- •Содержание
- •Глава 1. Основные понятия, используемые в математической обработке психологических данных..... ... 11
- •4.4. Задачи для самостоятельной работы ....... 152
- •Предисловие автора
- •Как читать эту книгу и как ею пользоваться
- •Глава 1
- •Основные понятия, используемые
- •В математической обработке
- •Психологических данных
- •1.1. Признаки и переменные
- •1.2. Шкалы измерения
- •1.3. Распределение признака. Параметры распределения
- •1.4. Статистические гипотезы
- •Направленные гипотезы
- •Ненаправленные гипотезы
- •1.5. Статистические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •1.6. Уровни статистической значимости
- •Правило отклонения h0 и принятия h1
- •1.7. Мощность критериев
- •1.8. Классификация задач и методов их решения
- •1.9. Принятие решения о выборе метода математической обработки
- •Алгоритм 1
- •Алгоритм 2
- •1.10. Список обозначений Латинские обозначения:
- •Греческие обозначения:
- •Глава 2 выявление различий в уровне исследуемого признака
- •2.1. Обоснование задачи сопоставления и сравнения
- •Алгоритм 3 Подсчет критерия q Розенбаума
- •Правила ранжирования
- •Алгоритм 4 Подсчет критерия u Манна-Уитни.
- •Алгоритм 5 Подсчет критерия н Крускала-Уоллиса
- •Алгоритм 6 Подсчет критерия s Джонкира
- •2.6. Задачи для самостоятельной работы
- •2.7. Алгоритм принятия решения о выборе критерия для сопоставлений
- •Глава 3 оценка достоверности сдвига в значениях исследуемого признака
- •3.1. Обоснование задачи исследований изменений
- •Алгоритм 8 Расчет критерия знаков g
- •Алгоритм 9 Подсчет критерия т Вилкоксона
- •3.4. Критерий χ2r Фридмана
- •Алгоритм 10 Подсчет критерия χ2r Фридмана
- •Алгоритм 11 Подсчет критерия тенденций l Пейджа
- •3.6. Задачи для самостоятельной работы
- •3.7. Алгоритм принятия решения о выборе критерия оценки изменений
- •Глава 4 выявление различий в распределении признака
- •4.1. Обоснование задачи сравнения распределений признака
- •4,2. Χ2 критерий Пирсона
- •Шутливый пример
- •Алгоритм 13 Расчет критерия χ2
- •Алгоритм 14 Расчет абсолютной величины разности d между эмпирическим и равномерным распределениями
- •Алгоритм 15 Расчет критерия λ при сопоставлении двух эмпирических распределений
- •4.4. Задачи для самостоятельной работы .
- •Глава 5 многофункциональные статистические критерии
- •5.1. Понятие многофункциональных критериев
- •5.2. Критерий φ* — угловое преобразование Фишера
- •Алгоритм 17 Расчет критерия φ*
- •5.3. Биномиальный критерий ш Назначение критерия m
- •Алгоритм 18 Применение биномиального критерия m
- •5.4. Многофункциональные критерии как эффективные заменители традиционных критериев
- •5.5. Задачи для самостоятельной работы
- •5.6. Алгоритм выбора многофункциональных критериев
- •Глава 6 метод ранговой корреляции
- •6.1. Обоснование задачи исследования согласованных действий
- •6.2. Коэффициент ранговой корреляции rs Спирмена
- •Алгоритм 20 Расчет коэффициента ранговой корреляции Спирмена rs.
- •Глава 7 дисперсионный анализ
- •7.1. Понятие дисперсионного анализа
- •7.2. Подготовка данных к дисперсионному анализу
- •1) Создание комплексов
- •2) Уравновешивание комплексов
- •3) Проверка нормальности распределения результативного признака.
- •4) Преобразование эмпирических данных с целью упрощения расчетов
- •7.3. Однофакторный дисперсионный анализ для несвязанных выборок
- •7.4. Дисперсионный анализ для связанных выборок
- •Глава 8 дисперсионный двухфакторный анализ
- •8.1. Обоснование задачи по оценке взаимодействия двух факторов
- •8.2. Двухфакторный дисперсионный анализ для несвязанных выборок
- •8.3. Двухфакторный дисперсионный анализ для связанных выборок
- •Глава 9 решения задач с комментариями
- •9.1. Рекомендации по решению задач
- •9.2. Решения задач Главы 2
- •9.3. Решения задач Главы 3
- •Вопрос 1: Ощущаются ли участниками значимые сдвиги в уровне владения каждым из трех навыков после тренинга?
- •Вопрос 2: Произошли ли по трем видам навыков разные сдвиги или эти сдвиги для разных навыков примерно одинаковы?
- •Вопрос 3: Уменьшается ли расхождение между "идеальным" и реальным уровнями владения навыками после тренинга?
- •9.4. Решения задач Главы 4
- •Вопрос 1: Можно ли утверждать, что разные картины методики Хекхаузена обладают разной побудительной силой в отношении мотивов: а) "надежда на успех"; б) "боязнь неудачи"?
- •Вопрос 2: Можно ли считать стимульный набор методики Хекхаузена неуравновешенным по направленности воздействия?
- •Вопрос 1: Можно ли утверждать, что распределение запретов не является равномерным?
- •Вопрос 2: Можно ли утверждать, что запрет "Не проси" встречается достоверно чаще остальных?
- •Вопрос 1: Различаются ли распределения предпочтений, выявленные по каждому из четырех типов мужественности, между собой?
- •Вопрос 2. Можно ли утверждать, что предпочтение отдается какому-то одному или двум типам мужественности? Наблюдается ли какая-либо групповая тенденция предпочтений?
- •9.5. Решения задач Главы 5
- •Вопрос 1: Можно ли считать, что милиционеры патрульно-постовой службы в большей степени склонны продолжить разговор с агрессором, чем другие граждане?
- •Вопрос 2: Можно ли утверждать, что милиционеры склонны отвечать агрессору более примирительно, чем гражданские лица?
- •316 Приложение 1
- •330 Приложение 1
- •340 Приложение 1
- •344 Приложение 1
- •Глава 1. Основные понятия» используемые в математической
- •Глава 3. Оценка достоверности сдвига в значениях
- •Глава 4. Выявление различий в распределении признака. . По
- •Глава 5. Многофункциональные статнстнческне критерии . 157
- •Глава 8. Дисперсионный двухфакторнын анализ..... 246
1.6. Уровни статистической значимости
Уровень значимости - это вероятность того, что мы сочли различия существенными, а они на самом деле случайны.
Когда мы указываем, что различия достоверны на 5%-ом уровне значимости, или при р<0,05, то мы имеем виду, что вероятность того, что они все-таки недостоверны, составляет 0,05.
Когда мы указываем, что различия достоверны на 1%-ом уровне значимости, или при р<0,01, то мы имеем в виду, что вероятность того, что они все-таки недостоверны, составляет 0,01.
Если перевести все это на более формализованный язык, то уровень значимости - это вероятность отклонения нулевой гипотезы, в то время как она верна.
Ошибка, состоящая в том, что мы отклонили нулевую гипотезу, в то время как она верна, называется ошибкой 1 рода.
Вероятность такой ошибки обычно обозначается какα. В сущности, мы должны были бы указывать в скобках не р≤0,05 или р≤0,01, а α≤0,05 или α≤0,01. В некоторых руководствах так и делается (Рунион Р., 1982; Захаров В.П., 1985 и др.).
Если вероятность ошибки - это α, то вероятность правильного решения: 1 — α. Чем меньше α, тем больше вероятность правильного решения.
Исторически сложилось так, что в психологии принято считать низшим уровнем статистической значимости 5%-ый уровень (р<0,05): достаточным - 1%-ый уровень (р<0,01) и высшим 0,1%-ый уровень (р<0,001), поэтому в таблицах критических значений обычно приводятся значения критериев, соответствующих уровням статистической значимости р<0,05 и р<0,01, иногда - р<0,001. Для некоторых критериев в таблицах указан точный уровень значимости их разных эмпирических значений. Например, для φ*=1,56 р=0,06.
До тех пор, однако, пока уровень статистической значимости не достигнет р=0,05, мы еще не имеем права отклонить нулевую гипотезу. В настоящем руководстве мы, вслед за Р. Рунионом (1982), будем придерживаться следующего правила отклонения гипотезы об отсутствии различий (H0) и принятия гипотезы о статистической достоверности различий (Н1).
Правило отклонения h0 и принятия h1
Если эмпирическое значение критерия равняется критическому значению, соответствующему р<0,05 или превышает его, то H0 отклоняется, но мы еще не можем определенно принять H1. Если эмпирическое значение критерия равняется критическому значению, соответствующему р<0,01 или превышает его, то H0 отклоняется и принимается H1.
Исключения: критерий знаков G, критерий Т Вилкоксона и критерий U Манна-Уитни. Для них устанавливаются обратные соотношения.
Для облегчения процесса принятия решения можно всякий раз вычерчивать "ось значимости".
Критические значения критерия обозначены как Q0,05 и Q0,01, эмпирическое значение критерия как Qэмп. Оно заключено в эллипс.
Вправо от критического значения Q0,01 простирается "зона значимости" - сюда попадают эмпирические значения, превышающие Q0,01 и, следовательно, безусловно значимые.
Влево от критического значения Q0,05 простирается "зона незначимости", - сюда попадают эмпирические значения Q, которые ниже Q0,05, и, следовательно, безусловно незначимы.
Мы видим, что Q0,05=6; Q0,01=9; Qэмп =8
Эмпирическое значение критерия попадает в область между Q0,05 и Q0,01- Это зона "неопределенности": мы уже можем отклонить гипотезу о недостоверности различий (H0), но еще не можем принять гипотезы об их достоверности (H1).
Практически, однако, исследователь может считать достоверными уже те различия, которые не попадают в зону незначимости, заявив, что они достоверны при р<0,05, или указав точный уровень значимости полученного эмпирического значения критерия, например: р=0,02. С помощью таблиц Приложения 1 это можно сделать по отношению к критериям Н Крускала-Уоллиса, χ2, Фридмана, L Пейджа, φ* Фишера, А, Колмогорова.
Уровень статистической значимости или критические значения критериев определяются по-разному при проверке направленных и ненаправленных статистических гипотез.
При направленной статистической гипотезе используется односторонний критерий, при ненаправленной гипотезе - двусторонний критерий. Двусторонний критерий более строг, поскольку он проверяет различия в обе стороны, и поэтому то эмпирическое значение критерия, которое ранее соответствовало уровню значимости р<0,05, теперь соответствует лишь уровню р<0,10.
В данном руководстве исследователю не придется всякий раз самостоятельно решать, использует ли он односторонний или двухсторонний критерий. Таблицы критических значений критериев подобраны таким образом, что направленным гипотезам соответствует односторонний, а ненаправленным - двусторонний критерий, и приведенные значения удовлетворяют тем требованиям, которые предъявляются к каждому из них. Исследователю необходимо лишь следить за тем, чтобы его гипотезы совпадали по смыслу и по форме с гипотезами, предлагаемыми в описании каждого из критериев.