Статистика

Каждый консультант при исследовании должен уметь пользоваться библиотеками и их ресурсами, компьютерами и программным обеспечением, методами измерения и статистики. Статистика не является неизменной частью оценивания и исследования. Скорее она является только инструментом, который исследователь применяет при анализе, интерпретации и представлении результатов (Wilson & Yager, 1981). Согласно Баркли (Barkley, 3982), «можно быть хорошим исследователем и ничего не знать об изощренных статистических методиках. Также можно хорошо разбираться в статистике и оставаться посредственным или слабым исследователем» (р. 327). Важно проводить грань между исследованием и статистикой.

Статистические концепты. Существуют определенные статистические понятия, которые должен знать каждый консультант, чтобы правильно оценивать результаты исследований. Это, во-первых, меры, центральной тенденции – медиана, среднее значение и мода. Все эти меры соответствуют разным значениям понятия среднего (Galfo & МШег, 1976). Медианой называется средняя точка распределения значений, упорядоченных по возрастанию. Среднее значение – это среднеарифметическое значение. Модой называется значение или величина, наиболее часто встречающаяся в данном распределении. В популяции, которой свойственно нормальное распределение по какому-либо признаку (графически изображается в виде колоколообразной или нормальной кривой), медиана, среднее значение и мода совпадают. Но в действительности такая ситуация встречается редко.

Двумя другими важными статистическими понятиями являются стандартах-отклонение и выборка. Стандартным отклонением называется «мера дисперсии (разброса) значений вокруг среднего значения» (Marken, 1981, p. 42). Оно показывает, как вариативность реакций отражается в фиксируемых показателях или, иными словами, является мерой однородности группы. «Чем выше стандартное отклонение, тем больше вариативность среди индивидов» (Tbonidike, 1997, р. 41). Выборка является важным понятием, поскольку определяет меру общности результатов. Если выборка не совсем адекватно отражает популяцию, на которой она произведена, результаты не могут считаться достоверными для популяции. Когда выборка является реп резе]п-атив1юй,раидомпзоваш-юй, результаты могут считаться применимыми для всей популяции.

Статистические методы. Дескриптивная, корреляционная статистики л статистика вывода являются тремя наиболее широко применяемыми статистическими методами в исследованиях, Дескриптивная (описательная) статистика буквально описывает характеристики выборки. Это также способ упорядочивания и обобщения данных. Ее лучше всего применять при анализе индивидуальных исследований (Miller, 1985). Кроме того, она употребляется для простого описания популяций. Примером описательной статистики являются средняя величина и стандартное отклонение. Корреляционная статистика описывает степень и характер связи между переменными – например, взаимосвязь между установками человека в отношении наркотиков и его действительным употреблением наркотиков. Наконец, статистика вывода служит для группового сравнения или для того, чтобы на основе выборочных оценок осуществлять интерполяцию результатов на всю популяцию. Она показывает, обусловлены ли результаты исследований воздействием изучаемых факторов или являются случайными (Gozby. 1997).

Разработано немало статистических критериев для оценки вероятности обусловленности результатов исследований воздействием изучаемых факторов. С этой целью применяются две широкие категории критериев: параметрические и непараметрические. Параметрические критерии, как правило, являются более мощными. В их основе лежит предположение, что «для большинства популяций существует по крайней мере один параметр, который «представляет собой характеристику или качество популяции, присутствующее в популяции постоянно, хотя его .значение является переменной величиной», подобно радиусу окружности (Leedy, 1997, р. 150). Параметрические критерии применяются, когда предполагается, что рассматриваемая популяция имеет равномерно распределенные характеристики, которые могут быть представлены колоколообразной кривой. Примерами параметрических критериев являются смешанный коэффициент корреляции Пирсона и С-критерий. Непараметрические критерии применяются в тех случаях, когда нет оснований предполагать наличие нормального распределения, но можно говорить о выраженной дихотомии показателей. Непараметрические критерии требуют большего размера выборки для выявления уровня значимости, сравнимого с параметрическими критериями. Примерами непараметрических критериев являются коэффициент ранговой корреляции Спирмена и хи-квадрат.

В дополнение можно указать на использование статистических методов для( сравнения результатов, полученных в различных исследованиях. Один из значительных эмпирически обоснованных подходов известен под названием метаанализа (Glass, 1976; Wilson, 1981). До разработки метаанализа исследователи были вынуждены сравнивать результаты с помощью повествовательных методов, что приводило к многочисленным погрешностям. Метаанализ позволяет сравнивать и выделять большие объемы информации (Baker, Swisher, Nadenichek & Popovicz, 1984). Статистические методы неоценимы для тех, кто собирается анализировать, упорядочивать, представлять или оценивать данные (Remer, 1981).

Резюме

Эта глава посвящена оцениванию и исследованию и взаимосвязи между ними. Хотя эти термины зачастую определяются как идентичные, каждый их них имеет самостоятельное значение. Задачи оценивания состоят в том, чтобы помочь консультанту решить, соответствуют ли применяемые программы целям, условиям и насколько они подходят клиентам. Первым важным этапом в проведении оценивания является определение потребностей. Существует несколько удачных примеров, которым консультант может следовать при выполнении этой задачи. Исследования отпугивают многих консультантов. Однако эти опасения могут уменьшиться по мере того, как консультанты больше узнают о существовании многочисленных способов проведения исследований. Три основных метода исследования – это исторический, дескриптивный (описательный) и экспериментальный. Долгие годы экспериментальный метод считался наиболее ценным, однако постепенно акцент смещается. Все более популярными становятся исследования случаев и интенсивные планы экспериментов. Можно добавить, что разница между понятиями метода исследования и статистической концепции увеличивается, и соответственно увеличивается разница в практическом применении этих подходов. Оба они важны, но исследователи имеют возможность пользоваться тем, в котором они чувствуют себя сильнее.

Консультанты должны постоянно стремиться к совершенствованию своих навыков проведения исследований и оценки. Сегодня жизненный цикл знания короток, и консультанты, которые не тренируют свой ум и не ищут, где нужно что-то изменить, будут оставаться статистами, не влияющими на реальность.