КАТЕГОРИАЛЬНАЯ СИСТЕМА ПСИХОЛОГИИ
Мы можем представить себе категориальную систему психологического познания как своего рода сетку, образующую пять уровней категорий (из которых первая не является собственно психологической, но остается сущностной по отношению к вышележащим психологическим категориям): биологические, протопсихологические, базисные психологические, метапсихологические и экстрапсихологические, охватывающие в целом всю психосферу и порождающие весь понятийный аппарат психологической науки.
Ряд соответствий между базисными и метапсихологическими категориями:
образ ® сознание
мотив ® ценность
переживание ® чувство
действие ® деятельность
взаимоотношения (интеракция, взаимодействие) ® общение
субъект ® Я
ситуация ® предметность.
соотношение базисных и метапсихологических категорий: в каждой метапсихологической категории раскрывается некоторая базисная психологическая категория через соотношение ее с другими базисными категориями (что позволяет выявить заключенное в ней “системное качество”). В то время как в каждой из базисных категорий любая другая базисная категория существует скрыто, “свернуто”, каждая метапсихологическая категория представляет собой “развертку” этих латентных образований.
В логическом отношении каждая метапсихологическая категория определяется через слитную субъект-предикативную конструкцию, в которой положение субъекта занимает некоторая базисная категория (один из примеров: “образ” как базисная категория в метапсихологической категории “сознание”), а в качестве предиката выступает соотношение этой базисной категории с другими базисными категориями — “мотивом”, “действием”, “отношением” (“взаимоотношениями”, “интеракцией”), “переживанием”.
|
|
|
Так, метапсихологическая категория “сознание” рассматривается как развитие базисной психологической категории “образ”, а, например, базисная категория “действие” обретает конкретную форму в метапсихологической категории “деятельность” и т.п. Базисную категорию в функции логического субъекта какой-либо метапсихологической категории будем называть “категориальным ядром”, а категории, посредством которых данная ядерная категория превращается в метапсихологическую, обозначим как “оформляющие” (“конкретизирующие”).
Образ ® сознание. Действительно ли “сознание” является метапсихологическим эквивалентом базисной категории “образ”? “сознание” есть целостный образ действительности (что в свою очередь означает область человеческого действия), реализующий мотивы и отношения субъектов и включающий в себя его самопереживание, наряду с переживанием внеположности мира, в котором существует субъект. Итак, логическим ядром определения категории “сознание” здесь является базисная категория “образ”, а оформляющими категориями — “действие”, “мотив”, “взаимоотношения”, “переживание”, “субъект”.
|
|
|
КРИЗИС ПСИХОЛОГИИ
В 70-е гг. большие надежды возлагались на появление некоей единой и универсальной психологической теории, которая будет принята всеми психологами, покончит с эклектизмом пониманий психического и объединит психологическую науку.
Несмотря на то что многие практические психологи одновременно работают или, по крайней мере, числятся в научно-исследовательских или учебных заведениях, психологи-исследователи и психологи-практики принадлежат к разным и мало пересекающимся друг с другом сообществам.
Исследовательская же и практическая психология, обладая всеми различиями, характерными для разных парадигм, развиваются к тому же различными сообществами, и поэтому их следовало бы обозначить не как конкурирующие парадигмы, а как различные социодигмы. Естественно, подобную внутридисциплинарную разобщенность, далеко выходящую за пределы противостояния парадигм, склонные к методологической рефлексии психологи не могут не воспринимать как тяжелый кризис своей науки.
|
|
|
И все же главная причина тех явлений в психологии, которые обычно характеризуются как критические, состоит в общем кризисе рационализма, охватившем всю западную цивилизацию.
Следует отметить, что, как это ни парадоксально, сама наука во многом способствовала расцвету мистицизма. Она породила гипотезы (о существовании биополей, возможности экстрасенсорного восприятия, влиянии космоса на организм человека и т.п.), которые уверенно эксплуатируются магами, астрологами и экстрасенсами в качестве объяснительных принципов. Она подала им пример социальной организации: сообщество экстрасенсов, магов и колдунов, переживающее сейчас процесс институционализации, моделирует организацию научного сообщества, создавая институты и академии, присуждая себе ученые степени магистров белой и черной магии или профессоров парапсихологии. И наконец, именно наука своими открытиями, не раз разрушавшими привычное мировосприятие, внушила человечеству, что все возможно, даже то, что сейчас кажется абсолютно нереальным.
Неприятие рационализма имело в российской интеллектуальной традиции прочные морально-этические корни, вырастающие из православия. В частности, для православия "рационализм был ассоциирован с эгоизмом, с безразличием к общественной жизни и невключенностью в нее". И поэтому закономерно, что первый "бунт против картезианства" - основы и символа западного научного мышления - состоялся именно в России, породив противопоставленный картезианству "мистический прагматизм" - "взгляд на вещи, основным атрибутом которого служит неразделение мысли и действия, когнитивного и эмоционального, священного и земного". И неудивительно, что, как только "сверху" перестали определять, какой тип науки должны развивать отечественные ученые, они тут же начали реализовывать подобный "взгляд на вещи", в результате чего общий кризис рационализма с особой рельефностью проявился именно в российской гуманитарной науке, затронув, естественно, и отечественную психологию.
|
|
|
В ней он проявляется в обращении к душе в качестве объекта научного изучения, в распространении экзотических учений, в разработке синтетических научно-религиозных систем знания, таких, как христианская психология, в легализации парапсихологии, в насыщении психологической литературы такими категориями, как "биополе" или "экстрасенсорное восприятие", и усугубляется иррационализацией психологии наших сограждан, ибо обществоведы и "людоведы" всегда впитывают в себя особенности тех людей и обществ, которые изучают.
Кризис психологического знания и способов его получения, обусловлен преимущественно социальными причинами, являясь кризисом не столько самой психологической науки, сколько системы ее взаимоотношений с обществом, и поэтому может разрешиться только социальным путем. Наивно полагать, что изобретение новых систем психологического знания, развитие уже существующих или отработка новых способов аргументации помогут рационалистической метадигме одолеть ее конкурентов. Рационалистическую науку можно метафорически охарактеризовать как "сознание" общества, а такие явления, как паранаука, отнести к проявлениям его "бессознательного". Современное общество явно предпочитает пребывать в бессознательном состоянии, а также имеет склонность к измененным состояниям сознания. Пока это так, у рациональной науки и, соответственно, у рационалистической психологии мало шансов на восстановление прежнего влияния на массовое сознание, которое все больше походит на массовое бессознательное.
41. Статистическая обработка результатов психологического исследования.
Применение методов математической статистики (статистических методов) для обработки результатов эмпирического исследования является обязательным требованием к курсовым и выпускным квалификационным работам по психологии и конфликтологии.
Методами статистической обработки результатов исследования называются математические приемы, формулы, способы количественных расчетов, с помощью которых показатели, получаемые в ходе исследования, можно обобщать, приводить в систему, выявляя скрытые в них закономерности.
В зависимости от применяемых методов можно охарактеризовать выборочное распределение данных исследования, можем судить о динамики изменения отдельных показателей, о статистических связях существующих между исследуемыми переменными величинами.
Математическая обработка результатов исследования дает исследователю возможность ответить на ряд вопросов:
Чем один человек отличается от другого (или группы лиц) по исследуемой психологической \ конфликтологической характеристике?
Как развиваются две группы лиц по какой-либо психологической \ конфликтологической характеристике и др.
Ответы на эти и другие вопросы могут быть получены в ходе психодиагностического обследования и зависят от правильного проведения этого обследования, а также от грамотной обработке и интерпретации полученных результатов.
Главная цель статистических методов - представить количественные данные в сжатой форме, с тем, чтобы облегчить их понимание.
Все методы статистического анализа условно делятся на первичные и вторичные.
Первичными называются методы, с помощью которых можно получить показатели, непосредственно отражающие результаты проводимых в эксперименте измерений. Под первичными статистическими показателями имеются в виду показатели, которые применяются в самих психодиагностических методиках и являются итогом начальной статистической обработки результатов диагностики.
К первичным методам статистической обработки относят: определение среднего арифметического, дисперсии, моды и медианы.
Вторичными называют методы статистической обработки, с помощью которых на базе первичных данных выявляют скрытые в них статистические закономерности.
К вторичным методам статистической обработки относят: корреляционный анализ, регрессионный анализ, факторный анализ, методы сравнения первичных данных двух или нескольких выборок.
8.1.1. Меры центральной тенденции
Рассматривая методы математической статистики, применяемые для обработки данных тестовых исследований, можно выделить группу методов которые могут описывать те или иные меры центральной тенденции. Такие меры указывают наиболее типичный результат, характеризующий выполнение теста всей группой. Самая известная из таких мер - среднеарифметическое значение (М).
Среднеарифметическое (или выборочное среднее) значение представляет собой среднюю оценку изучаемого в эксперименте психологического качества. Эта оценка характеризует степень его развития в целом у той группы испытуемых, которая была подвергнута исследованию (выборка испытуемых). Сравнивая среднее значение двух или нескольких групп, мы можем судить об относительной степени развития у людей, составляющих эти группы, оцениваемого качества 
Среднеарифметическое определяется по следующей формуле:
М = 
где М - среднеарифметическое значение
n - количество испытуемых
Пример: В исследовании объема вербальной механической памяти, тест ``10 слов'' в группе из 12 испытуемых (n = 12), получены следующие результаты (количество запомненных слов): 5, 4, 5, 6, 7, 3, 6, 2, 8, 6, 9, 7
Среднеарифметическое значение (М) 
Для данной выборки среднеарифметическое значение (М) = 5,6
Другой мерой центральной тенденции является мода (Мо) - наиболее часто встречающийся результат. В интервальном частотном распределении мода определяется как середина интервала, для которого частота максимальна.
Пример: В ряду значений 2, 3, 4, 5, 5, 6, 6, 6, 7, 7, 8, 9 модой является 6, потому, что 6 встречается чаще любого другого числа.
Обратите внимание, что мода представляет собой наиболее часто встречающееся значение (в данном примере это 6), а не частоту встречаемости этого значения (в данном примере равную 3).
Когда два соседних значения имеют одинаковую частоту и их частота больше частот любых других значений, мода вычисляется как среднее арифметическое этих двух значений.
Пример: в выборке 1, 2, 2, 2, 5, 5, 5, 6 частоты рядом расположенных значений 2 и 5 совпадают и равняются 3. Эта частота больше, чем частота других значений 1 и 6 (у которых она равна 1). Следовательно, модой этого ряда будет величина 
Третья мера центральной тенденции - медиана (Ме), - результат, находящийся в середине последовательности показателей, если их расположить в порядке возрастания или убывания. Справа и слева от медианы (Ме) в упорядоченном ряду остается по одинаковому количеству данных (50% и 50%). Если ряд включает в себя четное количество признаков, то медианой (Ме) будет среднее, взятое как полусумма двух центральных значений ряда.
Пример: Найдем медиану выборки: 5, 4, 5, 6, 7, 3, 6, 2, 8, 6, 9, 7.
Упорядочим выборку: 2, 3, 4, 5, 5, 6, / 6, 6, 7, 7, 8, 9. Поскольку здесь имеется четное число элементов, то существует две ``середины'' - 6 и 6. В этом случае медиана определяется как среднее арифметическое этих значений.
Ме 
Пример: Найдем медиану выборки с нечетным количеством значений: 9, 3, 5, 8, 4, 11, 13.
Сначала упорядочим выборку по величинам входящих в нее значений. Получим: 3, 4, 5, 8, 9, 11, 13. Поскольку в выборке семь элементов, четвертый по порядку элемент будет серединой ряда. Таким образом, медианой будет четвертый элемент - 8
Значения Ме и Мо полезны для того, чтобы установить является ли распределение частных значений изучаемого признака симметричным и приближающимся к нормальному распределению. Среднее арифметическое (М), медиана (Ме) и мода (Мо) для нормального распределения обычно совпадают или очень мало отличаются друг от друга. При нормальном распределении результатов график распределения имеет форму колокола (рис. 2).
Рис. 2. График нормального распределения результатов исследования
Меры разброса данных
Для более полного описания результатов эмпирического исследования используются меры разброса данных, характеризующие степень индивидуальных отклонений от центральной тенденции. Это самый простой показатель, который можно получить для выборки - разность между максимальной и минимальной величинами данного конкретного вариационного ряда. Мера разброса данных позволяет сравнивать между собой разные группы. Чем сильней варьирует измеряемый признак, тем больше величина разброса данных и наоборот.
Необходимо отметить, что данная мера крайне неточна и неустойчива. Единственный необычно высокий или низкий результат может повлиять на величину размаха.
Более точный метод измерения разброса данных основан на учете разности между каждым индивидуальным результатом и среднеарифметическим значением по группе. Такой мерой разброса является дисперсия или средний квадрат отклонения ( 
.
Дисперсия характеризует насколько частные значения отклоняются от средней величины в данной выборке. Чем больше дисперсия, тем больше отклонение или разброс данных. Дисперсия определяется по следующей формуле:
где 
- дисперсия
- выражение, означающее, что для всех значений x от первого до последнего в данной выборке вычисляется разность между частными и средними значениями, эти разности возводятся в квадрат и суммируются
n - объем выборки
Вычислим дисперсию ( для следующего ряда: 2, 4, 6, 8, 10. Прежде всего, найдем среднее (М) для данного ряда, оно равно 6.
Из каждого элемента ряда вычтем величину среднего этого ряда. Полученные величины характеризуют то, насколько каждый элемент отклоняется от средней величины в данном ряду. Экспериментальные данные этой задаче, необходимые для расчета дисперсии, представим в виде (табл. 5)
Таблица 5
Первичный результат 
| 
| 
|
| 2 | - 4 | 16 |
| 4 | - 2 | 4 |
| 6 | 0 | 0 |
| 8 | 2 | 4 |
| 10 | 4 | 16 |
| М = 6 | 
|
Далее разности возводят в квадрат суммируются. Полученную сумму квадратов разностей делим на объем данной выборки. В нашем примере получится следующее: 
Общий алгоритм вычисления дисперсии ( следующий:
Вычисляется среднее по выборке
Для каждого элемента выборки вычисляется его отклонение от среднего.
Каждый элемент множества возводят в квадрат.
Находится сумма этих квадратов.
Эта сумма делится на общее количество членов используемой выборки.
Очень часто вместо дисперсии для выявления разброса частных данных относительно средней используют производную от дисперсии величину, называемую стандартным отклонением. Стандартное отклонение равно квадратному корню, извлекаемому из дисперсии ( , и обозначается тем же знаком, только без квадрата ( 
. Эта величина в ряде случаев оказывается более удобной характеристикой варьирования, чем, дисперсия, так как выражается в тех же единицах, что и средняя арифметическая величина.
В нашем примере 
О чем же свидетельствует стандартное отклонение равное 2, 58? Оно позволяет сказать, что большая часть результатов данного исследования располагается в пределах 2, 58 от средней, т. е. между 3, 42 (6 - 2,58) и 8, 58 (6 + 2,58).
Для того чтобы лучше понять, что подразумевается под ``большей частью результатов'', необходимо рассмотреть те свойства стандартного отклонения, которые проявляются при нормальной или приблизительно нормальной кривой распределения, так как здесь существует прямое соответствие между 
и относительным количеством случаев. На рис. 3 по горизонтальной оси отложены интервалы, соответствующие отклонению в 1 , 2 и 3 вправо и влево от среднего значения (М). Процент случаев, приходящийся на интервал М + 1 в нормальном распределении, равен 34, 13. Поскольку кривая симметрична, 34,13 случаев приходится также на интервалы от М - 1 , так, что диапазон от - 1 до + 1 охватывает 68, 26 % случаев. Почти все случаи (99,72%), т. е. почти все показатели лежат в пределе от - 3 до + 3 относительно среднего значения.
Рис. 3. Процентное соотношение случаев для кривой нормального распределения
Эта закономерность известна как закон ``трех сигм'' и является одной из характеристик нормального распределения.
Методы вторичной статистической обработки результатов исследования
С помощью вторичных методов статистической обработки данных проверяются, доказываются или опровергаются гипотезы, связанные с эмпирическим исследованием.
Чаще всего в прикладных психолого-педагогтческих исследованиях применяются следующие методы вторичной статистической обработки результатов:
Методы сравнения двух или нескольких элементарных статистик (средних, дисперсий и т. д.) относящихся к разным выборкам.
Методы установления статистических связей между переменными (корреляционный анализ).
Методы выявления внутренней статистической структуры эмпирических данных (факторный анализ).
В общем, психологические задачи, решаемые с помощью методов математической статистики, условно можно разделить на несколько групп.
Задачи, требующие установления сходства или различия.
Задачи, требующие группировки и классификации данных.
Задачи, ставящие целью анализ источников вариативности (изменчивости) получаемых психологических признаков.
Задачи, предполагающие возможность прогноза на основе имеющихся данных.
Наиболее полная сводка типов задач и методов их решения дана в приложении 5
8.2.1. Статистические критерии различий
Одной из наиболее встречающихся статистических задач, с которыми сталкивается психолог, является задача сравнения результатов обследования какого-либо психологического признака в разных условиях измерения (например, до и после определенного воздействия) или обследования контрольной и экспериментальной групп. Также нередко возникает необходимость оценить характер изменения того или иного психологического показателя в одной или нескольких группах в разные периоды времени или выявить динамику изменения этого показателя под влиянием экспериментальных воздействий. Для решения подобных задач используется большой выбор статистических способов, называемых в наиболее общем виде критериями различий. Эти критерии позволяют оценить степень статистической достоверности различий между разнообразными показателями. Важно учитывать, что уровень достоверности различий включается в план проведения эксперимента.
Существует достаточно большое количество критериев различий. Каждый из них имеет свою специфику, различаясь между собой по основаниям (например, тип измерительной шкалы, максимальный объем выборки, количество выборок, качество выборки - зависимая и независимая).
Кроме того, критерии различаются по мощности. Мощность критерия - это способность выявлять различия или отклонять нулевую гипотезу, если она не верна.
Разнообразие критериев различий позволяет:
выбирать критерий, адекватный типу шкалы, в которой получены экспериментальные данные;
работать со связными (зависимыми) и несвязными (независимыми) выборками;
работать с неравными по объему выборками;
выбирать из критериев разные по мощности (в зависимости от целей исследования)
Все критерии различий условно подразделены на две группы: параметрические и непараметрические критерии.
Критерий различия называют параметрическим, если он основан на конкретном типе распределения генеральной совокупности (как правило, нормальном) или использует параметры этой совокупности (среднее, дисперсии и т. д.).
Критерий различия называют непараметрическим, если он не базируется на предположении о типе распределения генеральной совокупности и не использует параметры этой совокупности. Поэтому для непараметрических критериев предлагается также использовать такой термин как ``критерий, свободный от распределения''.
При нормальном распределении генеральной совокупности параметрические критерии обладают большей мощностью по сравнению с непараметрическими (способны с большей достоверностью отвергать нулевую гипотезу, если последняя не верна).
Однако, как показывает практика, подавляющее большинство данных, получаемых в психологических экспериментах, не распределены нормально, поэтому применение параметрических критериев при анализе результатов психологических исследований может привести к ошибкам в статистических выводах. В таком случае непараметрические критерии становятся более мощными, т. е. способными с большей достоверностью отвергать нулевую гипотезу.
При проверке статистических гипотез используются два понятия: нулевая гипотеза (обозначение 
и альтернативная гипотеза (обозначение 
. Принято считать, что нулевая гипотеза 
- это гипотеза о сходстве, а альтернативная 
- гипотеза о различии. Таким образом, принятие нулевой гипотезы свидетельствует об отсутствии различий, а гипотезы о наличии различий.
Рекомендации к выбору критерия различий
Прежде всего, следует определить, является ли выборка зависимой (связной) или независимой (несвязной).
Выборки называют независимыми (несвязными), если процедура эксперимента и полученные результаты измерения некоторого свойства у испытуемых одной выборки не оказывают влияние на особенности протекания этого же эксперимента и результаты измерения этого же свойства у испытуемых другой выборки.
Зависимыми (связными) называют выборки, если процедура эксперимента и полученные результаты измерения некоторого свойства, проведенные по одной выборке, оказывают влияние на другую.
Следует определить однородность - неоднородность выборки.
Однородность выборки означает, что психолог, изучая, например, подростков не может включать в исследование взрослых людей. Основаниями для формирования однородной выборки могут служить следующие характеристики: пол, возраст, уровень интеллекта, национальность, отсутствие определенных заболеваний и т. д.
Затем следует оценить объем выборки и, зная ограничения каждого критерия по объему, выбрать соответствующий критерий.
При этом целесообразнее всего начинать работу с выбора наименее трудоемкого критерия.
Если используемый критерий не выявил различия - следует применить более мощный, но одновременно и более трудоемкий критерий.
Если имеется несколько критериев, то следует выбирать те из них, которые наиболее полно используют информацию, содержащуюся в экспериментальных данных.
Непараметрические критерии для связных выборок
Дата добавления: 2019-11-25; просмотров: 389; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!