Translate EXAMINING THE EXISTENCE OF RELATIONAL STRUCTURE

THIRD STEP : EXAMINING THE EXISTENCE OF RELATIONAL STRUCTURE

Although indices based on individual codes offer basic, and often relevant information. With this step we move increasingly toward the analysis of interaction sequences, beginning with transactional interchanges. The first step in analyzing these interchanges is to compose transition tables based on the control direction of the behaviors observed. The observations recorded in the mother-daughter interaction example can be organized in terms of two types of transition tables, depending on wheter or not the speaker order of contiguous message is taken into account. Table 3.4 represents all types of sequential interchange without considering the speaker designation of interactors.

            When the speaking order of the interactors is of interest, the table entries are organized by the antecedent (prior) or consequent (subsequent) position of each interactor at the moment their behaviors are recorded. Therefore, to explore the types of interchange between the mother and daughter based on speaker order, two tables are composed, one with the mother in the antecedant position as show in Table 3.5, and one with the daughter in this position as presented in Table 3.6.

            In examining these tables, the first question concerns whether or not sequential association exist in the table. For example, does the relational response of the daughter tend to vary depending on the previous relational message of her mother ? If we find that the behavior of relational control of the daughter is associated with the control behavior of the mother, we can state that for this interaction, relational structure exists. Once an association is established, the spesific patterns of relational control that are responsible for or characteristic of this structure can be examined. We are also able to compare these patterns in different contexts in order to test spesific research hypotheses.

            An appropriate statistical method used to test the global existence of association between-antecedant and consequent relational control behaviors in the interaction is Pearson’s chi-square statistic. For the analysis of contingency tables like those of our example, this statistical test indicates if a significant association exists between the behaviors represented in the rows and the behaviors represented in the columns. Thus, with the analysis based on the whole table, this statistic is defined as.

            Although chi-square offers an estimate of the sequential association and therefore, evidence of relational structure, a note of caution in needed in interpreting the resulting degree of association, as this value increases with an increasing sample size (total number of recorded codes). Another important aspect to keep in mind is that the calculation of chi-square is based on an estimation of the expected frequencies (f_exp) of the contingency table studied. These expected frequencies are estimated from the marginal frequencies of the table, assuming no association between rows and columns. When the codes can be repeated sequentially, the expected frequencies are defined as.

            When it is not possible for two similar codes to be recorded consecutively, a procedure called “iterative proportional fitting” (Bakeman 7 Quera, 1995b) can be used. However, the tables commonly produced with the relational control coding procedures (as shown in Tables 3.4, 3.5, and 3.6) are based on repeatable codes (a one-up code, for example, can follow another one-up code).

            It is also the case that the confidence in the chi-square value is not sufficient when working with data tables that result in many, very low-expected frequencies. For this reason, it is helpful when exploring relational structure with this type of analysis, to use a program that readily provides the expected frequencies or the proportion of expected frequencies of low value. Also note, it is recommended that a similar statistic, the Likelihood-Ratio Chi-square, G² (available in the GSEQ program) be utilized with tables containing more than two dimensions and as well, with log-linear analysis.

            To return to our example, the results of analyzing the sequential association in Tables 3.5 and 3.6, are given in Table 3.7. Here we observe that a significant relational structure exists only in the interaction with the mother as antecedent and the daughter as consequent. The p value is 328 for the daughter-mother interactions, but the p value approaches zero, 016, for the mother-daughter interactions. These results indicate that the relational structure is in one direction (i.e., the relational control behavior of the daughter tends to change as a function of the type of control of the mother). In the words, the findings suggest a unidirectional dependence. If an association had been found with either the mother or the daughter as antecedents. It would indicate a bidirectional dependence. For this example (as shown in Table 3.7), there is a high percentage of very low-expected frequencies which, other than for illustrative purposes, would caution against making inferences about significance, as noted earlier, most relational control analysis are based on many more observations than in the mother-daughter example and thus, are typically not subject to the limitations of a small database.

LANGKAH KETIGA: KAJIAN KEBERADAAN STRUKTUR HUBUNGAN

Meskipun indeks berdasarkan kode individu menawarkan informasi dasar dan relevan, dengan langkah ini kita bergerak semakin ke arah analisis urutan interaksi, dimulai dengan simpang susun transaksional. Langkah pertama dalam menganalisis simpang susun ini adalah menyusun tabel transisi berdasarkan arah kontrol perilaku yang diamati. Pengamatan tercatat dalam contoh interaksi ibu-anak dapat diatur dalam dua jenis tabel transisi, tergantung pada keduanya, atau tidak urutan pembicara pesan bersebelahan diperhitungkan. Tabel 3.4 merupakan semua jenis pertukaran berurutan tanpa mempertimbangkan penunjukan ketua interactors.

            Ketika susunan berbicara tentang pembicara adalah kepentingan, pencatatan tabel oleh yang di atas (sebelumnya) atau menyusul (berikutnya), setiap perilaku interactor dicatat. Oleh karena itu, untuk mengeksplorasi jenis pertukaran antara ibu dan anak berdasarkan urutan pembicara, dua meja tersusun, satu dengan ibu dalam posisi atas sebagai pertunjukan pada Tabel 3.5, dan satu dengan anak perempuan dalam posisi seperti disajikan pada Tabel 3.6 .

Table 3.4

Tabel Kemungkinan untuk Kode Kontrol Hubungan

Antecedent	Consequent
	One-up ()	One-down ()	One-across ()	Totals
One-up () One-down () One-across () Totals	15 7 2 24	7 8 5 20	3 4 6 13	25 19 13 57

Table 3.5

Tabel Kemungkinan Pengendalian Hubungan Dengan Ibu

sebagai anteseden dan Putri sebagai Pembicara Konsekuen

Antecedent	Consequent
	Mother One-up ()	Mother One-down ()	Mother One-across ()	Totals
Mother One-up () Mother One-down () Mother One-across () Totals	9 6 0 15	0 4 2 6	1 4 3 8	10 14 5 29

Table 3.6

Tabel Kemungkinan Pengendalian Hubungan Dengan Putri

sebagai anteseden dan Ibu sebagai Pembicara Konsekuen

Antecedent	Consequent
	Daughter One-up ()	Daughter One-down ()	Daughter One-across ()	Totals
Daughter One-up () Daughter One-down () Daughter One-across () Totals	6 1 2 9	7 4 3 14	2 0 3 5	15 5 8 28

Sebuah metode statistik yang sesuai digunakan untuk menguji keberadaan global asosiasi antara perilaku-antecedant dan konsekuen kontrol hubungan dalam interaksi adalah chi-kuadrat statistik Pearson. Untuk analisis tabel kontingensi seperti dalam contoh, uji statistik ini menunjukkan jika hubungan yang signifikan antara perilaku diwakili dalam baris dan perilaku diwakili dalam kolom. Jadi, dengan analisis berdasarkan seluruh tabel, statistik ini didefinisikan sebagai:

Meskipun chi-kuadrat menawarkan perkiraan asosiasi berurutan dan karena itu, bukti struktur relasional sebuah catatan diperlukan dalam menafsirkan di tingkat yang dihasilkan dari asosiasi, karena nilai ini meningkat dengan ukuran sampel meningkat (jumlah kode yang direkam). Aspek penting yang perlu diingat adalah bahwa perhitungan chi-kuadrat didasarkan pada estimasi dari frekuensi yang diharapkan (f_exp) dari tabel kontingensi yang dipelajari. Frekuensi ini diharapkan diperkirakan dari frekuensi marjinal meja, dengan asumsi tidak ada hubungan antara baris dan kolom. Ketika kode dapat diulang berurutan, frekuensi yang diharapkan didefinisikan sebagai:

Ketika tidak mungkin untuk dua kode dapat mirip dengan direkam berurutan, prosedur yang disebut "berulang pas proporsional" (Bakeman 7 Quera, 1995b) dapat digunakan. Namun, tabel umumnya dihasilkan dengan kontrol relasional coding prosedur (seperti yang ditunjukkan pada Tabel 3.4, 3.5, dan 3.6) berbasis kode berulang (kode satu-up, misalnya, dapat mengikuti kode lain satu-up).

Tabel 3.7

Hasil Pengujian Struktur Relasional

Pearson’s Chi-Square Result for the Interaction Daughter  Mother	Pearson’s Chi-Square Result for the Interaction Mother  Daughter
Pearson’s Chi-square                   = 4.621 Degrees of freedom                     = 4 Approximate p value                    = 0.328 (Expected frequencies < 5          = 88.9%)	Pearson’s Chi-square                   = 12.052 Degrees of freedom                     = 4 Approximate p value                    = 0.016 (Expected frequencies < 5          = 77.8%)

Untuk kembali ke contoh kita, hasil analisis asosiasi berurutan pada Tabel 3.5 dan 3.6, diberikan dalam Tabel 3.7. Disini kita lihat bahwa struktur relasional yang signifikan hanya dalam interaksi dengan ibu sebagai anteseden dan putri sebagai konsekuen. Nilai p adalah 328 untuk putri-ibu interaksi, tetapi nilai p mendekati nol, 016, untuk interaksi ibu-anak. Hasil ini menunjukkan bahwa struktur relasional dalam satu arah (yaitu, perilaku kontrol relasional anak perempuan cenderung berubah sebagai fungsi dari jenis kontrol dari ibu). Dalam kata-kata, temuan ini menunjukkan ketergantungan yang searah. Jika asosiasi telah ditemukan dengan baik ibu atau putri sebagai pendahulunya. Ini akan menunjukkan ketergantungan dua arah. Untuk contoh ini (seperti terlihat pada Tabel 3.7), ada persentase yang tinggi dari perkiraan frekuensi yang sangat rendah, selain untuk tujuan ilustrasi, akan barhati-hati untuk tidak membuat kesimpulan tentang signifikansi, seperti disebutkan sebelumnya, analisis kontrol yang paling relasional didasarkan pada banyak pengamatan lebih dari pada contoh ibu-anak, dan dengan demikian, biasanya tidak tunduk pada keterbatasan database kecil.