🗊Презентация Количественная обработка данных

Количественная обработка данных

Основные понятия Основные понятия Генеральная совокупность Выборка Репрезентативность выборки Признаки и переменные Шкалы Распределение признака Статистическая гипотеза Статистические критерии Уровень значимости

Генеральная совокупность – все множество объектов, в отношении которых формулируется исследовательская гипотеза (женщины, мужчины, подростки, студенты и т.д.) Генеральная совокупность – все множество объектов, в отношении которых формулируется исследовательская гипотеза (женщины, мужчины, подростки, студенты и т.д.) Выборка – ограниченная по численности группа объектов (испытуемых, респондентов), специально отбираемая из генеральной совокупности для изучения ее свойств. Репрезентативность выборки (ее представительность) – способность выборки представлять изучаемые явления достаточно полно – с точки зрения их изменчивости в генеральной совокупности

Признаки и переменные это измеряемые психологические явления (время решения задачи, количество ошибок, уровень тревожности, агрессивности, уровень интеллектуального развития, социометрический статус и др.) Психологические переменные – случайные величины, так как заранее неизвестно, какие значения они примут. Значения признака, переменной определяются при помощи специальных шкал измерения.

Шкалы измерения Номинативная (шкала наименований): имя, название, пол, экстрапунитивность – интрапунитивность - импунитивность реакций, старший – средний – младший ребенок и др. Порядковая (ординальная): принцип «больше –меньше», при этом истинное расстояние между классами неизвестно, известно только, что они образуют последовательность: очень высокий, высокий, средне-высокий, средний, средне-низкий, низкий, очень низкий и др. Интервальная (шкала равных интервалов): каждое значение признака отстоит от другого на равном расстоянии: возраст, балл по тревожности, коэффициент интеллекта и др. Шкала равных отношений – шкала, классифицирующая объекты пропорционально выраженности измеряемого свойства: вариант А не выбрали ни одного раза, Б – 14 раз и В – 28 раз (Б в два раза меньше В)

Распределение признака - закономерность встречаемости его значений График нормального распределения

Статистическая гипотеза Нулевая Но Гипотеза об отсутствии различий То, что мы хотим опровергнуть, если стоит задача доказать значимость различий Пример: уровень тревожности мальчиков и девочек одинаковый (не различаются)

Статистические критерии - это решающее правило, обеспечивающее принятие истинной и отклонение ложной гипотезы, а также метод расчета определенного числа и само это число. Виды: Параметрические – включают в формулу расчета параметры распределения (средние и дисперсии): t-критерий Стьюдента, критерий F и др. Непараметрические – основаны на оперировании частотами или рангами (Т критерий Вилкоксона, критерий Q Розенбаума и др.) (стр. 28 Сидоренко Е.Е.)

Уровень значимости Вероятность того, что выявленная связь не случайна, а существенна р≤0,05 – различия достоверны на 5-%-ом уровне значимости, т.е. вероятность недостоверности составляет 0,05 р ≤0,01 – различия достоверны на 1%-ом уровне значимости, т.е. вероятность недостоверности 0,01.

Способы представления данных Рисунок 1. – Результаты диагностики уровня профессионального стресса

Рекомендации к объему выборки 1. Наибольший объем выборки необходим при разработке диагностической методики – от 200 до 1000-2500 человек. 2. Если необходимо сравнить 2 выборки, их общая численность должна быть не менее 50 человек, при этом численность сравниваемых выборок должна быть приблизительно одинаковой. 3. Если изучается взаимосвязь между какими-либо свойствами, то объем выборки должен быть не менее 30-35 человек. 4. Чем больше изменчивость изучаемого свойства, тем больше должен быть объем выборки.