Вы психолог (студент, аспирант или преподаватель) и Вам нужно срочно понять как работает тот или иной статистический метод обработки без глубокого познания его с формульной стороны.

Вы закончили эксперимент, подсчитали баллы и собрали первичные результаты - пришло время математической статистики! Но, порой, только одно упоминание об этом может вызвать бурю эмоций, которые чаще всего бывают далеко не положительными, правда, если Вы не математик или не физик. Данный сайт посвящен именно тем студентам и аспирантам, а может, даже и просто интересующимся, которые до написания диплома, диссертации или статьи только слышали, но понятия не имели, что же такое на самом деле статистика, как способ обработки данных.

Итак, данные собраны, Вы на пороге великих открытий, ярлык программы по статистической обра-ботке уже красуется на Вашем рабочем столе и... И тут начинается "хождение по мукам". Кто-то закупается книгами по статистике, кто-то их скачивает с файлообменников и библиотек, но результат часто один и тот же: непонимание того, что происходит и немой вопрос в глазах: "Что же все-таки надо сделать, чтобы получить такие же "красивые" результаты как и в учебнике?!". Многие воспринимают программу по статистике как "черный ящик", куда они просто загоняют свою информацию, а на выходе получают готовые результаты, подтверждающие их гипотезы. Но, что делать дальше с полученными результатами, как их описывать, зачастую студенты и аспиранты не знают.

Зачастую, принимаясь за статистическую обработку данных, многие даже и не подозревают о том, что частые неудачи связаны с тем, что нет представления о том, что Вы обрабатываете.

Первый шаг на пути к успешной обработке данных, - это выяснить, в какой же, все-таки, шкале измерены ваши данные и подчиняются ли они закону нормального распределения. От этого зависит то, какими методами Вы будете обрабатывать данные, а значит, зависит верность ваших результатов и выводов. К тому же, Вы будете точно знать ответ на вопрос преподавателей: "Почему Вы выбрали в качестве метода именно этот анализ?".

Далее, Вы выяснили в какой шкале посчитаны Ваши "сырые баллы", определили, подчиняются ли они закону нормального распределения или нет, примерно подобрали способы анализа данных, и настало время дескриптивной статистики. Несмотря на всю простоту данной статистики, здесь все же хранятся некоторые тайны. Так, например, если у Вас подсчитаны данные, но шкалы для интерпретации баллов нет (уровни - высокий, средний, низкий), то дескриптивная статистика Вам в этом поможет! Самое главное помнить одну вещь - пока Вы не доказали наличие связи изучаемых данных Вашей выборки с генеральной совокупностью, Вы можете только говорить о наличии того или иного уровня применительно только к Вашей выборке.

К тому же, не стоит забывать, о том, что при создании таблиц для работы со средними значениями, необходимо еще указывать и стандартное отклонение (или сигму). Например, 49.26±8.4, где 49.26 - среднее, а 8.4 - стандартное отклонение.

И это только начало, далее Вас могут попросить посмотреть, какие корреляционные связи существуют среди Ваших данных. Здесь, правда, ничего сложного нет, но, при условии, что Вы правильно проинтерпретируете полученные связи и умело отсеете незначимые или слабые корреляции. Для этого Вам необходимо помнить про уровень значимости (или вероятность ошибочного отклонения нулевой гипотезы "р значения№) и про градации корреляций от сильных связей до слабых. А самое главное, так это помнить как правильно надо описывать полученные связи, ведь Вы выявляете взаимосвязь, а не зависимость. А то Ваш преподаватель может и не «заметить» этого, но в комиссии уж точно найдется кто-нибудь, кто укажет на такую глобальную ошибку. Тогда будет стыдно не только Вам, но и Вашему преподавателю, а дипломный проект будет находиться под большим вопросом.

А далее «в бой ступает тяжелая артиллерия». Сравнения средних, рангов, дисперсий… Как правильно создать матрицу данных, чтобы провести анализ тем или иным способом, как правильно закодировать ваши данные, как выполнить нехитрые манипуляции с данными – все это я Вам покажу и расскажу в видеокурсе по статистической обработке данных.

Приятной, Вам, статистики!

Ирина Горбачева, кандидат психологических наук.