Выбор метода математической обработки полученных эмпирических данных достаточно важная и ответственная задача. И делать это лучше ещё на этапе планирования исследования. Необходимо заранее продумать, какие эмпирические показатели будут регистрироваться, с помощью каких методов будут обрабатываться, и какие выводы при разных результатах обработки можно будет сделать. Можно обращаться к уже разработанной классификации эмпирических задач и адекватных для их решения методов математической статистики (А.Н. Кутейников, 2008; А.Д. Наследов, 2007; Е.В. Сидоренко, 2004).
При выборе математико-статистического критерия нужно, прежде всего, идентифицировать тип переменных (признаков) и шкалу, которая использовалась при измерении психологических показателей и других переменных, например, возраст, состав семьи, уровень образования. В качестве переменных могут выступать любые показатели, которые можно сравнивать друг с другом (то есть измерять). Это может быть время выполнения задания, количество ошибок, уровень самооценки, количество правильно решенных задач и качественные особенности их выполнения, личностные показатели, получаемые в психологических тестах, и другие.
Для студентов может представлять трудность выделение переменных в работах по практической психологии, где возможности использования традиционных и стандартизированных психологических тестов (с которыми обычно ассоциируется проблема измерения) ограничены. Следует иметь в виду, что в области практической психологии могут широко использоваться номинативные и порядковые шкалы. Речевые высказывания клиента, виды поведенческих реакций, улыбки, взгляды, – все это может рассматриваться в качестве переменных. Главное – иметь четкие и ясные критерии их отнесения к тому или иному типу в зависимости от поставленных гипотез и задач.
При выборе математико-статистического критерия нужно ориентироваться также на тип распределения данных, который получился в исследовании. Параметрические критерии используются в том случае, когда распределение полученных данных рассматривается как нормальное. Нормальное распределение с большей вероятностью (но не обязательно) получается при выборках более 100 испытуемых (может получиться и при меньшем количестве, а может не получиться и при большем). При использовании параметрических критериев необходима проверка нормальности распределения.
Для непараметрических критериев тип распределения данных не имеет значения. При небольших объёмах выборки испытуемых, используемых обычно в курсовой или дипломной работе, целесообразно выбрать непараметрические критерии, которые дают большую достоверность выводам, независимо от того, получено ли в исследовании нормальное распределение данных. В некоторых случаях статистически обоснованные выводы могут быть сделаны даже при выборках в 5-10 испытуемых.
Большинство психологических работ сводятся к нескольким типам исследовательских задач, которые и предопределяют тип математико-статистического критерия. Так, во многих исследованиях осуществляется поиск различий в психологических показателях у испытуемых, имеющих те или иные особенности. При обработке соответствующих данных могут использоваться критерии для выявления различий в уровне исследуемого признака или в его распределении. Для определения значимости различий в проявлении признака в психологических исследованиях часто используются такие показатели, как парный критерий Вилкоксона, U-критерий Манна-Уитни, критерий хи-квадрат (х2), точный критерий Фишера, биномиальный критерий.
Во многих исследованиях осуществляется поиск взаимосвязи психологических показателей у одних и тех же испытуемых. Для обработки соответствующих данных могут использоваться коэффициенты корреляции. Связь величин друг с другом и их зависимость часто характеризуется коэффициентом линейной корреляции Пирсона и коэффициентом ранговой корреляции Спирмена.
Структура данных (и соответственно структура изучаемой психологической реальности), а также их взаимосвязь выявляется факторным анализом.
Во многих исследованиях интерес представляет анализ изменчивости признака под влиянием каких-либо контролируемых факторов, или, другими словами, оценка влияния разных факторов на изучаемый признак. Для математической обработки данных в таких задачах может использоваться U-критерий Манна-Уитни, критерий Краснела-Уоллиса, Т-критерий Вилкоксона, критерий х2 Фридмана. Однако для исследования влияния, а тем более взаимовлияния нескольких факторов на изучаемый параметр полезнее может оказаться дисперсионный анализ. Исследователь исходит из предположения, что одни переменные могут рассматриваться как причины, а другие как следствия. Переменные первого рода считаются факторами, а переменные второго рода – результативными признаками. В этом отличие дисперсионного анализа от корреляционного, в котором предполагается, что изменения одного признака просто связаны с определенными изменениями другого (А.Н. Кутейников, 2008; Е.В. Сидоренко, 2004).
Во многих исследованиях выявляется значимость изменений (сдвига) каких-либо психологических, поведенческих параметров и проявлений за определенный промежуток времени, в определенных условиях (например, в условиях коррекционного воздействия). Формирующие эксперименты в практической психологии решают именно эту задачу. Для обработки соответствующих данных могут использоваться коэффициенты для оценки достоверности сдвига в значениях исследуемого признака. Для этого часто применяются критерии знаков, Т-критерий Вилкоксона.
Важно обратить внимание на ограничения, которые имеет каждый критерий. Если один критерий не подходит для анализа имеющихся данных, всегда можно найти какой-либо другой, возможно, изменив тип представления самих данных. После знакомства с процедурой вычисления критерия можно проводить «ручную» обработку данных или воспользоваться статистической программой персонального компьютера.
Методы математической обработки данных важно использовать и для анализа результатов опытной практической психологической работы. Для обоснования ее эффективности полезно использовать конкретные психологические и поведенческие показатели испытуемых «до» и «после». Выбору их важно уделять особое внимание. Применение математико-статистических критериев для проверки значимости изменений придаст большую доказательность выводам работы.
6. Описание эмпирического исследования
Важно не только провести исследование, но и правильно описать его. Разделу, содержащему описание эмпирического исследования или разработки в области практической психологии, целесообразно дать название, отражающее суть содержания излагаемого материала, не ограничиваясь словами «практическая часть».
Прежде всего, должны быть четко обоснованы и сформулированы цели и задачи эмпирического исследования или практической разработки, подробно охарактеризована выборка испытуемых, дана характеристика методам (методикам), используемым в работе, обоснована целесообразность их применения для решения поставленных задач. В случае практической психологической работы должны быть описаны основные этапы разработки методики или адаптации существующей методики к условиям выборки данного типа. Характеризуются эмпирические показатели, получаемые в исследовании, а также критерии для оценки практической психологической работы, способы их количественной и качественной обработки и интерпретации.
При описании эмпирического исследования необходимо последовательно приводить полученные эмпирические показатели, проводить их количественный и качественный анализ, интерпретировать результаты, делать обобщения и формулировать выводы, разбивая весь материал на параграфы.
Количественная обработка данных есть манипуляция с измеренными характеристиками изучаемого объекта. Количественные показатели могут быть представлены в числовых значениях измеряемых величин: показатели центральной тенденции (среднее, мода, медиана); абсолютные и относительные частоты; показатели разброса (стандартное отклонение, дисперсия); значения критериев, использованных при сравнении результатов разных групп; коэффициенты линейной и нелинейной связи переменных и др.
В тексте работы не нужно приводить формулы для подсчета типичных статистических критериев и описывать процедуру их вычисления. Предполагается, что рецензировать работу будет квалифицированный специалист, знакомый с основами математической статистики. Достаточно назвать использованные критерии и сделать ссылку на источник, из которого они заимствованы. При описании результатов необходимо привести средние показатели по выборке, указать на значимость различий, описать соответствующие коэффициенты корреляции или другие математико-статистические критерии, применявшиеся при обработке данных. Далее в скобках обязательно указывается уровень статистической значимости полученных результатов. Указания на статистическую значимость могут даваться в одной из следующих форм: различия достоверны на 5 %-м (1 %-м) уровне значимости; (р< 0,05) или (р<0,01); (а<0,05) или (а<0,01). Например: Выявлена слабая связь между интеллектуальной активностью детей и их успешностью в обучении (r = 0,13, при р< 0,05).
Качественная обработка полученных данных представляет собой описание и объяснение изучаемых явлений (показателей), что составляет уже следующий уровень их изучения, осуществляемый на стадии интерпретации результатов. После приведения в тексте количественных данных, необходимо их сопоставить, аналитически описать, обобщить, дать им психологическое объяснение, исходя из опыта предшествующих исследований других авторов, логики научного анализа, а также собственного понимания психологических механизмов изучаемых явлений. Например: Таким образом, нужно признать, что выставляемые учащимся оценки, которые свидетельствуют об их успеваемости, по которым в свою очередь делают суждения об обученности, на самом деле не совпадают с реальными достижениями учеников, в частности, в интеллектуальном плане. В таком случае, оценка чаще ставится учащимся за их репродуктивные способности (внимательно слушать и запоминать) и, выступая внешним стимулирующим фактором, не оказывает существенного влияния на способность детей чувствовать проблемы, проявлять интеллектуальную инициативу.