A tudomány méréseket igényel, de természetesen azt is meg kell értenünk, hogy mit mérünk. A méréssel önmagában nem jutunk messzire.
Az érzelmek tudománya olyan folyamat, amely a testünk által generált jelek mérését igényli. Mivel az érzelmek a testünkben keletkeznek, ebből következik, hogy az adatok is ott vannak. A test számos jelet bocsát ki, és ezek ritkán csupán véletlenszerű folyamatok – ehelyett fiziológiai vagy pszichológiai állapotunkról tükröznek valamit.
Az, hogy melyik jeleket kövessük, újabb kihívást jelent. Szerencsére ezen a területen már rengeteg munkát végeztek – az érzelmi izgalom mérésének egyik fő módja a galvanikus bőrválasz (GSR, más néven elektrodermális aktivitás vagy EDA) észlelése.
A GSR a bőr elektromos vezetőképességének változására utal, amely a bőr váladékának (gyakran parányi mennyiségű) megváltozására reagál. Ezt az adatot úgy gyűjtik, hogy alacsony, nem kimutatható és állandó feszültséget alkalmaznak a bőrre, majd mérik, hogyan változik a bőr vezetőképessége . Ezt elektródák bőrre történő felhelyezésével lehet elvégezni (és természetesen egy olyan eszközzel, amely ezt az aktivitást méri).
Míg a GSR aktivitás a belső hőmérsékletünk szabályozásához is kapcsolódik , a kutatások többször kimutatták azt is, hogy ez a jel milyen erős kapcsolatban áll az érzelmi izgalommal . A szimpatikus idegrendszer által keltett jelek a Skin Conductance Response (SCR) változásához vezetnek, amit jellemzően a kutatók vizsgálnak.
Mi az SCR / SCL?
Az SCR arányosan kapcsolódik az aktivált verejtékmirigyek számához, ami lényegében azt jelenti, hogy minél érzelmileg izgatottabb az egyén, annál nagyobb az SCR mennyisége. Arra is lehet következtetni, hogy az SCR amplitúdója a szimpatikus idegrendszeri aktivitás megfelelő helyettesítője .
Az SCR-t gyakran nevezik az aktivitás “csúcsának” (és így “GSR-csúcsnak”), mivel a jelérték gyors növekedésében jelenik meg. Ha az SCR egy ingerre válaszul jelenik meg (jellemzően 1-5 másodpercen belül ), akkor eseményfüggő SCR-nek (ER-SCR) nevezik, míg ha minden felismerhető ok nélkül jelenik meg, akkor nem specifikus SCR-nek (NS-SCR) nevezik.
Míg az SCR a GSR-aktivitás egyik összetevője, ez csak az ingerre válaszul gyorsan változó jelet jelenti. A másik komponens a tónusos, folyamatos, lassan változó bőrvezetési szint (SCL).
A GSR-adatok elemzésének központi problémája, hogy hogyan válasszuk szét ezt a két jelet. Amikor az adatokat nézzük, nincs egyértelmű vonal, amely elhatárolja, hogy melyik melyik; ezt a számítást magunknak kell elvégeznünk. Az alábbiakban végigvezetjük ennek egyik leggyakoribb módját, hogy jobban megértse, mi zajlik a GSR-adatok elemzésének kulisszái mögött, és világosabb utat kapjon ahhoz, hogy ezt maga végezze el.
GSR-csúcsok
Míg az SCR-ek megjelenése gyors, addig az általuk létrehozott jelnek hosszabb időbe telik az alapvonalra való visszaesés. Ez végső soron azt jelenti, hogy ha röviddel egy másik SCR után újabb SCR lép fel, akkor a GSR általános aktivitási szintje még jobban megnő. Ez a kumulatív hatás az SCR amplitúdó alulbecsléséhez vezethet, mivel a valódi “mélypont” (az SCR-hez kapcsolódó aktivitásnövekedés kezdete) az előző aktivitáscsúcs lassú csökkenésében rejtőzik.
Az e hatás néhány hatásának kiküszöbölésére az adatok szűrhetők, hogy tisztább képet kapjunk a folyamatokról. Az első lépés az adatok átlagolása. Ezt úgy lehet elvégezni, hogy az adatokat diszkrét ablakokra (pl. +/- 4 másodpercre) osztjuk, majd átlagoljuk az adott időkereten belüli értékeket. Ezt az átlagot ezután ki lehet vonni az értékekből, hogy normális képet kapjunk az adatokról (elméletileg a tónusos adatjelet nagyrészt eltávolítva).
Amikor ez megtörtént, lehetőség van a háttérzaj egy részének eltávolítására a jelből. Ez például abból adódhat, hogy a GSR-készülék túl közel van a számítógéphez, és véletlenül elektromos jeleket vesz fel. Egy aluláteresztő szűrő alkalmazásával, amelyben az értékeknek egy bizonyos küszöbérték felett kell áthaladniuk, a jel alsó tartománybeli értékeit eltávolítjuk.
Ezt követően több paramétert is be lehet állítani a GSR-csúcs létezésének pontos érzékelése érdekében. Ezek közé tartozik az onset és az offset, a csúcserősítés küszöbértéke és a jelugrás küszöbértéke.
Az esetleges csúcsok onset és offset értékeit a jel emelkedésének és süllyedésének meghatározása érdekében kell beállítani. Az onset és az offset előfordulása (mikro Siemensben, µS-ben) a jel irányának szűrése érdekében hozható létre.
Ez jellemzően úgy történik, hogy az onsetet >0,1 µS értékre állítjuk (így csak az ezen érték felett mozgó jeleket tekintjük potenciális csúcsnak), míg az offsetet jellemzően <0 értékre állítjuk.0 µS (így a jelértéknek csökkennie kell, ami lehetővé teszi a csúcs észlelését, ellenkező esetben egy folyamatos növekedés felelne meg az eddigi kritériumoknak).
A csúcserősítési küszöbérték beállítása határozza meg, hogy melyik érték (jellemzően 0.05 µS), amely fölött a csúcsnak a kezdeti értéket követően el kell haladnia ahhoz, hogy csúcsként (és ne csak az adatok fokozatos növekedéseként) követhető legyen.
A jelugrásküszöb a csúcserősítés összegének korlátjaként működik – minden olyan érték, amely e küszöb fölött halad (pl. 0.1 µS) egyik mintán belül a következőre, túl gyorsan emelkedőnek tekinthető ahhoz, hogy valódi fiziológiai folyamatot tükrözzön, és ezért elvetésre kerül.
Az ilyen határértékek beállításával az adatpontok számolásának tükröznie kell az adatokon belül létező GSR-csúcsok számát.
Az adatokat a résztvevők között is lehet aggregálni, hogy tisztább képet kapjunk az esetleges csoporthatásokról. A GSR-csúcsok számának összehasonlításával például megtudhatja, hogy egy ingerre válaszul összességében melyik csoportban nőtt vagy csökkent az érzelmi izgalom.
A fenti folyamatot az iMotions lényegében automatikusan végzi (csak végig kell kattintania az elemzést, és szükség esetén módosítani az alapértelmezett értékeket), ami csökkenti az elemzés saját számításának terhét. Ez csoportszinten is könnyen megvalósítható, így világos utat kaphat annak megértéséhez, hogy az érzelmi izgalmi szintek hogyan különbözhetnek csoportonként.
Mit tudnak elmondani ezek az adatok?
A GSR-adatokkal mérhető, hogy milyen erősen éltek át egy érzelmet, bár az érzelem irányát nem. A GSR-aktivitás növekedését közvetlenül összefüggésbe hozták különböző érzelmi állapotokkal, ami azt mutatja, hogy ez a fiziológiai válasz fontos szerepet játszik az érzelmek megélésében .
Az SCR-előfordulások mennyiségének meghatározása módot ad az egyének vagy csoportok közötti különbségek számszerűsítésére, betekintést nyújtva abba, hogy a különböző ingerekre adott reakciók hogyan jelentkezhetnek, vagy hogy vannak-e eltérések a populációk között ugyanazon ingerre adott válaszként. Mindezt szem előtt tartva kezdhetjük el igazán megérteni, hogy mit is mérünk, amikor az érzelmekről van szó.
Remélem, ez a bejegyzés új ismeretekkel szolgált az SCR-ekkel, valamint általában a GSR-rel kapcsolatban. A teljesebb és alaposabb megértéshez töltse le az alábbi ingyenes útmutatót.
Benedek, M., & Kaernbach, C. (2010). A fázisos elektrodermális aktivitás folyamatos mérése. Journal of Neuroscience Methods, 190(1), 80-91. doi:10.1016/j.stbumeth.2010.04.028
Fowles DC, Christie MJ, Edelberg R, Grings WW, Lykken DT, Venables PH. Közzétételi ajánlások az elektrodermális mérésekhez. Psychophysiology, 1981;18(3):232-9.
Wenger CB. Termoreguláció. In: Freedberg IM, Eisen AZ, Wolff K, Austen KF, Goldsmith LA, Katz SI, szerkesztők. Dermatológia az általános orvoslásban, 1. New York: McGraw-Hill; 2003. p. 119-27.
Boucsein W. Electrodermal activity. New York: Plenum University Press; 1992.
Critchley, H. (2002). Review: Electrodermal Responses: Mi történik az agyban. The Neuroscientist, 8(2), pp.132-142.
Anders, S., Lotze, M., Erb, M., Grodd, W. és Birbaumer, N. (2004). Az érzelmi valencia és az arousal hátterében álló agyi aktivitás: A response-related fMRI study. Human Brain Mapping, 23(4), pp.200-209.
Dawson ME, Schell AM, Filion DL. Az elektrodermális rendszer. In: Cacioppo JT, Tassinary LG, Berntson GG, szerkesztők. A pszichofiziológia kézikönyve. Cambridge: University Press; 2007. 159-81. o.
Kreibig, S. D. (2010). Autonóm idegrendszeri aktivitás az érzelmekben: A review. Biológiai pszichológia, vol. 84, no. 3, pp. 394-421.