- •Число разрядных интервалов в зависимости от объема выборки
- •Распределение частот по интервалам
- •Задачи для самостоятельного решения
- •Показатели вербального интеллекта
- •Показатели уровня агрессивности
- •Задача подсчета параметров распределения в психологическом исследовании
- •Параметры распределения переменной X
- •Задача оценки законов распределения в психологическом исследовании в электронных таблицах ms excel
- •Данные по личностной тревожности испытуемых до и после тренинга «Уверенное поведение»
- •Задачи для самостоятельного решения
- •Результаты тестирования управленцев
- •Показатели волевой регуляции
- •Показатели концентрации внимания
- •Непараметрические методы
- •Алгоритм подсчета критерия Манна – Уитни
- •Алгоритм подсчета критерия Крускала –Уоллиса
- •Показатели выраженности астении
- •Алгоритм подсчета x2-критерия Пирсона
- •Параметрические методы
- •Задачи для самостоятельного решения
- •Показатели уровня тревожности
- •Показатели уровня школьной тревожности
- •Показатели склонности к асоциальному повелению
- •Показатели уровня мотивации достижения
- •Показатели уровня невротизации
- •Уровень вербального интеллектав зависимости от формы обучения
- •Показатели социальных представлений о свободе
- •Показатели стиля принятия решений
- •Психологическая готовность к вузовскому обучению
- •Показатели уровня субъективного контроля
- •Показатели социальных представлений о бизнесе
- •Показатели уровня соперничества для испытуемых с разными типами локуса контроля
- •Показатели психологической готовности к вузовской системе обучения
- •Показатели типов отношения к окружающим
- •Показатели стилей саморегуляции
- •Показатели параметров трудоустройства
- •Показатели по шкале одиночества в группах беременных женщин
- •Показатели интеллектуальной настойчивости
- •Показатели интеллекта и расовой принадлежности
- •Показатели самооценки школьников
- •Значения фактора а по опроснику 16-pf
- •Показатели самовосприятия
- •Показатели интеллектуальной настойчивости
- •Показатели воспроизведения чисел
- •Показатели вербального мышления младших школьников
- •Показатели отношения водителей к автоинспекции
- •Корреляционный анализ
- •Задача исследования связи методом корреляции Браве-Пирсона.
- •Данные уровня вербальной агрессии и раздражимости умственно отсталых детей
- •Параметры распределения выборок уровня вербальной агрессии (X) и раздражимости (y) умственно отсталых детей
- •Коэффициент ранговой корреляции Спирмена
- •Задачи для самостоятельной работы
- •Показатели уровня притязаний личности и силы воли
- •Показатели стиля общения и типа руководителя
- •Показатели склонности к девиантному поведению
- •Показатели психологической готовности
- •Показатели школьной тревожности
Непараметрические методы
Q – критерий Розенбаума применяется в тех случаях когда данные представлены по крайней мере в порядковой шкале. Признак должен варьировать в каком – то диапазоне значений, иначе сопоставления с помощью Q – критерия Розенбаума просто невозможны.
Алгоритм подсчета Q – критерия Розенбаума.
Проверить, выполнения ограничений: n1, n2 ≥11, n1 ≈ n2.
Упорядочить значения отдельно по каждой выборке по возрастанию. Считать 1-ой ту выборку, значения в которой предположительно выше.
Определить максимум во второй выборке.
Подсчитать количество значений в первой выборке, которые выше максимума 2-ой выборки (обозначим это число S1).
Определить минимальное значение в выборке 1.
Подсчитать количество значений в выборке 2, которые ниже минимального значения выборки 1. Обозначим это число S2.
Подсчитать Qэмп по формуле: Qэмп = S1+ S2.
По таблице критических значений Q – критерия Розенбаума для данных n1 и n2 найти Qкр на уровне значимости P≤ 0,05.
Если Qэмп ≥ Qкр то гипотеза H0 отвергается.
При n1, n2 ≥26 сопоставить полученное эмпирическое значение с Qкр =8 (при P≤ 0,05) и Qкр =10( при P≤ 0,01) Если Qэмп ≥ Qкр то гипотеза H0 отвергается.
Пример 4. У предполагаемых участников психологического эксперимента, моделирующего деятельность воздушного диспетчера, был измерен уровень вербального интеллекта с методики Д. Векслера. Было обследовано 26 юношей в возрасте от18 до 24 лет (средний возраст 20,5 лет), 14 из них были студенты физического факультета, 12 – студенты психологического факультета. Можно ли утверждать, что одна из групп превосходит другую по уровню вербального интеллекта. Данные представлены ниже.
Физики (X): 132, 134,124,132,135,132,131,132,121,127,136,129,136,136.
Психологи (Y): 126,127,132,120,119,126,120,123,120,116,123,115.
Рассмотрим решение в электронных таблицах MS EXCEL.
Найдем МАКС(X) И МАКС(Y), используя функции MS EXCEL:
МАКС(Х)=136, МАКС(Y)= 132.
Считаем физиков – выборкой 1, психологов – выборка 2
Найдём количество студентов – физиков, у которых показатель выше МАКС(Y), используя функцию СЧЕТЕСЛИ: S1 =5
Найдём МИН(X) = 121 МИН(Y) = 115
Найдём количество студентов – психологов, у которых значения меньше МИН(X). S2=6.
Qэмп=5+6 = 11
По таблица критических значений находим Qкр = 7 (при Р≤0,05).
Qэмп ≥Qкр
Гипотеза H0 отклоняется на уровне значимости Р≤0,05. Различия достоверны.
Алгоритм подсчета критерия Манна – Уитни
Критерий предназначен для оценки различий между двумя выборками по уровню какого – либо признака, количественно измеренного. Он позволяет выявить различия между малыми выборками и является более мощным, чем критерий Розенбаума. Этот метол определяет, достаточно ли мала зона перекрещивающихся значений между рядами. Чем меньше область перекрещивающихся значений, тем более вероятно, что различия достоверны. Ограничения применимости метода: объём выборок не менее 3 и не более 60.
Рассмотрим решение в электронных таблицах MS EXCEL .
Объединим выборки в одну большую выборку, определив группирующий признак.
Проранжируем эту выборку.
Подсчитаем сумму рангов для каждой группы. (R1 и R2).
Обозначим Rm =МАКС (R1, R2).
Обозначим nm объём выборки с большей суммой рангов.
Найдём Uэмп по формуле: Uэмп= n1*n2+ nm*(nm+1)/2-Rm
По таблицам критических значений Манна – Уитни найдём Uкр по заданным объёмам выборок n1и n2 на заданном уровне значимости.
Если Uэмп> Uкр , то принимается гипотеза H0 , т.е. достоверное различие в уровнях признака отсутствует.
Пример 5.
У предполагаемых участников психологического эксперимента, моделирующего деятельность воздушного диспетчера, был измерен уровень вербального интеллекта с методики Д. Векслера. Было обследовано 26 юношей в возрасте от18 до 24 лет (средний возраст 20,5 лет), 14 из них были студенты физического факультета, 12 – студенты психологического факультета. Можно ли утверждать, что одна из групп превосходит другую по уровню вербального интеллекта. Данные представлены ниже.
Физики (X): 132, 134,124,132,135,132,131,132,121,127,136,129,136,136.
Психологи (Y): 126,127,132,120,119,126,120,123,120,116,123,115.
Решение.
1.Объединим выборки в одну и подсчитаем ранги. Результаты представлены в таблице 14
Таблица 14
-
группа
значение
Ранг 0
Ранг 1
поправка
ранг
X
132
6
17
2
8
X
134
5
22
0
5
X
124
17
10
0
17
X
132
6
17
2
8
X
135
4
23
0
4
X
132
6
17
2
8
X
131
11
16
0
11
X
132
6
17
2
8
X
121
20
7
0
20
X
127
13
13
0,5
13,5
X
136
1
24
1
2
X
129
12
15
0
12
X
136
1
24
1
2
X
136
1
24
1
2
Y
126
15
11
0,5
15,5
Y
127
13
13
0,5
13,5
Y
132
6
17
2
8
Y
120
21
4
1
22
Y
119
24
3
0
24
Y
126
15
11
0,5
15,5
Y
120
21
4
1
22
Y
123
18
8
0,5
18,5
Y
120
21
4
1
22
Y
116
25
2
0
25
Y
123
18
8
0,5
18,5
Y
115
26
1
0
26
2. Проверим правильность подсчета рангов.
Сумма рангов равна 351
n=26
n*(n+1)/2 = 26*27/2 =351
Следовательно, ранги подсчитаны верно.
3. Найдем сумму рангов каждой группы, используя функцию СУММЕСЛИ категории
Математические. Синтаксис данной функции:
СУММЕСЛИ ( диапазон; критерий; диапазон суммирования), где
Диапазон – «группа»
Критерий – это X или Y
Диапазон суммирования – это «значение»
Rx= |
120,5 |
Ry= |
230,5 |
Rm= |
230,5 |
nm = |
12 |
Uэмп= |
15,5 |
Uкр= |
51 |
5. Uэмп< Uкр т.е принимается гипотеза H1, т.е. различия достоверны.
