Тема 11. Методики анализа эмпирических данных.
1. Подготовка первичных данных к анализу.
2. Статистические методы обработки данных.
3. Качественный анализ результатов исследования.
1. Наблюдая и измеряя характеристики объекта, исследователь собирает первичный эмпирический материал. Дальнейшая задача состоит в такой обработке и представлении первичных данных, которые позволили бы оценить и сопоставить результаты для проверки гипотез, для выявления существенных свойств и закономерностей исследуемого процесса. В основе методов обработки лежит предварительное упорядочение, cиcтeмaтиaция первичных данных и вычисление их статистических характеристик.
Обобщенный алгоритм подготовки данных может быть представлен следующим операциями:
· все данные формулируются и записываются в необходимой краткой форме;
· проводится группировка данных, то есть распределение их на однородные группы в соответствии с интересующими экспериментатора признаками. Данные в каждой группе упорядочиваются - классифицируются, сортируются, структурируются в соответствии с той моделью, которая разрабатывалась при составлении плана-программы;
· устанавливаются характеристики (признаки, параметры каждой группы данных и производится подсчет абсолютного числа факторов, характеризующих группу (число учащихся, уроков, отметок, ответов и т.д.);
· данные внутри каждой сформированной группы располагаются в ряд (вариационный ряд) по убыванию или возрастанию признака. Определяется наибольшее и наименьшее значения признака;
· вариационные ряды данных, полученных в номинальной или порядковой шкале, ранжируются. Интервалы группировки по рангам выбираются оптимальными (слишком крупные интервалы скрывают нюансы явлений, слишком дробные - затрудняют o6pаботку). В результате этой операции появляются новые количественные данные;
· проводится статистическая обработка полученных количественных данных, заключающаяся в вычислении некоторых статистических характеристик и оценок, позволяющих глубже понять особенности экспериментальных явлений;
· составляются наглядные материалы, отображающие полученную информацию: таблицы, графики, диаграммы, схемы и др., по которым в дальнейшем устанавливаются и анализируются связи между параметрами экспериментальных объектов.
2. Педагогические, политические, социологические явления относятся к числу массовых: они охватывают большие совокупности людей, повторяются из года в год, совершаются непрерывно. Показатели (параметры, результаты) этих процессов имеют вероятностный характер: одно и то же воздействие может приводить к различным следствиям (случайные события). Тем не менее, при многократном воспроизведении условий определенные следствия появляются чаще других, - это и есть проявление так называемых статистических закономерностей (изучением которых занимаются теория вероятностей и математическая статистика).
Методы математической статистики в последние десятилетия стали применяться и в гуманитарной сфере. Поэтому экспериментатору необходимо знание ряда простейших понятий математической статистики и умение с ними работать.
Статистические показатели, получаемые на основе номинальных и порядковых измерений, предоставляют экспериментатору богатый аналитический материал, однако их следует использовать весьма осторожно и обязательно вместе с материалом, полученным из других источников. Статистические характеристики предназначены, прежде всего, для обработки измерений, выраженных в интервальной шкале. Операции же с номинальными и порядковыми показателями осуществляются условно (с определенной степенью огрубления) и допустимы лишь в рамках межгруппового сравнения.
В частности, в педагогической литературе существует различное мнение о возможности применения методов математической статистики к данным школьной пятибалльной системы оценок. То обстоятельство, что эти отметки - всего лишь ранговые величины, которые следует считать субъективной порядков оценкой, а не точным интервальным измерением, делает несостоятельными в применении к ним методы параметрического статистического анализа.
Выборка характеризуется рядом статистических характеристик, наиболее употребительными из которых являются: относительное (процентное) значение, удельное значение, среднее арифметическое значение, дисперсия, среднее квадратичное отклонение среднего арифметического.
Относительное значение данного показателя - это отношение числа объектов, имеющих этот показатель, к величине выборки. Выражается относительным числом или в процентах (процентное значение).
Пример: Успеваемость в классе = числу положительных итоговых отметок, деленному на число всех учащихся класса. Умножение этого значения на 100 дает успеваемость в процентах.
Удельное значение данного признака - это расчетная величина, показывающая количество объектов с данным показателем, которое содержалось бы в условной выборке, состоящей из 10, или 100, 1000 и т. д. объектов.
Пример: Для сравнения уровня правонарушений в разных регионах берется удельная величина - количество правонарушений на 1000 человек (N)
N = (число правонарушений в регионе)*1000 (население региона).
Среднее значение данного показателя выборочной совокупности (арифметическое среднее, выборочное среднее) - это отношение суммы всех измеренных значений показателя к величине выборки.
(1)
Дисперсия, среднее квадратичное отклонение среднего арифметического. Среднее значение недостаточно полно характеризует выборку; за ним скрывается «поведение» самого показателя явления — «разброс», различное распределение его значений около среднего (так называемая «функция распределения»).
Пример: Наблюдение посещаемости четырех внеклассных мероприятий в экспериментальном (20 учащихся) и контрольном (30) классах дали значения (соответственно): 18, 20, 20, 18 и 15, 23, 10, 28. Среднее значение посещаемости в обоих классах получается одинаковое - 19. Однако видно, что в контрольном классе этот показатель подчинен воздействию каких-то специфических факторов.
Для оценки степени разброса (отклонения) какого-то показателя от его среднего значения, наряду с максимальным и минимальным значениями, используются понятия дисперсии и среднего квадратичного отклонения.
3. Основными задачами анализа являются сравнение полученных данных по тем схемам, которые были заложены в логику исследования, установление справедливости гипотез, определение степени достижения целей и задач эксперимента.
Но не менее важной задачей является объяснение внутренних причин получившихся результатов, психологическая интерпретация педагогических выводов. Следует рассмотреть весь комплекс количественных и качественных показателей, измерений и наблюдений процесса, на основе чего открывается возможность объяснить результаты и перейти к формулированию выводов.
Традиционные методы:
метод сравнения,
метод относительных и сравнительных величин,
метод группировки.
Эвристические методы (используются когда информации недостаточно и нельзя точно очертить границы применения формализованных методов, оценить допуск ошибки):
мозговой штурм,
приём синектики,
кейс-метод.
Способ детерминированных факторов:
способ цепных подстановок,
способ абсолютных разниц,
способ относительных разниц.
Способы стохастического факторного анализа:
корелляционно-регрессионный анализ,
дисперсионный анализ,
компонентный анализ,
многомерный факторный анализ.
Метод синектики. Синектика (англ. Synectics) — методика исследования, основанная на социально-психологической мотивации коллективной интеллектуальной деятельности, предложена В. Дж. Гордоном. Синектика является развитием и усовершенствованием метода мозгового штурма. При синектическом штурме допустима критика, которая позволяет развивать и видоизменять высказанные идеи. Этот штурм ведет постоянная группа. Её члены постепенно привыкают к совместной работе, перестают бояться критики, не обижаются, когда кто-то отвергает их предложения.
Аналогия. При прямой аналогии рассматриваемый объект сравнивается с более или менее похожим аналогичным объектом в природе или технике. Например, для усовершенствования процесса окраски мебели применение прямой аналогии состоит в том, чтобы рассмотреть, как окрашены минералы, цветы, птицы и т. п. или как окрашивают бумагу, киноплёнки и т. п.
Символическая аналогия требует в парадоксальной форме сформулировать фразу, буквально в двух словах отражающую суть явления. Например, при решении задачи, связанной с мрамором, найдено словосочетание «радужное постоянство», так как отшлифованный мрамор (кроме белого) — весь в ярких узорах, напоминающих радугу, но все эти узоры постоянны.
При фантастической аналогии необходимо представить фантастические средства или персонажи, выполняющие то, что требуется по условиям задачи. Например, хотелось бы, чтобы дорога существовала там, где её касаются колёса автомобиля.
Личная аналогия (эмпатия) позволяет представить себя тем предметом или частью предмета, о котором идёт речь в задаче. В примере с окраской мебели можно вообразить себя белой вороной, которая хочет окраситься. Или, если совершенствуется зубчатая передача, то представить себя шестерней, которая крутится вокруг своей оси, подставляя бока соседней шестерне. Нужно в буквальном смысле входить «в образ» этой шестерни, чтобы на себе почувствовать всё, что достаётся ей, и какие она испытывает неудобства или перегрузки. Что даёт такое перевоплощение? Оно значительно уменьшает инерцию мышления и позволяет рассматривать задачу с новой точки зрения.