Главная | Обратная связь | Поможем написать вашу работу!
МегаЛекции

Глава 1. Статистические методы в психологии




ОГЛАВЛЕНИЕ

Введение

Глава 1. Статистические методы в психологии

Глава 2. Исследование психологических особенностей студентов вуза статистическими методами

Заключение

Список литературы

 


Введение

 

Актуальность работы. Впервые термин «математическая или статистическая психология» был предложен И. Гербартом в 1822 г., позже его ученик М. Дробиш написал книгу «Первоосновы учения о математической психологии». Однако дальнейшее развитие статистическая психология получила лишь в 1963 г. уже в США, где появился учебник по математической психологии. Там же была организована первая лаборатория по математической психологии, и стал издаваться журнал «Математическая психология», который является единственным и в настоящее время. [1]

В России математическая психология начала развиваться в семидесятых годах XX в., и одним из ее основателей был В.Ю. Крылов. Применение статистических методов в психологии началось практически с момента выделения психологии как экспериментальной дисциплины. Применение математических моделей уже на ранних этапах становления психологии неслучайно и является следствием общей тенденции математизации наук. [8]

Первая стадия характеризовалась применением статистических методов анализа результатов экспериментального исследования, а также выведением простых законов (период с конца XIX до начала XX в.); в это время в психологии начал использоваться метод факторного анализа, были разработаны различные модификации метода кластерного анализа, был предложен психофизический закон, построена кривая научения и др. [15]

Вторая стадия (период 1940-1950-х годов) была связана с разработкой множества моделей психических процессов и поведения человека с использованием уже известного математического аппарата. [6]

Третий этап (с 1960-х годов по настоящее время) характеризуется выделением математической психологии как отдельной психологической дисциплины, основной целью которой является разработка математического аппарата для моделирования психических процессов и анализа данных психологического эксперимента. [4]

Четвертый этап (еще не наступил), возможно, будет характеризоваться становлением теоретической и отмиранием математической психологии (Леонтьев, 1974). Часто математическую психологию (МП) отождествляют с статистическими методами, что является ошибочным. Можно сказать, что математическая психология и статистические методы соотносятся друг с другом так же, как психология теоретическая и экспериментальная. [2]

Применение статистических методов уже на ранних этапах развития психологической науки неслучайно и является следствием общей тенденции математизации науки. С этой точки зрения в современной науке математическая психология является важной для вновь становящихся областей психологии. [13]

Объектами математической психологии являются индивидуальный и коллективный субъекты, обладающие психическими свойствами, а также содержательные психологические теории и математические модели. Предметом математической психологии является разработка и применение формального аппарата для адекватного моделирования систем, обладающих психическими свойствами, а методом - математическое моделирование. [7]

В основе любого статистического метода анализа данных лежит теоретическая модель изучаемого процесса или явления. В настоящее время статистические методы все больше проникают и в гуманитарные области знаний: в экономику, психологию, социологию, лингвистику. [4]

Благодаря развитию информационных технологий и широкому использованию персональных компьютеров математические методы, казалось бы, должны становиться все более доступными для людей с гуманитарным образом мышления. Однако складывается парадоксальная ситуация. Математическая культура не растет, а падает. [11]

Непрерывное и быстрое расширение областей исследования, в которых удается эффективно использовать математические методы, составляет одну из характерных черт развития современной науки. 5]

Цель исследования: исследовать психологические особенности студентов вузов разных этнических групп, используя статистические методы.

Задачи исследования:

1. Раскрыть сущность статистических методов и их использование в психологии.

2. Определить уровень эмоциональной устойчивости, ригидности, уровень волевой регуляции и т.д. (Многофакторный личностный опросник Кеттелла) исследуемых студентов, с использованием математических методов.

.   Выявить особенности отношений студентов с родителями, с использованием математических методов.

.   Определить межличностные отношения студентов, с использованием математических методов.

.   Определить уровень творческого потенциала студентов, с использованием математических методов.

Объектом изучения являются студенты вуза первых курсов.

Предмет исследования: статистические методы и их применение в психологии.

В ходе исследования были использованы следующие методики:

· Многофакторный личностный опросник Кеттелла.

· Опросник "Взаимодействие родитель - ребенок".

· Модульный тест Анцупова.

·   Тест на определение творческого потенциала С.Д. Резнина, С. Н. Соколова и В. В. Бондаренко «Каков ваш творческий потенциал?».

Методы исследования: теоретический анализ литературы по данной теме, психолого-педагогический эксперимент, наблюдение, синтез, обобщение, абстрагирование, статистические методы.

Теоретической базой исследования послужили работы таких исследователей как,Гласс Дж.,Стенли Дж.,Митина О.В.,Бусыгина A.JI., Ведерникова Л.В., Горностаев П.В., Левитская Е.Ю., Легран П., Матушанский Г.У., Менг Т.В., Соломко Л.И. и др.

Экспериментальная база исследования. В исследовании приняли участие студенты первых курсов Университета Дружбы народов города Москвы, в количестве 428 человек.

Структура работы. Работа состоит из введения, 2 глав, заключения и списка использованной литературы.

эмоциональная устойчивость ригидность воля студент

 


Глава 1. Статистические методы в психологии

Использование математических методов в психологических исследованиях предполагает создание формального математического аппарата, пригодного для изучения психологических явлений и процессов на специальном объекте - модели, являющейся промежуточным звеном между исследователем и предметом исследования. [12]

Подобное замещение допускается при условии, что реальный объект изучения и его математическая модель имеют сходство в основополагающих элементах и отношениях между ними. Поэтому, изучая модель, можно получить новые данные о предмете исследования, которые в обычных условиях определить достаточно сложно, а в некоторых случаях и невозможно. [14]

Построение математической модели предполагает качественное описание предмета исследования, формулирование статистической гипотезы и ее проверки. [8]

Статистическая гипотеза - это предположение об определенных эмпирических характеристиках распределения в данной совокупности, которое:

а) появляется одновременно с ведущей идеей исследования и ею определяется;

б) возникает на основании известных знаний, но выходит за их пределы;

в) позволяет систематизировать предположения исследователя и представить их в чётком и лаконичном виде;

г) позволяет соединить известные познания с новым, требующим обоснования;

д) экспериментально и практически проверяема. [7]

Статистическая проверка гипотезы представляет собой процедуру обоснованного сопоставления высказанной гипотезы с имеющейся выборкой, осуществляемая при помощи того или иного статистического критерия (метода). Использование статистических методов, к сожалению, не всегда сопровождается четкими представлениями о возможностях и границах их применения, так как в научно-методической литературе нет единого подхода, позволяющего исследователю определиться с выбором статистического критерия, соответствующего задачам педагогического исследования. Рассмотрим в качестве примера некоторые подходы решения проблемы, которые отражают основные аспекты данного вопроса. [16]

Б.А. Сосновский при решении данной проблемы предлагает основываться на мощности критерия - чем выше мощность критерия, тем он предпочтительней. Однако при этом не указывается, как данный критерий будет соответствовать математической модели эмпирического исследования. [5]

Е.В. Сидоренко полагает, что выбор статистического критерия следует, прежде всего, определять, исходя из задач исследования и количества элементов (иерархий) выборки. Однако при этом:

) соответствие гипотез исследования и статистических гипотез критерия должно устанавливаться самим исследователем, что затрудняет выбор критерия;

) классификация критериев относительно количества элементов (иерархий) представлена согласно используемым автором статистических таблиц, что неоправданно сужает границы применимости критериев. [8]

Ю.Н. Толстова, основываясь на анализе условий (ограничений) применимости статистических методов, предлагает типологию общепринятых статистических критериев, сводящуюся к простому их перечислению, что мало похоже на классификацию и поэтому затрудняет ее использование. При этом не учитываются задачи и гипотезы исследования, что может привести к некорректным выводам в психологических исследованиях. [12]

А.Д. Наследов отмечает, что выбор критерия определяется статистической гипотезой, но при этом не приводит видов возможных гипотез, ссылаясь на то, что их количество сводится к небольшому числу типичных исследовательских ситуаций, в основу классификаций которых, прежде всего, должны быть положены типы шкал, количество и соотношение сравниваемых групп. Андрей Дмитриевич приводит обоснование этих утверждений, но при этом не дает четких рекомендаций по использованию тех или иных методов, применяемых в психолого-педагогическом исследовании. [3]

Анализ научной и учебно-методической литературы позволил выявить необходимые критерии при выборе статистического метода:

. Тип переменных (признаков).

. Шкала, которая использовалась при измерении психолого-педагогических показателей (номинативная, порядковая, интервальная и отношений).

. Тип распределения данных, который получился в исследовании:

а) нормальное распределение (в этом случае используют параметрические критерии);

б) тип распределения данных не известен (не имеет значения) (применяют непараметрические критерии).

. Количество элементов в выборке (при небольших объемах выборки испытуемых целесообразно использовать непараметрические критерии, которые дают большую достоверность выводам, независимо от того, получено ли в исследовании нормальное распределение данных или нет).

. Тип исследовательской задачи (для непараметрических методов: выявление различий в уровне исследуемого признака; оценка сдвига значений исследуемого признака; выявление различий в распределении признака; выявление степени согласованности изменений).

. Формулировка основной (нулевой) и альтернативной статистических гипотез.

. Ограничения, которые имеет каждый критерий. [16]

Можно предложить следующую классификацию исследовательских задач и непараметрических методов их решения, учитывающую условия применимости критерия (тип шкалы, количество выборок и замеров) и соответствующие формулировки нулевой и альтернативной статистических гипотез. [1]

Только при соблюдении всех выше перечисленных положений статистическая проверка гипотезы как элемент метода научного исследования позволяет объединить эмпирическое и теоретическое в педагогическом исследовании, т.е. сочетать в ходе изучения педагогического объекта прямое наблюдение, факты, эмпирический уровень исследования с построением логических конструкций и научных абстракций. Таким образом, практическая и познавательная ценность статистической проверки гипотезы определяется ее адекватностью изучаемым сторонам объекта, а также тем, насколько правильно выбран метод для его обоснования, т.е. насколько правильно построено психологическое исследование. [3]

В последнее время происходит интенсивный процесс внедрения количественных методов, основанных на использовании математического аппарата, практически во все отрасли науки. Не составляет исключения и такая наука, как психология. Количественные методы в практике научно-исследовательской работы в этой области используются все более широко и эффективно. [15]

Статистика содержит три главных раздела, к которым относятся: описательная статистика, индуктивная статистика и корреляционный анализ.

1) Описательная статистика, позволяет описывать, подытоживать и воспроизводить в виде таблиц или графиков данные того или иного распределения, вычислять среднее для данного распределения и его размах и дисперсию. Описательная статистика включает в себя табулирование, представление и описание совокупностей данных. Эти данные могут быть либо количественными, как, например, измерения роста и веса, либо качественными, как, например, пол и тип личности. Огромные массивы данных, как правило, должны обобщаться или свертываться, прежде чем они будут интерпретироваться человеком.

Таким образом, описательная статистика служит инструментом, описывающим, обобщающим или сводящим к желаемому виду свойства массивов данных.

2) Задача индуктивной статистики заключается в проверке того, можно ли распространить результаты, полученные на отдельной выборке, на всю популяцию, из которой взята эта выборка. Иными словами, правила этого раздела статистики позволяют выяснить, до какой степени можно путем индукции обобщить на большее число объектов ту или иную закономерность, обнаруженную при изучении их ограниченной группы в ходе какого-либо наблюдения или эксперимента. Таким образом, при помощи индуктивной статистики делают какие-то выводы и обобщения, исходя из данных, полученных при изучении выборки.

3) Корреляционный анализ позволяет узнать, насколько связаны между собой две переменные, с тем, чтобы можно было предсказывать возможные значения одной из них, если мы знаем другую.

Лицам, начинающим изучение статистики, полезно отказаться от широко распространенного представления о статистике. Они должны понимать, что абсурд может найти свое выражение, как в словесной, так и в цифровой форме. Однако знание логики является надежной гарантией от некритичного принятия словесного абсурда, а знание статистики представляет собой лучшую защиту от абсурда цифрового. Первый шаг к замене привычных представлений о статистике на более реальные - это изучение структуры дисциплины «статистические методы» и ее исторических предшественниц. [4]

На первоначальное развитие статистических методов оказало влияние их происхождение. У статистики были «мать», которой нужно было предоставлять регулярные отчеты правительственных подразделений (штат и статистика происходят от одного латинского корня - status), и «отец» - честный карточный игрок, который полагался на математику, усиливавшую его ловкость - умение брать решающие взятки в азартных играх. От матери ведут свое происхождение счет, измерение, описание, табулирование, упорядочение и проведение переписей, то есть все то, что привело к современной описательной статистике. От предприимчивого интеллектуала - отца возникла в конечном счете современная теория статистического вывода, непосредственно базирующаяся на теории вероятностей. Дополнение, называемое планированием экспериментов, опирается и основном на сочетание теории вероятностей с несколько элементарной, но удивительной логикой. [10]

Изучаемые признаки (переменные, variables) делятся на количественные и качественные. Количественными являются признаки, количественная мера которых четко определена, качественными - признаки, не поддающиеся числовому измерению. Количественные признаки подразделяются на непрерывные и дискретные. Непрерывные признаки могут принимать любое значение на непрерывной шкале. Дискретные признаки могут выражаться только целыми числами. Качественные признаки, в свою очередь, делятся на номинальные и порядковые или ранговые. [4]

К номинальным признакам относятся характеристики, с которыми нельзя производить арифметические действия и которые нельзя расположить в порядке возрастания или убывания. Порядковые (ранговые) признаки можно расположить (ранжировать) в логическом порядке, однако невозможно количественно выразить, насколько или во сколько раз. Несмотря на то, что при занесении порядковых признаков в компьютер их часто кодируют с помощью цифр, с ними, в отличие от количественных данных, нельзя производить арифметические действия. [8]

Переменные, которые могут быть отнесены к противоположным категориям, то есть могут принимать только одно из двух значений, называются дихотомическими. Количественные данные при необходимости могут быть представлены в виде ранговых или номинальных. Ранговые переменные можно представить в виде номинальных, но не наоборот. В некоторых случаях, например при применении визуально-аналоговых шкал, ранговые переменные представляют и анализируют как количественные, однако в таких случаях следует с большой осторожностью относиться к интерпретации результатов, так как различия между значениями на одном конце шкалы (например, между 1 и 2) могут быть более выражены, чем на другом (например, между 9 и 10) несмотря на то, что числовое значение различий в обоих случаях равно единице. [16]

Перед тем как описывать количественные данные, всегда следует проводить проверку распределения. Под видом распределения понимают функцию, связывающую значения переменной случайной величины с вероятностью их появления в совокупности. В исследованиях чаще всего проводится «проверка распределения на нормальность». Под нормальным распределением понимают симметричное распределение колоколообразной формы, при котором около 68 % данных отличается от среднего арифметического не более чем на одно, а примерно 95 % - не более чем на два стандартных отклонения в каждую сторону. [1]

Несмотря на то, что нормальное распределение встречается очень часто и играет важную роль в статистике, существуют и другие распределения данных (биномиальное, Пуассона, максвелла, Шарлье, и др.). Проверка распределения производится тремя способами: с помощью описательной статистики, графически и с использованием статистических критериев. [4]

Теория статистического вывода - это формализованная система методов решения задач другого рода, создающих значительные трудности для невооруженного человеческого разума. Этот общий класс задач, как правило, характеризуется попытками вывести свойства большого массива данных путем обследования выборки. [2]

Итак, задача статистического вывода состоит в том, чтобы предсказать свойства всей совокупности, зная свойства только выборки из этой совокупности. Статистические выводы строятся на описательной статистике. Они делаются от частных свойств выборок к частным свойствам совокупности; описания свойств, как выборок, так и совокупностей производятся с помощью методов описательной статистики. [5]

Планирование и анализ экспериментов представляет собой третью важную ветвь статистических методов, разработанную для обнаружения и проверки причинных связей между переменными. Исследователи в области общественных наук имеют дело с причинностью - очень сложным философским понятием. План эксперимента настолько важен при изучении причинных связей, что в некоторых философских системах эксперимент представляет собой их операциональное определение. [14]

Статистические методы помогают психологам описывать данные, делать выводы, а отношения больших массивов данных и изучать причинные зависимости. К статистическим методам, применяемым в психологии относят измерение в психологии; шкалирование; представление данных; описательную статистику; метрику; методы одномерной и многомерной прикладной статистики; многомерное шкалирование; многомерный анализ данных (факторный, кластерный); дисперсионный анализ; анализ данных на компьютере, статистические пакеты; приближенные вычисления; компьютерные методов обработки данных; методы математического моделирования; модели индивидуального и группового поведения, моделирование когнитивных процессов и структур и т.д. [4]

Слово «статистика» определяется Кендаллом и Ваклендом (1957) как «итоговое значение, вычисленное по выборке наблюдений, обычно (но необязательно) как оценка некоторого параметра генеральной совокупности, функция объема выборки». Таким образом, среднее арифметическое чисел 1, 4 и 4, равное трем, представляет собой статистику. А тот факт, что некто имеет двоих детей, - это исходные данные, тогда как среднее число детей в городе есть статистика (в действительности вы можете видеть этих двух детей, но не среднего ребенка). Однако эторазличие между «статистикой» и «данными» не всегда сохраняется. Некоторые специалисты по прикладной статистике и исследователи пользуются термином «статистика» и в том, «в другом случае, утверждая даже, что имя человека или цвет его волос тоже имеет отношение к статистике. [1]

Раздвигая традиционные рамки «точных наук», расширение областей исследования вовлекает сегодня в свою сферу биологию и социологию, языкознание и психологию, юриспруденцию и историю. Применение математических методов открывает во всех этих областях знания пути для более глубокого проникновения в сущность и закономерности изучаемых явлений, более точного предсказания их развития в различных условиях, а значит и более эффективного управления ими, практического их использования. [7]

Поделиться:





Воспользуйтесь поиском по сайту:



©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...