Методическая разработка к лабораторному занятию для студентов 1 курса специальности 37.05.01. «Клиническая психология» по учебной дисциплине «Общепсихологический практикум», г. Ставрополь, 2016 (стр. 5 )

Проиллюстрируем применение нуль-гипотезы примером, приведенным [319]. Известно, что девочки-подростки в массе своей более развиты, чем мальчики того же возраста. Отражается ли это на времени реакции? Экспериментальная гипотеза: время реакции (ВР) девочек меньше ВР мальчиков. На практике доказать абсолютно эту гипотезу нельзя, так как невозможно охватить экспериментом всех мальчиков и девочек в одинаковых условиях. Но зато можно показать, что альтернативные утверждения неверны. И это будет основанием согласиться с исходной гипотезой. Тогда нуль-гипотеза будет такой: ВР у девочек не короче, чем у мальчиков. Таким образом, предполагается нулевая разница в их ВР. При подтверждении нуль-гипотезы вопрос снимается. При опровержении следует доказать, что полученная разница в ВР не результат стечения случайных обстоятельств, а реальное различие. И после этого можно считать проблему решенной утвердительно: ВР девочек короче ВР мальчиков.

3. ПЛАНИРОВАНИЕ ИССЛЕДОВАНИЯ

На этой стадии продумывается весь процесс исследования, решаются организационные вопросы. Планируется последовательность действий, их разнесенность во времени. Выбирается адекватный задачам методический и технический арсенал. Определяется конкретный контингент испытуемых или респондентов. Продумываются варианты стимуляции.

Специфическим элементом этого этапа выступает так называемое планирование эксперимента (см. [120,165,178,354 и др.]), суть которого кратко будет освещена впереди при описании экспериментального метода. Оно ограничивается рамками проработки только непосредственно исследовательских ситуаций, в которых предполагается выявлять зависимости определенных психических явлений от определенных параметров этих ситуаций.

Действия, не связанные с процедурой непосредственного экспериментирования, в границы планирования эксперимента, не входят. Их алгоритмизация производится при планировании всего исследовательского процесса в целом, где эксперимент –лишь часть, один из этапов исследования.

Обычно составление плана исследования предшествует этапам сбора данных, их обработки и интерпретации. Но нередки случаи, когда по ходу эмпирического этапа производится обработка данных по порциям, а полученные результаты заставляют изменить план действий. В процессе сбора данных у исследователя может возникнуть какая-либо новая гипотеза (обычно частного характера), которая также может потребовать внесения коррективов в текущие процедуры. Такое совмещение этапов, называемое гибким планированием, стало в последнее время весьма распространенным явлением в связи с внедрением в исследовательский процесс быстродействующей вычислительной техники. «Действительно, еще недавно подготовка данных для статистической обработки и сама обработка занимали много времени. Поэтому перед обработкой должны были быть получены все результаты. Однако с развитием и распространением вычислительной техники и особенно с появлением ЭВМ на линии психологического эксперимента ситуация резко изменилась. Исследователь имеет возможность оценивать целостную картину полученных результатов после каждого промежуточного этапа проведения эксперимента (в полностью автоматизированном эксперименте минимальный шаг может равняться отдельной пробе)» [153, с. 47-48]. Гибкое планирование с использованием такого разветвленного алгоритма полезно прежде всего потому, что экономит время, трудозатраты, оптимизирует экспериментальную процедуру, повышает надежность результатов, а иногда и позволяет по-новому взглянуть на поставленную проблему и своевременно «высветить» новую гипотезу.

2. СБОР ДАННЫХ

1. Общее понятие о данных

Процесс непосредственного исследования предполагает контакт исследователя с объектом, в результате чего получают совокупность характеристик этого объекта. Полученные характеристики являются главным материалом для проверки рабочей гипотезы и решения проблемы. В зависимости от предмета и цели исследования эти характеристики могут представать в виде различных параметров объекта (пространственных, временных, энергетических, информационных, интеграционных), в виде соотношений между частями объекта или его самого с другими объектами, в виде различных зависимостей его состояний от всевозможных факторов и т. д. Всю совокупность подобных сведений называют данными об объекте, а точнее, первичными данными, чтобы подчеркнуть непосредственный характер этих сведений и необходимость их дальнейшего анализа, обработки, осмысления. На первый взгляд забавное, но по существу верное мнение высказывает Ж. Годфруа, считающий, что данные – это элементы подлежащие анализу, это любая информация, которая может быть классифицирована с целью обработки [89]. В теоретическом исследовании под сбором данных подразумевается поиск и отбор уже известных фактов, их систематизация, описание под новым углом зрения. В эмпирическом исследовании подданными понимается отражение предметов, явлений, признаков или связей объективной действительности. Таким образом, это не сами объекты, а их чувственно-языковые отображения. Реальные объекты – это фрагменты мира, а данные о них – это фундамент науки. Эти данные есть «сырье» научного исследования при индуктивных гипотезах и цель при дедуктивных гипотезах.

2. Классификация данных

Данные можно классифицировать по различным основаниям (критериям), среди которых в науке наиболее популярны следующие:

I. По научному обоснованию

Научные. Ненаучные.

II. По вкладу в проверку гипотезы и решение проблемы

Решающие. Значительные. Незначительные.

III. По области и характеру источников информации

Социологические. Психологические. Педагогические. Физиологические и т. д.

IV. По методам исследования

Данные наблюдения. Данные опроса. Экспериментальные данные и т. д.

V. По методам в сочетании с источниками (классификация)

L-данные. Q-данные. Т-данные.

VI. По информативности

1. Неметрические

а) качественные (классификаторные, номинативные).

б) порядковые (компаративные).

2. Метрические:

а) интервальные.

б) пропорциональные;

Научные данные – это сведения, полученные в результате научных изысканий и характеризующиеся высокой степенью достоверности (доказанности и надежности), возможностью проверки, теоретической обоснованностью, включенностью в широкую систему научных знаний. Характерной особенностью научных данных, как и вообще научных знаний, является их относительная истинность, т. е. потенциальная возможность их опровержения в результате научной критики.

Ненаучные данные – сведения, полученные ненаучными путями. Например, из житейского опыта, из религиозных источников, из традиций, от авторитетов и т. д. Эти данные не доказываются, зачастую считаются самоочевидными. Не имеют теоретических обоснований. Многие из них претендуют на абсолютную истинность, их принятие субъектом познания базируется на некритическом усвоении, доверии (своему опыту, догматам, авторитетам).

Решающие данные – это сведения, позволяющие однозначно принять или отвергнуть выдвинутую гипотезу.

Значительные данные – это данные, вносящие весомый вклад в решение проблемы, но недостаточные для ее решения без привлечения других сведений.

Незначительные – данные малой информативности по решаемому вопросу.

Социологические, психологические и т. д. – данные, полученные в соответствующих сферах бытия, в первую очередь – общественного бытия. В узком смысле – это данные соответствующих наук:

Данные наблюдения, опроса и т. д. – сведения, полученные с помощью того или иного эмпирического метода.

Пятая группировка предложена американским психологом в середине XX столетия и обычно относится к данным по проблемам личности и социально-психологическим вопросам [430, 431].

L-данные (life data) – сведения, получаемые путем регистрации фактов реальной жизни. Обычно это данные наблюдения за повседневной жизнью человека или группы. С них рекомендуется начинать предварительное исследование проблемы [150].

Q-данные (questionnaire data) – сведения, получаемые с помощью опросников, тестов интересов, самоотчетов и других методов самооценок, а также путем свободного обследования психиатров, учителей и т. п. Благодаря простоте инструментария и легкости получения информации Q-данные занимают ведущее место в исследованиях личности. Число методик огромно. Наиболее известные: опросники Айзенка (EPI, EPQ), Миннесотский многопрофильный личностный перечень (MMPI), Калифорнийский психологический тест (CPI), 16-факторный личностный опросник Кеттелла (16PF), тест Гилфорда – Циммермана для исследования темперамента (GZIS).

Т-данные (test data) – сведения, получаемые с помощью объективных тестов, а также физиологических измерений. Эти данные «объективны», поскольку их получают в результате объективного измерения реакций и поведения человека без обращения к самооценке или оценке экспертов. Количество методик для получения Т-данных также очень велико. Это тесты способностей, тесты интеллекта, тесты достижений. Кеттелл сюда же относит антропометрические и физиологические измерения, ситуативные и проективные тесты (всего более 400 методик, разбитых на 12 групп). Наиболее, известны: тест «пятна Роршаха», тест Ро-зенцвейга, тест тематической апперцепции (ТАТ), тесты интеллекта Стенфорд-Бине, Векслера, Амтхауэра.

Деление данных по информативности базируется на качественно-количественной нагрузке их содержания, позволяющей эти сведения соотносить друг с другом или с уже имеющимися сведениями в данной области на том или ином уровне точности. Эта группировка данных согласуется с классификацией измерительных шкал по С. Стивенсу [360].

Неметрические данные – это те, которые не имеют метрики, т. е. единиц измерения.

Метрические – количественные данные, имеющие единицы измерения.

Качественные данные (классификаторные, номинативные) – сведения, на основании которых изучаемый объект (или его состояние) можно отнести к какому-либо множеству (классу) сходных объектов. В этих данных отражаются сугубо качественные характеристики объекта, не позволяющие выяснить степень выраженности признака объекта, а следовательно, и его соотношение с подобными объектами, входящими в тот же класс. Эти данные указывают только на наличие или отсутствие какого-либо признака, по которому объект можно отнести к тому или иному классу. Каждый класс сходных объектов имеет определенное наименование, поэтому система классов носит название шкалы наименований (номинальной шкалы), а сами данные называются номинативными. Психологическая основа получения таких данных и построения таких шкал – процессы опознания (идентификации), т. е. установление отношений равенства или неравенства. Примеры: 1) синий – красный – желтый и т. д.; 2) мужчина – женщина; 3) холерик – сангвиник – флегматик – меланхолик.