Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Seleznev.doc
Скачиваний:
86
Добавлен:
04.03.2016
Размер:
551.42 Кб
Скачать

71. Интерпретация данных и результатов статистического анализа (решение задач).

Стати́стика — отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных; изучение количественной стороны массовых общественных явлений в числовой форме.

За количественной и качественной обработкой данных следует решающая фаза научного исследования – интерпретация результатов. Часто эту фазу называют теоретической обработкой, подчеркивая ее отличие от эмпирической статистической обработки.

Теоретическая обработка выполняет две главные функции: 1) преобразование статистически подготовленных данных («вторичных данных», результатов) в эмпирические знания и 2) получение на их базе теоретических знаний (единство и взаимосвязь эмпирических и теоретических знаний).

На стадии выдвижения гипотез научная мысль направлена от теории к объекту исследования, на стадии интерпретации – от объекта (фактов) к теории.

Цель дальнейшего теоретического проникновения в информационный материал состоит в том, чтобы, исходя из выдвинутых гипотез, научно обработать отдельные данные или их совокупность так, чтобы можно было: 1) определить отношения между данными и гипотезами; 2) произвести проверку исходных гипотез; 3) уточнить, расширить, модифицировать и т. д. имеющиеся гипотезы и развить их до уровня теоретических высказываний; 4) гипотетическое объяснение проблемы довести до уровня решения этой проблемы.

Если статистическая обработка охватывает количественный аспект психологических явлений, то интерпретация делает видимым и их качественный аспект.

Чаще всего под интерпретацией понимают две процедуры: объяснение и обобщение. Описание дает констатирующее представление об объекте в целом. Далее следует найти объяснение обнаруженным фактам и раскрыть сущность объекта. Именно в выяснении сущности объекта заключается смысл объяснения.

Объяснить и обобщить что-либо невозможно, не имея полноценного описания этого самого чего-либо. На этапе обработки данных производится лишь самое предварительное описание. Количественная обработка дает описание не столько самого объекта (или предмета) изучения, сколько описание совокупности данных о нем на специфическом языке количественных параметров. Качественная обработка дает предварительное схематическое описание объекта как совокупности его свойств или как представителя той или иной группы сходных объектов. Далее требуется дать предельно полное описание изучаемого явления на естественном языке с использованием при необходимости специальной терминологии и специфической символики (математической, логической, графической и т. п.).

63.Коэффициент ранговой корреляции Спирмена - это непараметрический метод, который используется с целью статистического изучения связи между явлениями. В этом случае определяется фактическая степень параллелизма между двумя количественными рядами изучаемых признаков и дается оценка тесноты установленной связи с помощью количественно выраженного коэффициента.

Практический расчет коэффициента ранговой корреляции Спирмена включает следующие этапы:

1) Сопоставать каждому из признаков их порядковый номер (ранг) по возрастанию (или убыванию).

2) Определить разности рангов каждой пары сопоставляемых значений.

3) Возвести в квадрат каждую разность и суммировать полученные результаты.

4) Вычислить коэффициент корреляции рангов по формуле:.

где - сумма квадратов разностей рангов, а - число парных наблюдений.

При использовании коэффициента ранговой корреляции условно оценивают тесноту связи между признаками, считая значения коэффициента равные 0,3 и менее, показателями слабой тесноты связи; значения более 0,4, но менее 0,7 - показателями умеренной тесноты связи, а значения 0,7 и более - показателями высокой тесноты связи.

Мощность коэффициента ранговой корреляции Спирмена несколько уступает мощности параметрического коэффициента корреляции.

Коэффицент ранговой корреляции целесообразно применять при наличии небольшого количества наблюдений. Данный метод может быть использован не только для количественно выраженных данных, но также и в случаях, когда регистрируемые значения определяются описательными признаками различной интенсивности.

.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]