ПСИХОЛОГИЯ

Частотный анализ в психологии

Основы анализа данных

После того, как все переменные нашей анкеты были занесены в программу SPSS необходимо осуществить наполнение базы данных, основываясь на результатах, полученных от респондентов. Как уже отмечалось выше, ввод данных в программе осуществляется в поле Data View посредством ввода числа в поле переменной, в соответствии с кодировкой. Ниже представлен пример ввода данных.

Рис. 18. Пример ввода данных в программу.

В приведенном примере показаны две переменные – пол и возраст респондента. Первая переменная имеет только два возможных варианта: «1» — мужской и «2» — женский. Вторая переменная, возраст, относится к метрической числовой шкале. Данные читаются следующим образом: первый респондент – молодой человек (1) в возрасте 17 лет. Для простоты восприятия остановимся на данном примере.

Обработка данных в программе SPSS осуществляется путем вызова соответствующих команд из главного меню Analyze. Первый этап обработки данных в социологии всегда рекомендуется начинать с частотного распределения и описательной статистики. В выпадающем меню Analyze нужно выбрать команду Descriptive Statistics (описательные статистики) и затем – Frequenses (частоты).

Рис. 19. Вызов меню частотного анализа.

После этого откроется новое диалоговое окно для определения переменных, которые подвергаются анализу (рис. 20).

Рис. 20. Частотный анализ переменных.

Рассмотрим это окно подробнее, так как принцип выбора переменных одинаков для всех типов анализа. В диалоговом окне видны два поля: слева перечислены все переменные ( в нашем случае их всего 2). Правое поле пустое. Оно как раз и предназначено для выбора переменных, подвергающихся анализу. При помощи мыши нужно выделить анализируемую переменную и нажав на кнопку перенести ее в правое окно. Сделаем это для переменной «возраст». Окно примет следующий вид.

Рис. 21. Выбор переменной для анализа.

Для того, чтобы определить требуемые статистические параметры нужно нажать кнопку и в открывшемся меню выбрать нужные статистики.

Рис. 22. Окно определения статистик.

Левый верхний угол окна содержит такие статистики, как квартиль (Quartiles), точки раздела (Cut points for) – показатели процентилей, разделяющие выборку на группы наблюдений, имеющих одинаковую ширину, то есть включают одинаковое число наблюдений, процентили (Percentiles). Нижний левый угол относится к статистикам, характеризующим меру разброса: стандартное отклонение (St. deviation), дисперсия (Variance), размах (Range), наименьшее и наибольшее значение в выборке (Minimum, Maximum) и стандартная ошибка среднего (S.E. mean). Следующая группа статистик используется наиболее часто – меры центральной тенденции: среднее (Mean), медиана (Median), мода (Mode) и сумма (Sum). Наконец, есть группа, позволяющая оценить ассиметричность распределения, — Distribution. Здесь мы видим две статистики6 Skewness (коэффициент асимметрии) и Kurtosis (коэффициент вариации). Для вычисления требуемых статистик нужно просто проставить галочки в клетках рядом с соответствующими параметрами. Для нашего примера давайте определим все меры центральной тенденции, кроме суммы, а также стандартное отклонение, дисперсию и размах. После установки соответствующих галочек, нажмем клавишу . В окне статистик нажимаем кнопку ОК. Полученные результаты приведены на рисунке 23.[13]

Рис. 23. Окно вывода результатов.

Полученные данные сведены в две таблицы. В первой указаны: количество наблюдений в выборке (9), количество пропущенных значений (0), среднее значение (17,3333), медиана (17), мода (17), стандартное отклонение (2,5), дисперсия (6,25) и размах (9). По этой таблице мы можем сделать вывод, что в нашей выборке средний возраст респондентов составил 17, 3 лет, размах выборки составил 9 лет, наибольшее количество респондентов находятся в возрасте 17 лет.

Вторая таблица представляет собой анализ распределения переменной возраст. В ней в левом столбце указаны все возможные варианты, в следующем столбце – абсолютное значение частот, далее – процентное значение, далее – процентное значение с учетом пропусков и накопленный процент. В нашем случае можно говорить о том, что 33,3% респондентов в возрасте 17 лет, 22,2% — 19 лет и по 11% респондентов имеют возраст 12,16, 18 и 21 год. В нашем примере у нас не было пропущенных ответов, однако на практике пропуски встречаются довольно часто. Пари анализе данных в частотном распределении крайне важно обращатиь на это внимание. При наличии пропусков в отчетах о результатах обработки следует использовать процентный показатель с учетом пропусков (Valid Percent).

Частотный анализ данных может осуществляться по указанному выше алгоритму вне зависимости от того, какую переменную мы анализируем. Однако, как уже было отмечено выше, чрезвычайно важно помнить о том, по какой шкале измеряется анализируемая переменная. В данном примере мы сознательно обратились к переменной, которая относится к метрическим шкалам и имеет самые богатые возможности для анализа. Вместе с тем, при выборе такой переменной, как «пол», вычисление статистик типа среднее значение, стандартное отклонение и прочие становится бессмысленным, так как переменная принадлежит к номинальной шкале.

Источник

Анализ психологических данных с помощью программы SPSS

Для пользователя ценность компьютера определяется преимущественно качеством и многообразием существующих программ.

Программа SPSS очень мощным и широко распространенным средством компьютерного анализа данных в психологии и социальных науках. SPSS – это аббревиатура от Statistical Package for the Social Science (статистический пакет для социальных наук). Как следует из названия, SPSS представляет собой множество различных программ, предназначенных для анализа данных в социальных науках(http://ru.wikipedia.org/wiki/SPSS). Эти программы позволяют организовывать ввод данных, гибко менять их структуру, применять к ним самые современные методы обработки или их последовательность и получать результаты в удобной и наглядной форме. Все это множество программ объединено в единую систему, обеспечивающую простой и дружественный диалог с исследователем и снабженную исчерпывающей справочной поддержкой. Официальный русскоязычный сайт программы -http://www.predictivesolutions.ru/. Окно программы показано на рисунке 3.1.

Рисунок 3.1 – Окно программы SPSS

Программное обеспечение IBM SPSS — всеобъемлющий комплекс инструментов для прогностической аналитики и анализа данных.

Внедрение аналитики в действующие бизнес-процессы компании позволит лучше узнать своих клиентов, улучшить результаты деятельности компании, усилить конкурентные позиции на рынке, увеличить выручку компании.

Программное обеспечение IBM SPSS поможет:

— собрать всю необходимую информацию о вкусах и мнениях потребителей;

— прогнозировать реакцию клиентов на специальные предложения до того, как они осуществятся;

— влиять на результаты деятельности компании за счет внедрения прогностической аналитики в бизнес-процессы.

Анализ данных с применением компьютера включает выполнение ряда необходимых шагов:

1. Определение структуры данных.

2. Ввод данных в компьютер в соответствии с их структурой и требованиями программы.

3. Задание метода данных в соответствии с задачами исследователя.

4. Получение результата обработки данных.

5. Интерпретация результата обработки данных.

Шаги 1 и 5 не способна выполнить не одна компьютерная программа – их необходимо делать самому исследователю. Помощь компьютера (шаги 2 – 4) заключается в переходе от длинной последовательности расчетов к более компактной их последовательности. Исследователь вводит массив данных, который не недоступен осмыслению, но пригоден для компьютерной обработки (шаг 2). Затем исследователь дает программе команду на обработку данных в соответствии с задачей исследования и структурой данных (шаг 3). В итоге исследователь получает результат обработки (шаг 4) – тоже массив данных, но меньший, доступный осмыслению и содержательной интерпретации.

Основные виды статистического анализа компьютерной обработки данных в программе SPSS:

1. Частотный анализ. Любое научное психологическое исследование начинается с частотного анализа. Частотный анализ является самым примитивным видом статистической обработки данных. Данный вид анализа можно производить вручную, но это займет на порядок больше времени и сил, чем подсчет частот при помощи компьютера.

Частота – это количество объектов в выборке, имеющих данное значение признака. Так, например, в приложении 1 представлен пример частотного анализа по шкалам «пол», «возраст» и «семейное положение». Как видно из таблицы (столбец Frequency), выборку составило 6 респондентов женского пола и 3 респондента мужского пола. Из них 2 респондентам 29 лет, 3-м 30 лет, 2-м 34 года, 35 лет одному респонденту и 36 лет также одному респонденту. 5 из опрошенных человек состоят в браке, 4 человека разведены.

Также частотный анализ позволяет увидеть процентное соотношение данных групп респондентов (столбик Percent).

2. Статистические критерии. Множество задач психологического исследования предполагает те или иные сопоставления. Мы сопоставляем группы испытуемых по ка­кому-либо признаку, чтобы выявить различия между ними по этому признаку. Мы сопоставляем то, что было «до» с тем, что стало «после» наших экспериментальных или любых иных воздействий, чтобы определить эффективность этих воздействий. Мы сопоставляем эмпирическое распределение значений признака с каким-либо теоретическим законом распределения или два эмпирических распределения между собой, с тем, чтобы доказать неслучайность выбора альтернатив или различия в форме распределений.

Мы, далее, можем сопоставлять два признака, измеренные на одной и той же выборке испытуемых, для того, чтобы установить степень согласованности их изменений, их сопряженность, корреляцию между ними.

Наконец, мы можем сопоставлять индивидуальные значения, полученные при разных комбинациях каких-либо существенных условий, с тем, чтобы выявить характер взаимодействия этих условий в их влиянии на индивидуальные значения признака.

3. Коэффициент корреляции.Корреляция (или коэффициент корреляции – «r») – это статистический показатель вероятностной связи между двумя переменными. Выделяют положительную корреляцию, отсутствие корреляции и отрицательную корреляцию.

Так, положительная корреляция соответствует значениям 0 0,05) связь признается статистически недостоверной и не подлежит содержательной интерпретации.

SPSS состоит из нескольких независимых модулей, каждый из которых специализируется на решении определенных задач.

Модуль IBM SPSS Data Collection.Специализация — сбор данных.

Программная платформа IBM SPSS Data Collection позволит проводить опросы и маркетинговые исследования наиболее эффективным способом: по телефону, с помощью портативных компьютеров, или в сети Интернет. Продукты IBM SPSS Data Collection предлагают наиболее короткий путь от сбора данных до получения практических результатов.

Модуль IBM SPSS Modeler. Специализация – моделирование.

Принимать обоснованные бизнес-решения, опираясь на надежные модели, поможет программное обеспечение IBM SPSS Modeler (ранее — Clementine). Это семейство программных продуктов является признанным инструментом Data Mining, позволяет обнаруживать скрытые закономерности, предсказывать и оценивать возможные результаты альтернативных вариантов действий.

Модуль IBM SPSS Statistics. Специализация — статистический анализ.

Программные продукты IBM SPSS Statistics позволяют эффективно анализировать данные, находить решения бизнес- и исследовательских задач, наглядно представлять результаты в виде таблиц и диаграмм, а также распространять и внедрять полученные результаты. Свыше 250 000 аналитиков по всему миру опираются в анализе данных на пакет IBM SPSS Statitsitcs!

Модуль IBM SPSS Collaboration and Deployment Services. Специализация — интеграция и внедрение в бизнес-процессы.

Аналитика становится неотъемлемой составляющей повседневных процессов принятия решений. Семейство продуктов IBM SPSS Collaboration & Deployment Services, предназначено для быстрого и надежного внедрения прогностической аналитики во все процессы принятия решений.

Также данная программа позволяет производить ряд других статистических расчетов, таких как факторный, дисперсионный, кластерный анализ.

Контрольные вопросы

1. Какими профессионально-ориентированными Вы пользуетесь в сети Интернет?

2. Роль статистического анализа в психологических исследованиях.

3. Расскажите об основные возможности программного пакета IBM SPSS. Какие модули пользуются набольшей популярностью?

4. Какие шаги включает анализ данных с применением компьютера?

5. Опишите виды статистического анализа компьютерной обработки данных в программе SPSS.

Практические задания

Заключение

Внедрение компьютерных ресурсов в психологическую деятельность открывает множество новых и неоценимых возможностей, таких как:

— проведение дистанционной психодиагностики, коррекционно-развивающая работа в on-line режиме,

— математическое моделирование психологических процессов,

— разработка новых автоматизированных психодиагностических методик,

— изучение человеческого фактора в технике методами инженерной психологии и многое другое.

Важно отметить, что психологическая практика – это, прежде всего, общение между психологом и его клиентом, поэтому использование компьютерных возможностей должно быть очень осторожным. Существует ряд проблем, связанных с внедрением компьютерных методов в психологическую практику. Однако для некоторых людей именно on-line консультирование является единственно возможным способом обращения за психологической помощью.

Использование компьютерных технологий является обязательным условием при проведении научного исследования. Развитие современных технологий предлагает ряд компьютерных программ, обеспечивающих:

— повышение эффективности работы за счет быстроты обработки данных и получения результатов тестирования;

— сокращение сроков проведения психологического тестирования за счет одновременного тестирования нескольких испытуемых;

— освобождения от трудоемких рутинных операций;

— повышения «чистоты» эксперимента за счет увеличения точности регистрации результатов и исключение ошибок обработки исходных данных;

— более наглядное и менее трудоемкое представление полученных данных.

Список литературы

1. В.В. Наумов. Общение и электронное обучение [Электронный ресурс]. – 2000. – Режим доступа: http://psyfactor.org/lib/naumov3.htm.

2. Дюк В.А. Компьютерная психодиагностика – СПб.: Питер, 1994.

3. Информационные технологии. [Электронный ресурс]. – Режим доступа: http://kunegin.narod.ru/index.html.

4. Сайт Кожича П.П. [Электронный ресурс] / Кожич П.П. — 2003. – Режим доступа: http://polkojich.com.

5. Наследов А.Д. Математические методы психологического исследования. Анализ и интерпретация данных. – СПб: Речь, 2004г.

6. Большой психологический словарь / под ред. Б.Г. Мещеряков, В. П. Зинченко – СПб: «Прайм-ЕВРОЗНАК» — 2007 – 672с.

7. Бююль А.. SPSS: Искусство обработки информации / А. Бююль, П. Цёфель – . М., 2002

8. В.В. Наумов. Общение и электронное обучение [Электронный ресурс]. – 2000. – Режим доступа: http://psyfactor.org/lib/naumov3.htm.

9. Дюк В.А. Компьютерная психодиагностика – СПб.: Питер, 1994.

10. Информационные системы. [Электронный ресурс]. – Режим доступа: http://www.islu.ru/k_inform/infsystekst.html

11. Информационные технологии управления: Учебн. пособие для вузов/ Под ред. проф. Г.А.Титоренко. – М.: ЮНИТИ – ДАНА, 2003.

12. Информационные технологии. [Электронный ресурс]. – Режим доступа: http://kunegin.narod.ru/index.html.

13. Использование современных информационных технологий в работе с населением. [Электронный ресурс]. – Режим доступа: http://koi.www.expos.ru/it/it.shtml. – Дата доступа: 12.11.10.

14. Макарова Н. В., Матвеева Л. А., Бройдо В. Л. Информатика: Учебник. – М.: Финансы и статистика, 1997.

15. Нейл Дж. Рубенкинг. Эффективный поиск в Интернете// PC Magazine. – 2001. – №6.

16. Сайт Кожича П.П. [Электронный ресурс] / Кожич П.П. — 2003. – Режим доступа: http://polkojich.com.

17. Сидоренко Е.В. Методы математической обработки в психологии. – СПб: Социально-психологический центр, 2001 г.

18. Талантов М. Поиск в Интернете: использование имён// Компьютер Пресс. – 2000. – №2.

19. Тихомиров О.К., Знаков В.В. Психология и информатика: перспективы взаимодействия// Вопросы психологии [Электронный ресурс]. – 1986. – Режим доступа: http://www.voppsy.ru/issues/1986/866/866151.htm.

20. Тришина С.В. Средства информационно-коммуникативных технологий при обучении информатике. // [Электронный ресурс]. – 2004. – Режим доступа: http://www.ito.edu.ru/2004/Moscow/VIII/VIII-0-4305.html.

Дата добавления: 2014-01-15 ; Просмотров: 6396 ; Нарушение авторских прав?

Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет

Источник

Показать больше

Похожие статьи

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Закрыть