7 Семестр

Раздел 3. Обработка и анализ данных исследований молодежи

Тема 1. Методы количественного описания данных исследования (6 учебных часов лекций)

Основные понятия: статистика, математическая статистика, признак, переменная, значение признака, распределение признака, нормальное распределение, статистическая гипотеза, статистический критерий, мощность критерия; коллеляционный анализ, корреляция, корреляционная связь, коэффициент корреляции, дисперсионный анализ.

Методы обработки данных. Статистика. Статистические методы. Математическая статистика. Типичные цели обработки данных.

Элементарные понятия анализа данных. Математическая обработка. Признаки и переменные. Значение признака. Распределение признака. Правило трёх сигм. Асимметричное распределение. Статистическая гипотеза: понятие, виды. Статистические критерии: Параметрические и Непараметрические. Уровни статистической значимости. Правило отклонения и принятия гипотез. Мощность критерия. Классификация задач и методов их решения.

Первичные описательные статистики. Меры центральной тенденции. Характеристики вариации данных. Табличное и графическое представление данных. Основные правила построения статистических таблиц. Параметрические и непараметрические методы сравнения выборок. Q – критерий Розенбаума. U – критерий Манна-Уитни. G – критерий знаков. Т – критерий Вилкоксона. c²критерий Пирсона. l-критерий Колмогорова-Смирнова. Много-функциональные статистические критерии. Корреляционный анализ. Корреляционные связи. Коэффициенты корреляции. Корреляционная матрица (таблица). Корреляционная плеяда. Дисперсионный анализ

Семинарско-практическое занятие № 1-2. Первичные описательные статистики (4 учебных часа)

Теоретическая часть занятия

1. Первичные описательные статистики: меры центральной тенденции.

2. Первичные описательные статистики: характеристики вариации данных.

Литература

1. Наследов А.Д. Математические методы психологического исследования. Анализ и интерпретация данных. – СПб: «Речь», 2007.- 392 с. [Электронный ресурс] // Режим доступа: http://lib.uni-dubna.ru/search/files/psy_nasledov/~psy_nasledov.htm, свободный.

2. SPSS-руководство по применению. [Электронный ресурс] // Режим доступа: http://lib.socio.msu.ru/l/library?e=d-000-00---001ucheb--00-0-0-0prompt-10---4------0-1l--1-ru-50---20-help---00031-001-1-0windowsZz-1251-00&a=d&cl=CL1&d=HASH0118d87e3e3c4a2c03c5b7f3.4, свобод.

3. Ермолаев О.Ю. Математическая статистика для психологов.- М.: Флинта, 2004.

4. Калинин С.И. Компьютерная обработка данных для психологов. - СПб., 2004.

5. Наследов А.Д. Математические методы психологического исследования. - СПб., 2006.

6. Сидоренко Е.В. Методы математической обработки в психологии. – СПб., 1996.

7. Боровиков В.П., Боровиков И.П. STATISTICA. Статистический анализ и обработка данных в среде Windows.

Практическая часть занятия (в компьютерном классе)

1. Общее знакомство с пакетом «Statistica 6.0»

2. Общее знакомство с пакетом «SPSS 17.0»

3. Освоение процедур статистического анализа (электронная база):

   1. Создание электронной базы данных в среде «Statistica 6.0». Тема исследования: «Особенности мотивационной сферы юношей, профессионально занимающихся информационными технологиями».

   2. Процедура получения данных описательной статистики.

   3. Процедура сравнения двух независимых выборок с применением параметрических и непараметрических критериев.

   4. Самостоятельная тренировка навыков осуществления процедур.

4. Тренировка умений читать и интерпретировать данные статистического анализа (первичная статистика, коэффициенты сравнения независимых выборок).

Семинарско-практическое занятие № 3. Работа с электронной базой данных: корреляционный анализ (2 учебных часа)

Теоретическая часть занятия

1. Корреляционный анализ: сущность и теоретическая основа

2. Коэффициенты корреляции.

Литература

1. Наследов А.Д. Математические методы психологического исследования. Анализ и интерпретация данных. – СПб: «Речь», 2007.- 392 с. [Электронный ресурс] // Режим доступа: http://lib.uni-dubna.ru/search/files/psy_nasledov/~psy_nasledov.htm, свободный.

2. SPSS-руководство по применению. [Электронный ресурс] // Режим доступа: http://lib.socio.msu.ru/l/library?e=d-000-00---001ucheb--00-0-0-0prompt-10---4------0-1l--1-ru-50---20-help---00031-001-1-0windowsZz-1251-00&a=d&cl=CL1&d= HASH0118d87e3e3c4a2c03c5b7f3.4, свобод.

3. Ермолаев О.Ю. Математическая статистика для психологов. - М.: Флинта, 2004.

4. Калинин С.И. Компьютерная обработка данных для психологов. - СПб., 2004.

5. Сидоренко Е.В. Методы математической обработки в психологии. – СПб., 1996.

6. Боровиков В.П., Боровиков И.П. STATISTICA. Статистический анализ и обработка данных в среде Windows.

Практическая часть занятия (в компьютерном классе)

1. Освоение процедуры корреляционного анализа

2. Построение корреляционных плеяд.

3. Самостоятельная тренировка навыков осуществления процедуры корреляционного анализа.

4. Подготовка к выполнению отчета по самостоятельной работе.

Критические значения коэффициента линейной корреляции Пирсона

Инструкция⁶ :

1. вычислите коэффициент корреляции (матрица корреляций пакета «Statistica»);

2. выберите в таблице⁷ необходимый уровень ошибки: p≤0,05, ≤0,01, ≤0,001;

3. посчитайте df (степени свободы) по формуле N – 2, где N – размер выборки;

4. на совмещении строки с вычисленным df и выбранным p найдите критический коэффициент корреляции;

5. если эмпирический коэффициент (вычисленный либо полученный в программе «Statistica») больше критического, делаем вывод, что полученное значение достоверно с уровнем значимости p≤0,05, ≤0,01, ≤0,001.

Самостоятельная работа студента (6 учебных часов):

1. подготовка к семинарско-практическому занятию;

2. самостоятельная тренировка навыков осуществления процедуры проведения и анализа первичных статистик, корреляционного анализа;

3. отчет № 1 «Дескриптивная статистика и корреляционный анализ». Цель работы - ознакомиться с методами первичной и описательной статистики и основами корреляционного анализа при помощи программы «Statistica 6.0» Задачи работы: создать базу данных в программе «Statistica 6.0»; провести обработку данных, используя навыки в проведении процедур первичной описательной статистики и корреляционного анализа; научиться анализировать данные описательной статистики и корреляционного анализа.