Štatistika a spracovanie údajov v psychológii. Metódy spracovania a interpretácie údajov

Ide o vzťah, v ktorom sa jednotná zmena jednej charakteristiky kombinuje s nerovnomernou zmenou inej. Táto situácia je typická pre psychológiu. Vzorce pre korelačné koeficienty: Pri porovnávaní ordinálnych údajov použite koeficient poradovej korelácie podľa Ch.Spearmana (ρ): ρ = 6Σd 2 / N (N 2 - 1), kde: d je rozdiel v poradí (poradových miestach) dvoch veličín, N je počet porovnávaných párov hodnôt dve premenné (X a Y). Pri porovnávaní metrických údajov použite produktový korelačný koeficient podľa K. Pearsona (r): r = Σ xy / Nσ x σ y kde: x je odchýlka individuálnej hodnoty X od priemeru vzorky (M x), y je rovnaké pre Y, O x je smerodajná odchýlka pre X, a - rovnaká pre Y, N - počet párov hodnôt X a Y. Zavedenie počítačovej technológie do vedeckého výskumu umožňuje rýchlo a presne určiť akékoľvek kvantitatívne charakteristiky ľubovoľných dátových polí . Boli vyvinuté rôzne počítačové programy, ktoré možno použiť na vykonanie vhodnej štatistickej analýzy takmer akejkoľvek vzorky. Z množstva štatistických techník v psychológii sú najpoužívanejšie tieto: 1) komplexné výpočty štatistiky; 2) korelačná analýza; 3) analýza rozptylu; 4) regresná analýza; 5) faktorová analýza; 6) taxonomická (zhluková) analýza; 7) škálovanie.

2.1.2.2. Výpočet komplexnej štatistiky

Pomocou štandardných programov sa vypočítavajú hlavné súbory štatistík uvedené vyššie, ako aj ďalšie, ktoré nie sú zahrnuté v našom prehľade. Niekedy sa výskumník obmedzuje na získanie týchto charakteristík, ale častejšie súhrn týchto štatistík predstavuje iba blok zahrnutý v širšom súbore ukazovateľov skúmanej vzorky, získaných pomocou zložitejších programov. Vrátane programov, ktoré implementujú metódy štatistickej analýzy uvedené nižšie.

2.1.2.3. Korelačná analýza

Redukuje na výpočet korelačných koeficientov v širokej škále vzťahov medzi premennými. Vzťahy určuje výskumník a premenné sú ekvivalentné, t. j. čo je príčina a čo následok, nie je možné určiť pomocou korelácie. Okrem blízkosti a smeru spojení vám metóda umožňuje určiť formu spojenia (linearita, nelinearita). Treba poznamenať, že nelineárne spojenia nemožno analyzovať pomocou matematických a štatistických metód všeobecne akceptovaných v psychológii. Údaje súvisiace k nelineárnym zónam (napríklad v miestach prerušenia spojení, v miestach náhlych zmien) sú charakterizované zmysluplnými opismi, pričom sa vyhýbajú ich formálnej kvantitatívnej prezentácii. Niekedy je možné použiť neparametrické matematické a štatistické metódy a modely na opis nelineárnych javov v psychológii. Používa sa napríklad matematická teória katastrofy.

2.1.2.4. Analýza rozptylu

Na rozdiel od korelačnej analýzy nám táto metóda umožňuje identifikovať nielen vzťah, ale aj závislosti medzi premennými, teda vplyv rôznych faktorov na skúmanú charakteristiku. Tento vplyv sa hodnotí prostredníctvom rozptylových vzťahov. Zmeny v skúmanej charakteristike (variabilita) môžu byť spôsobené pôsobením jednotlivých výskumníkov známych faktorov, ich interakciou a pôsobením neznámych faktorov. Analýza rozptylu umožňuje odhaliť a vyhodnotiť príspevok každého z týchto vplyvov k celkovej variabilite študovaného znaku. Metóda vám umožňuje rýchlo zúžiť pole podmienok ovplyvňujúcich skúmaný jav a zvýrazniť najvýznamnejšie z nich. Analýza rozptylu je teda „štúdiou vplyvu premenných faktorov na premennú, ktorú študuje rozptyl“. V závislosti od počtu ovplyvňujúcich premenných sa rozlišuje jedno-, dvoj- a viacrozmerná analýza a podľa charakteru týchto premenných - analýza s fixným, náhodným alebo zmiešaným efektom. Analýza rozptylu je široko používaná v experimentálnom dizajne.

2.1.2.5. Faktorová analýza

Metóda umožňuje zmenšiť rozmer dátového priestoru, t.j. primerane znížiť počet meraných charakteristík (premenných) ich spojením do určitých agregátov, ktoré pôsobia ako integrálne jednotky charakterizujúce skúmaný objekt. V tomto prípade sa tieto zložené jednotky nazývajú faktory, od ktorých je potrebné odlíšiť faktory rozptylovej analýzy, reprezentujúce ktoré sú individuálnymi charakteristikami (premennými). Predpokladá sa, že je to súhrn znakov v určitých kombináciách, ktoré môžu charakterizovať duševný jav alebo vzorec jeho vývoja, pričom tieto znaky jednotlivo alebo v iných kombináciách neposkytujú informácie. Faktory spravidla nie sú viditeľné pre oko, skryté pred priamym pozorovaním. Faktorová analýza je obzvlášť produktívna v predbežnom výskume, keď je potrebné na prvé priblíženie identifikovať skryté vzorce v skúmanej oblasti. Základom analýzy je korelačná matica, t. j. tabuľky korelačných koeficientov každej charakteristiky so všetkými ostatnými (princíp „všetko so všetkými“). V závislosti od počtu faktorov v korelačnej matici existujú jednofaktorové(podľa Spearmana), dvojfaktorové(podľa Holzingera) a multifaktoriálny(podľa Thurstona) analýzy. Na základe povahy vzťahu medzi faktormi sa metóda delí na analýzu s ortogonálnym(nezávislý) a so šikmým(závislé) faktory. Existujú aj iné odrody metódy. Veľmi zložitý matematicko-logický aparát faktorovej analýzy často sťažuje výber metódy, ktorá by bola adekvátna výskumným úlohám. Napriek tomu jej popularita vo vedeckom svete každým rokom rastie.

2.1.2.6. Regresná analýza

Metóda umožňuje študovať závislosť priemernej hodnoty jednej veličiny od variácií inej (inej) veličiny. Špecifickosť metódy spočíva v tom, že uvažované veličiny (alebo aspoň jedna z nich) majú náhodný charakter. Potom je popis závislosti rozdelený do dvoch úloh: 1) identifikácia všeobecného typu závislosti a 2) objasnenie tohto typu výpočtom odhadov parametrov závislosti. Neexistujú žiadne štandardné metódy na riešenie prvého problému a tu sa vykonáva vizuálna analýza korelačnej matice v kombinácii s kvalitatívnou analýzou povahy skúmaných veličín (premenných). Vyžaduje si to vysokú kvalifikáciu a erudíciu výskumníka. Druhou úlohou je v podstate nájsť približnú krivku. Najčastejšie sa táto aproximácia vykonáva pomocou matematickej metódy najmenších štvorcov. Myšlienka metódy patrí F. Galto- no, kto si všimol, že veľmi vysokí rodičia mali deti o niečo nižšie a veľmi nízki rodičia mali vyššie deti. Tento vzor nazval regresia.

2.1.2.7. Taxonomická analýza

Metóda je matematická technika na zoskupovanie údajov do tried (taxóny, zhluky) takým spôsobom, že objekty zahrnuté v jednej triede sú v určitom ohľade homogénnejšie v porovnaní s objektmi zahrnutými v iných triedach. Výsledkom je, že je možné určiť v tej či onej metrike vzdialenosť medzi skúmanými objektmi a poskytnúť usporiadaný opis ich vzťahov na kvantitatívnej úrovni. Vzhľadom na nedostatočné vypracovanie kritéria efektívnosti a prípustnosti klastrových postupov sa táto metóda zvyčajne používa v kombinácii s inými metódami kvantitatívnej analýzy dát. Na druhej strane samotná taxonomická analýza sa používa ako dodatočné poistenie spoľahlivosti výsledkov získaných inými kvantitatívnymi metódami, najmä faktorovou analýzou. Podstata klastrovej analýzy nám umožňuje považovať ju za metódu, ktorá sa explicitne kombinuje kvantitatívne spracovanieúdaje z ich kvalitatívna analýza. Preto zrejme nie je legitímne klasifikovať ju jednoznačne ako kvantitatívnu metódu. Ale keďže postup metódy je prevažne matematický a výsledky môžu byť prezentované numericky, potom bude metóda ako celok klasifikovaná ako kvantitatívna.

2.1.2.8. Škálovanie

Škálovanie v ešte väčšej miere ako taxonomická analýza kombinuje vlastnosti kvantitatívneho a kvalitatívneho štúdia reality. Kvantitatívne hľadiskoškálovanie spočíva v tom, že jeho postup v drvivej väčšine prípadov zahŕňa meranie a číselnú reprezentáciu údajov. Kvalitatívny aspektškálovanie je vyjadrené v tom, že po prvé vám umožňuje manipulovať nielen s kvantitatívnymi údajmi, ale aj s údajmi, ktoré nemajú spoločné jednotky merania a po druhé, zahŕňa prvky kvalitatívnych metód (klasifikácia, typológia, systematizácia). Ďalším základným rysom škálovania, ktorý sťažuje určenie jeho miesta vo všeobecnom systéme vedeckých metód, je kombinovanie postupov zberu a spracovania údajov. Pri škálovaní môžeme dokonca hovoriť o jednote empirických a analytických postupov. Nielen v konkrétnej štúdii je ťažké naznačiť postupnosť a oddelenie týchto postupov (často sa vykonávajú súčasne a spoločne), ale ani teoreticky nie je možné odhaliť stupňovitú hierarchiu (nemožno povedať, čo je primárne a čo je sekundárne). Tretím bodom, ktorý neumožňuje jednoznačne priradiť škálovanie tej či onej skupine metód, je jej organický „rast“ do špecifických oblastí vedomostí a ich získavanie spolu so znakmi všeobecná vedecká metóda znamenia vysoko špecifické. Ak sa dajú celkom jednoducho prezentovať iné metódy všeobecného vedeckého významu (napríklad pozorovanie alebo experiment) vo všeobecnej forme aj v špecifických modifikáciách, potom je veľmi ťažké charakterizovať škálovanie na úrovni všeobecného bez straty potrebných informácií. Dôvod je zrejmý: kombinácia empirických postupov so spracovaním údajov pri škálovaní. Empirika je konkrétna, matematika abstraktná, preto spojenie všeobecných princípov matematickej analýzy so špecifickými metódami zberu dát dáva naznačený efekt. Z rovnakého dôvodu nie je presne definovaný vedecký pôvod škálovania: niekoľko vied si nárokuje titul svojho „rodiča“. Patrí medzi ne psychológia, kde na teórii a praxi škálovania pracovali takí vynikajúci vedci ako L. Thurston, S. Stevens, V. Torgerson, A. Pieron. Po uvedomení si všetkých týchto faktorov stále zaraďujeme škálovanie do kategórie kvantitatívnych metód spracovanie údajov, keďže v praxi psychologického výskumu sa škálovanie vyskytuje v dve situácie. Prvým je výstavby váhy, a druhý - ich použitie. V prípade konštrukcie sa naplno prejavia všetky spomínané vlastnosti škálovania. Keď sa používajú, ustupujú do pozadia, pretože použitie hotových váh (napríklad „štandardné“ váhy na testovanie) jednoducho zahŕňa porovnanie. Porovnanie s nimi ukazovateľov získaných vo fáze zberu údajov. Tu teda psychológ využíva iba plody škálovania a to vo fázach nasledujúcich po zbere údajov. Táto situácia je v psychológii bežným javom. Okrem toho sa formálna konštrukcia mierok spravidla vykonáva nad rámec priamych meraní a zberu údajov o objekte, t.j. hlavné činnosti tvoriace mierku matematickej povahy sa vykonávajú po zbere údajov. , čo je porovnateľné so štádiom ich spracovania. V tom najvšeobecnejšom zmysle škálovanie je spôsob chápania sveta prostredníctvom modelovania reality pomocou formálnych (predovšetkým numerických) systémov. Táto metóda sa používa takmer vo všetkých oblastiach vedeckého poznania (v prírodných, exaktných, humanitných, spoločenských, technických vedách) a má široký aplikačný význam. Najpresnejšia definícia sa zdá byť nasledujúca: škálovanie je proces mapovania empirických množín na formálne podľa daných pravidiel. Pod empirický súbor označuje akúkoľvek množinu skutočných objektov (ľudí, zvierat, javov, vlastností, procesov, udalostí), ktoré sú medzi sebou v určitých vzťahoch. Tieto vzťahy môžu byť reprezentované štyrmi typmi (empirické operácie): 1) rovnosť (rovnaká – nerovná sa); 2) poradie (viac - menej); 3) rovnosť intervalov; 4) rovnosť vzťahov. Autor: V povahe empirického súboru sa škálovanie delí na dva typy: fyzické A psychologický. IN V prvom prípade objektívne (fyzické) charakteristiky objektov podliehajú škálovaniu, v druhom - subjektívne (psychologické). Pod formálny súbor sa chápe ako ľubovoľná množina symbolov (znakov, čísel) prepojených určitými vzťahmi, ktoré sú podľa empirických vzťahov popísané štyrmi typmi formálnych (matematických) operácií: 1) „rovná sa – nerovná sa“ (= ≠); 2) „viac – menej“ (><); 3) «сло-жение - вычитание» (+ -); 4) «умножение - деление» (* :). При шкалировании обязательным условием является individuálna korešpondencia medzi prvkami empirického a formálneho súboru. To znamená, že každý prvok prvej násobnosti Iba jeden prvok druhého musí navzájom zodpovedať a naopak. V tomto prípade nie je potrebná vzájomná zhoda typov vzťahov medzi prvkami oboch množín (izomorfizmus štruktúr). Ak sú tieto štruktúry izomorfné, tzv priamy (subjektívny)škálovanie, v neprítomnosti izomorfizmu, sa vykonáva nepriamy (objektívny)škálovanie. Výsledkom škálovania je konštrukcia váhy(lat. scala - „rebrík“), t.j znakové (numerické) modely skúmanej reality, pomocou ktorých možno túto realitu merať. Váhy sú teda meracie prístroje. Všeobecnú predstavu o celej škále stupníc možno získať z diel, kde je uvedený ich klasifikačný systém a stručné popisy každého typu škály. Vzťahy medzi prvkami empirickej množiny a príslušnými prípustnými matematickými operáciami (prípustnými transformáciami) určujú úroveň škálovania a typ výslednej škály (podľa klasifikácie S. Stevensa). Prvý, najjednoduchší typ vzťahu (= ≠) zodpovedá najmenej informatívnemu menné váhy, druhý (><) - objednávkové váhy, tretie (+ -) - intervalové stupnice,štvrtý (*:) - najinformatívnejší vzťahové váhy. Proces psychologické škálovanie možno podmienečne rozdeliť na dve hlavné etapy: empirická, v ktorom sa zhromažďujú údaje o empirickom súbore (v tomto prípade o súbore psychologických charakteristík skúmaných predmetov alebo javov) a štádiu formalizácia, t.j. matematické a štatistické spracovanie údajov v prvej fáze. Vlastnosti každej etapy určujú metodické techniky pre konkrétnu implementáciu škálovania. V závislosti od predmetov štúdia sa psychologické škálovanie vyskytuje v dvoch variantoch: psychofyzikálne alebo psychometrické. Psychofyzikálne škálovanie spočíva v konštrukcii škál na meranie subjektívnych (psychologických) charakteristík objektov (javov), ktoré majú fyzikálne korelácie s príslušnými fyzikálnymi jednotkami merania. Napríklad subjektívne vlastnosti zvuku (hlasitosť, výška tónu, zafarbenie) zodpovedajú fyzickým parametre zvukových vibrácií: amplitúda (v decibeloch), frekvencia (v hertzoch), spektrum (v zmysle zložkových tónov a obálky). Psychofyzikálne škálovanie teda umožňuje identifikovať vzťah medzi hodnotami fyzickej stimulácie a duševnej reakcie, ako aj vyjadriť túto reakciu v objektívnych meracích jednotkách. V dôsledku toho sa získajú akékoľvek typy nepriamych a priamych mierok všetkých úrovní merania: stupnice mien, poradia, intervalov a pomerov. Psychometrické škálovanie spočíva v konštrukcii škál na meranie subjektívnych charakteristík objektov (javov), ktoré nemajú fyzikálne koreláty. Napríklad osobnostné charakteristiky, obľúbenosť umelcov, tímová súdržnosť, expresivita obrazov a pod. Psychometrické škálovanie sa realizuje pomocou niektorých nepriamych (objektívnych) metód škálovania. V dôsledku toho sa získajú úsudkové škály, ktoré podľa typológie prípustných transformácií patria zvyčajne k rádovým, menej často intervalovým. V druhom prípade sú merné jednotky indikátormi variability úsudkov (odpovedí, hodnotení) respondentov. Najcharakteristickejšími a najbežnejšími psychometrickými škálami sú hodnotiace škály a na nich založené škály postojov. Psychometrické škálovanie je základom vývoja väčšiny psychologických testov, ako aj metód merania v sociálnej psychológii (sociometrické metódy) a v aplikovaných psychologických disciplínach. Keďže úsudky, ktoré sú základom postupu psychometrického škálovania, možno použiť aj na fyzickú senzorickú stimuláciu, tieto postupy sú tiež použiteľné na identifikáciu psychofyzických závislostí, ale v tomto prípade výsledné škály nebudú mať objektívne jednotky merania. Fyzické aj psychologické škálovanie môže byť jednorozmerné alebo viacrozmerné. Jednorozmerné škálovanie je proces mapovania empirického súboru do formálneho súboru podľa jedného kritéria. Výsledné jednorozmerné škály odrážajú buď vzťahy medzi jednorozmernými empirickými objektmi (alebo rovnakými vlastnosťami viacrozmerných objektov), ​​alebo zmeny v jednej vlastnosti viacrozmerného objektu. Jednorozmerné škálovanie sa realizuje pomocou priamych (subjektívnych) aj nepriamych (objektívnych) metód škálovania. Pod viacrozmerné škálovanie rozumie sa proces mapovania empirického súboru do formálneho súboru súčasne podľa viacerých kritérií. Viacrozmerné škály odrážajú buď vzťahy medzi viacrozmernými objektmi, alebo súčasné zmeny viacerých charakteristík jedného objektu. Proces viacrozmerného škálovania sa na rozdiel od jednorozmerného škálovania vyznačuje vyššou náročnosťou druhej etapy, t.j. formalizácie údajov. V tomto smere sa využíva výkonný štatistický a matematický aparát, napríklad zhluková alebo faktorová analýza, ktorá je neoddeliteľnou súčasťou metód viacrozmerného škálovania. Štúdium problémov viacrozmerného škálovania súvisí s s pomenovaný po Richardsonovi a Torgersonovi, ktorí navrhli jeho prvé modely. Shepard začal s vývojom nemetrických metód viacrozmerného škálovania. Najrozšírenejší a prvý teoreticky podložený viacrozmerný škálovací algoritmus navrhol Kruskal. M. Davison zhrnul informácie o viacrozmernom škálovaní. Špecifiká multidimenzionálneho škálovania v psychológii sa odrážajú v práci G.V.Parameiho. Rozvinieme vyššie uvedené pojmy „nepriame“ a „priame“ škálovanie. nepriame, alebo objektívne, škálovanie je proces mapovania empirickej množiny na formálnu so vzájomnou nekonzistentnosťou (nedostatok izomorfizmu) medzi štruktúrami týchto množín. V psychológii je tento nesúlad založený na prvom Fechnerovom postuláte o nemožnosti priameho subjektívneho hodnotenia veľkosti vlastných pocitov. Na kvantifikáciu pocitov sa používajú externé (nepriame) jednotky merania založené na rôznych hodnoteniach subjektov: sotva viditeľné rozdiely, reakčný čas (RT), rozptyl diskriminácie, rozšírenie kategorických hodnotení. Nepriame psychologické škály podľa spôsobu ich konštrukcie, počiatočných predpokladov a jednotiek merania tvoria niekoľko skupín, z ktorých hlavné sú tieto: 1) akumulačné váhy alebo log-rytmické stupnice; 2) váhy založené na meraní TK; 3) súdne váhy(porovnávacie a kategorické). Analytické vyjadrenia týchto stupníc majú štatút zákonov, ktorých názvy sú spojené s menami ich autorov: 1) Weberov-Fechnerov logaritmický zákon; 2) pre- Pieronov con (pre jednoduchú senzomotorickú reakciu); 3) Thurstonov zákon porovnávacích súdov a 4) Tor-gersonov zákon kategorických súdov. Najväčší aplikovaný potenciál majú úsudkové škály. Umožňujú vám merať akékoľvek duševné javy, implementovať psychofyzikálne aj psychometrické škálovanie a poskytujú možnosť multidimenzionálneho škálovania. Nepriame stupnice sú podľa typológie prípustných transformácií zastúpené najmä stupnicami poradia a intervalov. Priamy, alebo subjektívne, škálovanie je proces mapovania empirickej množiny na formálnu s korešpondenciou jedna k jednej (izomorfizmom) štruktúr týchto množín. V psychológii je táto korešpondencia založená na predpoklade možnosti priameho subjektívneho hodnotenia veľkosti vlastných pocitov (popretie prvého Fechnerovho postulátu). Subjektívne škálovanie sa realizuje pomocou postupov, ktoré určujú, koľkokrát (alebo o koľko) je vnem spôsobený jedným stimulom väčší alebo menší ako vnem spôsobený iným stimulom. Ak sa takéto porovnanie robí pre pocity rôznych modalít, potom hovoríme o crossmodálne subjektívne škálovanie. Priame stupnice podľa spôsobu ich konštrukcie tvoria dve hlavné skupiny: 1) stupnice na základe definície zmyslové vzťahy; 2) stupnice založené na definícii veľkosti stimulov. Druhá možnosť otvára cestu k viacrozmernému škálovaniu. Významnú časť priamych stupníc dobre aproximuje mocninová funkcia, čo dokázal S. Stevens s použitím veľkého množstva empirického materiálu, podľa ktorého je pomenované aj analytické vyjadrenie priamych stupníc - Stevensov mocninný zákon. Na kvantifikáciu vnemov počas subjektívneho škálovania sa používajú psychologické jednotky merania, špecializované na špecifické modality a experimentálne podmienky. Mnohé z týchto jednotiek majú všeobecne akceptované názvy: „sons“ pre hlasitosť, „brils“ pre jas, „guts“ pre chuť, „vegs“ pre ťažkosť atď. intervaly a vzťahy. Na záver prehľadu metódy škálovania je potrebné poukázať na problém jej vzťahu s meranie. Podľa nášho názoru je tento problém spôsobený vyššie uvedenými funkciami škálovania: 1) kombinovanými zavedenie empirických postupov na zber údajov a analytických postupov na spracovanie údajov; 2) jednota kvantitatívnych a kvalitatívnych aspektov procesu škálovania; 3) kombinácia všeobecnej vedy a úzkeho profilu, t. j. „fúzia“ všeobecných princípov škálovania so špecifickými postupmi špecifických techník. Niektorí výskumníci explicitne alebo implicitne spájajú pojmy „škálovanie“ a „meranie“. Tento názor podporuje najmä autorita S. Stevensa, ktorý definoval meranie ako „pripisovanie číselných foriem objektom alebo udalostiam v súlade s určitými pravidlami“ a okamžite poukázal na to, že takýto postup vedie ku konštrukcii škál . Ale keďže proces vývoja škály je proces škálovania, skončíme s výsledkom, že meranie a škálovanie sú jedna a tá istá vec. Opačná pozícia je, že s meraním sa porovnáva iba metrické škálovanie spojené s konštrukciou intervalových a proporcionálnych škál. Zdá sa, že druhá pozícia je prísnejšia, keďže meranie predpokladá kvantitatívne vyjadrenie toho, čo sa meria, a teda prítomnosť metriky. Závažnosť diskusie možno odstrániť, ak sa meranie nepochopí ako výskumná metóda, ale ako inštrumentálna podpora tej či onej metódy, vrátane škálovania. Mimochodom, metrológia (veda o meraniach) zahŕňa pojem „meranie“ ako povinný atribút meracieho prístroja. Pre škálovanie (aspoň pre nemetrické škálovanie) nie sú potrebné meracie prístroje. Je pravda, že metrológiu zaujímajú hlavne fyzikálne parametre objektov a nie psychologické. Naopak, psychológia sa primárne zaoberá subjektívnymi charakteristikami (veľký, ťažký, jasný, príjemný atď.). To umožňuje niektorým autorom brať samotného človeka ako prostriedok merania. To neznamená ani tak použitie častí ľudského tela ako merných jednotiek (lakť, arshin, siaha, stade, noha, palec atď.), ale skôr jeho schopnosť subjektívne kvantifikovať akékoľvek javy. Ale nekonečná variabilita individuálnych rozdielov u ľudí, vrátane variability hodnotiacich schopností, nemôže poskytnúť informácie bežne používané jednotky merania vo fáze zberu údajov o objekte. Inými slovami, v empirickej časti škálovania nemožno subjekt považovať za merací nástroj. Túto rolu mu možno s veľkou mierou prisúdiť až po manipuláciách už nie s empirickými, ale s formálnymi súbormi. Potom sa umelo získa subjektívna metrika, najčastejšie vo forme intervalových hodnôt. G.V. Suchodolskij poukazuje na tieto skutočnosti, keď hovorí, že objednávanie (a to je to, čo subjekt robí v štádiu „hodnotenia“ empirických objektov) „je prípravná, ale nie meracia operácia“. A až potom, vo fáze spracovania primárnych subjektívnych údajov, zodpovedajúce škálotvorné akcie (pre Sukhodolského poradie) „metrizujú jednorozmerný topologický priestor usporiadaných objektov a. preto merajú „veľkosť“ predmetov.“ Nejednoznačnosť vzťahu medzi pojmami „škálovanie“ a „meranie“ v psychológii sa zvyšuje, keď sa porovnávajú s pojmami „test“ a „testovanie.“ Neexistuje pochybnosť o tom, že testy sú klasifikované ako meracie nástroje, avšak ich aplikácia v psychológii má dva aspekty. Prvým je použitie testu v procese testovania, t.j. skúmanie (psychdiagnostika) konkrétnych psychologických objektov. Druhým je vývoj, resp. V prvom prípade môžeme z nejakého dôvodu hovoriť o meraní, keďže na skúmaný objekt (testovanú osobu) sa „aplikuje“ referenčná miera - štandardná stupnica. V druhom prípade je samozrejme správnejšie hovoriť o škálovaní, keďže kvintesenciou konštrukcie testu je proces konštrukcie štandardnej škály a s tým súvisiace operácie Ide o operácie definovania empirických a formálnych množín, ktorých spoľahlivosť a izomorfizmus v neposlednom rade zabezpečuje štandardizácia postupu zberu. empirických údajov a zber spoľahlivých „štatistik“. Ďalší aspekt problému vyplýva zo skutočnosti, že test ako merací nástroj pozostáva z dvoch častí: 1) súboru úloh (otázok), ktorými sa subjekt priamo zaoberá vo fáze zberu údajov o ňom a 2) štandardnej stupnice. s ktorým sa test porovnáva.empirické údaje sa zhromažďujú v štádiu interpretácie. Kde by sme mali hovoriť o meraní, kde o škálovaní, ak nie sú to isté? Zdá sa nám, že empirická časť testovacieho procesu, t. j. plnenie testovacej úlohy testovanou osobou, nie je čisto meracím postupom, ale je potrebná na škálovanie. Argument je nasledovný: činy vykonávané samotným subjektom nie sú meradlom závažnosti diagnostikovaných vlastností. Len výsledok týchto úkonov (čas strávený, počet chýb, typ odpovedí a pod.), určený nie testovaným subjektom, ale diagnostikom, predstavuje „surovú“ škálovú hodnotu, ktorá sa následne porovnáva so štandardnými hodnotami. Ukazovatele výsledkov činnosti subjektu sa tu nazývajú „surové“ z dvoch dôvodov. V prvom rade oni. Spravidla podliehajú prekladu do iných výrazových jednotiek. Často - do „beztvárnych“, abstraktných bodov, stien a pod. A po druhé, bežnou vecou pri testovaní je mnohorozmernosť skúmaného mentálneho javu, ktorá na posúdenie predpokladá registráciu niekoľkých meniacich sa parametrov, ktoré sa následne syntetizujú do jediný ukazovateľ. Ako meranie bez toho, aby sa dali použiť, sa teda dajú označiť len fázy spracovania údajov a interpretácie výsledkov testov, kde sa „surové“ empirické údaje prevedú na porovnateľné a tie sa aplikujú na „meracie pravítko“, t. j. rezervácie. Tento problematický uzol sa ešte viac uťahuje v dôsledku izolácie a rozvoja takých vedeckých sekcií ako „Psychometria“ a „Matematická psychológia“ do samostatných disciplín. Každý z nich považuje koncepty, o ktorých diskutujeme, za svoje vlastné kľúčové kategórie. Psychometriu možno považovať za psychologickú metrológiu, ktorá pokrýva „celý rozsah otázok súvisiacich s meraním v psychológii“. Preto nie je prekvapujúce, že škálovanie je zahrnuté v tomto „rozsahu problémov“. Ale psychometria neobjasňuje jej vzťah s meraním. Táto záležitosť je navyše zmätená rôznymi interpretáciami samotnej psychometrickej vedy a jej predmetu. Napríklad o psychometrii sa uvažuje v kontexte psychodiagnostiky. „Často sa termíny „psychometria“ a „psychologický experiment“ používajú ako synonymá... Je veľmi populárny názor, že psychometria je matematická štatistika zohľadňujúca špecifiká psychológie... Stabilné chápanie psychometrie: matematický aparát psychodiagnostika... Psychometria je veda o používaní matematických modelov pri štúdiu mentálnych javov.“ Čo sa týka matematickej psychológie, jej status je ešte vágnejší. „Obsah a štruktúra matematickej psychológie ešte nenadobudli všeobecne akceptovanú formu, výber a systematizácia matematicko-psychologických modelov a metód sú do určitej miery ľubovoľné.“ Napriek tomu už existuje tendencia absorbovať psychometriu do matematickej psychológie. Či to ovplyvní diskutovaný problém vzťahu škálovania a merania a či sa ujasní ich miesto vo všeobecnom systéme psychologických metód, je zatiaľ ťažké povedať.

2.2. Kvalitatívne metódy

Kvalitatívne metódy (QM) umožňujú identifikovať najpodstatnejšie aspekty skúmaných objektov, čo umožňuje zovšeobecniť a systematizovať poznatky o nich, ako aj pochopiť ich podstatu. CM sa veľmi často spoliehajú na kvantitatívne informácie. Najbežnejšie techniky sú: klasifikácia, typologizácia, systematizácia, periodizácia, kazuistika.

2.2.1. Klasifikácia

2.2.2. Typológia

2.2.3. Systematizácia

2.2.4. Periodizácia

2.2.5. Psychologická kazuistika

Psychologická kazuistika je popisom a analýzou najtypickejších a výnimočných prípadov pre skúmanú realitu. Táto technika je typická pre výskum v oblasti diferenciálnej psychológie. Individuálny prístup v psychologickej práci s ľuďmi predurčuje aj široké využitie kazuistiky v praktickej psychológii. Jasným príkladom využitia psychologickej kazuistiky môže byť incidentová metóda používaná v odborných štúdiách. [ 44]

3. METÓDY INTERPRETÁCIE

Ešte viac ako organizačné si tieto metódy zaslúžia pomenovanie prístupy, keďže sú to v prvom rade vysvetľujúce princípy, ktoré predurčujú smer interpretácie výsledkov výskumu. Vo vedeckej praxi sa rozvinuli genetické, štrukturálne, funkčné, komplexné A systémové prístupy. Použitie jednej alebo druhej metódy neznamená vylúčenie iných. Naopak, v psychológii je bežná kombinácia prístupov. A to platí nielen pre výskumnú prax, ale aj pre psychodiagnostiku, psychologické poradenstvo a psychokorekciu.

3.1. Genetická metóda

Genetická metóda je spôsob štúdia a vysvetľovania javov (vrátane mentálnych), založený na analýze ich vývoja v ontogenetických aj fylogenetických plánoch. To si vyžaduje stanovenie: I) počiatočných podmienok pre výskyt javu, 2) hlavných štádií a 3) hlavných trendov v jeho vývoji. Účelom metódy je identifikovať súvislosť skúmaných javov v čase, sledovať prechod od nižších k vyšším formám. Takže všade tam, kde je potrebné identifikovať časovú dynamiku mentálnych javov, je genetická metóda pre psychológa integrálnym výskumným nástrojom. Aj keď je výskum zameraný na štúdium štrukturálnych a funkčných charakteristík javu, nie je možné vylúčiť efektívne využitie metódy. Teda vývojári známej teórie percepčných akcií pod mikroštruktúrami V novej analýze vnímania poznamenali, že „metóda genetického výskumu sa ukázala ako najvhodnejšia“. Prirodzene, genetická metóda je charakteristická najmä pre rôzne odvetvia vývinovej psychológie: porovnávaciu, vývinovú, historickú psychológiu. Je jasné, že akákoľvek longitudinálna štúdia predpokladá použitie danej metódy. Genetický prístup možno vo všeobecnosti považovať za metodologickú implementáciu jedného zo základných princípov psychológie, a to rozvojový princíp. S touto víziou možno považovať za modifikácie genetického prístupu aj ďalšie možnosti implementácie princípu rozvoja. Napríklad, historické A evolučné prístupy.

3.2. Štrukturálna metóda

3.3. Funkčná metóda

3.4. Komplexná metóda

3.5. Systémová metóda

Literatúra

Ananyev B.G. O problémoch modernej vedy o človeku. M., 1977. Ananyev B.G. K metódam modernej psychológie // Psychologické metódy v komplexnom longitudinálnom štúdiu študentov. L., 1976. Ananyev B.G.Človek ako objekt poznania. L.. 1968. Balin V.D. Mentálna reflexia: Prvky teoretickej psychológie. Petrohrad, 2001. Balin V.D. Teória a metodológia psychologického výskumu. L., 1989. Bendatalafanri L. Aplikácia korelačnej a spektrálnej analýzy. M., 1983. Bertalanfanry L. História a stav všeobecnej teórie systémov // Systémový výskum. M.. 1973. Bertalanffy L. Všeobecná teória systémov - prehľad problémov a výsledkov // Systémový výskum. M., 1969. Blagush P. Faktorová analýza so zovšeobecneniami. M, 1989. Borovkov A.A. Matematická štatistika: Odhad parametrov. Testovanie hypotéz. M.. 1984. Braverman E.M.,Muchnik I. B.Štrukturálne metódy spracovania empirických údajov, M.. 1983. Burdun G.V., Markov, S.M. Základy metrológie. M., 1972. Ganzen V. A. Pokyny pre kurz „Systémové metódy v psychológii“. L., 1987. Ganzen V. A. Opisy systémov v psychológii. L., 1984. Ganzen V. A. Systematický prístup v psychológii. L., 1983. Ganzen V. A., Fomin A. A. O koncepte typu v psychológii // Bulletin SNbSU. ser. 6, 1993, vydanie. 1 (č. 6). Ganzen V.A., Khoroshilov B.M. Problém systematického opisu kvalitatívnych zmien v psychologických objektoch. Odd. VINITI, 1984, č. 6174-84. Glass J., Stanley J.Štatistické metódy v pedagogike a psychológii. M.. 1976. Godefroy J.čo je psychológia? T. 1-2. M, 1992. Gordon V. M., Zinčenko V. P. Systémovo-štrukturálna analýza kognitívnej aktivity // Ergonomics, vol. 8. M., 1974. Gusev E. K., Nikandrov V. V. Psychofyzika. L., 1987. Gusev E.K., Nikandrov V.V. Psychofyzika. Časť P. Psychologické škálovanie. L., 1985. Draneper I. Smith G. Aplikovaná regresná analýza. V 2 knihách. 2. vyd. M.. 1987. Družinin V.I. Experimentálna psychológia. M.. 1997. Davison M. Viacrozmerné škálovanie. Metódy vizuálnej prezentácie údajov. M., 1988. Durand B., Odell P. Zhluková analýza. M., 1977. Ezekiel M., Fox K.A. Metódy analýzy korelácií a regresií. M.. 1966. Zarochentsev K.D., Khudyakov A.I. Základy psychometrie. Petrohrad, 1996. Zinčenko V.P. O mikroštrukturálnej metóde skúmania kognitívnej činnosti//Ergonómia, vy. 3. M., 1972. Zinčenko V. P., Zinčenko T. P. Vnímanie//Všeobecná psychológia/Vyd. L. V. Petrovský. Ed. 2. M.. 1976. Iberla K. Faktorová analýza. M., 1980. Itelson L.B. Matematické a kybernetické metódy v pedagogike. M., 1964. Kagan M.S. Systematický prístup a humanitné znalosti. L.. 1991. Kolkot E. Kontrola významnosti. M.. 1978. Kornilová G.V.Úvod do psychologického experimentu. M., 1997. Koryukin V.I. Pojmy úrovní v modernom vedeckom poznaní. Sver-dlovsk, 1991. Krylov A.A. Systematický prístup ako základ výskumu v inžinierskej psychológii a psychológii práce // Metodológia výskumu v inžinierskej psychológii a psychológii práce, časť 1. Leningrad, 1974. Kuzmin V.P. Systematické princípy v teórii a metodológii K. Marxa. Ed. 2. M.. 1980. Kuzmin V.P. Rôzne smery rozvoja systematického prístupu a ich epistemologické základy // Otázky filozofie, 1983, č. 3. Kulikov L.V. Psychologický výskum. Metodické odporúčania na vykonanie. 6. vyd. Petrohrad, 2001. Kyun Yu. Deskriptívna a induktívna štatistika. M., 1981. Leman E. L. Testovanie štatistických hypotéz. 2. vyd. M., 1979. Lomov B.F. Metodologické a teoretické problémy psychológie. M., 1984. Lomov B.F. O systémovom prístupe v psychológii // Otázky psychológie, 1975, č. 2. Lomov B.F. O spôsoboch rozvoja psychológie // Otázky psychológie. 1978. Číslo 5. Lawley D., Maxwell L. Faktorová analýza ako štatistická metóda. M., 1967. Mazilov V. A. O vzťahu medzi teóriou a metódou v psychológii // Ananyevye čítania - 98 / Materiály vedeckých a praktických štúdií. konferencie. Petrohrad, 1998. Malikov S. F., Tyurin N. I.Úvod do metrológie. M, 1965. Matematická psychológia: teória, metódy, modely. M, 1985. Mirkin B.G. Analýza kvalitatívnych znakov a štruktúr. M.. 1980. Miroshnikov S.A.Štúdium úrovní organizácie duševnej činnosti človeka // Teoretické a aplikované otázky psychológie, zv. 1, časť II. Petrohrad, 1995. Mondel I.D. Zhluková analýza. M., 1988. Nikaidrov V.V. K systematickému opisu funkčnej štruktúry psychiky // Teoretické a aplikované otázky psychológie, roč. 1. Petrohrad, 1995. Nikandrov V.V. Historická psychológia ako samostatná vedná disciplína//Bulletin Leningradskej štátnej univerzity, s.r. 6. 1991, vydanie. 1 (č. 6). Nikandrov V.V. O vzťahu medzi psychologickými makrocharakteristikami človeka // Bulletin St. Petersburg State University, roč. 3. 1998. Nikandrov V.V. Priestorový model funkčnej štruktúry ľudskej psychiky // Bulletin St. Petersburg State University, 1999, č. 3, č. 20. Okun Ya. Faktorová analýza. M., 1974. Paramey G.V. Aplikácia multidimenzionálneho škálovania v psychologickom výskume // Bulletin Moskovskej štátnej univerzity, ser. 14. 1983, č.2. Pir'ov G. D. Experimentálna psychológia. Sofia, 1968. Pir'ov G. D. Klasifikácia metód v psychológii // Psychodiagnostika v socialistických krajinách. Bratislava, 1985. Plokhinský N. A. Biometria. 2. vyd. M., 1970. Poston T., Stewart I. Teória katastrof a jej aplikácie. M., 1980. Workshop o psychodiagnostike. Diferenciálna psychometria/Ed. V. V. Stolina, A. G. Shmeleva. M., 1984. Princíp rozvoja v psychológii / Rep. vyd. L. I. Antsyferová. M., 1978. Problém úrovní a systémov vo vedeckom poznaní. Minsk, 1970. Pfanzagl I. Teória meraní. M., 1976. PierroiA. Psychofyzika//Experimentálna psychológia, roč. 1-2. M.. 1966. Rappoport A. Systematický prístup v psychológii // Psychological journal, 1994, č.3. Rogovin M.S. Teórie štrukturálnej úrovne v psychológii. Jaroslavľ, 1977. Rudestam K. Skupinová psychoterapia. M., 1980. Rusalov V.M. Biologické základy individuálnych psychologických rozdielov. M., 1979. Selye G. Od sna k objavu: Ako sa stať vedcom. M., 1987. Seržanti V.F.Úvod do metodológie modernej biológie. L., 1972. Seržanti V.F.Človek, jeho povaha a zmysel existencie. L., 1990. Sidorenko E. V. Metódy matematického spracovania v psychológii. St. Petersburg, 2001. Systematický prístup k psychofyziologickému problému / Rep. vyd. V. B. Švyrkov. M., 1982. Steven S. Matematika, meranie a psychofyzika // Experimentálna psychológia / Ed. S. S. Štefan. T. 1. M.. 1960. Stephen S.S. O psychofyzikálnom zákone // Problémy a metódy psychofyziky. M., 1974. Suchodolskij G.V. Matematická psychológia. Petrohrad.. 1997. Suchodolskij G.V. Základy matematickej štatistiky pre psychológov. L., 1972. Thurston L.L. Psychologická analýza // Problémy a metódy psychofyziky. M., 1974. Typológia a klasifikácia v sociologickom výskume//Zodpovedný. vyd. V. G. Andreenkov, Yu. N. Tolstova. M., 1982. Uemov A. I. Systémový prístup a všeobecná teória systémov. M., 1978. Faktorová diskriminačná a zhluková analýza / Ed. I. S. Enyu-ková. M., 1989. Harman G.G. Moderná faktorová analýza. M., 1972. Shvaitsara I. a iné.Diagnostika duševného vývinu. Praha, 1978. Sheffe G. Analýza rozptylu. M., 1963. SchreiberD. Problémy škálovania // Proces sociálneho výskumu. M., 1975. BertalanffyL. Všeobecná systémová teória. základy. Vývoj, aplikácie. N.Y., 1968. Choynowski M. Die Messung in der Psychologic /7 Die Probleme der mathematischen Psychologic Warschaw, 1971. Guthjahr W. Die Messung psychischer Eigenschaftcn. Berlín, 1971. Leinfellner W. Einfuhrung in die Erkenntnis und Wisscnschafts-teorie. Mannheim, 1965. Lewin K. Dynamická teória osobnosti. N.Y., 1935. Lewin K. Princípy topologickej psychológie. N. Y., 1936. Sixtl F. Mesmethoden der psychologic Weinheim, 1966, 1967. Stevens S.S. Senzorické škály intenzity chuti // Percept, a. Psychophys. 1969 Vol. 6. Torgerson W.S. Teória a metódy škálovania. N.Y., 1958.

1. Návod. Petrohrad: Vydavateľstvo Rech, 2003. 480 s. BBC88

   Návod

   Experimentálna psychológia je v učebnici považovaná za samostatnú vednú disciplínu, ktorá rozvíja teóriu a prax psychologického výskumu a má za hlavný predmet štúdia systém psychologických metód.

2. Andreeva G. M., Bogomolova N. N., Petrovskaya L. A. "Zahraničná sociálna psychológia dvadsiateho storočia. Teoretické prístupy"" (1)

   Dokument

3. Andreeva G. M., Bogomolova N. N., Petrovskaya L. A. "Zahraničná sociálna psychológia dvadsiateho storočia. Teoretické prístupy"" (2)

   Dokument

   Prvé vydanie tejto knihy vyšlo v roku 1978 (G. M. Andreeva, N. N. Bogomolova, L. A. Petrovskaya „Sociálna psychológia na Západe“). Ak vezmeme do úvahy, že v tom čase bola „vydavateľská cesta“ veľmi dlhá, je zrejmé, že rukopis

4. Program štátnej skúšky z pedagogiky a psychológie pedagogiky

   Program

   Štandardná doba na zvládnutie hlavného vzdelávacieho programu pre magisterskú prípravu v smere 050700.68 Pedagogika pre denné štúdium je 6 rokov.

5. Psychológia 21. storočia, zväzok 2

   Dokument

   Členovia organizačného výboru: 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.

Slovo „štatistika“ sa často spája so slovom „matematika“ a to zastrašuje študentov, ktorí si tento pojem spájajú so zložitými vzorcami, ktoré si vyžadujú vysokú úroveň abstrakcie.

Ako však hovorí McConnell, štatistika je predovšetkým spôsob myslenia a na jej aplikáciu stačí mať trochu zdravého rozumu a znalosti základnej matematiky. V našom každodennom živote, bez toho, aby sme si to uvedomovali, sa neustále zaoberáme štatistikami. Chceme si naplánovať rozpočet, vypočítať spotrebu benzínu auta, odhadnúť úsilie, ktoré bude potrebné na zvládnutie určitého kurzu, berúc do úvahy doteraz získané známky, predvídať pravdepodobnosť dobrého a zlého počasia podľa meteorologických nahlásiť, alebo všeobecne odhadnúť, ako tá či oná udalosť ovplyvní našu osobnú či spoločnú budúcnosť – neustále musíme selektovať, triediť a organizovať informácie, spájať ich s inými údajmi, aby sme mohli vyvodiť závery, ktoré nám umožnia urobiť správne rozhodnutie.

Všetky tieto typy aktivít sa len málo líšia od operácií, ktoré sú základom vedeckého výskumu a spočívajú v syntéze údajov získaných o rôznych skupinách objektov v konkrétnom experimente, v ich porovnávaní s cieľom zistiť rozdiely medzi nimi, v porovnávaní s cieľom identifikovať jednosmerne sa meniace ukazovatele a napokon v predpovedaní určitých skutočností na základe záverov, ku ktorým výsledky vedú. Presne na to slúži štatistika vo vedách všeobecne, najmä v humanitných. O tom druhom nie je nič absolútne isté a bez štatistiky by boli závery vo väčšine prípadov čisto intuitívne a netvorili by pevný základ pre interpretáciu údajov získaných v iných štúdiách.

Aby sme ocenili obrovské výhody, ktoré môže štatistika poskytnúť, pokúsime sa sledovať priebeh dešifrovania a spracovania údajov získaných v experimente. Na základe konkrétnych výsledkov a otázok, ktoré výskumníkovi kladú, teda budeme schopní pochopiť rôzne techniky a jednoduché spôsoby ich aplikácie. Avšak skôr, ako začneme s touto prácou, bude pre nás užitočné veľmi všeobecne zvážiť tri hlavné odvetvia štatistiky.

1. Deskriptívna štatistika, ako už názov napovedá, umožňuje popisovať, zhrnúť a reprodukovať vo forme tabuliek alebo grafov

údaje jedného alebo druhého distribúcia, vypočítať priemer pre danú distribúciu a jej rozsah A disperzia.

2. Problém induktívna štatistika- kontrola, či výsledky získané z tejto štúdie možno zovšeobecniť vzorka, za celok populácia, z ktorého bola táto vzorka odobratá. Inými slovami, pravidlá tejto sekcie štatistiky umožňujú zistiť, do akej miery je možné indukciou zovšeobecniť na väčší počet objektov ten či onen vzor objavený pri štúdiu ich obmedzenej skupiny pri akomkoľvek pozorovaní. alebo experimentovať. S pomocou induktívnej štatistiky sa teda na základe údajov získaných štúdiom vzorky robia niektoré závery a zovšeobecnenia.

3. Nakoniec meranie korelácie nám umožňuje vedieť, ako súvisia dve premenné navzájom, takže môžeme predpovedať možné hodnoty jednej z nich, ak poznáme druhú.

Existujú dva typy štatistických metód alebo testov, ktoré vám umožňujú robiť zovšeobecnenia alebo vypočítať stupeň korelácie. Prvý typ je najpoužívanejší parametrické metódy, ktoré používajú parametre ako priemer alebo rozptyl údajov. Druhý typ je neparametrické metódy poskytujúce neoceniteľnú službu, keď výskumník pracuje s veľmi malými vzorkami alebo s kvalitatívnymi údajmi; tieto metódy sú veľmi jednoduché z hľadiska výpočtov aj aplikácie. Keď sa zoznámime s rôznymi spôsobmi opisu údajov a prejdeme k štatistickej analýze, pozrieme sa na oba spôsoby.

Ako už bolo spomenuté, aby sme sa pokúsili pochopiť tieto rôzne oblasti štatistiky, pokúsime sa odpovedať na otázky, ktoré vyvstávajú v súvislosti s výsledkami konkrétnej štúdie. Ako príklad uvedieme jeden experiment, a to štúdiu vplyvu konzumácie marihuany na okulomotorickú koordináciu a reakčný čas. Metodológia použitá v tomto hypotetickom experimente, ako aj výsledky, ktoré by sme z neho mohli získať, sú uvedené nižšie.

Ak chcete, môžete konkrétne detaily tohto experimentu nahradiť inými – ako napríklad konzumáciu alkoholu alebo nedostatok spánku – konzumáciu marihuany – alebo ešte lepšie tieto hypotetické údaje nahradiť údajmi, ktoré ste skutočne získali vo svojej vlastnej štúdii. V každom prípade budete musieť prijať „pravidlá našej hry“ a vykonať výpočty, ktoré sa tu od vás budú vyžadovať; len za tejto podmienky sa k vám „dostane“ podstata predmetu, ak sa vám to už nestalo.

Dôležitá poznámka. V častiach o popisných a induktívnych štatistikách budeme brať do úvahy iba tie experimentálne údaje, ktoré sú relevantné pre závislú premennú „dosiahnutie cieľov“. Čo sa týka takého ukazovateľa, akým je reakčný čas, tomu sa budeme venovať iba v časti o výpočte korelácie. Je však samozrejmé, že hodnoty tohto ukazovateľa je potrebné od začiatku spracovávať rovnako ako premennú „targets hit“. Necháme na čitateľovi, aby si to urobil sám ceruzkou a papierom.

Niektoré základné pojmy. Populácia a vzorka

Jednou z úloh štatistiky je analyzovať údaje získané od časti populácie s cieľom vyvodiť závery o populácii ako celku.

Populácia v štatistike nemusí nutne znamenať žiadnu skupinu ľudí alebo prirodzenú komunitu; termín sa vzťahuje na všetky bytosti alebo predmety, ktoré tvoria celkovú skúmanú populáciu, či už ide o atómy alebo študentov navštevujúcich konkrétnu kaviareň.

Ukážka- je malý počet prvkov vybraných pomocou vedeckých metód tak, aby bol reprezentatívny, t.j. odrážala populáciu ako celok.

(V domácej literatúre sú výrazy „všeobecná populácia“ a „vzorková populácia“ bežnejšie. - Poznámka preklad)

Dáta a ich odrody

Údaje v štatistike sú to hlavné prvky, ktoré treba analyzovať. Údaje môžu byť nejaké kvantitatívne výsledky, vlastnosti vlastné určitým členom populácie, miesto v určitej sekvencii – vo všeobecnosti akékoľvek informácie, ktoré možno klasifikovať alebo rozdeliť do kategórií na účely spracovania.

Nemali by sme si zamieňať „údaje“ s „význammi“, ktoré môžu mať údaje. Aby sa medzi nimi vždy rozlišovalo, Chatillon (1977) odporúča zapamätať si nasledujúcu frázu: „Údaje často nadobúdajú rovnaké hodnoty“ (ak vezmeme napríklad šesť údajov – 8, 13, 10, 8, 10 a 5 , potom majú iba štyri rôzne hodnoty - 5, 8, 10 a 13).

Stavebníctvo distribúcia- ide o rozdelenie primárnych údajov získaných zo vzorky do tried alebo kategórií s cieľom získať zovšeobecnený, usporiadaný obraz, ktorý umožňuje ich analýzu.

Existujú tri typy údajov:

1. Kvantitatívne údaje, získané z meraní (napríklad údaje o hmotnosti, rozmeroch, teplote, čase, výsledkoch testov a pod.). Môžu byť rozdelené pozdĺž stupnice v rovnakých intervaloch.

2. Radové údaje, zodpovedajúce miestam týchto prvkov v postupnosti získanej ich usporiadaním vo vzostupnom poradí (1., ..., 7., ..., 100., ...; A, B, C. ...) .

3. Kvalitatívne údaje, predstavujúce niektoré vlastnosti prvkov vzorky alebo populácie. Nedajú sa merať a ich jediným kvantitatívnym hodnotením je frekvencia výskytu (počet ľudí s modrými alebo zelenými očami, fajčiarov a nefajčiarov, unavených a oddýchnutých, silných a slabých a pod.).

Zo všetkých týchto typov údajov je možné analyzovať iba kvantitatívne údaje pomocou metód založených na možnosti(ako je napríklad aritmetický priemer). Ale aj pre kvantitatívne údaje sa takéto metódy môžu použiť len vtedy, ak je počet týchto údajov dostatočný na to, aby sa objavilo normálne rozdelenie. Na použitie parametrických metód sú teda v zásade potrebné tri podmienky: údaje musia byť kvantitatívne, ich počet musí byť dostatočný a ich rozdelenie musí byť normálne. Vo všetkých ostatných prípadoch sa vždy odporúča použiť neparametrické metódy.

Pochopenie spracovania údajov

Spracovanie údajov z psychologického výskumu je samostatný odbor experimentálnej psychológie, ktorý úzko súvisí s matematickou štatistikou a logikou. Spracovanie údajov je zamerané na riešenie nasledujúcich úloh:

Usporiadanie prijatého materiálu;

Zisťovanie a odstraňovanie chýb, nedostatkov, medzier v informáciách;

Identifikácia trendov, vzorov a súvislostí skrytých pred priamym vnímaním;

Objavenie nových faktov, ktoré sa neočakávali alebo si nevšimli počas empirického procesu;

Zisťovanie úrovne spoľahlivosti, spoľahlivosti a presnosti zozbieraných údajov a na ich základe získavanie vedecky podložených výsledkov.

Kvantitatívne spracovanie– ide o prácu s nameranými charakteristikami skúmaného objektu, jeho „objektivovanými“ vlastnosťami. Je zameraný hlavne na formálne, externé štúdium objektu, zatiaľ čo kvalitatívne - hlavne na jeho zmysluplné, interné štúdium. V kvantitatívnom výskume dominuje analytická zložka kognície, čo sa odráža v názvoch kvantitatívnych metód spracovania empirického materiálu: korelačná analýza, faktorová analýza atď. Kvantitatívne spracovanie sa uskutočňuje pomocou matematických a štatistických metód.

Vysoko kvalitné spracovanie je spôsob preniknutia do podstaty objektu identifikáciou jeho nemerateľných vlastností. Pri takomto spracovaní prevládajú syntetické metódy poznávania. Zovšeobecnenie sa uskutočňuje v ďalšej fáze výskumného procesu - interpretácii. Pri kvalitnom spracovaní dát je hlavnou vecou vhodná prezentácia informácií o skúmanom jave, čo zabezpečuje jeho ďalšie teoretické štúdium. Výsledkom kvalitatívneho spracovania je zvyčajne integrovaná reprezentácia súboru vlastností objektu alebo súboru objektov vo forme klasifikácií a typológií. Kvalitatívne spracovanie vo veľkej miere apeluje na metódy logiky.

Kontrast medzi kvalitatívnym a kvantitatívnym spracovaním je skôr svojvoľný. Kvantitatívna analýza bez následného kvalitatívneho spracovania nemá zmysel; keďže sama o sebe nevedie k zvyšovaniu vedomostí a kvalitatívne štúdium objektu bez základných kvantitatívnych údajov vo vedeckom poznaní je nemožné. Bez kvantitatívnych údajov je vedecké poznanie čisto špekulatívnym postupom. Jednota kvantitatívneho a kvalitatívneho spracovania sa jasne prejavuje v mnohých metódach spracovania údajov: faktorová a taxonomická analýza, škálovanie, klasifikácia atď. Najbežnejšie metódy kvantitatívneho spracovania sú klasifikácia, typológia, systematizácia, periodizácia a kazuistika. Kvalitatívne spracovanie prirodzene vedie k opisu a vysvetleniu skúmaných javov, čo predstavuje ďalšiu úroveň ich štúdia, realizovaného v štádiu interpretácie výsledkov. Kvantitatívne spracovanie sa vzťahuje výlučne na fázu spracovania údajov.