Краткая характеристика выборки и результатов эксперимента

	n	Муж	Жен	r	p	M	SD	min-max
Мастера				0,907	0,001	14,9	2,0	13–16
Новички				0,909	0,001	8,3	2,0	6–12
					0,001	t = 11,2

 

Анализ эксперимента (по Р. Солсо) [6].

Концепция автоматического характера кодирования частотности изложена в разд. А₁. Поскольку авторов интересует оценка этого феномена на примере каратэ, возникает необходимость уделить внимание описанию ката каратэ А₂. Рабочая гипотеза изложена в А₃.

В разд. B приведена информация об испытуемых, используемом материале и процедурах.

Разд. C являет собой хороший пример описания процедуры: в нем излагается точный порядок происходивших событий.

Данные, полученные для обеих зависимых переменных (оценки частотности и свободного припоминания) описаны в разд. D₁; критерии внесения поправок в листы с ответами – в разд. D₂.

В разд. E₁ приведены общие результаты исследования. В E₂ дана дополнительная информация, касающаяся бесед с испытуемыми после эксперимента. В разделе «Обсуждение» приведена дополнительная информация, относящуюся к ходу эксперимента. Хотя понимание экспериментального контекста и не является частью фактической процедуры эксперимента, оно предоставляет информацию, с помощью которой можно лучше оценить полученные результаты. Возможные недостатки эксперимента описаны в разд. E₃, а в разд. E₄ приведены свидетельства, опровергающие возможное альтернативное объяснение. В разд. E₅ проведен анализ полученных данных.

Контрольные вопросы

1. Охарактеризуйте способ подбора групп (мастера и новички). Укажите на другие возможные способы подбора этих групп.

2. Экспериментаторами предполагалось, что испытуемые не обладали предварительными знаниями о кáта, с тем, чтобы его можно было принять за независимую переменную. Если бы кáта был знаком испытуемым, как это могло бы отразиться на результатах эксперимента? Имелась ли у авторов возможность удостовериться в том, что испытуемые не сталкивались ранее с данным набором приемов?

3. Как сказалась на эксперименте инструкция: «Пожалуйста, обратите особое внимание на кáта, который вы сейчас увидите, так как затем будет проверено, насколько хорошо вы запомнили использованные в нем приемы»? Можно ли было обойтись без этой инструкции? Следовало ли от нее отказаться?

4. Зачем испытуемых просили считать вслух по три в течение пяти минут, перед тем как они начали выполнять следующее задание?

5. Используя информацию из разд. E «Результаты», касающуюся припоминания, изобразите приблизительную гистограмму.

6. Какой вид деятельности может послужить основой для подобного эксперимента?

 

Таблица П 3.1

Критические значения р

(коэффициента корреляции

Спирмена для рангов)

N	р = 0,05	р = 0,01
	1,000	-
	0,886	1,000
	0,786	0,929
	0,738	0,881
	0,683	0,833
	0,648	0,794
	0,591	0,777
	0,544	0,715
	0,506	0,665
	0,475	0,625
	0,450	0,591
	0,428	0,562
	0,409	0,537
	0,392	0,515
	0,377	0,496
	0,364	0,478

Примечание. Таблица из [9].

 

Таблица П 3.2

Критические значения r

(коэффициента корреляции

Пирсона)

df	Уровень значимости для проверки по двустороннему критерию
	0,10	0,05	0,01
	0,988	0,997	0,9999
	0,900	0,950	0,990
	0,805	0,878	0,959
	0,729	0,811	0,917
	0,669	0,754	0,874
	0,622	0,707	0,834
	0,582	0,666	0,798
	0,549	0,632	0,765
	0,521	0,602	0,735
	0,497	0,576	0,708
	0,476	0,553	0,684
	0,458	0,532	0,661
	0,441	0,514	0,641
	0,426	0,497	0,623
	0,412	0,482	0,606
	0,400	0,468	0,590
	0,389	0,456	0,575
	0,378	0,444	0,561
	0,369	0,433	0,549
	0,360	0,423	0,537
	0,323	0,381	0,487
	0,296	0,349	0,449
	0,275	0,325	0,418
	0,257	0,304	0,393
	0,243	0,288	0,372
	0,231	0,273	0,354
	0,211	0,250	0,325
	0,195	0,232	0,303
	0,183	0,217	0,283
	0,173	0,205	0,267
	0,164	0,195	0,254

Примечание. Таблица из [9].

 

Таблица П 3.3

Критические значения χ²

df	p
0,05	0,01
	3,84	6,64
	5,99	9,21
	7,82	11,34
	9,49	13,28
	11,07	15,09
	12,59	16,81
	14,07	18,48
	15,51	20,09
	16,92	21,67
	18,31	23,21
	19,68	24,72
	21,03	26,22
	22,36	27,69
	23,68	29,14
	25,00	30,58
	26,30	32,00
	27,59	33,41
	28,87	34,80
	30,14	36,19
	31,41	37,57
	32,67	38,93
	33,92	40,29
	35,17	41,64
	36,42	42,98
	37,65	44,31
	38,88	45,64
	40,11	46,96
	41,34	48,28
	42,56	49,59
	43,77	50,89

Примечание. Таблица из [9].

Таблица П 3.4

Критические значения t

df	p
0,10	0,05	0,02	0,01	0,001
	6,314	12,706	31,821	63,657	636,619
	2,920	4,303	6,965	9,925	31,599
	2,353	3,182	4,541	5,841	12,924
	2,132	2,776	3,747	4,604	8,610
	2,015	2,571	3,365	4,032	6,869
	1,943	2,447	3,143	3,707	5,959
	1,895	2,365	2,998	3,499	5,408
	1,860	2,306	2,896	3,355	5,041
	1,833	2,262	2,821	3,250	4,781
	1,812	2,228	2,764	3,169	4,587
	1,796	2,201	2,718	3,106	4,437
	1,782	2,179	2,681	3,055	4,318
	1,771	2,160	2,650	3,012	4,221
	1,761	2,145	2,624	2,977	4,140
	1,753	2,131	2,602	2,947	4,073
	1,746	2,120	2,583	2,921	4,015
	1,740	2,110	2,567	2,898	3,965
	1,734	2,101	2,552	2,878	3,922
	1,729	2,093	2,539	2,861	3,883
	1,725	2,086	2,528	2,845	3,850
	1,721	2,080	2,518	2,831	3,819
	1,717	2,074	2,508	2,819	3,792
	1,714	2,069	2,500	2,807	3,768
	1,711	2,064	2,492	2,797	3,745
	1,708	2,060	2,485	2,787	3,725
	1,706	2,056	2,479	2,779	3,707
	1,703	2,052	2,473	2,771	3,690
	1,701	2,048	2,467	2,763	3,674
	1,699	2,045	2,462	2,756	3,659
	1,697	2,042	2,457	2,750	3,646
	1,671	2,000	2,390	2,660	3,505
∞	1,645	1,960	2,326	2,576	3,291

Примечание. Таблица из [9].

 

Таблица П 3.6

Критические значения U -Манна-Уитни для независимых выборок

 

n1 n2
											р =	0,05
											р =	0,01

Примечание. Таблица из [5].

 

Таблица П 3.7

Критические значения W -критерия Вилкоксона для сопряженных пар

n	р		n	р
0,05	0,01		0,05	0,01

Примечание. Таблица из [17].

Таблица П 3.8

Линеаризующие преобразования

Примечание. Таблица из [1].

Литература

Основная

1. Большаков, А.А. Методы обработки многомерных данных и временных рядов: учеб. пособие / А.А. Большаков, Р.Н. Каримов. –М.: Главная линия – Телеком, 2007.

2. Вероятность и математическая статистика: Энциклопедия / под. ред. Ю.В. Прохорова. – М.: Большая Российская энциклопедия, 2003.

3. Воронов, И.А. Информационные технологии в физической культуре и спорте: учеб. Пособие / И.А. Воронов. – СПб.: СПбГУП, 2007.

4. Дюк, В.А. Информационные технологии в медико-биологических исследованиях / В.А. Дюк, В.Л. Эммануэль. – СПб.: Питер, 2003.

5. Лакин, Г.Ф. Биометрия: учеб. пособие / Г.Ф. Лакин. – М.: Высш. школа, 1980.

6. Наследов, А.Д. Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / А.Д. Наследов. – СПб.: Речь, 2006.

7. Наследов, А.Д. SPSS: Компьютерный анализ данных в психологии и социальных науках / А.Д. Наследов. – СПб.: Питер, 2007.

8. Реброва, О.Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ Statistica / О.Ю. Реброва. – М.: МедиаСфера, 2002.

9. Солсо, Р. Экспериментальная психология / Р. Солсо, К. МакЛин. – СПб.: Прайм-ЕВРОЗНАК, 2006.

10. Толстова, Ю.Н. Основы многомерного шкалирования: учеб. Пособие / Ю.Н. Толстова. – М.: КДУ, 2006.

11. Шапкин, С.А. Экспериментальное изучение волевых процессов (с применением SPSS): учеб. пособие / С.А. Шапкин. – М.: Ин-т психологии РАН. 1997.

Дополнительная

12. Бейли, Н. Т. Дж. Статистические методы в биологии / Н. Т. Дж. Бейли. – М.: Иностр. лит-ра, 1962.

13. Биркгофф, Г. Математика и психология / Г. Биркгофф. – М.: Сов. Радио, 1977.

14. Болл, Р.М. Руководство по биометрии / Р.М. Болл, Дж.Х. Коннел, Ш. Панканти, Н.К. Рахта, Э.У. Сеньор. – М.: Техносфера, 2007.

15. Дружинин, В.Н. Экспериментальная психология: учеб. пособие / В.Н. Дружинин. – СПб.: Питер, 2001.

16. Дюк, В.А. Компьютерная психодиагностика. Научно-популярное издание / В.А. Дюк. – СПб.: Братство, 1994.

17. Иванов, В.С. Основы математической статистики: учеб. пособие для институтов физической культуры / В.С. Иванов. – М.: Физическая культура и спорт, 1990.

18. Кэмпбелл, Д. Модели экспериментов в социальной психологии и прикладных исследованиях / Д. Кэмпбелл. – М.: 1980.

19. Мартин, Д. Психологические эксперименты / Мартин Д. – СПб., 2002.

20. Налимов, В.В. Теория эксперимента / Налимов В.В. – М.: Наука, 1971.

21. Попечителев, Е.П. Анализ числовых таблиц в биотехнических системах обработки информации / Е.П. Попечителев, С.В. Романов. – Л.: Наука, 1985.

22. Салманов, О.Н. Математическая экономика с применением Mathcad и Excel / О.Н. Салманов. – СПб.: БХВ-Петербург, 2003.

23. Червинская, К.Р. Компьютерная психодиагностика: учеб. пособие / К.Р. Червинская. –СПб: Речь, 2003.

24. Чигирев, Б.И. Методы анализа данных / Б.И. Чигирев. – М.: Финансы и статистика, 1985.

25. Эксперимент, модель, теория. – Москва-Берлин: Наука, 1982.

26. Яковлев В.Б. Статистика. Расчеты в Microsoft Excel: учеб. пособие. / В.Б. Яковлев. – М.: Колосс, 2005.

27. Okon J. Analiza czinnikowa w psychologii. (Факторный анализ в психологии) – Warszawa: Panstwowe wydawnictwo naukowe, 1964.