|
Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
|
|
Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Процентные и частотные распределения
Во многих исследованиях первичным итогом измерения выступает частота появления того или иного признака. Это характерно для качественных методов исследования, оперирующих категориями, полученными посредством контент-анализа, или для анкет, где отдельно рассматривается распределение ответов на каждый вопрос. При анализе данных, частоты (непосредственное количество случаев) принято переводить в проценты, что даёт возможность соотносить массивы данных, полученные на выборках разного размера. Частотные распределения, переведённые в проценты, называют процентными. Однако, при использовании малых по объёму выборок (менее 20-ти человек), перевод частот в проценты делает распределение очень грубым (поскольку один случай занимает уже более 5-ти %). Для таких исследований результаты могут быть представлены непосредственно в виде частотного распределения. Существует несколько разных способов построения процентных распределений. Поэтому, при построении процентных распределений важно указать, что принимается за 100%. Пример 4: Процентное распределение для данных, полученных с помощью дихотомической шкалы. При анализе анкетных данных часто бывает важно выяснить, сколько процентов испытуемых ответили положительно на тот или иной вопрос анкеты. Рассмотрим тип анкеты, когда всем испытуемым предлагаются одни и те же вопросы с заданными вариантами ответов, представленными с помощью дихотомической шкалы (например, «да–нет»). При этом, на каждый вопрос надо выбрать только один ответ. В этом случае можно подсчитать, сколько испытуемых выбрали ответ «да» на каждый из вопросов и представить полученные величины в процентах (табл. 6).
Таблица 6 Количество женщин, отметивших изменения в условиях жизни в связи с рождением ребенка, выраженное в %
Процентная величина рассчитывается для каждого вопроса анкеты отдельно, а за 100% принимается общее количество испытуемых. (Соответственно, для каждого вопроса можно получить величину от 0% до 100%). Для удобства чтения таблицы, полученные процентные величины лучше проранжировать. Пример 5: Процентное распределение для данных, полученных с использованием шкал, имеющих три и более градаций. Многие анкеты содержат вопросы, которые предполагают более чем два варианта ответов. Наиболее распространённой является форма с 3-мя градациями, типа: «да – не знаю – нет». Однако, в анкете может быть использован любой другой набор ответов, например: «Отметьте те факторы, которые вызывали у вас напряжение во время работы в течение последнего месяца: (а) конфликты с сотрудниками, (б) неопределённость рабочего задания, (в) цейтнот (нехватка времени), (г) задержка заработной платы». Чтобы провести анализ полученных результатов, здесь недостаточно знать сколько процентов испытуемых ответили «да» на каждый вопрос. Важно рассмотреть распределение ответов в целом: т.е. вычислить, сколько процентов выбрало каждый вариант ответа. За 100% принимается общее количество испытуемых, и подсчёт производится для каждого вопроса анкеты отдельно (табл. 7). Если для разных вопросов использовалась одна и та же шкала ответов, то в одной таблице можно представить процентное распределение сразу для нескольких вопросов (см. табл. 7). Таблица 7 Процентное распределение ответов избирателей по округу «N»
Если необходимо сравнить распределение ответов, полученных для разных групп при ответе на один и тот же вопрос, то составляется таблица для одного вопроса (см. пример ниже). Таблица 8 Процентное распределение ответов на вопрос «Собираетесь ли Вы голосовать на предстоящих выборах» для разных социально-демографических групп
Сумма процентов в каждой строке таблицы будет составлять 100%, если в инструкции дано ограничение, согласно которому можно выбрать только один вариант ответа, или если в анкету заложены взаимоисключающие вопросы (см. пример в табл. 7 и 8). Однако, многие анкеты построены так, что испытуемый имеет возможность выбрать сразу несколько вариантов ответов (часто количество выборов не ограничено). Например: «Есть ли что-то, в условиях Вашей работы, что Вам мешает? Отметьте любое количество вариантов: (а) большое количество людей в одном помещении; (б) плохое освещение; (в) шум; (г) запылённость; (д) некомфортная температура воздуха». При обсчёте подобных данных, за 100% также принимают общее количество испытуемых (поскольку важно знать, сколько процентов испытуемых выбрали тот или иной вариант). Но, т.к. каждый может выбрать более одного ответа, то сумма процентов по строке может превышать 100% (табл. 9).
Таблица 9 Негативные факторы условий труда, отмеченные в разных профессиональных группах
Пример 6: Относительная доля лиц, отнесённых к тому или иному классу. Результатом некоторых исследований является деление испытуемых на качественно различные группы. Это могут быть типы темперамента, акцентуации характера, виды мотивации и др. (табл. 10). Таблица 10 Распределение профессиональных типов по Д. Холланду среди юношей и девушек (в %)
Для оценки относительной доли лиц, попавших в ту или иную группу, также применяют процентные распределения. В этом случае подсчитывается количество человек, отнесённых к каждой категории, и полученные величины переводятся в проценты. За 100% принимается общее количество испытуемых в исследуемой выборке. В вышеприведённом примере (см. таб. 10) по каждому столбцу («юноши» и «девушки») в сумме получается 100%. Пример 7: Насыщенность категорий, полученных посредством контент-анализа. При использовании малоструктурированных качественных методов исследования, например таких, как беседа или глубинное интервью, испытуемым часто предлагаются открытые вопросы, ответы на которые заранее не заданы и формулируются самими испытуемыми. Полученные ответы могут быть очень разными. В процессе обработки таких результатов обычно применяют контент-анализ, в ходе которого все полученные ответы разносятся по категориям. Дальнейший анализ заключается в сравнении категорий. Выделенные категории могут отличаться тем, какое количество ответов входит в каждую категорию («насыщенность» категории). При заполнении таблицы в графы выносятся названия категорий и их «насыщенность», т.е. количество ответов, отнесённое к той или иной категории, выраженное в процентах. Дополнительная сложность при построении процентного распределения заключается в том, что каждый испытуемый может дать разное количество ответов. Что в этом случае брать за 100%? Все полученные ответы, независимо от того, сколько ответов дал каждый испытуемый, суммируются и принимаются за 100%. При такой форме обсчёта данных, по столбцу, где представлены процентные величины, в сумме получается 100% (табл. 11). Представленные в таблице категории лучше проранжировать по степени насыщенности.
Таблица 11 Частота встречаемости мотивов, побуждающих людей к занятию творчеством
Пример 8: Процентное распределение с результатами проверки статистической значимости различий. Качественные данные, выраженные в процентах или в частотах, также могут подвергаться статистической обработке на предмет выявления достоверности различий между группами. В этом случае используют непараметрические критерии проверки значимости различий, а результаты такой проверки приводят в таблице в отдельном столбце. Ниже (табл. 12) приведён пример сравнительной таблицы для данных, измеренных в дихотомической шкале (в клетках таблицы обозначен процент испытуемых, отметивших наличие того или иного типа межролевого конфликта). Таблица 12 Выраженность различных типов межролевых конфликтов у мужчин и женщин
Пример 9: Частотное распределение. В некоторых исследованиях, использующих трудоёмкие методы, такие, как психобиографический метод, клиническая беседа и др. общее количество испытуемых невелико. Если объём выборки составляет менее 20 человек, то переводить полученные данные в проценты неадекватно. В этом случае в таблицу выносят полученные частоты (т.е. непосредственно количество испытуемых). При этом, в таблице (или в ссылке к ней) обязательно указывают количество человек в анализируемых группах. Для проверки статистической значимости различий здесь используют непараметрические критерии, предназначенные для малых по объёму выборок. Пример частотного распределения, приведён в табл. 13. В клетках таблицы отмечено количество человек (в первой группе из 13-ти, во второй – из 14-ти), имеющих в содержании своих ранних воспоминаний ту или иную категорию. В последнем столбце таблицы приведены данные о значимости различий. Жирным выделены достоверные различия.
Таблица 13 Различия в психологическом содержании ранних жизненных воспоминаний в группах коммуникативно толерантных и интолерантных испытуемых
Пример 10: Процентное распределение испытуемых в выборке в соответствии со стандартами. Процентные распределения применяются также и в исследованиях, использующих количественные методы измерения. Например, для общей характеристики исследуемой выборки бывает важно оценить, сколько процентов испытуемых показали результаты в пределах нормы, а сколько – выше и ниже нормы (табл. 14). Таблица 14 Процентное распределение степени удовлетворенности трудом для сотрудников различных организаций
Для этого индивидуальные результаты каждого испытуемого сравниваются со стандартами. После чего подсчитывается количество человек, попадающих в тот или иной нормативный диапазон (выше нормы, ниже нормы и т.д.). Полученные величины переводятся в проценты. При этом, за 100% принимается общее количество испытуемых в конкретной выборке (или группе). Корреляционные матрицы Результаты корреляционных исследований обычно представляют с помощью матрицы корреляций. В каждой строке такой матрицы обозначены величины коэффициентов корреляции одного из исследуемых параметров со всеми остальными (в первой строке – все корреляции первого параметра, во второй – второго и так далее). Полная матрица интеркорреляций имеет вид квадрата с диагональю, расположенной от верхнего левого угла к нижнему правому. В ячейках, составляющих диагональ, отмечены коэффициенты корреляции каждого признака с самим собой, поэтому во всех этих ячейках стоит величина 1, 00. Пример 11: Половина корреляционной матрицы. Поскольку в полной прямоугольной матрице интеркорреляций показатели дублируются, для представления данных чаще всего используют её половину, имеющую вид треугольника и ограниченную снизу основной диагональю. Т.к. такой способ представления данных широко распространён, слово «половина» в названии матрицы обычно не употребляют (табл. 15). Таблица 15 Матрица интеркорреляций стратегий адаптивного поведения (n = 89)
Условные обозначения: * – p < 0, 05; ** – p < 0, 01; *** – p < 0, 001 Корреляционная матрица должна сопровождаться условными обозначениями, показывающими степень значимости каждого полученного коэффициента. Статистически значимые взаимосвязи лучше выделить, а расшифровку условных обозначений можно привести внизу таблицы. Пример 12: Фрагмент корреляционной матрицы. Если изучаемых параметров много, а в данном разделе текста важно представить взаимосвязи только между некоторыми из них, удобно использовать фрагменты матрицы (как бы «вырезки» из неё). Если интересующих параметров много, для удобства чтения имеет смысл выносить в таблицу только значимые коэффициенты корреляции (с указанием степени их значимости). Там же, где связи статистически недостоверны, можно оставить ячейки пустыми. Такой способ представления результатов позволяет быстро оценить, где сконцентрированы взаимосвязи, какие параметры имеют больше связей с другими, а какие меньше (табл. 16). (При необходимости, полную матрицу интеркорреляций со всеми полученными коэффициентами можно привести в приложении). Таблица 16 Значимые коэффициенты корреляции между факторами удовлетворенности жизнью и механизмами психологической защиты (мужская выборка)
Условные обозначения: * – p < 0, 05; ** – p < 0, 01; *** – p < 0, 001
РИСУНКИ Для наглядности, полученные в исследовании результаты, сопровождаются иллюстрациями. В научных работах используются различного вида диаграммы, схемы, изображения теоретических моделей и т.д. Основная задача иллюстраций – привлечь внимание читателя к наиболее существенным аспектам полученных результатов и сделать изложение материала более ясным и доступным. Все иллюстрации именуются рисунками и нумеруются последовательно в пределах всей работы (нумерация сквозная: от гл.1 до гл. 3 включительно, но без приложений, которые нумеруются отдельно). Подпись к рисунку состоит из следующих элементов: условного обозначения (рис.); номера (рис. 2); названия; экспликации – пояснения деталей (частей) иллюстрации [3]. Примерами оформления нумерации и названия могут служить рисунки, приведённые ниже. Номер рисунка от его названия отделяется точкой. Подрисуночная подпись не должна выходить за рамки самого рисунка. На все иллюстрации в тексте пособия должны быть ссылки (первая ссылка делается в виде (рис. 5.3), а все последующие – в виде (см. рис. 5.3)). Иллюстрации при необходимости могут иметь пояснительные данные (подрисуночный текст). Все обозначения, имеющиеся на рисунке, должны быть расшифрованы либо в подписи к нему, либо в тексте работы. Рисунки разрешается поворачивать относительно основного положения в тексте на 90о против часовой стрелки. Поворот осуществляется вместе с подрисуночной надписью. Рассмотрим подробнее наиболее распространённые типы рисунков, предназначенных для иллюстрации полученных в эмпирическом исследовании результатов.
Диаграммы Графическое представление данных является ценным дополнением к статистическому анализу. Полученный числовой материал (например, первичные статистики, частоты и др.) обычно отражают на диаграммах. К диаграммам относятся графики, гистограммы, круговые диаграммы и др. Диаграммы строятся таким образом, чтобы размеры их элементов (высота столбцов, объём секторов и др.) были пропорциональны соответствующим числовым величинам. Поэтому диаграммы, как правило, используются для демонстрации соотношения между величинами [4]. Для разных видов данных удобно использовать разные формы диаграмм. Рассмотрим некоторые из них и разберём на примерах.
Популярное:
|
Последнее изменение этой страницы: 2016-07-13; Просмотров: 2917; Нарушение авторского права страницы