Анализ количественных данных.

Когда речь идет об анализе любых эмпирических данных, прежде всего, нужно обратить внимание на методы, с помощью которых эти данные были получены. В количественном исследовании мы придаем смысл данным имеющим количественное выражение. Информация представлена в числовой форме.

Однако характер данных может быть разным. Иногда мы получаем данные, точно отражающие свойства изучаемого объекта. Например, время реакции на движущийся объект или количество ошибок восприятия, вызванных оптической иллюзией. В других случаях количественные данные менее точны. Например, мы можем фиксировать количество «неправильных» действий, которые совершает рассеянный человек в течение дня. Вряд ли эти данные будут столь же точными как измеренное (чаще всего с помощью приборов) время реакции. Или в числовой форме будут представлены результаты наблюдения за играми детей с целью, установить, как часто они проявляют сотрудничество и конфликтуют между собой. Опять точность этих данных несопоставима с теми, которые получены при измерении времени реакции.

Проблема анализа количественных данных не исчерпывается только установлением их точности. Не менее важно, какие используются единицы измерения. Например, цифра «4» может означать миллисекунды, в которых измерено время реакции. Она же может означать количество ошибочных или неправильных действий, совершенных испытуемым под влиянием отвлекающих факторов. Наконец, она может быть обозначением какой-либо категории, выявленной для описания разных типов поведения или отображать место на шкале, предназначенной для сравнения успешности разных людей в решении мыслительной задачи.

В зависимости от того, что означает та или иная цифра, какую единицу измерения она собой представляет, различают уровни измерения или шкалы измерения.

С. Стивенс рассматривал четыре шкалы измерения.

1. Шкала наименований - простейшая из шкал измерения. Числа (равно как буквы, слова или любые символы) используются для различения объектов и отражают его количественного содержания. Примером шкалы такого рода может служить классификация испытуемых на мужчин и женщин, принадлежность респондентов к той или иной возрастной или профессиональной группе.

2. Порядковая (ранговая) шкала - отображение отношений порядка. Единственно возможные отношения между объектами измерения в данной шкале – это больше/меньше, лучше/хуже.

Примером шкалы является место, занятое спортсменом на соревнованиях. Известно, что победители соревнований получают первое, второе и третье место, и мы точно знаем, что спортсмен с первым местом имеет лучшие результаты, чем спортсмен со вторым местом.

В психологии возникают менее определенные ситуации. К примеру, когда человека просят проранжировать цвета по предпочтению, от самого приятного, до самого неприятного. В этом случае, мы точно можем сказать, что один цвет приятнее другого, но о единицах измерения мы не можем даже предположить, т.к. человек ранжировал цвета не на основе каких-либо единиц измерения, а основываясь на собственных чувствах. Проведя измерение в порядковой шкале нельзя узнать, на сколько единиц отличаются объекты, тем более во сколько раз они отличаются.

3. Интервальная шкала - помимо отношений указанных для шкал наименования и порядка, отображает отношение расстояния (разности) между объектами. Разности между соседними точками в этой шкале равны. Большинство психологических тестов содержат нормы, которые и являются образцом интервальной шкалы. Коэфициент интеллекта, результаты теста FPI– всё это интервальные шкалы. Ноль в них условный: для IQ ноль – это минимально возможный балл теста (очевидно, что даже проставленные наугад ответы в тесте интеллекта, позволят получить какой-либо балл отличный от нуля).

Измерив явление в интервальной шкале, мы можем сказать, что один объект на определенное количество единиц больше или меньше другого.

4. Шкала отношений. В отличие от шкалы интервалов может отражать то, во сколько один показатель больше другого. Шкала отношений имеет нулевую точку, которая характеризует полное отсутствие измеряемого качества. Данная шкала допускает преобразование подобия (умножение на константу). Определение нулевой точки - сложная задача для психологических исследований, накладывающая ограничение на использование данной шкалы. С помощью таких шкал могут быть измерены масса, длина, сила, стоимость (цена), т.е. всё, что имеет гипотетический абсолютный ноль.

Шкалы измерений выполняют важную функцию – они позволяют организовать данные так, чтобы к ним можно было применять различные статистические процедуры. Есть много методов статистической обработки данных. Одни просто позволяют описать их так, чтобы стало понятно, что, собственно, удалось выяснить в результате исследования. Не удивительно, что этот тип статистических методов называется описательной статистикой.

Описательная статистика позволяет обобщать первичные результаты, полученные при наблюдении или в эксперименте. Процедуры здесь сводятся к группировке данных по их значениям, построению распределения их частот, выявлению центральных тенденций распределения (например, средней арифметической) и, наконец, к оценке разброса данных по отношению к найденной центральной тенденции.

Результаты описательной статистики могут быть двух типов – числовые и графические. В свою очередь, числовые результаты несут информацию или о типичных данных, или характеризуют набор полученных данных в целом. Например, среднее арифметическое говорит нам о типичном числовом значении какого-либо набора данных. Распределение результатов сообщает информацию о наименьшем и наибольшем значении, характеризуя, таким образом, набор данных в целом.

Графические результаты описательной статистики дают возможность наглядно увидеть распределение полученных в исследовании данных.

Описательная статистика пригодна для анализа данных, которые получены на конкретной, специфической группе респондентов – учащихся школы, работников предприятия, клиентов центра психологической помощи и так далее. Но возникает вопрос – а можно ли распространить эти результаты на учеников всех школ, работников всех родственных предприятий, клиентов хотя бы большинства центров психологической помощи? Описательная статистика не дает ответа на этот вопрос. Его отсутствие объясняется двумя причинами. Первая состоит в том, что любое измерение, даже, несмотря на кажущееся совершенство измерительного инструмента, всегда чревато ошибками. Рассмотрим их природу чуть более подробно.

Ошибка измерения – это любое отклонение от цели измерения, неразрывно связанное с качеством измерительного инструмента, точнее, с его валидностью и надежностью. Чем больше на результаты измерения влияют внешние факторы, не связанные непосредственно с содержанием самой измеряемой переменной, тем меньше им следует доверять. Все же нельзя не учитывать, что измерение часто осуществляется в ситуациях, в которых влияние внешних факторов нельзя полностью исключить. Следовательно, стопроцентно валидных и надежных измерений попросту не бывает. Поэтому важно идентифицировать источники возможных ошибок измерений.

Нужно различать две группы факторов, которые провоцируют нежелательное влияние на правильность и точность измерений. Первая группа факторов может быть названа систематическим источником ошибок измерения, вторая группа – случайным источником.

Систематические ошибки измерений происходят из-за относительно стабильно проявляющихся качеств респондентов, отвечающих на вопросы опросников или тестов. Их демографические характеристики и индивидуальные особенности являются наиболее типичными источниками систематических ошибок измерений.

Под демографическими характеристиками принято понимать возраст, уровень образования, социоэкономический статус, национальность, принадлежность к специфическим культурным или религиозным группам.

Не менее важно распознавать стилистические особенности респондентов при заполнении ими опросников или ответах на пункты тестов. Стилистические особенности рассматриваются как выражение черт индивидуальности. Наиболее часто встречаются следующие стилевые особенности, чреватые ошибками измерения:

· Стремление респондентов или тестируемых своими ответами создавать о себе благоприятное впечатление.

· Постоянное выражение согласия при ответах на пункты опросника независимо от содержания предлагаемых вопросов.

· Желание респондентов проявить оригинальность, давая необычные или парадоксальные ответы.

Следует добавить, что ошибки измерений могут стать и следствием искажений данных, полученных путем наблюдений. Среди причин искажений данных наблюдений необходимо помнить о следующих:

· Склонность давать оценки другим людям, исходя из противопоставления их индивидуальных особенностей своим собственным чертам или характеристикам.

· Преувеличение значимости какой-либо одной черты или характеристики, особенно той, которая наблюдателем расценивается как положительная или привлекательная.

· Тенденция к завышению оценок.

· Тенденция к занижению оценок.

· Тенденция избегания крайних (высоких или низких) оценок.

Несмотря на то, что многие авторы не склонны преувеличивать отрицательные эффекты систематических ошибок измерения, целесообразно, чтобы они были учтены и подвергнуты профилактике. Процедуры, снижающие риск систематических ошибок, заключаются в использовании в опросниках социально нейтральных формулировок, включением в них пунктов, заведомо провоцирующих проявление стилистических особенностей («шкалы лжи») и маскировкой истинных целей опроса. Для профилактики систематических ошибок наблюдения необходимо прибегать к услугам компетентных наблюдателей и по возможности увеличивать их количество.

Случайные ошибки происходят из-за действия неконтролируемых факторов, влияющих на измеряемую переменную, или по причине некорректного использования измерительного инструмента. В отличие от систематических ошибок, случайные ошибки не предопределяют общую тенденцию к «переоценке» или «недооценке» проявления различий в измеряемой переменной. Следовательно, они компенсируют друг друга, особенно тогда, когда выборка респондентов достаточно велика. Тем не менее, необходимо стремиться к сокращению влияние на результаты измерений и случайных ошибок, как же, как систематических.

Существует три источника случайных ошибок: (1) текущее состояние респондента; (2) особенности ситуации, в которой осуществляется измерение; (3) специфика использования измерительного инструмента.

Текущее состояние респондента может изменяться не только ото дня ко дню, но и в процессе тестирования или использования опросника. Следует учитывать состояние его здоровья, настроение, мотивацию, степень готовности принять участие в процедуре измерений, усталость.

Внешние или ситуативные факторы тоже могут вызвать причины нежелательных отклонений в результатах измерений. Во-первых, к ним относятся несовершенства физической среды: неудобства рабочего места, ограниченность пространства, шум, освещенность и т.д. Не менее важными являются и социальные характеристики ситуации, в которой происходит измерение: обеспечение анонимности, присутствие посторонних. Например, при обследовании подростков важно, происходит ли оно в «полевых» условиях (на улице, во дворе) или в стенах школы, осуществляется индивидуально или фронтально, в присутствии родителей или без них.

Еще один источник случайных ошибок измерений заключается в отсутствии стандартизации при использовании измерительного инструмента. Например, неквалифицированные пользователи могут импровизировать, давая инструкцию к выполнению теста или к заполнению опросника, добавлять, кажущийся им интересным материал или изымать тот, который, по их мнению, является лишним или бесполезным. Важным фактором является внешний облик человека, который предлагает респондентам материалы измерений. Установлено, что респонденты небезразличны и чувствительны к его полу, возрасту, признакам социального статуса.

Для того, чтобы снизить вероятность случайных ошибок, имеется достаточное количество ресурсов. Во-первых, это установление позитивной обратной связи с респондентами, стимулирование их интереса к процедуре, связанной с измерением. Не проходят даром усилия по снижению тревожности, что подразумевает обеспечение анонимности, разъяснение целей тестирования, опроса или интервью.

Кроме этого существует другой вид статистического анализа, который позволяет выйти за рамки конкретного набора данных и, помимо их простого описания, обосновывать предположение, что они с той или иной степенью вероятности отражают изучаемые свойства и характеристики любых учеников, работников и клиентов. Этот тип статистки называется «статистика вывода». Есть несколько видов статистического вывода. Их общей особенностью является то, что они позволяют установить, не получены ли результаты в ходе случайного стечения обстоятельств. Например, сравнение средних значений в двух или более независимых группах респондентов может помочь понять, действительно ли эти группы людей различаются по измеренным параметрам. Детально описательная статистика и статистика вывода изучаются в курсе «Математические методы в психологии».

Не нашли, что искали? Воспользуйтесь поиском: