б) создают свою собственную.
Создание своего инструмента самим исследователем имеем определенные сложности. Конструирование своей собственной методики занимает изрядное количество времени, усилий, не говоря уже о невероятном количестве необходимых умений и способностей и просто очень высокой квалификации исследователя. Начинающему исследователю лучше несколько дней или недель покопаться в библиотеке и найти многократно проверенную методику, наилучшим образом подходящую к задачам исследования, чем создавать свою собственную.
Выбор уже известной методики более предпочтителен, так как она разработаны экспертами, обладающими необходимыми знаниями. Выбор уже созданного инструмента занимает меньше времени, чем проектирование нового, для измерения одного и того же предмета.
Методы первичного оценивания
“...только так могу я получить
оттиск мира”
Тадеуш Ружевич
Проявления свойств воспринимаемых объектов могут быть обозначены определенными числами. Поэтому приписывание чисел определенным сторонам объектов, явлений или событий в соответствии с какими-либо правилами создает некоторую шкалу. Использование различных правил в приписывании чисел различным свойствам объектов дает различные измерения и различные шкалы.
Таким образом, измерение величин, понимаемое в самом широком смысле, - это метод, с помощью которого мы устанавливаем взаимно однозначное соответствие между величинами, с одной стороны, и между всеми числами, с другой.
Это соответствие может устанавливаться на четырех уровнях, в основе которых лежат различные эмпирические операции и которые отражают разные шкалы измерений.
Первый уровень - это установление отношений равенства между объектами. Эта операция создает шкалу наименований.
Второй уровень - операция установления отношений “больше - меньше”, что лежит в основе шкалы порядка.
Третий уровень - установление интервалов или разностей типа 15 = 21 - 6, что создает шкалу интервалов.
Четвертый уровень - операции установления равенства отношений типа
25 : 5 = 75 : 15, что соответствует шкале отношений.
Шкала наименований (номинальная)
“На разноцветные квадраты распался мир передо мной”.
В. Шефнер
Эта шкала наипростейшая и, в то же время, самая низкая по качеству шкала, которую может использовать исследователь. При работе с этой шкалой ученый просто присваивает число разным категориям для того, чтобы показать разницу. Например, социолог может перевести две переменные: пол и группа, в две категории, женщина и мужчина, и присвоить "1" женщинам, а мужчинам "2". Другой исследователь, анализируя обучение чтению, назначает показатель "1" методу, основанному на чтении целого слова, число "2" фонетическому методу, и "3" смешанному.
В большинстве случаев преимущество шкалы наименований в том, что это облегчает компьютерный анализ. Классификационный критерий для шкалы наименований - группа перестановок X' = f (x), где f(x) означает любую взаимно однозначную подстановку.
Допустимая статистика для шкал наименований - это число случаев, мода, корреляция случайных событий.
Типичные примеры номинальной шкалы - нумерация участников спортивных соревнований, нумерация домов и квартир, номера телефонов и т.п.
Для постройки и использования шкалы наименований необходимо провести классификацию данных на определенное число классов.
Ординальная шкала
По ней данные могут быть упорядочены несколькими способами: от высокого к низкому или от наименьшего к наибольшему. Например, исследователь может упорядочить результаты успеваемости учеников по биологии от высокого к низкому. Однако заметим, что различие в результатах или действительных способностях у первого в ряду и второго и у пятнадцатого и шестнадцатого не может быть одинаковым. Ординальная шкала вскрывает связь между индивидуумами.
Интервальная шкала
Эта шкала сохраняет все характеристики ординальной шкалы с одним дополнением: интервалы между точками в шкале равны. Например, в большинстве доступных математических тестах на достижения расстояния между результатами обычно равны. Таким образом, интервал между точками 70 и 80 будет таким же, как между 80 и 90. Заметим, что нулевая отметка на интервальной шкале не означает полное отсутствие измеряемого явления, то есть ноль градусов по шкале Фаренгейта не значит, что нет температуры. Для дальнейшего объяснения возьмем чаще всего используемый показатель умственного развития IQ. Будет ли разница между IQ 90 и 100 (10) равна разнице между IQ 40 и 50 ( также 10 точек)? Или разнице между IQ 120 и 130? Если мы принимаем, что результаты составляют интервальную шкалу, то мы должны предположить, что 10 точек - одинаковое значение на участках шкалы. Но знаем ли мы это? Нет, и ниже мы это объясним. Мы можем продемонстрировать равные интервалы, обратясь к некоторым измерениям, приняв стандартные единицы. Эта одна из причин существования Института метрологии, находящегося в Санкт-Петербурге. Каждый желающий может посетить его и действительно "увидеть" стандартные “метры” (“килограммы”, “граммы” и т.д.), которые определяют эти единицы. Так как это не просто, вы можете предположительно проверить вашу школьную линейку, используя “стандартные сантиметры”, чтобы увидеть, что один сантиметр равен другому на протяжении всей линейки. Вы можете буквенно обозначить “стандартный сантиметр” на разных отметках линейки. Но подобных стандартных единиц нет для IQ или любой другой переменной, используемой в педагогических исследованиях. Годы спустя, были разработаны сложные и умные технологии, чтобы создать интервальные шкалы для исследований. Детали остаются за скобками этой книги, но нужно знать, что все они основываются на очень спорных допущениях.
В действительной практике большинство исследователей предпочитают действовать так, как если бы они имели интервальную шкалу, потому что она позволяет использовать более восприимчивые процедуры анализа данных и также потому, что с годами использование интервальной шкалы стало иметь смысл. Но в любом случае, действие, "как если бы" мы имели интервальную шкалу, предполагает допущения ( а в конечном итоге и данные), которые не могут быть доказаны.
Соотносительная шкала
Интервальная шкала не обладает достоверностью, если у нее нет нулевой отметки. Шкала, имеющая нулевую отметку, или точку отсчета, называется соотносительной. Например, шкала, созданная для измерения высоты, будет соотносительной, так нулевая отметка на ней представляет полное отсутствие возвышенности. Нулевая отметка на весах будет обозначать отсутствие веса (массы). Соотносительная шкала почти никогда не используется в педагогических исследованиях, так как исследователи редко используют измерения, имеющие действительно нулевую точку. Даже в редких случаях, когда ученик не получил ни одного балла за ответ на уроке, это не значит, что у него нет того, что измеряется. К другим переменным, включающим соотносительную шкалу, относятся заработок, время на задание, возраст и т.д.
Здесь уместен вопрос:" Хорошо, но что дальше? Почему эти различия так важны?". Существует, по крайней мере, две причины, по которым вы должны получить элементарное понимание разницы между этими четырьмя методами первичной оценки информации. Соотносительная шкала представляет больше информации, чем интервальная, которая предоставляет больше информации, чем ординальная, ну а ординальная -больше, чем номинальная. Из этого следует, что, по возможности, исследователи должны использовать тот тип измерений, который предоставит максимум сведений для ответа на изучаемые вопросы. Вторая причина в том, что некоторые виды статистических процедур не подходят для разных шкал. Способ, по которому данные в исследованиях организуются, диктует определенный единственный тип статистического анализа (более подробно см. в главе, посвященной описательной статистике).
Иногда исследователи имеют свободу выбора. Они могут рассмотреть данные как в ординальной, так и в интервальной шкалах. Например, исследователь использует самостоятельно заполняемую анкету для измерения самооценки. Обработанная по количеству отмеченных пунктов (да/нет) анкета показывает высокую самооценку. Для данной модели 60, исследователь обнаружил колебание результатов от 30 до 75. Можно обработать данные по интервальной шкале, при этом необходимо принять, что равные интервалы в результатах (30-34,35-39,40-44) представляют равные различия в самооценке. Заметим, что исследователь не может использовать соотносительную шкалу, так как результат 0 не может быть принят в качестве нулевой самооценки. Если работать с этим допущением неудобно, то можно использовать результаты для выстраивания их в модели от самого высокого (категория №1) до самого низкого (категория №60). Если в последующем анализе пользоваться только этими категориями, то предполагается, что эта методика включает только ординальную шкалу.
К счастью, исследователи могут избежать этого выбора. У них есть право работать с данными, отдельно обращаясь к обоим шкалам. Важной для понимания вещью является то, что исследователь должен быть готов доказать те положения, которые лежали в основе выбора той или иной шкалы измерений для сбора и организации данных.
.
Валидность исследования
“Лишь в истине - и цель,и красота”
И.Бунин
Валидность исследования была определена Куком (Cook) и Кэмпбеллом (Campbell) в 1979 году как наилучшая из имеющихся апроксимаций истинных высказываний, включая высказывания затрагивающие причинно-следственные связи. Данное определение относится к установлению точности выводов исследования и подчеркивает относительный характер истины, которой возможно достичь в социальных науках. В любом научном исследовании нужно уметь ответить на следующие вопросы:
существует ли зависимость между двумя переменными;
носит ли эта зависимость причинный характер;
является ли данная зависимость значимой;
действительно ли процедуры измерения и наблюдения относятся к исследуемым конструктам;
могут ли быть обобщены причинные зависимости, выявленные в ходе исследования.
Поэтому выделим следующие типы валидности, относящиеся к этим вопросам.
Валидность статистических выводов
“Блажен, кто менее зависит
от людей”.
Г.Державин
Этот тип валидности соответствует проверке статистической значимости зависимости между двумя переменными. Такие выводы всегда являются вероятностными. Действительно, можно совершить два типа ошибок: решить, что зависимость является значимой, в то время, когда это не так, или решить, что значимая зависимость между переменными отсутствует, когда, напротив, она имеется.
Существуют некоторые факторы, которые могут снижать валидность статистических выводов:
слабая чувствительность исследований, которая проявляется при недостаточной по численности выборке или при большой изменчивости в сравниваемых группах, то есть испытуемые являются слишком разными и сильно отличаются друг от друга относительно некоторых переменных;
низкая надежность методик измерения или процедур манипулирования переменными, которые используются в исследовании;
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18
