pozitív, illetve negatív együttjárás hiányát jelzik. Az 1.c. ábrán szereplő rangszámok alapján kialakított ponthalmazra igen jól illeszkedik a regressziós egyenes, mely azt jelzi, hogy a rangsorolásos eljárással kiküszöbölhető a fentebb említett két probléma: az extrém adatok, valamint az eltérő skálaléptékekb ől származó sajátságok. A rangszámok pontdiagramján egyáltalán nem „ugrik ki” az 1.a. és 1.b. ábrákon oly szembeötlő három adat. Ennek oka, hogy a rangsorolás révén eltűnt az „óra” gyakoriságának azon tulajdonsága, hogy kb. 10-szerese a többi item gyakoriságának. Megmaradt viszont az a tulajdonsága, hogy ez a második leggyakoribb adat, melyhez a legkisebb reakcióid ő érték járul. Hasonlóképpen, az extrém reakcióidővel jellemzett „kitűntetés” most csupán „a leglassabban megnevezett kép” értékét hordozza anélkül, hogy kifejeződne, hogy ez az érték a többi értéknek kb. kétszerese. Ehhez az értékhez a rangsorban az ötödik legritkább gyakorisági adat járul. Mivel a többi érték is jól illeszkedik ebbe az összefüggésbe (a ritkább szavakat ábrázoló képeket lassabban nevezik meg), magas szintű, monoton fogyó kapcsolat jellemzi e két változót. Egy alternatív, nem hagyományos kapcsolati mutató a Spearman-féle rangkorrelációs együttható mellett a Kendall-féle tau monotonitási együttható. Ez a mérőszám a sztochasztikus monotonitást vizsgálja, azt mutatja meg, hogy mennyivel nagyobb a 11
populációban a konkordáns viszonylatok aránya, mint a diszkordáns viszonylatoké. Az elemzés lényege, hogy a mintából kiválasztunk egy adatpárt, mely jelen esetben lehet az „óra” és a „kitűntetés” itempár. Majd megvizsgáljuk, hogy a szógyakoriság és a megnevezési latencia változók szempontjából ez a páros konkordáns, vagy diszkordánse (Vargha, 2000b). A két szógyakoriság érték közül („óra”: 354; „kitűntetés”: 11) a „kitűntetés” gyakorisága a kisebb. A páros akkor lenne konkordáns, ha a reakcióidők közül is a „kitűntetés”-hez tartozó adat lenne kisebb. Azonban nem ez a helyzet, a „kitűntetés”-t ábrázoló képet átlagosan 1649 ms alatt, míg az „órát” ábrázoló képet átlagosan 671 ms alatt nevezték meg a személyek. Ez a páros tehát diszkordáns. A következő lépésben az „óra” és a „nap” itemekhez tartozó adatokat vetjük össze. A „nap” szógyakorisági értéke magasabb (696), valamint a megnevezés ideje is valamennyivel tovább tart (718) mint az „óráé”. Ez a páros tehát konkordáns. Végül a „nap” és „kitüntetés” viszonya diszkordáns. A két változó közti kapcsolat monoton növő vagy fogyó jellege a konkordáns és diszkordáns párok arányától függ. Ha a populációban a konkordáns párok vannak többségben, akkor a kapcsolat jellege inkább monoton növő, ha pedig a diszkordáns párok vannak többségben, akkor a kapcsolat jellege inkább monoton fogyó. A Kendall-féle tau monotonitási együttható a konkordáns és diszkordáns párok gyakoriságának különbségét mutatja meg. Mérőszáma +1, ha a két paraméter tiszta monoton növekvő kapcsolatban van egymással, vagyis ha az összes páros konkordáns. A kapcsolati mérőszám akkor lesz −1, ha a paraméterek kapcsolata tiszta monoton fogyó, azaz az összes lehetséges adatpár diszkordáns viszonyban van. A kapcsolati mérőszám 0, ha a konkordancia és diszkordancia mértéke kiegyenlített, tehát sem a monoton fogyó, sem a monoton növő viszony nem domináns (Vargha, 2000b). Az 1.a. ábrán szemléltetett nyers gyakorisági pontszámok és a megnevezési reakcióid ő Kendall-féle monotonitási együttható értéke rτ =
−
0,68 (p < 0,01). Mivel a
sztochasztikus elemzésekben kizárólag a kisebb-nagyobb relációknak van szerepük, az 1.b. ábrán bemutatott transzformált szógyakorisági adatok és reakcióidő összefüggés monotonitási elemzésének eredménye is pontosan ugyanez. Fontos megjegyezni, hogy az 1.a.-c. ábra csupán a hagyományos és nem hagyományos elemzések közötti különbségek bemutatását szolgálja. Ezek az adatok ugyan valós vizsgálatból származnak, de mivel kiválasztásuk nem véletlenszerűen történt, nem tekinthetők reprezentatív mintának.
12
1.1.2 Csoportösszehasonlítások hagyományos és alternatív módszerekkel Két populáció összehasonlítása esetén a leggyakoribb eljárás az, hogy a két populációból, egymástól függetlenül, kiválasztanak az összehasonlításhoz egy-egy véletlen mintát. E független minták statisztikai elemzése során arra keressük a választ, hogy az adatmintákban tapasztalt különbözőségek csak olyan mértékűek-e, amelyek a véletlen ingadozások következtében szokásosan előfordulnak, vagy pedig már olyan szintűek, amelyek a két populáció különbözőségét valószínűsítik (Vargha, 2000b). 1.1.2.1 A kétmintás t-próba jellemzői, és kritériumai (Vargha, 2000b) Ha két független mintát egy kvantitatív változó átlaga segítségével szeretnénk összehasonlítani, ennek közkedvelt statisztikai módszere a kétmintás t-próba. Ezzel tesztelhető, hogy az adott változó elméleti átlaga ugyanakkora-e a két minta által képviselt populációban. A kétmintás t-próbán alapuló statisztikai hipotézisvizsgálat alapja a
t=
x−y
1 1 + n1 n 2
Vare
képlettel definiált t-statisztika, mely f = n1+n2-2 szabadságfokú t-eloszlást követ, ha igaz a H0:µ1 = µ2 nullhipotézis. A kétmintás t-próba alkalmazásának két alapvető alkalmazási feltétele ismert, melynek sérülése egyes esetekben a t-próba érvényességének jelentős mértékű csökkenését eredményezheti. A normalitás feltétele szerint a változó legyen normális eloszlású, a szóráshomogenitási feltétel szerint pedig a változó varianciája legyen ugyanakkora az összevetendő két populációban. A t-statisztika képletében a Vare-vel jelölt együttes variancia a két variancia szabadságfokokkal súlyozott átlaga, melyet a
Vare =
( n1 − 1) Var1 + ( n 2 − 1) Var2 n1 + n 2 - 2
képlet definiál. Ez a mennyiség az elméleti varianciák egyenlősége esetén e közös variancia pontbecslése. Érthető tehát, hogy a szóráshomogenitás feltételének sérülése esetén az adott változó varianciájának különbözősége a vizsgált populációkban számottevően csökkentheti a kétmintás t-próba érvényességét. Halmozott problémát jelent, ha a varianciák különbözősége mellett a mintaelemszámok sem egyeznek, mely a kétmintás t-próba hibáira igen nagy hatást gyakorolhat. Szimulációs elemzések alapján
13
belátható, hogy a nagyobb mintaelemszámú, kisebb szóródású mintát a kisebb elemszámú, nagyobb szóródású mintával összevetve a t-próba I. fajú hibájának valószínűsége nagymértékben nő, mely csökkenti a próba érvényességét. Ugyanakkor ha a mintaelemszámok és a varianciák erősen különböznek, de a nagyobb elemszámú mintához nagyobb variancia érték tartozik, a kisebb mintához pedig kisebb, akkor a tpróba I. fajú hibája drasztikusan lecsökken, mely maga után vonja a II. fajta hiba növekedését, ami viszont kihat a próba hatékonyságára. Az első esetben megnő annak az esélye, hogy különbséget látunk a két minta között, melyek különbözősége az adott dimenzióban valójában a véletlen műve. A második esetben pont fordítva, megnő annak az esélye, hogy ne lássunk meg valós különbségeket két populáció között. Bármely irányú változás „elfogadhatatlan mértékű” is lehet (Vargha, 2000b, 236. o.). 1.1.2.2 Két független minta nem hagyományos statisztikai elemzése Számos más szerző mellett Wilcox (1998) is kiemeli, hogy az alkalmazott pszichológiai kutatásban elenyésző az olyan adatok felhasználása, melyek nem sértik a kétmintás tpróba kritériumainak legalább egyikét (a szóráshomogenitást, normalitást, illetve extrém értékek hiányát). A szerző szerint nem ideális megoldás homokba dugott fejjel alkalmazni a hagyományos statisztikai próbákat, és remélni, hogy a változóink eloszlása normális. Megfelelően akkor járunk el, hogyha a változó eloszlásának ismeretében választunk a rendelkezésre álló nem hagyományos, robusztusabb statisztikai eljárások közül. Két minta összehasonlítása esetében mindkét minta egyedi jellemzőinek megfigyelése szükséges.
1.1.2.2.1 A t-próba robusztus változata, a Welch-féle d-próba (Vargha, 2000b) A kétmintás t- és a Welch-féle d-próba közös alkalmazási feltétele, hogy a vizsgált két független mintában az összehasonlítani kívánt változó adatainak eloszlása normális eloszlású egyen. Számos esetben a t- és a d-próba robusztus e feltételre nézve, vannak azonban olyan szélsőségesen nem normális eloszlások, ahol a próba érvényessége számottevően sérülhet. A d-próba kedvező vonása, hogy ha normalitás
feltételei
fennállnak, akkor a próba akkor is megőrzi érvényességét, ha a két mintában a szóródási mérőszámok nagyfokú különbséget mutatnak. A Welch-féle d-próba tehát a Studentféle kétmintás t-próba robusztus változata. A Welch-féle d-próbával végzett szimulációs eredmények azt mutatják, hogy - a tpróbával ellentétben - akár különböző elemszámok és a szóráshomogenitás megsértése 14
mellett sem változik a próba érvényessége. Ez az eredmény fennáll abban az esetben is, amikor a varianciák különbözősége mellett a mintaelemszámok sem egyeznek, mely a kétmintás t-próba esetében halmozott problémát jelentett (lásd az előző alfejezetben). A Welch-féle d-próba tehát kiváló robusztus alternatívája a kétmintás t-próbának még viszonylag kis minták esetén is, ha a vizsgált változó normális eloszlású mindkét populációban. Azonban a normalitási feltétel sérülése a d-próba érvényességére is igen negatívan hat, mely esetben az érvényesség megtartása szempontjából alapvető fontosságú, hogy a függő változó ferdeségének iránya ugyanolyan legyen a két összevetendő populációban. Ez főleg kicsi és közepes minták esetében fontos kritérium. 1.1.2.2.2 A Medián-próba Az átlag nem feltétlenül a legmegfelelőbb mérőszám az adatok középértékének jellemzésére. Esetenként (pl. erősen ferde eloszlás mellett) megfelelőbb mérőszám lehet a medián, mely folytonos eloszlású változók esetében 50-50%-os arányban osztja két részre a vizsgált mintát, mely részek a mediánnál kisebb, illetve nagyobb adatokat tömörítik (Vargha, 2000a). Az elméleti mediánok egyenlőségének egy lehetséges tesztelési eljárása legalább 20 elemszámú minták esetében a medián-próba (Vargha, 2000b). 1.1.2.2.3 A trimmelt átlagok összehasonlítása Az alkalmazott pszichológiai vizsgálatokban igen gyakran használják a trimmeléses eljárásokat (Wilcox, 1998; Vargha, 2000a), köztük a trimmelt átlagok összehasonlítását. Ugyanis az extrém értékek egyrészt gondot okozhatnak a normalitás kritériumával kapcsolatban, másrészt a szélsőségek óhatatlanul elmozdítják az átlag értékét. Ha az összehasonlítani kívánt minták egyikében, vagy mindkettőben jelen vannak szélsőséges adatok, célszerű az átlagok helyett a trimmelt átlagok összehasonlítása. Azonban nem megfelelő az eljárás akkor, ha trimmelt adatokon alkalmazzuk a fentebb már említett hagyományos kétmintás t-próbát, ugyanis ez esetben az adatok szelekciója megsérti a véletlen mintaválasztás kritériumát (Wilcox, 1998). Az sem egyértelmű, hogy az eloszlás két szélének hány százalékától váljunk meg a trimmelés során. További problémát jelent, hogy ferde eloszlású változók esetében az eloszlás két széléről azonos, vagy különböző arányú részt trimmeljünk-e (Vargha, 2000a). Amennyiben szignifikáns különbséget sikerül kimutatnunk a trimmelt átlagok között, ez azt jelentené, hogy a két minta zömét jellemző adattömeg mutat eltérést, és nem néhány szélsőséges adat egyedi hatásából adódik a különbség. Egyes esetekben a szélsőséges adatok kiszűrésével 15
hatékonyabban mutathatók ki a középértékek közti különbségek, mint a t- vagy a dpróba segítségével. A trimmelt átlagok összehasonlításának többféle módszere is létezik, melyek közül Vargha (2000b) a Yuen-próbát javasolja. A próba lényege, hogy első lépésben mindkét mintát trimmeljük, majd a trimmelt átlagok és a Winsorizált varianciák felhasználásával a Welch-féle d-próba logikáját követve vizsgáljuk meg az elméleti trimmelt átlagok egyenlőségét. 1.1.2.3 Az értékek direkt összehasonlítása: a valószínűségi fölény mutatója A fentebb leírt hagyományos és nem hagyományos statisztikai módszerek alapelve, hogy
az
összehasonlítani
kívánt
populációkból
kiválasztott
véletlen
minták
középértékeit hasonlítja össze. A nagyság szerinti összehasonlítást azonban nem csak ezekre a középértékekre, hanem közvetlenül az adatokra is lehet alkalmazni. Ez a forradalmian új megoldás az összehasonlítani kívánt populációkból kiválasztott véletlen minta adatait közvetlenül hasonlítja össze (Vargha, 1999). A valószínűségi fölény mutatója százalékos formában méri
az egyik populáció dominanciáját a másikkal
szemben. A 0% azt jelenti, hogy az első populáció bármely adata kisebb a második populáció összes adatánál. A 100% ezzel szemben az első populáció abszolút fölényét jelzi az értékelt dimenzió mentén. Az 50%-os valószínűségi fölény azt jelenti, hogy a vizsgált populációkból véletlenszerűen kiválasztott egy-egy értékek közül az egyik ugyanolyan valószínűséggel lesz nagyobb a másiknál, mint fordítva, így a két populáció az adott változó tekintetében sztochasztikusan egyenlő. E mutatóval kapcsolatban nem szükséges, hogy a változó normális eloszlású legyen, nem kritériuma a szóráshomogenitás sem, sőt, nem kvantitatív, de legalább ordinális változók esetében is alkalmazható. Továbbá, mivel a sztochasztikus egyenlőség matematikailag egyenértékű azzal, hogy a független minták rangszámainak elméleti átlaga azonos (Vargha, 2000a). Mindezek alapján az átlagok összehasonlítására alkotott statisztikai próbákat elvégezhetjük a rangszámokon, megkapva ezzel a sztochasztikus egyenlőség hipotézisének statisztikai ellenőrzését. A rang t-próba, a Mann-Whitney próba esetében azonban feltétel az elméleti rangszórások egyenlősége. Robusztusabb eljárások a rang Welch-próba, a Fligner-Policello-próba, valamint a Fligner-Policellopróba Welch-féle szabadságfokkal kiértékelve (röviden FPW-próba) mely statisztikai próbák a szóráshomogenitás feltételére nem érzékenyek. Nem szimmetrikus eloszlású minták sztochasztikus homogenitásának szimulációs vizsgálata azt mutatta, hogy az 16
imént felsorolt statisztikai eljárások közül az FPW-próba első fajta hibája tért el legkevésbé az előre rögzített szinttől, miközben a próba ereje nem változott. (Vargha, 2000a).
1.2 A reakcióidő, mint tipikusan ferde eloszlású változó Számos szerző kiemelte a reakcióidő változó nem normális eloszlását, mely alapjaiban kérdőjelezi meg a reakcióidő adatokon alkalmazott hagyományos statisztikai eljárások érvényességét (Balota és Spieler, 1998; Snodgrass és Yuditsky, 1996; Spieler, Balota és Faust, megjelenés alatt; Vargha, 2000a; Zumbo és Coulombe, 1997). A reakcióid ő adatok eloszlása jellemzően ferde, jobb felé elnyúló, és a magasabb reakcióid ő tartományokban szélsőséges értékek jellemzőek. Mindez azt eredményezi, hogy az extrém magas reakcióid ő adatok „maguk felé húzva” az átlagot (Vargha, 2000a) az átlag alatti és feletti adatok előfordulási aránya számottevően különbözik. E probléma megoldására az egyes szerzők más-más megoldást látnak ideálisnak. Snodgrass és Yuditsky (1996) például a trimmeléses eljárást tartja megfelelőnek, melyet a képmegnevezési szakirodalomban előszeretettel alkalmaznak. Azonban ezzel a módszerrel kapcsolatban több probléma is felmerül, például a trimmelés mértékének szubjektivitása. Wilcox (1998) azt is problémának tartja a trimmeléses eljárással kapcsolatban, hogy így olyan adatpontok veszhetnek el, melyek esetleg fontos részét képezik az összehasonlítani kívánt paraméternek. Zumbo és Coulombe (1997) nem javasolja a Fligner-Policello-próba alkalmazását a normális eloszlástól eltérő populációk tesztelésében, ugyanakkor nem mutat alternatív eljárást az általa is vizsgált reakcióidő adatok elemzésére. Vargha (2000a) alapján azonban a módosított FPW próba alkalmas eszköz lehet a reakcióidő adatok elemzésében. Egy merőben új eljárást használt Balota és Spieler (1998), valamint Spieler, Balota és Faust, megjelenés alatt) a szófelismerési, valamint a szelektív figyelmi feladatokban mért reakcióidő változókra. A középértékek összehasonlítása helyett megrajzolták a reakcióidő adatok gyakorisági eloszlását a különböző vizsgálati helyzetekben, majd az eloszlást az ex-Gaussian eloszlással összevetve meghatározták, hogy mennyire különböznek az eloszlások az ex-Gaussi eloszlás három fő paraméterének tekintetében. A „Mu” nevű paraméter megadja az eloszlás Gaussian összetevőjének átlagát, míg a „Sigma” megadja a szórás értéket. A „Tau”-val jelölt paraméter pedig az eloszlás exponenciális összetevőjének szórásértékével kapcsolatos. A különböző kísérleti 17
helyzetekben kimutatott reakcióidő különbségek jellemzően a Mu, illetve a Tau komponens különbségeiből erednek. Egyes esetekben az is előfordul, hogy mindkét dimenzió változik, de ellenkező irányba, a két vizsgálati helyzet között. Mindez sokkal differenciáltabb elemzést tesz lehetővé, mely adott esetben indokolt lehet, ha a középértékek segítségével nem igazolható a tapasztalt hatás. Más szerzők is éltek az eloszlások ex-Gaussian elemzésével, (pl. Mehwort és mtsai, 1992; Wixted és Rohrer, 1993 idézi Balota és Spieler, 1998). Azonban ehhez az elemzéshez speciális programra van szükség, mely az adott eloszlást az ex-Gaussian eloszláshoz illesztve meghatározza a három fő paraméter értékeit.
1.3 A lexikális előhívás mérése a képmegnevezési reakcióidővel 1.3.1 A lexikális feldolgozás reakcióidő vizsgálatainak múltja és jelene A reakcióidőmérő eljárások alkalmazása a lexikális tudattartalmak feldolgozásában több mint 100 éves múltra tekint vissza. A korai megnevezési vizsgálatokban az inger bemutatása tachisztoszkóppal vagy kártyákkal történt, a reakcióid ő mérésére pedig legtöbbször stopper szolgált. Ezek a módszerek később egyre objektívebbek és pontosabbak lettek, mivel a reakcióidő méréséhez és az ingerek megjelenítéséhez ma már legtöbbször számítógépes rendszerek segítségét veszik igénybe. Az egyik legkorábbi reakcióid ővizsgálatban Donders (1868, idézi Sternberg, 1969) reakcióidő mérések eredményeib ől következtetett az információfeldolgozás szakaszaira, és az ezekben lezajló mentális műveletekre. Később Cattell foglalkozott reakcióid ő mérési eljárásokkal Wundt laboratóriumában. Klasszikus vizsgálatai, melyekben összehasonlította az egyes betűk, rövid vagy hosszú szavak, illetve egy vagy többjegyű számok kiolvasásához szükséges latenciaid őt, máig érvényes törvényszerűségeket tártak fel, többek közt a figyelmi terjedelemmel kapcsolatban. Cattell reakcióid ő mérésekkel igazolta, hogy a rövid szavak kiolvasása gyorsabb, mint a kétjegyű számok vagy a különálló betűk megnevezése (1887; idézi Pléh, 2000). Rámutatott arra is, hogy a színek vagy a tárgyak megnevezése lassabb, mint a megfelelő szavak kiolvasása (Cattell, 1886). Ezeket az összefüggéseket mind a mai napig kutatják, ma már azonban fejlett számítógépes módszereket, és gyakran pszichofiziológiai eljárásokat is felhasználnak a vizsgálatokhoz. Az ingerek viszont mindmáig ugyanazok maradtak, azaz szavakat, számokat, betűket vagy tárgyakat ábrázoló képeket mutatnak be.
18
A képi ingerek – a szavakkal ellentétben – számos előnyt hordoznak, például koragyermekkori vizsgálatokban is alkalmazhatók. Ez tette lehetővé Roe és mtsai (2000) erősen eltérő életkorú (3-83 év) személyekkel végzett beszédprodukció vizsgálatát, ahol mondatba ágyazott képi ingereket használtak. A képmegnevezési eredmények értékelésénél azonban számolni kell a képi ingerek sajátosságaiból fakadó speciális tényezőkkel, amilyen például a vizuális komplexitás. Továbbá problémát jelenthet, ha a kutatók minden kísérletben más-más képi ingeranyagot használnak fel. A különböző vizsgálatok eredményeit közvetlenül úgy lehet összehasonlítani, ha minden vizsgálatban következetesen ugyanazt a standardizált ingerkészletet használják.
1.3.2 A képmegnevezési vizsgálatok úttörői 1980-ban Snodgrass és Vanderwart 260 itemes, fekete-fehér, vonal-rajzos képekb ől álló gyűjteményt standardizált angol nyelvre. A képek többsége egyszerű, kisebb-nagyobb használati tárgyat ábrázol (pl. zászló, lámpa), valamint járműveket, zöldségeket és egyéb növényeket, ennivalót és ruhadarabokat. Vannak a képek között állatok és emberek is (pl. bohóc), valamint testrészek és természeti jelenségek (pl. nap, felhő, hegy). A képmegnevezési vizsgálat eredményeinek segítségével empirikus alapon határozták meg az egyes képekre adott domináns válaszokat, mely definíció szerint a legtöbb személy által adott megnevezés. Ebben a tanulmányban még nem alkalmaztak reakcióidő mérést, így a képmegnevezési teljesítmény legfontosabb változója a válaszegyezés (name agreement) volt. Amellett, hogy minden képre meghatározták a domináns válaszok előfordulási arányát, további fontos paramétereket is bevezettek. A H statisztika alkalmazásával meghatározták az alternatívák számát és gyakorisági megoszlását1. A H statisztika értéke (az eloszlás entrópiája) akkor maximális, ha az adott válaszok azonos arányban fordulnak elő, és nulla, ha csak egyféle választ adott minden személy (Vargha, 1985). Ezeket a változókat a képmegnevezési vizsgálat eredményeiből közvetlenül határozták meg. Voltak azonban olyan változók is, mint például a képek szubjektív vizuális komplexitása vagy a kép által reprezentált fogalom ismerőssége, amelyeket a megnevezési feladattól független tesztekben határoztak meg. Mérték a domináns megnevezés nyomán generált képzeleti kép és az ingerkép szubjektíven értékelt koherenciáját is. Meghatározták továbbá a domináns megnevezés szógyakoriságát, valamint a szubjektíven értékelt szóelsajátítási életkort. k
1
H = Σ pi log2 (1/pi) ahol k jelöli a válaszok számát, p pedig az i-edik választ adók százalékos arányát. i=1 i
19
1996-ban Snodgrass és Yuditsky szintén angol nyelven végzett képmegnevezési vizsgálatban megmérte a Snodgrass - Vanderwart ingeranyag standard reakcióid ő értékeit. Míg korábban csak a domináns válaszok arányát vették figyelembe, ebben a vizsgálatban a domináns megnevezésekkel jelentésbeli vagy alaktani átfedést mutató válaszokat is értékelték (pl. televízió - T.V), és ezek alapján bevezettek egy új változót is a fogalmi egyezés mérésére.
Elemezték továbbá a domináns megnevezés
szótagokban vagy betűszámban mért hosszúságát is. A 90-es években számos angol nyelvű kutatásban használták fel ezt a standard képanyagot, amit gyakran más forrásokból származó ingerekkel egészítettek ki (Barry mtsai, 2001; Barry, Morrison és Ellis, 1997; Morrison, Chappell és Ellis, 1997; Morrison, Ellis és Quinlan, 1992). Az egészséges felnőttekkel végzett angol nyelvű vizsgálatok
fontos
eredményekhez
vezettek
a
megnevezési
teljesítménnyel
kapcsolatban. A vizsgálatok kapcsán a legerősebb vita a szóelsajátítási életkor új, szubjektív változója körül bontakozott ki. A Snodgrass - Vanderwart ingeranyag kiegészítésével a CRL-IPNP (Center for Research of Languages, International Picture Naming Project: Bates és mtsai, 2000) interkulturális képmegnevezési program keretében kifejlesztettünk egy standard eljárást, melyben 520 tárgyat ábrázoló képet standardizáltunk angol nyelven. Később ugyanezt a standard kísérleti helyzetet, és ingeranyagot használtuk fel a lexikális előhívás interkulturális összehasonlító vizsgálataiban angol, német, spanyol, olasz, bolgár, magyar és kínai nyelven. Ez a széleskörű ingeranyag egyrészt igazolta a lexikális feldolgozás kritikus összetevőivel kapcsolatos eddigi eredményeket (Székely és mtsai, 2002), másrészt alkalmat adott a nyelvek közötti összehasonlító elemzésre is. Ennek fényében egyes korábbi, angol nyelven alapuló, a lexikális feldolgozással kapcsolatos feltevést (pl. Jescheniak és Levelt, 1994) újra kell fogalmazni (Bates és mtsai, 2002). Egy újabb, 275 itemb ől álló ingerkészlet segítségével a képmegnevezési kutatásokban eddig még nem vizsgált cselekménymegnevezési reakcióid őt tanulmányoztuk angol és magyar nyelven (Székely és mtsai, kézirat).
1.3.3 A lexikális előhívást befolyásoló kritikus tényezők A képmegnevezési reakcióidő igen nagy variabilitást mutat a vizsgálatokban használt bemeneti ingerek függvényében. Ez a megfigyelés arra utal, hogy a bemeneti inger sajátosságai hatással vannak az információfeldolgozás folyamataira. A kognitív 20
tudomány képmegnevezési reakcióidővel foglalkozó szakemberei arra keresik a választ, hogy mi az, vagy mik azok a kritikus jellemzők, amelyek meghatározzák az egyes szavak feldolgozási sebességét a szó memóriából történő előhívása során. Az elmúlt 50 év kutatásaiban számos ilyen kritikus változót azonosítottak, melyek közül dolgozat szempontjából is releváns függő és független változókat az alábbiakban részletezem. Annak ellenére, hogy a szakirodalom ezt a felosztást gyakran mellőzi, érdemes különbséget tenni a képmegnevezési reakcióidő függő és független változói között (2. táblázat). A függő változók közvetlenül a reakcióidő mérési feladat eredményeib ől származnak. A független változók meghatározása a megnevezési feladattól elkülönítve történik, például azokkal az értékelési feladatokkal, melyeket általában 20-30 olyan személlyel végeznek el, akik nem vettek részt a reakcióidő mérési vizsgálatokban. Független változóként szerepelhetnek a nevekre vonatkozó szótári adatok is. 2.
táblázat. A lexikális előhívás függő és független változói 2
A KÉPMEGNEVEZÉSI KÍSÉRLETB ŐL SZÁRMAZÓ FÜGGŐ VÁLTOZÓK
FÜGGETLEN ÉRTÉKELÉSI FELADATOK VAGY EGYÉB OBJEKTÍV ADATFORRÁSOK
Reakcióidő – releváns adatok
A domináns megnevezés jellemzői
Az összes válasz átlagos reakcióideje
Szubjektív
Objektív
Ismerősség Szógyakoriság
Szóhossz Szógyakoriság Szóelsajátítási életkor
Szóelsajátítási életkor
Válasz releváns adatok
A képek jellemzői
Válaszegyezés Alternatívák száma és eloszlása (H statisztika) RI és válasz releváns adatok
Objektív
Szubjektív Vizuális komplexitás
Vizuális komplexitás
A kép és a domináns válasz kapcsolata
Domináns válaszok átlagos reakcióideje
Szubjektív
Alternatív válaszok átlagos reakcióideje
Képi-fogalmi egyezés
A függő és a független változók csoportjai azonban nem konzisztensek az egyes vizsgálatokban. A válaszegyezés változója például szerepelhet a reakcióidőtől független változóként is, hiszen pl. Snodgrass és Yuditsky (1996) képmegnevezési reakcióid ő tanulmányában a képekre adott válaszokat korábbi, független vizsgálatból nyerték, 2
Egyes nehezen lefordítható változónevek eredeti angol megfelelői: válaszegyezés: name agreement; fogalmi egyezés: concept agreement; alternatívák száma: raw type number; domináns válaszok átlagos reakcióideje: mean RT of target responses; szógyakoriság: word frequency; szóelsajátítási életkor: age of acquisition; képi-fogalmi egyezés: image agreement, illetve picture-name agreement; képi variabilitás: image variability.
21
melyekben ugyanezek a képek szerepeltek ingerként. Ugyanakkor a legtöbb esetben független változókét számontartott szógyakoriság pl. Lachman, Shaffer és Hennrikus (1974) vizsgálatában egy olyan változó, melynek kialakításakor ugyanazoktól a személyektől kértek szubjektív értékelést az egyes képekre, akiktől a képmegnevezési reakcióidő adatok származtak.
1.3.4 A reakcióidő és válasz-szám függő változóinak összefüggése Paivio kettős kódolási elmélete szerint az információfeldolgozást két elkülönült rendszer végzi, melyeket funkcionális referencia kapcsolatok kötnek össze (Paivio, 1986). A nyelvi információt kezelő verbális rendszer az un. logogének alrendszereit foglalja magába, melyek elkülönülten végzik a látási, hallási, illetve tapintási modalitásokból származó ingerek feldolgozását. A nem verbális rendszer a tárgyi reprezentációk alrendszereit tartalmazza, az imagéneket. E rendszerek a közvetlen perceptuális információ hatására (pl.
kutya képe) verbális vagy nem verbális
reprezentációkat aktiválnak, és referencia kapcsolatokat hoznak létre, melyek eredményeként aktiválódhat pl. a 'kutya' szó. Versengési helyzet akkor alakul ki, amikor bemeneti inger több reprezentációt is aktivál. Ez a bizonytalanság a paivioi versengési hipotézis szerint lassítja az inger megnevezését. A paivioi versengési hipotézist igazolja, hogy a képmegnevezés irodalmában általában egyetértenek abban, hogy a reakcióidő lelassul, ha a kép több, alternatív névvel is megnevezhető (lásd Johnson, Paivio és Clark 1996; Bonin és mtsai, 2002 összefoglalóit).
1.3.5 A válaszlatenciát befolyásoló független változók 1.3.5.1 A szubjektíven értékelt szóelsajátítási életkor A képmegnevezési feladatok egyik legfontosabb szubjektíven értékelt változója a domináns válasz szóelsajátítási életkora. A szubjektív szóelsajátítási életkor a felnőtt személyek értékelése arra vonatkozóan, hogy véleményük szerint mikor sajátították el az egyes szavakat. Ez a retrospektív adat azonban nem feltétlenül tükrözi a valódi szóelsajátítási életkort, értékeit számos, szubjektív tényező is befolyásolja. Éppezért fontos összehasonlító adat az objektív szóelsajátítási életkor. Ennél a változónál szülői beszámolók alapján határozzák meg, hogy az egyes szavakat mely életkorokban sajátították el a gyermekek (pl. Fenson és mtsai, 1994).
22
1.3.5.2 A szubjektíven értékelt szógyakoriság és szótári adatok A szubjektív szógyakoriságot tesztelő feladatokban a személyek megítélik egy skálán, hogy mennyire gyakori az adott szó (vagy a kép által reprezentált tárgy) a mindennapi nyelvhasználatban. A feladat standard instrukciója szerint döntésekben arra kell támaszkodniuk, hogy milyen gyakran találkoznak ezekkel a tárgyakkal a mindennapi életben. E változó objektív megfelelője a szógyakorisági szótárak alapján számolt nyers gyakorisági adat logaritmikus transzformáltja, általában ln(gyak+1). A transzformációs lépés azért szükséges, mert ezáltal a gyakorisági szótárban nem szereplő szavak gyakoriságának értéke nulla, és így nem maradnak ki ezek a szavak sem az elemzésből. 1.3.5.3 A képek vizuális komplexitását mérő szubjektív és objektív adatok A képmegnevezéssel kapcsolatos szakirodalomban meglepően kevés tanulmány foglalkozik a vizuális komplexitás hatásaival. Ennek egyik oka az lehet, hogy nem terjedt el olyan objektív mérce, mely a képek összetettségét gyors és egyszerű módszerrel képes definiálni (Levie, 1987). A képmegnevezéssel kapcsolatos tanulmányokban általában a szubjektíven értékelt vizuális komplexitást használják. Ezt a változót tipikus független értékelési feladathelyzetben határozzák meg, azaz megkérnek 20-30 olyan személyt, akik a reakcióidő mérési feladatban nem vettek részt, hogy határozzák meg a képek vizuális komplexitását adott skálán értékelve. Az instrukcióban általában jelzik, hogy a feladat a konkrét ábrázolásra, nem pedig a kép által jelölt fogalom összetettségére vonatkozik. A vizuális komplexitás objektívebb mérésére tett kísérletek fragmentált képek felismerési feladataiból származnak. Biederman (1987) és Wang (1997) tanulmányában a képekből kinyerhető geonok számát határozták meg, mely egy 2-től 9-ig terjed ő objektív komplexitás skálának feleltethető meg. Snodgrass és Corwin (1988) vizsgálatában a képeket számítógépes program segítségével 256 egyenlő (16 x 16 pixel méretű) blokkokra osztották. A képek komplexitásának mérőszáma az volt, hogy a 256 blokkból hány fekete. Egy alternatív változó, melyet az objektív vizuális komplexitás mérésére a számítógépes kísérletek során használtunk az IPNP keretében, a digitalizált képek file-méretén alapszik. Itt a képek összetettségét annak alapján határoztuk meg, hogy a számítógépen mennyi helyet vesz igénybe a képet definiáló grafikus információ tárolása. A 300x300 pixel méretű, digitalizált képeket hét különböző grafikus formátumban kódoltuk (pdf, tiff, jpg, giff, wpg, mac, pict). Az objektív vizuális komplexitási mutatók közül a jpg 23
formátum bizonyult a legalkalmasabbnak (Székely és Bates, 2000), mivel igen nagy varianciát biztosít a képkészletben, valamint igen magas az együttjárása a szubjektív vizuális komplexitással r = 0,7 (p< 0,01). 1.3.5.4 A kép és válasz közötti koherenciát mérő változók A képi-fogalmi egyezés szubjektív mércéje arról ad számot, hogy mennyire felel meg a bemutatott kép a domináns név nyomán előhívott fogalmi reprezentációnak. Ezt a változót is független értékelési feladatokban határozzák meg. A képi-fogalmi egyezés meghatározásának két módszertani változata ismeretes. Az egyikben a kép és annak neve együtt jelenik meg. A személy feladata, hogy értékelje adott skálán azt, hogy a kép mennyire felel meg annak, amit a név alapján elvártak (picture-name agreement). A másik változat összetettebb, mivel a domináns megnevezés bemutatását pár másodperces szünet követi. Ezalatt a személyek mentális képet alkotnak a hallott név alapján, majd ezt követi a kép bemutatása. Ebben a feladatban a személy azt határozza meg, hogy mennyire fele meg a látott kép a saját képzeleti képének (image agreement).
1.3.6 Melyik az igazi? A független változók szerepe a válasz latenciájában A kritikus független változókkal kapcsolatban igen sok ellentmondó eredmény született, mely részben a változók között tapasztalható nagymértékű interkorrelációnak tulajdonítható. A korai vizsgálatokkal kapcsolatos ellentmondások legfőbb forrása, hogy az elemzések során a változók részét még nem vettek figyelembe, így ezek hatását is a mért paramétereknek tulajdonították. A későbbi tanulmányokban előtérbe helyezték az olyan változók használatát, amelyek önálló hatása akkor is kimutatható, ha más mérőszámok hatásait kiszűrjük. A korábbi egyszerű kapcsolatvizsgálatokkal szemben előtérbe került a többszörös regresszió elemzés, melynek során az a legfontosabb kérdés, hogy a reakcióid ő teljesítmény itemek közötti varianciájának hány százalékát magyarázza meg a vizsgált független változók összessége, illetve mely változóknak van a többi változótól független, önálló hatása is. 1.3.6.1 Szógyakoriság és szóelsajátítási életkor – ellentmondó eredmények A tradicionális gyakorisági paradigma A hagyományos elgondolás szerint egy szó kiolvasási sebességét és pontosságát alapvetően az határozza meg, hogy milyen gyakran fordul elő a nyelvben (Preston, 1935). Ezt a hipotézist több vizsgálat is igazolta. Thorndike (1931) vizsgálatában kb.
24
100 ezredmásodperc különbséget talált a ritka, illetve gyakori szavak átlagos kiolvasási sebességében, a gyakoribb szavakat gyorsabban olvasták ki a személyek. Pierce és Karlin (1957) szólisták felolvasási sebességét mérve hasonló eredményekre jutott. Ezzel összhangban, a képmegnevezéssel kapcsolatban, először Oldfield és Wingfield mutatta ki 1965-ben, hogy az egyszerű tárgyakat ábrázoló képek megnevezésének latenciaideje fordított összefüggésben áll a szavak előfordulási gyakoriságával. Később ezt a hatást számos más vizsgálatban igazolták (pl. Humphreys, Riddoch és Quinlan, 1988; Jescheniak és Levelt, 1994). Ez a feltevés logikusnak tűnik, mivel képmegnevezési feladatban szükség van a fogalmak azonosítására, és ez gyorsabban mehet végbe olyan szavaknál, amelyek előfordulása, s így használata is gyakoribb. 1.3.6.1.1 A szóelsajátítási életkor önálló hatása a képmegnevezésben Először afáziásokat vizsgáló tanulmányban említette Rochford és Williams (1962 a. és b.), hogy afáziások képmegnevezési képessége jól korrelál azzal az életkorral, amikor az egészséges gyerekek helyesen nevezik meg ezeket a tárgyakat. A hetvenes évektől kezdve egyre több vizsgálat kérd őjelezte meg azt, hogy a képek megnevezési latenciaidejét döntően a szó előfordulási gyakorisága határozná meg. Morrison, Ellis és Quinlan, (1992) a korábban Oldfield és Wingfield (1965) által kapott adatokat újra feldolgozva arra az eredményre jutottak, hogy a szógyakoriság hatása megszűnik, ha kiszűrik a szóhosszúság és a szóelsajátítási életkor hatásait. Azt találták ugyanis, hogy a korábban szógyakoriságnak tulajdonított hatás valójában a becsült szóelsajátítási életkor hatása, de ez kizárólag képmegnevezési, nem pedig képfelismerési feladatban érvényes. További vizsgálatok igazolták, hogy a szó elsajátításának becsült életkora a döntő tényező a képmegnevezési feladatban kapott reakcióidő meghatározásában, nem pedig a szógyakoriság (Brown & Watson, 1987; Carroll & White, 1973 a. és b.; Morrison, Ellis és Quinlan, 1992; Barry és mtsa, 2001). A fent bemutatott vizsgálatok alapján a szóelsajátítási életkor változója teljes egészében megmagyarázza a szógyakoriság által okozott varianciát. Ugyanakkor egyes tanulmányokban a szógyakoriság szóelsajátítási életkortól független hatását is kimutatták. Példa erre Ellis és Morrison (1998) képmegnevezési latenciaidő vizsgálata, ahol kimutatták a szóelsajátítási életkortól független szógyakorisági hatást, azonban itt a képek neveinek beszélt szógyakoriságát használták. Lachman, Shaffer és Hennrikus (1974) szintén nem a hagyományos, azaz írott nyelvre épülő, szógyakorisági szótárból származó objektív adatokat használták, hanem szubjektív becslésekből nyert adatokkal dolgoztak. Lachman érvelése szerint négy fő 25
változó határozza meg a képmegnevezési reakcióid őt. Ezek a következők: a kép kódolására jellemző bizonytalansági tényező (melyet a válaszegyezés mérőszáma mutathat ki), a lexikális válasz szógyakorisági és szóelsajátítási életkor változói, illetve sajátos módszertani paraméter: a képbemutatás id őzítése. Regresszió elemzéssel mindegyik változó esetében kimutatható volt a reakcióidőt meghatározó önálló, a másik három változóétól független hatás, mely a szóelsajátítási életkor, illetve a szógyakoriság esetében volt a legmagasabb. Ugyanakkor a szerző kitér arra is, hogy e független hatások relatív súlya a képbemutatási módszer függvénye, melyben elsődlegesen a képbemutatás időzítésének van szerepe. Fontos azonban megjegyezni, hogy az eredmények részben az alkalmazott eljárás függvényében alakultak így. Az elemzésben alkalmazott négy változó közül három, a képmegnevezési reakcióidő, a szógyakoriság és szóelsajátítási életkor szubjektív értékelése egyazon 16 személytől származott, és a személyek saját képmegnevezési válaszaikat értékelték. A válaszegyezési adatok ugyanakkor korábbi, független vizsgálatból származnak (30 személy). A szógyakoriság változója tehát ebben a feladatban szubjektíven értékelt, a kép által előhívott változatos reprezentációk általános, fogalmi gyakoriságát jelöli. Nem meglepő tehát, hogy ennél a vizsgálatnál a szógyakoriság szoros összefüggést mutat az azonos mintán tesztelt reakcióidővel. Ez a változó tehát természetében különbözik a sokak által vizsgált objektív szógyakoriságtól, melynek forrása az írott nyelvből készített gyakorisági szótár. 1.3.6.2 Képi jellemzők hatása a megnevezési teljesítményre A vizuális komplexitás hatása a szakirodalomban nem számottevő A 90-es évek képmegnevezési irodalmát a szógyakoriság és szóelsajátítási életkorral kapcsolatos vita uralta, így kisebb hangsúlyt kapott a képi jellemzők részletes elemzése. Ez azért jelenthet problémát, mert a képi ingereket használó reakcióid ő kutatásokban a lexikális feldolgozás műveleteinek hatásai mellett nyilvánvalóan fontosak a képi ingerek grafikus jellemzői is. Például ha kép részletekben gazdag és igényes kidolgozású, az valószínűleg gyorsabb azonosítást tesz lehetővé. Ugyanakkor a részletes képek feltehetőleg több nevet aktiválnak a mentális lexikonban, és ezek versengése lassíthatja a megnevezés folyamatát. A felnőttekkel végzett képmegnevezési reakcióidő vizsgálatok eredményei szerint a vizuális komplexitás nincs hatással a reakcióidőre (Barry, Morrison és Ellis, 1997; Snodgrass és Yuditsky, 1996, Bonin és mtsai, 2002). Ezekben a tanulmányokban a 26
vizuális
komplexitás
szubjektív
mércéjét
használták,
és
az
eredményeket
kapcsolatvizsgálat segítségével állapították meg. Ugyanakkor gyermekekkel végzett vizsgálatok eredményei szerint az összetettebb képek megnevezése átlagosan hosszabb időt vesz igénybe (Cycowicz és mtsai, 1997). Fontos megjegyezni, hogy ebben a vizsgálatban ugyanazok a gyermekek vettek részt a képek megnevezésében, illetve a szubjektív vizuális komplexitás megítélésében, mely elrendezés nyilvánvalóan hatással lehet a két változó kapcsolatára. Sajnos a fentebb említett objektív vizuális komplexitás változókat (Biederman, 1987; Wang, 1997; Snodgrass és Corwin, 1988) nem tesztelték a képmegnevezési latenciával kapcsolatban. 1.3.6.2.1 A képi-fogalmi egyezés kapcsolata a megnevezési teljesítménnyel A megnevezési teljesítményt nyilván meghatározza az, hogy a képinger mennyire jól ábrázolja az adott tárgyat. A képi-fogalmi egyezés változója ezt az összefüggést teszteli. Angol (Barry, Morrison és Ellis, 1997) és francia (Bonin és mtsai, 2002) nyelven végzett képmegnevezési vizsgálatok azt bizonyították, hogy a magasabb képi-fogalmi egyezést mutató ingereket gyorsabban nevezték meg a személyek. Ugyanakkor Morrison, Ellis és Quinlan (1992) nem találtak szignifikáns kapcsolatot a képi-fogalmi egyezés és a képmegnevezési latencia között. Snodgrass és Yuditsky (1996) azt tapasztalták, hogy a képi-fogalmi egyezés magasabb szintje gyorsítja a reakcióidőt, ám csak akkor, ha a személyek írásban válaszoltak. A szóbeli válaszok alapján mért reakcióidő nem mutatott szignifikáns összefüggést a képek és domináns neveik koherenciájával. Ez a meglepő különbség azonban nem feltétlenül a modalitás függvénye. Inkább abból adódhatott, hogy az eljárás id ői paraméterei nagymértékben különböztek. Az első esetben a személyeket kifejezetten bátorították a gyors válaszadásra, hiszen 25 dolláros jutalmat ajánlottak fel a leggyorsabb résztvevőnek. Ez a mozzanat a második vizsgálatban nem szerepelt. Sőt, itt a személyek a billentyűzet megnyomásával először jelezték, hogy „megvan” a név (ez jelentette a megnevezés latenciaidejét), majd ezt követően begépelték a választott nevet. 1.3.6.3 A szóhosszúság hatása Napjaink képmegnevezési irodalma bőséges bizonyítékkal szolgál arra a megfigyelésre, hogy a szóhosszúság is fontos tényező lehet a megnevezés folyamatában. Diszlexiás gyermekek képmegnevezési teljesítményét nagymértékben befolyásolja a szóhosszúság (Nation,
Marshall
és
Snowling,
2001).
Egészséges
személyekkel
végzett
képmegnevezési vizsgálatokban számos nyelven igazolták, hogy minél hosszabb 27
szavakat használnak a személyek a képek megnevezése során, annál hosszabb id őt vesz igénybe a megnevezés (pl. Morrison, Ellis és Quinlan, 1992; Zhuang és Zhou, 2000). Vannak azonban olyan vizsgálatok is, ahol csak kis mértékű szóhosszúsági hatást találnak a kutatók. Olasz nyelven végzett összehasonlító vizsgálat eredménye szerint a szóhosszúsági hatás inkább jellemző a szókiolvasási, mint a képmegnevezési reakcióidőre
(Bates és mtsai,
2001).
Dokumentáltak olyan
képmegnevezési
eredményeket is, melyekben a szóhosszúság reakcióidőre gyakorolt önálló, a szógyakorisági és szóelsajátítási életkor változóitól független hatása nem volt kimutatható angol, illetve francia nyelveken végzett vizsgálatokban (Carroll és White, 1973. b.; Snodgrass és Yuditsky, 1996; Bachoud-Lévi, Dupoux és Mehler, 1998).
1.3.7 Melyik a gyenge láncszem? A képmegnevezés irodalmában tehát bőven akad feloldatlan konfliktus, miközben egyre inkább nyilvánvaló, hogy az elsődleges cél egy olyan változó együttes definiálása, melyben az alkotóelemek összjátéka a megnevezési teljesítmény minél nagyobb százalékát képes megmagyarázni. További szempont, hogy melyek azok a kritikus változók, melyek önállóan, a többi változó hatásának kiszűrésével is hatnak a reakcióidőre vagy a megnevezési feladat más viselkedéses jellemzőire. A változó együttes kialakításánál törekedni kell arra, hogy lehetőleg minden alapvető tényezőt reprezentáljunk (Barry, Morrison és Ellis, 1997).
1.3.8 Kritikus módszertani szempontok A legnehezebb kérdés az eredmények elméleti keretbe illesztése, hiszen a tapasztalatok csupán jól definiált célcsoport teljesítményét jellemzik, adott ingeranyaggal kapcsolatos, meghatározott feladathelyzetben. Nem elhanyagolható szempont tehát a résztvevő k kiválasztása, hiszen lényegesen eltérő eredményeket találunk gyermekekkel, illetve felnőttekkel végzett vizsgálatokban. Ugyanakkor az is fontos lehet, hogy milyen nyelven történik a vizsgálat, hiszen egyre kevésbé jellemző, hogy a csupán angol nyelven végzett vizsgálatok eredményeit a 'humán' lexikális hozzáférésről alkotott elképzelésekben foglalják össze. További fontos szempont az ingeranyag mérete és az, hogy hogyan szűrték meg az ingeranyagot. Morrison, Ellis és Quinlan (1992) tanulmánya például nagyon fontos üzenetet hordoz: a szógyakoriságnak nincs a szóelsajátítási életkortól független hatása a képmegnevezésre. Ugyanakkor ebben a tanulmányban csupán 58 képet használtak, melyek nem reprezentálták megfelelően a 28
ritka szavakat. Végül a mérési eljárás sem elhanyagolható tényező, hiszen a képmegnevezés időtényezői is fontos különbségeket okozhatnak a teljesítményben. Az is fontos, hogy a személyek szóban vagy írásban reagálnak a képekre. Végül eltérő eredmények születtek a független változók szubjektív, illetve objektív mérőeszközeinek igénybevételénél.
1.3.9 A képmegnevezési szakirodalmi adatok eredményeinek összegzése A maximum 260 képből álló Snodgrass-Vanderwart ingeranyaggal kapcsolatos, nagyrészt angol nyelvű, felnőtt személyek szóbeli reakcióin alapuló képmegnevezési vizsgálatok tanulságai tehát a következők: A megnevezés sebességét elsősorban az alternatív megnevezések száma, valamint a domináns válasz lexikális sajátosságai befolyásolják. Fontos tényező a szóelsajátítási életkor, kisebb mértékben pedig a szóhosszúság és a szógyakoriság. A képekkel kapcsolatos változók közül a szubjektív vizuális komplexitás nem befolyásolja a reakcióidőt, és ellentmondó eredmények születtek a képi-fogalmi egyezéssel kapcsolatban.
Tipikusan gyors megnevezésre
számíthatunk például kekszet ábrázoló kép esetében, melyet leginkább a 'cookie' névvel illetnek, mely gyakori, rövid és valószínűleg korán elsajátított szó (angol nyelven). Azonban igen nehéz feladat annak szétválasztása, hogy ez a megnevezési teljesítmény azért gyors-e, mert a név rövid, vagy azért, mert gyakori, vagy esetleg azért, mert korán sajátítottuk el. A szógyakoriság és szóelsajátítási életkor szintén szorosan összefonódik. További problémaként merülhet fel a szóhosszúság és a fenti két változó interkorrelációja.
1.3.10 . Mire jó az egész? A képmegnevezési vizsgálatok eredményei nyilvánvalóan nem képesek univerzális receptet adni arról, hogy mi történik a lexikális feldolgozás során, hiszen amint a fentiekb ől is látható, számos tényező fogja meghatározni azt, hogy az inger bemutatását követő válasz hogyan jön létre. Mindazonáltal fontos elméleti és gyakorlati célkitűzés lehet ismerni a rendszer kritikus összetevőit, melyek az egyes helyzetekben sajátságos módon határozzák meg az információfeldolgozási folyamatot. Több szerző tett kísérletet arra, hogy a képmegnevezés folyamatát egy kognitív feldolgozási modellbe illessze (pl. Ellis és Young, 1988; Levelt, Roelofs, és Meyer, 1999; Johnson, Paivio és Clark, 1996). Ezek közül az alábbiakban a paivioi rendszert foglalom össze röviden:
29
A kettős kódolási elmélet (Paivio, 1986) szerint az információfeldolgozást két, elkülönült rendszer végzi, melyek további, modalitás specifikus alrendszerekre tagolódnak. A nyelvi információt kezelő verbális rendszer olyan alrendszerekb ől áll, melyek elkülönülten végzik a látási, hallási, illetve tapintási modalitásokból származó lexikális ingerek feldolgozását. Pavio ezeket az alrendszereket logogéneknek nevezte el. A nem verbális rendszer a képi reprezentációk alrendszereit tartalmazza, ezek az úgynevezett imagének. A képmegnevezés szempontjából releváns működési alegységek az imagének vizuális reprezentációi, illetve az auditív-motoros logogén reprezentációk. Az egyes alrendszereket funkcionális referencia kapcsolatok szövevényes hálója köti össze. Így például egyes konkrét tárgyakat reprezentáló imagének számos logogénhez kapcsolódnak, melyek a tárgy lehetséges neveit hordozzák. Ugyanakkor e logogének mindegyike több másik imagénhez is kapcsolódik. A referenciális összeköttetések erőssége és száma a korábbi tapasztalatok függvénye. Ezek segítségével kétirányú kapcsolat feltételezhető a logogén és imagén rendszerek között. Ebben az elméleti keretben gondolkodva a képmegnevezés nem-verbálistól verbális rendszer felé irányuló folyamatot feltételez (Johnson, Paivio és Clark, 1996). A megnevezés során a képi inger reprezentációs aktivációt kelt a nem verbális rendszerben. Az aktiváció felhalmozódása addig tart, míg adott imagén esetében eléri az aktivációs küszöböt, azaz a rendszer felismerte a tárgyat. Ezt követően az aktiváció referenciális kapcsolatok révén továbbterjed a verbális rendszerben, az imagénhez asszociált logogének (a tárgynevek) irányába. Végül adott logogén aktivációja elérheti azt a kritikus küszöböt, mely kezdeményezheti a logogén által reprezentált verbális kód kivitelezését.
1.4 A kognitív feldolgozás egyéni különbségeinek genetikai alapjai 1.4.1 Mit, és hogyan vizsgál az egyéni különbségek asszociációelemzése?3 1.4.1.1 A kandidáns gének genetikai asszociációvizsgálata Az egyéni különbségek pszichogenetikai vizsgálatai leggyakrabban az úgynevezett kandidáns gén asszociációelemzést alkalmazzák. A módszer lényege, hogy elméleti 3
A genetikai polimorfizmusok alapjainak ismertetése Sasvári-Székely, M., Székely, A. és Nemoda Z. „A
genetikai polimorfizmusok pszichológiai és pszichiátriai vonatkozásai”, Kognitív Idegtudomány, Szerk. Pléh Cs., Kovács Gy., c. írás nyomán történt.
30
megfontolások alapján kijelölnek egy vagy több „kandidáns gén”-t, és ennek a génnek a polimorfizmusait tárják fel olyan személyek csoportjaiban, ahol megfigyelhető, illetve hiányzik a vizsgált pszichológiai jelleg. Az asszociációs vizsgálatok során azt mérik, hogy vajon hozzárendelhető-e egy adott allélváltozat a vizsgált jelleg előfordulásához. Az alkalmazandó statisztikai módszer szempontjából fontos, hogy a vizsgált jelleg rendelkezik-e skálaértékkel (pl. Személyiségtesztek), vagy nominális változókkal jellemezhető kategorikus hovatartozásról beszélhetünk (pl. egészséges csoport – beteg csoport). Ha az első esetben a statisztikai analízis alapján szignifikáns különbség mutatható ki a genotípusok alapján csoportosított személyek átlagos skálaértékeiben a vizsgált pszichológiai jelleg mentén, a kutatók azt állítják, hogy szignifikáns asszociáció áll fenn az adott jelleg és a genotípus között (összefoglalóként lásd például: Baron, 2001). Hasonlóképpen, ha az adott génvariáns előfordulási gyakorisága szignifikánsan különbözik a nominális változókkal jellemzett csoportokban, szintén asszociációról beszélhetünk az adott génvariáns és vizsgált jelleg/betegség előfordulása között. A populációs vizsgálatok legnagyobb buktatója az, ha a vizsgált szubpopulációk genetikai összetétele a betegségtől függetlenül különbözik. Ez a populáció stratifikáció jelensége (a pszichogenetika vonatkozásában lásd: Hamer, 2000). A kiválasztott minták inhomogenitásának lehetőségét, azaz a populáció stratifikáció problémáját küszöböli ki a családi triók (biológiai szülők és beteg gyermek) vizsgálata. 1.4.1.2 A genetikai polimorfizmusok csoportosításai Az emberi tulajdonságok öröklődő hányadáért felelős gének a kromoszómák összességében, az úgynevezett genomban találhatók. A genom kémiai anyagát tekintve DNS, benne az információ egy négybetűs (A,T,G,C) kódrendszerben van tárolva. A teljes genom 3 milliárd genetikai betűpárból (bázispárból) áll. A Humán Genom Projekt célja ennek a betűsorozatnak, vagy más szóval a DNS szekvenciájának a megismerése. A projekt 1989-ben kezdődött, és 2001-ben bejelentették be, hogy rendelkezésre áll az ember genetikai könyvének első, úgynevezett munkapéldánya. Ez a genetikai információ több mint 98%-nak megfejtését jelentette. Az eredményeket egy mindenki számára hozzáférhető adatbázisban tették közre4, az adatokból kiolvasható első információsorozatot pedig a Nature 2001. Febr. 16-os száma közölte.
4
http://www.ncbi.nlm.nih.gov/Genomes/
31
A Humán Genom Projekt által feltárt, közel hárommilliárdnyi betűpár azonban egy (ismeretlen) ember genetikai információjának felel meg. A következő kérdés az volt, hogy mennyire egyezik, illetve különbözik két ember genetikai információjának betűsorozata. Az összehasonlító vizsgálatok eredményei arra utalnak, hogy átlagosan minden ezredik betűpárban van különbség, azaz két ember genetikai információja 99,9 %-ban azonos. A 3 milliárd betűpárból tehát kb. 3 millió az eltérés két ember között. Ez az eltérés lehet egyetlen betűpár különbsége egy-egy meghatározott helyen, melyet számmal jelölnek. Az egyetlen bázispárnyi eltérést egy adott helyen egypontos nukleotid polimorfizmusnak (single nucleotide polimorfism, SNP) nevezi a molekuláris genetikai szakirodalom. Hozzávetőlegesen 2 millió SNP hely feltételezhető a humán genomban. 2. ábra. A genetikai polimorfizmusok fő típusai Humán genom (3 milliárd betű ) 99,9% azonos minden emberben
kb. 0.01 % variábilis Genetikai polimorfizmusok Betűcsere (SNP)
AT CG GG GC
Hosszúság polimorfizmus (VNTR)
AT CG TA GC
A polimorfizmusok tehát az egyes emberek genetikai információtartalmában, azaz a DNS betűsorozataiban (szekvenciájában) fellelhető különbségek, ilyenek például az SNP-k és a VNTR-ek. A szekvenciavariációk hatása az egyes emberek életére vonatkozóan nagyon változatos lehet. Van olyan SNP, mely halálos betegséget okoz, ezeket inkább mutációnak szokás nevezni. Előfordulhat az is, hogy semmilyen kimutatható hatása nincs az adott variabilitásnak, és e két véglet között mindenféle átmenet lehetséges.
32
A polimorfizmus helye lehet a gén kódoló szakaszában, azaz a gén exonjaiban, de lehet olyan részekben is, amelyek nem kódolnak fehérjeinformációt, például a gén intronjaiban, a gén előtt (5’ irány) vagy a gén után (3’ irány, lásd 3. ábra).
3. ábra. A polimorfizmusok lehetséges pozíciói
gén 5’ vég promoter
3’ vég
I. exon
II. exon I. intron
III. exon
II. intron
1.4.2 Mit rejtenek a polimorfizmusok? A dopamin rendszer az ösztönös magatartások, érzelmek, motivációk kialakításában, valamint a kognitív funkciókban betöltött szerepe miatt sokszor áll a pszichológiai vonatkozású kutatások középpontjában. A mesocorticalis dopamin pálya a frontális agykéreghez (prefrontális cortexhez) vezet és a kognitív folyamatokban játszik szerepet. Ezért a dopamin receptorok funkcionális polimorfizmusának vizsgálata alapvető fontosságú a kognitív feladatok genetikai hátterének kutatásában. Az 5 alaptípusba osztott dopamin receptorok (D1-D5) közül a 4-es típus génje (DRD4) kiemelked ően variábilis (Van Tol,
1998), ezért a DRD4 gén lehet az ilyen jellegű vizsgálatok
kandidáns génje. Az utóbbi évek kutatásai azonban kimutatták, hogy a kognitív funkciók szempontjából nem csupán a szinaptikus dopamin koncentráció, hanem inkább a dopamin/szerotonin arány a meghatározó. A szerotonin rendszer génjei közül a szerotonin receptor és a szerotonin transzporter gének polimorfizmusának kutatása lehet a kognitív folyamatok pszichogenetikai vizsgálatának célpontja. Mivel a szerotonin transzporter a pszichiátriai rendellenességek gyógyszeres kezelésének kiemelkedően fontos eleme, kiterjedt szakirodalmi adatok állnak rendelkezésre a szerotonin transzporter polimorfizmusával kapcsolatban. Mindezen okok miatt a dolgozatban bemutatásra kerülő kognitív feladatok genetikai hátterének kutatásában kandidáns génként a DRD4 és az 5HTT géneket választottuk. A két kandidáns génnel kapcsolatos szakirodalmi ismeretek az alábbiakban kerülnek összefoglalásra.
33
1.4.2.1 A dopamin D4-es receptor (DRD4) gén polimorfizmusai 1.4.2.1.1 A DRD4 VNTR A DRD4 legtöbbet vizsgált polimorfizmusa egy változó számban ismétlődő, 48 bp hosszúságú szekvenciarészlet, mely a kódoló régió III. exonjában található, és minimum kétszer, maximum tízszer fordul elő egymás után (Van Tol, 1998). Ezt a polimorfizmust a továbbiakban DRD4 VNTR-nek nevezzük. 4. ábra. A DRD4 VNTR polimorfizmus (Van Tol, 1998 nyomán) Rövid DRD4
Hosszú DRD4
A DRD4 gén hosszúság polimorfizmusa a receptor fehérje szerkezetében is megnyilvánul (Van Tol, 1998), így eltérő szerkezetű, és funkcionálisan is különböző dopamin-receptorok alakulnak ki (4. ábra). Az egyes receptor variánsok közötti különbség a fehérje harmadik intracelluláris hurkának méretét érinti, és ez feltehetően befolyásolja a létrejött ingerület intenzitását (Van Tol, 1998). Dr. Sasvári Mária munkacsoportja ezidáig több száz DRD4 VNTR genotípust határoztak meg. A hazai populáción végzett vizsgálatok VNTR allél-eloszlásra vonatkozó adatai (Ronai és mtsai.,2000) jól egyeznek a kaukázusi populációra jellemző DRD4 VNTR allél-gyakoriságokkal (Chang és mtsai., 1996): a legrövidebb allél 2szeres ismétlődést tartalmaz (bár leírtak egyetlen ismétlődést tartalmazó allélt is, de ez igen ritka), előfordul 3 és 5-szörös ismétlődést tartalmazó allél, de a leggyakoribb a 4szeres ismétlődésű forma. Az 5-szörös, vagy annál kevesebb ismétlődést tartalmazó formákat együttesen „rövid” allélnek nevezik. Így értelemszerűen, a „hosszú” allél DRD4 VNTR-je ötnél több ismétlődést tartalmaz, ezek közül a leggyakoribb a 7-szeres ismétlődés.
34
1.4.2.1.1.1 A hosszú allél pszichogentikai vonatkozásai. Az újdonságkeresés és a DRD4 „hosszú allél” asszociációját 1996-ban két, azonos időben és azonos újságban megjelenő tanulmány mutatta ki, melyek közül az egyik Cloninger három-dimenziós személyiség kérdőívét (TPQ: Tridimensional Personality Questionnaire) alkalmazta (Ebstein és mtsai., 1996), a másik tanulmány a NEO-PI-R (Costa és McCrae) indexét használta az újdonságkeresési személyiség vonás jellemzésére (Benjamin és mtsai., 1996). Mindkét tanulmány szignifikáns kapcsolatot állapított meg az újdonságkeresés skálaértéke és a „hosszú” DRD4 allél előfordulása között. Az újdonságkeresés genetikai varianciájának körülbelül 10%-át magyarázta ez az egyetlen lókusz. 1996 óta igen nagyszámú publikácó jelent meg, ezek részben megerősítették, részben elvetették Benjamin és Ebstein eredményét: az újdonságkeresés és a DRD4 VNTR asszociációját. Ebstein már egy 1997-es összefoglalójában (Ebstein és Belmaker, 1997) megpróbálta rendszerezni az elmélete mellett és az ellene szóló adatokat. Ekkor úgy tűnt, hogy finn és svéd vizsgálatokban nem találtak szignifikáns összefüggést, de további amerikai, izraeli és japán vizsgálatokban igen. Az is felmerült, hogy nőkben jobban kimutatható a hosszú allél és az újdonságkeresés összefüggése, mint férfiakban. Ebstein rámutatott arra is, hogy a vizsgált populáció kiválasztásánál bizonyos szabályokat be kellene tartani, pl. szűk életkoreloszlást (18-32), nem túl alacsony iskolázottsági szintet (legalább középiskola), pszichiátriai betegségek, drog és alkoholizmus kizárását, stb. Egy újabb próbálkozás az eredmények rendszerezésére és értékelésére már a címében is szkeptikus (Paterson, Sunohara és Kennedy, 1999: „Dopamine D4 receptor gene: Novelty or Nonsense?”). A vizsgálatok ennek ellenére tovább folytatódtak, mivel olyan pszichiátriai betegcsoportokban is felmerült a hosszú allél nagyobb gyakorisága, mint a figyelemhiányos hiperaktivitási szindróma (La Hoste és mtsai., 1996), vagy a beteges játékszenvedély (Perez de Castro, 1997). Fontos vizsgálati területté vált továbbá a drogfüggőség és a hosszú allél gyakoriságának esetleges összefüggése (Li és mtsai., 1997; Kotler és mtsai., 1997). 1999-ben egy igen nagyszámú mintát felhasználó munkában (737 kontroll, 707 patológiás eset) Comings és munkatársai (1999) megerősítették a genetikai hatás jelentőségét a patológiás esetekben, azonban az újdonságkeresés-hosszú allél összefüggést nem reprodukálták. Végül, de nem utolsósorban megjegyeznénk, hogy a csecsemőkori kötődési magatartás úgynevezett dezorganizált formájának és a DRD4 „hosszú” allél jelenlétének szignifikáns összefüggését Dr. Gervai Judit munkacsoportja mutatta ki elsőként, Dr. Sasvári Mária laboratóriumával kollaborációban (Lakatos és mtsai., 2000). 35
1.4.2.1.2 A –521 C/T SNP A DRD4 génről szintetizálódó dopamin receptor mennyiségét a gén előtt elhelyezked ő szabályozó szakasz, a promoter határozza meg (lásd 5. ábra.). A szabályozó régió szekvencia vizsgálata számos polimorf helyet mutatott ki, melyek közül a –521-es pozícióban (a negatív jel abból adódik, hogy ez a szakasz a DRD4 gén előtt helyezkedik el) található egy-pontos variáció funkcionálisan jelentős polimorfizmusnak bizonyult (Okuyama, 2000). Kimutatták ugyanis, hogy ha a szabályozó szakasz C-t (citozin) tartalmaz a –521-es helyen, akkor több dopamin receptor szintetizálódik, mintha T (timin) van ezen a helyen. 5. ábra. A DRD4 gén promoter régiójában található –521 C/T polimorfizmus feltételezett hatása Szabályozó szakasz
DRD4 gén kódoló szakasz III. exon
-521C/T
-521 C
Sok D4-es receptor
-521 T
Kevés D4-es receptor
A –521 C/T polimorfizmust japán kutatók fedezték fel 2000-ben (Okuyama, 2000), és nem sokkal a polimorfizmus felfedezése után Dr. Sasvári Mária laboratóriumában is meghatározták a –521 C és T allélok előfordulását a kaukázusi (magyar) populációban is (Ronai és mtsai., 2001). Minden ember két DRD4 gént hordoz, melyeket alléloknak nevezünk. Az egyes allélok megnevezése a DRD4 –521 C/T vizsgálat esetében –521 C vagy –521 T. Így egy adott személy –521 C/T genotípusa két betűből áll: a CC és a TT genotípus azt jelenti, hogy az illető két, egyforma allélt hordoz. Az allélok természetesen lehetnek különbözőek is, ez a CT genotípus. Az egyes emberek genotípusa a kétféle allél kombinációjából jön létre: ha a két allél egyforma, akkor homozigótáról, ha különböző, akkor heterozigótáról beszélünk.
36
1.4.2.1.2.1 A –521 C/T polimorfizmus és az újdonságkeresés A 2000 tavaszán megjelent japán vizsgálat (Okuyama, 2000) eredményei azt mutatták, hogy szignifikáns összefüggés van a –521 C/T polimorfizmus és a Temperament and Character Inventory (TCI) alapján meghatározott újdonságkeresési pontszámok (NS) között japán férfiakból álló populációban. Az önbeszámolók alapján a „T” allélt nem hordozók újdonságkeresési tendenciája magasabb. A –521 CC genotípus és a magas újdonságkeresési pontszám szignifikáns kapcsolatát sikerült replikálnunk a magyar poluláció vonatkozásában is (Ronai, Székely és mtsai., 2001).
1.4.2.1.3 A 120 bp duplikáció A DRD4 gén szabályozó régióban a –521 C/T SNP-n kívül még más polimoprfizmusok is előfordulnak. Ilyen például a 120 dup elnevezésű hosszúságpolimorfizmus, mely a DRD4 gén előtt 1240 bázispárnyira helyezkedik el (6. ábra). A 120 bázispár hosszúságú darabból egy vagy két példány lehet jelen, ennek megfelelően a 120 bp dup polimorfizmus alléljai az 1-es allél (egy példány) és a 2-es allél (duplikáció), ennek megfelelően a genotípus 11,12 és 22. A polimorfizmus funkcionális vonatkozásairól egyelőre csak hipotetikus elképzelések vannak: feltételezik, hogy a duplikált forma magasabb transzkripciós aktivitást mutat (Seaman és mtsai., 1999).
6. ábra. A DRD4 gén 120 bp dup polimorfizmusa
Szabályozó szakasz
DRD4 gén kódoló szakasz III. exon
120 bp duplikáció 1.4.2.1.3.1 A 120 bp dup polimorfizmus pszichogenetikai vonatkozásai A DRD4 gén polimorfizmusait legtöbbször olyan pszichiátriai kórképekben vizsgálják, melyek pathofiziológiájában a dopamin rendszer diszfunkcióját feltételezik. Ilyen például a figyelemhiányos hiperaktivitási zavar
(ADHD),
mely iskoláskorú
gyermekeknél – elsősorban fiúknál – figyelhető meg. A kórképek főbb tünetei a figyelmetlenség, hiperaktivitás és impulzivitás. Az ADHD dopamin teóriáját többféle adat támasztja alá. Legfontosabb talán, hogy az ADHD gyógyszere, a metilfenidátok
37
növelik a szinaptikus rés dopaminkoncentrációját. Kimutatták azt is, hogy ha a prefrontális cortexben túl magas, vagy túl alacsony a dopamin koncentráció, az csökkenti a kognitív teljesítményét (Tzschentke, 2001) . Az ADHD genetikai hátterének vizsgálatában felmerült a DRD4 gén valamennyi ismert polimorfizmusa. Ezek közül a DRD4 VNTR „hosszú allél” tűnik megalapozottnak az ADHD vonatkozásában, de felmerült a különböző promoter polimorfizmusok, így a 120 bp dup (McCracken és mtsai., 2000) és más SNP-k lehetséges szerepe is. 1.4.2.2 A szerotonin transzporter polimorfizmusai 1.4.2.2.1 Az 5HTTLPR A szerotonin transzporter (5HTT) a szerotonin (5-hidroxitriptofán, 5HT) nevű neurotranszmitternek a szinaptikus résből való visszaszívásáért felelős. Ez a fehérje a támadáspontja az SSRI szereknek (selectiv serotonin reuptake inhibitors), melyek rendkívül széles körben használt gyógyszerek. Ide tartozik nagyon sok antidepresszáns. 7. ábra. Az 5HTTLPR polimorfizmus Promoter
5-HTT gén
5-HTTLPR
Exonok
20-23 bp VNTR 16 ismétlődés hosszú allél (l) 14 ismétlődés rövid allél (s)
Az 5HTT gén legtöbbet vizsgált polimorfizmusai a génen kívül helyezkednek el, és feltételezhetően részt vesznek a szerotonin transzporter szintézisének szabályozásában. Ilyen az 5HTTLPR (5-hydroxitryptophan transporter linked polymorphic region), amely az 5HTT gén szabályozó szakaszában található hosszúságpolimorfizmus (7. ábra). A DNS e területén egy 20-23 bp hosszú szekvencia darab kaukázusi populációban 14-szer vagy 16-szor ismétlődik. Az ismétlődő szakaszok nem teljesen azonosak (Heils és mtsai., 1996). A gyakrabban előforduló allél a rövid (s: short) 14-es allél, valamivel kevésbé gyakori a hosszabb (l: long) 16-os forma. Saját vizsgálatainkban (Nemoda és mtsai., 2001) 334 egészséges személy DNS mintájának
38
elemzése alapján meghatároztuk az s és az l allélok gyakoriságát a vizsgált magyar (kaukázusi) populációban. Az allélok közel hasonló gyakoriságban fordulnak elő, de az l allél gyakoriságát kissé nagyobbnak találtuk: l=0,58; s=0,42. Ha nincs szelekciós nyomás, - azaz nem kifejezetten káros vagy hasznos egyik allél sem -, az egyes genotípus frekvenciák értéke a mért allél frekvenciából kiszámíthatók a Hardy-Weinberg törvény alapján (Wilson és Bossert, 1971). A Hardy-Weinbeerg törvény kimondja, hogy az ivarsejtek szabad kombinációja alapját a homozigóta genotípusok gyakorisága p2, illetve q 2, míg a heterozigóták előfordulási gyakorisága 2pq, ahol p az egyik, q a másik allél megmért előfordulási gyakorisága. Az allélgyakoriságból számított és a ténylegesen megmért genotípusgyakoriságok összehasonlításánál Khi2-próbával döntjük el, hogy a mért gyakoriság megfelel-e a Hardy Weinberg törvény alapján számított gyakoriságnak (3. táblázat). Ha a számított genotípus gyakoriság és a mért genotípus gyakoriság jól egyezik (a Khi2-próba alapján nem mutat szignifikáns különbséget), akkor a minta egy genetikai egyensúlyban lévő populációt reprezentál. Az egyezést egyben a genotipizáláshoz használt molekuláris genetikai módszer megbízhatóságát is igazolja. A fentiek alapján saját vizsgálatainkban (Nemoda és mtsai., 2001) a számított (várható) genotípus gyakoriságok a következők: s/s=0,422=0,1764;
s/l=2x0,42x0,58=0,4872;
l/l=0,582=0,3364.
Ezeket
összehasonlítottuk a mért genotípusgyakoriság értékeivel s/s=0,177; s/l=0,485; l/l=0,338. Az értékek igen jó egyezése (Khi2 =0,012, p =0,994) az alkalmazott genotipizálási módszer megbízhatóságát mutatta. 3. táblázat. A Hardy-Weinberg egyensúly alapján számított genotípusgyakoriságok Allélok
s (short) allél (0,42)
l (long) allél (0,58)
s (short) allél (0,42)
ss (0,422)
sl (0,42 x 0,58)
l (long) allél (0,58)
sl (0,42 x 0,58)
ll (0,582)
1.4.2.2.1.1 Az 5HTTLPR pszichogenetikai vizsgálatai A TCI kérdőívvel meghatározott újdonságkeresés dimenzió és a „hosszú allél” asszociációjával egyid őben jelent meg az 5HTTLPR és a NEO-PI-R személyiség kérdőív neuroticizmus faktora közötti szignifikáns asszociáció eredménye, miszerint a rövid (s) alléllal rendelkezők (s/s és s/l genotípusúak) magasabb pontszámot értek el ebben a személyiség dimenzióban, mint az l/l genotípusú egyének (Lesch és mtsai., 39
1996). Ennek a vizsgálatnak a reprodukciói is változatos eredménnyel jártak. Lesh és mti. egy kib ővített vizsgálatban megerősítették az s allél pozitív asszociációját a négy neuroticizmus alfaktorral (szorongás, ellenségeskedés, depresszió, impulzivitás), és a negatív asszociációt a Neo-PI-R két „együttműködés” alfaktorával (őszinteség, engedékenység), de a kib ővített vizsgálat során a szorongás és az impulzivitás skálánál nem kaptak szignifikáns különbséget, csupán egy tendenciózus különbség
volt
megfigyelhető. Ugyanakkor egy harmadik „együttműködés” alfaktornál, a „bizalomnál” a kib ővített vizsgálat szignifikáns eredményt hozott. Az eredeti és a kibővített vizsgálat egyaránt szignifikáns asszociációt mutatott az ellenségeskedés, a depresszió, az impulzivitás, valamint az őszinteség, a engedékenység és a bizalom skálaértékek vonatkozásában (Greenberg és mtsai., 2000). Gyermekpszichiátriai vonatkozásban a szerotonin rendszer zavarát összefüggésbe hozzák az
impulzivitás
mellett
az
agresszív viselkedés
megjelenésével.
A
pszichogenetikai asszociációs vizsgálatok körében eddig az 5HTTLPR-t vizsgálták az ADHD vonatkozásában (Manor és mtsai., 2001).
1.4.2.2.2 A STin2 polimofizmus A másik leggyakrabban vizsgált szerotonin transzporter polimorfizmus a STIN2 (serotonine transporter intron 2), mely a gén második intronjában található hosszúságpolimorfizmus. Lesch munkacsoportja (Lesh és mtsai., 1994) a szerotonin gén elemzése során írta le a második intronban lévő 17 bp VNTR-t, az általuk vizsgált mintákban 10- és 11-szeres ismétlődéseket találtak, de később 9- és 12-szeres ismétlődéseket is leírtak (Ogilvie ás mtsai., 1996).
A STIN2-nek elnevezett
polimorfizmus azóta több asszociációs vizsgáltban is szerepelt, kaukázusi kontroll csoport körében a 10-es és 12-es allélt találták a leggyakoribbnak. A polimorf régió feltehetően részt vesz az 5HTT gén átíródásának szabályozásában, és a molekuláris vizsgálatok alapján feltételezhető a 12-es allél erősebb pozitív szabályozó hatása.
40
2 CÉLKITŰZÉSEK - HIPOTÉZISEK A szakirodalmi adatok arra utalnak, hogy a képmegnevezési reakcióidő adatok és bizonyos ingersajátosságainak kapcsolatvizsgálata hasznos lehet annak feltárásában, hogy milyen tényezőknek van kritikus szerepe a lexikális előhívás során a vizuális bemenettől az auditív válaszig. De vajon hihetünk-e ezeknek a hagyományos statisztikai eljárásokon alapuló eredményeknek, ha tudjuk, hogy a reakcióidő adatok eloszlása erősen ferde? Ennek a kérdésnek a vizsgálatához célul tűztem ki a következő kísérleti adatok statisztikai elemzését: 50 személy 520 képre adott képmegnevezési latenciaidejének és az ismert ingerjellemzőknek hagyományos, illetve nem hagyományos kapcsolatvizsgálata A reakcióidő adatok hasznosak lehetnek a kognitív folyamatok egyéni különbségeinek megismerésében. Érdekes kérdés például, hogy vajon mutat-e különbséget a lexikális előhívás átlagos latenciaideje a legfontosabb neurotranszmitterek (pl. dopamin, szerotonin) genetikai sajátosságainak függvényében. A szakirodalomban javasolt pszichogenetikai asszociációvizsgálatok szintén hagyományos statisztikai eljárásokra építenek, azonban a reakcióidő adatok nem normális eloszlása itt is megkérd őjelezi ezek alkalmazhatóságát. Mindezek alapján a dolgozatban bemutatásra kerülő munka másik fő célkitűzése a reakcióidő és a genotípuskategóriák lehetséges asszociációjának statisztikai elemzése: 62 személy részvételével végzett képmegnevezési, és szókiolvasási feladatok kognitív teljesítményének és a személyekről nyert genetikai információnak hagyományos és nem hagyományos csoport-elemzése.
41
3 MÓDSZEREK Az adatbázisok kialakítását és az eloszlásokat ábrázoló ábrákat az Excel 97-es program segítségével végeztem. A statisztikai elemzések során a Ministat 3.2 programcsomagot (Vargha és Czigler, 1999), valamint az SPSS programcsomag 9.0 verzióját használtam. Az elemzésekben használt 114 személy reakcióidő adatai négy általam végzett kognitív pszichológiai vizsgálatból származnak, melyek legfontosabb részleteit alább mutatom be. A reakcióid ő és a genetikai polimorfizmusok asszociációs elemzéseihez szükséges biokémiai munkát a SOTE Orvosi Vegytani, Molekuláris Biológiai és Pathobiokémiai Intézet PCR laboratóriumában végezték. A vizsgálatokban mindenki önkéntes alapon vett részt, hozzájárulásukat az alábbiakban ismertetett fájdalommentes DNS mintavételhez, és a reakcióidő adatok kísérleti célra való felhasználásához írásban jelezték (lásd 1. és 2. függeléket). Eredményeiket bizalmasan kezeltük.
3.1 A regressziós elemzésekhez felhasznált reakcióidő adatok Az alább bemutatott vizsgálatból származó adatokon item-alapú elemzést végeztem a képmegnevezési vizsgálatok hagyományának megfelelően. Az egyes személyek válaszait és reakcióidejét, valamint hibakódját tartalmazó adatfájlok összesítése után minden képre meghatároztam az elemzés szempontjai alapján kialakított függő változók értékeit. A képmegnevezési teljesítményt mérő függő változók (pl. reakcióidő) mellett a domináns válaszok és a képi ingersajátosságok jellegzetességeit is kódoltam. A lexikális feldolgozás szakirodalma alapján várható volt, hogy ezek a paraméterek hatással lehetnek a képmegnevezés viselkedéses változóira. A regresszió elemzés során e változók összefüggéseit teszteltem hagyományos, illetve nem hagyományos statisztikai eljárásokkal.
3.1.1 A tárgymegnevezési vizsgálat során használt eljárás A dolgozatban felhasznált négy kognitív pszichológiai vizsgálat közül az elsőben arra kértük a résztvevőket, hogy röviden, egy vagy két szóval nevezzék meg a képernyő n megjelenő tárgyakat ábrázoló képeket, amilyen gyorsan csak tudják. Az adatfelvétel során a képeket 10 különböző sorrendben jelenítettük meg az elfáradás, és a sorrendi hatások elkerülése érdekében. A feladat előtt egy rövid hangkalibrációs eljárás segítségével a számítógéppel összekötött mikrofon érzékenységét a személy hangjának sajátosságaihoz igazítottuk. E célból a vizsgálati személyek felolvastak egy szólistát, 42
amely változatos, nehezen detektálható hangzókat tartalmazott a szavak elején. Ezek a szavak nem szerepeltek a kísérletben. A tesztelés megkezdése előtt egy rövid gyakorló fázisban egyszerű geometriai ábrák alkalmazásával megismertettük a feladatot a résztvevőkkel. Ezek az ábrák később nem szerepeltek. A gyakorlás után 4 tesztfázis következett, 104 item bemutatása után rövid szünetet tartottunk, amelynek id őtartamát a személyekre bíztuk. A kísérlet 30-50 percet vett igénybe. Az ingerbemutatás, adatrögzítés és adatfeldolgozás technikai részleteit a 3. függelék tartalmazza.
3.1.2 Kísérleti személyek A vizsgálat résztvevői 18-32 éves, egészséges, középiskolát végzett, magyar anyanyelvű személyek (25 férfi és 25 nő).
3.1.3 Ingeranyag A tárgymegnevezési reakcióidő vizsgálatban használt ingeranyag 520 fekete-fehér, vonalrajzos képből állt, melyek embereket (26 db), állatokat (81 db), testrészeket (28 db), járműveket (35 db), ételeket (46 db), ruházati tárgyakat (40 db), ember által készített kis méretű (161 db) és nagyméretű (79 db) tárgyakat, valamint természeti jelenségeket 24 db) ábrázoltak. A 4. függelék második része tartalmazza azt az 520 képet, melyekre a következőkben az egyszerűség kedvéért, mint tárgyakra fogok utalni. Ezt az ingeranyagot változatos forrásból gyű jtöttük össze egy interkulturális képmegnevezési standard kialakítása céljából (Bates és mtsai, 2002). Az elemzésben használt reakcióid ő adatok a magyar standardból származnak.
3.1.4 A képmegnevezési teljesítménnyel kapcsolatos változók rövid leírása A 3. függelékben részletezett adatfeldolgozás eredményeként kapott legfontosabb függő változói a következők voltak: Reakcióidő – releváns változók Egy adott képre adott összes válasz átlagos reakcióideje (a válaszok RI tot tartalmától függetlenül). Reakcióidő és válaszreleváns változók RI dom A domináns válaszok reakcióideje (képenkénti átlagérték). A domináns megnevezéssel morfológiai vagy fonológiai átfedést mutató RI alak válaszok reakcióideje (képenkénti átlagérték). A domináns elnevezéssel rokon értelmű szavak (szinonimák) képenkénti RI szin átlagos RI-je. Azon válaszok reakcióideje, melyek nem illettek bele a fenti három RI más kategória egyikébe sem (képenkénti átlagérték). 43
A számítógép által automatikusan generált reakcióidő adatokat itemek szerint átlagoltam, miután a hibakódok alapján kiszűrtük az érvénytelen válaszokhoz tartozó hibás latenciaidő adatokat. Az ('RI tot') egy adott képre adott összes válasz átlagos reakcióidejét jelenti, a válaszok tartalmától függetlenül. Az ('RI dom') a domináns válaszokhoz tartozó latenciaid ők átlagára vonatkozik. Az ('RI alak'), ('RI szin') és ('RI más') nevű változók az egyes válaszkategóriákba tartozó alternatív válaszok átlagos reakcióidejét mérik. Válasz – releváns változók A domináns válasz és az alternatív válaszok száma (képenként). Válaszszám A válasz-variálódás értéke a variációk előfordulási arányát is figyelembe véve. H stat Az alternatívák számának nyers értékét az alternatívák és maga a domináns válasz adta ki ('válasz-szám'). A válasz variációk előfordulási arányát is szem előtt tartva kiszámítottam a Snodgrass és Vandervart (1980) által is használt H statisztika értékét5 ('H stat'). A H statisztika a variabilitás egyik mértékszáma. Emelkedő értéke csökkenő válaszegyezést mutat, értéke 0, ha a válaszegyezés 100%-os (lásd a példákat a 3. függelékben a H statisztika konkrét értékeire azonos válasz-számú, de különböző eloszlású itemek esetében).
3.1.5 Az ingerek sajátosságait mérő független változók A tárgymegnevezési vizsgálat eredményei alapján minden képre meghatároztam a domináns (a legtöbb személy által használt) megnevezést. Ezekkel a nevekkel kapcsolatban egy sor, a lexikális előhívás szempontjából kritikus tulajdonságot értékeltettem a megnevezési feladattól független értékelőkkel, mely feladatok technikai részleteire itt nem térek ki (lásd Székely, 2002). E szubjektív adatokkal párhuzamosan meghatároztam két objektív mérőszámot is az ingersajátosságokkal kapcsolatban (szógyakoriság, illetve vizuális komplexitás). Alább összegeztem a dolgozatban felhasznált változókat: Kép-releváns változók Objektív vizuális komplexitás obj vizkomp A képet definiáló grafikus információ mérete bájtban szubj vizkomp Szubjektív vizuális komplexitás A kép összetettségének szubjektív becslése 7-fokú skálán, képenkénti átlagérték. (1: legkevésbé összetett) k
5
A H statisztika képlete:
H = Σ pi log2 (1/pi) i=1
ahol k jelöli a válaszok számát, p pedig az i-edik választ adók százalékos arányát.
i
44
Kép+név (domináns válasz) releváns változók szubj kép=név A képek és válaszok közötti koherencia mértékének szubjektív becslése 7-fokú skálán, képenkénti átlagérték. (1: alacsony koherencia) Név (domináns válasz) releváns változók betűszám Betűszám: a domináns válasz grafikus megjelenítése alapján. szótagszám A domináns válasz szótagszáma. obj szógyak Objektív szógyakoriság: a magyar nyelv szépprózai gyakorisági szótárában (Füredi-Kelemen, 1989) szereplő számérték logaritmikus transzformációja. szubj szógyak Szubjektív szógyakoriság: 7-fokú skálán becsült érték, képenkénti átlagérték. (1: legkevésbé gyakori) szubj szótan Szubjektív szóelsajátítási életkor: 9-fokú skálán becsült érték, képenkénti átlagérték. (1: 2 éves kor alatt)
3.2 Az asszociációs elemzésekhez felhasznált reakcióidő kísérletek Az asszociációs elemzésben felhasznált adatok három vizsgálatból származnak. Az egyik a fentebb bemutatott tárgymegnevezéshez hasonló képmegnevezési feladat cselekményeket ábrázoló képekkel, míg a másik két szókiolvasási feladat. E vizsgálatok item alapú elemzése szintén részét képezi az interkulturális képmegnevezési standard kialakításának (Székely és mtsai, 2002), melyre a szakdolgozatban nem térek ki. Azonban a vizsgálat résztvevőitől gyűjtött DNS minta lehetővé tette a kognitív teljesítmények egyéni különbségeinek genetikai asszociációs vizsgálatát is, mely elemzéseket a dolgozatban hagyományos, illetve nem hagyományos statisztikai módszerekkel is megvizsgáltam.
3.2.1 A nem-invazív DNS mintavétel A fájdalommentes DNS mintavétel során az arc belső felületéről fültörlő vattával való dörzsöléssel gyű jtöttünk össze száj-nyálkahártya sejteket, melyeket egy megfelelő oldatban tároltunk. A DNS izolálása ebből a mintából történt a SOTE Orvosi Vegytani, Molekuláris Biológiai és Pathobiokémiai Intézet PCR laboratóriumában.
3.2.2 A cselekmények megnevezése során használt eljárás Ebben a feladatban szintén arra kértük a résztvevőket, hogy röviden, egy vagy két szóval nevezzék meg a képernyőn megjelenő cselekményeket ábrázoló képeket, amilyen gyorsan csak tudják. A vizsgálat során pontosan ugyanazt az eljárást 45
alkalmaztuk, mint a tárgymegnevezés esetében. A vizsgálat résztvevői szintén 18-32 éves, egészséges, középiskolát végzett, magyar anyanyelvű személyek (13 férfi és 22 nő). A cselekmények megnevezése 275 fekete-fehér, vonal-rajzos kép segítségével történt, melyeket a 4. függelék első része tartalmaz. A genotípusokkal kapcsolatos asszociációelemzésben kizárólag a domináns válaszokat kísérő reakcióidő adatokat használtam fel. Első lépésben megtartottam azokat az itemeket, melyeknél az érvényes válaszok százalékos aránya meghaladta a 90%-ot. Ennek alapján 223 item átlagos megnevezési latenciaidejét, illetve a reakcióid ő adatok mediánját és szórását rendeltem a személyekhez, akiket genotípusuk alapján csoportosítottam. Egy további elemzésben kiválasztottam 13 itemet úgy, hogy a 90%-nál nagyobb érvényes válaszarány mellett kritériumként szerepelt a domináns válaszok 98-100%-os előfordulási aránya is. Ez azt jelenti, hogy e 13 képet a legtöbben megnevezték, méghozzá jellemzően ugyanazzal a szóval. A 13 kiválasztott item átlagos megnevezési latenciaideje, illetve az adatok mediánja és szórása szerepelt azokban a genetikai asszociációelemzésekben, ahol a kisebb ingeranyagon tesztelt reakcióidő adatok genetikai meghatározottságát vizsgáltam.
3.2.3 A szókiolvasási feladatok A szókiolvasási feladatok során is ugyanazt az ingerbemutatási helyzetet és reakcióid ő mérési eljárást alkalmaztam, mint a képmegnevezésben (részletek a 3. függelékben). Azonban itt a képek helyett szavak szerepeltek ingerként, a személy feladata pedig az volt, hogy ezeket minél gyorsabban kiolvassa. A vizsgálatokban szereplő szavak a képmegnevezési feladatban kapott leggyakoribb megnevezések voltak. Mind a főnevek, mind pedig az igék szókiolvasási feladatában csak a helyesen kiolvasott szavak helyesen rögzített reakcióidő adatait vettük figyelembe (lásd a 3. függelék hibakódolási részét). A vizsgálat résztvevői itt is 18-32 éves, egészséges, középiskolát végzett, magyar anyanyelvű személyek voltak (10 férfi és 19 nő). Az asszociációs elemzésekben az 520 főnévre, illetve a 275 igére adott érvényes reakcióidő adatok átlagát, illetve mediánját, valamint szóródási mérőszámukat rendeltem a személyekhez, akiket genotípusuk alapján csoportosítottam.
46
3.3 Genotípusok, mint csoportosító változók A genetikai asszociáció vizsgálatokban egy kiválasztott gén egyes változatai (polimorf alléljai) alapján csoportosított mintákban vizsgáljuk egy fenotípusos jelleg alakulását. A SOTE PCR laboratóriuma 5 általuk vizsgált genetikai polimorfizmussal kapcsolatban adott információt (VNTR, -521C/T és 120 bp duplikáció; a szerotonin transporter gén polimorfizmusai: 5-HTTLPR, és STIN2). Egy személyhez (a két alléljának megfelelően) két adat tartozik, pl. a VNTR polimorfizmussal kapcsolatban a 4-7 egy viszonylag gyakori, 4-szeres, és 7-szeres ismétlődésű allélpárt kódol. Az elemzés szempontjából kritikus szempont a különböző genotípusok megfelelő csoportosítása, hiszen gyakori, hogy a kangidáns gén 3, esetenként pedig akár 10-15 féle genotípus változata is jelen van a vizsgált mintában. A statisztikai módszerek szempontjából további problémát jelenthet, hogy egyes allél-változatok előfordulása ritka, melyek azonban fontosak lehetnek a fenotípusos jelleg meghatározásában. Ezért például a VNTR 15-féle genotípus változatát az elemzés szempontjából kritikus 7-es allél alapján két nagy csoportba osztottam annak alapján, hogy hordozza-e a személy a kandidáns 7-es allélt. A -521 C/T és 5-HTTLPR genotípusokat a három változat alapján soroltam be, azonban a 120 bp duplikáció a és STIN2 genotípus esetében elhagytam a rendkívül ritka 1-1es, illetve a 9-10-es és 9-12-es genotípusokat (lásd a 10. táblázatot az Eredmények részben).
3.4 Az alkalmazott statisztikai próbák és programok A korreláció mérőszámait, a ferdeségi és csúcsossági együtthatókat, a kétmintás t-próbát és Welch féle d-próbát, valamint a robusztusabb Mann-Whitney-próbát, az FPW-próbát, a Brunner-Munzel-próbát, és a rangszámokon végzett Welch féle d-próbát minden esetben a Ministat programcsomag (Vargha és Czigler, 1999) segítségével számoltam ki. A kétmintás t-próba, valamint a rangszámokon végzett kétmintás t-próba eredményeit részint a Ministat programcsomagban, részint pedig az SPSS független csoportok összehasonlításának rutinja segítségével határoztam meg.
3.4.1 Gyakoriság, rangsorolás, regresszió-elemzés és z-transzformáció A gyakorisági eloszlásokat Excel 97-ben készítettem, ahol függvények segítségével határoztam meg az adott övezetbe tartozó adatok elemszámát. A rangsorolást automatikusan végeztem a skálák ordinális jellegének definiálásával a Ministat programban számolt elemzések során. Az SPSS programban a változók 47
transzformálásának rutinsorában a rangszámok kialakítása menüpont segítségével hoztam létre a rangsorolást. A regressziós elemzéseket szintén az SPSS programban a lineáris regresszió eljárással végeztem, ahol a függő és független változók definiálása után a kapott R2 érték felelt meg a független változók által együttes magyarázott variancia aránynak. A szemiparciális korrelációs együtthatók négyzetre emelésével kaptam meg a független változók által önállóan megmagyarázott varianciát. A z-transzformált értékeket az Excel programban számoltam ki, majd az ezzel kapcsolatos elemzéseket a Ministat programban végeztem.
3.4.2 A dolgozatban használt statisztikai eljárások csoportosítása Az Eredmények első részében bemutatott elemzések a változók közötti kapcsolatokat vizsgálják. Itt az elemzés egységei a bemutatott itemek. A lexikális előhívás kritikus összetevői várhatóan magas együttjárást mutatnak a megnevezés sebességével. Mivel azonban a mért változók eloszlása nem felelt meg a hagyományos statisztikai eljárások kritériumainak, ezért bemutattam a nemparaméteres változókra kidolgozott kapcsolati mutatókkal mért eredményeket is (4. táblázat). Az Eredmények rész második fejezetében a reakcióidő egyéni különbségeit vizsgáltam független mintás eljárásokkal. A csoportosító szempont egy kandidáns genetikai polimorfizmus, melynek bizonyos változatai más sebességű reakciót valószínűsítenek a kognitív feldolgozás során. Ezekben az elemzésekben a kritikus pont az összehasonlítani kívánt középérték és a statisztikai próba a kiválasztása. Ezért az elemzésekben összevetem a hagyományos, illetve az újabb, trimmeléses megközelítésen, illetve nemparaméteres statisztikai eljárásokon alapuló statisztikai próbák eredményeit (4. táblázat). 4. táblázat. Az alkalmazott hagyományos és nem hagyományos eljárások Hagyományos Változók kapcsolatvizsgálata
Független minták összehasonlítása
Új, trimmeléses és nemparaméteres
Pearson-féle lineáris Spearman-féle korrelációs együttható korrelációs Winsorizált korrelációs együttható együttható Wilcox-féle Rpb robusztus korreláció Kendall-féle korrelációs együtthatók Student-féle Mann-Whitney-próba kétmintás t-próba Rangszámokon végzett kétmintás t-próba Rangszámokon végzett Welch-féle d-próba FPW-próba, Brunner-Munzel-próba
48
4 EREDMÉNYEK 4.1 A reakcióidő változók eloszlása és középértékei Az alábbiakban bemutatott elemzésekben négy kísérletből származó reakcióidő adatot használtam fel, a vizsgálatokban a tárgyak és cselekmények képmegnevezési idejét, illetve főnevek és igék szókiolvasási idejét mértük számítógép felhasználásával. A négy kísérlet eredménye 16-50 személy több száz itemre adott reakcióideje. A négy adatminta gyakorisági eloszlását a 8-10. ábrák szemléltetik. A ferdeségi és csúcsossági együtthatókat és azok szignifikanciájának szintjét az 5. táblázatban foglaltam össze. Az első kísérletben a lexikális előhívás összetevőit vizsgáltam tárgyak megnevezési latenciaidejét mérve. Az item alapú elemzésben ötven személy azonos 20%
itemre kapott adatait átlagoltam. Az
15%
ily módon képzett átlagok eloszlását
5%
a 8. ábra mutatja be. Az adatok
0%
jellemzően jobb felé nyúlnak el hosszabban, ez összhangban van
Re akcióidő (ezre dmásodperc)
azzal a ténnyel, hogy esetenként
70 0
90 0 11 00 13 00 15 00 17 00 19 00 30 00
10%
50 0
Relatív gyakoriság
8. ábra. Tárgymegnevezési itemátlagok (n = 520)
extrém értékű magas reakcióidő 30% 25% 20% 15% 10% 5% 0%
értékeket kaptunk. A
második
cselekményeket
kísérletben ábrázoló
képek
megnevezése történt. A válaszok
90 0 11 00 13 00 15 00 17 00 19 00 30 00
egyéni 70 0
50 0
Relatív gyakoriság
9a. ábra. Átlagos egyéni RI teljesítmény (n = 35)
Re akcióidő (ezre dmásodperc)
RI
különbségeit
úgy
vizsgáltam, hogy reakcióid ő adataik átlagával jellemeztem a személyeket. A 9. a. ábra a genetikai vizsgálatban
szereplő 35 személy átlagos képmegnevezési sebességének eloszlását mutatja 223 item átlagértékei alapján. Az eloszlás ferdeségi és csúcsossági együtthatói itt nem mutatnak szignifikáns eltérést a normális eloszlástól (5. táblázat). Egy alternatív elemzési szempont szerint nem vettem figyelembe mind a 223 képet, hanem csupán ennek töredékét. A Módszerek részben részletezett szempontok szerint kiválasztott 13 item átlagos megnevezési latenciaidejének eloszlásgörbéjét mutatja a
49
9.b. ábra. Az eloszlás enyhén jobb felé elnyúló, a ferdeségi együttható szignifikáns eltérést jelez a normális eloszláshoz képest (g1 = 1,05 p< 0,05). Az asszociációelemzés szempontjából fontos kérdés, hogy kevesebb inger megnevezésén alapuló kognitív teljesítmény
diszkriminál-e
a
mivel ez a kisebb itemszámon alapuló minta nem normális eloszlású, a statisztikai 90 0 11 00 13 00 15 00 17 00 19 00 30 00
70 0
szerepe Re akcióidő (ezre dmásodperc)
10.a. ábra. Főnevek kiolvasási ideje (n = 18) 25%
elemzésekben
lesz
a
nem
kiemelt
paraméteres
elemzési eljárásoknak. A harmadik és negyedik kísérlet főnevek és igék szókiolvasási feladata volt. Mivel itt is az egyéni teljesítmény jellemzése volt a cél, a második
20% 15%
kísérlethez hasonló módon átlagokat
10%
képeztem a személyekre. Az 520 főnév
5%
kiolvasásához 80 0
75 0
70 0
60 0 65 0
55 0
50 0
45 0
0%
40 0
Re latív gyakoriság
is
genetikai csoportok között. Azonban
35% 30% 25% 20% 15% 10% 5% 0% 50 0
Re latív gyakoriság
9.b.ábra. Nyers RI adatok (n = 431)
Re akcióidő (ezre dmásodperc)
reakcióidő
szükséges
adatok
átlagos
eloszlását
18
személyre vonatkozóan a 10.a. ábra mutatja be. A 10. b. ábra az igék
30% 25% 20% 15% 10% 5% 0%
kiolvasását
végző
reakcióidő
adatainak
16
személy gyakorisági
eloszlását mutatja be. A 10. a: ábrán bemutatott
80 0
75 0
70 0
60 0 65 0
55 0
50 0
reakcióidő 45 0
40 0
Re latív gyakoriság
10. b. ábra. Igék kiolvasási ideje (n = 16)
Re akcióidő (ezre dmásodperc)
átlagos adatok
szókiolvasási
eloszlása
nem
különbözik szignifikánsan a normális eloszlástól. A 10. b. ábrán bemutatott adatok esetében ez csak azért nem
teljesül, mert egy személy átlagos reakcióidő adata „kilóg”, messze magasabb, mint a csoporté. Ha ezt az adatot (752 ezredmásodperc) elhagyjuk, az eloszlás ferdeségi és csúcsossági együtthatója már nem mutat szignifikáns eltérést a normális eloszlásától. Az 5. táblázat ferdeségi és csúcsossági együtthatói szignifikáns eltérést jeleznek a normális eloszlástól mind a nyers reakcióid ő adatok, mind pedig az item-alapú reakcióidő átlagok esetében. Azonban nem tapasztalunk szignifikáns eltérést a normális 50
eloszlástól, ha személyek alapján átlagoljuk a reakcióid ő adatokat, még kis elemszámú minta esetében sem. Meg kell jegyezni azonban, hogy ez alól kivétel a negyedik kísérlet, ahol egyetlen szélsőséges adat okozza a normalitás megsértését. 5. táblázat. A reakcióidő adatok középértékei és eloszlási mutatói N – típus
Med Átlag Szórás Min-max
Ferdeség Csúcsosság
1020 1071
268
659-3139
1,82**
7,89**
1232 1228
202
936-1734
0,62
-0,57
f név cselekmény tárgy
Ábra
2
9b 35 személy
927
954
171
895-1012
1,05*
0,19
ő
3 10a 18 személy
499
499
52
419-611
0,27
-0,68
ige
Szó – kiolvasás
Kép – megnevezés
Kísérlet
4 10b 16 személy
500
506
81
410-752
1,84**
2,64*
1
8
520 item
9a 35 személy
A középértékekből kitűnik, hogy a szókiolvasáshoz szükséges idő nagyjából fele annyi, mint a lexikális előhíváshoz szükséges latenciaid ő. Az átlagos érték a tárgyak, illetve cselekmények megnevezése esetében 1000-1200 ms, míg a főnevek és igék kiolvasásához átlagosan csupán 500 ms-ra van szükség. A 9.b. ábrán szemléltetett cselekménymegnevezési reakcióidő adatok átlaga azért ilyen alacsony, mert a legkönnyebben megnevezhető 13 elemet választottam ki. A nyers adatok értékei nagyobb ingadozást mutatnak, mint az átlagértékek, ami megnyilvánul a szórás és a minimum - maximum értékekben is.
4.2 A lexikális előhívás kritikus összetevői A négy reakcióid ő kísérlet fentebb bemutatott alapstatisztikáiból nyilvánvaló, hogy egy név előhívása egy képi inger nyomán feltehetően nehezebb kognitív feladat, mely hosszabb időt vesz igénybe, mint ugyanennek a névnek az elolvasása. Továbbá a cselekmények megnevezése egyértelműen lassabb, mint a tárgyaké, ugyanakkor a főnevek kiolvasási sebessége nem különbözik számottevően az igékétől. A szórás mutatóiból az is kiderül, hogy a képmegnevezési reakcióidő igen nagy variabilitást mutat a vizsgálatokban használt bemeneti ingerek, azaz a képek függvényében. Ez a megfigyelés arra utal, hogy a bemeneti inger sajátosságai hatással vannak az információfeldolgozás folyamataira. Kérdés, hogy milyen kritikus ingerjellemző k azonosíthatók, melyek szignifikáns összefüggést mutatnak a képek megnevezéshez szükséges latenciaidővel. E kérdés megválaszolására a szakirodalomban általában kapcsolati mutatókat számolnak itemekre átlagolt reakcióidő, illetve az itemek 51
ingersajátosságainak mérőszámai között. Azonban kérdés, hogy e tipikusan ferde eloszlású változók közötti korrelációs elemzésben okoz-e számottevő különbséget, ha nem a hagyományos kapcsolati mutatókat használjuk, hanem robusztusabb, a normalitás megsértésére kevésbé érzékeny statisztikai eljárásokat. A képek megnevezése során szükség van a kép dekódolására, egy a memóriában tárolt lexikális elem megfeleltetésére, valamint a név kimondására. Ebben a részben olyan ingerjellemzőket elemeztem, melyek a szakirodalom alapján hatással lehetnek a lexikális
előhívás
kognitív
folyamataira:
a
megnevezés
során
lehetséges
válaszalternatívák számát, illetve a domináns válasz kritikus jellemzőit (szóhosszúság, szógyakoriság, szóelsajátítási életkor). Megvizsgáltam továbbá a képi azonosításban esetlegesen szerepet játszó vizuális komplexitás objektív és szubjektív mérőszámainak reakcióidőre gyakorolt hatását. Az alább bemutatott kapcsolati elemzéseket elvégeztem mind a hagyományos Pearson-féle eljárás, mind pedig a nem hagyományos, az adatok nagyság szerinti rendezhetőségén alapuló nemparaméteres eljárások segítségével.
4.2.1 Képmegnevezési reakcióidő a válasz-szám függvényében A képmegnevezési feladat függő változóinak összefüggése választ adhat arra a kérdésre, hogy a megnevezés során rendelkezésre álló válaszalternatívák számának növekedése lassítja-e, vagy esetleg gyorsítja a megnevezési folyamatot. A „Módszerek” fejezetben részletesen bemutatott reakcióid ő és válasz-szám releváns változók korrelációs elemzése szoros, pozitív, szignifikáns kapcsolatot mutat e két dimenzió között. Az eredményeket a 6.a. és 6.b. táblázat mutatja be, melyben szerepelnek a válaszegyezés két mérőszámának (’válasz-szám’ és ’Hstat’) reakcióid ő változókkal mért kapcsolati mutatói. A reakcióidő változók közül az összes válaszra adott reakciók (’RI tot’) latenciájának középértékei 520 esetben értelmezhetők, továbbá minden esetben értelmezhető a domináns válaszok (’RI dom’) átlagos reakcióideje, illetve mediánja. Azonban a domináns válasszal alaktani átfedést, jelentésbeli átfedést mutató, illetve a ’más’ kategóriába sorolt alternatívák (’RI alak’, ’RI szin’, és ’RI más’) esetében előfordult, hogy az adott itemre egyáltalán nem, vagy csak egyetlen esetben adtak ilyen választ. Ezért e változók mintaelemszáma számottevően kisebb. 4.2.1.1 Több válaszalternatíva lassabb megnevezést eredményez Elsőként a változók normális eloszlását feltételező Pearson-féle korrelációs együttható értékeit hasonlítottam össze a rangszámokon végzett Spearman-féle korrelációs 52
együttható értékeivel. A 6a. táblázatban a változó típusa (átlag, medián vagy szórás) mellett szerepel a változó eloszlására vonatkozó ferdeségi és csúcsossági együttható is. Szinte minden adatsor esetében jellemző a reakcióidő tipikus jobb felé elnyúló, hosszú szélű, normális eloszlástól szignifikánsan különböző eloszlása. 6. a. táblázat. A reakcióidő és válaszegyezés kapcsolati mutatói (n = 520)
Változó ferd. csúcs. 1,14** 1,54** Átlag RI tot (n = 520) Medián 1,46** 3,29** Szórás 0,71** n.s.
Spearman-féle rangkorrelációs együtthatók H stat válasz-szám
0,79**
0,73**
0,77**
0,75**
0,78**
0,72**
0,75**
0,74**
0,70**
0,66**
0,71**
0,66**
7,89**
0,70**
0,66**
0,72**
0,71**
2,38** 12,61**
0,68**
0,63**
0,70**
0,70**
1,11**
1,49**
0,58**
0,54**
0,57**
0,53**
Átlag (n = 239) 1,82** 4,75** RI alak Medián (n = 239) 1,85** 4,59**
0,46**
0,24**
0,46**
0,25**
Átlag RI dom (n = 520) Medián Szórás
RI szin
1,82**
Pearson-féle korrelációs együtthatók válasz-szám H stat
0,44**
0,22**
0,42**
0,21**
Szórás (n = 180) 1,48**
3,28**
0,24**
0,17*
0,29**
0,22**
1,31**
2,38**
0,25**
n.s.
0,40**
0,19*
Medián (n = 148) 1,40**
2,66**
0,24**
n.s.
0,39**
0,16~
Átlag (n = 148)
Szórás (n = 105) 1,89**
~
4,37**
0,21*
0,17
0,31**
0,30**
Átlag (n = 331) 0,98** 2,15** RI más Medián (n = 331) 1,27** 2,87**
0,38**
0,28**
0,41**
0,31**
0,31**
0,21**
0,34**
0,24**
0,29**
0,23**
0,37**
0,29**
Szórás (n = 261) 0,68**
1,40**
Jelölés: n.s.: nem szignifikáns; ~: p<0,1; *: p<0,05; **: p<0,01 A válaszegyezés és reakcióidő mérőszámok közötti szignifikáns, pozitív kapcsolati mutatók azt jelzik, hogy minél több válaszalternatíva jellemzi az adott tárgyat megjelenítő képet, annál lassabb lesz a kép megnevezési sebessége. Ez az összefüggés azonban némi eltérést mutat annak függvényében, hogy a reakcióidő adatok mely középértékét használtuk fel a regresszió elemzés során, illetve az alkalmazott statisztikai eljárás alapján. 4.2.1.2
Az átlag, illetve a medián, mint középérték
Összességében a reakcióidőátlag némileg magasabb korrelációs együtthatókat eredményez a válaszegyezési mérőszámokkal való kapcsolatvizsgálatban, mint a reakcióidő adatok mediánja. A korrelációs együttható értékeiben azonban ez csupán
53
néhány századnyi eltérést jelent, pl. a domináns válaszokkal alaktani átfedést mutató válaszok reakcióidő átlaga és a válasz-szám változója közötti korrelációs együttható r = 0,46, míg a válaszok latenciájának mediánja és a válasz-szám változója közötti együttjárás mértéke r = 0,44 (mindkét esetben p<0,01). Ez különbség jelen van mind a Pearson-féle, mind pedig a rangkorrelációs elemzésekben. 4.2.1.3 A hagyományos és a rangkorrelációs eljárás Mivel a reakcióid ő adatok eloszlása szignifikánsan különbözik a normális eloszlástól, indokolt lehet a hagyományos Pearson-féle mutatók helyett a rangkorrelációs elemzések eredményeit figyelembe venni. Azonban a kapcsolati mutatók értékei csak egyes esetekben mutatnak jelentős különbségeket a hagyományos és a rangkorrelációs módszer eredményei között. Például a domináns megnevezések átlagos latenciaideje és a válaszalternatívák H statisztika segítségével mért előfordulásának kapcsolati mérőszáma csak kis mértékben különbözik annak függvényében, hogy rangkorrelációt alkalmazunk (rS = 0,70) a hagyományos Pearson-féle elemzést végezzük (r = 0,63). Ugyanakkor a szinonimák megnevezési latenciaidejének szórása a Pearson-féle korrelációs együtthatóval mérve (r = 0,17 p <0,1) csak tendencia szintű kapcsolatot mutat a válasz-variabilitással (H stat), de ugyanez az összefüggés Spearman-féle rangkorrelációs eljárással szignifikáns r = 0,3 (p<0,01). 11. ábra. A domináns válasz szinonimáinak kapcsolati elemzése (n = 105) (a reakcióidő szóródása és a válaszegyezés kapcsolata)
A reakcióid szórása (ms)
1800 1600 1400 1200 1000
ő 800 600 400 200 0 ,0
,5
1,0
1,5
2,0
2,5
3,0
3,5
A válaszvariabilitás Hstat mérőszáma
A hagyományos és nem hagyományos statisztikai elemzések eltérésének lehetséges oka, hogy a reakcióidő szóródási mérőszámában előfordulnak extrém adatok (11. ábra). Ez abból adódik, hogy esetenként egy képre csak 2-3 személy adott olyan választ, mely a
54
domináns megnevezés szinonimájának tekinthet ő. Ugyan jellemző, hogy a nagyobb válaszvariabilitás változatosabb megnevezési sebességet jelent a szinonimaként kódolt alternatívák esetében is, azonban nem szükségszerűen lináris formában. Tehát nem biztos, hogy annyival változatosabb a szinonimák megnevezési latenciaideje, amennyivel nagyobb a válaszvariabilitás. Ezt igazolja az is, hogy ha az elemzésben 10%-os trimmelést alkalmazunk a szélsőséges értékek kiszűrésére, mind a Winsorizált korrelációs együttható rw = 0,28 (p < 0,01), mind pedig a Wilcox-féle Rpb robusztus korrelációs együttható rpb = 0,27 (p < 0,01) közepesen szoros, szignifikáns kapcsolatról számol be. Hasonlóképpen a Kendall-féle tau monotonitási együttható értéke is szignifikáns kapcsolatot jelez: r τ = 0,21 (p<0,01). Hasonlóan nagy a különbség a szinonimák
középértékeinek
és
a
válaszvariabilitás
mérőszámainak
kapcsolatvizsgálatában. A hagyományos Pearson-féle korrelációs mutató gyengébb kapcsolatot jelez a válasz-szám és a szinonimák reakcióid ő adatainak középértékei között, a medián esetében pl. r = 0,24 (p<0,01), ugyanakkor rS = 0,39 (p<0,01). Még élesebb a különbség a H statisztika mérőszáma és a szinonimák reakcióidő adatainak középértékei között, ahol a Pearson-féle lineáris elemzés nem mutat szignifikáns kapcsolatot sem az átlag, sem pedig a medián esetében. Ugyanakkor a rangszámokon végzett elemzések mutatói: rS = 0,19 (p<0,05), illetve rS = 0,16 (p<0,1). 4.2.1.4 A válaszlatencia szórása a válaszegyezés függvényében A változatos válaszok, melyeket magas értékek jellemeznek a válasz-szám és H stat mércéjén, várhatóan abban is különböznek a nem változatos válaszoktól, hogy nagyobb a kimondásukhoz szükséges latenciaidő variablilitás. Ez az összefüggés minden elemzésben jellemző, ám rangkorrelációs kapcsolati mutatókkal mérve kifejezettebb. 4.2.1.5 A válaszegyezés mérőszámai Annak ellenére, hogy a H stat változója jobban jellemzi a képmegnevezési teljesítményt, mivel figyelembe veszi a válaszalternatívák száma mellett azok előfordulási gyakoriságát is, a válasz-szám nyerspontja minden elemzésben kb. egy tizedesnyivel magasabb korrelációs értéket eredményez. 4.2.1.6 Mit mutatnak a nemparaméteres eljárások további alternatívái A Spearman-féle korrelációs együttható a leggyakrabban használt nem hagyományos kapcsolati mutató. Azonban a szélsőséges értékek jelenléte a mintában indokolja a
55
trimmeléses eljárások használatát, illetve a kisebb-nagyobb relációkon alapuló sztochasztikus monotonitási mérőszámok eredményeinek elemzését. A 6.b. táblázatban ezért összefoglaltam a válaszvariabilitás (H stat) és reakcióidő korábban bemutatott kapcsolati elemzéseinek eredményeit ezekkel az új, trimmelésen alapuló, vagy nemparaméteres statisztikai módszerekkel kiegészítve. 6. b. táblázat. A reakcióidő és válaszegyezés alternatív kapcsolati mutatói A nem hagyományos statisztikai eljárás típusa Trimmeléses Változó
Pearson
10%
20%
Winsorizált Winsorizált
Nemparaméteres
Wilcox Rpb
Kendal tau
Spearman
Átlag RI tot (n = 520) Medián
0,73** 0,72** 0,66**
0,75** 0,74** 0,66**
0,73** 0,72** 0,64**
0,75** 0,74** 0,67**
0,55** 0,54** 0,47**
0,75** 0,74** 0,66**
RI dom Átlag (n = 520) Medián
0,66** 0,63** 0,54**
0,70** 0,69** 0,54**
0,69** 0,68** 0,50**
0,70** 0,70** 0,54**
0,51** 0,50** 0,37**
0,71** 0,70** 0,53**
Átlag (n = 239) RI alak Medián (n = 239) Szórás (n = 180)
0,24** 0,22** 0,17*
0,24** 0,19** 0,20**
0,23** 0,19** 0,23**
0,24** 0,19** 0,19**
0,18** 0,15** 0,16**
0,25** 0,21** 0,22**
Átlag (n = 148) Medián (n = 148) Szórás (n = 105)
n.s. n.s. ~ 0,17
0,14 n.s. 0,28**
~
0,19* 0,16~ 0,27**
0,14 n.s. 0,27**
0,13* 0,11* 0,21**
0,19* 0,16~ 0,30**
Átlag (n = 331) RI más Medián (n = 331)
0,28** 0,21** 0,23**
0,31** 0,23** 0,29**
0,30** 0,22** 0,29**
0,31** 0,24** 0,28**
0,21** 0,16** 0,20**
0,31** 0,24** 0,29**
Szórás
Szórás
RI szin
Szórás (n = 261)
~
Jelölés: n.s.: nem szignifikáns; ~: p<0,1; *: p<0,05; **: p<0,01 A 6.b. táblázatban összefoglalt hagyományos és nem hagyományos kapcsolati mutatók tanulságai a következők. A Pearson-féle elemzés esetenként nem mutat ki szignifikáns kapcsolatot ott, ahol a többi mutató szerint van összefüggés. A trimmeléses eljárások eredménye nagymértékű eltérést mutat a trimmelési százalék függvényében, esetenként nagyobb a korrelációs együttható értéke, mint a hagyományos kapcsolati elemzés. A Kendall-féle tau szignifikáns, pozitív értékei is azt jelzik, hogy a válaszegyezés és reakcióidő még kis elemszámok esetében is mutat monoton növekvő összefüggést. Ezt mérőszámot kevésbé befolyásolja az elemszám, mint a Spearman-féle rangkorrelációt.
56
4.2.2 A képmegnevezési reakcióidőt meghatározó ingersajátosságok Az eddigi elemzésekb ől kiderült, hogy igen szoros a kapcsolat a válaszalternatívák száma és a megnevezéshez szükséges idő között. Azonban ha csupán a domináns (a legtöbb ember által adott) válaszokat és ezek átlagos reakcióidő adatait vesszük figyelembe, igen nagymértékű varianciát tapasztalhatunk az egyes képek reakcióid ő átlaga (vagy mediánja) között. A tárgymegnevezési vizsgálatban szereplő 520 item domináns megnevezéseinek reakcióidő átlaga pl. 1071 ezredmásodperc, szórása 268 ms. (a gyakorisági eloszlást az 8. ábra mutatja). A kérdés az, hogy melyek azok az ingersajátosságok, amelyek összefüggést mutatnak a domináns megnevezés sebességének középértékeivel. Az alábbiakban megvizsgáltam a domináns válasz reakcióidejének mérőszámai és bizonyos képi, illetve a domináns válaszra jellemző ingersajátosságok összefüggését. Ezek részint a kép sajátosságait tükrözik (vizuális komplexitás), részint a domináns megnevezéssel kapcsolatosak (szógyakoriság, szóelsajátítási életkor és szóhossz), részint pedig a kép és a hozzá tartozó név egyezését mérik (szubj kép=név). A változók közül a szubjektív becslések a reakcióidő feladattól, és más értékelési feladattól független, kb. 30 személy értékelései alapján készültek, az objektív szógyakoriság értékei szótárból származnak, az objektív vizuális komplexitás pedig fájlméret alapján lett maghatározva (lásd „Módszerek”). 4.2.2.1 A képmegnevezési reakcióidő és az ingersajátosságok korrelációs mutatói A 7. táblázatban összefoglaltam a domináns válaszok középértékeinek (átlag és medián) kapcsolati mutatóit azokkal a sajátosságokkal, melyek a választ kiváltó ingert jellemzik. 7. táblázat. A válasz latenciaidejének összefüggése az inger jellemzőivel (n = 520)
Pearson-féle hagyományos korrelációs együtthatók
Spearman-féle rangkorrelációs együtthatók
RI dom átlag RI dom medián RI dom átlag
RI dom medián
szubj kép=név
-0,63**
-0,63**
-0,59**
-0,59**
szubj szótan
0,36**
0,36**
0,38**
0,41**
szubj szógyak obj szógyak
-0,28**
-0,27**
-0,32**
-0,33**
-0,27**
-0,27**
-0,28**
-0,30**
0,21** 0,23** 0,23** 0,27** Betűszám 0,18** 0,19** 0,19** 0,21** Szótagszám 0,11* 0,12** 0,15** 0,17** szubj vizkomp n.s. n.s. n.s. n.s. obj vizkomp Jelölés: n.s.: nem szignifikáns; ~: p<0,1; *: p<0,05; **: p<0,01
57
A 7. táblázat első soraiban találhatók a szorosabb kapcsolatot mutató ingerjellemzők, melyek közül legszorosabb a kapcsolat a domináns válasz reakcióideje és a kép domináns megnevezés egyezésének szubjektív becslése között van. Más szóval, ha a szó jól ábrázolja az adott képet, gyorsabb lesz a megnevezés. Ezt követik a domináns válasz jellemzői: a szó elsajátításának szubjektíven értékelt életkora, a szógyakoriság, illetve szóhosszúság. A táblázatban fokozatosan lefelé haladva a lexikális előhívás sebessége szempontjából kevésbé lényeges mutatókat találjuk. A tipikusan gyors domináns válaszok gyakori, rövid szavak, melyeket a szubjektív becslések alapján korán elsajátítunk. Végül a képi ingerek vizuális komplexitása mutatja a legkevésbé szoros kapcsolatot a megnevezéshez szükséges latenciaid ővel, mivel a komplexebb képek megnevezése lassabb. Ebben az elemzéssorozatban a Pearson-féle korrelációs együtthatók nem különböznek lényegesen a Spearman-féle rangkorrelációs együtthatóktól. A legnagyobb eltérést a domináns válasz reakcióidejének mediánja és a szubjektív szógyakoriság átlagos mérőszáma közötti kapcsolat mutatja, melynek hagyományos kapcsolati mutatója r = 0,27, de ugyanez a kapcsolat rangkorrelációval mérve is: r = -0,33. 4.2.2.2 A válasz latenciáját bejósló tényezők nem függetlenek egymástól A 7. táblázatban ugyanazon ingersajátosság szubjektív és objektív mérőszámait összevetve rendre azt tapasztaljuk, hogy a szubjektív mérőszámok mutatnak szorosabb kapcsolatot a reakcióid ővel. Ez nem meglep ő, hiszen a reakcióid ő adatokat is személyek (bár a szubjektív értékelőktől független személyek) szolgáltatták. Azonban fontos szem előtt tartani, hogy e „független” változók nagymértékű interkorrelációt mutatnak, melyet a 8. táblázat mutat be. A különböző ingersajátosságokat mérő változók interkorrelációjában nem jelent lényeges különbséget az, hogy a hagyományos Pearson-féle korrelációt, vagy pedig a rangszámokon alapuló Spearman-féle korrelációs eljárást használtam. Két apró különbség, hogy míg a Pearson-féle korreláció nem mutatott ki szignifikáns együttjárást a szóelsajátítási életkor szubjektív mérőszáma és a kép - szó megfelelés változója között, addig a rangszámokon végzett korreláció eredménye egy tendencia szintű r = 0,07 mértékű kapcsolat. Ugyanakkor az ingerkép és annak domináns megnevezése közötti koherencia szubjektív értékelése és a szubjektív vizuális komplexitás közötti gyenge kapcsolat a hagyományos korrelációs elemzéssel szignifikáns (p<0,05), míg rangkorrelációs módszerrel mérve csupán tendencia szintű. 58
8. táblázat. Az ingerjellemzők interkorrelációja A Pearson-féle korreláció mutatói az alsó, nem satírozott cellákban, a Spearman-féle rangkorrelációs együtthatók pedig a felső, szürke cellákban találhatók. kép=név szótan. szógy.sz szógy.o. betűsz. szótagsz. vizk.sz.
(n = 520) szubj kép=név P
---
e ns szubj szótan a r n.s. szubj szógyak s o n.s. obj szógyak n betűszám - n.s. f n.s. szótagszám é szubj vizkomp l 0,09* e obj vizkomp
0,14**
-0,07~
n.s.
n.s.
n.s.
n.s.
0,08~
---
-0,56**
-0,50**
0,45**
0,42**
0,16**
-0,55**
---
0,57**
-0,27**
-0,28**
-0,28**
-0,48**
0,60**
---
-0,42**
-0,44**
-0,10*
0,46**
-0,26**
-0,40**
---
0,84**
0,12**
0,41**
-0,26**
-0,40**
0,87**
---
0,13**
0,15**
-0,26**
-0,10*
0,11*
0,12**
---
n.s.
n.s.
n.s.
n.s.
n.s.
0,57**
vizk.o. 0,14** S
p e a n.s. r m n.s. a n.s. n 0,09* f é 0,61** l --e n.s.
Jelölés: n.s.: nem szignifikáns; ~: p<0,1; *: p<0,05; **: p<0,01 A 8. táblázat eredményei szerint közepesen erős, szignifikáns kapcsolat van a domináns válasz releváns változói között (szóelsajátítási életkor, szógyakoriság, és szóhossz). Érdekes, hogy míg a korrelációs együtthatók e változók esetében 0,4-0,5 körül mozognak, a szubjektív szógyakoriság és a szóhossz kapcsolata gyengébb (0,3 körüli). Ez azt mutatja, hogy a gyakoribb, korábban elsajátított szavak rövidebbek. A bemutatott eredmények alapján az adott szó és az ezt megjelenítő kép koherenciájának mérőszáma nem korrelál más szubjektív változókkal. Ugyanakkor a vizuális komplexitással való gyenge pozitív kapcsolata azt jelzi, hogy a komplexebb képek domináns megnevezései gyakran minősülnek „jó névnek”. A szubjektív vizuális komplexitás mérőszáma alapján a komplexebb képek domináns megnevezései hosszabbak, ezeket a neveket a szubjektív becslések alapján később sajátítjuk el, és ritkábban használjuk. A fentebb bemutatott kép koherens, e változók kapcsolati mutatói a várt irányba mutatnak. Azonban a magas interkorrelációk azt is jelzik, hogy a bemutatott változók reakcióidő kialakításában betöltött szerepe összemosódik, tehát pl. a gyakori szavak gyors megnevezése részben annak tudható be, hogy ezek a szavak egyben rövidek is. Vajon milyen mértékű egy-egy változó egyedi, a többi változótól független szerepe a válasz megnevezésében?
59
4.2.2.3 A reakcióidő varianciájának ingersajátosságok által magyarázott része Ha arra a kérdésre keressük a választ, hogy az adott ingerjellemzők milyen mértékű összefüggést mutatnak a válasz sebességével, érdemes megvizsgálni e jellemzők és a reakcióidő kapcsolatát parciális elemzéssel is. Ennek során úgy mérjük az adott ingerjellemző és a reakcióidő kapcsolatát, hogy kiszűrjük a többi ingerjellemző hatását. Az alábbiakban megpróbáltam az ingerjellemzők önálló (egymástól független) reakcióidőre gyakorolt hatását azonosítani. Az 9a. és 9b. táblázat olyan regresszióelemzések eredményeit mutatja be, melyben a domináns válasz átlagos reakcióidejét a fentebb tárgyalt ingerjellemzők változóival jósoltam be. Az elemzéseket elvégeztem mind a hagyományos módon, mind pedig rangszámokon. A táblázat soraiban szereplő számértékek a reakcióidő varianciájának azt a hányadát szemléltetik százalékos formában, melyet az egyes ingersajátosságok önállóan megmagyaráznak. (ez a mérőszám technikailag a szemiparciális korrelációs együttható négyzete). Az 9a. és 9b. táblázatok első soraiban található az R2-tel jelölt determinációs együttható az ingersajátosságok együttes hatására utal, mely nem csupán a szemiparciális korrelációk összege, hanem tartalmazza a változók által közösen megmagyarázott variancia részeit is. (A regressziós modellben ez a mérőszám a függő változó összvarianciájának az a része, melyet a regressziós modell megmagyaráz). A domináns válasz reakcióidejének összvarianciáját, és az eddig tárgyalt együttes, önálló és közös hatásokat a 12. ábra szemlélteti. 12. ábra. A képmegnevezési latenciaidő varianciáját magyarázó önálló hatások
A domináns megnevezések reakcióidő átlagának összvarianciája A sz ó össz gyakor is vari anci ág ája
B1 A
B2 A sz ó össz hosszú vari s anc ág iája
C és lel e f eg ja m nciá ó a -sz ari p ké zv A ö ss
A szógyakoriság, szóhosszúság, és kép-szó megfelelés együttes hatása a reakcióidőre: A + B1 + B2 + C . Ebből közös hatás: A, valamint önálló hatások: B1 (szógyakoriság), B2 (szóhossz), és a kép- szó egyezés önálló hatása: C
60
A reakcióidő összvarianciáját a 12. ábrán a vastag vonallal rajzolt kör területe illusztrálja. A variancia bizonyos százalékát megmagyarázza a megnevezhetőség két változójának (szógyakoriság és szóhosszúság) együttes hatása, valamint kép-szó megfelelés önálló, e két változótól független hatása (C-vel jelölt terület). A szógyakoriság és szóhosszúság által megmagyarázott együttes varianciát három részre lehet osztani, melyet az ábrán az A, B1, és B2 területek jelölnek. Az A-val jelölt terület a két változó által közösen magyarázott rész. Az B1 terület a szógyakoriság mutatója által önállóan megmagyarázott varianciát jelöli, míg az B2 terület a szóhosszúság által önállóan megmagyarázott variancia részt. Az 9a. és 9b. táblázatban nem csupán ez a három változó szerepel, így a kölcsönösen átfed ő változók által megmagyarázott variancia mögött egy ennél sokkal bonyolultabb kapcsolati rendszert feltételezhetünk, melyben akár mind az öt változónak is lehet közös hatása. Az 9a. és 9b. táblázatok a megmagyarázott variancia e bonyolult összetevőib ől csupán az összes változó által együttesen megmagyarázott részt (R2), illetve az egyes változók által önállóan megmagyarázott részeket mutatják be. A számok mellett jobb oldalon a szignifikancia jelzései találhatók, bal oldalon pedig a százalékos formában megadott variancia értékeknek megfelelő szemiparciális korrelációs együtthatók előjele szerepel zárójelben. Az 9a. táblázat a megnevezést befolyásoló szubjektív tényezőket tömöríti, míg az 9b. táblázat tartalmazza az objektív mutatók által megmagyarázott varianciát. 4.2.2.3.1 A reakcióidőt bejósló szubjektíven értékelt független változók Az 9a. táblázat eredményei azt mutatják, hogy a legtöbb esetben nincs számottevő különbség a rangszámokon, illetve az eredeti adatokon végzett regressziós elemzések között. A különböző elemzésekben tapasztalt számértékek legnagyobb eltérése az, hogy a rangszámokon végzett regresszió alapján a szóelsajátási életkor változója 3,2%-nyit jósol be a reakcióid ő változatosságából, míg ugyanez az elemzés az eredeti adatokon csak 2,5%-nyit mutat). Az esetek többségében az sem okoz számottevő különbséget, hogy az átlagot vagy a mediánt választjuk mint középértéket, bár a válasz betűkben mért szóhossza jobb bejóslója a reakcióidőnek, ha a medián alapján számolunk. Az ingerként felhasznált 520 kép domináns megnevezésének reakcióidő középértékeit tehát a képek és a domináns válaszok szubjektíven értékelt egyezése jósolja be a legjobban, a reakcióid ő összvarianciájának 30-40%-át ez az önálló hatás adja. A szoros egyezést mutató ingerek megnevezése gyors. A többi változó szerepe marginális ehhez
61
a változóhoz képest, főleg, ha csak az önálló, a többi változótól független hatásokat vesszük figyelembe. 9. a. táblázat. A domináns megnevezés átlagos reakcióidejét bejósló szubjektív ingerjellemzők és a betűszám (n = 520) Az ingersajátosságok függő változói
A reakcióidő átlagának
A reakcióidő mediánjának
megmagyarázott varianciahányada
megmagyarázott varianciahányada
Hagyományos Rangszámokon
Hagyományos Rangszámokon
elemzés
végzett elemzés
elemzés
végzett elemzés
53%**
50%**
52%**
52%**
szubj kép=név
(-) 38,4% ***
(-) 32,5% ***
(-) 38,0% ***
(-) 32,4% ***
szubj szótan
(+) 2,6% ***
(+) 2,6% ***
(+) 2,5% ***
(+) 3,2% ***
szubj szógyak
(-) 1,4% ***
(-) 1,5% ***
(-) 1,1% ***
(-) 1,4% ***
n.s.
n.s.
(+) 0,3% ~
(+) 0,5% *
(+) 0,8% **
(+) 1,2% ***
(+) 1,0% **
(+) 1,5% ***
Együttes hatás R2
betűszám szubj vizkomp
Jelölés: n.s.: nem szignifikáns; ~: p<0,1; *: p<0,05; **: p<0,01; ***: p<0,001 A szóhossznak van a legkevésbé önálló szerepe, hatása helyettesíthető a szógyakoriság vagy szóelsajátítási életkor változóival. Gyorsan nevezzük meg a gyakori, és korán elsajátított (rövid) szavakat. A szubjektíven értékelt vizuális komplexitásnak van egy marginális, de a kép - domináns név egyezésének szubjektív mérőszámától független, megnevezést lassító hatása. 4.2.2.3.2 A reakcióidő varianciáját magyarázó független változók objektív mérőszámai Ugyanazt az ingersajátosságot mérő objektív és szubjektív változót nem célszerű ugyanabba a regressziós egyenletbe tenni független változóként, ha azt akarjuk megtudni, hogy az ingersajátosság milyen arányban magyarázza a függő változót. Ez esetben az önálló objektív, illetve szubjektív hatás nagyon kicsiny lesz, mivel a két mérőszám kioltja egymást, az általuk közösen magyarázott variancia rész pedig elválaszthatatlan lesz az együttes hatás többi összetevőjétől. Megoldást jelenthet, ha e két mérce együttes hatásait vizsgáljuk, vagy éppen ellenkezőleg, külön regressziós egyenletbe építjük őket. Ez utóbbit választva azt vizsgáltam, hogy a domináns válasz latencia-középértékeinek varianciáját mennyiben jósolják be a szótagszám, a szógyakoriság, illetve vizuális komplexitás objektív mérőszámai.
62
Az 9b. táblázat adatai azt mutatják, hogy csak az objektív mérőszámokra hagyatkozva a reakcióidő összvarianciájának csupán 8-10%-át képes bejósolni a nevek gyakorisága, hosszúsága és a képek összetettsége. Ez ötödannyi, mint a szubjektív változók hatása, igaz, hogy a szubjektív értékelések közül legmarkánsabban a kép és annak megnevezése közötti egyezés hatott, melynek nincs objektív megfelelője. 9. b. táblázat. A domináns megnevezés átlagos reakcióidejét bejósló objektív ingerjellemzők és a szótagszám (n = 520) Az ingersajátosságok Függő változói
A reakcióidő átlagának
A reakcióidő mediánjának
megmagyarázott varianciahányada megmagyarázott varianciahányada
Hagyományos Rangszámokon Hagyományos Rangszámokon
Együttes hatás R2
elemzés
végzett elemzés
elemzés
végzett elemzés
7,8%
8,1%
8,5%
10%
obj szógyak
(-) 4,6% ***
(-) 4,9% ***
(-) 4,5% ***
(-) 5,4% ***
Szótagszám
(+) 0,6% ~
n.s.
(+) 0,8% *
(+) 0,7% *
obj vizkomp
n.s.
n.s.
n.s.
n.s.
Jelölés: n.s.: nem szignifikáns; ~: p<0,1; *: p<0,05; **: p<0,01; ***: p<0,001 A szógyakoriság objektív mércéje ebben az elemzésben ugyan a reakcióid ő összvarianciájának jóval magasabb százalékát magyarázza önállóan, de fontos szem előtt tartani, hogy ebben az egyenletben nem szerepel például a szubjektív szótanulás, melynek a szógyakorisággal közös hatását így a szógyakoriságnak tulajdonítjuk. A mediánok rangszámain végzett elemzés itt is szorosabb kapcsolatra utal, ugyanúgy, mint a hagyományos elemzési módszer.
4.2.3 A lexikális előhívás összetevőinek regressziós elemzése Az előző alfejezet részletesen bemutatta, hogy a legtöbb esetben csak marginális különbségeket okoz a reakcióid ő a kísérletek függő és független változóinak kapcsolatvizsgálatában, ha a hagyományos kapcsolati mutatók helyett rangszámokon végezzük az elemzéseket. Az sem befolyásolja jelentősen az eredményeket, ha a középértékek legáltalánosabb mutatójaként az átlag helyett a mediánt használjuk. Minden elemzés arra mutat, hogy a képmegnevezési reakcióidő kialakításában legfontosabb, és más változóktól független szerepe a képek „megnevezhetőségének” van, melyet a kép-domináns válasz egyezés szubjektív mérőszáma mutat. A szógyakoriság, és más ingersajátosságok is befolyásolják a megnevezés sebességét, ám 63
ezek együttesen fejtik ki hatásukat. Vizuálisan komplexebb képek megnevezése lassabb, de ez az összefüggés csak igen kismértékű.
4.3 Egyéni különbségek a lexikális feldolgozásban 4.3.1 A genotípus alapján csoportosított minták statisztikai megközelítése A fentebb bemutatott itemeken végzett regresszió alapú elemzéseket meg lehet fogalmazni olyan formában is, hogy pl. a gyakori szavak megnevezési sebessége gyorsabb-e, mint a nem gyakori szavaké. Bár ezt a megközelítést számos lexikális előhívást vizsgáló szerző alkalmazza, önkényesen kiválasztva a gyakori és a nem gyakori csoportba tartozó szavakat, mégis, ha adott két intervallum skálájú változó, célszerűbb e változók kapcsolatának szorosságát mérni. Azonban a személyeken alapuló, az egyéni különbségeket vizsgáló elemzések szempontjai gyakran nominális változók, mint amilyen pl. a nem, vagy a genetikai polimorfizmusok. Ezekben a vizsgálatokban valamely szempont alapján csoportosított személyek átlagos teljesítményéből lehet következtetni a kérdéses szempont és a vizsgált függő változó asszociációjának meglétére vagy hiányára. 4.3.1.1 Kandidáns gének vizsgálata asszociációs analízissel Az alábbi elemzésekben a kandidáns gének asszociációs analízisének hagyományos módszereit fogom követni. A vizsgálat középpontjában a dopamin D4-es receptor gén (DRD4) hosszúság-polimorfizmusa (VNTR) áll.
A DRD4
kandidáns génről a
szakirodalom alapján feltételezhető, hogy szerepet játszhat a reakcióidő egyéni különbségeinek kialakításában. A DRD4 gén VNTR polimorfizmusának változatait a szakirodalom alapján két csoportra osztottam: hordoz-e a személy 7-szeres ismétlődésű allélt (mely a populáció 30-40%-ban fordul elő), vagy nem. 4.3.1.2 A független minták hagyományos elemzésének buktatói Az asszociációs vizsgálatokkal gyenge génhatások is kimutathatók, azonban a csoportokat az elemzésben a függő változó középértékei alapján hasonlítjuk össze. Ennek hagyományos módszere a kétmintás t-próba, illetve több csoport esetén a varianciaanalízis. E próbák kritériuma közé tartozik, hogy a függő változó legyen normális eloszlású az összehasonlítani kívánt csoportokban, valamint hogy e két csoport szórása legyen homogén. A dolgozatban bemutatott reakcióid ő adatok egy-egy személy
64
több száz képre adott válaszának átlagos latenciaidejét jelentik. Azonban egyes genotípusok előfordulása ritkább, mint másoké, így könnyes előfordulhat, hogy a személyek száma közel sem egyenlő az összehasonlítani kíván genotípus csoportokban. A kicsiny, és ráadásul különböző elemszámú minták szóródási mérőszámai pedig nagy valószínűséggel eltérnek egymástól. 4.3.1.3 Alternatív statisztikai eljárások a független minták összehasonlítására Mindenképpen érdemes tehát a reakcióidő egyéni teljesítményének genetikai asszociációelemzését a robusztusabb statisztikai próbák segítségével is elvégezni, melyek kevésbé érzékenyek a normalitás, illetve a szóráshomogenitás megsértésére. Az alábbiakban a hagyományos kétmintás t-próba mellett az új, nemparaméteres statisztikai eljárásokat fogom alkalmazni (lásd 4. táblázat). További elemzési lépésként megvizsgálom a genotípus alapján csoportosított reakcióidő adatok z-transzformált értékeit hagyományos és nem hagyományos eljárásokkal.
4.3.2 A cselekmények megnevezési sebessége genetikai asszociációt mutat 4.3.2.1 A rendelkezésre álló reakcióidő és genotípus adatok A cselekmény megnevezési kísérlet résztvevői 275 képet neveztek meg, melyek közül elhagytam azokat, amelyek általában nehéznek bizonyultak (lásd Módszerek). Így egy személyhez 223 megnevezési esemény kapcsolható. A résztvevők közül 35 személy esetében állt rendelkezésemre 5 genetikai polimorfizmussal kapcsolatos információ (a DRD4 gén polimorfizmusai:
VNTR, -521C/T és 120 bp duplikáció; a szerotonin
transporter gén polimorfizmusai: 5-HTTLPR, és STIN2). Ezeket a genetikai változatokat a szakirodalom és az előfordulási gyakoriságok alapján kettő vagy három csoportba soroltam, melyet a 10. táblázat mutat be. Minden személy genotípusát egy adatpár jellemzi (a két alléljának megfelelően). A betűk (pl. C és T) pontmutációt jelölnek, míg a számok egy adott szakasz ismétlődésének számát adják meg (pl. 2-szeres, 4-szeres, vagy 7-szeres ismétlődés a VNTR polimorfizmus esetében). A sötétszürke cellák a csoportokat mutatják (pl. a DRD4 VNTR polimorfizmus esetében egy csoportba kerültek a 3-7, 4-7, illetve 7-7-szeres ismétlődést hordozó személyek). A fehéren maradt cellák adatait nem használtam fel az elemzésekben. Az asszociációelemzésben felhasznált minták elemszáma így maximum 35, esetenként azonban egy-egy ritka genotípusú személy adatai kimaradtak, melyeket a 10.
65
táblázatban a fehér színű cellák jeleznék. Így a 120 bp dup esetében 34, STIN 2 esetében pedig 32 az asszociációelemzés mintaelemszáma). 10. táblázat. A genetikai polimorfizmusok csoportosítása (n = 35)
Csoportok
VNTR
2-4
2-8
Gyakoriság 11% 3%
(n = 35)
3-4
4-4
-521 C/T
3-7
7-7
C/C
C/T
T/T
6% 40% 3% 34% 3%
14%
52%
34%
120 DUP
4-7
HTTLPR
Csoportok
1-1
1-2
2-2
Gyakoriság
3%
31%
66%
STIN 2
14-14 14-16 16-16 9-10 9-12 10-10 10-12 12-12 17%
43%
40%
3% 3% 18% 38% 38%
4.3.2.2 A genotípus alapján csoportosított személyek reakcióidő mutatói A 11. táblázatban foglaltam össze az 5 genotípus, valamint a nemek szerint csoportosított személyek reakcióid ő-középértékeinek és szóródási mérőszámainak átlagát. A táblázatban szerepel mind a kétmintás t-próba alapján, mind pedig a Welchféle d-próba alapján meghatározott szignifikancia szint. Az elemzéseket elvégeztem az egy személyhez tartozó itemek reakcióidő-átlagának, illetve mediánjának alapján is. Az elemzésekben szereplő genotípus csoportok mintaelemszáma igen változatos, nem ritka a csupán 6 elemű minta sem. Ennek ellenére a szóráshomogenitás kritériuma maradéktalanul érvényesül minden elemzés esetében, és hasonlóan a
9a. ábrán
személtetett eloszláshoz, a 35 személy kisebb csoportjaiban is jellemző a reakcióidő középértékek, illetve a szórás normális eloszlása. Kivételt képez a 120 bp dup 23 elemű, 2-2 genotípusú csoportja, melyben a reakcióidő átlagok eloszlásának ferdeségi együtthatója tendencia szintű eltérést jelez a normális eloszláshoz képest: g1 = 0,86 (p<0,1). Hasonlóan a nők csoportjában (n = 22) az átlag és a medián mérőszámai is ferde eloszlásúak: g1 = 1,04 (p<0,05), illetve g1 = 0,98 (p<0,1). A középértékek és a szórás csoportátlagainak összehasonlítását elvégeztem a rangszámokon is, az eredmények szignifikancia szintjei minden elemzés esetében azonosak voltak. A 11. táblázatban szereplő adatok azt mutatják, hogy e 35 személy változatos csoportosítása közül egyedül a VNTR genotípus alapján történő besorolás esetén mutatnak szignifikáns eltérést a képmegnevezési reakcióidő adatok. Ez az eredmény p<0,05 szignifikancia szinten jellemző mind a hagyományos, mind pedig a robusztusabb nemparaméteres próbák alapján. Ebben a csoportosításban a 7-szeres 66
ismétlődésű allélt hordozó személyek átlagos reakcióidő középértékei magasabbak, valamint a latenciaid ők átlagos szóródása tendenciózusan nagyobb.
11. táblázat. A genotípus alapján csoportosított képmegnevezési reakcióidő-középértékek
(A középértékek és a szórás mérőszámai a táblázatban ezredmásodpercben vannak megadva.)
RI
Genotípus csoportok VNTR
Átlag Medián Szórás -521 CT Átlag Medián Szórás
STIN 2 Átlag Medián Szórás
(n = 14) van 7
Studentféle t
Welchféle d
1167,6
1319,2
p < 0,05
p < 0,05
n.s.
n.s.
1085,8
1219,1
p < 0,05
p < 0,05
n.s.
n.s.
374,8
437,7
p < 0,1
p < 0,1
n.s.
n.s.
1284,0
1204,2
1241,2
n.s.
n.s.
n.s.
n.s.
1206,0
1110,3
1154,5
n.s.
n.s.
n.s.
n.s.
389,8
400,7
403,2
n.s.
n.s.
n.s.
n.s.
Átlag Medián Szórás
Átlag Medián Szórás
szóráshomogenitás O’ Brien Levene
(n = 21) nincs 7
(n = 5) (n = 18) (n = 12) CC CT TT
120 bp dup
5-HTTLPR
A próbák szignifikanci szintjei
(n = 11) 1-2
(n = 23) 2-2
1262,8
1223,3
n.s.
n.s.
n.s.
n.s.
1175,4
1131,3
n.s.
n.s.
n.s.
n.s.
406,2
405,0
n.s.
n.s.
n.s.
n.s.
(n = 6) (n = 15) (n = 14) 14-14 14-16 16-16 1172,3
1274,8
1202,4
n.s.
n.s.
n.s.
n.s.
1090,7
1181,9
1114,1
n.s.
n.s.
n.s.
n.s.
372,5
419,3
391,0
n.s.
n.s.
n.s.
n.s.
(n = 6) (n = 13) (n = 13) 10-10 10-12 12-12 1309,5
1185,5
1265,5
n.s.
n.s.
n.s.
n.s.
1219,8
1087,2
1183,5
n.s.
n.s.
n.s.
n.s.
417,8
400,4
406,8
n.s.
n.s.
n.s.
n.s.
NEMEK Átlag Medián Szórás Más genotípus,
(n = 13) ffi
(n = 22) nő
1275,4
1200,4
n.s.
n.s.
n.s.
n.s.
1180,1
1115,0
n.s.
n.s.
n.s.
n.s.
406,8
396,0
n.s.
n.s.
n.s.
n.s.
vagy a nemek alapján csoportosítva ezt a mintát nem találunk
szignifikáns eltérést a reakcióidő mutatóiban. Akkor sem találunk szignifikáns különbségeket, ha a genotípus csoportokat a szakirodalomban ismert módon, vagy a 67
hasonló átlagértékek alapján összevonjuk (pl. a C/T és T/T genotípusok összevont csoportját hasonlítjuk össze a C/C genotípussal, vagy a 14/16 és 16/16 genotípusokat a 14/14 csoporttal). A VNTR genotípust kivéve nem mutatott szignifikáns különbséget a robusztusabb Mann-Whitney-próba, a rangszámokon végzett kétmintás t-próba, illetve Welch-féle
d-próba,
az
FPW-próba,
illetve
a
Brunner-Munzel-próba
sem.
Hasonlóképpen a kettőnél több csoport összehasonlításakor használt Kruskal-Wallis próba, a rangszámokon végzett Welch, James és Brown-Forsythe próba sem mutatott szignifikáns különbségeket a reakcióidő átlagok között. 4.3.2.3 A VNTR - reakcióidő asszociáció 13 item megnevezése alapján hiányzik Mivel a 11. táblázat eredménye alapján a dopamin D 4-es receptor gén 7-szeresen ismétlődő VNTR genotípusa bizonyult a reakcióidő változók szempontjából kandidáns allél-változatnak, ezért a továbbiakban erre a genotípusra korlátozom az elemzéseket. Fentebb láttuk, hogy a 223 cselekményt ábrázoló kép reakcióidő átlaga, illetve mediánja, valamint a szóródása szignifikánsan nagyobb a 7-szeres ismétlődést hordozó személyek csoportjában. További kérdés azonban, hogy megismételhető-e ez az eredmény, ha a reakcióid ő adatoknak csupán a töredékét (4-5%-át) vizsgálom. A rendelkezésre álló 223 kép közül kiválasztottam azt a 13 itemet, melyre a legtöbben azonos módon válaszoltak (ezzel is csökkentve az itemek közötti varianciát). A kiválasztott itemekre adott válaszok latenciaidejéb ől 431 érvényes adatot sikerült rögzíteni, melyeket az eddigi asszociációelemzésekhez hasonlóan átlagoltam a személyekre. A 35 személy átlagos reakcióidő adatainak eloszlását a 9b. ábra szemlélteti. A 7-szeres ismétlődésű allélt hordozó személyek átlagosan 930,3 ezredmásodperc alatt neveztek meg ezt a 13 cselekményt ábrázoló képet, míg ugyanez az érték a 7-szeres ismétlődésű allélt hordozó személyeknél 988,6 ezredmásodperc volt. A genotípus alapján csoportosított független mintákon végzett hagyományos és nem hagyományos statisztikai próbák nem mutattak szignifikáns eltérést e két csoport reakcióidő átlagai között.
4.3.3 A reakcióidő - VNTR asszociáció nem feladat-specifikus A cselekmények megnevezése egy igen összetett kognitív feladat, melyben szignifikáns asszociációt sikerült kimutatni a dopamin D 4-es gén 7-szeres ismétlődésű allélváltozatának jelenléte és a képmegnevezési latencia középértéke között, mely 7-szeres 68
ismétlődés esetén nagy valószínűséggel lassabb. De vajon a képmegnevezési folyamat számos információ-feldolgozási mechanizmusa közül egyetlen egy az, amelyik e szignifikáns különbséget okozza a személyeknél? Sokkal valószínűbb, hogy egy általános különbségről van szó a kognitív információfeldolgozásban, mely más kognitív feladatokban is tetten érhető, melyet az alábbi két fejezet tárgyal. A szókiolvasás igen könnyű feladat, a látott szót a személyek kb. harmad annyi idő alatt olvassák ki, mint amennyit ugyanennek a szónak a képről történő megnevezése vesz igénybe. Egy szókiolvasási feladatban 16 személy olvasta ki a fentebb bemutatott cselekménymegnevezési kísérlet domináns megnevezéseit. (Ezek a személyek a képmegnevezési feladatban nem vettek részt). A személyek közül 4 hordozta a VNTR polimorfizmus 7-szeres ismétlődésű változatát. A 12.a. és 12.b. táblázatban összefoglalt eredmények azt mutatják, hogy ebben a könnyebb kognitív feladatban is hasonló különbség van az információfeldolgozás sebességében: a 7-es allélt hordozó személyek reakcióidő középértékei átlagosan magasabbak, mint azoké, akik nem hordozzák ezt az allélt. A reakcióidő középértékei és a szórás átlaga ezredmásodpercben van megadva. 12. a. táblázat. A VNTR genotípus csoportok olvasási sebessége igékkel VNTR RI átlag medián szórás
Genotípus csoportok (n = 12)
(n = 4)
nincs 7 497,9
A próbák szignifikanci szintjei Szóráshomogenitás O’ Brien Levene
van 7
Studentféle t
Welchféle d
532,2
n.s.
n.s.
n.s.
n.s.
490,3
523,1
n.s.
n.s.
n.s.
n.s.
62,7
60,3
n.s.
n.s.
n.s.
n.s.
12. b. táblázat. A VNTR genotípus csoportok olvasási sebessége igékkel (rangszámokon végzett elemzések) VNTR RI
Genotípus csoportok (n = 12)
(n = 4)
nincs 7
van 7
A próbák szignifikanci szintjei Studentféle t
Welchféle d
Szóráshomogenitás O’ Brien Levene
7,3
12 p<0,1 p<0,05 p<0,05 p<0,05 átlag 7,3 12 p<0,1 p<0,05 p<0,05 p<0,05 medián 8,3 9 n.s. n.s. n.s. n.s. szórás Ebben a feladatban nem volt szignifikáns eltérés a két csoport reakcióid ő adatainak
szóródási mutatójában. A reakcióid ő középértékeinek elemzése nem mutat szignifikáns eltérést a két csoport között. Ugyanakkor a ragszámokon végzett elemzés a hagyományos kétmintás t-próbával tendenciózus, a robusztusabb Welch-féle d próbával pedig (p<0,05) szinten szignifikáns eltérést mutat a két csoport reakcióidő 69
középértékeinek átlagos értéke között. A robusztus eljárások közül csak a rangszámokon végzett Welch-féle d próba eredményét tüntettem fel a 12. b. táblázatban, azonban a FPW próba, valamint a Brunner - Munzel próba mutatóinak szignifikancia szintje is azonos valószínűségű eltérést jelöl.
4.3.4 A reakcióidő - VNTR asszociáció nem inger-specifikus További kérdés, hogy vajon a fentebb kimutatott genotípus - kognitív feldolgozási sajátosság asszociáció fennáll-e abban az esetben is, ha a feladat ugyanaz, de más ingereket használunk, pl. a szókiolvasási feladatban igék helyett főneveket olvastatunk a személyekkel. E hipotézis tesztelésére alkalmas annak az eddig tárgyalt feladatoktól független 13 személy reakcióid ő eredménye, akik szintén egy szókiolvasási reakcióidő vizsgálatában vettek részt, azonban itt ingerként 520 főnév szerepelt. Ebben a feladatban összesen 18 személy adott DNS mintát, azonban közülük 5 részt vett az igékkel kapcsolatos szókiolvasási vizsgálatban is. Ezeket a személyeket tehát kihagytam abból az asszociációelemzésb ől, melynek eredményeit a 13. a. és 13. b. táblázat foglalja össze (a reakcióidő középértékei és a szórás átlaga ezredmásodpercben van megadva). A 13 személy átlagos reakcióidejének és mediánjának gyakorisági eloszlása nem mutat szignifikáns eltérést a normális eloszlástól. Azonban a szórásértékek eloszlása ferde, p<0,01 szinten szignifikáns eltérést mutat a normális eloszláshoz képest. 13. a. táblázat. A VNTR genotípus csoportok olvasási sebessége igékkel VNTR RI Átlag Medián Szórás
Genotípus csoportok (n = 7)
(n = 6)
nincs 7
A próbák szignifikanci szintjei szóráshomogenitás O’ Brien Levene
van 7
Studentféle t
Welchféle d
483,2
537,9
p<0,05
p<0,05
n.s.
n.s.
475,1
522,7
p<0,05
p<0,05
n.s.
n.s.
58,8
82,8
p<0,1
n.s.
n.s.
n.s.
A VNTR genotípus és a szókiolvasási reakcióidő adatok asszociációelemzése a főnevekkel kapcsolatos kognitív vizsgálatban az eddigi eredményekkel egybecseng. A 13. a. és 13. b. táblázatok azt mutatják, hogy a 7-szeres ismétlődésű allélt hordozó személyek átlagos reakcióideje nagyobb, latenciaidejük a feladat során jobban variál. Érdekes módon a 13. b. táblázatban szereplő, rangszámokon végzett próbák érvényessége a reakcióidőátlag változójával kapcsolatban csökken, míg a szórás
70
esetében
megnő.
A
szignifikanciaszint
a
reakcióid őadatok
átlagán
végzett
csoportelemzés esetében p<0,05-ről p<0,1-re változik, ha rangszámokon végezzük az elemzést. Ugyanez a változás a szórásértékeken végzett elemzésekben fordítva zajlik. Az utóbbi jelenséget az magyarázza, hogy a szórás eloszlása eltér a normális eloszlástól ebben a mintában. 13. b. táblázat. A VNTR genotípus csoportok olvasási sebessége igékkel (rangszámokon végzett elemzések) VNTR RI Átlag Medián Szórás
Genotípus csoportok (n = 7)
(n = 6)
nincs 7 5,1
A próbák szignifikanci szintjei szóráshomogenitás O’ Brien Levene
van 7
Studentféle t
Welchféle d
9,2
p<0,1
P<0,1
n.s.
n.s.
5
9,3
p<0,05
p<0,05
n.s.
n.s.
5
9,3
p<0,05
p<0,05
n.s.
n.s.
A 13. a. táblázatban bemutatott eredmények nem változnak meg akkor sem, ha mind a 18 személy adatait figyelembe vesszük (13. c. táblázat). Ebben a mintában a reakcióid ő átlag és a medián adatok eloszlása (melyet a 10. a. ábra szemléltet) nem különbözik szignifikánsan a normális eloszlástól akkor sem, ha a genotípus csoportok adatait elemezzük. Azonban a szórásértékek itt is erősen ferde eloszlást mutatnak. 13c. táblázat. A VNTR genotípus csoportok olvasási sebessége főnevekkel (18 személy eredményei alapján) VNTR
Genotípus csoportok (n = 11)
RI átlag medián szórás
(n = 7)
A próbák szignifikanci szintjei Welchféle d
szóráshomogenitás O’ Brien Levene
nincs 7
van 7
Studentféle t
476,5 ms
535,4 ms
(p<0,05)
(p<0,05)
469,6 ms
521,9 ms
(p<0,05)
(p<0,01)
n.s.
n.s.
55,9 ms
83,4 ms
(p<0,05)
(p<0,05)
n.s.
n.s.
n.s.
n.s.
4.3.5 Genetikai különbségek a lexikális feldolgozás kognitív folyamataiban Az eddigi elemzésekből kiderült, hogy a VNTR polimorfizmus 7-szeres ismétlődésű változata valószínűsíti, hogy egy képmegnevezési vagy szókiolvasási reakcióid ő feladat során a személy átlagosan lassabban fog reagálni, mint azok, akik nem hordozzák ezt az allélváltozatot. Azt is láttuk, hogy ez a jellegzetesség jelen volt mind cselekmények megnevezési feladatában, mind pedig a szókiolvasási feladatokban, ahol vagy igéket, 71
vagy pedig főneveket használtunk. Mindezek alapján elmondhatjuk, hogy a VNTR reakcióidő asszociáció nem inger és nem feladat specifikus. Az egyetlen probléma, amely felmerült az asszociációelemzések során, hogy a személyek átlagos reagálási gyorsaságát nem lehetséges csupán egy pár inger megnevezése alapján lemérni. Az elemzést nehezíti, hogy amint azt a lexikális feldolgozás elemzéseiben láthattuk, a reakcióid ő adatok igen nagy varianciát mutatnak az ingerként bemutatott képek vagy szavak függvényében is. Ennek kiküszöbölésére a reakcióidő adatokon itemenkénti z-tranzformációt hajtottam végre, melynek során minden reakcióidő adatból kivontam az adott item reakcióid ő átlagát, és elosztottam annak szórásával. Az így létrehozott adatbázisban minden adatpont azt jelzi, hogy a megnevezés latenciája milyen irányban és hány szórásnyival tér el az adott item átlagos megnevezési sebességétől. Ezzel az eljárással egyszerre küszöböltem ki az itemek és a kognitív feladatok varianciájának hatásait, ugyanis a z-tranzformált adatok nem érzékenyek például arra, hogy az átlagos reakcióidő 1200 vagy 600 ezredmásodperc. Ezt az általános, a reakcióidő-teljesítmény átlaghoz viszonyított relatív mérőszámát felhasználva egyesítettem a három kognitív feladatból származó adatokat, mely összesen 17620 adatpontot eredményezett. Ezeket a z-transzformált adatokat felhasználva számoltam ki minden személyre az őt jellemző átlagos reagálási z-értéket. Ez a mérőszám azt mutatja meg, hogy a személy átlagosan milyen irányba, és milyen mértékben tér el az átlagos megnevezési teljesítménytől. A z-transzformált reakcióidő értékek már nem hordozzák az egyes feladatok jellegzetességeit, például azt, hogy a képmegnevezés latenciaideje hosszabb, mint a szókiolvasásé. Így lehetséges a három feladatban résztvevő személyek teljes mintáján megvizsgálni a genotípus - z-transzformált reakcióidő asszociációt. Azokat a személyeket, akik egynél több feladatban is részt vettek, csak az első feladatuk alapján értékeltem. Így összesen 62 személy vett részt ebben az elemzésben, melyből 38 nem hordozza, 24 pedig hordozza a kritikus 7-szeres ismétlődésű VNTR allélt. A genotípus alapján meghatározott minták egyesével is normális eloszlásúak, a két minta szórása nem különbözik szignifikánsan. Emiatt tehát a hagyományos kétmintás t-próbát alkalmaztam a z-transzformált reakcióidő átlagok tesztelésére, mely szignifikáns különbséget mutatott a két genotípus csoport között: t (60) = -3,785 (p<0,01). A 7szeres ismétlődést nem hordozó személyek átlagosan 0,2 szórással gyorsabban végzik el a lexikális előhívást ezekben a feladatokban, míg a 7-szeres ismétlődést hordozó személyek átlagosan 0,3 szórásnyival lassabban (13. ábra). 72
13. ábra. A DRD4 VNTR genotípuscsoportok feladatoktól független átlagos z-transzformált reakcióideje 0,4 va n 7
0,3
z-transzformált RI
0,2 0,1 0 -0,1 -0,2
nincs 7
-0,3
73
5 MEGBESZÉLÉS A dolgozatban bemutatott elemzések Micceri (1989) alapgondolatát igazolják: az alkalmazott pszichológiai kutatásokban valóban olyan ritka a normális eloszlású változó, mint a fehér holló, főként, ha reakcióidő adatokról van szó. De ha teljesül is a normalitás feltétele, további problémát jelenthet, hogy a két változó közötti nemlineáris kapcsolat is fontos lehet, melyről a hagyományos Pearson-féle korrelációs együttható nem ad információt. Az is gondot okozhat, hogy a független minták összehasonlításánál nem teljesül a hagyományos Student-féle kétmintás t-próba további alkalmazási feltétele, a szóráshomogenitás. A Wilcox (2002) által is élesen bírált struccpolitika szerint: amíg nem tesztelem az adatok és a statisztikai próbák illeszthetőségét, addig hihetem, hogy jó rutint használok. Talán időszerű lenne változtatni ezen a hozzáálláson, és érdemes lenne szem előtt tartani a nem hagyományos statisztikai alternatívákat, melyeket akkor alkalmazhatunk, ha a hagyományos próbák kritériumai nem teljesülnek. Ebben a dolgozatban nem hagyományos statisztikai módszerekkel teszteltem egy hagyományos elemzéseken alapuló pszicholingvisztikai kutatássorozat eredményeit (Székely, 2002), melyben ugyan nagy elemszámú, de egyértelműen ferde eloszlású reakcióidő adatok szerepeltek. Megvizsgáltam továbbá egy olyan genetikai asszociációt, melyet
hagyományos
módszerekkel
csak
részben
lehetett
kimutatni
a
kis
mintaelemszám miatt. Az alábbiakban összegzem e két témakörben végzett elemzések legfontosabb tematikai és módszertani tanulságait.
5.1 A lexikális előhívás kritikus összetevői és kritikus pontjai A lexikális előhívás kiterjedt szakirodalmában ádáz csaták folynak a szerzők között azon, hogy melyek azok a kritikus összetevők, amelyek meghatározzák például a képek megnevezéséhez szükséges latenciaidőt. A küzdelemben azonban mindegyik fél csupán a hagyományos statisztikai módszerek fegyvereit veti be, gyakran nem lépve túl az egyszerű kapcsolati mutatókon, melyek közül a Pearson-féle lineáris korrelációs együttható dominál. Kézenfekvő a reakcióidő összefüggését vizsgálni más, a kutatók szemszögéből kritikus ingersajátosságokkal, hiszen a képmegnevezés latenciája igen nagy variabilitást mutat a bemeneti ingerek függvényében. A legtöbb olyan cikk, mely a lexikális előhívást a képmegnevezési reakcióidő mérésével közelíti meg kiválaszt egyegy kritikus összetevőt, pl. szógyakoriság, vagy szóelsajátítási életkor, és azt bizonyítja, hogy mivel ez az ingersajátosság jár együtt legszorosabban a képmegnevezési 74
reakcióidővel, ez az a kritikus összetevő, mely döntő szerepet játszik a lexikális előhívásban. Ugyanakkor ezeket a tanulmányokat összevetve világosan kirajzolódik, hogy az, hogy melyik ingersajátosság van legszorosabb lineáris kapcsolatban a reakcióidővel, az elsősorban módszertani összetevők függvénye. Például nyilvánvalóan magasabb együttjárás tapasztalható olyan szubjektíven értékelt változók esetében, amelyek ugyanazoktól a személyektől származnak, mint akiktől a reakcióid ő adatok. A jelen dolgozatban a lexikális előhívás kritikus összetevőinek vizsgálatában elsőként elkülönítettem a függő és független változókat. A válaszvariabilitás és reakcióid ő kapcsolata a képmegnevezési szakirodalommal egybehangzóan szoros, szignifikáns kapcsolatot mutatott. Az alternatív válaszok közül a szinonimákat elemezve a hagyományos kapcsolati mutatók alapján nem volt egyértelmű ez az összefüggés. A nem hagyományos kapcsolati elemzés azonban feltárta, hogy az extrém adatok jelenléte miatt a lineáris elemzés nem mutatja ki a gyengébb, de a nemparaméteres eljárásokkal tesztelve egyértelműen szignifikáns válaszvariabilitás - reakcióidő kapcsolatot. A megnevezés
során
tapasztalt
több
válaszalternatíva
tehát
átlagosan
lassabb
megnevezéssel jár együtt. Lehetséges, hogy a válasz lassulását a lexikális előhívás során aktiválódó változatos reprezentációk versengése okozza, ahogy ezt a paivioi versengési hipotézis állítja (Johnson, Paivio és Clark 1996). Azonban az együttjárás nem feltételez ok-okozati viszonyokat, tehát lehetséges, hogy mind a válaszok variabilitását, mind pedig a lassabb reakcióidőt egy harmadik tényező okozza. Ez lehet egyszerűen az is, hogy bizonyos képeket, mivel rosszul ábrázolják az adott tárgyat, nehezebben tudnak azonosítani a személyek. Erre utal a reakcióidő és egy szubjektív független változó, a képi-fogalmi
egyezés
magas
együttjárása.
Ez
a
mérőszám
a
reakcióid ő
összvarianciájának 30-40%-át magyarázza, a szógyakoriság, szóelsajátítási életkor, szóhossz és vizuális komplexitás hatásaitól függetlenül. Ez utóbbiak egyenként csupán pár százalékot magyaráznak meg önállóan a reakcióidő összvarianciájából, együttesen is maximum 10%-ot. A hagyományos és nem hagyományos regressziós elemzések alapján kirajzolódik, hogy egy képet, mely nem túl összetett és elég egyértelműen ábrázol egy olyan tárgyat, mely gyakori a mindennapi szóhasználatban, a legtöbben ugyanazzal rövid szóval fognak megnevezni. Ezt a nevet, retrospektív adatok alapján korán sajátították el a megkérdezett személyek. Mindez azonban csak keveset árul el arról, hogy pontosan mi is történik a lexikális feldolgozás során, így a rendelkezésre álló adatok alapján csupán feltételezésekbe bocsátkozhatunk.
75
5.2 Az egyéni reakcióidő teljesítmény genetikai asszociációja A genetikai asszociációvizsgálatok alig 10 éves múltra tekintenek vissza. A lexikális előhívás szakirodalmához hasonlóan ezekben is általános a hagyományos statisztikai módszerek preferenciája. A két leghíresebb Nature Genetics tanulmányban (Benjamin és mtsai, 1996; Ebstein és mtsai, 1996) például úgy hasonlítják össze a különböző genotípusú személyek átlagos pontértékeit valamely személyiségdimenzióban, hogy közben nem térnek ki az alkalmazott próba érvényességének kritériumaira. További bizonytalanság az asszociációelemzésekben, hogy funkcionális szempontból hogyan csoportosítsák a genotípusvariációkat. A szakirodalom hagyományait követve én a 7-es allélt hordozó személyek csoportját különítettem el azoktól, akik ezt az allélvariációt nem hordozzák. Comings (1999) elemzésében kitér arra, hogy a nagyon hosszú és nagyon rövid VNTR variációk ugyanazzal a fenotípusos jelleggel lehetnek összefüggésben. Azonban a korlátozott elemszám miatt a jelen dolgozatban erre az elemzési problémára nem tudtam kitérni. A jelen dolgozatban két fontos neurotranszmitter rendszer, a dopamin és a szerotonin rendszer kandidáns génjeit vizsgáltam a lexikális előhívás kognitív funkciójával kapcsolatban. Mindkét rendszer vizsgálata indokolt, mivel a mesocorticalis dopamin pálya a frontális agykéreghez vezet és a kognitív folyamatokban játszik szerepet, de szakirodalmi adatok alapján a kognitív funkciók szempontjából nem a szinaptikus dopamin koncentráció, hanem inkább a dopamin/szerotonin arány a meghatározó. Továbbá a szerotonin transzporter a pszichiátriai rendellenességek gyógyszeres kezelésének elsődleges támadáspontja. A genetikai asszociáció vizsgálat fenotípusos jegyei 3 reakcióidővizsgálatból származtak. A személyek átlagos cselekménymegnevezési, vagy szókiolvasási adata szerepelt függő változóként a genotípusok alapján felosztott független csoportok összehasonlításában. Az 5 vizsgált genotípus, valamint a nemek alapján csoportosítva a személyeket, csupán egyetlen genotípussal kapcsolatban találtunk szignifikáns asszociációt. A dopamin D4-es receptor VNTR genotípusának 7-szeres ismétlődésű allélváltozatát hordozó személyek átlagosan lassabban teljesítettek mindhárom kognitív feladatban. Mivel az egyes feladatokban igen kicsi volt az elemszám (pl. n = 13), kiemelkedő szerepe volt a nemparaméteres eljárásoknak, melyek segítségével lehetővé vált a normális eloszlástól eltérő, nem azonos szórású csoportok közötti szignifikáns különbségek kimutatása. A reakcióidő adatok z-transzformációjával lehetségessé vált az
76
inger- és feladatfüggetlen kognitív teljesítmény genetikai alapú összehasonlítása a 62 elemű összevont mintában. Ez az eredmény egyértelmű bizonyítéka annak, hogy a reakcióidő feladatokban nyújtott teljesítményben (legyen az egy gyors, automatikus szókiolvasási, vagy egy nehezebb képmegnevezési vizsgálat) tapasztalható genetikai hatás. A dopamin és szerotonin rendszer öt különböző polimorfizmusa közül csak a dopamin D4-es gén VNTR 7-es allélváltozatához kapcsolható a hosszabb latenciaidő a dolgozatban bemutatott kognitív feladatokban. A három feladatot együtt elemezve azt tapasztaltam, hogy a 7-szeres ismétlődést hordozó személyek reakcióideje átlagosan fél szórásnyival lassabb, mint azoké, akik más allélváltozatokat hordoznak. Fontos azonban átgondolni, hogy mit is jelentenek ezek az eredmények. Ugyanúgy, ahogy az újdonságkeresés - VNTR polimorfizmus asszociáció esetében nem beszélhetünk arról, hogy „megtaláltuk a felfedezés génjét”, itt sem helyes ilyen konklúziókat levonni. A genetikai meghatározottság egyes esetekben megnöveli egy bizonyos fenotípusos jegy előfordulási valószínűségét, például szakirodalmi adatok alapján a VNTR polimorfizmus kihathat a figyelemhiányos hiperaktivitási szindróma, a kóros játékszenvedély, vagy a drogfogyasztás előfordulására. Ezek az asszociációk azonban csak háttértényezőként hajlamosíthatnak bizonyos típusjegyekre, semmiképpen nem determinálják a személyek cselekedeteit. További kérdés, hogy miért lassítja a VNTR „hosszú allél” jelenléte a kognitív feldolgozást. Az irodalomból ismert újdonságkeresés, vagy más fenotípusos asszociációk alapján a VNTR 7-es allélt hordozó személyek aktív, feldobott emberek. Akkor miért nem teljesítenek gyorsabban a kognitív feladatokban? A válasz feltételezhetően azzal függ össze, hogy a képmegnevezés és szókiolvasás koncentrációt és kitartást igénylő feladat. Szakirodalmi adatok arra mutatnak, hogy a prefrontális cortexben túl magas, vagy túl alacsony dopamin koncentráció esetében csökken a kognitív teljesítmény. Ez a jelenség feltehetően a mesocorticalis dopaminerg pálya információszűrésével kapcsolatos, ugyanis elképzelhető, hogy a túlságosan alacsony dopamin szint nem ad módot az irreleváns ingerek kiszűrésére, a túl sok dopamin viszont a lényeges információkat sem engedi át, így mindkét folyamat a teljesítmény romlását eredményezi (Tzschentke, (2001).
77
5.3 Kitekintés Az asszociációvizsgálatok során 200-500 ingerre adott válasz latenciaidejéből számolt középérték szolgált az összehasonlításban egy-egy személy adataként. Arra a kérdésre, hogy elég-e kevesebb adat a genetikai asszociáció kimutatásához, egyértelmű „nem” a válasz. 13 kiválasztott item átlagos reakcióideje nem differenciált a genotípus csoportok között. Kérdés, hogy számítanak-e az ingersajátosságok a genetikai asszociáció vizsgálatban. Mivel a 13 item kiválasztásának szempontja az volt, hogy minél több használható latenciaidő álljon rendelkezésre, a könnyen megnevezhető itemeket szűrtem ezzel ki. Lehetséges, hogy a genetikai csoportok közötti különbséget a nehezen megnevezhető itemek adják. Ennek vizsgálata érdekes, és az ingersajátosságok ismeretében könnyen kivitelezhető feladat, melyre azonban a jelen dolgozatban nem jutott hely. További érdekes elemzési szempont, hogy a 7-szeres ismétlődést hordozó személyek „kitartása” mutat-e eltérést a 7-es allélt nem hordozó személyekhez képest. Ennek egyik lehetséges vizsgálati módszere a képmegnevezés során fellép ő „fáradási hatás” vizsgálata lehet. Amint azt az alábbi ábra is szemlélteti, a képmegnevezés során tapasztalható egy lassú emelkedés az átlagos képmegnevezési latenciaid őben a 45 perces vizsgálat folyamán, de az emelkedés jelen van az első 100 item esetében is. A pontdiagram az egyes események átlagos reakcióidejét mutatja az események
Átlagos reakcid (ezredmásodpercben)
sorrendjében (forrás: Székely, 2002).
ő
1400 1300 1200 1100 1000 900 800 700 600 0
52
104
156
208
260
312
364
416
468
520
Események 1-520
Vajon a 7-szeres ismétlődést hordozó személyek fáradási görbéje eltér a más genotípusú személyek fáradási görbéjétől? Az elemzést nehezíti, hogy a személyeknek különböző sorrendben mutattuk be a több száz itemet, így az első, második stb. item minden személy esetében más-más képeket jelent. Azonban egy több személyből álló csoport
78
átlagos fáradási trendjét már viszonylag jól lehet ábrázolni. A fenti ábra 50 személy 520 képre adott reakcióid ő adatait tartalmazza az eseménysorrend függvényében, az ábrán szereplő trendvonal polinomiális. Ezzel az eljárással össze lehetne hasonlítani a különböző genotípus csoportokra jellemző fáradási pontdiagramokat, valamint az eseménysorrend és az egyes eseményekhez tartozó átlagos reakcióidő kapcsolatát legjobban jellemző statisztikai mutatókat. Végül
érdekes
lenne
további
kognitív
reakcióidő
feladatok
genetikai
asszociációvizsgálatát is elvégezni, mivel alapvető érdekesség a dolgozatban bemutatott asszociációelemzésekkel kapcsolatban, hogy a VNTR - reakcióidő összefüggés feladatfüggetlen. Az, hogy ez az asszociáció éppúgy jellemzi a képek megnevezését, mint a szókiolvasási feladatokat, megnyugtató konzisztenciát nyújt azzal kapcsolatban, hogy itt egy általános kognitív információfeldolgozási funkcióról van szó. Egy következő lépésben hallás után ismételt szavak kimondásának reakcióidejét szeretném megvizsgálni, mely a szókiolvasáshoz hasonló rutinfeladat. De érdekes lehet bonyolultabb kognitív feladatok megoldásának vizsgálata is. Ugyanakkor fontos szempont, hogy a rendelkezésre álló adatok alapján valószínűbb, hogy a monoton feladatokkal való megküzdésben mutatnak elsősorban eltérést a VNTR genotípus alapján csoportosított személyek. Erre a feltételezésre rímel az a szakirodalmi adat, hogy a dopamin rendszer diszfunkciójával kapcsolatos ADHD főbb tünetei a figyelmetlenség, hiperaktivitás és impulzivitás. Az ADHD genetikai hátterének vizsgálatában a dolgozatban is szereplő DRD4 VNTR „hosszú allél” tűnik a legfontosabbnak.
79
IRODALOMJEGYZÉK Bachoud-Lévi, A. C., Dupoux, E., Cohen, L., Mehler, J. (1998). Where is the length effect? A cross-linguistic study of speech production. Journal of Memory and Language, 39, 331-346. Balota, D.A., Spieler, D. (1999) Word frequency, repetition, and lexical effects in word recognition tasks: beyond measures of central tendency. Journal of Experimental Psychology:General, 128, 1-25. Baron, M. (2001).The search for complex disease genes: fault by linkage, or fault by association? Molecular Psychiatry, 6, 143–149 Barry, C., Hirsch, K. W., Johnston, R. A., Williams, C. L. (2001). Age of acquisition, word frequency, and the locus of repetition priming of picture naming. Journal of Memory and Language, 44, 350-375. Barry, C., Morrison, C. M., Ellis, A. W. (1997). Naming the Snodgrass and Vanderwart pictures: Effects of age of acquisition, frequency and name agreement. Quarterly Journal of Experimental Psychology: Human Experimental Psychology, 50A, 560585. Bates, E., Andonova, E., D’Amico, S., Jacobsen, T., Kohnert, K., Lu, C-C., Székely, A., Wicha, N., Federmeier, K., Herron, D., Iyer, G., Pechmann, T., Devescovi, A., Orozco-Figueroa, A., Gutierrez, G., Hung, D., Hsu, J., Tzeng, O., Gerdjikova, G., Mehotcheva, T., and Pléh, C. Introducing the crl international picture-naming project (CRL-IPNP). Center for Research in Language Newsletter, 2000, 12(1) 1-14. Bates, E., Burani, C., D'Amico, S., Barca, L. (2001). Word reading and picture naming in Italian. Memory and Cognition, 29, 986-999. Benjamin, J., Li, L., Patterson, C., Greenberg, B.D., Murphy, D.L., Hamer, D.H. (1996) Population and familial association between the D4 dopamine receptor gene and measures of Novelty Seeking. Nature Genetics 12, 81-84. Biederman, I. (1987). Recognition-by-components: A theory of human image understanding. Psychological Review, 94, 115-145. Bonin, P., Chalard, M., Meot, A., Fayol, M. (2002). The determinants of spoken and written picture naming latencies. British Psychological Society, United Kingdom. British Journal of Psychology, 93, 89-114. Brown, G. D. A., Watson, F. L. (1987). First in – first out: Word learning age and spoken word frequency as predictors of word familiarity and word naming latency. Memory and Cognition, 15, 208-216. Carroll, J. B., White, M. N. (1973 a). Age of acquisition norms for 220 pictureable nouns. Journal of Verbal Learning and Verbal Behaviour, 12, 563-576. Carroll, J. B., White, M. N. (1973 b). Word frequency and age of acquisition as determiners of picture-naming latency. Quartery Journal of Experimental Psychology, 25, 85-95. Cattell, J.M. (1886). The time it takes to see and name objects. Mind, 11, 63-65. Cattell, J.M. (1887). Experiments on the association of ideas. Mind, 12, 68-74. (idézi Pléh, 2000). 80
Chang, F.M., Kidd, J.P., Livak, K.J., Paksits, A.J., Kidd, K.K. (1996) The world-wide distribution of allele frequencies at the human dopamine D4 receptor locus. Human Genetics, 98, 91-101. Comings DE, Gonzales N, Wu S, Gade R, Muhleman D, Saucier G, Johnson P, Verde R, Rosenthal RJ, Lesieur HR, Rugle LJ, Miller WB, MacMurray JP (1999). Polymorphism of the DRD4 gene in impulsive, compulsive, addictive behaviours: Tourette syndrome, ADHD, pathological gambling and substance abuse. American Journal of Medical Genetics, 88, 358-368. Costa, P.T., Jr., McCrae, R.R. (1985) The NEO Personality Inventory manual. Odessa, FL: Psychologycal Assesment Resources. Cycowicz, Y. M., Friedman, D., Rothstein, M., Snodgrass, J. G. (1997). Picture naming by young children: Norms for name agreement, familiarity, and visual complexity. Journal of Experimental Child Psychology, 65, 171-237. Donders, F.C. (1868-1869). Over de snelheid van psychise processen. Onderzoekingen gedaan in the Physiologish Laboratorium der Utrechtsche Hoogeschool, Tweede reks, II, 92-120. Fordította: W.G. Koster (1969). Attention and performance II. Acta Psychologica, 30, 412-431. (idézi Sternberg, 1969). Ebstein, R.P., Belmaker, R.H. (1997) Saga of an adventure gene: Novelty Seeking, substance abuse and the dopamine D4 receptor (DRD4) exon III repeat polymorphism. Molecular Psychiatry 2, 381-384. Ebstein, R.P., Novick, O., Umansky, R., Priel, B., Osher, Z., Blaine, D., Bennett, E.R., Nemanov, L., Katz, M., Belmaker, R.H. (1996) Dopamine D4 receptor (D4DR) exon III polymorphism associated with the human personality trait of Novelty Seeking. Nature Genetics, 12, 78-80. Ellis, A. W., Morrison, C. M. (1998). Separate effects of word frequency and age of acquisition in recognition and recall. Journal of Experimental Psychology: Learning, Memory and Cognition, 24, 284-298. Ellis, A. W., Young, A. W. (1988). Human cognitive neuropsychology. London: Lawrence Erlbaum Associates Ltd. Fenson, L., Dale, P., Reznick, J., Bates E., Thal, D., Pethick, S. (1994). Variability in early communicative development. Monographs of the Society for Research in Child Development, 59 (5, Serial No. 242). Greenberg, B.D., Li, Q., Lucas, F.R., Hu, S., Sirota, L.A., Benjamin, J., Lesch, K.P., Hamer, D., Murphy, D.L. (2000). Association between the serotonin transporter promoter polymorphism and personality traits in a primarily female population sample. American Journal of Medical Genetics, 96, 202-16. Hamer D, Sirota L. (2000) Beware the chopsticks gene. Molecular Psychiatry, 5, 11–13. Heils A, Teufel A, Petri S, Stober G, Riederer P, Bengel D, Lesch KP. (1996) Allelic variation of human serotonin transporter gene expression. Journal of Neurochemistry, 66, 2621-4. Humphreys, G. W., Riddoch, M. J., Quinlan, P. T. (1988). Cascade processes in picture identification. Cognitive Neuropsychology, 5, 67-103.
81
Jescheniak, J. D., Levelt, W. J. M. (1994). Word frequency effects in speech production: Retrieval of syntactic information and phonological form. Journal of Experimental Psychology: Learning, Memory, and Cognition, 20, 824-843. Johnson, C. J., Paivio, A., Clark, J. M. (1996). Cognitive components of picture naming. Psychological Bulletin, 120, 113-139. Kotler, M., Cohen, H., Gritsenko, I., Segman, R., Lerer, B., Enstein, R.P. (1997) Excess of dopamin D4 receptor (D4DR) exon III long repeat allele in Isreli heroin addicts. Molecular Psychiatry, 2, 251-254. La Hoste, G.J, Swanson, J.M., Wigal, S.B., Glabe, C., Wigal, T., King, N., Kennedy, J.L. (1996) Dopamine D4 receptor gene polymorphism is associated with attention deficite hyperactivity disorder. Molecular Psychiarty, 1,121-124. Lachman, R., Shaffer, J.P., Hennrikus, D. (1974). Language and cognition: Effects of stimulus codabilty, name-word frequency, and age-of-acquisition on lexical RT. Journal of Verbal Learning and Verbal Behavior, 13, 613-625. Lakatos, K., Toth, I., Nemoda, Z., Ney, K., Sasvari-Székely, M., Gervai, J. (2000) Dopamine D4 receptor (DRD4) gene polymphism is associated with attachment disorganization. Molecular Psychiatry, 5, 633-637. Lesch, K.P., Balling, U., Gross, J., Strauss, K., Wolozin, B.L., Murphy, D.L., Riederer, P. (1994) Organization of the human serotonin transporter gene. J Neural Transm Gen Sect. 95, 157-62. Lesch, K.P., Bengel, D., Heils, A., Sabol, S.Z., Greenberg, B.D., Petri, S., Benjamin, J., Muller, C.R., Hamer, D.H., Murphy, D.L. (1996) Association of anxiety-related traits with a polymorphism in the serotonin transporter gene regulatory region. Science, 274(5292), 1527-31. Levelt, W.J.M., Roelofs, A., Meyer, A. S. (1999). A theory of lexical access in speech production. Behavioral and Brain Sciences, 22, 1-38, 69-75. Levie, W.H. (1987). Research on pictures: a guide to the literature. In D.M. Willows & H.A. Houghton (Eds.) The psychology of illustration: Vol 1. Basic Research (pp. 150). New York: Springer-Verlag. Li, T., Xu, K., Deng, H., Cai, G., Liu, J., Liu,. X., Wang, R., Xiang, X., Zhao, J., Murray, R.M., Sham, P.C., Collier, D.A. (1997) Assotiation analysis of the dopamine D4 exon III VNTR and heroin abuse in Chinise subjects. Molecular Psychiatry, 2, 413-416. Manor I, Eisenberg J, Tyano S, Sever Y, Cohen H, Ebstein RP, Kotler M. Family-based association study of the serotonin transporter promoter region polymorphism (5HTTLPR) in attention deficit hyperactivity disorder. (2001) American Journal of Medical Genetics, 105, 91-95. McCracken, J.T., Smalley, S.L., McGough, J.J., Crawford, L., Del'Homme, M., Cantor, R.M., Liu, A., Nelson, S.F. (2000). Evidence for linkage of a tandem duplication polymorphism upstream of the dopamine D4 receptor gene (DRD4) with attention deficit hyperactivity disorder (ADHD). Molecular Psychiatry, 5, 531-6. Micceri, T. The unicorn, the normal curve, and other improbable creatures. (1989) Psychological Bulletin, 105, 156-166.
82
Morrison, C.M., Chappell, T.D., Ellis, A.W. (1997). Age of acquisition norms for a large set of object names and their relation to adult estimates and other variables. The Quartery Journal of Experimental Psychology, 50, 528-559. Morrison, C.M., Ellis, A.W., Quinlan, P.T. (1992). Age of acquisition, not word frequency, affects object naming, not object recognition. Memory and Cognition, 20, 705-714. Nation, K., Marshall, C. M., Snowling, M. J. (2001). Phonological and semantic contributions to children's picture naming skill: Evidence from children with developmental reading disorders. Language and Cognitive Processes, 16, 241-259. Nemoda, Z., Ronai, Z., Székely, A., Kovacs, K., Shandrick, S., Guttman, A., SasvariSzékely, M. High throughput genotyping of repeat polymorphism in the regulatory region of serotonin transporter gene by gel microchip electrophoresis. (2001) Electrophoreses 22, 4008-4011 Okuyama Y, Ishiguru H, Nankai M, Shibuya H, Watabane A, Arinami T. (2000) Identification of a polymorphism in the promoter region of DRD4 associated with the human novelty seeking personality trait. Molecular Psychiatry, 5, 64-69. Oldfield, R. C., Wingfield, A. (1965). Response latencies in naming objects. Quarterly Journal of Experimental Psychology, 17, 273-281. Paivio, A. (1986). Mental representations: A dual coding approach. New York: Oxford University Press. Paterson, A. D., Sunohara, G. A., Kennedy, J. L. (1999) Dopamine D4 receptor gene: Novelty or nonsense?, Neuropsychopharmacology, 21, 3-16. Perez de Castro, I., Ibanez, A., Torres, P., Saiz-Ruiz, J., Fernandez-Piquera, J. (1997) Genetic association study between pathological gambling and a functional DNA polymprphism at the D4 receptor gene. Pharmacogenetics, 7, 345-348. Pierce, J. R., Karlin, J. E. (1957). Reading rates and the information rate of a human channel. Bell Systems Technical Journal, 11, 497-516. Preston, K. A. (1935). The speed of word perception and its relation to reading ability. Journal of General Psychology, 13, 199-203. Rochford, G., Williams, M. (1962 a.). Studies in the Development and Breakdown of the Use of Names: I. the Relationship Between Nominal Dysphasia and the Acquisition of Vocabulary in Childhood. Journal of Neurology, Neurosurgery and Psychiatry, 25, 222-227. Rochford, G., Williams, M. (1962 b.). Studies in the Development and Breakdown of the Use of Names: II. Experimental Production of Naming Disorders in Normal People. Journal of Neurology, Neurosurgery and Psychiatry, 25, 228-233. Roe, K., Jahn-Samilo, J., Juarez, L., Mickel, N., Royer, I., Bates, E. (2000). Contextual effects on word production: A lifespan study. Memory and Cognition, 28, 756-765. Ronai Z, Guttman A, Nemoda Z, Staub M, Kalasz H, Sasvari-Székely M. (2000). Rapid and sensitive genotyping of dopamine D4 receptor tandem repeats by automated ultra-thin-layer gel electrophoresis. Electrophoresis, 21, 2058-2061. Ronai, Z., Barta, C., Guttman, A., Lakatos, K., Gervai, J., Staub, M., Sasvari-Székely, M. (2001) Genotyping the -521C/T functional polymorphism in the promoter region
83
of the dopamine D4 receptor (DRD4) gene by agarose gel electrophoresis. Electrophoresis, 22, 1102-1105. Ronai, Z., Székely, A., Nemoda, Z., Lakatos, K., Gervai, J., Staub, M., Sasvari-Székely, M. (2001) Association between novelty seeking and the 521C/T polymorphism in the promoter region of the DRD4 gene. Molecular Psychiatry, 6, 35-38. Seaman MI, Fisher JB, Chang F, Kidd KK. (1999). Tandem duplication polymorphism upstream of the dopamine D4 receptor gene (DRD4). American Journal of Medical Genetics 88, 705-9. Snodgrass, J.G., Corwin, J. (1988). Perceptual identification thresholds for 150 fragmented pictures from the Snodgrass and Vanderwart pictures set. Perceptual & Motor Skills, 67, 3-36. Snodgrass, J.G., Vanderwart, M. (1980). A standardized set of 260 pictures: Norms for name agreement, familiarity and visual complexity. Journal of Experimental Psychology: Human Learning and Memory, 6, 174-215. Snodgrass, J.G., Yuditsky, T. (1996). Naming times for the Snodgrass and Vanderwart pictures. Behavior Research Methods, Instruments & Computers, 28, 516-536. Spieler, D.H., Balota, D.A. and Faust, M.E. (2002). Levels of selective attention revealed through analysis of response time distributions. Journal of Experimental Psychology: Human Perception and Psychology (in press) Szekely, A. (2002) Ph.D disszertacio: A lexikális előhívás interkultúrális kutatása képmegnevezési helyzetben. (Témavezető: Vargha Andás) Székely, A. & Bates, E. Objective visual complexity as a variable in studies of picture naming. (2000). Center for Research in Language Newsletter, 12, 1-33. Székely, A.; D'Amico, S.; Devescovi, A.; Federmeier, K.; Herron, D.; Jacobsen, T.; Bates, E. (2002). Timed picture naming: extended norms and validation against previous studies. Behavioral Research Methods, Instruments & Computers (megjelenés alatt). Székely, A.; D'Amico, S.; Devescovi, A.; Federmeier, K.; Herron, D.; Iyer, G; Jacobsen, T.; Bates, E. (2002). Timed action and object naming. Language & Cognitive Processes (kézirat elküldve) Thorndike, E.L. (1931). A teacher’s word book of 20,000 words. New York: Teacher’s College Press. Tzschentke TM. (2001) Pharmacology and behavioral pharmacology of the mesocortical dopamine system. Progress in Neurobiology, 63, 241-320. Van Tol H. H. M. (1998) Structural and functional characteristics of the dopamine D4 receptor. Advances in Pharmacology, 42, 486-490. Vargha, A. (1985). Valószínűségszámítás pszichológia szakos hallgatók számára. Egyetemi jegyzet. Budapest: Tankönyvkiadó. 106.o. Vargha, A. (1999). Két csoport összehasonlítása nemparaméteres statisztikai eljárások segítségével. Magyar Pszichológiai Szemle, 4, 567-589. Vargha, A. (2000a). Két pszichológiai populáció sztochasztikus egyenlőségének ellenőrzésére alkalmas statisztikai próbák összehasonlító vizsgálata. Magyar Pszichológiai szemle, LV.2-3. 253-281. 84
Vargha, A. (2000b). Matematikai statisztika pszichológiai, nyelvészeti és biológiai alkalmazásokkal. Pólya Kiadó, Budapest. Varga A., Czigler B. (1999). Ministat statisztikai programcsomag. Budapest: Pólya Kiadó. Wang, M.-Y. (1997). [The evaluation of perceptual and semantic characteristics for a set of object contour pictures.] Chinese Journal of Psychology, 39, 157-172. Wilcox, R.R. (1998). How many discoveries have been lost by ignoring modern statistical methods? American Psychologist, 53, 300-314. Wilcox, R.R. (2002). Can the weak link in psychological research be fixed? Observer, 15 (4). http://www.psychologicalscience.org/observer/0402/link.html Wilson, E.O,. Bossert, W.H. (1971): A primer of population biology. Sinauer Associates Inc., Stamford, CN Zhuang, J., Zhou, X. (2000). Word length effect in speech production of Chinese. Acta Psychologica Sinica, 32, 214-218. Zumbo, B.D., Coulombe, D. (1997) Investigation of the robust rank-order test for nonnormal populations with unequal variances: the case of reaction time. Canadian Journal of Experimental Psychology, 51, 139-149.
85
TÁBLÁZATOK JEGYZÉKE 1. táblázat. A három extrém gyakoriságú, illetve reakcióidejű adatpont konkrét értékei 2. táblázat. A lexikális előhívás függő és független változói 3. táblázat. A Hardy-Weinberg egyensúly alapján számított genotípusgyakoriságok 4. táblázat. Az alkalmazott hagyományos és nem hagyományos eljárások 5. táblázat. A reakcióid ő adatok középértékei és eloszlási mutatói 6.a. táblázat. A reakcióidő és válaszegyezés kapcsolati mutatói 6.b. táblázat. A reakcióidő és válaszegyezés alternatív kapcsolati mutatói 7. táblázat. A válasz latenciaidejének összefüggése az inger jellemzőivel 8. táblázat. Az ingerjellemzők interkorrelációja 9. a. táblázat. A domináns megnevezés átlagos reakcióidejét bejósló szubjektív ingerjellemzők és a betűszám 9. b. táblázat. A domináns megnevezés átlagos reakcióidejét bejósló objektív ingerjellemzők és a szótagszám 10. táblázat. A genetikai polimorfizmusok csoportosítása 11. táblázat. A genotípus alapján csoportosított képmegnevezési reakcióidőközépértékek 12. a. táblázat. A VNTR genotípus csoportok olvasási sebessége igékkel 12. b. táblázat. A VNTR genotípus csoportok olvasási sebessége igékkel (rangszámokon végzett elemzések) 13. a. táblázat. A VNTR genotípus csoportok olvasási sebessége igékkel 13. b. táblázat. A VNTR genotípus csoportok olvasási sebessége igékkel (rangszámokon végzett elemzések) 13. c. táblázat. A VNTR genotípus csoportok olvasási sebessége főnevekkel (18 személy eredményei alapján)
86
ÁBRÁK JEGYZÉKE 1. a. ábra. Nyers gyakorisági pontszámok a megnevezés latenciájának függvényében 1. b. ábra. Logaritmikus gyakorisági pontszámok a reakcióidő függvényében 1. c. ábra. Szógyakoriság és reakcióidő rangszámainak pontdiagramja 2. ábra. A genetikai polimorfizmusok fő típusai 3. ábra. A polimorfizmusok lehetséges pozíciói 4. ábra. A DRD4 VNTR polimorfizmus (Van Tol, 1998 nyomán) 5. ábra. A DRD4 gén promoter régiójában található feltételezett hatása
–521 C/T polimorfizmus
6. ábra. A DRD4 gén 120 bp dup polimorfizmusa 7. ábra. Az 5HTTLPR polimorfizmus 8. ábra. Tárgymegnevezési itemátlagok (n = 520) 9a. ábra. Átlagos egyéni RI teljesítmény (n = 35) 9b. ábra. Nyers RI adatok (n = 431) 10.a. ábra. Főnevek kiolvasási ideje (n = 18) 10.b. ábra. Igék kiolvasási ideje (n = 16) 11. ábra. A domináns válasz szinonimáinak kapcsolati elemzése (n = 105) (a reakcióidő szóródása és a válaszegyezés kapcsolata) 12. ábra. A képmegnevezési latenciaidő varianciáját magyarázó önálló hatások 13. ábra. A VNTR genotípuscsoportok feladatoktól független átlagos z-transzformált reakcióideje
87
1. FÜGGELÉK. Hozzájárulási formanyomtatvány a DNS vizsgálathoz
SEMMELWEIS EGYETEM ORVOSI VEGYTANI, MOLEKULÁRIS BIOLÓGIAI és PATHOBIOKÉMIAI INTÉZET 1088 Budapest, VIII. Puskin u. 9. Fax : 266 2720; Tel : 266 27 55 Postacím : 1444 Budapest Pf. 260
Hozzájárulás a vizsgálatban való részvételhez Dr. Sasvári Mária és munkatársai egy olyan vizsgálatot folytatnak, melynek fő célja a személyiségvonások genetikai hátterének feltérképezése. Aláírásával hozzájárul, hogy részt vegyen ebben a vizsgálatban. Amennyiben beleegyezését adja a vizsgálathoz, a következő történhet. Megkérhetik arra, hogy egy, vagy több személyiségtesztet kitöltsön, és egy fájdalommentes módszerrel DNS mintát vehetnek. A vizsgálat folytatásától bármikor, mindenféle következmény nélkül visszaléphet. A DNS mintavételi eljárás a következő: Egy fültörlő-pálca segítségével 20 másodpercig dörzsölje a belső szájfelületének egyik oldalát, majd ismételje meg a műveletet a másik oldalon. A személyiségtesztek olyan alapvető tulajdonságokat igyekeznek feltárni, mint kíváncsiság, bátorság, stb. A személyiségvonásokról kívánságára visszajelzést adnak. A DNS mintából egy speciális eljárás és műszerek segítségével a genotípust határozzák meg. A vizsgálat célja feltárni, hogy vajon különböznek-e alapvető tulajdonságaikban a különböző genetikai típusokba tartozó emberek. A tesztek és genotípus eredményeit bizalmasan kezelik, az adatokat az eljárás kezdetén kóddal látják el. Az adatokat kizárólag a kutatásban résztvevő munkatársak láthatják. A vizsgálatokat kizárólag kutatási céllal, a személyiség és a genetikai kódok mélyebb megértése érdekében végzik, közvetlen haszna nincs. Ha további kérdése van, kérem keresse meg Dr. Sasvári Máriát, vagy munkacsoportját az fent megadott címen. A vizsgálatban való részvétel teljes mértékben önkéntes alapú. Részvételét bármikor, bármilyen indokkal, következmény nélkül visszavonhatja. Pszichológiai és genetikai vizsgálatának eredményeit szívesen elküldjük! email cím:______________________ Életkor:_______ Nem: _______ vagy postai cím:_________________________ Iskolai végzettség:_________________ Résztvevő neve(nyomtatva) Dátum
aláírása
Vizsgálatvezető aláírása
Dátum
88
2. FÜGGELÉK. Hozzájárulási formanyomtatvány a reakcióidő vizsgálathoz
CENTER FOR RESEARCH IN LANGUAGE
9500 GILMAN DRIVE, 0526 LA JOLLA, CALIFORNIA
92093–0526
HOZZÁJÁRULÁS A KUTATÁSBAN VALÓ RÉSZVÉTELHEZ
Dr. Pléh Csaba, Dr. Elizabeth Bates és munkatársai a nyelvi feldolgozás témakörében folytatnak kutatásokat. Aláírásával írásos beleegyezését adja a kutatásban való részvételhez, amelyhez arra kérjük, hogy vegyen rész egy 30-40 perces kísérletben, önnek megfelelő id őpontban. A kísérlet időpontját megváltoztathatja, és részvételét bármikor, következmények nélkül megszüntetheti. A kísérletek során: (1) (2)
A kísérletvezet ő kérdéseket tesz fel nyelvtudásával, és nyelvhasználatával kapcsolatban. Feladata, hogy egy képernyőn látott szavakat kiolvasson, vagy a hallott szavakat megismételje.
Adatait kizárólag kutatási csoportunk tanulmányozhatja a kutatási terv szerint.
Mint kísérleti résztvevő, jogairól a Magyar Pszichológiai társaságnál, illetve az USAban a UCSD Human Subjects Committee Office – nál érdeklődhet a 001 (619) 5344520 –as telefonszámon. A kutatás során a felvett adatokat nem egyénileg értékeljük, ezért az ön eredményével kapcsolatban nem áll módunkban felvilágosítást nyújtani. A kísérleti adatok azonban hozzásegítik kutatóinkat ahhoz, hogy a nyelvi folyamatokról többet tudjanak meg, és ezáltal segítsék a nyelvi rendellenességek vizsgálatát. Dr. Pléh, Dr. Bates és/vagy Székely Anna elmagyarázta kutatásunk lényegét, és válaszolt a felmerülő kérdésekre. Ha további kérdései vannak a kísérlettel kapcsolatban, kérjük, keresse fel kutatócsoportunkat Magyarországon: ELTE-BTK, Pszichológia tanszék: Izabella u. 26, Székely Anna, 410-es szoba.
(Kaliforniában: Center for Research in Language, UCSD Cognitive Science Building, room 215, (619) 534-5227.) A kísérletben való részvétel önkéntes alapon történik. Részvételét bármikor, bármilyen indokkal, következmények nélkül megszüntetheti, visszavonhatja. Kísérleti eredményeit (az erre vonatkozó törvényeknek megfelelően) bizalmasan kezeljük. Beleegyezik a kutatásban való részvételébe.
______________________________ Résztvevő aláírása
_________ Kora
______________________________ Kísérleti vezető aláírása
_______/
/ Dátum
89
3. FÜGGELÉK. Az adatrögzítés és feldolgozás technikai részletei A reakcióidő mérését és az ingerbemutatást a PsyScope kísérlettervező keretprogram segítségével létrehozott standard eljárással, Macintosh komputeren végeztük. A rajzolt képeket digitalizáltuk, és 'PICT' formátumban használtuk fel az on-line bemutatás során. A szavakat a megfelelő nyelvek karakterkészletének segítségével, 12pt betűmérettel, Times New Roman betűtípussal jelenítettük meg a képernyőn. A reakcióidő mérése fülhallgatóhoz rögzített mikrofon segítségével történt. A mikrofon egy erre a célra kifejlesztett reakcióid ő mérő szerkezeten (Carnegie Mellon, 2000) keresztül kapcsolódott a számítógéphez. A rendszer minimális időérzékenysége 1 ezredmásodperc, mely megfelelő pontosságúnak bizonyult az általunk alkalmazott reakcióidő kísérletekhez. Az ingereket VGA képernyőn mutattuk be, melynek felbontását 640 x 480 képpont méretűre állítottuk. A személyek kb. 80 cm-re ültek a képernyőtől. A képeket 300 x 300 pixeles méretben, a képernyő közepére vetítettük. A kísérlet egymást követő eseményeinek időparaméterei a következők voltak: 1. 2. 3. 4. 5.
Fixációs idő (“+” jel a képernyő közepén) 200 ezredmásodpercig. 500 ezredmásodperc szünet (teljesen üres képernyő). Kép-megjelenítés max. 3000 ezredmásodpercig (hangérzékelés hatására a kép elt űnik). A hang detekcióját jelző apró pont “•” megjelenése 500ezredmásodperc-ig. 1000 ezredmásodperc “kivárás” a reakció befejezésére (teljesen üres képernyő).
A latenciaidő mérésére tehát maximum 4 másodperc állt rendelkezésre, melyb ől az utolsó 1 másodpercben már nem volt látható az inger. Két egymást követő esemény között 1-2 másodperc telt el, mely id őtartam random módon változott minden esemény után. Ezzel azt próbáltuk megakadályozni, hogy a személyek a feladat nehézségétől független reagálási ritmusba kerüljenek.
A hibák kódolása, a reakcióidő és a válaszok rögzítése A kísérletvezető az éppen aktuális sorrendnek megfelelő nyomtatott válaszlapon rögzítette a hibákat és a válaszokat. A válaszlap egy részlete megtalálható a 3. függelékben, továbbá az egyes kísérleti típusokhoz tartozó válaszlapok megtalálhatók a CD mellékleten (on line eljarasok/hibakodolas (mappa)). A válaszlapon tehát előre nyomtattuk az egyes ingerekre adható legvalószínűbb válaszokat, de ha a kísérleti személy más megnevezést adott, akkor azt írtuk be. Ugyanezen a válaszlapon kódoltuk a reakcióid ő rögzítésével kapcsolatos hibákat is. Az inger megjelenésével egyidejűleg a komputer megkezdte a reakcióidő mérését, amelyet az ingerre reagáló személy mikrofonon keresztül érzékelt hangja állított le. A program pedig rögzítette az így kapott megnevezési latenciaidőt. A képmegnevezési feladatban néha előfordult, hogy a szó kimondását egyéb vokális zajok előzték meg (pl. köhögés, "ő…", "ez egy") vagy „nem tudom”. Ezek hibás reakcióid ő mérést eredményeztek, melyet a válaszlapon jeleztünk. A leggyakoribb hibák a következők voltak: NV - nincs válasz NE- nem érzékelt a mikrofon K - korán/későn (a válasz első kimondott hangja előtt/után történt a hang detekció) Z - zavar (valami külső zaj, pl. szirénázás vagy telefoncsörgés megzavarja a személyt). J - javítás (a személy ad egy megnevezést, majd kijavítja azt) H - hibázás (a szókiolvasásban) A válaszlap alapján bármely szempontból hibásnak kódolt reakcióidő adat kimaradt az elemzésekb ől. A nyers adatok tehát a képmegnevezési vizsgálatban a válaszok és az ezekhez tartozó reakcióidő adatok voltak. A szókiolvasási feladatban pedig a helyesen kiolvasott szavak reakcióidő adatai. 90
Adatbevitel és adatfeldolgozás Az automatikus reakcióidő-mérési eljárás végterméke egy olyan adat-fájl, amely tartalmazza a képek kódszámát és az automatikusan rögzített reakcióidőket. Azonban ez csak a program által észlelt latenciaidő adatokat tartalmazza, így ezt a válaszlap alapján ki kell egészíteni az egyes reakcióidőkkel kapcsolatos és a kísérletvezető által rögzített észrevételekkel, valamint a személy konkrét válaszaival. Az adatfeldolgozás során a képmegnevezési vizsgálatok hagyományának megfelelően item-alapú elemzést végeztem. Az egyes személyek válaszait és reakcióidejét, valamint hibakódját tartalmazó adat-fájlok összesítése után minden képre meghatároztam az elemzés szempontjai alapján kialakított változók értékeit, melyeket alább részleteztem. Az érvényes válaszok aránya Minden képmegnevezési tanulmányban központi kérdés az, hogy mit nevezünk 'helyes' válaszoknak. Ebben a vizsgálatban azonban nincs a kutató által meghatározott 'helyes' válasz. Ehelyett empirikus alapon, a legtöbb személy által használt nevet, azaz a domináns választ kapcsoljuk a képi ingerekhez, és ezek lexikai tulajdonságait vizsgáljuk. A válaszok közül azonban csak azokat vettük figyelembe, amelyek értékelhető reakcióidő adattal rendelkeztek. Az első lépés tehát az értékelhetetlen reakciók kiszűrése volt, a már ismertetett hibakódolás alapján. Bármely hiba az adott reakció elhagyását eredményezte. Az érvényes válaszok százalékos arányát méri a 'valid válasz %' változó, az érvénytelen válaszokkal kapcsolatban megkülönböztettük azokat az eseteket, amikor a személy egyáltalán nem produkált választ, ez a 'nincs válasz %' változó, illetve amikor valamilyen hiba folytán nem járt sikerrel az adatrögzítés, ez adja a 'invalid válasz %' értékét. A további elemzésben és a változók kialakításában csak az érvényes válaszok, és azok latenciaideje szerepel.
A válaszalternatívák kategorizálása A domináns válasz meghatározásában problémát jelentett, hogy voltak olyan itemek, ahol azonos arányban fordult elő két vagy három válasz. Ezekben az esetekben a következő kritériumrendszer alapján született döntés: (1) amelyik válasz közelebb állt a kísérlet megkezdése előtt kijelölt névhez, (2) a rövidebb, egyes számú alakot fogadtuk el, ha a másik azonos arányban előforduló válasz többes számban szerepelt, (3) az a megnevezés, melynek több morfológiai és fonológiai átfedése van az alternatívák között (lásd alább). A domináns nevek meghatározása után az alternatívákat lexikális kategóriákba soroltam a következő kritériumrendszer szerint: 'Lex 1': a domináns elnevezés. 'Lex 2': a domináns megnevezéssel morfológiai vagy fonológiai átfedést mutató szavak, melyek szótöve azonos a domináns válaszéval, vagy más kulcsfontosságú részletükben közösek, ugyanakkor jelentésük nem tér el lényegesen egymástól. Ilyen variációk például a becéző formák ('kismadár', 'tálka' vagy 'süti'), egyes vagy többes számban kifejezett nevek ('veszekszik' / ahol a domináns válasz 'veszekednek'), illetve a rövidítések ('fényképező' / 'fényképezőgép', 'meghajol' / 'hajol') vagy hosszabban kifejezett formák ('csomagoló zacskó / 'zacskó'). 'Lex 3': a domináns elnevezéssel rokon értelmű szavak, melyek abban különböznek a 'Lex 2' kategóriától, hogy nincsenek alaktani-hangtani átfedésben a domináns válasszal. Azonban szintén fontos, hogy ugyanazt az "igazság értéket" hordozza, mint a domináns megnevezés (pl. 'autó' / 'kocsi', 'körhinta / 'ringlispil', 'ég' / 'lángol'). 'Lex 4': ez a kategória tömöríti azokat a válaszokat, amelyek nem illettek bele az első három kategória egyikébe sem. Ide tartoznak a magasabb kategória fogalmak (pl. 'gép', ahol a domináns válasz a 'kenyérpirító'), valamint azok a szemantikus asszociációk, melyek ugyan azonos kategóriába tartoznak, de nem tartalmazzák a domináns válasz jelentésmagját (pl. 'tyúk' / 'kakas'). Ide tartoznak a rész-egész kapcsolatok is (pl. 'utca' / 'város'), továbbá a domináns válasz jelentésétől független vizuális tévedések (pl. 'sajt' / 'szivacs'). 91
Válasz-releváns adatokból létrehozott változók A válasz egyezés mérőszáma ('lex 1dom%') a domináns válaszok előfordulási aránya volt, ahol a 100%-ot nem az összes válasz, hanem az érvényes válaszok jelentették. Az alternatívák számának nyers értékét az alternatívák és maga a domináns válasz adta ki ('válasz-szám'). A válasz variációk előfordulási arányát is szem előtt tartva kiszámítottam a Snodgrass és Vandervart (1980) által is használt H statisztika értékét6 ('H stat'). A H statisztika emelked ő értéke csökkenő válaszegyezést mutat, értéke 0, ha a válaszegyezés 100%-os. Az alábbi táblázatban található példák azt mutatják, hogy milyen nagy különbségek tapasztalhatók a H statisztika értékeiben az azonos válaszszámú, de különböző eloszlású itemek esetében. 1. 4. táblázat. A H statisztika lehetséges értékei Válaszok száma
Válaszok eloszlása (%)
H stat
1 2 2 5 5
100 50 - 50 10 - 90 20-20-20-20-20 10-10-10-10-60
0,00 1,00 0,47 2,32 1,77
Reakcióidő – releváns adatok A számítógép által automatikusan generált reakcióidő adatokat itemek szerint átlagoltam, miután a hibakódok alapján kiszűrtük az érvénytelen válaszokhoz tartozó hibás latenciaidő adatokat. Az ('RI tot') egy adott képre adott összes válasz átlagos reakcióidejét jelenti, a válaszok tartalmától függetlenül. Az ('RI dom') a domináns válaszokhoz tartozó latenciaid ők átlagára vonatkozik. Az ('RI alak'), ('RI szin') és ('RI más') nevű változók az egyes válaszkategóriákba tartozó alternatív válaszok átlagos reakcióidejét mérik. A standard képmegnevezési vizsgálat függő változóinak rövid leírása Reakcióidő – releváns változók Egy adott képre kapott összes válasz átlagos reakcióideje RI tot (a válaszok tartalmától függetlenül). Reakcióidő és a válasz-releváns változók (képenkénti átlagértékek) RI dom A domináns válaszok reakcióideje. RI alak A domináns megnevezéssel morfológiai vagy fonológiai átfedést mutató válaszok reakcióideje). A domináns elnevezéssel rokon értelmű szavak reakcióideje (képenkénti átlagérték). RI szin RI más Azon válaszok reakcióideje, melyek nem illettek bele a fenti három kategória egyikébe sem. Válasz – releváns változók (képenként) Az érvényes válaszok százalékos aránya. valid válasz % nincs válasz % Azon válaszok százalékos aránya, ahol a személyek egyáltalán nem produkáltak választ. invalid válasz % Hibás adatrögzítés százalékos aránya. A domináns válasz és az alternatív válaszok száma. válasz-szám A válaszegyezés százalékos értéke a válasz variációk előfordulási arányát is beszámítva. H stat A domináns válaszok százalékos előfordulási aránya. lex 1dom% (100%: egy adott képre kapott összes érvényes válasz)
k
6
A H statisztika képlete:
H = Σ pi log2 (1/pi) i=1
ahol k jelöli a válaszok számát, p pedig az i-edik választ adók százalékos arányát.
i
92
4. FÜGGELÉK. A képmegnevezési vizsgálatok során használt 795 kép (Az első 275 kép a cselekménymegnevezési vizsgálatban szerepelt, a második 520 kép pedig a tárgymegnevezési vizsgálatban.)
93