|
Однако психодиагносту следует помнить, что существование статистической значимости разности средних значений является важным, но не единственным аргументом в пользу наличия или отсутствия связи (зависимости) между явлениями или переменными. Поэтому необходимо привлекать и другие аргументы количественного и содержательного обоснования возможной связи. Резюме. Наличие статистически значимой (достоверной) связи — необходимое, но не достаточное условие существования содержательной взаимозависимости переменных. Многомерные методы анализа данных. Анализ взаимосвязи между большим количеством переменных осуществляется путем использования многомерных методов статистической обработки вручную или на ЭВМ. Цель применения подобных методов — сделать наглядными скрытые закономерности, выделить наиболее существенные взаимосвязи между переменными. Примерами таких многомерных статистических методов являются:
Факторный анализ заключается в выявлении и интерпретации факторов. Фактор — обобщенная переменная, которая позволяет свернуть часть информации, то есть представить ее в удобообозримом виде. Например, факторная теория личности выделяет ряд обобщенных характеристик поведения, которые в данном случае называются чертами личности. Кластерный анализ позволяет выделить ведущий признак и иерархию взаимосвязей признаков. Латентно-структурный анализ представляет совокупность аналитико-статистических процедур выявления скрытых переменных (признаков), а также внутренней структуры связей между этими признаками. Он дает возможность исследовать проявления сложных взаимосвязей непосредственно ненаблюдаемых характеристик социально-психологических явлений. Латентный анализ может являться основой для моделирования указанных взаимосвязей. Многомерное шкалирование обеспечивает наглядную оценку сходства и различия между некоторыми объектами, описываемыми большим количеством разнообразных переменных. Эти различия Представляются в виде расстояния между оцениваемыми объектами в многомерном пространстве. Радикальной разницы между перечисленными методами многомерного анализа данных нет. Различия заключаются лишь в удобстве представления тех или иных данных или в личностных предпочтениях исследователей. 6.2.2. Интерпретация и анализ данных Комментируя полученные результаты обследования, диагност зачастую недостаточно учитывает специфику использованного метода, не анализирует смысл полученных данных, не имеет представления о том, что такое их интерпретация. По существу, он накладывает на такие данные свое видение процессов и явлений, которые исследовались или измерялись. Хотя не существует фактов вне некоторых теоретических посылок (концепций), тем не менее результаты интерпретаций почти всегда являются объектом острой критики и дискуссии. Подобное явление характерно для естественных наук, но в еще большей степени оно присуще гуманитарным наукам. — 221 —
|