2.4. При обнаружении противоречий компьютер подаст звуковой сигнал и выдаст на экран окно управления противоречиями. Выполнив операцию «выбор», активизировать окно «альтернативный текст интерпретации». С помощью операции «ввод» ввести текст альтернативной интерпретации.
2.5. Операцией «запись» набранный текст вносится в характеристику и фиксируется в базе данных системы.
2.6. При обнаружении следующего противоречия повторить п. 2.4 и п. 2.5. соответственно.
2.7. По окончании генерации непротиворечивой характеристики сохранить ее с помощью операции «вывод».
3. В любом текстовом редакторе оформить и подготовить для печати текст полученной характеристики.
Контрольные вопросы
1. Почему не предусмотрена фиксация противоречий между психологическими блоками характеристики?
2. В каком из типов характеристик противоречий будет меньше?
3. Как использовать таблицу противоречий для личной характеристики при фиксации противоречий в характеристике для третьего лица?
Вводные замечания. В исследовательских и прикладных целях бывает необходимо проанализировать не только результаты тестирования конкретного, отдельно взятого человека, но и результаты по выборке опрошенных людей. Например, чтобы получить или откорректировать нормы опросника, установить какие-либо закономерности, проследить связи по группе испытуемых и т. д.
В подобных случаях нужна возможность обработки данных тестирования группы (выборки) статистическими методами. Данные могут быть представлены либо в виде вектора (один показатель для всей выборки), либо в виде матрицы (несколько показателей). Ввести данные в программу статистической обработки можно вручную. Некоторые программы тестирования «умеют» хранить накопленные данные. В таких случаях «перенабивать» данные из одной программы в другую неэффективно. Можно воспользоваться функцией «экспорт-импорт», чтобы преобразовать данные из одного формата (тестового) в другой (статистический). Иногда это приходится делать через промежуточные форматы.
Цель занятия
1. Провести исследование психологических закономерностей по накопленным данным.
2. Научиться переносить данные из одной компьютерной программы в другую.
Материалы (оснащение). Компьютер, психодиагностическая система *Монада», статистическая программа «Statistica for Windows».
Порядок работы
1. Поставить задачу на проведение исследования (придумать самостоятельно, имея в виду ограничения наличия материала, т. е. объектов и признаков в базе данных программы «Монада»).
2. Составить описание требований к выборке и данным, т. е. сформулировать предмет исследования (что исследовать) и требования к составу испытуемых (кого исследовать).
3. Отобрать выборку из психодиагностической системы «Монада» по заданным признакам (не менее 100 человек). Для этого:
3.1. запустить психодиагностическую систему «Монада»;
3.2. в режиме «данные об обследуемом»/«отбор по биосоциальным признакам» вписать требуемые формальные признаки к испытуемым например: а) все испытуемые должны иметь высшее техническое образование - в окне «образование» надо выбрать «высшее техническое»; б) все испытуемые должны быть мужчинами - в окне «пол» надо выбрать «муж», и т. д.;
3.3. в режиме «данные об обследуемом»/«отбор по психологическим признакам» в окне «методика-фактор-код-условие» задать нужные психологические признаки (см.п. 2) и отобрать нужных испытуемых из выборки, сформированной по биосоциальным признакам (операция «отбор»).
4. Экспортировать шкальные оценки этих испытуемых по нужным методикам тестирования в текстовые файлы в режиме «данные об обследуемом» / «вывод данных и списка обследуемых» с помощью операции «оценки», предварительно выбрав методику тестирования и фактор в окнах «методика» и «фактор» соответственно. Данные будут сохранены в подкаталоге ТХТ с расширениями *.lst (список обследуемых и их шкальные оценки) и *.num (только шкальные оценки). Выйти из психодиагоностической системы «Монада».
5. Импортировать данные в статистическую программу. Для этого:
5.1. запустить Windows, затем запустить программу Statistica;
5.2. в программе Statistica выбрать режим Data Management;
5.3. в верхнем меню Fail/Import выбрать файл для импорта (с расширением *.num), указать кодировку ASCII, параметры таблицы (т. е. количество переменных и испытуемых), полученную таблицу сохранить с расширением *.sta;
5.4. повторить п. 5.3 для всех импортируемых файлов;
5.5. соединить все импортированные файлы в одну таблицу и сохранить ее.
6. Обработать. Для этого:
6.1. перейти в режим Basic Statistics and Tables;
6.2. рассчитать первичные статистики (Descriptive Statistics), сделать выводы о характере распределения;
6.3. рассчитать корреляционный анализ (Correlation matrices);
6.4. перейти в режим кластерного анализа (Cluster Analysis), построить два дерева кластеризации: по шкальным оценкам и по испытуемым.
7. Проинтерпретировать полученные результаты, учитывая смысловые нагрузки, стоящие за переменными, так как только зная и понимая природу признаков можно объяснить характер выявленных статистических закономерностей, а простая констатация наличия связи не есть ее интерпретация.
Пример
Обнаружена корреляция между переменными А и В или А, В и С. Зная, что стоит за этими переменными, можно проинтерпретировать полученные результаты. Ниже даны 5 примеров:
1. А зависит от В - психомоторное развитие зависит от возраста, но не наоборот.
2. В зависит от А - речь зависит от возраста.
3. А зависит от В, а В зависит от А - психомоторное развитие зависит от деятельности и наоборот.
4. А влияет на С, а С влияет на В - возраст влияет на внимание, а внимание влияет на развитие интеллекта, при этом С (внимание) не изучалось.
5. А зависит от С, В зависит от С - А - размер обуви, В - интеллект, С - возраст. корреляция есть, а реальной (физической) связи нет.
8. Результаты оформить в любом текстовом редакторе.
Контрольные вопросы
1. По каким параметрам можно обнаружить различия между выборками при совпадении математического ожидания и как их проинтерпретировать?
2. Как может быть проинтерпретирована корреляция между стажем работы и каким-либо показателем по ОСТ (направление зависимости)?
3. О чем свидетельствует близость переменных при кластерном анализе?
4. О чем свидетельствует близость объектов при кластерном анализе?
Занятие 11.1 ОЦЕНКА ВНИМАНИЯ МЛАДШЕГО ШКОЛЬНИКА
Вводные замечания. Изучение развития интеллектуальных функций позволяет раскрывать актуальные и потенциальные возможности учащегося и осуществлять психокоррекционную работу с детьми. Исследование уровня развития младшего школьника является чрезвычайно важным, так как в это время происходит переход от дошкольной обучения к систематическому обучению в школе, который и обеспечивав ускоренное развитие всех познавательных функций.
В возрастной психологии определение уровня развития различных характеристик интеллекта требует как сложной организации самого процесса их изучения, так и специфической обработки данных эксперимента. Сложность организации выражена в первую очередь в подборе групп испытуемых, различия между которыми классифицируются по какому-либо признаку (возраст, пол и др.). Второй особенностью организации экспериментов является то, что при наличии нескольких групп испытуемых необходимо соотнесение всех результатов экспериментального исследования между собой. Заметим, что с целью получения таких сопоставимьх результатов все исследования по изучению познавательных функций необходимо проводить поэтапно. На первом этапе требования по использование методических приемов изучения функциональных характеристик не отучаются от требований, предъявляемых к методам и процедуре их исследования в области общей и экспериментальной психологии. Второй этап исследования, имеющий целью определение уровня развития интеллектуальных функций, предполагает, что в результате специальной статистической обработки данных получают единый интегральный показатель, наиболее адекватно отражающий исследуемую психическую функцию и характеризующий ее уровень и продуктивность. На основе этого показателя возможно соотнесение полученных данных по разным группам испытуемых. Для получения единого, интегрального показателя необходимо провести первичную обработку данных, зафиксированных по каждой методике отдельно. Такая первичная обработка заключается в сведении абсолютных значений разных показателей, зарегистрированных в методике, в условные оценки - баллы, полученные путем обычного шкалирования. Наконец, на третьем этапе работы для решения задач, связанных с изучением интериндивидуальных особенностей интеллектуальных функций ребенка, необходима специальная математико-статистическая обработка экспериментальных данных, предполагающая получение сопоставимых между собой результатов исследования разномодальных характеристик путем перевода интегрального показателя успешности развития отдельных свойств функции в шкальные оценки. В результате такой обработки экспериментальных данных мы приобретаем возможность анализировать результаты исследования с точки зрения половозрастных и индивидуально-типических особенностей.
Опыт 1
Цель. Оценка устойчивости внимания.
Оснащение опыта. Стандартный бланк теста «Корректурная проба» (см.прил.11.1.1) и секундомер.
На бланке в случайном порядке напечатаны некоторые буквы русского алфавита, в том числе буквы «к» и «р»; всего 2000 знаков, по 50 букв в каждой строчке.