Научно-исследовательская деятельность 2. Физической культуры и спорта в. Н. Попков научноисследовательская
 Скачать 2.55 Mb.
|
 статистически недостоверна. Если мы считаем разность  практически существенной, то имеет смысл поставить вопрос: каким должен быть объём каждой выборки nнеобх., чтобы эта разность была статистически достоверна. Для ответа на этот вопрос подставим в формулу 5 полученные в предварительном исследовании данные и значение t = 2,1.  расчёт показывает, что если каждая из групп будет состоять из 24 человек, то разность между средними арифметическими  будет статистически достоверна с доверительной вероятностью P = 0,95. Действительно, при условии, что каждая группа будет состоять из 24 человек, расчетное значение t = 2,12, а табличное значение = 2,02. Как видите, вопрос о том, каков должен быть объём выборки, имеет конкретный ответ для каждого исследования, но этот ответ, в зависимости от степени варьирования изучаемого признака и условий, выбранных экспериментатором, может быть различным. Чтобы закончить рассмотрение этого вопроса, сделаем ещё одно замечание. Поскольку в современных исследованиях, как правило, изучается не один показатель, а комплекс различных характеристик, имеющих различную вариативность, то необходимый объём выборки, рассчитанный на разных показателях, будет различным. Но если исследователь предполагает изучать все характеристики на одной и той же выборке, расчёт nнеобх. следует проводить по той из них, которая имеет наибольший коэффициент вариации, который вычисляется по формуле:  (6).В этом случае все изучаемые вами характеристики будут оценены с избранной (или даже более высокой) точностью. Многие исследователи представляют в своих работах данные в виде процентных соотношений без указания ошибок репрезентативности или доверительных интервалов. В научных работах это совершенно недопустимо, так как в этом случае невозможно оценить статистическую достоверность полученных автором результатов. Указанный недостаток настолько широко распространен в дипломных работах студентов и даже в диссертациях, что на нем специально придется остановиться. Для показателей, выраженных в процентах, все перечисленные выше характеристики легко вычисляются, кроме того, для таких случаев существует широкий круг непараметрических методов, позволяющих оценивать достоверность полученных с их помощью результатов. Ошибка репрезентативности (mp) показателя, выраженного в процентах определяется по формуле:  (7),где p – доля случаев от общего объема выборки, выраженная в процентах, n – объем выборки. Например, обследовано n =120 человек, у 30 из них выявлен определенный тип реакции на экспериментальный фактор (т. е. p = 25 %).  Ожидаемую долю случаев в генеральной совокупности (p0) можно оценить доверительным интервалом  (8). ** Формула 8 дает приближенные границы доверительного интервала, более точную его оценку можно сделать с помощью специальных таблиц [См. 11, с. 101–105] Для доверительной вероятности равной 0,95 коэффициент  , следовательно, p0 можно описать доверительным интервалом: ,т. е. от 17 до 33 %. И еще одно замечание по поводу использования процентов. Не смотря на имеющиеся в учебниках по статистике указания о том, что вычисление процентов на выборках объемом значительно меньше 100 не имеет смысла, многие авторы упорно продолжают это делать. Покажем на примере, к чему это приводит. Представим себе, что указанные выше 25%, получены на выборке объемом не в 120, а в 12 человек (т. е. в трех случаях из 12). Подставив эти значения в приведенные выше формулы, 6 и 7 получаем:  Доверительный интервал для p0 при той же доверительной вероятности равной 0,95 будет:  т. е. от 0 до 50 % * Это означает, что при повторении опыта полученная в исследовании реакция или вообще не будет наблюдаться, или будет наблюдаться у 50 % испытуемых. Мы получаем статистически недостоверный результат, причем причиной недостоверности является недостаточный объем выборки. Но, пожалуй, наибольший вред приносит механическое использование количественных методов. Любые операции с количественными характеристиками объектов становятся бессмысленными, если выбор и результаты их применения не сопровождаются качественным (смысловым, сущностным) анализом. Это замечание относится не только к математическим и статистическим операциям, но и к арифметическим. Недооценка или непонимание этого важного положения приводит к легкомысленной «игре с циферками» и совершенно курьезным ситуациям. Например, в одной из работ автор в качестве критерия эффективности предлагаемой им методики привёл средние результаты пловцов контрольной и экспериментальной групп. Всё было бы хорошо, если бы не то обстоятельство, что в каждой из групп суммировалось время, показанное спортсменами, плывшими на разные дистанции и различными стилями. Такие средние вообще никакого смысла не имеют. Конечно, закона, который запрещал бы делать что-либо с числами, не существует, но какой смысл можно получить из бессмысленных действий?! В этой же работе на выборке в 12 человек анализировалось процентное распределение испытуемых в зависимости от типа реакции на применённое воздействие. При этом автор сумел отнести к одному из типов реакции 2 % испытуемых (а ведь это составляет 0,24 человека!), видимо ему невдомек, что кроме математической неграмотности он продемонстрировал научную недобросовестность, выразившуюся в явной подтасовке данных. |