- •Калинин а.А., Гусева с.И. Простейшие методы анализа данных в психологии
- •Введение
- •1. Шкалы
- •2. Случайное событие
- •3. Случайная величина
- •3.1 Распределение случайной величины
- •Способность обобщения учеников 10 класса одной из школ Ленинградской области (по результатам штур)
- •3.2 Параметры распределения
- •3.3 Нормальное распределение
- •4. Генеральная совокупность и выборка
- •5. Стандартизация психодиагностических методов
- •6. Статистические гипотезы
- •7. Математический аппарат проверки статистических гипотез
- •Подготовка данных и выбор критерия
- •Формулирование нулевой и альтернативной гипотез.
- •7.1. Подготовка данных
- •7.1.1 Порядок выявления аномальных значений
- •7.1.2 Проверка эмпирического распределения на его соответствие нормальному распределению
- •7.2 Сравнение среднего значения некоторой выборки со средним значением генеральной совокупности или с нормативным значением
- •7.3 Сравнение уровня признака в независимых выборках
- •7.4 Сравнение уровня признака в зависимых выборках
- •7.5 Оценка сходства-различия распределений признаков
- •8. Изучение взаимосвязи психологических явлений
- •8.1 Меры связи явлений, измеренных в номинативных шкалах
- •8.2 Корреляционная связь
- •8.2.1 Меры связи для явлений, измеренных в ранговых шкалах
- •8.2.2 Меры связи для явлений, измеренных в разных шкалах
- •8.2.3 Меры связи для явлений, измеренных в шкале интервалов или отношений
- •8.3 Корреляционный анализ
- •Список использованной литературы:
- •Критические значения f-критерия Фишера
- •Приложение 2 . Результаты штур, использованные при составлении задач настоящего методического пособия
- •11 Класса одной из школ Ленинградской области
- •Калинин а.А., Гусева с.И. Простейшие методы анализа данных в психологии
- •189620, Г. Пушкин, Петербургское шоссе, 10
Министерство образования Российской Федерации
Правительство Ленинградской области
Ленинградский государственный университет
им. А.С. Пушкина
Калинин а.А., Гусева с.И. Простейшие методы анализа данных в психологии
Учебно-методическое пособие
Санкт-Петербург
2004
Рецензенты:
Благинин А.А., доктор медицинских наук, профессор (Военно-медицинская академия, Санкт-Петербург)
Маклаков А.Г., доктор психологических наук, профессор, (Ленинградский государственный университет им. А.С. Пушкина)
Калинин А.А., Гусева С.И. Простейшие методы анализа данных в психологии. Учеб.-метод. пособие. СПб: ЛГУ им. А.С. Пушкина, 2004
Пособие представляет собой практическое руководство для студентов при статистическом обосновании научных и практических выводов курсовых и дипломных работ. Принцип отбора методов – ясность и простота. Методы рассматриваются на реальных примерах и сопровождаются алгоритмами.
Все они могут быть использованы для быстрой обработки данных.
Руководство предназначено для студентов и практических психологов образовательных учреждений.
ISSN 5-8290-0456-5
7.1.2 Проверка эмпирического распределения на его соответствие нормальному распределению 39
Введение
Одной из наиболее важных особенностей развития познания в ХХ веке является математизация всех наук, включая естественные и гуманитарные. Не стала исключением и психология: переход от описания явления к его измерению и активное экспериментирование способствовали внедрению математических методов обработки данных в практику психологов даже несколько ранее, чем это произошло в других гуманитарных науках. Более того, целый ряд широко используемых в гуманитарных и естественных науках статистических методов нашел свое распространение именно благодаря исследованиям психологов.
Современная культура экспериментального исследования в любой области знаний требует убедительных статистических подтверждений. Математические методы применяются в психологии в первую очередь для правильного описания, обобщения и представления получаемых результатов. Математическая обработка данных позволяет выявить и в обобщенном виде описать закономерности психологических явлений, нередко способствует пониманию их сути и, самое главное, повышает доказательность выводов. Математический аппарат статистических исследований универсален: психологи используют математические методы, разработанные для решения задач экономики, биологии, геологии, в то же время методы, разработанные для решения собственно психологических задач, успешно применяются специалистами в области естественных наук.
Любому психологу-практику следует иметь представление о той математике, которая лежит в основе психологической диагностики, чтобы математически правильно понимать и интерпретировать результаты тестирования. Первичные результаты любого психологического теста практически бессмысленны без дополнительных данных. Сказать, что кто-то правильно решил 10 задач теста, опознал 24 слова в лексическом тесте или собрал тестовый объект из элементов за 52 секунды - это практически ничего не сообщить о том, как у этого объекта исследований развита соответствующая функция. Точно так же, если мы приведем не абсолютные, а процентные показатели, например, выполнения заданий - 65% правильных ответов по одному тесту, 28% по другому, 80% по третьему, то мы опять же не дадим практически никакой новой информации, поскольку мы не знаем сложности выполненного задания. Любые первичные данные могут быть истолкованы только в рамках какой-либо четко заданной единой системы отсчета. В психологии результаты тестов чаще всего интерпретируется путем их сравнения с нормами выполнения, установленными опытным путем. Решить, как соотносятся результаты исследования с нормативными показателями (различаются значимо, незначимо, либо не отличаются) - это задача, решаемая с применением методов математической статистики. Методы математической статистики позволяют сравнить показатели двух обследуемых групп между собой, установить, значимо ли изменились показатели одного обследуемого или целой группы после воздействия какого-либо внешнего фактора, установить наличие или отсутствие согласованности изменения двух и более величин. Математическая статистика позволяет оценить, насколько можно доверять тому или иному выводу исследователя, но при этом ни в коем случае не служит его доказательством.
Математический аппарат статистических исследований, описанных в настоящем пособии, как правило, совсем несложен и ограничивается четырьмя арифметическими действиями и возведением в степень, что делает материал доступным даже для студентов, считающих себя абсолютно неспособными к математике. В рамках курса использованы наиболее простые примеры, что облегчает понимание сути метода. Все расчеты при решении задач могут быть выполнены с помощью калькулятора. Как правило, в распоряжении современного исследователя есть компьютер, для которого написано множество программ расчета статистических характеристик. В практической работе в дальнейшем, в том числе при выполнении курсовых и дипломных работ, для работы с большими выборками данных можно и нужно использовать возможности их компьютерной обработки. В пособии указаны статистические критерии, расчет которых можно провести с помощью программы Microsoft Excel.