Методология и методы психологических исследований. Учебное пособие
.pdfполученных результатов, что, в свою очередь, зависит от ранее выбранных методов.
Итак, хорошо продуманная методика организует все исследование, определяет его дальнейшие этапы, обеспечивает получение необходимого фактического материала, на основе анализа которого и делаются научные выводы.
Основной этап исследования заключается в непосред-
ственном сборе данных. В случае проведения теоретического исследования под сбором данных подразумевается отбор уже известных фактов, их систематизация, описание под новым углом зрения. В эмпирическом исследовании под данными понимается отражение предметов, явлений, признаков или связей объективной действительности, т. е. установление фактов.
Данные, получаемые в ходе основного этапа исследования, можно классифицировать по различным основаниям:
1. По научному обоснованию:
•научные — данные, характеризующиеся высокой степеньюдостоверности,проверяемостью,теоретическойобоснованностью, включенностью в широкую систему научных знаний;
•ненаучные — данные, которые были получены ненаучными способами (например, с помощью невалидных тестов) или из ненаучных источников (например, художественные или религиозные источники).
2. По вкладу в проверку гипотезы и решение проблемы:
•решающие — данные, которые позволяют однозначно принять или опровергнуть выдвинутую гипотезу исследования;
•значительные—данные,которыевносятвесомыйвклад
врешение проблемы исследования, однако недостаточны для ее однозначного решения без привлечения других сведений;
•незначительные — данные, которые характеризуются малой информативностью по проблеме исследования.
3. По методам в сочетании с источниками (классификация данных, предложенная Р. Кеттелом):
•L-данные (life data) — данные, получаемые при регистрации фактов реальной жизни в ходе наблюдения за повседневной жизнью испытуемых. Р. Кеттелл полагал, что именно
сних необходимо начинать исследование;
111
•Q-данные (questionnaire data) — данные, которые иссле-
дователь получает в ходе использования личностных опросников, различных самоотчетов и самооценок;
•Т-данные (test data) — данные, получаемые с помощью примененияобъективныхтестовифизиологическихизмерений.
4. По информативности:
•неметрические — данные, не имеющие единиц измерения (номинативные и порядковые данные);
•метрические(количественные)—данные,имеющиееди- ницы измерения (интервальные данные и пропорциональные).
5. По методам исследования:
•данные наблюдения — данные, получаемые с помощью метода наблюдения;
•данные тестирования — данные, получаемые с помощью метода тестирования;
•экспериментальные данные — данные, получаемые с помощью метода эксперимента и т. д.
Процедура сбора данных осуществляется в строгом соответствии с алгоритмом действий, установленном в ходе определения порядка применения методов и методик исследования на подготовительном этапе, с целью избегания недочетов и пробелов в получаемых сведениях. Непосредственный процесс сбора данных, протоколы регистрации конкретизируется в зависимости от выбранного метода и методик исследования.
Заключительный этап исследования включает в себя
обработку полученных данных, интерпретацию результатов, формулирование выводов исследования, а также включение полученных результатов в систему знаний науки.
Обработка данных проводится с целью приведения всех сведений, полученных в ходе основного этапа исследования, в сбалансированную систему, являющуюся необходимой базой дальнейшего анализа, интерпретации и научных выводов. Обработка данных позволяет:
•упорядочитьданные,создатьцелостнуюсистемусведений;
•обнаружитьиликвидироватьошибки,недочетыилипробелы в сведениях путем проведения повторного сбора данных или удалением неадекватных сведений из системы;
112
•выявить скрытые закономерности и связи изучаемых явлений;
•обнаружить новые факты, которые не предполагались на подготовительном этапе исследования;
•определить уровень достоверности, надежности и точности полученных данных.
Обработка данных включает в себя два обязательных подэтапа: это первичная обработка, направленная на группировку, систематизацию данных, и вторичная обработка, подразумеваю- щаяматематико-статистическийанализупорядоченныхданных.
На этапе первичной обработки данные группируются по определенным критериям, составляются сводные таблицы, строятся диаграммы и графики для наглядного представления результатов. Данные манипуляции позволяют выявить и изъять из всего массива данных ошибки, неадекватные или нелепые данные (получаемые, например, при недобросовестном заполнении испытуемыми бланков опросников), а также позволяют понять характер всей совокупности данных (однородность — неоднородность, компактность — разбросанность и т. д.), что необходимо для подбора адекватного метода математической обработки на этапе вторичной обработки данных.
Вторичнаяобработказаключаетсявстатистическоманализе итогов первичной обработки и позволяет раскрывать скрытые взаимосвязи, выявлять особенности изучаемых явлений, определять факторы, оказывающие влияние на их формирование и развитие. Ниже приведены основные методы математико-ста- тистического анализа, наиболее часто используемые в психологических исследования (табл.).
Интерпретация результатов — это следующая необхо-
димая процедура завершающего этапа научного исследования, включающая в себя процедуру объяснения результатов и их обобщения. Проводится интерпретация результатов для преобразования подготовленных на этапе статистической обработки данных в эмпирические знания, на основе которых возможно получение знаний теоретических.
113
114
Основные методы статистического анализа результатов психологических исследований1
Исследовательская задача |
Математико-статистический метод |
||
|
|
|
|
Методы описатель- |
|
Мода (значение из множества измерений, которое чаще всего встречается |
|
Определение |
в данной совокупности) |
||
ной статистики |
|
||
Медиана (разбивает выборку на две равные части так, что одна половина |
|||
(представление |
средних показате- |
всех значений оказывается меньше медианы, а другая больше) |
|
данных в удобном |
лей признака |
|
|
Среднее арифметическое значение (сумма всех значений измеренного |
|||
виде и описания |
|
||
|
признака, деленная на количество суммированных значений) |
||
информации в терми- |
|
||
Определение |
Дисперсия (мера изменчивости для метрических данных) |
||
нах математической |
|||
статистики) |
меры изменчиво- |
|
|
Стандартное отклонение (положительное значение квадратного корня |
|||
|
сти признака |
из дисперсии) |
|
|
|
|
|
|
|
U-критерий Манна-Уитни (предназначен для оценки различий между двумя |
|
Методы |
|
выборками по уровню признака, количественно измеренного: позволяет |
|
статистического |
|
выявлять различия между малыми выборками) |
|
вывода |
Выявление |
H-критерий Крускала-Уоллиса (предназначен для оценки различий одновре- |
|
(служат для установ- |
отличий в уровне |
менно между тремя, четырьмя и т. д. выборками по уровню какого-либо при- |
|
ления статистической |
проявления |
знака; позволяет установить, что уровень признака изменяется при переходе |
|
значимости данных, |
признака |
от группы к группе, но не указывает на направление этих изменений) |
|
полученных в ходе |
|
|
|
|
t-критерий Стьюдента для независимых выборок (наиболее частые случаи |
||
сбора данных) |
|
применения t-критерия связаны с проверкой равенства средних значений в двух |
|
|
|
выборках) |
|
|
|
|
|
1 См. об этом подробнее: Наследов А. Д. Математические методы психологического исследования: учеб. пособие. —
СПб.: Речь, 2004. — 254 с.
115
Продолжение табл.
Исследовательская задача |
Математико-статистический метод |
|
|
|
|
|
|
S-критерий Джонкира (предназначен для выявления тенденций изменения при- |
|
|
знака при переходе от выборки к выборке при сопоставлении трех и более выбо- |
|
Выявление |
рок; позволяет упорядочить обследованные выборки по какому-либо признаку, |
|
например, по креативности, фрустрационной толерантности, гибкости и т. п.) |
|
|
отличий в уровне |
|
|
проявления |
Критерий φ* — угловое преобразование Фишера (предназначен для сопостав- |
|
ления двух выборок по частоте встречаемости интересующего исследователя |
|
|
признака |
|
|
эффекта; критерий оценивает достоверность различий между процентными |
|
|
|
|
|
|
долями двух выборок, в которых зарегистрирован интересующий исследователя |
|
|
эффект) |
Методы статисти- |
|
|
|
Критерий знаков (G) (предназначен для установления общего направления сдвига |
|
ческого вывода |
|
исследуемого признака; он позволяет установить, в какую сторону в выборке в |
(служат для уста- |
|
целом изменяются значения признака при переходе от первого измерения ко вто- |
новления статисти- |
|
рому: изменяются ли показатели в сторону улучшения, повышения или усиления |
ческой значимости |
|
или, наоборот, в сторону ухудшения, понижения или ослабления) |
данных, получен- |
|
|
|
t-критерий Стьюдента для зависимых выборок (наиболее частые случаи при- |
|
ных в ходе сбора |
|
менения t-критерия связаны с проверкой равенства средних значений в двух |
данных) |
Оценка |
выборка) |
|
достоверности |
|
|
Критерий χr2 Фридмана (применяется для сопоставления показателей, измерен- |
|
|
сдвига значений |
ных в трех или более условиях на одной и той же выборке испытуемых; критерий |
|
|
позволяет установить, что величины показателей от условия к условию изменя- |
|
|
ются, но при этом не указывает на направление изменений) |
|
|
|
|
|
Т-критерий Вилкоксона (применяется для сопоставления показателей, измерен- |
|
|
ных в двух разных условиях на одной и той же выборке испытуемых; он позволяет |
|
|
установить не только направленность изменений, но и их выраженность; |
|
|
с его помощью можно определить, является ли сдвиг показателей в каком-то |
|
|
одном направлении более интенсивным, чем в другом) |
|
|
|
116
Продолжение табл.
Исследовательская задача |
Математико-статистический метод |
|
|
|
|
|
|
L-критерий тенденций Пейджа (применяется для сопоставления показателей, |
|
|
измеренных в трех и более условиях на одной и той же выборке испытуемых; |
|
|
позволяет выявить тенденции в изменении величин признака при переходе |
|
|
от условия к условию) |
|
|
|
|
|
Критерий φ* — угловое преобразование Фишера (предназначен для сопостав- |
|
|
ления двух выборок по частоте встречаемости интересующего исследователя |
|
|
эффекта; оценивает достоверность различий между процентными долями двух |
|
|
выборок, в которых зарегистрирован интересующий исследователя эффект) |
|
|
|
|
|
Критерий χ2 — Пирсона (применяется в двух целях: 1) для сопоставления эмпи- |
|
|
рического распределения признака с теоретическим — равномерным, нормальным |
|
|
или каким-то иным; 2) для сопоставления двух, трех или более эмпирических |
|
|
распределений одного и того же признака) |
|
Выявление |
|
|
Критерий λ Колмогорова-Смирнова (предназначен для сопоставления двух |
|
|
отличий |
распределений: 1) эмпирического с теоретическим, например, равномерным или |
|
в распределении |
нормальным; 2) одного эмпирического распределения с другим эмпирическим |
|
признаков |
распределением; выборка должна быть достаточно большой) |
|
|
Критерий φ* — угловое преобразование Фишера (предназначен для сопостав- |
|
|
ления двух выборок по частоте встречаемости интересующего исследователя |
|
|
эффекта; оценивает достоверность различий между процентными долями двух |
|
|
выборок, в которых зарегистрирован интересующий исследователя эффект) |
|
|
|
|
|
Окончание табл. |
|
|
|
|
|
Исследовательская задача |
Математико-статистический метод |
||
|
|
|
|
|
Выявление |
Коэффициент корреляции Спирмена (позволяет определить тесноту (силу) |
|
|
степени согласо- |
и направление корреляционной связи между двумя признаками или двумя |
|
|
ванности изме- |
профилями (иерархиями) признаков) |
|
|
нений (ранговая |
|
|
|
корреляция) |
|
|
|
|
|
|
|
Анализ фактор- |
Дисперсионный анализ (анализ изменчивости признака под влиянием каких-либо |
|
|
ных экспери |
контролируемых переменных факторов) |
|
|
ментов |
|
|
|
|
|
|
|
|
Частотный анализ (применяется для анализа категориальных переменных) |
|
|
|
Факторный анализ ((1) сокращение числа переменных (редукция данных) |
|
|
Преобразование |
и (2) определение структуры взаимосвязей между переменными, т. е. классифика- |
|
Методы |
данных с целью |
ция переменных) |
|
Кластерный анализ (позволяет произвести автоматизированную группировку |
|||
преобразования |
оптимизации |
||
наблюдений в однородные классы — кластеры; выявить группы испытуемых, |
|||
данных |
их представления |
||
обладающих близкими психодиагностическими профилями (соотношением |
|||
|
и анализа |
||
|
выявленных и измеренных психических свойств)) |
||
|
|
||
|
|
|
|
|
|
Многомерное шкалирование (позволяет выявлять структуру исследуемого |
|
|
|
множества стимулов) |
|
|
|
|
|
117
Объяснение результатов необходимо для определения сущности объекта и предмета изучения и сведение нового, еще незнакомого знания к знакомому. В зависимости от того, какой характер объясняющих суждений и положений использует ученый, в науке принято выделять следующие типы объяснений:
•субстанциальное объяснение заключается в раскрытии субстанции или субстрата, из которого объект изучения состоит или с которым он закономерно связан, например, объяснение психики через работу нервной системы;
•атрибутивное объяснение направлено на раскрытие закономерных связей объекта с его атрибутами, т. е. его неотъемлемыми свойствами, например, объяснение сознания через его качества (целостность, рефлексивность и т. д.);
•генетическое объяснение предполагает определение предшествующих состояний объекта изучения и объяснения на этой основе его настоящего состояния, например, объяснение настоящего поведения человека через обращение к его жизненному опыту;
•контрагенетическое объяснение обращено к анализу нынешнего состояния объекта с целью объяснения его причин, например, при анализе существующих сложных отношений
вколлективе в ситуации конфликта можно предположить его причины;
•структурное объяснение нацелено на определение структурных компонентов объекта изучения, особенностей их взаимосвязи, либо установление места объекта в совокупности других объектов, например, объяснение развития личности через ее основные структурные элементы или объяснение темперамента через определение его места в структуре личности1.
В современной практике психологических исследований все чаще используются смешанные типы объяснений, такие как структурно-генетические или атрибутивно-субстанциальные.
1См. об этом: Никитин Е. П. Объяснение — функция науки / Акад. наук
СССР, Ин-т философии. — М.: Наука, 1970. — 280 с.
118
Помимо данной классификации объяснений в психологии используются также еще два типа объяснения, выделенные
Ж. Пиаже: редукционистские и конструктивистские1. Редукционизм (сведение сложного к простому) предпола-
гает использование упрощающих объяснений, когда сложные психические явления рассматриваются через действие одного фактора, либо в рамках психологического (психологический редукционизм), либо через действие физических, физиологических или социальных факторов (внепсихологический редук ционизм).
Конструктивистские объяснения стремятся к процессу конструирования объяснительных моделей, дополняющих редукционистские объяснения. К таким объяснениям относятся модели прижизненного опыта (установление причинных связей между условиями среды и наблюдаемыми реакциями, характеризующими поведение), модели врожденного опыта (построение генетических поведенческих конструкций) и абстрактные модели (отвлечение от разнообразия в формах поведения и реакций и обращении к наиболее общему их выражению).
Обобщение результатов нацелено на выявление среди изучаемых явлений наиболее существенных черт, которые определяют их важнейшие качественные характеристики. В исследовательской практике выделяется обобщение ситуации (подведение результатов на более широкий круг условий), ответов (объединение данных испытуемых под одну категорию), личности испытуемого (перенос результатов на всю генеральную совокупность), отношений (обобщение связей между переменными в эксперименте).
Выводы и включение результатов в систему знаний завер-
шают научное исследование. В выводах исследователь подводит итоги проделанной работы, отражая выполнение всех поставленных в начале исследования задач, достижения цели, решения проблемы. В выводах в кратком виде отражаются основные результаты теоретического и эмпирического исследо-
1 См. об этом подробнее: Фресс П., Пиаже Ж. Характер объяснения в психологии и психофизиологический параллелизм // Экспериментальная пси-
хология. — Вып. 1, 2. — М., 1966. — С. 157–194.
119
вания и соотносятся с выдвинутой гипотезой исследования. На основании чего исследователь приходит к выводу о полной или частичной доказанности гипотезы, либо ее опровержении.
Сформулированные выводы исследования включаются в систему научных знаний путем определения их места в рамках существующих теорий и концепций и обозначения их актуальности, теоретической и практической значимости, степени новизны.
После проведения завершающего этапа научного исследования результаты научного труда подлежат оформлению в соответствующем виде.
Контрольные вопросы
1.Что такое замысел научного исследования?
2.Перечислите и охарактеризуйте этапы психологического исследования.
3.Что представляет собой методика проведения научного исследования и какие компоненты она в себя включает?
4.Какие данные можно получить в ходе основного этапа исследования?
5.Для чего необходимо обрабатывать полученные данные в исследовании? В чем задача первичной и вторичной обработки данных?
6.Охарактеризуйте типы объяснений, используемых в психологической науке.
