ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 23.11.2023
Просмотров: 17
Скачиваний: 2
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Задание 1
Формулируем гипотезы:
Н0 (1): различия у студентов-экстерналов в уровне соперничества и студентов с преобладанием интернального локуса контроля отсутствуют.
Н1 (1): у студентов-экстерналов уровень соперничества по сравнению со студентами с преобладанием интернального локуса контроля различается.
Проверка на нормальность переменных выявила, что распределение обеих переменных подчиняется нормальному закону, следовательно, в сравнительном анализе будем использовать параметрический t-критерий Стьюдента. Сравниваем уровень соперничества у студентов-экстерналов и студентов-интерналов (будем использовать t-критерий для независимых выборок):
-
В меню Анализ выбираем команду Сравнение средних – t-критерий для независимых выборок. На экране появится диалоговое окно t-критерий для независимых выборок. -
Выделяем переменные уровень соперничества у студентов-экстерналов и уровень соперничества у студентов-интерналов и перемещаем их в список Тестируемые переменные. -
Во второй выборке студентов-экстерналов выделяем как 1, интерналов – как 2 -
Щелкаем на нижней кнопке со стрелкой, чтобы переместить переменную в поле Группирующая переменная. -
Щелкаем на кнопке Определение групп, чтобы открыть одноименное диалоговое окно. -
Вводим число 1 в поле Группа 1, вводим число 2 в поле Группа 2 и щелкаем на кнопке Продолжить, чтобы вернуться в диалоговое окно t-критерий для независимых выборок. -
Щелкаем на кнопке OK, чтобы открыть окно вывода.
Критерий равенства дисперсий Ливиня (F = 0,008 при р = 0,929 > 0,05) указывает на то, что дисперсии двух распределений переменной уровень соперничества статистически значимо не различаются, следовательно, можем интерпретировать результаты работы t-теста. По t-критерию Стьюдента для независимых выборок не обнаружено статистически значимых различий в уровне соперничества (t = –0,397 при р = 0,693 > 0,05).
Ответ: не выявлены статистически значимые различия в уровне соперничества у студентов интерналов и экстерналов.
Задание 2
Выдвигаем гипотезы Н1 и Н0.
Н0: взаимосвязь между умением учиться (УУ), навыками самоконтроля (НС) и успеваемостью (Усп) отсутствует.
Н1: у учащихся существует взаимосвязь между умением учиться (УУ), навыками самоконтроля (НС) и успеваемостью.
Запускаем пакет SPSS, описываем переменные и заносим исходные данные в таблицу. Используем ранговую корелляцию.
В меню Анализ – Корреляции – Двумерные открывается диалоговое окно Двумерные корреляции.
Выбираем переменные, выделяем их и переносим в поле Переменные. Флажок около коэффициента Пирсона выставлен по умолчанию.
Щелкаем на кнопке OK, чтобы открыть окно вывода.
Результаты. Обнаружена статистически значимая, прямая, сильная взаимосвязь между умением учиться и навыками самоконтроля (r = 0,774 при p < 0,01), следовательно, можем отметить, что чем больше время решения наглядно-образных заданий, тем больше и время решения вербальных заданий.
Обнаружена статистически значимая, прямая, умеренная взаимосвязь между навыками самоконтроля и успеваемостью (r = 0,612 при p < 0,05).
Взаимосвязи между умением учиться и успеваемостью не обнаружено.
Вывод: существует зависимость между навыками самоконтроля и умением учиться – чем выше самоконтроль, тем более развито умение учиться, также есть взаимосвязь между навыками самоконтроля и успеваемость, чем более организован студент, тем лучше у него успеваемость.
Задание 3.1
Для ответа на поставленный вопрос следует использовать однофакторный дисперсионный анализ. Условием применимости дисперсионного анализа является равенство дисперсии факторной величины в различных группах. Проверить, удовлетворяют ли исходные данные этому условию, можно с помощью теста Ливиня. Если критическое значение статистики Ливиня больше эмпирического при заданном уровне значимости, то гипотеза принимается и дисперсию в группах можно считать одинаковой, а применение дисперсионного анализа оправданным.
Формулируем гипотезы:
Н0: объем внимания не зависит от возраста, объем внимания не зависит от пола
Н1: объем внимания зависит от возраста, объем внимания зависит от пола.
Для проверки наличия взаимосвязи между объемом внимания, полом и возрастом внесем данные в окно редактора SPSS и проведем дисперсионный анализ, активизировав опции Анализ – Сравнение средних – Однофакторный дисперсионный анализ.
В появившемся окне следует переменную объем внимания перенести в окно Список зависимых, а переменную возраст – в окно Фактор.
Для того чтобы проверить однородность дисперсии
, необходимо нажать кнопку Параметры, в появившемся окне отметить флажком Описательные статистики, Тест на однородность дисперсии, График средних значений и нажать кнопку OK.
В окне результатов интерес для нас представляют таблица итогов проверки входных данных на однородность дисперсии и таблица итогов однофакторного дисперсионного анализа.
Итоги теста Ливиня на однородность дисперсии
| Статистика Ливиня | Ст. св. 1 | Ст. св. 2 | Знач. |
| 0,439 | 2 | 27 | 0,649 |
Из приведенных данных следует, что статистически достоверных различий между дисперсиями не обнаружено, поскольку значимость статистики Ливиня р = 0,649 превышает р-уровень = 0,05, что позволяет отклонить гипотезу о неравенстве дисперсий.
Итоги однофакторного дисперсионного анализа в SPSS
| | Сумма квадратов отклонений | Ст. св. | Средний квадрат | F | Знач. |
| Между группами | 6,067 | 2 | 3,033 | 4,222 | 0,025 |
| Внутри групп | 19,400 | 27 | 0,719 | | |
| Итого | 25,467 | 29 | | | |
Для нас представляет интерес окончательный результат: эмпирическое значение статистики Фишера в нашем примере Fэмп = 4,222 и значимость р = 0,025. Поскольку проверялась исходная гипотеза (Н0) об отсутствии взаимосвязи между объемом внимания и возрастом и эмпирическое значение Fэмп = 4,222 при уровне значимости р = 0,0025 оказалось больше критического значения, то нулевую гипотезу придется отклонить и принять альтернативную (Н1) – о наличии взаимосвязи между факторным и результативным признаками. Таким образом, объем внимания зависит от возраста.
Для проверки наличия взаимосвязи между объемом внимания, полом и возрастом внесем данные в окно редактора
SPSS и проведем дисперсионный анализ, активизировав опции Анализ – Сравнение средних – Однофакторный дисперсионный анализ.
В появившемся окне следует переменную объем внимания перенести в окно Список зависимых, а переменную пол – в окно Фактор.
Для того чтобы проверить однородность дисперсии, необходимо нажать кнопку Параметры, в появившемся окне отметить флажком Описательные статистики, Тест на однородность дисперсии, График средних значений и нажать кнопку OK.
В окне результатов интерес для нас представляют таблица итогов проверки входных данных на однородность дисперсии и таблица итогов однофакторного дисперсионного анализа.
Итоги теста Ливиня на однородность дисперсии
| Статистика Ливиня | Ст. св. 1 | Ст. св. 2 | Знач. |
| 0,171 | 1 | 28 | 0,682 |
Из приведенных данных следует, что статистически достоверных различий между дисперсиями не обнаружено, поскольку значимость статистики Ливиня р = 0,682 превышает р-уровень = 0,05, что позволяет отклонить гипотезу о неравенстве дисперсий.
Итоги однофакторного дисперсионного анализа в SPSS
| | Сумма квадратов отклонений | Ст. св. | Средний квадрат | F | Знач. |
| Между группами | 0,533 | 1 | 0,533 | 0,599 | 0,0445 |
| Внутри групп | 24,933 | 28 | 0,890 | | |
| Итого | 25,467 | 29 | | | |
Для нас представляет интерес окончательный результат: эмпирическое значение статистики Фишера в нашем примере Fэмп = 0,599 и значимость р = 0,0445. Поскольку проверялась исходная гипотеза (Н0) об отсутствии взаимосвязи между объемом внимания и возрастом и эмпирическое значение Fэмп = 0,599 при уровне значимости р = 0,0445 оказалось в пределах критического значения, то нулевую гипотезу принимаем – взаимосвязи между факторным и результативным признаками нет. Таким образом, объем внимания не зависит от пола.
Задание 3.2
Вносим данные задачи в окно редактора SPSS.
В меню Анализ выбираем команду Регрессия – Линейная. На экране появится диалоговое окно Линейная регрессия. В списке, находящемся в левой части диалогового окна, содержатся имена двух переменных – это имена время и оценки. Щелкаем сначала на переменной оценки, чтобы выделить ее, а затем – на верхней кнопке со стрелкой, чтобы переместить переменную в поле Зависимая переменная.
Щелкаем сначала на переменной время чтобы выделить ее, а затем – на второй сверху кнопке со стрелкой, чтобы переместить переменную в список Независимые переменные.
Щелкаем на кнопке ОК, чтобы открыть окно вывода.
Необходимо обратить внимание на значительный коэффициент корреляции зависимой переменной оценки с независимыми переменной время. Величина R2 = 0,795 означает, что 79,5 % дисперсии переменной оценки обусловлено влиянием со стороны переменной время, F = 27,124 при р < 0,001. Это означает, что с увеличением бесполезно проводимого времени студента его успеваемость снижается.
Задание 4.1
Н0: данные по 14 признакам не объединяются в факторы.
Н1: данные по 14 субтестам достоверно можно объединить в 2 фактора: профессионально значимые качества (К2, 4, 5, 7, 8, 10, 12, 14), личностно значимые качества (К1, 3, 6, 9, 11, 13).
Устанавливаем указанные параметры в окне факторного анализа.
Вывод. В первой из двух таблиц, представленных на странице вывода, перечислены имена переменных и общности. Четыре столбца второй таблицы содержат характеристики факторов: их порядковые номера (с 1-го по 14-й), процент общей дисперсии, обусловленной фактором, и соответствующий кумулятивный процент. Приведенная диаграмма называется графиком собственных значений, или диаграммой каменистой осыпи. Она представляет точки, соответствующие собственным значениям, в пространстве двух координат. По умолчанию SPSS вращает все факторы, чьи собственные значения превышают 1; в нашем случае число таких факторов равно 3, а достаточно было бы не трех, а двух факторов. Первый из факторов соответствует объединяет ключевые качества