3. Статистические методы обработки данных исследования проблем биологической этики в сознании старших школьников

Использовались статистические пакеты программ SPSS, MINITAB, EXCEL.

Метод кросс-табуляции по существу просто показывает, сколько было дано конкретных ответов по каждому из вопросов. Он их предоставляет в хорошо структурированной форме, свободной для интерпретации и восприятия. Он относится ближе к методам статистической обработки данных, а не является методом статистического анализа как такового.

Проверка гипотезы о средних величинах. Проверка этой гипотезы предполагается в нескольких случаях. Это сравнение данных студентов и школьников, мужчин – студентов и мужчин – школьников, женщин – студенток и женщин – школьниц, мужчин и женщин школьников и сравнение выделенных типов.

В данном случае применяется U – критерий Манна-Уитни¹. Данный критерий относится к так называемым непараметрическим методам, которые не включают в формулу расчета параметров распределения и основаны на оперировании частотами или рангами. Этот критерий имеет свои преимущества: они не требуют долгих расчетов и сложных проверок распределения «на нормальность».

Далее, для сравнительной оценки частоты появления некоторого признака или признаков в разных выборках разработано довольно много статистических критериев. Одним из основных является Х² (Хи – квадрат), с помощью его анализируются таблицы сопряженности номинальных признаков (частот двух распределений). Благодаря ему в нашем исследовании можно определить, равность количества мужчин и женщин в выделенных типах. Или, другими словами, входят ли в один тип преимущественно мужчины, в другой ‑ женщины?

Этот критерий призывает, чтобы объем сравниваемых распределений был не меньше 20-30, а минимальная частота – не менее пяти².

Кластерный анализ. «Для типологии испытуемых использовалась процедура кластерного анализа.

Наиболее распространенными процедурами кластерного анализа являются иерархические (деревообразные) процедуры, их преимущество, в частности, в том, что они дают наглядную схему (дендрограмму) объединения испытуемых или иных объектов в кластеры (типы). Далее, что не менее важно, они характеризуются отсутствием априорной информации о распределении генеральной совокупности по кластерам (типам). Иными словами, мы не должны задавать количество кластеров (типов), которые требуется выделить, реально существующие типы (их количество) выделяются эмпирическим путем.

Далее, в кластерном анализе мы используем так называемый эвристический подход, в котором не требуется задавать критерий качества разбиения на кластеры. Однако, в нем стоит все же задача выбора некоторых математических показателей»¹.

Выбор процедуры является существенным вопросом кластеризации. Рассматривается метод Ворда, направленный на соединение близко размещенных кластеров. В центроидном методе мерой близости кластеров считается расстояние между центрами (средними) кластеров. В методе «ближайшего соседа (single linkage)» (рекомендуется для получения минимального дерева иерархической кластеризации) образцом кластера избирается объект (респондент), который меньше всего удален от прочих, в методе «дальнего соседа» (complete linkage) – который более всего удален. В этом месте показан далеко не весь перечень предлагаемых методов.

Но, как подтверждается, очень сложно бывает установить метод, являющийся лучшим, и предпочтение метода объясняется целями исследования². Бывают случаи, когда не получается придать форму целям задачи, тогда показателем качества систематизации выступает возможность содержательной интерпретации найденных групп³. Здесь можно отметить, что сам по себе этап математической обработки не порождает, в терминах В.Ф. Петренко⁴, «новое содержание», а позволяет представить исходные данные в компактной, хорошо структурированной форме, удобной для анализа и дальнейшей интерпретации. При этом этап математической обработки характеризуется большой свободой в выборе методов. Однако, в данном случае кластерный анализ использовался в трех вариантах: метод полных связей (complete linkage, или «дальнего соседа»); метод Ворда и Average Linkage (Within Group), давшие близкие результаты.

Далее в анализе проводилась группировка респондентов по полученным типам и сравнение каждого с другим по U – критерию Манна-Уитни. Далее представлены характеристики каждого из типов.