Успешность интервью в зависимости от стиля интервьюера
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

 

Респондент

 

Стиль интервью

 

L L2
А В С        
1   0   0   0   0   0  
2   1   1   0   2   4  
3   0   1   0   1   1  
4   0   0   0   0   '0  
5   1   0   0   1   1  
6   1   1   1   3   9  
7   1   1   0   2   4  
8   0   1   1   2   4  
9   1   0   0   1   1  
10   0   0   1   1   1  
11   1   1   0   2   4  
12   1   1   0   2   4  
13   1   1   0   2   4  
14   0   0   0   0   0  
15   1   0   1   2   4  
16   0   1   1   2   4  
17   1   0   0   1   1  
18   1   1   0   2   4  
19   0   1   0   1   1  
20   1   0   1   2   4  
∑G=29   G1 = 12   G2=11   G3 = 6   L = 29   L2 = 55  
    G21 = 144   G22= 121   G23 = 36          

Ответ на поставленный вопрос может быть получен с помощью теста Кохрана. Данный тест является развитием теста МакНемара (см. параграф 4.1) и пред­назначен для сравнения результатов более чем двух измерений, произведенных на одной выборке в различное время или в различных условиях1.

1 Возможен иной подход к работе с зависимыми выборками. Как известно, выборки считают­ся зависимыми, если каждому значению из одной выборки можно поставить в соответствие единственное значение из другой выборки. Так, в рамках одного из исследований было сформи­ровано несколько однородных выборок по 3 человека в каждой. Каждый из участников в каждой выборке получил предназначенную только для него информацию (позитивную, негативную, нейтральную) об одном из законов, который планировался к принятию. Затем выяснялось отношение к этому закону (за или против) и проверялось наличие различий в результатах для тех, кто в каждой выборке получил соответствующую информацию (то есть сравнивались результаты тех, кто в каждой из выборок получил только позитивную, только негативную или только нейтральную информацию об этом законе) [по: Runyon, 1977].

В тесте Кохрана, как и в тесте МакНемара, используются дихотомические данные типа «да» — «нет», либо данные, допускающие ди­хотомическую категоризацию (для теста МакНемара рассматривался пример с дихото­мической категоризацией предродовой тре­вожности: «предродовая тревожность высо­кая» — «предродовая тревожность низкая»).

Если результаты каждого измерения носят случайный характер, то числа успешных и неуспешных обращений к респондентам в каждом, дом из столбцов таблицы не должны значительным образом отличаться друг от друга. Аналогичным образом можно предположить, что если изменение стиля общения не оказы­вает своего влияния на результаты, их распределение по горизонтали также должно носит случайный характер.

Кохран предложил специальную расчетную формулу, позволяющую одновременно оценивать случайный характер результатов как по столбцам, так и по строкам таблицы, и показал, что для проверки статистических гипотез можно использовать статистическую таблицу для теста Х2.

Проверка осуществляется по отношению к результатам, которые можно условно считать «успешными». В нашем случае это число случаев, когда респондент дал согласие на участие в опросе. Такие случаи отмечены в таблице как«1»2.

2 Выбор результата, считаемого «успешным», является условным. Результаты проверки не изменятся, если все необходимые вычисления будут проделаны для результатов, обозначенных как «0».

Сделаем ряд необходимых дополнений в таблицу 5.1.         

1. Внизу каждого столбца запишем количество «успехов» (то есть единиц и обозначим их символом G.

2. Найдем сумму всех «успехов» и обозначим ее ∑G.

3. Вычислим для каждого столбца значение G2.

4. Найдем количество «успехов» по строкам, обозначив их как L

5. Для каждой строки найдем значение L2.

6. Определим сумму L и L2.

Нами проделана вся подготовительная работа. Можно приступать к провер­ке гипотез.

Итак, выбираем уровень значимости а=0,05 и формулируем нулевую и альтернативную гипотезы.

Н0: Вероятность согласия респондента на проведение опроса одинакова для всех стилей общения с ним.

Н1: Вероятность согласия респондента на проведение опроса различна для различных стилей общения с ним (двусторонняя критическая область).

Для принятия решения вычисляется значение Q по следующей формуле:

 

где N — число строк в расчетной таблице (размер выборки; в нашем случае N=20); k — число столбцов в расчетной таблице (число измерений, проведен­ных на выборке; в нашем случае k = 3).

Подставим в формулу необходимые значения из таблицы 5.1:

Полученное значение  Qэмпир сравниваем с критическим значением Х2критич, которое находится в таблице критических значений теста Х2  для выбранного уровня значимости α и числа степеней свободы df =(k -1). Если Qэмпир меньше Х2критич,. нет оснований отклонить нулевую гипотезу. Если Qэмпир больше или равно Х2критич, нулевая гипотеза отклоняется и принимается альтернативная.

В нашем случае α =0,05, df =(3-1) = 2. В табл. 2 (Приложение 2) находим Х2критич =5,99

Поскольку Qэмпир =3,875 меньше Х2критич = 5,99, нет оснований отклонить нулевую гипотезу. Готовность респондента принять участие в опросе не опре­деляется стилем общения с ним. Возможно, более действенным фактором будет время проведения опросов.

 

ВКЛЮЧАЕМ КОМПЬЮТЕР...

Сведения об эффективности каждого из стилей представлены в переменных «Стиль 1 » (style), «Стиль 2» (style) и «Стиль 3» (style). .

Дальнейшая последовательность действий, включая результат, показана на рис. 5.1-5.3.

Рис. 5.1. Выбор требуемой статистической процедуры

 

Рис. 5.2. Тест Кохрана: необходимые действия и настройки

Рис. 5.3. Тест Кохрана: результат

 

 

СТУДЕНТЫ ГОЛОСУЮТ НОГАМИ, ИЛИ ТЕСТ ФРИДМАНА

Уже знакомый нам преподаватель предположил, что одни занятия студенты прогуливают чаще, а другие — реже. Он связался с другими преподавателями и в конце семестра получил данные о числе пропусков занятий у студентов своей группы еще по двум предметам; Полученные результаты приведены в таблице 5.2. Таблица содержит сведения о числе пропусков занятий для сту­дентов одной группы по трем предметам: А, В, С.

Можно ли на основании полученных данных утверждать, что студенты пропускают занятия выборочно, в зависимости от изучаемого предмета?

Ответ на этот вопрос может быть получен несколькими путями. Первый путь связан с попарным сравнением числа пропусков по предметам А, В, С между собой. Для этого потребуется трижды использовать, например, тест Вилкоксона.

Существует другая возможность, предложенная Фридманом. Тест Фридмана позволяет сравнивать результаты трех и более измерений, полученных на одной и той же выборке. С его помощью можно определить, отличаются ли получен­ные результаты друг от друга, без выявления направления отличий3.

3 В общем случае тест Фридмана рассматривается как непараметрический аналог двухфакторного дисперсионного анализа (Two-way ANOVA by ranks). Он позволяет оценить эффект воздей­ствия двух факторов на измеряемую величину. В нашем примере измеряемая величина — число пропусков занятий. Она находится под воздействием двух факторов. Первый фактор - «предме­ты/ преподаватели», имеющий три уровня. Второй фактор - «студенты», имеющий 20 уровней.

Таблица 5.2

Число пропусков занятий по предметам А, В и С

Студент

 

 

Предметы

 

Предметы

 

Студент

 

Предметы

 

А В С А В С
1   3   5   7   11   2   4   1  
2   5   2   3   12   2   0   3  
3   2   6   4   13   5   3   0  
4   6   7   5   14   0   3   3  
5   7   1   3   15   3   7   5  
6   5   0   2   16   0   5   4  
7   0   4   3   17   3   4   6  
8   4   5   6   18   1   6   4  
9   1   2   3   19   3   5   3  
10   5   7   7   20   5   1   2  

 

Тест Фридмана, как и тест Вилкоксона, также использует процедуру ранжирования результатов измерений, но ранжирование происходит не по верти­кали, как в тесте Вилкоксона, а по горизонтали, от измерения к измерению. Например, первый студент по предмету А пропустил 3 занятия, по предмету В — 5 занятий, по предмету С — 7 занятий. Если эти результаты проранжировать, то получим ранги 1, 2, 3 (первый ранг приписывается наименьшему значению).

Перепишем таблицу 5.2 с указанием рангов для каждого студента. Получим таблицу 5.3, в которой выделены значения рангов для каждого студента.

Если предположить, что число пропусков мало меняется от предмета к предмету, то суммы рангов для каждого из столбцов также должны мало отличаться друг от друга. В том случае, если одни предметы пропускаются чаще, а другие реже, суммы рангов в каждом из столбцов будут существенно отличаться друг от друга.

Мерой отличия сумм рангов друг от друга является значение Х2 r, вычисляемое по следующей формуле:

где N — число строк в таблице (размер выборки); k — число столбцов в таблице (количество измерений); Rj — сумма рангов, соответственно, для первого, второго и третьего столбцов.

Таблица 5.3

Число пропусков занятий по предметам А, В, С и их ранги

 

Найденное значение Х2 r эмпир сравнивается с критическим значением Х2 r критич , которое находится по уже знакомой таблице для теста Х2(табл. 2, Приложение 2) для выбранного уровня значимости а и числа степеней свободы df =( k -1).

В том случае, если Х2 r эмпир меньше Х2 r критич. нет оснований, чтобы отвергнуть нулевую гипотезу.

В том случае, Х2 r эмпир  больше или равно Х2 r критич, нулевая гипотеза отвергается и принимается альтернативная.

Итак, выбираем уровень значимости α = 0,05 и формулируем нулевую и альтернативную гипотезы.

Н0: Пропуски студентами занятий носят случайный характер и не опреде­ляются изучаемым предметом.

Н1: Пропуски студентами занятий носят неслучайный характер и определя­ются тем, какой предмет они изучают (двусторонняя критическая область).

По данным таблицы 5.3, имеем:

Подставляем эти значения в формулу для вычисления Х2 r:

 

Так как Х2 r эмпир = 2,80 меньше Х2 r критич = 5,99, нет оснований, чтобы отвергнуть нулевую гипотезу. Пропуски студентами занятий носят случайный характер и не определяются изучаемым предметом.

Сейчас еще один пример.

В ходе одного из экспериментов по когнитивной психологии фиксировалось время (в минутах), которое требуется лабораторной мыши для выхода из лаби­ринта в четырех различных экспериментальных условиях.

Для группы из четырех мышей были получены следующие значения времени в зависимости от экспериментальных условий А, В, С, D (табл. 5.4).

Таблица 5.4

Дата: 2018-12-21, просмотров: 269.