Методология

Итак, если мы ограничимся уровнем значимости ? = 0,05, то, если эмпирическое значение критерия оказывается меньше или равно критическому, то можно сделать вывод, что «характеристики экспериментальной и контрольной групп совпадают на уровне значимости 0,05». Если эмпирическое значение критерия оказывается строго больше критического, то можно сделать вывод, что «достоверность различий характеристик экспериментальной и контрольной групп равна 95%».

Приведем алгоритм выбора статистического критерия (см. Табл. 8). Во-первых, необходимо определить какая шкала измерений используется – отношений, порядковая или номинальная (см. выше).

Табл. 8

Алгоритм выбора статистического критерия

Для шкалы отношений целесообразно использовать критерий Крамера-Уэлча. Если число различающихся между собой значений[38] в сравниваемых выборках велико (более десяти)[39], то возможно использование критерия Вилкоксона-Манна-Уитни. Более подробные рекомендации по выбору критериев в том или ином конкретном случае, а также описание этих критериев можно найти в [168, 183, 241]).

Для порядковой шкалы целесообразно использовать критерий Вилкоксона-Манна-Уитни, возможно также использование критерия ?2.

Для номинальной шкалы следует использовать критерий ?2.

Для дихотомической шкалы (номинальной шкалы с двумя возможными значениями) следует использовать критерий Фишера.

3. Исследование зависимостей. Следующим шагом после изучения сходства/различий является установление факта наличия/отсутствия зависимости между показателями и количественное описание этих зависимостей. Для этих целей используются, соответственно, корреляционный и дисперсионный анализ, а также регрессионный анализ [168, 241].

Корреляционный анализ. Корреляция (Correlation) – связь между двумя или более переменными (в последнем случае корреляция называется множественной). Цель корреляционного анализа – установление наличия или отсутствия этой связи, то есть установление факта зависимости каких-либо явлений, процессов друг от друга или их независимости.

В случае, когда имеются две переменные, значения которых измерены в шкале отношений[40], используется коэффициент линейной корреляции Пирсона r, который принимает значения от -1 до +1 (нулевое его значение свидетельствует об отсутствии корреляции[41]) – см. Рис. 12, на котором каждая точка соответствует отдельному объекту, описываемому двумя переменным – x и y. Термин «линейный» свидетельствует о том, что исследуется наличие линейной связи между переменными – если r(x, y) = 1, то одна переменная линейно зависит от другой (и, естественно, наоборот), то есть существуют константы a и b, причем a > 0, такие что y = a x + b.