5.1. Понятие многофункциональных критериев

Многофункциональные статистические критерии - это критерии, которые могут использоваться по отношению к самым разнообразным данным, выборкам и задачам.

Это означает, что данные могут быть представлены в любой шкале, начиная от номинативной (шкалы наименований).

Это означает также, что выборки могут быть как независимыми, так и "связанными", то есть мы можем с помощью многофункциональных критериев сравнивать и разные выборки испытуемых, и показатели одной и той же выборки, измеренные в разных условиях. Нижние границы выборок - 5 наблюдений, но возможно применение критериев и по отношению к выборкам с n=2, с некоторыми оговорками (см. разделы "Ограничения критерия φ* и "Ограничения биномиального критерия m).

Верхняя граница выборок задана только в биномиальном критерии - 50 человек. В критерии φ* Фишера верхней границы не существует - выборки могут быть сколь угодно большими.

Многофункциональные критерии позволяют решать задачи сопоставления уровней исследуемого признака, сдвигов в значениях исследуемого признака и сравнения распределений.

Ограничения критерия φ*

1. Ни одна из сопоставляемых долей не должна быть равной нулю. Формально нет препятствий для применения метода φ* в случаях, когда доля наблюдений в одной из выборок равна 0. Однако в этих случаях результат может оказаться неоправданно завышенным (Гублер Е.В., 1978, с. 86).

2. Верхний предел в критерии φ отсутствует - выборки могут быть сколь угодно большими.

Нижний предел - 2 наблюдения в одной из выборок. Однако должны соблюдаться следующие соотношения в численности двух выборок:

а) если в одной выборке всего 2 наблюдения, то во второй должно быть не менее 30:

n1=2→ n₂≥30;

б) если в одной из выборок всего 3 наблюдения, то во второй должно быть не менее 7:

n1=3→ n₂≥7;

в) если в одной из выборок всего 4 наблюдения, то во второй должно быть не менее 5:

n1=4→ n₂≥5;

г) при n1, n₂≥5 возможны любые сопоставления.

В принципе возможно и сопоставление выборок, не отвечающих этому условию, например, с соотношением n1, n₂=15, но в этих случаях не удастся выявить достоверных различий.

Других ограничений у критерия φ* нет.

Рассмотрим несколько примеров, иллюстрирующих возможности

критерия φ*.

Пример 1 - сопоставление выборок по качественно определяемому признаку

В данном варианте использования критерия мы сравниваем процент испытуемых в одной выборке, характеризующихся каким-либо качеством, с процентом испытуемых в другой выборке, характеризующихся тем же качеством.

Допустим, нас интересует, различаются ли две группы студентов по успешности решения новой экспериментальной задачи. В первой группе из 20 человек с нею справились 12 человек, а во второй выборке из 25 человек - 10. В первом случае процентная доля решивших задачу составит 12/20∙100%=60%, а во второй 10/25∙100%=40%. Достоверно ли различаются эти процентные доли при данных n₁ и n₂?

Казалось бы, и "на глаз" можно определить, что 60% значительно выше 40%. Однако на самом деле эти различия при данных n₁, n₂ недостоверны.

Проверим это. Поскольку нас интересует факт решения задачи, будем считать "эффектом" успех в решении экспериментальной задачи, а отсутствием эффекта - неудачу в ее решении.

Сформулируем гипотезы.

H0: Доля лиц, справившихся с задачей, в первой группе не больше, чем

во второй группе.

Н1:.- Доля лиц, справившихся с задачей, в первой группе больше, чем во второй группе.

Теперь построим так называемую четырехклеточную, или четырехпольную таблицу, которая фактически представляет собой таблицу эмпирических частот по двум значениям признака: "есть эффект" - "нет эффекта".

Таблица 5.1

Четырехклеточная таблица для расчета критерия при сопоставлении двух групп испытуемых по процентной доле решивших задачу.

Группы	"Есть эффект": задача решена			"Нет эффекта": задача не решена			Суммы
	Количество испытуемых	% доля		Количество испытуемых	% доля
1 группа	12	(60%)	А	8	(40%)	Б	20
2 группа	10	(40%)	В	15	(60%)	Г	25
Суммы	22			23			45

В четырехклеточной таблице, как правило, сверху размечаются столбцы "Есть эффект" и "Нет эффекта", а слева - строки "1 группа" и "2 группа". Участвуют в сопоставлениях, собственно, только поля (ячейки) А и В, то есть процентные доли по столбцу "Есть эффект".

По Табл. XII Приложения 1 определяем величины φ, соответствующие процентным долям в каждой из групп.

φ1(60%) = 1,772

φ2(40%) = 1,369

Теперь подсчитаем эмпирическое значение φ* по формуле:

где φ1- угол, соответствующий большей % доле; φ2 - угол, соответствующий меньшей % доле; n1 - количество наблюдений в выборке 1; n2 - количество наблюдений в выборке 2. В данном случае:

По Табл. XIII Приложения 1 определяем, какому уровню значимости соответствует φ*_эмп=1,34:

р=0,09

Можно установить и критические значения φ*, соответствующие принятым в психологии уровням статистической значимости:

Полученное эмпирическое значение φ* находится в зоне незначимости.

Ответ: H0 принимается. Доля лиц, справившихся с задачей, в первой группе не больше, чем во второй группе.

Можно лишь посочувствовать исследователю, который считает существенными различия в 20 /о и даже в 10%, не проверив их достоверность с помощью критерия φ*. В данном случае, например, достоверными были бы только различия не менее чем в 24,3%.

Похоже, что при сопоставлении двух выборок по какому-либо качественному признаку критерий φ может нас скорее огорчить, чем обрадовать. То, что казалось существенным, со статистической точки зрения может таковым не оказаться.

Гораздо больше возможностей порадовать исследователя появляется у критерия Фишера тогда, когда мы сопоставляем две выборки по количественно измеренным признакам и можем варьировать "эффект".

Пример 2 - сопоставление двух выборок по количественно измеряемому признаку