Выбор методов статистической обработки полученных результатов.
Основной задачей исследователя при выборе методов статистической обработки является нахождение наиболее адекватных способов решения поставленных в исследовании научных целей и задач. В таблице приводится классификация статистических методов в соответствии этапами математической обработки результатов эмпирического исследования.
Таблица 3.
| Этапы математической обработки результатов эмпирического исследования и соответствующие им методы | |
| Описательная статистика | 1. Табулирование 2. Упорядочивание (ранжирование) 3. Расчет первичных статистик: ü Меры центральной тенденции (среднее, мода, медиана и др) ü Показатели вариативности (дисперсия. стандарнтное отклонение) ü Показатели формы распределения (показатели асимметрии и эксцесса) 4. Меры ошибок репрезентативности 5. Группировка данных (построение гистограммы, полигона) 6. Построение среднегрупповых профилей 7. Проверка нормальности распределения |
| Оценка взаимосвязи психологических признаков | 1. Оценка связи между качественными признаками: ü Тетрахорический коэффициент корреляции; ü Коэффициент взаимной сопряженности Пирсона; ü Коэффициент взаимной сопряженности Чупрова; ü Коэффициент контингенции. 2. Оценка связи между порядковыми признаками (измерены методом ранжирования): ü Коэффициенты ранговой корреляции ρ–Спирмена, τ–Кендэлла. 3. Оценка согласованности мнений экспертов (метод экспертных оценок) ü Коэффициент согласованности Спирмена ü Коэффициент конкордации Кендэлла 4. Оценка связи между количественными признаками: ü Коэффициент корреляции r Пирсона. |
| Анализ структуры взаимосвязей | 1. Метод корреляционных плеяд |
| Выявление различий в уровне исследуемого признака | 1. Параметрический критерий t Стьюдента 2. Непараметрические критерии: Критерий Розенбаума; ü Критерий Манна–Уитни; ü Критерий тенденций Крускала-Уоллиса; ü Критерий тенденций Джонкира. |
| Оценка достоверности сдвига в значениях исследуемого признака | 1. Параметрический критерий t Стьюдента 2.Непараметрические критерии: ü Критерий знаков; ü Критерий Вилкоксона; ü Критерий Фридмана; ü Критерий тенденций Пейджа |
| Многофункциональные статистические критерии | 1. Критерий φ*—угловое преобразование Фишера 2. Биномиальный критерий m |
| Выявление различий в распределении признака | 1. Критерий Пирсона 2. Критерий Колмогорова–Смирнова Биномиальный критерий m |
| Анализ изменений признака под влиянием контролируемых условий | 1. Один признак: ü Критерий тенденций Джонкира ü Критерий тенденций Пейджа ü Однофакторный дисперсионный анализ Фишера 2. Два признака ü Двухфакторный дисперсионный анализ Фишера |
| Исследование явлений, характеризующихся большим количеством признаков | Факторный анализ - выявляет влияние скрытых латентных факторов, обусловливающих множественные корреляции Регрессионный анализ -осуществляет прогноз развития фактора, который имеет тенденцию изменяться через определенный промежуток времени Кластерный анализ - выявляет связь или степень подобия различных объектов по “подобию” их характеристик (переменных). По определенным статистическим критериям различные “сходные” объекты ( например испытуемые) объединяются в классы (группы, кластеры и т.д.) |