Conceptul de relații între variabile. Studierea relației dintre mai multe variabile

Principalele prevederi coincid cu cerințele pentru biletul nr. 43, doar dimensiunea tabelului va crește și după dezvăluirea principalelor prevederi, similare biletului 43, este necesar să se enumere principalele metode de analiză a relației dintre mai multe variabile - și anume , metoda chi-pătrat (biletul 45), analiza regresiei, analiza corelației, analiza clusterului, analiza rețelei, analiza factorială.

45. Statistica chi-pătrat (x 2)

Analiza statistică a datelor obținute printr-o anchetă în masă, precum analiza observațiilor fenomenului studiat sau a datelor statistice, include mai multe niveluri de complexitate și oportunități pentru obținerea de informații suplimentare (ascunse). În cercetarea socială și politică, un rezultat observațional care confirmă validitatea unei ipoteze este extrem de rar baza pentru acceptarea acesteia ca adevărată, deoarece poate fi combinat și cu o serie de alte ipoteze explicative.

Testul chi-pătrat este utilizat pentru mesele încrucișate cu două sensuri. Sistem:

1. Construirea unui tabel de contingență

2. Apoi se formulează ipotezele nule și alternative. Ipoteza nulă (H f) este o afirmație care neagă relația dintre un număr de variabile. Ipoteza alternativă (HJ - ipoteză despre prezența unei legături între caracteristici.

3. Se completează un tabel alternativ utilizând formula: produsul frecvențelor marginale corespunzătoare (valorile rândurilor și coloanelor) se împarte la numărul total de respondenți

4. Calculați valoarea x-pătrat folosind formula

X 2 =Σ x (n-n 1) 2 /n 1

Nivelul x-pătrat determină probabilitatea de abatere a indicatorului studiat.

46. ​​​​Analiza corelației

Concepte de bază ale analizei corelațiilor

Există mai multe tipuri de relații între variabile: Dependența de corelație presupune consistența reciprocă a modificărilor cantităților variabile, precum și faptul că aceste modificări pot fi măsurate o dată sau în mod repetat.

Impactul funcțional presupune că modificările variabilei independente sunt însoțite de schimbări din ce în ce mai accelerate ale variabilei dependente. Dependența funcțională este o relație între variabile, ceea ce înseamnă că o modificare a unei variabile afectează o modificare a alteia, care la rândul său afectează prima variabilă.

Corelația este prezența unei relații statistice între caracteristici, când fiecare valoare specifică a unei caracteristici X corespunde unei anumite valori Y.

Analiza corelației clarifică relația funcțională dintre mărimile variabile, care se caracterizează prin faptul că fiecare valoare a uneia dintre ele corespunde unei valori complet definite a celeilalte.

Există corelații perechi și multiple. Corelația pereche caracterizează tipul, forma și densitatea conexiunilor dintre două caracteristici, multiple - între mai multe.

Dependența de corelație apare cel mai adesea acolo unde un fenomen este influențat de un număr mare de factori care acționează cu forțe diferite, de aceea există măsuri speciale de corelație numite coeficienți de corelație.

Analiza corelației rezolvă în mod constant trei probleme practice:

1) determinarea câmpului de corelare și întocmirea unui tabel de corelare;

2) calculul relațiilor de corelație ale eșantionului sau al coeficienților de corelație;

3) testarea ipotezei statistice a semnificaţiei relaţiei.

Coeficientul de corelație nu conține informații despre dacă o anumită relație între ele este cauză-efect sau concomitentă.

Pentru a stabili o corelație între două caracteristici, este necesar să se demonstreze că toate celelalte variabile nu afectează relația dintre cele două variabile care fac obiectul studiului.

Analiza regresiei.

Analiza regresiei este una dintre metodele de analiză multivariată a datelor statistice, combinând un set de tehnici statistice menite să studieze sau să modeleze relațiile dintre o variabilă dependentă și mai multe (sau una) variabile independente.

Analiza de regresie multiplă este o metodă de stabilire a dependenței unei variabile de două sau mai multe variabile independente. În timp ce variabila dependentă (variabila pe care doriți să o preziceți) trebuie să fie continuă (cu excepția regresiei logistice), variabilele independente pot fi fie continue, fie categorice, cum ar fi „sex” sau „tip de medicament utilizat”. În cazul variabilelor independente categorice, va trebui să creați variabile fictive în loc să utilizați valorile corespunzătoare.

Procedură:

Posibilă implementare în 2 opțiuni:

standard (când toate variabilele independente sunt luate în considerare simultan)

· pas cu pas (direct și invers ) Opțiuni.

Folosind treptat înainte, analiza regresiei include variabilele secvenţial, începând cu cea care se corelează cel mai strâns cu variabila dependentă. Procedura continuă până când includerea de noi variabile independente asigură o creștere a coeficientului de corelație multiplă, determinând astfel setul maxim optim de variabile. Când se folosește metoda în trepte înapoi, mașina renunță secvenţială variabilelor independente care sunt cel mai slab corelate cu variabila dependentă (adică au cea mai mică putere explicativă), lăsând minimul optim.

Programele statistice moderne (de exemplu SPSS) vă permit să calculați nu numai diverse versiuni de regresie liniară, ci și regresii neliniare. Cu toate acestea, atunci când se analizează datele obținute prin sondaje (atât de masă, cât și de expert), cel mai des este utilizat un model de regresie liniară.

Experimentatorul testează o ipoteză despre relația cauzală dintre două fenomene, AȘi ÎN. Conceptul de „cauzalitate” este unul dintre cele mai complexe din știință. Există o serie de indicii empirice ale unei relații cauzale între cele două fenomene. Primul semn este separarea cauzei și efectului în timp și a priorității cauzei și efectului. Dacă un cercetător detectează modificări la un obiect după expunerea experimentală, în comparație cu un obiect similar care nu a fost expus, el are motive să spună că expunerea experimentală a provocat o schimbare a stării obiectului. Prezența influenței și compararea obiectelor sunt condiții necesare pentru o astfel de concluzie, deoarece evenimentul precedent nu este întotdeauna cauza celui care urmează.

Zborul gâștelor spre sud nu este în niciun caz motivul pentru care zăpada va cădea o lună mai târziu. Al doilea semn este prezența unei relații statistice între două variabile (cauză și efect). O modificare a valorii uneia dintre variabile trebuie să fie însoțită de o modificare a valorii celeilalte variabile. Cu alte cuvinte, ar trebui să existe fie o corelație liniară între variabile, ca între nivelul inteligenței verbale și performanța școlară, fie o corelație neliniară, ca între nivelul de activare și gradul de eficiență a învățării (legea Yerkes-Dodson).

Prezența corelației nu este o condiție suficientă pentru încheierea unei relații cauză-efect, deoarece relația poate fi aleatorie sau datorată unei a treia variabile.

Al treilea semn este se înregistrează o relaţie cauză-efect dacă procedura experimentală exclude alte posibilităţi de explicare a relaţiei AȘi ÎN, cu excepția cauzelor și a tuturor altor motive alternative pentru apariția fenomenului ÎN exclus.

Testarea ipotezei experimentale despre relația cauzală dintre două fenomene se realizează după cum urmează. Experimentatorul modelează cauza presupusă: acționează ca o influență experimentală, iar consecința - o schimbare a stării obiectului - este înregistrată folosind un fel de instrument de măsură. O intervenție experimentală servește la schimbarea variabilei independente, care este cauza directă a modificării variabilei dependente. Astfel, experimentatorul, prezentând subiectului semnale cu diferite intensități apropiate de prag, își schimbă starea mentală - subiectul fie aude, fie nu aude semnalul, ceea ce duce la răspunsuri motorii sau verbale diferite („da” - „nu”, „Aud” - „Nu aud”).

Variabile externe („altele”) Experimentatorul trebuie să controleze situația experimentală. Printre variabilele externe se numără: 1) variabile secundare, care dau naștere unei confuzii sistematice care duc la apariția unor date nesigure (factorul timp, factorul sarcinii, caracteristicile individuale ale subiecților); 2) variabilă suplimentară ceea ce este esenţial pentru relaţia dintre cauză şi efect care este studiată. La testarea unei anumite ipoteze, nivelul variabilei suplimentare trebuie să corespundă nivelului acesteia în realitatea studiată. De exemplu, atunci când studiem legătura dintre nivelul de dezvoltare al memorării directe și indirecte, copiii ar trebui să fie de aceeași vârstă. Vârsta în acest caz este o variabilă suplimentară. Dacă ipoteza generală este testată, atunci experimentul se desfășoară la diferite niveluri ale variabilei suplimentare, adică. cu participarea unor grupuri de copii de diferite vârste, ca în celebrele experimente ale lui A. N. Leontiev pentru a studia dezvoltarea memorării indirecte. O variabilă suplimentară care este deosebit de semnificativă pentru experiment este numită "cheie". Test o variabilă este o variabilă suplimentară, care într-un experiment factorial devine a doua principală.

Esența experimentului este că experimentatorul variază variabila independentă, înregistrează modificarea variabilei dependente și controlează variabilele externe (colaterale).

Cercetătorii disting între diferite tipuri de variabile independente: calitative („există un indiciu” - „fără indiciu”), cantitative (nivelul recompensei monetare).

Dintre variabilele dependente se remarcă cele de bază. Variabila de bază este singura variabilă dependentă care este influențată de variabila independentă. Ce variabile independente, dependente și externe se întâlnesc la efectuarea unui experiment psihologic?

Variabila independenta

Cercetătorul ar trebui să se străduiască să opereze numai pe variabila independentă din experiment. Un experiment în care această condiție este îndeplinită se numește experiment pur. Dar de cele mai multe ori, în timpul unui experiment, variind o variabilă, experimentatorul modifică și o serie de altele. Această modificare poate fi cauzată de acțiunea experimentatorului și se datorează relației dintre două variabile. De exemplu, într-un experiment privind dezvoltarea unei abilități motorii simple, el pedepsește subiectul pentru eșec cu un șoc electric. Mărimea pedepsei poate acționa ca o variabilă independentă, iar viteza de dezvoltare a abilităților poate acționa ca o variabilă dependentă. Pedeapsa nu numai că întărește reacțiile adecvate la subiect, dar dă naștere și anxietății situaționale în el, care afectează rezultatele - crește numărul de erori și reduce viteza de dezvoltare a abilităților.

Problema centrală în efectuarea cercetării experimentale este identificarea variabilei independente și izolarea acesteia de alte variabile.

Variabilele independente dintr-un experiment psihologic pot fi:

1) caracteristicile sarcinilor;

2) caracteristici ale situației (condiții externe);

3) caracteristici (stări) controlate ale subiectului.

Acestea din urmă sunt adesea numite „variabile ale organismului”. Uneori izolat al patrulea tip variabile - caracteristici constante subiectul de testare (inteligență, sex, vârstă etc.), dar aparțin unor variabile suplimentare, deoarece nu pot fi influențate, dar nivelul lor poate fi luat în considerare doar la formarea grupurilor experimentale și de control.

Caracteristicile sarcinii- ceva pe care experimentatorul îl poate manipula mai mult sau mai puțin liber. Conform tradiției venite din behaviorism, se crede că experimentatorul variază doar caracteristicile stimulilor. (variabile de stimul) dar are mult mai multe opțiuni la dispoziție. Experimentatorul poate varia stimulii sau materialul sarcinii, poate schimba tipul de răspuns al subiectului (răspuns verbal sau nonverbal), poate schimba scala de evaluare etc. El poate varia instrucțiunile, schimbând obiectivele pe care subiectul trebuie să le atingă în timpul sarcinii. Experimentatorul poate varia mijloacele pe care le are subiectul pentru a rezolva problema și a pune obstacole în fața lui. El poate schimba sistemul de recompense și pedepse în timpul sarcinii etc.

La specificul situației trebuie incluse acele variabile care nu sunt incluse direct în structura sarcinii experimentale efectuate de subiect. Aceasta ar putea fi temperatura din cameră, mediul înconjurător, prezența unui observator extern etc.

Experimentele de identificare a efectului de facilitare socială (amplificare) au fost efectuate după următoarea schemă: subiectului i s-a dat orice sarcină senzoriomotorie sau intelectuală. Mai întâi a executat-o ​​singur, apoi în prezența unei alte persoane sau a mai multor persoane (secvența, desigur, a variat în diferite grupuri). S-a evaluat modificarea productivității subiecților. În acest caz, sarcina subiectului a rămas neschimbată, s-au schimbat doar condițiile externe ale experimentului.

Ce poate varia experimentatorul?

În primul rând, aceștia sunt parametrii fizici ai situației: amplasarea echipamentului, aspectul camerei, iluminatul, sunete și zgomote, temperatura, amplasarea mobilierului, vopsirea pereților, ora experimentului (ora zilei, durata). , etc.). Adică toți parametrii fizici ai situației care nu sunt stimuli.

În al doilea rând, aceștia sunt parametrii socio-psihologici: izolare - lucru în prezența unui experimentator, lucru singur - lucru în grup etc.

În al treilea rând, acestea sunt caracteristicile comunicării și interacțiunii dintre subiect(i) și experimentator.

Judecând după publicațiile din reviste științifice, în ultimii ani s-a înregistrat o creștere bruscă a numărului de studii experimentale care utilizează condiții de mediu variate.

LA "variabile organice" sau caracteristicile necontrolabile ale subiecților includ caracteristici fizice, biologice, psihologice, socio-psihologice și sociale. Ele sunt denumite în mod tradițional „variabile”, deși majoritatea sunt constante sau relativ constante de-a lungul vieții. Influența diferenților psihologici, demografici și a altor parametri constanți asupra comportamentului unui individ este studiată în studii de corelație. Cu toate acestea, autorii majorității manualelor de teoria metodei psihologice, de exemplu M. Matlin, clasifică acești parametri ca variabile independente ale experimentului.

De regulă, în cercetarea experimentală modernă, caracteristicile psihologice diferențiale ale indivizilor, cum ar fi inteligența, sexul, vârsta, poziția socială (statutul) etc., sunt luate în considerare ca variabile suplimentare care sunt controlate de experimentator într-un context psihologic general. experiment. Dar aceste variabile se pot transforma într-o „a doua variabilă principală” în cercetarea psihologică diferențială, iar apoi se folosește un design factorial.

Variabilă dependentă

Psihologii se ocupă de comportamentul subiectului, astfel încât parametrii comportamentului verbal și nonverbal sunt selectați ca variabilă dependentă. Acestea includ: numărul de greșeli pe care șobolanul le-a făcut în timp ce rula labirintul; timpul pe care subiectul l-a petrecut rezolvând problema, se modifică în expresiile feței sale când vizionează un film erotic; timpul de reacție a motorului la un semnal sonor etc.

Alegerea parametrului comportamental este determinată de ipoteza experimentală inițială. Cercetatorul trebuie sa o specifice cat mai mult posibil, i.e. asigurați-vă că variabila dependentă este operaționalizată - susceptibilă de înregistrare în timpul experimentului.

Parametrii de comportament pot fi împărțiți în formal-dinamici și substanțiali. Parametrii formali-dinamici (sau spațio-temporali) sunt destul de ușor de înregistrat cu hardware. Să dăm exemple ale acestor parametri.

1. Precizie. Parametrul cel mai frecvent înregistrat. Deoarece majoritatea sarcinilor prezentate subiectului în experimentele psihologice sunt sarcini de realizare, acuratețea sau parametrul opus - eroarea acțiunilor - va fi principalul parametru înregistrat al comportamentului.

2. Latența. Procesele mentale au loc ascunse de observatorul exterior. Timpul de la momentul în care semnalul este prezentat până la alegerea răspunsului se numește timp latent. În unele cazuri, timpul latent este cea mai importantă caracteristică a procesului, de exemplu, atunci când se rezolvă probleme mentale.

3. Durată, sau viteză, execuție. Este o caracteristică a acțiunii executive. Timpul dintre selecția unei acțiuni și sfârșitul execuției acesteia se numește viteza acțiunii (spre deosebire de timpul latent).

4. Ritm, sau frecvență, acțiuni. Cea mai importantă caracteristică, mai ales când se studiază cele mai simple forme de comportament.

5. Productivitate. Raportul dintre numărul de erori sau calitatea execuției acțiunilor și timpul de execuție. Ea servește drept caracteristică cea mai importantă în studiul proceselor de învățare, procese cognitive, procese de luare a deciziilor etc. Parametrii de conținut de comportament implică categorizarea formei de comportament fie în termenii limbajului obișnuit, fie în termenii teoriei ale cărei presupuneri sunt testate în un experiment dat.

Recunoașterea diferitelor forme de comportament este sarcina experților sau observatorilor special instruiți. Este nevoie de o experiență considerabilă pentru a caracteriza un act ca o manifestare de supunere și altul ca o manifestare a servilismului.

Problema înregistrării trăsăturilor calitative ale comportamentului se rezolvă prin: a) instruirea observatorilor și elaborarea cardurilor de observație; b) măsurarea caracteristicilor dinamice formale ale comportamentului folosind teste.

Variabila dependentă trebuie să fie validă și de încredere. Fiabilitatea unei variabile se manifestă în stabilitatea înregistrabilității acesteia atunci când condițiile experimentale se modifică în timp. Valabilitatea unei variabile dependente este determinată numai în condiții experimentale specifice și în raport cu o ipoteză specifică.

Există trei tipuri variabile dependente: 1) simultane; 2) multidimensional; 3) fundamentale.În primul caz, se înregistrează un singur parametru, iar acest parametru este considerat o manifestare a variabilei dependente (există o relație liniară funcțională între ele), ca, de exemplu, atunci când se studiază timpul unei reacții senzoriomotorii simple. . În al doilea caz, variabila dependentă este multidimensională. De exemplu, nivelul de productivitate intelectuală se manifestă în timpul necesar pentru rezolvarea unei probleme, calitatea acesteia și dificultatea problemei rezolvate. Acești parametri pot fi fixați independent. În al treilea caz, când se cunoaște relația dintre parametrii individuali ai unei variabile dependente multivariate, parametrii sunt considerați argumente, iar variabila dependentă în sine este considerată o funcție. De exemplu, o măsurare fundamentală a nivelului de agresivitate Fa) este considerată în funcţie de manifestările sale individuale (A) expresii faciale, pantomime, înjurături, agresiune etc.

F(a) =f(a 1,a 2,...,a n).

Există o altă proprietate importantă a unei variabile dependente, și anume, sensibilitatea (sensibilitatea) variabilei dependente la modificările celei independente. Ideea este că manipularea variabilei independente afectează modificarea variabilei dependente. Dacă manipulăm variabila independentă, dar variabila dependentă nu se modifică, atunci variabila dependentă este nepozitivă față de cea independentă. Două variante de manifestare a non-pozitivității variabilei dependente sunt numite „efect de plafon” și „efect de podea”. Primul caz apare atunci când sarcina prezentată este atât de simplă încât nivelul de implementare a acesteia este mult mai mare decât toate nivelurile variabilei independente. Al doilea efect, dimpotrivă, apare atunci când sarcina este atât de dificilă încât nivelul performanței sale este sub toate nivelurile variabilei independente.

Deci, ca și alte componente ale cercetării psihologice, variabila dependentă trebuie să fie validă, de încredere și sensibilă la modificările nivelului variabilei independente.

Există două tehnici principale pentru înregistrarea modificărilor variabilei dependente. Primul este folosit cel mai des în experimentele care implică un singur subiect. Modificările variabilei dependente sunt înregistrate în timpul experimentului ca urmare a modificărilor nivelului variabilei independente. Un exemplu este înregistrarea rezultatelor în experimentele de învățare. Curba de învățare este un clasic tendinta - modificări ale succesului îndeplinirii sarcinilor în funcție de numărul de încercări (timpul experimentului). Pentru prelucrarea unor astfel de date se utilizează aparatul statistic de analiză a tendințelor. A doua tehnică de înregistrare a modificărilor nivelului unei variabile independente se numește măsurare întârziată. Între impact și efect trece o anumită perioadă de timp; durata acestuia este determinată de distanța dintre efect și cauză. De exemplu, luarea unei doze de alcool crește timpul de reacție senzorio-motorie nu imediat, ci după un anumit timp. Același lucru se poate spune despre efectul memorării unui anumit număr de cuvinte străine asupra succesului traducerii unui text într-o limbă rară: efectul nu apare imediat (dacă apare).

Relații între variabile

Construcția psihologiei experimentale moderne se bazează pe formula lui K. Lewin - comportamentul este o funcție a personalității și a situației:

B = f (P; S).

Neocomportamentiștii introduc formula în schimb R(personalitate) DESPRE(organism), ceea ce este mai precis dacă luăm în considerare nu numai oamenii, ci și animalele ca subiecți de testare, iar personalitatea se reduce la organism.

Oricum ar fi, majoritatea specialiștilor în teoria experimentării psihologice, în special McGuigan, consideră că există două tipuri de legi în psihologie: 1) „stimulare-răspuns”; 2) „comportament-organism”.

Primul tip de legi este descoperit în timpul cercetării experimentale, când stimulul (sarcină, situație) este o variabilă independentă, iar variabila dependentă este răspunsul subiectului.

Al doilea tip de legi este un produs al metodei de observare și măsurare sistematică, deoarece proprietățile corpului nu pot fi controlate prin mijloace psihologice.

Există „încrucișări”? Desigur. Într-adevăr, într-un experiment psihologic, influența așa-numitelor variabile suplimentare este adesea luată în considerare, majoritatea fiind caracteristici psihologice diferențiale. Prin urmare, este logic să adăugați la listă legile „sistemului”, descriind influența unei situații asupra comportamentului unei persoane cu anumite proprietăți. Dar în experimentele psihofiziologice și psihofarmacologice este posibil să se influențeze starea corpului și, în cursul unui experiment formativ - să se schimbe intenționat și ireversibil anumite proprietăți ale personalității.

Într-un experiment comportamental psihologic clasic, o dependență funcțională a formei

R = f(S),

Unde R- raspunsul este a S- situație (stimul, sarcină). Variabil S variază sistematic, iar modificările răspunsului subiectului determinate de acesta sunt înregistrate. Pe parcursul studiului sunt relevate condițiile în care subiectul se comportă într-un fel sau altul. Rezultatul este înregistrat sub forma unei relații liniare sau neliniare.

Un alt tip de dependență este simbolizat ca dependența comportamentului de proprietățile personale sau stările corpului subiectului:

R = f (O) sau R = f(P).

Se studiază dependența comportamentului subiectului de una sau alta stare a corpului (boală, oboseală, nivel de activare, frustrare a nevoilor etc.) sau de caracteristicile personale (anxietate, motivație etc.). Cercetarea se desfășoară cu participarea unor grupuri de oameni care diferă într-o anumită caracteristică: proprietate sau starea actuală.

Desigur, aceste două dependențe stricte sunt cele mai simple forme de relații între variabile. Sunt posibile dependențe mai complexe stabilite într-un experiment specific; în special, proiectele factoriale fac posibilă identificarea dependențelor formei R = f(S 1, S 2), când răspunsul subiectului depinde de doi parametri variabili ai situației, iar comportamentul este o funcție de starea organismului și a mediului.

Să ne concentrăm pe formula lui Levin. În formă generală, exprimă idealul psihologiei experimentale - capacitatea de a prezice comportamentul unui anumit individ într-o anumită situație. Variabila „personalitate”, care face parte din această formulă, cu greu poate fi considerată doar „suplimentară”. Tradiția neocomportamentistă sugerează folosirea termenului de variabilă „intervin”. Recent, termenul „variabilă moderator” a fost atribuit unor astfel de „variabile” – proprietăți și stări de personalitate – adică. intermediar

Să luăm în considerare principalele opțiuni posibile pentru relațiile dintre variabilele dependente. Există cel puțin șase tipuri de relații variabile. Prima, care este și cea mai simplă, este absența dependenței. Grafic, se exprimă sub forma unei linii drepte paralele cu axa x pe grafic, unde de-a lungul axei x (X) nivelurile variabilei independente sunt reprezentate grafic. Variabila dependentă nu este sensibilă la modificările variabilei independente.

Se observă o dependență în creștere monotonă atunci când o creștere a valorilor variabilei independente corespunde unei modificări a variabilei dependente.

Se observă o dependență monotonă în scădere dacă o creștere a valorilor variabilei independente corespunde unei scăderi a nivelului variabilei independente.

Dependență neliniară U-tipul în formă se găsește în majoritatea experimentelor în care sunt relevate trăsăturile de reglare mentală a comportamentului.

Inversat U-dependența în formă se obține în numeroase studii experimentale și corelaționale, atât în ​​psihologia personalității, motivația, cât și în psihologia socială.

Ultima versiune a dependenței nu se găsește la fel de des ca cele anterioare - o dependență cvasiperiodică complexă a nivelului variabilei dependente de nivelul celei independente.

Atunci când alegeți o metodă de descriere, se aplică „principiul economiei”. Orice descriere simplă este mai bună decât o descriere complexă, chiar dacă sunt la fel de reușite. Prin urmare, argumentele comune în discuțiile științifice interne precum „Totul este de fapt mult mai complicat decât își imaginează autorul” sunt, cel puțin, lipsite de sens. În plus, nimeni nu știe cum „în realitate”.

Așa-numita „descriere complexă”, „descriere multidimensională” este de multe ori pur și simplu o încercare de a evita rezolvarea unei probleme științifice, o modalitate de a masca incompetența personală, pe care doresc să o ascundă în spatele unei încurcături de corelații și formule complexe în care totul este egal cu Tot.

Baza construcției psihologiei experimentale moderne este formula K. Levina- comportamentul este o funcție de personalitate și situație:

B =f(P;S).

Neocomportamentiștii introduc formula în schimb R(personalitate) O (organism), care este mai precis dacă luăm în considerare nu numai oamenii, ci și animalele ca subiecți de testare și reducem personalitatea organismului.

Oricum ar fi, majoritatea specialiștilor în teoria experimentelor psihologice, în special McGuigan, cred că în psihologie există două tipuri de legi:

1) „stimul-răspuns”;

2) „comportament-organism*.

Primul tip de legi este descoperit în timpul unui studiu experimental când stimulul (sarcină, situație) este o variabilă independentă, iar variabila dependentă este răspunsul subiectului.

Al doilea tip de legi este produsul unei metode de observare și măsurare sistematică, deoarece proprietățile corpului nu pot fi controlate prin mijloace psihologice.

Există „încrucișări”? Desigur. Într-adevăr, într-un experiment psihologic, influența așa-numitelor variabile suplimentare este adesea luată în considerare, majoritatea fiind caracteristici psihologice diferențiale. Prin urmare, este logic să adăugați la listă legile „sistemului”, descriind influența unei situații asupra comportamentului unei persoane cu anumite proprietăți. Dar în experimentele psihofiziologice și psihofarmacologice este posibil să se influențeze starea corpului și, în cursul unui experiment formativ - să se schimbe intenționat și ireversibil anumite proprietăți ale personalității.

Într-un experiment comportamental psihologic clasic, o dependență funcțională a formei

R = f(S),

Unde R- raspunde, a S- situație (stimul, sarcină).

Variabila S este variată sistematic, iar modificările răspunsului subiectului determinate de aceasta sunt înregistrate. Pe parcursul studiului sunt relevate condițiile în care subiectul se comportă într-un fel sau altul. Rezultatul este înregistrat sub forma unei relații liniare sau neliniare.

Alt tip dependențele sunt simbolizate ca dependența comportamentului de proprietățile personale sau stările corpului subiectului:

R = f(O) sau R = f(P).

Se studiază dependența comportamentului subiectului de o anumită stare a corpului (boală, oboseală, nivel de activare, frustrare a nevoilor etc.) sau de caracteristicile personale (anxietate, motivație etc.). Cercetarea se desfășoară cu participarea unor grupuri de oameni care diferă într-o anumită caracteristică: proprietate sau starea actuală.

Desigur, aceste două dependențe stricte sunt cele mai simple forme de relații între variabile. Sunt posibile dependențe mai complexe stabilite într-un experiment specific; în special, proiectele factoriale fac posibilă identificarea dependențelor formei R = f (S 1, S 2), când răspunsul subiectului depinde de doi parametri variabili ai situației, iar comportamentul este o funcție de starea organismului și a mediului.

Să ne concentrăm pe formula lui Levin. În formă generală, exprimă idealul psihologiei experimentale: capacitatea de a prezice comportamentul unui anumit individ într-o anumită situație. Variabila „personalitate”, care face parte din această formulă, cu greu poate fi considerată doar „suplimentară”. Tradiția neocomportamentistă sugerează folosirea termenului de variabilă „intervin”. Recent, termenul „variabilă moderator”, adică mediator, a fost atribuit unor astfel de „variabile” – proprietăți și stări personale.

Să luăm în considerare principalele opțiuni posibile pentru relațiile dintre variabilele dependente.

Există cel puțin șase tipuri, conexiuni variabile.

Primul, el este cel mai simplu, - nici o dependenta , Grafic, se exprimă sub forma unei linii drepte paralele cu axa x pe grafic, unde de-a lungul axei x (X) nivelurile variabilei independente sunt reprezentate grafic. Variabila dependentă nu este sensibilă la modificările variabilei independente (vezi Figura 4.8).

Creșterea monotonică a dependenței se observă atunci când o creștere a valorilor variabilei independente corespunde unei modificări a variabilei dependente (vezi Fig. 4.9).

Dependența în scădere monotonică se observă dacă o creștere a valorilor variabilei independente corespunde unei scăderi a nivelului variabilei independente (vezi Fig. 4.10).

Dependență neliniară– Tipul în formă de U se găsește în majoritatea experimentelor în care sunt relevate trăsături ale reglării mentale a comportamentului: (vezi Fig. 4.11).

Relație în formă de U inversată obţinute în numeroase studii experimentale şi corelaţionale atât în ​​psihologia personalităţii, motivaţia, cât şi în psihologia socială (vezi Fig. 4.12).

Ultima variantă de dependență nu este detectată la fel de des ca cele anterioare - dependență cvasiperiodică complexă nivelul variabilei dependente de la nivelul celei independente (vezi Fig. 4.13).

Atunci când alegeți o metodă de descriere, se aplică „principiul economiei”. Orice descriere simplă este mai bună decât o descriere complexă, chiar dacă sunt la fel de reușite. Prin urmare, argumentele comune în discuțiile științifice interne precum „Totul este mult mai complicat în realitate decât își imaginează autorul” sunt, cel puțin, lipsite de sens. În plus, nimeni nu știe cum „în realitate”.

Așa-numita „descriere complexă”, „descriere multidimensională” este de multe ori pur și simplu o încercare de a evita rezolvarea unei probleme științifice, o modalitate de a masca incompetența personală, pe care doresc să o ascundă în spatele unei încurcături de corelații și formule complexe în care totul este egal cu Tot.

1. Importanța studierii temei(relevanța problemei studiate). Cunoașterea metodelor de evaluare a relației dintre caracteristicile individuale

face posibilă rezolvarea uneia dintre problemele cardinale ale oricărei cercetări științifice: capacitatea de a prevedea și de a prezice evoluția unei situații când anumite caracteristici cunoscute ale obiectului de studiu se modifică.

2. Obiectivele de învățare: A cunoaște:

- concepte de corelare și dependențe funcționale;

- concepte de corelare directă și inversă;

- conceptul de coeficient de corelație;

- metode de calcul al coeficienților de corelație Pearson și Spear

- utilizarea coeficienților de corelație în medicină și asistență medicală

protecţie

- afișarea datelor numerice pe câmpul de corelare;

- estimați rezistența și direcția conexiunii pe baza valorii coeficientului

corelații;

- alege metoda corectă de analiză de corelare sau regresie pentru a evalua datele disponibile.

- metode de calcul al coeficienților de corelație Pearson și

Spearman;

- abilități de prezentare a datelor numerice folosind corelație

3. Concepte de bază și prevederi ale temei

Una dintre sarcinile majorității cercetării biomedicale este identificarea conexiunii reciproce a unuia sau mai multor fenomene.

Lumina în fereastră poate însemna (cu probabilități diferite) că proprietarii sunt acasă; tusea cu flegmă poate însemna bronșită cronică. Dacă într-o serie de observații repetate unul dintre semne (sau o parte a acestuia) apare simultan cu altul mai des decât poate fi explicat printr-o combinație aleatorie de circumstanțe, atunci aceasta servește ca bază pentru a vorbi despre relație, contingența dintre apariția acestor semne.

Enunțul problemei în acest tip de cercetare arată de obicei astfel: pentru a determina prezența și puterea relației statistice a oricărei caracteristici din una sau mai multe alte caracteristici. Cunoașterea relației dintre caracteristicile individuale face posibilă rezolvarea uneia dintre sarcinile principale ale oricărei cercetări științifice: capacitatea de a prevedea, de a prezice evoluții

dezvoltarea situaţiei când anumite caracteristici cunoscute ale obiectului de cercetare se modifică.

Termenul de dependență în procesarea statistică a studiilor biomedicale trebuie folosit cu mare atenție. Metodele statistice pot oferi doar o evaluare formală a relației. Încercările de a transfera mecanic datele calculelor statistice în realitate obiectivă pot duce la concluzii eronate.

De exemplu, afirmația: „Cu cât vrăbiile plâng mai tare dimineața, cu atât mai sus răsare soarele”, în ciuda absurdității evidente, din punctul de vedere al statisticilor formale, este destul de legitimă. Astfel, termenul de „dependență” în analiza statistică implică doar o evaluare statistică a relației.

Orice fenomen din lumea din jurul nostru poate fi conectat prin direct sau feedback. Această caracteristică se numește direcționalitatea conexiunii.

În ceea ce privește direcția, conexiunea poate fi directă sau inversă.

Conexiune directă (sau pozitivă). caracterizează o dependență în care o creștere sau scădere a valorii unei caracteristici duce, respectiv, la o creștere sau scădere a celei de-a doua. De exemplu, Când temperatura crește, presiunea gazului crește (în timp ce își menține volumul constant). Pe măsură ce temperatura scade, scade și presiunea.

Feedback (sau feedback negativ). caracterizat printr-o asemenea dependenţă

posibilitate, când cu o creștere a unei caracteristici a doua scade sau, dimpotrivă, cu o scădere a uneia, a doua crește. Dependența inversă sau feedback-ul este baza pentru reglarea normală a aproape tuturor proceselor vitale ale oricărui organism.

Natura relației poate fi funcțională sau corelațională (statistică).

Dependenta functionala– acest tip de dependență atunci când fiecare valoare a unei caracteristici corespunde valorii exacte a alteia (dependența poate fi specificată printr-o funcție). De exemplu: relația dintre rază și circumferință. O astfel de dependență poate fi considerată completă (exhaustivă). Ea explică complet o schimbare într-o caracteristică printr-o schimbare în alta. Acest tip de conexiune este tipic pentru obiectele care sunt punctul de aplicare al științelor exacte. În cercetarea biomedicală, este extrem de rar întâlnirea unei conexiuni funcționale, deoarece obiectele de cercetare au o mare variabilitate individuală. Pe de altă parte, caracteristicile obiectelor biologice depind, de regulă, de un complex de un număr mare de relații complexe și nu pot fi reduse la relația dintre doi sau trei factori.

Dependența de corelație– există în cazul în care, atunci când valoarea unei caracteristici se modifică, există o tendință de modificare corespunzătoare a valorilor altei caracteristici.

De exemplu, atunci când înălțimea unei persoane se modifică, se schimbă și greutatea corporală. Totuși, această dependență nu este completă, adică. funcţional. La oamenii cu unul

În funcție de înălțimea ta, greutatea corporală poate varia, deoarece este influențată de mulți alți factori (nutriție, sănătate etc.). Când evaluăm relațiile statistice, putem vorbi despre o tendință doar atunci când o creștere a unei caracteristici determină o tendință de creștere sau scădere a unei alte caracteristici.

Relația de corelație este descrisă folosind diverse caracteristici statistice. Alegerea caracteristicilor pentru a determina relația este determinată de tipul de caracteristici studiate, de metodele de grupare a acestora și de natura așteptată a relației. Uneori, pentru a identifica relațiile cu adevărat existente, este suficient să întocmești corect un tabel de distribuție statistică sau să construiești un grafic vizual al acestei distribuții.

Analiza corelației se ocupă cu măsurarea gradului de relație dintre două variabile (x și y). Mai întâi presupunem că atât x, cât și y sunt cantități cantitative, de exemplu, înălțimea și greutatea.

Să presupunem că există o pereche de mărimi (x, y) măsurate la fiecare dintre pacienții din eșantion. Putem marca punctul corespunzător perechii de

identitățile fiecărui pacient, pe diagramă de dispersie bidimensională a punctului (Fig.

1,2,3). De obicei, variabila x este plasată pe axa orizontală, iar variabila y este plasată pe axa verticală în aceeași diagramă. Prin plasarea punctelor pentru toți pacienții, obținem un grafic de dispersie de puncte ( câmpul de corelare), care vorbește despre relația dintre aceste două variabile.

Ca urmare, pot apărea următoarele situații:

Figura 1. Corelație pozitivă (directă).

Figura 2. Corelație negativă (inversă).

Figura 3. Fără corelație

Dacă construiți o linie dreaptă pe un grafic de împrăștiere a punctelor care descrie cel mai bine datele reprezentate (distanțele de la puncte la linie dreaptă sunt minime), atunci linia dreaptă rezultată este linie de regresie. Calculul coeficienților de corelație oferă o caracteristică numerică a cât de apropiate sunt observațiile de linia de regresie. Principalii coeficienți de corelație sunt Coeficientul de corelație Pearson și coeficientul de corelație Spearman.

Proprietățile coeficienților de corelație:

Valorile coeficientului de corelație variază de la-1

până la +1.

Semnul coeficientului de corelație arată direcția relației, în creștere (pozitiv r, feedforward) sau scade (r negativ, feedback) o variabilă pe măsură ce cealaltă crește.

Mărimea coeficientului de corelație indică cât de aproape sunt punctele de o linie dreaptă. În special, dacă r = +1 sau r = -1, atunci există o corelație absolută (funcțională) pentru toate punctele situate pe linie (Fig. 1, Fig. 2); dacă r = 0, atunci nu există o corelație liniară (Fig. 3). Cu cât r este mai aproape de punctele extreme (±1), cu atât este mai mare gradul de legătură liniară.

Coeficientul de corelație este adimensional, adică. nu are unitati datorita

Valoarea coeficientului de corelare este valabilă numai în intervalul de valori x și y în eșantion. Nu se poate concluziona că coeficientul va avea aceeași mărime atunci când se consideră valori ale lui x sau y care sunt semnificativ mai mari decât cele din eșantion.

Nu contează care dintre semne este desemnat x și care dintre ele este y; x și y se pot înlocui unul pe celălalt fără a afecta valoarea lui r (rху ~rух).

Corelația între x și y nu înseamnă neapărat cauză și efect.

Trebuie remarcat faptul că, în cazul factorilor biologici, una sau alta natură a conexiunii se păstrează, de regulă, numai într-un anumit interval de modificări ale caracteristicilor. În afara acestui interval, conexiunea se poate slăbi, deveni direct opusă sau poate dispărea complet.

De exemplu, pe măsură ce vârsta copilului crește, crește puterea mușchilor scheletici. La vârsta adultă, o astfel de legătură nu mai există. Iar la grupele de vârstă mai înaintată tendința se inversează.

Puterea corelațieiîntre caracteristici se apreciază prin valoarea coeficientului de corelație conform Tabelului 1:

Cazuri în care nu trebuie calculat coeficientul de corelație liniară:

s-a obţinut o relaţie neliniară între caracteristici, de exemplu, o relaţie pătratică (Fig. 4, a);

datele includ mai mult de o observație pentru fiecare pacient;

există valori anormale (Fig. 4, b);

datele conțin subgrupuri de pacienți pentru care nivelurile medii de observație pentru cel puțin una dintre variabile diferă (Fig. 4c).

Figura 4. Diagrame care arată când nu trebuie calculat coeficientul de corelație, (a) - relația este neliniară, (b) - dacă există o valoare anormală(i), (c) - datele sunt formate din subgrupuri.

Coeficientul de corelație Pearson

Coeficientul de corelație Pearson () determină puterea și direcția

conexiune numai pentru date cantitative (x, y – valorile caracteristicilor studiate, n – numărul de perechi de date):

∑ (∑)(∑)

Condiții pentru calcularea coeficientului de corelație Pearson:

caracteristicile studiate sunt cantitative;

eșantionul este format din perechi independente de valori x și y; cel puțin una dintre aceste două variabile este distribuită normal.

Fiabilitatea coeficientului de corelare se stabilește prin greutate

pretextul unei erori medii. Deoarece coeficientul de corelație din studiile clinice este de obicei calculat pentru un număr limitat de observații, apar adesea întrebări cu privire la fiabilitatea coeficientului obținut. În acest scop se determină eroarea medie a coeficientului de corelație. Cu un număr suficient de mare de observații (mai mult de 100), eroarea medie a coeficientului de corelație () se calculează folosind formula:

n – numărul de observații.

În cazul în care numărul de observații este mai mic de 100, este mai precis să se determine eroarea medie a coeficientului de corelare folosind formula:

Cu suficientă fiabilitate pentru cercetarea medicală, prezența unuia sau altui grad de conexiune poate fi afirmată numai atunci când valoarea coeficientului de corelație depășește sau egalează valoarea celor trei erori ale sale (r ≥3m r ). De obicei, acest raport dintre coeficientul de corelație (r) și eroarea sa medie (m r) este notat cu litera tr:

Dacă t r ≥3, atunci coeficientul de corelație este semnificativ statistic

Exemplu de calcul al coeficientului de corelație Pearson

Este necesar să se stabilească dacă există o relație între numărul de ore pe care un student le dedică pregătirii pentru un test de statistică și numărul final de răspunsuri corecte (și, prin urmare, nota finală). Testarea include 100 de întrebări din banca de sarcini de testare. Tabelul prezintă date despre 6 studenți selectați aleatoriu.

Evident, numărul de ore se reflectă direct în nota finală. Variabila „Ore de pregătire” (x) este o variabilă independentă, deoarece duce la variația observată a variabilei Scor examen (y). Relația cauzală dintre variabilele dependente și cele independente există într-o singură direcție: Variabilă independentă (x) → Variabilă dependentă (y). Această conexiune nu funcționează în direcția opusă.

Coeficientul de corelație Pearson (r) este calculat folosind următoarea ecuație

∑ (∑)(∑)

Tabelul de mai jos vă va ajuta să descompuneți această ecuație în câteva calcule simple.

Folosind aceste valori și n=6 (numărul total de studenți), obținem:

∑ (∑)(∑)

Acum să calculăm eroarea medie a coeficientului de corelație

√ √

Vom stabili dacă conexiunea pe care am stabilit-o este fiabilă

Deoarece t r ≥3, atunci coeficientul de corelație este semnificativ statistic

Astfel, există o corelație pozitivă (directă) puternică semnificativă statistic între numărul de ore dedicate studierii unei discipline și nota la examen. Rezultă că rezultatele examenului pot fi prezise pe baza unui anumit număr de ore dedicate studierii subiectului.

Coeficientul de corelație al lui Spearman

Coeficientul de corelație de rang al lui Spearman (rs) este neparametric

Analog chinezesc al coeficientului de corelație Pearson.

Utilizarea acestui coeficient de corelare poate fi recomandată în următoarele cazuri:

când este necesar rapid aproximativ determinați relația dintre unele caracteristici;

dacă este necesar să se evalueze relaţia dintrede înaltă calitate (rang-

vy) și caracteristicile cantitative sau numai între caracteristicile calitative;

când distribuirea valorilor caracteristicilor contabile (inclusiv cele cantitative) nu corespunde normalului distributie sau distributie

definiția este necunoscută.

Calcul:

1. Aranjați valorile x în ordine crescătoare, începând cu cea mai mică valoare și atribuiți-le ranguri succesive (numerele 1, 2, 3, .., n). Opțiunile egale primesc valoarea medie din suma numerelor lor ordinale.

2. Clasează într-un mod similar y .

3. Calculați r s - coeficient de corelație între rangurile x și y după formula:

n – numărul de perechi de comparat.

Un exemplu de calcul al coeficientului de corelație Spearman.

Este necesar să se stabilească din Tabelul 2 dacă există o relație între numărul de ore pe care un student le dedică pregătirii pentru un examen de testare la statistică și numărul final de răspunsuri corecte (și, în consecință, nota finală). Testarea include 100 de întrebări din banca de sarcini de testare.

Compunem o serie de variații x și o ierarhăm:

Compilăm o serie de variații y și rang:

Pentru a ușura calculul, completați următorul tabel:

Astfel, s-a constatat că relația de corelație studiată este directă și puternică.

În cursul analizei corelației sau al analizei corelației, se rezolvă un întreg grup de probleme interdependente:

1) Stabilirea direcției (directă sau inversă) și a formei (liniară sau neliniară) a relației de corelație.

2) Evaluarea apropierii (tăria, densitatea) unei corelații.

3) Evaluarea reprezentativității estimărilor statistice ale relațiilor obținute din datele eșantionului (magnitudinea erorii, intervalul de încredere, nivelul de semnificație).

4) Stabilirea mărimii determinării (cotei de influență reciprocă) a factorilor corelați.

Prin urmare, metode statistice studierea relației dintre variabile depinde de:

natura variabilelor(calitativ cantitativ)

natura distribuției variabilelor cantitative (normale,

anormal, necunoscut)

numărul de observații (mari, mici)

relaţiile dintre observaţii (dependent, independent).metode statistice studierea relaţiei dintre variabile poate

cu un singur factor, adică ţinând cont doar de relaţia dintre cele două variabile analizate

multifactorial, acestea. ținând cont de influența altor variabile asupra relației dintre două variabile studiate.

Conceptul de analiză de regresie

Regresia determină relația matematică dintre dependențe

variabila mea (răspunsul) și una sau mai multe variabile independente (predictori).

Analiza regresiei utilizarea unui coeficient de regresie vă permite să preziceți cantitativ modificările unei variabile atunci când alta se modifică.

Pentru a descrie conexiunea pot fi folosite diverse funcții matematice, principalele fiind:

■ liniară

■ exponenţială

■ logistică

Regresia liniară simplă sau regresia multiplă poate fi utilizată pentru elementele continue, de exemplu tensiunea arterială, greutatea.

Regresie logistică aplicabil în cazurile în care caracteristicile dependente sunt binare (de exemplu, mort/viu, recuperat/nerecuperat).

Regresie liniara

Ecuația matematică care estimează o dreaptă de regresie liniară simplă este:

x se numește predictor - o variabilă independentă sau explicativă. Pentru o valoare dată x, Y este valoarea variabilei y (numită dependență

sim, ieșire sau variabilă de răspuns), care se află pe linia de evaluare. Aceasta este valoarea pe care o așteptăm pentru y (în medie) dacă cunoaștem valoarea lui x și se numește „valoarea estimată a lui y” (Figura 5).

a este termenul liber (intersecția) liniei de evaluare; aceasta este valoarea Y când

b – panta sau panta liniei estimate; reprezintă cantitatea cu care crește Y în medie dacă creștem x cu o unitate (Figura 5). Coeficientul b se numește coeficient de regresie.

De exemplu: atunci când temperatura corpului unei persoane crește cu 1o C, pulsul crește cu o medie de 10 bătăi pe minut.

Figura 5. Linia de regresie liniară care arată coeficientul a și panta b (cantitatea Y crește pe măsură ce x crește cu o unitate)

Din punct de vedere matematic, rezolvarea ecuației de regresie liniară se reduce la calcularea parametrilor a și b în așa fel încât punctele datelor inițiale ale câmpului de corelație stați cât mai aproape de regresia directă.

Utilizarea statistică a cuvântului regresie provine de la fenomenul cunoscut sub numele de regresie la medie, atribuit lui Francis Galton (1889). El a arătat că, deși tații înalți tind să aibă fii înalți, înălțimea medie a fiilor este mai mică decât cea a taților lor înalți. Înălțimea medie a fiilor „a regresat” sau „s-a mutat înapoi” la înălțimea medie a tuturor

taţii din populaţie. Astfel, în medie, tații înalți au fii mai scunzi (dar încă destul de înalți), iar tații scunzi au fii mai înalți (dar încă destul de scunzi).

Observăm regresie la medie în studiile de screening și clinice, unde un subgrup de pacienți poate fi selectat pentru tratament deoarece nivelurile lor ale unei anumite variabile, să zicem colesterolul, sunt extrem de ridicate (sau scăzute). Dacă această măsurătoare se repetă în timp, media celei de-a doua citiri pentru subgrup este de obicei mai mică decât prima lectură, tinzând (adică regresând) către media populației potrivite în funcție de vârstă și sex, indiferent de tratamentul pe care l-ar fi primit. Pacienții recrutați într-un studiu clinic pe baza nivelurilor ridicate de colesterol la prima lor examinare sunt astfel susceptibili de a prezenta, în medie, o scădere a nivelului de colesterol la a doua examinare, chiar dacă nu au fost tratați în această perioadă.

Adesea, metoda analizei regresiei este utilizată pentru a dezvolta scale normative și standarde de dezvoltare fizică.

Cât de bine se potrivește o linie de regresie cu datele poate fi judecat prin calcularea coeficientului R (exprimat de obicei ca procent și numit coeficient de determinare), care este egal cu pătratul coeficientului de corelație (r2). Reprezintă proporția sau procentul de varianță în y care poate fi explicată prin relația sa cu x, adică. ponderea de variație a unei caracteristici de rezultat care s-a dezvoltat sub influența unei caracteristici independente. Poate lua valori în intervalul de la 0 la 1 sau de la 0 la 100%. Diferența (100% - R) reprezintă procentul de varianță în y care nu poate fi explicat prin această interacțiune.

Relația dintre înălțime (măsurată în cm) și tensiunea arterială sistolică (TAS, măsurată în mmHg) la copii. Am efectuat o analiză de regresie liniară pereche a relației dintre SBP și înălțime (Fig. 6). Există o relație liniară semnificativă între înălțime și TAS.

Figura 6. Grafic bidimensional care arată relația dintre tensiunea arterială sistolică și înălțime. Este reprezentată linia de regresie estimată, tensiunea arterială sistolica.

Ecuația pentru dreapta de regresie estimată este următoarea: SBP = 46,28 + 0,48 x înălțime.

În acest exemplu, interceptarea nu prezintă interes (o creștere de zero este în mod clar în afara intervalului de valori observate în studiu). Cu toate acestea, putem interpreta panta; Se estimează că TAS va crește cu o medie de 0,48 mm Hg la acești copii. cu o creștere a înălțimii cu un centimetru

Putem folosi o ecuație de regresie pentru a prezice TAS pe care ne-am aștepta să o aibă un copil pentru o anumită înălțime. De exemplu, un copil de 115 cm înălțime are o TAS estimată de 46,28 + (0,48 x 115) = 101,48 mmHg. Art., un copil cu o înălțime de 130 are o TAS estimată de 46,28 + (0,48 x 130) =

108,68 mm Hg. Artă.

La calcularea coeficientului de corelare s-a constatat că acesta a fost egal cu 0,55, ceea ce indică o corelație directă a rezistenței medii. În acest caz, coeficientul de determinare este r 2 = 0,55 2 = 0,3. Astfel, putem spune că ponderea influenței înălțimii asupra nivelului tensiunii arteriale la copii nu depășește 30%; în consecință, alți factori reprezintă 70% din influență.

Regresia liniară (simple) se limitează la a analiza relația dintre variabila dependentă și o singură variabilă independentă. Dacă există mai multe variabile independente într-o relație, atunci trebuie să trecem la regresia multiplă. Ecuația pentru o astfel de regresie arată astfel:

y = a + bx1 +b2 x2 +.... + bn xn

Poate fi interesat de efectul mai multor variabile independente x1, x2, .., xn asupra variabilei de răspuns y. Dacă credem că aceste x-uri pot fi interdependente, nu ar trebui să privim separat efectul modificării valorii unui x pe y, ci ar trebui să luăm în considerare simultan mărimea tuturor celorlalte x-uri.

Exemplu Deoarece există o corelație puternică între înălțimea și greutatea copilului

dependență, s-ar putea întreba dacă relația dintre înălțime și tensiunea arterială sistolică se modifică și dacă se iau în considerare și greutatea corporală și sexul copilului. Regresia liniară multiplă examinează efectul comun al acestor variabile independente multiple asupra y.

Ecuația de regresie multiplă în acest caz poate arăta astfel:

SBP=79,44 –(0,03 x înălțime)+ (1,18 x greutate) + (4,23 x sex)*

* - (pentru gen se folosesc valorile 0 - băiat, 1 - fată) Conform acestei ecuații, o fată a cărei înălțime este de 115 cm și a cărei greutate este

la 37 kg, va avea un SBP prezis:

PAS = 79,44 – (0,03 x 115) + (1,18 x 37) + (4,23 x 1) = 123,88 mmHg.

Regresia logistică este foarte asemănătoare cu regresia liniară; este utilizat atunci când există un rezultat binar de interes (adică prezența/absența unui simptom sau a unui subiect care are/nu are o boală) și un număr de predictori. Din ecuația de regresie logistică, se poate determina care predictori influențează rezultatul și, folosind valorile predictorilor pacientului, se poate estima probabilitatea ca acesta să aibă un anumit rezultat. De exemplu: dacă vor apărea sau nu complicații, dacă tratamentul va fi eficient sau nu.

Începeți să creați o variabilă binară care să reprezinte cele două rezultate (de exemplu, „are boala”=1, „nu are boala”=0). Cu toate acestea, nu putem aplica aceste două valori ca variabilă dependentă într-o analiză de regresie liniară, deoarece ipoteza de normalitate este încălcată și nu putem interpreta valorile prezise care nu sunt egale cu zero sau unu. De fapt, luăm în schimb probabilitatea ca un subiect să fie clasificat în categoria cea mai apropiată (adică „are boala”) a variabilei dependente și, pentru a depăși dificultățile matematice, aplicăm o transformare logistică ecuației de regresie - cea naturală. logaritmul raportului de șanse dintre „boală” (p) și probabilitatea „fără boală” (1-p).

Un proces integrativ numit probabilitate maximă, mai degrabă decât regresie obișnuită (din moment ce nu putem aplica procedura de regresie liniară), creează o estimare a ecuației de regresie logistică din datele eșantionului

logit (p) = a + bx1 +b2 x2 +.... + bn xn

Logit (p) - o estimare a probabilității adevărate ca un pacient cu un set individual de valori pentru x 1 ... x n să aibă o boală;

a este estimarea constantei (termen liber, intersecție);

b 1 , b 2 , ... , b n - estimări ale coeficienților de regresie logistică.

4. Întrebări pe tema lecției:

1. Definiți conexiunile funcționale și corelaționale.

2. Dați exemple de corelație directă și inversă.

3. Indicați dimensiunile coeficienților de corelație pentru conexiunile slabe, medii și puternice între caracteristici.

4. În ce cazuri este utilizată metoda rangului de calcul al coeficientului de corelație?

5. În ce cazuri se utilizează calculul coeficientului de corelație Pierso?

6. Care sunt pașii principali în calcularea coeficientului de corelație folosind metoda rangului?

7. Definiți „regresiune”. Care este esența metodei regresiei?

8. Descrieți formula pentru o ecuație simplă de regresie liniară.

9. Definiți un coeficient de regresie.

10. Ce concluzie se poate trage dacă coeficientul de regresie al greutății pe înălțime este de 0,26 kg/cm?

11. Pentru ce se utilizează formula ecuației de regresie?

12. Care este coeficientul de determinare?

13. În ce cazuri este utilizată ecuația de regresie multiplă?

14. Pentru ce este folosită metoda de regresie logistică?

5. Sarcini de testare:

1. TERMENUL „CORELAȚIE” ÎN STATISTICĂ ESTE ÎNȚELES CA

1) legătură, dependență

2) relație, raport

3) funcţie, ecuaţie

4) coeficient

2. RELATIA DINTRE CARACTERISTICI POATE FI CONSIDERATA MEDIE LA VALOAREA COEFICIENTULUI DE CORELATIE

1) r = 0,13

2) r = 0,45

3) r = 0,71

4) r = 1,0

3. COEFICIENT DE CORELAȚIE R = - 0,82 SPUNE CĂ CORELIA

1) drept, putere medie

2) invers, slab

4) invers, puternic

4. CÂND VALOAREA COEFICIENTULUI DE CORELARE ESTE ÎN INTERVALUL DE 0 LA 0,3 FORTA CONEXIUNII ESTE ESTIMATĂ CA

1) slab

2) medie

3) puternic

4) plin

5. RELAȚIA DINTRE CARACTERISTICI POATE FI CONSIDERATĂ PUTERNICĂ CÂND COEFICIENTUL DE CORELARE ESTE VALOARE

1) r = - 0,25

2) r = 0,62

3) r = - 0,95

4) r = 0,55

6. DEPENDENȚA ÎN CARE O CREȘTERE SAU SCADERE A VALORII UNEI CARACTERISTICI CONDUCE LA O CREȘTERE SAU SCADERE A A DOUA CARACTERIZA URMĂTORUL TIP DE RELATIE

2) invers

3) plin

4) incomplet

7. DEPENDENȚA ÎN CARE O CREȘTERE A UNUI CARACTER Oferă O SCĂDERE ÎN AL DOILEA CARACTERIZează URMĂTORUL TIP DE CORELAȚIE

2) invers

3) plin

4) incomplet

8. COEFICIENTUL DE CORELATIE LUI PEARSON DETERMINA

1) semnificaţia statistică a diferenţelor dintre variabile

2) gradul de diversitate al unei trăsături în agregat

3) puterea și direcția relației dintre variabilele dependente și independente

4) ponderea varianţei caracteristicii rezultate explicată prin influenţa variabilelor independente

9. CONDIȚIA PENTRU CALCULUL COEFICIENTULUI DE CORELARE PEARSON ESTE

1) distribuția variabilelor este necunoscută

2) distribuția normală a cel puțin una dintre cele două variabile

3) cel puțin una dintre cele două variabile este măsurată pe o scală de rang

4) nu există o distribuție normală a variabilelor

10. COEFICIENTUL DE CORELARE A RANGULUI LUI SPEARMAN SE CALCULEAZĂ CÂND

1) există o distribuţie normală a variabilelor

2) este necesar să se evalueze relaţia dintre caracteristicile calitative şi cantitative

3) este necesar să se determine semnificaţia statistică a diferenţelor dintre variabile

4) este necesar să se aprecieze gradul de diversitate a trăsăturii în agregat

11. DEPENDENȚĂ CÂND SE NUMEște fiecare VALOARE A UNEI CARACTERISTICI CORRESPONDENTE VALORII EXACTE A ALTEUI

1) drept

2) invers

3) corelație

4) funcțional

12. DEPENDENȚA, CÂND SE SCHIMBĂ VALOAREA UNEI CARACTERISTICI, SE NUMITĂ TENDINȚA (CARACTERUL) DE DISTRIBUȚIE A VALORILOR ALTUI CARACTER.

1) drept

2) invers

3) corelație

4) funcțional

13. PENTRU AFIȘAREA DEPENDENȚEI DE CORELARE, SE UTILIZA UN GRAF

1) liniară

2) diagramă de dispersie

3) radial

4) dinamic

14. DACA COEFICIENTUL DE CORELATIE ESTE EGAL CU UNITATEA, ATUNCI RELATIA ESTE

1) puternic, drept

2) feedback puternic

3) mediu, drept

4) plin (funcțional), direct

15. RELATIA DINTRE Y SI X POATE FI RECUNOSCATA MAI MAI SEMNIFICATIVA LA URMATOAREA VALOAREA COEFICIENTULUI DE CORELATIE LINEARĂ

1) r = 0,35

2) r = 0,15

3) r = - 0,57

4) r = 0,46

16. ANALIZA CORELATIEI SE UTILIZA LA STUDIU

1) relaţiile dintre fenomene

2) dezvoltarea unui fenomen în timp

3) structuri ale fenomenelor

4) semnificaţia statistică a diferenţelor dintre fenomene

17. COEFICIENTUL DE CORELATIE POATE ACCEPTARE VALORI

1) de la 0 la 1

2) de la -1 la 0

3) de la -1 la 1

ARATĂ CĂ

1) cu semn crescător x pentru 1 semn y crește cu 0,678

2) cu semn crescător x pentru 1 semn y crește cu 0,016

3) cu semn crescător x cu 1 semnul y scade cu 0,678

4) cu semn crescător x cu 1 semnul y scade cu 0,016

22. VARIABILA INDEPENDENTĂ ÎN ECUAȚIA DE REGRESIE SE NUMEște

1) opțiunea

2) nivel

3) predictor

4) variabilă răspuns Kendela

4) Chuprova

26. PARTEA DE VARIAȚIE A UNUI CARACTER DE REZULTAT ÎN SUB INFLUENȚA UNUI CARACTER INDEPENDENT ESTE EXPLICATĂ DE COEFICIENT

1) Corelații Pearson

2) Corelații Spearman

3) determinarea

4) variații

27. PENTRU A STUDIA O RELATIE IN CARE ESTE PREZENTA MAI MULT DE O VARIABILA INDEPENDENTA, SE UTILIZA

1) regresie liniara

2) regresie multiplă

3) Corelația rangului Spearman

4) calculul ratei de creștere

28. PENTRU A CALCULA COEFICIENTUL DE CORELATIE SPEARMAN ESTE NECESAR

1) aranjați variabilele în ordine crescătoare

2) aranjați variabilele în ordine descrescătoare

3) pătratul variabilelor

4) atribuiți ranguri (numere) succesive variabilelor în ordine crescătoare 1, 2, 3, .., n)

29. DEPENDENȚA GREUTĂȚII DE ÎNĂLȚIMEA PERSOANEI(INDEXUL DE ÎNĂLȚIE ȘI GREUTATE) ESTE DESCRIS CU AJUTOR

1) regresie logistică

2) regresie multiplă

3) regresie exponenţială

4) regresie liniara

30. DEPENDENȚA REZULTATELOR POZITIV SAU NEGATIVE A TRATAMENTULUI DE UN NUMĂR DE FACTORI ESTE DESCRISĂ CU AJUTOR

1) regresie logistică

2) regresie multiplă

3) regresie exponenţială

4) regresie liniara

31. COEFICIENTUL DE CORELARE SE MĂSORA ÎN

1) la sută

2) aceleași unități ca și trăsătura studiată

3) ppm

4) nu are unități de măsură

32. DIN URMĂTOARELE VALORI PENTRU A DETERMINA DIMENSIUNEA UNEI CARACTERISTICI CÂND SE SCHIMBA ALTEA DUPĂ UNITATEA DE MĂSURĂ, SE APLICA

1) deviație standard

2) coeficient de corelație

3) coeficient de regresie

4) coeficientul de variație

6. Sarcini situaționale pe subiect

Sarcina nr. 1

Ecuația de regresie descrie dependența presiunii sistolice de înălțime, greutate și sex:

y = 79,44 – 0,03x1 + 1,18x2 + 4,23x3

unde x 1 – înălțime; x 2 – greutate; x 3 – podea.

1. Calculați presiunea sistolică așteptată pentru un băiat cu o înălțime de 130 cm și o greutate de 30 kg. Cum se numește acest tip de ecuație de regresie?

2. Calculați presiunea sistolică așteptată pentru o fată cu o înălțime de 111 cm și o greutate de 17 kg. Cum se numește acest tip de ecuație de regresie?

Sarcina nr. 2

Tabelul de mai jos prezintă statul de plată a 10 echipe din Major League Hochei (în milioane) pe 2 ani, indicând numărul de victorii în această perioadă.

1. Calculați coeficientul de corelație Pearson, caracterizați puterea și direcția corelației.

2. Calculați coeficientul de corelație Spearman, caracterizați puterea și direcția corelației.

Sarcina nr. 3

Tabelul prezintă datele privind înălțimea și greutatea studenților din grupa 117 a Universității Medicale de Stat din Krasnoyarsk. Calculați coeficientul de corelație Spearman și aflați dacă există o corelație între aceste date, puterea și direcția lor.

Sarcina nr. 4

Tabelul prezintă datele privind înălțimea și greutatea studenților din grupa 118 a Universității Medicale de Stat din Krasnoyarsk. Calculați coeficientul de corelație Spearman și aflați dacă există o corelație între aceste date, puterea și direcția lor.

7. Lista abilităților practice:

1. Este corect să alegeți metoda de analiză a corelației pe baza naturii datelor disponibile.

3. Evaluați puterea corelației.

5. Alegeți metoda corectă de analiză a regresiei pe baza naturii datelor disponibile.

6. Utilizați ecuații de regresie pentru a prezice rezultatele studiului.

8. Subiecte aproximative ale lucrărilor de cercetare

Componentele principale ale oricărui experiment sunt:

1) subiect (subiect sau grup studiat);

2) experimentator (cercetător);

3) stimulare (metoda de influenţare a subiectului ales de experimentator);

4) răspunsul subiectului la stimulare (reacția sa mentală);

5) condiţii experimentale (pe lângă stimulare, influenţe care pot influenţa reacţiile subiectului).

Răspunsul subiectului este o reacție externă, prin care se poate judeca procesele care au loc în spațiul său interior, subiectiv. Aceste procese în sine sunt rezultatul influenței stimulării și condițiilor experimentale asupra acesteia.

Dacă răspunsul (reacția) subiectului notat cu simbolul R și impact asupra lui situație experimentală (ca ansamblu de efecte de stimulare și condiții experimentale) - simbol S, atunci relația lor poate fi exprimată prin formula R = f (S). Acesta este reacția este o funcție a situației . Dar această formulă nu ține cont de rolul activ al psihicului, al personalității umane (P). În realitate, reacția unei persoane la o situație este întotdeauna mediată de psihic și personalitate. Astfel, relația dintre elementele principale ale experimentului poate fi fixată prin următoarea formulă: R = f (P, S). P. Fresse şi J. Piaget, în funcţie de obiectivele studiului, disting trei tipuri clasice de relaţii între aceste trei componente ale experimentului: 1) relaţii funcţionale; 2) relaţii structurale; 3) relaţii diferenţiale.

Relații funcționale se caracterizează prin variabilitatea răspunsurilor (R) ale subiectului (P) cu modificări calitative sau cantitative sistematice ale situaţiei (S). Grafic, aceste relații pot fi reprezentate prin următoarea diagramă (Fig. 2).

Exemple de relații funcționale identificate în experimente: modificări ale senzațiilor (R) în funcție de intensitatea impactului asupra organelor senzoriale (S); volumul memoriei (R) față de numărul de repetări (S); intensitatea răspunsului emoțional (R) la acțiunea diverșilor factori emoțiogeni (S); dezvoltarea proceselor de adaptare (R) în timp (S) etc.

Relații structurale sunt relevate printr-un sistem de răspunsuri (R 1, R 2, R n) la diverse situaţii (S 1 S 2, S n). Relațiile dintre răspunsurile individuale sunt structurate într-un sistem care reflectă structura personalității (P). Schematic arată astfel (Fig. 3).

Exemple de relaţii structurale: un sistem de reacţii emoţionale (R 1 R 2, R n) la acţiunea factorilor de stres (S 1, S 2, S n); eficienţa rezolvării (R 1, R 2, R n) diferitelor sarcini intelectuale (S 1, S 2, S n) etc.

Relații diferențiale sunt identificate prin analiza reacțiilor (R 1, R 2, R n) a diferiților subiecți (P 1, P 2, P n) la aceeași situație (S). Diagrama acestor relații este următoarea (Fig. 4).

Exemple de relații diferențiale: diferențe de viteză de reacție între diferiți oameni, diferențe naționale în manifestarea expresivă a emoțiilor etc.

Deci, componente ale cercetării experimentale precum influența situației experimentale, acțiunile și personalitatea experimentatorului, răspunsul observabil al subiectului și reacția sa mentală sunt factori incluși în experiment. Pentru a clarifica relația dintre toți factorii, a fost introdus conceptul de „variabilă”.

VARIABILE – un parametru al realității care este măsurat într-un studiu experimental. Sunt:

Există trei tipuri de variabile: independent, dependent și complementar.

I. Variabile independente. Factorul modificat de experimentator însuși se numește variabilă independentă (IV): condițiile în care se desfășoară activitatea subiectului; caracteristicile sarcinilor care sunt cerute de la subiectul testat; caracteristicile subiectului însuși (vârsta, sexul, alte diferențe între subiecți, stări emoționale și alte proprietăți ale subiectului sau ale persoanelor care interacționează cu el); programul formativ și alte influențe. Prin urmare, se obișnuiește să se evidențieze următoarele tipuri de NP: situațional, instructiv și personal.

Tipuri de variabile independente.

1) NP situaționale: variat parametrii fizici (iluminat, temperatură, nivel de zgomot, precum și dimensiunea camerei, mobilier, amplasarea echipamentului etc.), parametrii socio-psihologici (efectuarea unei sarcini experimentale în mod izolat, în prezența unui experimentator, a unui observator extern sau a unui grup de oameni). V.N. Druzhinin indică particularitățile comunicării și interacțiunii dintre subiect și experimentator ca un tip special de NP situațional. Se acordă multă atenție acestui aspect. În psihologia experimentală există o direcție separată numită „psihologia experimentului psihologic”.

2) NP instrucțional sunt direct legate de sarcina experimentală, de caracteristicile calitative și cantitative ale acesteia, precum și de metodele de implementare a acesteia. Experimentatorul poate manipula NP-ul instructiv mai mult sau mai puțin liber. El poate varia materialul sarcinii (de exemplu, numeric, verbal sau figurat), tipul de răspuns al subiectului (de exemplu, verbal sau non-verbal), scara de evaluare etc. Mari posibilități stau în calea instruirea subiecţilor, informarea acestora cu privire la scopul sarcinii experimentale. Experimentatorul poate schimba mijloacele care sunt oferite subiectului pentru a finaliza sarcina, poate pune obstacole în fața lui, poate folosi un sistem de recompense și pedepse în timpul sarcinii etc.

3) NP personal reprezintă caracteristicile controlate ale subiectului. De obicei, astfel de caracteristici sunt stările participantului la experiment, pe care cercetătorul le poate schimba, de exemplu, diverse stări emoționale sau stări de performanță-oboseală.

II. Variabile dependente. Un factor a cărui modificare este o consecință a modificării unei variabile independente se numește variabilă dependentă (DP). Variabila dependentă este componenta din răspunsul subiectului care prezintă interes direct pentru cercetător. Reacțiile fiziologice, emoționale, comportamentale și alte caracteristici psihologice care pot fi înregistrate în timpul experimentelor psihologice pot acționa ca PP.

Tipuri de variabile dependente.

1. Depinzând de metoda prin care pot fi înregistrate modificările, distinge OP: observate direct; necesită echipament fizic pentru măsurare; necesitând o dimensiune psihologică.

A) La salariu, direct observabil, includ manifestări comportamentale verbale și non-verbale care pot fi apreciate clar și fără ambiguitate de către un observator extern (refuzul activității, plâns, o anumită afirmație a subiectului etc.).

b) Pentru OP care necesită echipament fizic pentru înregistrare, includ reacții fiziologice (puls, tensiune arterială etc.) și psihofiziologice (timp de reacție, timp latent, durata, viteza de acțiune etc.).

V) Pentru OP care necesită dimensiunea psihologică, includ astfel de caracteristici precum nivelul aspirațiilor, nivelul de dezvoltare sau formare a anumitor calități, forme de comportament etc. Pentru măsurarea psihologică a indicatorilor se pot folosi proceduri standardizate - teste, chestionare etc. Se pot măsura unii parametri comportamentali. adică sunt recunoscute și interpretate în mod unic numai de către observatori sau experți special instruiți.

2. Depinzând de numărul de parametri, incluse în variabila dependentă, există PP-uri unidimensionale, multidimensionale și fundamentale.

a) unidimensional ZP este reprezentat de un singur parametru, modificări în care sunt studiate în experiment (de exemplu, reacția senzoriomotorie).

b) Multidimensional AP este reprezentat de un set de parametri (de exemplu, atenția poate fi evaluată prin volumul de material vizualizat, numărul de distrageri, numărul de răspunsuri corecte și incorecte etc.). Fiecare parametru poate fi fixat independent.

c) fundamentale ZP este o variabilă complexă, ai cărei parametri au anumite relații cunoscute între ei. În acest caz, unii parametri acționează ca argumente, iar variabila dependentă în sine acționează ca o funcție. De exemplu, dimensiunea fundamentală a nivelului de agresiune poate fi considerată în funcție de manifestările sale individuale (faciale, verbale, fizice etc.).

Variabila dependentă trebuie să aibă o caracteristică de bază precum sensibilitatea. Sensibilitatea salariului este sensibilitatea acestuia la modificările nivelului variabilei independente. Dacă, atunci când variabila independentă se modifică, variabila dependentă nu se schimbă, atunci aceasta din urmă este nepozitivă și nu are sens să se efectueze un experiment în acest caz. Există două variante cunoscute ale manifestării non-pozitivității PP: „efectul de plafon” și „efectul de podea”. „Efectul de plafon” se observă, de exemplu, în cazul în care sarcina prezentată este atât de simplă încât toți subiecții, indiferent de vârstă, o îndeplinesc. „Efectul de podea”, pe de altă parte, apare atunci când o sarcină este atât de dificilă încât niciunul dintre subiecți nu o poate face față.

Exista două modalități principale de a înregistra modificările salariale într-un experiment psihologic: imediat și întârziat. Direct Metoda este folosită, de exemplu, în experimentele de memorie pe termen scurt. Imediat după repetarea unui număr de stimuli, experimentatorul înregistrează numărul acestora reprodus de subiect. Amânat metoda este utilizată atunci când trece o anumită perioadă de timp între impact și efect (de exemplu, la determinarea influenței numărului de cuvinte străine memorate asupra succesului traducerii unui text).

III. Variabilele suplimentare (PA) sunt stimularea concomitentă a subiectului care influențează răspunsul acestuia. Setul de DP este format, de regulă, din două grupe: condiții externe ale experienței și factori interni. În consecință, ele sunt de obicei numite DP externe și interne.

A) La DP extern includ mediul fizic al experimentului (iluminarea, temperatura, fondul sonor, caracteristicile spațiale ale încăperii), parametrii aparatului și echipamentelor (proiectarea instrumentelor de măsură, zgomotul de funcționare etc.), parametrii de timp ai experimentului (ora de începere, durata etc.), experimentator de personalitate.

b) Către DP intern includ starea de spirit și motivația subiecților, atitudinea lor față de experimentator și experimente, atitudinile lor psihologice, înclinații, cunoștințe, abilități, aptitudini și experiență în acest tip de activitate, nivelul de oboseală, bunăstare etc.

A)În mod ideal, cercetătorul se străduiește să reducă toate variabilele suplimentare la nimic sau cel puțin la minimum pentru a evidenția relația „pură” dintre variabilele independente și dependente. Există câteva modalități de bază de a controla influența DP-urilor externe: 1) eliminarea influentelor externe; 2) constanța condițiilor; 3) echilibrare; 4) contrabalansare.

Eliminarea influențelor externe reprezintă cea mai radicală metodă de control. Constă în excluderea completă din mediul extern a oricărui PD extern. În laborator se creează condiții care izolează subiectul de sunete, lumină, vibrații etc. Cel mai izbitor exemplu este un experiment de privare senzorială efectuat pe voluntari într-o cameră specială care exclude complet intrarea oricăror iritanti din mediul extern. Trebuie remarcat faptul că este aproape imposibil să se elimine efectele DP și nu este întotdeauna necesar, deoarece rezultatele obținute în condițiile eliminării influențelor externe pot fi cu greu transferate în realitate.

Următoarea metodă de control este creând condiții constante. Esența acestei metode este de a face efectele DP constante și identice pentru toți subiecții de-a lungul experimentului. În special, cercetătorul se străduiește să facă constante condițiile spațio-temporale ale experimentului, tehnica desfășurării acestuia, echipamentul, prezentarea instrucțiunilor etc. Prin aplicarea atentă a acestei metode de control pot fi evitate erori mari, dar problema de a transfera rezultatele experimentului în condiţii foarte diferite de cele experimentale este dificilă.rămâne problematică.

În cazurile în care nu este posibil să se creeze și să se mențină condiții constante pe tot parcursul experimentului, se recurge la metoda de echilibrare. Această metodă este utilizată, de exemplu, într-o situație în care DP extern nu poate fi identificat. În acest caz, echilibrarea va consta în folosirea unui grup de control. Studiul grupelor de control și experimental se realizează în aceleași condiții, singura diferență fiind că în lotul de control nu există efect al variabilei independente. Astfel, modificarea variabilei dependente în grupul de control se datorează doar DP extern, în timp ce în grupul experimental se datorează efectului combinat al variabilelor externe suplimentare și independente.

Dacă DP extern este cunoscut, atunci echilibrarea constă în efectul fiecăreia dintre valorile sale în combinație cu fiecare nivel al variabilei independente. În special, un astfel de DP extern precum genul experimentatorului, în combinație cu o variabilă independentă (genul subiectului), va duce la crearea a patru serii experimentale: 1) experimentator masculin - subiecți de sex masculin; 2) experimentator masculin - subiecți feminini; 3) experimentator feminin - subiecți de sex masculin; 4) femeie experimentatoare - subiecte feminine.

Experimentele mai complexe pot implica echilibrarea mai multor variabile simultan.

Contrabalansarea ca modalitate de a controla DP extern, se practică cel mai adesea atunci când experimentul include mai multe serii. Subiectul este expus la diferite condiții în mod succesiv, dar condițiile anterioare pot schimba efectul celor ulterioare. Pentru a elimina „efectul de secvență” care apare în acest caz, condițiile experimentale sunt prezentate diferitelor grupuri de subiecți în ordine diferite. De exemplu, în prima serie a experimentului, primul grup este prezentat cu rezolvarea problemelor intelectuale de la mai simplu la mai complex, iar al doilea grup - de la mai complex la mai simplu. În a doua serie, dimpotrivă, primul grup este prezentat cu rezolvarea problemelor intelectuale de la mai complex la mai simplu, iar al doilea grup - de la mai simplu la mai complex. Contrabalansarea este folosită în cazurile în care este posibilă efectuarea mai multor serii de experimente, dar trebuie avut în vedere că un număr mare de încercări provoacă oboseală subiecților.

b) DP intern, după cum am menționat mai sus, aceștia sunt factori ascunși în personalitatea subiectului. Ele au un impact foarte semnificativ asupra rezultatelor experimentului; impactul lor este destul de greu de controlat și luat în considerare. Dintre PD-urile interne putem evidenția permanente si nepermanente.

Permanent intern DP nu se schimbă semnificativ în timpul experimentului. Dacă experimentul este efectuat cu un singur subiect, atunci DP-ul intern constant va fi sexul, vârsta și naționalitatea acestuia. Acest grup de factori include și temperamentul subiectului, caracterul, abilitățile, înclinațiile, interesele, opiniile, credințele și alte componente ale orientării generale a individului. În cazul unui experiment cu un grup de subiecți, acești factori dobândesc caracterul de DP interne instabile, iar apoi, pentru a-și nivela influența, recurg la metode speciale de formare a grupurilor experimentale.

La DP-uri interne inconsecvente Acestea includ caracteristicile psihologice și fiziologice ale subiectului, care fie se pot schimba semnificativ în timpul experimentului, fie se pot actualiza (sau dispare) în funcție de scopurile, obiectivele, tipul și forma de organizare a experimentului. Primul grup de astfel de factori este format din stări fiziologice și mentale, oboseală, dependență și dobândirea de experiență și abilități în procesul de îndeplinire a unei sarcini experimentale. Celălalt grup include atitudinea față de această experiență și această cercetare, nivelul de motivație pentru această activitate experimentală, atitudinea subiectului față de experimentator și rolul său de subiect de testare etc.

Pentru a egaliza efectul acestor variabile asupra răspunsurilor la diferite teste, există o serie de metode care au fost utilizate cu succes în practica experimentală.

Pentru a elimina așa-numitul efect serial, care se bazează pe obișnuință, se folosește o ordine specială de prezentare a stimulului. Această procedură se numește „ordine alternantă echilibrată”, când stimulii din diferite categorii sunt prezentați simetric față de centrul seriei de stimuli. Schema unei astfel de proceduri arată astfel: A B B A, unde A și B sunt stimuli de categorii diferite.

Pentru a preveni anxietatea sau lipsa de experiență să influențeze răspunsul subiectului, se efectuează experimente introductive sau preliminare. Rezultatele acestora nu sunt luate în considerare la prelucrarea datelor.

Pentru a preveni variabilitatea răspunsurilor din cauza acumulării de experiență și abilități în timpul experimentului, subiectului i se oferă așa-numita „practică exhaustivă”. Ca urmare a unei astfel de practici, subiectul dezvoltă abilități stabile înainte de începerea experimentului în sine, iar în experimentele ulterioare performanța subiectului nu depinde direct de factorul de acumulare de experiență și abilități.

În cazurile în care este necesar să se minimizeze influența oboselii asupra răspunsului subiectului de testat, se folosește „metoda rotației”. Esența sa este că fiecărui subgrup de subiecți i se prezintă o anumită combinație de stimuli. Totalitatea unor astfel de combinații epuizează complet întregul set de opțiuni posibile. De exemplu, cu trei tipuri de stimuli (A, B, C), fiecare dintre ei este prezentat cu primul, al doilea și al treilea loc atunci când este prezentat subiecților. Astfel, primul subgrup este prezentat cu stimuli în ordinea ABC, al doilea - AVB, al treilea - BAV, al patrulea - BVA, al cincilea - VAB, al șaselea - VBA.

Metodele prezentate pentru egalizarea procedurală a DP non-constante interne sunt aplicabile atât pentru experimente individuale, cât și pentru grupuri.

Atitudinea și motivația subiecților, ca DP instabili interni, trebuie menținute la același nivel pe tot parcursul experimentului. O atitudine ca disponibilitate de a percepe un stimul și de a răspunde la el într-un anumit mod este creată prin instrucțiunile pe care experimentatorul le dă subiectului. Pentru ca instalația să fie exact ceea ce este necesar pentru sarcina de cercetare, instrucțiunile trebuie să fie accesibile subiecților și adecvate obiectivelor experimentului. Neechivocitatea și ușurința de înțelegere a instrucțiunilor sunt obținute prin claritatea și simplitatea acesteia. Pentru a evita variabilitatea în prezentare, se recomandă ca instrucțiunile să fie citite textual sau date în scris. Menținerea setării inițiale este controlată de experimentator prin observarea constantă a subiectului și ajustată prin reamintirea, dacă este necesar, a instrucțiunilor corespunzătoare din instrucțiuni.

Motivația subiectului este considerată în principal ca interes pentru experiment. Dacă interesul este absent sau slab, atunci este dificil să se bazeze pe caracterul complet al îndeplinirii de către subiect a sarcinilor prevăzute în experiment și pe fiabilitatea răspunsurilor sale. Prea mult interes, „supramotivare”, este, de asemenea, plin de inadecvare a răspunsurilor subiectului. Prin urmare, pentru a obține un nivel de motivație inițial acceptabil, experimentatorul trebuie să adopte cea mai serioasă abordare a formării unui contingent de subiecți și a selecției factorilor care stimulează motivația acestora. Astfel de factori pot include concurență, diferite tipuri de remunerare, interes pentru performanța cuiva, interes profesional etc.

Se recomandă nu numai menținerea stărilor psihofiziologice ale subiecților la același nivel, ci și optimizarea acestui nivel, adică subiecții să fie într-o stare „normală”. Ar trebui să vă asigurați că înainte de experiment subiectul nu a avut experiențe extrem de semnificative pentru el, că a avut suficient timp pentru a participa la experiment, că nu i-a fost foame etc. În timpul experimentului, subiectul nu trebuie să fie excesiv excitat sau suprimat. Dacă aceste condiții nu pot fi îndeplinite, atunci este mai bine să amânați experimentul.

Din caracteristicile considerate ale variabilelor și metodele de control al acestora, devine clară necesitatea pregătirii cu atenție a experimentului la planificarea acestuia. În condiții experimentale reale, este imposibil să se obțină un control 100% al tuturor variabilelor, dar diferitele experimente psihologice diferă semnificativ unele de altele în gradul de control al variabilelor.