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 вывода будут соответство­вать получаемые в процессе исследования исходные данные. В противном случае он рискует оказаться в драматической ситуации, когда данные уже со­браны, но невозможно определить метод их анализа.

Как уже отмечалось, любая содержательная гипотеза научного исследова­ния касается связи между явлениями (свойствами, событиями) — независи­мо от того, содержит ли формулировка гипотезы указание на связь или на различия (между группами, условиями, событиями). Например, формулиров­ка «мужчины и женщины различаются по коммуникативной компетентнос­ти» тождественна формулировке «коммуникативная компетентность связана с полом». Кроме того, независимо от своей формулировки, одна и та же со­держательная гипотеза может быть проверена при помощи самых разных ста­тистических методов. Ограничение на выбор статистического метода возни­кает только после определения того, как измерены (или будут измерены) явления, в отношении связи которых проверяется гипотеза.

ПРИМЕР______________________________________________________________

А Территориальный рефлекс

Рассмотрим некоторые возможные способы проверки одной и той же содержательной ги­потезы. В одном из исследований изучалось проявление «территориального рефлекса» водителей, выезжающих с общественных ав­тостоянок. Проверялась гипотеза о том, что водители, на место которых претендуют другие водители, покидают свое место с на­меренной задержкой.¹ Гипотеза содержит ут­верждение о связи двух явлений: 1) интенсив­ность претензии на занимаемую территорию;

¹ Солосо Р., МакЛин К. Экспериментальная психология. СПб., 2003. С. 142.

ЧАСТЬ II. МЕТОДЫ СТАТИСТИЧЕСКОГО ВЫВОДА: ПРОВЕРКА ГИПОТЕЗ

2) интенсивность проявления «территориального рефлекса» — сопротивления пре­тенденту. Эти явления могут быть операционализированы по-разному.

1. Наблюдение того, проявляется или нет «территориальный рефлекс» при терри­
ториальном посягательстве высокой и низкой интенсивности (два номинатив­
ных признака: а) посягательство разной интенсивности: высокой, низкой; б) про­
явление территориального рефлекса: есть, нет).

2. Измеряется время задержки выезда с автостоянки водителей — в зависимости от
интенсивности претензии других водителей на их место (два количественных
признака: интенсивность претензии, время задержки выезда).

3. Измеряется время задержки выезда с автостоянки в зависимости от характера
претензии другого водителя (например, подает или нет звуковой сигнал). Одна
переменная номинативная (характер претензии), другая —количественная (вре­
мя задержки выезда).

Конечно, для каждого из этих случаев следует применять свой метод статистичес­кого вывода — в зависимости от измерительных шкал, в которых представлены признаки. В первом случае будут сравниваться два распределения частот проявле­ния «территориального рефлекса»: для высокой и низкой интенсивности посяга­тельства. Во втором случае может бытышчислена корреляция интенсивности пре­тензии и времени задержки выезда. В третьем — речь может идти о сравнении средних значений времени выезда с автостоянки для разных случаен проявления претензии на занимаемую территорию.

Помимо типов шкал, в которых измерены или представлены изучаемые признаки, на выбор метода статистической проверки гипотезы влияет коли­чество сравниваемых групп (градаций номинативной переменной), зависи­мость или независимость сравниваемых выборок и ряд других причин. Каза­лось бы, разнообразие способов статистической проверки должно быть очень велико и сопоставимо с бесчисленным множеством возможных содержатель­ных гипотез. К этому можно добавить большое число разнообразных стати­стических критериев и вариантов их применения, которые разработаны для самых разных исследовательских ситуаций. Неудивительно, что проблема выбора метода статистического вывода, или проблема выбора критерия, зача­стую становится затруднительной даже для искушенного исследователя.

Тем не менее, все бесчисленное множество содержательных гипотез может быть сведено к относительно небольшому числу типичных исследовательс­ких ситуаций. Каждой такой ситуации соответствует своя структура исходных данных и оптимальный метод статистической проверки.

КЛАССИФИКАЦИЯ МЕТОДОВ СТАТИСТИЧЕСКОГО ВЫВОДА

Первое основание для классификации исследовательских ситуаций — это типы шкал, в которых измерены признаки, связь между которыми изучается. Признаки могут быть измерены либо в количественной шкале (порядковой,

ГЛАВА 8. ВЫБОР МЕТОДА СТАТИСТИЧЕСКОГО ВЫВОДА

Связь Хи Y

Рис. 8.1. Классификация методов статистического вывода о связи двух явлений и зависи­мости от типа шкал, в которых они измерены

метрической), либо в качественной (номинативной) шкале. В зависимости от этого выделяются 3 ситуации (рис. 8.1).

Наиболее многочисленная группа методов относится к случаю, когда одна из переменных является количественной, а другая — качественной. Это ши­рокий класс исследовательских ситуаций, когда задача сводится к сравнению групп (градаций номинативной переменной) по уровню выраженности при­знака (количественной переменной). Для решения такой задачи применяют­ся методы сравнения, которые можно классифицировать по трем основаниям: а) количество сравниваемых групп (фадаций номинативной переменной) —две или более двух; б) соотношение сравниваемых групп: зависимые выборки или независимые выборки; в) шкала, в которой измерен количественный признак: метрическая, ранговая. Таким образом, можно выделить 8 основных методов сравнения (рис. 8.2).

Методы сравнения (X— качественный, Y— количественный)

Рис. 8.2. Классификация методов статистического вывода о различии выборок по уровню выраженности количественного признака

ЧАСТЬ II. МЕТОДЫ СТАТИСТИЧЕСКОГО ВЫВОДА: ПРОВЕРКА ГИПОТЕЗ

МЕТОДЫ КОРРЕЛЯЦИОННОГО АНАЛИЗА

Проверяемая Н_о: коэффициент корреляции равен нулю.

Условие применения: а) два признака измерены в ранговой или метричес­кой шкале на одной и той же выборке; б) связь между признаками является монотонной (не меняет направления по мере увеличения значений одного из признаков).

Структура исходных данных:

 

№	X	Y
N

Обычно изучаются корреляции между множеством Р переменных. В таком случае вычисляются корреляции между всеми возможными парами этих пере­менных. Результатом является корреляционная матрица, включающая Р(Р—1)/2 значений коэффициентов парной корреляции. Под корреляционным анали­зом обычно и понимают изучение связей по корреляционной матрице.

Методы:

Корреляция ^-Пирсона— для метрических переменных.

Условие применения: а) распределения Хи ^существенно не отличаются от нормального.

Дополнительно: частная корреляция — для изучения зависимости корре­ляции Хи Кот влияния переменной Z; сравнение корреляций — для незави­симых и зависимых выборок.

Корреляции r-Спирмена, т-Кендалла— для порядковых переменных.

МЕТОДЫ АНАЛИЗА НОМИНАТИВНЫХ ДАННЫХ

В зависимости от цели исследования и структуры исходных данных выде­ляются три группы методов, соответствующих решаемым задачам: □ анализ классификаций; П анализ таблиц сопряженности; П анализ последовательностей (серий).

ГЛАВА 8. ВЫБОР МЕТОДА СТАТИСТИЧЕСКОГО ВЫВОДА