Изменение уровня тревожности в группе тренинга

ГРУППА (N=12)	ПОКАЗАТЕЛЬ
Средний уровень тревожности	Стандартное отклонение σ	Разброс min - max
до тренинга	59,4	9,53	47,0 – 70,0
после тренинга	55,7	5,41	51,0 – 62,0
значимость различий	нет (t-кр.)	р<0,05 (F-кр.)	-

Примечание.

t-кр. – t-критерий Стьюдента, F-кр. – F-критерий Фишера.

Таблицы 3 и 4 показывают, как подобные результаты должны быть оформлены в тексте работы. Желательно каждый признак в тексте сначала представить и рассмотреть отдельно, а дальше уже сопоставлять, если это необходимо, между собой и с другими показателями. Обязательно под каждой таблицей должно быть объяснение всех обозначений, используемых в таблице. Предположим, что вы решаете задачу сравнения среднего времени реакции на стимул нескольких групп, находящихся в разных условиях деятельности, между собой. Тогда в тексте работы данные могут быть представлены, например, так как в таблице 3.

Предположим далее, что ваш эксперимент представляет собой проверку тренинга как формирующего воздействия на испытуемых с повышенным уровнем тревожности. Тогда результаты первого и второго замеров переменных можно представить одновременно в одной таблице (см. табл. 4).

В таблице представлены также результаты определения значимости различий между различными группами с помощью выбранных статистических критериев – это задача следующего этапа принятия решений по гипотезам о сходствах – различиях (методы вторичной статистики).

Теперь обратимся к очень важному способу описания и представления данных – частотному распределению.

Частотное распределение или распределение частот представляет собой таблицу или график, в которых указано сколько раз встречается то или иное значение признака. Такой способ анализа и представления данных часто применяется при обработке, например, анкет, чтобы увидеть, сколько испытуемых выбирает тот или иной вариант ответа. Кстати, частотный способ описания данных один из самых любимых студентами, просто они об этом не подозревают и, следовательно, применяют его некорректно. В чем же ваши ошибки?

Рассмотрим пример разбора данных, часто встречающийся в дипломных работах студентов-психологов. У вас есть результаты методики, в которой измеряемая переменная принимает значения в номинативной шкале: низкий, средний, высокий уровень, - и двадцать испытуемых (N=20). Предположим, что ваши испытуемые дали следующие результаты. У семи испытуемых низкий результат, у одиннадцати – средний и у двух – высокий. Тогда текст чаще всего выглядит так: «Низкий результат имеют 35% испытуемых, средний – 55%, а высокий – только 10%».

Вообще проценты – самая любимая студентами форма записи результата. При этом забывается, что % - это сотаячасть количества, и, если выборка существенно меньше ста, выражение части через проценты не имеет смысла.

Пусть всего два человека поменяли свои результаты, тогда: низкий результат стали иметь 8 человек, средний – 11 чел., высокий – 1 чел. Результаты в %-ах будут выглядеть иначе. «40% - низкий, 55% - средний, 5% - высокий результат». Конечно, 40%>35%, а 5%<10%, но интерпретировать эти различия нельзя. И, главное, в тексте такие данные, описанные вербально, представляются ненаглядно. Как быть? Если выборка небольшая, то лучше просто указывать число испытуемых, получивших то или иное значение признака. А перед тем как анализировать переменную, ее распределение лучше дать в таблице, при этом вместо процентов указывать относительную частоту встречаемости всех значений признака. Например, так как сделано в таблице 5.

Таблица 5

Дата добавления: 2015-07-02