Лекции.Орг


Поиск:




Категории:

Астрономия
Биология
География
Другие языки
Интернет
Информатика
История
Культура
Литература
Логика
Математика
Медицина
Механика
Охрана труда
Педагогика
Политика
Право
Психология
Религия
Риторика
Социология
Спорт
Строительство
Технология
Транспорт
Физика
Философия
Финансы
Химия
Экология
Экономика
Электроника

 

 

 

 


Занятие 10. 15 компьютерная Психодиагностика. Статистическая обработка накопленных данных психодиагностики




 

Вводные замечания. В исследовательских и прикладных целях бывает необходимо проанализировать не только результаты тестирования конкретного, отдельно взятого человека, но и результаты по выборке опрошенных людей. Например, чтобы получить или откорректировать нормы опросника, установить какие-либо закономерности, проследить связи по группе испытуемых и т. д.

В подобных случаях нужна возможность обработки данных тестирования группы (выборки) статистическими методами. Данные могут быть представлены либо в виде вектора (один показатель для всей выборки), либо в виде матрицы (несколько показателей). Ввести данные в программу статистической обработки можно вручную. Некоторые программы тестирования «умеют» хранить накопленные данные. В таких случаях «перенабивать» данные из одной программы в другую неэффективно. Можно воспользоваться функцией «экспорт-импорт», чтобы преобразовать данные из одного формата (тестового) в другой (статистический). Иногда это приходится делать через промежуточные форматы.

Цель занятия

1. Провести исследование психологических закономерностей по накопленным данным.

2. Научиться переносить данные из одной компьютерной программы в другую.

Материалы (оснащение). Компьютер, психодиагностическая система *Монада», статистическая программа «Statistica for Windows».

Порядок работы

1. Поставить задачу на проведение исследования (придумать самостоятельно, имея в виду ограничения наличия материала, т. е. объектов и признаков в базе данных программы «Монада»).

2. Составить описание требований к выборке и данным, т. е. сформулировать предмет исследования (что исследовать) и требования к составу испытуемых (кого исследовать).

3. Отобрать выборку из психодиагностической системы «Монада» по заданным признакам (не менее 100 человек). Для этого:

3.1. запустить психодиагностическую систему «Монада»;

3.2. в режиме «данные об обследуемом»/«отбор по биосоциальным признакам» вписать требуемые формальные признаки к испытуемым например: а) все испытуемые должны иметь высшее техническое образование - в окне «образование» надо выбрать «высшее техническое»; б) все испытуемые должны быть мужчинами - в окне «пол» надо выбрать «муж», и т. д.;

3.3. в режиме «данные об обследуемом»/«отбор по психологическим признакам» в окне «методика-фактор-код-условие» задать нужные психологические признаки (см.п. 2) и отобрать нужных испытуемых из выборки, сформированной по биосоциальным признакам (операция «отбор»).

4. Экспортировать шкальные оценки этих испытуемых по нужным методикам тестирования в текстовые файлы в режиме «данные об обследуемом» / «вывод данных и списка обследуемых» с помощью операции «оценки», предварительно выбрав методику тестирования и фактор в окнах «методика» и «фактор» соответственно. Данные будут сохранены в подкаталоге ТХТ с расширениями *.lst (список обследуемых и их шкальные оценки) и *.num (только шкальные оценки). Выйти из психодиагоностической системы «Монада».

5. Импортировать данные в статистическую программу. Для этого:

5.1. запустить Windows, затем запустить программу Statistica;

5.2. в программе Statistica выбрать режим Data Management;

5.3. в верхнем меню Fail/Import выбрать файл для импорта (с расширением *.num), указать кодировку ASCII, параметры таблицы (т. е. количество переменных и испытуемых), полученную таблицу сохранить с расширением *.sta;

5.4. повторить п. 5.3 для всех импортируемых файлов;

5.5. соединить все импортированные файлы в одну таблицу и сохранить ее.

6. Обработать. Для этого:

6.1. перейти в режим Basic Statistics and Tables;

6.2. рассчитать первичные статистики (Descriptive Statistics), сделать выводы о характере распределения;

6.3. рассчитать корреляционный анализ (Correlation matrices);

6.4. перейти в режим кластерного анализа (Cluster Analysis), построить два дерева кластеризации: по шкальным оценкам и по испытуемым.

7. Проинтерпретировать полученные результаты, учитывая смысловые нагрузки, стоящие за переменными, так как только зная и понимая природу признаков можно объяснить характер выявленных статистических закономерностей, а простая констатация наличия связи не есть ее интерпретация.

Пример

Обнаружена корреляция между переменными А и В или А, В и С. Зная, что стоит за этими переменными, можно проинтерпретировать полученные результаты. Ниже даны 5 примеров:

1. А зависит от В - психомоторное развитие зависит от возраста, но не наоборот.

2. В зависит от А - речь зависит от возраста.

3. А зависит от В, а В зависит от А - психомоторное развитие зависит от деятельности и наоборот.

4. А влияет на С, а С влияет на В - возраст влияет на внимание, а внимание влияет на развитие интеллекта, при этом С (внимание) не изучалось.

5. А зависит от С, В зависит от С - А - размер обуви, В - интеллект, С - возраст. корреляция есть, а реальной (физической) связи нет.

 

8. Результаты оформить в любом текстовом редакторе.

Контрольные вопросы

1. По каким параметрам можно обнаружить различия между выборками при совпадении математического ожидания и как их проинтерпретировать?

2. Как может быть проинтерпретирована корреляция между стажем работы и каким-либо показателем по ОСТ (направление зависимости)?

3. О чем свидетельствует близость переменных при кластерном анализе?

4. О чем свидетельствует близость объектов при кластерном анализе?

 





Поделиться с друзьями:


Дата добавления: 2016-12-05; Мы поможем в написании ваших работ!; просмотров: 395 | Нарушение авторских прав


Поиск на сайте:

Лучшие изречения:

Логика может привести Вас от пункта А к пункту Б, а воображение — куда угодно © Альберт Эйнштейн
==> читать все изречения...

3151 - | 3076 -


© 2015-2026 lektsii.org - Контакты - Последнее добавление

Ген: 0.012 с.