Методы математико-статистической обработки

 

Обработка данных полученных в ходе психодиагностического исследования по выбранным методикам проводилась в программе Microsoft Excel. С помощью данных программ нами был проведен следующий математический анализ: вычисление описательных статистик, сравнительный анализ, частотный анализ, корреляционный анализ. Для проверки качества полученных данных, необходимо использовать методы параметрической статистики, которые во многих случаях являются более мощными, чем методы непараметрической статистики.

Корреляционный анализ.

Корреляционный анализ - это проверка гипотез о связях между переменными с использованием коэффициентов корреляции. Коэффициент корреляции это мера прямой или обратной пропорциональности между двумя переменными. Он чувствителен к связи только в том случае, если эта связь является монотонной - не меняет направления по мере увеличения значений одной из переменных.

Основные показатели: сила, направление и надежность (достоверность) связи. Сила связи определяется по абсолютной величине корреляции (меняется от 0 до 1). Направление связи определяется по знаку корреляции: положительный - связь прямая; отрицательный - связь обратная. Надежность связи определяется p - уровнем статистической значимости (чем меньше p - уровень, тем выше статистическая значимость, достоверность связи).

Для выявления различий между группами военнослужащих использовался Т-критерий Стьюдента, который предназначен для сравнения средних арифметический значений в двух выборках, и определения того, отличаются ли статистически достоверно средние значения друг от друга.

Корреляционный анализ дает возможность точной количественной оценки степени согласованности изменений (варьирования) двух и более признаков.

Критерий t - Стьюдента.

Для сравнения групп используется параметрический критерий t - Стьюдента для двух независимых выборок.

Метод позволяет проверить гипотезу о том, что средние значения двух генеральных совокупностей, из которых извлечены сравниваемые независимые выборки, отличаются друг от друга.

Проверяемая статистическая гипотеза Ho: М1 = М2. При ее отклонении принимается альтернативная гипотеза, что М1 больше (меньше) М2.

Исходные предположения для статистической проверки:

одна выборка извлекается из одной генеральной совокупности, а другая выборка, независимая от первой, извлекается из другой генеральной совокупности.

распределение изучаемого признака и в той и в другой выборке приблизительно соответствует нормальному.

Дисперсии признака в двух выборках примерно одинаковы.

Структура исходных данных: изучаемый признак измерен у объектов (испытуемых), каждый из которых принадлежит к одной из двух сравниваемых независимых выборок.

Ограничения: распределение признака и в той и в другой выборке существенно не отличается от нормального.

Критерий t - Стьюдента для приближенных расчетов, для близких по численности выборок (в нашем случае) находится по формуле:

 

 

Где: - М1, М2 - средние значения выборок;

- σ1, σ2 - стандартные отклонения выборок;

N1, N2 - количество членов в выборке.

.   Таким образом, были обоснованы качественные и количественные показатели выборки исследования, последовательность и содержание основных этапов исследования.

2. В данной работе качестве психодиагностического комплекса использовались следующие методики:

- Методика многофакторного исследования личности Р. Кеттелла.

Методика диагностики личности на мотивацию к успеху Т.Элерса.

3. Для обработки полученных данных нами определены сравнительный и корреляционный анализ.

 

Глава 3. Анализ и интерпретация результатов исследования