3.4. Методы количественно-качественного анализа (способы обработки данных)

We use cookies. Read the Privacy and Cookie Policy

Для обеспечения получения достоверных выводов исследования необходимо использовать различные критерии оценки полученных данных. Их делят на две категории: количественные и качественные. Количественные получают на основе определенной шкалы оценок. Их можно обработать методами параметрической и непараметрической статистики. Качественные критерии нельзя непосредственно оценить в определенной шкале, но с их помощью проводится анализ наблюдаемых явлений, их классификация по определенному признаку.

Все критерии различий условно подразделены на две группы: параметрические и непараметрические критерии.

Критерий различия называют параметрическим, если он основан на конкретном типе распределения генеральной совокупности (как правило, нормальном) или использует параметры этой совокупности (средние, дисперсии и т. д.). Критерий различия называют непараметрическим, если он не базируется на предположении о типе распределения генеральной совокупности и не использует параметры этой совокупности. Поэтому для непараметрических критериев предлагается также использовать такой термин, как «критерий, свободный от распределения».

При нормальном распределении генеральной совокупности параметрические критерии обладают большей мощностью по сравнению с непараметрическими. Иными словами, они способны с большей достоверностью отвергать нулевую гипотезу, если последняя не верна. По этой причине в тех случаях, когда выборки взяты из нормально распределенных генеральных совокупностей, следует отдавать предпочтение параметрическим критериям.

Однако, как показывает практика, подавляющее большинство данных, получаемых в психологических экспериментах, не распределены нормально, поэтому применение параметрических критериев при анализе результатов психологических исследований может привести к ошибкам в статистических выводах. В таких случаях непараметрические критерии оказываются более мощными, т. е. способными с большей достоверностью отвергать нулевую гипотезу.

Итак, при оценке различий в распределениях, далеких от нормального, непараметрические критерии могут выявить значимые различия, в то время как параметрические критерии таких различий не обнаружат. Важно отметить, что, во-первых, непараметрические критерии выявляют значимые различия и в том случае, если распределение близко к нормальному; во-вторых, при вычислениях вручную непараметрические критерии являются значительно менее трудоемкими, чем параметрические.

При подготовке экспериментального исследования специалист должен заранее запланировать характеристики сопоставляемых выборок (прежде всего связность-несвязность и однородность), их величину (объем), тип измерительной шкалы и вид используемого критерия различий. Последовательно это можно представить в виде следующих этапов:

• Прежде всего следует определить, является ли выборка связной (зависимой) или несвязной (независимой).

• Следует определить однородность—неоднородность выборки.

• Затем следует оценить объем выборки и, зная ограничения каждого критерия по объему, выбрать соответствующий критерий.

• При этом целесообразнее всего начинать работу с выбора наименее трудоемкого критерия.

• Если используемый критерий не выявил различия, следует применить более мощный, но одновременно и более трудоемкий критерий.

• Если в распоряжении психолога имеется несколько критериев, то следует выбирать те из них, которые наиболее полно используют информацию, содержащуюся в экспериментальных данных.

• При малом объеме выборки следует увеличивать величину уровня значимости (не менее 1 %), так как небольшая выборка и низкий уровень значимости приводят к увеличению вероятности принятия ошибочных решений.

Обработка данных основана на понятии измерения. Исследуемое свойство может быть измерено двумя способами: путем непосредственного экспертного оценивания (при этом эксперты должны быть очень компетентными); применением стандартизированной методики измерения.

В связи с этим еще на стадии планирования исследования заранее подбирается математическая модель, которой в дальнейшем необходимо строго следовать. На этапе выбора модели математической обработки результатов исследований желательно ясно представить, в какой шкале будет измерено интересующее свойство. От этого зависит, какие математические операции можно будет проводить с числами.

С. Стоунс выделяет четыре шкалы измерений:

– номинальная (наименований);

– порядковая (ранговая, ординальная);

– шкала интервалов;

– шкала отношений (пропорций).

Характеристика шкалы номинальной (наименований): она предполагает наличие минимальных предпосылок для проведения измерения. Основная операция – регистрация. Для этого по строго определенным критериям выделяют какой-либо исследуемый признак. Затем отмечают и сосчитывают число явлений или объектов с заданным признаком. Основное непреложное требование – точно сформулированный критерий, позволяющий однозначно отличить объект, имеющий нужный признак. В шкале наименований 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.

Простейший случай номинальной шкалы – дихотомическая шкала. Она состоит всего из двух ячеек. Признак, который измеряется по дихотомической шкале, называется альтернативным. Он может принимать только два значения: признак проявился или не проявился. Более сложный вариант номинативной шкалы – классификация из трех или более ячеек.

Номинальная шкала позволяет подсчитывать частоты встречаемости разных значений признака и затем работать с этими частотами с помощью математических методов.

Примеры номинативной шкалы: цвет глаз, раса, номера на футболках игроков, пол, автомобильные номера, номера страховок, кодировка ответов на закрытые вопросы анкеты.

Возможные статистические операции: вычисляется мода – величина, наиболее часто встречающаяся в процессе измерений; предполагается определение процентного отношения и оценка сопряженности (хи-квадрат, коэффициент Чупрова, коэффициент Пирсона).

Характеристика ранговой (порядковой, ординальной) шкалы: изучаемые явления распределяются в порядке возрастания или убывания величины определенного признака. Соответствующие значения чисел, присваиваемых предметам, отражают количество свойства, принадлежащего объектам. Шкала указывает последовательность носителей признака и направление степени выраженности. Ранговая шкала классифицирует по принципу «больше-меньше»: ячейки шкалы образуют последовательность от ячейки «самое малое значение» к ячейке «самое большое значение». Если какой-то из объектов обозначен бо?льшим числом, чем другой, то это означает, что первый превосходит второй, но при этом неизвестно, насколько велико это различие.

Преобразования ординальной шкалы подчиняются законам трихотомии, асимметрии, транзитивности.

В порядковой шкале должно быть не менее трех классов. Чем больше классов в шкале, тем больше возможностей для математической обработки полученных данных.

Примеры ранговой (порядковой, ординальной) шкалы: твердость минералов, награды за заслуги, ранжирование по индивидуальным чертам личности, военные ранги, кодировка субъективных оценок от «очень не нравится» до «очень нравится».

Возможные статистические операции: определение медианы – значения, которое делит упорядоченное множество пополам так, что одна половина значений оказывается больше медианы, другая – меньше; коэффициент ранговой корреляции Спирмена, коэффициент ранговой корреляции Кендалла; определение медианы; критерий знаков.

Характеристика шкалы интервалов: эта шкала позволяет выводить одни величины из других путем арифметических действий над числами. Это шкала, классифицирующая объекты или субъекты пропорционально степени выраженности измеряемого свойства. В шкале интервалов существует единица измерения, при помощи которой объекты или субъекты можно не только упорядочить, но и приписать им числа так, чтобы равные разности чисел, присвоенных им, отражали равные различия в количествах измеряемого свойства. Нулевая точка шкалы интервалов произвольна и не указывает на отсутствие свойства.

Примеры шкалы интервалов: календарное время, шкалы температур по Фаренгейту и Цельсию, стандартизованные тестовые шкалы психодиагностики. Возможные статистические операции: определение среднего арифметического, среднего квадратического отклонения, возможно использование всех известных статистических приемов обработки данных.

Характеристика шкалы отношений (или пропорций): в отличие от шкалы интервалов начало отсчета должно быть строго фиксировано, выбор единицы измерения также произволен. Конструирование шкалы отношений предполагает существование постоянной естественной нулевой точки отсчета, в которой измеряемый признак полностью отсутствует.

Примеры шкалы отношений: рост, вес, температура по Кельвину. Возможные статистические операции: определение среднего арифметического, среднего квадратического, среднего геометрического, вычисление коэффициента вариации; используются все известные статистические приемы обработки данных.

Математико-статистическая обработка результатов психологического эксперимента является одним из трудоемких и ответственных моментов в подготовке к интерпретации полученных результатов. Она требует умелого и правильного выбора статистических критериев и методов анализа в соответствии с полученными результатами и задачами проведенных исследований. Значительную помощь при обработке результатов могут оказать современные компьютеры. Следует также иметь в виду, что сама математико-статистическая обработка еще не может полностью раскрыть сущности того или иного психологического явления. Например, с помощью количественных методов с определенной точностью можно выявить преимущество какого-либо метода обучения или обнаружить общую тенденцию, выявить определенные связи и зависимости, доказать, что проверяемое научное предположение оправдалось и т. п. Однако эти методы не могут дать ответ на вопрос о том, почему одна методика обучения лучше другой и т. д. Поэтому наряду с математико-статистической обработкой полученных результатов нужно проводить и качественный анализ этих данных.

В. Н. Дружинин выделил три класса методов:

1) эмпирические, при которых осуществляется внешнее реальное взаимодействие субъекта и объекта исследования;

2) теоретические, при которых субъект взаимодействует с мысленной моделью объекта (предметом исследования);

3) интерпретации и описания, при которых субъект «внешне» взаимодействует со знаково-символическими представлениями объекта.

Особого внимания заслуживают теоретические методы психологического исследования:

1) дедуктивный, иначе – метод восхождения от общего к частному, от абстрактного к конкретному;

2) индуктивный – метод обобщения фактов, восхождения от частного к общему;

3) моделирования – метод конкретизации метода аналогий, умозаключений от частного к частному, когда в качестве аналога более сложного объекта берется более простой или доступный для исследования.

Результатом использования первого метода являются теории, законы; второго – индуктивные гипотезы, закономерности, классификации, систематизации; третьего – модели объекта, процесса, состояния. От теоретических методов В. Н. Дружинин предлагает отличать методы умозрительной психологии. Различие между этими методами автор видит в том, что умозрение опирается не на научные факты и эмпирические закономерности, а имеет обоснование только в личностном знании, интуиции автора.

Еще одну группу теоретических методов психологической науки образуют методы моделирования. Моделирование – это такой метод исследования, при котором изучаемый исследователем объект замещается другим объектом, находящимся в отношении подобия к первому объекту. По мнению В. Н. Дружинина, их следует отнести к самостоятельному классу методов. Они применяются, когда использование других методов затруднено. Их особенностью является то, что, с одной стороны, они опираются на определенную информацию о том или ином психическом явлении, а с другой стороны, при их использовании, как правило, не требуется участия испытуемых или учета реальной ситуации. Поэтому бывает очень сложно отнести разнообразные методики моделирования к разряду объективных или субъективных методов. В психологическом исследовании методу моделирования принадлежит центральная роль, в котором различаются две разновидности: структурно-функциональное, при котором исследователь хочет выявить структуру отдельной системы по ее внешнему поведению, для чего выбирает или конструирует аналог (в этом и состоит моделирование) – другую систему, обладающую сходным поведением. Другую разновидность составляет логико-математическое моделирование, при котором моделирование, включая построение модели, осуществляется средствами математики и логики.

Модели могут быть техническими, логическими, математическими, кибернетическими и т. д. В математическом моделировании используют математическое выражение или формулу, в которой отражена взаимосвязь переменных и отношения между ними, воспроизводящие элементы и отношения в изучаемых явлениях. Техническое моделирование предполагает создание прибора или устройства, по своему действию напоминающего то, что подлежит изучению. Кибернетическое моделирование основано на использовании для решения психологических задач понятий из области информатики и кибернетики. Логическое моделирование основано на идеях и символике, применяемой в математической логике.

Литература

1. Ананьев Б. Г. Избранные психологические труды: В 2-х т. / под ред. А. А. Бодалева, Б. Ф. Ломова. – М.: Наука, 1980. – Т.1.

2. Гиппенрейтер Ю. Б. Введение в общую психологию. – М.: АСТ Астрель, 2008.

3. Немое Р. С. Психология: учебник для студентов педагогических вузов. – М.: Владос, 2010.

4. Общая психология: учебное пособие для студентов вузов / под ред. Е. Н. Рогова. – Ростов на Дону, 2010.

5. Общая психология: учебное пособие / под ред. М. И. Гамезо. – М.: Ось-89, 2008.

Контрольные вопросы

1. Что понимается под методом в психологии?

2. Чем отличается метод от методики?

3. Какие методы могут быть использованы для решения исследовательских и других психологических целей и задач?

4. Какие основные группы методов используются в психологии?

5. Дайте характеристику организационных методов психологии.

6. Кратко охарактеризуйте экспериментальные методы.

7. Чем отличается метод наблюдения от эксперимента?

8. Что такое параметрический и непараметрический метод психологии?

Темы рефератов

1. Организационные методы исследования – лонгитюдный.

2. Основные методы сбора эмпирических данных.

3. Особенности экспериментальных методов исследования в психологии.

4. Моделирование (математическое и кибернетическое).

5. Методы обработки данных.

6. Методы интерпретации.