Психодиагностика. Применение статистических методов в психологических измерениях. |
Лекции и практикум по психологии - Психодиагностика | |||||||
Применение статистических методов в психологических измеренияхВ каждой метрической шкале применяются определенные статистические методы. Параметрическая статистика применяется в интервальной и более мощных шкалах. Распределение эмпирических данных
В ходе любого социального или психологического исследования, связанного с применением статистики и теории вероятностей, проводится изучение большого числа людей, их признакового пространства, для того чтобы сделать обобщения и типологические выводы относительно всей или части наблюдаемой популяции. Эта популяция в психометрии (и в других точных математических дисциплинах) называется генеральной совокупностью. Психолог не в состоянии изучить свойства всей популяции. Поэтому он работает с выборкой (частью популяции, группой), а выводы с учетом определенных процессуальных правил распространяет на всю генеральную совокупность. Таким образом, исследователь, изучая свойства относительно небольшой группы, получает знание о свойствах генеральной совокупности. Согласно теореме Бернулли "при бесконечном увеличении объема выборки эмпирическое распределение по вероятности стремится к распределению теоретическому". Метод наименьших квадратов в сочетании с гауссовским (нормальным) распределением эмпирических данных служит основой классической статистики. Предположения о нормальном распределении данных имеют "модельный" характер. На деле они не могут выполняться абсолютно точно. Допустимые пределы отклонений от теоретической кривой, когда возможно применение методов параметрической статистики (среднее, С.К.О., коэффициенты корреляции и т.п.) определяются согласно неравенствам П.Л. Чебышева. Применение непараметрической и параметрической статистики при обработке эмпирических данныхМетоды непараметрической статистики применяются в тех случаях, когда показатели тестов распределены ненормально или распределение неизвестно. Существует определение: "Непараметрические методы статистики - методы математической статистики, не предполагающие знание функционального вида генеральных распределений". Распространение методов непараметрической статистики сдерживается отсутствием учебных пособий по этому предмету. История непараметрических методов начинается с использования критериев знаков Арбетноттом в 1710 г. Во второй половине XIX в. Фехнер и Гальтон стали применять ранги и коэффициенты ранговой корреляции. Работами Спирмена (1904) к ранговым методам было привлечено внимание научной общественности, а работы Колмогорова (1933), Смирнова(1935), Уилкоксона (1945), Сигеля (1956) и др. создали непараметрическую статистику как самостоятельную ветвь математической статистики.
В практической работе психологов и, в частности, в профотборе для статистической оценки связей эмпирических переменных используют следующие коэффициенты: а) в шкале наименований: коэффициент согласия Пирсона (χ2), коэффициенты контингенции (Q) и ассоциации (Ô) (для 4-клеточной сопряженности), коэффициенты взаимной сопряженности Пирсона (С) и Чупрова (К) (для mх n-клеточной сопряженности). б) в шкале порядков: коэффициент ранговой корреляции Спирмена (Rs). в) меры центральной тенденции:
г) меры связи и статистического вывода:
χ2 = Σ (ni1 — ni2)2 / ni2 , где ni1 - частоты тестовых данных: частота (Р1) проявления свойства у первого испытуемого; 6) Для определения статистической связи переменных, измеренных в дихотомической шкале наименований, используются коэффициенты контингенции (Q) и ассоциации (Ô). Теоретическая интерпретация коэффициента ранговой корреляции Спирмена Rs идентична любой статистике из области измерения связей переменных. Если значение Rs более 0.5, то имеет место статистически сильная связь, если менее 0.5 — слабая. Положительные и отрицательные знаки показывают направленность связи (соответственно, прямая и обратная). Параметрическая статистика применяется в тех случаях, когда тестовые показатели измерены в интервальной шкале, шкале отношений или абсолютной шкале при соблюдении распределения Гаусса. В данном случае применяются методы анализа данных при помощи моды, медианы и среднего (Мо; Ме; Мх) [меры центральной тенденции], дисперсии и среднего квадратического отклонения (Dх ; δх), коэффициента вариации (V) [меры изменчивости], коэффициента корреляции Пирсона (Rxy)[меры связи], t-критерия Стъюдента, υ-критерия Уэлша, F-критерия Фишера [статистический вывод] и психодиагностического прогнозирования при помощи методов линейной и нелинейной регрессии [модели регрессии]. Статистические методы применяются в определенном доверительном интервале, который задается исходя из потребностей точности измерений. Доверительным интервалом называется интервал (X ± e), который "накрывает" неизвестный параметр с заданной точностью. В биологических и социальных исследованиях максимальное значение e задается в пределах 5%. То есть e £ 0.05. 8) Основной мерой центральной тенденции в параметрическом измерении является среднее значение - математическое ожидание (Мх). Это сумма всех измеренных значений свойства, отнесенное к количеству этих измерений. 9) Изменчивость признаков в параметрических шкалах измеряется при помощи дисперсии и среднего квадратического отклонения (δх). Среднее квадратическое отклонение определяется как арифметическое значение квадратного корня из дисперсии - среднего арифметического квадратов отклонений отдельных значений измеренного свойства от их среднего значения. 10) Коэффициент корреляции Пирсона (Rxy) показывает наличие статистической связи между психологическими переменными х и у, при которой каждой переменной х соответствует не одно или несколько определенных значений у, а распределение у, меняющееся вместе с изменением х, которое может быть однонаправленным (+) и разнонаправленным (-). где xi - значение показателя первой переменной; Теоретическая интерпретация коэффициента корреляции Пирсона Rxy подобна другим статистикам из области измерения связей между переменными. Если значение Rxy более 0.5, то имеет место статистически сильная связь, если менее 0.5 — слабая. Положительные и отрицательные знаки показывают направленность связи (соответственно, прямая и обратная). 11) При определенном количестве измерений (n) корреляционные связи могут быть значимыми и незначимыми. Исследователю необходимо это знать для того, чтобы сделать достоверный вывод о причинно-следственных связях переменных. Уровень значимости коэффициентов корреляции определяется по формуле расчета t-критерия при помощи таблиц "Квантилей t-распределения Стъюдента для доверительной вероятности". где R — численное значение коэффициента корреляции; 12) Точечный биссериальный коэффициент корреляции Пирсона (Rpb) — метод корреляционного анализа отношения переменных, одна из которых измерена в дихотомической шкале наименований, а другая — в интервальной шкале отношений или порядка. Точечно-биссериальный коэффициент корреляции применяется также для определения дискриминативности заданий тестов. Rpb = [(Mx — Mо) / δx] √ n1 nо / n (n — 1), где Mx - среднее по Х объектов со значением 1 по Y; 13) Расчет коэффициентов корреляции является инструментом, позволяющим осуществить корреляционный, факторный и кластерный анализ эмпирических данных. 14) t-критерий Стъюдента, υ-критерий Уэлша, F-критерий Фишера представляют собой методы статистического вывода о наличии значимой связи между признаками или выявления признака, характеризующего генеральную совокупность. На практике они применяются для оценки подобия двух групп испытуемых, у которых измерены определенные свойства, по средней и дисперсии тестовых данных. t-критерий в отличие от υ-критерия применяется в ситуации равенства средних квадратических отклонений. F-критерий определяет подобие выборок по дисперсии их эмпирических переменных. где Мх - средние значения тестовых данных; Анализ результатов исследования при помощи t -критерия осуществляется по следующему алгоритму: Стандартизация тестовых показателейСтандартизацией называется процесс унификации, регламентации, приведения к единым нормативам процедуры психодиагностики и тестовых показателей. При помощи стандартизации осуществляется сопоставление экспериментальных данных, полученных при помощи методик различной размерности. В результате обработки тестовых показателей получают сырые баллы, которые переводятся в стандартные оценки, составленные в соответствии с законом нормального распределения. |
Уважаемые пользователи и посетители сайта! Спасибо за то, что вы присылаете материал на сайт «Ваш психолог. Работа психолога в школе» по адресу sait.vashpsixolog собачка mail.ru Убедительная просьба, обязательно указывайте автора или источник материала. На многих материалах авторство потеряно, и, если вы, являетесь автором одного из них, пришлите письмо с точной ссылкой на материал. Если на ваше письмо, вы не получили ответ, напишите еще раз, т.к. письма иногда попадают в спам и не доходят. Смотрите внимательно: авторство или источник указываются, чаще всего, в конце материала (если материал разбит на страницы, то на последней). С уважением, администрация. |