Собрав совокупность данных, исследователь приступает к их обработке, получая сведения более высокого уровня, называемые результатами. Он уподобляется портному, который снял мерку (данные) и теперь все зафиксированные размеры соотносит между собой, приводит в целостную систему в виде выкройки и в конечном итоге – в виде той или иной одежды. Параметры фигуры заказчика – это данные, а готовое платье – это результат. На этом этапе могут обнаружиться ошибки в замерах, неясности в согласовании отдельных деталей одежды, что требует новых сведений, и клиент приглашается на примерку, где вносятся необходимые коррективы. Так и в научном исследовании: полученные на предыдущем этапе «сырые» данные путем их обработки приводят в определенную сбалансированную систему, которая становиться базой для дальнейшего содержательного анализа, интерпретации и научных выводов и практических рекомендаций. Если по обработке данных выявляются какие-либо ошибки, пробелы, несоответствия, препятствующие построению такой системы. То их можно ликвидировать и восполнить, проведя повторные замеры.
|
|
Обработка данных направлена на решение следующих задач:
1. Упорядочивание исходного материала, преобразование множества данных в целостную систему сведений, на основе которой и возможно дальнейшее описание и объяснение изучаемых объекта и предмета.
2. Обнаружение и ликвидация ошибок, недочетов, пробелов в сведениях.
3. Выявление скрытых от непосредственного восприятия тенденций, закономерностей и связей.
4. Обнаружение новых фактов, которые не ожидались и не были замечены в ходе эмпирического процесса.
5. Выяснение уровня достоверности, надежности и точности собранных данных и получение на их базе научно обоснованных результатов.
Если на предыдущих этапах происходит процесс увеличения разнообразных сведений (числа параметров, единичных измерений, источников и т.п.), то теперь наблюдается обратный процесс – ограничение разнообразия, приведение данных к общим знаменателям, позволяющим делать обобщения и прогнозировать развитие тех или иных психических явлений.
Рассматриваемый этап обычно связывается с обработкой количественного характера. Качественная сторона обработки эмпирического материала, как правило, только подразумевается либо вовсе опускается. Обусловлено это, видимо, тем, что качественный анализ часто ассоциируется с теоретическим уровнем исследования, который присущ последующим стадиям изучения объекта – обсуждению и интерпретации результатов. Представляется, однако, что исследование качественного характера имеет два уровня: уровень обработки данных, где проводится организационно-подготовительная работа по первичному выявлению и упорядочиванию качественных характеристик изучаемого объекта, и уровень теоретического проникновения в сущность этого объекта. Работа первого типа характерна для стадии обработки данных, а второго – для этапа интерпретации результатов. Результат в данном случае понимается как итог и количественного, и качественного преобразования первичных данных. Тогда количественная обработка есть манипуляция с измеренными характеристиками изучаемого объекта (объектов), с его «объективизированными» во внешнем появлении свойствами. Качественная обработка - это способ предварительного проникновения в сущность объекта путем выявления его неизмеряемых свойств на базе количественных данных. Количественная обработка направлена в основном на формальное, внешнее изучение объекта, качественная – преимущественно на содержательное, внутреннее его изучение.
|
|
Качественная обработка естественным образом выливается в описание и объяснение изучаемых явлений, что составляет уже следующий уровень их изучения, осуществляемый на стадии интерпретации результатов.
Этапы количественной обработки данных:
1. Обработка эмпирических данных на уровне методики.
2. Составление таблицы первичных эмпирических данных.
3. «Оцифровка». Шкалирование.
4. Применение первичных статистик. Проверка распределения на нормальность.
5. Применение вторичных статистик:
- выбор критерия проверки;
- формулирование статистических гипотез;
- применение критерия и определение уровня статистической достоверности;
- принятие нулевой либо альтернативной гипотезы.
Подробно все эти этапы изучаются в курсе «Основы математической статистики».
Далее производиться интерпретация результатов исследования и формулируются выводы.