Statistica ed elaborazione dei dati in psicologia. Metodi di elaborazione e interpretazione dei dati

Questa è una relazione in cui un cambiamento uniforme in un attributo è combinato con un cambiamento irregolare in un altro. Questa situazione è tipica della psicologia. Formule del coefficiente di correlazione: quando si confrontano i dati ordinali, il coefficiente di correlazione di rango secondo Ch. Spearman (ρ): ρ \u003d 6Σd 2 / N (N 2 - 1), dove: d è la differenza di ranghi (posti ordinali) di due quantità, N è il numero di coppie di quantità confrontate di due variabili (X e Y). Quando si confrontano i dati metrici, utilizzare coefficiente di correlazione del prodotto secondo K. Pearson (r): r = Σ xy / Nσ x σ y lo stesso per Y, N - il numero di coppie di valori X e Y. L'introduzione della tecnologia informatica nella ricerca scientifica rende possibile in modo rapido e preciso determinare qualsiasi caratteristica quantitativa di qualsiasi matrice di dati. Sono stati sviluppati vari programmi per computer che possono essere utilizzati per eseguire un'analisi statistica appropriata di praticamente qualsiasi campione. Della massa di metodi statistici in psicologia, i seguenti sono i più ampiamente utilizzati: 1) calcolo complesso di statistiche; 2) analisi di correlazione; 3) analisi della varianza; 4) analisi di regressione; 5) analisi fattoriale; 6) analisi tassonomica (cluster); 7) ridimensionamento.

2.1.2.2. Complesso calcolo delle statistiche

Utilizzando programmi standard, vengono calcolati sia i principali set di statistiche da noi presentati sopra sia quelli aggiuntivi non inclusi nella nostra recensione. A volte il ricercatore si limita a ottenere queste caratteristiche, ma più spesso la totalità di queste statistiche è solo un blocco incluso in un insieme più ampio di indicatori del campione studiato, ottenuti da programmi più complessi. Compresi i programmi che implementano i metodi di analisi statistica indicati di seguito.

2.1.2.3. Analisi di correlazione

Si tratta di calcolare i coefficienti di correlazione nei più diversi rapporti tra variabili. I rapporti sono stabiliti dal ricercatore e le variabili sono equivalenti, cioè quale sia la causa e quale sia l'effetto non può essere stabilito attraverso la correlazione. Oltre alla tenuta e alla direzionalità delle connessioni, il metodo consente di stabilire la forma della comunicazione (linearità, non linearità). Va notato che le relazioni non lineari non sono suscettibili di analisi con metodi matematici e statistici generalmente accettati in psicologia. Dati relativi a zone non lineari (ad esempio, nei punti di rottura, in luoghi di bruschi cambiamenti), caratterizzare attraverso descrizioni significative, astenendosi dalla loro presentazione quantitativa formale. A volte, per descrivere fenomeni non lineari in psicologia, è possibile applicare metodi e modelli matematico-statistici non parametrici. Ad esempio, viene utilizzata la teoria matematica delle catastrofi.

2.1.2.4. Analisi della varianza

A differenza dell'analisi di correlazione, questo metodo consente di identificare non solo la relazione, ma anche le dipendenze tra variabili, ovvero l'influenza di vari fattori sul tratto in esame. Questa influenza è stimata attraverso relazioni di dispersione. I cambiamenti nel tratto studiato (variabilità) possono essere causati dall'azione di singoli fattori noti al ricercatore, dalla loro interazione e dagli effetti di fattori sconosciuti. L'analisi della varianza consente di rilevare e valutare il contributo di ciascuna di queste influenze alla variabilità complessiva del tratto in esame. Il metodo consente di restringere rapidamente il campo delle condizioni che influenzano il fenomeno in esame, evidenziandone le più significative. Pertanto, l'analisi della varianza è "lo studio dell'influenza di fattori variabili sulla variabile oggetto di studio per dispersione". A seconda del numero di variabili influenti si distingue l'analisi uno, due, multivariata e, a seconda della natura di queste variabili, l'analisi con effetti costanti, casuali o misti. L'analisi della varianza è ampiamente utilizzata nella progettazione di un esperimento.

2.1.2.5. Analisi fattoriale

Il metodo consente di ridurre la dimensione dello spazio dei dati, ovvero di ridurre ragionevolmente il numero di caratteristiche misurate (variabili) combinandole in determinati aggregati che fungono da unità integrali che caratterizzano l'oggetto in esame. Queste unità costitutive sono chiamate in questo caso fattori, dai quali occorre distinguere i fattori di analisi della varianza, che rappresentano che sono segni separati (variabili). Si ritiene che sia la totalità dei segni in determinate combinazioni che può caratterizzare un fenomeno mentale o il modello del suo sviluppo, mentre individualmente o in altre combinazioni questi segni non forniscono informazioni. Di norma, i fattori non sono visibili "a occhio", nascosti all'osservazione diretta. L'analisi fattoriale è particolarmente produttiva negli studi preliminari, quando è necessario identificare, in prima approssimazione, pattern nascosti nell'area oggetto di studio. La base dell'analisi è la matrice di correlazione, ovvero le tabelle dei coefficienti di correlazione di ciascuna caratteristica con tutte le altre (principio del “tutto con tutti”). A seconda del numero di fattori nella matrice di correlazione, ci sono un fattore(secondo Spearman) bi-fattoriale(secondo Holzinger) e multifattoriale(secondo Thurston) analisi. Secondo la natura della relazione tra i fattori, il metodo è suddiviso in analisi con ortogonale(indipendente) e con obliquo fattori (dipendenti). Esistono altre varietà del metodo. Un apparato matematico e logico molto complesso dell'analisi fattoriale rende spesso difficile scegliere una variante del metodo adeguata ai compiti dello studio. Tuttavia, la sua popolarità nel mondo scientifico cresce ogni anno.

2.1.2.6. Analisi di regressione

Il metodo consente di studiare la dipendenza del valore medio di un valore dalle variazioni di un altro (altro) valore. La specificità del metodo risiede nel fatto che le grandezze considerate (o almeno una di esse) sono di natura casuale. Quindi la descrizione della dipendenza ricade in due compiti: 1) identificare la forma generale della dipendenza e 2) affinare questo tipo calcolando le stime dei parametri di dipendenza. Non esistono metodi standard per risolvere il primo problema, e qui viene eseguita un'analisi visiva della matrice di correlazione in combinazione con un'analisi qualitativa della natura delle quantità studiate (variabili). Ciò richiede che il ricercatore sia altamente qualificato ed erudito. Il secondo compito è essenzialmente trovare una curva di approssimazione. Molto spesso, questa approssimazione viene eseguita utilizzando il metodo matematico dei minimi quadrati. L'idea del metodo appartiene a F. Galto- beh, chi ha notato che genitori molto alti avevano figli un po' più piccoli, e genitori molto piccoli avevano figli più alti. Ha chiamato questo schema regressione.

2.1.2.7. Analisi tassonomica

Il metodo è una tecnica matematica per raggruppare i dati in classi (taxon, cluster) in modo tale che gli oggetti inclusi in una classe siano in qualche modo più omogenei rispetto agli oggetti inclusi in altre classi. Di conseguenza, diventa possibile determinare la distanza tra gli oggetti studiati in una o nell'altra metrica e fornire una descrizione ordinata della loro relazione a livello quantitativo. A causa dell'insufficiente elaborazione del criterio di efficienza e dell'ammissibilità delle procedure di cluster, questo metodo viene solitamente utilizzato in combinazione con altri metodi di analisi quantitativa dei dati. D'altra parte, l'analisi tassonomica stessa viene utilizzata come ulteriore assicurazione per l'affidabilità dei risultati ottenuti utilizzando altri metodi quantitativi, in particolare l'analisi fattoriale. L'essenza dell'analisi dei cluster ci consente di considerarla come un metodo che combina esplicitamente elaborazione quantitativa dati dal loro analisi della qualità. Pertanto, apparentemente non è corretto classificarlo in modo univoco come metodo quantitativo. Ma poiché la procedura del metodo è prevalentemente matematica ei risultati possono essere presentati numericamente, allora il metodo nel suo insieme sarà classificato come quantitativo.

2.1.2.8. ridimensionamento

Il ridimensionamento, in misura ancora maggiore dell'analisi tassonomica, combina le caratteristiche di uno studio quantitativo e qualitativo della realtà. Aspetto quantitativo lo scaling sta nel fatto che la sua procedura nella stragrande maggioranza dei casi include la misurazione e la rappresentazione numerica dei dati. Aspetto qualitativo il ridimensionamento si esprime nel fatto che, in primo luogo, consente di manipolare non solo dati quantitativi, ma anche dati che non hanno unità di misura comuni e, in secondo luogo, include elementi di metodi qualitativi (classificazione, tipologia, sistematizzazione). Un'altra caratteristica fondamentale del ridimensionamento, che rende difficile determinarne il posto nel sistema generale dei metodi scientifici, è combinando in esso le procedure di raccolta ed elaborazione dei dati. Puoi persino parlare dell'unità delle procedure empiriche e analitiche nel ridimensionamento. Non solo in uno studio specifico è difficile evidenziare la sequenza e la separazione di queste procedure (spesso vengono eseguite simultaneamente e congiuntamente), ma anche in termini teorici non è possibile rilevare una gerarchia di stadi (è impossibile dire quale è primario e ciò che è secondario). Il terzo momento, che non consente di attribuire inequivocabilmente il ridimensionamento all'uno o all'altro gruppo di metodi, è la sua "crescita" organica in specifiche aree di conoscenza e l'acquisizione da parte sua, insieme a segni metodo scientifico generale segni altamente specifico. Se altri metodi di significato scientifico generale (ad esempio osservazione o esperimento) possono essere presentati abbastanza facilmente sia in termini generali che in modifiche specifiche, è molto difficile caratterizzare il ridimensionamento a livello generale senza perdere le informazioni necessarie. La ragione di ciò è ovvia: la combinazione di procedure empiriche nel ridimensionamento con l'elaborazione dei dati. L'empirismo è concreto, la matematica è astratta, quindi la fusione dei principi generali dell'analisi matematica con metodi specifici di raccolta dei dati dà l'effetto indicato. Per lo stesso motivo, le origini scientifiche del ridimensionamento non sono definite con precisione: diverse scienze rivendicano contemporaneamente il titolo del suo "genitore". Tra questi c'è la psicologia, dove scienziati eccezionali come L. Thurston, S. Stephens, V. Thorgerson, A. Pieron hanno lavorato alla teoria e alla pratica del ridimensionamento. Tenendo presenti tutti questi fattori, inseriamo ancora il ridimensionamento nella categoria metodi quantitativi elaborazione dei dati, poiché nella pratica della ricerca psicologica il ridimensionamento avviene in due situazioni. Il primo è costruzione scale, e il secondo - loro utilizzo. Nel caso della costruzione, tutte le caratteristiche menzionate del ridimensionamento sono pienamente manifestate. Nel caso dell'uso, passano in secondo piano, poiché l'uso di scale già pronte (ad esempio scale "standard" per i test) comporta semplicemente il confronto con essi gli indicatori ottenuti in fase di raccolta dati. Quindi, qui lo psicologo utilizza solo i frutti della scalatura, peraltro, nelle fasi successive alla raccolta dei dati. Questa situazione è un evento comune in psicologia. Inoltre, la costruzione formale delle scale, di norma, è esclusa dall'ambito delle misurazioni dirette e della raccolta di dati su un oggetto, ovvero le principali azioni di formazione di scale di natura matematica vengono eseguite dopo la raccolta dei dati, che è paragonabile alla fase della loro elaborazione. Nel senso più generale il ridimensionamento è un modo di conoscere il mondo attraverso la modellazione della realtà con l'aiuto di sistemi formali (principalmente numerici). Questo metodo è utilizzato in quasi tutte le aree della conoscenza scientifica (nelle scienze naturali, esatte, umanitarie, sociali, tecniche) e ha un ampio valore applicato. La definizione più rigorosa sembra essere: il ridimensionamento è il processo di mappatura di insiemi empirici in insiemi formali secondo determinate regole. Sotto insieme empiricoè compreso qualsiasi insieme di oggetti reali (persone, animali, fenomeni, proprietà, processi, eventi) che sono in determinate relazioni tra loro. Queste relazioni possono essere rappresentate da quattro tipi (operazioni empiriche): 1) uguaglianza (uguale - non uguale); 2) ordine di classificazione (più - meno); 3) uguaglianza degli intervalli; 4) uguaglianza di rapporti. Di natura dell'insieme empirico, il ridimensionamento è diviso in due tipi: fisico E psicologico. IN nel primo caso, le caratteristiche oggettive (fisiche) degli oggetti sono soggette a ridimensionamento, nel secondo - soggettive (psicologiche). Sotto insieme formaleè inteso come un insieme arbitrario di simboli (segni, numeri) interconnessi da determinate relazioni, che, secondo relazioni empiriche, sono descritte da quattro tipi di operazioni formali (matematiche): 1) "uguale - non uguale" (= ≠); 2) "più - meno" (><); 3) «сло-жение - вычитание» (+ -); 4) «умножение - деление» (* :). При шкалировании обязательным условием является corrispondenza biunivoca tra gli elementi degli insiemi empirici e formali. Ciò significa che ogni elemento del primo set La proprietà deve corrispondere a un solo elemento del secondo e viceversa. In questo caso non è necessaria una corrispondenza biunivoca dei tipi di relazioni tra gli elementi di entrambi gli insiemi (isomorfismo delle strutture). Nel caso dell'isomorfismo di queste strutture, il cosiddetto direct-mine (soggettivo) ridimensionamento, in assenza di isomorfismo, indiretto (oggettivo) ridimensionamento. Il risultato del ridimensionamento è la costruzione bilancia(lat. scala - "scala"), ad es segni modelli (numerici) della realtà studiata, con cui questa realtà può essere misurata. Pertanto, le bilance sono strumenti di misura. Un'idea generale dell'intera varietà di scale può essere ricavata dalle opere, dove viene fornito il loro sistema di classificazione e vengono fornite brevi descrizioni di ciascun tipo di scale. Le relazioni tra gli elementi dell'insieme empirico e le corrispondenti operazioni matematiche ammissibili (trasformazioni ammissibili) determinano il livello di scalatura e il tipo di scala risultante (secondo la classificazione di S. Stevens). Il primo tipo di relazione più semplice (= ≠) corrisponde al meno informativo scale di denominazione, secondo (><) - scala dell'ordine, terzo (+ -) - scale di intervallo, quarto (*:) - il più informativo scale relazionali. Processi ridimensionamento psicologico condizionatamente può essere suddiviso in due fasi principali: empirica, su cui vengono raccolti i dati sull'insieme empirico (in questo caso, sull'insieme delle caratteristiche psicologiche degli oggetti o fenomeni studiati) e sullo stadio Formalizzazione, ovvero l'elaborazione dei dati matematici e statistici della prima fase. Le caratteristiche di ciascuna delle fasi determinano le tecniche metodologiche di una particolare implementazione del ridimensionamento. A seconda degli oggetti di studio, il ridimensionamento psicologico è disponibile in due varietà: psicofisico o psicometrico. Ridimensionamento psicofisico consiste nel costruire scale per misurare le caratteristiche soggettive (psicologiche) di oggetti (fenomeni) che hanno correlati fisici con le corrispondenti unità fisiche di misura. Ad esempio, le caratteristiche soggettive del suono (volume, tono, timbro) corrispondono a quelle fisiche parametri delle vibrazioni sonore: ampiezza (in decibel), frequenza (in hertz), spettro (in termini di toni componenti e inviluppo). Pertanto, il ridimensionamento psicofisico consente di rivelare la relazione tra le grandezze della stimolazione fisica e la risposta mentale, e anche di esprimere questa risposta in unità di misura oggettive. Di conseguenza, si ottengono tutti i tipi di scale indirette e dirette di tutti i livelli di misurazione: scale di nomi, ordine, intervalli e rapporti. Scala psicometrica consiste nel costruire scale per misurare le caratteristiche soggettive di oggetti (fenomeni) che non hanno correlati fisici. Ad esempio, le caratteristiche della personalità, la popolarità degli artisti, la coesione della squadra, l'espressività delle immagini, ecc. Il ridimensionamento psicometrico viene implementato utilizzando alcuni metodi di ridimensionamento indiretto (oggettivo). Si ottengono così scale di giudizi che, secondo la tipologia delle trasformazioni accettabili, appartengono solitamente a scale di ordine, meno spesso a scale di intervallo. In quest'ultimo caso, gli indicatori della variabilità delle opinioni (risposte, giudizi) degli intervistati fungono da unità di misura. Le scale psicometriche più caratteristiche e diffuse sono le scale di valutazione e le scale di atteggiamenti basate su di esse. Il ridimensionamento psicometrico è alla base dello sviluppo della maggior parte dei test psicologici, nonché dei metodi di misurazione in psicologia sociale (metodi sociometrici) e nelle discipline psicologiche applicate. Poiché i giudizi alla base della procedura di scalatura psicometrica possono essere applicati anche alla stimolazione sensoriale fisica, in quanto tali procedure sono applicabili all'identificazione delle dipendenze psicofisiche, ma in questo caso le scale risultanti non avranno unità di misura oggettive. Sia il ridimensionamento fisico che quello psicologico possono essere unidimensionali e multidimensionali. Ridimensionamento unidimensionaleè il processo di mappatura di un insieme empirico in uno formale secondo un criterio. Le scale unidimensionali risultanti mostrano le relazioni tra oggetti empirici unidimensionali (o le stesse proprietà di oggetti multidimensionali) o le modifiche in una proprietà di un oggetto multidimensionale. Il ridimensionamento unidimensionale viene implementato utilizzando metodi di ridimensionamento diretti (soggettivi) e indiretti (oggettivi). Sotto ridimensionamento multidimensionale il processo di mappatura di un insieme empirico in uno formale è compreso simultaneamente secondo diversi criteri. Le scale multidimensionali riflettono le relazioni tra oggetti multidimensionali o i cambiamenti simultanei in diverse caratteristiche di un oggetto. Il processo di scaling multidimensionale, a differenza di quello unidimensionale, è caratterizzato da una maggiore laboriosità del secondo stadio, ovvero la formalizzazione dei dati. A questo proposito, è coinvolto un potente apparato statistico e matematico, ad esempio l'analisi dei cluster o dei fattori, che sono parte integrante dei metodi di ridimensionamento multidimensionale. Lo studio dei problemi di scaling multivariato è connesso Con i nomi di Richardson e Thorgerson, che proposero i suoi primi modelli. Shepard ha gettato le basi per lo sviluppo di metodi per il ridimensionamento multidimensionale non metrico. L'algoritmo di ridimensionamento multidimensionale più comune e per la prima volta teoricamente fondato è stato proposto da Kruskal. La generalizzazione delle informazioni sul ridimensionamento multidimensionale è stata effettuata da M. Davison. La specificità del ridimensionamento multidimensionale in psicologia si riflette nel lavoro di GV Paramey. Riveliamo i concetti precedentemente menzionati di ridimensionamento "indiretto" e "diretto". indiretto, O obiettivo, ridimensionamento- questo è il processo di mappatura di un insieme empirico in uno formale con incoerenza reciproca (mancanza di isomorfismo) tra le strutture di questi insiemi. In psicologia, questa discrepanza si basa sul primo postulato di Fechner sull'impossibilità di una valutazione soggettiva diretta della grandezza delle proprie sensazioni. Per l'espressione quantitativa delle sensazioni vengono utilizzate unità di misura esterne (indirette), basate su varie valutazioni dei soggetti: sottili differenze, tempo di reazione (RT), varianza di discriminazione, dispersione di stime categoriche. Le scale psicologiche indirette secondo i metodi della loro costruzione, le ipotesi iniziali e le unità di misura formano diversi gruppi, i principali dei quali sono i seguenti: 1) scale di accumulo O scale logaritmiche; 2) scale basate sulla misurazione della VR; 3) scale di giudizio(comparativo e categorico). Le espressioni analitiche di queste scale hanno lo status di leggi, i cui nomi sono associati ai nomi dei loro autori: 1) legge logaritmica di Weber-Fechner; 2) per- con Pieron (per una semplice reazione sensomotoria); 3) la legge dei giudizi comparativi di Thurston e 4) la legge dei giudizi categorici di Thorgerson. Le scale di giudizio hanno le maggiori possibilità di applicazione. Ti consentono di misurare qualsiasi fenomeno mentale, implementare il ridimensionamento sia psicofisico che psicometrico e abilitare il ridimensionamento multidimensionale. Secondo la tipologia delle trasformazioni accettabili, le scale indirette sono principalmente rappresentate da scale di ordine e intervalli. diretto, O soggettivo, scalareè il processo di mappatura di un insieme empirico in uno formale con corrispondenza biunivoca (isomorfismo) delle strutture di questi insiemi. In psicologia, questa corrispondenza si basa sull'assunzione della possibilità di una valutazione soggettiva diretta della grandezza delle proprie sensazioni (negazione del primo postulato di Fechner). Il ridimensionamento soggettivo viene implementato con l'ausilio di procedure che scoprono quante volte (o di quanto) la sensazione causata da uno stimolo è maggiore o minore della sensazione causata da un altro stimolo. Se tale confronto viene fatto per sensazioni di modalità diverse, allora si parla di ridimensionamento soggettivo intermodale. Le scale dirette secondo il metodo della loro costruzione formano due gruppi principali: 1) scale basate sulla definizione relazioni sensoriali; 2) scale basate sulla definizione valori di stimolo. La seconda opzione apre la strada al ridimensionamento multidimensionale. Una parte significativa delle scale dirette è ben approssimata da una funzione di potenza, che è stata dimostrata da S. Stevens su un ampio materiale empirico, da cui prende il nome l'espressione analitica delle scale dirette: la legge di potenza di Stevens. Per l'espressione quantitativa delle sensazioni in scala soggettiva vengono utilizzate unità di misura psicologiche, specializzate per modalità e condizioni sperimentali specifiche. Molte di queste unità hanno nomi generalmente accettati: "figli" per volume, "brils" per brillantezza, "spesso" per gusto, "vegs" per pesantezza, ecc. Secondo la tipologia delle trasformazioni accettabili, le scale dirette sono rappresentate principalmente da scale intervalli e relazioni. A conclusione della rassegna del metodo di scaling, è necessario segnalare il problema del suo rapporto con misurazione. A nostro avviso, questo problema è causato dalle suddette caratteristiche di ridimensionamento: 1) l'inclusione in esso di procedure di raccolta di dati empirici e procedure di elaborazione di dati analitici; 2) l'unità degli aspetti quantitativi e qualitativi del processo di scaling; 3) una combinazione di profilo scientifico generale e profilo ristretto, ovvero "crescita" dei principi generali del ridimensionamento con le procedure specifiche di metodi specifici. Alcuni ricercatori identificano esplicitamente o implicitamente i concetti di "ridimensionamento" e "misurazione". L'autorità di S. Stevens, che ha definito la misurazione come "l'attribuzione di forme numeriche a oggetti o eventi secondo determinate regole", e ha subito sottolineato che tale procedura porta alla costruzione di scale, "lavora" particolarmente fortemente su questo punto di visualizzazione. Ma poiché il processo di sviluppo di una scala è un processo di ridimensionamento, concludiamo che misurazione e ridimensionamento sono la stessa cosa. La posizione opposta è che solo il ridimensionamento metrico associato alla costruzione di intervalli e scale proporzionali viene confrontato con la misurazione. Sembra che la seconda posizione sia più rigorosa, poiché la misurazione implica un'espressione quantitativa di ciò che viene misurato e, di conseguenza, la presenza di una metrica. L'acutezza della discussione può essere rimossa se la misurazione è intesa non come un metodo di ricerca, ma come un accompagnamento strumentale di un particolare metodo, compreso il ridimensionamento. A proposito, la metrologia (la scienza delle misurazioni) include nel concetto di "misurazione" come suo attributo obbligatorio un mezzo di misurazione. Per la scalatura (almeno per la scalatura non metrica), gli strumenti di misura sono opzionali. È vero, la metrologia è interessata principalmente ai parametri fisici degli oggetti e non a quelli psicologici. La psicologia, al contrario, si occupa principalmente di caratteristiche soggettive (grande, pesante, luminoso, piacevole, ecc.). Ciò consente ad alcuni autori di prendere la persona stessa come mezzo di misurazione. Ciò significa non tanto l'uso di parti del corpo umano come unità di misura (cubito, arshin, braccio, stadi, piede, pollice, ecc.), ma la sua capacità di quantificare soggettivamente qualsiasi fenomeno. Ma l'infinita variabilità delle differenze individuali in una persona, inclusa la variabilità delle capacità valutative, non può dare un unità di misura comunemente utilizzate nella fase di raccolta dei dati sull'oggetto. In altre parole, nella parte empirica dello scaling, il soggetto non può essere considerato uno strumento di misura. Questo ruolo gli può essere attribuito con grande forza solo dopo manipolazioni non più con set empirici, ma con set formali. Quindi viene ottenuta artificialmente una metrica soggettiva, il più delle volte sotto forma di valori di intervallo. G. V. Sukhodolsky indica questi fatti quando afferma che l'ordinamento (vale a dire, questo è ciò che fa il soggetto nella fase di "valutazione" degli oggetti empirici) "è un'operazione preparatoria, ma non di misurazione". E solo allora, nella fase di elaborazione dei dati soggettivi primari, le corrispondenti azioni di formazione della scala (in Sukhodolsky - classifica) “metrizzano uno spazio topologico unidimensionale di oggetti ordinati e. quindi misurano... la dimensione degli "oggetti". L'ambiguità del rapporto tra i concetti di "ridimensionamento" e "misurazione" in psicologia aumenta quando vengono confrontati con i concetti di "test" e "test". senza dubbio i test sono classificati come strumenti di misura, tuttavia la loro applicazione in psicologia ha due aspetti. Il primo è l'uso del test nel processo di test, cioè l'esame (psicodiagnostica) di specifici oggetti psicologici. Il secondo è lo sviluppo, o costruzione della prova.Nel primo caso si può parlare con una certa base di misurazione, poiché all'oggetto esaminato (soggetto) viene “applicata” una misura di riferimento, una scala standard.Nel secondo caso, è ovviamente più corretto parlare di scaling, in quanto la quintessenza del test design è il processo di costruzione di una scala standard e ad esse correlate sono le operazioni di determinazione degli insiemi empirici e formali, la cui attendibilità e isomorfismo sono assicurate non da ultimo dalla standardizzazione della procedura per la raccolta di dati empirici e una serie di "statistiche" affidabili. Un altro aspetto del problema nasce dal fatto che il test come strumento di misura si compone di due parti: 1) un insieme di compiti (domande) che il soggetto affronta direttamente nella fase di raccolta dei dati che lo riguardano e 2) una scala standard con cui confrontare I dati empirici sono raccolti nella fase di interpretazione. Dove dovremmo parlare di misurazione, dove di ridimensionamento, se non sono la stessa cosa? Ci sembra che la parte empirica del processo di test, cioè l'esecuzione da parte del soggetto del test di un'attività di test, non sia una procedura puramente di misurazione, ma questo ridimensionamento è necessario per il ridimensionamento. L'argomentazione è la seguente: di per sé, le azioni compiute dal soggetto non sono una misura della gravità delle qualità diagnosticate. Solo il risultato di queste azioni (il tempo trascorso, il numero di errori, il tipo di risposte, ecc.), determinato non più dal soggetto, ma dal diagnostico, è un valore di scala “grezzo”, che viene successivamente confrontato con valori di riferimento. Gli indicatori "grezzi" dei risultati delle azioni del soggetto sono chiamati qui per due motivi. Prima loro. di norma, vengono convertiti in altre unità di espressione. Spesso - in partiture "senza volto", astratte, muri, ecc. E in secondo luogo, una cosa comune nei test è la multidimensionalità del fenomeno mentale studiato, che comporta la registrazione di diversi parametri mutevoli per la sua valutazione, successivamente sintetizzati in un unico indicatore. Pertanto, solo le fasi di elaborazione dei dati e di interpretazione dei risultati delle prove, in cui i dati empirici "grezzi" vengono convertiti in dati comparabili e questi ultimi vengono sovrapposti al "righello di misurazione", ovvero la scala standard, possono essere attribuiti alla misurazione senza riserve . Ancora più stretto questo nodo problematico è stretto in connessione con l'isolamento e lo sviluppo in discipline indipendenti di sezioni scientifiche come "Psicometria" e "Psicologia matematica". Ognuno di loro considera i concetti che stiamo discutendo come le sue categorie chiave. La psicometria può essere considerata metrologia psicologica, coprendo "l'intera gamma di questioni relative alla misurazione in psicologia". Pertanto, non sorprende che il ridimensionamento sia incluso in questo "cerchio di domande". Ma la psicometria non chiarisce il suo rapporto con la misurazione. Inoltre, la questione è confusa dalla varietà di interpretazioni della stessa scienza psicometrica e della sua materia. Ad esempio, la psicometria è considerata nel contesto della psicodiagnostica. "Spesso i termini "psicometria" e "esperimento psicologico" sono usati come sinonimi... È opinione molto popolare che la psicometria sia statistica matematica, tenendo conto delle specificità della psicologia... Una comprensione stabile della psicometria: l'apparato matematico della psicodiagnostica... La psicometria è la scienza che utilizza modelli matematici nello studio dei fenomeni mentali. Per quanto riguarda la psicologia matematica, il suo statuto è ancora più vago. "Il contenuto e la struttura della psicologia matematica non hanno ancora acquisito una forma generalmente accettata, la scelta e la sistematizzazione di modelli e metodi matematici e psicologici sono in una certa misura arbitrari" . Tuttavia, c'è già una tendenza per la psicometria ad essere assorbita dalla psicologia matematica. È ancora difficile dire se ciò influenzerà il discusso problema del rapporto tra ridimensionamento e misurazione e se il loro posto nel sistema generale dei metodi della psicologia diventerà più chiaro.

2.2. Metodi qualitativi

I metodi qualitativi (QM) consentono di identificare gli aspetti più significativi degli oggetti in studio, il che consente di generalizzare e sistematizzare la conoscenza su di essi, nonché di comprenderne l'essenza. Molto spesso, i CM si basano su informazioni quantitative. I metodi più comuni sono come classificazione, tipologia, sistematizzazione, periodizzazione, casistica.

2.2.1. Classificazione

2.2.2. Tipologia

2.2.3. Sistematizzazione

2.2.4. periodizzazione

2.2.5. Casistica psicologica

La casistica psicologica è una descrizione e un'analisi sia dei casi più tipici che di quelli eccezionali per la realtà in esame. Questa tecnica è tipica della ricerca nel campo della psicologia differenziale. Un approccio individuale nel lavoro psicologico con le persone predetermina anche l'uso diffuso della casistica nella psicologia pratica. Un buon esempio dell'uso della casistica psicologica è il metodo degli incidenti utilizzato in professiografia. [ 44]

3. METODI INTERPRETATIVI

Ancor più che organizzativi, questi metodi meritano il nome approcci, perché sono principalmente principi esplicativi che predeterminano la direzione dell'interpretazione dei risultati dello studio. Nella pratica scientifica si sono sviluppati genetico, strutturale, funzionale, complesso E approcci sistemici. L'uso di un metodo o di un altro non significa tagliare fuori gli altri. Al contrario, la solita cosa in psicologia è una combinazione di approcci. E questo vale non solo per la pratica della ricerca, ma anche per la psicodiagnostica, la consulenza psicologica e la psicocorrezione.

3.1. metodo genetico

Il metodo genetico è un modo di studiare e spiegare i fenomeni (compresi quelli mentali), basato sull'analisi del loro sviluppo sia sul piano ontogenetico che filogenetico. Ciò richiede la definizione di: I) le condizioni iniziali per l'emergere del fenomeno, 2) le fasi principali e 3) le principali tendenze del suo sviluppo. Lo scopo del metodo è rivelare la connessione nel tempo dei fenomeni studiati, tracciare il passaggio dalle forme inferiori a quelle superiori. Quindi ovunque sia necessario rivelare la dinamica temporale dei fenomeni mentali, il metodo genetico è uno strumento di ricerca indispensabile per uno psicologo. Anche quando la ricerca è finalizzata allo studio delle caratteristiche strutturali e funzionali del fenomeno, non è esclusa l'effettiva applicazione del metodo. Quindi, gli sviluppatori della nota teoria delle azioni percettive con microstrutturale l'analisi della percezione ha rilevato che "il più adatto era il metodo genetico di ricerca" . Naturalmente, il metodo genetico è particolarmente caratteristico di vari rami della psicologia dello sviluppo: psicologia comparativa, evolutiva, storica. È chiaro che qualsiasi studio longitudinale comporta l'applicazione del metodo in esame. L'approccio genetico può effettivamente essere considerato come un'implementazione metodica di uno dei principi fondamentali della psicologia, vale a dire principio di sviluppo. Con una tale visione, altre opzioni per implementare il principio dello sviluppo possono essere considerate come modifiche dell'approccio genetico. Per esempio, storico E approcci evolutivi.

3.2. Metodo strutturale

3.3. metodo funzionale

3.4. Metodo complesso

3.5. Metodo di sistema

Letteratura

Ananiev B.G. Sui problemi della moderna conoscenza umana. M., 1977. Ananiev B.G. Sui metodi della psicologia moderna // Metodi psicologici in uno studio longitudinale completo degli studenti. L., 1976. Ananiev B.G. L'uomo come oggetto di conoscenza. L.. 1968. Balin V.D. Riflessione mentale: Elementi di psicologia teorica. SPb., 2001. Balin V.D. Teoria e metodologia della ricerca psicologica. L., 1989. Bendatalafanri L. Applicazione della correlazione e dell'analisi spettrale. M., 1983. Bertalanfanry L. Storia e stato della teoria generale dei sistemi // System Research. M.. 1973. Bertalanffy L. Teoria generale dei sistemi: una rassegna di problemi e risultati // Ricerca di sistema. M., 1969. Blagush P. Analisi fattoriale con generalizzazioni. M., 1989. Borovkov A.A. Statistica matematica: Stima dei parametri. Controllo di un'ipotesi. M.. 1984. Braverman E.M.,Muchnik I. B. Metodi strutturali per l'elaborazione di dati empirici, M.. 1983. Burdun G.V., Markov, S.M. Fondamenti di metrologia. M., 1972. Ganzen V.A. Linee guida per il corso "Metodi di Sistema in Psicologia". L., 1987. Ganzen V.A. Descrizioni di sistema in psicologia. L., 1984. Ganzen V.A. Approccio sistemico in psicologia. L., 1983. Ganzen V.A., Fomin A.A. Sul concetto di tipo in psicologia // Bollettino della SNbGU. ser. 6, 1993, n. 1 (#6). Ganzen VA, Khoroshilov B.M. Il problema della descrizione sistematica dei cambiamenti qualitativi negli oggetti psicologici. Dip. VINITI, 1984, n. 6174-84. Vetro J., Stanley J. Metodi statistici in pedagogia e psicologia. M.. 1976. Godefroy J. Cos'è la psicologia? T. 1-2. M., 1992. Gordon V.M., Zinchenko V.P. Analisi sistema-strutturale dell'attività cognitiva // Ergonomia, vol. 8. M., 1974. Gusev E.K., Nikandrov V.V. Psicofisica. L., 1987. Gusev E.K., Nikandrov V.V. Psicofisica. Parte P. Ridimensionamento psicologico. L., 1985. Draneper I. Smith G. Analisi di regressione applicata. In 2 libri. 2a ed. M.. 1987. Druzhinin V.I. Psicologia sperimentale. M.. 1997. Davison M. Ridimensionamento multidimensionale. Metodi di presentazione visiva dei dati. M., 1988. Duran B., Odell P. analisi di gruppo. M., 1977. Ezechiele M., Fox K.A. Metodi di analisi delle correlazioni e delle regressioni. M.. 1966. Zarochentsev K.D., Khudyakov A.I. Fondamenti di psicometria. SPb., 1996. Zinchenko V.P. Sul metodo microstrutturale di studio dell'attività cognitiva//Ergonomia, vyi. 3. M., 1972. Zinchenko V.P., Zinchenko T.P. Percezione / / Psicologia generale / Ed. LV Petrovsky. ed. 2°. M.. 1976. Iberla K. Analisi fattoriale. M., 1980. Itelson L.B. Metodi matematici e cibernetici in pedagogia. M., 1964. Kagan MS Approccio di sistema e conoscenza umanitaria. L.. 1991. Kolkot E. Controllo di significatività. M.. 1978. Kornilov G.V. Introduzione all'esperimento psicologico. M., 1997. Koryukin V.I. Concetti di livelli nella moderna conoscenza scientifica. Sverdlovsk, 1991. Krylov A.A. Un approccio sistematico come base per la ricerca in psicologia ingegneristica e psicologia del lavoro // Metodologia della ricerca in psicologia ingegneristica e psicologia del lavoro, parte 1. L., 1974. Kuzmin V.P. Principi di coerenza nella teoria e nella metodologia di K. Marx. ed. 2°. M.. 1980. Kuzmin V.P. Varie direzioni nello sviluppo di un approccio sistematico e dei loro fondamenti epistemologici // Domande di filosofia, 1983, n. 3. Kulikov L.V. Ricerca psicologica. Raccomandazioni metodologiche per la conduzione. 6a ed. San Pietroburgo, 2001. KyunYu. Statistica descrittiva e induttiva. M., 1981. Leman E. L. Testare ipotesi statistiche. 2a ed. M., 1979. Lomov B.F. Problemi metodologici e teorici della psicologia. M., 1984. Lomov B.F. Su un approccio sistematico in psicologia // Domande di psicologia, 1975, n. 2. Lomov B.F. Sulle modalità di sviluppo della psicologia // Domande di psicologia. 1978. N. 5. Lawley D., Maxwell L. L'analisi fattoriale come metodo statistico. M., 1967. Mazilov V.A. Sul rapporto tra teoria e metodo in psicologia // Letture di Ananiev - 98 / Materiali scientifici e pratici. conferenze. SPb., 1998. Malikov S.F., Tyurin N.I. Introduzione alla metrologia. M, 1965. Psicologia matematica: teoria, metodi, modelli. M., 1985. Mirkin B.G. Analisi delle caratteristiche qualitative e delle strutture. M.. 1980. Mirošnikov S.A. Studio dei livelli di organizzazione dell'attività mentale umana // Questioni teoriche e applicate di psicologia, vol. 1, parte II. SPb., 1995. Mondel ID analisi di gruppo. M., 1988. Nikaidrov V.V. Sulla descrizione sistemica della struttura funzionale della psiche // Domande teoriche e applicate della psicologia, vol. 1. San Pietroburgo, 1995. VV Nikandrov Psicologia storica come una disciplina scientifica indipendente//Bollettino dell'Università Statale di Leningrado, ser. 6. 1991, n. 1 (n. 6). VV Nikandrov Sul rapporto tra macrocaratteristiche psicologiche di una persona // Bollettino dell'Università statale di San Pietroburgo, vol. 3. 1998. VV Nikandrov Modello spaziale della struttura funzionale della psiche umana // Bollettino dell'Università statale di San Pietroburgo, 1999, n. 3, n.20. Persico I. Analisi fattoriale. M., 1974. Paramey G.V. Applicazione del ridimensionamento multidimensionale nella ricerca psicologica // Bollettino dell'Università statale di Mosca, ser. 14. 1983, n. 2. Piriev G.D. Psicologia sperimentale. Sofia, 1968. Piriev G.D. Classificazione dei metodi in psicologia // Psicodiagnostica nei paesi socialisti. Bratislava, 1985. Plokhinsky N.A. Biometrica. 2a ed. M., 1970. Poston T, Stewart I. Teoria delle catastrofi e sue applicazioni. M., 1980. Laboratorio di psicodiagnostica. Psicometria differenziale / Ed. V. V. Stolin, A. G. Shmelev. M., 1984. Il principio dello sviluppo in psicologia / Ed. ed. L.I. Antsyferova. M., 1978. Il problema dei livelli e dei sistemi nella conoscenza scientifica. Minsk, 1970. Pfantsagl I. Teoria delle misure. M., 1976. PierroiA. Psicofisica//Psicologia sperimentale, vol. 1-2. M.. 1966. Rapport A. Approccio sistemico in psicologia // Rivista psicologica, 1994, n. 3. Rogovin M.S. Teorie a livello strutturale in psicologia. Yaroslavl, 1977. Rudestam K. Psicoterapia di gruppo. M., 1980. Rusalov V. M. Basi biologiche delle differenze psicologiche individuali. M., 1979. Selye G. Dal sogno alla scoperta: come diventare uno scienziato. M., 1987. Sergenti V.F. Introduzione alla metodologia della biologia moderna. L., 1972. Sergenti V.F. L'uomo, la sua natura e il significato dell'essere. L., 1990. Sidorenko E.V. Metodi di elaborazione matematica in psicologia. SPb., 2001. Un approccio sistematico al problema psicofisiologico / Ed. ed. V. B. Shvyrkov. M., 1982. Steven S.S. Matematica, misurazione e psicofisica // Psicologia sperimentale / Ed. S. S. Stefano. T. 1. M.. 1960. Steven S.S. Della legge psicofisica // Problemi e metodi della psicofisica. M., 1974. Sukhodolsky G.V. Psicologia matematica. SPb.. 1997. Sukhodolsky G.V. Fondamenti di statistica matematica per gli psicologi. L., 1972. Thurston L. L. Analisi psicologica // Problemi e metodi della psicofisica. M., 1974. Tipologia e classificazione nella ricerca sociologica // Otv. ed. V. G. Andreenkov, Yu. N. Tolstova. M., 1982. Uyomov A.I. Approccio sistemico e teoria generale dei sistemi. M., 1978. Fattore discriminante e analisi cluster / Ed. I. S. Enyukova. M., 1989. Harman G.G. Analisi fattoriale moderna. M., 1972. Shvaitsara I. ecc. Diagnostica dello sviluppo mentale. Praga, 1978. Sheff G. Analisi della dispersione. M., 1963. Schreiber D. Problemi di ridimensionamento // Il processo di ricerca sociale. M., 1975. Bertalanffy L. Teoria generale dei sistemi. fondazioni. sviluppo, applicazioni. New York, 1968. Choynowski M. Die Messung in der Psychologic / 7 Die Probleme der mathematischen Psychologic Warschaw, 1971. Guthjahr W. Die Messung psychischer Eigenschaften. Berlino, 1971. Leinfellner W. Einfuhrung in die Erkenntnis und Wisscnschafts-theorie. Manheim, 1965. Lewin K. Una dinamica teoria della personalità. New York, 1935. Lewin K. Principi di psicologia topologica. New York, 1936. Sixtl F. Mesmethoden der Weinheim psicologico, 1966, 1967. Stevens SS Scale sensoriali di intensità del gusto // Percept, a. Psicofisica. 1969 vol. 6. Torgerson WS Teoria e metodi di scaling. New York, 1958.

1. Esercitazione. San Pietroburgo: casa editrice Rech, 2003. 480 p. BBK88

   Esercitazione

   Il libro di testo considera la psicologia sperimentale come una disciplina scientifica indipendente che sviluppa la teoria e la pratica della ricerca psicologica e ha come principale oggetto di studio un sistema di metodi psicologici.

2. Andreeva G.M., Bogomolova N.N., Petrovskaya L.A. "Psicologia sociale straniera del ventesimo secolo. Approcci teorici"" (1)

   Documento

3. Andreeva G.M., Bogomolova N.N., Petrovskaya L.A. "Psicologia sociale straniera del ventesimo secolo. Approcci teorici"" (2)

   Documento

   La prima edizione di questo libro è stata pubblicata nel 1978 (G. M. Andreeva, N. N. Bogomolova, L. A. Petrovskaya "Social Psychology in the West"). Considerando che a quel tempo il "percorso editoriale" era molto lungo, diventa chiaro che il manoscritto

4. Il programma dell'esame di stato in pedagogia e psicologia della direzione dell'educazione

   Programma

   Il termine normativo per padroneggiare il programma educativo principale per la preparazione di un master nella direzione 050700.68 Pedagogia nell'istruzione a tempo pieno è di 6 anni.

5. Psicologia del 21° secolo volume 2

   Documento

   Membri del Comitato Organizzatore: Akopov G.V., Bazarov T.Yu., Zhuravlev A.L., Znakov V.V., Erina S.I., Kashapov S.M., Klyueva N.V., Lvov V.M. , Manuilov G.M., Marchenko V.

La parola "statistica" è spesso associata alla parola "matematica", e questo intimidisce gli studenti che associano questo concetto a formule complesse che richiedono un alto livello di astrazione.

Tuttavia, come dice McConnell, la statistica è principalmente un modo di pensare, e tutto ciò che serve per usarla è avere un po' di buon senso e conoscere le basi della matematica. Nella nostra vita quotidiana, noi stessi, senza rendercene conto, siamo costantemente impegnati nelle statistiche. Vogliamo pianificare un budget, calcolare il consumo di benzina di un'auto, stimare lo sforzo che sarà necessario per padroneggiare un determinato percorso, tenendo conto dei voti finora ottenuti, prevedere la probabilità di bel tempo e cattivo tempo da un bollettino meteorologico , o in generale stimare come questo o quell'evento influenzerà il nostro futuro personale o collettivo - dobbiamo costantemente selezionare, classificare e organizzare le informazioni, collegarle con altri dati in modo da poter trarre conclusioni che ci consentano di prendere la decisione giusta.

Tutte queste attività differiscono poco da quelle operazioni che sono alla base della ricerca scientifica e consistono nella sintesi di dati ottenuti su vari gruppi di oggetti in un particolare esperimento, nel loro confronto per scoprire le differenze tra loro, nel loro confronto per identificare indicatori che cambiano in una direzione e, infine, nella previsione di determinati fatti sulla base delle conclusioni a cui portano i risultati. Questo è precisamente lo scopo della statistica nelle scienze in generale, specialmente in quelle umanistiche. Non c'è nulla di assolutamente affidabile in quest'ultimo, e senza statistiche, le conclusioni nella maggior parte dei casi sarebbero puramente intuitive e non potrebbero costituire una solida base per interpretare i dati ottenuti in altri studi.

Per apprezzare gli enormi benefici che la statistica può fornire, cercheremo di seguire l'avanzamento della decifrazione e dell'elaborazione dei dati ottenuti nell'esperimento. Così, sulla base dei risultati specifici e delle domande che pongono al ricercatore, saremo in grado di comprendere i vari metodi e le modalità semplici per applicarli. Tuttavia, prima di intraprendere questo lavoro, ci sarà utile considerare in termini più generali i tre rami principali della statistica.

1. Statistiche descrittive, come suggerisce il nome, permette di descrivere, riassumere e riprodurre sotto forma di tabelle o grafici

dati dell'uno o dell'altro distribuzione, calcola media per una data distribuzione e la sua scopo E dispersione.

2. Sfida statistica induttiva- verifica della possibilità di diffusione dei risultati ottenuti campionamento, per l'intero popolazione da cui è stato prelevato questo campione. In altre parole, le regole di questa sezione della statistica consentono di scoprire fino a che punto è possibile, per induzione, generalizzare a un numero maggiore di oggetti questa o quella regolarità scoperta studiando il loro gruppo limitato nel corso di qualsiasi osservazione o esperimento. Pertanto, con l'aiuto della statistica induttiva, vengono tratte alcune conclusioni e generalizzazioni basate sui dati ottenuti durante lo studio del campione.

3. Infine, la misurazione correlazioni ci permette di sapere quanto sono correlate due variabili, in modo da poter prevedere i possibili valori di una di esse se conosciamo l'altra.

Esistono due tipi di metodi o test statistici che consentono di generalizzare o calcolare il grado di correlazione. Il primo tipo è il più utilizzato metodi parametrici, che utilizzano parametri come la media o la varianza dei dati. La seconda varietà è metodi non parametrici, che forniscono un servizio inestimabile quando il ricercatore ha a che fare con campioni molto piccoli o con dati di alta qualità; questi metodi sono molto semplici sia in termini di calcolo che di applicazione. Man mano che acquisiamo familiarità con i vari modi di descrivere i dati e passiamo all'analisi statistica di essi, esamineremo entrambe queste varietà.

Come già accennato, per cercare di comprendere questi vari ambiti della statistica, cercheremo di rispondere alle domande che sorgono in relazione ai risultati di un particolare studio. Ad esempio, prenderemo un esperimento, vale a dire lo studio dell'effetto del consumo di marijuana sulla coordinazione oculomotoria e sul tempo di reazione. La metodologia utilizzata in questo ipotetico esperimento, così come i risultati che potremmo ottenere da esso, sono presentati di seguito.

Se lo desideri, puoi sostituire alcuni dettagli specifici di questo esperimento con altri - ad esempio, l'uso di marijuana per il consumo di alcol o la privazione del sonno - o, ancora meglio, sostituire questi dati ipotetici che hai effettivamente ricevuto nella tua ricerca. In ogni caso, dovrai accettare le "regole del nostro gioco" ed eseguire i calcoli che qui ti vengono richiesti; solo a questa condizione l'essenza dell'oggetto ti “raggiungerà”, se questo non ti è già successo prima.

Nota importante. Nelle sezioni sulla statistica descrittiva e induttiva, considereremo solo quei dati sperimentali che sono rilevanti per la variabile dipendente “obiettivi raggiunti”. Per quanto riguarda un indicatore come il tempo di reazione, ci rivolgeremo ad esso solo nella sezione sul calcolo della correlazione. Tuttavia, è ovvio che fin dall'inizio i valori di questo indicatore dovrebbero essere trattati allo stesso modo della variabile "hit targets". Lasciamo al lettore di farlo da solo con carta e matita.

Alcuni concetti di base. Popolazione e campione

Uno dei compiti della statistica è analizzare i dati ottenuti da una parte di una popolazione per trarre conclusioni sulla popolazione nel suo insieme.

popolazione nelle statistiche non significa necessariamente alcun gruppo di persone o comunità naturale; questo termine si riferisce a tutti gli esseri o oggetti che formano una popolazione di studio comune, siano essi atomi o studenti che visitano questo o quel caffè.

Campione- si tratta di un piccolo numero di elementi selezionati con metodi scientifici in modo che sia rappresentativo, ad es. rifletteva la popolazione nel suo complesso.

(Nella letteratura nazionale, i termini "popolazione generale" e "popolazione campione", rispettivamente, sono più comuni. - Nota. trad.)

Dati e sue varietà

Dati in statistica, questi sono i principali elementi da analizzare. I dati possono essere qualsiasi risultato quantitativo, proprietà inerenti a determinati membri della popolazione, un posto in una particolare sequenza - in generale, qualsiasi informazione che può essere classificata o classificata ai fini dell'elaborazione.

I "dati" non devono essere confusi con i "valori" che i dati possono assumere. Per distinguerli sempre Chatillon (1977) consiglia di ricordare la seguente frase: “I dati assumono spesso gli stessi valori” (quindi se prendiamo ad esempio sei dati - 8, 13, 10, 8, 10 e 5 , assumono solo quattro valori diversi: 5, 8, 10 e 13).

Edificio distribuzione- è la suddivisione dei dati primari ottenuti nel campione in classi o categorie al fine di ottenere un quadro ordinato generalizzato che ne consenta l'analisi.

Esistono tre tipi di dati:

1. dati quantitativi ottenuti durante le misurazioni (ad esempio, dati su peso, dimensioni, temperatura, tempo, risultati del test, ecc.). Possono essere distribuiti su una scala con intervalli uguali.

2. Dati ordinali, corrispondente ai posti di questi elementi nella sequenza ottenuta disponendoli in ordine crescente (1°, ..., 7°, ..., 100°, ...; A, B, C. ...) .

3. Dati qualitativi, che rappresentano alcune proprietà degli elementi del campione o della popolazione. Non possono essere misurati e la loro unica valutazione quantitativa è la frequenza dell'evento (il numero di persone con occhi azzurri o verdi, fumatori e non fumatori, stanchi e riposati, forti e deboli, ecc.).

Di tutti questi tipi di dati, solo i dati quantitativi possono essere analizzati utilizzando metodi basati su opzioni(come la media aritmetica, per esempio). Ma anche per i dati quantitativi, tali metodi possono essere applicati solo se il numero di questi dati è sufficiente per mostrare una distribuzione normale. Quindi, in linea di principio, sono necessarie tre condizioni per l'uso dei metodi parametrici: i dati devono essere quantitativi, il loro numero deve essere sufficiente e la loro distribuzione deve essere normale. In tutti gli altri casi, è sempre consigliabile utilizzare metodi non parametrici.

Comprensione dell'elaborazione dei dati

L'elaborazione dei dati della ricerca psicologica è un ramo separato della psicologia sperimentale, strettamente correlato alla statistica matematica e alla logica. Il trattamento dei dati è finalizzato a risolvere i seguenti compiti:

Organizzare il materiale ricevuto;

Rilevamento ed eliminazione di errori, carenze, lacune nelle informazioni;

Identificazione di tendenze, modelli e relazioni nascosti alla percezione diretta;

Scoperta di nuovi fatti che non erano previsti e non sono stati notati durante il processo empirico;

Scoprire il livello di affidabilità, affidabilità e accuratezza dei dati raccolti e ottenere risultati scientificamente fondati sulla loro base.

Elaborazione quantitativa- questo è un lavoro con le caratteristiche misurate dell'oggetto in studio, le sue proprietà "oggettivate". È finalizzato principalmente a uno studio formale, esterno dell'oggetto, qualitativo, principalmente a uno studio significativo e interno di esso. In uno studio quantitativo domina la componente analitica della cognizione, che si riflette anche nei nomi dei metodi quantitativi per l'elaborazione del materiale empirico: analisi di correlazione, analisi fattoriale, ecc. L'elaborazione quantitativa è implementata utilizzando metodi matematici e statistici.

Elaborazione di qualitàè un modo per penetrare nell'essenza di un oggetto rivelandone le proprietà non misurabili. Con tale elaborazione, predominano i metodi sintetici di cognizione. La generalizzazione viene eseguita nella fase successiva del processo di ricerca: l'interpretazione. Nell'elaborazione qualitativa dei dati, la cosa principale è la presentazione appropriata delle informazioni sul fenomeno in esame, che garantisce il suo ulteriore studio teorico. Di solito il risultato dell'elaborazione qualitativa è una rappresentazione integrata di un insieme di proprietà dell'oggetto o di un insieme di oggetti sotto forma di classificazioni e tipologie. L'elaborazione qualitativa fa appello in gran parte ai metodi della logica.

Il contrasto tra elaborazione qualitativa e quantitativa è piuttosto condizionale. L'analisi quantitativa senza una successiva elaborazione qualitativa non ha senso; poiché di per sé non porta ad un aumento della conoscenza, e uno studio qualitativo di un oggetto senza dati quantitativi di base è impossibile nella conoscenza scientifica. Senza dati quantitativi, la conoscenza scientifica è una procedura puramente speculativa. L'unità dell'elaborazione quantitativa e qualitativa è chiaramente rappresentata in molti metodi di elaborazione dei dati: analisi fattoriale e tassonomica, ridimensionamento, classificazione, ecc. I metodi più comuni di elaborazione quantitativa sono la classificazione, la tipologia, la sistematizzazione, la periodizzazione e la casistica. L'elaborazione qualitativa si traduce naturalmente nella descrizione e spiegazione dei fenomeni studiati, che costituisce il livello successivo del loro studio, effettuato nella fase di interpretazione dei risultati. L'elaborazione quantitativa è completamente correlata alla fase di elaborazione dei dati.