Факультет экономика и менеджмент
Кафедра прикладной психологии
Кедич Светлана Игоревна
Практикум по статистическим методам в психологии
Учебное пособие для магистров
С-Петербург
Кедич С. И.
Практикум по статистическим методам в психологии: Учебное пособие /С.И. Кедич - СПб.: Петербургский государственный университет путей сообщения, 2015. - 48 с.
Пособие предназначено для освоения студентами дисциплины «Статистические методы в психологии» в процессе подготовки магистров психологии. В практикум включены задания направленные на освоение навыков необходимых студентам при компьютерной обработке результатов научных исследований. Обработка данных средствами электронных таблиц Microsoft Excel и статистического пакета SPSS Statistica 17 учитывает специфику психологических исследований, в которых имеются как числовые, так и нечисловые (номинативные) измерения. В практикуме рассмотрены конкретные примеры и расчетов и оформления полученных результатов.
Программа предназначена для студентов факультета экономики и менеджмент, обучающихся по направлению для направления 37.04.01 (030300.68) «Психология» по магистерской программе «Организационная психология».
Учебное пособие «Практикум по статистическим методам в психологии» обсуждено и рекомендовано к изданию на заседании кафедры «Прикладная психология» ПГУПС
Протокол № 9 от 23 марта 2015 г.
Задачи статистической обработки результатов исследования............................................ 4
1. Первичная обработка данных.......................................................................................... 5
1.2. Построение таблицы распределения частот для номинальной шкалы................... 6
1.3 Порядок выявления аномальных значений................................................................. 8
1.4. Проверка нормальности распределения признака..................................................... 9
2. Выбор метода статистического анализа....................................................................... 11
3. Сравнение выборок........................................................................................................ 13
3.1. Сравнение независимых выборок (1 способ)........................................................... 13
3.2. Сравнение независимых выборок (2 способ)........................................................... 17
3.3. Сравнение частоты встречаемости показателя........................................................ 21
3.4. Оформление результатов сравнения двух независимых выборок при измерениях, выполненных в метрической шкале............................................................................................................. 25
4. Изучение взаимосвязей характеристик........................................................................ 29
4.1 Корреляционная связь.................................................................................................. 29
4.2. Оформление результатов корреляционного анализа............................................... 32
4.3. Меры связи явлений, измеренных в номинативных шкалах................................. 35
Определение коэффициента многоклеточной сопряженности в MS Excel................. 35
4.4. Определение коэффициента многоклеточной сопряженности в SPSS................. 38
4.5.Представление результатов статистических расчетов в диссертации при измерениях, выполненных в номинальных шкале........................................................................................................... 42
5. Факторный анализ ......................................................................................................... 45
5.1. Определение факторов................................................................................................ 45
5.2. Оформление результатов факторного анализа......................................................... 48
Задачи статистической обработки результатов исследования
Результаты эмпирического исследования необходимо обосновывать математико-статистическими расчётами.
Правильное применение статистки позволяет:
· Доказывать правильность и обоснованность используемых методических приёмов и методов;
· Строго обосновывать экспериментальные планы;
· Обобщать данные эксперимента;
· Находить зависимости между экспериментальными планами;
· Выявлять значимые различия между группами испытуемых;
· Избегать логических и содержательных ошибок и др.
Для достижения этих целей необходимо решить некоторые частные задачи, среди которых можно выделить следующие:
1. Определить тип данных (шкалы) в которых производились измерения.
2. Проанализировать данные с целью выбраковки аномальных (сбитых или «выскакивающих») и восстановления пропущенных измерений. Эта задача связана с тем, что в экспериментальных данных могут встречаться грубые ошибки, вызванные разными причинами (просчеты экспериментатора, сбои или аномалии в работе измерительных приборов, опечатки и т. д.). Без анализа качества данных, устранения или хотя бы существенного уменьшения влияния аномальных данных на результаты последующей обработки можно сделать ложные выводы об изучаемом объекте или явлении.
3. Объединить в одну таблицу измерения, полученные, по разным методикам, в различное время или в различных условиях, для совместной обработки.
4. Проверить особенности распределения частот по каждому измеренному показателю. Это необходимо для определения возможности использования параметрических способов обработки данных.
5. Сгруппировать исходную информацию при большом объеме экспериментальных данных. При этом должны быть учтены особенности их законов распределения, которые выявлены на предыдущем этапе обработки.
6. Оценить параметры и числовые характеристики наблюдаемых случайных величин или процессов. Экспериментально проверить законы распределения экспериментальных данных.
7. Выбрать методы последующей обработки, направленной на построение и проверку адекватности математической модели исследуемому явлению.
8. Вычислить соответствующие показатели.
9. Интерпретировать полученные результаты.
Первичная обработка данных
1.1. Под измерением признака понимается приписывание объектам или событиям числовых форм в соответствии с определенными правилами. С. Стивенс выделил 4 типа шкал: это шкалы наименований (синонимы - «номинативная» и «номинальная»), рангов (она же порядковая шкала), интервалов и отношений. Первые две шкалы - наименований и рангов - относятся к неметрическим шкалам, это шкалы, у которых нет единицы измерений. Две другие шкалы - интервалов и отношений - относятся к шкалам метрическим.
Шкала наименований, она же номинативная илиноминальная шкала. Номинативная шкала - это способ распределения объектов или явлений по классификационным ячейкам (классов). Например,
· ответил на вопрос «да» или «нет» (2 класса),
· стратегия поведения в конфликте «соперничество», «сотрудничество», «избегание», «приспособление», «компромисс» (5 классов).
В простейшем случае номинативная шкала состоит из двух классов («да - нет») и называется дихотомической. В этом случае мы учитываем только одно свойство чисел - то, что это разные символы. Остальные свойства чисел не учитываются. Привычные операции с числами - упорядочивание, сложение, вычитание, деление - при измерении в номинативной шкале теряют смысл.
Шкала рангов (или порядковая шкала) классифицирует объекты по принципу «больше»-«меньше». В порядковой шкале (шкале рангов) единица измерения - 1ранг. Расстояние между рангами нам неизвестно, оно может быть одинаковым, может различаться в разы.
Шкала интервалов классифицирует объекты или явления по признакам «больше (меньше) на какое-то количество единиц», то есть основывается на предположении о равенстве разности степени выраженности какого-либо психологического свойства двух объектов разности двух чисел, приписываемых этим объектам для характеристики свойства.
Шкала отношений классифицирует объекты или субъекты пропорционально степени выраженности измеряемого свойства. Принципиальная разница между шкалами интервалов и отношений заключается в том, что в интервальной шкале нет абсолютного нуля (нулевая точка ставится условно), в шкале отношений такая точка есть.
При математической обработке данных в случае необходимости всегда можно перейти к шкале более низкого порядка - от шкалы интервалов, например, к шкале рангов или наименований. В то же время переход к шкале более высокого порядка (от шкалы наименований, к примеру, к шкале рангов) невозможен без дополнительных исследований.
Способ – по Н.А.Плохинскому
Распределение НЕ является нормальным, если
Способ по Е.И. Пустыльнику
Рассчитать критические значения коэффициента асимметрии Aкр и коэффициента эксцесса Eкр по формулам
Распределение НЕ является нормальным, если Ax >Aкр или Ex > Eкр
Задание 6. Проверить нормальности распределения для метрических показателей Таблицы 1.
1.01Откройте в MS Excel файл «Школьники».
1.02 
Вычислите коэффициент асимметрии – формула
=СКОС(…)
и коэффициент эксцесса – формула =ЭКСЦЕСС(…)
1.03Используя вычисленные показатели (коэффициенты асимметрии и эксцесса, объем выборки) определите, можно ли считать нормальным распределение всех метрических показателей
по Н.А.Плохинскому
=ABS(D45)/КОРЕНЬ(6/D47)
=ABS(D46)/(2*КОРЕНЬ(6/D47))
и Е.И.Пустыльнику
=3*КОРЕНЬ(6*(D47-1)/((D47+1)*(D47+3)))
=5*КОРЕНЬ(24*D47*(D47-2)*(D47-3)/((D47+1)^3*(D47+3)*(D47+5)))
Протянуть формулы на все столбцы.
1.04Выделить показатели, которые не являются нормальными
По Н.А. Плохинскому показателей, отличных от нормального распределения, не выделяется.
А по Е.И. Пустыльнику выделяется 2 показателя:
Общая самооценка – имеет коэффициент асимметрии выше критического,
Направленность на себя – имеет коэффициент эксцесса выше критического.
По этим показателям нельзя использовать параметрические критерии и коэффициенты корреляции
Сравнение выборок
3.1. Сравнение независимых выборок (1 способ)
Задание 7. Сравнить мотивацию, самооценку и направленность мальчиков и девочекиз Задания 4
1.01Откройте файл «Школьники»
1.02Копируем данные на новый лист. Удалите столбец «Направленность личности»
1.03Отсортируйте исходные данные по полу.
1.04Скопируйте строку 2 и добавьте скопированные ячейки между «девочками» и «мальчиками».
1.05Получите описательную статистику для «девочек» и «мальчиков».
1) Подключите пакет анализа
Откройте вкладку Файл } Параметры В открывшемся окне выберите Надстройки}Надстройки Excel }Перейти
В диалоговом окне выберите пакет анализа и поставьте против него R. Нажмите ОК. Во вкладке ДанныепоявитсяАнализ данных
2) Откройте вкладку Данные } Анализ данных
3) Выберите раздел Описательная статистика. 
4) Выделите входной интервал (числовые данные и одну строку с заголовком, т.е. с ячейки D1по ячейку H19), поставьте Rпротив надписей «метки впервой строке», «Итоговая статистика».Нажмите «ОК»
5) На новом листе получили первичную статистику:
| МУН | Название исследуемой характеристики | ||
| Среднее | 13,77778 | Мх | Среднее арифметическое |
| Стандартная ошибка | 0,383956 | ||
| Медиана | Мd | ||
| Мода | Мо | ||
| Стандартное отклонение | 1,628986 | Sx | |
| Дисперсия выборки | 2,653595 | Dx | |
| Эксцесс | -0,26416 | Ex | Коэффициент эксцесса |
| Асимметричность | -0,05708 | Ax | Коэффициент асимметрии |
| Интервал | Размах | ||
| Минимум | Наименьшее значение | ||
| Максимум | Наибольшее значение | ||
| Сумма | |||
| Счет | nx | Объем выборки |
6) Для удобства пользования вставьте в А1 ячейку со сдвигом вправо, в свободной ячейке написать название выборки. После этого удалить столбцы с названиями показателей, т.е. через 1, начиная с С. При этом Название исследуемой характеристики передвинется в столбец с числовыми значениями.
1.06Вычислите t-критерий Стьюдента
1) Перенесите обе таблицы на один лист. Оставьте между ними 3 строки. Назовите лист «сравнение м-д».
2) В ячейку А17 вставьте название «t-критерий Стьюдента»,
3) В ячейку В17вставьте формулу t-критерия. Вместо Мх, Му, Dx, Dу, nx, nу вставить номера ячеек, в которых они расположены . Формула будет иметь вид
=(B3-B21)/КОРЕНЬ((B8*(B15-1)+B26*(B33-1))/(B15+B33-2)*(1/B15+1/B33))
Протяните формулу на все столбцы.
4) Полученные значения коэффициента сравните с табличными. Выделите жирным шрифтом показатели, по которым есть существенные различия.
5) Распределение «Самооценки» и«Направленности на себя» не является нормальным, поэтому сравнение по этим показателям надо провести другим критерием. Например, U – Манна-Уитни.
1.07Преобразование таблицы различий для переноса из Excel вWord
1) Выделите таблицу на листе «сравнение м-д».Скопируйте ее и вставьте на новый лист в ячейку А2, используя специальную вставку
Вставить ìспециальная вставка
(отметьте Вставить значения и транспонировать).
2) Перенесите названия выборок в ячейки С1 и U1 над средним арифметическим.
3) Выделите в полученной таблице столбцы необходимые для описания различий:
- Первый столбец с названиями показателей,
- среднее,
- стандартную ошибку,
- дисперсию или стандартное отклонение
- (максимум и минимум выделяют, если это принципиальные величины в проведенном исследовании) и
- t-критерий Стьюдента
4) Удалите все столбцы, кроме выделенных.
5) Вставьте столбец между средним и стандартной ошибкой и заполните его «+» (знак «+» подчеркнутый)
6) Уменьшите количество цифр после запятой.
7) Расположите столбцы в нужном порядке.
8) Добавьте границы
9) Эту таблицу скопируйте в текст Word сравнения выборок. Уберите ненужные заголовки и границы.
10) Дополните таблицу пояснениями.
3.2. Сравнение независимых выборок (2 способ)
Задание 8. Сравните копинг-стратегии юношей и девушек (студентов ПГУПС). (Файл «копинг-стратегии студентов»)
1.01Запустите пакет SPSS. Введите данные
1.02Подготавливаем таблицу
1. Открываем вкладку «Переменные»
2. Введите название и тип переменной
· Имя – Пол
· Тип – числовая
· Ширина – 1 (можно этот показатель пропустить, для нас он не важен)
· Десятичные – 0 (чтобы не было лишних нулей в таблице)
· Метка – пропускаем (название переменной не отличается от названия показателя)
· 
Значения .
Щелкните курсором по кнопке … Вставьте расшифровку значений
1 – мужской пол, (Щелкните мышкой «Добавить»)
2 – женский. (Щелкните мышкой «Добавить»)
Перед тем как щелкнуть «ОК» убедитесь, что в окошке появились все значения.
.
· Выберите шкалу – Номинальная.
3. Аналогично введите остальные показатели из файла «копинг-стратегии студентов» (кроме возраста)
Таблица 3
| Имя | метка | шкала |
| спец | специальность | номинальная |
| Конфронт | Конфронтационный копинг | количественная |
| Дистанц | Дистанцирование | количественная |
| Самоконтр | Самоконтроль | количественная |
| поддерж | Поиск социальной поддержки | количественная |
| ответств | Принятие ответственности | количественная |
| Бегство | Бегство-избегание | количественная |
| Планир | Планирование решения проблемы | количественная |
| переоценка | Положительная переоценка | количественная |
| Жизнест | Жизнестойкость | номинальная |
| Вовлечен | Вовлеченность | номинальная |
| Контроль | Контроль | номинальная |
| риск | Принятие риска | номинальная |
1.03Введите данные
1. Откройте файл «копинг-стратегии студентов»
2. Скопируйте данные с Листа1 на новый лист
3. Удалите столбцы «№» и возраст
4. Замените буквенные данные на числовые в соответствии с таблицей 3 и 4. Значения переменных для номинальных шкал
Таблица 4
| Имя | Значения | Имя | Значения | ||
| спец | техническая | Жизнест | низкая | ||
| менеджмент | Вовлечен | средняя | |||
| экономика | Контроль | высокая | |||
| психология | риск |
5. Скопируйте данные (без заголовка) и вставьте их в SPSS на лист «данные»
1.04Сравните копинг-стратегии юношей и девушек с помощью t –критерия Стьюдента.
1. Откройте вкладку Анализ } Сравнение средних } Т-критерий для независимых выборок
2. Выберите переменные, по которым будете сравнивать выборки (копинг-стратегии)
3. Выберите переменную, для деления на группы (пол)
и задайте значения для групп
Нажимаем «Продолжить» и «ОК».
1.05Получаем 2 таблицы «Групповые статистики» и «Критерии для независимых выборок»
1. Сперва рассмотрим таблицу «Критерии для независимых выборок». Обращаем внимание на столбцы «t» и «Значимость».
2. Выбираем «Значимость» меньше 0,05.
Задание 9. Сравните копинг-стратегии студентов технических специальностей и психологов с помощью t –критерия Стьюдента.
Задание 10. Сравнить эмоциональное выгорание у студентов с разной мотивацией достижения (файл «выгорание»).
1.01Скопируйте данные на новый лист. Оставляем столбцы по методике Бойко и один из показателей, которые могут оказать влияние на эмоциональное выгорание, например, по уровень мотивации к достижению
1.02Отсортируйте данные по этому показателю. Разделим испытуемых на две группы:
1.03Сравните полученные группы по среднему арифметическому
Таблица 5
| Мотивация достижения | Угловое преобразование Фишера | ||||
| низкая | Средняя и высокая | ||||
| абсолютная частота | относительная частота | абсолютная частота | относительная частота | ||
| Переживание психотравмирующих обстоятельств (ппо); | 18,8% | 13,8% | 0,432 | ||
| Неудовлетворенность собой (неуд с) | 12,5% | 3,4% | 1,121 | ||
| «Загнанность в клетку» (звк); | 25,0% | 6,9% | 1,656 | ||
| Тревога и депрессия (тид). | 25,0% | 10,3% | 1,260 | ||
| Неадекватное эмоциональное избирательное реагирование (нэр); | 56,3% | 55,2% | 0,070 | ||
| Эмоц-нравств дезориентация(э-н д); | 25,0% | 10,3% | 1,260 | ||
| Расширение сферы экономии эмоций (рсээ); | 6,3% | 3,4% | 0,423 | ||
| Редукция проф обязанностей (рпо). | 25,0% | 27,6% | -0,189 | ||
| Эмоциональный дефицит (эд); | 0,0% | 0,0% | 0,000 | ||
| Эмоциональная отстраненность(эо); | 37,5% | 10,3% | 2,130 | ||
| Личностная отстраненность (деперсонализация)(ло); | 18,8% | 6,9% | 1,170 | ||
| Психосоматические и психовегетативные нарушения (Иппн). | 25,0% | 6,9% | 1,656 |
Оформление результатов сравнения двух независимых выборок при измерениях, выполненных в метрической шкале.
Пример 1. Сравнение выборок по среднему арифметическому t-критерием Стьюдента
В исследовании приняли участие 100 человек. При этом 50 человек – активисты ВОО МГЕР СПб, занимающие в организации различные должности, другая – студенты ПГУПСа различных специальностей, никогда не привлекавшиеся и не участвующие в молодежных политических движениях.
Сравнение этих групп проводилось по методикам:
1. «Диагностика склонности к манипулированию», разработанная группой американских психологов во главе с Р.Кристи в 1970 году и адаптированная и переведенная на русский язык Алексеевой, Братченко, Мироновой в 1994 году.
2. «Диагностика лидерских способностей» Е.Жарикова и Крушельницкого.
3. «Диагностика социальной эмпатии» Фетискин Н.П., Козлов В.В., Мануйлов Г.М.
Таблица 6.Различия по склонности к манипулированию, лидерским способностям и социальной эмпатии у студентов и активистов.
| Студенты | Актив | t-критерий Стьюдента (значение критерия, уровень значимости) | |||
| Среднее | Дисперсия выборки | Среднее | Дисперсия выборки | ||
| склонность к манипулированию | 12,29+2,15 | 190,11 | 4,08+2,75 | 280,24 | 2,37 0,05 |
| лидерские способности. | 27,02+0,92 | 35,07 | 32,75+0,60 | 13,05 | -5,03 0,01 |
| социальная эмпатия | 20,15+0,73 | 21,57 | 19,11+1,00 | 37,27 |
Студенты имеют более высокий уровень склонности к манипулированию (Таблица 6) по сравнению с активистами (t=2,37, p=0,05). Это объясняется (далее результаты интерпретируются). Актив, в сравнении со студентами, имеет более высокие лидерские способности (t=5,03, p=0,01), (далее результаты интерпретируются).
Пример 2. Сравнение частоты встречаемости признака критериемj* - угловое преобразование Фишера
В исследовании (см. пример 5.1.) изучались образы: Я-образ, образ идеального политика и образ кумира. Сравнить эти образы можно по частоте встречаемости в них наиболее часто употребляемых определений. Для этого использовали критерий j* - угловое преобразование Фишера.
Таблица 7. Различия по частоте основных определений у активистов в разных образах
| Я-образ | Кумир | Идеал | Критерий j* - угловое преобразование Фишера Уровень значимости | ||||||
| Абсолютная частота | Относительная частота | Абсолютная частота | Относительная частота | Абсолютная частота | Относительная частота | Я – Кумир | Я- Идеал | Кумир – Идеал | |
| активен/ист/ ый/ая | 37% | 35% | 20% | 1,998 0,05 | 1,792 0,05 | ||||
| общительная/ ый/ость | 33% | 20% | 12% | 2,680 0,01 | |||||
| добр/ая/ый | 43% | 20% | 18% | 2,604 0,01 | 2,858 0,01 | ||||
| целеустремлен/ ный/ная | 57% | 33% | 43% | 2,411 0,01 | |||||
| справедливая/ ый | 13% | 25% | 29% | -1,956 0,05 |
Сопоставление Я-образа у активистов с образом идеального политика и образом кумира. Наиболее часто в Я-образе встречается характеристика «активен/ист/ый/ая» - 40% повтора, на втором месте – «добрый», коими себя считают 30%, третье место по частоте повтора занимает слово «целеустремленный». Не все часто встречающиеся определения одинаково часто употребляются в разных образах. Так активность качество характерное для реального человека (я-образа и образа кумира) реже встречается у идеала (значимость различий Таблица 7). Целеустремленность, занимающая первое место в Я-образе и образе идеального политика значимо реже встречается в образе кумира. Справедливость более характерна для идеала, а не для я-образа. Второе место в я образе занимает доброта, а у кумира и идеала это качество перемещается на 5 место, значимо уступая в частоте. (далее интерпретация).
Пример3. Сравнение выборок двумя критериями
В исследовании принимали участие в общей сложности 41 железнодорожник, в возрасте от 23 до 50 лет со средним возрастом 40 лет. Изучались особенности переживания одиночества. Опросник для определения вида одиночества С.Г. Корчагиной. Шкалы: диффузное, отчуждающее, диссоциированное одиночество. Высокий уровень переживания одиночества – выше 8 баллов.
Таблица 8. Сравнение уровня переживания одиночества железнодорожниками с разным стажем работы
| Виды одиночест ва | Стаж работы | Уровень значимости различий** | ||||||||||
| до 5 лет (1 группа) | 5-10 лет (2 группа) | более 10 лет (3 группа) | ||||||||||
| Среднее | Ст.отклонение | * | Среднее | Ст.отклонение | * | Среднее | Ст.отклонение | * | 1-2 группа | 1-3 группа | 2-3 группа | |
| Диф-фузное | 6,50 | 1,55 | 38% | 4,91 | 0,94 | 0% | 6,58 | 1,92 | 39% | 0,01 0,01 | - - | 0,01 0,01 |
| Отчуж-дающее | 5,63 | 2,03 | 8% | 7,00 | 1,79 | 20% | 5,79 | 1,87 | 11% | 0,05 - | - - | 0,05 - |
| Диссоции- Рованное | 5,31 | 1,78 | 15% | 6,09 | 2,70 | 20% | 6,32 | 2,58 | 50% | - - | - 0,05 | - - |
* Кол-во человек имеющих высокий уровень одиночества (выше 8 баллов)
** Верхняя цифра по критерию Стьюдента, нижняя по критерию угловое преобразование Фишера
По полученным данным в ходе эмпирического исследования было показано (Таблица 8), что у железнодорожников со стажем работы от 5 до 10 лет, диффузное одиночество снижается, а отчужденное повышается. А после 10 наблюдается обратная тенденция. По диссоциированному одиночеству значимых различий по среднему арифметическому не выявлено. При этом растет доля людей, имеющих высокий уровень одиночества, от 15% у работников со стажем до 5 лет до 50% у работников со стажем более 10 лет.
Пример 4. Сравнение нескольких выборок.
При нормальном распределении несколько выборок можно сравнивать попарно (t-критерием Стьюдента) или воспользоваться дисперсионным анализом. Дисперсионный анализ дает ответ: дисперсия генеральной совокупности обусловлена только дисперсией в различных выборках или в значительной части различием между средними показателями выборок
В исследовании приняли участие 90 человек – студенты ПГУПСа различных специальностей. Методика Р. Лазаруса и С. Фолкмана, адаптированная Т. Л.Крюковой, Е. В. Куфтяк, М.С.Замышляевой предназначена для определения копинг-механизмов, способов преодоления трудностей в различных сферах психической деятельности, копинг-стратегий.
Таблица 9. Различия в копинг стратегиях у студентов разных направлений подготовки
| Копинг-стратегии | Специальности | Счет | Среднее | Диспер-сия | F | P-Значение |
| Конфронта-ционный копинг | техническая | 8,100 | 5,679 | 2,267 | 0,086 | |
| финансовый менеджмент | 8,222 | 4,301 | ||||
| экономическая | 7,917 | 4,265 | ||||
| психология | 9,500 | 7,569 | ||||
| Само-контроль | техническая | 11,833 | 9,868 | 3,273 | 0,025 | |
| финансовый менеджмент | 10,556 | 10,261 | ||||
| экономическая | 13,667 | 12,606 | ||||
| психология | 12,767 | 5,840 | ||||
| Поиск социальной поддержки | техническая | 10,167 | 4,833 | 0,282 | 0,838 | |
| финансовый менеджмент | 10,111 | 6,810 | ||||
| экономическая | 10,583 | 6,265 | ||||
| психология | 9,833 | 6,557 | ||||
| Принятие ответствен-ности | техническая | 6,600 | 3,007 | 0,588 | 0,624 | |
| финансовый менеджмент | 7,278 | 7,389 | ||||
| экономическая | 7,000 | 4,909 | ||||
| психология | 6,600 | 2,524 | ||||
| Бегство-избегание | техническая | 9,100 | 12,921 | 4,995 | 0,003 | |
| финансовый менеджмент | 10,944 | 12,291 | ||||
| экономическая | 12,917 | 16,265 | ||||
| психология | 12,300 | 13,872 | ||||
| Планиро-вание решения проблемы | техническая | 12,800 | 6,855 | 4,993 | 0,003 | |
| финансовый менеджмент | 9,389 | 12,840 | ||||
| экономическая | 11,833 | 8,333 | ||||
| психология | 11,867 | 8,878 |
Дисперсионный анализ (Таблица9) показал, что значимые различия между студентами разных специальностей есть по трем копинг-стратегиям. По самоконтролю (F=3,273, p=0,025) самый высокий уровень у студентов – экономистов, самый низкий – у студентов специальности финансовый менеджмент….(интерпретация). По стратегии бегство-избегание (F=4,995, p=0,003) самый высокий уровень у студентов – экономистов, самый низкий – у студентов технических специальностей….(интерпретация).. По планированию (F=4,993, p=0,003) самый высокий уровень у студентов технических специальностей, самый низкий – у студентов специальности финансовый менеджмент…(интерпретация)..
Корреляционная связь
Корреляционная связь – это согласованное изменение двух или более признаков. Корреляционная связь означает, что изменчивость одного признака находится в некоторой связи с изменениями другого признака. Используется также термин корреляционная зависимость, который означает, что направленные изменения одного признака приводят к направленным изменениям другого.
Термины корреляционная связь и корреляционная зависимость не являются синонимами, поскольку два признака, изменяющиеся согласованно, могут зависеть не друг от друга, а от какого-либо третьего признака. То есть корреляционная связь не является свидетельством причинно-следственной связи, а только показывает, что изменениям одного признака, как правило, соответствуют изменения другого. Корреляционные связи характеризуются формой, направлением и силой. По форме различаются связи прямолинейные и криволинейные. Прямолинейной может быть связь между количеством правильно решенных задач и количеством выполненных тренировочных заданий. А вот, например, связь между уровнем мотивации и эффективностью выполнения задачи криволинейная: эффективность выполнения задачи возрастает только до определенного, так называемого оптимального уровня мотивации, а затем начинает снижаться.
По направлению корреляционная связь может быть положительной (прямой) либо отрицательной (обратной). При положительной прямолинейной корреляции более высоким значениям одного признака соответствуют более высокие значения другого, а более низким значениям одного признака, соответственно более низкие другого. При отрицательной связи – более высоким значениям одного признака соответствуют более низкие другого. Так, связь между количеством тренировочных заданий и количеством правильно решенных задач прямая (положительная), а между количеством тренировочных заданий и количеством допущенных ошибок - обратная (отрицательная).
Сила связи характеризует, насколько строго выполняется зависимость. Чем сильнее связь между явлениями, тем более сильно оказывается вытянутым облако точек на графике. Степень вытянутости облака оценивается с помощью коэффициента корреляции. Коэффициент корреляции изменяется от минус до плюс единицы. Знак показывает, является ли связь положительной или отрицательной, а абсолютная величина коэффициента корреляции – силу связи. Если коэффициент близок к нулю, то связь отсутствует, если близок к единице, то связь значима.
Корреляционный анализ дает возможность оценки степени согласованно-сти изменений (варьирования) большого числа признаков и выделить группы взаимокоррелирующих признаков. Результаты вычисления корреляций для некоторого набора признаков записываются в виде квадратной матрицы. В заголовки строк и столбцов выносятся названия или номерами признаков, в клетки таблицы заносятся коэффициенты корреляции каждого признака с каждым.
Задание 12. Определить с какими личностными характеристиками связана лживость у подростков
1.01Откройте файл«Подростки». В нем введены результаты исследования потребности в общении, эмоциональности, активности,…, лживости подростков.
1) Скопируйте заголовки в 47 строку
2) В ячейку B48 введите подпись «Корреляция»
3) В ячейке D48 вычислите коэффициент корреляции для потребности в общении и лживости. Для этого введите формулу =коррел(массив1;массив2)
массив1 – показатели потребности в общении (D2:D45)
массив2 – показатели лживости (N2:N45)
4) В ячейках E48-M48 вычислите коэффициенты корреляции лживости с остальными показателями.
(если в формуле поставить $ перед N в массиве N2:N45, то можно формулу протянуть вправо)
Оформление результатов корреляционного анализа.
Пример.Исследование мотивов обучения студентов в ВУЗе. Выборка 36 человек, обучающихся на разных специальностях.
Таблица 10
| Жизнеобеспечение | Комфорт | социальный статус | Общение | Общая активность | Творческая активность | Социальная полезность | социальный престиж | соперничество | достижение цели | приобретение знаний | овладение профессией | |
| Жизнеобеспеч | 1, |
