Комплекс программ для автоматизации исследований в экспериментальной психологии
Дипломная работа - Компьютеры, программирование
Другие дипломы по предмету Компьютеры, программирование
ги пытаются описывать изучаемую ими реальность. Но язык математики и язык психологии очень различны, поэтому математика здесь является не критерием истины, а одним из инструментов для ее поиска (Т.Н. Корнилова, 2004).
Выдвижение принципов проверки получаемых знаний фактически началось с появления науки как системы человеческих знаний (Ф. Бэкон, Р. Декарт (В качестве истинных могут признаваться такие факты, которые отчетливы, осознанны, очевидны и не требуют каких-либо доказательств)). На настоящий момент в науке сформировались два основных принципа проверки научности получаемых знаний - принцип верифицируемости и принцип фальсифицируемости.
Принцип верифицируемости был предложен О. Контом (логический позитивизм) и заключается в требовании проверять все получаемые данные новыми фактами. Позже (и в настоящее время) принцип верифицируемости был дополнен также принципом фальсифицируемости, предложенным К. Поппером (критический рационализм). Он заключается в том, что любая теория временна, следовательно, научным является такое знание, которое мы можем отвергнуть, т.е. признать ложным в процессе эмпирической проверки. Следовательно, знания, для опровержения которых нельзя придумать соответствующую процедуру (то есть процедуру опровержения), не являются научными. Все научные знания являются условно ложными и поэтому, любая научная теория - это предположение, которое может быть проверено на практике (В.Н. Дружинин, 2005).
Постоянная проверка полученных научных результатов в различных условиях, которая является следствием этих принципов, должна позволять объективно сравнивать получаемые результаты. Поэтому наиболее адекватным языком для этого является математика, которая позволяет унифицированно получать и представлять данные.
Таким образом, можно говорить о том, что применение математики в психологии и математическое обеспечение психологических исследований, является необходимым атрибутом научности получаемых результатов. Математические методы, в зависимости от цели и сложности объекта исследования, могут применяться и как основной метод исследования (например, математическое моделирования), и как элемент обработки данных.
.2 Математическое обеспечение психологического исследования
Обозначив место математического обеспечения психологического исследования в экспериментальной психологии, рассмотрим, какие разделы математики востребованы в психологии.
Традиционно выделяют три сферы применения математических методов в психологии: математическая обработка данных, психометрика и моделирование в психологии (Е.Ю. Артемьева, 1975).
Математическая обработка - это оперирование со значениями признака, полученными у испытуемых в психологическом исследовании. При этом, значения признака определяются при помощи специальных шкал наблюдения. Математические методы нашли сегодня широкое применение во всех областях психологии. С их помощью производится преобразование качественных показателей в количественные и наоборот, осуществляются статистический анализ и прогнозирование. Математическая обработка результатов обеспечивает доказательность (репрезентативность) исследований. В сочетании с качественными показателями количественная обработка значительно повышает объективность психологического исследования.
Для реализации нашей цели - создания программного средства, реализующего наиболее применяемые психологами математические методы - нам требовалось выделить из всего массива методов математической обработки данных те, которые чаще всего используются психологами (студентами, аспирантами и научными работниками) в их исследованиях. Данная задача решалась в три этапа.
На первом этапе, на основе анализа источников по обработке данных в экспериментальных исследованиях, мы выделяли классы математических методов, решающих задачу обработки данных (Н. Джонсон, 1980; В.В. Налимов, 1981; Д.К. Монтгомери, 1980; Ю.Н. Тюрин, 1995). Были выделены следующие группы методов:
?Описательная статистика. К описательным статистикам относят числовые характеристики распределений измеренного на выборке признака. Каждая такая характеристика отражает в одном числовом значении свойство распределения множества результатов измерения: с точки зрения их расположения на числовой оси, либо с точки зрения их изменчивости. Основное назначение каждой из первичных описательных статистик - замена множества значений признака, измеренного на выборке, одним число. Компактно описание группы при помощи первичных статистик позволяет интерпретировать результаты измерений, например, путем сравнения первичных статистик разных групп.
?Корреляционный анализ. Проверка гипотез о связях между переменными с использованием коэффициента корреляции. Коэффициент корреляции - это двумерная описательная статистика, количественная мера взаимосвязи двух переменных. Существует несколько различных коэффициентов корреляции, в зависимости от используемых шкал измерения и используемых алгоритмов.
?Параметрические критерии сравнения двух выборок. Сравнение двух выборок по признаку, измеренному в метрической шкале.
?Непараметрические критерия сравнения выборок. Способы проверки статистических гипотез о различии выборок по уровню выраженности признака, измеренного в количественной шкале.
?Анализ номинативных данных. Проверка широкого ряда гипотез об отношении явлений, измерения которых доступно в номинативной шкале.