- •Статистические методы в психологии Учебно-методический комплекс
- •Содержание
- •Введение
- •Краткое содержание лекционных занятий
- •2. Проблемы измерения в психолого-педагогических исследованиях
- •3. Основные проблемы применения статистических методов в психологических исследованиях
- •Библиография
- •Лекция 2.
- •2. Вероятностный формализм описательной статистики. Случайность и вероятность. Событие. Вероятность событий.
- •Библиография
- •Лекция 3.
- •2. Понятие вероятности
- •3. Алгебра событий
- •4. Основная терминология в алгебре событий
- •Библиография
- •Лекция 4.
- •2. Закон распределения случайных величин
- •3. Биномиальное распределение (распределение Бернулли)
- •4. Распределение Пуассона
- •5. Нормальное (гауссовское) распределение
- •6. Равномерное распределение
- •7. Распределение Стьюдента
- •Библиография
- •Лекция 5.
- •2. Первичный взгляд на данные. Графическая визуализация данных выборки. Диаграмма рассеяния
- •3. Количественное описание выборочных данных
- •4. Выборочное среднее значение
- •Библиография
- •Лекция 6 Статистические таблицы
- •1. Понятие о статистической таблице. Элементы статистической таблицы
- •2. Виды таблиц по характеру подлежащего
- •3. Виды таблиц по разработке сказуемого
- •4. Основные правила построения таблиц
- •5. Чтение и анализ таблицы
- •6. Таблицы сопряженности
- •Библиография
- •Лекция 7 Шкалы измерения
- •1. Понятие измерения
- •2. Измерительные шкалы
- •Библиография
- •Лекция 8. Средние величины. Кривая нормального распределения
- •1. Распределения переменных величин
- •Проверка нормальности распределения
- •Библиография
- •Лекция 9 Понятие о генеральной и выборочной совокупности
- •1. Генеральная совокупность и выборка
- •2. Проблема репрезентативности выборки
- •Библиография
- •Лекция 10. Статистические гипотезы
- •Библиография
- •Лекция 11 Статистические критерии
- •Библиография
- •2. Определение надёжности тестов
- •3. Стандартизация психодиагностических тестов
- •Библиография
- •Лекция 13 Критерии различия в уровне исследуемого признака
- •Библиография
- •Лекция 14. Критерии оценки достоверности сдвига в значениях исследуемого признака
- •Алгоритм подсчета g – критерия знаков
- •Алгоритм вычисления т – критерия Вилкоксона
- •5. Применение непараметрических критериев: классификация сдвигов и критериев оценки их статистической достоверности
- •Библиография
- •Лекция 15. Критерии различия в распределении признака
- •1. C2 критерий Пирсона
- •Библиография
- •Лекция 16. Многофункциональные статистические критерии
- •1. Критерий j* - угловое преобразование Фишера
- •Алгоритм расчета критерия φ*
- •3. Биномиальный критерий m
- •Библиография
- •Лекция 17–18
- •2. Коэффициент корреляции Пирсона
- •3. Корреляция метрических переменных
- •4. Корреляция ранговых переменных
- •5. Корреляция дихотомических переменных
- •Библиография
- •Лекция 19.
- •2. Множественный регрессионный анализ
- •3. Нелинейная регрессия
- •Однофакторный линейный регрессионный анализ (простая регрессия). Метод наименьших квадратов
- •5. Многофакторный линейный регрессионный анализ
- •6. Нелинейный регрессионный анализ
- •7. Проблемы регрессионного анализа
- •Библиография
- •Лекция 20. Кластерный анализ
- •1. Понятие кластерного анализа
- •2. Выбор переменных
- •3. Выбор метода кластерного анализа
- •9. Метод к-средних
- •4. Последовательность кластерного анализа
- •Библиография
- •Лекция 21. Факторный анализ
- •1. Понятие факторного анализа
- •3. Методы факторного анализа
- •4. Вращение матрицы факторных нагрузок
- •Библиография
- •Лекция 22 Дисперсионный анализ
- •1. Понятие дисперсионного анализа.
- •2. Основные идеи дисперсионного анализа
- •3. Ограничения и предположения дисперсионного анализа
- •5. Многофакторый дисперсионный анализ
- •3 Уровня
- •2 Уровня
- •Библиография
- •Тематика практических занятий
- •Тема: Понятие о случайной величине
- •Тема: Понятие о событии. Система событий.
- •Тема: Вероятность
- •Тема: Распределение случайной величины
- •Практическое занятие 6 -7
- •Практическое занятие 8
- •Практическое занятие 9
- •Практическое занятие 10–11 Тема: Стандартизация данных психологических тестов (4 часа)
- •Практическое занятие 12 Тема: Выборка и генеральная совокупность (2 часа)
- •Практическое занятие 13 Тема: Точечное и интервальное оценивание (2 часа)
- •Практическое занятие 14 Тема: Статистические гипотезы и статистические критерии (2 часа)
- •Практическое занятие 15 Тема: Ошибки вывода (2 часа)
- •Практическое занятие 16 Тема: Меры центральной тенденции. Меры изменчивости (2 часа)
- •Практическое занятие 17–18 Тема: Понятие корреляции. Коэффициенты корреляции (4 часа)
- •Практическое занятие 19–20
- •Практическое занятие 21
- •Практическое занятие 22
- •Практическое занятие 23 Тема: Однофакторный дисперсионный анализ (2 часа)
- •Практическое занятие 24–25 Тема: Многофакторный дисперсионный анализ (4 часа)
- •Практическое занятие 26
- •Практическое занятие 27–28
- •Практическое занятие 29–30 Тема: Гистографический анализ (4 часа)
- •Практическое занятие 31
- •Практическое занятие 32–33
- •Практическое занятие 34–35
- •Практическое занятие 36
- •Практическое занятие 37
- •Практическое занятие 38–39
- •Практическое занятие 40
- •Практическое занятие 41–42 Тема: Применение метода моделирования в психологии (2 часа)
- •Тестовые задания
- •Тема 1. Понятие о событии и системе событий
- •Тема 2. Понятие о величине. Распределение случайной величины
- •Тема 3. Статистические таблицы
- •Тема 4. Выборка. Выборочная и генеральная совокупность
- •Тема 5. Меры центральной тенденции
- •Тема 6. Понятие измерения. Измерительные шкалы
- •Тема 7. Статистические критерии и гипотезы
- •Тема 8. Выявление различий в уровне исследуемого признака
- •Тема 9. Понятие корреляции
- •Тема 10. Многомерные методы
- •Тема 11. Факторный анализ
- •Тема 12. Многомерное шкалирование
- •Тема 13. Множественный регрессионный анализ
- •Тема 14. Кластерный анализ
- •Тема 15. Дискриминантный анализ
- •Тема 16. Дисперсионный анализ
- •Тема 17. Стандартизация данных психологических тестов
- •Тема 18. Общие понятия курса
- •Варианты контрольных работ
- •Вопросы к зачёту
- •Вопросы к экзамену
- •Основная литература
- •Дополнительная литература
- •Ключ к тестовым заданиям
- •Глоссарий
3. Корреляция метрических переменных
Для изучения взаимосвязи двух метрических переменных измеренных на одной и той же выборке применяется коэффициент корреляции r-Пирсона. Сам коэффициент характеризует наличие только линейной связи между признаками, обозначаемыми, как правило, символами X и Y. Коэффициент линейной корреляции является параметрическим методом и его корректное применение возможно только в том случае, если результаты измерений представлены в шкале интервалов, а само распределение значений в анализируемых переменных отличается от нормального в незначительной степени. Существует множество ситуаций, в которых его применение целесообразно. Например: влияет ли интеллект школьника на его успеваемость; влияет ли настроение на успешность выхода из проблемной ситуации; зависит ли уровень дохода от темперамента и т.п.
Коэффициент Пирсона находит широкое применение в психологии и педагогике. При обработке данных «вручную» необходимо вычислить коэффициент корреляции, а затем определить p–уровень значимости при помощи критерия t-Стьюдента (в целях упрощения проверки данных пользуются таблицами критических значений rxy, которые составлены с помощью этого критерия). Величина коэффициента линейной корреляции Пирсона не может превышать +1 и быть меньше чем -1. Эти два числа +1 и -1 – являются границами для коэффициента корреляции. Когда при расчете получается величина большая +1 или меньшая -1 – следовательно, произошла ошибка в вычислениях.
Для статистического решения о принятии или отклонении H0 обычно устанавливают α=0,05, а для большого объема наблюдений (100 и более) α=0,01. Если p≤α H0 отклоняется и делается содержательный вывод о том, что обнаружена статистически достоверная (значимая) связь между изучаемыми переменными (положительная или отрицательная – в зависимости от знака корреляции). Когда p>α, H0 не отклоняется, и содержательный вывод ограничен констатацией того, что связь (статистически достоверная) не обнаружена.
Если связь не обнаружена, но есть основания полагать, что связь на самом деле есть, то следует проверить возможные причины недостоверности связи.
1. Нелинейность связи - для этого посмотреть график двумерного рассеивания. Если связь нелинейная, но монотонная, перейти к ранговым корреляциям. Если связь не монотонная, то делить выборку на части, в которых связь монотонная, и вычислить корреляции отдельно для каждой части выборки, или делить выборку на контрастные группы и далее сравнивать их по уровню выраженности признака.
2. Наличие выбросов и выраженная асимметрия распределения одного или обоих признаков. Для этого необходимо посмотреть гистограммы распределения частот обоих признаков. При наличии выбросов или асимметрии исключить выбросы или перейти к ранговым корреляциям.
3. Неоднородность выборки (посмотреть график двумерного рассеивания). Попытаться разделить выборку на части, в которых связь может иметь разные направления.
Если же связь статистически достоверна, то прежде, чем делать содержательный вывод, необходимо исключить возможность ложной корреляции.
1. Связь обусловлена выбросами. При наличии выбросов перейти к ранговым корреляциям или исключить выбросы.
2. Связь обусловлена влиянием третьей переменной. Если подобное явление, возможно, необходимо вычислить корреляцию не только для всей выборки, но и для каждой группы в отдельности. Если «третья» переменная метрическая – вычислить частную корреляцию.
Коэффициент частной корреляции rxyz вычисляется в том случае если необходимо проверить предположение о том, что связь между двумя переменными X и Y не зависит от влияния третьей переменной – Z. Очень часто две переменные коррелируют друг с другом только за счет того, что обе они согласованно меняются под влиянием третьей переменной. Иными словами, на самом деле связь между соответствующими свойствами отсутствует, но проявляется в статистической взаимосвязи под влиянием общей причины. Например, общей причиной изменчивости двух переменных может являться возраст при изучении взаимосвязи различных психологических особенностей в разновозрастной группе. При интерпретации частной корреляции с позиции причинности следует быть осторожным, так как если Z коррелирует и с X и с Y, а частная корреляция rxyz близка к нулю, из этого не обязательно следует, что именно Z является общей причиной для X и Y.