Применение программной среды SPSS для исследования данных психологических методик

Размещено на http://www.allbest.ru/

Приамурский государственный университет им. Шолом-Алейхема, к.п.н., доцент, зав.кафедрой информатики и вычислительной техники

ПРИМЕНЕНИЕ ПРОГРАММНОЙ СРЕДЫ SPSS ДЛЯ ИССЛЕДОВАНИЯ ДАННЫХ ПСИХОЛОГИЧЕСКИХ МЕТОДИК

Лагунова А.А.

Муллинов Д.О.

Баженов Р.И.

Каждому человеку хоть раз приходилось сталкиваться с тестовыми опросами. Кто-то его проходил, а кому-то и доводилось обрабатывать их. В нашем случае, для удобства обработки опросов, будем использовать среду SPSS и с ее помощью узнаем необходимые данные этим опроса, что позволит сделать полный анализ.

Проблемами использования программной среды SPSS занимались многие ученые. С.М.Осадчая, Р.В. Войкин представили SPSS как инструмент анализа и описательной статистики факторов потребительского поведения [1]. А.А.Серов провел скоринг экспериментальных данных с применением прогнозных моделей в среде пакета SPSS [2]. Н.М.Клепикова, Е.О.Шамшикова, Е.Ю.Куксина применяли SPSS для исследования взаимосвязи завистливости и самоотношения личности [3]. Использование статистического пакета SPSS в преподавании статистических дисциплин у студентов различных специальностей показала И.В.Тифанова [4]. А.А.Попов [5-6] применял SPSS для анализа экономики региона. Применение SPSS в измерении результативности деятельности таможенных органов исследовал А.Ю.Дианов [7]. Особенности моделирования латентных изменений с помощью SPSS показал Р.И.Остапенко [8-9]. О.А.Сдвижков применил задачи оптимизации в кластерном анализе [10]. Зарубежные ученые используют SPPS в своих исследованиях [11, 12]. Р.И.Баженов и др. показали опыт применения различных программных систем для анализа данных [13-16].

Объектом исследования стали анкеты опрошенных студентов разных вузов Дальнего Востока. Исследование проводилось с помощью опросника самоорганизации деятельности (ОСД), методики определения общего показателя субъект-объектных ориентаций (ОЖО), методики определения уровня групповой сплоченности Сишора, методики определения ценностно-ориентационного единства (ЦОЕ). В анкету был добавлен вопрос о вхождении респондентов в различные студенческие организации.

Целью исследования является нахождение каких-либо зависимостей в данных.

В результате обработки данные имеют следующие столбцы:

1) ОСД - Планомерность; Целеустремленность; Настойчивость; Фиксация; Самоорганизация; Ориентация на настоящее; Общий суммарный балл по ОСД;

2) ОЖО - Общий показатель субъект -объектных ориентаций О; Трансситуационная изменчивость Ои; Трансситуационный локус контроля Ол; Трансситуационная направленность освоения мира Оо; Трансситуационная подвижность Оп; Трансситуационное творчество От;

3) Уровень групповой сплоченности Сишора;

4) ЦОЕ

· Отношение к учебе - Дисциплинированность (1); Целеустремленность (16); Внимательность (25); Прилежание (18); Трудолюбие (6);

· Общий стиль поведения и деятельности - Общественная активность (12); Сознание общественного долга (3); Принципиальность (27); Идейная убежденность (7); Моральная воспитанность (9);

· Качества, характеризующие знания - Начитанность (5); Осведомленность (32); Любознательность (14); Эрудированность (2); Духовное богатство (21);

· Качества ума - Оригинальность (34); Сообразительность (4); Инициативность (24); Рассудительность (30); Практичность (20);

· Качества, характеризующие учебно-организационные умения - Умение контролировать работу (8); Умение работать с книгой (13); Умение объяснить задачу (22); Умение планировать работу (15); Чувство ответственности (26);

· Отношение к товарищам - Общительность (29); Честность (23); Справедливость (33); Самостоятельность (28); Отзывчивость (11); Коллективизм (17);

· Отношение к себе - Самокритичность (10); Скромность (31); Самостоятельность (28); Уверенность в себе (35); Требовательность к себе (19).

После предварительной обработки данные были разделены на две группы: N=117 - студенты, состоящие в организациях; N=151 - студенты, не состоящие в организациях.

Для анализа данных, переходим к решению поставленных задач в среде SPSS.

1. Описательные статистики

Анализ -> Описательные статистики-> Описательные. Дальше в появившемся окне, перемещаем необходимые переменные для анализа. Проводим два анализа, для студентов входящих в студенческие организации и нет.

Рисунок 1 - Описательные статистики для группы «Участники студенческих организаций»

Рисунок 2 - Описательные статистики для группы «Не участники студенческих организаций»

2. Проверка на формы распределения (Критерий Колмогорова-Смирнова)

Классический критерий Колмогорова - Смирнова - предназначен для проверки простых гипотез о принадлежности анализируемой выборки некоторому полностью известному закону распределения. При помощи теста Колмогорова - Смирнова можно проверить, соответствует ли реальное распределение переменной нормальному, равномерному, экспоненциальному распределению или распределению Пуассона. Отклонения от нормального распределения считается существенными при асимптотической значимости больше 0,05.

Рисунок 3 - Опрос ОСД для группы «Не участники студенческих организаций»

На рис. 3 видно, что асимптотическая значимость для Настойчивости р = 0,254, поэтому значения переменной Настойчивость достаточно хорошо подчиняются нормальному распределению. Другие переменные не подчиняются нормальному закону распределения.

На рис. 4 видно, что асимптотическая значимость для настойчивости, фиксации, самоорганизации, ориентации на будущее больше 0,05, поэтому значения перечисленных переменных подчиняются нормальному распределению. Переменная целеустремленность не подчиняются нормальному закону распределения.

Рисунок 4 - Опрос ОСД для группы «Участники студенческих организаций»

Рисунок 5 - Опрос ОЖО для группы «Участники студенческих организаций»

На рис. 5 видно, что асимптотическая значимость для Трансситуационное творчество От р= 0,075 больше 0,05, поэтому значения этой переменной достаточно хорошо подчиняются нормальному распределению. Другие переменные не подчиняются нормальному закону распределения.

Рисунок 6 - Опрос ОЖО для группы «Не участники студенческих организаций»

На рис. 6 представлено, что переменные не подчиняются нормальному закону распределения, так как асимптотическая значимость меньше 0,05

Рисунок 7 - Опрос для группы «Участники студенческих организаций»

Мы наблюдаем (рис.7), что переменные по методикам Сироша и ЦОЕ не подчиняются закону нормального распределения, так как асимптотическая значимость меньше 0,05.

Рисунок 8 - Опрос для группы «Не участники студенческих организаций»

По данным рис.8 можно заметить, что переменные по методикам Сироша и ЦОЕ не подчиняются закону нормального распределения, так как асимптотическая значимость меньше 0,05.

3. Определение независимость двух выборок с помощью критерия Манна-Уитни.

По критерию Манна-Уитни, можно узнать есть ли различия в группах между собой, для этого необходимо, что бы асимптотическая значимость, была меньше 0,05. моделироване скоринг среда корреляционный

Для проведения исследования необходимо объединить выборки в одну и указать в группирующей переменной метки значений (рис.9). В нашем случаем это 0- не состоит в студенческой организации и 1- состоит в студенческой организации.

Рисунок 9 - Метка значений

Рисунок 10 - Обработка данных опроса ОСД

Можно видеть (рис.10), что данные переменных настойчивость, фиксация, ориентация на будущее статистически неразличимы, так как асимптотическая значимость больше 0,05.

Рисунок 11 - Обработка данных опроса ОЖО

В результате (рис.11), можно сказать, что данные переменной Трансситуационная подвижность Оп статистически различимы (асимптотическая значимость меньше 0,05)

Рисунок 12 - Обработка данных других опроса

На основе данных рис. 12, можно сказать, что данные переменных статистически неразличимы (асимптотическая значимость больше 0,05).

4. Нахождение корреляции между параметрами в различных группах (участники и не участники студенческих организаций).

Проведем исследование корреляционных зависимостей между переменными опросов.

Правильно проведенная корреляция считается только, когда в ячейке есть *. Верхняя цифра корреляции - это значение самой корреляции, между двумя этими шкалами. Корреляция будет считаться, наиболее точной, если число по модулю, приближено к 1. Вторая цифра- это р, уровень значимости данной корреляции, чем ниже уровень, тем более полезнее корреляция, меньше вероятности допущенной ошибки.

Для расчета корреляционных коэффиционнтов Пирсона, необходимо в среде SPSS сделать Анализ->Корреляция->Парные.

После проведения предварительного корреляционного анализа, определим переменные в которых имеются зависимости (значения со *) и заново проведем исследования только с такими параметрами (рис. 13).

Рисунок 13 - Корреляционный анализ переменных опросов студентов, не состоящих в студенческих организациях

В результате можно сказать у студентов, не состоящих в студенческих организациях, имеется средняя зависимость между показателем субъект-объектных ориентаций и транситуационными переменными, целеустремленность слабо коррелирует с транситуационным локусом контроля. Транситуационные параметры, кроме локуса контроля, между собой имеют среднюю связь.

Аналогично исследуем опросы для студентов, участвующие в работе студенческих организаций (рис.14).

Рисунок 14 - Корреляционный анализ переменных опросов студентов, состоящих в студенческих организациях

Можно заметить (рис.14), что у данной группы студентов обнаруживается достаточно высокая корреляция между показателем субъект-объектных ориентаций и транситуационным творчеством, с остальными транситуационными параметрами он слабо связан. Так же видна средняя зависимость между транситуационными переменными.

В результате проведенного исследования мы выявили различные зависимости в психологическом состоянии студентов, участвующих в молодежных организациях или нет. Представленные интерпретации можно использовать при разработке молодежной политики в вузах. Описанные действия в дальнейшем могут применены в преподавании информационных технологий [17, 18].

Библиографический список

1. Осадчая С.М., Войкин Р.В. SPSS как инструмент анализа и описательной статистики факторов потребительского поведения // Вестник Белгородского университета кооперации, экономики и права. 2011. № 1. С. 225-234.

2. Серов А.А. Скоринг экспериментальных данных с применением прогнозных моделей в среде пакета SPSS // Традиции и новации в профессиональной подготовке и деятельности педагога. Материалы Всероссийской научно-практической конференции преподавателей и студентов. Ответственный редактор В.П.Анисимов. Тверь: Тверской государственный университет, 2013. С. 53-54.

3. Клепикова Н.М., Шамшикова Е.О., Куксина Е.Ю. Взаимосвязь завистливости и самоотношения личности//Развитие человека в современном мире. 2014. № V-1 (V). С. 190-202.

4. Тифанова И.В. Использование статистического пакета SPSS в преподавании статистических дисциплин у студентов различных специальностей // Наука и современность. 2010. № 3-1. С. 329-333.

5. Попов А.А. Основы проведения факторного анализа социально-экономического развития региона с использованием программного комплекса SPSS (на примере Алтайского края) // Вестник Российского экономического университета им. Г.В. Плеханова. 2010. № 5. С. 81-88.

6. Попов А.А. Проведение факторного анализа экономики региона с использованием программной системы SPSS // В мире научных открытий. 2010. № 2-1. С. 120-124.

7. Дианов А.Ю. Применение SPSS в измерении результативности деятельности таможенных органов // Таможенная политика России на Дальнем Востоке. 2009. № 3 (48). С. 46-54.

8. Остапенко Р.И. Особенности моделирования латентных изменений с помощью AMOS SPSS // Перспективы науки и образования. 2014. № 1 (7). С. 89-95.

9. Остапенко Р.И. Особенности анализа лонгитюдных данных в психолого-педагогических исследованиях с помощью AMOS SPSS // Современные научные исследования и инновации. 2014. № 4 (36). С. 74.

10. Сдвижков О.А. Применение задач оптимизации в кластерном анализе // Сервис в России и за рубежом. 2014. Т. 8. № 7 (54). С. 219-228.

11. Hritcu R. O. S. A Multilevel Analysis of Life Satisfaction in Central and Eastern Europe // Procedia Economics and Finance. 2015. Т. 20. С. 289-300.

12. Browning M., Pront L. Supporting nursing student supervision: An assessment of an innovative approach to supervisor support //Nurse education today. 2015. Т. 35. №. 6. С. 740-745.

13. Муллинов Д.О., Баженов Р.И. Разработка в среде EVIEWS регрессионной модели рынка гаражных помещений г. Биробиджана //Nauka-Rastudent.ru. 2015. № 1 (13). С. 43.

14. Лагунова А.А., Баженов Р.И. Разработка в среде GRETL регрессионной модели рынка вторичного жилья г. Биробиджана // Nauka-Rastudent.ru. 2015. № 1 (13). С. 40.

15. Пронина О.Ю., Баженов Р.И. Исследование методов регрессионного анализа программной среды EVIEWS // Nauka-Rastudent.ru. 2015. № 1 (13). С. 45.

16. Баженов Р.И. Об организации деловых игр в курсе «Управление проектами информационных систем» // Научный аспект. 2014. Т. 1. № 1. С. 101-102.

17. Баженов Р.И. Использование системы moodle для организации самостоятельной работы студентов // Журнал научных публикаций аспирантов и докторантов. 2014. № 3 (93). С. 174-175.

Аннотация

В статье рассматривается пример применения программы SPSS для обработки полученных по различным психологическим методикам данных опросов студентов. Студенты разделены на две группы: являющиеся членами молодежных организаций или нет. Были выявлены корреляционные зависимости между параметрами в методике определения общего показателя субъект-объектных ориентаций в обеих группах.

Ключевые слова: анкетирование, корреляция, критерий Колмогорова - Смирнова, критерий Манна - Уитни

Размещено на Allbest.ru