Что является заключительной стадией статистического исследования?

Основные этапы статистического исследования

Рассмотрим самый важный метод статистики – статистическое наблюдение.

Использование различных способов и приемов статистической методологии

предполагает наличие исчерпывающей и достоверной информации об изучаемом

объекте. Исследование массовых общественных явлений включает этапы сбора

статистической информации и ее первичной обработки, сведения и группировки

результатов наблюдения в определенные совокупности, обобщения и анализа

полученных материалов.

На первом этапе статистического исследования формируются первичные

статистические данные, или исходная статистическая информация, которая

является фундаментом будущего статистического здания. Чтобы здание было

прочным, добротной и качественной должна быть его основа. Если при сборе

первичных статистических данных допущена ошибка или материал оказался

недоброкачественным, это повлияет на правильность и достоверность как

теоретических, так и практических выводов. Поэтому, статистическое

наблюдение от начальной до завершающей стадии — получения итоговых

материалов — должно быть тщательно продуманным и четко ооганизованным.

Статистическое наблюдение дает исходный материал для обобщения, началом

которого служит сводка. Если при статистическом наблюдении о каждой его

единице получают сведения, характеризующие ее с многих сторон, то данные

сводки характеризуют всю статистическую совокупность и отдельные ее части.

На этой стадии совокупность делится по признакам различия и объединяется по

признакам сходства, подсчитываются суммарные показатели по группам и в

целом. С помощью метода группировок изучаемые явления делятся на важнейшие

типы, характерные группы и подгруппы по существенным признакам. С помощью

группировок ограничивают качественно однородные в существенном отношении

совокупности, что является предпосылкой для определения и применения

обобщающих показателей.

На заключительном этапе анализа с помощью обобщающих показателей

рассчитываются относительные и средние величины, дается сводная оценка

вариации признаков, характеризуется динамика явлений, применяются индексы,

балансовые построения, рассчитываются показатели, характеризующие тесноту

связей в изменении признаков. С целью наиболее рационального и наглядного

изложения цифрового материала он представляется в виде таблиц и графиков.

3.Статистическое наблюдение: понятие, основные формы.

Это научно-организ.работа по сбору данных. Формы:стат. 1) отчетность, кот. базируется на докум.учете. с 98 г введены 4 унифицир.формы федер.гос.набл-ния: ФП-1 (выпуск пр-ции), ФП-2 (инвестизм), ФП-3 (фин.состояние орг-ций), ФП-4 (числ-ть раб-ков, труд), 2) специально организ.набл-ние (перепись), 3) регистр – это с-ма пок-лей, кот.хар-т кажд.ед-цу набл-ния: регистры нас-ния, пр-тий, строек и подряд.орг-ций, розн.и оптов.торговли. Виды набл-ния: 1) сплошное, несплошное (выборочн., цензовые основанные на методе осн. массива, монограф.). Набл-ние бывает текущее, период., единовремен. Способы набл-ния: непосредств., документал., опрос (экспедиц., анкетный, явочный, корреспонд.). Стат.набл-ния проводятся по плану, кот.вкл-т в себя: программно-методолог.вопросы (цели, задачи), организ.вопросы (время, место). В рез-те, проведенных набл-ний возникают погрешности, кот снижают точность набл-ний, поэтому проводится контроль данных (логический и счетный). В рез-те проверки достовер.данных выявл-тся след.ошибки набл-ний: случ. ошибки (ошибки регистрации), преднамер.ошибки, непреднамер. (систем.и несистем.), ошибки репрезентативности (представительности).

Програмно-методологические вопросы статистического наблюдения.

Программно-методологические вопросы статистического наблюдения

Каждое наблюдение проводится с конкретной целью. При его проведении необходимо установить, что подлежит обследованию. Надо решить следующие вопросы:

Объект наблюдения – совокупность предметов, явлений, у которых должны быть собраны сведения. При определении объекта указываются его основные отличительные черты (признаки). Всякий объект массовых наблюдений состоит их отдельных единиц, поэтому надо решить вопрос о том, каков тот элемент совокупности, который послужит единицей наблюдения.

Единица наблюдения – это составной элемент объекта, который является носителем признаков, подлежащих регистрации и основой счета.

Ценз – это определенные количественные ограничения для объекта наблюдения.

Признак – это свойство, которое характеризует определенные черты и особенности, присущие единицам изучаемой совокупности.

Организационные вопросы статистического наблюдения.

Программа наблюдения оформляется в виде бланков (анкет, формуляров), в которые заносятся первичные данные. Необходимым дополнением бланков является инструкция, которая разъясняет смысл вопросов.

К организационным вопросам программы относятся :

сроки наблюдения;

критический момент наблюдения;

подготовительные работы;

Срок наблюдения, к которому относят регистрируемые сведения. Называется объективным временем наблюдения. Это м.б. определенный период времени (сутки, декада, месяц) или определенный момент. Момент, к которому относятся регистрируемые сведения, называется критическим моментом наблюдения.

Например, критическим моментом микропереписи 94г. был 0.00 ч. в ночь с 13-14 февраля. Устанавливая критический момент наблюдения, м. с фотографической точностью определить истинное положение дел.

Подготовительные работы предусматривают обеспечение наблюдения документами, а также составление списка отчетных единиц, бланков, инструкций.

Документы м. заполнятся в ходе наблюдения или по его результатам.

Важное место в системе подготовительных работ имеет подбор и подготовка кадров, а также проведение инструктажа с теми, кто будет участвовать в проведении наблюдения.

⇐ Предыдущая12345678910Следующая ⇒

Дата публикования: 2015-01-09; Прочитано: 317 | Нарушение авторского права страницы

studopedia.org — Студопедия.Орг — 2014-2018 год.(0.001 с)…

Содержание

Этапы статистического исследования. Собранные в процессе первой стадии статистического исследования – статистического наблюдения – данные о величине какого-либо признака изучаемой совокупности
Статистическое наблюдение. Этапы статистического исследования
Этапы статистического исследования
Стадии статистического исследования.
Стадии и методы статистического исследования
Методы и основные этапы статистических исследований
Этапы статистического исследования.
Этапы статистического исследования.
ЭТАПЫ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ
- ПОСМОТРЕТЬ ЕЩЕ:
- Больше информации по теме

Этапы статистического исследования. Собранные в процессе первой стадии статистического исследования – статистического наблюдения – данные о величине какого-либо признака изучаемой совокупности

123Следующая ⇒

Собранные в процессе первой стадии статистического исследования – статистического наблюдения – данные о величине какого-либо признака изучаемой совокупности должны быть обработаны так, чтобы получился точный и обстоятельный ответ на все вопросы, поставленные целью исследования. Задача второй стадии статистического исследования – статистической обработки (сводки) – состоит в том, чтобы упорядочить и обобщить первичный материал, свести его в группы и на этой основе дать обобщенную характеристику совокупности. Качество исходного статистического материала предопределяет качество обобщающих показателей, полученных в результате статистической сводки.

Различают сводку простую и сложную (статистическую группировку).

Простая сводка – это операция по подсчету общих итогов по совокупности единиц наблюдения. Сложная сводка – это комплекс операций, включающих группировку единиц наблюдения, подсчет итогов по каждой группе и по всей совокупности и представление результатов сводки и группировки в виде статистических таблиц.

Статистическая группировка сводится к расчленению совокупности на группы по отобранному существенному для единиц совокупности признаку (группировочному признаку). Выбор группировочного признака, т.е. признака, по которому производится объединение единиц исследуемой совокупности в группы, – один из самых существенных и сложных вопросов теории группировки и статистического исследования. От правильного выбора группировочного признака часто зависят результаты всего статистического исследования.

Статистическое наблюдение. Этапы статистического исследования

Группировка позволяет получить такие результаты, по которым можно выявить состав совокупности, характерные черты и свойства типичных явлений, обнаружить закономерности и взаимосвязи.

Наиболее простым и часто используемым способом обобщения статистических данных являются ряды распределения. Статистическим рядом (законом) распределения называют численное распределение единиц совокупности по изучаемому признаку. Пусть некоторая СВ является дискретной, т.е. может принимать лишь фиксированные (на некоторой шкале) значения X_i. В этом случае ряд значений вероятностей P(X_i) для всех (i=1, 2, …, n) допустимых значений этой величины называют её законом распределения.

В зависимости от используемого группировочного признака статистические ряды могут быть атрибутивными и вариационными (количественными).

Атрибутивные ряды распределения отражают качественное состояние единиц совокупности (пол человека, семейное положение, отраслевую принадлежность предприятия, его форму собственности и т.д.), а вариационные – имеют числовое выражение (объем производства, доход семьи, возраст человека, балл успеваемости и т.д.).

Примером атрибутивного ряда может служить распределение студентов группы по полу.

Группы студентов по полу	Число студентов, чел.	Удельный вес в общей численности студентов, %
Женщины	83.3
Мужчины	16.7
Всего	100.0

Вариационные (количественные) группированные ряды могут быть дискретными или интервальными. Дискретный вариационный ряд распределения – это ряд, в котором численное распределение единиц совокупности по дискретному признаку выражено целым конечным значением. Примером может служить распределение рабочих по разрядам, распределение семей города по числу детей и т.п. Интервальный ряд распределения – это ряд, в котором значения признака заданы в виде интервала. Построение интервальных вариационных рядов целесообразно прежде всего для случайных величин, характеризующихся непрерывной вариацией признака (т.е. когда величина признака у единиц совокупности может принимать любые значения, хотя бы и в определенных пределах).

Итак, закон распределения вероятностей дискретной СВ несет в себе всю информацию о ней. Этот закон (или просто – распределение случайной величины) можно задать тремя способами:

— в виде таблицы значений величины и соответствующих им вероятностей;

— в виде диаграммы или, как ее иногда называют, гистограммы распределения;

— в виде формулы, например, для нормального, биномиального и пр. распределения.

123Следующая ⇒

Дата добавления: 2017-02-24; просмотров: 58 | Нарушение авторских прав

Похожая информация:

Поиск на сайте:

Этапы статистического исследования

Стадии статистического исследования.

12345

Статистическое исследование — это научно организованный по единой программе сбор, сводка и анализ данных (фактов) о социально-экономических, демографических и других явлениях и процессах общественной жизни в государстве с регистрацией их наиболее существенных признаков в учетной документации.

Отличительными чертами (спецификой) статистического исследования являются: целенаправленность, организованность, массовость, системность (комплексность), сопоставимость, документированность, контролируемость, практичность.

Статистическое исследование состоит из трёх основных стадий:

1) сбор первичной статистической информации (статистическое наблюдение) – наблюдение, сбор данных о значениях изучаемого признака единиц стат-ой сов-ти, кт является фундаментом будущего стат-го анализа. Если при сборе первичных стат данных допущена ошибка или материал оказался недоброкачественным, это повлияет на правильность и достоверность как теоретических, так и практических выводов.

2) статистическая сводка и обработка первичной информации – данные подвергаются систематизации и группировке. Результаты стат группировки и сводки излагаются в виде стат-х таблиц является наиболее рациональной, систематизированной, компактной и наглядной формой представления массовых данных.

3) обобщение и интерпретация статистической информации — проводится анализ статистической информации..

Все эти этапы связаны между собой, отсутствие одного из них ведёт к разрыву целостности статистического исследования.

Этапы стат исследования

1.Постановка цели

2.Определение объекта наблюдения

3.Определение единиц наблюдения

4. Составление программы исследования

5.Составление инструкции для заполнении бланка

6. Сводка и группировка данных (кратк анализ)

Основные понятия и категории статистической науки.

1. Статистическая совокупность – это множество явлений, имеющих один или несколько общих признаков и отличающихся между собой по значениям других признаков. Таковы, например, совокупность домохозяйств, совокупность семей, совокупность предприятий, фирм, объединений и т.п.

2. Признак – это свойство, характерная черта явления, подлежащая статистическому изучению

3. Статистический показатель – это обобщающая количественная характеристика соц-эконм явлений и процессов в их качественной определенности в условиях конкретного места и времени. Статистические показатели можно подразделить на два основных вида: учетно-оценочные показатели (размеры, объемы, уровни изучаемого явления) и аналитические показатели (относительные и средние величины, показатели вариации и т.д.).

4. Единица сов-ти– это каждое отдельное, подлежащее стат-му изучению.

5. Вариация – это изменяемость величины признака у отдельных единиц сов-ти явлений.

6. Закономерностью – называют повторяемость и порядок изменения в явлениях.

Основные этапы статистического наблюдения.

Ст-кое наблюдение – это научно обоснованный сбор данных о соц-эконом явлении общественной жизни.

Этапы СН:

1.Подготовка к статистическому наблюдению – предполагает использование метода массовых наблюдений, кт есть не что иное, как сбор первичной стат-ой информации. (решение научно-методических и организационно-технических вопросов).

2. Сводка и группировка первичных стат данных – собранная инф-ция при помощи метода стат группировок определенным способом обобщается и распределяется. вкюч работы, начинается с рассылки переписных листов, анкет, бланков, форм стат-ой отчетности и заканчивается их сдачей после заполнения в органы, проводящие наблюдение.

3. Анализ стат инф-ции – с помощью метода обобщающих показателей осуществляется анализ стат инф-ции.

4. Разработка предложений по совершенствованию СН – анализируются причины, кт привели к неверному заполнению стат бланков и разрабатываются предложения по совершенствованию наблюдения.

Получение сведений в ходе кт СН требует немалых затрат финансовых трудовых а также времени. (опросы общественного мнения)

Группировка статистических данных.

Группировкой – это разделение сов-ти на группы по существенным признакам.

Причины проведения группировки: своеобразие объекта стат-го исследования.

С помощью метода группировок решаются след задачи: выделения соц-эконом типов и явлений; изучения структуры явления и структурных сдвигов, происходящих в нем; выявления связи и зависимости между явлениями.

Решаются данные задачи с помощью типологических, структурных и аналитических группировок.

Типологическая гр-ка – выявление типов соц-экон явлений (гр пром-х предприятий по формам собственности)

Структурная гр-ка –изучение структуры и структурных сдвигов. С помощью таких гр-ок могут изучаться: состав нас-я по полу, возрасту, место проживания и др.

Аналитическая гр-ка – выявление взаимосвязи между признаками.

Этапы построения СГ:

1.выбор группировочного признака

2.определение необходимого числа групп, на кт необходимо разбить изучаемую сов-ть

3.установить границы интервалов гр-ки

4.установление для каждой гр-ки показателей или их системы, кт должны характеризоваться выделенные группы.

Системы группировок.

Система группировок — это ряд взаимосвязанных статистических группировок по наиболее существенным признакам, всесторонне отражающим важнейшие стороны изучаемых явлений.

Типологическая гр-ка – это разделение исследуемой качественно разнородной сов-ти на классы, соц-экон типы (гр пром-х предприятий по формам собственности)

Структурная гр-ка – характеризует состав однородной сов-ти по определенным признакам. С помощью таких гр-ок могут изучаться: состав нас-я по полу, возрасту, место проживания и др.

Аналитическая гр-ка – используют при изучении взаимосвязей между признаками, одна из кт факторная (оказывает влияние на изменение результативности), другая результативная (признаки, изменяющиеся под влиянием факторов).

Построение и виды рядов распределения.

Стат ряд распределения – это упорядоченное распределение единиц сов-ки на группы по определенному варьирующему признаку.

Различают: атрибутивные и вариационные рады распределения.

Атрибутивный– это р.р., построенные по качественным признакам. Р.р. принято оформлять в виде таблиц. Они характеризуют состав сов-ти по существующим признакам, взятые за несколько периодов, эти данные позволяют исследовать изменение структуры.

Вариационный – это р.р., построенные по количественному признаку. Любой вариационный ряд состоят из 2х элементов: вариантов и частот.

Вариантами считаются отдельные значения признака, кт он принимает в вариационном ряду, т.е.

конкретное значение варьирующего признака.

Частоты – это числ-ти отдельных вариантов или каждой группы вариационного ряда, т.е. это числа, показывающие как часто встречаются те или иные варианты в р.р.

Вариационный ряд:

1.дискретный – характеризует распределение единиц сов-ти по дискретному признаку (распределение семей по числу комнат в отдельных квартирах).

2.интервальный – признак представлен в виде интервала; целесообразно прежде всего при непрерывной вариации признака.

Удобнее всего р.р. анализировать при помощи их графического изображения, позволяющего судить и о форме распределения. Наглядное представление о хар-ре изменения частот вариационного ряда дают полигон и гистограмма, есть огива и кумулята.

Статистические таблицы.

СТ – это рациональная и распространенная форма представления стат-х данных.

Таблица явл наиболее рациональной, наглядной и компактной формой представления стат-го материала.

Осн приемы, определяющие технику формирования СТ след:

1. Т должна быть компактной и содержать только те исходные данные, кт непосредственно отражают исследуемое соц-эконом явление в ст-ке.

2.заголовок таблицы и названия граф и строк должны быть четкими, краткими.

3.инф-ция располагается в столбцах (графах) таблицы, завершаются итоговой строкой.

4.чтобы было легче читать и анализировать большие таблицы целесообразно оставлять двойной промежуток после каждых 5 строк.

5.графы и строки полезно нумеровать и т.д.

По логическому содержанию СТ представляют собой «стат предложение», осн элементами явл подлежащее и сказуемое.

Подлежащим назыв объект, характеризуется цифрами . это м.б. одна или несколько сов-ей, отд единицы сов-ти.

Сказуемое СТ это показатели, кт характеризуют объект изучения, т.е. подлежащее таблицы. Сказуемое это верхние заголовки и состояние содержания граф слева направо.

9.Понятие абсолютной величины в статистике.

Стат пок-ли – это качественно определенная переменная величина, количественно характеризующая объект исследования или его свойства.

А.в. – это обобщающий показатель, характеризующий размеры, масштаб или объемы того или иного явления в конкретных условиях места и времени.

Способы выражения: натуральные единицы (т.,шт.,кол-во); трудовое измерение (раб. Вр, трудоемк); стоимостное выражение

Способы получения: регистрация фактов, сводка и группировка, расчет по опред методологии (ВВП, рейтинги и т.д.)

Виды АВ: 1.индивид АВ – характеризуют отдельные элементы общ-х явлений 2. Суммарные АВ – хар-т показатели по сов-ти объектов.

Абсолютное изменение (/_\) – разность между 2 АВ.

12345

Стадии и методы статистического исследования

Предыдущая12345678910Следующая

Статистическое исследование состоит из трёх основных стадий:

Статистическое наблюдение — это первая стадия. В ходе её происходит сбор первичной статистической информации и данных, которые станут основой для будущего статистического анализа. Методы статистического наблюдения представлены переписями, статистической отчётностью, анкетированием, выборочным наблюдением.

Статистическая сводка — это вторая стадия. В ходе её происходит обработка первичной информации; обобщаются конкретные единичных сведения, образующие совокупность в целях выявления типичных черт и закономерностей, присущих изучаемому явлению в целом. Основным методом статистической сводки выступает группировка, когда изучаемые явления делятся на важнейшие типы, характерные группы и подгруппы по существенным признакам. Итоги статистической группировки и сводки излагаются в виде таблиц и графиков.

Обобщение и анализ статистической информации — это третья стадия. Статистический анализ является заключительной стадией статистического исследования.

Основными этапами анализа являются следующие действия:

1. установление фактов и их оценка;

2. установление характерных черт и причин явления;

3. сопоставление явления с базовыми явлениями — нормативными, плановыми и прочими;

4. формулирование гипотез, выводов и предположений;

5. статистическая проверка выдвинутых гипотез с помощью специальных обобщающих статистических показателей.

Обобщающие показатели — абсолютные, относительные, средние величины и индексные системы — применяются именно на этой стадии. Общие черты формирования обобщающих показателей устанавливаются посредством измерения их отклонений и приведения к усреднённому показателю. Изучение отклонений — «вариаций» — вместе с применением средних и относительных величин имеет большое практическое и научное значение. Показатели отклонений «вариаций» характеризуют степень однородности статистической совокупности по искомому признаку. Показатели «вариаций» определяют степень и границы вариации. Значительный интерес представляет взаимосвязь признаков «вариаций».

Все эти три стадии неразрывно связаны между собой органическим единством. Так, проведение статистического наблюдения бессмысленно без дальнейшего анализа, а анализ невозможен без информации, полученной на стадии первичной обработки данных.

Обработка эмпирических данных исследования делится обычно на несколько этапов:

1) Первичная обработка данных:

— Составление таблиц;

— Преобразование формы информации;

— Проверка данных.

2) Статистический анализ данных:

— Анализ первичных статистик;

— Оценка достоверности отличий;

— Нормирование данных;

— Корреляционный анализ;

— Факторный анализ.

В большинстве случаев обработку данных целесообразно начать с составления сводных таблиц.

Сводная таблица данных – это своеобразный «аккумулятор» всех данных, полученных в результате проведённого исследования, в идеале она должна содержать данные всех испытуемых по всем методикам исследования. Обычно сводные таблицы составляются в программе Microsoft Office Excel, либо Word, Access.

Основой для сводной таблицы исходных данных является следующая форма. Каждая строка содержит значения всех показателей одного испытуемого. В каждом столбце (поле) записаны значения одного показателя по всем испытуемым. Таким образом, в каждой ячейке (клетке) таблицы записано только одно значение одного показателя одного испытуемого. В самой верхней строке даны номер испытуемого по порядку, ФИО (или какой-нибудь другой идентификатор), измеренные показатели, шкальные оценки и т.п. Эта строка облегчает ориентировку в таблице. В каждой последующей строке записана ФИО испытуемого и значения всех, измеренных у него параметров; разумеется, для всех испытуемых в одном и том же порядке показателей.

Испытуемых можно перечислить в алфавитном порядке, но лучше использовать этот принцип на самом нижнем уровне деления. Сначала лучше разделить испытуемых по их принадлежности к каким-либо подгруппам, которые будут сравниваться между собой. Внутри этих подгрупп полезно упорядочить испытуемых по полу, возрасту или другому, важному для вас, параметру.

Преобразование формы информации.

В таблицу целесообразно внести все интересующие вас признаки в форме десятичного числа, то есть предварительно пересчитать минуты в десятичные доли часа, секунды – в десятичные доли минуты, количество месяцев – в десятичную долю года и т.д. Это необходимо, поскольку формат данных для большинства используемых сейчас компьютерных программ накладывает свои ограничения. Старайтесь также без особой необходимости не заносить в таблицу различные текстовые символы (точки, запятые, тире и т.п.).

Всю информацию, которую можно закодировать числами, лучше перевести в числовую форму. Это даст больше возможностей для разных видов обработки данных. Исключением является первая строка, в которой записаны названия (чаще краткие названия – аббревиатуры) измеренных показателей. В виде чисел в таблицу можно вписать информацию и о тех параметрах выборки, которые предположительно могут оказаться значимыми факторами, но имеются у вас в качественных показателях.

Методы и основные этапы статистических исследований

Наиболее простыми операциями могут быть: числовое кодирование (мужчины – 1, женщины – 2; прошедшие обучение – 1, не прошедшие – 2 и т.п.) и перевод качественных показателей в ранги.

Проверка данных.

После создания таблицы на бумаге или компьютере необходимо проверить качество полученных данных. Для этого часто достаточно внимательно осмотреть массив данных. Начать проверку следует с выявления ошибок (описок), которые заключаются в том, что неправильно написан порядок числа. Например, 100 написано вместо 10, 9,4 – вместо 94 и т.п. При внимательном просмотре по столбцам это легко обнаружить, поскольку сравнительно редко встречаются параметры, которые сильно варьируют. Чаще всего значения одного параметра имеют один порядок или ближайшие порядки. При наборе данных на компьютере важно соблюдать требования к формат данных в используемой статистической программе. Прежде всего это относится к знаку, которые должен отделять в десятичном числе целую часть от дробной (точка или запятая).

Использование методов математической статистики при обработке первичных эмпирических данных необходимо для повышения достоверности выводов научного исследования. При этом не рекомендуется ограничиваться использованием таких показателей, как средние арифметические и проценты. Они чаще всего не дают достаточных оснований для обоснованных выводов из эмпирических данных.

Выбор метода статистического анализа полученных эмпирических данных — очень важная и ответственная часть исследования. И делать это лучше до того, как получены данные. При планировании исследования необходимо заранее продумать, какие эмпирические показатели будут регистрироваться, с помощью каких методов будут обрабатываться, и какие выводы при разных результатах обработки можно будет сделать.

При выборе статистического критерия нужно, прежде всего, идентифицировать тип переменных (признаков) и шкалу измерения, которая использовалась при измерении показателей и других переменных — например, возраст, состав семьи, уровень образования. В качестве переменных могут выступать любые показатели, которые можно сравнивать друг с другом (то есть измерять). Следует иметь в виду, что в исследованиях могут широко использоваться номинативные и порядковые шкалы: вербальные и невербальные поведенческие реакции пол, уровень образования — все это может рассматриваться в качестве переменных. Главное — иметь четкие и ясные критерии их отнесения к тому или иному типу в зависимости от поставленных гипотез и задач.

При выборе статистического критерия нужно ориентироваться также на тип распределения данных, который получился в исследовании. Параметрические критерии используются в том случае, когда распределение полученных данных рассматривается как нормальное. Нормальное распределение с большей вероятностью (но не обязательно) получается при выборках более 100 испытуемых (может получиться и при меньшем количестве, а может не получиться и при большем). При использовании параметрических критериев необходима проверка нормальности распределения.

Для непараметрических критериев тип распределения данных не имеет значения. При небольших объемах выборки испытуемых целесообразно выбрать непараметрические критерии, которые дают большую достоверность выводам, независимо от того, получено ли в исследовании нормальное распределение данных. В некоторых случаях статистически обоснованные выводы могут быть сделаны даже при выборках в 5—10 испытуемых.

Во многих исследованиях осуществляется поиск различий в измеряемых показателях у испытуемых, имеющих те или иные особенности. При обработке соответствующих данных могут использоваться критерии для выявления различий в уровне исследуемого признака или в его распределении. Для определения значимости различий в проявлении признака в исследованиях часто используются такие показатели, как парный критерий Вилкоксона, U-критерий Манна—Уитни, критерий х-квадрат (х2), точный критерий Фишера, биномиальный критерий.

Во многих исследованиях осуществляется поиск взаимосвязи исследуемых показателей у одних и тех же испытуемых. Для обработки соответствующих данных могут использоваться коэффициенты корреляции. Связь величин друг с другом и их зависимость часто характеризуется коэффициентом линейной корреляции Пирсона и коэффициентом ранговой корреляции Спирмена.

Структура данных (и соответственно структура изучаемой реальности), а также их взаимосвязь выявляется факторным анализом.

Во многих исследованиях интерес представляет анализ изменчивости признака под влиянием каких-либо контролируемых факторов, или, другими словами, оценка влияния разных факторов на изучаемый признак. Для математической обработки данных в таких задачах может использоваться U-критерий Манна—Уитни, критерий Краскела—Уоллиса, Т-критерий Вилкоксона, критерий ?² Фридмана. Однако для исследования влияния, а тем более взаимовлияния нескольких факторов на изучаемый параметр полезнее может оказаться дисперсионный анализ. Исследователь исходит из предположения, что одни переменные могут рассматриваться как причины, а другие как следствия. Переменные первого рода считаются факторами, а переменные второго рода — результативными признаками. В этом отличие дисперсионного анализа от корреляционного, в котором предполагается, что изменения одного признака просто связаны с определенными изменениями другого.

Во многих исследованиях выявляется значимость изменений (сдвига) каких-либо параметров и проявлений за определенный промежуток времени, в определенных условиях (например, в условиях коррекционного воздействия). Формирующие эксперименты в практической психологии решают именно эту задачу. Для обработки соответствующих данных могут использоваться коэффициенты для оценки достоверности сдвига в значениях исследуемого признака. Для этого часто применяются критерии знаков, Т-критерий Вилкоксона.

Важно обратить внимание на ограничения, которые имеет каждый критерий. Если один критерий не подходит для анализа имеющихся данных, всегда можно найти какой-либо другой, возможно, изменив тип представления самих данных. Прежде чем проводить статистический анализ эмпирических данных, полезно проверить, существуют ли критические значения, соответствующие количеству и типу ваших данных. В противном случае вас может ждать разочарование, когда ваши подсчеты окажутся напрасными по причине отсутствия в таблице критических значений при объеме выборки, которая у вас была.

После знакомства с процедурой вычисления критерия можно проводить «ручную» обработку данных или воспользоваться статистической программой персонального компьютера.

Для компьютерной обработки наиболее популярны программы SPSS и Statistica.

Использование статистических программ в компьютерной обработке на несколько порядков ускоряет обработку материала и предоставляет в распоряжение исследователя такие методы анализа, которые в ручной обработке не могут быть реализованы. Однако в полной мере эти преимущества могут быть использованы, если исследователь имеет необходимый уровень подготовки в этой области. Обычно, чем мощнее компьютерная программ (чем более широкие у неё возможности), тем больше времени она требует для освоения. Таким образом, затрачивать время на её изучение при редких обращениях к мощному статистическому аппарату не совсем эффективно. Очень часто использование таких программ для решения даже несложных задач также требует определённой суммы умений.

Для того, чтобы избежать лишних сложностей и временных затрат, гораздо эффективнее обратиться к профессионалам. Они качественно и профессионально проведут весь необходимый математико-статистический анализ данных вашего исследования: анализ первичных статистик, оценку достоверности различий, нормирование данных, корреляционный и факторный анализ и т.п.

После проведения необходимого статистического анализа данных нужно соотнести полученные результаты с изначально поставленной гипотезой, с теоретическими обоснованиями авторов, которые исследовали данную тематику и предыдущими исследователями. Сформулировать выводы и проинтерпретировать полученные результаты.