ведение в научное психологическое исследование _______
укоснительно следовать этому правилу и полученное эмпиричес-
кое распределение признаков проверять на нормальность. Если
такого указания нет, то статистика применима к любому распре-
делению признаков. Приблизительно судить о том, является или
не является полученное распределение близким к нормальному,
можно, построив график распределения данных, похожий на те,
которые представлены на рис. 72. Если график оказывается бо-
лее или менее симметричным, значит, к анализу данных можно
применять статистики, предназначенные для нормального рас-
пределения. Во всяком случае, допустимая ошибка в расчетах в
данном случае будет относительно небольшой.
Приблизительные картины симметричного и несимметрич-
ного распределений признаков показаны на рис. 72, где точками
признаков, которые соответствуют медианам, а
торые соответствуют средним значениям.
Мода еще одна элементар-
ная математическая статистика
и характеристика распределе-
ния опытных данных.
ставленных на рис. 72, моде со-
ответствуют самые верхние
точки кривых, вернее, те значе-
Рис. 72. Графики симметричного и не-
симметричного распределения при- ния этих точек, которые распола-
знаков: I — симметричное распределе- гаются на горизонтальной оси.
ние (все относящиеся к нему элемен- Для симметричных распреде-
тарные статистики обозначены с по- лений признаков,' в том числе
мощью индекса 1); II — несимметрич- для нормального распределе-
ное распределение (его первичные ста-
тистики отмечены на графике индек- ния, значение моды совпадает
сом 2).
со значениями среднего и меди-
аны. Для других типов распределений, несимметричных, это не
характерно. К примеру, в последовательности значений
признаков 1,2, 5,2,4, 2,6,7,2 модой
564
Глава 3. Статистический анализ экспериментальных данных
является значение 2, так как оно встречается чаще других значе-
ний — четыре раза.
Иногда исходных частных первичных данных, которые под-
лежат статистической обработке, бывает довольно много, и они
требуют проведения огромного количества элементарных ариф-
метических операций. Для того чтобы сократить их число и вмес-
те с тем сохранить нужную точность расчетов, иногда прибегают
к замене исходной выборки частных эмпирических данных на
интервалы.
Пример.
Представим следующий ряд частных признаков: О,1,1,2,2,3,3,3,4,4,5,5,5,5,6,6,6,7,7,8,8,8,9,9,9,10,10,11,11, 11. Этот
ряд включает в себя 30 значений. Разобьем представленный ряд
на шесть подгрупп по пять признаков в каждом. Первая
подгруппа включит в себя первые пять цифр, вторая — сле-
дующие пять и т.д. Вычислим средние значения для каждой из
пяти образованных подгрупп чисел. Они соответственно будут
равны 1,2; 3,4; 5,2; 6,8; 8,6; 10,6. Таким образом, нам удалось свести
исходный ряд, включающий тридцать значений, к ряду, содер-
жащему всего шесть значений и представленному средними ве-
личинами. Это и будет интервальный ряд, а проведенная проце-
дура — разделением исходного ряда на интервалы. Теперь все
статистические расчеты мы можем производить не с исходным
рядом признаков, а с полученным интервальным рядом, и ре-
зультаты в равной степени будут относиться к исходному ряду.
Однако число производимых в ходе расчетов элементарных
арифметических операций будет гораздо меньше, чем количест-
во тех операций, которые с этой же целью пришлось бы проде-
лать в отношении исходного ряда признаков. На практике, со-
ставляя интервальный ряд, рекомендуется руководствоваться
следующим правилом: если в исходном ряду признаков больше
чем тридцать, то этот ряд целесообразно разделить на пять-шесть
интервалов и в дальнейшем работать только с ними.
Для проверки сказанного проведем пробное вычисление сред-
него значения по приведенному выше ряду, составляющему трид-
цать чисел, и по ряду, включающему только интервальные сред-
565
Ч
асть I I. В
ведение в научное психологическое исследование
ние значения. Полученные цифры с точностью до двух знаков
после запятой будут соответственно равны 5,97 и 5,97, т.е. явля-
ются одинаковыми.
МЕТОДЫ ВТОРИЧНОЙ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ
РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТА
С помощью
экспериментальных данных непосредственно проверяются, до-
казываются или опровергаются гипотезы, связанные с экспери-
ментом. Эти методы, как правило, сложнее, чем методы первич-