- •Глава 2. ИЗ ИСТОРИИ ЭКСПЕРИМЕНТАЛЬНОЙ ПСИХОЛОГИИ
- •Глава 4. ЭТАПЫ ПСИХОЛОГИЧЕСКОГО ИССЛЕДОВАНИЯ
- •4.1. ОБЩАЯ СХЕМА НАУЧНОГО ИССЛЕДОВАНИЯ
- •4.2. ПОСТАНОВКА ПРОБЛЕМЫ
- •4.3. ВЫДВИЖЕНИЕ ГИПОТЕЗЫ
- •4.4. ПЛАНИРОВАНИЕ ИССЛЕДОВАНИЯ
- •4.5. СБОР ДАННЫХ
- •4.5.1. Общее понятие о данных
- •4.5.2. Классификация данных
- •4.5.3. Процедура сбора данных
- •4.6. ОБРАБОТКА ДАННЫХ
- •4.6.1. Общее представление об обработке
- •4.6.2. Первичная обработка
- •4.6.3. Вторичная обработка
- •4.6.3.1. Общее представление о вторичной обработке
- •4.6.3.2. Меры центральной тенденции
- •4.6.3.3. Меры изменчивости (рассеивания, разброса)
- •4.6.3.4. Меры связи
- •4.6.3.5. Нормальное распределение
- •4.6.3.6. Некоторые методы статистического анализа данных при вторичной обработке
- •4.7. Интерпретация результатов
- •4.7.1. Интерпретация как теоретическая обработка эмпирической информации
- •4.7.2. Объяснение результатов
- •4.7.2.1. Общее представление об объяснении
- •4.7.2.2. Виды объяснения в психологии
- •4.7.3. Обобщение результатов
- •Глава 6. КЛАССИФИКАЦИЯ МЕТОДОВ
- •Раздел Б Неэмпирические методы
- •Глава 7. Организационные методы (подходы)
- •7.1. Сравнительный метод
- •7.2. Лонгитюдный метод
- •7.3. Комплексный метод
- •Глава 8. МЕТОДЫ ОБРАБОТКИ ДАННЫХ
- •8.1. КОЛИЧЕСТВЕННЫЕ МЕТОДЫ
- •8.2. Качественные методы
- •Глава 9. Интерпретационные методы (подходы)
- •Раздел В Эмпирические методы общепсихологического значения
- •Глава 10. Наблюдение
- •10.1. Общее представление о методе наблюдения
- •10.2. Виды наблюдения
- •Глава 11. Вербально-коммуникативные методы
- •11.1. Беседа
- •11.1.1. Сущность и специфика психологической беседы
- •11.1.2. Основные способы ведения и виды психологической беседы
- •11.1.3. Особенности беседы с детьми
- •11.2. ОПРОС
- •11.2.1. Общие сведения об опросных методах
- •11.2.2. Интервью
- •11.2.2.1. Интервью как единство беседы и опроса
- •11.2.2.2. Процедура интервьюирования
- •11.2.2.3. Требования к интервьюеру
- •11.2.2.4. Виды интервью
- •11.2.3. Анкетирование
- •11.2.3.1. Специфика анкетирования как опросного метода
- •11.2.3.2. Анкета
- •11.2.3.3. Виды анкетирования
- •11.2.4. Сравнительный анализ интервью и анкетирования
- •Глава 12. ЭКСПЕРИМЕНТ
- •12.1. Общая характеристика психологического эксперимента
- •12.1.1. Определение
- •12.1.2. Основные элементы экспериментального метода
- •12.1.3. Уровни эксперимента
- •12.2. Процедурные особенности эксперимента
- •12.2.1. Предъявление независимой переменной
- •12.2.1.1. Виды НП
- •12.2.1.2. Требования к процедуре предъявления НП
- •12.2.1.3. Планирование эксперимента
- •12.2.2. Контроль дополнительных переменных
- •12.2.2.1. Контроль внешних ДП
- •12.2.2.2. Контроль внутренних ДП
- •12.2.3. Фиксация эксперимента
- •12.3. Виды эксперимента
- •12.4. Эксперимент как совместная деятельность исследователя и испытуемого
- •12.4.1. Доэкспериментальное общение
- •12.4.2. Экспериментальное взаимодействие
- •12.4.3. Послеэкспериментальное общение
- •Глава 13. ПСИХОЛОГИЧЕСКОЕ ТЕСТИРОВАНИЕ
- •13.1. Общее представление о психологическом тестировании
- •13.2. Возникновение и развитие метода тестирования
- •13.3. Классификация психологических тестов
- •13.4. Субъективные тесты
- •13.5. Объективные тесты
- •13.6. Проективные тесты
- •13.7. Компьютерное тестирование
- •13.8. Требования к построению и проверке тестовых методик
- •Глава 14. Моделирование в психологии
- •14.1. Определение
- •14.2. Немного истории
- •14.3. Понятие «МОДЕЛЬ»
- •14.3.1. Общее представление о модели
- •14.3.2. Функции моделей
- •14.3.3. Классификация моделей
- •14.4. Специфика моделирования в психологии
- •14.5. Основные направления моделирования в психологии
- •14.5.1. Моделирование психики
- •14.5.1.1. Общие сведения о моделировании психики
- •14.5.1.2. Моделирование физиологических основ психики
- •14.5.1.3. Моделирование психологических механизмов
- •14.5.2. Психологическое моделирование
- •15.1. Метод семантического дифференциала
- •15.2. Метод семантического радикала
- •15.3. Метод репертуарных решеток
- •Глава 16. ПСИХОМОТОРНЫЕ МЕТОДЫ ПСИХОДИАГНОСТИКИ
- •16.1. Методы исследования свойств нервной системы
- •16.2. Методы исследования моторики
- •16.3. Методика миокинетической психодиагностики
- •Глава 17. МЕТОДЫ СОЦИАЛЬНО-ПСИХОЛОГИЧЕСКОЙ ДИАГНОСТИКИ ЛИЧНОСТИ
- •17.1. Социометрия
- •17.2. Групповая оценка личности
- •17.3. Референтометрия
- •17.4. Методика фидлера
- •Глава 18. ПСИХОТЕРАПЕВТИЧЕСКИЕ МЕТОДЫ
- •18.1. Общее представление о психотерапии
- •18.2. Гипнотерапия
- •18.3. Аутогенная тренировка
- •18.4. Рациональная (разъяснительная) психотерапия
- •18.5. Игровая психотерапия
- •18.6. Психоэстетотерапия
- •18.7. Наркопсихотерапия
- •18.8. Телесная психотерапия
- •18.9. Социальная психотерапия
- •Глава 19. МЕТОДЫ ИЗУЧЕНИЯ ДОКУМЕНТОВ. КОНТЕНТ-АНАЛИЗ
- •Глава 20. БИОГРАФИЧЕСКИЕ МЕТОДЫ
- •20.1. Общие сведения о системе биографических методов
- •20.2. Психобиография
- •20.3. Каузометрия
- •20.4. Формализованная биографическая анкета
- •20.5. Психологическая автобиография
- •Глава 21. ПСИХОФИЗИОЛОГИЧЕСКИЕ МЕТОДЫ
- •21.1. Психофизиологические методы как объективные способы изучения психики
- •21.2. Методы исследования работы вегетативной нервной системы
- •21.2.2. Методы исследования работы сердечно-сосудистой системы
- •21.2.3. Методы исследования работы дыхательной системы
- •21.2.4. Методы исследования работы пищеварительной системы
- •21.2.5. Методы исследования работы глаз
- •21.3. Методы исследования работы соматической нервной системы
- •21.4. Методы исследования работы центральной нервной системы
- •21.4.1. Электроэнцефалография (ЭЭГ)
- •21.4.2. Метод вызванных потенциалов
- •Глава 22. ПРАКСИМЕТРИЧЕСКИЕ МЕТОДЫ
- •22.1. Общее представление о праксиметрии
- •22.2. Общие методы исследования отдельных движений и действий
- •22.3. Специальные методы исследования трудовых операций и деятельности
- •ЛИТЕРАТУРА
говорить, на сколько или во сколько раз один больше или меньше другого. Они сравниваютсяв оценках «равно – неравно», «больше – меньше». Можно сказать, что один коэффициент превышает (слабо, заметно, очень заметно) другой, но какова величина этого превышения говорить нельзя.
3.Существуют явления, в которых заведомо известно, чтомежду ними слабая (или сильная) связь. Тогда R приобретает не абсолютный, а относительный характер. Так, для слабой связи R = 0,2 может считаться высоким показателем, а для сильной и R = 0,7 будет считаться низким.
4.Иногда и слабая корреляция заслуживает внимания, еслиэто обнаружено впервые, т. е. выявлена новая связь.
5.Надежность R зависит от надежности исходных данных.
4.6.3.5.Нормальное распределение
Мы уже знакомы с понятиями «распределение», «полигон» (или «частный полигон») и «кривая распределения». Частным случаем этих понятий является «нормальное распределение» и «нормальная кривая». Но этот частный вариант очень важен при анализе любых научных данных, в том числе и психологических. Дело в том, что нормальное распределение, изображаемое графически нормальной кривой, есть идеальное, редко встречающееся в объективной действительности распределение. Но его использование многократно облегчает и упрощает обработку и объяснение получаемых в натуре данных. Более того, только для нормального распределения приведенные коэффициенты корреляции имеют истолкование в качестве меры тесноты связи, в других случаях они такой функции не несут, а их вычисление приводит к труднообъяснимым парадоксам.
В научных исследованиях обычно принимается допущение о нормальности распределения реальных данных и на этом основании производится их обработка, после чего уточняется и указывается, насколько реальное распределение отличается от нормального, для чего существует ряд специальных статистических приемов. Как правило, это допущение вполне приемлемо, так как большинство психических явлений и их характеристик имеют распределения, очень близкие к нормальному.
Так что же такое нормальное распределение и каковы его особенности, привлекающие ученых? Нормальным называется такое распределение величины, при котором вероятность ее появления и не появления является одинаковой. Классическая иллюстрация – бросание монеты. Если монета правильна и броски выполняются одинаково, то выпадение «орла» или «решки» равновероятно. То есть «орел» с одинаковой вероятностью может выпасть и не выпасть, то же касается и «решки».
Мы ввели понятие «вероятность». Уточним его. Вероятность – это ожидаемая частота наступления события (появления – не появления величины). Выражается вероятность через дробь, в числителе которой – число сбывшихся событий (частота), а в знаменателе – предельно возможное число этих событий. Когда выборка (число возможных случаев) ограниченна, то лучше говорить не о вероятности, а о частости, с которой мы уже знакомы. Вероятность предполагает бесконечное число проб. Но на практике эта тонкость часто игнорируется.
Пристальный интерес математиков к теории вероятности в целом и к нормальному распределению в частности появляется в XVII веке в связи со стремлением участников азартных игр найти формулу максимального выигрыша при минимальном риске. Этими вопросами занялись знаменитые математики Я. Бернулли (1654-1705) и П. С. Лаплас (1749-1827). Первым математическое описание кривой, соединяющей отрезки диаграммы распределения вероятностей выпадения «орлов» при многократном бросании монет, дал Абрахам де Муавр (1667-1754). Эта кривая очень близка к нормальной кривой, точное описание которой дал великий математик К. Ф. Гаусс (1777-1855), чье имя она и носит поныне. График и формула нормальной (Гауссовой) кривой выглядит следующим образом.
|
где Р – вероятность (точнее, плотность вероятности), т. е. |
||||
|
высота кривой над заданным значением Z; е – основание |
||||
|
натурального логарифма (2.718...); π = 3.142...; М – |
||||
|
среднее выборки; σ – стандартное отклонение. |
|
|||
|
Свойства нормальной кривой |
|
|
|
|
|
1.Среднее (М), мода (Мо) и медиана (Me) совпадают. |
||||
3. |
2.Симметричность относительно среднего М. |
|
|||
Однозначно |
определяется |
всего |
лишь |
двумя |
|
|
параметрами – М и о. |
|
|
|
4.«Ветви» кривой никогда не пересекают абсциссу Z, асимптотически к ней приближаясь. 5.При М = 0 и о =1 получаем единичную нормальную кривую, так как площадь под ней равна 1. 6.Для единичной кривой: Рм = 0.3989, а площадь под кривой в диапазоне:
-σ до +σ = 68.26%; -2σ до + 2σ = 95.46%; -Зσ до + Зσ = 99.74%.
7. Для неединичных нормальных кривых (М ≠ 0, σ ≠ 1) закономерность по площадям сохраняется. Разница – в сотых долях.
Вариации нормального распределения
Представленные ниже вариации относятся не только к нормальному распределению, но к любому. Однако для наглядности мы их приводим здесь.
1. Асимметрия – неодинаковость распределения относительно центрального значения.
Рис. 6. Графики асимметричного распределения Асимметрия – третий показатель, описывающий распределение наряду с мерами
центральной тенденции и изменчивостью. Эксцесс – показатель, характеризующий скорость нарастания концентрации данных к центральному значению. На графиках это выражается «островершинностью» или «плосковершинностью».
Эксцесс – четвертый основной показатель распределения. 3. Бимодальность – распределение с двумя классами данных в выборке. Об этом эффекте уже говорилось при рассмотрении моды (Мо). На графике это выражается «двувершинностью».
4.6.3.6. Некоторые методы статистического анализа данных при вторичной обработке
Внедрение в научные исследования вычислительной техники позволяет быстро и точно определять любые количественные характеристики любых массивов данных. Разработаны различные программы для ЭВМ, по которым можно проводить соответствующий статистический анализ практически любых выборок. Из массы статистических приемов в психологии наибольшее распространение получили следующие.
Комплексное вычисление статистик По стандартным программам производится вычисление различных совокупностей статистик.
Как основных, представленных нами выше, так и дополнительных, не включенных в наш обзор. Иногда получением этих характеристик исследователь и ограничивается. Чаще же совокупность этих статистик представляет собой лишь блок, входящий в более широкое множество показателей изучаемой выборки, получаемое по более сложным программам. В том числе по программам, реализующим приводимые ниже методы статистического анализа.
Корреляционный анализ Сводится к вычислению коэффициентов корреляции в самых разнообразных соотношениях
между переменными. Соотношения задаются исследователем, а переменные равнозначны, т. е. что являются причиной, а что следствием, установить через корреляцию невозможно. Кроме тесноты и направленности связей' метод позволяет установить форму связи (линейность, нелинейность) [27, 124]. Надо заметить, что нелинейные связи не поддаются анализу общепринятыми в психологии математическими и статистическими методами. Данные, относящиеся к нелинейным зонам (например, в точках разрыва связей, в местах скачкообразных изменений), характеризуют через содержательные описания, воздерживаясь от формальноколичественного их представления; [84, с. 17–23]. Иногда для описания нелинейных явлений в психологии удается применить непараметрические математико-статистические методы и модели. Например, используется математическая теория катастроф [294, с. 523–525].
Дисперсионный анализ В отличие от корреляционного анализа этот метод позволяет выявлять не только
взаимосвязь, но и зависимости между переменными, т. е. влияние различных факторов на исследуемый признак. Это влияние оценивается через дисперсионные отношения. Изменение изучаемого признака (вариативность) может быть вызвано действием отдельных известных исследователю факторов, их взаимодействием и воздействиями неизвестных факторов.