Анализ психологических данных на компьютере с помощью программы SPSS.
Программа SPSS является очень мощным и широко распространенным средством компьютерного анализа данных в психологии и социальных науках. SPSS – это аббревиатура от Statistical Package for the Social Science (статистический пакет для социальных наук). Как следует из названия, SPSS представляет собой множество различных программ, предназначенных для анализа данных в социальных науках. Эти программы позволяют организовывать ввод данных, гибко менять их структуру, применять к ним самые современные методы обработки или их последовательность и получать результаты в удобной и наглядной форме. Все это множество программ объединено в единую систему, обеспечивающую простой и дружественный диалог с исследователем и снабженную исчерпывающей справочной поддержкой.
Анализ данных с применением компьютера включает выполнение ряда необходимых шагов:
Определение структуры данных.
Ввод данных в компьютер в соответствии с их структурой и требованиями программы.
Задание метода данных в соответствии с задачами исследователя.
Получение результата обработки данных.
Интерпретация результата обработки данных.
Шаги 1 и 5 не способна выполнить не одна компьютерная программа – их необходимо делать самому исследователю. Помощь компьютера (шаги 2 – 4) заключается в переходе от длинной последовательности расчетов к более компактной их последовательности. Исследователь вводит массив данных, который не недоступен осмыслению, но пригоден для компьютерной обработки (шаг 2). Затем исследователь дает программе команду на обработку данных в соответствии с задачей исследования и структурой данных (шаг 3). В итоге исследователь получает результат обработки (шаг 4) – тоже массив данных, но меньший, доступный осмыслению и содержательной интерпретации.
Основные виды статистического анализа, компьютерной обработки данных
Частотный анализ. Любое научное психологическое исследование начинается с частотного анализа. Частотный анализ является самым примитивным видом статистической обработки данных. Данный вид анализа можно производить вручную, но это займет на порядок больше времени и сил, чем подсчет частот при помощи компьютера.
Частота – это количество объектов в выборке, имеющих данное значение признака. Так, например, в приложении 1 представлен пример частотного анализа по шкалам «пол», «возраст» и «семейное положение». Как видно из таблицы (столбец Frequency), выборку составило 6 респондентов женского пола и 3 респондента мужского пола. Из них 2 респондентам 29 лет, 3-м 30 лет, 2-м 34 года, 35 лет одному респонденту и 36 лет также одному респонденту. 5 из опрошенных человек состоят в браке, 4 человека разведены.
Также частотный анализ позволяет увидеть процентное соотношение данных групп респондентов (столбик Percent).
Статистические критерии.
Множество задач психологического исследования предполагает те или иные сопоставления. Мы сопоставляем группы испытуемых по какому-либо признаку, чтобы выявить различия между ними по этому признаку. Мы сопоставляем то, что было "до" с тем, что стало "после" наших экспериментальных или любых иных воздействий, чтобы определить эффективность этих воздействий. Мы сопоставляем эмпирическое распределение значений признака с каким-либо теоретическим законом распределения или два эмпирических распределения между собой, с тем, чтобы доказать неслучайность выбора альтернатив или различия в форме распределений.
Мы, далее, можем сопоставлять два признака, измеренные на одной и той же выборке испытуемых, для того, чтобы установить степень согласованности их изменений, их сопряженность, корреляцию между ними.
Наконец, мы можем сопоставлять индивидуальные значения, полученные при разных комбинациях каких-либо существенных условий, с тем, чтобы выявить характер взаимодействия этих условий в их влиянии на индивидуальные значения признака.
Коэффициент корреляции
Корреляция (или коэффициент корреляции – «r») – это статистический показатель вероятностной связи между двумя переменными. Выделяют положительную корреляцию, отсутствие корреляции и отрицательную корреляцию.
Так, положительная корреляция соответствует значениям 0 < r < 1. Положительную корреляцию следует интерпретировать следующим образом: если значения одной переменной возрастают, то значения другой переменной имеют тенденцию к возрастанию. Чем коэффициент корреляции ближе к 1, тем эта тенденция сильнее.
Примером значительной положительной корреляции может служить зависимость между ростом и возрастом человека. Приложение 2. Pearson Correlation = 0, 969.
Отсутствие корреляции (no correlation) определяется значением r = 0. Нулевой коэффициент корреляции говорит о том, что значения переменных никак не связаны друг с другом. Примером пары величин с нулевой корреляцией является рост человека и результат его IQ-теста.
Отрицательная корреляция соответствует значениям -1 < r < 0. Если значения одной переменной возрастают, то значения другой имеют тенденцию к убыванию. Чем коэффициент корреляции ближе к -1, тем сильнее эта тенденция. Пример отрицательной корреляции можно на взаимосвязи противоположных качеств в человеке. Например, чем выше у человека выражена тенденция к агрессивному поведению, тем ниже у него будет показатель по шкале пассивность. Приложение 2.
Данная программа также указывает меры статистической достоверности результатов вычислений, что служит основой для интерпретации.
Значимость (р-уровень) – мера случайности полученного результата, равная тому, что в генеральной совокупности этот результат отсутствует. Чем меньше эта вероятность, тем выше статистическая значимость результата.
Если исследование показало, что уровень значимости (в таблице результатов уровень значимости обозначается «Sig. 2-tailed») (Приложение) корреляции не превышает 0,05, то это означает, что с вероятностью 5% и менее корреляция является случайной. Обычно это является основанием для вывода о статистической достоверности корреляции. В противном случае (p > 0,05) связь признается статистически недостоверной и не подлежит содержательной интерпретации.
Также данная программа позволяет производить ряд других статистических расчетов, таких как факторный, дисперсионный, кластерный анализ.
Таким образом, была рассмотрена эффективность использования информационных технологий в двух сферах психологической деятельности. Несомненно, внедрение компьютерных ресурсов в психологическую деятельность открывает множество новых и неоценимых возможностей, таких как:
· проведение дистанционной психодиагностики, коррекционно-развивающая работа в on-line режиме,
· математическое моделирование психологических процессов,
· разработка новых автоматизированных психодиагностических методик,
· изучение человеческого фактора в технике методами инженерной психологии и многое другое.
Конечно, важно отметить, что психологическая практика – это, прежде всего, общение между психологом и его клиентом, поэтому использование компьютерных возможностей должно быть очень осторожным. Существует ряд проблем, связанных с внедрением компьютерных методов в психологическую практику. Однако для некоторых людей именно on-line консультирование является единственно возможным способом обращения за психологической помощью.
Также использование компьютерных технологий является обязательным условием при проведении научного исследования. Развитие современных информационных технологий предлагает ряд компьютерных программ, обеспечивающих:
· повышение эффективности работы за счет быстроты обработки данных и получения результатов тестирования;
· сокращение сроков проведения психологического тестирования за счет одновременного тестирования нескольких испытуемых;
· освобождения от трудоемких рутинных операций;
· повышения "чистоты" эксперимента за счет увеличения точности регистрации результатов и исключение ошибок обработки исходных данных;
· более наглядное и менее трудоемкое предоставление полученных данных.
1. В.В. Наумов. Общение и электронное обучение [Электронный ресурс]. – 2000. – Режим доступа: http://psyfactor.org/lib/naumov3.htm. – Дата доступа: 04.10.2010.
2. Дюк В.А. Компьютерная психодиагностика – СПб.: Питер, 1994.
3. Информационные технологии. [Электронный ресурс]. – Режим доступа: http://kunegin.narod.ru/index.html. – Дата доступа 26.11.2010.
4. Сайт Кожича П.П. [Электронный ресурс] / Кожич П.П. - 2003. – Режим доступа: http://polkojich.com. – Дата доступа: 1.10.2010.
5. Наследов А.Д. Математические методы психологического исследования. Анализ и интерпретация данных. – СПб: Речь, 2004г.
6. Большой психологический словарь / под ред. Б.Г. Мещеряков, В. П. Зинченко – СПб: «Прайм-ЕВРОЗНАК» - 2007 – 672с.
7. Бююль А.. SPSS: Искусство обработки информации / А. Бююль, П. Цёфель – . М., 2002
S
SPSS, 12
И
информационные технологии, 1, 2, 3, 4, 5, 7, 9, 10, 11, 15
К
коррекционно-развивающая работа, 15
корреляция, 13, 14
М
математическое моделирование, 8, 15
П
психодиагностика, 2, 8, 15
С
статистические критерии, 13
Ч
частотный анализ, 12
Интернет ресурсы в предметной области исследования.
Сайты, посвященные психологии