КЛЮЧИ К ТЕСТАМ И ЗАДАНИЯМ

Критерий Макнамары (М)– непараметрический критерий для зависимых выборок, оценивающий сдвиг значений признака, измеренного в дихотомической шкале.

Критерий Манна-Уитни (U)– непараметрический критерий, позволяющий оценить различия между двумя независимыми выборками по уровню количественно измеренного признака. Более удобен в расчетах для малых, чем для средних по объему выборках.

Критерий Пирсона (χ²) – непараметрический критерий для переменных, измеренных в номинативной шкале. Используется для решения широкого класса исследовательских задач (сопоставление двух и более эмпирических распределений одного признака, сравнение эмпирического и теоретического распределений и др.).

Критерий Розембаума (Q) – непараметрический критерий, оценивающий уровень различий порядковой переменной в двух независимых выборках.Применим в выборках разного объема.

Критерий статистический– 1) решающее правило, обеспечивающее высокую вероятность правильности принятия решения об истинности/ложности проверяемой статистической гипотезы; 2) метод расчета определенного числа; 3) само число, полученное в итоге проведенных расчетов, или эмпирическое значение критерия.

Критерий тенденций Джонкира (S)– непараметрический критерий, оценивающий уровень различий и направление изменений количественно измеренной переменной в трех и более независимых выборках.

Критерий углового преобразования Фишера (φ)– многофункциональный критерий, применяемый для решения самого широкого класса задач в зависимых и независимых выборках любого объема.

Критерий Фридмана (χ²_r)–непараметрический критерий, позволяющий оценивать достоверность сдвига значений количественно измеренной переменной при условии наличия не менее трех измерений в одной выборке.

Медиана (Ме)–мера центральной тенденции для количественных шкал, представляющая собой значение измеренного признака, делящее упорядоченный ряд значений строго пополам.

Меры рассеяния (вариации, изменчивости)– методы дескриптивного анализа, дающие информацию об индивидуальных значениях переменной, измеренной в групповой совокупности.

Меры среднего уровня (центральной тенденции)– методы дескриптивного анализа, обеспечивающие усредненную характеристику совокупности объектов по измеренному признаку.

Метрика– одинаковая единица расстояния между соседними точками на шкале измерений. В зависимости от отсутствия/наличия метрики измерительные шкалы представляют два вида: неметрические (наименований и порядка) и метрические (интервалов и отношений).

Многомерное шкалирование– методмногомерного анализа,по целям аналогичный факторному анализу (сокращение числа исходных переменных). Может использоваться для любых количественно измеренных переменных.

Мода (Мо)– мера центральной тенденции, представляющая собой значение измеренной переменной, наиболее часто встречающееся в исследованной совокупности. Является единственной мерой для номинативной шкалы.

Мощность критерия– способность критерия различать статистически значимый результат (или не допустить ошибку второго рода о сохранении ложной нулевой гипотезы).

Наблюдение (наблюдаемое значение)– обозначение, принятое в психологии для фиксации значений измеренного признака у отдельных испытуемых. Используются также синонимы «индивидуальный показатель/значение», «вариата», «дата».

Непараметрические критерии– критерии, используемые в индуктивной статистике для оценки различий данных, выраженных в неметрических шкалах.

Объем выборки– число элементов, образующих совокупность. В статистике приняты следующие обозначения объема: N – число элементов в генеральной совокупности – и n – число элементов в выборочной совокупности.

Параметрические критерии– критерии, используемые виндуктивной статистике для оценки различий данных, измеренных в метрических шкалах. Эти критерии основываются на расчете параметров нормального распределения.

Переменная (признак)– любой изменяющийся параметр реальности, в том числе и психической. Об уровне или показателе переменной говорят только относительно количественно измеренных признаков, значения которых можно расположить в континууме низкий – высокий: низкий уровень тревожности, средний уровень вербальной агрессии, высокий показатель социального интеллекта и др.

Рангово-бисеральный коэффициент корреляции (Rrb)– коэффициент корреляции, используемый для оценки связи между переменными, измеренными в разных шкалах (одна – в дихотомической, другая – в порядковой).

Рандомизация (случайный отбор из популяции)– наилучшая стратегия для организации репрезентативной выборки. Результаты исследования групп, составленных случайным образом, обладают высокой внутренней и внешней валидностью.

Распределение– закономерностьвстречаемости разных значений измеренного признака в выборочной совокупности.

Регрессионный анализ–метод определения причинной связи между переменными, позволяющий по изменениям значений независимой переменной/переменных (или предикторов) предсказывать изменения зависимой переменной.

Репрезентативная выборка– выборка, адекватно отражающая качественные и количественные параметры генеральной совокупности. Репрезентативность выборки определяется ее объемом и способом отбора испытуемых.

Статистика индуктивная (теория статистического вывода)– раздел математической статистики, основывающийся на теории вероятностей. Включает в себя способы обработки данных, позволяющие распространять результаты, полученные эмпирическим путем на ограниченной выборке, на другие группы, не принимавшие участие в исследовании (или на всю генеральную совокупность).

Статистика описательная (дескриптивный анализ)– базовый раздел математической статистики. Включает в себя способы обработки данных, позволяющие получить концентрированную информацию об эмпирически исследованной совокупности. Наиболее часто используются проценты, меры среднего уровня и меры рассеяния.

t-критерий Стьюдента (t-тест)– один из самых распространенных в психологии параметрических критериев, позволяющий оценивать различия между двумя выборками на основе среднего арифметического.

Уровень значимости (достоверности)– вероятность ошибки при принятии статистического решения. В психологии в качестве минимально допустимого принят уровень достоверности не менее 5%, при котором вероятность ошибки не превышает порог случайности. В противном случае решения не являются статистически достоверными. Более ценятся решения, в которых вероятность ошибки ниже 1% или даже 0,1%. В текстовой форме уровень значимости обозначается следующим образом: р ≤ 0,05 (5% вероятности ошибки), р ≤ 0,01 (1% вероятности ошибки), р ≤ 0,001 (0,1% вероятности ошибки).

Факторный анализ– методмногомерного анализа,являющийся продолжением корреляционного анализа. Направлен на сокращение числа переменных и выявление скрытых, латентных переменных.

Шкала– приписывание чисел объектам. В психологии выделяют четыре типа шкал: наименований, порядка, отношений, интервалов (С. Стивенс). Для каждого типа шкалы существуют конкретные процедуры математико-статистической обработки и представления полученных данных.

Эксцесс (Е)– параметр распределения, характеризующий порядок появления определенных значений измеренного признака. При нормальном распределении Е = 0. При положительном эксцессе появляется острый пик значений около математического ожидания, т.е. в выборке преобладают средние значения. При отрицательном эксцессе пик распределения, напротив, становится гладким, т.е. в выборке преимущественно наблюдаются крайние значения измеренной переменной.

РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА

Основная

1. Гласс, Дж. Статистические методы в психологии и педагогике / Дж. Гласс, Дж. Стенли ; пер. с англ. – М. : Прогресс, 1976. – 495 с.

2. Годфруа, Ж. Что такое психология / Ж. Годфруа ; пер. с фр. – М. : Мир, 2005. – 772 с.

3. Готтсданкер, Р. Основы психологического эксперимента / Р. Готтсданкер ; пер. с англ. – М. : Академия, 2005. – 367 с.

4. Ермолаев, О.Ю. Математическая статистика для психологов / О.Ю. Ермолаев. – М. : Флинта, 2003. – 336 с.

5.Сидоренко, Е. Методы математической обработки в психологии / Е. Сидоренко. – СПб. : Речь, 2001. – 350 с.

Дополнительная

6.Артемьева, Е.Ю. Вероятностные методы в психологии / Е.Ю. Ар-темьева, Е.М. Мартынов. – М. : Изд-во МГУ, 1975. – 206 с.

7. Грабарь, М.И. Применение математической статистики в педагогических исследованиях. Непараметрические критерии / М.И. Грабарь, К.А. Краснянская. – М. : Педагогика, 1977. – 136 с.

8. Гмурман, В.Е. Теория вероятностей и математическая статистика / Е.В. Гмурман. – М. : Высш. шк., 2003. – 480 с.

9. Елисеева, И.И. Общая теория статистики / И.И. Елисеева, М.М. Юзбашев. – М : Финансы и статистика, 2004. – 656 с.

10.Захаров, В.П. Применение математических методов в социально-психологических исследованиях / В.П. Захаров. – М. : ЛГУ, 1985. – 64 с.

11. Кюн, Ю. Описательная и индуктивная статистика / Ю. Кюн ; пер. с нем. – М. : Финансы и статистика, 1981. – 130 с.

12. Пашкевич, Б.И. Статистическая обработка эмпирических данных в психологии / Б.И. Пашкевич // Психол. образование. – 2004. – № 6. – С. 46–62.

13. Радчикова, Н.П. Основы математической статистики в психологии / Н.П. Радчикова, Н.А. Литвинова. – Минск : БГПУ им. М. Танка, 2012. – Ч. 1. – 87 с.

14. Суходольский, Г.В. Основы математической статистики для психологов / Г.В. Суходольский. – Л. : ЛГУ, 1972. – 428 с.

15. Титкова, Л.С. Математические методы в психологии / Л.С. Титкова. – Владивосток : Дальневост. ун-т, 2002. – 85 с.

16. Харченко, М.А. Теория статистического вывода / М.А. Харчен-ко. – Воронеж : ВГУ, 2004. – 61 с.

ПРИЛОЖЕНИЯ

ПРИЛОЖЕНИЕ А