Некоторые методы статистического анализа в экспериментальной психологии

Выбор стратегии анализа собранных данных основывается на итогах предыдущих этапов процесса исследований, известных характеристиках информации, свойствах конкретных статистических методов, а также на опыте и взглядах исследователя. Необходимо помнить, что анализ данных - это вовсе не конечный этап исследования. Его цель - получить информацию, которая поможет решить определенную проблему.

Выбор стратегии анализа должен начинаться с исследования итогов предыдущих этапов процесса: определение проблемы (этап 1), разработка подхода (этап 2) и разработка плана исследования (этап 3). В качестве «трамплина» используется предварительный план анализа данных, разработанный как один из элементов плана исследования. Затем, в ходе поступления на последующих стадиях процесса исследования дополнительной информации, могут понадобиться некоторые изменения.

Следующий этап заключается в анализе известных характеристик данных. Так, на выбор статистического метода сильно влияет то, какие шкалы измерений используются в ходе исследования. Кроме того, определено, какие именно методы анализа желательно использовать при конкретной структуре исследования. Дисперсионный анализ подходит для работы с экспериментальными данными, полученными от проведения причинно-следственного исследования. Кроме того, очень весомы при выборе стратегии анализа данных результаты изучения собранных данных на этапе их подготовки к анализу. Чрезвычайно важно также учитывать конкретные характеристики разных статистических методов, особенно их основные цели и лежащие в основе предположения. Некоторые методы лучше всего подходят для исследования различий между переменными, другие - для оценки величин соотношений между переменными, а третьи - для составления прогнозов. Кроме того, поскольку все методы основаны на разных предположениях, некоторые из них намного лучше других выдерживают нарушения этих предположений. И наконец, на выбор стратегии анализа данных влияют опыт и методология исследователя. Опытный исследователь, специально подготовленный для проведения статистического анализа, пользуется широким диапазоном приемов, включая сложные статистические методы. Как правило, для анализа данных в ходе реализации того или иного проекта можно использовать сразу несколько разных методов.

Выделяется два основных вида статистической обработки данных:
- описательная статистика
- статистика вывода (индуктивная статистика).

Описательная статистика, как следует из названия, позволяет описывать, подытоживать и воспроизводить в виде таблиц или графиков данные того или иного распределения, вычислять среднее для данного распределения, его размах и дисперсию.

Описательная статистика включает оценку общей тенденции изменчивости и взаимосвязей, представленных как численно, так и наглядно (в виде графиков).

Первым шагом описательной статистики является вычисление общей тенденции (или общей оценки).

Чаще всего психологи-исследователи определяют общую тенденцию, вычисляя:
- среднее арифметическое;
- медиану;
- моду.

Для вычисления среднего арифметического складывают все оценки и делят полученную сумму на общее количество оценок.

Медиана представляет собой оценку, находящуюся строго в середине набора оценок. Одна половина оценок выше, а другая - ниже значения медианы. Для определения медианы в первую очередь нужно составить последовательность оценок, от наименьших к наибольшим.

Медиана вычисляется по формуле: местоположение медианы = n + 1 / 2, где n - количество оценок

Иногда медиану используют, если набор оценок содержит одну или две, сильно отличающиеся от остальных. В такой ситуации среднее арифметическое дает искаженное представление о типичной оценке.

Мода - это значение, которое чаще всего встречается в наборе оценок.

Вторым шагом анализа данных определяется изменчивость набора оценок.

Самый простой и весьма приблизительный способ оценить изменчивость - это найти разброс - разницу между наибольшей и наименьшей оценками в группе.

Разброс дает грубую оценку изменчивости и показывает лишь разницу между крайними значениями.

Более сложный способ измерения изменчивости - нахождение стандартного отклонения. Этот способ чаще всего применяется при создании сводного отчета о собранных данных.

Стандартное отклонение для выбранного набора оценок - это среднее значение, на которое оценки данного распределения отклоняются от среднего арифметического этих оценок.

Общая тенденция и изменчивость - это универсальные характеристики, используемые при любом описании данных в целом. Простой просмотр данных малоэффективен, но есть и другие способы организации оценок, с помощью которых можно получить значимую картину результатов. Один из способов представления данных - это гистограмма.

Гистограмма представляет собой график, показывающий, сколько раз встречается каждая оценка в данном наборе, или, при большом количестве оценок, частоту появления оценок в пределах определенного интервала.

Построив таблицу частотного распределения, несложно начертить гистограмму. На оси X графика отметьте сами оценки, а на оси Х- частоту их появления, а затем постройте соответствующие столбцы графика.

В практике анализа результатов психодиагностического исследования наиболее распространены два уровня значимости: пятипроцентный и однопроцентный.

Также следует отметить, что гистограмма выступает вверх в районе середины и уплощается по краям, что приблизительно соответствует распределению оценок для целой популяции, а не только для 20человек из описанного выше примера. Распределение оценок для популяции представляет собой известную колоколообразную кривую, называемую нормальной кривой, или нормальным распределением.

В статьях, посвященных результатам исследований, полученных с помощью описательной статистики, встречается три способа представления данных:
— во-первых, если необходимо представить лишь несколько чисел (например, значения среднего арифметического и стандартного отклонения для двух экспериментальных групп), можно использовать повествовательное изложение результатов;
- во-вторых, значения среднего арифметического и стандартного отклонения можно представить в виде таблицы;
- в третьих - наглядно в виде графика.

Задача статистики вывода (индуктивной статистики) - проверка того, можно ли распространить результаты, полученные на данной выборке, на всю популяцию, из которой взята эта выборка. Иными словами, правила этого раздела статистики позволяют выяснить, до какой степени можно путем индукции распространить на большее число объектов ту или иную закономерность, обнаруженную при изучении их ограниченной группы в ходе какого-либо наблюдения или эксперимента. Таким образом, при помощи индуктивной статистики делают какие-то выводы и обобщения, исходя из данных, полученных при изучении выборки.

Как уже отмечалось, задача индуктивной статистики -определять, достаточно ли велика разность между средними двух распределений для того, чтобы можно было объяснить ее действием независимой переменной, а не случайностью, связанной с малым объемом выборки.

Одна из задач статистики состоит в том, чтобы анализировать данные, полученные на части популяции, с целью сделать выводы относительно популяции в целом. Популяция в статистике не обязательно означает какую-либо группу людей или естественное сообщество; этот термин относится ко всем существам или предметам, образующим общую изучаемую совокупность, будь то атомы или студенты, посещающие то или иное кафе. Выборка - это небольшое количество элементов, отобранных с помощью научных методов так, чтобы она была репрезентативной, т.е. отражала популяцию в целом.

Данные в статистике - это основные элементы, подлежащие анализу. Данными могут быть какие-то количественные результаты, свойства, присущие определенным членам популяции, место в той или иной последовательности, в общем - любая информация, которая может быть классифицирована или разбита на категории с целью обработки.

Не следует смешивать «данные» с теми «значениями», которые эти данные могут принимать. Для того чтобы всегда различать их, Шатийон (Chatillon, 1977) рекомендует запомнить следующую фразу: «Данные часто принимают одни и те же значения» (так, если мы возьмем, например, шесть данных - 8, 13, 10, 8, 10 и 5, то они принимают лишь четыре разных значения -5,8, 10 и 13).

Построение распределения - это разделение первичных данных, полученных на выборке, на классы или категории с целью получить обобщенную упорядоченную картину, позволяющую их анализировать.

Из всех этих типов данных только количественные можно анализировать с помощью методов, в основе которых лежат параметры (такие, например, как средняя арифметическая). Но даже к количественным данным такие методы можно применить лишь в том случае, если число этих данных достаточно, чтобы проявилось нормальное распределение.

Для использования параметрических методов необходимы три условия:
- данные должны быть количественными;
- их число должно быть достаточным;
- распределение - нормальным.

Во всех остальных случаях всегда рекомендуется использовать непараметрические методы.

Дата добавления: 2015-10-21