
- •Л.В.Куликов психологическое исследование
- •Предисловие
- •1. Общая схема и этапы психологического исследования
- •1.1. Общая схема исследования
- •1.2. Изучение состояния проблемы. Литературный обзор
- •1.2.1. Библиографическая подготовка
- •1.2.2. Работа с литературой
- •1.2.3 Построение литературного обзора
- •1.3. Проблема, объект и предмет исследования
- •2. Разработка концепции и планирование исследования
- •2.1. Концепция исследования
- •2.2. Цели исследования
- •2.3. Задачи исследования
- •2.4. Актуальность исследования
- •2.5. Планирование исследования
- •2.6. Выборка для эмпирического исследования
- •2.6.1. Объем выборки
- •2.6.2. О психологии определения объема выборки
- •2.6.3. Состав выборки по полу
- •2.6.4. Возрастной состав выборки
- •2.7. Выбор методов и методик
- •2.7.1. Методы и методики
- •2.7.2. Основные группы методов диагностики
- •2.7.3. Сильные и слабые стороны опросников
- •2.7.4. Феномен социальной желательности
- •2.7.5. Значение физиологических показателей
- •3. Сбор эмпирических данных
- •3.1. Проведение эксперимента
- •3.1.1. Подготовка эксперимента
- •3.1.2. Контроль отношения испытуемых к эксперименту или обследованию
- •3.1.3. Инструктирование
- •3.1.4. Процедура эксперимента
- •3.1.5. Протокол эксперимента
- •3.2. Психодиагностическое обследование
- •3.2.1. Подготовка обследования
- •3.2.2. Организация обследования
- •3.2.3. Процедура обследования
- •3.2.4. Завершение эксперимента и обследования
- •3.2.5. Требования к экспериментатору и диагносту.
- •3.3. Фактуальное научное описание
- •3.4. Использование компьютера
- •4. Обработка эмпирических данных
- •4.1. Первичная обработка данных
- •4.1.1. Составление таблиц
- •4.1.2. Преобразование формы информации
- •4.1.3. Проверка данных
- •4.2. Математико-статистическая обработка
- •4.2.1. Анализ первичных статистик
- •4.2.2. Оценка достоверности отличий
- •4.2.3 Нормирование данных
- •4.2.4 Корреляционный анализ
- •4.2.5. Факторный анализ
- •5. Компьютерная обработка данных
- •5.1. Выбор прикладных статистических программ
- •5.2. Работа с электронной таблицей
- •5.3. Проверка данных
- •5.4. Построение гистограмм
- •5.5. Вычисление частотных характеристик
- •6. Описание и представление результатов исследования
- •6.1. Наглядное представление результатов
- •6.2. Описание результатов
- •6.3. Интерпретация результатов
- •6.4. Дипломная (выпускная) работа
- •6.4.1. Построение текста дипломной работы
- •6.4.2. Построение выступления на защите
- •Аннотированный указатель литературы по методам и методикам исследования Общие вопросы психологического исследования и психодиагностики
- •Книги с набором методик различного назначения
- •Книги по детской и подростковой психодиагностике
- •Диагностика групповых процессов
- •Диагностика семейных отношений
- •Диагностика межличностных отношений
- •Диагностика личностных свойств и индивидуальности
- •Диагностика психических состояний
- •Диагностика мышления, интеллекта и креативности
- •Математико-статистические методы
- •Библиографические указатели
- •Справочные издания
- •Рекомендуемые словари
- •Терминологический словарь
- •Англо-русский словарь статистических терминов
- •Литература
4.2.2. Оценка достоверности отличий
Оценка часто необходима при сравнительном анализе полярных групп. Эти группы можно выделить, учитывая различную выраженность определенного целевого признака (характеристики) изучаемого явления. Обычно анализ начинают с подсчета первичных статистик выделенных групп, затем оценивают достоверность отличий. Очень часто количественный анализ одним сравнением не ограничивается, появляется необходимость провести дополнительные сопоставления и выявить новые свидетельства. Выбор новых критериев наугад — дело неблагодарное. Лучше для этого использовать результаты корреляционного анализа.
Например, если вы исследуете личностную обусловленность желания принимать участие в экологическом движении, то признаком, по которому могут быть выделены полярные группы, могут выступить субъективные оценки испытуемых, экспертные оценки, некоторые поведенческие индикаторы, представленные в числовой форме. Если показатели интеллектуального развития имеют небольшую величину коэффициента корреляции (<0.35) с числовыми показателями названного желания, то выделение полярных групп по интеллектуальным параметрам вряд ли будет удачным. Скорее всего, значимых отличий между этими группами в выраженности желания участвовать в экологическом движении мы не обнаружим и не получим новых данных для выяснения закономерностей его личностного обусловливания.
Одной из наиболее часто встречающихся задач при обработке данных является оценка достоверности отличий между двумя, или более, рядами значений. В математической статистике существует ряд способов для этого. Для использования большинства мощных критериев требуются дополнительные вычисления, обычно весьма развернутые.
Компьютерный вариант обработки данных стал в настоящее время наиболее распространенным. Во многих прикладных статистических программах есть процедуры оценки различий между параметрами одной выборки или разных выборок. При полностью компьютеризованной обработке материала нетрудно в нужный момент использовать соответствующую процедуру и оценить интересующие различия. Однако большинство психологов не имеют свободного и неограниченного доступа к работе с компьютером — либо недостаточен парк ЭВМ, либо психолог как пользователь ЭВМ не подготовлен и может проводить обработку только с помощью квалифицированного персонала. И в том, и в другом случае типичный сеанс работы с компьютером заканчивается тем, что психолог получает принтерные распечатки, содержащие подсчитанные первичные статистики, результаты корреляционного анализа, иногда и факторного (компонентного).
Основной анализ осуществляется позже, не в диалоге с ЭВМ. Исходя из этих рассуждений, будем считать, что перед психологом часто встает задача оценки достоверности различий с использованием ранее вычисленных статистик. При сравнении средних значений признака говорят о достоверности (недостоверности) отличий средних арифметических, а при сравнении изменчивости показателей — о достоверности (недостоверности) отклонений сигм (дисперсии) и коэффициентов вариации.
Достоверность различий средних арифметических можно оценить по достаточно эффективному параметрическому критерию Стьюдента. Он вычисляется по формуле
M1 – M2
t = ----------- ,
m1
+ m2
где M1 и M2 — значения сравниваемых средних арифметических, m1 и m2 — соответствующие величины статистических ошибок средних арифметических. Знак вычисленной разности средних арифметических можно не учитывать, поскольку имеет значение только абсолютная величина критерия t.
Значения критерия Стьюдента t для трех уровней значимости (p) приведены в приложении 2. Число степеней свободы определяется по формуле d = n + n - 2, где n и n - объемы сравниваемых выборок. С уменьшением объемов выборок (n < 10) критерий Стьюдента становится чувствительным к форме распределения исследуемого признака в генеральной совокупности. Поэтому в сомнительных случаях рекомендуется использовать непараметрические методы или сравнивать полученные значения с критическими (приведенными в таблице) для более высокого уровня значимости.
Решение о достоверности различий принимается в том случае, если вычисленная величина t превышает табличное значение для данного числа степеней свободы. В тексте публикации или научного отчета указывают наиболее высокий уровень значимости из трех: 0.05, 0.01, 0.001. Если превышены 0.05 и 0.01, то пишут (обычно в скобках) Р=0.01 или p<0.01. Это означает, что оцениваемые различия все же случайны только с вероятностью не более 1 из 100 шансов. Если превышены табличные значения для всех трех уровней, то указывают Р=0.001 или p<0.001, что означает случайность выявленных различий между средними не более 1 из 1000 шансов.
Пример. M1 =113.3, m1 =2.4, n =13; M2 =103.3, m2 =2.6, n =16.
113.3 - 103.3
t = ---------------- = 2.83;
2.4
+ 2.6
для d=13+16-2=27 вычисленная величина превышает табличную для вероятности Р=0.01. Вычисленное значение 2.83 больше табличного 2.77 для уровня значимости Р=0.01. Следовательно, различия между средними достоверны на уровне 0.01.
Приведенная формула проста. Используя ее, можно с помощью бытового калькулятора с памятью вычислить t критерий без промежуточных записей.
Следует помнить, что при любом численном значении критерия достоверности различия между средними этот показатель оценивает не степень выявленного различия (она оценивается по самой разности между средними), а лишь статистическую достоверность его, т.е. право распространять полученный на основе сопоставления выборок вывод о наличии разницы на все явление (весь процесс) в целом. Низкий вычисленный критерий различия не может служить доказательством отсутствия различия между двумя признаками (явлениями), ибо его значимость (степень вероятности) зависит не только от величины средних, но и от численности сравниваемых выборок. Он говорит не об отсутствии различия, а о том, что при данной величине выборок оно статистически недостоверно: слишком велик шанс, что разница при данных условиях определения случайна, слишком мала вероятность ее достоверности.
Степень, т.е. величину выявленного различия, желательно оценивать, опираясь на содержательные критерии. Вместе с тем, для психологического исследования весьма характерно наличие множества показателей, которые, по существу, являются условными баллами, и валидность оценивания с помощью них следует доказывать особо. Чтобы избежать большей произвольности, в таких случаях также приходится опираться на статистические параметры.
Пожалуй, наиболее распространено для этого использование сигмы. Разницу между двумя средними арифметическими в одну сигму и более можно считать достаточно выраженной. Если сигма подсчитана для ряда значений более 35, то достаточно выраженным можно считать различие 0.5 сигмы. Однако для ответственных выводов о том, насколько велика разница между значениями, лучше использовать строгие критерии.