Методы обработки данных в психологии

Методы обработки данных могут быть условно поделены на качественные и количественные. Качественная обработка является особым способом проникновения в сущность объекта путем выявления его неизмеряемых свойств, она направлена преимущественно на содержательное, внутреннее изучение объекта. В качественной обработке результатов исследования доминируют синтетические способы познания, логические методы. Качественная обработка результатов исследования переходит в описание и объяснение изучаемых явлений, что составляет уже следующий уровень их изучения на этапе интерпретации результатов.

Первичная обработка данных может включать составление сводных таблиц полученных результатов, в которых фиксируются количественные и качественные данные (частоты их встречаемости, переведённые в ранги показатели, числовые коды качественных параметров и т.д.). Полученные в результате исследования данные, сгруппированные в таблицы легко и удобно обрабатывать с помощью методов статистической обработки данных, т.е. с помощью математических формул, определённых способов количественных расчетов, благодаря которым показатели можно обобщать, приводить в си­стему, выявляя скрытые в них закономерности.

Все методы статистической обработки данных можно условно разделить на первичные и вторичные. Первичные методы статистического анализа - это мето­ды, с помощью которых получают показатели, непосред­ственно отражающие результаты психодиагности­ки.К первичным методам статистической обработки относятся:

1. Определение выборочной средней величины, т.е. средней оценки изучаемого в исследовании психологического качества. Выборочное среднее определяется по формуле:

где х_ср —выборочная средняя величина или среднее арифметичес­кое значение по выборке;

п — количество испытуемых в выбор­ке или частных психодиагностических показателей, на основе ко­торых вычисляется средняя величина;

x_k — частные значения по­казателей у отдельных испытуемых. Всего таких показателей п, поэтому индекс k данной переменной принимает значения от 1 до п;

∑ — принятый в математике знак суммирования величин тех переменных, которые находятся справа от этого знака.

Выра­жение соответственно означает сумму всех х с индексом k от 1 до n.

2. Выборочная дисперсия - величина, характеризующая, степень отклонений частных значений от средней величины в определённой выборке. Чем больше дисперсия, тем больше отклонения или разброс данных, и наоборот. Дисперсию определяют по формуле:

где — выборочная дисперсия, или просто дисперсия;

— выражение, означающее, что для всех x_k от перво­го до последнего в данной выборке необходимо вычислить раз­ности между частными и средними значениями, возвести эти раз­ности в квадрат и просуммировать;

п — количество испытуемых в выборке или первичных зна­чений, по которым вычисляется дисперсия.

3. Выборочная мода - это количественное зна­чение исследуемого признака, наиболее часто встречающееся в выборке. Мода определяется по формуле:

Где Мо – мода,

x₀ – значение начала модального интервала,

h – размер модального интервала,

f_Мо – частота модального интервала,

f_Мо-1 – частота интервала, находящего перед модальным,

f_Мо1 – частота интервала, находящего после модального.

4. Выборочная медиана - это значение изучаемого признака, делящее выборку, упорядоченную по величине данного призна­ка, пополам. Если количество значений нечетно, то медиана будет соответствовать центральному значению ряда, который определяется по формуле:

,

где №_Me – номер значения, соответствующего медиане,

N – количество значений в совокупности данных.

Тогда медиана будет обозначаться, как

Если количество данных четно, то есть вместо одного есть два центральных значения, то берется средняя арифметическая из двух центральных значений:

Вторичными методами статистической обработки называются методы, с помощью которых на основе первичных данных выявляются скры­тые в них статистические закономерности. К вторичным методам, наиболее часто используемым в психологических исследованиях, относят:

1. Сравнение выборочных средних величин, принадлежа­щих к двум совокупностям, определение достоверности различий между ними по критерию t-Стьюдента. Он вычисляется по формуле:

,

где х₁ — среднее значение переменной по одной выборке данных;

х₂ — среднее значение переменной по другой выборке данных;

т₁ и т₂ — интегрированные показатели отклонений частных значений из двух сравниваемых выборок от соответствующих им средних величин.

т₁ и т₂ в свою очередь вычисляются по следующим формулам:

где — выборочная дисперсия первой переменной (по первой выборке);

— выборочная дисперсия второй переменной (по второй выборке);

п_] — число частных значений переменной в первой выборке;

п₂ — число частных значений переменной по второй выборке.

После определения по данной формуле показателя t, по таблице 5 для заданного числа степеней свободы, равного n₁ + п₂ - 2, и выбранной вероятности допусти­мой ошибки находят необходимое табличное значение t и сравнивают с ними вычисленное значение t. Если вычисленное значение t больше или равно табличному, то делают вывод о том, что срав­ниваемые средние значения из двух выборок действительно статистически достоверно различаются с вероятностью допустимой ошибки, меньшей или равной избранной.

Таблица 5. Критические значения t-критерия Стъюдента для заданного числа степеней свободы и вероятностей допустимых ошибок, равных 0,05; 0,01 и 0,001

Число степеней свободы (n1+ n2 -2)	Вероятность допустимой ошибки
0,05	0,01	0,001
Критические значения показателя t
	2,78	5,60	8,61
	2,58	4,03	6,87
	2,45	3,71	5,96
	2,37	3,50	5,41
	2,31	3,36	5,04
	2,26	3,25	4,78
	2,23	3,17	4,59
	2,20	3,11	4,44
	2,18	3,05	4,32
	2,16	3,01	4,22
	2,14	2,98	4,14
	2,13	2,96	4,07
	2,12	2,92	4,02
	2,11	2,90	3,97
	2,10	2,88	3,92
	2,09	2,86	3,88
	2,09	2,85	3,85
	2,08	2,83	3,82
	2,07	2,82	3,79
	2,07	2,81	3,77
	2,06	2,80	3,75
	2,06	2,79	3,73
	2,06	2,78	3,71
	2,05	2,77	3,69
	2,05	2,76	3,67
	2,05	2,76	3,66
	2,04	2,75	3,65
	2,02	2,70	3,55
	2,01	2,68	3,50
	2,00	2,66	3,46
	1,99	2,64	3,42
	1,98	2,63	3,39

2. Сравнение частотных, напри­мер процентных, распределений данных с помощью критерия χ² - критерия Пирсона. Он вычисляется по формуле:

где P_k —. частоты результатов наблюдений до эксперимента;

V_k — частоты результатов наблюдений, сделанных после экс­перимента;

т — общее число групп, на которые разделились результаты наблюдений.

После определения по данной формуле показателя χ², по таблице для заданного числа степеней свободы, и выбранной вероятности допусти­мой ошибки находят необходимое табличное значение χ²и сравнивают с ними вычисленное значение χ². Если вычисленное значение χ²больше или равно табличному, то делают вывод о том, что срав­ниваемые значения из двух выборок действительно статистически достоверно различаются с вероятностью допустимой ошибки, меньшей или равной избранной.

3. Метод ранговой корреляции Спирмена - это метод, позволяющий определить тесноту (силу) и направление корреляционной связи между двумя признаками или двумя профилями (иерархиями) признаков. Его формула следующая:

где R_s — коэффициент ранговой корреляции по Спирмену;

d_i — разница между рангами показателей одних и тех же ис­пытуемых в упорядоченных рядах;

п — число испытуемых или цифровых данных (рангов) в кор­релируемых рядах.

4. Факторный анализ - это метод определения совокупности внутренних взаимосвязей, возможных причинно-следственных связей в исследовательском материале. В ре­зультате факторного анализа выявляются факторы, под которыми понимают в данном случаепричины, объясняющие множество частных (пар­ных) корреляционных зависимостей. Факторный анализ предполагает вычисление корреляционной матрицы для всех переменных, участвующих в анализе, извлечение факторов, вращение факторов для создания упрощенной структуры, интерпретация факторов. Математическая модель факторного анализ может быть представлена следующим образом:

V_i = A_i,1F₁ + A_i,2F₂ + ... + A_i,kF_k + U,

где V_i — значение i-й переменной, которое выражено в виде линейной комбинации k общих факторов, A_i,k — регрессионные коэффициенты, показывающие вкладкаждого из k факторов в данную переменную; F_1...k — факторы, общие для всех переменных; U — фактор, характерный только для переменной V_i .

Практикум

Задание 1. Дайте определение эксперименту как методу психологического исследования. В чем различия эксперимента и других методов исследования (наблюдения, корреляционного исследования)?

Задание 2. Дайте определение экспериментальной гипотезе. Какие виды гипотез вы знаете (не менее 5)? Приведите примеры этих гипотез.

Задание 3. Какие виды переменных вы знаете? Определите их. Какие переменные являются основными и входят в формулировку основной экспериментальной гипотезы? Приведите примеры переменных.

Задание 4. Укажите НП и ЗП, особенности НП (межсубъектная или внутрисубъектная, управляемая или субъективная), назовите, какой экспериментальный план был использован.

Для изучения воздействия тесноты на решение задач участников попросили решить серию словесных головоломок, находясь при этом либо в больших, либо в маленьких комнатах. Чтобы получить одинаковое среднее значение вербального IQ в группах, исследователи измеряли вербальный интеллект участников, а затем распределили их по двум условиям.

Задание 5. Чем отличается однофакторный эксперимент от многофакторного? Приведите примеры.

Задание 6. Используя приведенный текст, укажите, родона­чальником каких методов в психологии можно считать Ф. Гальтона. Согласны ли вы, что результаты тестов сенсорного различения могут помочь в оценке интеллекта?

В 1884 г. на Всемирной выставке и Лондоне Френсис Гальтон органи­зовал антропометрическую лабораторию, где за плату в 3 пенса посетите­лям предлагалось проверить остроту зрения, слуха, мышечную силу и изме­рить некоторые физические характеристики. Ф. Гальтон считал, что тесты сенсорного различе­ния могут служить средством оценки интеллекта (в частности, он обнару­жил, что при идиотии нарушается способность различать тепло, холод, боль).

Задание 7. Объедините перечисленные параметры в две груп­пы, характеризуя особенности индивидуального и группового тести­рования. Объясните преимущества и недостатки обоих видов об­следования.

Учет индивидуальных особенностей; свобода испытуемых в ответе на вопросы и задания; возможность охвата больших групп испытуемых; не­возможность учета случайных факторов (болезнь, усталость, эмоциональ­ный дискомфорт); возможность достижения взаимопонимания с испыту­емым; предъявление заданий через микрофон; получение большого объе­ма данных; возможность наблюдения за тем, как выполняется задание; предъявление заданий в максимально формализованном виде; проективных методик; упрощение инструкции; объективность при обработке данных; экономия тес­тового материала; легкость сбора данных; быстрота сбора данных (эконо­мия времени); применение гибких тестовых заданий.

Задание 8. Исправьте ошибки в приведенном тексте.

Задача наблюдения — точно и подробно описывать переживания, психические состояния и поведение. Оно должно ограничиваться бес­пристрастной регистрацией фактов поведения, не пытаясь проникать в их причины. Наблюдение выполняет только вспомогательные функции, позволяя накопить эмпирический материал, и практически не исполь­зуется как самостоятельный метод. Нет таких ситуаций, где можно было бы использовать наблюдение в качестве единственного объективного метода.

Задание 9. Сформулируйте ваше отношение к высказыванию:

«Метод – самая первая, основная вещь. От метода, от способа действия зависит вся серьезность исследования. Все дело в хорошем методе. При хорошем методе и не очень талантливый человек может сделать много. А при плохом методе и гениальный человек будет работать впустую и не получит никаких ценных, точных знаний»[22].

Список рекомендуемой литературы

1. Hикандров В.В. Психологическое исследование и его методическое обеспечение. СПб., 2003.

2. Дружинин В.Н. Экспериментальная психология. М., 2006.

3. Никандров В.В. Наблюдениe и эксперимент в психологии. СПб., 2001.

4. Никандров В.В. Экспериментальная психология. СПб., 2003.

5. Практикум по общей и экспериментальной психологии / под ред. А.А. Крылова. Л., 1990.

6. Практикум по общей, экспериментальной и прикладной психологии. 2-е изд. / ред. А.А. Крылов, С.А. Маничев. СПб., 2000.