- •Основні поняття математичної обробки психологічних даних
- •Ознаки та змінні
- •Шкали виміру
- •1.3. Розподіл ознак та параметри розподілу ознак
- •1.4. Статистичні гіпотези. Критерії оцінки гіпотез
- •1.5. Рівні статистичної значущості. Потужність критерію
- •Питання 2. Класифікація задач практичної психології і методів їх вирішення
- •Питання 3. Умови оптимізації вибору методів математичної обробки емпіричних даних
Питання 2. Класифікація задач практичної психології і методів їх вирішення
Класифікація задач і методів їх вирішення представлена у таблиці 9, яка дозволяє співставити:
групи досліджень з будь-якої ознаки, щоб виявити різниці між ними за цією ознакою;
те, що було "до" з тим, що стало "після" наших впливів, щоб визначити ефективність цих впливів;
емпіричний розподіл значень ознаки з будь-яким теоретичним або емпіричним розподілом з тим, щоб довести невипадковість вибору альтернатив або різниць у формі розподілів;
дві ознаки, що виміряні на одній і тій самій вибірці досліджених для того, щоб установити ступінь погодженості їх змін або кореляцію між ними;
індивідуальні значення, що отримані при різних комбінаціях будь-яких суттєвих умов з тим, щоб висвітити характер взаємодії впливів на індивідуальні значення ознаки.
Таблиця 9
Класифікація задач та методів їх рішення
Задачі |
Умови |
Методи |
1. Виявлення розбіжностей в рівні досліджуваної ознаки |
а) 2 вибірки досліджуваних |
Q – критерій Розенбаума; U – критерій Манна-Уітні; φ* – критерій (кутове перетворення Фішера). |
б) 3 і більше вибірок досліджуваних |
S – критерій тенденцій Джонкіра; H – критерій Крускала-Уолліса. |
|
2. Оцінка зсуву значень досліджуваної ознаки |
а) 2 заміри на одній і тій же вибірці досліджуваних |
T – критерій Вілкоксона; G – критерій знаків; φ* – критерій (кутове перетворення Фішера). |
б) 3 і більше замірів на одній і тій же вибірці досліджуваних |
χr2 – критерій Фрідмана; L – критерій тенденцій Пейджа. |
|
3. Виявлення розбіжностей в розподіленні ознаки |
а) при співставленні емпіричного розподі-лення з теоретичним |
χ2 – критерій Пірсона; λ – критерій Колмогорова-Смирнова; m – біноміальний критерій. |
б) при співставленні двох емпіричних розподілень |
χ2 – критерій Пірсона; λ – критерій Колмогорова-Смирнова; φ* – критерій (кутове перетворення Фішера). |
|
4. Виявлення ступеня узгодженості змін |
а) двох ознак |
rs – коефіцієнт рангової кореляції Спірмана. |
б) двох ієрархій або профілів |
rs – коефіцієнт рангової кореляції Спірмана. |
|
5. Аналіз змін ознаки під впливом умов, що контролюються |
а) під впливом одного фактору |
S – критерій тенденцій Джонкіра; L – критерій тенденцій Пейджа; Однофакторний дисперсійний аналіз Фішера. |
б) під впливом двох факторів одночасно |
Двофакторний дисперсійний аналіз Фішера. |
Питання 3. Умови оптимізації вибору методів математичної обробки емпіричних даних
Прийняття рішення про задачу та метод обробки на стадії, коли дані вже отримані дає перший алгоритм.
П Е Р Ш И Й |
А Л Г О Р И Т М |
|
Якщо Ви знаходитесь лише на стадії планування дослідження, то прийняття рішення про формулювання задачі та метод математичної обробки краще здійснити за другим алгоритмом.
Д Р У Г И Й |
А Л Г О Р И Т М
|
|