- •Оглавление:
- •Первичная статистическая обработка данных психологического исследования.
- •Группировка первичных данных.
- •Табуляция первичных данных – представление их в виде таблицы № 1.
- •Разбивка выборки на интервалы: определение числа интервалов и ширины интервалов.
- •Выбор числа интервалов в связи с обьемом группировки.
- •Определение ширины интервалов (h): по формуле:
- •Группировка непрерывных первичных данных.
- •Намечаются границы интервалов группировки (работа со столбцом 2 в таблице 3)
- •Намечаются точные границы интервалов.
- •Графическое представление экспериментальных данных.
- •Параметры распределения, числовые характеристики выборки.
- •Мера центральной тенденции.
- •Мера изменчивости разброса.
- •Стандартизация шкал.
- •Нормальное распределение.
- •Стандартизированные шкалы.
- •Психометрические требования к психодиагностической методике.
- •Проверка надёжности теста.
- •Алгоритм проверки надёжности теста.
- •Методика №2 Экспресс-диагностика личностной конкурентоспособности
- •План – задание №1 Построение психометрических шкал
- •План – задание №2 анализ надежности тестовой методики «методом расщепления».
- •Литература:
Параметры распределения, числовые характеристики выборки.
Если вариационные ряды и графики эмпирических распределений дают наглядное представление о том, как варьирует признак в выборочной совокупности, то числовые характеристики дают количественное представление об эмпирических распределениях и позволяют сравнивать их между собой Минимальной, но часто и достаточной репрезентацией эмпирического распределения могут служить две се числовых характеристики:
Характеристики положение (мера центральной тенденции).
Характеристика рассеяния (мера изменчивости, разброса).
Мера центральной тенденции.
Рассмотрим основные характеристики положения, определявшие положение центра эмпирического распределения мода , медиана, среднее арифметическое (X) -величины, которых описывают типичное значение исследуемого признака (явления) в данной выборке.
Мода- обозначается какMoи является наиболее часто встречаемым в распределении - значением применяется в шкалах наименования и нестабильна в малых выборках.
В ранжированных выборках (и если данных немного)
например: 4,5,5,7,7,8,8,8,8,8,9,9,11
модой будет наиболее часто встречаемое значение т.к. эта величина встречается в выборке 5 раз.
Для сгруппированных данных (см. табл. №3) определяется по следующей формуле:
где - нижняя граница модального интервала (модальный интервал – интервал группировки с набольшей частотой(таблица 3, столбец 6)).
- ширина модального интервала группировки,
- частота модального интервала,
- частота интервала, предшествующего модальному интервалу,
- частота интервала, следующего за модальным интервалом.
В качестве примера вычислите моду для приведённого выше примера, воспользовавшись данными таблицы №3.
МЕДИАНА- обозначается какMeи является значением, которое делит пополам упорядоченное множество переменных. Широко используется для представления эмпирических данных т к. проста в вычислении и не зависит от формы распределения эмпирических данных, Медиана применяется в шкалах наименований, порядка наиболее часто в шкалах интервалов.
Вычисление медианы зависит от объема выборки:
если выборка невелика (данных немного) и содержит нечетное число, например 5,11,14,9.7,8,16,10,13 то данную выборку ранжируют (располагают данные в порядке возрастания или убывания) и в ранжированной выборке, содержащей членов, ранг(порядковый номер), медианы определяют так:
Для приведённых данных ранжированный ряд в порядке возрастания будет: 5,7,8,9,10,11,13,14,16, с нечётным числом n= 9.
Тогда ранг медианы будет:
и величина медианы будет совпадать с пятым членом ряда – Me= 10.
при чётном количестве данных, например: 7,9,12,14,16,19 – n= 6, ранг медианы по формуле (3.2) будет:
медианой в этом случае может быть любое число между 12 и 14 (3-м и 4-м членами ряда), но в этом случае принято определять медиану как среднее арифметическое Me= (12+14)/2 = 13.
для сгруппированных данных (см. табл. №3) медиану определяют следующим образом:
находят интервал группировки, в котором содержится медиана, путём подсчёта накопленных частот (7 столбец - , в таблице 3).
Медианным будет тот интервал, в котором накопленная частота (nxi) впервые окажется больше или равна n/2;
внутри медианного интервала медиана определяется по формуле:
где - нижняя граница медианного интервала,
h- Ширина медианного интервала,
0,5n- половина объёма выборки,
- накопленная частота интервала, предшествующего медианному интервалу,
- частота медианного интервала.
В качестве примера вычислите медиану (Me) для приведённого выше примера, воспользовавшись данными таблицы №3.
СРЕДНЕЕ АРИФМЕТИЧЕСКОЕ– представляет собой такое значение признака, сумма отклонений от которого выборочных значений признака с учетом знака отклонения равна нулю, и принятое обозначение -X,той же буквой, что и варианты выборки, только с символом усреднения чертой нал ним. Среднее арифметическое, или просто среднее, обеспечивает минимальную ошибку в представлении центральной тенденции эмпирических данных и наиболее часто используется в шкалах интервалов и отношений.
Среднее арифметическое для необработанных первичных данных вычисляется по формуле:
,
где n- объём выборки,
- варианты выборки (i– порядковый номер суммируемых чисел и принимает значения от 1,2,3,………n).
Для сгруппированных данных среднее арифметическое, также называемое средним взвешенным, определяется по формуле:
где n- объём выборки,
k- Число интервалов,
- частоты интервалов,
- срединные (центр) значения интервалов.
В качестве примера вычислите среднее арифметическое для приведённого выше примера, воспользовавшись данными таблицы №3.