Zmienna zależna nie jest wrażliwa na zmiany zmiennej niezależnej.
Zależność rosnąca monotonicznie: wzrost wartości zmiennej niezależnej odpowiada zmianie zmiennej zależnej.
Zależność malejąca monotonicznie: wzrost wartości zmiennej niezależnej odpowiada spadkowi poziomu zmiennej zależnej.
Analityczna postać zależności pomiędzy badaną parą
charakterystykę (funkcję regresji) wyznacza się za pomocą
następujące metody:
1) na podstawie wizualnej oceny charakteru połączenia. Na linii $
Na tym wykresie oś odciętych pokazuje wartości współczynnika $
nowej (niezależnej) cechy x, wzdłuż osi rzędnych - wartości
wynikowy atrybut y. Na skrzyżowaniu odpowiadamy $
kropki są zaznaczone przy odpowiednich wartościach. Wynikowy wykres punktowy
fic w określonym układzie współrzędnych nazywa się korelacją
pole nim. Okazuje się, że łącząc powstałe punkty
linię empiryczną, po której wyglądzie można sądzić nie tylko
o obecności, ale także o formie zależności pomiędzy badanym pe$
pasek;
3.Modele ekonomiczne i rodzaje statystyki w nich stosowane
Do najpopularniejszych modeli ekonometrycznych zalicza się:
wzorce konsumpcji konsumentów i oszczędności;
modele zależności pomiędzy ryzykiem a zwrotem z papierów wartościowych;
modele podaży pracy;
modele makroekonomiczne (model wzrostu);
modele inwestycyjne;
modele marketingowe;
modele kursów walutowych i kryzysów walutowych itp.
Modele statystyczne i matematyczne zjawisk i procesów gospodarczych zdeterminowane są specyfiką konkretnego obszaru badań ekonomicznych. I tak w ekonomii jakości modelami, na których opierają się statystyczne metody certyfikacji i zarządzania jakością, są modele statystycznej kontroli akceptacji, statystycznej kontroli (statystycznej regulacji) procesów technologicznych (najczęściej z wykorzystaniem kart kontrolnych Shewharta lub skumulowanych kart kontrolnych), eksperymentalnej planowanie, ocena i kontrola niezawodności oraz inne – wykorzystują zarówno cechy techniczne, jak i ekonomiczne, dlatego też nawiązują do ekonometrii, a także wielu modeli teorii kolejkowania (teorii kolejkowania). Efekt ekonomiczny stosowania samej kontroli statystycznej w przemyśle amerykańskim szacuje się na 0,8% produktu narodowego brutto (20 miliardów dolarów rocznie), czyli znacznie więcej niż w przypadku jakiejkolwiek innej metody ekonomiczno-matematycznej lub ekonometrycznej.
Każdy obszar badań ekonomicznych związany z analizą danych empirycznych ma zwykle swoje własne modele ekonometryczne. Przykładowo, aby zamodelować procesy podatkowe w celu oceny skutków stosowania wpływów kontrolnych (np. zmian stawek podatkowych) na procesy podatkowe, należy opracować zestaw odpowiednich modeli ekonometrycznych. Oprócz układu równań opisujących dynamikę systemu podatkowego pod wpływem ogólnej sytuacji gospodarczej, działań kontrolnych i odchyleń losowych wymagany jest blok ocen eksperckich. Przydatny blok kontroli statystycznej obejmuje zarówno metody selektywnej kontroli prawidłowości płatności podatków (audyt podatkowy), jak i blok identyfikacji ostrych odchyleń parametrów opisujących pracę służb podatkowych. Monografia poświęcona jest podejściu do problematyki modelowania matematycznego procesów podatkowych, zawiera także informacje o współczesnych metodach statystycznych (ekonometrycznych) oraz modelach ekonomiczno-matematycznych, w tym symulacyjnych.
Stosując metody ekonometryczne należy oceniać różne wielkości i zależności wykorzystywane przy konstruowaniu modeli symulacyjnych procesów podatkowych, w szczególności funkcje rozkładu przedsiębiorstw według różnych parametrów podstawy opodatkowania. Analizując przepływy płatnicze, konieczne jest stosowanie ekonometrycznych modeli procesów inflacyjnych, gdyż bez oceny wskaźnika inflacji nie da się obliczyć funkcji dyskontowej, a co za tym idzie, nie da się ustalić realnego stosunku wpłat zaliczkowych i „końcowych”.
Prognozowanie ściągalności podatków można przeprowadzić przy wykorzystaniu układu szeregów czasowych – w pierwszym etapie dla każdego parametru jednowymiarowego z osobna, a następnie przy wykorzystaniu liniowego układu równań ekonometrycznych, który pozwala przewidzieć parametr wektorowy z uwzględnieniem zależności pomiędzy współrzędne i opóźnienia, to znaczy wpływ zmiennych wartości w pewnych przeszłych punktach w czasie. Być może bardziej przydatne będą bardziej ogólne modele symulacyjne, oparte na intensywnym wykorzystaniu nowoczesnej technologii komputerowej.
4. Główne etapy modelowania ekonometrycznego
Istnieje siedem głównych etapów modelowania ekonometrycznego:
1) etap formułowania, podczas którego ustalane są ostateczne cele i zadania badania oraz zestaw czynników i wynikowych zmiennych ekonomicznych uwzględnionych w modelu. Jednocześnie włączenie danej zmiennej do modelu ekonometrycznego powinno być uzasadnione teoretycznie i nie powinno być zbyt duże. Pomiędzy zmiennymi czynnikowymi nie powinna występować funkcjonalna ani ścisła korelacja, gdyż prowadzi to do wystąpienia wielowspółliniowości w modelu i negatywnie wpływa na wyniki całego procesu modelowania;
2) etap aprioryczny, podczas którego przeprowadzana jest teoretyczna analiza istoty badanego procesu, a także kształtowanie i formalizacja informacji znanych przed rozpoczęciem modelowania (a priori) oraz wstępnych założeń dotyczących m.in. , do charakteru wyjściowych danych statystycznych i losowych składników rezydualnych w postaci szeregu hipotez;
3) etap parametryzacji (modelowania), podczas którego wybierana jest ogólna postać modelu oraz ustalany jest skład i formy zawartych w nim połączeń, tj. modelowanie odbywa się bezpośrednio.
Do głównych zadań etapu parametryzacji zalicza się:
a) wybór najbardziej optymalnej funkcji zależności zmiennej wynikowej od zmiennych czynnikowych. Kiedy pojawia się sytuacja przy wyborze między nieliniową a liniową funkcją zależności, zawsze preferowana jest funkcja liniowa, jako najprostsza i najbardziej niezawodna;
b) zadanie specyfikacji modelu, które obejmuje takie podzadania, jak aproksymacja w formie matematycznej zidentyfikowanych powiązań i zależności pomiędzy zmiennymi, określenie zmiennych wynikowych i czynnikowych, sformułowanie założeń wyjściowych i ograniczeń modelu.
4) etap informacyjny, podczas którego zbierane są niezbędne dane statystyczne i analizowana jest jakość zebranych informacji;
5) etap identyfikacji modelu, podczas którego model jest poddawany analizie statystycznej i estymacji nieznanych parametrów. Etap ten bezpośrednio wiąże się z problemem identyfikowalności modelu, czyli odpowiedzią na pytanie „Czy możliwe jest odtworzenie wartości nieznanych parametrów modelu z dostępnych danych początkowych zgodnie z decyzją podjętą podczas parametryzacji etap β.” Po pozytywnej odpowiedzi na to pytanie problem identyfikacji modelu zostaje rozwiązany, czyli wdrażana jest poprawna matematycznie procedura estymacji nieznanych parametrów modelu na podstawie dostępnych danych początkowych;
6) etap oceny jakości modelu, podczas którego sprawdzana jest rzetelność i adekwatność modelu, tj. określa się, na ile skutecznie rozwiązano problemy specyfikacji i identyfikacji modelu, jaka jest dokładność obliczeń uzyskane na jej podstawie. Zbudowany model
muszą być adekwatne do rzeczywistego procesu gospodarczego. Jeżeli jakość modelu jest niezadowalająca, następuje powrót do drugiego etapu modelowania;
7) etap interpretacji wyników modelowania.
Nr 5 Analiza ekonometryczna procesu produkcyjnego
Rozpatrując badanie ekonometryczne jako całość, można wyróżnić następujące etapy:
1. Sformułowanie problemu, tj. określenie celu i zadań badania, identyfikacja zależnych (уj) i niezależnych (xk) zmiennych ekonomicznych w oparciu o analizę jakościową badanych zależności metodami ekonomicznymi
2. Zebranie niezbędnych danych wstępnych.
3. Konstrukcja modelu ekonometrycznego oraz ocena jego adekwatności i stopnia zgodności z danymi źródłowymi.
4. Wykorzystanie modelu do analizy i przewidywania parametrów badanego zjawiska.
5. Jakościowa i ilościowa interpretacja wyników uzyskanych na podstawie modelu.
6. Praktyczne wykorzystanie wyników. W procesie ekonomicznej interpretacji wyników należy odpowiedzieć na następujące pytania: 12
– czy istotne z teoretycznego punktu widzenia czynniki wyjaśniające są istotne statystycznie?
– Czy oszacowania parametrów modelu odpowiadają reprezentacjom jakościowym?
nr 6. Analiza regresji sparowanej
Regresja w teorii prawdopodobieństwa i statystyce matematycznej nazywana jest zwykle zależnością średniej wartości wielkości (y) od innej wielkości lub od kilku wielkości (xi).
Regresja sparowana to model wyrażający zależność średniej wartości zmiennej zależnej y od jednej zmiennej niezależnej x
gdzie y jest zmienną zależną (atrybut wynikowy); x – niezależny,
zmienna objaśniająca (czynnik cechy).
Regresję sparowaną stosuje się, jeśli istnieje czynnik dominujący, który powoduje dużą część zmiany badanej zmiennej objaśnianej, która jest używana jako zmienna objaśniająca.
Regresja wielokrotna to model wyrażający zależność średniej wartości zmiennej zależnej y od kilku zmiennych niezależnych x1, x2, ..., xp
ŷ = f (x1,x2,...,xp).
Klasyczny normalny liniowy model regresji wielokrotnej.
W zależności od rodzaju zależności analitycznej rozróżnia się regresje liniowe i nieliniowe.
Regresję liniową par opisuje równanie: ŷ=a+bx
Jeżeli istnieją nieliniowe zależności między zjawiskami gospodarczymi, wówczas wyraża się je za pomocą odpowiednich funkcji nieliniowych: na przykład hiperboli równobocznej, paraboli drugiego stopnia itp.
nr 7. . Regresja liniowa w parach. Wyznaczanie parametrów równania regresji
Regresję liniową par opisuje równanie: ŷ=a+bx, zgodnie z którym zmiana Δy zmiennej y jest wprost proporcjonalna do zmiany Δx zmiennej x (Δy = b·Δx). Aby oszacować parametry a i b równania regresji (2.6), używamy metody najmniejszych kwadratów (LSM). Przy pewnych założeniach dotyczących błędu ε, OLS daje najlepsze oszacowania parametrów liniowych
modele. Sparowany model regresji liniowej: y = a +b*x +u (y jest zmienną zależną, a +b*x jest składową nielosową, x jest zmienną niezależną, u jest składową losową)
|
obserwacja |
eksperyment |
|
Celowa, intencjonalna i specjalnie zorganizowana percepcja, zdeterminowana zadaniem obserwacji i niewymagająca z jej strony interwencji poprzez stworzenie specjalnych warunków |
eksperyment przeprowadzony w specjalnych warunkach w celu uzyskania nowej wiedzy naukowej poprzez celową interwencję badacza w aktywność życiową podmiotu. Jest to uporządkowane badanie, w którym badacz bezpośrednio zmienia czynnik (lub czynniki), pozostałe utrzymuje na stałym poziomie i obserwuje wyniki systematycznych zmian. |
|
zorganizowane, celowe, zarejestrowane postrzeganie zjawisk psychicznych w celu ich badania w określonych warunkach (wiki) |
Robert Woodworth, który opublikował swój klasyczny podręcznik psychologii eksperymentalnej (Psychologia eksperymentalna, 1938), zdefiniował eksperyment jako ustrukturyzowane badanie, w którym badacz bezpośrednio zmienia jeden czynnik (lub czynniki), pozostałe utrzymuje na stałym poziomie i obserwuje wyniki systematycznych zmian . Za charakterystyczną cechę metody eksperymentalnej uważał kontrolę czynnika eksperymentalnego lub, w terminologii Woodwortha, „zmiennej niezależnej” i śledzenie jej wpływu na obserwowaną konsekwencję, czyli „zmienną zależną”. Celem eksperymentatora jest utrzymanie wszystkich warunków na niezmienionym poziomie z wyjątkiem jednego – zmiennej niezależnej. |
|
opisowa metoda badań psychologicznych polegająca na celowym i zorganizowanym postrzeganiu i rejestrowaniu zachowania badanego obiektu. Obserwacja to celowe, zorganizowane i zarejestrowane postrzeganie badanego obiektu w określony sposób. Podczas obserwacji zjawiska badane są bezpośrednio w warunkach, w jakich zachodzą w prawdziwym życiu. |
|
|
Cechy charakterystyczne: |
|
|
1. Zachowanie naturalności zjawisk psychicznych 2. Obserwacja musi być zawsze ukierunkowana 3. Rejestrowanie wyników obserwacji |
1. Modelowanie zjawiska i warunki badań (sytuacja eksperymentalna) 2. Aktywny wpływ badacza na zjawisko (zmienność zmiennych) 3. Pomiar reakcji osoby badanej pod wpływem eksperymentu (lub po ekspozycji) 4. Powtarzalność wyników (możliwość powtórzenia eksperymentu przy zastosowaniu zastosowanych metod) |
|
Zalety: |
|
|
1. Bogactwo zbiorczych informacji 2. Zachowanie naturalności warunków pracy 3. Opcjonalne uzyskanie zgody podmiotu (przy czym dalsze wykorzystanie danych, np. nagrań wideo wymaga zgody podmiotu) |
1. Badacz nie spodziewa się przypadkowego przejawu interesujących go procesów psychologicznych, ale stwarza warunki do ich pojawienia się u podmiotu. 2. Badacz może celowo zmieniać warunki lub przebieg procesów psychicznych 3. Wymagane jest ścisłe uwzględnienie warunków doświadczalnych (metodologia). 4. Eksperyment można przeprowadzić na dużej liczbie osób, co pozwala ustalić ogólne wzorce rozwoju procesów umysłowych. |
|
Wady |
|
|
1. Subiektywność badacza, projekcja własnych cech osobowych na podmiot 2. Nie da się ingerować w bieg wydarzeń bez zniekształceń; badacz nie jest w stanie kontrolować sytuacji. 3. Znacząca inwestycja czasu 4. Związki przyczynowo-skutkowe nie są oddzielone od warunków. |
1. Trochę sztuczności 2. Konieczność stworzenia stałych warunków (ekspozycja na dodatkowe zmienne, które są stałe i identyczne dla wszystkich osób badanych przez cały czas trwania eksperymentu) 3. Zakłada zgodę podmiotu (nie zawsze, ale często) 4. Bardziej pracochłonne lub droższe (w zależności od rodzaju rejestracji danych, opracowania metodologii itp.) 5. Często wymaga motywacji przedmiotowej 6. Zależy od stanu psychofizycznego podmiotu (który nie zawsze jest zbliżony do naturalnego) 7. Dostępność doświadczonych badaczy ProblemyObszary studiów · Relacja podmiot-podmiot narusza zasady naukowe · Psychika ma właściwość spontaniczności · Psychika jest zbyt wyjątkowa · Psychika jest zbyt złożonym przedmiotem badań |
|
Porównanie |
|
|
Pytanie pozostaje otwarte. Obserwator nie zna odpowiedzi, ma przypadkowy pomysł |
Pytanie staje się hipotezą – zakłada istnienie jakiegoś związku pomiędzy czynnikami |
|
W zależności od kontroli sytuacji |
|
|
Sytuacja jest mniej rygorystyczna |
Sytuacja jest jasno określona, warunki są zaplanowane z góry |
|
W zależności od wagi rejestrowania działań podmiotu |
|
|
Dokładna rejestracja, instrumenty, formularze itp. |
Darmowy opis |
W wyniku obserwacji badacz może postawić hipotezę (założenie naukowe) o charakterze przyczynowo-skutkowym, a następnie sprawdzić ją za pomocą eksperymentu.
Wyniki eksperymentu mogą zostać zniekształcone przez szereg czynników – artefakty badawcze związane z oczekiwaniami eksperymentatora lub osób badanych. Jednym z najczęstszych artefaktów jest efekt Pigmaliona (lub efekt Rosenthala), który wyraża się w tym, że eksperymentator, głęboko przekonany o słuszności postawionej przez siebie hipotezy, mimowolnie przekazuje badanym swoje oczekiwania i, poprzez pośrednią sugestię lub inny wpływ zmienia swoje zachowanie w pożądanym kierunku. Wpływ osób badanych na wyniki eksperymentu wyraża się w tzw. efekcie Hawthorne’a: znając lub domyślając się hipotezy przyjętej przez eksperymentatora, osoba badana celowo lub mimowolnie zaczyna zachowywać się zgodnie ze swoimi oczekiwaniami.
Zastosowanie metody ślepej pozwala wyeliminować (lub zminimalizować) te artefakty, których istotą jest utrzymywanie osób w nieświadomości co do celów badania i przyjętych hipotez oraz podziału badanych na eksperymentalnych i kontrolnych grupy przeprowadza się bez wiedzy eksperymentatora.
W uproszczonym przykładzie zmienną niezależną można uznać za pewien istotny bodziec (St(r)), którego siła jest zmieniana przez eksperymentatora, natomiast zmienną zależną jest reakcja (R) podmiotu, jego psychika ( P) na wpływ tego odpowiedniego bodźca. Schematycznie można to wyrazić w następujący sposób:
Jednak z reguły pożądana stabilność wszystkich warunków, z wyjątkiem zmiennej niezależnej, jest nieosiągalna w eksperymencie psychologicznym, ponieważ prawie zawsze oprócz tych dwóch zmiennych istnieją również zmienne dodatkowe, systematyczne nieistotne bodźce (St(1 )) i bodźce losowe (St(2) ), prowadzące odpowiednio do błędów systematycznych i losowych. Zatem ostateczne schematyczne przedstawienie procesu eksperymentalnego wygląda następująco:
Dlatego w eksperymencie można wyróżnić trzy typy zmiennych:
Eksperymentator próbuje więc ustalić związek funkcjonalny między zmiennymi zależnymi i niezależnymi, co wyraża się w funkcji R=f(St(r)), próbując jednocześnie uwzględnić błąd systematyczny, który powstał w wyniku oddziaływania bodźców nieistotnych (przykładami błędu systematycznego są fazy księżyca, pora dnia itp.). Aby zmniejszyć prawdopodobieństwo wpływu błędów przypadkowych na wynik, badacz stara się przeprowadzić serię eksperymentów (przykładem błędu losowego może być np. zmęczenie lub plamka, która dostanie się do oka osoby badanej).
Zmienny(P) – dowolna rzeczywistość, której zaobserwowane zmiany (według określonych parametrów lub wskaźników metodologii) można rejestrować i mierzyć w dowolnej skali.
Zmienna zależna (ZP) to „odpowiedź”, czyli zmienna mierzona w eksperymencie, której zmiany są warunkowane przyczynowo przez działanie zmiennej niezależnej (IP). W badaniach psychologicznych reprezentują go wskaźniki aktywności podmiotu, wszelkie formy oceny jego subiektywnych ocen i raportów, parametry psychofizjologiczne itp. O – z Obserwacji – stałe, tj. obserwowalny i mierzalny wskaźnik, który pełni rolę PO. Stosowany jest również termin „mierzona zmienna”.
Niezależna zmienna (NP) – wpływ eksperymentalny lub czynnik eksperymentalny (X-impact) – kontrolowany, tj. zmienna aktywnie zmieniana przez badacza, innymi słowy zmienna kontrolowana funkcjonalnie; prezentowane na dwóch lub więcej poziomach. W hipotezie eksperymentalnej jest ona rozumiana jako czynnik przyczynowy.
P(L1,L2);P(L1,S1); P(S1,S2);
Uczenie się zależy od temperamentu ( L ) i metody nauczania ( S)
|
Metody nauczania |
choleryczny |
optymistyczny |
osoba flegmatyczna |
melancholijny |
|
tradycyjny |
||||
|
problematyczny |
||||
|
programowalny |
Otrzymujemy 12 próbek
Prawo Webera-Fechnera
G.T. Fechner () przetworzył matematycznie wyniki badań i sformułował „podstawowe prawo psychofizyczne”, zgodnie z którym siła czucia P proporcjonalna do logarytmu intensywności bodźca S:
Gdzie S 0 - wartość graniczna intensywności bodźca: jeżeli S < S 0, bodziec w ogóle nie jest odczuwalny; P 0 - wartość graniczna intensywności doznań
Zatem żyrandol z 8 żarówkami wydaje nam się o wiele jaśniejszy niż żyrandol z 4 żarówkami, tak jak żyrandol z 4 żarówkami jest jaśniejszy niż żyrandol z 2 żarówkami. Oznacza to, że liczba żarówek musi wzrosnąć kilkukrotnie, aby wydawało nam się, że wzrost jasności jest stały. I odwrotnie, jeśli wzrost jasności jest stały, będzie nam się wydawać, że maleje. Na przykład, jeśli do żyrandola składającego się z 12 żarówek dodamy jedną żarówkę, wzrost jasności prawie nie zauważymy. Jednocześnie jedna żarówka dodana do żyrandola złożonego z dwóch żarówek daje znaczny pozorny wzrost jasności.
Zapominanie o krzywej Lub Krzywa Ebbinghausa uzyskano w wyniku eksperymentalnych badań pamięci niemieckiego psychologa Hermanna Ebbinghausa w 1885 roku typu figuratywnego.
Krzywa Gaussa
Symetryczna krzywa paraboliczna, która czasami pojawia się, gdy seria wyników jest naniesiona na wykres częstotliwości. Wiele zmiennych tworzy rozkład normalny, gdy są mierzone w całej populacji. Uważa się, że wzrost człowieka i IQ podlegają zasadzie rozkładu normalnego, gdy liczba uczestników jest wystarczająco duża. Na krzywej Gaussa większość wyników koncentruje się wokół środka, a najwyższe i najniższe wyniki są znacznie mniej powszechne. Te „ogony” rozkładu normalnego rozciągają się w obu kierunkach wzdłuż osi x i teoretycznie nigdy jej nie dotykają.
(Załącznik do pytania 4)
1. Charakterystyka wiedzy
1) Materiał bodźcowy i zadaniowy (ustny, pisemny)
2) Rodzaj odpowiedzi podmiotu (pisemna, ustna)
3) Skala ocen
2. Cechy sytuacji
1)Parametry fizyczne (oświetlenie, temperatura powietrza)
2) Socjopsychologiczne (sam na sam, z grupą, sam na sam z badaczem)
3) Cechy komunikacji i interakcji pomiędzy badanym a eksperymentatorem
1. Zarządzane
2. Kontrolowany potencjalnie (eksperymentator nie zmienia warunków z jakichkolwiek powodów, np. etycznych, chociaż mógł to zrobić)
3. Stosunkowo stałe aspekty środowiska (warunki życia, warunki społeczne, wieś, miasto, przedszkole, sierociniec)
4. Zmienne organiczne (płeć, wiek, wzrok, rozwój fizyczny)
5. Zmienne testowane lub wstępnie mierzone (co można uzyskać za pomocą psychotestów i innych technik)
Formuła Kurta Lewina
P=f(L,S)
Gdzie P – zachowanie, F – funkcja (związek), L – przyczyny wewnętrzne, S – przyczyny zewnętrzne
Korelację nazywa się zerem, jeśli nie ma związku między zmiennymi. W psychologii praktycznie nie ma przykładów zależności ściśle liniowych (pozytywnych lub negatywnych). Większość połączeń jest nieliniowa. Klasycznym przykładem zależności nieliniowej jest prawo Yerkesa-Dodsona: wzrost motywacji początkowo zwiększa efektywność uczenia się, a następnie następuje spadek produktywności (efekt „remotywacji”). Innym przykładem jest związek pomiędzy poziomem motywacji osiągnięć a wyborem zadań o różnym stopniu trudności. Osoby motywowane nadzieją na sukces preferują zadania o średnim stopniu trudności – częstotliwość wyborów na skali trudności opisuje krzywa w kształcie dzwonu. Pearson opracował matematyczną teorię korelacji liniowych. Jej podstawy i zastosowania przedstawiono w odpowiednich podręcznikach i podręcznikach z zakresu statystyki matematycznej. Przypomnijmy, że współczynnik korelacji liniowej Pearsona r waha się od -1 do +1. Oblicza się ją poprzez normalizację kowariancji zmiennych przez iloczyn ich odchyleń standardowych. Istotność współczynnika korelacji zależy od przyjętego poziomu istotności, ale także od wielkości próby. Im większy moduł współczynnika korelacji, tym związek między zmiennymi jest bliższy liniowej zależności funkcjonalnej.
Ryż. 5.17. Przykłady rozkładów podmiotów w przestrzeni dwóch cech a) korelacja ścisła dodatnia, b) korelacja silna dodatnia, c) korelacja słaba dodatnia, d) korelacja zerowa, e) korelacja ujemna, f) korelacja ścisła ujemna, g) korelacja nieliniowa, h) korelacja nieliniowa
Eksperymentator testuje hipotezę o związku przyczynowym między dwoma zjawiskami, A I W. Pojęcie „przyczynowości” jest jednym z najbardziej złożonych w nauce. Istnieje wiele empirycznych przesłanek wskazujących na związek przyczynowy pomiędzy tymi dwoma zjawiskami. Pierwszym znakiem jest oddzielenie przyczyny i skutku w czasie oraz pierwszeństwo przyczyny i skutku. Jeśli badacz wykryje zmiany w przedmiocie po naświetleniu eksperymentalnym w porównaniu z podobnym obiektem, który nie był naświetlony, ma podstawy twierdzić, że narażenie eksperymentalne spowodowało zmianę stanu obiektu. Obecność wpływu i porównanie obiektów są warunkami koniecznymi do takiego wniosku, ponieważ nie zawsze zdarzenie poprzedzające jest przyczyną następnego.
Lot gęsi na południe wcale nie jest przyczyną tego, że miesiąc później spadnie śnieg. Drugi znak to obecność związku statystycznego między dwiema zmiennymi (przyczyną i skutkiem). Zmianie wartości jednej ze zmiennych musi towarzyszyć zmiana wartości drugiej. Innymi słowy, powinna istnieć albo liniowa korelacja między zmiennymi, jak między poziomem inteligencji werbalnej a wynikami w szkole, albo korelacja nieliniowa, jak między poziomem aktywacji a stopniem efektywności uczenia się (prawo Yerkesa-Dodsona).
Obecność korelacji nie jest warunkiem wystarczającym do stwierdzenia związku przyczynowo-skutkowego, gdyż związek ten może mieć charakter przypadkowy lub wynikać z trzeciej zmiennej.
Trzeci znak to związek przyczynowo-skutkowy rejestruje się, jeśli procedura eksperymentalna wyklucza inne możliwości wyjaśnienia związku A I W, z wyjątkiem przyczynowych, oraz wszelkich innych alternatywnych przyczyn wystąpienia zjawiska W wyłączony.
Testowanie hipotezy eksperymentalnej o związku przyczynowym między dwoma zjawiskami przeprowadza się w następujący sposób. Eksperymentator modeluje rzekomą przyczynę: działa ona jak wpływ eksperymentalny, a konsekwencję - zmianę stanu obiektu - rejestruje się za pomocą pewnego rodzaju przyrządu pomiarowego. Interwencja eksperymentalna służy zmianie zmiennej niezależnej, która jest bezpośrednią przyczyną zmiany zmiennej zależnej. Tym samym eksperymentator, prezentując podmiotowi sygnały o różnej, bliskiej progowej głośności, zmienia swój stan psychiczny – podmiot albo słyszy sygnał, albo go nie słyszy, co prowadzi do odmiennych reakcji motorycznych lub werbalnych („tak” – „nie”, „Słyszę” - „Nie słyszę”).
Zmienne zewnętrzne („inne”) Eksperymentator musi kontrolować sytuację eksperymentalną. Do zmiennych zewnętrznych zalicza się: 1) zmienne boczne, które powodują systematyczne zamieszanie prowadzące do pojawienia się nierzetelnych danych (czynnik czasu, czynnik zadania, indywidualne cechy osób badanych); 2) dodatkowa zmienna co jest istotne dla badania związku między przyczyną a skutkiem. Testując konkretną hipotezę, poziom zmiennej dodatkowej musi odpowiadać jej poziomowi w badanej rzeczywistości. Na przykład, badając związek między poziomem rozwoju zapamiętywania bezpośredniego i pośredniego, dzieci powinny być w tym samym wieku. Wiek w tym przypadku jest zmienną dodatkową. W przypadku sprawdzenia hipotezy ogólnej eksperyment przeprowadza się na różnych poziomach zmiennej dodatkowej, tj. z udziałem grup dzieci w różnym wieku, jak w słynnych eksperymentach A. N. Leontiewa mających na celu badanie rozwoju zapamiętywania pośredniego. Dodatkowa zmienna, która jest szczególnie istotna dla eksperymentu, to tzw "klawisz". Test zmienna jest zmienną dodatkową, która w eksperymencie silniowym staje się drugą zmienną główną.
Istota eksperymentu polega na tym, że eksperymentator zmienia zmienną niezależną, rejestruje zmianę zmiennej zależnej i kontroluje zmienne zewnętrzne (uboczne).
Badacze rozróżniają różne typy zmiennych niezależnych: jakościowe („jest wskazówka” – „brak wskazówki”), ilościowe (poziom nagrody pieniężnej).
Wśród zmiennych zależnych wyróżniają się te podstawowe. Zmienna bazowa jest jedyną zmienną zależną, na którą wpływa zmienna niezależna. Jakie zmienne niezależne, zależne i zewnętrzne napotyka się podczas przeprowadzania eksperymentu psychologicznego?
Niezależna zmienna
Badacz powinien dążyć do operowania wyłącznie na zmiennej niezależnej w eksperymencie. Eksperyment, w którym ten warunek jest spełniony, nazywany jest czystym eksperymentem. Jednak najczęściej podczas eksperymentu zmieniając jedną zmienną, eksperymentator zmienia także wiele innych. Zmiana ta może być spowodowana działaniem eksperymentatora i wynika z związku pomiędzy dwiema zmiennymi. Na przykład w eksperymencie mającym na celu rozwój prostych umiejętności motorycznych karze podmiot za niepowodzenie porażeniem prądem. Wielkość kary może działać jako zmienna niezależna, a szybkość rozwoju umiejętności może działać jako zmienna zależna. Kara nie tylko wzmacnia odpowiednie reakcje u podmiotu, ale także powoduje u niego niepokój sytuacyjny, co wpływa na wyniki – zwiększa liczbę błędów i zmniejsza szybkość rozwoju umiejętności.
Głównym problemem w prowadzeniu badań eksperymentalnych jest identyfikacja zmiennej niezależnej i wyodrębnienie jej od innych zmiennych.
Zmiennymi niezależnymi w eksperymencie psychologicznym mogą być:
1) charakterystyka zadań;
2) cechy sytuacji (warunki zewnętrzne);
3) kontrolowane cechy (stany) podmiotu.
Te ostatnie są często nazywane „zmiennymi organizmu”. Czasami izolowany czwarty typ zmienne - stałe cechy badanego (inteligencja, płeć, wiek itp.), ale należą one do zmiennych dodatkowych, ponieważ nie można na nie wpływać, a ich poziom można brać pod uwagę jedynie przy tworzeniu grup eksperymentalnych i kontrolnych.
Charakterystyka zadania- coś, czym eksperymentator może manipulować mniej lub bardziej swobodnie. Zgodnie z tradycją wywodzącą się z behawioryzmu, uważa się, że eksperymentator różnicuje jedynie charakterystykę bodźców (zmienne bodźca) ale ma do dyspozycji znacznie więcej możliwości. Eksperymentator może zmieniać bodźce lub materiał zadania, zmieniać rodzaj reakcji osoby badanej (reakcja werbalna lub niewerbalna), zmieniać skalę ocen itp. Potrafi urozmaicać instrukcje, zmieniając cele, jakie podmiot musi osiągnąć w trakcie wykonywania zadania. Eksperymentator może zmieniać środki, którymi podmiot musi rozwiązać problem i stawiać przed nim przeszkody. Może zmieniać system nagród i kar w trakcie wykonywania zadania itp.
Do specyfiki sytuacji należy uwzględnić te zmienne, które nie są bezpośrednio uwzględnione w strukturze zadania eksperymentalnego realizowanego przez osobę badaną. Może to być temperatura w pomieszczeniu, otoczenie, obecność zewnętrznego obserwatora itp.
Eksperymenty mające na celu identyfikację efektu facylitacji społecznej (wzmocnienia) przeprowadzono według następującego schematu: badanemu przydzielono dowolne zadanie sensomotoryczne lub intelektualne. Najpierw wykonywał je sam, a potem w obecności drugiej osoby lub kilku osób (kolejność oczywiście była różna w różnych grupach). Oceniono zmianę produktywności badanych. W tym przypadku zadanie osoby badanej pozostało niezmienione, zmieniły się jedynie warunki zewnętrzne eksperymentu.
Co może zmienić eksperymentator?
Po pierwsze, są to parametry fizyczne sytuacji: lokalizacja sprzętu, wygląd pomieszczenia, oświetlenie, dźwięki i odgłosy, temperatura, rozmieszczenie mebli, malowanie ścian, pora trwania eksperymentu (pora dnia, czas trwania itp.). Oznacza to, że wszystkie fizyczne parametry sytuacji, które nie są bodźcami.
Po drugie, są to parametry społeczno-psychologiczne: izolacja – praca w obecności eksperymentatora, praca samotna – praca z grupą itp.
Po trzecie, są to cechy komunikacji i interakcji pomiędzy badanym(-ami) a eksperymentatorem.
Sądząc po publikacjach w czasopismach naukowych, w ostatnich latach nastąpił gwałtowny wzrost liczby badań eksperymentalnych wykorzystujących zróżnicowane warunki środowiskowe.
DO „zmienne organiczne” lub niekontrolowane cechy osobników obejmują cechy fizyczne, biologiczne, psychologiczne, społeczno-psychologiczne i społeczne. Tradycyjnie nazywa się je „zmiennymi”, chociaż większość z nich jest stała lub względnie stała przez całe życie. Wpływ zróżnicowanych parametrów psychologicznych, demograficznych i innych stałych na zachowanie jednostki bada się w badaniach korelacyjnych. Jednak autorzy większości podręczników z teorii metody psychologicznej, np. M. Matlin, klasyfikują te parametry jako zmienne niezależne eksperymentu.
Z reguły we współczesnych badaniach eksperymentalnych zróżnicowane cechy psychologiczne jednostek, takie jak inteligencja, płeć, wiek, pozycja społeczna (status) itp., Są brane pod uwagę jako dodatkowe zmienne kontrolowane przez eksperymentatora w ogólnym psychologicznym eksperyment. Jednak w psychologicznych badaniach różnicowych zmienne te mogą stać się „drugą zmienną główną”, a następnie stosuje się projekt czynnikowy.
Zmienna zależna
Psychologowie zajmują się zachowaniem podmiotu, dlatego jako zmienną zależną wybierane są parametry zachowań werbalnych i niewerbalnych. Należą do nich: liczba błędów, jakie szczur popełnił podczas przechodzenia przez labirynt; czas, jaki badany spędził na rozwiązywaniu problemu, zmiany w wyrazie twarzy podczas oglądania filmu erotycznego; czas reakcji silnika na sygnał dźwiękowy itp.
O wyborze parametru behawioralnego decyduje początkowa hipoteza eksperymentalna. Badacz musi to jak najbardziej sprecyzować, tj. upewnić się, że zmienna zależna jest operacjonalizowana – możliwa do rejestracji w trakcie eksperymentu.
Parametry zachowania można podzielić na formalno-dynamiczne i merytoryczne. Parametry formalno-dynamiczne (lub przestrzenno-czasowe) można dość łatwo zarejestrować za pomocą sprzętu. Podajmy przykłady tych parametrów.
1. Dokładność. Najczęściej rejestrowany parametr. Ponieważ większość zadań stawianych badanemu w eksperymentach psychologicznych to zadania związane z osiągnięciami, głównym rejestrowanym parametrem zachowania będzie dokładność lub parametr przeciwny – błąd działania.
2. Utajenie. Procesy mentalne zachodzą w ukryciu przed zewnętrznym obserwatorem. Czas od momentu przedstawienia sygnału do wyboru reakcji nazywany jest czasem utajonym. W niektórych przypadkach czas utajony jest najważniejszą cechą procesu, na przykład przy rozwiązywaniu problemów psychicznych.
3. Czas trwania, Lub szybkość, wykonanie. Jest to cecha działania wykonawczego. Czas pomiędzy wyborem akcji a zakończeniem jej wykonania nazywany jest szybkością działania (w przeciwieństwie do czasu utajonego).
4. Tempo, Lub częstotliwość, działania. Najważniejsza cecha, szczególnie przy badaniu najprostszych form zachowań.
5. Wydajność. Stosunek liczby błędów lub jakości wykonania działań do czasu wykonania. Służy jako najważniejsza cecha w badaniu uczenia się, procesów poznawczych, procesów decyzyjnych itp. Treściowe parametry zachowania obejmują kategoryzację form zachowania albo w kategoriach potocznego języka, albo w kategoriach teorii, której założenia są testowane w dany eksperyment.
Rozpoznawanie różnych form zachowań jest zadaniem specjalnie przeszkolonych ekspertów lub obserwatorów. Trzeba dużego doświadczenia, aby scharakteryzować jeden czyn jako przejaw uległości, a drugi jako przejaw służalczości.
Problem rejestracji cech jakościowych zachowań rozwiązuje się poprzez: a) szkolenie obserwatorów i opracowywanie kart obserwacji; b) pomiar formalnych dynamicznych cech zachowania za pomocą testów.
Zmienna zależna musi być ważna i niezawodna. Wiarygodność zmiennej przejawia się w stabilności jej rejestrowalności, gdy warunki eksperymentalne zmieniają się w czasie. Ważność zmiennej zależnej określa się tylko w określonych warunkach eksperymentalnych i w odniesieniu do określonej hipotezy.
Istnieją trzy typy zmienne zależne: 1) jednoczesne; 2) wielowymiarowe; 3) podstawowe. W pierwszym przypadku rejestrowany jest tylko jeden parametr i to właśnie ten parametr uważa się za przejaw zmiennej zależnej (istnieje między nimi funkcjonalna zależność liniowa), jak na przykład podczas badania czasu prostej reakcji sensomotorycznej . W drugim przypadku zmienna zależna jest wielowymiarowa. Na przykład poziom produktywności intelektualnej przejawia się w czasie potrzebnym do rozwiązania problemu, jego jakości i trudności rozwiązanego problemu. Parametry te można ustawić niezależnie. W trzecim przypadku, gdy znana jest zależność pomiędzy poszczególnymi parametrami wielowymiarowej zmiennej zależnej, parametry traktuje się jako argumenty, a samą zmienną zależną jako funkcję. Na przykład podstawowy pomiar poziomu agresji Fa) jest uważany za funkcję jego indywidualnych przejawów (A) mimika, pantomima, przekleństwa, napaść itp.
F(a) =f(a 1, za 2,..., za n).
Istnieje jeszcze jedna ważna właściwość zmiennej zależnej, a mianowicie wrażliwość (wrażliwość) zmiennej zależnej na zmiany zmiennej niezależnej. Rzecz w tym, że manipulacja zmienną niezależną wpływa na zmianę zmiennej zależnej. Jeśli manipulujemy zmienną niezależną, ale zmienna zależna się nie zmienia, to zmienna zależna jest dodatnia w stosunku do zmiennej niezależnej. Dwa warianty manifestacji braku dodatniości zmiennej zależnej nazywane są „efektem sufitu” i „efektem podłogi”. Pierwszy przypadek ma miejsce, gdy przedstawione zadanie jest na tyle proste, że stopień jego realizacji jest znacznie wyższy niż wszystkie poziomy zmiennej niezależnej. Natomiast drugi efekt występuje, gdy zadanie jest na tyle trudne, że poziom jego wykonania jest poniżej wszystkich poziomów zmiennej niezależnej.
Tak więc, podobnie jak inne elementy badań psychologicznych, zmienna zależna musi być ważna, wiarygodna i wrażliwa na zmiany poziomu zmiennej niezależnej.
Istnieją dwie główne techniki rejestrowania zmian zmiennej zależnej. To pierwsze stosuje się najczęściej w eksperymentach z udziałem jednego podmiotu. Zmiany zmiennej zależnej rejestrowane są w trakcie eksperymentu po zmianie poziomu zmiennej niezależnej. Przykładem jest rejestrowanie wyników eksperymentów edukacyjnych. Krzywa uczenia się jest klasyczna trend - zmiany powodzenia wykonania zadań w zależności od liczby prób (czasu trwania eksperymentu). Do przetwarzania takich danych wykorzystuje się aparat statystyczny analizy trendów. Druga technika rejestracji zmian poziomu zmiennej niezależnej nazywa się pomiarem opóźnionym. Pomiędzy uderzeniem a skutkiem upływa pewien okres czasu; jego czas trwania zależy od odległości między skutkiem a przyczyną. Przykładowo zażycie dawki alkoholu wydłuża czas reakcji sensomotorycznej nie od razu, ale po pewnym czasie. To samo można powiedzieć o wpływie zapamiętania określonej liczby obcych słów na powodzenie tłumaczenia tekstu na rzadki język: efekt nie pojawia się od razu (jeśli tak się dzieje).
Zależności między zmiennymi
Konstrukcja współczesnej psychologii eksperymentalnej opiera się na wzorze K. Lewina – zachowanie jest funkcją osobowości i sytuacji:
B = f (P; S).
Zamiast tego neobehawioryści zastosowali tę formułę R(osobowość) O(organizm), co jest dokładniejsze, jeśli za obiekty testowe uznamy nie tylko ludzi, ale także zwierzęta, a osobowość sprowadzimy do organizmu.
Tak czy inaczej, większość ekspertów w teorii eksperymentów psychologicznych, w szczególności McGuigan, uważa, że w psychologii istnieją dwa rodzaje praw: 1) „reakcja na bodziec”; 2) „zachowanie organizmu”.
Pierwszy typ praw odkrywany jest podczas badań eksperymentalnych, gdy bodziec (zadanie, sytuacja) jest zmienną niezależną, a zmienną zależną jest reakcja podmiotu.
Drugi rodzaj praw wynika z metody systematycznej obserwacji i pomiarów, ponieważ właściwości ciała nie można kontrolować środkami psychologicznymi.
Czy istnieją „crossovery”? Oczywiście. Rzeczywiście, w eksperymencie psychologicznym często bierze się pod uwagę wpływ tak zwanych zmiennych dodatkowych, z których większość to zróżnicowane cechy psychologiczne. Dlatego warto dodać do listy prawa „systemowe”, opisujący wpływ sytuacji na zachowanie osoby o określonych właściwościach. Ale w eksperymentach psychofizjologicznych i psychofarmakologicznych można wpływać na stan ciała, a w trakcie eksperymentu formującego - celowo i nieodwracalnie zmieniać pewne właściwości osobowości.
W klasycznym psychologicznym eksperymencie behawioralnym funkcjonalna zależność formy
R = f(S),
Gdzie R- odpowiedź brzmi: S- sytuacja (bodziec, zadanie). Zmienny S zmienia się systematycznie i rejestrowane są określone przez nią zmiany w reakcji podmiotu. Podczas badania ujawniają się warunki, w jakich podmiot zachowuje się w taki czy inny sposób. Wynik zapisuje się w postaci zależności liniowej lub nieliniowej.
Inny rodzaj zależności symbolizowany jest jako zależność zachowania od osobistych właściwości lub stanów ciała podmiotu:
R = fa (O) Lub R = f(P).
Badana jest zależność zachowania osoby badanej od konkretnego stanu organizmu (choroba, zmęczenie, poziom aktywacji, frustracja potrzeb itp.) lub od cech osobistych (lęk, motywacja itp.). Badania prowadzone są z udziałem grup osób różniących się daną cechą: majątkiem lub stanem obecnym.
Oczywiście te dwie ścisłe zależności są najprostszymi formami relacji między zmiennymi. Możliwe są bardziej złożone zależności ustalone w konkretnym eksperymencie, w szczególności projekty czynnikowe umożliwiają identyfikację zależności formy R = fa(S 1, S 2), gdy odpowiedź podmiotu zależy od dwóch zmiennych parametrów sytuacji, a zachowanie jest funkcją stanu organizmu i środowiska.
Skupmy się na wzorze Levina. W ogólnej formie wyraża ideał psychologii eksperymentalnej - umiejętność przewidywania zachowania konkretnej jednostki w określonej sytuacji. Zmienną „osobowość”, wchodzącą w skład tej formuły, trudno uznać jedynie za „dodatkową”. Tradycja neobehawiorystyczna sugeruje używanie terminu zmienna „interweniująca”. Ostatnio takim „zmiennym” – właściwościom i stanom osobowości – przypisano termin „zmienna moderująca”. pośrednik
Rozważmy główne możliwe opcje relacji między zmiennymi zależnymi. Istnieje co najmniej sześć typów relacji zmiennych. Pierwszą, zarazem najprostszą, jest brak zależności. Graficznie wyraża się to w postaci prostej równoległej do osi x na wykresie, gdzie wzdłuż osi x (X) wykreśla się poziomy zmiennej niezależnej. Zmienna zależna nie jest wrażliwa na zmiany zmiennej niezależnej.
Zależność monotonicznie rosnącą obserwuje się, gdy wzrost wartości zmiennej niezależnej odpowiada zmianie zmiennej zależnej.
Zależność monotonicznie malejącą obserwuje się, jeśli wzrostowi wartości zmiennej niezależnej odpowiada spadek poziomu zmiennej niezależnej.
Zależność nieliniowa U typ kształtowany występuje w większości eksperymentów, w których ujawniają się cechy mentalnej regulacji zachowania.
Odwrotny U Zależność kształtowaną uzyskuje się w licznych badaniach eksperymentalnych i korelacyjnych, zarówno w psychologii osobowości, motywacji, jak i psychologii społecznej.
Ostatnia wersja zależności nie występuje tak często, jak poprzednie - złożona quasiokresowa zależność poziomu zmiennej zależnej od poziomu niezależnej.
Przy wyborze metody opisu obowiązuje „zasada oszczędności”. Każdy prosty opis jest lepszy od opisu złożonego, nawet jeśli jest równie skuteczny. Dlatego też argumenty powszechne w krajowych dyskusjach naukowych w rodzaju „Wszystko jest znacznie bardziej skomplikowane, niż sobie wyobraża autor” są, delikatnie mówiąc, pozbawione sensu. Co więcej, nikt nie wie, jak „w rzeczywistości”.
Tak zwany „opis złożony”, „opis wielowymiarowy” to często po prostu próba uniknięcia rozwiązania problemu naukowego, sposób na zamaskowanie osobistej niekompetencji, którą chcą ukryć za plątaniną korelacji i skomplikowanych formuł, w których wszystko jest równe. wszystko.
Zależność korelacyjna - zakłada wzajemną zgodność zmian wielkości zmiennych. Zmiany te można mierzyć jednorazowo lub wielokrotnie
Analiza skupień.
Oddziaływanie funkcjonalne – zmianom zmiennej niezależnej towarzyszą coraz bardziej przyspieszające zmiany zmiennej zależnej.
Zależność funkcjonalna - zmiana jednej zmiennej wpływa na zmianę innej zmiennej, co wpływa na pierwszą zmienną. Analiza korelacji.
Służy do wyjaśnienia interakcji i trendów zmian charakterystyki badanego zjawiska. Korelacja to obecność statystycznego związku między cechami. Analiza korelacji wyjaśnia zależność funkcjonalną pomiędzy wielkościami zmiennymi, która charakteryzuje się tym, że każdej wartości jednej z nich odpowiada bardzo konkretna wartość drugiej.
Korelacja sparowana (charakteryzuje rodzaj, kształt, gęstość powiązania między 2 cechami) i korelacja wielokrotna (między kilkoma).
Zależność najczęściej występuje tam, gdzie na jedno zjawisko wpływa duża liczba czynników o różnej sile, dlatego stosuje się specjalne miary korelacji – współczynniki korelacji. Pokazują stopień zależności jednego zjawiska społecznego od drugiego (gęstość połączeń). Im wyższy współczynnik pomiędzy 2 zmiennymi, tym dokładniej można przewidzieć wartości jednej z nich na podstawie wartości drugiej. Współczynnik nie zawiera informacji, czy związek ten ma charakter przyczynowo-skutkowy, czy też współistniejący (generowany przez jedną przyczynę). Wartość współczynnika pozwala określić gęstość połączeń jako niższą lub chorą. Po znaku szeregu porządkowego można rozpoznać, czy zależność jest odwrotna, czy bezpośrednia; w przypadku szeregu nominalnego znak nie ma żadnego znaczenia. Aby ustalić korelację między 2 cechami, należy udowodnić, że wszystkie inne zmienne nie wpływają na relację między 2 zmiennymi. W przeciwnym razie powstaje sytuacja fałszywej korelacji. Aby uniknąć błędów w sytuacji fałszywej korelacji, należy zastosować analizę zależności między dwiema zmiennymi za pomocą współczynnika kontroli. Współzależny analiza pozwala odrzucić nieistniejące połączenia.
Analizę korelacji poprzedza etap obliczenia statystyki X2. pozwala przetestować hipotezę zerową o istnieniu związku pomiędzy 2 szeregami cech. Hipoteza zerowa to stwierdzenie, które zaprzecza istnieniu związku pomiędzy szeregiem zmiennych. Dowód na jego fałszywość sugeruje, że istnieje związek.
tabela z danymi ankietowymi.
tablica rozkładu cech prawdopodobieństwa. Wartość w komórkach jest równa stosunkowi iloczynu odpowiedniej kolumny i wiersza ogółem do całkowitej liczby respondentów.
otrzymaną wartość należy porównać z tabelaryczną wartością krytyczną X2. Aby to zrobić, musisz określić stopień swobody (df).
Df = (R – 1)(C – 1)
5. określić poziom istotności statystycznej. Pokazuje, jak prawdopodobne jest połączenie między 2 cechami. = 0,05.
6. porównać obliczoną wartość chi-kwadrat z wartością z tabeli.
7. Hipotezę zerową odrzuca się, jeśli obliczona wartość chi-kwadrat jest większa niż wartość tabelaryczna.
Jeśli zbadamy związek między alternatywnymi cechami, wówczas tabela będzie 4-komórkowa. Współczynnik Yule (Q) i współczynnik warunkowy (F).
Współczynnik Yule
Q = AC – bd/ AC + bd. Gdy Q = 0 nie ma związku pomiędzy charakterystykami. Przy Q = 0,59 połączenie jest niestabilne. Gdy Q jest większe lub równe 1, korelacja jest zakończona. Komunikacja w jedną stronę.
Do pomiaru komunikacji dwukierunkowej stosuje się współczynnik warunkowy. F jest zawsze mniejsze niż Q.
F =AC – bd / √ (A+ D)(B+ C)(A+ B)(C+ D)
Współczynnik korelacji Pearsona jest standardem.
P = √ X 2 / X 2 + N.
N - liczba respondentów.
Jeśli P jest większe lub równe 0,37, wówczas istnieje połączenie.
Współczynnik Chuprov.X 2 / N √ (T = √ -1)(T = √ – 1). C
T jest większe lub równe 0,5.
Współczynniki korelacji rang. Skale rang. WłócznikD 2 / N (N 2 – 1)
P = 1 – 6 ∑
D – różnica między rangami. N to liczba stopni.
Cel: identyfikacja podobieństw w rozkładzie odpowiedzi z 2 grup respondentów na to samo pytanie. Gdy p = - 1, kolejność odpowiedzi pomiędzy 2 grupami jest dokładnie odwrotna, a gdy p = +1 jest zgodna. Porównuje tożsamość rozkładów odpowiedzi 2 grup. Istnieje również współczynnik korelacji rang Kendalla i współczynnik korelacji wielokrotnej. Podstawą konstrukcji współczesnej psychologii eksperymentalnej jest formuła K. Levina
- zachowanie jest funkcją osobowości i sytuacji:
Zamiast tego neobehawioryści zastosowali tę formułę R B =f(P;S).
(osobowość) O (organizm), co jest dokładniejsze, jeśli za obiekty testowe uznamy nie tylko ludzi, ale także zwierzęta i sprowadzimy osobowość do organizmu. Tak czy inaczej, w szczególności większość specjalistów w teorii eksperymentów psychologicznych McGuigana , Wierzę, że w psychologii istnieją:
dwa rodzaje praw
1) „reakcja na bodziec”;
2) „zachowanie organizmu*. Pierwszy typ praw
zostaje odkryta podczas badania eksperymentalnego, gdy bodziec (zadanie, sytuacja) jest zmienną niezależną, a zmienną zależną jest reakcja podmiotu. Drugi typ praw
jest wynikiem metody systematycznej obserwacji i pomiarów, ponieważ właściwości ciała nie można kontrolować za pomocą środków psychologicznych. prawa „systemowe”, Czy istnieją „crossovery”? Oczywiście. Rzeczywiście, w eksperymencie psychologicznym często bierze się pod uwagę wpływ tak zwanych zmiennych dodatkowych, z których większość to zróżnicowane cechy psychologiczne. Dlatego warto dodać do listy
opisujący wpływ sytuacji na zachowanie osoby o określonych właściwościach. Ale w eksperymentach psychofizjologicznych i psychofarmakologicznych można wpływać na stan ciała, a w trakcie eksperymentu formującego - celowo i nieodwracalnie zmieniać pewne właściwości osobowości.
W klasycznym psychologicznym eksperymencie behawioralnym funkcjonalna zależność formy
Gdzie R R = f(S), S- odpowiedź, A
- sytuacja (bodziec, zadanie).
Zmienna S jest systematycznie zmieniana i rejestrowane są określone przez nią zmiany w reakcji podmiotu. Podczas badania ujawniają się warunki, w jakich podmiot zachowuje się w taki czy inny sposób. Wynik zapisuje się w postaci zależności liniowej lub nieliniowej. zależności symbolizuje się jako zależność zachowania od osobistych właściwości lub stanów ciała podmiotu:
R = f(O) lub R = f(P).
Badana jest zależność zachowania osoby badanej od konkretnego stanu organizmu (choroba, zmęczenie, poziom aktywacji, frustracja potrzeb itp.) lub od cech osobistych (lęk, motywacja itp.). Badania prowadzone są z udziałem grup osób różniących się daną cechą: majątkiem lub stanem obecnym.
Oczywiście te dwie ścisłe zależności są najprostszymi formami relacji między zmiennymi. Możliwe są bardziej złożone zależności ustalone w konkretnym eksperymencie, w szczególności projekty czynnikowe umożliwiają identyfikację zależności formy R = f (S 1, S 2), gdy odpowiedź podmiotu zależy od dwóch zmiennych parametrów sytuacji, a zachowanie jest funkcją stanu organizmu i środowiska.
Skupmy się na wzorze Levina. W ogólnej formie wyraża ideał psychologii eksperymentalnej: umiejętność przewidywania zachowania konkretnej jednostki w określonej sytuacji. Zmienną „osobowość”, wchodzącą w skład tej formuły, trudno uznać jedynie za „dodatkową”. Tradycja neobehawiorystyczna sugeruje używanie terminu zmienna „interweniująca”. Ostatnio do takich „zmiennych” – właściwości i stanów osobistych, przypisano termin „zmienna moderatora”, czyli mediator.
Rozważmy główne możliwe relacje między zmiennymi zależnymi.
Przynajmniej jest sześć typów, zmienne połączenia.
Pierwszy, jest najprostszy, - żadnej zależności , Graficznie wyraża się to w postaci prostej równoległej do osi x na wykresie, gdzie wzdłuż osi x (X) wykreśla się poziomy zmiennej niezależnej. Zmienna zależna nie jest wrażliwa na zmiany zmiennej niezależnej (patrz rysunek 4.8).
Monotonicznie rosnące uzależnienie obserwuje się, gdy wzrost wartości zmiennej niezależnej odpowiada zmianie zmiennej zależnej (patrz ryc. 4.9).
Monotonicznie malejąca zależność obserwuje się, jeśli wzrost wartości zmiennej niezależnej odpowiada spadkowi poziomu zmiennej niezależnej (patrz ryc. 4.10).
Zależność nieliniowa– Typ w kształcie litery U występuje w większości eksperymentów, w których ujawniają się cechy mentalnej regulacji zachowania: (patrz ryc. 4.11).
Relacja w kształcie odwróconej litery U uzyskane w licznych badaniach eksperymentalnych i korelacyjnych zarówno z zakresu psychologii osobowości, motywacji, jak i psychologii społecznej (patrz ryc. 4.12).
Ostatni wariant zależności nie jest wykrywany tak często jak poprzednie - złożona zależność quasi-okresowa poziom zmiennej zależnej od poziomu zmiennej niezależnej (patrz rys. 4.13).
Przy wyborze metody opisu obowiązuje „zasada oszczędności”. Każdy prosty opis jest lepszy od opisu złożonego, nawet jeśli jest równie skuteczny. Dlatego tezy powszechne w rodzimych dyskusjach naukowych w rodzaju: „W rzeczywistości wszystko jest znacznie bardziej skomplikowane, niż autor sobie wyobraża” są, delikatnie mówiąc, pozbawione sensu. Co więcej, nikt nie wie, jak „w rzeczywistości”.
Tak zwany „opis złożony”, „opis wielowymiarowy” to często po prostu próba uniknięcia rozwiązania problemu naukowego, sposób na zamaskowanie osobistej niekompetencji, którą chcą ukryć za plątaniną korelacji i skomplikowanych formuł, w których wszystko jest równe. wszystko.
.jpg)
