- •Раздел 1 пРоблема измерения в психологии
- •1. 1. Понятие об измерении
- •1. 2. Особенности измерения в психологии
- •1. 3. Шкалы измерений
- •Раздел 2 основные статистические понятия
- •2. 1. Генеральная и выборочная совокупности
- •2. 2. Переменная величина
- •2. 3. Уровни значимости
- •2. 4. Достоверность результатов исследования
- •Раздел 3 подготовка данных к математической обработке
- •3. 1. Протоколирование данных
- •3. 2. Составление сводных таблиц (табулирование данных)
- •3. 3. Определение квантилей
- •3. 4. Графическое представление результатов
- •Раздел 4 меры центральной тенденции
- •4. 1. Мода
- •4. 2. Медиана
- •4. 3. Среднее арифметическое значение
- •4. 4. Среднее геометрическое значение
- •Раздел 5 меры изменчивости (разнообразия, вариативности) исследуемого признака
- •5. 1. Лимиты (пределы) разнообразия
- •5. 2. Размах вариаций
- •5. 3. Среднее отклонение
- •5. 4. Дисперсия
- •5. 5. Среднеквадратичное (стандартное) отклонение
- •5. 6. Коэффициент вариации
Раздел 4 меры центральной тенденции
Центральная тенденция – то количественное (численное) значение признака, к которому тяготеет переменная величина. Поскольку понятие «тяготеет» несколько произвольно и с математической точки зрения не вполне корректно, имеет смысл рассмотреть различные меры центральной тенденции более подробно.
В психологических исследованиях в качестве мер центральной тенденции чаще всего используются мода, медиана и среднее арифметическое значение. Значительно реже используются такие меры как среднее геометрическое, среднее гармоническое, обратное среднее гармоническое значение и др.
4. 1. Мода
Мода (Mo) – наиболее часто встречающееся значение признака. В предыдущем примере (ранжированный ряд уровня личностной тревожности) мы имеем две моды: Mo1 = 36 и Mo2 = 45 (эти значения переменной встречаются трижды, в то время как все остальные – по 1 или 2 раза). В зависимости от того, сколько значений признака удовлетворяют определению моды, различают мономодальные (имеющие одну моду), бимодальные (имеющие две моды) и полимодальные распределения (имеют более чем две моды), а также распределения, не имеющие моды (все значения признака встречаются примерно с одинаковой частотой). В бимодальном и полимодальном распределениях, в свою очередь, можно определить наибольшую и наименьшую моды.
В тех случаях, когда анализируются таблицы сгруппированных частот исследуемого признака, как правило, определяется модальный класс, т. е. тот класс распределения, в который попадает наибольшее количество частот (значений признака). Так, для иллюстрации зачерненный столбец на рис. 3.1, а соответствует модальному классу.
Мода не является достаточно строгой мерой центральной тенденции, поскольку она не учитывает характера распределения переменных, а значит может использоваться лишь в предварительных выводах и прогнозах. Кроме того, необходимо использовать моду только для больших объемов выборок, поскольку для малых она недостаточно информативна.
4. 2. Медиана
Медиана (Md) – значение, которое делит упорядоченное множество данных (ранжированный ряд) пополам так, что одна половина значений оказывается больше, а другая – меньше медианы. Медиана – среднее значение ранжированного ряда. Если число значений нечетное, то медиана соответствует среднему члену ряда, если четное, то медиана есть среднее между двумя центральными значениями (в предыдущем примере Md = 41,5).
Медиана соответствует 50-му процентилю, 5-му децилю или 2-му квартилю в группе данных, т. е. Md = P50 = D5 = Q2.
Мода и медиана не учитывают разброса данных, и переменные, лежащие в стороне от центра, не влияют на их величину.
4. 3. Среднее арифметическое значение
Среднее арифметическое значение, или просто среднее ( ), равно сумме переменных, деленной на их число.
Для несгруппированных переменных среднее арифметическое вычисляется по формуле:
(4.1)
Для сгруппированных переменных можно воспользоваться другой формулой – среднее будет соответствовать сумме произведений средних значений каждого класса и частоты встречаемости значения признака в данном классе:
(4.2)
Среднее арифметическое может использоваться и для тех признаков, для которых не найден способ количественного измерения (шкала порядка). Для этого в качестве xi используются ранговые числа, а среднее принято называть непараметрическим средним.
Взвешенное среднее арифметическое используется в тех случаях, когда разные составляющие имеют разный «удельный вес» в формировании общей совокупности:
(4.3)
или: (4.4)
где n – объем выборки, N – число классов.
Пример
Средний балл аттестата учащихся выпускных классов одной из школ соответствует следующим значениям: 11-а – 4,2; 11-б – 4,0 и 11-в – 3,8. Численность этих классов составляет: 11-а – 25 человек, 11-б – 28 и 11-в – 32 человека. В данном случае средний балл аттестата по всем выпускным классам составит (4,2 × 25 + 4,0 × 28 + 3,8 × 32) : (25 + 28 + 32) = 3,98.
Среднее принято округлять с точностью до знака, следующего за последним знаком xi (увеличение точности на порядок).
Свойства среднего
1. Сумма всех отклонений от среднего значения равна нулю:
Доказательство:
поскольку `
2. Если константу с прибавить к каждому значению, то среднее превратится в
Доказательство:
3. Если каждое значение множества со средним умножить на константу c, то среднее станет равным
Доказательство:
4. Сумма квадратов отклонений значений от их среднего арифметического меньше суммы квадратов отклонений от любой другой точки: (при условии, что b ¹`x ).
Доказательство: где
Примем Тогда:
поскольку
Так как c2 > 0, то: