Способы обработки данных эмпирического исследования

Основным назначением обработки полученных в эмпирическом исследовании данных является обнаружение фактов, закономерностей и связей, а также механизмов изучаемых в курсовой работе явлений (предмета исследования). Если до начала исследования искомые факты, закономерности и механизмы были сформулированы в виде гипотезы (основная, дополнительная, контр-гипотеза), то обработка данных должна быть направлена на проверку этих предположений. Основными способами обработки данных являются их упорядочивание, обобщение (качественная и количественная обработка), статистическая проверка и интерпретация.

Первичная обработка данных начинается с их упорядочивания.

В большинстве случаев обработку целесообразно начать с составления на основе исходных протоколов так называемых сводных таблиц полученных данных. Обычно в подобных таблицах данные конкретного испытуемого вносятся по строкам. Имеет смысл сгруппировать испытуемых по экспериментальным подгруппам, а внутри этих подгрупп полезно упорядочить испытуемых по полу, возрасту и другим значимым для исследования параметрам, которые будут сравниваться между собой. В этом случае строки, относящиеся к испытуемым одной подгруппы, будут следовать одна за другой. В вертикальных графах таблицы (столбцах) обычно фиксируют различные показатели изучаемого явления. Это могут быть конкретные виды ожидаемых и обнаруженных реакций испытуемого, последовательные этапы или серии эксперимента, типы предъявленных заданий, номера и содержание вопросов анкеты или беседы и т.д. Грамотное определение граф сводной таблицы позволяет правильно расчленить полученные данные, особенно если это качественные данные, получаемые в ходе наблюдения, беседы, а также при анализе монологических высказываний или сочинений испытуемых. В ячейке на пересечении вертикальных столбцов и горизонтальных строк может быть помещена любая значимая информация, полученная от конкретного испытуемого в ходе исследования. Это может быть как формальная числовая информация (количественные данные), так и содержательная (качественные данные).

Примером количественных данных являются латентное время ответа на вопрос в секундах, количество элементов в созданной ребёнком постройке, количество прилагательных, использованных испытуемым в высказывании, количество придуманных образов при восприятии чернильного пятна, приблизительное минимальное расстояние между испытуемыми в ходе совместной деятельности в виде определённого диапазона расстояния (до 0,5 м; от 0,5 до 1 м, свыше 1 м), выбранный испытуемым вариант ответа из пяти предложенных, время решения второй задачи в пятой серии. Качественные данные могут быть представлены высказываниями испытуемого в виде прямой речи, окончаниями незавершённых предложений, описанием поведения на конкретном этапе эксперимента (например, после того, как испытуемому была дана подсказка к задаче) и т.д. В ячейке также может содержаться какая-либо пометка, фиксирующая наличие или отсутствие какого-либо факта в поведении, в действиях или высказываниях испытуемого. Например, при использовании рисуночного теста «Дерево» можно в качестве параметра (заголовка столбца) рассматривать наличие/отсутствие листьев на ветках в рисунке. Тогда в соответствующей ячейке может быть помещён знак «+» или «–». Для сокращения записей и для облегчения последующей вторичной обработки можно использовать различные условные обозначения, а также цветовое выделение важных элементов информации.

В сводной таблице необходимо предусмотреть итоговые строки как для всей выборки (в нижней части таблицы), так и для отдельных подвыборок (выделенных подгрупп испытуемых) в соответствующих местах таблицы. В ячейках итоговых строк фиксируются суммы и средние значения численных показателей. Для качественных показателей подсчитываются частоты встречаемости интересующих индикаторов поведения, речи и т.п. (общее количество случаев появления события) и частости (частости – это относительные частоты к количеству испытуемых или к количеству испытаний). Эти простейшие способы количественной обработки завершают создание сводной таблицы. Таблице необходимо дать название.

Примечание. 1) Поскольку сводные таблицы фиксируют всех испытуемых и все значимые индикаторы поведения, то их размер может быть достаточно большим. Иногда целесообразно составить сводные таблицы отдельно для каждой подгруппы испытуемых. 2) После создания сводной таблицы необходимо проверить внесённые данные для выявления различных ошибок. В некоторых случаях возникает необходимость «отбраковки» данных некоторых испытуемых. Это могут быть данные, полученные с нарушением процедуры, при неточном измерении, при несоблюдении испытуемым инструкции или при попытке испытуемого преднамеренно изменить цель или процедуру, о чём можно судить по поведению испытуемого или по его прямым и косвенным высказываниям. Зачастую возникает необходимость количественного уравнивания подгрупп для того, чтобы можно было применить некоторые статистические критерии. В этом случае прибегают к случайному исключению данных некоторых испытуемых. При возникновении так называемых «подозрительных» значений, величина которых существенно отличается от основных данных, может потребоваться специальная статистическая процедура для оценки правомерности включения этих значений в общий массив данных (подробнее см. Куликов Л.В. Психологическое исследование: метод. рекомендации по проведению. СПб.: Речь, 2001. 184 с.).

Вторичная обработка данных. На этом этапе необходимо составить таблицы, в которой будут представлены данные не по отдельным испытуемым, а для целых групп (подгрупп) и даже всей выборки. Это позволит сделать шаг к обобщению и более целостному представлению информации.

На основании одной и той же сводной таблицы на этапе вторичной обработки могут быть созданы самые разные обобщающие таблицы, в которых исходная информация может быть представлена под разным углом зрения. Ракурс представления результатов в этих таблицах определяется конкретными задачами исследования. Другими словами, данные должны быть обобщены и показаны так, чтобы они позволяли ответить на поставленные в задачах вопросы.

 

Например, при изучении воображения у дошкольников могли быть поставлены задачи изучения возрастных (1), гендерных (2) различий в развитии воображения, а также задача изучения условий, стимулирующих процесс воображения (3). С помощью чёрно-белых и цветных чернильных пятен было проведено исследование воображения старших дошкольников. Одним из значимых показателей было выбрано количество образов, продуцируемых каждым ребёнком при восприятии каждого конкретного чернильного пятна (отражено в сводной таблице). В обобщающих таблицах могут быть даны средние значения количества продуцируемых образов отдельно для групп четырёхлетних и пятилетних детей (задача 1), отдельно для мальчиков и девочек (задача 2) или же отдельно для чёрно-белых и цветных стимулов (задача 3).

В таблицах чаще всего отражают такие обобщающие данные, как средние (а иногда и максимальные и/или минимальные) значения какого-либо параметра, абсолютные и относительные частоты (частости), процентные доли и т.п. В некоторых случаях в этих же таблицах указывают и статистическую значимость соответствующих данных.

Для большей наглядности результаты могут быть представлены не только в таблицах, но и в виде графиков и диаграмм. Каждая таблица, диаграмма, график должны иметь название. В нём указывают значимый показатель и параметры, в связи с которыми этот показатель изменяется. Например, «Изменение среднего количества продуцированных образов в зависимости от возраста испытуемых». При подготовке текста курсовой работы следует подыскать наилучшие способы представления данных, варьируя конкретную форму таблицы, способы обозначения и выделения столбцов, строк, значимых ячеек таблицы; выбрать наиболее показательные типы и виды диаграмм (удобным средством здесь может быть компьютерная программа Microsoft Excel, позволяющая быстро создать и просмотреть разные виды диаграмм применительно к полученным данным с тем, чтобы оценить их наглядность).

Статистическая обработка данных. Главным результатом обработки и анализа полученных данных служат выводы относительно отдельных задач исследования и цели в целом. Для того чтобы эти выводы были более обоснованными, в современной психологии широко используют методы статистической обработки. Первым этапом при статистической обработке результатов должно стать определение содержания предположения о характере отношений между теми или иными данными. Это может быть предположение о различии (или сходстве) показателей у испытуемых, относящихся к различным экспериментальным группам и подгруппам. Это могут быть предположения о существенности произошедших в результате некоторого экспериментального воздействия изменений с каждым отдельным испытуемым или со всей выборкой в целом. В некоторых случаях гипотеза предполагает обнаружение различий в разбросе данных. Также может возникнуть необходимость установить согласованность изменений двух и более показателей или обнаружить корреляцию того или иного типа между различными показателями. Помимо определения сущности статистических отношений между изучаемыми показателями важно также установить тип измеренных данных (качественные, порядковые и т.п.). На основании характера предполагаемой статистической связи и типа данных выбираются конкретные статистические критерии. Результаты расчётов статистических критериев и их сопоставление с критическими (пограничными) значениями позволяет определить степень значимости установленных зависимостей.

Более подробно о вариантах статистической обработки см. в кн.: Сидоренко Е.В. Методы математической обработки в психологии. СПб.: Речь, 2001; Ермолаев О.Ю. Математическая статистика для психологов. М.: Флинта, 2003.

АНАЛИЗ РЕЗУЛЬТАТОВ И ВЫВОДЫ

Анализ полученных результатов представляет собой самую важную часть курсовой работы, но именно она обычно вызывает наибольшие затруднения у студентов. Выдвинутые в ходе теоретического обзора изучаемой проблемы гипотеза, цель и задачи должны пройти проверку эмпирическими фактами. Поэтому анализ результатов – это центральный раздел курсовой работы, который придает ей целостность и единство, связывает её теоретическую и эмпирическую части. При написании анализа важно не просто излагать результаты в точной, доступной и наглядной форме (таблицы и диаграммы), но и объяснять значение этих результатов возможному читателю курсовой работы.

Поэтому правильно проведённый анализ полученных результатов включает не только простое их перечисление и описание, но ещё и их обсуждение и интерпретацию. Таким образом, основное назначение анализа – это раскрыть смысл полученных результатов. Логика анализа определяется целью курсовой работы, а его этапы – задачами. Каждый отдельный этап анализа задается конкретной исследовательской задачей, которая как бы определяет тот «угол зрения», в рамках которого на данном этапе должны рассматриваться результаты.

Поместив в текст обобщающие таблицы и диаграммы, важные для решения рассматриваемой задачи, необходимо сначала описать эти результаты. В ходе описания недостаточно просто текстом передать содержание таблицы (диаграммы). Необходимо, выделяя конкретные связи и закономерности и сравнивая данные отдельных подгрупп, привлечь внимание читателя к наиболее ярким результатам, т.е. «расставить акценты», подчеркнуть те результаты, которые важны для поиска ответа на поставленный в задаче вопрос. Статистическая значимость установленных различий (изменений, связей и т.п.) позволяет выносить более обоснованные суждения. Более глубокий анализ предполагает интерпретацию выявленных закономерностей, т.е. объяснение их смысла, предположение об их причинах и т.п. Кроме того, важно сравнить обнаруженные в исследовании тенденции и закономерности с теми, которые были описаны в научной литературе (при условии их наличия). Такие интерпретация и сравнение позволяют лучше проникнуть в сущность изучаемых явлений.

Если в исследовании поставлено несколько задач, что обычно так и бывает, то необходимо последовательно проанализировать результаты в свете каждой из задач. В этом случае может потребоваться на основе одних и тех же сводных таблиц составить разные обобщающие таблицы и диаграммы, а сам анализ оказывается состоящим из нескольких отдельных параграфов. Удобно, когда каждый параграф анализа соответствует отдельной задаче. Причём содержание конкретной задачи должно найти свое отражение в названии параграфа.

Основные итоги анализа отражаются в заключительных выводах. Здесь необходимо достаточно кратко сформулировать результаты анализа по каждой отдельной задаче (уже без подробной аргументации или интерпретации), а затем – относительно всей цели курсовой работы. Для достижения большей строгости и четкости имеет смысл сформулировать выводы в виде нескольких отдельных пунктов-тезисов, пронумеровав их цифрами или словесно («Во-первых», «во-вторых» и т.д.).