- •Лейбовский м.А.
- •Шкала отношений
- •Тема 2.
- •Программные продукты (ппп) для обработки
- •Психолого-педагогической и социологической
- •Информации.
- •Тема 3.
- •Статистический анализ экспериментальных данных.
- •Методы первичной обработки результатов
- •Эксперимента
- •Выборочное среднее
- •Дисперсия
- •Выборочное отклонение
- •Медиана
- •Интервал
- •Тема 4. Основные понятия, используемые в математической обработке психологических данных
- •1. Распределение признака. Параметры распределения
- •Тема 5. Статистические гипотезы
- •Направленные гипотезы
- •3. Статистические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •4. Уровни статистической значимости
- •Правило отклонения Hо и принятия h1
- •5. Мощность критериев
- •6. Классификация задач и методов их решения
- •Принятие решения о задаче и методе обработки на стадии, когда данные уже получены
- •Алгоритм
- •Тема 6. Выявление различий в уровне исследуемого признака
- •1. Обоснование задачи сопоставления и сравнения
- •Алгоритм Подсчет критерия q Розенбаума
- •Алгоритм Подсчет критерия н Крускала-Уоллиса
- •Тема 7. Оценка достоверности сдвига в значениях исследуемого признака
- •1. Обоснование задачи исследований изменений
- •4. Критерий χ2r Фридмана
- •Алгоритм Подсчет критерия χ2r Фридмана
- •Алгоритм принятия решения о выборе критерия оценки изменений
- •Тема 8. Корреляционный анализ
- •1) «Время просмотра телепередач с насилием»;
- •Понятие корреляции
- •Коэффициент корреляции rxy пирсона
- •Ранговый коэффициент корреляции спирмена
- •Коэффициент корреляции «τ» (тау) кендалла
- •Частная корреляция
- •Тема 9. Факторный и кластерный анализ. Факторный анализ.
- •Кластерный анализ
- •Перечень вопросов к зачету:
Алгоритм Подсчет критерия χ2r Фридмана
Проранжировать индивидуальные значения первого испытуемого, полученные им в 1-м, 2-м, 3-м и т. д. замерах.
Проделать то же самое по отношению ко всем другим испытуемым.
Просуммировать ранги по условиям, в которых осуществлялись замеры. Проверить совпадение общей суммы рангов с расчетной суммой.
Определить эмпирическое значение χ2r по формуле:
где с - количество условии;
n - количество испытуемых;
Tj - суммы рангов по каждому из условий.
5. Определить уровни статистической значимости для χ2r эмп:
а) при с=3, n<9 - по Табл. VII-A Приложения 1;
б) при с=4, n<4 - по Табл. VII-Б Приложения 1.
6. При большем количестве условий и/или испытуемых количество степеней свободы ν по формуле:
ν=c—1,
где с - количество условии (замеров).
По Табл. определить критические значения критерия χ2r при данном числе степеней свободы ν.
Если χ2r эмп равен критическому значению χ2r или превышает его, различия достоверны.
Алгоритм принятия решения о выборе критерия оценки изменений
Тема 8. Корреляционный анализ
Коэффициент корреляции — двумерная описательная статистика, количественная мера взаимосвязи (совместной изменчивости) двух переменных.
История разработки и применения коэффициентов корреляции для исследования взаимосвязей фактически началась одновременно с возникновением измерительного подхода к исследованию индивидуальных различий — в 1870—1880 гг. Пионером в измерении способностей человека, как и автором самого термина «коэффициент корреляции», был Френсис Гальтон, а самые популярные коэффициенты корреляции были разработаны его последователем Карлом Пирсоном. С тех пор изучение взаимосвязей с использованием коэффициентов корреляции является одним из наиболее популярных в психологии занятием.
К настоящему времени разработано великое множество различных коэффициентов корреляции, проблеме измерения взаимосвязи с их помощью посвящены сотни книг. Поэтому, не претендуя на полноту изложения, мы рассмотрим лишь самые важные, действительно незаменимые в исследованиях меры связи — rxy--Пирсона, ρ-Спирмена и τ-Кендалла1. Их общей особенностью является то, что они отражают взаимосвязь двух признаков, измеренных в количественной шкале — ранговой или метрической.
Вообще говоря, любое эмпирическое исследование сосредоточено на изучении взаимосвязей двух или более переменных.
ПРИМЕР
1) «Время просмотра телепередач с насилием»;
2) «агрессивность».
Читается как тау-Кендалла.
2. Изучается различие в агрессивности 2-х или более групп подростков, отличающихся длительностью просмотра телепередач с демонстрацией сцен насилия.
Во втором примере изучение различий может быть представлено как исследование взаимосвязи 2-х переменных, одна из которых — номинативная (длительность просмотра телепередач). И для этой ситуации также разработаны свои коэффициенты корреляции.
Любое исследование можно свести к изучению корреляций, благо изобретены самые различные коэффициенты корреляции для практически любой исследовательской ситуации. Но в дальнейшем изложении мы будем различать два класса задач:
исследование корреляций — когда две переменные представлены в числовой шкале;
исследование различий — когда хотя бы одна из двух переменных представлена в номинативной шкале.
Такое деление соответствует и логике построения популярных компьютерных статистических программ, в которых в меню Корреляции предлагаются три коэффициента (г-Пирсона, r-Спирмена и т-Кендалла), а для решения других исследовательских задач предлагаются методы сравнения групп.