Статистика как средство познания

5.2.1. Общие замечания. Для эффективного проведения учебно-тренировочного процесса в физическом воспитании и в спорте необходимы контроль за уровнем и динамикой подготовленности занимающихся, а также исследования, дающие основу для совершенствования процесса подготовки. Для того и другого нужны технические и аналитические средства. Но одиночные, отрывочные, не нацеленные или недостаточно четко нацеленные наблюдения и измерения часто не могут дать удовлетворительный материал для достоверных выводов. Необходимы продуманные, четко ориентированные наблюдения и измерения, достаточные для целевой (т.е. соответствующей именно рассматриваемому случаю) статистической обработки, позволяющей дать обоснованные заключения. Это недостижимо без знания методики такой обработки, понимания ее содержания, смысла и, что немаловажно, ограничений.

И дело не только в том, даже совсем в том, что нужно владеть техникой статистических операций — с ними, если нужно, превосходно справляются ЭВМ. А дело в том, что статистика — как мельница. Она «перемалывает» все, что в нее заложишь,но... На выходе получишь результат того, что «засыпал» в эту мельницу и как «молол». Заложить можно лишь то, что имеешь, что собрал, измерил, определил; а это зависит от уровней понимания и диапазона и уровня знаний исследователя. Нужно заранее знать, что собирать, как собирать, в каком количестве, и, наконец, какие именно процедуры нужно проводить над полученными данными.

Кроме того, нужно знать возможности статистических методик и ограничения в их применении, учитывать достоверность получаемых выводов, знать пути повышения их достоверности. Поэтому сама по себе машинная статистическая обработка материалов отнюдь не обеспечивает правильные ответы на поставленные вопросы, даже если предварительно собран вполне подходящий материал.

Ясное понимание сущности статических процедур и ограничений в их применении должно предшествовать их проведению. При проведении статистического наблюдения необходимо: а) подобрать объекты по целесообразно выбранным классифицирующим признакам, б) не допускать отбора объектов по подлежащим изучению варьирующим признакам, в) наблюдать (измерять) достаточное для получения достоверных результатов количество объектов, г) наблюдение не должно влиять на наблюдаемый процесс, он должен развиваться так, как если бы наблюдения не было, д) с самого начала знать, какие статистические процедуры будут применены при обработке полученных в результате наблюдения данных.

Но зато если использовать средства статистики верно, можно, во-первых, узнать что-то такое, что без этого осталось бы неизвестным, во-вторых — проверить правильность сделанных нами предположений, в-третьих — резко увеличить доказательность для других своих утверждений. Во многих случаях без должного статистического подтверждения выводы вообще не могут быть приняты.

5.1.2. Статистические признаки. Исследуемые нами объекты и их совокупности обладают рядом признаков, по той или иной причине интересующие нас. Признаки одного типа мы используем для того, чтобы объединять объекты в группы и классы либо разделять на подклассы и подгруппы, отделять нужные объекты от ненужных, делить более крупные объединения на более узкие (юноши, юноши в возрасте 13–15 и 16–18 лет и т.д.) — в то же время объединяя объекты в упомянутые подклассы и подгруппы. Эти признаки называют классифицирующими.

Другие признаки представляют собой индивидуальные характеристики объектов и варьируют (меняются, принимают разные значения) от объекта к объекту. При анализе таких признаков нас интересует иногда то в них, что объединяет объекты, но чаще то, что разделяет, различает их (это могут быть и различные проявления некоторого признака одного и того же объекта — например, результаты в прыжках в длину, измеряемые дважды с интервалом в 2–3 месяца). Хотя, с другой стороны, мы определенным образом объединяем их, чтобы рассмотреть свойства всей совокупности значений признаков, так как это характеризует рассматриваемую совокупность объектов. Такие признаки называются варьирующими, их и подвергают обработке статистическими процедурами.

Одни и те же признаки, в зависимости от решаемой задачи, могут играть роль классифицирующих или варьирующих: их можно использовать либо для формирования совокупности объектов, либо для анализа свойств уже сформированной совокупности. Например, можно использовать возраст людей для объединения их в возрастные группы, а можно — для разделения их на возрастные подгруппы, так что возраст выступает как классифицирующий признак. Но можно анализировать и сам по себе возраст занимающихся спортом — и в этом случае возраст выступает как варьирующий признак.

Признаки могут быть качественными (например: мастера спорта, мужчины, студенты) или количественными (занятое место на соревнованиях, результат в прыжке, количество подтягиваний). Они могут быть по своей природе дискретными (количество людей, тренировок, зачетный вес штанги): имеются разрешенные значения (например — 1, 2, 3 и т.д.), а промежуточных между этими разрешенными значениями (например: 1,3 или 2,6) в принципе не может быть. Признаки могут быть по своей естественной сути и непрерывными: длительность, расстояние, масса (вес)и др.

Но на практике их неизбежно дискретизируют (придают им дискретный вид), выбрав уровень точности фиксации величины: скажем, до 0,01 с, 0,1 см, 0,5 кг и т.д. Так что в статистике мы фактически имеем дело только с дискретными значениями хоть непрерывных, хоть дискретных величин.

5.2.3. Совокупности объектов, их признаки и параметры признаков. Можно рассматривать (наблюдать, исследовать) всю целиком совокупность интересующих нас объектов. Совокупность всех интересующих нас объектов называют генеральной (в переводе — всеобщей, общей) совокупностью объектов. Количество объектов в генеральной совокупности объектов называется ее объемом. Определив для каждого объекта этой совокупности значение признака, выбранного нами для изучения, т.е. проведя сплошное обследование, мы получим совокупность чисел того же объема — генеральную статистическую совокупность, или, как обычно говорят, генеральную совокупность. Так, совокупность всех спортсменов, принявших участие в соревнованиях на первенство мира по гимнастике, — это генеральная совокупность объектов, а совокупность чисел, состоящая из их спортивных результатов — генеральная совокупность. Другой пример: все деревья в лесу — генеральная совокупность объектов, а совокупность значений их диаметров — генеральная совокупность. Статистическая совокупность состоит из чисел-значений признаков совокупности объектов.

Измерив несколько разных признаков объектов одной генеральной совокупности объектов, получим несколько (по количеству выбранных признаков — например, рост, вес, возраст, результаты в различных тестах или упражнениях) генеральных совокупностей одинакового объема.

Каждое число статистической совокупности называют вариантой (или вариантом, но термин «варианта» предпочтительнее: термин «вариант» применяют и в других смыслах). Объем статистической совокупность — это количество составляющих ее вариант.

Однако перемерить все деревья в лесу трудно, поэтому обычно выбирают несколько типичных для этого леса делянок. Общее количество растущих на них деревьев намного меньше общего количества деревьев в лесу, но структура признаков деревьев приблизительно такая же. Совокупность деревьев на выбранных делянках — выборочная совокупность объектов (или выборка объектов). Обмерив все растущие на них деревья (проведя выборочное обследование), получают совокупность чисел — выборочную статистическую совокупность(или выборочную совокупность, выборку), которую можно исследовать средствами математической статистики.

Получение выборочной совокупности (выборки) имеет смысл только если выборочная совокупность (выборка) объектов хорошо (правильно) отображает генеральную совокупность объектов с точки зрения отражения ее структуры, а потому, как логично предположить, распределения и уровня значений интересующего нас варьирующего признака.

У одной совокупности объектов можно изучать несколько разных варьирующих признаков. Но нередко для их изучения могут понадобиться совсем разные, по-разному формируемые выборки объектов (одно дело — изучение роста студентов, совсем другое дело — изучение их успеваемости). Но зачастую бывает иначе: один и тот же варьирующий признак нужно изучать на нескольких разных выборках объектов, притом принадлежащих одной и той же или разным генеральным совокупностям.

Сформировав из генеральной совокупности объектов выборочную совокупность объектов, соответствующую ей по структуре рассматриваемых признаков, мы делаем очень важное, принципиальное допущение: считаем, что структура полученной измерениями выборочной совокупности (выборки) соответствует структуре той совокупности (генеральной), которую мы могли бы получить проведением сплошного обследование генеральной совокупности объектов.

Необходимо помнить, что в спорте, физическом воспитании, педагогике, медицине, менеджменте) мы имеем дело с совокупностями объектов, имеющими свою специфику, содержательную определенность. Содержательной определенностью обладают и признаки этих объектов и их количественные значения — пока за каждым числом видится качественная определенность признака. Но…

Становясь элементами статистической совокупности, результаты измерения признака теряют качественную определенность, специфичность, и мы при статистической обработке имеем дело просто с совокупностью безликих чисел: статистические процедуры и их результаты одинаковы, например, как для совокупностей значений результатов в толкании ядра, так и для совокупностей значений результатов в беге на 100 м. Нельзя забывать про эту безликость статистических совокупностей при проведении статистической обработки полученных материалов наблюдений, которую поэтому может осуществлять человек, не имеющий понятия о сути вопроса, но владеющий статистическими методами. Это часто создает ложное впечатление о простоте и легкости получения выводов на основе статистической обработки материалов измерений.

Ни в коем случае нельзя забывать и о том, что, во-первых, группирование объектов, выбор наблюдаемых признаков и методика их измерений, а во-вторых — осмысление результатов математико-статистической обработки требуют возвращения к качественной определенности объектов и их признаков. Что, в свою очередь, требует соответствующих знаний для формирования добротных деятельностных (в частности — спортивно-педагогических) выводов. Но это связано со специфическими для данной деятельности интерпретациями (истолкованиями) полученных данных и часто носит субъективный и ситуативный (диктуемый ситуацией как мысленной моделью конкретной текущей реальности) характер. Наконец, нужны целевые знания и для того, чтобы полученные выводы грамотно обратить не только на обследованные объекты, но и на так или иначе родственные им объекты, т.е. сделать нужные обобщения, которые в дальнейшем могут служить руководством к действиям.

Дата добавления: 2015-04-30