Интерпретация результатов – обобщающий этап исследования, здесь осуществляется описание процедур доказательства относительно достоверности утверждений гипотезы и выдвинутых положений, разворачивается цепь рассуждений, в которых обобщаются результаты исследования, делаются выводы достижения цели и полноты решения задач, исследования, намечаются перспективы дальнейшей научной работы и вносятся предложения (рекомендации).
Первое, что нужно сделать – привести в соответствующий вид количественно выраженные результаты исследования и определить степень вероятности истинности гипотезы.
Неожиданным (и не всегда приятным) моментом для начинающего исследователя является необходимость приведения эмпирических данных в вид, при котором их можно подвергать анализу, выявлять связи и закономерности, проводить математико-статистические подсчеты: сведение в единые формы протоколов наблюдений, интервью, анкет, интерпретация данных, полученных при применении проективных методик (рисуночных или цветовых тестов, вербальных описаний и пр.), подсчет баллов, набранных в тестах и т.д. Чем больше данных (пусть и относительно однородных) – тем больше времени требует их обработка, нужны и концентрация внимания, и усидчивость, и терпение. Но именно такая работа дает опыт (в следующих исследованиях человек будет делать это легче, выбирать наиболее оптимальные для обработки методики, составлять максимально короткие и емкие анкеты и т.д.) и удовлетворение от добросовестного выполнения действий.
Начинается эта работа с табличного и графического отображения данных. Несомненно, наиболее информативным способом группировки данных является таблица, в которой данные можно сгруппировать на достаточно большом числе уровней и связей (для простого эмпирического исследования «базовая таблица» является исходной для всех для графического отображения данных). Сегодня большинство текстовых редакторов и баз данных предоставляют возможность построить любые формы графического отображения данных – графики и диаграммы.
Многочисленные формы диаграмм отображают соотношение одной или двух измеряемых величин (переменных) по отношению к накопленному числу случаев их проявления. Простой формой диаграммы является, например, круговая диаграмма, в которой в абсолютных числах или в процентах отображается число выборов определенной переменной (например, круговая диаграмма, отображающая в процентах число выборов респондентами ответа на вопрос анкеты). Круговая диаграмма выражает соотношение частей, составляющих целое – совокупность исследованных, проявление определенного свойства, продолжительность процесса и т.д. Более сложными диаграммами являются те, которые строятся с использованием оси ординат (отображается число случаев) и оси абсцисс (отображается величина или свойства измеряемого признака), которые рекомендуется применять для сравнения рядов данных. Это, например гистограмма, где изображаются столбцы, высота которых отображает число случаев или частоту, зафиксированные в интервальной шкале, или сходный с ней полигон распределения, где вместо столбцов используются соединенные между собой точки. Столбиковые диаграммы более всего подходят для сравнения двух однопорядковых показателей (например, измерения показателей исследуемого феномена «до» и «после»). Близкой по смыслу этим видам диаграмм является диаграмма рассеяния (разброса), в которой точками обозначается каждый случай, зафиксированный по измерениям двух переменных (например, это могут быть число проведенных тренингов, отложенное по оси ординат, и уровень тревожности, отображенный в баллах по оси абсцисс; уровень IQ по оси ординат и успеваемость по оси абсцисс и т.д.). Диаграмма рассеивания позволяет увидеть характер взаимосвязи двух переменных: чем ближе расположение точек к ровной диагонали, тем сильнее связь, чем они хаотичнее, тем сомнительнее наличие такой связи.
Разновидностям таких диаграмм являются: графики накопленных частот (огивы) отображающие кривые накопленных частот; ряды накопленных частот (кумулятивных рядов), представляющие данные вариационного ряда в виде кумуляты (кривая накопленных частот, так называемых частостей) и огивы;диаграмма Парето (показывает в убывающем порядке относительное влияние каждой причины на общую проблему) и др.
Графики предпочтительнее использовать для характеристик процессов (временных рядов), в них отображается изменение данных за определённый период времени. Это могут быть измеренные более трех раз величины выраженности определенного качества (например, число запомненных данных, число нарушений норм поведения и т.п.) или величина применения определенных действий (например, время, затраченное на спортивные упражнения, число примененных методов обучения и др.). Графики также могут иметь различные формы – в виде обычной прямой, нескольких совмещенных прямых (можно увидеть соотношение проявления нескольких измеренных величин), ленточные графики, фиксирующий соотношение составляющих какого-либо параметра, с одновременным отображением изменения этих составляющих во времени и др.
Здесь важно помнить, что графические формы нужны (за редкими исключениями) не для аналитической работы, а для презентации, для облегчения восприятия данных. Для аналитической работы лучший вариант – сведение всех полученных в исследовании данных в таблицу, которую условно можно назвать базовой. В строках базовой таблицы помещаются данные о конкретных участниках, в графах (столбцах) – данные об их качествах, измеряемые показатели. В клетках – измеренные величины, которые весьма желательно выразить в числовой форме. В большинстве случаев к таблице необходимы пояснения: в легенде к ней помещается расшифровка чисел; например: 1 – мужской пол, 2 – женский; 1 –студенты 2 курса, 2 – студенты 5 курса. При выделении контрольной и экспериментальной групп возможен вариант с выделением отдельного столбца (1- экспериментальная группа; 2 – контрольная группа), но возможно и условное расположение (с 1 до 15 номера в строках таблицы – экспериментальная группа № 1; с 16 по 30 строк – экспериментальная группа №2; с 31 по 45 номера – контрольная группа).).таблица может быть как предельно простой, когда в нее занесены два ряда данных (например, уровень тревожности и внутригрупповой статус) для каждого исследуемого, до сложной, когда туда вносятся многие данные – от пола, возраста, до экспериментальных действий (применение определенных методов, форм, упражнений) и результатов измерения «до» и «после» эксперимента. Такая таблица позволяет не только выполнить простейшие количественные преобразования данных (например, вычислить процентные характеристики любых показателей: «52,3% опрошенных ответили положительно…»), но и построить любую диаграмму и график, и, что немаловажно – подготовить данные для их математико-статистической интерпретации.
Базовая таблица для корреляционного исследования может иметь, например, при определении взаимозависимости уровня тревожности, социометрического статуса, и уровня успеваемости, следующий вид (таблица 6):
Таблица 6
