Свойства внимания. 4 страница

Многие методики в психодиагностике носят имена их создателей (тест Роршаха, тест Розенцвейга, тест Равена); это как бы подтверждает, что в содержании методики всегда отражается авторская психологическая теория. Как всякая работа с «инструментарием», работа психодиагноста требует знания правил эксплуатации методов и методик.

4. Эксперимент как основной метод научного исследования; классификация экспериментов.

Эксперимент отличается от наблюдения, прежде всего, тем, что предполагает организацию психологом ситуации исследования. Это позволяет осуществить полный контроль переменной. Переменная – одно из основных понятий для описания психологического наблюдения и эксперимента. Под переменной понимается любая реальность, которая может изменяться в экспериментальной ситуации (состояние испытуемого, экспериментатора, время суток и т.д.). В эксперименте возможно планировать эти изменения и не допускать возникновения неожиданностей, как это может быть в наблюдении.

Экспериментатор может при создании определенной ситуации ввести в нее какой-либо новый элемент, а потом определить изменяется ли ситуация так, как он ожидает. Переменная, которую изменяет экспериментатор, называется независимой переменной, а переменная, изменяющаяся при воздействии на нее независимой переменной, называется зависимой переменной. (НП) (ЗП)

Например, под влиянием специальных условий (НП) педагогического общения изменяются операциональные компоненты мышления у студентов (ЗП).

Гипотеза, проверяемая в эксперименте, формулируется как предполагаемая связь между независимой и зависимой переменной.

Таким образом, в отличие от наблюдения, эксперимент дает возможность активно вмешиваться в деятельность испытуемого, создает условия, в которых психологический факт может быть выделен, изменен и повторен.

По В.В.Богословскому, эксперимент – метод сбора фактов в специально созданных условиях, обеспечивающих активное проявление изучаемого психического явления.

Существуют следующие виды эксперимента:

1) лабораторный (с использованием аппаратуры и без нее);

2) естественный эксперимент.

Идея естественного эксперимента принадлежит А.Ф.Лазурскому. В 1910 году он впервые провел педагогический эксперимент, т.е. предложил метод, в котором психолог влияет на ситуацию, но так, что не нарушает естественности ее протекания для испытуемого. Например, экспериментатор проверяет гипотезу о факторах успешности обучения на уроке, на котором ученик ведет себя естественно.

Кроме того, выделяют и полевой эксперимент, в котором используют минимум оборудования в ситуации, близкой к естественной.

По иному основанию различают следующие виды экспериментов:

1) констатирующий эксперимент;

2) формирующий эксперимент.

Наиболее часто они употребляются в возрастной и педагогической психологии.

В констатирующем эксперименте фиксируется его задача - констатация фактов и связей между ними в данный момент исследования.

Формирующий эксперимент предполагает выявление закономерностей развития психики в процессе активного целенаправленного воздействия экспериментатора на испытуемого (т.е. формирование его психики); формирующий эксперимент иначе иногда называют психолого-педагогическим или обучающим (воспитывающим экспериментом).

В эксперимент могут входить составными элементами и наблюдение, и психодиагностика.

Психодиагностическое исследование включает в себя специальные психодиагностические методы выявления, измерения индивидуальных особенностей испытуемого на основе определенных диагностических процедур и методик (контроль за переменными и методы математической статистики помогают выявить зависимость между изучаемыми качествами испытуемого).

По В.Н.Дружинину, психология эксперимента включает в себя и общение в процессе эксперимента, и личность и деятельность экспериментатора, и личность испытуемого в ситуации эксперимента, и процедуру эксперимента, и др. параметры.

Эксперименты проводятся в 3-х основных случаях:

во-первых, для проверки гипотезы о существовании психического явления;

во-вторых, для проверки гипотезы о связи между явлениями психики;

в-третьих, для проверки гипотезы о причинной зависимости явления А от явления В.

Все эксперименты условно можно поделить на два вида:

1) идеальный.

2) реальный.

Понятие идеального эксперимента введено Д. Кемпбелом. Он предполагал измерение экспериментатором только независимой переменной, а зависимая переменная только контролируется, другие условия такого эксперимента остаются неизменными.

В реальном эксперименте изменяются не только интересующие исследователя переменные, но и ряд других условий.

Соответствие идеального эксперимента реальному выражается в такой характеристике, как внутренняя валидность, т.е. достоверность результатов реального эксперимента по сравнению с идеальным. Чем больше влияют на изменение зависимой переменной неконтролируемые исследователем условия, тем ниже внутренняя валидность эксперимента, тем вероятнее, что факты эксперимента являются артефактами.

Реальный эксперимент отличается от идеального и от самой реальности, которую он моделирует собой; это его отличие фиксируется в понятие внешняя валидность, которая определяет соответствие результата эксперимента жизненной позиции и дает возможность перенести или не перенести результаты эксперимента на определенные жизненные ситуации.

5. Характеристика основных понятий статистики

Статистика – это, прежде всего, способ мышления; для ее применения, кроме здравого смысла, нужно знать основы математики.

Без статистики выводы в психологических исследованиях были бы чисто интуитивные и не могли бы быть основой для интерпретации полученных данных.

Существует 3 главных раздела статистики:

1. Описательная – позволяет описывать, подводить итоги распределения, вычислять «среднее» для этого распределения, его размах и дисперсию.

2. Индуктивная – это проверка того, можно ли результаты, полученные на данной выборке, перенести на всю популяцию, из которой взята эта выборка.

3. Измерение корреляции – позволяет узнать насколько связаны между собой две переменные, чтобы можно было предсказать возможные значения одной из них, если мы знает другую.

Существует две разновидности статистических методов или тестов, позволяющих вычислять степень корреляции.

Первая разновидность – это наиболее широко применяемые параметрические методы, в которых используются такие параметры, как среднее значение или дисперсии данных.

Вторая – непараметрические методы, используемые тогда, когда выборка испытуемых очень мала или когда обрабатываются качественные показатели или данные.

Эти методы считаются простыми в расчетах и применении.

Одна из задач статистики – это анализ данных, полученных на части популяции с целью сделать вывод на популяцию в целом.

Популяция – это необязательно какая-либо группа людей или естественное сообщество; этот термин относится ко всем существам или предметам, образующим изучаемую совокупность (атомы, студенты).

Выборка – это небольшое количество элементов, отобранных так, чтобы она была репрезентативной, т.е. отражала популяцию в целом.

Данные в статистике – это основные элементы, подлежащие анализу; данными могут быть какие-то количественные результаты, свойства, присущие членам популяции, т.е. это, может быть любая информация, которую можно классифицировать для обработки (распределить по общему признаку на классы или группы).

Построение распределения – это разделение первичных данных, полученных на выборке, на классы или категории с целью получить упорядоченную картину для анализа.

Существует 3 типа данных:

1. Количественные данные, получаемые при измерениях (данные о температуре, о размере) их можно распределить по шкале с равными интервалами.

2. Порядковые данные, соответствующие местам этих элементов в последовательности, полученной при их расположении в возрастающем порядке (1,7,10,11...).

3. Качественные данные – это свойства элементов выборки или популяции, их нельзя измерить; их единственной количественной оценкой служит частота встречаемости (число лиц с голубыми глазами, сильных и слабых, утомленных и отдохнувших).

Из всех этих типов данных только количественные можно анализировать с помощью параметрических методов, но для этого необходимо 3 условия: данные должны быть количественными, их число должно быть достаточным, но самое главное – их распределение должно быть нормальным, т.е. для него должна быть характерна симметричная кривая распределения.

Во всех остальных случаях используется непараметрические методы.

6. Описательная статистика

Задачи описательной статистики таковы:

- классификация данных, построение распределения их частот;

- выявление центральных тенденций этого распределения, т.е. моды, медианы, среднего арифметического;

- оценка разброса данных относительно средних.

Для классификации данных сначала их располагают в возрастающем порядке, затем разделяют их на классы по величине, интервалы между величинами определяются тем, что хочет выявить исследователь в данном распределении.

Наиболее часто используются такие параметры для описания распределения: с одной стороны, это мода, медиана и среднее арифметическое (средняя); с другой стороны, показателями разброса являются дисперсия и стандартное отклонение.

Мода соответствует значению, которое встречается чаще других или находится в середине класса, обладающего наибольшей частотой (Мо).

Медиана (Ме) соответствует значению центрального данного, которое может быть получено после того, как все данные будут расположены в возрастающем порядке (проранжированы).

Если число данных п будет четное, то Ме равна среднему арифметическому между значениями, находящимися в ряду данных на месте п/2 или п/2 + 1.

Среднее арифметическое (средняя) М равна частному от деления суммы всех данных на их число.

Распределение считается нормальным, если все показатели центральной тенденции совпадают (Мо, Ме, М), что свидетельствует о симметричности распределения, а кривая распределения имеет колоколообразный вид.

Диапазон распределения (размах результатов) равен разности между наибольшим и наименьшим значениями результатов.

Среднее отклонение - это более точный показатель разброса, чем диапазон распределения.

Для расчета среднего отклонения вычисляют среднюю разность между всеми значениями данных и средней арифметической, т.е. среднее отклонение равно , где

- сумма,

- абсолютное значение отдельного отклонения,

- число данных.

Показателем разброса, вычисляемым из среднего отклонения является дисперсия (варианса), равная среднему квадрату разностей между значениями всех данных и средней.

Дисперсия = = (S²)

Для популяции для выборки

Наиболее употребительным показателем разброса данных служит отклонение, равное квадратному корню из вариансы (дисперсии).

Таким образом, стандартное отклонение равно квадратному корню из суммы квадратов всех отклонений от средней.

Важное свойство стандартного отклонения (квадратичное отклонение от нормы) – то, что, независимо от его абсолютной величины в нормальном распределении, оно всегда соответствует одинаковому % данных, располагающихся по обе стороны от средней: 68% результатов располагаются в пределах одного стандартного отклонения в обе стороны от средней.

68%

7 11 16 20 25

- +

С помощью этих показателей можно осуществить оценку различий между двумя распределениями, позволяющую проверить, насколько эти различия могут быть экстраполированы (перенесены) на всю популяцию, из которой взяты эти две выборки. Для этого применяют метод индуктивной статистики. Экстраполяция – распространение полученных из наблюдения выводов одной части явления на другую его часть или на целое явление.

Дата добавления: 2014-12-27