d = (1 – r)/2,
где d – расстояние; r – корреляция.
Расстояния отражают сходства-различия признаков. В этом слу-
чае от топологического описания мы переходим к метрическому,
поскольку расстояния между вершинами графа (свойствами) стано-
вятся пропорциональными величинам корреляций с учетом знака;
208
при r = –1 расстояние максимально: d = 1, при r = 1 расстояние
минимально: d = 0.
Ориентированные и неориентированные графы часто приме-
няются при описании результатов личностных и социально-психо-
логических исследований, в частности, социометрических: социо-
грамма – это ориентированный граф.
Любая граф-схема изоморфна матрице (предположений, корре-
ляций и т. д.). Для удобства восприятия не рекомендуется исполь-
зовать при описании результатов графы более чем с 10–11 верши-
нами.
Наряду с графами в психологии применяются и пространствен-
но-графические описания, в которых учитываются структура пара-
метров и отношения между элементами (либо метрические, либо то-
пологические). Примером является известное описание структуры
интеллекта – «куб» Д. Гилфорда. Другой вариант применения про-
странственного описания – пространство эмоциональных состоя-
ний по В. Вундту или же описание типов личности по Г. Айзенку
(«круг Айзенка»).
В случае если в пространстве признаков определена метрика,
то используется более строгое представление данных. Положение
точки в пространстве, изображенном на рисунке, соответствует ре-
альным координатам ее в пространстве признаков. Таким способом
представляются результаты многомерного шкалирования, фактор-
ного анализа, латентно-структурного анализа и некоторых вариан-
тов кластерного анализа.
Каждый фактор отображается осью пространства, а параметр
поведения, измеренный нами, – точкой в этом пространстве. В дру-
гих случаях, в частности при описании результатов дифференци-
ально-психологических исследований, точками изображаются ис-
пытуемые, осями – главные факторы (или латентные свойства).
Для первичного представления данных используются другие
графические формы: диаграммы, гистограммы и полигоны распре-
деления, а также различные графики.
Первичным способом представления данных является изобра-
жение распределения. Для отображения распределения значений из-
меряемой переменной на выборке используют гистограммы и поли-
гоны распределения. Часто для наглядности распределение пока-
209
зателя в экспериментальной и контрольной группах изображают
на одном рисунке.
Гистограмма – это «столбчатая» диаграмма частотного распре-
деления признака на выборке. Используется декартова система ко-
ординат. При построении гистограмм на оси абсцисс откладывают
значения измеряемой величины, а на оси ординат – частоты или от-
носительные частоты встречаемости данного диапазона величины
в выборке. Если на гистограмме отображены относительные часто-
ты, то площадь всех столбиков равна 1.
В полигоне распределения количество испытуемых, имеющих
данную величину признака (или попавших в определенный интер-
вал величины), обозначают точкой с координатами: X – градация
признака, У – частота (количество людей) конкретной градации или
относительная частота (отнесение количества людей с этой града-
цией признака ко всей выборке). Точки соединяются отрезками
прямой. Перед тем как строить полигон распределения, или гисто-
грамму, исследователь должен разбить диапазон измеряемой ве-
личины, если признак дан в шкале интервалов или отношений,
на равные отрезки. Рекомендуют использовать не менее 5, но не бо-
лее 10 градаций. В случае использования номинальной или порядко-
вой шкалы такой проблемы не возникает.
Если исследователь хочет нагляднее представить соотноше-
ние между различными величинами, например, доли испытуемых
с разными качественными особенностями (количество мужчин и
женщин), то ему выгоднее использовать диаграмму. В секторной
круговой диаграмме величина каждого сектора пропорциональна
величине встречаемости каждого типа. Величина круговой диаграм-
мы может отображать относительный объем выборки или значи-
мость признака.
Вариантом отображения информации, переходным от графи-
ческого к аналитическому, являются в первую очередь графики,
представляющие функциональную зависимость признаков. Собст-
венно говоря, полигон распределения – это и есть отображение за-
висимости частоты встречаемости признака от его величины.
Идеальный вариант завершения экспериментального исследо-
вания – обнаружение функциональной связи независимой и зави-
симой переменных, которую можно описать аналитически.
210
Условно выделим два различных по содержанию типа графи-
ков: 1) отображающие зависимость изменения параметров во време-
ни; 2) отображающие связь независимой и зависимой переменных
(или любых двух других переменных). Классическим вариантом
изображения первой зависимости является обнаруженная Г. Эббин-
гаузом связь между объемом воспроизведенного материала и време-
нем, прошедшим после заучивания. Аналогичны многочисленные
«кривые научения» или «кривые утомления», показывающие изме-
нение эффективности деятельности во времени.
Ч
и
сл
о
с
л
у
ч
а
ев
300
8–11
20
40
60
80
100
120
140
160
180
200
220
240
260
280
340
320
52–55
Показатели
Гистограмма
Полигон частот
Рис. 22. Гистограмма и полигон распределения.
Кривая полигона частот и гистограмма
Графики функциональной зависимости двух переменных так-
же не редкость в психологии: законы Фехнера, Стивенса (в психофи-
зике), Йеркса – Додсона (в психологии мотивации), закономерность,
описывающая зависимость вероятности воспроизведения элемен-
та от его места в ряду (в когнитивной психологии), и т. п.
Существует ряд простых рекомендаций по построению графи-
ков. В частности, Л. В. Куликов [Куликов, 2001, 116] дает следующие
советы:
211
1. График и текст должны взаимно дополнять друг друга.
2. График должен быть понятен сам по себе и включать все не-
обходимые обозначения.
3. На одном графике не разрешается изображать больше четы-
рех кривых.
4. Линии на графике должны отражать значимость параметра,
важнейшие необходимо обозначать цифрами.
5. Надписи на осях следует располагать внизу и слева.
6. Точки на разных линиях принято обозначать кружками, квад-
ратами и треугольниками.
Если необходимо на том же графике представить величину раз-
броса данных, то их следует изображать в виде вертикальных отрез-
ков, чтобы точка, обозначающая среднее, находилась на отрезке
(в соответствии с показателем асимметрии).
Видом графиков являются диагностические профили, которые
характеризуют среднюю выраженность измеряемых показателей
у группы или определенного индивида.
Наиболее важный способ представления результатов научной
работы – числовые значения величины: 1) показатели центральной
тенденции (среднее, мода, медиана); 2) абсолютные и относитель-
ные частоты; 3) показатели разброса (стандартное отклонение,
дисперсия, процентильный разброс); 4) значения критериев, ис-
пользованных при сравнении результатов разных групп; 5) коэф-
фициенты линейной и нелинейной связи переменных и т. д. и т. п.
Стандартный вид таблиц для представления первичных результа-
тов: по строкам – испытуемые, по столбцам – значения измерен-
ных параметров. Результаты математической статистической обра-
ботки также сводятся в таблицы.
Существующие компьютерные пакеты статистической обра-
ботки данных позволяют выбрать любую стандартную форму таб-
лиц для представления их в научной публикации.
Итогом обработки данных «точного» эксперимента является ана-
литическое описание полученных зависимостей между независи-
мыми и зависимыми переменными. Если до недавних пор в психо-
логии для описания результатов использовались преимуществен-
но элементарные функции, то сегодня исследователи работают прак-
тически со всем аппаратом современной математики. К числу прос-
212
тейших аналитических выражений, описывающих эмпирически по-
лученные зависимости, относятся, например, психофизические «за-
коны» Г. Фехнера или С. Стивенса. Известность получили законы
У. Хика и Р. Хаймета, по которым определяется зависимость време-
ни реакции выбора от числа альтернатив:
Достарыңызбен бөлісу: |