Основные методы обработки данных в психологии


Методы обработки данных в психологии

Психологи собирают сведения об объекте исследования путем проведения экспериментов.

Обработка полученных данных производится при помощи специальных научных методов.

Назначение методов


Каково назначение методов?

Психологические исследования позволяют выявить некоторые общие черты, свойственные популяции людей.

Под популяцией понимается совокупность объектов изучения, которых объединяет какой-то общий признак.

Это могут быть представители одной социальной группы, сообщества, возрастной категории, профессиональной области и т.д.

Для проведения исследования производится выборка, которая должна быть репрезентативной (т.е. максимально точно и достоверно отражать характеристику всей совокупности в целом). Полученные в результате работы психолога результаты подлежат обработке.

Обработка данных — это отдельная область экспериментальной психологии, напрямую связанная с математикой, статистикой.

Любое психологическое исследование состоит из нескольких этапов: разработка программы, проведение процедур, анализ полученных результатов.

Методы математической обработки данных позволяют проверить достоверность начальных гипотез и, соответственно, опровергнуть их или подтвердить. В итоге решаются следующие задачи:

  • систематизируются полученные сведения;
  • выявляются допущенные ошибки, неточности;
  • обнаруживаются скрытые закономерности, связи;
  • определяется достоверность результатов.

Назначение методов обработки

Обработка данных бывает количественной и качественной.

В первом случае изучаются различные параметры объекта исследования, которые подлежат измерению.

Во втором случае речь идет о проникновении в суть проблемы, выявлении глубинных процессов. Оба уровня тесно связаны между собой, поскольку только единство из применения позволяет получить точные результаты.

При этом качественные данные невозможно измерить, единственный способ их математической оценки — выявление частоты встречаемости (например, как часто встречается среди испытуемых холерический тип темперамента).

Количественные же данные можно анализировать при помощи специальных статистических методов, в основе которых лежат математические параметры.

Количественная обработка производится при помощи двух групп методов: первичных, вторичных.

к содержанию ↑

Классификация

Методы статистической обработки — это математические формулы, приемы, количественные расчеты, которые позволяют систематизировать полученные в ходе исследования сведения, выявить имеющиеся закономерности.

Первичные

Первичные методы

Первичные методы позволяют установить показатели, отражающие непосредственные результаты исследований.

С их помощью психолог может сформировать свое первое представление об объекте: о его характеристиках, об имеющихся закономерностях и т.д.

Первичные методы:

  1. Среднее арифметическое. Это одно из самых простейших арифметических действий. Для получения данного количественного показателя исследователю достаточно сложить все выявленные числовые значения и поделить полученную сумму на количество этих значений.
  2. Медиана. Под медианой понимается числовая величина, которая занимает центральное положение в последовательном ряду данных. Иными словами, из всего массива чисел половина оказывается меньше медианы, а половины — больше. Соответственно, выше и ниже медианы количество значений одинаковое.
  3. Мода. Этот метод подразумевает выделение числа, которое чаще остальных присутствует в выборке — самое «модное» число.

    Например, если большинство испытуемых демонстрируют во время эксперимента одну и ту же реакцию на какой-либо раздражитель, то количественный показатель по данной реакции будет относиться к моде.

  4. Дисперсия — это мера изменчивости, которая позволяет судить о степени вариации признака.
к содержанию ↑

Вторичные анализы

Вторичные анализы: виды

Вторичные методы математико-статистического анализа направлены на более глубокое изучение вопроса.

Они помогают выявлять скрытые закономерности, устанавливать взаимосвязи.

Вторичные методы: корреляционный анализ, регрессионный анализ, факторный анализ и др.

к содержанию ↑

Корреляционный

Между двумя переменными может существовать определенная зависимость. При наличии такой зависимости изменения в одной переменной автоматически стимулируют изменения показателей второй переменной.

Подобная связь присутствует, когда имеются некоторые общие факторы, оказывающее влияние в обоих случаях. Уровень зависимости, существующий между переменными, называется корреляционным коэффициентом. Диапазон его колебаний: от — 1 до +1.

При отрицательном значении показателя специалист делает вывод, что увеличение значений одной переменной приводит к уменьшению значения другой.

Нулевой коэффициент корреляции свидетельствует об отсутствии взаимосвязи между явлениями. Его положительное значение подтверждает, что прямая зависимость между переменными присутствует. Причем чем эта зависимость существеннее, тем ближе показатель приближается к отметке 1.

к содержанию ↑

Регрессионный

Регрессионный анализ

Позволяет выявить зависимость одной случайной переменной от другой или нескольких других случайных переменных.

Первый показатель считается зависимым, остальные показатели — независимые.

Исследователь самостоятельно определяет, какие переменные будут выполнять выбранные роли. Его решение зависит от того, какие задачи ставятся изначально.

к содержанию ↑

Факторный

Суть метода — выявление некоторого фактора, объединяющего большое количество переменных по какому-либо признаку.

Это позволяет сузить массив обрабатываемой информации до оптимальных значений. При помощи факторного анализа все многообразие данных объединяется в несколько ключевых показателей.

Активно используется в психологии при работе с большими объемами информации.

Он позволяет выявить скрытые признаки и закономерности, причины возникновения явлений. Существуют разные типы факторного анализа: перспективный, ретроспективный, прямой, обратный и т.д.

к содержанию ↑

Канонический

Канонический анализ

Позволяет установить зависимость между двумя модулями переменных, которые характеризуют объекты.

Данный способ исследования помогает обобщить информацию и выявить влияние одного фактора на группу переменных.

Например, в сфере педагогики специалист может при помощи данного приема выявить зависимость между успеваемостью детей по нескольким видам дисциплин и уровнем развития у них какого-либо навыка.

Или можно выявить уровень влияния какого-либо внешнего фактора на развитие определенных психологических проблем.

к содержанию ↑

Сравнение средних

Нередко при сравнении средних показателей двух серий экспериментов исследователь обнаруживает несовпадение. Это может быть вызвано как совершенными специалистом во время проведения эксперимента ошибками, так и иными причинами.

Например, в рамках исследования уровня знаний студентов университета, группе первокурсников моет быть предложено пройти тест, состоящий из 60 вопросов. Через 5 лет этой же группе студентов, являющихся выпускниками, предлагается вновь пройти тот же самый тест.

То есть и объекты исследования, и предмет исследования, и содержание эксперимента никак не изменяются. Проходит лишь определенный промежуток времени.

Сравнение средних показателей наверняка продемонстрирует явное несовпадение результатов. В данном случае исследователь после анализа данных скорее всего придет к выводу, что средний показатель уровня знаний студентов за время обучения повышается.

к содержанию ↑

Сравнение дисперсий

Сравнение дисперсий - что это такое?

Предыдущий метод не всегда позволяет получить исчерпывающую информацию.

Сравнение средних величин помогает исследователю проследить взаимосвязь между двумя уровнями одного и того же объекта.

Сравнение же дисперсий позволяет оценить степень изменчивости одного показателя, характерного для двух разных объектов. Так, специалист может поставить перед собой задачу определить уровень успеваемости учеников двух разных классов — 7-го и 8-го.

В этом случае данные, подтверждающие разные уровни успеваемости, будут свидетельствовать об изменчивости исследуемого показателя.

к содержанию ↑

Частотный

Создание специальных таблиц частот для изучения категориальных переменных.

Возможно применение данного способа обработки данных и в отношении количественных переменных, но в таком случае могут возникнуть сложности при интерпретации результатов.

Обычно данные таблицы частот представляют собой графические изображения в виде гистограмм.

Частотный ряд имеет смысл применять в том случае, когда в исходной выборке присутствует множество схожих значений.

к содержанию ↑

Кластерный

Кластерный метод

Данный способ классификации полученных данных применяется при больших объемах информации.

Все многочисленные объекты исследования разбиваются на группы по схожим признакам.

Подобный многомерный метод актуален для исследований, в которых присутствует большое количество объектов или у незначительного числа объектов выявляется многообразие признаков.

Несомненным преимуществом подхода является тот факт, что объекты могут объединяться в однородные группы не только по одному схожему признаку, но и по совокупности признаков.

Также кластерный анализ в отличие от большинства других статистических методов не налагает никаких ограничений на вид объектов, подлежащих рассмотрению. Соответственно, становится возможным выбор данных произвольного характера.

к содержанию ↑

Дискриминантный

Также используется в многомерных исследованиях при существенном объеме исходных данных. В данном случае изначально определяется перечень нескольких групп, обладающих определенными характеристиками. Каждый объект с учетом свойственных ему признаков соответствует одной из заданных групп.

Дискриминантный подход

Подход помогает решить две ключевые проблемы: выявить четкие различия между классами объектов, классифицировать эти объекты с учетом имеющихся различий.

Помимо вышеперечисленных статистических способов обработки данных существуют и другие приемы, которыми эффективно пользуются специалисты.

Выбор наиболее подходящего метода исследования зависит от задач, которые ставит перед собой психолог, а также от характеристик объектов и их количества.

Таким образом, для интерпретации данных психологических исследований применяются принципы статистического анализа. Классификация методов обработки полученных результатов достаточно обширна ввиду большого количества критериев оценки изучаемых объектов.

Статистические методы обработки информации:






Наша интересная группа Вконтакте:


Понравилась статья? Следите за обновлениями сайта В Контакте или Твиттере. Подпишитесь на свежие материалы по E-Mail:


Автор статьи - Тришкина Светлана Николаевна. Есть вопрос? Спросите в комментариях к статье.

Добавить комментарий