- •От автора
- •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. 4. Достоверность результатов исследования
- •2. 3. Уровни значимости
- •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
- •Раздел4. Меры центральной тенденции
- •4. 1. Мода
- •4. 2. Медиана
- •4. 3. Среднее арифметическое значение
- •4. 4. Среднее геометрическое значение
- •Задачи по теме Задача 4.1
- •Задача 4.2
- •Задача 4. 3
- •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
- •Задачи по теме Задача 5. 1
- •Задача 5.2
- •Раздел 6. Распределения переменных величин
- •6.1. Нормальное распределение
- •6. 1. 1. Основные понятия
- •6. 1. 2. Коэффициент асимметрии
- •6. 1. 3. Коэффициент эксцесса
- •6. 1. 4. Критерий хи-квадрат (c2)
- •6. 1. 5. Критерий Колмогорова – Смирнова (l)
- •6. 2. Равномерное распределение
- •6. 3. Биномиальное распределение
- •6. 4. Распределение Пуассона
- •Задачи по теме Задача 6. 1
- •Задача 6. 2
- •Задача 6. 3
- •Задача 6. 4
- •Раздел 7. Меры различий
- •7. 1. Постановка проблемы
- •7. 2. Непараметрический критерий qРозенбаума
- •7. 4. Критерий Стьюдента
- •7.5. Критерий Фишера
- •7. 6. Критерий j*-угловое преобразование Фишера
- •7.7. Использование критерия χ2 Пирсона и критерия λ Колмогорова для оценки различий между двумя выборками
- •Задачи по теме Задача 7. 1
- •Задача 7. 2
- •Задача 7.3
- •Задача 7.4
- •Задача 7.5
- •Задача 7.7
- •Раздел 8. Меры связи
- •8. 1. Постановка проблемы
- •8. 2. Представление данных
- •8. 3. Коэффициент корреляции Фехнера
- •8. 4. Коэффициент корреляции Пирсона
- •8. 5. Коэффициент ранговой корреляции Спирмена
- •8.6. Коэффициент ранговой корреляции Кендалла (тау Кендалла, t)
- •8.7. Дихотомический коэффициент корреляции (j)
- •8. 8. Точечный бисериальный коэффициент корреляции (rpb)
- •8. 9. Рангово-бисериальный коэффициент корреляции (rrb)
- •8. 11. Матрицы корреляций
- •Задачи по теме Задача 8.1
- •Задача 8. 2
- •Задача 8. 3
- •Задача 8. 4
- •Задача 8. 5
- •Задача 8. 6
- •Задача 8. 7
- •Задача 8. 8
- •Задача 8. 9
- •Задача 8. 10
- •Задача 8.16
- •Задача 8.18
- •Раздел 9. Меры зависимости
- •9.1. Основные понятия
- •9.2. Анализ линейной зависимости методом наименьших квадратов
- •9.4. Множественная регрессия
- •Задачи по теме Задача 9. 1
- •Задача 9. 2
- •Раздел 10. Меры влияния
- •10. 1. Сущность проблемы
- •10. 2. Непараметрические меры влияния
- •10.2.1. Критерий знаков
- •10.2.2. Критерий Вилкоксона
- •10.3. Однофакторный дисперсионный анализ
- •10. 4. Двухфакторный дисперсионный анализ
- •Задачи по теме Задача 10. 1
- •Задача 10. 2
- •11.2. Кластерный анализ
- •Раздел 11. Элементы многомерной статистики
- •11.1. Основные понятия
- •11.2.1. Функции расстояния
- •11.2.2. Меры сходства
- •11.2.3. Выбор числа кластеров
- •Динамическое программирование
- •Целочисленное программирование
- •11.2.4. Методы кластеризации
- •11.2.5. Представление данных
- •11.3. Факторный анализ
- •11.3.1. Основные принципы факторного анализа
- •11.3.2. Основные методы, используемые в факторном анализе
- •Метод главных факторов
- •Центроидный метод
- •Метод минимальных остатков
- •Метод максимума правдоподобия
- •Групповой метод
- •11.3.3. Выбор числа факторов и оценка их значений
- •11.3. 4. Представление результатов факторного анализа
- •Ответы на задачи
- •Список рекомендуемой литературы
- •Дополнительная
- •Приложение статистические таблицы
- •Критические значения коэффициента асимметрии (As), используемого для проверки гипотезы о нормальности распределения
- •Критические значения показателя эксцесса (Ex), используемого для проверки нормальности распределения
- •Теоретические частоты 8-классового нормального распределения ("шаг" 1 s)
- •Теоретические частоты 16-классового нормального распределения ("шаг" 0,5 s)
- •Значения z Пирсона и соответствующие им теоретические накопленные частоты
- •Стандартные значения хи-квадрат
- •Уровень значимости различий между экспериментальным и теоретическим распределениями по критерию λ Колмогорова – Смирнова
- •Критические значения критерия q Розенбаума
- •Критические значения критерия u Манна-Уитни для уровня значимости 0,95
- •Стандартные значения критерия Стьюдента
- •Стандартные значения критерия Фишера, используемые для оценки достоверности различий между двумя выборками
- •Величины угла j в радианах для разных процентных долей (угловое преобразование Фишера)
- •Критические значения коэффициентов корреляции Пирсона и Спирмена
- •Критические значения коэффициента t Кендалла
- •Число пар значений, достаточное для статистической значимости коэффицентов корреляции Пирсона и Спирмена
- •Критические значения дихотомического коэффициента корреляции j
- •Границы критической области для критерия знаков
- •Критические значения критерия т Вилкоксона
Раздел 10. Меры влияния
10. 1. Сущность проблемы
В различных областях психологии часто приходится иметь дело с влиянием на исследуемый признак тех или иных факторов. Понятие фактора в данном случае трактуется чрезвычайно широко: по сути, это любое воздействие, которое может изменять величину исследуемого признака. Так, в клинической практике это может быть действие психотропных препаратов или психотерапевтического воздействия. В педагогической психологии в качестве факторов могут выступать те или иные учебно-воспитательные методики. При исследовании какого-либо психологического признака в разных возрастных группах в качестве фактора может рассматриваться возраст испытуемых и т. д. При влиянии определенных факторов или их совокупности величина исследуемого признака может меняться в ту или иную сторону. Задача состоит в том, чтобы на основании изменения исследуемого признака определить статистическую достоверность (значимость) влияния данного фактора. Для анализа достоверности влияния того или иного фактора, а также для сравнения между собой силы влияния разных факторов используются как параметрические (дисперсионный анализ), так и непараметрические меры влияния (критерий знаков, критерий Т Вилкоксона и др.).
10. 2. Непараметрические меры влияния
10.2.1. Критерий знаков
Критерий знаков используется в тех случаях, когда измерение психологического признака проводится на одной и той же группе (выборке) испытуемых до и после однократного воздействия интересующего нас фактора. Критерий знаков весьма прост для вычисления и предусматривает лишь установление знака различий между парами сравниваемых величин исследуемого признака до и после влияния. Суммируя число положительных и отрицательных сдвигов, находится их соотношение и сравнивается с табличным (критическим). Влияние фактора считается статистически достоверным, если расхождения значений превышают табличное значение. Если в экспериментальных данных имеются нулевые сдвиги (т. е. исследуемый признак не изменяется под воздействием фактора), то такие результаты исключаются из рассмотрения, а количество наблюдений n уменьшается на число нулевых сдвигов.
10.2.2. Критерий Вилкоксона
Аналогично критерию знаков, критерий Т Вилкоксона используется для сопоставления показателей, измеренных в двух разных условиях на одной и той же выборке испытуемых. Он позволяет установить не только направленность изменений, но и их выраженность, т. е. определяет, является ли сдвиг показателей в каком-то одном направлении более интенсивным, чем в другом. Критерий может быть использован, если исследуемый признак измерен на шкале порядка или шкале интервалов. Объем выборки – от 5 до 50 человек.
Рассмотрим алгоритм вычислений по критерию знаков и критерию Вилкоксона на примере одной и той же задачи.
Условие задачи
У 15 пациентов неврологической клиники измерялся уровень реактивной тревожности до (xi) и после (xi’) соответствующего психотерапевтического воздействия. Получены следующие результаты (табл. 10.1):
Таблица 10.1
|
Испытуемый |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
|
xi |
46 |
48 |
54 |
43 |
47 |
51 |
48 |
50 |
49 |
57 |
41 |
48 |
53 |
42 |
48 |
|
xi’ |
43 |
44 |
56 |
40 |
48 |
49 |
52 |
45 |
48 |
53 |
38 |
43 |
52 |
40 |
49 |
Задание
Определить эффективность психотерапевтического воздействия.
Решение
Оформляем данные в виде соответствующей таблицы (табл. 10.2):
Таблица 10.2
|
xi |
xi’ |
S |
xi - xi’ |
|xi - xi’|* |
R |
R* |
R+ |
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
46 48 54 43 47 51 48 50 49 57 41 48 53 42 48 |
43 44 56 40 48 49 52 45 48 53 38 43 52 40 49 |
+ + – + – + – + + + + + + + – |
3 4 – 2 3 – 1 2 – 4 5 1 4 3 5 1 2 – 1 |
1 1 1 1 2 2 2 3 3 3 4 4 4 5 5 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
2,5 2,5 2,5 2,5 6 6 6 9 9 9 12 12 12 14,5 14,5 |
6
2,5
12
2,5 |
|
|
|
|
|
|
|
Σ |
23 |
В столбце 1 таблицы приведены значения УРТ до психотерапевтического воздействия, в столбце 2 – после такового. Значения УРТ в 1-м и и 2-м столбцам должны располагаться в одном и том же порядке, т. е. каждая пара показателей соответствует одному и тому же субъекту.
Используем критерий знаков:
Для нахождения знака разницы (s) между xi и xi’ обозначим позитивные сдвиги (уменьшение значения признака) плюсом, а негативные (увеличение значения) – минусом (столбец 3 таблицы).
Находим соотношение плюсовых и минусовых значений: n (–) = 4; n (+) = 11. Таким образом, s = 4 : 11 (для удобства сравнения с табличными значениями на первое мето ставится меньшее, на второе - большее число.
Сравниваем полученные значения с табличными (критическими) (табл. XVII Приложений): для n = 15 sкр. = 4 : 11.
Делаем вывод о том, что по критерию знаков влияние фактора находится на границе статистической достоверности.
Таким образом, по критерию знаков мы не смогли доказать, что влияние фактора является статистически значимым даже для 1-го уровня.
При отсутствии соответствующей таблицы, можно воспользоваться формулой следующего вида:
(10.1)
где N – сумма плюсов или сумма минусов, n - общее число значений, 0,5 - поправочный коэффициент, который добавляют к N, если N < n/2, или вычитают, если N > n/2.
Критическое значение z (мера Пирсона) для соответствующего уровня значимости находится в соответствующих таблицах.
Используем критерий Вилкоксона:
Находим частные разности между значениями xi и xi’ (столбец 4).
Выстраиваем разности в ранжированный ряд без учета знака (столбец 5).
Преобразуем интервальную шкалу значений в ранговую (порядковую) (столбец 6). Данная процедура не отличается от таковой при использовании критерия Манна-Уитни (см. подраздел 7.3).
Вводим поправки на связанные ранги (столбец 7).
В последний столбец (8) переносим ранговые числа переменных того знака, которых меньше (в данном случае – ранги минусовых значений).
Вычисляем критерий Вилкоксона, который соответствует сумме значений в столбце 8: T = Σ R – = 23.
В таблице критических значений (табл. XVIII Приложений) для n = 15 находим: Ткр. = 30 (для β1 = 0,95) и Ткр. = 19 (для β2 = 0,99).
Необходимо помнить, что влияние фактора считается статистически значимым, если T < Tкр (аналогично критерию Манна-Уитни).
Вывод
Влияние исследуемого фактора (сеансов психотерапевтического воздействия) является статистически достоверным для 1-го уровня значимости.
