Cette expérience évalue les conséquences positives de la participation à un programme de satisfaction corporelle chez les personnes âgées, en examinant la satisfaction corporelle avant et après l’intervention et en comparant les groupes expérimentaux et non expérimentaux. Ce plan expérimental mixte permet d’isoler l’effet du traitement de l’effet de manipulation par comparaison intergroupe et d’autres variables liées aux différences individuelles par comparaison au sein du sujet. c’est la méthodologie la plus efficace pour déterminer les relations causales en sciences du comportement et évaluer si une intervention psychothérapeutique produit des améliorations réelles et solides.
Commencez par ouvrir le logiciel statistique et allez dans le menu fichier, sélectionnez nouveau et cliquez sur l’icône de données. Ouvrez la vue des variables et créez une variable statistique pour chaque variable répertoriée dans le tableau un du manuscrit. Afficher les données ouvertes et remplir les données des mesures pré et post du questionnaire de forme corporelle ou du test BSQ pour chaque participant.
De même, remplissez les données du questionnaire démographique et attributif. Après avoir rempli les données, allez transformer la variable de calcul et attribuez un nombre dans l’intervalle de variable cible dans le menu contextuel, puis sélectionnez la variable de prétraitement dans le menu type et étiquette, déplacez-la vers l’espace d’expression numérique et cliquez sur l’icône de soustraction sur la calculatrice. Sélectionnez la variable de post-traitement dans le menu Type et étiquette et déplacez-la à nouveau vers l’espace d’expression numérique.
Enfin, appuyez sur l’onglet OK pour créer une variable avec la différence entre la mesure pré et post BSQ. Après la numérisation des données, examinez la fiabilité en sélectionnant l’analyse de fiabilité à partir de l’échelle dans le menu d’analyse et en déplaçant les mesures BSQ pré et post-traitement utilisées dans l’expérience vers la boîte de dialogue analyse de fiabilité. Cliquez sur statistique et choisissez coefficient de corrélation intraclasse, puis cliquez sur les options bidirectionnelles mixtes et cohérentes.
Enfin, cliquez sur l’icône OK pour générer la sortie souhaitée. Exécutez l’analyse descriptive en sélectionnant le menu Analyser et les statistiques descriptives, puis cliquez sur Fréquences. Après la sortie, sélectionnez Analyser les statistiques descriptives et descriptives.
Pour spécifier les statistiques descriptives des variables quantitatives, allez dans fichier fractionné dans le menu principal et choisissez la variable catégorielle à analyser dans le menu contextuel. Sélectionnez l’option organiser la sortie par groupes et cliquez sur OK.To effectuer un test T d’échantillons appariés sur les données d’image corporelle collectées avant et après avoir participé aux deux conditions, allez dans le menu Analyser, choisissez comparer les moyennes et dans la boîte de dialogue T-test des échantillons appariés, mettez BSQ pré-traitement et BSQ post-traitement comme variables un et deux. Spécifiez les échantillons appariés Test T de Student en fonction de chaque variable catégorielle, en sélectionnant fichier fractionné dans le menu principal et en choisissant la variable catégorielle à analyser dans la fenêtre contextuelle.
Cliquez ensuite sur l’onglet Organiser la sortie par groupes et appuyez sur OK. Répétez ce processus pour chaque variable nominale. Pour voir l’effet de chaque programme mener une ANOVA d’une seule façon en sélectionnant comparer les moyens dans le menu d’analyse pour accéder à la boîte de dialogue ANOVA à sens unique. Dans la boîte, mettez les variables BSQ pré et post-traitement et la différence pré-post dans la liste dépendante ainsi que la variable de condition expérimentale comme facteur.
Pour les mesures répétées de l’analyse ANOVA, allez au modèle linéaire général dans le menu d’analyse. Dans la boîte de dialogue Mesures répétées, attribuez un nom dans le nom du facteur dans l’objet. Ensuite, mettez deux comme nombre de niveaux et BSQ dans le nom de la mesure.
Enfin, cliquez sur définir pour passer à la zone de sélection de variable. Dans le menu contextuel, sélectionnez des onglets dans les variables du sujet, entre le facteur du sujet et toutes les variables sociodémographiques en tant que covariables. Enfin, cliquez sur le modèle et sélectionnez la factorielle complète.
Accédez aux options pour choisir des estimations de la taille de l’effet. Répétez le processus pour créer des termes personnalisés et utilisez l’icône by' pour combiner la condition variable avec toutes les variables sociodémographiques. Dans l’analyse représentative, l’ampleur de l’effet dans les groupes expérimentaux et témoins avant et après le recrutement des participants, ainsi que la différence entre deux moments ont été affichées avec un test d’échantillons appariés.
Les résultats du test d’échantillons appariés ont montré qu’il y avait une amélioration significative de l’image corporelle chez les participants du programme IMAGINA par rapport à celle de la condition de contrôle. L’analyse de l’effet intergroupe avec une ANOVA à sens unique a révélé des différences moyennes non significatives entre les conditions pré et post, concluant que la conception du test est robuste. Une amélioration significative de BSQ dans la différence pré-post a également indiqué une bonne performance du test BSQ.
Les résultats du test multivarié ont démontré un effet d’interaction intergroupe intragroupe statistiquement significatif. Soulignant l’efficacité du programme de satisfaction corporelle IMAGINA. L’effet des variables intermédiaires telles que le sexe, l’état matrimonial et la saison de l’année a été analysé dans les différences de satisfaction corporelle.
On a observé que les sujets masculins étaient plus satisfaits de leur apparence physique que les femmes. Cependant, la différence entre la mesure du BSQ avant et immédiatement après l’intervention était statistiquement significative pour les deux sexes après avoir participé au programme IMAGINA. Les participants au sein d’une relation se sont avérés plus mécontents de leur apparence physique avant et après le traitement.
Mais cela a également amélioré leur satisfaction corporelle de manière plus significative lors de leur participation à IMAGINA. La saison de l’année n’a pas affecté de manière significative les individus du groupe témoin, mais elle a affecté ceux du groupe expérimental. L’amélioration était plus élevée chez les individus métropolitains que chez les individus ruraux dans la condition expérimentale.
L’étape la plus critique de ce protocole consiste à reproduire les mêmes conditions expérimentales dans des conditions expérimentales et de contrôle afin d’isoler l’effet généré par le traitement.
