Вторичная обработка данных

Благодаря вторичной обработке данных можно выявить скрытые тенденции, закономерности и связи; обнаружить новые факты, которые не ожидались и не были замечены в ходе эмпирического процесса; выявить уровень достоверности, надежности и точности полученных результатов; получить научно обоснованные результаты. Выбор конкретного метода обработки данных зависит от задач исследования, а также от способа измерения данных (т.е. шкалы, в которой они представлены).

Классификация задач и методов их решения (на базе таблицы Е.Ф. Волковой).

№ п/п	Задачи	Условия	Объем выборки (ок)	Методы	Шкала

	Отбраковка выпадающих значений	нет ограничений	n >5	t – критерий выпада
	Определение наиболее характерных показателей для исследуемой выборки	нет ограничений	чем больше выборка, тем ближе может быть оценка параметра к его истинному значению	x -среднее арифметическое	интервальная отношений
Ме – медиана	порядковая интервальная отношений
Мо - мода	чаще для номинативной
	Оценка степени рассеивания отдельных величин вокруг средней арифметической	нет ограничений	чем больше выборка, тем ближе может быть оценка параметра к его истинному значению	Wn – размах	порядковая интервальная
точно для нормального распределения	s - стандартное отклонение	отношений интервальная отношений
	Выявление различий в уровне исследуемого признака	2 выборки испытуемых, диапазоны разброса показателей не должны совпадать	n ≥ 11, n₁» n₂	Q–критерий Розенбаума	порядковая интервальная отношений
2 выборки испытуемых, имеется зона перекрещивающихся значений между выборками (т.е. повторяющихся в разных выборках).	а) n₁ =2, n₂ ³5 б) 3 ≤ n₁ ≤ 60, 3 ≤ n₁ ≤ 60,	U–критерий Манна-Уитни	порядковая интервальная отношений
2 выборки испытуемых	а) n₁ =2, n₂ ³30 б) n₁ =3, n₂ ³7 в) n₁ =4, n₂ ³5 г) n₁, n₂ ³5	φ*-критерий (угловое преобразование Фишера)	любая шкала
5	Оценка различия в средних	2 выборки испытуемых, нормальное распределение	30£(n₁ + n₂ - 2) до ¥	t – критерий Стьюдента	интервальная отношений

	Оценка сдвига значений исследуемого признака	Одни и те же показатели, измеренные у одних и тех же испытуемых до и после воздействия а) при отсутствии контрольной группы (2 замера 1 группа)	5 £ n £ 50	Т– критерий Вилкоксона	порядковая интервальная отношений
б) при наличии контрольной группы (2 замера 2 группы)	5 £ n £ 50	Вариант1 – сопоставление значений «до» и «после» отдельно по экспериментальной и контрольной группам Т – критерий Вилкоксона	порядковая интервальная отношений
n ³ 11, n₁» n₂ n₁ =2, n₂ ³ 5; 3 £ (n₁, n₂) £ 60 n₁, n₂ ³ 5	Вариант 2 – сопоставление сдвигов в двух группах Q – критерий Розенбаума U – критерий Манна–Уитни φ*-критерий Фишера	порядковая интервальная отношений все шкалы
	Выявление различий в распределении признака	сопоставление двух эмпирических распределений или эмпирического с теоретическим	n ³ 30	c² критерий Пирсона	любая шкала
n_1,2 ³ 50	l-критерий Колмогорова-Смирнова	порядковая интервальная отношений
а) n₁ =2, n₂ ³30 б) n₁ =3, n₂ ³7 в) n₁ =4, n₂ ³5 г) n₁, n₂ ³5	φ*-критерий Фишера	любая шкала.
	Выявление степени согласованности изменений (корреляции)	2 признака или 2 профиля	30< n £ 40	r_s-коэффициент ранговой корреляции Спирмена	порядковая интервальная отношений
4< n £5000	r_xy-коэффициент линейной корреляции Пирсона	интервальная отношений

С описанием способа решения первых трех задач Вы познакомились, изучая раздел «Первичная обработка данных».

Для дальнейшего рассмотрения способов обработки данных нам потребуется понятие «статистические гипотезы». Формулирование гипотез систематизирует предположения исследователя и представляет их в четком и лаконичном виде. Благодаря гипотезам, исследователь не теряет путеводной нити в процессе рассчетов и ему легко понять после их окончания, что, собственно, он обнаружил. Статистических гипотез две:

- нулевая гипотеза (Н_о) – гипотеза об отсутствии различий, эту гипотезу мы опровергаем, если стоит задача доказать значимость различий,

- альтернативная гипотеза (Н₁) – это то, что мы хотим доказать.

Для каждого метода статистической обработки данных эти гипотезы в общем виде будут сформулированы. Вам придется только уточнить их в терминах Вашего исследования.

Итак, определитесь, какую задачу Вам необходимо решить, выберите по таблице подходящий метод, четко следуйте алгоритму подсчета данных – и у Вас все получится! Небольшая рекомендация: независимо от того, считаете ли Вы «в столбик» или на калькуляторе – пересчитывайте все операции не менее двух раз, тогда Вы снизите риск механической ошибки.