Прикладная статистика — наука о методах обработки статистических данных. Методы прикладной статистики активно применяются в технических исследованиях, экономике, теории и практике управления (менеджмента), социологии, медицине, геологии, истории и т. д. С результатами наблюдений, измерений, испытаний, опытов, с их анализом имеют дело специалисты во всех отраслях практической деятельности, почти во всех областях теоретических исследований.
Корреляционный анализ — метод обработки статистических данных, заключающийся в изучении коэффициентов (корреляции) между переменными. При этом сравниваются коэффициенты корреляции между одной парой или множеством пар признаков, для установления между ними статистических взаимосвязей.
Цель корреляционного анализа — обеспечить получение некоторой информации об одной переменной с помощью другой переменной. В случаях, когда возможно достижение цели, говорят, что переменные коррелируют. В самом общем виде принятие гипотезы о наличии корреляции означает что изменение значения переменной А, произойдет одновременно с пропорциональным изменением значения Б: если обе переменные растут то корреляция положительная, если одна переменная растёт, а вторая уменьшается корреляция отрицательная.
Методы математической статистики в курсовой и дипломной
1. Применение возможно в случае наличия достаточного количества случаев для изучения: для конкретного вида коэффициента корреляции составляет от 25 до 100 пар наблюдений.
2. Второе ограничение вытекает из гипотезы корреляционного анализа (см. выше), в которую заложена линейная зависимость переменных. Во многих случаях, когда достоверно известно, что зависимость существует корреляционный анализ может не дать результатов просто ввиду того, что зависимость не линейна (выражена, например в виде параболы).
3. Сам по себе факт корреляционной зависимости не даёт основания утверждать, какая из переменных предшествует или является причиной изменений, или что переменные вообще причинно связаны между собой, например ввиду действия третьего фактора. (см. Ложная корреляция, ниже).
Ложная корреляцияЧасто, заманчивая простота корреляционного исследования подталкивает исследователя делать ложные интуитивные выводы о наличии причинно-следственной связи между парами признаков, в то время как коэффициенты корреляции устанавливают лишь статистические взаимосвязи.
Иллюстрацией этому служит хорошо известный анекдот: если выйти на улицу и измерить у 1000 случайных прохожих размер обуви и IQ, между ними будет обнаружена статистически значимая корреляция. Однако это не значит, что размер ноги влияет на интеллект, так как на наличие этой взаимосвязи скорее всего повлияли такие факторы, как пол и возраст участников исследования.
Коэффициент корреляции — это величина, которая может варьировать в пределах от +1 до -1. В случае полной положительной корреляции этот коэффициент равен плюс 1, а при полной отрицательной — минус 1. На графике этому соответствует прямая линия, проходящая через точки пересечения значений каждой пары данных:
Зачем нужна СТАТИСТИКА для анализа данных? Что я использую в работе продуктовым аналитиком
В случае если коэффициент корреляции равен 0, обе переменные полностью независимы друг от друга
1. Наличие минимально необходимого количества данных (для каждого критерия свои ограничения);
2. Подбор критерия для анализа
Факторный анализориентирован на объяснение имеющихся между признаками корреляций. Поэтому факторный анализ применяется в более сложных случаях совместного проявления на структуре экспериментальных данных тестируемого и иррелевантного свойств объектов, сопоставимых по степени внутренней согласованности, а также для выделения группы диагностических показателей из общего исходного множества признаков.
Т.е., структура данных (и соответственно структура изучаемой психологической реальности), а также их взаимосвязь выявляется факторным анализом.
Если для обработки данных используется факторный анализ, то существует простое правило: надежные факторные решения можно получить лишь в том случае, когда количество испытуемых не менее чем в 3 раза, превышает число регистрируемых параметров. Кроме того, целесообразно увеличение количества испытуемых по крайней мере на 5—10 % , поскольку часть из них будет «отбракована» в ходе исследования (не поняли инструкцию, не приняли задачу, дали отклоняющиеся результаты).
Анализируются факторные нагрузки по каждому из признаков (они должны быть высокими, чтобы признак (объект) характеризовал фактор), в каждом факторе, в результате получаем набор признаков, которые характеризуют несколько факторов.
Основная модель факторного анализа записывается следующей системой равенств /НалимовВ. В., 1971/
То есть полагается, что значения каждого признака xi могут быть выражены взвешенной суммой латентных переменных (простых факторов) fi, количество которых меньше числа исходных признаков, и остаточным членом εi с дисперсией σ 2 (εi),действующей только на xi, который называют специфическим фактором. Коэффициенты lij называются нагрузкой i-й переменной на j-й фактор или нагрузкой j-го фактора на i-ю переменную. В самой простой модели факторного анализа считается, что факторы fj взаимно независимы и их дисперсии равны единице, а случайные величины εi тоже независимы друг от друга и от какого-либо фактора fj. Максимально возможное количество факторов m при заданном числе признаков р определяется неравенством
которое должно выполняться, чтобы задача не вырождалась в тривиальную. Данное неравенство получается на основании подсчета степеней свободы, имеющихся в задаче /Лоули Д. и др., 1967/. Сумму квадратов нагрузок в формуле основной модели факторного анализа называют общностью соответствующего признака xi и чем больше это значение, тем лучше описывается признак xi выделенными факторами fj. Общность есть часть дисперсии признака, которую объясняют факторы. В свою очередь, ε 2 i показывает, какая часть дисперсии исходного признака остается необъясненной при используемом наборе факторов и данную величину называют специфичностью признака. Таким образом,
Основное соотношение факторного анализа показывает, что коэффициент корреляции любых двух признаков xi и хj можно выразить суммой произведения нагрузок некоррелированных факторов
Задачу факторного анализа нельзя решить однозначно. Равенства основной модели факторного анализа не поддаются непосредственной проверке, так как р исходных признаков задается через (р+m) других переменных — простых и специфических факторов. Поэтому представление корреляционной матрицы факторами, как говорят, ее факторизацию, можно произвести бесконечно большим числом способов. Если удалось произвести факторизацию корреляционной матрицы с помощью некоторой матрицы факторных нагрузок F, то любое линейное ортогональное преобразование F (ортогональное вращение) приведет к такой же факторизации /Налимов В. В., 1971/.
Корреляционный и факторный анализ позволяют осуществить такие стат. пакеты как StatSoft Statistica, StatGraph,
Источник: mykonspekts.ru
3.1.4.Использование прикладных статистических программ
Использование статистических программ в компьютерной обработке на несколько порядков ускоряет обработку материала и предоставляет в распоряжение исследователя такие методы анализа, которые в ручной обработке не могут быть реализованы. Однако, в полной мере эти преимущества могут использованы, если психолог имеет необходимый уровень подготовки в этой области.
Обычно, чем мощнее компьютерная программа (чем более широкие у нее возможности), тем больше времени она требует дня освоения. Таким образом, затрачивать время на ее изучение при редких обращениях к мощному статистическому аппарату не совсем эффективно. Добавлю, что очень часто использование таких программ для решения несложных задач также требует определенной суммы умений.
Для того, чтобы избежать лишних сложностей и временных затрат, целесообразно, во-первых, стремиться выбрать программу с возможно более дружественным интерфейсом. Т.е., выбрать программы в которых есть достаточно развитая функция подсказок, в том числе для неподготовленного пользователя, предусмотрен режим меню -при нем пользователь на каждом шаге делает выбор для дальнейшей работы из предложенных альтернатив и избавлен от необходимости самостоятельно формулировать задачу для работы компьютера, соблюдая весь набор требований, который во многих случаях некороток. Во-вторых, следует пытаться найти программы наиболее приспособленные к обработке психологических данных. Хотя специализированные программы часто уступают по мощности программам универсального назначения, по ряду процедур и функций они не менее эффективны. Работа с ними идет быстрее, особенно у неподготовленных пользователей.
В вычислительном центре факультета психологии Санкт-Петербургского университета с 1988года успешно используется Диалоговая Система Многомерного Анализа экспериментальных данных (ДИСМА). Эта программа разработана творческой группой -психологом, кандидатом психологических наук А.Д. Наследовым, программистом Н.А. Ивановым, математиком А.Т. Дидейкниым.
Программа создана для математическою обеспечения научных исследований и практической работы в психологии, педагогике, социологии. Программа может использоваться на машинах различного класса. Она имеет достаточно развитый режим работы с меню, за прошедшие годы прошла разнообразную апробацию и показала себя в качестве весьма эффективного инструмента психологического исследования. В Приложении 4содержится перечень процедур н функций, которые она реализует. Знакомство с этим перечнем позволяет составить представление о типичном наборе возможностей современных статистических программ, используемых в гуманитарных науках и может быть полезно при подготовке к сеансу работы с компьютером.
3.2. ПИСЬМЕННОЕ ИЗЛОЖЕНИЕ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ
3.2.1.Наглядное представление результатов
Наглядное представление информации может способствовать переходу осмысления полученных результатов на новую ступень. Наглядность часто смешивается с изобразительностью, то есть, считается, что при любом зрительном предъявлении информации достигается наглядность.
Возникновению наглядности может способствовать:
а) отображение только релевантных для данной задачи связей и параметров рассматриваемого явления;
б) зрительное отображение информации должно быть организовано с учетом особенностей восприятия и воображения.
Следует помнить об ограниченности объема восприятия. Если для восприятия информации данного вида оперативные единицы восприятия не сформированы, то можно ожидать, что максимальным числом одномоментно охватываемых единиц будет 5 — 9.Повысить эффективность восприятия можно за счет грамотного кодирования зрительной информации (см., например, ГОСТ 21 829-76СЧМ.
Кодирование зрительной информации. Общие эргономические требования). Свертывание, сжатие информации не-обходимо для того, чтобы все анализируемое явление целиком уместилось в поле умственного взора. Чем большая часть значимых связей данного объекта может быть одномоментно охвачена умственным взором, тем яснее и понятнее он становится.
Диаграммы используются главным образом для изображения соотношений между величинами. Это способ графического изображения величин при помощи фигур (секторов, столбцов и т.п.), площади которых пропорциональны этим величинам. Секторная диаграмма -диаграмма в которой числа (обычно проценты) изображены в виде круговых секторов, имеющих такие площади.
Гистограмма -столбчатая диаграмма частотного распределения. По оси абсцисс откладывают значения наблюдаемой величины, а по оси ординат -ее частости (отношение числа наблюдений, попавших в данный промежуток, к числу всех наблюдений) в каждом из промежутков, деленные на длину проме-жутков. В результате получаем ступенчатую линию.
Площадь, заключенная под всеми прямоугольниками для любой гистограммы, равна 1 или сумме всех час-тот (общему числу случаев). Таким образом, на гистограмме высота столбцов, вычерченных над каждым интервалом, соответствует числу наблюдений, кото-рые попали в этот интервал. В полигоне частот число испытуемых указывается точкой, расположенной над серединой интервала на высоте, соответствующей его частоте, а сами точки последовательно соединяются прямолинейными отрезками.
Аналогом диаграммы является полигон. Этот графический способ отображения данных преимущественно используется для отображения дискретных рядов. Столбчатые диаграммы и полигоны строятся в прямоугольной системе координат, в которой на оси «Y» отмечается численность, доля и ò.ï.,на оси «X»отмечаются значения или порядок признака. Градации на оси «X»могут быть выбраны по усмотрению исследователя, а отрезок, служащий основанием прямоугольника, равен масштабу соответствующего интервала. Ширина прямо-угольников одной и той же гистограммы может быть различной, если ряд рас-пределен по признаку с неравными интервалами.
Графикиследует использовать, когда надо отобразить общий характер функциональной зависимости. В сравнении с таблицами шкалы и графики дают больше возможностей выполнять операции интерполирования., предсказания какой-либо величины.
Могут быть использованы следующие рекомендации по построению графиков:
1)Графики должны включать все необходимые обозначения, чтобы быть по-нятными сами по себе. Графики и текст должны взаимно дополнять друг друга.
2)На одном графике, как правило, не должно быть больше четырех кривых во избежание неразберихи.
3)Надписи на осях графиков следует располагать внизу и слева.
4)Линии на графике должны быть разной толщины в зависимости от их важности. Оцифрованные линии должны быть толще неоцифрованых. Когда используются десятилинейные интервалы между цифрами, пятая (средняя) линия должна быть тоньше, чем оцифрованные линии, но толще других неоци-фрованых линий.
5)Для обозначения точек наблюдения на кривых рекомендуется использовать кружки, квадраты или треугольники.
В таблицах рекомендуется использовать вертикальные линии для более четкого разделения столбцов или делать промежутки между ними не менее 4мм. Горизонтальные линии следует использовать только для выделения глав-ных разделов таблицы.
Однако, когда колонки таблицы содержат цифры, чте-ние при этом затрудняется, и тогда можно использовать разделяющие линии или отбивку (пустую строку) через каждые пять строчек. Диаграммы и профили используют для представления результатов диагностики с использованием многопараметрических (многокомпонентных) тестов или тестовых наборов. Они позволяют в наглядной форме представить индивидуальные и усредненные оценки по тестам или по факторам. Тем самым облегчается процедура обобщения и классификации результатов тестирования -отнесения индивида или группы к тому или иному типу, стилю.
3.2.2.Соотнесение результатов с концепциями и теориями. Формулирование общих выводов. Оценивание перспектив дальнейшей разработки проблемы (своими силами и не только).
Источник: studfile.net
Использование прикладных статистических программ
Использование статистических программ в компьютерной обработке на несколько порядков ускоряет обработку материала и предоставляет в распоряжение исследователя такие методы анализа, которые в ручной обработке не могут быть реализованы.
В полной мере эти преимущества могут использованы, если психолог имеет необходимый уровень подготовки в этой области.
Обычно, чем мощнее компьютерная программа (чем более широкие у нее возможности), тем больше времени она требует дня освоения.
Затрачивать время на ее изучение при редких обращениях к мощному статистическому аппарату не совсем эффективно.
Использование таких программ для решения несложных задач также требует определенной суммы умений. Для того, чтобы избежать лишних сложностей и временных затрат, целесообразно:
· во-первых, стремиться выбрать программу с возможно более дружественным интерфейсом. Т.е., выбрать программы в которых есть достаточно развитая функция подсказок, в том числе для неподготовленного пользователя, предусмотрен режим меню — при нем пользователь на каждом шаге делает выбор для дальнейшей работы из предложенных альтернатив и избавлен от необходимости самостоятельно формулировать задачу для работы компьютера, соблюдая весь набор требований, который во многих случаях некороток.
· во-вторых, следует пытаться найти программы наиболее приспособленные к обработке психологических данных. Хотя специализированные программы часто уступают по мощности программам универсального назначения, по ряду процедур и функций они не менее эффективны. Работа с ними идет быстрее, особенно у неподготовленных пользователей.
Внедрение в научные исследования автоматизированных средств обработки данных позволяет быстро и точно определять любые количественные характеристики любых массивов данных. Разработаны различные программы для компьютеров, по которым можно проводить соответствующий статистический анализ практически любых выборок. Из массы статистических приемов в психологии наибольшее распространение получили следующие: 1) комплексное вычисление статистик; 2) корреляционный анализ; 3) дисперсионный анализ; 4) регрессионный анализ; 5) факторный анализ; 6) таксономический (кластерный) анализ; 7) шкалирование.
Вопрос №28 Объективный подход к психодиагностике
Объективный подход в психодиагностике.
Объективный подход – диагностика осуществляется на основе успешности (результативности) и/или способа действий.
Специфические особенности:
1. Предполагают невозможность фальсификации результатов со стороны испытуемого (пр: цель теста скрыта от испытуемого).
2. -//- отсутствие влияния со стороны экспериментатора (например, его теоретических предпочтений).
Предполагает 2 большие группы методик:
— для диагностики собственно личностных особенностей (неинтеллектуальные);
— тесты интеллекта.
Личностные опросники – представлены двумя группами.
1.
^ Тесты действий / целевые личностные тесты – это относительно простые, четко структурированные процедуры, ориентирующие обследуемого на выполнение какого-либо задания.
Качество выполнения этих заданий зависит от развития перцептивных процессов.
Иначе их называют непрямыми, т.к. цель в них замаскирована. Обследуемый не знает какая его индивидуальная особенность изучается.
(пр: тест замаскированных фигур – направлен на изучение полезависимости и поленезависимости.
Суть ее заключается в том: смотрят – насколько легко человек выделяет фигуру из фона, а судят о личностных особенностях человека).
^ Ситуационные тесты – обследуемый помещается в ситуацию, подобную той, которая может возникнуть в реальной действительности.
(пр: Хартшорн, Меем – тест исследования воспитательного характера.
Пр. тестов: дилемма выбора, с конкретной работой, с кружками — подглядывание).
^ Кроме личностных методик и тестов интеллекта в объективных методах:
Тесты специальных способностей – они предназначены для измерения уровня развития отдельных сторон интеллекта и психомоторных функций, которые обеспечивают успешность деятельности в относительно узких областях деятельности.
(пр: тест музыкальных способностей; счетных, конторских и т.д.… способностей).
Тесты достижений – выявляют овладение определенными ЗУНами.
В объективном подходе представлены два основных вида методик – методика тестирования интеллекта и диагностики личностных способностей. Методика тестирования интеллекта направлена на определение умственного развития человека, а методика диагностики личностных способностей призвана определять способности человека, напрямую не связанные с интеллектом (так называемые свойства характера). Применение диагностики интеллекта и свойств характера одновременно позволяет получить представление о психических мотивах, которыми руководствуется человек при принятии решения относительно своих действий.
Воспользуйтесь поиском по сайту:
studopedia.org — Студопедия.Орг — 2014-2023 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.009 с) .
Источник: studopedia.org