Основной задачей исследователя при выборе методов статистической обработки является нахождение наиболее адекватных способов решения поставленных в исследовании научных целей и задач. В таблице приводится классификация статистических методов в соответствии этапами математической обработки результатов эмпирического исследования.
Таблица 3.
Этапы математической обработки результатов эмпирического исследования и соответствующие им методы
|
Описательная статистика
| 1. Табулирование
2. Упорядочивание (ранжирование)
3. Расчет первичных статистик:
ü Меры центральной тенденции (среднее, мода, медиана и др)
ü Показатели вариативности (дисперсия. стандарнтное отклонение)
ü Показатели формы распределения (показатели асимметрии и эксцесса)
4. Меры ошибок репрезентативности
5. Группировка данных (построение гистограммы, полигона)
6. Построение среднегрупповых профилей
7. Проверка нормальности распределения
|
Оценка взаимосвязи психологических признаков
| 1. Оценка связи между качественными признаками:
ü Тетрахорический коэффициент корреляции;
ü Коэффициент взаимной сопряженности Пирсона;
ü Коэффициент взаимной сопряженности Чупрова;
ü Коэффициент контингенции.
2. Оценка связи между порядковыми признаками (измерены методом ранжирования):
ü Коэффициенты ранговой корреляции ρ–Спирмена, τ–Кендэлла.
3. Оценка согласованности мнений экспертов (метод экспертных оценок)
ü Коэффициент согласованности Спирмена
ü Коэффициент конкордации Кендэлла
4. Оценка связи между количественными признаками:
ü Коэффициент корреляции r Пирсона.
|
Анализ структуры взаимосвязей
| 1. Метод корреляционных плеяд
|
Выявление различий в уровне исследуемого признака
| 1. Параметрический критерий t Стьюдента
2. Непараметрические критерии: Критерий Розенбаума;
ü Критерий Манна–Уитни;
ü Критерий тенденций Крускала-Уоллиса;
ü Критерий тенденций Джонкира.
|
Оценка достоверности сдвига в значениях исследуемого признака
| 1. Параметрический критерий t Стьюдента
2.Непараметрические критерии:
ü Критерий знаков;
ü Критерий Вилкоксона;
ü Критерий Фридмана;
ü Критерий тенденций Пейджа
|
Многофункциональные статистические критерии
| 1. Критерий φ*—угловое преобразование Фишера
2. Биномиальный критерий m
|
Выявление различий в распределении признака
| 1. Критерий Пирсона
2. Критерий Колмогорова–Смирнова Биномиальный критерий m
|
Анализ изменений признака под влиянием контролируемых условий
| 1. Один признак:
ü Критерий тенденций Джонкира
ü Критерий тенденций Пейджа
ü Однофакторный дисперсионный анализ Фишера
2. Два признака
ü Двухфакторный дисперсионный анализ Фишера
|
Исследование явлений, характеризующихся большим количеством признаков
| Факторный анализ - выявляет влияние скрытых латентных факторов, обусловливающих множественные корреляции
Регрессионный анализ -осуществляет прогноз развития фактора, который имеет тенденцию изменяться через определенный промежуток времени
Кластерный анализ - выявляет связь или степень подобия различных объектов по “подобию” их характеристик (переменных). По определенным статистическим критериям различные “сходные” объекты (например испытуемые) объединяются в классы (группы, кластеры и т.д.)
|