
- •Шкалирование.
- •Виды шкал. Сильные и слабые стороны каждой шкалы.
- •Перевод более «высокой» шкалы в более «низкую».
- •2. Работа с таблицами биномиального критерия
- •3. Расчет биномиального критерия с помощью статистической программы spss Base 12.0
- •Непараметрические критерии
- •Сравнение двух эмпирических распределений.
- •Сравнение эмпирического и теоретического распределений
- •4. Расчет критерия хи-квадрат с помощью статистической программы spss Base 12.0
- •Правила ранжирования.
- •Ранжирование результатов диагностики интеллекта Таблица 1
- •Ранжирование результатов диагностики интеллекта Таблица 2
- •Ранговый коэффициент корреляции Спирмена.
- •Определение силы и направления корреляции между двумя признаками с помощью коэффициента корреляции Спирмена.
- •Алгоритм применения рангового коэффициента корреляции Спирмена.
- •1. Проранжировать исходные данные.
- •3. Использование рангового коэффициента корреляции для шкал более высокого порядка.
- •Затем вы использовали другой тест (меньшей размерности) и ваши испытуемые показали следующие результаты (очередность испытуемых сохранена):
- •III. Ранговый коэффициент корреляции Кендалла.
- •Алгоритм применения и основные понятия рангового коэффициента корреляции Кендалла.
- •Алгоритм применения рангового коэффициента корреляции Кендалла.
- •1. Проранжировать исходные данные.
- •Переструктурированные результаты Таблица 15
- •Подсчет ранговых коэффициентов корреляции с помощью статистического пакета spss Base 12.0
- •Приложение 1
- •Параметры нормального распределения. Перевод в стены.
- •1. Параметры нормального распределения.
- •2. Перевод в стены.
- •Одновыборочный t-критерий.
- •Одновыборочные статистики Таблица 1
- •Критерий парных выборок Таблица 7
- •Кластерный анализ.
- •Применение кластерного анализа. Разновидности кластерного анализа.
- •Иерархический кластерный анализ.
- •Иерархическая кластеризация.
- •Открыть Данные
- •Факторный анализ.
- •1. Применение и этапы факторного анализа.
- •Выделенные факторы Таблица 9
- •2. Определение числа факторов.
- •3. Применение факторного анализа методом главных компонент.
4. Расчет критерия хи-квадрат с помощью статистической программы spss Base 12.0
Рассмотрим сравнение распределений с помощью критерия хи-квадрат. В качестве исходного примера воспользуемся данными о сравнении направленности мужчин и женщин на решение задачи и межличностные отношения (таблица 4). Сначала сравним по отдельности распределения мужчин и женщин с теоретическим равновероятным, а затем друг с другом. Для сравнения распределений с теоретическим равновероятным необходимо открыть исходный файл данных, войти в верхнее меню и выбрать
Анализ
Непараметрические критерии
Хи-квадрат.
В появившемся окне задать переменные из набора в левом поле (в нашем случае это переменные «мужчины» и «женщины») перемещением их в правое поле и нажать ОК. Тем самым запускается анализ выбранных переменных с помощью критерия хи-квадрат. Полученные результаты представлены в таблицах 6, 7 и 8.
Результаты мужчин Таблица 6
мужчины
|
Наблюденное N |
Ожидаемые N |
Остаток |
решение задачи |
31 |
20,0 |
11,0 |
межличностные отношения |
9 |
20,0 |
-11,0 |
Всего |
40 |
|
|
В таблице 6 представлены наблюдаемые и ожидаемые частоты распределений мужчин. Наблюдаемые частоты 31 (направленность на решение задачи) и 9 (направленность на межличностные отношения). Ожидаемые частоты равны 20 (в соответствии с теоретическим равновероятным распределением). В последнем столбце таблицы находится разница наблюдаемых и ожидаемых частот. В одном случае она равна положительному числу, в другом – отрицательному.
Результаты женщин Таблица 7
женщины
|
Наблюденное N |
Ожидаемые N |
Остаток |
решение задачи |
15 |
20,0 |
-5,0 |
межличностные отношения |
25 |
20,0 |
5,0 |
Всего |
40 |
|
|
В таблице 7 представлены наблюдаемые и ожидаемые частоты распределений женщин. Наблюдаемые частоты 15 (направленность на решение задачи) и 25 (направленность на межличностные отношения). Ожидаемые частоты равны 20 (в соответствии с теоретическим равновероятным распределением). В последнем столбце таблицы также находится разница наблюдаемых и ожидаемых частот. Обратите внимание, что в данном случае разница наблюдаемых и ожидаемых частот значительно меньше.
Статистика хи-квадрат Таблица 8
Статистика критерия
|
мужчины |
женщины |
Хи-квадрат(a) |
12,100 |
2,500 |
ст.св. |
1 |
1 |
Асимпт. знч. |
,001 |
,114 |
a Частоты, меньшие 5, ожидались в 0 ячейках (,0%). Минимальная ожидаемая частота равна 20,0.
Таблица 8 содержит статистику хи-квадрат для анализируемых переменных. Значение хи-квадрат для распределения мужчин равно 12,1. Асимптотическая значимость равна 0,001. Это позволяет отвергнуть нулевую гипотезу о равенстве эмпирического и теоретического распределений и с уровнем значимости 0,001 принять альтернативную гипотезу о неравенстве распределений. Значение хи-квадрат для распределения женщин равно 2,5. Асимптотическая значимость равна 0,114. Это не позволяет отвергнуть нулевую гипотезу о равенстве эмпирического и теоретического распределений. Психологический вывод – выборка мужчин характеризуется выраженными особенностями, выборка женщин – нет. Таким образом мы провели сравнение эмпирического распределения с теоретическим.
Помимо сравнения результатов мужчин и женщин с теоретическим равновероятным распределением можно провести сравнение результатов мужчин и женщин друг с другом. Для этого необходимо открыть файл исходных данных или создать его в SPSS. В качестве переменных выступают пол и направленность на решение задачи, направленность на межличностные отношения. Сравнение двух эмпирических распределений имеет свои особенности. Для выполнения этого анализа необходимо выбрать в верхнем меню
Анализ
Описательные статистики
Таблицы сопряженности
В появившемся окне из переменных, расположенных в левом поле, выбираем переменные, задающие строки и столбцы таблицы. Зададим строки с помощью переменной пол, а столбцы – с помощью переменных направленность на решение задачи и направленность на межличностные отношения. Затем нажатием на кнопку Статистики, в появившемся окне статистик выбираем хи-квадрат, нажимаем
Продолжить
ОК.
Полученные результаты представлены в таблицах 9 и 10.
Таблица сопряженности Таблица 9
Частота
|
|
Итого |
||
|
направленность на решение задачи |
направленность на межличностные отношения |
|
|
пол |
муж |
31 |
9 |
40 |
|
жен |
15 |
25 |
40 |
Итого |
46 |
34 |
80 |
В таблице 9 представлены совместные результаты мужчин и женщин. Она сходна с таблицей 4, которую мы построили не машинным образом и отличается только итоговой строкой, содержащей информацию о том, какое количество из 80 человек в обеих выборках направлены на решение задачи (46) и на межличностные отношения (34).
Сформулируем нулевую гипотезу: распределение мужчин не отличается от распределения женщин по признакам направленности на решение задачи и направленности на межличностные отношения.
Сформулируем альтернативную гипотезу: распределение мужчин по признакам направленности на решение задачи и направленности на межличностные отношения отличается от распределения женщин.
В таблице 10 содержатся значения статистик хи-квадрат.
Статистики хи-квадрат Таблица 10
|
Значение |
ст.св. |
Асимпт. Значимость (2-стор.) |
Точная значимость (2-стор.) |
Точная значимость (1-стор.) |
Хи-квадрат Пирсона |
13,095(b) |
1 |
,000 |
|
|
Поправка на непрерывность(a) |
11,509 |
1 |
,001 |
|
|
Отношение правдоподобия |
13,519 |
1 |
,000 |
|
|
Точный критерий Фишера |
|
|
|
,001 |
,000 |
Линейно-линейная связь |
12,931 |
1 |
,000 |
|
|
Кол-во валидных наблюдений |
80 |
|
|
|
|
a Вычисляется только для таблицы 2x2.
B В 0 (,0%) ячейках ожидаемая частота меньше 5. Минимальная ожидаемая частота равна 17,00.
Рассмотрим значение критерия хи-квадрат с поправкой на непрерывность – 11, 509. Асимптотическая двусторонняя значимость равна 0,001. на основании этих данных можно сделать следующий статистический вывод:
отвергаем нулевую гипотезу и принимаем альтернативную с уровнем значимости 0,001.
Психологический вывод можно сделать о преобладании разной направленности у мужчин и женщин в исследованной выборке, т.е. о полоролевых различиях.