Глава It. Параметрические методы сравнения двух выборок

Paired Samples Test

				Paired Differences
				Mean	Std. Deviation	Std. Error Mean		t	df	Sig. (2-tailed)
Pair	1	VAR2	- VAR3	2.30	2.922	.65333	3	.520	19	.002

Первая таблица содержит первичные статистики: каждой выборке соот­ветствует своя строка. Во второй таблице — корреляция Пирсона для пары переменных, соответствующих двум зависимым выборкам. Третья таблица со­держит результаты проверки гипотезы по критерию /-Стьюдента: среднюю раз­ность (Mean), стандартное отклонение разности (Std. Deviation), значение кри­терия (t), число степеней свободы (df),-уровень значимости (Sig.).

Глава 12

НЕПАРАМЕТРИЧЕСКИЕ МЕТОДЫ СРАВНЕНИЯ ВЫБОРОК

Общие замечания

К методам сравнения выборок, в соответствии с принятой классификаци­ей¹, мы относим способы проверки статистических гипотез о различии выбо­рок по уровню выраженности признака, измеренного в количественной шка­ле. Непараметрические методы сравнения выборок, рассматриваемые в этой главе, являются аналогами параметрических методов сравнения средних зна­чений. И почти каждый параметрический метод сравнения средних может быть при необходимости заменен своим непараметрическим аналогом либо сочетанием непараметрических методов².

Непараметрические методы заметно проще в вычислительном отношении, чем их параметрические аналоги. До недавнего прошлого простота вычисле­ний имела существенное значение при обработке данных «вручную». Но, во-первых, данные очень часто включают одинаковые значения, усложняющие расчеты, во-вторых, компьютерная обработка снимает проблему сложности вычислений. Поэтому при выборе между параметрическими и непараметри­ческими методами следует исходить из свойств самих данных.

Непараметрические аналоги параметрических методов сравнения выборок применяются в случаях, когда не выполняются основные предположения, ле­жащие в основе параметрических методов сравнения средних значений.

При решении вопроса о выборе параметрического или непараметрическо­го метода сравнения необходимо иметь в виду, что параметрические методы обладают заведомо большей чувствительностью, чем их непараметрические аналоги. Поэтому исходной ситуацией является выбор параметрического ме­тода. И решение о применении непараметрического метода становится оп-

¹ Сравнение выборок по качественно определенному (номинативному) признаку мы отно­ сим к задачам анализа классификаций и таблиц сопряженности.

² Данная глава содержит описание не всех, но самых популярных непараметрических мето­ дов. Более полный их арсенал, вместе с подробными рекомендациями по применению и с бо­ гатым иллюстративным материалом, можно найти в кн.: Сидоренко Е. В. Методы математичес­ кой обработки в психологии. СПб,, 1996.

172