
- •Isbn 5-89502-310-х (мпси) isbn 5-89349-361-3 (Флинта)
- •Глава 1
- •Глава 2
- •Глава 3
- •Глава 9
- •Глава 10
- •Глава 12
- •Глава 13
- •Глава 1 понятие измерения
- •1.1. Измерительные шкалы
- •1.2. Номинативная шкала (шкала наименований)
- •Глава 1. Понятие измерения
- •1.3. Порядковая (ранговая, ординарная) шкала
- •1.3.2. Проверка правильности ранжирования
- •1.3.3. Случай одинаковых рангов
- •1.5. Шкала отношений
- •Глава 2
- •2.1. Полное исследование
- •2.2. Выборочное исследование
- •2.3. Зависимые и независимые выборки
- •2.4. Требования к выборке
- •2.5. Репрезентативность выборки
- •2.6. Формирование и объем репрезентативной выборки
- •Глава 3 формы учета результатов измерений
- •3.1. Таблицы
- •3.1. Таблицы
- •3.2. Статистические ряды
- •3.3. Понятие распределения и гистограммы
- •Глава 3. Формы учета результатов измерений
- •Глава 4
- •4.1. Мода
- •4.2. Медиана
- •4.3. Среднее арифметическое
- •4.4. Разброс выборки
- •4.5. Дисперсия
- •4.6. Степень свободы
- •4.7. Понятие нормального распределения
- •Глава 5
- •5.1. Проверка статистических гипотез
- •5.2. Нулевая и альтернативная гипотезы
- •5.3. Понятие уровня статистической значимости
- •5.4. Этапы принятия статистического решения
- •5.5, Классификация психологических задач, решаемых с помощью статистических методов
- •Глава 6 статистические критерии различий
- •6.1.1. Параметрические и непараметрические критерии
- •6.1.2. Рекомендации к выбору критерия различий
- •6.2. Непараметрические критерии для связных
- •6.2.1. Критерий знаков g
- •6.2.3. Критерий Фридмана
- •6.2.4. Критерий Пейджа
- •6.2.5. Критерий Макнамары
- •Глава 7
- •7.1. Критерий u Вилкоксона—Манна—Уитни
- •7.1.1. Первый способ расчета по критерию u
- •7.1.2. Второй способ расчета по критерию u
- •7.2. Критерий q Розенбаума
- •Глава 8
- •8.1. Критерий хи-квадрат
- •8.1.1. Сравнение эмпирического распределения с теоретическим
- •8.1.2. Сравнение двух экспериментальных распределений
- •8.1.3. Использование критерия хи-квадрат для сравнения показателей внутри одной выборки
- •8.2, Критерий Колмогорова-Смирнова
- •8.3. Критерий Фишера — φ
- •8.3.1. Сравнение двух выборок по качественно определенному признаку
- •8.3.2. Сравнение двух выборок по количественно определенному признаку
- •Глава 9
- •9.1.1. Случай несвязных выборок
- •9.1.2. Случай связных выборок
- •Глава 10 введение в дисперсионный анализ anova
- •10.1. Однофакторный дисперсионный анализ
- •10.2.1. Критерий Линка и Уоллеса
- •10.2.2. Критерий Немени
- •Глава 11 корреляционный анализ
- •11.1. Понятие корреляционной связи
- •11.2. Коэффициент корреляции Пирсона
- •11.3. Коэффициент корреляции рангов Спирмена
- •11.3.1. Случай одинаковых (равных) рангов
- •11.4. Расчет уровней значимости коэффициентов корреляции
- •11.5.1. Второй способ вычисления коэффициента «φ»
- •11.7. Бисериальный коэффициент корреляции
- •11.8. Рангово-бисериальный коэффициент корреляции
- •11.9. Корреляционное отношение Пирсона η
- •11.10. Множественная корреляция
- •11.11. Частная корреляция
- •Глава 12
- •12.1. Линейная регрессия
- •12.2. Множественная линейная регрессия
- •12.3. Оценка уровней значимости коэффициентов регрессионного уравнения
- •12.4. Нелинейная регрессия
- •Глава 13 факторный анализ
- •13.1. Основные понятия факторного анализа
- •13. Факторный анализ
- •Глава 13. Факторный анализ
- •13.1. Основные понятия факторного анализа
- •13.2. Условия применения факторного анализа
- •13.3. Приемы для определения числа факторов
- •13.5. Использование факторного анализа в психологии
- •Глава I. Теоретические основы агрессивности и тревожности личности.
7.1.2. Второй способ расчета по критерию u
Преимущество второго способа подсчета по критерию U наиболее отчетливо проявляется в тех случаях, когда две или большее количество одинаковых величин будут входить в оба сравниваемых ряда. Поскольку в таких случаях нет определенного правила расстановки одинаковых чисел, то возможна следующая ситуация, представленная в таблицах 7.2 и 7.3. В этом случае одинаковые числа равные 25 встречаются в обоих столбцах.
Таблица 7.2
№ 1 |
№ 2 |
№3 |
№ 4 |
Группа X |
Группа Y |
Инверсии X/Y |
Инверсии Y/X |
6 |
- |
0 |
._ |
- |
8 |
- |
1 |
25 |
- |
1 |
— |
25 |
- |
1 |
_ |
25 |
- |
1 |
_ |
— |
25 |
- |
4 |
- |
25 |
- |
4 |
- |
25 |
- |
4 |
Сумма |
|
3 |
13 |
Таблица 7.3
№ 1 |
№ 2 |
№ 3 |
№4 |
Группа X |
Группа Y |
Инверсии X/Y |
Инверсии Y/X |
6 |
- |
0 |
__ |
- |
8 |
- |
1 |
— |
25 |
- |
1 |
— |
25 |
- |
1 |
107
Продолжение таблицы 7.3 |
|||
— |
25 |
- |
1 |
25 |
- |
4 |
- |
25 |
- |
4 |
- |
25 |
- |
4 |
- |
Сумма |
|
12 |
4 |
Мы отчетливо видим, что суммы инверсий в обоих столбцах различны и зависят от того, как расположены одинаковые числа. Подчеркнем, что расположение одинаковых чисел в обоих столбцах правильное. В подобных случаях следует пользоваться для расчета вторым, более сложным способом. Но есть возможность производить расчет и первым способом. Для этого следует располагать эти числа равномерно друг под другом, например, так:
Ряд X
-
25
-
25
-
25
-
Ряд Y
-
-
25
-
25
-
25
В условиях той же задачи (7.1) несколько изменим экспериментальные данные таким образом, чтобы в обоих выборках имелись одинаковые значения. Представим эти измененные данные в виде таблицы 7.4.
Таблица 7.4
№ 1 |
№ 2 |
№ 3 |
№ 4 |
Группа с дополнительной мотивацией |
Группа без дополнительной мотивации |
Ранги X |
Ранги Y |
Х(n1 =8) |
Y(n2 = 9) |
R(x) |
R(У) |
6 |
- |
1 |
— |
— |
8 |
- |
2 |
25 |
- |
(3) 3,5 |
— |
108
|
Продолжение таблицы 7.4 |
||
25 |
- |
(4) 3,5 |
_ |
30 |
- |
(5) 5,5 |
- |
— |
30 |
- |
(6) 5,5 |
— |
32 |
— |
7 |
38 |
- |
8 |
_ |
41 |
- |
(9) 10,5 |
_ |
- |
41 |
- |
(10) 10,5 |
- |
41 |
- |
(11) 10,5 |
41 |
- |
(12) 10,5 |
_ |
44 |
- |
13 |
_ |
— |
45 |
- |
14 |
— |
46 |
- |
15 |
- |
50 |
- |
16 |
- |
55 |
— |
17 |
Суммы рангов |
|
55,5 |
97,5 |
Исходные данные 7.4 располагаются так же, как и в таблице 7.1. Затем в двух столбцах проставляются ранги, так, как будто бы оба столбца образуют собой один упорядоченный ряд чисел. Подчеркнем, однако, что ранги для чисел первого столбца помещаются в третий столбец, а ранги чисел второго столбца -в четвертый. По каждому столбцу в отдельности подсчитываются суммы рангов.
Следующим этапом, как обычно при ранжировании, является проверка его правильности. Для этого:
1. Подсчитывается общая сумма рангов из таблицы 7.4:
55,5 + 97,5 = 153
Поскольку расчетные суммы случаев совпали, то ранжирование было проведено правильно.
109
3. Затем находится наибольшая по величине ранговая сумма. Она
обозначается как R . В нашем случае она равна 97,5.
4. Uэмп вычисляется по следующей формуле: (7.4)
Где п1 — численное значение первой выборки,
п2 — численное значение второй выборки,
Rmах — наибольшая по величине сумма рангов,
пх — количество испытуемых в группе с большей суммой рангов.
Подсчитываем величину Uэмп по формуле 7.4.
Величины критических значений уже найдены нами при расчете первым способом по таблице 7 Приложения, поэтому сразу строим «ось значимости», которая имеет следующий вид:
Несмотря на то что мы немножко «подправили» экспериментальные данные для получения одинаковых чисел в обоих столбцах, рассчитанное значение Uэмп вновь попало в зону незначимости, следовательно принимается гипотеза Н0 о сходстве. Тем самым психолог может утверждать, что мотивация не приводит к статистически значимому увеличению эффективности времени решения технической задачи.
Для применения критерия U необходимо соблюдать следующие условия:
1. Измерение должно быть проведено в шкале интервалов и отношений.
110
2. Выборки должны быть несвязанными.
3. Нижняя граница применимости критерия п1 >3 и n2 > 3 или n =2, а n2>5.
4. Верхняя граница применимости критерия: п1 и л2<60.
Замечание. Критерий U применяют и для связных выборок, рассматривая их при этом как независимые. Последнее возможно, если связи внутри генеральной совокупности оказываются слабыми, а различия между двумя связными выборкам -- сильными. В этом случае возможно получение значимых различий по критерию U, в то время как критерии, специально предназначенные для связанных выборок (см. главу 6), могут и не обнаружить значимых различий.