Обработка, обобщение, интерпретация и представление результатов исследования.




Основные понятия: Обработка данных исследования, описание, объяснение и обобщение результатов, метод статистической обработки данных, первичные и вторичные методы статистической обработки, группировка данных, распределение частот, выборочное среднее, выборочная мода, медиана, дисперсия, стандартное отклонение, регрессионное исчисление, критерий Стъюдента, степень свободы, вероятность допустимой ошибки, критерий хи-квадрат, критерий Фишера, корреляционный анализ и его виды, факторный, дисперсионный, кластерный анализ, объяснительные подходы и их виды. тексты, символы, графики, таблицы, диаграммы, гистограммы, полигоны; структура научной статьи, курсовой работы, диплома.

 

8.1. Методы статистической обработки результатов.Описательная статистика и статистика вывода

Самым интересным этапом исследования является этап превращения сырых данных в значимые результаты с помощью ряда приемов, воображения и научной культуры экспериментатора. Этот этап включает три основных процедуры: обработку результатов, их объяснение и обобщение.

Для психологических исследований важным является поиск соответствия систем кодирования и изучаемой эмпирической реальности. Пока данные не прочитаны психологом, то есть, не представлены им в той или иной знаковой системе, общей для профессионального сообщества, их не существует как реальности. Существует три типа данных:

Качественные данные, получаемые при измерениях (результаты тестирования), наблюдении и т.д., можно отнести к какому –либо множеству сходных объектов. Каждый класс сходных объектов имеет общее наименование и указывает на наличие или отсутствие каких - либо признаков.

Порядковые данные, соответствующие местам этих элементов в последовательности, полученной при их расположении в возрастающем порядке. Указать, насколько различаются между собой объекты, невозможно.

Количественные данные, представляющие собой свойства элементов выборки, которые представлены в виде чисел. Их можно измерить в интервальной шкале (насколько больше, меньше) или в шкале отношений (во сколько раз).

Обработка данных направлена на решение следующих задач: упорядочивание исходного материала в целостную систему сведений; обнаружение и ликвидация ошибок, пробелов в сведениях, выявление скрытых от непосредственного восприятия тенденций, закономерностей и связей; выяснение уровня достоверности, надежности и точности собранных данных и получение на их базе научно обоснованных результатов. Таким образом, если на предыдущих этапах проходил процесс увеличения сведений об изучаемом объекте, то на данном этапе наблюдается обратный процесс - приведение данных к общему знаменателю. Полученные экспериментальные данные могут быть многочисленными и разрозненными, поэтому, прежде всего их необходимо классифицировать и сгруппировать. Это позволит охватить эмпирические данные единым взглядом.

В науке принято различать обработку данных качественного и количественного характера. Количественная обработка это манипуляция с измеренными характеристиками изучаемого объекта, с внешними проявлениями его свойств. Изучением способов количественного анализа переменных - измеряемых психических явлений, занимается математическая статистика. Методами статистической обработки результатов эксперимента называются математические приемы, способы количественных расчетов, с помощью которых количественные показатели можно обобщать, приводить в систему, выявлять скрытые в них закономерности.

Качественная обработка - это способ предварительного проникновения в сущность объекта путем выявления его не измеряемых свойств. Количественная обработка направлена на внешнее изучение объекта и в ней доминирует аналитическая составляющая (корреляционный анализ, факторный анализ, кластерный анализ). Качественная обработка направлена на содержательное изучение явления. В ней превалирует синтез, компоненты объединения. Качественная обработка естественным образом переходит в описание и объяснение изучаемых явлений, то есть на стадию интерпретации результатов. Однако, несмотря на противопоставление этих видов обработки эмпирических данных, они составляют органичное целое.

Количественная обработка данных имеет две фазы: первичную (статистика описательная) и вторичную (статистика вывода).

Первичная обработка включает группировку данных по тем или иным критериям, оформление данных в сводные таблицы, наглядное их представление в виде графиков, таблиц, диаграмм. Первично обработанные данные дают представление о характере всей совокупности в целом. Описательная статистика позволяет подытожить и воспроизвести в виде таблиц или графиков данные того или иного распределения, а также вычислять среднее для данного распределения, его размах и дисперсию. К ним относятся процедуры группировки данных по значениям, построение распределения их частот, определение выборочной средней величины, выборочной дисперсии, выборочной моды и выборочной медианы.

С помощью вторичных методов статистической обработки выявляются скрытые в первичных данных закономерности. В число вторичных методов включают несколько подгрупп: регрессионное исчисление, методы сравнения между собой двух или нескольких элементарных статистик разных выборок, методы установления статистических взаимосвязей между переменными, методы выявления внутренней статистической структуры эмпирических данных и т. д.

Рассмотрим основные методы описательной статистики.

Группировка данных. Для группировки необходимо расположить данные каждой выборки в возрастающем порядке.

Распределение частот. Графически представить распределение различных значений с учетом их частот. При этом если это необходимо в случае большого числа данных, можно их группировать по классам с интервалами в две или три единицы шкалы. Данные, разбитые по непрерывной шкале, представляют графически в виде гистограммы – примыкающих друг к другу прямоугольников. По полигону распределения частот можно сделать заключение о нормальности распределения данных исследования (кривая нормального распределения имеет колоколообразную форму и строго симметрична).

Выборочное среднее представляет собой среднюю оценку изучаемого в эксперименте психологического свойства. Ее вычисляют, разделив сумму всех значений данных на их число.

Выборочная мода соответствует либо наиболее частому значению, либо среднему значению класса с наибольшей частотой. В некоторых случаях у распределения могут быть две моды; тогда говорят о бимодальном распределении.

Медиана - значение изучаемого признака, которое делит выборку, упорядоченную по величине данного признака, пополам.

Выборочная дисперсия характеризует то, насколько частные значения отклоняются от средней величины в данной выборке. Чем больше дисперсия, тем больше разброс данных. Для оценки разброса определяют отклонение каждого из полученных значений от среднего, а затем возвести все эти значения в квадрат и сумму квадратов разделить на число значений.

∑ d 2

Дисперсия = ───

n

Чтобы получить показатель, сопоставимый по величине со средним отклонением из величины дисперсии извлекают квадратный корень и получают стандартное отклонение.

∑ d 2

Стандартное отклонение = √_________

n

Чтобы более точно оценить стандартное отклонение для малых выборок (менее 30 значений) в знаменателе надо использовать не N, а N-1.

С помощью вторичных методов статистической обработки экспериментальных данных (статистики вывода) проверяются, доказываются или опровергаются статистические гипотезы. Эти методы очень разнообразны и требуют от исследователя хорошей подготовки в области математики и статистики. Здесь приводятся только некоторые из этих методов, а основная их часть рассматривается в учебниках по математической статистике.

Регрессионное исчисление – это метод математической статистики, позволяющий свести частные, разрозненные данные к какому-то одному линейному графику, отражающему внутреннюю взаимосвязь, получить возможность по значению одной из переменных и приблизительно оценить вероятное значение другой.

Для сравнения выборочных средних величин, принадлежащих к двум совокупностям данных, используется критерий Стъюдента. Метод Стъюдента различен для независимых и зависимых выборок. Независимые выборки получаются при исследовании двух различных групп испытуемых. Для анализа разницы средних применяют формулу:

––– –––

M 1 − M 2

t = ——————

S12 S22

‾‾‾‾‾ + ‾‾‾‾‾

n1 n 2

––– ­­­­­

М 1 – средняя первой выборки.

–––

М 2 – средняя второй выборки.

Ѕ 1 - стандартное отклонение первой выборки.

Ѕ 2 - стандартное отклонение второй выборки.

n1 n2 - число элементов в первой и второй выборках.

 

К зависимым выборкам относятся результаты одной и той же группы испытуемых до и после воздействия независимой переменной. В этом случае для определения достоверности различий средних применяется следующая формула:

∑ d

T = –––––––––––––––––

n*d 2 – (∑ d) 2

√ –––––––––––––

n - 1

d - разность между результатами в каждой паре.

∑ d - сумма частных разностей.

∑ d 2 - сумма квадратов частных разностей.

Для того, чтобы сделать выводы о значимости различий средних, необходимо сравнить значение критерия с табличным. Но прежде необходимо задать число степеней свободы и вероятность допустимой ошибки. Число степеней свободы для двух независимых выборок будет составлять (п1+ п2)-2, где п1 и п2 число элементов в каждой выборке. Для двух зависимых выборок число степеней свободы для определения критерия будет равно п-1. Вероятность допустимой ошибки задается не более 5% (5 раз из 100 ошибиться), т.е. 0,05. Такая вероятность ошибки считается достаточной для научно убедительных выводов. Однако есть и другие более точные уровни достоверности. Если значение критерия для данного числа степеней свободы оказывается выше критического уровня, то это значит, что выявляемая разница средних значений достоверна.

В процессе эксперимента возникает задача сравнения не абсолютных средних значений, а частотных, например, процентных распределений данных. В этом случае используется хи-квадрат критерий. Его формула:

 

(Э – Т)²

χ² = ∑ ––––––

Т

Э - эмпирические частоты.

Т – теоретические частоты.

Этот метод состоит в том, что оценивают, насколько сходны между собой распределения эмпирических и теоретических частот. Если разница между ними невелика, то можно полагать, что отклонения эмпирических частот от теоретических обусловлены случайностью. Если же, напротив, эти распределения будут достаточно разными, можно считать, что различия между ними значимы и существует связь между действием независимой переменной и распределением эмпирических частот. Полученное значение критерия сравнивают с табличным (с учетом степеней свободы), и если оно выше, то гипотеза о значимости различий подтверждается.

Если в эксперименте возникает необходимость сравнить эффективность действия какой-либо программы обучения по сравнению с другой, то необходимо доказать, что индивидуальный разброс оценок учащихся по одной программе или методике больше (меньше), чем индивидуальный разброс оценок по другой. При этом сравнивают дисперсии двух выборок при помощи критерия Фишера. Его формула:

D1

F = –––

D2

D1 - дисперсия первой выборки.

D2 - дисперсия второй выборки.

Вычисленное значение критерия сравнивается с табличным, и если оно превосходит табличное для избранной вероятности допустимой ошибки и заданного числа степеней свободы, то делается вывод о том, что гипотеза о различиях в дисперсиях подтверждается.

Корреляционный анализ заключается в том, чтобы установить возможную связь между двумя показателями одной или разных выборок. При этом устанавливается, приводит ли увеличение какого-либо показателя к увеличению или уменьшению другого показателя. Коэффициент корреляции колеблется в пределах от +1, что соответствует полной положительной корреляции, до –1 в случае полной отрицательной корреляции. Если коэффициент равен 0, то никакой корреляции между двумя рядами данных нет. Значимость коэффициента корреляции проверяется с помощью таблицы пороговых значений.

Различают разные типы коэффициентов корреляции. Коэффициент Пирсона – это параметрический показатель, для вычисления которого сравнивают средние и стандартные отклонения результатов двух измерений. Коэффициент корреляции рангов Спирмена – это непараметрический показатель, с помощью которого выявляют связь между рангами соответственных величин в двух рядах измерений.

Факторный анализ позволяет определить совокупность внутренних взаимосвязей, возможных причинно-следственных связей, существующих в экспериментальном материале. В результате факторного анализа обнаруживаются факторы-причины, объясняющие множество частных корреляционных зависимостей.

Кроме названных выше существуют и другие типы анализа данных: дисперсионный, кластерный анализ – c которыми можно познакомиться в специальной литературе.

 

8.2. Проверка статистических гипотез

Результаты исследования, полученные на небольшой выборке, экспериментатор надеется перенести на более широкую популяцию, открыть общие законы поведения. С этой целью он прибегает к формулировке статистических гипотез и выбору статистического критерия. Статистические гипотезы подразделяют на нулевые и альтернативные. Нулевая гипотеза – это гипотеза об отсутствии различий. Это то, что необходимо опровергнуть, если стоит задача доказать значимость различий. Альтернативная гипотеза – это то, что необходимо даказать, поэтому ее называют также экспериментальной.

Статистический критерий – это правило, обеспечивающее принятие истинной и отклонение ложной гипотезы с высокой вероятностью. Статистический критерий обозначает метод расчета конкретного числа и само это число.

Заключительный анализ приводит к одному из двух результатов (либо принятие Н0 либо Н1). Однако абсолютную истинность гипотезы исследования доказать невозможно. Нулевая гипотеза может быть опровергнута с определенной степенью вероятности, уверенности, описываемым значением минимального эффекта. Условно это значение принимается равным 0.05 или 0.01.

При принятии решения о выводе в психологическом исследовании можно допустить два вида ошибок:

· Ошибки первого рода – отказ от Н0, когда она по сути истинна (в действительности различий не существует, а они обнаружены)

· Ошибки втрого рода – принятие Н0, когда она по сути ложна (в действительности различия существуют, но они не обнаружены).

Правильное решение означает, что а) действительных различий не существует и они не обнаружены; б) действительные различия существуют и они обнаружены.

 

8.3. Общее понятие о методах интерпретации результатов исследования

 

Итогом использования методов статистики является подтверждение или опровержение гипотезы о причинной зависимости между переменными.

За обработкой данных следует следующая этап научного исследования - интерпретация результатов или теоретическая обработка данных. Она выполняет две функции: преобразование статистически подготовленных данных в эмпирические знания и получение на их основе теоретических знаний. На данном этапе научная мысль направлена от фактов к теории. Чаще всего под интерпретацией понимают три процедуры – описание, объяснение и обобщение.

Описание может выступать самостоятельной целью исследования, но чаще являются основанием для дальнейших теоретических действий. Подробное описание изучаемого явления проводится на естественном языке с привлечением, в случае необходимости, специальной терминологии и символики. Описание дает представление об объекте в целом, то есть соотносится с категорией "явления".

Объяснение соотносится с категорией "сущности" и сводит непривычное к привычному, незнакомое к знакомому. Никитин Е.П. Различает следующие типы объяснений:

Субстанциальное объяснение реализуется через указание на физиологические основы психики, свойства нервной системы.

Атрибутивное объяснение раскрывает связи объекта с его атрибутами.

Генетическое объяснение иначе называют причинным, так как оно основано на знании прошлого (причины) и выведении из него настоящего (следствия).

Структурное объяснение реализуется через установление элементарного состава объекта и способов сочетания этих элементов в единое целое.

В научной практике рассмотренные виды объяснений используются чаще всего в комплексе. Объяснение сводится к привязке к какой - либо модели, разнообразие которых в психологии огромно. Каждый вариант объяснительной модели обусловлен теоретическими и методологическими позициями автора, его компетентностью.

В психологической науке предусмотрена возможность двух вариантов описания поведения: активное це­лесообразное поведение и реактивное поведение. В соответствии с этим опреде­лить два типа объяснения поведения: телеологическое и каузальное

Необихевиористская модель является моделью «каузальной», предусматриваю­щей один вид детерминации событий: прошедшее — настоящее.

Еще Н. А. Бернштейн [Бернштейн Н. А., 1966] отмечал, что в психике формиру­ется две модели мира: первая — «прошедшее—настоящее», вторая — «будущее». В результате поведенческой активности вторая модель преобразуется в первую. Тем самым каузальные и телеологические а) модели психической реальности, б) психи­ческие образы мира и в) модели объяснения поведения — не являются паритетны­ми и просто взаимодополнительными. Телеологическая модель имеет приоритет, яв­ляется первичной.

В естественнонаучной психологии психика является объяснительным принци­пом, т.е. психология изучает взаимодействие со средой таких систем, для объясне­ния поведения которых необходимо понятие «психика».

Человек предвидит будущее, строит образ будущего, который детерминирует настоящее, определяет собой реальное поведе­ние. Специфика человеческого действия в том, что активное движение имеет не только исполнительскую, но также исследовательскую функцию. Более того, отра­жение реальности человеком не пассивно, а активно в том смысле, что человек (и вообще — любая система, обладающая психикой) ведет поиск — совершает дей­ствия, направленные на сбор сведений об окружающей среде. Тем самым активные действия человека — спонтанные изменения его положения в пространстве и вре­мени — не определяются наличием цели (модели будущего) и никак не обусловли­ваются воздействием среды, однако детерминированы психикой. Следовательно, можно выделить как минимум 4 класса поведения:

1) активное исполнительское — определяемое образом будущего;

2) реактивное исполнительское — определяемое воздействием среды (стимулом);

3) спонтанное движение, не обусловленное ни целью, ни средой и являющееся при­знаком имманентным, присущим системам, обладающим психикой;

4) активный поиск объекта, предшествующий исполнительской фазе действия и обусловленный наличием цели.

Методы интерпретации данных исследования заслуживают наименования подходов, поскольку являются в первую очередь объяснительными принципами, предопределяющими направление интерпретации результатов исследования. В научной практике получили развитие генетический, структурный, функциональный, комплексный и системный подходы. Использование того или иного метода не означает отсечения других. Наоборот, обычным делом в психологии является сочетание подходов.

Генетический метод. Генетический подход - это способ исследования и объяснения явлении (в том числе психических), основанный на анализе их развития, как в онтогенетическом, так и филогенетическом планах. При этом требуется установление: 1) начальных условий возникновения явления. 2) главных этапов и 3) основных тенденций его развития. Цель метода - выявление связи изучаемых явлений во времени, прослеживание перехода от низших форм к высшим. Везде, где требуется выявление временной динамики психических явлений, генетический метод является неотъемлемым исследовательским инструментом психолога. Даже когда исследование нацелено на изучение структурных и функциональных характеристик явления, не :исключено эффективное применение метода. Так, разработчики известной теории перцептивных действий при микроструктурном анализе восприятия отмечали, что «наиболее пригодным оказался генетический метод исследования». Естественно, генетический метод особенно характерен для различных отраслей психологии развития: сравнительной, возрастной, исторической психологии. Понятно, что и любое лонгитюдное исследование предполагает применение рассматриваемого метода.

Генетический подход может рассматриваться как методическая реализация одного из основных принципов психологии, а именно принципа развития. При таком видении другие варианты реализации принципа развития допустимо рассматривать как модификации генетического подхода. Например, исторический и эволюционный подходы.

Структурный метод. Структурный подход — направление, ориентированное на выявление и описание структуры объектов (явлений). Для него характерно: углубленное внимание к описанию актуального состояния объектов; выяснение внутренне присущих им вневременных свойств; интерес не к изолированным фактам, а к отношениям между ними. В итоге строится система взаимосвязей между элементами объекта на различных уровнях его организации.

Обычно при структурном подходе не акцентируются соотношение в объекте частей и целого и динамика выявленных структур. При этом разложение целого на части (декомпозиция) может производиться по различным вариантам. Важным достоинством структурного метода является относительная легкость наглядного представления результатов в виде различных моделей. Эти модели могут даваться в форме описаний, перечня элементов, графической схемы, классификации и пр.

Неисчерпаемым примером подобного моделирования служит представление структуры и типов личности: трехэлементная модель по 3. Фрейду; типы личности по Юнгу; «круг Айзенка»; многофакторная модель Р. Ассаджиоли. Не отстала от зарубежной психологии в этом вопросе и наша отечественная наука: эндо- и экзопсихика по А. Ф. Лазурскому; структура личности из четырех сложных комплексов по Б. Г. Ананьеву; индивидно-индивидуальная схема В. С. Мерлина; динамическая функциональная структура личности по К. К. Платонову и т. д.

Структурный подход — атрибут любого исследования, посвященного изучению конституциональной организации психики и строения ее материального субстрата — нервной системы. Здесь можно упомянуть о типологии ВИД И. П. Павлова и ее развитии Б. М. Тепловым, В. Д. Небылицыным и другими. Широкое признание получили модели В. М. Русалова, отражающие морфологическую, нейро- и психодинамическую конституции человека.

Функциональный метод. Функциональный подход, естественно, ориентирован на выявление и изучение функций объектов (явлений). Неоднозначность трактовки в науке понятия «функция» затрудняет определение данного подхода, а также идентификацию с ним тех или иных направлений психологических исследований. Будем придерживаться мнения, что функция есть проявление свойств объектов в определенной системе отношений, а свойства есть проявление качества объекта при его взаимодействии с другими объектами. Таким образом, функция — это реализация соотношения объекта и среды, а еще уже — «соответствие между средой и системой». Следовательно, функциональный подход интересуется главным образом связями изучаемого объекта со средой. Он исходит из принципа саморегулирования и поддержания равновесия объектов действительности (в том числе психики и ее носителей).

Примерами реализации функционального подхода в истории науки являются такие известные направления как «функциональная психология» и «бихевиоризм». Классическим образцом воплощения функциональной идеи в психологии является знаменитая динамическая теория поля К. Левина. В современной психологии функциональный подход обогащен компонентами структурного и генетического анализа. Так, уже прочно установилось представление о многоуровневости и многофазности всех психических функций человека, действующих одновременно на всех уровнях как единое целое. Приведенные выше примеры структур личности, нервной системы, психики с полным основанием можно взять и в качестве иллюстрации к функциональному подходу, так как элементы этих структур большинство авторов соответствующих моделей рассматривают также и как функциональные единицы, олицетворяющие определенные связи человека с действительностью.

Комплексный метод. Комплексный подход — это направление, рассматривающее объект исследования как совокупность компонентов, подлежащих изучению с помощью соответствующей совокупности методов. Компоненты могут быть как относительно однородными частями целого, так и его разнородными сторонами, характеризующими изучаемый объект в разных аспектах. Часто комплексный подход предполагает изучение сложного объекта методами комплекса наук, т. е. организацию междисциплинарного исследования. Очевидно, что комплексный подход предполагает применение в той или иной мере и всех предыдущих интерпретационных методов.

Яркий пример реализации комплексного подхода в науке — концепция человекознания, согласно которой человек как наисложнейший объект изучения подлежит согласованному исследованию большого комплекса наук. В психологии эта идея комплексности изучения человека была четко сформулирована Б. Г. Ананьевым. Человек рассматривается одновременно как представитель биологического вида homo sapiens (индивид), как носитель сознания и активный элемент познавательной и преобразующей действительность деятельности (субъект), как субъект социальных отношений (личность) и как уникальное единство социально значимых биологических, социальных и психологических особенностей (индивидуальность). Такой взгляд на человека позволяет исследовать его психологическое содержание в двух планах: субординационном (иерархическом) и координационном. В первом случае психические явления рассматриваются как соподчиненные - системы: более сложные и общие подчиняют и включают в себя более простые и элементарные. Во втором — психические явления рассматриваются как относительно автономные образования, но тесно связанные и взаимодействующие друг с другом. Подобное всеобъемлющее и сбалансированное изучение человека и его психики, по сути, смыкается уже с системным подходом.

Системный метод. Системный подход — это методологическое направление в изучении реальности, рассматривающее любой ее фрагмент как систему.

Наиболее ощутимым толчком к осознанию системного подхода как неотъемлемого методологического и методического компонента научного познания и к его строгому научному оформлению послужили работы австро-американского ученого Л. Берталанфи, в которых он разработал общую теорию систем. Система есть некоторая целостность, взаимодействующая с окружающей средой и состоящая из множества элементов, находящихся между собой в некоторых отношениях и связях. Организация этих связей между элементами называется структурой. Иногда структуру толкуют расширительно, доводя ее понимание до объема системы. Такая трактовка характерна для нашей житейской практики: «коммерческие структуры», «государственные структуры», «политические структуры» и т. д. Изредка такой взгляд на структуру встречается и в науке, хотя и с определенными оговорками. Элемент — мельчайшая часть системы, сохраняющая ее свойства в пределах данной системы. Дальнейшее расчленение этой части ведет к потере соответствующих свойств. Так, атом — элемент с определенными физическими свойствами, молекула — с химическими свойствами, клетка — элемент со свойствами жизни, человек (личность)— элемент социальных отношений. Свойства элементов определяются их положением в структуре и, в свою очередь, определяют свойства системы. Но свойства системы не сводятся к сумме свойств элементов. Система как целое синтезирует (объединяет и обобщает) свойства частей и элементов, в результате чего она обладает свойствами более высокого уровня организации, которые во взаимодействии с другими системами могут представать как ее функции. Любая система может рассматриваться, с одной стороны, как объединение более простых (мелких) подсистем со своими свойствами и функциями, а с другой — как подсистема более сложных (крупных) систем. Например, любой живой организм является системой органов, тканей, клеток. Он же является элементом соответствующей популяции, которая, в свою очередь, является подсистемой животного или растительного мира и т. д.

Системные исследования осуществляются с помощью системных анализа и синтеза. В процессе анализа система выделяется из среды, определяются ее состав (набор элементов), структура, функции, интегральные свойства и характеристики, системообразующие факторы, взаимосвязи со средой. В процессе синтеза создается модель реальной системы, повышается уровень обобщения и абстракции описания системы, определяется полнота ее состава и структур, закономерности ее развития и поведения.

Описание объектов как систем, т. е. системные описания, выполняют те же функции, что и любые другие научные описания: объяснительную и прогнозирующую. Но еще важнее, что системные описания выполняют функцию интеграции знаний об объектах.

Системный подход в психологии позволяет вскрыть общность психических явлений с другими явлениями действительности. Это дает возможность обогащения психологии идеями, фактами, методами других наук и, наоборот, проникновения психологических данных в другие области знания. Он позволяет интегрировать и систематизировать психологические знания, устранять избыточность в накопленной информации, сокращать объем и повышать наглядность описаний, уменьшать субъективизм в интерпретации психических явлений. Помогает увидеть пробелы в знаниях о конкретных объектах, обнаружить их неполноту, определить задачи дальнейших исследований, а иногда и предсказать свойства объектов, информация о которых отсутствует, путем экстраполяции и интерполяции имеющихся сведений.

Предыдущие подходы являются фактически органичными компонентами системного подхода. Иногда даже их рассматривают как его разновидности. Некоторые авторы сопоставляют эти подходы с соответствующими уровнями качеств человека, составляющих предмет психологического исследования.

В настоящее время большинство научных исследований проводится в русле системного подхода.

Обобщение результатов позволяет выявить для группы явлений наиболее важные черты и характеристики. Специфические свойства объектов отбраковываются. После обобщения результаты можно переносить с выборки на всю популяцию.

Ситуация экспериментирования носит парадоксальный характер. Эксперимент на основе множества наблюдений формулирует гипотезу, устанавливающую зависимость между двумя фактами. Эта зависимость носит обобщенный характер. Но когда экспериментатор организует проверочный эксперимент, то он создает конкретную ситуацию и будет наблюдать какой-то частный случай. При этом экспериментатор надеется, что выбрал репрезентативный пример. Изучаемая зависимость проверяется на выбранном частном примере. Можно ли распространить на весь класс явлений то, что изучено в одном каком -то частном случае? Если ответить на этот вопрос утвердительно, то, приходится игнорировать случайный характер всякой ситуации. Отвечая категорическим отрицанием, мы делаем невозможным само существование науки или превращаем ее в каталог фактов. Это противоречие между двумя крайними полюсами является дилеммой всякой эпистемологии. На одном полюсе стоят рационалисты, считающие эффективными и достоверными методами познания интеллектуальную интуицию и дедукцию; а на другом исследовательские эмпирики, утверждающие, что обобщенность какого-либо понятия может быть основана только на сумме экспериментов. Эти методологические программы сегодня считаются устаревшими. В наши дни они конкретизированы в двух подходах психологии: феноменологии и операционализме.

Феноменология ищет в собственном опыте сущность явления. Выводы феноменологии ничем не обязаны эмпирическим данным, а являются продуктом «деятельности духа» (Брентано).

Операционализм утверждает, что действительное практическое знание о мире можно получить только из опыта, то есть на основе наблюдения и эксперимента. Всякое наблюдение или эксперимент единичны, поэтому путь познания природы - это движение от частных случаев к обобщениям (индукция). Однако наука не может обойтись без понятий, так как ее движение вперед возможно только через создание адекватных научных понятий. Научное знание «двухэтажно». Теоретический «верхний этаж» надстроен над «нижним» эмпирией и без него может рассыпаться. Но между ними нет прямой связи. Из нижнего этажа в верхний можно попасть только «скачком».

Процесс обобщения результатов эксперимента распространяется на четыре различных аспекта экспериментального процесса: личность испытуемых, ситуацию исследования, личность экспериментатора и ответ.

·Обобщение на уровне личностей позволяет ответить на вопрос: на какую популяцию можно распространить результаты? В качестве ограничителей распространения выступают вне психологические характеристики популяции: биологические (пол, возраст, национальность, здоровье) и социокультурные (образование, доход, классовая принадлежность). В случае, если результаты эксперимента можно применить только к той популяции, которая вошла в состав экспериментальной группы, то возникает проблема их распространения на всю популяцию. Ее решение зависит от того, насколько репрезентативна выборка изучаемой популяции.

·Обобщение ситуации основано на том, что в психологическом эксперименте важны условия деятельности испытуемого и особенности задания. Вариации инструкции, материала задания, вида мотивации, наличия или отсутствия обратной связи - все это влияет на результаты эксперимента. Для достижения достоверности выводов необходимо варьирование этими дополнительными переменными.

·Обобщение на уровне экспериментатора позволяет контролировать влияние его личностных черт, мотивации, компетентности на результаты эксперимента. Это особенно актуально в социально-психологических и дифференциальных исследованиях. Полный контроль воздействия индивидуальных особенностей экспериментатора предполагает применение факторного плана, где в качестве дополнительной переменной выступают экспериментаторы.

·Обобщение ответа связано с необходимостью подведения конкретных проявлений изучаемого явления под общепризнанные научные понятия.

Формулирование выводов завершает научное исследование. Они должны отражать существо проблемы и быть очень лаконичными. Необходимо согласовать выводы с поставленными в начале исследования целями и задачами, то есть указать - решены ли задачи, достигнуты ли цели исследования. Выводы включаются в систему научных знаний. Указывается их актуальность, теоретиче



Поделиться:




Поиск по сайту

©2015-2024 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2019-04-14 Нарушение авторских прав и Нарушение персональных данных


Поиск по сайту: