
- •Оглавление
- •Часть I
- •Глава 4. Первичные описательные статистики 40
- •Глава 5. Нормальный закон распределения и его
- •Глава 6. Коэффициенты корреляции 64
- •Глава 10. Корреляционный анализ 147
- •Глава 11. Параметрические методы сравнения двух
- •Глава 12. Непараметрические методы сравнения
- •Глава 14. Назначение и классификация многомерных
- •Глава 1
- •Глава I. Генеральная совокупность и выборка
- •Часть I. Основы измерения и количественного описания данных
- •Глава 2 измерения и шкалы
- •Часть I. Основы измерения и количественного описания данных
- •Глава 2. Измерения и шкалы
- •Часть I. Основы измерения и количественного описания данных
- •Глава 2. Измерения и шкалы
- •Часть I. Основы измерения и количественного описания данных
- •Глава 2. Измерения и шкалы
- •Глава 3
- •Глава 3. Таблицы и графики Та блица 3.1 х3,-— самооценка до тренинга (порядковый),
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Глава 3. Таблицы и графики
- •Часть I. Основы измерения и количественного описания данных
- •Глава 3. Таблицы и графики
- •Глава 4
- •Глава 4. Первичные описательные статистики
- •Часть I. Основы измерения и количественного описания данных
- •Глава 4. Первичные описательные статистики
- •Часть I. Основы измерения и количественного описания данных
- •Глава 4. Первичные описательные статистики
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Глава 6
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
Глава I. Генеральная совокупность и выборка
ральной совокупности имел равные с другими шансы попасть в выборку. Случайный отбор обеспечивает возможность попадания в выборку самых разных представителей генеральной совокупности. При этом принимаются специальные меры, исключающие появление какой-либо закономерности при отборе. И это позволяет надеяться на то, что в конечном итоге в выборке изучаемое свойство будет представлено если и не во всем, то в максимально возможном его многообразии.
ПРИМЕР
Изучая агрессивность подростков, исследователь может случайным образом остановить свой выбор на 3 классах разных школ и затем случайным образом отобрать по 10 учащихся из каждого класса. Если же исследователь просит испытуемого пригласить на обследование своих друзей, он грубо нарушает принцип случайности отбора.
Второй способ обеспечения репрезентативности — это стратифицированный случайный отбор, или отбор по свойствам генеральной совокупности. Он предполагает предварительное определение тех качеств, которые могут влиять на изменчивость изучаемого свойства (это может быть пол, уровень дохода или образования и т. д.). Затем определяется процентное соотношение численности различающихся по этих качествам групп (страт) в генеральной совокупности и обеспечивается идентичное процентное соотношение соответствующих групп в выборке. Далее в каждую подгруппу выборки испытуемые подбираются по принципу простого случайного отбора.
ПРИМЕР
Исследователь резонно может предположить, что мальчики и девочки различаются как по агрессивности, так и по восприимчивости демонстрируемых по телевидению сцен насилия. Если исследователь планирует обобщить результат исследования влияния телевидения на агрессивность всех подростков, то, руководствуясь социально-демографическими данными, он должен обеспечить идентичное генеральной совокупности соотношение мальчиков и девочек в выборке.
Статистическая достоверность, или статистическая значимость, результатов исследования определяется при помощи методов статистического вывода. Эти методы мы будем подробно рассматривать во второй части этой книги. Сейчас лишь отметим, что они предъявляют определенные требования к численности, или объему выборки.
К сожалению, строгих рекомендаций по предварительному определению требуемого объема выборки не существует. Более того, ответ на вопрос о необходимой и достаточной ее численности исследователь обычно получает слишком поздно — только после анализа данных уже обследованной выборки. Тем не менее, можно сформулировать наиболее общие рекомендации:
□ Наибольший объем выборки необходим при разработке диагностической методики — от 200 до 1000-2500 человек.
21
Часть I. Основы измерения и количественного описания данных
□ Если необходимо сравнивать 2 выборки, их общая численность должна быть не менее 50 человек; численность сравниваемых выборок должна быть приблизительно одинаковой.
П Если изучается взаимосвязь между какими-либо свойствами, то объем выборки должен быть не меньше 30—35 человек.
□ Чем больше изменчивость изучаемого свойства, тем больше должен быть объем выборки. Поэтому изменчивость можно уменьшить, увеличивая однородность выборки, например, по полу, возрасту и т. д. При этом, естественно, уменьшаются возможности генерализации выводов.
Зависимые и независимые выборки. Обычна ситуация исследования, когда интересующее исследователя свойство изучается на двух или более выборках с целью их дальнейшего сравнения. Эти выборки могут находиться в различных соотношениях — в зависимости от процедуры их организации. Независимые выборки характеризуются тем, что вероятность отбора любого испытуемого одной выборки не зависит от отбора любого из испытуемых другой выборки. Напротив, зависимые выборки характеризуются тем, что каждому испытуемому одной выборки поставлен в соответствие по определенному критерию испытуемый из другой выборки.
ПРИМЕР
Наиболее типичный пример зависимых выборок — повторное измерение свойства (свойств) на одной и той же выборке после воздействия (ситуация «до-после»). В этом случае выборки (одна — до, другая — после воздействия) зависимы в максимально возможной степени, так как они включают одних и тех же испытуемых. Могут быть и более слабые варианты зависимости. Например, мужья — одна выборка, их жены — другая выборка (при исследовании, например, их предпочтений). Или дети 5—7 лет — одна выборка, а их братья или сестры-близнецы — другая выборка.
В общем случае зависимые выборки предполагают попарный подбор испытуемых в сравниваемые выборки, а независимые выборки — независимый отбор испытуемых.
Следует отметить, что случаи «частично зависимых» (или «частично независимых») выборок недопустимы: это непредсказуемым образом нарушает их репрезентативность.
В заключение отметим, что можно выделить две парадигмы психологического исследования. Так называемая R-методология предполагает изучение изменчивости некоторого свойства (психологического) под влиянием некоторого воздействия, фактора либо другого свойства. Выборкой является множество испытуемых. Другой подход, Q-методология, предполагает исследование изменчивости субъекта (единичного) под влиянием различных стимулов (условий, ситуаций и т. д.). Ей соответствует ситуация, когда выборкой является множество стимулов.