Варьирующие признаки и их учет

 

В результате проведения эксперимента в руках экспериментатора оказывается разнообразный экспериментальный материал, содержащий ценную информацию. Эту информацию нужно уметь извлечь, правильно интерпретировать и суметь сделать на ее основе определенные выводы. Как уже неоднократно подчеркивалось, ценность экспериментального материала во многом зависит от соблюдения всех основных условий проведения эксперимента, а также от правильности применения различных методов сбора массового материала (анкет, тестов и других видов письменных данных испытываемых).

Способы обработки данных сильно зависят от характера вариации изучаемых признаков. Если различия между вариантами выражаются в каких-то качествах, то такую вариацию называют качественной.

Например, если совокупность учащихся характеризуют по успеваемости, тогда каждый вариант имеет значение «0» или «1», что означает - неуспевающий или успевающий ученик. В этом простейшем случае подсчет нулей и единиц дает представление о количестве неуспевающих и успевающих учеников в группе или школе и т.д.

Широко используется понятие количественной вариации. Здесь случаи различия между вариантами будут количественными. Количественная вариация может быть двух типов: дискретная и непрерывная. В первом случае значения вариант отличаются друг от друга целыми числами и тогда говорят, что количественный признак имеет точечное распределение. При непрерывной вариации значения вариант могут быть не только целыми, но и дробными числами. В этом случае существует непрерывная вариация, которая выражается в том, что величина вариации может принимать любые дробные, а иногда и действительные значения. Количественный признак при этом имеет интервальное распределение. При изучении непрерывной вариации необходимо члены совокупности характеризовать количественно с той степенью точности, которая требуется по условиям эксперимента. В случаях, когда число возможных значений изучаемого признака сравнимо с объемом выборки, считается, что данный признак имеет интервальное распределение.

В зависимости от того, какой характер распределения имеют собранные данные, процесс их обработки идет по одному из двух путей. В дальнейшем, каждый раз будет говориться, о каком распределении данных идет речь.

 

Контрольные вопросы.

1. Что такое варианта?

2. В каких случаях говорят, что изучаемый признак имеет точечный (интервальный) тип распределения?

ТАБЛИЧНЫЙ СПОСОБ ОБРАБОТКИ ДАННЫХ.ГРУППИРОВКА ДАННЫХ ПРИ КОЛИЧЕСТВЕННОЙ ДИСКРЕТНОЙ ВАРИАЦИИ

 

Итак, после того, как исследователь, используя тот или иной способ отбора, получил данные, следует их систематизировать и, таким образом, начинается следующий этап статистической обработки данных.

Группировку данных при количественной дискретной вариации просто показать на примере.

Пример 1. Пусть 40 человек выполняли контрольную работу по математике, в которой было 5 задач. Варианты (количество решенных учеником задач) этой совокупности выражаются числами:

 

4,3,5,2,4,5,4,4,4,2,4,5,3,4,5,3,3,4,3,3,4,5,4,4,4,5,4,1,4,2,3,3,4,1,4,3,2,4,3,4.

 

Группировку вариант целесообразнее всего провести по значениям отдельных вариант: минимальное число решенных задач- 1, максимальное-5. Для данной совокупности целесообразнее всего установить 5 классов: одна решенная задача, две и т.д. Далее все эти варианты следует распределить по этим 5 классам.

 

Таблица 1

Классы (кол-во решенных задач)
Численность

S=40

В нашем примере количество классов было взято таким, каково число возможных значений вариант (т.к., число возможных вариант невелико по сравнению с объемом выборки). В этом случае, очевидно, интересующий нас признак имеет точечное распределение. Если признак распределен интервально, для систематизации полученных данных используют несколько иной подход.

Например, часто используются тесты с большим числом вопросов (более 50).

Пример 2. Результаты тестирования по 50 вопросам 40 людей приведены в таблице 2 (интересующий признак — количество вопросов, на которые даны верные ответы):

 

Таблица 2

 

 

Если для данных вариант совокупности классы наметить по значениям каждой варианты, т.е. от 21 до 50, то может получиться 30 классов (количество их сравнимо с объемом выборки), ряд в этом случае окажется растянутым. Для такого типа распределений намечают классы, охватывающие несколько значений вариант, например, 20-25, 25-30, 30-35, 35-40, 40-45, 45-50. Следует иметь в виду следующие обстоятельства:

-конец предыдущего интервала является началом следующего;

-левая граница интервала принадлежит данному интервалу, а правая - нет (кроме последнего интервала);

-длина всех интервалов одинаковая.

Следует иметь в виду, что в статистических справочниках часто встречаются таблицы, при составлении которых не все эти условия выполнены.

Таким образом, в нашем примере вариационный ряд будет состоять из 6 классов:

 

Таблица 3

Интервалы (классы)	20-25	25-30	30-35	35-40	40-45	45-50
Численности

S = 40

Обычно количество интервалов (классов) варьируется от 6 до 12. Для расчета длины интервалов, необходимо сначала определиться с тем, сколько будет интервалов. Затем разность между максимальным и минимальным значениями вариации следует разделить на количество интервалов. Таким способом высчитывается длина интервалов (или шаг).

Из вышесказанного следует, что после распределения всех вариант по интервалам (классам) мы получаем ряды, из которых видно, как часто встречаются варианты каждого интервала и как варьируют признаки от минимальной величины до максимальной.

Приведенные выше таблицы называют таблицами распределений. Их составляют при статистических исследованиях и на их основе делают серьезные научные и практические выводы. Если повторить наблюдения, то данные с большой вероятностью изменятся, но общая картина достаточно устойчива. Эта устойчивость еще сильнее, если рассматривать не сами наблюдаемые численности, а частоты, т.е. ni /n, где n-общая численность наблюдений или объем выборки.

 

Контрольные задания.

Задача 1.

Получены данные о результатах тестирования в баллах: 50 26 46 38 37 36 35 39 46 24 20 45 46 34 38 49 47 46 34 48 23 26 29 31 38 30 40 41 42 46 49 34 35 38 36 37 39 35 40 42.

Задание: разгруппировать данные в соответствие с распределением.

 

Задача 2.

Получены данные о размерах проданной одежды в магазине: 48 50 46 48 46 48 48 48 50 50 52 56 48 46 48 50 50 52 50 48 46 44 42 48 50 48 46 46 48 48 50 50 48 52 54 52 50 48 46 48 50 50 48 42 46 48 50 50 52 52.

Задание: разгруппировать данные в соответствие с распределением.

 

Задача 3.

Получены данные о продаже 50 пар женской обуви в магазине: 37 38 36 37 37 38 39 36 40 38 37 35 39 38 37 37 38 38 38 39 41 40 38 37 38 37 38 38 36 35 36 37 34 38 39 37 37 38 38 37 39 39 38 37 37 36 37 38 38 39.

Задание: разгруппировать данные в соответствие с распределением.