Очень часто перед исследователем в психологии стоит задача выявления различий между двумя, тремя и более выборками испытуемых. Это может быть, например, задача определения психологических особенностей хронически больных детей по сравнению со здоровыми, между работниками государственных предприятий и частных организаций, между людьми разного возраста и пола. Кроме того, одной из наиболее часто встречающихся статистических задач, с которыми сталкивается психолог, является задача сравнения результатов обследования какого-либо психологического признака в разных условиях измерения (например, до и после тренинга). Помимо этого нередко возникает необходимость оценить характер изменения того или иного психологического показателя в одной или нескольких группах в разные периоды времени или выявить динамику изменения этого показателя под влиянием экспериментальных воздействий. Для решения подобных задач используется достаточно большой набор статистических способов, называемых в наиболее общем виде критериями различий. Эти критерии позволяют оценить степень статистической достоверности различий между разнообразными показателями, измеренными согласно плану проведения психологического исследования.
|
|
Существует достаточно большое количество критериев различий. Каждый из них имеет свою специфику, различаясь между собой по следующим основаниям:
Первое основание - тип измерительной шкалы, для которой предназначен тот или иной критерий. Например, с помощью некоторых критериев можно обрабатывать данные, полученные только в номинальных шкалах. Ряд критериев дает возможность обрабатывать данные, полученные в порядковой, интервальной и шкале равных отношений.
Второе основание - максимальный объем выборки, который они могут охватить, а также количество выборок, которые можно сравнивать между собой с их помощью. Существуют критерии, позволяющие оценить различия сразу в трех и большем числе выборок. Некоторые критерии позволяют сопоставить неравные по численности выборки.
Третье основание - качество выборки: она может быть связной (зависимой) и несвязной (независимой).
Все критерии различий условно подразделены на две группы: параметрические и непараметрические критерии.
Критерий различия называют параметрическим, если он основан на конкретном типе распределения генеральной совокупности (как правило, нормальном) или использует параметры этой совокупности (средние, дисперсии и т.д.). Критерий различия называют непараметрическим, если он не базируется на предположении о типе распределения генеральной совокупности и не использует параметры этой совокупности.
|
|
При нормальном распределении генеральной совокупности параметрические критерии обладают большей мощностью по сравнению с непараметрическими. Иными словами, они способны с большей достоверностью отвергать нулевую гипотезу, если последняя неверна. Поэтому в тех случаях, когда выборки взяты из нормального распределения генеральных совокупностей, следует отдавать предпочтение параметрическим критериям.
Однако практика показывает, что подавляющее большинство данных, получаемых в психологических экспериментах, не распределены нормально, поэтому применение параметрических критериев в анализе результатов психологических исследований может привести к ошибкам в статистических выводах. В таких случаях непараметрические критерии оказываются более мощными, то есть способными с большей достоверностью отвергать нулевую гипотезу.
Решение о выборе того или иного критерия принимается на основании того, является ли выборка зависимой или независимой, сколько выборок сопоставляется, каков их объем и является ли распределение нормальным.
Однозначно определенный способ проверки статистических гипотез называется статистическим критерием. Статистический критерий строится с помощью статистики U (x1, x2, …, xn) – функции от результатов наблюдений x1, x2, …, xn. В пространстве значений статистики U выделяют критическую область Ψ, т.е. область со следующим свойством: если значения применяемой статистики принадлежат данной области, то отклоняют (иногда говорят - отвергают) нулевую гипотезу, в противном случае – не отвергают (т.е. принимают).
Статистику U, используемую при построении определенного статистического критерия, называют статистикой этого критерия. Например, в задаче проверки статистической гипотезы, приведенной в примере 14, применяют критерий Колмогорова, основанный на статистике
.
При этом Dn называют статистикой критерия Колмогорова.
Частным случаем статистики U является векторзначная функция результатов наблюдений U0 (x1, x2, …, xn) = (x1, x2, …, xn), значения которой – набор результатов наблюдений. Если xi – числа, то U0 – набор n чисел, т.е. точка n –мерного пространства. Ясно, что статистика критерия U является функцией от U 0, т.е. U = f (U 0). Поэтому можно считать, что Ψ – область в том же n –мерном пространстве, нулевая гипотеза отвергается, если (x1, x2, …, xn) Ψ, и принимается в противном случае.
В вероятностно-статистических методах обработки данных и принятия решений статистические критерии, как правило, основаны на статистиках U, принимающих числовые значения, и критические области имеют вид
Ψ = { U (x1, x2, …, xn) > C },
где С – некоторые числа.
Статистические критерии делятся на параметрические и непараметрические. Параметрические критерии используются в параметрических задачах проверки статистических гипотез, а непараметрические – в непараметрических задачах.