МАТЕМАТИЧНО-СТАТИСТИЧНІ МЕТОДИ

ОБРОБКИ ДАНИХ ЕМПІРИЧНИХ

ДОСЛІДЖЕНЬ. ТИПИ ДАНИХ. ОПИСОВІ
СТАТИСТИКИ

Лектор: доцент Петровська І.Р.

 Будь-яке наукове дослідження стартує із
формулювання гіпотези – припущення щодо
взаємозв'язку явищ чи властивостей у певної
сукупності об’єктів.
Наприклад, припущення про те, що жінки тривожніші за чоловіків
(взаємозв'язок статі і тривожності), або перегляд фільмів жахів
призводить до підвищення агресивності дітей (взаємозв'язок перегляду
фільмів жахів та агресивності).
У першому випадку сукупністю об'єктів, на яку ми будемо поширювати
отримані результати є всі гіпотетичні жінки і чоловіки, у другому – всі
діти.
 Множина об’єктів, стосовно яких формулюється
гіпотеза дослідження називається генеральною
сукупністю (чоловіки та жінки, діти, менеджери, породіллі тощо), а
обмежена за чисельністю група об’єктів
(досліджуваних), спеціально відібрана з генеральної
сукупності для вивчення її властивостей називається
вибіркою.
 Вибірка повинна бути репрезентативною, тобто
здатною відтворювати основні характеристики
генеральної сукупності.
 Рекомендований обсяг вибірки:
o встановлення зв'язку між змінними — не менше 30-
35 осіб.
o порівняння 2-х вибірок – не менше 50 осіб в сумі
(групи мають бути приблизно однакові: 25/25;
23/27 і т.п.)
 Доцільно збільшувати кількість осіб (на 5-10%),
оскільки частина з них може бути «відбракованою»
у процесі експерименту.
 Залежні і незалежні вибірки
Залежні вибірки характеризуються тим, що кожному
досліджуваному об’єкту однієї вибірки відповідає за
певним критерієм досліджуваний об’єкт з іншої вибірки.
До залежних вибірок також відносять вибірки, що
містять результати, отримані на одній і тій же групі
досліджуваних об’єктів, але в різні моменти часу.
Наприклад, до і після стимульного впливу. Кількість
об'єктів в цих вибірках завжди однакова.
Незалежні вибірки характеризуються тим, що
й мовірність відбору будь-якого досліджуваного об’єкту
однієї вибірки не залежить від відбору будь-якого з
досліджуваних об’єктів іншої вибірки. Незалежні
вибірки виходять при дослідженні двох (і більше) різних
груп досліджуваних. Допускається, щоб кількість об'єктів
в них була різною.
 Залежні та незалежні змінні
Незалежними змінними можуть виступати
параметри завдань (стимули, інструкції і т.д.), ситуацій
(звуки і шуми, температура, час проведення
експерименту і т.д.), а також показники керованих
станів досліджуваних об’єктів (стать, вік, соціальне
становище і т.д.), якими в експерименті може
маніпулювати дослідник.

Залежні змінні — змінені стани об'єкта —

параметри поведінки (тривалість, темп, швидкість
реакції і т. д.).
 Основні варіанти відношень між незалежною і
залежною змінними X і У
⚫ відсутність залежності;
⚫ монотонно зростаюча залежність;

Відсутність залежності У — рівень відчуттів,

Y = f(Х) = const X — інтенсивність звуку
⚫ монотонно спадаюча залежність;
⚫ неліній на залежність U-подібного типу (виявляєтьсяу
більшості експериментів, де вивчають особливості психічної
регуляції поведінки);

У — кількість відтворених слів, У — кількість помилок розв'язання

Х — час від моменту проголошення інтелектуальних завдань
Х — рівень тривожності
⚫ інвертована U-подібна залежність (спостерігають у
кореляцій них дослідженнях соціальної психології, психології
особистості, мотивації);
⚫ складна квазіперіодична залежність (виявляється не
часто).

У — ефективність сумісного У — гострота зору;

вирішення проблеми, X — розмір групи X — кількість спроб у завданнях
 Типи вимірювальних шкал
1. Номінативна (номінальна, категоріальна) – шкала,
елементами якої є назви об’єктів чи явищ; здій снюється
поділ об’єктів на класи (напр., за різним сімей ним статусом, типами
професій тощо), у т.ч. дихотимічна(віруючі/невіруючі, чоловіки/жінки).
Елементи номінативної шкали не є числами.
2. Порядкова (рангова) – шкала, де об’єктам приписується
певне рангове значення (1, 2, 3, …) за якою-небудь ознакою.
3. Інтервальна – розбиття області значень на однакові
інтервали, класифікує за принципом «більше/менше на
певну кількість одиниць», передбачає довільне
встановлення початкової оцінки (шкала стенів, Т-шкала, шкала IQ-
показників…)
4. Відносна (абсолютна) – наявність певної точки
абсолютного нуля, показує у скільки разів відрізняються між
собою значення на області, класифікує за принципом
«більше/менше у певну кількість разів» (Приклад: температура
по Кельвіну; абсолютний нуль температури дорівнює точно 0 K (–273,15
°C), коли весь кінетичний рух частинок речовини припиняється і, таким
чином, матерія не має теплової енергії. Відтак, можна стверджувати, що
температура 200°К вище, ніж 100°К, але й що вона вдвічі вище).

1 і 2 шкали ще називають неметричними, 3 і 4 шкали - метричними шкалами

 Типи даних
1. Метричні - кількісні дані, що отримуються при
вимірах (вік, зріст, вага, швидкість реакції тощо).
2. Рангові - дані, що відповідають місцям елементів у
певній впорядкованій послідовності (об’єктам
приписується певне рангове значення (1, 2, 3, …) за якою-
небудь ознакою)
3. Номінативні (категоріальні) - якісні дані, що є
особливими властивостями елементів вибірки
(стать, тип ВНД, сімейний стан, колір очей). Можна
оцінити їх частоту появи.
 Описова статистика
⚫ Мода (Мо) - значення, що найчастіше зустрічається
серед емпіричних даних.
{2,3,5,1,4,5,6,5,2} Мо=5.
Бімодальний розподіл: {3,3,5,1,4,5,6,5,3} Мо1=5, Мо2=3.

⚫ Середнє арифметичне (Мх / М / Х.) - це відношення

суми усіх значень даних до числа доданків.

⚫ Медіана (Мd / Ме) – значення, яке перебуває на

середині упорядкованої послідовності емпіричних
даних. Розбиває вибірку на 2 рівних частини.
Якщо кількість даних у вибірці парна, то медіана дорівнює
середньому арифметичному між двома центральними
значеннями
⚫ Розмах - це різниця між максимальним і мінімальним
значеннями Р = Хmax – Xmin

⚫ Дисперсія (від лат. - розсіювання) - це міра розкиду

(розсіяння) даних відносно середнього значення

Дорівнює нулю, якщо всі дані однакові, та зростає, коли розкид

даних зростає. Чим більше мінливості у даних (відхилень,
обумовлених індивідуальними відмінностями або випадковими
факторами), тим більша величина дисперсії.
• Стандартне відхилення (Standard deviation, SD/ϭ,
середньоквадратичне відхилення) є квадратним коренем з
дисперсії (описує варіацію увимірюваннях);його
розмірність збігається з розмірністю випадкової величини, в той час
як розмірність дисперсії - квадрат розмірності випадкової величини.
D = 20 / (12 - 1) = 1,818
Ϭ = 1,348