Учебно-методическое пособие Екатеринбург 2006 утверждаю декан психологического факультета Глотова Г. А

Вид материала

Учебно-методическое пособие

Содержание Многомерный анализ Множественная регрессия Факторный анализ Интерпретация и представление результатов Обобщение по отношению к объектам Социокультурные особенности Условия исследования Форма представления результатов исследования Идеальный вариант Требования к оформлению отчета о проведенном исследовании

Подобный материал:

• Методические указания Екатеринбург 2006 утверждаю декан психологического факультета, 887.11kb.
• Учебно-методическое пособие Екатеринбург 2006 утверждаю декан психологического факультета, 1202.51kb.
• Программа курса Стандарт 020800 «Историко-архивоведение» Екатеринбург 2006 утверждаю, 234kb.
• Программа специальной (Стандарт пд. Сд/ДС) Екатеринбург 2006 Утверждаю Декан физического, 73.92kb.
• Программа специальной (Стандарт пд. Сд/ДС) Екатеринбург 2006 Утверждаю Декан физического, 285.15kb.
• В. А. Жернов апитерапия учебно-методическое пособие, 443.6kb.
• Учебно методическое пособие Утверждено На Совете хирургического факультета Декан хирургического, 679.35kb.
• Программа дисциплины (Стандарт пд-сд) Екатеринбург 2006 Утверждаю Декан экономического, 316.67kb.
• Программа дисциплины (Стандарт пд- сд ) Екатеринбург 2006 Утверждаю Декан экономического, 822.84kb.
• Программа дисциплины (Стандарт пд-сд) Екатеринбург 2006 Утверждаю Декан экономического, 137.25kb.

Многомерный анализ

Двумерный анализ направлен на исследование взаимосвязей между любыми двумя переменными. С помощью многомерного анализа изучаются взаимосвязи более чем двух переменных (часто количество переменных заметно превышает две). До сих пор мы рассматривали случаи двумерного анализа, за исключением примера с частичной корреляцией, в котором оценивалось влияние третьей переменной на взаимосвязь между двумя другими. Далее коротко познакомимся с двумя распространенными процедурами многомерного анализа – множественной регрессией и факторным анализом.


Множественная регрессия

В случае простой регрессии рассматриваются две переменные: предикторная и критериальная. Если оценки SAT (Американский школьный тест проверки способностей – предикторная переменная) коррелируют со средним баллом первокурсников, то их можно использовать для предсказания академической успеваемости. Однако, такой феномен, как «успеваемость в колледже» не так прост, как кажется. Оценки теста SAT могут говорить о будущей высокой успеваемости, но как быть с такими факторами влияния на успеваемость, как «мотивация», «высокие школьные оценки» или «уклонение от занятий физикой»?

Множественная регрессия помогает решить проблему использования более чем одной предикторной переменной. В исследовании, проводимом методом множественной регрессии, применяется одна критериальная, а также две или более предикторных переменных. Такой анализ позволяет не только выяснить, что на основании этих двух или более переменных можно предсказать определенный критерий, но также определить относительную предсказательную силу этих переменных. Эта сила отображается в формуле множественной регрессии для исходных данных, которая представляет собой расширенный вариант формулы простой регрессии:

Простая регрессия: Y = а + bХ. Множественная регрессия: Y= а + b₁ Х ₁ + b₂ X₂ +...+ b_nХn, где каждый X - это отдельная предикторная переменная, Y – это критериальная переменная, а величина показателей b отражает относительную важность каждой предикторной переменной. Этот показатель называют «весом регрессии». В результате анализа по методу множественной регрессии получают множественный коэффициент корреляции (R) и множественный коэффициент детерминации (R²). R – это корреляция между объединенными предикторными переменными и критерием, a R² – показатель степени изменчивости критериальной переменной, вызванной объединенными предикторными переменными. Для обозначения многомерных R и R² используются большие буквы – тем самым их можно отличить от двумерных пирсонова г и r². Однако их интерпретации весьма схожи. И R, и г обозначают силу корреляции, a R² и г² – долю изменчивости, общей для нескольких переменных.

Преимущество анализа методом множественной регрессии заключается в том, что при объединении влияния нескольких предикторных переменных (особенно если они не слишком сильно коррелируют друг с другом) возможность сделать верные предположения заметно увеличивается в сравнении с обычным регрессионным анализом. Высокие школьные оценки уже сами по себе говорят о будущей хорошей успеваемости в колледже, так же как и оценки теста SAT, но на основании двух этих показателей можно делать предсказания с большей уверенностью. Чтобы получить представление о том, в каких исследованиях применяют анализ методом множественной регрессии, рассмотрим следующие примеры.

1. Исследование, предсказывающее развитие эмпатии (сопереживания) на основании двух аспектов событий раннего детства: студенты, сопереживающие другим людям, обычно имели в детстве стрессовые переживания, что сделало их более чувствительными к переживаниям других. Тяжесть полученной в детстве травмы, как признак развития будущей эмпатии, имеет больший вес, чем общее число травматических событий.

2. Исследование, предсказывающее развитие восприимчивости к простуде на основании негативных событий жизни, воспринимаемого стресса и отрицательных эмоций. Можно подумать, что простуда развивается потому, что человек провел какое-то время слишком близко от непрерывно чихавшего человека. Однако специальное исследование показало, что простудные заболевания можно предсказать на основании трех факторов, связанных со стрессом. Чаще всего простужаются те студенты, которые: а) в недавнее время пережили стрессовое событие, б) чувствуют, что к ним предъявляются завышенные требования, и в) описывают свой общий эмоциональный фон как негативный.


Факторный анализ

Вторая многомерная процедура – это факторный анализ. В ходе факторного анализа определяются значения большого количества переменных, находится корреляция между ними, а затем выявляется группы переменных, образующие «факторы».

Поясним эту идею на простом примере. Предположим, школьникам даны следующие задания: словарный тест (СЛ); тест на понимание прочитанного (ПП); тест на аналогии (например, доктор связан с пациентом, как адвокат с _ ) (АН); тест по геометрии (ГЕОМ); тест на решение головоломок (РГ); тест на вращение фигур (ВФ).

Для всех возможных пар тестов можно вычислить г Пирсона, в результате получится матрица корреляции:

	сл	пп	ан	геом	рг	вф
сл	1	0,76	0,65	0,09	0,02	0,08
пп		1	0,55	0,04	0,01	0,02
ан			1	0,07	0,08	0,09
геом				1	0,78	0,49
рг					1	0,68
вф						1

Видно, что некоторые значения корреляции образуют группы. Все корреляции между словарем, пониманием прочитанного и аналогиями довольно высоки. Это верно и для геометрии, головоломок и вращения фигур. Корреляции между тестами, принадлежащими к разным группам, практически равны нулю. Это говорит о том, что эти тесты направлены на исследование двух существенно различающихся умственных способностей, или «факторов». Мы можем обозначить их как «беглость речи» и «пространственные навыки».

Факторный анализ — это сложный статистический метод, с помощью которого из набора взаимных корреляций выделяются отдельные факторы. При анализе данной матрицы без сомнения будут выделены те же два фактора. В ходе анализа также определяются «факторные нагрузки», представляющие собой корреляции между каждым из тестов и каждым из выделенных факторов. В приведенном выше примере первые три теста будут иметь «высокую нагрузку» на фактор 1 (беглость речи), а вторые три – «высокую нагрузку» на фактор 2 (пространственные навыки). Конечно, в реальном исследовании корреляции никогда не группируются так четко, как в данном примере, и полученные результаты нередко приводят исследователей к бурным дискуссиям по поводу того, действительно ли обнаружены различные факторы. Также возникают расхождения в том, как правильно называть факторы, ведь факторный анализ сам по себе лишь выявляет факторы, а как их назвать — это решают сами исследователи.

Факторный анализ применялся в одном из самых долгих психологических споров – является ли интеллект единым свойством человека. Чарльз Спирмен – основоположник факторного анализа (начало XX в.), – считал, что все тесты интеллекта имеют одинаковую нагрузку на один фактор, который он назвал фактором общего интеллекта, или g (от англ, general). Более того, по его мнению, каждый тест должен давать высокую нагрузку на второй фактор, включающий навык, проверяемый данным тестом (например, математические способности). Эти факторы второго порядка, или «особые», он обозначил как s (от англ, special). Согласно его «двухфакторной» теории, выполнение тестов интеллекта напрямую зависит от общего интеллекта человека (g) и его особых навыков (s). Спирмен считал, что g наследуется, а различные s-факторы приобретаются в процессе обучения.

Другие исследователи, и в том числе Льюис Терстоун, считали, что интеллект состоит из множества факторов, и отвергали существование общего фактора g. По результатам факторного анализа Терстоун сделал вывод, что существуют семь различных факторов, которые он назвал «первичными умственными способностями»: понимание речи, беглость речи, навыки счета, пространственные навыки, память, скорость восприятия и способность к рассуждениям.

Вопрос о том, является ли интеллект единым целым, продолжает ставить в тупик ученых, занимающихся его измерением, и его обсуждение не входит в нашу задачу. Для нас важно, что факторный анализ может привести к различным результатам. Это связано с тем, что а) существует несколько разновидностей факторного анализа, по-разному оценивающих, насколько высокой должна быть корреляция для выявления отдельных факторов, и б) в различных исследованиях этой проблемы используются различные тесты интеллекта. Поэтому исследователи, использующие различные подходы и тесты, получают самые разные результаты. Говоря коротко, так же, как и остальные статистические методы, факторный анализ — это лишь инструмент, и он не может сам по себе решать такие теоретические вопросы, как природа интеллекта.


Итак, корреляционные процедуры играют заметную роль в современных психологических исследованиях. Очень часто в них возникает необходимость, если экспериментальные процедуры использовать невозможно. Кроме того, разработка сложных многомерных процедур упростила решение вопроса о причинах и следствиях по сравнению с прошлым, когда большинств корреляционных процедур были двумерными по своей природе.


Лекция 17

ИНТЕРПРЕТАЦИЯ И ПРЕДСТАВЛЕНИЕ РЕЗУЛЬТАТОВ


Результаты исследования, их интерпретация и обобщение

Содержание этой лекции начинается с того момента, когда данные исследования уже обработаны и представлены в той или иной форме, а применение статистических критериев уже позволило сделать вывод о принятии или отвержении статистической гипотезы Н₁, или Н₀.

Предположим, что статистическая гипотеза о различии результатов экспериментальной и контрольной групп принята. Какие выводы мы можем сделать после обработки экспериментальных результатов? Итог любого исследования – преобразование «сырых» данных в решение об обнаружении явления (различий в поведении двух и более групп), о статистической связи или причинной зависимости. Подтверждение или опровержение статистической гипотезы о значимости обнаруженных сходств-различий, связей и должно быть интерпретировано как подтверждение (неопровержение) или опровержение экспериментальной гипотезы. Как правило, исследователь пытается подтвердить гипотезы о различиях поведения контрольной и экспериментальной групп. Нуль-гипотеза – гипотеза о тождестве групп.

Решение	Гипотеза
	Нуль-гипотеза верна	Исследовательская гипотеза верна
Отвержение нуль-гипотезы	Ошибка 1-го рода	Верное решение
Принятие нуль-гипотезы	Верное решение	Ошибка 2-го рода

При статистическом выводе возможны различные варианты решений. Исследователь может принять или отвергнуть статистическую нуль-гипотезу, но она может быть объективно («на самом деле») верной или ложной. Соответственно возможны четыре исхода: 1) принятие верной нуль-гипотезы; 2) отвержение ложной нуль-гипотезы; 3) принятие ложной нуль-гипотезы; 4) отвержение верной нуль-гипотезы. Два варианта решения правильны, два – ошибочны. Ошибочные варианты называются ошибками 1-го и 2-го рода.

Ошибку 1-го рода исследователь совершает, если отвергает истинную нуль-гипотезу. Ошибка 2-го рода состоит в принятии ложной нуль-гипотезы (и отвержении верной исследовательской гипотезы о различиях).

Чем больше число испытуемых и опытов, чем выше статистическая достоверность вывода (принятый уровень значимости), тем меньше вероятность совершения ошибок 1-го рода. Например, если при а = 0,1 слабые различия между средними, определенные с помощью t-критерия, могут быть значимыми, то при а = 0,05 и а = 0,001 значимых различий мы можем не получить.

Ошибка 1-го рода особо значима в уточняющем (конфирматорном) эксперименте, а также в тех случаях, когда принятие неверной гипотезы о различиях имеет практическую значимость. Допустим, принятие ложной гипотезы об интеллектуальных различиях представителей разных социальных страт или этнических групп имеет чрезвычайно значимые социально-политические следствия.

Ошибки 2-го рода – отвержение верной исследовательской гипотезы и принятие нуль-гипотезы – особенно существенна при проведении пробного (эксплораторного) эксперимента. Отклонение исследовательской гипотезы на начальной стадии может надолго закрыть дорогу исследователям в данной предметной области. Поэтому уровень статистической достоверности при проведении эксплораторного эксперимента на малых выборках стремятся понизить, т. е. выбирают а = 0,1 или а = 0,05. Исследователю, разумеется, приятнее получить подтверждение своим собственным мыслям, поэтому субъективная значимость ошибок 2-го рода значительно ниже, чем субъективная значимость ошибок 1-го рода.

Но для науки как сферы человеческой деятельности важнее получить максимально достоверное знание, а не «засорять» научные журналы невалидными и ненадежными результатами. Поэтому стратегия исследований в любой области психологической науки такова: переход от эксплораторного (поискового) эксперимента к конфирматорному (уточняющему), от низких уровней достоверности – к высоким, от исследований на малых выборках – к исследованиям на больших.

В конкретных же исследованиях значимость ошибок 1-го и 2-го рода может сильно зависеть от целей, которые преследуются в эксперименте, от предмета изучения и характера решаемой исследовательской задачи и т. д. В обыденной и профессиональной жизни мы часто сталкиваемся с такими ситуациями, когда нам надо оценить сравнительную значимость ошибок 1-го и 2-го рода. Например, судья или присяжные, определяя виновность или невиновность подсудимого, должны для себя решить, что более значимо: признать невиновного виновным или виновного невиновным. Установка на «гуманность» диктует правило: пусть будут оправданы десять преступников, чем пострадает один невиновный. «Репрессивная» установка предполагает другое правило: пусть пострадают десять невиновных, лишь бы один виновный не ушел от наказания.

Принятие или отвержение статистической гипотезы не является единственным условием принятия или не принятия экспериментальной гипотезы. Если статистическая гипотеза отвергнута, то исследователь может это реализовать по-разному. Он может завершить эксперимент и предпринять попытку выдвижения новых гипотез. Экспериментатор может провести новое исследование на расширенной выборке с использованием модифицированного экспериментального плана и т. д. Как говорится, «отрицательный» результат – тоже результат.

Для К. Поппера и его критического рационализма «отрицательные» выводы, отвергающие экспериментальную гипотезу, – это главный результат любого эксперимента, так как сам эксперимент есть способ выбраковки нежизнеспособных гипотез. Однако, отклонение экспериментальной гипотезы отнюдь не означает, что теорию, следствием которой она являлась, следует сразу отбросить. Возможно, неверно сформулирована теоретическая гипотеза: в прямой вывод из теории может вкрасться ошибка. Не исключено, что теоретическая гипотеза верна, но ее экспериментальная версия некорректно сформулирована. При этом зачастую даже подтверждение экспериментальной гипотезы не свидетельствует о подтверждении теории. Допустим, исходя из концепции фасилитации, мы предполагаем, что эмоциональная поддержка действий испытуемого будет приводить к более успешному решению задач. Но вместо превентивной эмоциональной поддержки любых проявлений интеллектуальной активности мы в эксперименте поощряли испытуемого за хорошую работу по окончании решения задания. Разумеется, эффект будет обнаружен, но никакого отношения к исходной теоретической гипотезе он не имеет.

Рассмотрение различных частных случаев подтверждения или неподтверждения конкретных экспериментальных гипотез – дело вполне доступное любому студенту, который усвоил азы психологического экспериментирования. Предположим, что экспериментальная гипотеза подтверждена или, следуя строгой логике К. Поппера, не опровергнута. Требуется решить проблему обобщения результатов эксперимента: на какие группы испытуемых могут быть распространены выводы, в каких внешних условиях будут воспроизводиться результаты, не будет ли влиять на результаты исследования смена экспериментатора?

В отличие от классического естествознания, экспериментальный результат в психологии должен быть инвариантен (неизменен) по отношению не только ко всем объектам данного типа, к пространственно-временным (и некоторым другим) усло­виям проведения эксперимента, но и к особенностям взаимодействия эксперимен­татора и испытуемого, а также к содержанию деятельности испытуемого.

1. Обобщение по отношению к объектам. Если мы провели эксперимент на 30 испытуемых – мужчинах в возрасте от 20 до 25 лет, принадлежащих к семьям из среднего класса, обучающихся на 2-3-м курсах университета, то, очевидно, нуж­но решить следующую проблему: на какую популяцию распространить результаты? Предельным обобщением будет отнесение выводов ко всем представителям вида Ноmо sapiens. Обычно исследователи заканчивают первую экспериментальную часть своей работы предельно широким обобщением. Дальнейшая исследователь­ская практика сводится не только к уточнению, но и к сужению диапазона примени­мости найденных закономерностей.

Исследования Скиннера по оперантному обучению на крысах, голубях и др. дали результаты, которые автор распространил на представителей других видов, занима­ющих верхние ступени эволюционной лестницы, в том числе и на человека. Экспе­рименты И. П. Павлова по выработке классических условных рефлексов у собак по­зволили выявить закономерности высшей нервной деятельности, общие для всех высших животных. Феномены Ж. Пиаже воспроизводятся при исследовании групп детей во Франции, США, России, Израиле и т. д.

Ограничителями генерализации выступают внепсихологические характеристики популяции: 1) биологические и 2) социокультурные.

К основным биологическим характеристикам относятся пол, возраст, раса, конституциональные особенности, физическое здоровье. В дифференциально-психологическом исследовании выявляются изменения зависимости между двумя переменными, которые относятся к дополнительным признакам объекта изучения.

Социокультурные особенности являются вторым важнейшим ограничением обобщения результатов. Решается проблема возможности распространения данных на представителей других народов и культур в кросскультурных исследованиях. Аналогичная работа проводится по уточнению влияния на результаты эксперимента таких дополнительных переменных, как уровень образования и уровень доходов испытуемых, классовая принадлежность и т. д.

Бывает, что результаты эксперимента можно применить лишь к той популяции, представители которой вошли в состав экспериментальных групп. Но и в этом случае существует проблема: можно ли данные, полученные на экспериментальной выборке, распространить на всю популяцию? Решение этой проблемы зависит от того, насколько в ходе планирования исследования и формирования экспериментальной выборки соблюдалось требование репрезентативности.

Для проверки выводов, 1) проводят дополнительные эксперименты на группах представителей той же популяции, не вошедших в первоначальную выборку, 2) стремятся максимально увеличить в уточняющих экспериментах численность экспериментальной и контрольных групп.

2. Условия исследования. В психологическом эксперименте важны не столько пространственно-временные факторы (в отличие от физического), сколько условия деятельности испытуемого, а тем более – особенности заданий. В какой мере влияют на результат вариации инструкции, материала заданий, действий испытуемого, предусмотренных в ней, вид мотивации, присутствие или отсутствие «обратной связи»? На все эти вопросы нельзя ответить, ограничившись проведением одного эксперимента. Исследователь должен варьировать в последующих экспериментальных сериях дополнительные переменные, относящиеся к характеристикам экспериментального задания, чтобы установить, являются ли результаты инвариантными по отношению к задаче испытуемого.

Классическим примером влияния особенностей задачи, решаемой испытуемым, на результат эксперимента стали психофизические исследования абсолютных порогов чувствительности.

«Слепой метод» позволяет исключить влияние на результат знания испытуемого о том, когда и какое воздействие он получает.

3. Экспериментатор. О проблеме влияния экспериментатора на результаты исследования мы достаточно подробно говорили выше. Напомним лишь, что психология, в отличие от других научных дисциплин, не может полностью исключить, «вынести за скобки» влияние личностных черт, мотивации, компетентности исследователя в ходе эксперимента.

«Двойной слепой опыт» позволяет контролировать влияние ожиданий экспериментатора на результаты исследования. Однако полный контроль воздействия индивидуальных особенностей экспериментатора предполагает применение факторного плана К х L х М, где в качестве дополнительной переменной выступают экспериментаторы, различающиеся по полу, национальной принадлежности, возрасту, индивидуально-психологическим особенностям и т. д.

Инвариантность результатов по отношению к личности экспериментатора особенно часто нарушается в социально-психологических и дифференциально-психологи-ческих исследованиях.

Вариация результатов исследования, определяемая влиянием экспериментатора, описана в большинстве практических руководств по проведению психологического эксперимента.


Подведем итог. Исследователь может совершить две ошибки относительно гипотезы: 1) принять неверную экспериментальную гипотезу и 2) отвергнуть верную экспериментальную гипотезу. В эксплораторном (поисковом) эксперименте опаснее ошибка 2-го рода. В конфирматорном (уточняющем) эксперименте большее значение имеет ошибка 1 -го рода. Увеличение объема выборки и статистической достоверности вывода способствует минимизации ошибки 1-го рода.

Исследователя подстерегает опасность неправомерного обобщения результатов исследования. Ограничителями генерализации результатов выступают: 1) особенности выборки; 2) содержание эксперимента (задания испытуемому, воздействия, среда); 3) личность экспериментатора.

Возможны две стратегии проведения дополнительных исследований: 1) ограничение генерализации путем введения дополнительных переменных в план эксперимента; 2) индуктивный путь на основе перепроверки результатов на других рандомизированных экспериментальных выборках.

Процедура эксперимента никогда не может дать абсолютно достоверного знания, так как индукция принципиально неполна. Эксперимент – это лучший способ критики и отбора идей, но не лучший способ порождения нового знания.

Форма представления результатов исследования

Завершением любой исследовательской работы является представление результатов в той форме, которая принята научным сообществом. Следует различать две основные формы представления результатов: квалификационную и научно-исследователь-скую.

Квалификационная работа – курсовая работа, дипломная работа, диссертация и т. д. – служит для того, чтобы студент, аспирант или соискатель, представив свой труд на суд экспертов, получил документ, удостоверяющий уровень компетентности. Требования к таким работам, способу их оформления и представления результатов изложены в инструкциях ВАК, положениях, принятых учеными советами, и в других столь же солидных документах. Нас интересует вторая форма – представление результатов научной работы.

Условно вид представления научных результатов можно разделить еще на три подвида: 1) устные изложения; 2) публикации; 3) компьютерные версии. Но все они относятся к тем или иным вариантам представления текстовой, символической и графической информации. Поэтому разговор о способах оформления и представления научных результатов целесообразно начать с характеристики методов описания данных.

Наиболее детально этот вопрос рассмотрен в работе В. А. Ганзена «Системные описания в психологии» (1984). Под описанием понимается любая форма представления информации о полученных в исследовании результатах. Различают следующие варианты представления информации: вербальная форма (текст, речь), символическая (знаки, формулы), графическая (схемы, графики), предметно-образная (макеты, вещественные модели, фильмы и др.).

В человеческом сообществе основным способом передачи информации является слово. Поэтому любое научное сообщение – это прежде всего текст, организованный по определенным правилам. Различают два вида текстов: на естественном языке («природном», обыденном) и научном языке. Любое представление результатов исследования по сути своей является текстом «смешанного» вида, где в естественноречевую структуру включены «куски», сформулированные на строго понятийном языке. Эти языки нельзя строго разграничить, ибо все время происходит взаимопроникновение житейского и научного: научные термины входят в повседневное обращение, а наука черпает из естественного языка слова для обозначения вновь открытых сторон реальности. Например, мы свободно употребляем в повседневной речи слова, изобретенные учеными: «кислород» (М. Ломоносов), «экстраверсия» (К. Юнг), «условный рефлекс» (И. Павлов), «кварк» (Д. Геллман). С другой стороны, в теорию элементарных частиц вошли слова «цвет», «очарованность», «странность» для обозначения состояний кварков. В психологии в качестве научных терминов употребляются такие слова: «память», «мышление», «внимание», «чувство» и т. д. И вместе с тем, в отличие от обыденного язык, научный термин имеет однозначное предметное содержание. А главное – значение научного термина определяется его местом в системе терминов данной науки, теории или модели. В психологии грань между научной и обыденной терминологией весьма тонка, поэтому читатель всегда может привнести значение из обыденного языка в свою интерпретацию психологического научного текста. Это порождает дополнительную трудность для автора-психолога.

Главное требование к научному тексту – последовательность и логичность изложения. Автор должен по возможности не загружать текст избыточной информацией, но может использовать метафоры, примеры и «лирические отступления» для того, чтобы привлечь внимание к особо значимому для понимания сути звену рассуждений. Научный текст, в отличие от литературного текста или повседневной, речи, очень клиширован – в нем преобладают устойчивые структуры и обороты. В этом он сходен с «канцеляритом» – бюрократическим языком деловых бумаг. Роль этих штампов чрезвычайно важна – внимание читателя не отвлекается на литературные изыски или неправильности изложения, а сосредоточивается на значимой информации: суждениях, умозаключениях, доказательствах, цифрах, формулах. «Наукообразные» штампы на самом деле играют важную роль «рамок», стандартной установки для нового научного содержания. Конечно, встречаются ученые – великолепные стилисты (какими, например, были Б. М. Теплов и А. Р. Лурия), но этот дар все же часто украшает произведения литераторов и философов (вспомним Ортегу-и-Гассета, А. Бергсона и многих других).

Текст состоит из высказываний. Каждое высказывание имеет определенную логическую форму. Причинная зависимость, например, выражается импликативной формой «если А, то В», хотя, как показал Пиаже, в психологии импликативное объяснение и причинное объяснение отнюдь не тождественны. Существуют основные логические формы высказывания: 1) индуктивное – обобщающее некоторый эмпирический материал; 2) дедуктивное – логический вывод от общего к частному или описание алгоритма; 3) аналогия – «трансдукция»; 4) толкование или комментарий – «перевод», раскрытие содержания одного текста посредством создания другого.

Следующая форма описания результатов – геометрическая. Геометрические (пространственно-образные) описания являются традиционным способом кодирования научной информации. Поскольку геометрическое описание дополняет и поясняет текст, оно «привязано» к языковому описанию. Геометрическое описание наглядно. Оно позволяет одновременно представить систему отношений между отдельными переменными, исследуемыми в эксперименте. Информационная емкость геометрического описания очень велика.


Рис. Разновидности структурных моделей семантической памяти, создаваемых на основе

анализа матриц близости



В психологии используется несколько основных форм графического представления научной информации: опирающиеся на характеристики топологические и метрические. Один из традиционных способов представления информации, использующих топологические характеристики, – это графы. Напомним, что графом является множество точек (вершин), соединенных ребрами (ориентированными или неориентированными отрезками). Различают графы планарные и пространственные, ориентированные (отрезки-векторы) и неориентированные, связные и несвязные. В психологических исследованиях графы используются очень часто при описании результатов. Многие теоретические модели исследователи представляют в виде графов. Примеры: иерархическая модель интеллекта Д. Векслера или модель интеллекта Ч. Спирмена; они представлены в форме дендритных несимметричных графов. Схема функциональной системы П. К. Анохина, схема психологической функциональной системы деятельности В. Д. Шадрикова, модель концептуальной рефлекторной дуги Е. Н. Соколова – примеры ориентированных графов.

Вернемся к описанию результатов. Чаще всего ориентированные графы используются при описании системы причинных зависимостей между независимой, дополнительными и зависимой переменными. Неориентированные графы применяются для описания системы корреляционных связей между измеренными свойствами психики. «Вершинами» обозначаются свойства, а «ребрами» – корреляционные связи. Характеристика связи обычно кодируется разными вариантами изображения ребер графа. Положительные связи изображаются сплошными линиями (или красным цветом), отрицательные связи – пунктиром (или синим цветом). Сила и значимость связи кодируются толщиной линии. Наиболее весомые признаки (с максимальным числом значимых связей с другими) помещаются в центре. Признаки, имеющие меньший «вес», располагаются ближе к периферии.

От системы корреляционных связей можно перейти к отображению «расстояний» между признаками на плоскости. Расстояние вычисляется по известной формуле:

d = (1-r)/2,

где d – расстояние, r – корреляция.

Расстояния отражают сходства – различия признаков. В этом случае от топологического описания мы переходим к метрическому, поскольку расстояния между вершинами графа (свойствами) становятся пропорциональными величинам корреляций с учетом знака: при r=-1 расстояние максимально: d = 1, при r=1 расстояние минимально: d = 0.

Ориентированные и неориентированные графы часто применяются при описании результатов личностных и социально-психологических исследований, в частности социометрических: социограмма – это ориентированный граф.

Любая граф-схема изоморфна матрице (предположений, корреляций и т. д.). Для удобства восприятия не рекомендуется использовать при описании результатов графы более чем с 10-11 вершинами.

Наряду с графами в психологии применяются и пространственно-графические описания, в которых учитывается структура параметров и отношения между элементами (либо метрические, либо топологические). Примером является известное описание структуры интеллекта – «куб» Д. Гилфорда. Другой вариант применения пространственного описания – пространство эмоциональных состояний по В. Вундту или же описание типов личности по Г. Айзенку («круг Айзенка»).

В случае если в пространстве признаков определена метрика, то используется более строгое представление данных. Положение точки в пространстве, изображенном на рисунке, соответствует реальным координатам ее в пространстве признаков. Таким способом представляются результаты многомерного шкалирования, факторного анализа, латентно-структурного анализа и некоторых вариантов кластерного анализа.

Каждый фактор отображается осью пространства, а параметр проведения, измеренный нами, – точкой в этом пространстве. В других случаях, в частности при описании результатов дифференциально-психологических исследований, точками изображаются испытуемые, осями – главные факторы (или латентные свойства).

Для первичного представления данных используются другие графические формы: диаграммы, гистограммы и полигоны распределения, а также различные графики.

Первичным способом представления данных является изображение распределения. Для отображения распределения значений измеряемой переменной на выборке используют гистограммы и полигоны распределения. Часто для наглядности распределение показателя в экспериментальной и контрольной группах изображают на одном рисунке.

Гистограмма – это «столбчатая» диаграмма частотного распределения признака на выборке. Используется декартова система координат. При построении гистограмм на оси абсцисс откладывают значения измеряемой величины, а на оси ординат – частоты или относительные частоты встречаемости данного диапазона величины в выборке. Если на гистограмме отображены относительные частоты, то площадь всех столбиков равна 1.

В полигоне распределения количество испытуемых, имеющих данную величину признака (или попавших в определенный интервал величины), обозначают точкой с координатами: X– градация признака, У – частота (количество людей) конкретной градации или относительная частота (отнесение количества людей с этой градацией признака ко всей выборке). Точки соединяются отрезками прямой. Перед тем как строить полигон распределения, или гистограмму, исследователь должен разбить диапазон измеряемой величины, если признак дан в шкале интервалов или отношений, на равные отрезки. Рекомендуют использовать не менее 5, но не более 10 градаций. В случае использования номинальной или порядковой шкалы такой проблемы не возникает.

Если исследователь хочет нагляднее представить соотношение между различными величинами, например доли испытуемых с разными качественными особенностями (количество мужчин и женщин), то ему выгоднее использовать диаграмму. В секторной круговой диаграмме величина каждого сектора пропорциональна величине встречаемости каждого типа. Величина круговой диаграммы может отображать относительный объем выборки или значимость признака.

Вариантом отображения информации, переходным от графического к аналитическому, являются в первую очередь графики, представляющие функциональную зависимость признаков. Собственно говоря, полигон распределения – это и есть отображение зависимости частоты встречаемости признака от его величины.

Идеальный вариант завершения экспериментального исследования – обнаружение функциональной связи независимой и зависимой переменных, которую можно описать аналитически.

Условно выделим два различных по содержанию типа графиков: 1) отображающие зависимость изменения параметров во времени; 2) отображающие связь независимой и зависимой переменных (или любых двух других переменных). Классическим вариантом изображения первой зависимости является обнаруженная Г. Эббингаузом связь между объемом воспроизведенного материала и временем, прошедшим после заучивания. Аналогичны многочисленные «кривые научения» или «кривые утомления», показывающие изменение эффективности деятельности во времени.


П


оРис. Гистограмма и полигон распределения. Кривая полигона частот и гистограмма


Графики функциональной зависимости двух переменных также не редкость в психологии: законы Фехнера, Стивенса (в психофизике), Йеркса–Додсона (в психологии мотивации), закономерность, описывающая зависимость вероятности воспроизведения элемента от его места в ряду (в когнитивной психологии), и т. п.

Существует ряд простых рекомендаций по построению графиков. В частности, Л. В. Куликов дает следующие советы:

1. График и текст должны взаимно дополнять друг друга.

2. График должен быть понятен «сам по себе» и включать все необходимые обозначения.

3. На одном графике не разрешается изображать больше четырех кривых.

4. Линии на графике должны отражать значимость параметра, важнейшие необходимо обозначать цифрами.

5. Надписи на осях следует располагать внизу и слева.

6. Точки на разных линиях принято обозначать кружками, квадратами и треугольниками.

Если необходимо на том же графике представить величину разброса данных, то их следует изображать в виде вертикальных отрезков, чтобы точка, обозначающая среднее, находилась на отрезке (в соответствии с показателем асимметрии).

Видом графиков являются диагностические профили, которые характеризуют среднюю выраженность измеряемых показателей у группы или определенного индивида.

Наиболее важный способ представления результатов научной работы – числовые значения величины: 1) показатели центральной тенденции (среднее, мода, медиана); 2) абсолютные и относительные частоты; 3) показатели разброса (стандартное отклонение, дисперсия, процентильный разброс); 4) значения критериев, использованных при сравнении результатов разных групп; 5) коэффициенты линейной и нелинейной связи переменных и т. д. и т. п. Стандартный вид таблиц для представления первичных результатов: по строкам – испытуемые, по столбцам – значения измеренных параметров. Результаты математической статистической обработки также сводятся в таблицы.

Существующие компьютерные пакеты статистической обработки данных позволяют выбрать любую стандартную форму таблиц для представления их в научной публикации.

Итогом обработки данных «точного» эксперимента является аналитическое описание полученных зависимостей между независимыми и зависимыми переменными. Если до недавних пор в психологии для описания результатов использовались преимущественно элементарные функции, то сегодня исследователи работают практически со всем аппаратом современной математики. К числу простейших аналитических выражений, описывающих эмпирически полученные зависимости, относятся, например, психофизические «законы» Г. Фехнера или С. Стивенса. Известность получили законы У. Хика и Р. Хаймета, по которым определяется зависимость времени реакции выбора от числа альтернатив:

t = k log (n +1) и t = a + b log n

где t – время реакции выбора, n – число стимулов, а, Ь и k – константы.

Аналитические описания, как правило, итоговое обобщение не одного, а серии исследований, проведенных разными авторами. Поэтому они редко являются завершением отдельной экспериментальной работы.

Конкретный вид функциональной зависимости выступает в качестве содержания гипотезы, которую проверяют в критическом эксперименте.

Итак, представление научной информации должно определяться следующим алгоритмом:

Текст Пространственный образ Аналитическое описание

(слова, числа, символы) (график, схема, рисунок) (формулы, программы и пр.)

Лекция 18

ТРЕБОВАНИЯ К ОФОРМЛЕНИЮ ОТЧЕТА О ПРОВЕДЕННОМ ИССЛЕДОВАНИИ

(на примере дипломной работы)


Структура текст работы

Дипломная работа представляет собой письменный многостраничный текст-отчет, включающий постановку научной проблемы (теоретической или прикладной), обоснование основной идеи, гипотезу исследования и результаты учебной работы как квалифицированного психологического исследования.

Как и любой отчет, дипломная работа имеет стандартную структуру, т.е. состоит из нескольких взаимосвязанных частей текста.

1. Титульный лист.

2. Оглавление.

3. Введение.

4. Теоретический раздел (обзорные главы, завершающиеся определением проблем и гипотез исследования).

5. Эмпирический раздел.

6. Заключение.

7. Список литературы.

8. Приложения (если они имеются).

Из числа общих требований к оформлению академических текстов необходимо знать следующие.

Текст печатается через два машинописных интервала, 1800 знаков на странице, включая пробелы и знаки препинания, т.е. примерно 29—30 строк. При использовании компьютерного редактора Word применяется полуторный междустрочный интервал для размера шрифта 14. Размер правого поля — 30 мм, правого — 10 мм, верхнего и нижнего — по 20 мм.

Заголовки печатаются в середине строки без точки в конце.

Все страницы текста должны иметь сквозную нумерацию арабскими цифрами обычно в верхней части страницы (по центру или справа).

Текст должен соответствовать оглавлению.

Объем дипломной работы не должен превышать 70 страниц основного текста, т.е. без приложений. Минимальный объем — 40 страниц.

До передачи работы (ее частей) научному руководителю на промежуточных этапах или в окончательном варианте текст должен быть отредактирован, т.е. свободен от опечаток, грамматических, орфографических и стилистических ошибок. Не следует перекладывать обязанности корректора на научного руководителя!

На странице должно быть достаточно места для внесения необходимых поправок, замечаний и предложений, делаемых научным руководителем.