Выборочный
метод.
Основные
понятия:
1. Генеральная совокупность и
выборка.
2. Требования, предъявляемые к
выборке.
3. Уровни статистической значимости.
4. Нулевая и альтернативная
гипотезы.
Несмотря
на наличие ссылок по тексту, автор все же рекомендует прочесть раздел целиком -
для более последовательного понимания материала.
Определения и
пояснения:
1.
Генеральная совокупность и
выборка.
Под выборочным
методом понимается следующее. Та категория исследовательских задач, которая
требует изучения каких-либо психологических, социальных явлений, свойственных,
например, всем жителям города, всем студентам, всем владельцам автомобилей
такой-то марки и т. п. накладывает объективные ограничения на возможность
проведения эксперимента. Действительно: если требуется, скажем, узнать какова
доля женщин среди жителей города, очень трудоемко и нецелесообразно искать эти
сведения во всех паспортных столах или устраивать собственную «перепись
населения». С этой целью исследователем подсчитывается процент женщин в
какой-либо относительно небольшой группе случайно (или периодически) отобранных
граждан, а на основании результата делается заключение о том, какова доля
женщин среди жителей города.
В таком случае всех жителей будем считать ГЕНЕРАЛЬНОЙ
СОВОКУПНОСТЬЮ, а экспериментальную группу граждан – ВЫБОРКОЙ.
2.
Требования, предъявляемые к
выборке.
К генеральной совокупности обычно применимо требование
правильного определения ее КОНТУРА. Это означает, что исследователь обязан
ответить на два вопроса: охватывает ли он в своих предположениях все возможные
элементы генеральной совокупности, и нет
ли элементов избыточных, лишних.
Приведем пример. Пусть перед нами стоит
исследовательская задача определить, велик ли в некоем городе процент женщин,
считающих свою семейную жизнь удовлетворительной? Не касаясь способов, как
именно оценивать степень удовлетворенности, займемся определением характера
самой генеральной совокупности. Очевидно, что мы получим искаженную картину,
если примем за генеральную совокупность всех лиц женского пола, включая
младенцев, детей и незамужних девушек. (Речь идет об удовлетворенности собственной
семьей.) Однако мы так же ошиблись бы, если бы исключили вдов, престарелых
женщин или женщин, состоящих в разводе, ведь мы помним, что по условию «задачи»
нас интересует удовлетворенность семейной жизнью, а не только супружеством.
Стало быть, не следует исключать из рассмотрения неполные семьи.
К выборке обычно предъявляются требования ВАЛИДНОСТИ и
РЕПРЕЗЕНТАТИВНОСТИ.
Под ВАЛИДНОСТЬЮ понимается следующее. Буквально:
выборка должна работать, то есть отражать все характеристики генеральной
совокупности. Она не может быть «с живой картины списком бледным», в выборке не
должны пропадать какие-то свойства, присущие генеральной совокупности в целом.
Выборка – это модель того, что она представляет. (Нельзя выносить суждение о
том, что все дно мирового океана покрыто галькой – на том основании, что вы
сидите на пляже и перебираете в руках камешки.)
Пример. Вспомним нашего гипотетического наблюдателя,
стоящего на улице и подсчитывающего процент проходящих мимо него мужчин и
женщин. Если его задача в том, чтобы узнать: лица какого пола чаще ходят по
этой улице, то он действует правильно. Но если задача в
другом: определить больше ли ходит вообще по городу
мужчин или женщин, то нашему экспериментатору надо бы пригласить помощников,
которых он должен расставить и на центральных улицах и в «спальных районах»
города, и на темных переулках. После подсчета ему придется объединить данные,
причем в тех пропорциях, в каких описанные категории улиц представлены в его
городе. Если же задача нашего любознательного исследователя состоит в том,
чтобы узнать, кого вообще в городе больше – мужчин или женщин, то ему придется
покинуть свой пост и лучше вместе с помощниками отправиться по разным
домоуправлениям или паспортным столам. Это справедливо вот почему: если на
дворе белый день, причем, рабочий, то вряд ли мимо наблюдателя будет ходить
много служащих, матерей с грудными младенцами, дряхлых стариков и т.п. Иными
словами, сформированная им выборка не будет отражать характеристик всей
генеральной совокупности.
Требование РЕПРЕЗЕНТАТИВНОСТИ состоит в том, чтобы
любой исследователь, желающий повторить этот эксперимент, имел возможность при
сходных условиях сформировать подобную выборку (то
есть выборку с теми же свойствами) и получить результат. Будет ли результат
почти таким же или отличным – дело другое. Важно то, что условия
эксперимента должны иметь возможность быть воспроизведенными.
Существует также требование НАДЕЖНОСТИ, но оно имеет
отношение скорее к эксперименту в целом, нежели к формированию выборки. Состоит
оно, во-первых, в возможности повторения эксперимента с получением близких (тех
же) результатов, и, во-вторых, - в степени доверия к полученным результатам –
точность, с какой эксперимент описал действительное положение вещей. Этот
момент тесно связан с таким понятием, как «уровень статистической значимости».
3. Уровни статистической
значимости.
Основной вопрос, на который нужно дать ответ при
проведении любого статистического исследования, это – достоверны ли различия
между чем-то и чем-то. Этим «чем-то» может быть, например
средний уровень интеллекта в двух группах людей; возможно, мы хотим узнать, все
ли цвета в тесте Люшера выбираются, в среднем, одинаково часто на все позиции
(то есть хотим сравнить экспериментальное распределение с равномерным);
случайно или нет после воздействия суггестора на экспериментальную группу
изменилось ее усредненное отношение к какому-то вопросу, и т.п. Во всех
этих (и во всех прочих) случаях мы всегда определяем достоверность различий.
УРОВЕНЬ ЗНАЧИМОСТИ – это вероятность того, что мы
сочли различия достоверными, а они на самом деле случайны.
Часто в научной литературе, особенно в периодических
изданиях, можно встретить такую запись:
р≤0,05 или р≤0,01
Эта запись обозначает, что полученные в описываемом
эксперименте различия достоверны на 5%-м или 1%-м уровне, то есть вероятность,
что они окажутся недостоверны, равна 5/100 (0,05%) или 1/100 (0,01%).
Пятипроцентный уровень и однопроцентный уровень –
общепринятые «стандарты». Обычно приводится сравнение именно с этими двумя
числами.
Если уровень значимости указан:
более 10 процентов, - гипотезу, как правило, признают не
подтвердившейся, а различия – недостоверными;
если в диапазоне от 5 до 10 процентов – тенденция
достоверности;
меньше 5% - результатам можно доверять;
меньше 1% - практически, гарантия достоверности.
4. Нулевая и альтернативная гипотезы.
Формулирование гипотез – важный этап всякого
исследования. Правильно сформулированные, они помогают исследователю придерживаться
выбранной линии. После проведения эксперимента и осуществления всех подсчетов
ему легче понять, что же все-таки он обнаружил.
Существуют два общепринятых, стандартных, типа
гипотез:
Нулевая гипотеза (обозначается Но)
предполагает, что в эксперименте не будет выявлено различий. Например: «Между
учениками 1 класса А и 1 класса Б нет различий по
уровню интеллекта».
Альтернативная гипотеза (обозначается Н1) предполагает, что будут выявлены различия (что
различия будут достоверны). Например: «Ученики 1 класса А
и 1 класса Б отличаются по уровню интеллекта»
Гипотезы так же могут быть ненаправленными (см. предыдущий пример) и направленными: «Ученики
1 класса А превосходят по уровню интеллекта
учеников 1 класса Б»
Измерение – приписывание числовых форм объектам или
событиям в соответствии с какими-либо правилами.
Различают
четыре типа измерительных шкал.
1) НОМИНАТИВНАЯ
(номинальная, шкала наименований). Эта шкала классифицирует объекты по
названию, по принадлежности. Она не измеряет объекты количественно, а лишь
«расставляет» по надлежащим местам. Например, взяв группу граждан, мы можем
классифицировать их по национальностям, по профессии. Простейший случай
номинальной шкалы – дихотомическая. Она
содержит только два варианта значений: «ответил – не ответил на вопрос анкеты»;
«холост – женат»; «работает – безработный»; «мужчина – женщина» и т.п.
2) ПОРЯДКОВАЯ
шкала классифицирует по принципу «больше – меньше». Классифицированные объекты
располагаются по мере возрастания признака, от самого малого – до самого
большого. Ячейки здесь играют роль «классов». Однако порядковая шкала не дает
ответа на вопрос, насколько один объект больше или меньше другого (каково между
ними расстояние, выраженное в каких-либо единицах). Порядковая шкала должна
содержать не меньше трех классов (разрядов), (в противном случае она сводится к
дихотомической шкале). Пример: уровень благосостояния населения – мы можем
сказать, что «средний класс» обеспеченнее бедных и беднее богатых, но не имеем возможности определить эту разницу количественно. Еще
пример – уровень образования. Ясно, что высшее образование «лучше», чем среднее
и среднее-специальное, но нет таких единиц, в которых
можно было бы указать, насколько именно «лучше». Третий
пример: тест СЖО (смысло-жизненных ориентаций) Леонтьева, и вообще, все
методики, в которых требуется оценить что-либо по схеме «нравится – не знаю –
не нравится» или «всегда – обычно – иногда – никогда».
3) ИНТЕРВАЛЬНАЯ
шкала – шкала, классифицирующая по принципу «больше/меньше на определенное
количество единиц». Однако эта шкала не устанавливает точки начального отсчета,
некоего «абсолютного нуля», зная который, можно сравнивать между собой два
любых объекта, признаки которых измерены в этой шкале. Например, измеряем время
решения учебной задачи при приеме на работу. Пусть имеется четыре испытуемых А, Б, В и Г. Пусть А решил задачу за 100 секунд, Б – за
110, В – за 200, а Г – за 210. Ясно, что в этом случае нельзя утверждать, что А настолько же успешнее Б, насколько В успешнее Г, хотя
между этими парами испытуемых одна и та же разница во времени решения задач –
10 секунд.
4) ШКАЛА РАВНЫХ
ОТНОШЕНИЙ – это шкала, классифицирующая объекты пропорционально степени
выраженности исследуемого свойства. Здесь классы или градации выражены числами,
пропорциональными друг другу. Иными словами, такая шкала имеет абсолютную точку
отсчета. В психологии примером шкалы равных отношений могут служить
пороги абсолютной чувствительности. В сравнении с предыдущей шкалой, можно
сказать, что та являлась шкалой температуры по Цельсию, а эта – по Кельвину,
где есть абсолютный нуль.
