Автор: Пользователь скрыл имя, 07 Мая 2012 в 15:50, доклад
Статистические методы применяются при обработке материалов психологических исследований для того, чтобы извлечь из тех количественных данных, которые получены в экспериментах, при опросе и наблюдениях, возможно больше полезной информации. В частности, в обработке данных, получаемых при испытаниях по психологической диагностике, это будет информация об индивидуально-психологических особенностях испытуемых. Вообще психологические исследования обычно строятся с опорой на количественные данные.
Нужно вычислить все величины, входящие в эту формулу. Для получения S используется формула:
Извлекая корень из полученной величины, узнаем значение S. Остается произвести по формуле все вычисления.
Ниже приводятся ряды, полученные в эксперименте (числа заимствованы из кн.: Бейли Н. Статистические методы в биологии. М., 1964).
При вычислении t при попарном сравнении число степеней свободы равно п -1. По таблице уровней значимости для t находим, что для 7 степеней свободы ^о,95 должно быть не менее 2,36. Поскольку получена большая величина, следует признать, что налицо статистически значимое влияние занятий физкультурой на самочувствие школьников.
Из непараметрических методов для попарного сравнения удобен для пользования критерий Уилкоксона, правда, на небольших выборках этот критерий оказывается недостаточно мощным; его лучше применять на выборках объемом от 12 и более элементов.
Небольшие по объему выборки, однако, удобны для наглядного последовательного изложения техники расчетов.
Для использования этого критерия (его называют также знаково-ранговым) следует проранжировать, сначала не обращая внимания на знаки, весь перечень разностей между рядами «до» и «после». Если разность у отдельных испытуемых и в отдельных случаях нулевая, то она из ранжирования исключается и не входит в сумму рангов. В этом примере таких разностей (равных нулю) не встречается.
Далее нужно суммировать раздельно ранги разностей с положительным знаком и ранги разностей с отрицательным знаком. Значение критерия Т равно меньшей по абсолютной величине сумме рангов.
В этом примере Т = 3,5.
Кружком обведены ранги разностей с отрицательными значениями.
Но прежде чем отыскивать уровень значимости Т, нужно обратить внимание на то, что в данном случае критерий Уилкоксона — это двусторонний критерий. Как это понимать? Различают односторонние и двусторонние критерии. Отвергая нуль-гипотезу, выдвига-ют альтернативную ей гипотезу. При этом возникает вопрос: в какую сторону направлено отличие альтернативной гипотезы от Но — в положительную или отрицательную. Если исследование предполагает равно возможными и ту, и другую направленности, следует принять двусторонний критерий. Возможна вместе с тем такая постановка исследования, когда учитывается лишь одна направленность результатов. Так, сравнивая две выборки учащихся по освоении ими научных химических понятий, исследователь ставит ограниченную задачу — рассмотреть только возможность преобладания в этом освоении одной выборки над другой. В этом исследовании применим односторонний критерий.
При описании статистических методов всегда указывается, какого рода критерий подлежит применению — односторонний или двусторонний. В таблицах уровней значимости обычно значения для одностороннего и для двустороннего критериев даются либо в особых столбцах, либо в таблице указывается, какому значению одностороннего критерия соответствует значение двустороннего, и наоборот.
Возвращаясь к рассматриваемому примеру, следует признать, что для него при обработке с помощью критерия Уилкоксона применим двусторонний критерий: различия между показателями «до» и «после» в одних строках положительные, в других отрицательные, учитываются те и другие.
В таблице уровней значимости для критерия Т, имея в виду, что критерий двусторонний, находим, что для 0,95 уровня значение Т должно быть не более 3. Поскольку получено значение Т = 3,5, Яо не следует отклонять.
Следовательно, критерий t Стьюдента свидетельствует о том, что Яо подлежит отклонению, а Г-критерий Уилкоксона свидетельствует о том, что нуль-гипотезу отвергать не следует. Такого рода расхождения, особенно при работе с небольшими выборками, вполне возможны. То, что критерий Уилкоксона Т всего на 0,5 превысил установленный уровень значимости, говорит о том, что при увеличении объема выборки в 1,5 или в 2 раза критерий Т также окажется значимым. В параграфе, где пойдет речь о планировании эксперимента, еще предстоит рассмотреть вопрос об объеме выборок.
Сравнение нескольких выборок по Уилкоксону. Иногда исследователю приходится сравнивать не две, а несколько выборок: три, четыре и более. В таких случаях следует обратиться к простому и достаточно мощному непараметрическому критерию, представляющему собой модификацию критерия Уилкоксона. Метод позволяет сравнивать выборку с любой другой — вторую с третьей, первую с четвертой и т.д. Нужно, чтобы выборки были равными по численности.
Допустим, что учащимся 8-х классов четырех различных школ был предложен тест умственного развития. В школах использовались различные методы обучения и воспитания. Умственное развитие, как можно полагать, формировалось в каждой выборке в особых условиях. Эти условия и могли определить различия между выборками. Взято по 10 учеников из каждой школы. Их результаты и даны в таблице (табл. 3).
|
|
|
|
|
|
| Таблица3 | |
№ | Школа I | Школа II | Школа III | Школа IV | ||||
| Резуль- | Ранг | Резуль- | Ранг | Резуль- | Ранг | Резуль- | Ранг |
| тат | (Л,) | тат | (Я2) | тат | (Яз) | тат |
|
1 | 96 | 36,5 | 96 | 36,5 | 32 | 9,5 | 40 | 15 |
2 | 82 | 30 | 100 | 39 | 27 | 3,5 | 38 | 14 |
3 | 80 | 28,5 | 93 | 34 | 68 | 23 | 42 | 18,5 |
4 | 78 | 25,5 | 87 | 33 | 78 | 25,5 | 32 | 9,5 |
5 | 34 | 11 | 100 | 39 | 54 | 21 | 31 | 8 |
6 | 42 | 18,5 | 28 | 5,5 | 56 | 22 | 28 | 5,5 |
7 | 42 | 18,5 | 80 | 28,5 | 83 | 31,5 | 42 | 18,5 |
8 | 69 | 24 | 94 | 35 | 22 | 1 | 30 | 7 |
9 | 79 | 27 | 25 | 2 | 41 | 16 | 36 | 13 |
10 | 100 | 39 | 83 | 31,5 | 27 | 3,5 | 35 | 12 |
| 2R | 258 |
| 284,5 |
| 156,5 |
| 121 |
Объединим результаты четырех школ в один ряд и проранжируем его. Для этого расположим ряд в порядке его возрастания и перенесем полученные ранги в таблицу (табл. 4).
|
|
|
|
|
| Таблица 4 | |
Резуль- | Ранг | Резуль- | Ранг | Резуль- | Ранг | Резуль- | Ранг |
тат |
| тат |
| тат |
| тат |
|
22 | 1 | 34 | 11 | 54 | 21 | 83 | 31,5 |
25 | 2 | 35 | 12 | 56 | 22 | 83 | 31,5 |
27 | 3,5 | 36 | 13 | 68 | 23 | 87 | 33 |
27 | 3,5 | 38 | 14 | 69 | 24 | 93 | 34 |
28 | 5,5 | 40 | 15 | 78 | 25,5 | 94 | 35 |
28 | 5,5 | 41 | 16 | 78 | 25,5 | 96 | 36,5 |
30 | 7 | 42 | 18,5 | 79 | 27 | 96 | 36,5 |
31 | 8 | 42 | 18,5 | 80 | 28,5 | 100 | 39 |
32 | 9,5 | 42 | 18,5 | 80 | 28,5 | 100 | 39 |
32 | 9,5 | 42 | 18,5 | 82 | 30 | 100 | 39 |
Подсчитаем сумму рангов по каждой школе.
Проверочная формула: ZR = —(N + 1) = 820, где N — общее число элементов, включающее все выборки. В этом примере оно равно 40.
Далее суммы рангов по выборкам размещаются в матрице.
На пересечении строк и столбцов указываются разности, показывающие, насколько отличается сумма рангов каждой выборки от других выборок.
По таблице значимости устанавливается, что при п = 10 (учитывается объем отдельной выборки) и при четырех условиях достигают уровня значимости 0,95 — величина 134 и более, а уровня значимости 0,99 — величина 163 и более. Следовательно, существенное статистически значимое различие имеется между 1-й и 4-й выборками и между 2-й и 4-й выборками; в последнем случае на уровне значимости 0,99.
Корреляции. В примере, рассмотренном выше (С. 260), сравнивались два ряда чисел, представляющие два ряда показателей одной и той же выборки; по смыслу задачи нужно было установить, существенная ли разница между этими рядами. Это были ряды, взятые из ситуации «до» и «после». Есть, однако, и многочисленные ситуации, когда исследователь заинтересован не в том, чтобы найти степень существенности разницы между вариационными рядами, а в том, чтобы найти, насколько тесно эти ряды связаны между собой, какова направленность этой связи. Так, группе школьников были предложены два теста, задания которых были построены на материале школьных дисциплин гуманитарного цикла — литературы и истории. Но в первом тесте для выполнения заданий требовалась актуализация умственного действия аналогии, а во втором — умственного действия классификации. Данные тестирования представлены в двух числовых рядах. Исследователю нужно ответить на вопрос, насколько тесно связаны эти два ряда. При строгой постановке эксперимента это исследование должно было пролить свет на то, какую роль играют умственные действия, указанные выше, на усвоение знаний в гуманитарном цикле.
Пример. Исследовалась выборка из 15 школьников. Для вычисления коэффициента корреляции, отражающего тесноту связи между двумя рядами, используются как параметрические, так и непараметрические методы.
До перехода к расчетам полезно рассмотреть любые коррелируемые ряды в их размещении в корреляционной решетке. По оси абсцисс размещаются показатели одного, а по оси ординат — другого ряда.
Теснота связи между рядами благодаря этой решетке становится легко обозримой. На рис. 3 схематически изображены различные виды соотношения коррелируемых рядов. Как видно, схемы отражают всего пять различных соотношений.
На схемах можно усмотреть как тесноту связи, так и ее направленность. Схема 3 демонстрирует полное отсутствие связи между рядами; на схеме 5 показана нелинейная связь между рядами, та ее форма, которая показана на этой схеме лишь одна из возможных.
Коэффициент корреляции принимает значение от -1 (схема 4) до +1 (схема 1). В этих пределах возможны все числовые значения коэффициента корреляции. Если никакой связи между рядами не существует, то коэффициент равен 0 (схема 3). В подавляющем большинстве случаев коэффициент составляет величину, не достигающую 1. При положительной корреляции при увеличении числовых значений одного ряда соответственно увеличиваются числовые значения другого ряда. При отрицательной корреляции увеличению числовых значений одного ряда соответствует уменьшение числовых значений другого ряда.
Если исследователь убежден в том, что оба коррелируемых ряда можно рассматривать как ряды параметрические, то для вычисления коэффициента корреляции применяется параметрический метод по формуле Пирсона:
Существует много различных видов этой формулы, представляющих собой ее преобразования. Исследователь сам выбирает удобную для себя формулу. Об уровне значимости коэффициента корреляции судят по табл. 5, причем для г число степеней свободы fd = п - 2, где п — объем выборки.
Вычисление коэффициента корреляции по Пирсону. Коэффициент показывает тесноту связи между выполнением задач в тестах «Аналогии» и «Классификации». Данные по тесту «Аналогии» обозначены х, а по тесту «Классификации» — у.
Для упрощения расчетов введены некоторые тождества.
Испытуемые | X | У | х2 | у2 | ху |
А | 1 | 3 | 1 | 9 | 3 |
Б | 2 | 4 | 4 | 16 | 8 |
В | 3 | 5 | 9 | 25 | 15 |
Г | 3 | 6 | 9 | 36 | 18 |
Д | 4 | 6 | 16 | 36 | 24 |
Е | 4 | 7 | 16 | 49 | 28 |
Ж | 4 | 7 | 16 | 49 | 28 |
3 | 5 | 8 | 25 | 64 | 40 |
И | 5 | 8 | 25 | 64 | 40 |
К | 6 | 8 | 36 | 64 | 48 |
Л | 6 | 8 | 36 | 64 | 48 |
М | 7 | 9 | 49 | 81 | 63 |
Н | 8 | 9 | 64 | 81 | 72 |
О | 9 | 10 | 81 | 100 | 90 |
П | 10 | 11 | 100 | 121 | ПО |
n = 15 | 77 | 109 | 487 | 859 | 635 |