ВВЕДЕНИЕ
ПОНЯТИЕ ОБ ИЗМЕРИТЕЛЬНЫХ ШКАЛАХ
ВИДЫ ШКАЛ
1 Шкала наименований
2 Шкала порядка
3 Шкала интервалов
4 Шкала отношений
5 Другие шкалы
6 Взаимосвязь различных школ между собой
ЗАКЛЮЧЕНИЕ
ВВЕДЕНИЕ
Актуальность исследования заключается в том, что в своей работе психолог достаточно часто сталкивается с проблемой измерения индивидуально-психологических особенностей таких, например, как креативность, нейротизм, импульсивность, свойства нервной системы и т.п. Для этого в психодиагностике разрабатываются специальные измерительные процедуры, в том числе и тесты.
Помимо того в психологии широко используются экспериментальные методы и модели исследования психических феноменов в познавательной и личностной сферах. Это могут быть модели процессов познания (восприятия, памяти, мышления) или особенности мотивации, ценностных ориентации, личности и т.п. Главное заключается в том, что в ходе эксперимента изучаемые характеристики могут получать количественное выражение. Количественные данные, полученные в результате тщательно спланированного эксперимента по определенным измерительным процедурам, используются затем для статистической обработки.
Любое измерение производится с помощью инструмента измерения. То, что измеряется, называется переменной, то чем измеряют - инструмент измерения. Результаты измерения называются данными либо результатами (говорят «были получены данные измерения»). Полученные данные могут быть разного качества - относиться к одной из четырех шкал измерения. Каждая шкала ограничивает использование определённых математических операций, и соответственно ограничивает применение определённых методов математической статистики.
Цель реферата - изучить понятие и классификацию измерительной шкалы.
.Рассмотреть понятие измерительной шкалы.
.Проанализировать классификацию и основные виды измерительных шкал.
.Сделать компаративный анализ сравнительных шкал.
В процессе выполнения реферата использовались следующие методы: метод индукция и дедукция, сравнение и др.
Источниками информации для написания работы явились учебники, периодические издания по теме исследования, научные труды Гусева А.Н., Стивенсона С., Перегудова Ф.И., Тарасевича Ф.П., Корнилова Т.В.
1. ПОНЯТИЕ ОБ ИЗМЕРИТЕЛЬНЫХ ШКАЛАХ
Измерение может быть самостоятельным исследовательским методом, но может выступать и как компонент целостной процедуры эксперимента. Как самостоятельный метод измерение служит для выявления индивидуальных различий в поведении субъектов и отражения ими окружающего мира, а также для исследования адекватности отражения и структуры индивидуального опыта.
Измерение в процедуре эксперимента рассматривается как метод регистрации состояния объекта исследования и соответственно изменения этого состояния в ответ на экспериментальное воздействие.
Понятие измерительной шкалы введено в психологию американским ученым С. Стивенсом. Его трактовка шкалы и сегодня используется в научной литературе.
Итак, приписывание чисел объектам создает шкалу. Создание шкалы возможно, поскольку существует изоморфизм формальных систем и систем действий, производимых над реальными объектами.
Числовая система является множеством элементов с реализованными на нем отношениями и служит моделью для множества измеряемых объектов.
Различают несколько типов таких систем и соответственно несколько типов шкал. Операции, а именно - способы измерения объектов, задают тип шкалы. Шкала в свою очередь характеризуется видом преобразований, которые могут быть отнесены к результатам измерения. Если не соблюдать это правило, то структура шкалы нарушится, а данные измерения нельзя будет осмысленно интерпретировать.
Тип шкалы однозначно определяет совокупность статистических методов, которые могут быть применены для обработки данных измерения.
Шкала (лат. scala - лестница) - инструмент для измерения непрерывных свойств объекта; представляет собой числовую систему, где отношения между различными свойствами объектов выражены свойствами числового ряда.
П. Суппес и Дж. Зинес дали классическое определение шкалы: «Пусть А-эмпирическая система с отношениями (ЭСО), R- полная числовая система с отношениями (ЧСО), F- функция, которая гомоморфно отображает - А в подсистему - R (если в области нет двух разных объектов с одинаковой мерой, что является отображением изоморфизма). Назовем шкалой упорядоченную тройку <А; R; f>».
Обычно в качестве числовой системы R выбирается система действительных чисел или ее подсистема. Множество А - это совокупность измеряемых объектов с системой отношений, определенной на этом множестве. Отображение f- правило приписывания каждому объекту определенного числа.
В настоящее время определение Суппеса и Зинеса уточнено. Во-первых, в определение шкалы вводится G - группа допустимых преобразований. Во-вторых, множество А - понимается не только как числовая система, но и как любая формальная знаковая система, которая может быть поставлена в отношение гомоморфизма с эмпирической системой. Таким образом, шкала - это четверка <А; R; f; G>. Согласно современным представлениям, внутренней характеристикой шкалы выступает именно группа G, а f - является лишь привязкой шкалы к конкретной ситуации измерения.
В настоящее время под измерением понимается конструирование любой функции, которая изоморфно отображает эмпирическую структуру в символическую структуру. Как уже отмечено выше, совсем не обязательно такой структурой должна быть числовая. Это может быть любая структура, с помощью которой можно измерить характеристики объектов, заменив их другими, более удобными в обращении (в том числе - числами). (2 ,3).
ВИДЫ ШКАЛ
В психологии различные шкалы используются для изучения разных характеристик социально-психологических явлений.
Первоначально выделялись четыре типа числовых систем, определявших соответственно четыре уровня, или шкалы измерения:
) шкала наименований - номинальная;
) шкала порядка - ординальная;
)шкала интервалов - интервальная;
) шкала отношений - пропорциональная.
Первые две шкалы получили название не метрических, вторые две - метрических. В соответствии с этим в психологии говорят и о двух подходах к психологическим измерениям: метрическом (более строгом) и не метрическом (менее строгом).
Ряд специалистов выделяют также абсолютную шкалу и шкалу разностей.
Рассмотрим особенности каждого типа шкал.
2.1 Шкала наименований
Шкала наименований или номинальная шкала используется только для обозначения принадлежности объекта к одному из нескольких непересекающихся классов. Приписываемые объектам символы, которые могут быть цифрами, буквами, словами или некоторыми специальными символами, представляют собой только метки соответствующих классов. Характерной особенностью номинальной шкалы является принципиальная невозможность упорядочить классы по измеряемому признаку - к ним нельзя прилагать суждения типа "больше - меньше", "лучше - хуже", и т.п. Примерами номинальных шкал являются: пол и национальность, специальность по образованию, марка сигарет, предпочитаемый цвет. Единственным отношением, определенным на шкале наименований, является отношение тождества: объекты, принадлежащие к одному классу, считаются тождественными, к разным классам - различными. Частным случаем шкалы наименований является дихотомическая шкала, с помощью которой фиксируют наличие у объекта определенного качества или его соответствие некоторому требованию.
В этой шкале числа присвоенные объектам говорят только лишь о том, что эти объекты различаются. По сути, это классификационная шкала. Так, например, исследователь может приписать женщинам ноль, а мужчинам единицу, или наоборот, и это будет говорить только о том, что это два разных класса объектов. Чисел в шкале наименований может быть столько, сколько существует классов объектов подлежащих измерению, но ни сумма этих чисел, ни их разность, ни произведение не будут иметь никакого смысла, т.к. в шкале наименований не осуществима ни одна арифметическая операция. Числа в шкале наименований могут быть любыми, хотя, как правило, отрицательные не используются. Наиболее часто в психологических исследованиях используется дихотомическая шкала наименований, которая задается двумя числами - нулем и единицей. Наиболее распространенные примеры таких шкал в психологии это: пол (мужчина - женщина), успешность выполнения задания (справился - не справился), соответствие норме (норма - патология), психологический тип (экстраверт - интроверт).
Шкала наименований получается путем присвоения "имен" объектам. При этом нужно разделить множество объектов на непересекающиеся подмножества.
Иными словами, объекты сравниваются друг с другом, и определяется их эквивалентность - неэквивалентность. В результате процедуры образуется совокупность классов эквивалентности. Объекты, принадлежащие одному классу, эквивалентны друг другу и отличны от объектов, относящихся к другим классам. Эквивалентным объектам присваиваются одинаковые имена.
Операция сравнения является первичной для построения любой шкалы. Для построения такой шкалы нужно, чтобы объект был равен или подобен сам себе (х=х для всех значений х), т.е. на множестве объектов должно быть реализовано отношение рефлексивности. Для психологических объектов, например испытуемых или психических образов, это отношение реализуемо, если абстрагироваться от времени. Но поскольку операции попарного (в частности) сравнения множества всех объектов эмпирически реализуются неодновременно, то в ходе эмпирического измерения даже это простейшее условие не выполняется.
Следует запомнить: любая шкала есть идеализация, модель реальности, даже такая простейшая, как шкала наименований.
На объектах должно быть реализовано отношение симметрии (R (X=Y) -> R (Y=X)) и транзитивности R (X=Y, Y=Z) -> R (X=Z). Но на множестве результатов психологических экспериментов эти условия могут нарушаться.
Кроме того, многократное повторение эксперимента (накопление статистики) приводит к "перемешиванию" состава классов: в лучшем случае мы можем получить оценку, указывающую на вероятность принадлежности объекта к классу.
Таким образом, нет оснований говорить о шкале наименований (номинативной шкале или шкале строгой классификации) как простейшей шкале, начальном уровне измерения в психологии.
Существуют более "примитивные" (с эмпирической, но не с математической точки зрения) виды шкал: шкалы, основанные на отношениях толерантности; шкалы "размытой" классификации и т.п.
О шкале наименований можно говорить в том случае, когда эмпирические объекты просто "метятся" числом.
Итак, если объекты в каком-то отношении эквивалентны, то мы имеем право отнести их к одному классу. Главное, как говорил Стивенс, не приписывать один и тот же символ разным классам или разные символы одному и тому же классу.
Несмотря на тенденцию "завышать" мощность шкалы, психологи очень часто применяют шкалу наименований в исследованиях. "Объективные" измерительные процедуры при диагностике личности приводят к типологизации: отнесению конкретной личности к тому или иному типу. Примером такой типологии являются классические темпераменты: холерик, сангвиник, меланхолик и флегматик. (2, 3).
Самая простая номинативная шкала называется дихотомической. При измерениях по дихотомической шкале измеряемые признаки можно кодировать двумя символами или цифрами, например 0 и 1, или 2 и 6, или буквами А и Б, а также любыми двумя отличающимися друг от друга символами. Признак, измеренный по дихотомической шкале, называется альтернативным. В дихотомической шкале все объекты, признаки или изучаемые свойства разбиваются на два непересекающихся класса, при этом исследователь ставит вопрос о том, «проявился» ли интересующий его признак у испытуемого или нет.
Исследователь, пользующийся шкалой наименований, может применять следующие инвариантные статистики: относительные частоты, моду, корреляции случайных событий, критерий.
2 Шкала порядка
Шкалы порядка позволяют не только разбивать объекты на классы, но и упорядочивать классы по возрастанию (убыванию) изучаемого признака: об объектах, отнесенных к одному из классов, известно, но только то, что они тождественны друг другу, но также, что они обладают измеряемым свойством в большей или меньшей степени, чем объекты из других классов. Но при этом порядковые шкалы не могут ответить на вопрос, на сколько (во сколько раз), это свойство выражено сильнее у объектов из одного класса, чем у объектов из другого класса. Примерами шкал порядка могут служить уровень образования, военные и академические звания, тип поселения (большой - средний - малый город - село), некоторые естественно научные шкалы (твердость минералов, сила шторма). Так, можно сказать, что 6-балльный шторм заведомо сильнее, чем 4-балльный, но нельзя определить, насколько он сильнее; выпускник университета имеет более высокий образовательный уровень, чем выпускник средней школы, но разница в уровне образования не поддается непосредственному измерению Упорядоченные классы достаточно часто нумеруют в порядке возрастания (убывания) измеряемого признака. Однако в силу того, что различия в значении признака точному измерению не поддаются, к шкалам порядка, также как к номинальным шкалам, действия арифметики не применяют. Исключение составляют оценочные шкалы, при использовании которых объект получает (или сам выставляет) оценки, исходя из определенного числа баллов. К таким шкалам относятся, например, школьные оценки, для которых считается вполне допустимым рассчитывать, например, средний балл по аттестату зрелости. Строго говоря, подобные шкалы являются частным случаем шкалы порядка, так как нельзя определить, на сколько знания "отличника" больше, чем знания "троечника", но в силу некоторых теоретических соображений с ними часто обращаются, как со шкалами более высокого ранга - шкалами интервалов. Другим частным случаем шкалы порядка является ранговая шкала, применяемая обычно в тех случаях, когда признак заведомо не поддается объективному измерению (например, красота или степень неприязни), или когда порядок объектов более важен, чем точная величина различий между ними (места, занятые в спортивных соревнованиях). В таких случаях эксперту иногда предлагают проранжировать по определенному критерию некий список объектов, качеств, мотивов и т.п.
Числа, присвоенные объектам в этой шкале будут говорить о степени выраженности измеряемого свойства у этих объектов, но, при этом, равные разности чисел не будут означать равных разностей в количествах измеряемых свойств. В зависимости от желания исследователя большее число может означать большую степень выраженности измеряемого свойства (как в шкале твердости минералов) или меньшую (как в таблице результатов спортивных соревнований), но в любом случае, между числами и соответствующими им объектами сохраняется отношение порядка. Шкала порядка задается положительными числами, и чисел в этой шкале может быть столько, сколько существует измеряемых объектов. Примеры шкал порядка в психологии: рейтинг испытуемых по какому-либо признаку, результаты экспертной оценки испытуемых и т.д.
Если можно установить порядок следования психологических объектов в соответствии с выраженностью какого-то свойства, то используется порядковая шкала.
Порядковая шкала образуется, если на множестве реализовано одно бинарное отношение - порядок (отношения "больше" и "меньше"). Построение шкалы порядка - процедура более сложная, чем создание шкалы наименований. Она позволяет зафиксировать ранг, или место, каждого значения переменной по отношению к другим значениям. Этот ранг может быть результатом установления порядка между какими-то стимулами или их атрибутами самим испытуемым (первичный показатель методик ранжирования, или рейтинговых процедур), но может и устанавливаться экспериментатором в качестве вторичного показателя (например, при ранжировке частот положительных ответов испытуемых на вопросы, относящиеся к разным темам).
Классы эквивалентности, выделенные при помощи шкалы наименований, могут быть упорядочены по некоторому основанию. Различают шкалу строгого порядка (строгая упорядоченность) и шкалу слабого порядка (слабая упорядоченность). В первом случае на элементах множества реализуются отношения "больше" и "меньше", а во втором - "не больше или равно" и "меньше или равно".
Значения величин можно заменять квадратами, логарифмами, нормализовать и т.д. При таких преобразованиях значений величин, определенных по шкале порядка, место объектов на шкале не изменяется, т.е. не происходит инверсий.
Еще Стивенс высказывал точку зрения, что результаты большинства психологических измерений в лучшем случае соответствуют лишь шкалам порядка.
Шкалы порядка широко используются в психологии познавательных процессов, экспериментальной психосемантике, социальной психологии: ранжирование, оценивание, в том числе педагогическое, дают порядковые шкалы. Классическим примером использования порядковых шкал является тестирование личностных черт, а также способностей. Большинство же специалистов в области тестирования интеллекта полагают, что процедура измерения этого свойства позволяет использовать интервальную шкалу и даже шкалу отношений.
Как бы то ни было, эта шкала позволяет ввести линейную упорядоченность объектов на некоторой оси признака. Тем самым вводится важнейшее понятие - измеряемое свойство, или линейное свойство, тогда как шкала наименований использует "вырожденный" вариант интерпретации понятия "свойство": "точечное" свойство (свойство есть - свойства нет).
В порядковой (ранговой) шкале должно быть не меньше трех классов (групп): например, ответы на опросник: «да», «не знаю», «нет»; или - низкий, средний, высокий; и т.п., с тем расчетом, чтобы можно было расставить измеренные признаки по порядку. Именно поэтому эта шкала и называется порядковой, или ранговой, шкалой.
От классов просто перейти к числам, если считать, что низший класс получает ранг (код или цифру) 1, средний - 2, высший - 3 (или наоборот). Чем больше число классов разбиений всей экспериментальной совокупности, тем шире возможности статистической обработки полученных данных и проверки статистических гипотез.
При кодировании порядковых переменных им можно приписывать любые цифры (коды), но в этих кодах (цифрах) обязательно должен сохраняться порядок, или, иначе говоря, каждая последующая цифра должна быть больше (или меньше) предыдущей.
Для интерпретации данных, полученных посредством порядковой шкалы, можно использовать более широкий спектр статистических мер (в дополнение к тем, которые допустимы для шкалы наименований).
В качестве характеристики центральной тенденции можно использовать медиану, а в качестве характеристики разброса - процентили. Для установления связи двух измерений допустима порядковая корреляция (т-Кэнделла и р-Спирмена).
Числовые значения порядковой шкалы нельзя складывать, вычитать, делить и умножать. (2, 3).
3 Шкала интервалов
В отличие от двух предыдущих шкал в шкале интервалов существует единица измерения, либо реальная (физическая), либо условная, при помощи которой можно установить количественные различия между объектами в отношении измеряемого свойства. Равные разности чисел в этой шкале будут означать равные различия в количествах измеряемого свойства у разных объектов, или у одного и того же объекта в разные моменты времени. Однако, то, что одно число оказывается в несколько раз больше другого не обязательно говорит о таких же отношениях в количествах измеряемых свойств. В шкале интервалов может быть задействована вся числовая ось, но при этом ноль не указывает на отсутствие измеряемого свойства, т.к. нулевая точка часто является произвольной (например, как в шкале температуры по Цельсию), либо вообще отсутствует, как в некоторых шкалах психологических тестов. Благодаря таким свойствам, шкала интервалов получила широкое распространение в психологии, на ней основано большинство психодиагностических шкал: интеллекта, самооценки и др.
Примерами шкалы интервалов являются календарное время, температурные шкалы Цельсия и Фаренгейта. Шкала оценок с заданным количеством баллов часто рассматривается как интервальная в предположении, что минимальное и максимальное положения на шкале соответствуют некоторым крайним оценкам или позициям, и интервалы между баллами шкалы имеют одинаковую длину. К шкалам отношений относится абсолютное большинство измерительных шкал, применяемых в науке, технике и быту: рост и вес, возраст, расстояние, сила тока, время (длительность промежутка между двумя событиями), температура по Кельвину (абсолютный нуль).
Шкала интервалов является первой метрической шкалой. Собственно, начиная с нее, имеет смысл говорить об измерениях в узком смысле этого слова - о введении меры на множестве объектов. Шкала интервалов определяет величину различий между объектами в проявлении свойства. С помощью шкалы интервалов можно сравнивать два объекта. При этом выясняют, насколько более или менее выражено определенное свойство у одного объекта, чем у другого.
Интервальная шкала позволяет применять практически всю параметрическую статистику для анализа данных, полученных с ее помощью. Помимо медианы и моды для характеристики центральной тенденции используется среднее арифметическое, а для оценки разброса - дисперсия. Можно вычислять коэффициенты асимметрии и эксцесса и другие параметры распределения. Для оценки величины статистической связи между переменными применяется коэффициент линейной корреляции Пирсона и т.д.
Большинство специалистов по теории психологических измерений полагают, что тесты измеряют психические свойства с помощью шкалы интервалов. Прежде всего, это касается тестов интеллекта и достижений. Численные значения одного теста можно переводить в численные значения другого теста с помощью линейного преобразования: х" = ах + b.
Ряд авторов полагают, что относить тесты интеллекта к шкалам интервалов нет оснований. Во-первых, каждый тест имеет "нуль" - любой индивид может получить минимальный балл, если не решит ни одной задачи в отведенное время. Во-вторых, тест имеет максимум шкалы - балл, который испытуемый может получить, решив все задачи за минимальное время. В-третьих, разница между отдельными значениями шкалы неодинакова. По крайней мере, нет никаких теоретических и эмпирических оснований утверждать, что 100 и 120 баллов по шкале IQ отличаются настолько же, насколько 80 и 100 баллов.
Скорее всего, шкала любого теста интеллекта является комбинированной шкалой, с естественным минимумом и\или максимумом, но порядковой. Однако эти соображения не мешают тестологам рассматривать шкалу IQ как интервальную, преобразуя "сырые" значения в шкальные с помощью известной процедуры "нормализации" шкалы
4 Шкала отношений
Шкала отношений является единственной шкалой, на которой определено отношение отношения, то есть, разрешены арифметические действия умножения и деления и, следовательно, возможен ответ на вопрос, во сколько раз одно значение больше или меньше другого.
В шкале отношений также существует единица измерения, при помощи которой объекты можно упорядочить в отношении измеряемого свойства и установить количественные различия между ними. Особенностью шкалы отношений является то, что к числам в этой шкале применимы все математические операции, а это значит, что отношения между числами соответствуют, или пропорциональны отношениям между количествами измеряемых свойств у разных объектов. В этой шкале обязательно, по, крайней мере, теоретически, присутствует ноль, который говорит об абсолютном отсутствии измеряемого свойства. Большинство ныне существующих физических шкал (длины, массы, времени, температуры по Кельвину и т.д.) являются яркими примерами шкал отношений. В психологии из шкал отношений наиболее часто используются шкала вероятностей и шкала ""сырых"" баллов (количество решенных заданий, количество ошибок, количество положительных ответов и т.д.).
Шкалу отношений называют также шкалой равных отношений. Особенностью этой шкалы является наличие твердо фиксированного нуля, который означает полное отсутствие какого-либо свойства или признака. Шакала отношений является наиболее информативной шкалой, допускающей любые математические операции и использование разнообразных статистических методов.
Шкала отношений, по сути, очень близка интервальной, поскольку если строго фиксировать начало отсчета, то любая интервальная шкала превращается в шкалу отношений.
Шкала отношений показывает данные о выраженности свойств объектов, когда можно сказать, во сколько раз один объект больше или меньше другого.
Это возможно лишь тогда, когда помимо определения равенства, рангового порядка, равенства интервалов известно равенство отношений. Шкала отношений отличается от шкалы интервалов тем, что на ней определено положение "естественного" нуля. Классический пример - шкала температур Кельвина.
Именно в шкале отношений производятся точные и сверхточные измерения в таких науках, как физика, химия, микробиология и др. Измерение по шкале отношений производятся и в близких к психологии науках, таких, как психофизика, психофизиология, психогенетика.
Измерения массы, времени реакции и выполнения тестового задания - области применения шкалы отношений.
Отличием этой шкалы от абсолютной является отсутствие "естественной" масштабной единицы.
2.5 Другие шкалы
Дихотомическая классификация часто рассматривается как вариант шкалы наименований. Это верно, за исключением одного случая, когда мы измеряем свойство, имеющее всего лишь два уровня выраженности: "есть - нет", так называемое "точечное" свойство. Примеров таких свойств много: наличие или отсутствие у испытуемого какой-либо наследственной болезни (дальтонизм, болезнь Дауна, гемофилия и др.), абсолютного слуха и др. В этом случае исследователь имеет право проводить "оцифровку" данных, присваивая каждому из типов цифру "1" или "О", и работать с ними, как со значениями шкалы интервалов.
Шкала разностей, в отличие от шкалы отношений, не имеет естественного нуля, но имеет естественную масштабную единицу измерения. Ей соответствует аддитивная группа действительных чисел. Классическим примером этой шкалы является историческая хронология. Она сходна со шкалой интервалов. Разница лишь в том, что значения этой шкалы нельзя умножать (делить) на константу. Поэтому считается, что шкала разностей - единственная с точностью до сдвига. В психологии шкала разностей используется в методиках парных сравнений.
Абсолютная шкала является развитием шкалы отношений и отличается от нее тем, что обладает естественной единицей измерения. В этом ее сходство со шкалой разностей. Число решенных задач ("сырой" балл), если задачи эквивалентны, - одно из проявлений абсолютной шкалы.
В психологии абсолютные шкалы не используются. Данные, полученные с помощью абсолютной шкалы, не преобразуются, шкала тождественна сама себе. Любые статистические меры допустимы.
В литературе, посвященной проблемам психологических измерений, упоминаются и другие типы шкал: ординальная (порядковая) с естественным началом, логинтервальная, упорядоченная метрическая и др.
Все написанное выше относится к одномерным шкалам. Шкалы могут быть и многомерными: шкалируемый признак в этом случае имеет ненулевые проекции на два (или более) соответствующих параметра. Векторные свойства, в отличие от скалярных, являются многомерными.
2.6 Взаимосвязь различных школ между собой
Между самими шкалами тоже существуют отношения порядка. Каждая из перечисленных шкал является шкалой более высокого порядка по отношению к предыдущей шкале. Так, например, измерения, произведенные в шкале отношений можно перевести в шкалу интервалов, из шкалы интервалов - в шкалу порядка и т.д., но обратная процедура будет невозможна, т.к. при переходе к шкалам более низкого порядка часть информации (о единицах измерения, количествах свойств) теряется.
Тем не менее, это не всегда означает, что шкалы более высокого порядка предпочтительней по отношению к шкалам более низкого порядка, а в ряде случаев - даже, наоборот. Например, количество правильно выполненных заданий в тесте интеллекта (шкала отношений) гораздо выгодней представить в стандартизированной шкале IQ (шкала интервалов), а множество разнообразных поведенческих реакций в виде типа личности (шкала наименований). Наконец, существуют такие признаки объектов, которые можно измерить в любой шкале, как возраст, и такие, к измерению которых подходит только одна шкала, как, например, пол. На выбор измерительной шкалы, таким образом, могут оказывать влияние многие факторы, как достоинства самой шкалы, так и специфика самого объекта измерения.
·Измерительные инструменты
Для проведения измерения в естественных и точных науках, в быту применяются специальные измерительные инструменты, которые во многих случаях представляют собой довольно сложные приборы. Качество измерения определяется точностью, чувствительностью и надежностью инструмента. Точностью инструмента называется его соответствие существующему в данной области стандарту (эталону). Чувствительность инструмента определяется величиной единицы измерения, например, в зависимости от природы объекта, расстояние может измеряться в микронах, сантиметрах или километрах. Надежностью называется способность инструмента к воспроизведению результатов измерения в пределах чувствительности шкалы. В гуманитарных и общественных науках (за исключением экономики и демографии) большинство показателей не поддаются непосредственному измерению с помощью традиционных технических средств. Вместо них применяются всевозможные анкеты, тесты, стандартизированные интервью и т.п., получившие общее название измерительного инструментария. Кроме очевидных проблем точности, чувствительности и надежности, для гуманитарного инструментария существует также достаточно острая проблема валидности - способности измерять именно то свойство личности, которое предполагается его автором.
·Качественные и количественные шкалы
В силу того, что символы, присваиваемые объектам в соответствии с порядковыми и номинальными шкалами, не обладают числовыми свойствами, даже если записываются с помощью цифр, эти два типа шкал получили общее название качественных, в отличие от количественных шкал интервалов и отношений. Шкалы интервалов и отношений имеют общее свойство, отличающее их от качественных шкал: они предполагают не только определенный порядок между объектами или их классами, но и наличие некоторой единицы измерения, позволяющей определять, насколько значение признака у одного объекта больше или меньше, чем у другого. Другими словами, на обеих количественных шкалах, помимо отношений тождества и порядка, определено отношение разности, к ним можно применять арифметические действия сложения и вычитания. Естественно, что символы, приписываемые объектам в соответствии с количественными измерительными шкалами, могут быть только числами.
·Шкала интервалов и шкала отношений
Основное различие между шкалами интервалов и отношений состоит в том, что шкала отношений имеет абсолютный нуль, не зависящий от произвола наблюдателя и соответствующий полному отсутствию измеряемого признака, а на шкале интервалов нуль устанавливается произвольно или в соответствии с некоторыми условными договоренностями.
·Дискретные и непрерывные шкалы
Количественные шкалы делятся на: дискретные и непрерывные. Дискретные показатели измеряются в результате счета: число детей в семье, количество решенных задач, и т.п. Непрерывные шкалы предполагают, что измеряемое свойство изменяется непрерывно, и при наличии соответствующих приборов и средств, могло бы быть измерено с любой необходимой степенью точности. Результаты измерения непрерывных показателей довольно часто выражаются целыми числами (например, шкала IQ для измерения интеллекта), но это связано не с природой самих показателей, а с характером измерительных процедур. Различают первичные и вторичные измерения. Первичные получаются в результате непосредственного измерения: длина и ширина прямоугольника, число родившихся и умерших за год, ответ на вопрос теста, оценка на экзамене. Вторые являются результатом некоторых манипуляций с первичными измерениями, обычно с помощью неких логико-математических конструкций: площадь прямоугольника, демографические коэффициенты смертности, рождаемости и естественного прироста, результаты тестирования, зачисление или не зачисление в институт по результатам вступительных экзаменов.
ЗАКЛЮЧЕНИЕ
измерительный шкала психологический дискретный
Таким образом, шкалы измерений принято классифицировать по типам измеряемых данных, которые определяют допустимые для данной шкалы математические преобразования, а также типы отношений, отображаемых соответствующей шкалой. Современная классификация шкал была предложена в 1946 году Стэнли Смитом Стивенсом.
·Шкала наименований (номинальная, классификационная)
Используется для измерения значений качественных признаков. Значением такого признака является наименование класса эквивалентности, к которому принадлежит рассматриваемый объект. Примерами значений качественных признаков являются названия государств, цвета, марки автомобилей и т.п. Такие признаки удовлетворяют аксиомам тождества:
Либо А = В, либо А? В;
Если А = В, то В = А;
Если А = В и В = С, то А = С.
При большом числе классов используют иерархические шкалы наименований. Наиболее известными примерами таких шкал являются шкалы, используемые для классификации животных и растений.
С величинами, измеряемыми в шкале наименований, можно выполнять только одну операцию - проверку их совпадения или несовпадения. По результатам такой проверки можно дополнительно вычислять частоты заполнения (вероятности) для различных классов, которые могут использоваться для применения различных методов статистического анализа - критерия согласия Хи-квадрат, критерия Крамера для проверки гипотезы о связи качественных признаков и др.
·Порядковая шкала (или ранговая)
Строится на отношении тождества и порядка. Субъекты в данной шкале ранжированы. Но не все объекты можно подчинить отношению порядка. Например, нельзя сказать, что больше круг или треугольник, но можно выделить в этих объектах общее свойство-площадь, и таким образом становится легче установить порядковые отношения. Для данной шкалы допустимо монотонное преобразование. Такая шкала груба, потому что не учитывает разность между субъектами шкалы. Пример такой шкалы: балльные оценки успеваемости (неудовлетворительно, удовлетворительно, хорошо, отлично), шкала Мооса.
·Интервальная шкала (она же Шкала разностей)
Здесь происходит сравнение с эталоном. Построение такой шкалы позволяет большую часть свойств существующих числовых систем приписывать числам, полученным на основе субъективных оценок. Например, построение шкалы интервалов для реакций. Для данной шкалы допустимым является линейное преобразование. Это позволяет приводить результаты тестирования к общим шкалам и осуществлять, таким образом сравнение показателей. Пример: шкала Цельсия.
Начало отсчёта произвольно, единица измерения задана. Допустимые преобразования - сдвиги. Пример: измерение времени.
·Абсолютная шкала (она же Шкала отношений)
это интервальная шкала, в которой присутствует дополнительное свойство - естественное и однозначное присутствие нулевой точки. Пример: число людей в аудитории. В шкале отношений действует отношение "во столько-то раз больше". Это единственная из четырёх шкал имеющая абсолютный ноль. Нулевая точка характеризует отсутствие измеряемого качества. Данная шкала допускает преобразование подобия (умножение на константу). Определение нулевой точки - сложная задача для психологических исследований, накладывающая ограничение на использование данной шкалы. С помощью таких шкал могут быть измерены масса, длина, сила, стоимость (цена). Пример: шкала Кельвина (температур, отсчитанных от абсолютного нуля, с выбранной по соглашению специалистов единицей измерения - Кельвин).
Из рассмотренных шкал первые две являются не метрическими, а остальные - метрическими.
С вопросом о типе шкалы непосредственно связана проблема адекватности методов математической обработки результатов измерения. В общем случае адекватными являются те статистики, которые инвариантны относительно допустимых преобразований используемой шкалы измерений.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1.Гусев А.Н., Измайлов Ч.А., Михалевская М.Б. Измерение в психологии М., 1998. С. 10 - 16
.Бахрушин В.Є. Методи аналізу даних. - Запоріжжя, КПУ, 2011
.Дружинин В.Н. Экспериментальная психология: Учебное пособие - М.: ИНФРА-М, 1997.
.Дружинин В.Н. Экспериментальная психология- СПб: Питер, 2000. - 320с.
.Ермолаев О.Ю. Математическая статистика для психологов. М.: Московский психолого-социальный институт: Флинта, 2003. - 366 с.
.Корнилова Т.В. Введение в психологический эксперимент. Учебник для ВУЗов. М.: Изд-во ЧеРо, 2001.
.Математика в социологии: Моделирование и обраб. информации / [Й. Гальтунг, П. Суппес, С. Новак и др.] ; Ред. [и авт. предисл.] А. Аганбегян [и др.] ; Пер. с англ. Л. Б. Черного; Под ред. А. Г. Аганбегяна и Ф. М. Бородкина. - М.: Мир, 1977. - 551 с.: ил.
.Перегудов Ф.И., Тарасевич Ф.П. Введение в системный анализ. - М.: Высшая школа, 1989. - 367 с.
.Психологические измерения: Основы теории измерений (Суппес П., Зинес Дж.). Психофизические шкалы (Льюс Р., Галантер Е.): 1967 - 196 с.
.Словарь практического психолога / Сост. С.Ю. Головин. - Мн: Харвест, М.: ООО «Издательство АСТ», 2003.
11.Stevens, Stanley Smith, "Psychophysics: introduction to its perceptual neural and social prospects", Wiley, 1975.
Репетиторство
Нужна помощь по изучению какой-либы темы?
Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку
с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.
Теоретическая валидизация в социологическом исследовании: Методология и методы
Благодаря Стенли Стивенсону, в нашей исследовательской практике мы оперируем несколькими типами шкал. Некоторые критикуют эту типологию, но судя по-всему никто не придумал ничего лучше.
0 Нажми, если пригодилось =ъ
Независимо от того, какой сложности анкетные вопросы или же тестовые методики вы рассматриваете, все их можно разделить на три типа в зависимости от того, к какой измерительной шкале они относятся. Речь в данном случае идет не о специфических методиках построения измерительных инструментов (например, шкала Гутмана или шкала Терстоуна), а о классификации измерительных шкал, предложенной Стэнли Стивенсом в 1946 году. Знание этой классификации имеет решающее значение с точки зрения использования количественного подхода, поскольку применение тех или иных методов математической статистики опирается, в том числе, и на измерительные шкалы, в которой отображены интересующие исследователя переменные.
Более подробно о понятии "переменная"
"Переменная" является часто употребляемым понятием в рамках научных исследований (не только в социальных и поведенческих науках) и особенно, если мы говорим о количественном подходе и применении статистических методов. Фактически переменная - это любое свойство изучаемых объектов, которое меняется от одного наблюдения к другому. Под наблюдениями в данном случае понимаются объекты изучения (люди, организации, страны или что-либо другое - зависит от самого исследования).
Если же некоторое свойство не изменяется от одного наблюдения к другому, то оно не дает никакой ценной в математическом смысле информации (большинство методов будет просто непригодно для использования).
Таким образом, в рамках количественного подхода изучаемые объекты представляются в виде набора переменных, составляющих интерес и подлежащих изучению. Нетрудно догадаться что переменные, прежде всего, делятся в зависимости от шкал, в которых они отображены. Так, можно выделить, например, номинальные, порядковые и метрические переменные. При этом, порядковые можно разделить на свернутые и непрерывные порядковые. Непрерывные порядковые переменные имеют множество численных значений и выглядят (по крайней мере, на первый взгляд), как метрические. Свернутые порядковые переменные имеют лишь несколько категорий или численных значений (не более пяти-шести). Они могут быть получены либо путем сбора данных в свернутой форме, либо сворачивания непрерывной порядковой или метрической шкалы.
Еще одним важным делением переменных является деление на зависимые и независимые. Часто в процессе анализа выдвигаются гипотезы о влиянии одних переменных на другие. В таких случаях, влияющие переменные называются независимыми, а переменные, на которые влияние оказывается, - зависимыми. Например, если мы говорим о взаимосвязи между полом студента и успешностью его обучения, то пол будет - независимой переменной, а успешность обучения - зависимой.
Согласно классификации Стивенсона, в самом общем виде, можно выделить три типа шкал:
- номинальную,
- порядковую,
- метрическую.
Номинальная
шкала включает в себя класс переменных, значения которых можно разделить на группы, но невозможно проранжировать. Примерами соответствующих переменных являются пол, национальность, религия и т.д. Рассмотрим более подробно такую переменную как национальность. В данном случае респондентов можно разделить на разные группы в зависимости от того, к какой национальности они себя относят. Вместе с тем, на основе этой информации, респондентов невозможно упорядочить в смысле количественной выраженности интересующего нас параметра, ведь национальность не является измеряемым, в традиционном значении этого слова, свойством.
Порядковая
шкала включает в себя класс переменных, значения которых можно не только разделить на группы, но и проранжировать в зависимости от выраженности измеряемого свойства. Классическим примером порядковой шкалы является Шкала Богардуса, предназначенная для измерения национальной дистанциированности. Ниже приведен адаптированный для населения Украины вариант (Н.Панина, Е.Головаха):
Анкетное задание
Относительно каждой национальности, приведенной ниже, выберите одно из положений, наиболее близкое для вас лично, на которое бы вы допустили представителей этой национальности.
Шкала ответов
1) как членов моей семьи;
2) как близких друзей;
3) как соседей;
4) как колег по работе;
5) как жителей Украины;
6) как поситителей Украины;
7) вообще не допускал бы в Украину.
Эта шкала позволяет упорядочить респондентов в зависимости от их отношения к той или иной национальности. Вместе с тем, она предоставляет лишь приблизительную информацию, которая не дает возможности точно оценить различия между градациями шкалы. Так, например, мы может утверждать, что респондент, готовый допустить евреев в качестве членов своей семьи будет относится к ним лучше, чем тот, кто готов допустить их лишь как соседей. Вместе с тем, мы не можем сказать "на сколько?" или "во сколько?" раз первый респондент лучше относится к представителям еврейской национальности чем второй. Другими словами, у нас нет никаких аргументов, которые бы подтверждали равенство интервалов между пунктами шкалы.
Метрическая
шкала включает в себя класс переменных, значения которых можно как разделить на группы и проранжировать, так и определить их величину в точных терминах (те самые "на сколько?" и "во сколько?"). Типичными примерами соответствующих переменных являются возраст, заробтная плата, количество детей и т.д. Измерение каждой из них можно осуществить максимально точно: возраст в годах, зароботнуню плату в гривнах, количество детей в... штуках;)
Естественно, если переменная может быть потенциально выражена в метрической шкале, то эту же переменную можно выразить и в порядковой.
Например, возраст можно выразить в возрастных группах (молодежь, средний возраст, пожилой возраст), которые дают лишь приблизительную информацию о респонденте, несмотря на возможность их ранжирования.
Принадлежность переменной к метрической шкале открывает возможность использования любых статистических методов. В свою очередь принадлежность к порядковой или номинальной ограничивает выбор математических инструментов (в случае порядковой шкалы в меньшей мере, а в случае номинальной - в большой). Классификация статистических методов приведена .
Для того, чтобы сделать различия между номинальной, порядковой и метрической шкалами еще более очевидными, приведу дополнительный пример, посвященный рейтингу профессиоанальных боксеров в супертяжелом весе по версии сайта boxrec.com (информация актуальна по состоянию на 31.01.2012). При этом мы рассмотрим данные относительно боксеров первой десятки по трем переменным: этническая принадлежность боксера, его место в рейтинге и количество рейтинговых очков, которые имелись у него в активе 31.01.2012.
А) Этническая принадлежность (номинальная шкала
). Три боксера (братья Кличко и Димитренко) являются украинцами, один (Поветкин) - русским, один (Адамек) - Поляком, два (Чемберс и Томпсон) - американцами, один (Фьюри) - британцем, один (Хелениус) - фином, один (Пулев) - болгарином. Таким образом переменная "национальность" помогла нам разделить всех боксеров на 7 групп, в зависимости от их этнической принадлежности. Владея этими данными, человек далекий от бокса ничего не сможет сказать об успешности перечисленных боксеров, хотя и получит информацию об этнической принадлежности 10-ти наилучших тяжеловесов (мы и далее будет обращаться к гипотетическому эксперту):
украинцы - 30%;
американцы - 20%;
русские, поляки, британцы, фины и болгары - по 10%.
Б) Место в рейтинге (порядковая шкала
) дает приблизительную информацию об успешности боксера. Ситуация следующая:
1. Владимир Кличко
2. Виталий Кличко
3. Александр Поветкин
4. Томаш Адамек
5. Эдди Чемберс
6. Тайсон Фьюри
7. Роберт Хелениус
8. Тони Томпсон
9. Александр Димитренко
10. Кубрат Пулев
Теперь наш неосведомленный аналитик знает последовательность первой десятки боксеров супертяжелого веса. И хотя здесь уже присутствуют числа от 1 до 10, он все еще не может осуществлять никаких математических операций кроме сравнения. К примеру, он не может сказать, что Владимир Кличко лучше Эдди Чемберса на 4 единицы. Выражение "5 минус 1" в данном случае не имеет смысла. В отношении этих двух боксеров он может утверждать лишь то, что Владимир Кличко лучше Эдди Чемберса как боксер (как впрочем и всех остальных из десятки). Причина невозможности осуществления математических действий заключается в том, что между пунктами с 1-го по 10-й нет равенства интервалов. Каковы на самом деле интервалы между пунктами, можно увидеть благодаря последней переменной.
В) Количество рейтинговых очков (метрическая шкала
). Данный показатель
Грамотное применение статистических методов обработки данных во многом зависит от четкого понимания исследователем того, в какой статистической шкале они представлены. Непонимание этого может привести к тому, что исследователь получит результаты, которые не отражают действительное положение вещей и сделает неправильные выводы. Именно поэтому понимание того, в какой шкале представлены статистические данные является одним из необходимых условий успешной и грамотной статистической обработки.
Итак, приступим к тому, чтобы разобраться, что же такое статистические шкалы.
Шкала (от лат. «скале» — лестница) – элемент счетной системы, посредством которого происходит отнесение исследуемого объекта к определенной группе объектов.
Статистические шкалы можно разделить на качественные и количественные. К качественным шкалам относится номинальная и порядковая шкалы. К количественным – интервальная шкала и шкала отношений.
Номинальная шкала – качественная шкала. Относится к самому элементарному типу измерения. В ней каждому оцениваемому объекту приписывается наименование или число.
Пример 1: Признак – пол. Цифрой «0» обозначаем женщин, цифрой «1» — мужчин. Очевидно, что расчет среднего арифметического не иимеет смысла.
Пример 2: Признак — Цвет волос: Цифрой «1» обозначаем брюнетов, цифрой «2» — шатенов, цифрой «3» – блондинов, цифрой «4» – людей, имеющих рыжий цвет волос.
Пример 3: Номера на футболках спортсменов.
Для области физической культуры и спорта использование номинальной шкалы очень важно, так как очень часто используется метод анкетного опроса . При этом результаты представлены в виде таблицы, в которой представлена абсолютная частота ответов на тот или иной вопрос (табл. 1).
Таблица 1
Оценка мужчинами и женщинами своего психического состояния
| Психическое состояние | Мужчины | Женщины | Всего |
| Крайне неустойчивое | 3 | 16 | 19 |
| Неустойчивое | 22 | 18 | 40 |
| Устойчивое | 32 | 9 | 41 |
| Очень устойчивое | 5 | 1 | 6 |
| Всего | 62 | 44 | 100 |
Порядковая шкала (ранговая) – качественная шкала, использующая свойство чисел отражать отношение «больше – меньше».
В порядковой шкале нельзя сказать насколько или во сколько одно значение больше другого, но можно сказать какое больше, какое меньше. Очень часто статистические данные, представленные в порядковой шкале, измеряются в баллах.
Интервальная шкала – количественная шкала. В этой шкале устанавливается единица измерения.
В интервальной шкале, например, измеряется температура (по Цельсию или по Фаренгейту).
Шкала отношений. Для признаков, измеренных в шкале отношений можно дополнительно сказать: во сколько одно значение больше другого. Шкала отношений в отличие от интервальной шкалы обладает точкой нулевого отсчета.
Примерами статистических данных, представленных в шкале отношений являются признаки: рост, вес, температура по Кельвину.
Более подробное эта тема рассмотрена в литературе, ссылки на которую приведены ниже.
ЛИТЕРАТУРА
- Барникова, И.Э. / И.Э. Барникова; А.В. Самсонова; Национальный государственный университет физической культуры, спорта и здоровья им. П.Ф. Лесгафта, Санкт–Петербург. – СПб.: [Б.и.], 2017. – 103 с.
- Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии. М.: Прогресс. 1976.- 495 с.
В эмпирическом исследовании могут встречаться, к примеру, следующие переменные (указано их наиболее вероятное кодирование):
Pol: 1 = мужской
2 = женский
Семейное положение: 1 = холост/не замужем
2 = женат/замужем
3 = вдовец/вдова
4 = разведен(а)
Курение 1 = некурящий
2 = изредка курящий
3 = интенсивно курящий
4 = очень интенсивно курящий.
Вес. И т.д.
Рассмотрим сначала графу Пол. Мы видим, что назначение соответствия цифр 1 и 2 обоим полам абсолютно произвольно, их можно было поменять местами или обозначить другими цифрами.
Мы, конечно, не имеем в виду, что женщины стоят на ступеньку ниже мужчин, или мужчины значат меньше, чем женщины. Следовательно, отдельным числам не соответствует никакою эмпирического значения. В этом случае говорят о переменных, относящихся к номинальной шкале . В нашем примере рассматривается переменная с номинальной шкалой, имеющая две категории. Такая переменная имеет еще одно название- дихотомическая.
Такая же ситуация и с переменной Семейное положение. Здесь также соответствие между числами и категориями семейного положения не имеет никакого эмпирического значения. Но в отличии от Пола, эта переменная не является дихотомической - у нее четыре категории вместо двух.
Возможности обработки переменных, относящихся к номинальной шкале очень ограничены. Собственно говоря, можно провести только частотный анализ таких переменных. К примеру, расчет среднего значения для переменной Семейное положение, совершенно бессмысленен. Переменные, относящиеся к номинальной шкале часто используются для группировки, с помощью которых совокупная выборка разбивается по категориям этих переменных. В частичных выборках проводятся одинаковые статистические тесты, результаты которых затем сравниваются друг с другом.
В качестве следующего примера рассмотрим переменную Курение. Здесь кодовым цифрам присваивается эмпирическое значение в том порядке, в котором они расположены в списке. Переменная Курение, в итоге, сортирована в порядке значимости снизу вверх: умеренный курильщик курит больше, нежели некурящий, а сильно курящий - больше, чем умеренный курильщик и т.д. Такие переменные, для которых используются численные значения, соответствующие постепенному изменению эмпирической значимости, относятся к порядковой шкале .
Однако эмпирическая значимость этих переменных не зависит от разницы между соседними численными значениями. Так, несмотря на то, что разница между значениями кодовых чисел для некурящего и изредка курящего и изредка курящего и интенсивно курящего в обоих случаях равна единице, нельзя утверждать, что фактическое различие между некурящим и изредка курящим и между изредка курящим и интенсивно курящим одинаково. Для этого данные понятия слишком расплывчаты.
Кроме частотного анализа, переменные с порядковой шкалой допускают также вычисление определенных статистических характеристик, таких как медианы. В некоторых случаях возможно вычисление среднего значения. Если должна быть установлена связь (корреляция) с другими переменными такого рода, для этой цели можно использовать коэффициент ранговой корреляции.
Для сравнения различных выборок переменных, относящихся к порядковой шкале, могут применяться непараметрические тесты, формулы которых оперируют рангами.
Рассмотрим теперь переменную Рост. Его абсолютные значения отображают порядковое отношение между респондентами, но и разница между двумя значениями также имеет эмпирическую значимость. Например, если у Ивана рост равен 180, а у Федора - 170, а у Петра - 160, можно сказать, что Иван в сравнении с Федором выше, и еще выше Петра. Такие переменные, у которых есть разность (интервал) между двумя значениями и она имеет эмпирическую значимость, относятся к интервальной шкале . Они могут обрабатываться любыми статистическим методами без ограничений. Так, к примеру, среднее значение является полноценным статистическим показателем для характеристики таких переменных. К таким переменным относятся Вес, Размер и т.д.
Очень часто переменныеинтервальной шкалы , к которой относятся данные, могут называться шкалой отношений . Поэтому в настройках Define Variable (определение переменных) обе эти шкалы определяютсяя как Scale (Метрическая).
Теперь необходимо обосновать и определить тип шкал для наших переменных:Vozrast (Возраст); Ves (Вес); Rost (Рост); Noga (Размер буви); Pol (Пол); Volos (Цвет волос); Glaz (Цвет глаз).
Vozrast (Возраст),Ves (Вес), Rost (Рост) - интервальная шкала .
Pol (Пол), Volos (Цвет волос); Glaz (Цвет глаз).- номинальная шкала.
После выяснения этого важнейшего вопроса необходимо ввести тип шкалы в таблицу для наших переменных. Делается все очень просто: двойной клик по наименованию переменной и появляется окно Define Variable (определение переменных). В этом окне выбираем рамку Measurement (измерение) и устанавливаем кнопку в одно из трех состояний для каждой переменной.
Переменные: Vozrast (Возраст),Ves (Вес), Rost (Рост) будут иметь значение Scale.
Переменные: Pol (Пол), Volos (Цвет волос); Glaz (Цвет глаз) будут иметь значение Nominal.
Переменных относящихся к шкале Ordinal (порядковая) у нас не будет.
Со шкалой переменных мы разобрались. Теперь продолжим дальше определение переменных.
Type (тип переменных), чтобы задать тип переменной, щелкните по кнопке Туре . Откроется диалоговое окно Define Variable Type (Определение типа переменной). Примите предлагаемую настройку Numeric (Численный) и установите длину "2" для переменной Vozrast и количество десятичных разрядов "0", так как в этой переменной будут храниться только значения возраста. Подтвердите настройку кнопкой ОК и перейдите к следующему полю переменной Ves. Учитывая цифровую кодировку значений переменных, наши переменные все будут Numeric.
Labels ..(Метка переменной) - это название, позволяющая описать переменную более подробно. После клика по кнопке Labels .. появляется диалоговое окно, и в него вы можете занести до 256 символов. В метках переменных различаются прописные и строчные буквы. Они отображаются в том виде, в каком были введены. Для переменной Vozrast введите в качестве метки «данные о возрасте студента (ки)».
В этой же опции введем Метки значений (Values).
Метки значений - это название, позволяющее более подробно описать возможные значения переменной. Так, например, в случае переменной Pol можно задать метку "женский" для значения "1" и метку "мужской" для значения "2". Подтвердите настройку по умолчанию. Впрочем, ввод данных также можно подтвердить клавишей
Missing values (Пропущенные значения). В SPSS допускаются два вида пропущенных значений:
Пропущенные значения, определяемые системой (System-defined missing values): Если в матрице данных есть незаполненные численные ячейки, система SPSS самостоятельно идентифицирует их как пропущенные значения. Этот факт отображается в матрице данных с помощью запятой (,).
Пропущенные значения, задаваемые пользователем (User-defined missing values): Если в определенных случаях у переменных отсутствуют значения, например, если на вопрос не был дан ответ, ответ неизвестен, или существуют другие причины, пользователь может с помощью кнопки Missing объявить эти значения как пропущенные. Пропущенные значения можно исключить из последующих вычислений. В нашем примере пропущенным значением, определяемым пользователем мы объявим вариант ответа "0" (нет данных) для переменной Pol.
Column Format (формат столбцов). Поле Columns определяет ширину, которую будет иметь в таблице данный столбец при отображении значений. Ширину столбца также можно изменить непосредственно в окне редактора данных. Для этого поместите указатель мыши на разделитель между двумя заголовками столбцов с именами переменных. Вид указателя изменится. Появившаяся двойная стрелка указывает, что соответствующий столбец можно расширить или сузить путем перетаскивания.
Таким образом, определив все параметры переменных вы можете приступать к вводу собранных данных по своей группе.
Любое эмпирическое научное исследование начинается с того, что исследователь фиксирует выраженность интересующих его свойств у объектов исследования как правило, при помощи чисел. Таким образом, следует различать:
1. Объекты исследования (в психологии это чаще всего люди)
2. Их свойства (то, что интересует исследователя и составляет предмет изучения)
3. Признаки, отражающие в числовой шкале выраженность свойств
В зависимости от того, какая операция лежит в основе измерения признака, различают так называемые шкалы измерений. Рассмотрим наиболее употребляемые в статистике шкалы измерений.
1. Номинальная шкала (шкала наименований, шкала классификации)используется для отнесения объектов к определённому классу. Например: пол, темперамент. Если объект может относиться только к одному из двух классов, то такая шкала называется номинальной дихотомической. Например: пол или варианты ответов на вопрос (да или нет).
2. Порядковая шкала (ранговая, ординальная), используется для отнесения объектов к определённому классу в соответствии со степенью выраженности заданного свойства изучаемого объекта. Например: оценки на экзамене или уровень тревожности.
3. Количественные шкалы имеются две разновидности количественных шкал:
· Интервальная шкала
· Абсолютная шкала (шкала отношений)
Интервальная шкала позволяет классифицировать и упорядочивать объекты, а также количественно описывать различия между свойствами объектов. Для задания этой шкалы устанавливают единицу измерения и произвольную нулевую точку отсчёта. Например: температура по шкале Цельсия ( 0 С ).
Абсолютная шкала отличается от интервальной шкалы, только тем, что в ней устанавливается абсолютная нулевая точка отсчёта соответствующее полному отсутствию выраженности измеряемого свойства. Например: температура по шкале Кельвина ( 0 К ).
Определение того, в какой шкале измерен признак, является ключевым моментом анализа данных, так как выбор необходимого статистического метода зависит именно от этого. Данные полученные в одной шкале, можно перевести в другую шкалу только в следующем направлении.
В обратном направлении, это не возможно:
Поэтому нужно стараться по мере возможности измерять в количественной шкале, так как в этом случае мы сможем перейти к любой из рассмотренных шкал.
Однако при этом происходит частичная потеря столь ценной для нас эмпирической информации об индивидуальных различиях испытуемых. Следствием этого может являться падение статистической достоверности результатов исследования.
Перевод исходных данных из количественной шкалы в порядковую, называется ранжированием . Для этого сначала, необходимо упорядочить исходную выборку, а затем каждому элементу выборки присвоить ранг. То есть, число соответствующее порядковому номеру этого элемента в упорядоченной выборке.
Конец работы -
Эта тема принадлежит разделу:
Статистические методы в психологии
Факультет философии и социальных наук.. кафедра психологии.. статистические методы в психологии лекции..
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
| Твитнуть |
Все темы данного раздела:
Основные этапы статистической обработки данных
1-й этап: Исходный (предварительный) анализ исследуемого реального явления.
В результате этого анализа определяются:
· Основные цели исследован
Способы организации выборки
Сущность статистических методов состоит в том, чтобы по некоторой части генеральной совокупности, то есть по выборке выносить суждения о свойствах генеральной совокупности в целом. Таким образом, п
Формула №6.3
после этого, в качестве требуемого количественного интервала выбирается целое число, находящееся между К1 и К2. Например: К1=7,3 и
Квантили и их интерпретация
Одним из наиболее эффективных методов обобщения исходных данных, является описание их при помощи квантилей. Квантиль – это общее, понятие частными случаями её являются: квартиль, д
Графическое представление данных
Существует 3 основных метода графического представления данных: гистограмма (столбиковая диаграмма), полигон частот, сглаженная кривая (огива).
Гист
Меры изменчивости
Рассмотренные в §9 меры центральной тенденции, позволяют нам характеризовать в каком-то смысле все элементы выборки в целом. В этом случае фактически пренебрегают р
Формула №10.5
Чем больше дисперсия выборки, тем более разбросаны элементы выборки по числовой оси относительно среднего значения выборки. Пример: вычислить дисперсию следующей выборки 1,
Формула №10.6
Для нашего примера имеем:
Xi
Формула №10.7
Например, если дисперсия =2,25, то стандартное отклонение будет равно, стандартное отклонение позволяет характеризовать разброс элементов выборки относительно сред
Формула №10.8
Где М и сигма константы, принимающие для соответствующей шкалы следующие значения:
шкала
М
δ
Формула №10.9
Если β равняется нулю, то это означает, что исходная выборка (её гистограмма) является симметричной: β=0
Если β
Нормальное распределение
Значение величин представляющих исходные даны, не возможно точно предугадать, даже при полностью известных условиях эксперимента, в которых они измеряются.Мы можем лишь указать веро
Формула №11.11
Если эмпирические значения показателей асимметрии и эксцесса по абсолютной величине меньше критических значений, то делаем вывод о том, что распределение измеренного показателя не отличается от нор
Распределения, связанные с нормальным распределением
С нормальным распределением связаны многие другие распределения, среди которых в статистике чаще всего используются следующие:
1. (хи-квадрат) распределения Пирсона.
2. t-распреде
