рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

ГИПОТЕЗЫ НАУЧНЫЕ И СТАТИСТИЧЕСКИЕ

ГИПОТЕЗЫ НАУЧНЫЕ И СТАТИСТИЧЕСКИЕ - раздел Социология, ВВЕДЕНИЕ В ПРОБЛЕМУ СТАТИСТИЧЕСКОГО ВЫВОДА Обычно Исследование Проводится Для Проверки Гипотезы, Которая Явля­ется Следс...

Обычно исследование проводится для проверки гипотезы, которая явля­ется следствием теоретических представлений.1 Эта гипотеза содержит утвер­ждение о связи абстрактных категорий, относящихся к свойствам более или менее широкой совокупности объектов — генеральной совокупности.

ПРИМЕР

Исходя из теории социального научения, исследователь может предположить, что демонстрация сцен насилия по телевидению ведет к повышению агрессивности подростков. Или у менеджера по кадрам некоторого крупного предприятия, исхо­дя из собственного мнения о роли внешности, может родиться предположение, что отношение сотрудников к своим обязанностям зависит от внешнего вида ру­ководителя. Эти совершенно различные предположения объединяет то, что их можно проверить с использованием научного подхода.

Предположение, которое проверяется с применением научного метода, будем называть научной гипотезой.Следует отметить, что не всякая гипотеза, а только та, которая допускает для своей проверки применение научного мето­да, может претендовать на научность. Кроме того, можно научно проверять гипотезы относительно любых мелких проблем, обладающих ничтожной на­учной или практической значимостью. Сам факт применения научного метода вовсе не гарантирует, что проверяемая гипотеза представляет научный интерес.

Применение научного метода для проверки гипотезы предполагает опре­деленную последовательность действий исследователя. Исследование начи­нается с операционализации абстрактных категорий — определения операций,

1 Представлений теоретических — в широком смысле слова, от получивших признание на­учных теорий до субъективных мнений. В последнем случае если гипотетические следствия окажутся состоятельными, то, кто знает, может быть родится новая научная теория.


ЧАСТЬ II. МЕТОДЫ СТАТИСТИЧЕСКОГО ВЫВОДА; ПРОВЕРКА ГИПОТЕЗ

при помощи которых соответствующие этим категориям явления (агрес­сивность, внешний вид и т. д.) могут быть измерены. Затем исследователь организует выборку и проводит соответствующие измерения. Результаты из­мерения преобразуют с использованием описательных статистик к виду, до­пускающему статистическую проверку научной гипотезы.

ПРИМЕР 7.1___________________________________________________

Изучая влияние на агрессивность подростков демонстрации сцен насилия, иссле­дователь измерил агрессивность на двух выборках, различающихся частотой и дли­тельностью просмотра телепередач со сценами насилия. Далее он вычислил сред­ние значения агрессивности для этих выборок: М = 6,3 — для тех, кто чаще смотрит такие телепередачи, и М25,9 — для другой выборки. Какой вывод в отношении гипотезы можно сделать на основе такого различия? Будут ли подобные различия наблюдаться в генеральной совокупности?

Любое исследование сводится к выявлению связи между переменными. В приведенном примере, в частности, исследуется связь между просмотром телепередач со сценами насилия и агрессивностью подростков. Связь эта мо­жет выражаться в величине и направлении различий между сравниваемыми группами или в знаке и величине коэффициента корреляции. То есть связь характеризуется своей силой и направлением. Однако есть еще одна не менее важная характеристика связи — ее надежность, «истинность».

Надежность связи непосредственно связана с репрезентативностью выбор­ки, с тем, насколько уверенно статистики выборки позволяют судить о соот­ветствующих параметрах генеральной совокупности. Ведь связь, обнаруженная в выборке, интересует исследователя лишь в той мере, в какой она позволяет судить о связи, которая существует в генеральной совокупности.

ПРИМЕР______________________________________________________

Возвращаясь к предыдущему примеру 7.1, обратим внимание, что исследователь действительно обнаружил различие между выборками, свидетельствующее о спра­ведливости его гипотезы. Однако смысл статистической проверки не в том, «раз­личаются ли результаты двух выборок...», а в том, насколько вероятно, что суще­ствует различие между всей совокупностью одних и других подростков, которые могли попасть в выборку.

Надежность связи определяется тем, насколько вероятно, что обнаружен­ная в выборке связь будет вновь обнаружена (подтвердится) на другой анало­гичной выборке, извлеченной из той же генеральной совокупности.

Очевидный способ проверки надежности обнаруженной в исследовании связи — это многократное проведение аналогичного исследования на разных выборках. Однако это и трудоемко и не всегда возможно. Но можно сформу­лировать вопрос по-другому. Если в генеральной совокупности связи нет, то какова вероятность случайного получения данного результата исследования? Иначе говоря, какова вероятность, что полученный результат является слу-


ГЛАВА 7. ВВЕДЕНИЕ В ПРОБЛЕМУ СТАТИСТИЧЕСКОГО ВЫВОДА


чайным, а на самом деле связи в генеральной совокупности нет? Вопрос, сфор­мулированный таким образом, позволяет получить ответ с использованием методов статистики. Соответствующее проверяемое утверждение — об отсут­ствии связи — называется статистической гипотезой.

Статистическая гипотеза— это утверждение относительно неизвестного параметра генеральной совокупности, которое формулируется для проверки надежности связи и которое можно проверить по известным выборочным статистикам — результатам исследования. Обычно выделяют основную (ну­левую) и альтернативную статистические гипотезы. Основная (нулевая) гипо­теза (Но)— содержит утверждение об отсутствии связи в генеральной сово­купности и доступна проверке методами статистического вывода. Альтернативная гипотеза (Ht)— принимается при отклонении Но и содержит утверждение о наличии связи. При этом нулевая и альтернативная гипотезы представляют собой, в терминах теории вероятности, «полную группу несовместных собы­тий»: если верна одна из них, то другая является ложной, и наоборот, откло­нение одной из них неизбежно влечет принятие другой.

В примере 7.1 для определения надежности связи агрессивности с просмотром те­лепередач со^ценами насилия необходимо проверить основную статистическую гипотезу Но: Л/( = М2о равенстве двух средних в генеральной совокупности (или, что то же самое, о том, что две выборки принадлежат одной генеральной совокуп­ности). Если по результатам проверки эту гипотезу можно отклонить, то принима­ется альтернативная гипотеза: Н^: М^М2. Отклонение нулевой и принятие альтер­нативной статистической гипотезы в данном случае означало бы, что надежность связи достаточно велика, чтобы говорить о наличии этой связи в генеральной сово­купности. Иначе говоря, это свидетельствовало бы в пользу проверяемой научной гипотезы о связи агрессивности с просмотром телепередач со сценами насилия.

Отметим, что статистическая проверка научной гипотезы следует Аристо­телевой логике доказательства «от противного». Исследователь обычно заин­тересован в установлении связи между изучаемыми явлениями, соответствен­но, его научная гипотеза обычно содержит утверждение о наличии такой связи. Но средствами статистики по результатам вы­борочного исследования проверяется гипо­теза об отсутствии различий. И научная ги­потеза подтверждается в той мере, в какой по результатам выборочного исследования возможно отклонение основной статисти­ческой гипотезы.

– Конец работы –

Эта тема принадлежит разделу:

ВВЕДЕНИЕ В ПРОБЛЕМУ СТАТИСТИЧЕСКОГО ВЫВОДА

ВВЕДЕНИЕ В ПРОБЛЕМУ СТАТИСТИЧЕСКОГО ВЫВОДА ГИПОТЕЗЫ НАУЧНЫЕ И СТАТИСТИЧЕСКИЕ ПРИМЕР Исходя из... ПРИМЕР... Первым примером применения такой логики для проверки статистической ги потезы по видимому является работа врача...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: ГИПОТЕЗЫ НАУЧНЫЕ И СТАТИСТИЧЕСКИЕ

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

ИДЕЯ ПРОВЕРКИ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ
Рассмотрим идею проверки статистической гипотезы на примере. Пред­положим, психолог решил проверить пригодность разработанных ранее норм для имеющегося в его распоряжении теста интеллекта. Прежний

УРОВЕНЬ СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ
Статистическая значимость(Significant level, сокращенно Sig.), или р-уро-вень значимости(р-level), — основной результат проверки статис

СТАТИСТИЧЕСКОЕ РЕШЕНИЕ И ВЕРОЯТНОСТЬ ОШИБКИ
До сих пор под проверкой статистической гипотезы мы подразумевали про­цедуру определения надежности связи (р-уровня, как показателя статистичес­кой значимости). Однако в конечном итоге проверка ста

ВЫБОР МЕТОДА СТАТИСТИЧЕСКОГО ВЫВОДА
Приступая к операционализации содержательной гипотезы — к определе­нию того, как будут измерены изучаемые явления, исследователь уже должен представлять себе, какому методу статистического выв

Анализ таблиц сопряженности
Условие применения: для. каждого объекта (испытуемого) выборки опреде­лена его принадлежность к одной из категорий (градаций) Хи к одной из ка­тегорий (градаций) Y (получена пе

Общий случай: число градаций больше двух
ПРИМЕР Исследовались различия между мужчинами и женщинами в предпочтениях пяти политических лидеров.

Таблицы сопряженности 2x2 с независимыми выборками
ПРИМЕР Методом «потерянных писем» исследовалась склонность людей передавать хоро­шие и плохие новости. Из

Таблицы сопряженности 2x2 с повторными измерениями
ПРИМЕР Необходимо сравнить два вопроса, заданных одной и той же группе испытуемых, по соотношению ответов

Сравнение двух независимых выборок
Условия применения: признак измерен у объектов (испытуемых), каждый из которых принадлежит к одной из двух независимых выборок. ПРИМЕР____________________________________

Сравнение 2-х зависимых выборок
Условия применения: (а) признак измерен у объектов (испытуемых), каж­дый из которых принадлежит к одной из двух зависимых выборок: либо при- ГЛАВА 8. ВЫБОР МЕТОДА СТАТИСТИЧЕ

Сравнение более двух независимых выборок
Условия применения: признак измерен у объектов (испытуемых), каждый из которых принадлежит к одной из к независимых выборок (к > 2). ЧАСТЬ II. МЕТОДЫ СТАТИС

АНАЛИЗ НОМИНАТИВНЫХ ДАННЫХ
Методы, о которых пойдет речь в этой главе, касаются проверки, по-види­мому, самого широкого класса гипотез — в отношении тех явлений, измере­ния которых доступны в номинативной шкале.

Две градации
Эта задача сводится к сравнению численности двух долей объектов (лю­дей, событий и т. д.) в совокупности: обладающих и не обладающих некото­рым свойством. ПРИМЕР________________________

Обработка на компьютере: биномиальный критерий
Исходные данные: значения бинарной номинативной переменной (0, 1) оп­ределены для каждого члена выборки и представлены одним столбцом. Выбираем: Analyze (Метод) > Nonparam

Binomial Test
      Category N Observed Prop. Test Prop. Exact Sig. (1-tailed)

Test Statistics
    Y Chi-Square{a) df Asymp. Sig. 13.333 4 .010 a 0 cells (.0%) have expected frequenc

Число градаций больше двух
По сравнению с анализом классификации, специфика применения крите­рия х2-Пирсона (формула 9.1) к таблицам сопряженности заключается в том, что теоретические частоты рассчитываются отдель

Независимые выборки
Это наиболее часто встречающаяся ситуация применения таблиц 2x2, ког­да одна группа объектов классифицируется по двум дихотомическим основа­ниям и проверяется гипотеза о связи этих двух оснований к

Повторные измерения
Структура исходных данных соответствует ситуации, когда одна выборка объектов классифицирована на две группы дважды по одному и тому же осно­ванию. Рассмотрим проверку гипотезы в отношении таких да

КОРРЕЛЯЦИОННЫЙ АНАЛИЗ
Корреляционный анализ — это проверка гипотез о связях между переменны­ми с использованием коэффициентов корреляции. Наиболее распространен­ные коэффициенты корреляции подробно рассмотрены в

ПАРАМЕТРИЧЕСКИЕ МЕТОДЫ СРАВНЕНИЯ ДВУХ ВЫБОРОК
Сравнение двух выборок по признаку, измеренному в метрической шкале, обычно предполагает сравнение средних значений с использованием параметри­ческого критерия t-Стьюдента. Следует различать

КРИТЕРИЙ Г-СТЬЮДЕНТА ДЛЯ ЗАВИСИМЫХ ВЫБОРОК
Метод позволяет проверить гипотезу о том, что средние значения двух ie-неральных совокупностей, из которых извлечены сравниваемые зависимые вы­борки, отличаются друг от друга. Допущение зави

Критерий r-Стьюдента для одной выборки.
A) Выбираем Analyze > Compare meansj> One Sample T-Test... Б) Воткрывшемся окне диалога выделяем и переносим интересующие пе­ременные из левого окна

Group Statistics
     

Paired Samples Statistics
    Mean N Std. Deviation Std. Error Mean Pair 1 VAR2 VAR3 11.9000 9.6000

Paired Samples Test
          Paired Differences      

ОБЩИЕ ЗАМЕЧАНИЯ
К методам сравнения выборок, в соответствии с принятой классификаци­ей1, мы относим способы проверки статистических гипотез о различии выбо­рок по уровню выраженности признака, измеренно

СРАВНЕНИЕ ДВУХ НЕЗАВИСИМЫХ ВЫБОРОК
Самым популярным и наиболее чувствительным (мощным) аналогом кри­терия f-Стьюдента для независимых выборок является критерий U-Манна-Уитни (Mann-Whitney U). Непараметрическим его аналогом яв

Обработка на компьютере: критерий (7-Манна-Уитни
Для обработки использованы данные примера 12.1. В таблице исходных данных (Data Editor)для каждого из 16 объектов определены значения двух переменных: varl — значения количественно

СРАВНЕНИЕ ДВУХ ЗАВИСИМЫХ ВЫБОРОК
Самым чувствительным (мощным) аналогом критерия f-Стьюдента для зависимых выборок является критерий Т-Вилкоксона (Wilcoxon signed-rank test). Непараметрическим его аналогом является крите

Обработка на компьютере: критерий Г-Вилкоксона
Для обработки использованы данные примера 12.2. Исходные данные для обработки введены в таблицу (Data Editor)в виде двух переменных: varl — «Условие 1»; var2 — «Условие 2».

СРАВНЕНИЕ БОЛЕЕ ДВУХ НЕЗАВИСИМЫХ ВЫБОРОК
Критерий IIКраскала-Уоллеса (Kruskal- Wallis H) является непараметричес­ким аналогом однофакторного дисперсионного анализа (ANOVA) для неза­висимых выборок, поэтому другое его название —

Обработка на компьютере: критерий Я-Краскала-Уоллеса
Для обработки использованы данные примера 12.3. В таблице исходных данных (Data Editor)для каждого из 16 объектов определены значения двух переменных: varl — значения количественно

СРАВНЕНИЕ БОЛЕЕ ДВУХ ЗАВИСИМЫХ ВЫБОРОК
Критерий %2-Фридмана (Friedman test) является непараметрическим анало­гом однофакторного дисперсионного анализа (ANOVA) для повторных изме­рений. Он позволяет проверять гипотезы о

Обработка на компьютере: критерий х2-Фридмана
Для обработки использованы данные примера 12.4. Исходные данные для обработки введены в таблицу (Data Editor)в виде четырех переменных, соот­ветствующих четырем сравниваемым услови

ОДНОФАКТОРНЫЙ ANOVA
Однофакторный (One-Way) ANOVA позволяет проверить гипотезу о том, что изучаемый фактор оказывает влияние на зависимую переменную (сред­ние значения, соответствующие разным градациям фактора, различ

Условие 122
Так зависит ли запоминание материала от условий его предъявления?   Условие 1 Условие 2 Условие 3 №

Обработка на компьютере
Рассмотрим применение однофакторного ANOVA к данным примера 13.1 Исходные данные для анализа введены в таблицу (Data Editor)в следую­щем виде:

Descriptives VOSPR
Первая колонка — номера градаций фактора, вторая колонка (N) — чис­ленность выборок, Mean — средние значе

МНОЖЕСТВЕННЫЕ СРАВНЕНИЯ В ANOVA
В состав процедур ANOVA включаются множественные сравнения сред­них значений для разных уровней фактора: парные сравнения средних после отклонения H0(Post Hoc Tests); метод контрастов (C

Обработка на компьютере
Рассмотрим применение методов множественного сравнения с использо­ванием данных примера 13.1. Применим метод Шеффе для парного сравне­ния средних и метод контрастов для сравнения третьего уровня фа

Scheffe
  Fl N Subset for alpha = .05     1.00

N[(Mm-M)2 +(MB2-M)2+(MB3-M)2].
 

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги