- •Министерство образования и науки Российской Федерации
- •Введение
- •1. Психология и математика
- •1.1. Методологические проблемы использования математики в психологии
- •1.2. Планирование психологических экспериментов и обработка получаемых данных
- •1.3. Использование методов математического моделирования в психологии
- •1.4. Информация и психические процессы
- •1.5. Математические методы в проектировании деятельности человека
- •1.6. Системный анализ в психологии
- •1.7. Применение эвм в психологии
- •2. Понятие выборки
- •2.1. Полное исследование
- •2.2. Выборочное исследование
- •2.3. Зависимые и независимые выборки
- •2.4. Требования к выборке
- •2.5. Репрезентативность выборки
- •2.6. Формирование и объем репрезентативной выборки
- •3. Измерения и шкалы
- •3.1. Измерения
- •3.2. Измерительные шкалы
- •Правила ранжирования
- •3.3. Как определить, в какой шкале измерено явление
- •Задачи и упражнения
- •4. Формы учета результатов измерений
- •4.1. Таблицы исходных данных
- •4.2. Таблицы и графики распределения частот
- •Решения тестовой задачи
- •4.3. Применение таблиц и графиков распределения частот
- •4.4. Таблицы сопряженности номинативных признаков
- •Зависимость распределения оставленных и полученных открыток от их содержания
- •Задачи и упражнения
- •В трех группах
- •5. Первичные описательные статистики
- •5.1. Меры центральной тенденции
- •5.2. Выбор меры центральной тенденции
- •5.3. Квантили распределения
- •5.4. Меры изменчивости
- •Задачи и упражнения
- •6. Нормальный закон распределения и его применение
- •6.1. Понятие о нормальном распределении
- •6.2. Нормальное распределение как стандарт
- •6.3. Разработка тестовых шкал
- •Тестовые нормы – таблица пересчета «сырых» баллов в стены
- •Пример нелинейной нормализации: пересчет «сырых» оценок в шкалу стенайнов
- •6.4. Проверка нормальности распределения
- •Задачи и упражнения
- •7. Общие принципы проверки статистических гипотез
- •7.1. Проверка статистических гипотез
- •7.2. Нулевая и альтернативная гипотезы
- •7.3. Понятие уровня статистической значимости
- •7.4. Статистический критерий и число степеней свободы
- •7.5. Этапы принятия статистического решения
- •7.6. Классификация психологических задач, решаемых с помощью статистических методов
- •8. Статистические критерии различий
- •8.1. Параметрические и непараметрические критерии
- •8.2. Рекомендации к выбору критерия различий
- •9. Корреляционный анализ
- •9.1. Понятие корреляционной связи
- •9.2. Коэффициент корреляции Пирсона
- •9.3. Коэффициент корреляции рангов Спирмена
- •Случай одинаковых (равных) рангов
- •Расчет уровней значимости коэффициентов корреляции
- •Задачи и упражнения
- •Показатели количества ошибок в тренировочной сессии и показатели уровня вербального и невербального интеллекта
- •10. Параметрические критерии различия
- •Задачи и упражнения
- •Результативность испытуемых контрольной и опытной групп (среднее число пораженных мишеней из 25 в 10 сериях испытаний)
- •11. Выявление различий в уровне исследуемого признака
- •11.1. Обоснование задачи сопоставления и сравнения
- •Упорядоченные по убыванию вербального интеллекта ряды индивидуальных значений в двух студенческих выборках
- •Подсчет ранговых сумм по выборкам студентов физического и психологического факультетов
- •Подсчет ранговых сумм по группам испытуемых, работавших над четырьмя неразрешимыми анаграммами
- •Показатели по шкале Авторитетности в группах с разным
- •Задачи и упражнения
- •Показатели сокращения психологической дистанции (в %) после социодраматической замены ролей в группе
- •Показатели интенсивности внутреннего сопротивления при обращении в службу знакомств (в мм)
- •Индивидуальное значение по фактору n 16pf в 4 возрастных группах руководителей (по данным е. В. Сидоренко, 1987)
- •12. Оценка достоверности сдвига в значениях исследуемого признака
- •12.1. Обоснование задачи исследований изменений
- •Классификация сдвигов и критериев оценки их статистической достоверности
- •Оценки степени согласия с утверждениями о допустимости телесных
- •Оценки степени согласия с утверждениями о допустимости телесных
- •Расчет количества положительных, отрицательных и нулевых сдвигов в двух группах суггерендов
- •Расчет критерия т при сопоставлении замеров физического волевого усилия
- •12.4. Критерий χr2 Фридмана
- •Показатели времени решения анаграмм (сек)
- •Задачи и упражнения
- •Оценки степени согласия с утверждениями о допустимости телесных
- •Оценки реального и идеального уровней развития коммуникативных
- •13. Выявление различий в распределении признака
- •13.1. Обоснование задачи сравнения распределений признака
- •13.2.1. Сравнение эмпирического распределения с теоретическим
- •13.2.2. Сравнение двух экспериментальных распределений
- •13.2.3. Использование критерия хи-квадрат для сравнения показателей внутри одной выборки
- •13.3.1. Сопоставление эмпирического распределения с теоретическим
- •Расчет критерия при сопоставлении распределения выборов
- •13.3.2. Сопоставление двух эмпирических распределений
- •Задачи и упражнения
- •Частота встречаемости запретов на психологические поглаживания
- •14. Многофункциональные статистические критерии
- •14.1. Понятие многофункциональных критериев
- •14.2 Критерий φ* – угловое преобразование Фишера
- •Четырехклеточная таблица для расчета критерия при сопоставлении двух групп испытуемых, по процентной доле решивших задачу
- •Показатели расстояния (в см), выбираемого агрессивными и неагрессивными юношами в разговоре с сокурсником (по данным г. А. Тлегеновой, 1990)
- •Показатели интенсивности ощущения собственной недостаточности
- •Четырехклеточная таблица для расчета критерия φ* при сопоставлении групп с большей и меньшей энергией вытеснения по соотношению показателей недостаточности
- •Четырехклеточная таблица для расчета критерия φ* при сопоставлении групп с большей и меньшей энергией вытеснения по уровню показателя недостаточности
- •Четырехклеточная таблица для сопоставления групп с разной энергией вытеснения по частоте нулевых значений показателя недостаточности
- •Распределение прогнозов общепрактикующих врачей о том, какова будет доля приемных с фондами в 1993 году
- •Расчет максимальной разности накопленных частостей в распределениях прогнозов врачей двух групп
- •Распределение прогнозов у врачей с фондами и врачей без фондов
- •Четырехклеточная таблица для подсчета критерия φ* Фишера для выявления различий в прогнозах двух групп общепрактикующих врачей
- •Задачи и упражнения
- •Показатели преобладания правого и левого глаза в выборке
- •Показатели количества партнеров у врачей с фондами и врачей без фондов (по данным м. А. Курочкина, е. В. Сидоренко, ю. А. Чуракова, 1992)
- •Библиографический список
- •Критические значения коэффициента корреляции rxy Пирсона
- •Приведем оглавление диплома
- •Глава I. Теоретические основы агрессивности и тревожности личности.
- •Глава II. Основные результаты выполненного исследования агрессивности и тревожности личности и их зависимости от уровня субъективного контроля.
- •Методика Баса-Дарки
- •Методика уск (уровень субъективного контроля)
- •Методика Спилбергера-Ханина
- •Краткая классификация задач и методов их статистического решения [36,4]
9. Корреляционный анализ
9.1. Понятие корреляционной связи
Психолога нередко интересует, как связаны между собой две или большее количество переменных в одной или нескольких изучаемых группах. Например, могут ли учащиеся с высоким уровнем тревожности демонстрировать стабильные академические достижения, или связана ли продолжительность работы психологов в школе с размером их заработной платы, или с чем больше связан уровень умственного развития учащихся – с их успеваемостью по математике или по литературе и т. п.?
В математике для описания связей между переменными величинами используют понятие функции F, которая ставит в соответствие каждому определенному значению независимой переменной X определенное значение зависимой переменной Y. Полученная зависимость обозначается как Y = F(X). Здесь X – является аргументом, a Y – соответствующим ему значением функции F(X). Такого рода однозначные зависимости между переменными величинами Х и Y называют функциональными. Хорошо известен пример функциональной зависимости из школьного курса физики – s = v × t, где s – путь, v – скорость, t – время. При этом, зная две из переменных величин, всегда можно найти третью.
Но подобные однозначные, или функциональные, связи между переменными величинами встречаются далеко не всегда.
Известно, например, что в среднем между ростом людей и их весом наблюдается положительная связь, и такая, что чем больше рост, тем больше вес человека. Однако из этого правила имеются исключения, когда относительно низкие люди имеют избыточный вес и, наоборот, астеники при высоком росте имеют малый вес. Причиной подобных исключений является то, что каждый биологический, физиологический или психологический признак определяется воздействием многих факторов: средовых, генетических, социальных, экологических и т.д. Поэтому связи между психологическими признаками имеют не функциональный, а статистический характер, когда в среднем определенному значению одного признака, например, выраженной акцентуации подростков по гипертимному типу, рассматриваемому в качестве аргумента, соответствует не одно какое-либо значение, а целый спектр распределяющихся в вариационный ряд числовых значений, например, такого психологического признака, как тревожность, который можно рассматривать в качестве зависимой переменной или функции. Такого рода зависимость между переменными величинами называется корреляционной, или корреляцией. Корреляционная связь – это согласованное изменение двух признаков, отражающее тот факт, что изменчивость одного признака находится в соответствии с изменчивостью другого.
Функциональные связи легко обнаружить и измерить на единичных и групповых объектах, однако этого нельзя проделать с корреляционными связями, которые можно изучать только на представительных выборках методами математической статистики. Корреляционные связи — это вероятностные изменения. «Оба термина, – пишет Е. В. Сидоренко, – корреляционная связь и корреляционная зависимость – часто используются как синонимы. Между тем, согласованные изменения признаков и отражающая это корреляционная связь между ними может свидетельствовать не о зависимости этих признаков между собой, а о зависимости обоих этих признаков от какого-то третьего признака или сочетания признаков, не рассматриваемых в исследовании. Зависимость подразумевает влияние, связь – любые согласованные изменения, которые могут объясняться сотнями причин. Корреляционные связи не могут рассматриваться как свидетельство причинно-следственной зависимости, они свидетельствуют лишь о том, что изменениям одного признака, как правило, сопутствуют определенные изменения другого, но находится ли причина изменений в одном из признаков или она оказывается за пределами исследуемой пары признаков, нам неизвестно».
Виды корреляционных связей между измеренными признаками могут быть различны: так, корреляция бывает линейной и нелинейной, положительной и отрицательной. Она линейна – если с увеличением или уменьшением одной переменной X, вторая переменная Y в среднем либо также растет, либо убывает. Она нелинейна, если при увеличении одной величины характер изменения второй не линеен, а описывается другими законами.
Корреляция будет положительной, если с увеличением переменной X переменная Y в среднем также увеличивается, а если с увеличением X переменная Y имеет в среднем тенденцию к уменьшению, то говорят о наличии отрицательной корреляции. Возможна ситуация, когда между переменными невозможно установить какую-либо зависимость. В этом случае говорят об отсутствии корреляционной связи. Подчеркнем, однако, что нередко встречаются задачи, в которых традиционная и наиболее часто встречающаяся в психологических исследованиях линейная корреляционная связь отсутствует, в то время как имеется высокозначимая криволинейная связь, например, полиномиальная или гиперболическая.
Задача корреляционного анализа сводится к установлению направления (положительное или отрицательное) и формы (линейная, нелинейная) связи между варьирующими признаками, измерению ее тесноты и, наконец, к проверке уровня значимости полученных коэффициентов корреляции.
Зависимость между коррелирующими переменными X и Y, как и в математике, можно выразить с помощью формул и уравнений (т. е. аналитически), а можно выразить графически.
Графики корреляционных зависимостей строят по уравнениям следующих функций:
х = F(X) или y = F(Y),
которые называются уравнениями регрессии. Здесь x и y так называемые условные средние арифметические переменных Х и Y.