Słownik metodologiczny · Projekt badania

Plan Salomona – jak sprawdzić, czy pretest zmienia działanie interwencji

Plan czterech grup Salomona łączy plan z pretestem i plan z samym posttestem, by oddzielić efekt interwencji od uwrażliwienia przez pretest. Pokazujemy schemat, analizę 2 × 2, przykład z filmem o depresji i pułapkę niskiej mocy testu interakcji.

Strona główna / Słownik / Plan Salomona
W skrócie: Plan Salomona to eksperyment z losowym przydziałem do czterech grup: z pretestem lub bez i z interwencją lub bez. Posttesty analizuje się jak plan 2 × 2; interakcja interwencji z pretestem pokazuje, czy pretest zmienia działanie interwencji. Ponieważ test interakcji ma małą moc, podawaj też efekty proste w grupach z pretestem i bez niego.

Co to jest plan Salomona?

Plan Salomona (plan czterech grup Salomona, ang. Solomon four-group design) to plan eksperymentalny z losowym przydziałem do czterech grup. Dwie z nich przechodzą pretest, dwie nie, a w każdej parze jedna grupa dostaje interwencję, a druga jest grupą kontrolną. Plan zaproponował Solomon (1949) jako rozszerzenie klasycznego planu z grupą kontrolną. Jego celem jest sprawdzenie, czy sam pretest nie zmienia reakcji na interwencję.

Problem jest realny. Kwestionariusz postaw wypełniony przed interwencją może zwrócić uwagę uczestnika na temat, podsunąć mu hipotezę badacza albo uruchomić refleksję. Interwencja działa wtedy inaczej niż u osób, które pretestu nie widziały. To uwrażliwienie przez pretest (ang. pretest sensitization). Jest zagrożeniem dla trafności zewnętrznej: wynik z badania z pretestem może nie przenosić się na praktykę, w której nikt pretestu nie przeprowadza.

Cztery grupy i trzy pytania

Struktura planu Salomona: cztery grupy, pretest, interwencja i posttest
GrupaPretestInterwencjaPosttest
1taktaktak
2taknietak
3nietaktak
4nienietak

Grupy 1 i 2 tworzą klasyczny plan z pretestem i posttestem, a grupy 3 i 4 – plan z samym posttestem. Ponieważ posttest mają wszystkie cztery grupy, dane układają się w plan czynnikowy 2 × 2: interwencja (tak/nie) × pretest (tak/nie). Analiza wariancji posttestów odpowiada na trzy pytania:

  • Efekt główny interwencji – czy interwencja działa, uśredniając po obecności pretestu.
  • Efekt główny pretestu – czy samo wypełnienie pretestu zmienia wynik końcowy (porównanie grup 2 i 4 pokazuje to bez udziału interwencji).
  • Interakcja interwencja × pretest – czy interwencja działa inaczej u osób po preteście. To właściwy test uwrażliwienia.

Pretest nie jest tu zmienną zależną: wyniki pretestu są tylko w dwóch grupach, więc do analizy 2 × 2 nie wchodzą. Można ich użyć w osobnej analizie grup 1 i 2, np. jako kowariantu.

Kiedy pretest może uwrażliwiać

Willson i Putnam (1982) w metaanalizie 32 badań pokazali, że pretest średnio podwyższa wyniki posttestu o 0.22 odchylenia standardowego. Efekt był większy dla miar poznawczych (0.43), osobowości (0.48) i postaw (0.29). Zależał też od odstępu między pomiarami: był mały, gdy odstęp był krótszy niż dzień lub dłuższy niż miesiąc. Autorzy zalecają traktować pretest jako zmienną planu i szacować jego efekt. Plan Salomona warto więc rozważyć, gdy:

  • mierzysz postawy, przekonania lub wiedzę, a pretest może podsuwać temat interwencji;
  • odstęp między pomiarami wynosi od kilku dni do kilku tygodni;
  • wynik ma być uogólniony na sytuację bez pretestu, np. kampanię społeczną czy szkolenie;
  • masz dość uczestników na cztery grupy.

Plan ma swoją cenę. Przy tej samej liczbie uczestników każda grupa jest o połowę mniejsza niż w planie dwugrupowym, a dochodzi organizacja dwóch dodatkowych warunków. Dlatego plan Salomona, choć opisywany w klasycznych podręcznikach planowania eksperymentów (Shadish i in., 2002), rzadko pojawia się w pracach dyplomowych. Jeśli uwrażliwienie jest mało prawdopodobne, prostszą alternatywą jest plan z samym posttestem i losowym przydziałem.

Przykład: film o depresji a stygmatyzacja

240 studentów wylosowano do czterech grup po 60 osób (dane symulowane). Interwencją był 10-minutowy film o depresji, a wynikiem – stygmatyzacja osób chorujących (średnia z 8 pozycji, 1–7). Grupy 1 i 2 wypełniły ten sam kwestionariusz tydzień wcześniej.

  • Średnie posttestu: grupa 1 (pretest + film) M = 3.30, SD = 0.90; grupa 2 (pretest) M = 4.11, SD = 0.96; grupa 3 (film) M = 3.76, SD = 0.98; grupa 4 M = 4.27, SD = 0.94.
  • Efekt filmu: F(1, 236) = 29.26, p < .001, cząstkowe η² = .110.
  • Efekt pretestu: F(1, 236) = 6.47, p = .012, cząstkowe η² = .027. Osoby po preteście miały nieco niższą stygmatyzację niezależnie od filmu.
  • Interakcja: F(1, 236) = 1.52, p = .219, cząstkowe η² = .006.

Efekty proste są jednak wyraźnie różne. Bez pretestu film obniżył stygmatyzację o 0.51 pkt (d = −0.53, p = .004), a po preteście – o 0.81 pkt (d = −0.87, p < .001), jak na rysunku 1. W symulacji uwrażliwienie rzeczywiście istniało, a test interakcji go nie wykrył. Test interakcji ma znacznie mniejszą moc niż test efektu głównego, więc nieistotna interakcja nie dowodzi braku uwrażliwienia. Do praktyki, w której nikt nie robi pretestu, bliższy jest efekt z grup 3 i 4.

Średnia stygmatyzacja po filmie w czterech grupach planu Salomona: bez pretestu 4.27 w kontroli i 3.76 po filmie, z pretestem 4.11 w kontroli i 3.30 po filmie; efekt filmu d = −0.53 bez pretestu i d = −0.87 z pretestem, interakcja F(1, 236) = 1.52, p = .219
Rysunek 1. Punkty to wyniki osób, duże punkty – średnie grup z 95% przedziałami ufności. Linie łączą grupy z tym samym warunkiem (film lub kontrola); różny spadek linii czerwonej i niebieskiej to uwrażliwienie przez pretest. Obliczenia: R (dane symulowane, 60 osób w grupie).

Gdy nie ma przesłanek uwrażliwienia, Braver i Braver (1988) proponują połączyć efekt interwencji z obu par grup metaanalitycznie. Pokazują też, że taka analiza ma wystarczającą moc nawet bez zwiększania łącznej liczebności. W przykładzie połączone d wynosi −0.70, 95% CI [−0.96, −0.44]. Przy różnicy efektów prostych takiej jak tutaj łączenie trzeba jednak opisać ostrożnie, z oboma składowymi obok siebie.

Jak opisać plan Salomona w pracy

Zastosowano plan czterech grup Salomona: 240 studentów przydzielono losowo do czterech grup po 60 osób (pretest i film, pretest bez filmu, film bez pretestu, brak pretestu i filmu). Posttestowe wyniki stygmatyzacji analizowano w dwuczynnikowej analizie wariancji (film × pretest). Film obniżał stygmatyzację, F(1, 236) = 29.26, p < .001, cząstkowe η² = .110. Wypełnienie pretestu również wiązało się z niższą stygmatyzacją, F(1, 236) = 6.47, p = .012, cząstkowe η² = .027. Interakcja filmu i pretestu nie była istotna, F(1, 236) = 1.52, p = .219, cząstkowe η² = .006, jednak efekt filmu był większy w grupach z pretestem (d = −0.87) niż bez pretestu (d = −0.53). Ze względu na niską moc testu interakcji za oszacowanie efektu w warunkach bez pretestu przyjęto porównanie grup 3 i 4.

Wyniki planu 2 × 2 najlepiej pokazać w tabeli średnich i odchyleń z czterema komórkami (wzór w haśle tabela ANOVA w APA). Kroki samej analizy, z efektami prostymi, opisuje poradnik ANOVA krok po kroku.

Przykład reprodukowalny

Przykład w R

Kod tworzy dane czterech grup, liczy średnie, dwuczynnikową analizę wariancji posttestów z cząstkowym η², efekty proste filmu w grupach z pretestem i bez niego oraz połączony efekt (metaanaliza z efektem stałym) i test różnicy efektów prostych. Liczby w tekście i na rysunku 1 pochodzą z tego kodu.

ANOVA 2 × 2 na posttestach, efekty proste i łączenie efektów

Dane wejściowe: 240 osób w czterech grupach po 60 (dane symulowane, set.seed(194)): czynniki film i pretest, wynik stygmatyzacji 1–7 po filmie.

Co odczytać: średnie i SD w czterech grupach, tabelę summary(model) (wiersze film, pretest, film:pretest), cząstkowe η², różnice, t, p i d w efektach prostych, połączone d z 95% CI oraz z i p dla różnicy efektów prostych.

R
# Dane symulowane: plan Salomona (cztery grupy, losowy przydział, 60 osób w grupie).
# Interwencja: 10-minutowy film o depresji, który ma zmniejszać stygmatyzację osób chorujących.
# Wynik: stygmatyzacja (średnia z 8 pozycji, skala 1–7). Pretest = ten sam kwestionariusz tydzień wcześniej.
# W symulacji pretest „uwrażliwia”: osoby, które wypełniły kwestionariusz przed filmem, reagują na film mocniej.
set.seed(194)
n <- 60
grupy <- expand.grid(film = c("nie", "tak"), pretest = c("nie", "tak"))
srednie <- c(4.20, 3.90, 4.10, 3.20)          # kolejno: kontrola bez pretestu, film bez pretestu, kontrola z pretestem, film z pretestem
dane <- do.call(rbind, lapply(1:4, function(g) data.frame(grupy[rep(g, n), ], post = rnorm(n, srednie[g], 0.95))))
dane$post <- round(pmin(pmax(dane$post, 1), 7), 2)
dane$film <- factor(dane$film, c("nie", "tak")); dane$pretest <- factor(dane$pretest, c("nie", "tak"))
rownames(dane) <- NULL

# 1. Średnie (SD) w czterech grupach
aggregate(post ~ pretest + film, data = dane, FUN = function(x) round(c(M = mean(x), SD = sd(x)), 2))

# 2. ANOVA 2 × 2 na posttestach: efekt filmu, efekt pretestu i interakcja (uwrażliwienie przez pretest)
model <- aov(post ~ film * pretest, data = dane)
summary(model)
ss <- summary(model)[[1]][["Sum Sq"]]
round(ss[1:3] / (ss[1:3] + ss[4]), 3)          # cząstkowe eta kwadrat: film, pretest, interakcja

# 3. Efekty proste filmu osobno w grupach bez pretestu i z pretestem
pz <- function(p) if (p < .001) "< .001" else paste("=", sub("^0\\.", ".", sprintf("%.3f", p)))
d_wyn <- c(); v_wyn <- c()
for (p in c("nie", "tak")) {
  d0 <- subset(dane, pretest == p)
  tt <- t.test(post ~ film, data = d0, var.equal = TRUE)
  roznica <- mean(d0$post[d0$film == "tak"]) - mean(d0$post[d0$film == "nie"])
  sd_pool <- sqrt((var(d0$post[d0$film == "tak"]) + var(d0$post[d0$film == "nie"])) / 2)
  cat(sprintf("pretest = %s: różnica (film − kontrola) = %.2f, t(%d) = %.2f, p %s, d = %.2f\n",
              p, roznica, tt$parameter, -tt$statistic, pz(tt$p.value), roznica / sd_pool))
  d_wyn[p] <- roznica / sd_pool; v_wyn[p] <- 2 / n + d_wyn[p]^2 / (4 * n)   # wariancja d przy n osobach w grupie
}

# 4. Gdy nie ma przesłanek uwrażliwienia: połączenie obu efektów prostych (metaanaliza z efektem stałym,
#    jak proponują Braver i Braver, 1988)
w <- 1 / v_wyn
d_laczne <- sum(w * d_wyn) / sum(w); se_laczne <- sqrt(1 / sum(w))
round(c(d_laczne = d_laczne, dolna = d_laczne - 1.96 * se_laczne, gorna = d_laczne + 1.96 * se_laczne,
        z = d_laczne / se_laczne), 2)
# test różnicy dwóch efektów prostych (inna droga do pytania o uwrażliwienie)
z_roz <- diff(d_wyn) / sqrt(sum(v_wyn)); round(c(z = z_roz, p = 2 * pnorm(-abs(z_roz))), 3)
Wynik w R
  pretest film post.M post.SD
1     nie  nie   4.27    0.94
2     tak  nie   4.11    0.96
3     nie  tak   3.76    0.98
4     tak  tak   3.30    0.90
              Df Sum Sq Mean Sq F value   Pr(>F)    
film           1  26.16  26.156  29.257 1.55e-07 ***
pretest        1   5.79   5.788   6.474   0.0116 *  
film:pretest   1   1.36   1.361   1.522   0.2186    
Residuals    236 210.98   0.894                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
[1] 0.110 0.027 0.006
pretest = nie: różnica (film − kontrola) = -0.51, t(118) = -2.91, p = .004, d = -0.53
pretest = tak: różnica (film − kontrola) = -0.81, t(118) = -4.77, p < .001, d = -0.87
d_laczne    dolna    gorna        z 
   -0.70    -0.96    -0.44    -5.23 
 z.tak  p.tak 
-1.281  0.200

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (tylko funkcje bazowe); rysunek przygotowano w pakiecie ggplot2. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org

Najczęstsze błędy

  • Analiza zmian (post − pre) „we wszystkich grupach”. Grupy 3 i 4 nie mają pretestu, więc podstawą analizy planu Salomona są posttesty.
  • Wniosek „pretest nie uwrażliwia”, bo interakcja jest nieistotna. Test interakcji ma niską moc; podaj efekty proste i ich różnicę z przedziałem ufności.
  • Grupy bez losowego przydziału, np. cztery klasy szkolne. Bez randomizacji różnice między grupami mogą wynikać z selekcji, a interakcja traci sens.
  • Za małe grupy. Podział tej samej liczby osób na cztery zamiast dwóch grup wymaga zaplanowania mocy osobno dla efektu interwencji i dla interakcji (zob. analiza mocy a priori).
  • Mylenie efektu pretestu z uwrażliwieniem. Efekt główny pretestu (grupy 2 vs 4) oznacza, że pretest zmienia wynik sam w sobie. Uwrażliwienie oznacza, że zmienia on działanie interwencji.
  • Stosowanie planu tam, gdzie pretest nie może działać, np. przy pomiarach fizjologicznych lub bardzo długim odstępie. Wtedy prostszy plan z pretestem i grupą kontrolną jest wydajniejszy.

Najczęstsze pytania

Na czym polega plan czterech grup Salomona?

Uczestników losuje się do czterech grup: pretest i interwencja, pretest bez interwencji, interwencja bez pretestu oraz grupa bez pretestu i interwencji. Wszystkie grupy mają posttest, co pozwala porównać działanie interwencji u osób, które wypełniły pretest, i u tych, które go nie widziały.

Co to jest uwrażliwienie przez pretest?

To sytuacja, w której wypełnienie pretestu zmienia reakcję uczestników na interwencję, np. kwestionariusz postaw zwraca uwagę na temat filmu. Wtedy efekt z badania z pretestem nie przenosi się na warunki, w których pretestu nie ma. W planie Salomona uwrażliwienie ujawnia się jako interakcja interwencji z pretestem.

Jak analizować dane z planu Salomona?

Podstawą jest dwuczynnikowa ANOVA posttestów (interwencja × pretest) z efektami głównymi i interakcją. Uzupełnij ją efektami prostymi interwencji w grupach z pretestem i bez niego. Gdy nie ma przesłanek uwrażliwienia, efekty z obu par grup można połączyć metaanalitycznie.

Kiedy warto zastosować plan Salomona?

Gdy mierzysz postawy, wiedzę lub przekonania, pretest może podsuwać temat interwencji, odstęp między pomiarami wynosi od kilku dni do kilku tygodni, a wynik ma dotyczyć sytuacji bez pretestu. Plan wymaga czterech grup, więc potrzebuje większej liczby uczestników.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Braver, M. W., & Braver, S. L. (1988). Statistical treatment of the Solomon four-group design: A meta-analytic approach. Psychological Bulletin, 104(1), 150–154. https://doi.org/10.1037/0033-2909.104.1.150
  2. Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
  3. Solomon, R. L. (1949). An extension of control group design. Psychological Bulletin, 46(2), 137–150. https://doi.org/10.1037/h0062958
  4. Willson, V. L., & Putnam, R. R. (1982). A meta-analysis of pretest sensitization effects in experimental design. American Educational Research Journal, 19(2), 249–258. https://doi.org/10.3102/00028312019002249

Cytowania BibTeX

@article{braver1988statistical, author={Braver, Mary W. and Braver, Sanford L.}, title={{Statistical treatment of the Solomon four-group design: A meta-analytic approach}}, journal={Psychological Bulletin}, year={1988}, volume={104}, number={1}, pages={150--154}, doi={10.1037/0033-2909.104.1.150}}
@book{shadish2002experimental, author={Shadish, William R. and Cook, Thomas D. and Campbell, Donald T.}, title={{Experimental and quasi-experimental designs for generalized causal inference}}, year={2002}, publisher={Houghton Mifflin}}
@article{solomon1949extension, author={Solomon, Richard L.}, title={{An extension of control group design}}, journal={Psychological Bulletin}, year={1949}, volume={46}, number={2}, pages={137--150}, doi={10.1037/h0062958}}
@article{willson1982meta, author={Willson, Victor L. and Putnam, Richard R.}, title={{A meta-analysis of pretest sensitization effects in experimental design}}, journal={American Educational Research Journal}, year={1982}, volume={19}, number={2}, pages={249--258}, doi={10.3102/00028312019002249}}
R