Психодиагностика (стр. 8 )

	N	Correlation	Sig.
Переменная «до» & переменная «после»

Paired Samples Tests

	Paired Differences	t	df	Sig. (2-tailed)
Mean	Std. Deviation	Std. Error of Mean	95% Confidence Interval of the Difference
Lower	Upper
Pair 1 переменная «до» - переменная «после»

В вычислениях могут одновременно участвовать несколько пар зависимых переменных.

Различия средних двух выборок считаются достоверными, если уровень значимости Sig. не превышает значения 0,05.

5. Корреляционный анализ

Для выявления линейных взаимосвязей между переменными, измеренными в интервальной шкале, следует выбрать в меню Analyze разделы Correlate («установление корреляций»)/Bivariate («двумерные»). В диалоговом окне Bivariate Correations поставить флажок в графе Pearson (т. к. необходимо обработать интервальные оценки), перенести нужные переменные в поле Variables («переменные»), нажать кнопку ОК.

На страницу результатов программа выводит данные корреляционного анализа в виде таблицы:

Correlations («корреляции»)

	Переменная 1	Переменная….	Переменная n
Переменная 1 Pearson Correlation Sig. (2-tailed) – значимость коэффициента корреляции N (размер выборки)	1 4662	,059** ,000 4662	-,304** ,000 4662
Переменная 2 Pearson Correlation Sig. (2-tailed) N	,059** ,000 4662	1 4662	-,100** ,000 4662
Переменная 3 Pearson Correlation Sig. (2-tailed) N	-,304** ,000 4662	-,100** ,000 4662	1 4662

Знаком * выделяются коэффициенты корреляции, значимые на уровне 0,05; знаком** - значимые на уровне 0,01.

6. Факторный анализ

Analyze/Data Reduction («редукция данных»)/ Factor. В диалоговом окне Factor Analysis необходимо выбрать переменные, которые будут участвовать в анализе, и переместить их в поле Variables («переменные»).

В закладке Extraction указываются:

Ø  метод выделения факторов (Method, например, метод главных компонент Principal Components),

Ø  исходные данные для вычисления (Analyze) – корреляционная или ковариационная матрица,

Ø  выводимые на экран монитора результаты анализа: факторная структура без вращения (Unrotated factor solution) и кривая собственных значений факторов (Scree Plot)

Ø  минимальный собственный вес (значение) фактора (Eigenvalues over…, – тогда программа выделит максимальное число факторов, собственное значение которых превышает заданную минимальную границу) или заданное число факторов (Number of Factors).

На страницу Output будут выведены результаты:

Communalities («общности»)

	Initial («исходные»)	Ectraction («восстановленные»)
Переменная 1	1,000	0,982
Переменная 2.	1,000	0,994
Переменная …	1,000	0,688
Переменная n	1,000	0,654

Total Variance Explained («общая объясненная дисперсия»)

Component	Initial Eigenvalues («исходные собственные значения факторов»)	Extraction Sums of Squared Loadings («полученная сумма квадратов нагрузок»)
Total («всего»)	% of Variance (% от дисперсии)	Cumulative % («накопленный % дисперсии»)	Total («всего»)	% of Variance (% от дисперсии)	Cumulative % («накопленный % дисперсии»)
1	1,331	33,284	33,284	1,331	33,284	33,284
2	1,001	25,028	58,311	1,001	25,028	58,311
…	0,986	24,641	82,952	0,986	24,641	82,952
n	0,682	17,048	100,000

Extraction Method: Principal Component Analysis.

Component Matrix («матрица компонентов»)

	Component
1	2	3
Переменная 1	,290	,149	,936
Переменная 2	,092	,975	-,190
Переменная …	,767	-,170	-,264
Переменная n	,806	-,003	-,064

Extraction Method: Principal Component Analysis.

3 components extracted.

Кривая собственных значений используется для определения числа факторов, оптимального для описания полученной структуры данных.

7. Примеры интерпретаций

Описательная статистика

В исследовании приняли участие 284 человека в возрасте от 11 до 53 лет. Средний возраст посетителя чата – 20 лет, при этом наибольшую часть выборки составляют пользователи в возрасте 18 лет (показатель моды). Последний показатель означает, что наибольший интерес чат-ресурсы представляют именно для молодежи. Возрастная граница в 19 лет (медиана) разбивает выборку на две равные по численности группы; таким образом, число пользователей в возрасте от 11 до 19 лет равно количеству респондентов в возрасте от 19 до 53. Таким образом, у старшей возрастной группы чат-ресурсы пользуются меньшей популярностью.

Statistics

vozrast

N	Valid	283
Missing	1
Mean	20,27
Median	19,00
Mode	18
Skewness	2,726
Std. Error of Skewness	,145
Kurtosis	10,416
Std. Error of Kurtosis	,289

T-критерий Стьюдента

Сравнивались оценки профессиональных качеств, данные школьными психологами категориям «Я как психолог в настоящем» и «Я». Выявленные при анализе описательной статистике различия средних по шкалам проверялись с помощью t-критерия Стьюдента.

Выяснилось, что личностные качества школьных психологов зачастую вступают в противоречие с демонстрируемыми профессиональными характеристиками (см. рис. 1). Особенно велики и статистически значимы были эти различия в случае таких профессионально значимых характеристик, как эмоциональная чуткость (доверительная вероятность различий Р=0,95), терпимость(Р=0,96), уверенность в себе(Р=0,89). Если как психологи респонденты склонны демонстрировать чуткость и терпимость, то у себя как «личности вообще» отмечают нечуткость и нетерпимость к промахам окружающих.

Корреляционный анализ

Корреляционный анализ полученных оценок позволил выявить следующие взаимосвязи между характеристиками рекламы печенья в сознании респондентов (см. таблица 1). Оригинальность упаковки прямо связана с вызываемым товаром интересом (коэффициент корреляции r=0,86), а также, по мнению респондентов, свидетельствует о том, что продукция дорогая (r=0,73). Параметр «гармоничное цветовое решение упаковки» оказался связан с критерием «понятность рекламы» (0,68). Отметим, что данная связь является неочевидной и её обнаружение без преувеличения обладает большим значением для повышения эффективности воздействия рекламы на потребителя. Интересно также, что гармоничность цветового решения упаковки обратным образом взаимосвязана с представлением респондентов о том, что изображение на упаковке соответствует внешнему виду товара (- 0,68). Фактически это означает, что для респондентов «красивость» упаковки автоматически означает «приукрашивание» товара, свидетельствует о нереалистичности его изображения.

Факторный анализ

Личностный тип, описываемый первым фактором, может быть определен как «тревожные интроверты» – по преобладанию свойств, диагностируемых шкалами социальной интроверсии (факторный вклад 0,9), депрессии (0,79) и психастении (0,67) в сочетании с чрезмерной открытостью и пассивностью (вклад шкалы коррекции равен «-0,48», шкалы гипомании «-0,53»). Субъекты с данными чертами испытывают затруднения в общении, обусловленные их пассивной позицией, самоуглубленностью, низкой самооценкой, мотивацией избегания, повышенной тревожностью, самокритичностью, ранимостью, склонностью к пессимизму – несмотря на чуткость, доброжелательность, искренность, установку на конформность и четкое соблюдение социальных норм. Вероятно, непосредственный контакт с окружающими для лиц данного психологического склада всегда сопряжен с потенциальной угрозой самооценке, самоуважению, и воспринимается как действие, связанное с очевидным личностным риском. С другой стороны, прямолинейность, неспособность к «гибкому» или «дозированному» предоставлению информации о себе, что не всегда приемлемо в ситуации общения, в совокупности с неумением регулировать межличностную дистанцию не способствуют их коммуникативной привлекательности в глазах окружающих. Вместе с тем, у субъектов указанной категории сильна потребность в эмоционально-теплых, близких отношениях со значимым другим, в симбиотической связи с ним, которая бы могла обеспечить им ощущение безопасности и психологического комфорта. При этом ясное осознание собственных коммуникативных проблем, их глубокое переживание ведет к минимизации новых попыток к налаживанию значимых отношений.

Total Variance Explained
Component	Initial Eigenvalues	Extraction Sums of Squared Loadings	Rotation Sums of Squared Loadings
	Total	% of Variance	Cumulative %	Total	% of Variance	Cumulative %	Total	% of Variance	Cumulative %
1,00	4,69	36,09	36,09	4,69	36,09	36,09	2,85	21,94	21,94
2,00	2,34	17,99	54,08	2,34	17,99	54,08	2,77	21,34	43,29
3,00	1,52	11,73	65,81	1,52	11,73	65,81	2,66	20,46	63,74
4,00	1,09	8,37	74,18	1,09	8,37	74,18	1,36	10,44	74,18
	Rotated Component Matrix(a)
		Component
		1,00	2,00	3,00	4,00
	l	-0,01	0,02	-0,29	0,78
	f	0,19	0,17	0,77	-0,07
	k	-0,49	0,35	-0,52	0,22
	Hs	0,29	0,77	0,20	-0,11
	D	0,80	0,44	0,06	0,12
	Hy	-0,03	0,89	0,11	0,05
	Pd	-0,06	0,64	0,49	0,16
	Mf/m	0,23	0,04	0,26	0,77
	Pa	0,03	0,43	0,72	0,03
	Pt	0,67	0,42	0,38	0,15
	Sc	0,47	0,48	0,50	0,04
	Ma	-0,55	0,19	0,65	0,01
	Si	0,91	-0,09	-0,03	0,12
	Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
	a	Rotation converged in 18 iterations.

,

Психодиагностика

УМК

Подписано в печать ________ Формат 60×90/16

Усл. печ. л.___ Тираж ___ экз. Заказ _________

Типография Алтайского государственного университета:

656049, Барна.