Įvadas
XXI amžiuje statistiniai tyrimai įgyja vis didesnę reikšmę visuomenės informaciniams srautams ir jų panaudojimui. Pamažu auga jų paklausa ir pasikliaujama švietime. Šiame straipsnyje aptarsime statistinės analizės pagrindus psichologijoje, jos taikymo sritis ir svarbą.
Statistinių tyrimų reikšmė švietime
Šalies ir tarptautiniu mastu reguliariai vykdomi tyrimai padeda ne tik nustatyti esamus mokinių pasiekimus, palyginti juos su kitų šalių mokinių mokymosi rezultatais, bet ir įvertinti įvairius veiksnius, darančius įtaką šiems rezultatams. Tokių tyrimų pagrindu tobulinamos ugdymo programos, įsisavinimo standartai, priimami strateginiai sprendimai švietimo srityje. Analizuojant tyrimų rezultatus, svarbų vaidmenį vaidina statistiniai metodai, kuriuos pasirenka tyrėjas duomenų apdorojimui ir analizei.
Lietuva aktyviai dalyvauja tarptautiniuose švietimo tyrimuose, tokiuose kaip Tarptautinis matematikos ir gamtos mokslų tyrimas (TIMSS) ir Tarptautinis skaitymo gebėjimų tyrimas (PIRLS). Taip pat nuo 2002 m. Lietuvoje vykdomi Nacionaliniai mokinių pasiekimų tyrimai. 2004 m. Lietuva prisijungė prie OECD PISA tyrimo, kurio metu tiriami 15 metų mokinių skaitymo, matematikos ir gamtos mokslų pasiekimai ir juos įtakojantys veiksniai.
Faktorinė analizė: raida ir taikymas
Analizuojant tyrimų rezultatus, svarbų vaidmenį vaidina statistiniai metodai, kuriuos pasirenka tyrėjas duomenų apdorojimui ir analizei. Kaip jau minėjome, Lietuvoje nacionaliniai mokinių pasiekimų tyrimai pradėti vykdyti palyginti neseniai ir vienas iš šių tyrimų uždavinių yra plėtoti tyrimo metodologiją. Norėdama prisidėti prie Nacionalinio mokinių pasiekimų tyrimo metodologijos plėtojimo, buvau paskatinta pasidomėti faktorinės analizės metodu.
Faktorinė analizė buvo pradėta vystyti XX a. pradžioje. M. Jasienė (1986) ir B. Bitinas (2006) mini, kad pirmiausia ji buvo siejama su asmenybės savybių matavimu ir bihevioristine psichologija, o pirmasis faktorinės analizės schemą pasiūlė . Spirmenas (1904). . Spirmenas nagrinėjo stimulų sistemą, kuri buvo parinkta taip, kad reakcija į stimulus reikštų vieną bendrą asmenybės savybę, ir buvo daroma prielaida, kad visus pirminius duomenis jungia vienas bendras požymis (faktorius g, interpretuojamas kaip bendrasis intelektas). Ilgainiui buvo pastebėta, kad galima išskirti ir dalinius faktorius, t. y. požymių komplekso struktūra gali būti daug sudėtingesnė. . Spirmeno pasekėjas K. Holzingeris pasiūlė bifaktorinę teoriją, kuri apėmė ne tik vieną generalinį, bet ir grupinius bei charakteringuosius (specifinius) faktorius. Ši teorija, savo ruožtu, padėjo pamatus daugiafaktorinei analizei, kurios autoriumi laikomas L. Terstonas. 1931m. L. Terstonas teigė, kad daugiafaktorinė analizė yra tarsi . Spirmeno teorijos išplėtimas, kuriame skirtingai nuo . Spirmeno, daroma prielaida, kad egzistuoja ne vienas, o daug faktorių. Šios galimybės jos vystymuisi ir taikymams. Šios teorijos pagrindu buvo parašyta nemažai mokslinių knygų apie faktorinės analizės metodą.
Taip pat skaitykite: Kraujospūdžio tyrimai pagal lytį
Apie praktinį faktorinės analizės taikymą yra rašęs Stevens (1986). Detalus teorinis aprašymas yra pateiktas Cooley ir Lohnes (1971), Harman (1976), Kim ir Mueller(1978), Lawley ir Maxwell (1971), Lindeman, Merenda, ir Gold (1980), Morrison (1967, 1990) arba Gorsuch (1983) darbuose. Magistro darbe analizuota ši užsienio literatūra: T. A. Brown „Confirmatory factor analysis for applied research“ (2006), A. Field „Discovering statistics using SPSS (2005), G. L. Gorsuch „Factor analysis“ (1983), L. G. Grimm ir P. R. Yarnold „Reading and understanding more multivariate statistics“ (2002), D. de Vaus „Analyzing social science data“ (2004), F. Williams ir P. Monge „Reasoning with statistics: How to read quantitative research“ (2001), Ch. P. Dancey ir J. Reidy „Statistics without maths for psichology“ (2004), C. T. Flynn „Multivariate statistics: Factor analysis“, R. B. Darlington „Factor analysis“, G. D. Garson „Factor analysis“ ir R. J. Rummel „Understanding factor analysis“.
Pradėjus domėtis, kas ir kokiais aspektais Lietuvoje yra nagrinėjęs faktorinės analizės metodą, darbų šia tema per 1974-2007 metų laikotarpį pavyko surasti nedaug. Dažniausiai yra aptartas faktorinės analizės taikymas ekonomikoje. M. Jasienė išnagrinėjo faktorinės analizės metodo vystymosi ypatybes, faktorinės analizės matematinį modelį ir jo atlikimo etapus (nors juos įvardino „ortogonalaus faktorinio sprendimo gavimas“). M. Romerio universiteto mokslininkai savo darbuose is analize. Taip pat faktorinė analizė yra apžvelgę R. ius, D. ienė, N. Kosareva ir S. Pamerneckis (1998). iaus nustatymo metodai, aptarta faktoris poskkio problema, panagrinėtas ekonominis faktorinės analizės pavyzdys. Faktorinės analizės išsami apžvalga yra pateikę ir V. ius ir G. Murauskas savo knygoje „Statistika ir jos taikymai. 2 dalis“ (2002). Mokslininkai yra pateikę faktorinės analizės matematinį modelį, nusakę du faktorinės analizės tipus, tikslą, uždavinį. Faktorinės analizės taikymą ekonomikoje ir vadyboje yra pateikę A. Martiaius ir V. Kėdaitis knygoje „Statistika 1“ (2003) ir A. Martiaius ir S. P. iknas knygoje „Taikomoji statistika ekonomistams ir vadybininkams“ (2001). iuose grupavimuose (loginiu aspektu). Šiek tiek apie faktorinę analizę yra užsiminta R. iaus ir A. Saudargienės knygoje „Statistika su SPSS psichologiniuose tyrimuose“ (2006). ioji faktorinė analizė. Taip pat pateiktas psichologams gerai žinomas faktorinės analizės panaudojimo pavyzdys R. Apie šio statistinio metodo taikymus edukologijoje yra rašęs vienintelis B. Bitinas savo knygose „Statistiniai metodai pedagogikoje ir psichologijoje“ (1974) ir „Edukologinis tyrimas: sistema ir procesas“ (2006). Mokslininkas mini faktorinės analizės atsiradimo ištakas, paskirtį, aptaria problemas, kurias nagrinėja faktorinė analizė bei kai kuriuos jos metodus. Pasidomėjome, kokia yra faktorinės analizės metodo sklaida Lietuvos universitetuose. Vilniaus pedagoginiame universitete matematikos ir informatikos fakultete buvo parašyti du magistro baigiamieji darbai: M. ka „Vienfaktorinės analizės taikymas matematinius pasiekimus lemiantiems faktoriams nustatyti (2005) ir J. Taigi, apžvelgę minėtą literatūrą, priėjome išvadą, kad šio magistro darbo tema yra aktuali ne tik šio metodo taikymais edukologijoje.
Apžvelgiant magistro darbe nagrinėtą literatūrą kilo įtarimas, kad faktorinė analizė yra painiojama su vienfaktorine, dvifaktorine dispersine analize. Todėl magistro darbe buvo nuspręsta apibrėžti šias dviejų statistinių metodų sąvokas ir jas palyginti. Šis analizė yra atskiras faktorinės analizės atvejis buvo nuspręsta išanalizuoti ir apibendrinti šias metodų skirtumus. iaus nustatymo bei sukimo metodus. Taip pat magistro darbe pirmą kartą faktorinė analizė buvo panaudota Nacionalinio mokinių pasiekimų tyrimo rezultats analizei. Remiantis šiuo metodu ištirti 2005 m. Remiantis faktorinės analizės metodu ir pasinaudojus 2005 m. Statistiniai duomenų analizė: daugiamatės statistikos metodas faktorinė analizė. Statistinė analizė atlikta naudojant SPSS 13.0 (Statistical Package for the Social Sciences) programinę įrangą.
Magistro darbo struktūra
Magistro darbą sudaro įvadas, du skyriai (teorinė ir praktinė dalys), išvados, santrauka lietuvių ir anglų kalba, naudotos literatūros sąrašas, priedai (mokinio anketa ir matematikos mokytojo anketa). Pirmoje teorinėje magistro darbo dalyje aptariamas faktorinės analizės metodas: samprata, paskirtis, tipai, matematinis modelis, etapai. Kiekvienas faktorinės analizės etapas iliustruotas pavyzdžiu. Antroje praktinėje magistro darbo dalyje pateikiamas faktorinės analizės taikymas 2005 metų VIII klasės Nacionalinio mokinių pasiekimų tyrimui. Šioje dalyje aptarta tyrimui panaudota duomenų bazė, tyrimo eiga ir tyrimo rezultatai. Magistro darbo apimtis 60 puslapių (be priedų). Jame yra 17 lentelių ir 15 paveikslų. Bibliografinį aprašą sudaro 26 šaltiniai. Darbo pabaigoje pateikti 2 priedai: 2005 m. Dėkoju Švietimo plėtotės centrui už galimybę naudotis 2005 m.
Faktorinės analizės paskirtis
Faktorinė analizė suprantama kaip daugiamatės statistinės analizės metodas, padedantis grupuoti tyrimo objekto požymius remiantis jų tarpusavio koreliacijos koeficientais (B. Bitinas: 2006, p. 146). Jo metu požymiai (kintamieji) grupuojami į tarpusavyje nesusijusias grupes, o pastarosios yra sukuriamos taip, kad kiekvienos grupės kintamuosius vienytų koks nors tiesiogiai nestebimas (latentinis) faktorius. Šis kintamuosius. Kyla klausimas, kodėl reikia grupuoti požymius? .Įvairūs sociologiniai apklausos, medicininiai tyrimai, psichologiniai testai ir pan. Šis ir šimtas požymių matavimų aibės. Šiaus kintamsjs tarpusavio koreliacijas paaiškinti tam tikrs bendrsjs faktoris įtaka. Nuo kintamsjs pereinant prie faktoris yra kondensuojama informacija bei padaroma labiau aprėpiama. Šis požymių aibę kelis faktoris rinkiniu. Imdamiesi faktorinės analizės metodo, mes iš anksto iškeliame hipotezę, kad mkss stebimi kintamieji yra išraiškos forma tam tikrs bendresnis, tiesiogiai nestebims hipotetinis kintamsjs faktoris ir js ieškome. Šia prasme bendrasis faktorius tai lyg giluminė reiškinio priežastis, o stebimas kintamasis tai pasekmė. is, bet ir leidžia pažiūrti į reiškinio „užkulisius“, nustatyti natkralias jo funkcionavimo priežastis (R. ius, D. ienė, N. Kosareva ir S. Pamerneckis: 1998, p.191). R. ius, D. ienė, N. Kosareva ir S. ius per stebimus kintamuosius. kaip gerai tie faktoriai paaiškina duomenis.
Taip pat skaitykite: Psichologinių tyrimų SPSS analizė
Terminologija ir dažnos klaidos
Svarbu aiškiai apibrėžti pagrindines faktorinės analizės sąvokas bei šiam metodui apibūdinti naudojamo termino apibrėžimu. Įsigilinus į mokslinę literatūrą paaiškėjo, kad neretai faktorinė analizė yra painiojama su vienfaktorinės dispersinės analizės sąvoka. Apie tai yra užsiminę V. ius ir G. Murauskas: „Įiukątu, nepainiokite faktorinę analizę su vienfaktorine dispersine analize“ (V. ius; G. Murauskas: 2002, p. 237). K. Pukėnas „Sportinis tyrimas duomenų analizė SPSS programa“ (2004) vienmatę (vienfaktorinę) dispersinę analizę apibrėžia šitaip: „Vienmatės dispersinės analizės metodu yra tiriama vieno nepriklausomo kintamojo (faktoriaus) įtaka (vieno faktoriaus dispersinė analizė) ar kelis nepriklausomsjs (faktoris) įtaka (daugelio faktoris dispersinė analizė) vienam priklausomam kintamajam. is. Vieno faktoriaus dispersinė analizė (One Way ANOVA) taikoma tada, kai populiacijos viena nuo kitos skiriamos tik pagal vieną požymį (K. Pukėnas: 2004, p. P. Rupačys knygoje „Statistikos pagrindai“ (2002) dispersinę ir vienfaktorinę dispersinę analizę apibrėžia taip: „Dispersine analize vadinamas matematinės statistikos metodas, kurio pagalba tiriama atskirs faktoris įtaka stebimam atsitiktiniam dydžiui (požymiui). <..>. iaus išskiriama vieno faktoriaus analizė ir daugiafaktorinė dispersinė analizė“ (P. Rupačys: 2002, p. 70).
Radome ir tokį dispersinės analizės apibūdinimą: „Dispersinė analizė tai statistinis metodų grupė, įgalinanti priklausomojo kintamojo skirtingas reikšmes paaiškinti vieno ar kelis nepriklausomsjs veikimu.<…>. Vienfaktorinė dispersinė analizė tikrina vieno nepriklausomo kintamojo poveikį priklausomojo kintamojo atžvilgiu“ (A. Galiausiai R. ius ir A. Saudargienė knygoje „Statistika su SPSS psichologiniuose tyrimuose“ (2006) faktorinę analizę ir dispersinę analizę apibrėžia šitaip: „Dispersinė analizė dviejų ir daugiau populiacijų vidurkių lygybės tikrinimas. Metodas pagrįstas tarpgrupinės ir grupinės vidinės dispersijos palyginimu. Visos grupės lyginamos iš karto“, „Dispersinė analizė vienfaktorė dispersinė analizė, kai analizuojamas vieno faktoriaus lygmens poveikis priklausomajam kintamajam“ (R. ius; A. Saudargienė: 2006, p. 191) ir „Faktorinė analizė matematinis metodas koreliacijoms tarp didelio kintamsjs kiekio analizuoti ir pradinei kintamsjs erdvei transformuoti į mažesnio išmatavimo (faktoris) erdvę. Analizuojama, kiek kiekvienas faktorius paveikia ir paaiškina kiekvieno kintamojo dispersiją“ (R. ius; A. Saudargienė: 2006, p. 192). Netgi minėti autoriai pateikdami termino „faktorius“ reikšmę, paaiškina, kaip jis suprantamas faktorinėje analizėje ir kaip dispersinėje analizėje: „Faktorius dispersinėje analizėje kintamasis, pagal kurį lyginamos populiacijos atskiriamos viena nuo kitos. iaus pradinis kintamsjs (R. ius; A. Saudargienė: 2006, p. 192).
Taigi, išanalizavę minėtą literatūrą, darome išvadą, kad faktorinė analizė ir dispersinė analizė (vienfaktorinė, dvifaktorinė, daugialypė) yra du skirtingi statistiniai metodai. Todėl jų negalime sutapatinti. Galbūt faktorinės analizės sąvoka painiojama su vienfaktorinės analizės sąvoka dėl to, kad kai kuriuose literatūros šaltiniuose vienfaktorinė dispersinė analizė yra įvardinama tiesiog kaip vienfaktorinė analizė. Nustatėme, kad netgi terminas „faktorius“ šiuose dviejuose statistikos metoduose turi skirtingas prasmes. Taip pat, išnagrinėję literatūrą, kurią pavyko rasti lietuvių kalba, iškilo paties statistinio metodo termino apibrėžties klausimas: vieni mokslininkai (V. ius ir G. Murauskas (2002), A. Martiaius ir G. P. iknas (2001), G. Merkys (1999), R. ius ir A. Saudargienė (2006)) vartoja terminą „faktorinė analizė“. Tuo tarpu kiti mokslininkai (B. Bitinas (2006), R. ius ir kt. (1998), M. Jasienė (1986)) savo darbuose vartoja terminą „faktoris analizė“.
Kiti statistiniai metodai taikomi psichologijoje
Be faktorinės analizės, psichologijoje taikomi ir kiti statistiniai metodai, padedantys analizuoti duomenis ir daryti pagrįstas išvadas. Štai keletas iš jų:
- Dokumentų analizė: Tai metodas, kurio metu analizuojami įvairūs dokumentai (pvz., dienoraščiai, laiškai, oficialūs dokumentai) siekiant gauti informacijos apie tiriamą reiškinį. Dokumentų analizė gali būti tiek pirminė (analizuojami originalūs dokumentai), tiek antrinė (analizuojami kitų tyrėjų parengti dokumentai ar duomenys). Tačiau svarbu atsižvelgti į galimą šališkumą ir atrankos problemas.
- Stebėjimas: Tai metodas, kurio metu tyrėjas stebi tiriamą reiškinį natūralioje ar dirbtinėje aplinkoje. Stebėjimas gali būti standartizuotas (kai iš anksto numatyti stebėjimo kriterijai) arba neformalizuotas (kai tyrėjas stebi reiškinį be išankstinių nuostatų). Taip pat skiriamos skirtingos stebėjimo rūšys, priklausomai nuo tyrėjo dalyvavimo procese.
- Apklausa: Tai metodas, kurio metu respondentams pateikiami klausimai (raštu arba žodžiu) siekiant gauti informacijos apie jų nuomones, požiūrius, elgesį ir pan. Apklausos gali būti anoniminės arba neanoniminės, atviros arba uždaros. Svarbu atsižvelgti į klausimų formulavimą, respondentų motyvaciją ir galimą šališkumą.
- Eksperimentas: Tai metodas, kurio metu tyrėjas manipuliuoja vienu ar keliais kintamaisiais (nepriklausomais) ir stebi jų poveikį kitam kintamajam (priklausomam). Eksperimentai leidžia nustatyti priežastinius ryšius tarp kintamųjų, tačiau jie gali būti dirbtiniai ir ne visada atspindėti realias situacijas.
- Dispersinė analizė (ANOVA): Tai statistinis metodas, skirtas palyginti dviejų ar daugiau grupių vidurkius. ANOVA padeda nustatyti, ar yra statistiškai reikšmingas skirtumas tarp grupių, ar skirtumas yra atsitiktinis.
- Koreliacinė analizė: Tai statistinis metodas, skirtas nustatyti ryšį tarp dviejų ar daugiau kintamųjų. Koreliacija gali būti teigiama (kai vienam kintamajam didėjant, didėja ir kitas), neigiama (kai vienam kintamajam didėjant, mažėja kitas) arba nulinė (kai tarp kintamųjų nėra ryšio).
Duomenų statistinė analizė
Tam, kad surinktą pirminę sociologinę informaciją, kuri užfiksuota anketose, stebėjimo ir dokumentų analizės rezultatų fiksavimo kortelėse, būtų galima interpretuoti, paaiškinti ir pateikti apibendrintus tyrimo rezultatus, ją reikia statistiškai apdoroti. Statgraphics (Statistical Graphics System) - tai ir grafinių ir procedūrų paketas, skirtas duomenų analizei. SPSS - tai populiarus statistinių ir grafinių procedūrų paketas, skirtas duomenims analizuoti, apibendrinti. Norintatlikti duomrnų analizę skaičiuokle MS Excel (arba kuria nors kita statistinio duomenų apdorojimo programa), svarbu žinoti, kokia yra darbo eiga.
Taip pat skaitykite: Psichologinis konsultavimas ir kalbos analizė
tags: #statistine #analize #psichologijoje