Videnskab kræver målinger, men det kræver naturligvis også en forståelse af, hvad vi måler. Måling alene bringer os ikke særlig langt.
Videnskaben om følelser er en proces, der kræver måling af de signaler, der genereres af vores krop. Da følelser genereres i vores kroppe, følger det heraf, at dataene også er der. Kroppen afgiver mange signaler, og disse er sjældent blot tilfældige processer – i stedet afspejler de noget om vores fysiologiske eller psykologiske tilstand.
Det er så en ny udfordring at finde ud af, hvilke signaler vi skal følge. Heldigvis er der allerede blevet gjort meget arbejde på dette område, – en af de vigtigste måder, hvorpå følelsesmæssig ophidselse måles, er gennem påvisning af den galvaniske hudrespons (GSR, ellers mere almindeligt kendt som elektrodermal aktivitet eller EDA).
GSR henviser til variationen i hudens elektriske ledningsevne som reaktion på hudsekretion (ofte i meget små mængder). Disse data indsamles ved at påføre huden en lav, ikke påviselig og konstant spænding og derefter måle, hvordan hudens konduktans varierer . Dette kan gøres ved at anbringe elektroder på huden (og naturligvis et apparat, der måler denne aktivitet).
Mens GSR-aktiviteten også er forbundet med reguleringen af vores indre temperaturer , har forskning også gentagne gange vist den stærke sammenhæng, som dette signal har med følelsesmæssig ophidselse . De signaler, der produceres af det sympatiske nervesystem, fører til en ændring i Skin Conductance Response (SCR), hvilket er det, som forskerne typisk ser på.
Hvad er SCR / SCL?
SCR er proportionalt relateret til antallet af svedkirtler, der er aktiveret, hvilket i det væsentlige betyder, at jo mere følelsesmæssigt ophidset en person er, jo mere er SCR-beløbet øget. Det kan også udledes, at SCR-amplituden er en passende proxy for aktiviteten i det sympatiske nervesystem.
SCR’en omtales ofte som et “peak” af aktivitet (og dermed et “GSR-top”), da den fremstår som en hurtig stigning i signalværdien. Hvis SCR’en optræder som reaktion på en stimulus (typisk inden for 1-5 sekunder ), betegnes den som en begivenhedsrelateret SCR (ER-SCR), mens den, hvis den optræder uden nogen synlig årsag, betegnes som en ikke-specifik SCR (NS-SCR).
Mens SCR’en er en komponent af GSR-aktiviteten, repræsenterer denne kun det hurtigt skiftende signal som reaktion på en stimulus. Den anden komponent er det toniske, kontinuerlige, langsomt skiftende Skin Conductance Level (SCL).
Et centralt problem ved analyse af GSR-data er, hvordan man adskiller disse to signaler. Når vi ser på dataene, er der ingen klar linje, der afgrænser, hvad der er hvad; vi er nødt til selv at foretage denne beregning. Nedenfor vil vi give dig en gennemgang af en af de mest almindelige måder, hvorpå dette gøres, for at give dig en bedre forståelse af, hvad der foregår bag kulisserne i GSR-dataanalysen, og for at give dig en klarere vej til selv at udføre dette.
GSR-toppe
Mens SCR’er er hurtige i deres udseende, tager det signal, de producerer, længere tid at falde til basislinjen. Dette betyder i sidste ende, at hvis en anden SCR opstår kort tid efter en anden, vil det samlede GSR-aktivitetsniveau stige endnu mere. Denne kumulative effekt kan føre til en undervurdering af SCR-amplituden, da det sande “lavpunkt” (begyndelsen af stigningen i aktivitet i forbindelse med SCR’en) er skjult i det langsomme fald i det tidligere aktivitetstop.
For at komme uden om nogle af virkningerne af denne effekt kan dataene filtreres for at give et mere klart billede af processerne. Det første skridt er at foretage en gennemsnitlig beregning af dataene. Dette kan gøres ved at opdele dataene i diskrete vinduer (f.eks. +/- 4 sekunder) og derefter beregne gennemsnittet af de værdier, der er til stede inden for denne tidsramme. Dette gennemsnit kan derefter udtrækkes fra værdierne for at give et normaliseret billede af dataene (i teorien med det toniske datasignal stort set fjernet).
Når dette er gennemført, er det muligt at fjerne noget af baggrundsstøjen fra signalet. Dette kan f.eks. skyldes, at GSR-enheden er for tæt på en computer og utilsigtet opfanger elektriske signaler. Ved at anvende et lavpasfilter, hvor værdierne skal passere over en vis tærskelværdi, fjernes signalets værdier i det lavere område.
Efter dette kan der indstilles flere parametre for præcist at registrere eksistensen af en GSR-top. Disse omfatter begyndelse og forskydning, tærskelværdien for spidsforstærkning og tærskelværdien for signalspring.
Værdierne for begyndelse og forskydning af eventuelle spidser skal indstilles for at kunne bestemme signalets stigning og fald. Forekomsten af onset og offset (i mikrosiemens, µS) kan oprettes for at filtrere signalets retning.
Dette gøres typisk ved at indstille onset til at være >0,1 µS (så kun signaler, der bevæger sig over denne værdi, betragtes som en potentiel top), mens offset typisk indstilles som <0.0 µS (således at signalværdien skal falde, hvilket gør det muligt at detektere et peak, ellers ville en kontinuerlig stigning opfylde kriterierne indtil videre).
Tærskelværdien for peakforstærkning indstilles for at bestemme, hvilken værdi (typisk indstillet til 0.05 µS), som toppen skal passere over efter start for at kunne spores som en top (og ikke blot en gradvis stigning i dataene).
Tærsklen for signalspring fungerer som en grænse for mængden af topforstærkning – enhver værdi, der passerer over denne tærskel (f.eks. 0.1 µS) inden for en prøve til den næste anses for at være for hurtigt stigende til at afspejle en ægte fysiologisk proces og kasseres derfor.
Med disse grænser indstillet bør en optælling af datapunkterne afspejle antallet af GSR-toppe, der findes i dataene.
Dataene kan også aggregeres på tværs af deltagerne for at give et klarere billede af potentielle gruppeeffekter. Ved at sammenligne antallet af GSR-toppe kan man f.eks. få at vide, hvilken gruppe der samlet set viste en stigning eller et fald i den følelsesmæssige ophidselse som reaktion på en stimulus.
Overstående proces udføres stort set automatisk i iMotions (man skal blot klikke sig igennem analysen og ændre standardværdierne om nødvendigt), hvilket reducerer byrden ved selv at beregne denne analyse. Dette er også let at implementere på gruppeniveau, hvilket giver dig en klar vej til at forstå, hvordan følelsesmæssige ophidselsesniveauer kan variere på tværs af grupper.
Hvad kan disse data fortælle dig?
GSR-dataene kan give en måling af, hvor stærkt en følelse blev oplevet, men ikke retningen af følelsen. Stigninger i GSR-aktivitet er blevet direkte relateret til en række følelsesmæssige tilstande, hvilket viser betydningen af denne fysiologiske reaktion i oplevelsen af følelser .
Bestemmelse af mængden af SCR-forekomster giver en måde at kvantificere forskellene mellem individer eller grupper på, hvilket giver indsigt i, hvordan reaktioner på forskellige stimuli kan forekomme, eller om der findes variationer blandt befolkningsgrupper som reaktion på den samme stimulus. Med alt dette i tankerne kan vi begynde at forstå virkelig at forstå, hvad vi måler, når det drejer sig om følelser.
Jeg håber, at dette indlæg har givet dig ny viden omkring SCR’er samt GSR i almindelighed. For at få en mere komplet og grundig forståelse kan du downloade vores gratis guide nedenfor.
Benedek, M., & Kaernbach, C. (2010). Et kontinuerligt mål for fasisk elektrodermal aktivitet. Journal of Neuroscience Methods, 190(1), 80-91. doi:10.1016/j.jneumeth.2010.04.028
Fowles DC, Christie MJ, Edelberg R, Grings WW, Lykken DT, Venables PH. Anbefalinger for offentliggørelse af elektrodermale målinger. Psychophysiology, 1981;18(3):232-9.
Wenger CB. Termoregulering. In: Freedberg IM, Eisen AZ, Wolff K, Austen KF, Goldsmith LA, Katz SI, editors. Dermatology in general medicine, 1. New York: McGraw-Hill; 2003. s. 119-27.
Boucsein W. Elektrodermal aktivitet. New York: Plenum University Press; 1992.
Critchley, H. (2002). Review: Electrodermal Responses: Electrodermal Responses: What Happens in the Brain: What Happens in the Brain. The Neuroscientist, 8(2), pp.132-142.
Anders, S., Lotze, M., Erb, M., Grodd, W. og Birbaumer, N. (2004). Hjerneaktivitet, der ligger til grund for følelsesmæssig valens og arousal: En responsrelateret fMRI-undersøgelse. Human Brain Mapping, 23(4), pp.200-209.
Dawson ME, Schell AM, Filion DL. Det elektrodermale system. In: Cacioppo JT, Tassinary LG, Berntson GG, redaktører: Cacioppo JT, Tassinary LG, Berntson GG, red. Håndbog i psykofysiologi. Cambridge: University Press; 2007. s. 159-81.
Kreibig, S. D. (2010). Autonomisk nervesystemaktivitet i følelser: En gennemgang. Biologisk psykologi, vol. 84, nr. 3, pp. 394-421.