5. Заключительный этап психологического исследования. Этап обработки данных. Первичная и вторичная обработка данных. Гистограммы. Полигон распределений. Кривая распределения.

Собрав данные, исследователь приступает к их обработке, получая сведения более высокого уровня – результаты. «Сырые» данные путем обработки приводятся в определенную сбалансированную систему, которая становится базой для содержательного анализа, интерпретации и научных выводов и практических рекомендаций.

Обработка данных направлена на:

-упорядочивание исходного материала

- обнаружение и ликвидацию ошибок, недочетов, пробелов в сведениях

- выявление скрытых от непосредств. восприятия тенденций, закономерностей и связей.

- обнаружение новых фактов, которые не ожидались и не были замечены в ходе эмпир.процесса

- выяснение уровня достоверности, надежности, точности обработанных данных

- получение научно обоснованных результатов.

Рассматриваемый этап обычно связывают с количественной обработкой, к-рая имеет 2 фазы: первичную и вторичную.

Первичная обработка – «сырые» сведения группируются, заносятся в сводные таблицы. Для наглядного представления данных строятся диаграммы и графики. Первичная обработка даёт исследователю в первом приближении представление о характере всей совокупности данных: однородности/неоднородности, компактности/разбросанности, четкости/размытости и т.д.

Вторичная обработка – завершает анализ данных и подготавливает их к синтезированию знаний на стадиях объяснения и выводов. В основном вторичная обработка заключается в статистическом анализе итогов первичной обработки. Как специфический вид вторичной обработки выступает шкалирование,

Данные непрерывного характера можно представить в наглядной форме: в виде гистограмм, полигонов и кривых.

Гистограмма – «столбчатая» диаграмма частотного распределения признака на выборке. На оси абсцисс откладывают значения измеряемой величины, а на оси ординат – частоты или относительные частоты встречаемости данного диапазона величины в выборке.

Гистограмма предназначена для визуального представления распределения непрерывной переменной, состоит из соприкасающихся прямоугольников (основание – интервалы группировки в точных границах; высота – вычисленные значения плотности распределения).

Полигон распределения – график распределения частот для порядковых и количественных переменных. Ломаная линия, наглядно демонстрирующая распределение частот. Линия ПР соединяет точки, координаты к-рых для дискретных и непрерывных переменных определяются по-разному.

Кривая распределения – графическое изображение в виде непрерывной линии изменения частот в виде непрерывной линии изменения частот в вариационном ряду. Отражает закономерность изменения частот при отсутствии случайных факторов.

6. Вторичная обработка данных. Меры центральной тенденции. Меры изменчивости. Уровень значимости в психологическом исследовании. Меры связи.

Вторичная обработка завершает анализ данных и подготавливает их к синтезированию знаний на стадиях объяснения и выводов. Даже если эти последние этапы по каким-либо причинам не могут быть выполнены, исследование может считаться состоявшимся, поскольку завершилось получением результатов. В основном ВО заключается в статистическом анализе итогов первичной обработки. Как специфический вид вторичной обработки выступает шкалирование.

Всю совокупность полученных данных можно охарактеризовать в сжатом виде, если удаётся ответить на 3 главных вопроса:

1) какое значение наиболее характерно для выборки

2)велик ли разброс данных относительно этого характерного значения, т.е. какова «размытость» данных?

3) существует ли взаимосвязь между отд. данными в имеющейся совокупности и каковы хар-р и сила этих связей.

Ответы на эти вопросы – нек-рые показатели исследуемой выборки. 1) меры центральной тенденции; 2) меры изменчивости 3) меры связи (корреляции). Эти показатели приложимы к количеств.данным.

МЦТ – величины, вокруг к-рых группируются ост. данные. Позволяют судить по ним обо всей выборке, дают возм-ть сранивать выборки (ср.арифм, медиана, мода, ср.геометрическое, ср.гармоническое). В психологии обычно исп-ются первые три.

Ср.арифм. – частное от деления всех значений на их количество.

медиана – центральное значение в последовательном ряду данных.

мода – наиболее часто встречающееся значение в выборке (если все одинаково часто – моды нет, если два – две моды).

меры изменчивости (разброса) – статистические показатели, хар-ющие различия между отд.значениями выборки. Позволяют судить о степени однородности получ. множества, его компактности, о надежности полученных данных и вытекающих результатов. В психол. иссл-иях исп-ются: размах, среднее отклонение, дисперсия, станд.отклонение, полуквартильное отклонение.

Размах – интервал м/у макс. и мин. значениями признака. Опр-ется быстро, но нечувствителен к случайностям.

Среднее отклонение – ср. арифметическое разницы между каждым значением в выборке и ее средним: МД = ?d / N, где d = |Х– M|; М – среднее выборки; X – конкр. значение; N – число значений.

Дисперсия – через избегание нулевой суммы конкр. разниц, не через их абсол. величины, а через их возведение в квадрат: Д = ?d2 / N – для больших выборок (N > 30); Д = ?d2/ (N-1) – для малых выборок (N < 30).

Станд.отклонение –

Полуквартильное отклонение – вся область распределения делится на 4 равные части.

Полукваритльный коэф-т – половина интервала м/у 1ым и 3им квартилями. Q = (Q3 – Q1)/2.

При несимметричном распределении вычисляют ещё 2 коэф-та – для правого и левого участков:

Qлев. = (Q2-Q1)/2; Qправ.= (Q3-Q2)/2

меры связи – выявляют соотн-ия м/у 2 переменными или м/у 2 выборками. Связи или корреляции выявляют через вычисление коэф-тов корреляции, если переменные находятся в линейной зависимости м/у собой. Больш-во психич. явлений подчинено именно линейным зависимостям.

Уровень значимости (р) – вероятность отвергнуть статистическую гипотезу Н0, когда она верна (как ошибка первого рода, или ложноположительное решение). Выбор уровня значимости произволен. Уровень значимости связан с оценкой кол-ва опытов или величиной выборок. Обычно указывается мин. уровень значимости, на к-ром можно отвергнуть гипотезу. С этим уровнем связано установление мин. экспериментального эффекта, к-рый будет признан экспериментатором достаточным для суждения.

Процесс решения часто опирается на p-величину (читается «пи-величина»): если p-величина меньше уровня значимости, то нуль-гипотеза отвергается. Чем меньше p-величина, тем более значимой называется тестовая статистика. Чем меньше p-величина, тем сильнее основания отвергнуть нуль-гипотезу.Уровень значимости обыкновенно обозначают греческой буквой ? (альфа). Популярными уровнями значимости являются 5%, 1%, и 0.1%. Если тест выдаёт p-величину меньше ?-уровня, то нуль-гипотеза отклоняется. Такие результаты неформально называют «статистически значимыми». Например, если кто-то говорит, что «шансы того, что случившееся является совпадением, равным одному из тысячи», то имеется в виду 0.1 % уровень значимости.

7.Нормальное распределение. Свойства нормальной кривой. Вариации нормального распределения: асимметрия, эксцесс, бимодальность, скошенность.

Распределение данных – их разнесённость по выраженности исследуемого качества (показывает, как часто встречаются те или иные показатели. Данные непрерывного хар-ра можно представить в наглядное форме: гистограммы, полигоны, кривые.

Частный случай – «нормальное распределение».

Нормальное распределение (изображается графические нормальной кривой) – идеальное, редко встречающееся в объективной действительности.

При НР вероятность появления и непоявления величины является одинаковой (бросание монеты).

Свойства нормальной кривой:

1) среднее, мода и медиана совпадают

2) симметричность относительного среднего M

3) однозначно определяется всего лишь двумя параметрами M и о.

4) «ветви» кривой никогда не пересекают абсциссу

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:

-? до +? = 68.26%; -2? до + 2? = 95.46%; -З? до + З? = 99.74%.

7) Для неединичных нормальных кривых (М ? 0, ? ? 1) закономерность по площадям сохраняется. Разница – в сотых долях.

Вариации нормального распределения:

1) ассиметрия – неодинаковость распределения отн-но центр. значения.

2) эксцесс – показатель, характеризующий скорость нарастания концентрации данных к центральному значению (островершинность или плосковершинность на графике)

3)бимодальность – распределение с двумя классами данных в выборке (двувершинность на графике)

4) скошенность – редукция одной или двух ветвей распределения.

8. Интерпретация и обобщение результатов исследования.

За количественной и качественной обработкой – решающая фаза научн.исследования – интерпретации результатов. Эту фазу называют теор. обработкой.

Интерпретация – наиболее захватывающий этап исследования, особенно ярко проявляется творческий характер научного процесса.

Теоретическая обработка выполняет 2 функции:

1) преобразование статистич. подготовленных данных (вторичных данных, рез-тов) в эмпирические знания.

2) получение на их базе теоретических знаний.

Эмпирические данные делают возможными только высказывания о существовании/отсутствии признака (факта), его выраженности, частоте появления.

Дальнейшая цель - так обработать данные, чтобы:

-определить отн-ия м/у данными и гипотезами

- произвести проверку исходных гипотез

- уточнить, расширить, модифицировать гипотезы и развить их до уровня теор. высказываний

- довести гипотетическое объяснение проблема до уровня ее решения.

Интерпретация данных охватывает качественный аспект психологических явлений.

Чаще всего под интерпретацией понимают: объяснение и обобщение.

Обобщение результатов – выявление для группы объектов (явлений) наиболее существенных черт, определяющих их важнейшие качественные характеристики. Специфические свойства отбраковываются. Это процесс индуктивный: от частного к общему. Полученные в исследованиях данные обычно относятся к частным ситуациям, конкретным людям. Эти отдельные факты требуют проецирования на более крупные множества (на всю популяцию. на всю генер.совокупность).

В экспериментальной практике обобщение обычно касается: ситуации, ответов, личности испытуемого и зависимости м/у этими 2 компонентами.

Обобщение ответов – подведение различных реакций под одну общую категорию. Надо доказать, что различия в конкр.ответах не существенны, носят частный характер.

Обобщение на уровне личностей – признание репрезентативности выборки.