Низкий, средний и высокий уровни развития кратковременной памяти можно
рассматривать как градации фактора кратковременной памяти.
Нулевая гипотеза в дисперсионном анализе будет гласить, что средние величины
исследуемого результативного признака во всех градациях одинаковы.
Альтернативная гипотеза будет утверждать, что средние величины результативного
признака в разных градациях исследуемого фактора различны.
В зарубежных руководствах чаще говорят о переменных, действующих в разных
условиях, а не о факторах и их градациях.
Дело в том, что градация подразумевает ступень, стадию, уровень развития. Говоря о
градациях фактора, мы явно или неявно подразумеваем, что сила его возрастает при
переходе от градации к градации. Между тем, схема дисперсионного анализа применима и
в тех случаях, когда градации фактора представляют собой номинативную шкалу, то есть
отличаются лишь качественно. Например, градациями фактора могут быть: параллельные
формы экспериментальных заданий; цвет окраски стимулов; жанр музыкальных
произведений, сопровождающих процесс работы; традиционные или специально
подобранные православные тексты в сеансах аутогенной тренировки; разные формы
заболевания; разные экспериментаторы; разные психотерапевты и т. д.
Если градации фактора различаются лишь качественно, их лучше называть условиями действия фактора или переменной. Например, действие аутогенной тренировки при условии использования текстов православных молитв или эффективность
психокоррёкционных воздействий при разных формах хронических заболеваний у детей3.
Экспериментальные данные, представленные по градациям фактора, называются
дисперсионным комплексом. Данные, относящиеся к отдельным градациям - ячейками
комплекса.
Дисперсионный анализ позволяет нам констатировать изменение признака, но при
этом не указывает направление этих изменений. Нам необходимо специально графически
представлять полученные данные по градациям фактора, чтобы получить наглядное
представление о направлении изменений.
Подобного рода задачи, как мы помним, позволяют решать непараметрические
методы сравнения выборок или условий измерения, а именно критерий Н. Крускала-
Уоллиса и критерий Фридмана. Однако это касается только тех задач, в которых исследуется действие одного фактора, или одной переменной. Задачи
однофакторного дисперсионного анализа, действительно, могут эффективным образом
решаться с помощью непараметрических методов. Метод дисперсионного анализа
становится незаменимым только когда мы исследуем одновременное действие двух (или более) факторов, поскольку он позволяет выявить взаимодействие факторов в их влиянии на один и тот же результативный признак. Именно эти возможности двухфакторного дисперсионного анализа послужили причиной, по которой изложение этого метода включено в настоящее руководство.
Несмотря на то, что нас интересует прежде всего двухфакторный дисперсионный
анализ, который нельзя заменить другими методами, начнем рассмотрение мы с
однофакторного дисперсионного анализа: во-первых, для того, чтобы выдержать
определенную последовательность и логику в изложении; во-вторых, для того, чтобы на
реальном примере продемонстрировать возможность замены этого метода непараметриче-
скими методами.
Итак, начнем рассмотрение дисперсионного анализа с простейшего случая, когда
исследуется действие только одной переменной (одного фактора). Исследователя
интересует, как изменяется определенный признак в разных условиях действия этой
переменной. Например, как изменяется время решения задачи при разных условиях моти-
вации испытуемых (низкой, средней, высокой) или при разных способах предъявления
задачи (устно, письменно, в виде текста с графиками и иллюстрациями), в разных
условиях работы с задачей (в одиночестве, в одной комнате с экспериментатором, в одной
комнате с экспериментатором и другими испытуемыми) и т.п. В первом случае
переменной, влияние которой исследуется, является мотивация, во втором - степень
наглядности, в третьем - фактор публичности.
Преимущество однофакторного дисперсионного анализа по сравнению с
непараметрическими методами Н Крускала-Уоллиса и Фридмана - неограниченность в
объемах выборок. Ограничения дисперсионного анализа достаточно условны__