|
(например, средней арифметической) и, наконец, к оценке разброса данных по отношению к найденной центральной тенденции. Корректность в применении этих методик обеспечивается не только содержательными представлениями, но и выполнением особых требований — требований валидности, надежности, репрезентативности тестовых норм. Что касается количественных данных, то они всегда располагаются на непрерывной шкале и, как правило, весьма многочисленны. Поэтому такие данные предпочитают группировать по классам, чтобы яснее видна была основная тенденция распределения. По проведенным опросам-тестам проводиться группировка, состоящая в основном в том, что объединяются данные вопросов с одинаковыми или близкими значениями в классы и определяются частоты для каждого класса. Способ разбиения на классы зависит от того, что именно необходимо выявить при разделении измерительной шкалы на равные интервалы (рис.22). X х X X X X X X X X X X X X X X X X X X X X X X X X X X X X *>*11 1*13 14-15 15*17 15-ti 20*21 22*23 9-11 12-14 lS-17 U-20 21*23 1 2 6 3 3 0 1 1 4 б 2 1 •О * + 9 Н (с интервалами в 2 сд) (синтервалами в 3 »д.) Рис. 22 Графическое распределение частот по классам Источник: по материалам65 Выбор того или иного типа группировки зависит от различных соображений. Например, группировка с интервалами между классами в две единицы хорошо выявляет распределение результатов вокруг центрального «пика». В то же время группировка с интервалами в три единицы обладает тем преимуществом, что дает более обобщенную и упрощенную картину 65Описательная статистика [Электронный ресурс]: Статистика и обработка данных в психологии. [2006]. Режим доступа: http://psyfactor.org. |
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 После воздействия (дополнить столбиками) Опытная группа Ю 1'1 12 13 14 15 16 17 18 19 20 21 22 23 Фон "6?89 10 1'1 12 13 14 15 16 17 18 19 20 21 После воздействия (дополнить столбиками) Такое распределение данных по их значениям дает нам уже гораздо больше, чем представление в виде рядов. Однако подобную группировку используют, в основном лишь для качественных данных, четко разделяющихся на обособленные категории (см. дополнение Б.1). Что касается количественных данных, то они всегда располагаются на непрерывной шкале и, как правило, весьма многочисленны. Поэтому такие данные предпочитают группировать по классам, чтобы яснее видна была основная тенденция распределения. Такая группировка состоит в основном в том, что объединяют данные с одинаковыми или близкими значениями в классы и определяют частоту для каждого класса. Способ разбиения на классы зависит от того, что именно экспериментатор хочет выявить при разделении измерительной шкалы на равные интервалы. Например, в нашем случае можно сгруппировать данные по классам с интервалами в две или три единицы шкалы: Контрольная группа х Классы 10-п х х 1 213 X X X X X 1 4.1 5 X X X 1 617 X X X 1 81Э 2 021 X 2223 Час тоты 1 2 5 3 2 0 1 X 911 X X X X 1 214 X X X X X X 15 17 X X X 1820 X 2123 1 4 6 3 1 Фон (с интервалами в 2 ед.) Фон (с интервалами в 3 ед.) К лас сы 8 -9 8-10 Ч аст оты После воздействия (с интервалами в 2 ед.) После воздействия (с интервалами в 3 ед ) (заполнить таким же образом) Выбор того или иного типа группировки зависит от различных соображений. Так, в нашем случае группировка с интервалами между классами в две единицы хорошо выявляет распределение результатов вокруг центрального «пика». В то же время группировка с интервалами в три единицы обладает тем преимуществом, что дает более обобщенную и упрощенную картину распределения, особенно если учесть, что число элементов в каждом классе невелико1 . Именно поэтому в дальнейшем мы будем оперировать классами в три единицы. Опытная группа К ласс ы 8 -10Ч асто ты Ф он К ласс ы 5 -7Ч асто ты После воздействия (с интервалами в 3 ед.) Данные, разбитые на классы по непрерывной шкале, нельзя представить графически так, как это сделано выше. Поэтому предпочитают 1 При большом количестве данных число классов по возможности должно быть где-то в пределах от 10 до 20, с интервалами до 10 и более. использовать так называемые гистограммыспособ графического представления в виде примыкающих друг к другу прямоугольников: Частоты Наконец, для еще более наглядного представления общей конфигурации распределения можно строить полигоны распределения частот. Для этого отрезками прямых соединяют центры верхних сторон всех прямоугольников |