Психология физической культуры. Учебник - Коллектив авторов

• При этом целесообразнее всего начинать работу с выбора наименее трудоемкого критерия.

• Если используемый критерий не выявил различия, следует применить более мощный, но одновременно и более трудоемкий критерий.

• Если в распоряжении психолога имеется несколько критериев, то следует выбирать те из них, которые наиболее полно используют информацию, содержащуюся в экспериментальных данных.

• При малом объеме выборки следует увеличивать величину уровня значимости (не менее 1 %), так как небольшая выборка и низкий уровень значимости приводят к увеличению вероятности принятия ошибочных решений.

Обработка данных основана на понятии измерения. Исследуемое свойство может быть измерено двумя способами: путем непосредственного экспертного оценивания (при этом эксперты должны быть очень компетентными); применением стандартизированной методики измерения.

В связи с этим еще на стадии планирования исследования заранее подбирается математическая модель, которой в дальнейшем необходимо строго следовать. На этапе выбора модели математической обработки результатов исследований желательно ясно представить, в какой шкале будет измерено интересующее свойство. От этого зависит, какие математические операции можно будет проводить с числами.

С. Стоунс выделяет четыре шкалы измерений:

– номинальная (наименований);

– порядковая (ранговая, ординальная);

– шкала интервалов;

– шкала отношений (пропорций).

Характеристика шкалы номинальной (наименований): она предполагает наличие минимальных предпосылок для проведения измерения. Основная операция – регистрация. Для этого по строго определенным критериям выделяют какой-либо исследуемый признак. Затем отмечают и сосчитывают число явлений или объектов с заданным признаком. Основное непреложное требование – точно сформулированный критерий, позволяющий однозначно отличить объект, имеющий нужный признак. В шкале наименований объекты классифицированы, а классы обозначены номерами. То, что номер одного класса больше или меньше другого, еще ничего не говорит о свойствах объектов, за исключением того, что они различаются.

Простейший случай номинальной шкалы – дихотомическая шкала. Она состоит всего из двух ячеек. Признак, который измеряется по дихотомической шкале, называется альтернативным. Он может принимать только два значения: признак проявился или не проявился. Более сложный вариант номинативной шкалы – классификация из трех или более ячеек.

Номинальная шкала позволяет подсчитывать частоты встречаемости разных значений признака и затем работать с этими частотами с помощью математических методов.

Примеры номинативной шкалы: цвет глаз, раса, номера на футболках игроков, пол, автомобильные номера, номера страховок, кодировка ответов на закрытые вопросы анкеты.

Возможные статистические операции: вычисляется мода – величина, наиболее часто встречающаяся в процессе измерений; предполагается определение процентного отношения и оценка сопряженности (хи-квадрат, коэффициент Чупрова, коэффициент Пирсона).

Характеристика ранговой (порядковой, ординальной) шкалы: изучаемые явления распределяются в порядке возрастания или убывания величины определенного признака. Соответствующие значения чисел, присваиваемых предметам, отражают количество свойства, принадлежащего объектам. Шкала указывает последовательность носителей признака и направление степени выраженности. Ранговая шкала классифицирует по принципу «больше-меньше»: ячейки шкалы образуют последовательность от ячейки «самое малое значение» к ячейке «самое большое значение». Если какой-то из объектов обозначен бо́льшим числом, чем другой, то это означает, что первый превосходит второй, но при этом неизвестно, насколько велико это различие.

Преобразования ординальной шкалы подчиняются законам трихотомии, асимметрии, транзитивности.

В порядковой шкале должно быть не менее трех классов. Чем больше классов в шкале, тем больше возможностей для математической обработки полученных данных.

Примеры ранговой (порядковой, ординальной) шкалы: твердость минералов, награды за заслуги, ранжирование по индивидуальным чертам личности, военные ранги, кодировка субъективных оценок от «очень не нравится» до «очень нравится».

Возможные статистические операции: определение медианы – значения, которое делит упорядоченное множество пополам так, что одна половина значений оказывается больше медианы, другая – меньше; коэффициент ранговой корреляции Спирмена, коэффициент ранговой корреляции Кендалла; определение медианы; критерий знаков.

Характеристика шкалы интервалов: эта шкала позволяет выводить одни величины из других путем арифметических действий над числами. Это шкала, классифицирующая объекты или субъекты пропорционально степени выраженности измеряемого свойства. В шкале интервалов существует единица измерения, при помощи которой объекты или субъекты можно не только упорядочить, но и приписать им числа так, чтобы равные разности чисел, присвоенных им, отражали равные различия в количествах измеряемого свойства. Нулевая точка шкалы интервалов произвольна и не указывает на отсутствие свойства.

Примеры шкалы интервалов: календарное время, шкалы температур по Фаренгейту и Цельсию, стандартизованные тестовые шкалы психодиагностики. Возможные статистические операции: определение среднего арифметического, среднего квадратического отклонения, возможно использование всех известных статистических приемов обработки данных.

Характеристика шкалы отношений (или пропорций): в отличие от шкалы интервалов начало отсчета должно быть строго фиксировано, выбор единицы измерения также произволен. Конструирование шкалы отношений предполагает существование постоянной естественной нулевой точки отсчета, в которой измеряемый признак полностью отсутствует.

Примеры шкалы отношений: рост, вес, температура по Кельвину. Возможные статистические операции: определение среднего арифметического, среднего квадратического, среднего геометрического, вычисление коэффициента вариации; используются все известные статистические приемы обработки данных.

Математико-статистическая обработка результатов психологического эксперимента является одним из трудоемких и ответственных моментов в подготовке к интерпретации полученных результатов. Она требует умелого и правильного выбора статистических критериев и методов анализа в соответствии с полученными результатами и задачами проведенных исследований. Значительную помощь при обработке результатов могут оказать современные компьютеры. Следует также иметь в виду, что сама математико-статистическая обработка еще не может полностью раскрыть сущности того или иного психологического явления. Например, с помощью количественных методов с определенной точностью можно выявить преимущество какого-либо метода обучения или обнаружить общую тенденцию, выявить определенные связи и зависимости, доказать, что проверяемое научное предположение оправдалось и т. п. Однако эти методы не могут дать ответ на вопрос о том, почему одна методика обучения лучше другой и т. д. Поэтому наряду с математико-статистической обработкой полученных результатов нужно проводить и качественный анализ этих данных.

В. Н. Дружинин выделил три класса методов:

1) эмпирические, при которых осуществляется внешнее реальное взаимодействие субъекта и объекта исследования;

2) теоретические, при которых субъект взаимодействует с мысленной моделью объекта (предметом исследования);

3) интерпретации и описания, при которых субъект «внешне» взаимодействует со знаково-символическими представлениями объекта.

Особого внимания заслуживают теоретические методы психологического исследования:

1) дедуктивный, иначе – метод восхождения от общего к частному, от абстрактного к конкретному;

2) индуктивный – метод обобщения фактов, восхождения от частного к общему;

3) моделирования – метод конкретизации метода аналогий, умозаключений от частного к частному, когда в качестве аналога более сложного объекта берется более простой или доступный для исследования.

Результатом использования первого метода являются теории, законы; второго – индуктивные гипотезы, закономерности, классификации, систематизации; третьего – модели объекта, процесса, состояния. От теоретических методов В. Н. Дружинин предлагает отличать методы умозрительной психологии. Различие между этими методами автор видит в том, что умозрение опирается не на научные факты и эмпирические закономерности, а имеет обоснование только в личностном знании, интуиции автора.

Еще одну группу теоретических методов психологической науки образуют методы моделирования. Моделирование – это такой метод исследования, при котором изучаемый исследователем объект замещается другим объектом, находящимся в отношении подобия к первому объекту. По мнению В. Н. Дружинина, их следует отнести к самостоятельному классу методов. Они применяются, когда использование других методов затруднено. Их особенностью является то, что, с одной стороны, они опираются на определенную информацию о том или ином психическом явлении, а с другой стороны, при их использовании, как правило, не требуется участия испытуемых или учета реальной ситуации. Поэтому бывает очень сложно отнести разнообразные методики моделирования к разряду объективных или субъективных методов. В психологическом исследовании методу моделирования принадлежит центральная роль, в котором различаются две разновидности: структурно-функциональное, при котором исследователь хочет выявить структуру отдельной системы по ее внешнему поведению, для чего выбирает или конструирует аналог (в этом и состоит моделирование) – другую систему, обладающую сходным поведением. Другую разновидность составляет логико-математическое моделирование, при котором моделирование, включая построение модели, осуществляется средствами математики и логики.