- •Тема 1. Анализ различий на уровне порядковой (ранговой) шкалы.
- •Тема 1.
- •Статистические гипотезы и правила принятия статистических гипотез.
- •Классификация задач и методов их решения.
- •Продолжение.
- •Критерий h Крускала-Уоллеса.
- •Анализ различий и сдвигов на уровне шкалы наименований.
- •Анализ сдвига на уровне порядковой шкалы.
Тема 1.
Измерение. Шкалы измерения
Естественно-научный ключ. Психометрический подход.
Измерение – приписывание числовых форм объектам или событиям в соответствии с определенными правилами. (Стивенс) Напр., измерение коэффициента интеллектуальности IQ ребенка – приписывание числа характеру ответной реакции, возникающей у него на группу типовых задач. Стивенс предложил классификацию из 4х шкал, они используются во всех науках.
Шкала |
Характеристики |
Операции |
Примеры |
1.Номинативная (номинальная) (шкала наименований) (неметрическая) (без масштаба(знаем, что больше, но не знаем, насколько больше))
|
Объекты классифицированы, а классы обозначены номерами. То, что номер одного класса больше или меньше другого, еще ничего не говорит о свойствах объектов, за исключением того, что они различаются.
|
Позволяет нам подсчитать частоты встречаемости разных «наименований» или значений признака, а затем работать с этими частотами с помощью матметодов. Единица наблюдения (измерения), которой мы пользуемся, есть количество испытуемых, реакций, выборок, или частота. Единицы измерения – одно наблюдение. Матметоды: а) анализ различий.( В 1м классе 25 чел, 15 чел. Успешно справились с контрольной по математике; во 2м классе 20 чел., успешно справились 10. 60% и 50% - неверно. Фи-критерий Фишера(Фи-Фишер). Хи-квадрат Пирсона(Х2-Пирсон). б) анализ сдвига. Анализ сдвига – установление достоверности статистических изменений показателя в какой-либо группе с течением времени (в динамике). Многофункциональные критерии: те же критерии(Х2-Пирсон и Фи-Фишер). в) изучение связи (корреляция) (сопряженность двух явлений). Коэффициент Чупрова (коэффициент взаимной сопряженности; фи); коэффициент ассоциаций Пирсона и критерий Гилфорда. |
Дихотомические шкалы (двойственные) (здоровые-больные, за-против депутата, высокотревожные-низкотревожные, две футбольные команды, etc.), шкалы «три и более» (варианты ответа «да, нет, не знаю» в тесте, распределение по 4м типам темпераментов).
|
2.Порядковая (ранговая) шкала (неметрическая)
|
Соответствующие значения чисел, присваиваемых предметам, отражают количество свойства, характерного предмету. Равные разности чисел не отражают равной разности в количествах свойств. Принцип классификации – больше или меньше. В порядковой шкале мы не знаем истинного расстояния между классами, а знаем лишь то, что они образуют последовательность, т.н.произвольное ранжирование. |
Единица измерения – расстояние в один класс или один ранг, при этом расстояние между классами и рангами может быть разным. Матметоды: а) анализ различий. Две выборки: Q-Розенбаума и U-Манна-Уитни. Три и более выборок: S-Джонкер (S-критерий тенденций Джонкера) и H-Крускала-Уоллеса. б) T-Вилкоксона, X2r-Фридмена. в) корреляция. Метод ранговой корреляции Спирмена(Rs).
|
Ранжирование «сырых» баллов по тесту, военные ранги, ранжирование по твердости минерала, etc.
|
3.Интервальная шкала(шкала равных интервалов) (метрическая)
|
Существуют единицы измерения, при помощи которых предметы можно не только упорядочить, но и приписать им числа так, чтобы равные разности чисел, присвоенных предметам, отражали равные различия в количествах измеряемого свойства. Нулевая точка данной шкалы произвольна и не указывает на отсутствие свойства. Принцип классификации – больше или меньше на определенное количество единиц. Каждое из возможных значений отстоит от другого на равном расстоянии.
|
Большинство матметодов включает в свой состав расчёт таких показателей, как среднеарифметическое значение и стандартное отклонение. Матметоды, которые можно использовать: а) анализ различий (T-Стьюдента); б) анализ сдвига (Т-Стьюдента, формула для сдвига); в) изучение корреляции (Rxy-Пирсон (линейная корреляция Пирсона)); г) изучение причинно-следственных связей (собственно экспериментальное исследование): Р.А.(регрессионный анализ(уравнение прогноза)- y=a0+bx), A.ANOVA(вариативный анализ). Дисперсионный анализ. Фактор (причина) – следствие (результирующий признак) . Причина должна иметь статус номинативной шкалы, а результирующий признак – статус метрической шкалы; если наоборот, то дискриминантный анализ. д) для обобщения большого массива эмпирических данных (факторный анализ: сжимание всех данных до 3-7 факторов). е) построение классификаций (К.А.(кластерный анализ) и дискриминантный анализ).
|
Календарное время(до Р.Х. и после Р.Х.), шкалы температуры по Цельсию и Фаренгейту, семантический дифференциал Осгуда(оценка в тесте от -3 до 3), etc.
|
4. Шкала отношений (абсолютная шкала) (метрическая) |
Числа, присвоенные предметам, обладают всеми свойствами объектов интервальной шкалы, но, помимо этого, на шкале существует абсолютный нуль. Значение нуль свидетельствует об отсутствии исследуемого свойства. Отношения чисел, присвоенных в измерении, отражают количественные измерения заданного свойства. |
Можно проводить все операции (сложение, вычитание, умножение, деление). Те же методы, что для интервальной шкалы. Матметоды, которые можно использовать: а) анализ различий (T-Стьюдента); б) анализ сдвига (Т-Стьюдента, формула для сдвига); в) изучение корреляции (Rxy-Пирсон (линейная корреляция Пирсона)); г) изучение причинно-следственных связей (собственно экспериментальное исследование): Р.А.(регрессионный анализ(уравнение прогноза)- y=a0+bx), A.ANOVA(вариативный анализ). Дисперсионный анализ. Фактор (причина) – следствие (результирующий признак) . Причина должна иметь статус номинативной шкалы, а результирующий признак – статус метрической шкалы; если наоборот, то дискриминантный анализ. д) для обобщения большого массива эмпирических данных (факторный анализ: сжимание всех данных до 3-7 факторов). е) построение классификаций (К.А.(кластерный анализ) и дискриминантный анализ).
|
Шкала температуры по Кельвину, психофизика, рост, вес, etc. |
Подготовить статью: Пахомов «Проблема осмысленности психологических измерений», Психологический журнал №5, 2006 (с.75).