- •1.1.Понятие умственного развития
- •1.2. Из истории создания интеллектуальных тестов
- •1.3.Тестовый педагогический контроль в образовании.
- •1.4.Нетрадиционные способы оценки знаний и умственных способностей учащихся.
- •2. Профессиональная ответственность диагноста при разработке и проведении тестирования в школе
- •2.1 Критерии оценки качества тестов.
- •1.2.Профессионально-этическое общение психодиагноста с испытуемыми
- •3.1.Планирование психодиагностического обследования
- •3.2. Практические задания в школе. Занятие 1
- •Занятие 2
- •Занятие 3 Диагностика невербального интеллекта
- •Занятие 4
- •Контрольные задания
- •Проверка заданий по степени трудности
- •Компьютерная обработка эмпирических данных в психологии. Практические занятия.
- •4. Окна spss
- •Ввод данных с экрана
- •Управление окнами
- •Занятие 2. Построение одномерного распределения переменной
- •1.Занести данные в электронную таблицу Редактора Данных ( spss Data Editor) в виде нескольких столбцов ( переменных) одинаковой длины.
- •В выдаче результатов получили:
- •1. Таблицу с данными распределения признака (см.Табл.1)
- •Одномерное распределение признака «школьная тревожность»
- •1. По данным эмпирического исследования ( таблица данных) провести анализ распределения переменных .
- •Занятие 4. Сравнение характеристик числовой переменной, измеренной в двух группах
- •1.Занести данные в электронную таблицу Редактора Данных ( spss Data Editor) в виде нескольких столбцов ( переменных) одинаковой длины.
- •Матрица интеркорреляций
- •Занятие 6. Исследование структуры данных (фа)
- •1.Занести данные в электронную таблицу Редактора Данных
- •Статистические показатели для определения минимального количества факторов
- •Факторная структура 26 переменных после варимакс-вращения
- •Фактор 1 (Агрессивность) является наиболее обобщенным, информативным (27.5%). Его положительный полюс определяется переменными с соответствующими факторными нагрузками:
- •Var000019 ( враждебность) .867
- •Занятие 7. Группировка испытуемых. Кластерный анализ
Занятие 4. Сравнение характеристик числовой переменной, измеренной в двух группах
Вводные замечания. Если один и тот же признак (переменная) измеряется на двух группах , встает задача сравнения равенства средних, при этом предполагается нормальность распределения генеральной совокупности. Применяется процедура
T- Test, которая подсчитывает средние значения переменной для двух групп, стандартные ошибки, их значимость. При сравнении двух выборок нас интересует, насколько случайный характер носит различие средних – отличаются ли они значимо.
Если не предполагается равенство дисперсий в группах, то для сравнения средних принято использовать статистику, которая в условиях нормальности распределения переменной имеет распределение Стьюдента.
Цель. Сравнить характеристики распределения переменной в двух группах.
Порядок работы.
1.Занести данные в электронную таблицу Редактора Данных ( SPSS Data Editor) в виде: переменные группы 1 ( напр. VAR00001 - VAR00008) и переменные группы 2 ( напр. VAR00009 - VAR000016, те же самые, но измеренные на 2 группе).
2. Для сравнения распределения переменной в двух группах ( имеются ли значимые различия в распределении переменной в двух группах) в пакете SPSS в главном меню выбрать команду Statistics , подменю - Compare Means, а в нем - Paired- Samples T Test.
В появившемся диалоге перевести из левого списка в правый попарно (напр., VAR00001 - VAR00009 и т.д.) имена тех переменных, которые необходимо сравнить. После щелчка по кнопке ОК в окно результатов будут выведены две таблицы: Paired Samples Statistics ( описательная статистика – средние и стандартные отклонения по группам);
Paired Samples Test ( результаты сранения средних и дисперсий в группах).
Пример. Рассмотрим, имеется ли значимое различие между учащимися 5 и 6 классов по степени выраженности интеллектуальных способностей, измеряемых с помощью ГИТ. ( см. Табл.2. Прилож.2)
Сформулируем гипотезы.
Н0: между учащимися 5 и 6 классов не наблюдается различий в выполнении заданий теста ГИТ.
Н1 : успешность выполнения заданий учащимися 6-х классов выше успешности выполнения заданий учащимися 5-х классов.
В выдаче результатов получили две таблицы:
1. Описательная статистика (см. табл.3)
Табл.3
Показатели описательной статистики
Paired Samples Statistics
|
|
Mean |
N |
Std. Deviation |
Std. Error Mean |
Pair 1 |
VAR00001 |
4,2283 |
92 |
2,0333 |
,2120 |
|
VAR00009 |
9,8804 |
92 |
3,5015 |
,3651 |
Pair 2 |
VAR00002 |
4,6413 |
92 |
1,6144 |
,1683 |
|
VAR00010 |
5,8696 |
92 |
2,4189 |
,2522 |
Pair 3 |
VAR00003 |
5,4891 |
92 |
1,8956 |
,1976 |
|
VAR00011 |
5,9348 |
92 |
2,5238 |
,2631 |
Pair 4 |
VAR00004 |
8,2500 |
92 |
5,6269 |
,5866 |
|
VAR00012 |
10,3587 |
92 |
6,2504 |
,6517 |
Pair 5 |
VAR00005 |
5,3297 |
91 |
3,0443 |
,3191 |
|
VAR00013 |
6,9780 |
91 |
4,1311 |
,4331 |
Pair 6 |
VAR00006 |
8,1522 |
92 |
5,2539 |
,5478 |
|
VAR00014 |
10,8804 |
92 |
7,7825 |
,8114 |
Pair 7 |
VAR00007 |
14,2609 |
92 |
4,9964 |
,5209 |
|
VAR00015 |
20,8261 |
92 |
6,1028 |
,6363 |
Pair 8 |
VAR00008 |
51,3587 |
92 |
13,6072 |
1,4186 |
|
VAR00016 |
69,7717 |
92 |
23,1939 |
2,4181 |
По данным описательной статистики определяем, что средние сравниваемых признаков по группам отличаются, равенства дисперсий не наблюдается.
2. Значимость различий распределения переменных, измеренных в двух выборках ( см.табл.4).
Табл.4.
Результаты t - критерия Стьюдента
Paired Samples Test
|
|
Paired Differences |
|
|
|
|
t |
df |
Sig. (2-tailed) |
|
|
Mean |
Std. Deviation |
Std. Error Mean |
95% Confidence Interval of the Difference |
|
|
|
|
|
|
|
|
|
Lower |
Upper |
|
|
|
Pair 1 |
VAR00001 - VAR00009 |
-5,6522 |
4,1706 |
,4348 |
-6,5159 |
-4,7885 |
-12,999 |
91 |
,000 |
Pair 2 |
VAR00002 – VAR00010 |
-1,2283 |
3,1522 |
,3286 |
-1,8811 |
-,5755 |
-3,737 |
91 |
,000 |
Pair 3 |
VAR00003 – VAR00011 |
-,4457 |
3,2458 |
,3384 |
-1,1178 |
,2265 |
-1,317 |
91 |
,191 |
Pair 4 |
VAR00004 – VAR00012 |
-2,1087 |
8,7335 |
,9105 |
-3,9173 |
-,3000 |
-2,316 |
91 |
,023 |
Pair 5 |
VAR00005 – VAR00013 |
-1,6484 |
5,1820 |
,5432 |
-2,7275 |
-,5692 |
-3,034 |
90 |
,003 |
Pair 6 |
VAR00006 – VAR00014 |
-2,7283 |
9,4812 |
,9885 |
-4,6918 |
-,7648 |
-2,760 |
91 |
,007 |
Pair 7 |
VAR00007 – VAR00015 |
-6,5652 |
7,1457 |
,7450 |
-8,0451 |
-5,0854 |
-8,812 |
91 |
,000 |
Pair 8 |
VAR00008 – VAR00016 |
-18,4130 |
25,2931 |
2,6370 |
-23,6511 |
-13,1750 |
-6,983 |
91 |
,000 |
По переменным, измеренным в двух группах ( интеллектуальные способности учащихся 5 и 6 классов) имеются значимые различия ( столбец 8 –показатель t критерия Стьюдента; столбец 9 - уровень значимости), за исключением 3 признака ( дополнение предложений). Знак « –« критерия t свидетельствует о том, что среднее значение в паре сравнимаемых переменных больше во второй группе ( напр. 1 пара: сравниваются результаты выполнения с\теста «исполнение инструкций» учащимися 5 кл. – VAR00001 с результатами учащихся 6 кл. - VAR00009; значение критерия t= -12.9 говорит о значимости различий на 1% уровне и о том, что среднее по данной переменной выше в 6 классе ( см. табл.3).
Нулевая гипотеза (Н0 ) подтвердилась относительно 3 признака. Относительно остальных признаков подтвердилась альтернативная гипотеза ( Н1 ).
Контрольные задания.
1.Провести измерение одних и тех же переменных на двух группах ( напр. разные возрастные группы, группы испытуемых, отличающиеся условиями обучения и т.п.).
2. Сформулировать гипотезы.
3. Выяснить, имеется ли различие в распределении признаков, измеренных на разных группах.
4. Определить уровни значимости различий.
Занятие 5. Меры связи между переменными. Коэффициент корреляции Пирсона.
Вводные замечания. В психологических исследованиях часто возникает задача оценки силы связи между переменными. Корреляционная связь – это согласованные изменения двух признаков или большего количества признаков. Корреляционная связь отражает тот факт, что изменчивость одного признака находится в некотором соответствии с изменчивостью другого. Е.В.Сидоренко отмечает, что корреляционные связи не могут рассматриваться как свидетельство причинно-следственной связи, они свидетельствуют лишь о том, что изменениям одного признака сопутствуют определенные изменения другого, но находится ли причина изменений в одном из признаков или она оказывается за пределами исследуемой пары признаков, нам неизвестно ( Е.В.Сидоренко, 1996,с.201). В качестве мер корреляции в психологических исследованиях часто используются: коэффициент линейной корреляции Пирсона ( при условии нормальности распределения переменных); коэффициент корреляции рангов Спирмена ( непараметрический критерий). Знак и величина коэффициента линейной корреляции характеризуют направление и тесноту линейной связи. Если связь между переменными отсутствует, этот показатель будет стремиться к нулю. Если при изменении значения одной переменной значения второй также закономерно изменяются, абсолютное значение коэффициента корреляции будет отличаться от нуля и тем больше, чем теснее связь между ними. При прямо пропорциональной связи коэффициент принимает значение с +, при обратно пропорциональной – значение с – ( чем больше х, тем меньше у).
Цель. Выяснить, имеется ли взаимосвязь между парами переменных.
Порядок работы.