Классификация задач и методов их решения
| Задачи | Условия | Методы |
| 1. Выявление различий в уровне исследуемого признака | 2 выборки испытуемых | Q – критерий Розенбаума; U – критерий Манна-Уитни; j* – критерий (угловое преобразование Фишера) |
| 3 и более выборок испытуемых | S – критерий тенденций Джонкира; H – критерий Крускала– Уоллиса | |
| 2. Оценка сдвига значений исследуемого признака | 2 замера на одной и той же выборке испытуемых | T – критерий Вилкоксона; G – критерий знаков; j* – критерий (угловое преобразование Фишера) |
| 3 и более замеров на одной и той же выборке испытуемых | c2r– критерий Фридмана; L – критерий Пейджа | |
| 3. Выявление различий в распределении признака | при сопоставлении эмпирического распределения с теоретическим | c2 – критерий Пирсона; l – критерий Колмогорова – Смирнова; m – биномиальный критерий |
| при сопоставлении двух эмпирических распределений | c2 – критерий Пирсона; l – критерий Колмогорова – Смирнова; j* – критерий (угловое преобразование Фишера) |
Окончание таблицы
| Задачи | Условия | Методы |
| 4. Выявление степени согласованности изменений | двух признаков | rs – коэффициент ранговой корреляции Спирмена |
| двух иерархий или профилей | rs - коэффициент ранговой корреляции Спирмена | |
| 5. Анализ изменений признака под влиянием контролируемых условий | под влиянием одного фактора | S – критерий тенденций Джонкира; L – критерий Пейджа; однофакторный дисперсионный анализ Фишера |
| под влиянием двух факторов одновременно | Двухфакторный дисперсионный анализ Фишера |
КОНТРОЛЬ СУБЪЕКТНЫХ ПЕРЕМЕННЫХ. Психологи уделяют большое внимание разнообразным характеристикам испытуемых – субъектным переменным. В исследовании часто возникает необходимость сравнения результатов одной экспериментальной группы с результатами другой группы. Эти группы состоят из испытуемых, которые различаются по целому множеству свойств, каждое из которых может воздействовать на результаты исследования. Очень важно при этом обеспечить равенство групп по своим свойствам, чтобы различие в результатах эксперимента можно было объяснить воздействием независимой переменной, а не тем, что испытуемые в одной группе очень отличались от испытуемых другой группы по какому-то существенному качеству (например, коэффициенту интеллекта IQ).
В полевых исследованиях встречается множество случаев, когда разница в результатах эксперимента скорее вызывалась индивидуальными особенностями испытуемых, нежели различиями в экспериментальных воздействиях. В исследованиях любого рода вне зависимости от того, изучаются ли испытуемые в естественных условиях или в экспериментальных, необходимо знать: различаются ли между собой испытуемые, входящие в разные группы? Рассмотрим для примера большую промышленную компанию, в которой для мелких служащих предоставлена возможность посещать учебный курс. Набор на этот курс проводится на добровольной основе, занятия проходят по вечерам, в свободное от работы время. При оценке эффективности данного курса, проведенной 10 лет спустя, было обнаружено, что работники, прослушавшие его, выше продвинулись в компании по служебной лестнице, чем те, кто отказался от учебы. Данный факт был интерпретирован в пользу эффективности курса, хотя альтернативным объяснением могло бы быть то, что занятия привлекали именно тех людей, которые уже обладали более сильной мотивацией к карьерному росту. Таким образом, может оказаться, что учебная группа состоит из высокомотивированных людей, а у представителей контрольной группы мотивация намного ниже. Сам же по себе этот курс обладает низкой эффективностью для продвижения в компании; результат может являться следствием различия в мотивации двух сравниваемых групп.
Такого рода проблем можно избежать, если исследователь распределит испытуемых по различным группам экспериментального исследования, обеспечив приблизительно равную выраженность у них значимых характеристик. Существуют три общепринятые техники для обеспечения этого равенства.
Первой техникой является случайный отбор, испытуемые случайным образом распределяются в контрольную и экспериментальную группы. Случайный отбор испытуемых позволяет исследователю с известной долей определенности утверждать, что испытуемые, набранные для всех экспериментальных воздействий, приблизительно одинаковы по своим характеристикам (субъектным переменным).
Второй техникой является попарная группировка. При этом способе подбора испытуемых экспериментатор тестирует каждого человека и затем распределяет испытуемых в группы так, чтобы группы были эквивалентными по результатам тестирования их представителей.
Третья техника – внутригрупповая компоновка. При таком способе построения эксперимента один и тот же испытуемый подвергается всем экспериментальным воздействиям и это обеспечивает равноценность всех групп по субъектным характеристикам.
Близким к изложенному выше является метод повторных измерений с учетом последействия. В этом случае одни и те же испытуемые также подвергаются всем воздействиям, но здесь учитывается и эффект их последовательности.
В двух первых моделях – случайного отбора и попарной группировки – различные испытуемые подвергаются различным воздействиям в ходе эксперимента. Эти методы отбора испытуемых соответствуютплану эксперимента с независимыми группами. В третьей технике, внутригрупповой компановки одни и те же испытуемые участвуют во всех стадиях эксперимента.
КОРРЕЛЯЦИЯ[< лат. correlatio] в математической статистике – понятие, которым отмечают связь между явлениями, если одно из них входит в число причин, определяющих другие, или если имеются общие причины, воздействующие на эти явления (функция является частным случаем корреляции); корреляция может быть полной (при этом, зная значение одной переменной, можно точно предсказать значение второй), неполной (при этом между двумя переменными существует лишь более или менее систематическая связь) или нулевой, если две переменные никак не связаны друг с другом. Корреляция может быть положительной, когда обе переменные изменяются в одном направлении, или отрицательной, если эти изменения противоположны. Число, показывающее степень тесноты корреляции, называется коэффициентом корреляции (это число заключено между -1 и +1).
КОРРЕЛЯЦИОННЫЙ АНАЛИЗ–комплекс методов статистического исследования взаимозависимости между переменными, связанными корреляционными отношениями. Корреляционными (лат. correlatio – соотношение, связь, зависимость) считаются такие отношения между переменными, при которых выступает преимущественно нелинейная их зависимость, то есть значению любой произвольно взятой переменной одного ряда может соответствовать некоторое количество значений переменной другого ряда, отклоняющихся в ту или иную сторону от среднего.
К. а. выступает в качестве одного из вспомогательных методов решения теоретических задач психодиагностики и включает в себя комплекс наиболее широко применяемых статистических процедур при разработке тестовых и других психодиагностических методик определения их надежности, валидности. К. а. является одним из основных методов статистической обработки эмпирического материала в прикладных психодиагностических исследованиях.
Существующие процедуры К. а. позволяют определить степень значимости связи, установить меру и направление влияния одного из признаков (X) на результирующий признак (К) при фиксированном значении отдельных переменных (корреляция частная), выявить степень и направленность связи результирующего признака (Y) с совокупностью переменных а:}, Xg, ... , х (корреляция множественная). К. а. подлежат как количественные, так и качественные признаки (к первым относятся переменные, измеряемые в интервальной шкале и шкале отношений, ко вторым – не имеющие единиц измерения, оцениваемые шкалами наименований и порядковыми шкалами. Может быть также установлена корреляция и для признаков, один из которых является качественным, а другие количественными (корреляция бисериальная, корреляция качественных признаков).
Одним из основных принципов определения количественных критериев корреляционной связи – коэффициентов корреляции – является сравнение величин отклонений от среднего значения по каждой группе в сопряженных парах сравниваемых рядов переменных.
КОРРИГИРОВАТЬ [< лат. corrigere – исправлять] – вносить поправки, исправлять.
КРИВАЯ НОРМАЛЬНОГО РАСПРЕДЕЛЕНИЯ – колоколообразная кривая, обладающая симметрией относительно средней и характерная для популяции, подчиняющейся закону нормального распределения.
КРИВАЯ КОЛОКОЛООБРАЗНАЯ – кривая, характеризующая распределение большинства количественных данных или результатов. Такую кривую для уровней интеллекта можно получить, исследуя распределение результатов интеллектуального тестирования большой группы лиц. Из подобных кривых видно, что результаты большинства исследуемых группируются вокруг среднего уровня, а по мере удаления в ту или иную сторону от этого уровня число их становится все меньше. Именно это и обусловливает характерную колоколообразную форму кривой.
КРИТЕРИЙ СТАТИСТИЧЕСКИЙ – статистический показатель, позволяющий принять или отвергнуть ту или иную гипотезу в зависимости от вероятности того, что различия обусловлены чистой случайностью.
МЕДИАНА [< лат. mediana – средняя] в статистике – срединное или центральное значение.