что такое нормальное распределение в психологии

Распределение психологических показателей

При написании практической (эмпирической) главы курсовой, дипломной или магистерской работы по психологии наступает момент, когда результаты тестирования уже получены и нужно переходить к их анализу. И здесь у многих студентов-психологов возникает заминка: «С чего начать анализ данных?»

Некоторые начинают сразу переходит к расчету взаимосвязей или выявлению различий. Однако негласные правила представления результатов психологического исследования требуют, чтобы перед расчетом статистических критериев был проведен анализ распределений всех психологических показателей.

Распределение психологического показателя в группе испытуемых показывает, сколько респондентов имеют низкие, средние и высокие показатели по данному психологическому параметру.

Для большинства психологических тестов их создатели предлагают границы, отделяющие низкие, средние и высокие показатели. Иногда авторы тестов предлагают выделять не три диапазона значений, а больше, например, пять: низкое, ниже среднего, среднее, выше среднего, высокое.

Построить распределение психологического показателя, значит отобразить в виде таблицы или диаграммы, сколько испытуемых попадают в тот или иной диапазон значений этого показателя. Лучше приводить не только абсолютное число испытуемых, но и их долю по отношению к общему числу испытуемых (то есть, в процентах).

Примеры построения распределения психологических параметров

Предположим в рамках дипломной по психологии проводится исследование, цель которого анализ психологических факторов адаптации учащихся кадетской школы. Одна из задач эмпирического исследования – проанализировать уровень адаптации кадетов к школе, выявленный с помощью экспертного опроса воспитателей по 10-ти бальной шкале.

Строим распределение подростков по уровню адаптированности к условиям кадетской школы.

Анализ данных, отраженных на рисунке, показывает, что уровень адаптированности около 50% подростков в отношении бытовых условий, учебы и отношений оценен педагогами кадетской школы как средний. При этом общий уровень адаптированности двух третей учащихся кадетской школы (75%) находится на среднем уровне. Около трети подростков (30%) показывают низкий уровень адаптации в отношении учебы. При этом почти половина испытуемых (45%) показывают высокий уровень адаптации к бытовым условиям.

Следующий пример показывает анализ распределения испытуемых по уровню удовлетворенности трудом.

Анализ данных, отраженных на рис. 1, показывает, что более полвины испытуемых имеют высокий уровень осмысленности жизни и около половины – средний. Таким образом, подавляющее большинство испытуемых имеют средний и высокий уровень осмысленности жизни.

Распределение психологических показателей в практической главе ВКР по психологии может быть представлено в табличном виде.

Ниже приведено распределения испытуемых по показателям осмысленности жизни.

Таблица 1. Распределения испытуемых по показателям осмысленности жизни (в%)

Анализ данных, отраженных в таблице 1, показывает, что подавляющее большинство испытуемых имеют средний и высокий уровень выраженности показателей осмысленности жизни.

Среди различных видов распределений особое место занимает нормальное распределение.

Нормальное распределение

При написании курсовой, дипломной и магистерской работы по психологии знание самых общих сведений о нормальном распределении необходимо. Дело в том, что правильное использование некоторых статистических критериев требует нормальности распределения психологических показателей. Например, использование в эмпирическом исследовании ВКР по психологии t-критерия Стъюдента требует, чтобы данные подчинялись нормальному распределению.

Что же такое нормальное распределение?

Существует множество объектов и явлений, представляющих собой сложные системы, состоящие из маленьких составляющих. Огромные молекулы образуются из отдельных атомов, профессиональные сообщества образуются из отдельных людей.

Перед исследователями разных научных направлений стоит задача изучения систем, включающих множество взаимодействующих объектов. Такие системы широко распространены в природе, в обществе, в сети Интернет.

Одной из практических задач, возникающих при изучении подобного рода систем, является задача анализа распределения отдельных элементов системы, ее различных характеристик и пр. В частности, когда речь идет о массовом случайном проявлении признаков, то возникает так называемое нормальное распределение.

Проблема изучения систем и распределений их признаков особенно актуальна в психологических исследования. В эмпирических исследования психолог очень часто сталкивается с ситуацией, когда исследуемый феномен испытывает влияние множества факторов, что приводит к нормальному распределению признаков этого феномена. Свойства нормального распределения активно используются психологами при стандартизации тестов, разработки тестовых шкал, при статистической проверке гипотез и др.

Рассмотрим сущность нормального распределения на примере.

Представим, что мы провели диагностику уровня созерцательности в трех группах представителей трех стран – России, США и Китая. Мы знаем границы трех уровней созерцательности – низкого, среднего и высокого. Мы рассчитали доли испытуемых каждой группы, имеющих соответственно низкие, средние и высокие показатели созерцательности. И отразили это на рисунке.

Анализ данных, представленных на рисунке, показывает следующее:

В группе представителей Китая 70% имеют высокий уровень созерцательности. Таким образом, распределение китайцев по уровню созерцательности смещено в область высоких значений.

В группе россиян большинство респондентов (70%) имеют средний уровень созерцательности, при этом по 15% показывают ее высокую и низкую выраженность. Таким образом, распределение представителей России по уровню созерцательности близко к нормальному, то есть большинство имеют средний уровень, а меньшая часть – низкий и высокий.

Для проверки нормальности распределения показателей существуют специальные статистические критерии. Однако практика показывает, что в подавляющем большинстве случаев написания ВКР по психологии нормальность распределения показателей определяется качественно (как это было сделано выше), либо вообще не определяется. А использование t-критерия Стъюдента, требующего нормальности распределения показателей, определяется либо большим объемом выборки, либо предпочтениями научного руководителя.

Надеюсь, эта статья поможет вам написать работу по психологии самостоятельно. Если понадобится помощь, обращайтесь (все виды работ по психологии; статистические расчеты). Заказать

Источник

НОРМАЛЬНЫЙ ЗАКОН РАСПРЕДЕЛЕНИЯ И ЕГО ПРИМЕНЕНИЕ

Нормальный закон распределения играет важнейшую роль в применении численных методов в психологии. Он лежит в основе измерений, разработки тестовых шкал, методов проверки гипотез.

История применения закона нормального распределения в социальных и биоло­гических науках начинается, по-видимому, с работы бельгийского ученого А. Кетле «Опыт социальной физики» (1835 г.). В ней он доказывал, что такие явления, как про­должительность жизни, возраст вступления в брак и появления первого ребенка и т. д., подчиняются строгой закономерности. Она проявляется в том, что чаще всего встре­чаются средние значения соответствующих показателей, и чем больше отклонение от этой средней величины, тем реже встречаемость таких отклонений. Одинаковые от­клонения от среднего в меньшую и в большую сторону встречаются одинаково реже, чем среднее значение. Эту закономерность он назвал «законом уклонения от средней величины». В его исследованиях, и позднее — в исследованиях англичанина Ф. Галь-тона, было доказано, что распределение частот встречаемости любого демографиче­ского (продолжительность жизни и пр.) или антропометрического (рост, вес и пр.) показателя, измеренного на большой выборке людей, имеет одну и ту же «колоколо-

152 165 178 191 РОСТ, CM

Рис. 5.1. Полигон частот для роста 8585 взрослых людей, родившихся в Англии в XIX в. 1

‘ Гласе Дж., Стенли Дж. Статистические методы в педагогике и психологии. М., 1976. С. 98.

ЧАСТЬ I. ОСНОВЫ ИЗМЕРЕНИЯ И КОЛИЧЕСТВЕННОГО ОПИСАНИЯ ДАННЫХ

образную» форму (см. рис. 5.1). Форма таких распределений может быть описана ма­тематической формулой, которую предложил еще в XVIII веке математик де Муавр.

где/(х,) — высота подъема кривой, е — основание натурального логарифма (пример­но 2,718), л — число «пи» (примерно 3,14), Ми а — среднее и стандартное отклонения для переменной х„ которые определяют положение кривой на числовой оси и задают ее размах. Эта формула и соответствующая ей кривая (см. рис. 5.2) впоследствии по­лучили название закона нормального распределения.

Итак, исход азартной игры, и продолжительность жизни, и рост человека — все это случайные события, частота (или вероятность) встречаемости которых подчинена закону нормального распределения. А. Кетле объяснял это существованием «идеала» человеческой природы, которому соответствуют средние значения различных пока-

Рис. 5.2. График распределения вероятностей выпадения «орлов» в игре с 10 подбрасываниями монеты и кривая нормального распределения

ГЛАВА 5. НОРМАЛЬНЫЙ ЗАКОН РАСПРЕДЕЛЕНИЯ И ЕГО ПРИМЕНЕНИЕ

зателей. Ф. Гальтон, двоюродный брат Ч.Дарвина, проявление нормального закона рассматривал в связи с биологической изменчивостью, наследственностью и отбором. В дальнейшем трудами Ф. Гальтона и его последователей было доказано, что и психо­логические особенности, например способности, подчиняются нормальному закону. Поэтому дальнейшее развитие измерительного подхода в психологии и статистичес­кого аппарата проверки гипотез происходило на базе этого общего закона.

Подведем важный итог этого краткого исторического экскурса. Начиная со второй половины XIX столетия измерительные и вычислительные методы в психологии разрабатываются на основе следующего принципа. Если инди­видуальная изменчивость некоторого свойства есть следствие действия мно­жества причин, то распределение частот для всего многообразия проявлений этого свойства в генеральной совокупности соответствует кривой нормального распределения. Это и есть закон нормального распределения.

Закон нормального распределения имеет целый ряд очень важных след­ствий, к которым мы не раз еще будем обращаться. Сейчас же отметим, что если при изучении некоторого свойства мы произвели его измерение на вы­борке испытуемых и получили отличающееся от нормального распределение, то это значит, что либо выборка нерепрезентативна генеральной совокупно­сти, либо измерения произведены не в шкале равных интервалов.

НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ КАК СТАНДАРТ

Каждому психологическому (или шире — биологическому) свойству соот­ветствует свое распределение в генеральной совокупности. Чаще всего оно является нормальным и характеризуется своими параметрами: средним (М) и стандартным отклонением (о). Только эти два значения отличают друг от дру­га бесконечное множество нормальных кривых, одинаковой формы, задан­ной уравнением (5.1). Среднее задает положение кривой на числовой оси и выступает как некоторая исходная, нормативная величина измерения. Стандар­тное отклонение задает ширину этой кривой, зависит от единиц измерения и выступает как масштаб измерения (рис. 5.3).

ЧАСТЬ I. ОСНОВЫ ИЗМЕРЕНИЯ И КОЛИЧЕСТВЕННОГО ОПИСАНИЯ ДАННЫХ

Все многообразие нормальных распределений может быть сведено к од­ной кривой, если применить ^-преобразование (по формуле 4.8) ко всем воз­можным измерениям свойств. Тогда каждое свойство будет иметь среднее 0 и стандартное отклонение 1. На рис. 5.4 построен график нормального распре­деления для М= 0 и а = 1. Это и есть единичное нормальное распределение, кото­рое используется как стандарт — эталон. Рассмотрим его важные свойства.

99,72%

Рис. 5.4. Стандартное нормальное распределение

ГЛАВА 5. НОРМАЛЬНЫЙ ЗАКОН РАСПРЕДЕЛЕНИЯ И ЕГО ПРИМЕНЕНИЕ

□ если х, имеет нормальное распределение со средним М и стандартным отклонением о, то z = (х— М_х)/а характеризуется единичным нормаль­ным распределением со средним 0 и стандартным отклонением 1;

П площадь между х, и х₂ в нормальном распределении со средним М_х и стандартным отклонением о равна площади между Z\ = (x_l — М_х)/а и Z2 = (x₂ — М_х)/а в единичном нормальном распределении.

Итак, наиболее важным общим свойством разных кривых нормального распределения является одинаковая доля площади под кривой между одни­ми и теми же двумя значениями признака, выраженными в единицах стан­дартного отклонения.

Полезно помнить, что для любого нормального распределения существу­ют следующие соответствия между диапазонами значений и площадью под кривой:

М±а соответствует«68% (точно — 68,26%) площади;

М±2осоответствует =95% (точно — 95,44%) площади;

М±3а соответствует =100%(точно — 99,72%) площади.

Единичное нормальное распределение устанавливает четкую взаимосвязь стандартного отклонения и относительного количества случаев в генераль­ной совокупности для любого нормального распределения. Например, зная свойства единичного нормального распределения, мы можем ответить на сле­дующие вопросы. Какая доля генеральной совокупности имеет выраженность свойства от — \о до +1о? Или какова вероятность того, что случайно выбран­ный представитель генеральной совокупности будет иметь выраженность свойства, на За превышающую среднее значение? В первом случае ответом будет 68,26% всей генеральной совокупности, так как от — 1 до +1 содержится 0,6826 площади единичного нормального распределения. Во втором случае ответ: (100-99,72)/2 = 0,14%.

Полезно знать, что если распределение является нормальным, то:

90%всех случаев располагается в диапазоне значений М+ 1,64а;

95%всех случаев располагается в диапазоне значений М± 1,96с;

99%всех случаев располагается в диапазоне значений М+ 2,58с.

Существует специальная таблица, позволяющая определять площадь под кривой справа от любого положительного z (приложение 1). Пользуясь ею, можно определить вероятность встречаемости значений признака из любого диапазона. Это широко используется при интерпретации данных тестирования.

Источник

Тема 9. Психологическое измерение (6 ч)

1. Измерение в психологии.

3. Распределение признака. Параметры распределения.

4. Меры описательной статистики.

Измерение в психологии. Измерение в психологии может выступать как самостоятельный исследовательский метод, так и как компонент процедуры эксперимента.

Измерение в контексте эксперимента может использоваться:

1. Как метод регистрации состояния объекта исследования.

2. Как метод регистрации изменения состояния объекта в ответ на экспериментальное воздействие.

Измерение также лежит в основе психологических тестов.

Тест – сокращенная по времени и упрощенная процедура психологического измерения, применяемая для решения практических (реже – исследовательских) задач.

Различают три основных процедуры психологического измерения (основание – объект измерения):

1. Для определения сходства или различия людей.

2. В качестве задачи для испытуемого.

3. Для процедуры совместного измерения стимулов и людей.

Психологическое измерение служит для отнесения объекта исследования к тому или иному классу, точке шкалы. Измерением называется операция установления взаимно однозначного соответствия множества объектов и символов (чисел). Символы (числа) приписываются вещам по определенным правилам. Правила, на основании которых числа приписываются объектам, определяют шкалу измерения.

Шкалы измерения. Выделяются следующие типы шкал:

1. шкала наименований (номинативная, номинальная);

2. порядковая (ординальная);

3. шкала интервалов (интервальная);

4. шкала равных отношений.

Шкала наименований – это шкала, позволяющая распределять множество объектов на непересекающиеся классы. Шкала позволяет классифицировать по названию. Однако, название невозможно измерить количественно, оно лишь позволяет отличить один объект от другого.

Номинальная шкала – это способ классификации объектов, распределения их по классам (например, типы темперамента).

Частным случаем шкалы наименований является дихотомическая шкала, состоящая всего из двух классов (например, мужчина-женщина; автовладелец – не имеющий машины; женатый – холостой).

Признак, который измеряется по дихотомической шкале наименований называется альтернативным и он может принимать всего два значения.

Если же номинальная шкала не является дихотомической, то признак может принимать более двух значений.

После распределения всех объектов по классам можно перейти от наименований к числам, подсчитав количество наблюдений в каждом из классов. При этом наблюдение понимается как одна зарегистрированная реакция, один совершенный выбор, одно осуществленное действие или результат одного испытуемого. Например, при тестировании 100 испытуемых на предмет определения типа их темперамента было выявлено, что 17 человек – холерики, 38 человек – сангвиники, 27 человек – флегматики, 18 человек – меланхолики.

Таким образом, теперь можно оперировать этими числами, которые представляют частоты встречаемости различных наименований. Далее можно сопоставить полученное распределение с равномерным или каким-либо иным распределением. Единица измерения, которая при этом участвует – это количество наблюдений или частота.

В шкале наименований безразличен порядок расположения классов. В порядковой шкале классы образуют последовательность от «самого малого значения» до «самого большого значения» или наоборот.

Таким образом, при применении порядковой шкалы уместны определения «низкий класс», «средний класс», «высокий класс» или 1-й, 2-й, 3-й и т.д.

В данной ситуации переход к числам осуществляется по правилу: низший класс получает ранг 1, средний класс – 2, высший класс – 3.чем больше классов, тем больше возможностей для математической обработки полученных данных и проверки статистических гипотез. Все математические методы, основанные на принципе ранжирования, построены на применении шкалы порядка (например, тест Рокича). Таким образом, единица измерения в порядковой шкале – расстояние в один ранг, при этом расстояние между рангами может быть разным.

Однако, при проведении психологического эксперимента следует учитывать, что несмотря на всю их «объективность», в психологическом контексте они субъективны на уровне восприятия их каждым индивидом.

Шкала равных отношений – это шкала, которая классифицирует объекты пропорционально степени выраженности измеряемого свойства.

Классы обозначаются числами, которые пропорциональны друг другу. При этом должна быть абсолютная нулевая точка отсчета. В психологии данная шкала практически не применяется, поскольку в психологии трудно представить выраженность какого-либо свойства на нулевом уровне, это же относится и к установлению равных отношений между выраженностью признака.

При этом, абсолютный ноль может быть при подсчете количества субъектов, однако в этом случае измеренным оказывается не психологическое качество, а соотношение выборов в группе человек.

Распределение признака. Параметры распределения. Распределением признака называется закономерность встречаемости разных его значений.

В психологическом исследовании чаще всего речь идет о нормальном распределении.

Нормальное распределение характеризуется тем, что крайние значения признака в нем встречаются редко, а значения, близкие к средней величине достаточно часто (Рис. 1).

Рис. 1. График нормального распределения

График нормального распределения представляет собой колоколообразную кривую. Нормальным такое распределение названо потому, что оно очень часто встречается при проведении массовых научных исследований. Параметры распределения позволяют определить где «в среднем» располагаются значения признака, насколько они изменчивы и наблюдается ли преимущественное появление определенных значений признака. Поскольку нормальное распределение – это отражение параметров генеральной совокупности (популяции), то при проведении реальных исследований может идти речь не о самих параметрах, а о так называемых оценках параметров. Это объясняется ограниченным объемом выборки. Следовательно, чем больше выборка, тем ближе оценка параметра к истинному значению.

В случаях, когда по каким-либо причинам более часто появляются значения, которые выше или ниже среднего, образуется асимметричное распределение (Рис. 2)

Рис.2 Асимметричное распределение

В случаях, когда значения по каким-либо причинам преимущественно равны средним или близким к ним, получается распределение с положительным эксцессом (Рис. 3).

Рис.3. Распределение с положительным эксцессом

Если в распределении преобладают крайние значения, причем одновременно и более низкие, и более высокие, то это распределение с отрицательным эксцессом (Рис.4.).

Рис. 4. Распределение с отрицательным эксцессом

Построение распределения частот по результатам проведения реального эксперимента необходимо в том случае, когда просмотр индивидуальных значений не позволяет выявить какой-либо закономерности. В этом случае становится возможным выявить наиболее часто встречающееся значение либо интервал таких значений.

Меры описательной статистики. Описательная статистика – это число, которое позволяет экспериментатору описать некоторые характеристики данных, вместо того, чтобы сообщать о каждом значении.

Центральная тенденция – это статистика, которая описывает типичное поведение.

Используется три распространенных способа выражения центральной тенденции:

1. Среднее арифметическое (оценка математического ожидания) – это средневзвешенное значение, т.е. сумма всех индивидуальных значений, деленная на количество суммируемых значений.

2. Медиана – это фактически центральное значение; выше и ниже нее находится равное количество значений. Медиана не отражает величину различий между значениями, поскольку определяющим принципом при ее вычислении является только порядок. Медиана вычисляется путем расположения всех значений по порядку и выбора серединного из них. Если количество значений четное, то медиана находится посередине между двумя центральными значениями.

3. Мода – это наиболее часто встречающееся значение. Моду можно найти после того, как данные разбиты на категории и подсчитано количество значений внутри каждой категории.

Следует помнить, что центральная тенденция описывает только один специфический аспект.

Второй характеристикой, которая помогает описывать распределение, является характеристика разброса или рассеивания значений. Одной из характеристик разброса является размах, который рассчитывается путем вычитания наименьшего значения из наибольшего. Величина размаха позволяет исследователю понять, насколько большой диапазон значений может принимать характеристика внутри той группы, которая исследуется.

Таким образом, меры описательной статистики дают представление о том, какие тенденции выраженности признака имеются у представителей той части популяции, представители которой принимают участие в исследовании.

Контрольные вопросы:

1. Для чего используется измерение в психологии?

2. Какие типы шкал существуют и в чем специфика каждого из них?

3. Что называется распределением признака?

4. Как можно охарактеризовать нормальное распределение признака?

5. Какие виды распределения существуют?

6. Какие существуют способы выражения центральной тенденции?

Рекомендуемая литература:

1. Готтсданкер, Р. Основы психологического эксперимента [Текст]/ Р. Готтсданкер – М.: Издательство Московского университета, 1982.

2. Гудвин, Дж. Исследование в психологии: методы и планирование [Текст]/ Дж. Гудвин – СПб.: Питер, 2004.

3. Дорфман, Л.Я. Методологические основы эмпирической психологии: от понимания к технологии: учебное пособие для студентов вузов [Текст]/ Л.Я. Дорфман – М.: Смысл; Издательский центр «Академия», 2005.

4. Дружинин, В.Н. Экспериментальная психология: Учебник для вузов [Текст]/ В.Н. Дружинин – 2-е изд., доп. – СПб.: Питер, 2003.

5. Мартин, Д. Психологические эксперименты. Секреты механизмов психики [Текст]/ Д. Мартин – СПб.: прайм – ЕВРОЗНАК, 2002.

Тема 10. Доэкспериментальные и квазиэкспериментальные планы (2ч).

1. Доэкспериментальные планы.

2. Квазиэкспериментальные планы.

К доэкспериментальным планам относятся:

1. Исследование единичного случая ( х О).

2. План с предварительным и итоговым тестированием одной группы

3. Сравнение статистических групп ( х О₁)

Исследование единичного случая подразумевает однократное исследование одной группы. При таком способе исследования контроль внешних переменных полностью отсутствует. Также отсутствует материал для сравнения.

План с предварительным и итоговым тестированием одной группы не предусматривает наличия контрольной группы, следовательно, нельзя утверждать, что изменения зависимой переменной, регистрируемые в ходе исследования, вызваны именно изменением независимой переменной. Кроме того, не происходит контроля за фактором естественного развития. Также не учитывается эффект тестирования, т.е. возможное влияние предварительного тестирования на результаты итогового. Наряду с этим не происходит контроля дополнительных переменных.

Вариант сравнения статистических групп отличается от предыдущих наличием контрольной группы, что позволяет частично контролировать эффект истории и некоторые другие дополнительные переменные.

Следует отметить, что эти планы на современном этапе развития психологической науки практически не используются, за исключением особых случаев, когда использование более совершенного плана невозможно.

В таком случае исследователь использует искусственные схемы, которые и называются квазиэкспериментальными планами. Квазиэкспериментом называется любое исследование, направленное на установление причинной зависимости между двумя переменными, в котором отсутствует предварительная процедура уравнивания групп или контроль с участием контрольной группы заменен сравнением результатов неоднократного тестирования группы до и после воздействия.

Существуют два типа квазиэкспериментальных планов:

1. Планы экспериментов для неэквивалентных групп.

2. Планы дискретных временных серий.

К планам экспериментов для неэквивалентных групп можно отнести исследование естественных групп без предварительного уравнивания.

Еще одним примером квазиэкспериментального плана для неэквивалентных групп является план с предварительным и итоговым тестированием выборок, прошедших процесс рандомизации. Рандомизация – это такой способ отбора участников эксперимента и распределения их по группам испытуемых, при котором любой представитель генеральной совокупности имеет равные с остальными шансы на участие в эксперименте.

Такой план реализуется по схеме («R» – знак процедуры рандомизации):

Главный недостаток такого плана – невозможность контролировать эффект истории – т.е. фоновых событий, происходящих в период между первым и вторым тестированием наряду с воздействием независимой переменной.

Гораздо чаще применяются планы дискретных временных серий. Такие планы используются в том случае, когда совершенно невозможно сформировать контрольную группу.

Суть этого плана состоит в том, что первоначально определяется исходный уровень зависимой переменной на группе испытуемых с помощью серии последовательных замеров. Затем исследователь воздействует на испытуемых, после чего опять проводит серию замеров. Схема данного эксперимента выглядит следующим образом:

Модификацией этого плана является другой квазиэксперимент по схеме временных серий, в котором воздействие перед замером чередуется с отсутствием воздействия перед замером. Схема такого эксперимента выглядит следующим образом:

Этот вариант подходит лишь в том случае, когда эффект от воздействия обратим. Достоинством такой схемы является возможность сравнения результатов неоднократного воздействия.

Контрольные вопросы:

1. Какие виды экспериментальных схем относятся к доэкспериментальным планам?

2. Какое исследование можно назвать квазиэкспериментом?

3. В чем специфика планов для неэквивалентных групп?

4. В чем достоинства и недостатки планов дискретных временных серий?

Рекомендуемая литература:

1. Гудвин, Дж. Исследование в психологии: методы и планирование [Текст]/ Дж. Гудвин – СПб.: Питер, 2004.

2. Дружинин, В.Н. Экспериментальная психология: Учебник для вузов [Текст]/ В.Н. Дружинин – 2-е изд., доп. – СПб.: Питер, 2003.

3. Корнилова, Т.В. Экспериментальная психология: Теория и методы: Учебник для вузов [Текст]/ Т.В. Корнилова – М.: Аспект Пресс, 2002.

4. Солсо, Р.Л. Экспериментальная психология [Текст]/ Р.Л. Солсо, М.К. Маклин – СПб.: ПРАЙМ-ЕВРОЗНАК, 2006.

5. Эксперимент и квазиэксперимент в психологии. Учебное пособие [Текст]/ Под ред. Т.В. Корниловой – СПб.: Питер, 2004.

Источник