Классификация психологических задач, решаемых с помощью статистических методов

Подчеркнем еще раз, что, прежде чем выполнить любой пси­хологический эксперимент, необходимо четко сформулировать его задачи, определить экспериментальную гипотезу и все этапы её статистической проверки, а также выбрать соответствующий статистический метод, наиболее эффективный для решения по­ставленных в исследовании задач.

Подавляющее большинство задач, решаемых психологом в эксперименте, предполагает те или иные сопоставления. Это мо­гут быть сопоставления одних и тех же показателей в разных группах испытуемых или, напротив, разных показателей в одной и той же группе. Для определения степени эффективности ка­ких-либо воздействий (обучение, тренировка, тренинг, инст­руктаж и т.п.) сравниваются показатели «до» и «после» этих воз­действий. Например, сравниваются показатели уровня агрессив­ности у подростков до и после психотренинга, что позволяет оп­ределить его эффективность. Или в лонгитюдном исследовании сопоставляются результаты у одних и тех же испытуемых по од­ним и тем же методикам, но в разном возрасте; это позволяет выявить временную динамику анализируемых показателей. Иног­да возникает задача сравнить индивидуальные показатели, полу­ченные при различных внешних условиях, для выявления связи между показателями и факторов, объединяющих эти связи.

Два выборочных распределения сравниваются между собой или с теоретическим законом распределения, чтобы выявить различия или, напротив, сходство в типах распределений. На­пример, сравнение распределений времени решения простой и сложных задач позволит построить классификацию задач и типо­логию испытуемых.

В общем, психологические задачи, решаемые с помощью ме­тодов математической статистики, условно можно разделить на несколько групп.

1. Задачи, требующие установления сходства или различия.

2. Задачи, требующие группировки и классификации данных.

3. Задачи, ставящие целью анализ источников вариативности по­лучаемых психологических признаков.

4. Задачи, предполагающие возможность прогноза на основе имеющихся данных.

Эта неполная классификация носит предварительный харак­тер. Наиболее полная сводка типов задач и методов их решения дана в Приложении 3.

Приложение 3

Задачи	Условия	Методы
1. Выявление различий в уровне исследуемого признака	а) 2 выборки испытуемых	Критерий Макнамары; Q критерий Розенбаума; U критерий Манна-Уитни; критерий (угловое преобразование Фишера)
б) 3 и больше выборок испытуемых	S критерий Джонкира; H критерий Крускала-Уоллиса
2. Оценка сдвига значений исследуемого признака	а) 2 замера на одной и той же выборке испытуемых	T критерий Вилкоксона; G критерий знаков; критерий (угловое преобразование Фишера); t-критерий Стьюдента
б) 3 и более замеров на одной и той же выборке испытуемых	критерий Фридмана; L критерий тенденций Пейджа; t-критерий Стьюдента
3. Выявление различий в распределении признака	а) при сопоставлении эмпирического распределения с теоретическим	критерий Пирсона; - критерий Колмогорова - Смирнова; t-критерий Стьюдента
б) при сопоставлении двух эмпирических распределений	критерий Пирсона; - критерий Колмогорова - Смирнова; критерий (угловое преобразование Фишера)
4. Выявление степени согласованности изменений	а) двух признаков	коэффициент корреляции Пирсона; коэффициент корреляции Кендалла; R – бисериальный коэффициент корреляции; корреляционное отношение Пирсона; коэффициент ранговой корреляции Спирмена; коэффициент корреляции Пирсона; Линейная и криволинейная регрессии
б) трех и большего числа признаков	коэффициент ранговой корреляции Спирмена; коэффициент корреляции Пирсона; множественная и частная корреляции; линейная, криволинейная и множественная регрессия; факторный и кластерный анализы
5. Анализ изменений признака под влиянием контролируемых условий	а) под влиянием одного фактора	S критерий Джонкира; L критерий тенденций Пейджа; Однофакторный дисперсионный анализ; Критерий Линка и Уоллеса; Критерий Немени; Множественное сравнение независимых выборок
б) под влиянием двух факторов одновременно	двухфакторный дисперсионный анализ