Десять различных ситуаций, подучившихся в результате сочетаний четырех шкал для двух переменных

Шкала переменной Y	Шкала переменной X
	Дихотомия	Дихотомия, основанная на нормальном распределении	Шпала порядка	Шкала интервалов или отношений
Дихотомия	А	(В)	(С)	(D)
Дихотомия, основанная на нормальном распределении	В	Е	(F)	(G)
Шпала порядка	С	F	H	(I)
Шкала интервалов или отношений	D	G	I	J

A – коэффициент «фи», φ

B – не известен ни один удовлетворительный коэффициент для измерения связи переменных в этом случае. Возможно, что для большинства подобных ситуаций, должно быть нередких, следует принять гипотезу о нормальном распределении и вычислить φ.

C – рангово-бисериальный коэффициент корреляции.

D – бисериальный коэффициент корреляции.

E – тетрахорический коэффициент корреляции.

F – не известен ни один коэффициент, подходящий для описания связи между переменными, измеренными в этом неортодоксальном сочетании. Если возникают измерения такого рода, мы исходим из гипотезы о нормальном распределении, лежащем в основе дихотомии, для X, и обращаемся к вычислению бисериального рангового коэффициента корреляции Кёртена.

G – бисериальный коэффициент корреляции.

H – коэффициент ранговой корреляции Спирмена, тау Кендалла, τ.

I – для этого частного случая не было разработано и исследовано никакого коэффициента. Если вы имеете дело с переменными, измеренными таким образом, можно посоветовать преобразовать опенки Y в ранги и найти коэффициенты ранговой корреляции Спирмена или Кендалла.

J – коэффициент корреляции Пирсона». (Гласса Дж., Стенли Дж. «Статистические методы в педагогике и психологии», стр. 145-167).

Чтобы посчитать необходимый коэффициент корреляции, после выбора в строке меню вкладки «Statistics», далее «Nonparametrics» необходимо нажать на «Correlation matrices», в итоге получаем меню, в котором во вкладке «Advanced» можно выбрать коэффициенты Кендалла или гамма, если нужен коэффициент Спирмена, то можно просто нажать после выбора данных на верхнюю правую кнопку «Spearman R», не заходя во вкладку «Advanced».

 

 

Интерпретация полученной корреляционной матрицы ничем не отличается от интерпретации параметрических данных.

 

Дисперсионный анализ (от латинского Dispersio – рассеивание / на английском Analysis Of Variance - ANOVA) применяется для исследования влияния одной или нескольких качественных переменных (факторов) на одну зависимую количественную переменную (отклик).

Дисперсионный анализ может пригодится, если нужно посмотреть влияние пола на агрессию, например. Для этого во вкладке «Statistica» выбираем «ANOVA» или «Углубленные методы анализа», затем «Общие линейные модели». Видим следующее меню:

 

Выбираем факторный анализ и видим меню, в котором необходимо выбрать переменные. Зависимая переменная у нас количественная, а факторы – качественные. В следующем меню выбираем или «Все эффекты / Графики», или «Все эффекты».

                                                  

При выборе «Все эффекты» получаем таблицу, в которой красным цветом выделены значимые факторы, оказывающие влияние на зависимую переменную.

Если выбрать «Все эффекты / Графики», то увидим следующую таблицу, в которой значимые факторы будут выделены знаком «*».

В данном примере таких факторов нет. Далее, нажав «Ок» мы увидим график. Он будет отражать влияние выявленных факторов на искомую переменную.

 

После подсчета описательных характеристик и корреляционных связей можно перейти к многомерным анализам данных, из которых мы рассмотрим факторный анализ и регрессионный анализ.

Факторный анализ данных. «Главная цель факторного анализа — уменьшение размерности исходных данных с целью их экономного описания при условии минимальных потерь исходной информации. Результатом факторного анализа является переход от множества исходных переменных к существенно меньшему числу новых переменных — факторов. Фактор при этом интерпретируется как причина совместной изменчивости нескольких исходных переменных. Интерпретация факторов — одна из основных задач факторного анализа. Ее решение заключается в идентификации факторов через исходные переменные» (Наследов А. Д. Математические методы психологического исследования. Анализ и интерпретация данных. Учебное пособие. – СПб.: Речь, 2004. – 392 с.).

Прежде чем применять факторный анализ необходимо проверить выполнение следющих условий:

· все признаки должны быть количественными;

· число наблюдений должно быть не менее чем в два раза больше числа переменных;

· выборка должна быть однородна;

· исходные переменные должны быть распределены симметрично;

· факторный анализ осуществляется по коррелирующим переменным (Шуметов В.Г., Шуметова Л.В. Факторный анализ: подход с применением ЭВМ. - ОрелГТУ, Орел, 1999. - 88 с.).

 

Для получения факторных структур выбираем в строке меню вкладку «Statistics», далее «Multivariate Exploratory Techniques», потом «Factor Analysis», в итоге получаем меню:

 

                    

 

В полученном меню выбираем необходимые переменные, в строке «Input file» выбираем «Raw Data». В зависимости от цели, задач и гипотез твоего исследования факторный анализ можно проводить как для всех полученных данных, так и для отдельных переменных. После выбора переменных нажимаем «Ok» и получаем следующее меню, в котором необходимо выбрать количество факторов. «Количество факторов определяется приблизительно по точке перегиба на графике собственных значений до его выхода на пологую прямую после резкого спада. При этом проверяются три гипотезы: если К— точка перегиба, то возможное количество факторов равно К-1, K и К+1.

При определении числа факторов на практике следует помнить, что указанный критерий является лишь примерным ориентиром. Окончательное решение о числе факторов принимается только после интерпретации факторов».

Поэтому на данном этапе можно выбрать любое количество факторов, обычно – это или 2, или 3. После чего нажимаем «Ok» и переходим в следующее меню.

 

                                        

 

В полученной вкладке нас интересуют 2 вещи: на вкладке «Quick» - «Factor rotation», а на вкладке «Explained variance» - «Scree plot». Сначала мы переходим на вкладку «Explained variance» и выбираем кнопку «Scree plot». В итоге получаем график собственных значений, исходя из которого выбираем нужное количество факторов.

 

                         

 

Для выбора количества факторов нажимаем кнопку «Cancel», попадаем в предыдущее меню и выбираем нужное число факторов. После этого возвращаемся обратно. Теперь нас интересует метод вращения факторов («Factor rotation»). Здесь можно попробовать разные методы и выбрать тот, который будет давать лучшие результаты. После выбора метода вращения нажимаем кнопку «Summary (Итог)». Программа выдает нам получившуюся факторную структуру. Обрати внимание на предпоследнюю строчку - Prp.Totl – она показывает информативность фактора, т.е. сколько процентов от общей структуры объясняет тот или иной фактор. Общая сумма по всем факторам твоей факторной структуры должна быть 50 % и более. Если суммарная информативность факторов меньше попробуй изменить количество факторов или метод вращения.

Когда ты смог получить необходимую тебе факторную структуру, то теперь переходи к ее качественной оценке. В диссертации ты можешь показать, как все переменные, которые входят в полученный тобой фактор, если их немного, так и основные переменные, вносящие наибольший вес в твой фактор (они выделены красным в программе). Не забудь озаглавить каждый полученный тобой фактор. Название дается исходя из смысла тех переменных, которые входят в фактор. В диссертации факторный анализ может выглядеть так:

«С целью получения структуры личностных ресурсов психологической защищенности взрослых, переживших насилие в детстве и преодолевших его негативные последствия, был проведен факторный анализ. Общая дисперсия составила 70%. На основе содержательной интерпретации полученных данных нами было выделено 3 фактора в структуре личностных ресурсов (см. табл. 14): «активность и ответственность» (32 %), «жизнестойкость и преодоление трудностей» (28 %) и «идентичность и знания» (10 %).

Таблица 2

Факторная структура ресурсов психологической защищенности взрослых, переживших насилие в детстве и преодолевших его негативные последствия

Ресурсы	Фактор 1	Фактор 2	Фактор 3
Динамическая эргичность	0,76
Мотивация социоцентрическая	0,72
Когнитивная осмысленность	0,77
Результативность предметная	0,84
Эмоциональность стеническая	0,83
Регуляторная интернальность	0,77
Шкала трудности		-0,63
Вовлеченность		0,82
Контроль		0,85
Принятие риска		0,82
Жизнестойкость		0,93
Количество источников информации знаний о насилии в детстве			0,72
«?» - оценка качества идентичности			-0,68
Дисперсия (Prp.Totl)	32%	28%	10%
Expl.Var	4,16	3,64	1,25

 

Фактор «активность и ответственность» (дисперсия 32 %), включающий в себя следующие показатели ответственности: предметной результативности (0,84), стенической эмоциональности (0,83), регуляторной интернальности (0,77), когнитивной осмысленности (0,77), динамической эргичности (0,76) и социоцентрической мотивации (0,72), - описывает активное, самостоятельное поведение, направленное на получение общественно полезного результата, при этом человек испытывает положительные эмоции, удовольствие от собственной деятельности и желание быть среди людей, не боится брать на себя ответственность, считая себя ответственным за события, происходящие в его жизни».

 

 

Регрессионный анализ. «Множественный регрессионный анализ (МРА) предназначен для изучения взаимосвязи одной переменной (зависимой, результирующей) и нескольких других переменных (независимых, исходных). Все переменные при этом должны быть измерены в количественной шкале. Одна из переменных определяется исследователем как зависимая, а остальные (или часть их) — как независимые переменные. Обычно МРА применяется для изучения возможности предсказания некоторого результата (обучения, деятельности) по ряду предварительно измеренных характеристик. При этом предполагается, что связь между одной зависимой переменной (Y) и несколькими независимыми переменными (X) можно выразить линейным уравнением:

Y = b + b₁x₁ + b₂x₂ + b₃x₃ + … + b_px_p + e

где Y— зависимая переменная; x₁, x₂, …, x_p — независимые переменные; b₁, b₂, …, b_p —

параметры модели; е — ошибка предсказания.

Помимо предсказания и определения степени его точности МРА позволяет определить и то, какие показатели («независимые переменные») наиболее существенны, важны для предсказания, а какими переменными можно пренебречь, исключив их из анализа.

Следует отметить родственность множественного регрессионного и дисперсионного анализа. В основе этих методов лежит одна и та же линейная модель. Этот факт отражает и название, которое объединяет различные варианты дисперсионного анализа (в частности, в программе SPSS): общая линейная модель (General Linear Model). МРА в этом смысле можно рассматривать как аналог многофакторного дисперсионного анализа для случая, когда независимые переменные представляют собой не градации факторов (номинативные переменные), а измерены в количественной шкале. Тогда, в соответствии с моделью, МРА выступает как инструмент исследования влияния факторов (независимых переменных) x₁, x₂, …, x_p на зависимую переменную Y» (Наследов А. Д. Математические методы психологического исследования. Анализ и интерпретация данных. Учебное пособие. – СПб.: Речь, 2004. – 392 с.).

Для построения уравнения линейной регрессии необходимо в строке меню выбирать вкладку «Statistics», далее «Multiple Regression», в итоге получаем меню для выбора переменных:

 

                                                                  

 

Теперь необходимо выбрать переменные. Зависимая переменная – только одна, например, уровень тревожности, независимые переменные – может быть сколько угодно, это могут быть и особенности детско-родительских отношений, личностные особенности, возраст и т.д.

После выбора переменных выдается следующее меню, в котором необходимо выбрать метод добавления переменных: стандартный (Standart), прямого отбора (Forward Stepwise), обратного исключения (Backward Stepwise).

Выбираем метод пошагового включения переменных (Forward Stepwise) и нажимаем «Ок». Проведя вычисления, система выводит на экран окно результатов с указанием числа шагов и количеством переменных, далее нажимаем кнопку «Summary: Regression results» и получаем электронную таблицу.

                                        

 

 

Как видно, таблица состоит из шести столбцов. Третий столбец (В) показывает нам искомые коэффициенты для уравнения линейной регрессии. В соседнем столбце (Std. Err. Of B) указаны стандартные ошибки оценок коэффициентов. Как видим, он значительно меньше, полученных коэффициентов. На это указывают и значения t-критерия Стьюдента (столбец t) и уровень значимости для данного значения (столбец p-level). Если значения стандартных ошибок в значениях превышают (Std. Err. Of B) сами коэффициенты В, то это свидетельствует о статистической ненадежности оценок.

Над таблицей находим значение скорректированного коэффициента детерминации (Adjusted R), который показывает, сколько процентов значений объясняет полученная регрессия. В нашем случае – 99,55%. Значение F и уровень его значимости показывают уровень значимости регрессии. В нашем случае регрессия значима.

Как и в случае с корреляционным и факторным анализами значение скорректированного коэффициента детерминации (Adjusted R) должно быть более 0,50, а уровень значимости регрессии p≤0,05. Желательно, чтобы количество переменных, входящих в твое уравнение, не превышало 10.

Описывается регрессионный анализ следующим образом: указываются коэффициент детерминации R, значение статистики F и его уровень значимости p, далее следует полученное уравнение и анализ регрессии.

 

Магистерская диссертация является научно-квалификационной работой, в которой необходимо получить не только новый научный результат, но и показать умения обрабатывать и анализировать полученные данные. Здесь приведены наиболее часто используемые виды анализа (корреляционный и факторный). Ты можешь ограничиться ими в своей диссертации, а можешь попробовать провести более сложные виды анализа, например, показанного здесь регрессионного или любой другой из многомерных анализов данных. Более подробную информацию о видах количественной обработки данных можно найти в книгах:

Наследов А. Д. Математические методы психологического исследования. Анализ и интерпретация данных. Учебное пособие. – СПб.: Речь, 2004. – 392 с.

Сидоренко Е.В. Методы математической обработки в психологии. – СПб.: ООО «Речь», 2003. – 350 с.

 

Поздравляю!

Ты справился (-лась) с обработкой и описанием полученных данных, а это значит, что большая часть работы уже сделана.

Теперь тебе осталось написать вторую главу, если она еще не написана. Вторая глава посвящена организации и этапам проведения исследования. В ней частично повторяются цель, предмет, объект, гипотезы и задачи исследования, но только те, которые относятся к эмпирическому исследованию. Также здесь описываются этапы проведения исследования, дается характеристика выборке, описываются методики, используемые в твоей диссертации. Если методики известны и их легко найти, например, тест Лири, то они описываются кратко: назначение методики (зачем ты используешь ее в диссертации), ссылка на источник, где ее можно найти, краткая характеристика получаемым результатам (данные получаются в баллах или стенах, есть ли градации баллов, как трактуются полученные результаты). Если же ты используешь малоизвестную методику или свою собственную, то ее описание должно быть как можно более полным, в приложение необходимо указать полный вариант методики со всеми тестами, ключами и т.д.

Третья глава пишется в результате обработки результатов, в ней описываются результаты по всем методикам, проводится количественное доказательство выдвинутых гипотез.

Выводы берутся из третьей главы, но они должны быть более обобщенными и отвечать на предложенные тобой гипотезы и задачи исследования.

Заключение представляет собой краткую характеристику работы: для чего она была нужна, что сделано в теоретическом и эмпирическом планах, какие результаты получены.

Не забудь про список литературы и рекомендации, если они предполагаются в твоей работе.

 

В марте-апреле можно внести последние правки в название темы твоей магистерской диссертации. После этого список подается в деканат, тема утверждается и идет в диплом. После этого изменить тему уже будет нельзя.

 

Предзащита диссертации проходит обычно в апреле или в мае на заседании кафедры. Перед этим твоя работы будет проверена на оригинальность. Для магистерской диссертации требуется оригинальность более 70%. При оригинальности работы менее 70% тебя могут не допустить к защите по итогам отсутствия зачета по преддипломной практике. К этому времени твоя работа должна быть завершена на 90-95%. К предзащите необходимо подготовить раздатки, презентацию и тест доклада.

В раздатке указываются цель, предмет, гипотезы исследования, дается краткая характеристика выборке, перечисляются использованные методики. Все это должно занимать не более страницы текста. Далее следуют основные графики и таблицы, подтверждающие сделанные тобой выводы. Презентация отчасти повторяет раздатку, но в нее можно добавить какие-то важные теоретические положения, убрать – плохо читаемые графики. Данные материалы пригодятся тебе и на защиту.

Текст доклада должен быть не более, чем на 10 мин. В нем даются основные положения из введения (актуальность, цель, гипотезы исследования), теоретические основы и результаты проведенного эмпирического исследования. Выбери тот необходимый материал, который будет доказывать твою гипотезу, а также самые главные выводы по работе. Остальное ты можешь раскрыть при ответах на вопросы.

Обязательно проверь, что тема везде (на титульном листе диссертации, в раздатке, презентации) указана верно, что она соответствует итоговому утвержденному варианту.

 

Защита диссертации проходит в установленные графиком сроки. Точные даты защиты и сдачи государственного экзамена можно уточнить в конце апреля-мае у диспетчера деканата. За 2-3 дня до защиты твоя диссертация должна быть сдана секретарю государственной экзаменационной комиссии с отзывом научного руководителя, рецензией, справкой о проценте оригинальности работы. Поэтому заранее позаботься о том, чтобы передать готовую диссертацию рецензенту, чтобы у него было время ознакомится с ней и написать рецензию. Также проверь соответствие диссертации требованиям к электронному варианту диссертации.

После того как ты сдашь государственный экзамен, можешь начинать готовится к защите. К защите диссертации тебе необходимо доработать раздатки и презентацию, уточнить речь. Речь должна быть максимум на 15 минут. В докладе ты долженобосновать выбор темы и сформулировать научную проблему своего исследования; раскрыть основную цель исследования, охарактеризовать объект, предмет и гипотезу исследования; перечислить основные методы и методики, используемые в работе; осветить основные результаты исследования, сделать соответствующие выводы, предложить рекомендации по дальнейшему развитию работы и использованию полученных данных.

4. Подготовка и сдача государственного экзамена.

Вот ты и приблизился к финальной черте твоего обучения – сдаче государственного экзамена.

Программу государственного экзамена ты можешь получить у директора магистерской программы или на кафедре. В ней указаны дисциплины, материал которых взят за основу для составления вопросов для экзамена, структура билета и список теоретических вопросов. Практические вопросы будут даны для подготовки весной выпускного года директором магистерской программы.

Лучше всего начинать подготовку к государственному экзамену заранее, например, в апреле, чтобы иметь время найти и обобщить материал для ответа на теоретические вопросы. На это уйдет примерно месяц. Некоторые группы пытаются облегчить себе задачу с нахождением материала, и поэтому делят вопросы между всеми. Это возможно сделать, но в этом случае договоритесь заранее о нескольких важных аспектах:

ü подробный или сжатый готовить ответ;

ü максимальное и минимальное количество страниц в ответе, шрифт, интервал в тексте (иначе, кто-то будет готовить ответы на 15-20 страниц, а кто-то ограничится 2);

ü структура ответа на вопрос;

ü сроки подготовки документов, штрафные санкции;

ü другие важные на твой взгляд аспекты.

Май ты потратишь на повторение материала и подготовку магистерской диссертации. Так как в мае ты уже будешь знать точные даты сдачи государственного экзамена и защиты магистерской диссертации, то сможешь рассчитать время для полного повторения необходимого материала перед самим экзаменом.

Как повторять материал, как готовиться к экзамену, я думаю, ты знаешь. У каждого уже есть свой выработанный стиль деятельности. Поэтому добавлю только несколько слов по организации экзамена.

Как ты помнишь, «экзамен для меня всегда праздник, профессор», поэтому на экзамен нужно принести цветы. В комиссию входят 6 человек: председатель комиссии, 2 профессора с выпускающей кафедры, профессор или доцент с другой кафедры факультета и 2 представителя работодателей, плюс секретарь. Кто конкретно входит в состав комиссии можно заранее уточнить у методиста деканата. Сколько букетов нести, какие они будут – решать тебе. Можешь попробовать уточнить у секретаря, кто из членов комиссии точно будет или не будет на экзамене. Также обязательно возьми на экзамен бутылки с водой, стаканчики и салфетки (вдруг кто-то прольет воду) для членов комиссии и для себя. Не забудь это и на защиту диссертации. Все, что касается фуршета после экзамена и защиты, лучше уточни у директора магистерской программы.

 

Всю информацию о вручении дипломов можно узнать у методиста деканата. При планировании выпускного учти, что дипломы с отличием магистрам вручает ректор или проректор, а остальные дипломы – директор института. Как правило, эти мероприятия проходят в один день, но могут быть и в разные, но они точно разнесены по времени.

 

Вот мы и подошли с тобой к концу. Надеюсь, что данная информация оказалась тебе полезной, что ты успешно справился со всеми преградами и приобрел необходимые компетенции для уверенного дальнейшего пути!

Успехов тебе и отличного выпускного!

 

 

Приложение 1

 

Этапы подготовки диссертации

Глава диссертации	Время завершения
Введение (первый вариант)	Октябрь 1 года обучения (к защите темы)
Глава 1 (теоретическая) (первый вариант)	Май – июнь 1 года обучения
Пилотажный эксперимент	Май – июнь 1 года обучения или сентябрь – октябрь 2 года обучения
Основной эксперимент	Январь 2 года обучения
Глава 2 (методологическая)	Январь 2 года обучения
Глава 3 (Экспериментальная) (первый вариант)	Март 2 года обучения
Введение, глава 1, глава 3 (доработанные)	Апрель 2 года обучения
Доработка диссертации, написание выводов, заключения, списка литературы, рекомендаций	Апрель – май 2 года обучения
Подготовка диссертации к предзащите и прохождение предзащиты, подготовка раздаток и презентации	Апрель – май 2 года обучения
Доработка диссертации после предзащиты, создание итогового варианта диссертации	Май – начало июня 2 года обучения
Сдача диссертации рецензенту, научному руководителю на отзыв	3 недели до даты защиты
Сдача электронного варианта диссертации в УМИЛ	Конец мая 2 года обучения
Сдача диссертации секретарю ГЭК (диссертация сдается с рецензией, отзывом научного руководителя, справкой об оригинальности)	3-5 дней до защиты

 

 

Приложение 2

Примерный план диссертации

ВВЕДЕНИЕ.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЙ АНАЛИЗ ПРОБЛЕМЫ ПСИХОЛОГИЧЕСКОЙ ЗАЩИЩЕННОСТИ И ЕЕ РЕСУРСОВ У ВЗРОСЛЫХ, ПЕРЕЖИВШИХ НАСИЛИЕ В ДЕТСТВЕ.

1.1 Психологическая защищенность как результат функционирования ресурсов личности.

1.2 Насилие как фактор воздействия на психическое развитие личности.

1.3 Личностные ресурсы, способствующие защищенности от психотравмы, полученной в результате насилия, пережитого в детстве.

Выводы по главе 1.

 

ГЛАВА 2. ОРГАНИЗАЦИЯ И МЕТОДЫ ИССЛЕДОВАНИЯ ЛИЧНОСТНЫХ РЕСУРСОВ ПСИХОЛОГИЧЕСКОЙ ЗАЩИЩЕННОСТИ ВЗРОСЛЫХ, ПЕРЕЖИВШИХ НАСИЛИЕ В ДЕТСТВЕ.

2.1 Организация и этапы исследования.

2.2 Характеристика выборки.

2.3 Методы и методики исследования личностных ресурсов психологической защищенности взрослых, переживших насилие в детстве.

 

ГЛАВА 3. АНАЛИТИЧЕСКАЯ ОЦЕНКА РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ ЛИЧНОСТНЫХ РЕСУРСОВ ПСИХОЛОГИЧЕСКОЙ ЗАЩИЩЕННОСТИ ВЗРОСЛЫХ, ПЕРЕЖИВШИХ НАСИЛИЕ В ДЕТСТВЕ.

3.1 Результаты исследования наличия фактов насилия в детском опыте, степени его травматичности и защищенности личности от его негативных последствий.

3.2 Сравнительный анализ психологических характеристик взрослых, переживших и не переживших психотравму в результате насилия, пережитого в детстве.

3.3 Ресурсы психологической защищенности взрослых, переживших насилие в детстве.

 

ВЫВОДЫ

 

ЗАКЛЮЧЕНИЕ

 

СПИСОК ЛИТЕРАТУРЫ

 

ПРИЛОЖЕНИЯ

 

 

Приложение 3