УДК 159.9.075

ПРИМЕНЕНИЕ ПРОГРАММНОЙ СРЕДЫ SPSS ДЛЯ ИССЛЕДОВАНИЯ ДАННЫХ ПСИХОЛОГИЧЕСКИХ МЕТОДИК

Лагунова Александра Андреевна1, Муллинов Денис Олегович2, Баженов Руслан Иванович3
1Приамурский государственный университет им.Шолом-Алейхема, студент
2Приамурский государственный университет им.Шолом-Алейхема, студент
3Приамурский государственный университет им.Шолом-Алейхема, к.п.н., доцент, зав.кафедрой информатики и вычислительной техники

Аннотация
В статье рассматривается пример применения программы SPSS для обработки полученных по различным психологическим методикам данных опросов студентов. Студенты разделены на две группы: являющиеся членами молодежных организаций или нет. Были выявлены корреляционные зависимости между параметрами в методике определения общего показателя субъект-объектных ориентаций в обеих группах.

Ключевые слова: анкетирование, корреляция, критерий Колмогорова - Смирнова, критерий Манна - Уитни


APPLICATION OF SPSS SOFTWARE ENVIRONMENT FOR DATA EXPLORATION PSYCHOLOGICAL TECHNIQUES

Lagunova Aleksandra Andreevna1, Mullinov Denis Olegovich2, Bazhenov Ruslan Ivanovich3
1Sholom-Aleichem Priamursky State University, student
2Sholom-Aleichem Priamursky State University, student
3Sholom-Aleichem Priamursky State University, candidate of pedagogical sciences, associate professor, Head of the Department of Computer Science

Abstract
The article deals with an example of application of the program SPSS for processing received by various psychological methods of survey data of students . Students are divided into two groups: those who are members of youth organizations or not. It was revealed correlations between the parameters in the method of determining the overall index of subject-object orientations in both groups.

Keywords: correlation, Kolmogorov-Smirnov, Mann-Whitney, SPSS, survey


Рубрика: Психология

Библиографическая ссылка на статью:
Лагунова А.А., Муллинов Д.О., Баженов Р.И. Применение программной среды SPSS для исследования данных психологических методик // Психология, социология и педагогика. 2015. № 6 [Электронный ресурс]. URL: http://psychology.snauka.ru/2015/06/5446 (дата обращения: 19.11.2016).

Каждому человеку хоть раз приходилось сталкиваться с тестовыми опросами. Кто-то его проходил, а кому-то и доводилось обрабатывать их. В нашем случае, для удобства обработки опросов, будем использовать среду SPSS и с ее помощью узнаем необходимые данные этим опроса, что позволит сделать полный анализ.

Проблемами использования программной среды SPSS занимались многие ученые. С.М.Осадчая, Р.В. Войкин представили SPSS как инструмент анализа и описательной статистики факторов потребительского поведения [1]. А.А.Серов провел скоринг экспериментальных данных с применением прогнозных моделей в среде пакета SPSS [2]. Н.М.Клепикова, Е.О.Шамшикова, Е.Ю.Куксина применяли SPSS для исследования взаимосвязи завистливости и самоотношения личности [3]. Использование статистического пакета SPSS в преподавании статистических дисциплин у студентов различных специальностей показала И.В.Тифанова [4]. А.А.Попов [5-6] применял SPSS для анализа экономики региона. Применение SPSS в измерении результативности деятельности таможенных органов исследовал А.Ю.Дианов [7]. Особенности моделирования латентных изменений с помощью SPSS показал Р.И.Остапенко [8-9]. О.А.Сдвижков применил задачи оптимизации в кластерном анализе [10]. Зарубежные ученые используют SPPS в своих исследованиях [11, 12]. Р.И.Баженов и др. показали опыт применения различных программных систем для анализа данных [13-16].

Объектом исследования стали анкеты опрошенных студентов разных вузов Дальнего Востока. Исследование проводилось с помощью опросника самоорганизации деятельности (ОСД), методики определения общего показателя субъект-объектных ориентаций (ОЖО), методики определения уровня групповой сплоченности Сишора, методики определения ценностно-ориентационного единства (ЦОЕ). В анкету был добавлен вопрос о вхождении респондентов в различные студенческие организации.

Целью исследования является нахождение каких-либо зависимостей в данных.

В результате обработки данные имеют следующие столбцы:

1) ОСД – Планомерность; Целеустремленность; Настойчивость; Фиксация; Самоорганизация; Ориентация на настоящее; Общий суммарный балл по ОСД;

2) ОЖО – Общий показатель субъект -объектных ориентаций О; Трансситуационная изменчивость Ои; Трансситуационный локус контроля Ол; Трансситуационная направленность освоения мира Оо; Трансситуационная подвижность Оп; Трансситуационное творчество От;

3) Уровень групповой сплоченности Сишора;

4) ЦОЕ

  • Отношение к учебе – Дисциплинированность (1); Целеустремленность (16); Внимательность (25); Прилежание (18); Трудолюбие (6);
  • Общий стиль поведения и деятельности – Общественная активность (12); Сознание общественного долга (3); Принципиальность (27); Идейная убежденность (7); Моральная воспитанность (9);
  • Качества, характеризующие знания – Начитанность (5); Осведомленность (32); Любознательность (14); Эрудированность (2); Духовное богатство (21);
  • Качества ума – Оригинальность (34); Сообразительность (4); Инициативность (24); Рассудительность (30); Практичность (20);
  • Качества, характеризующие учебно-организационные умения – Умение контролировать работу (8); Умение работать с книгой (13); Умение объяснить задачу (22); Умение планировать работу (15); Чувство ответственности (26);
  • Отношение к товарищам – Общительность (29); Честность (23); Справедливость (33); Самостоятельность (28); Отзывчивость (11); Коллективизм (17);
  • Отношение к себе – Самокритичность (10); Скромность (31); Самостоятельность (28); Уверенность в себе (35); Требовательность к себе (19).

После предварительной обработки данные были разделены на две группы: N=117 – студенты, состоящие в организациях; N=151 – студенты, не состоящие в организациях.

Для анализа данных, переходим к решению поставленных задач в среде SPSS.

1. Описательные статистики

Анализ -> Описательные статистики-> Описательные. Дальше в появившемся окне, перемещаем необходимые переменные для анализа. Проводим два анализа, для студентов входящих в студенческие организации и нет.

По описательным статистикам, мы видим, сколько человек принимало участия в опросах, на какие вопросы была наименьшая и наибольшая выборка, их среднее значения, а так же отклонения (рис.1, 2).

Рисунок 1 – Описательные статистики для группы «Участники студенческих организаций»

Рисунок 2 – Описательные статистики для группы «Не участники студенческих организаций»

2. Проверка на формы распределения (Критерий Колмогорова-Смирнова)

Классический критерий Колмогорова – Смирнова – предназначен для проверки простых гипотез о принадлежности анализируемой выборки некоторому полностью известному закону распределения. При помощи теста Колмогорова – Смирнова можно проверить, соответствует ли реальное распределение переменной нормальному, равномерному, экспоненциальному распределению или распределению Пуассона. Отклонения от нормального распределения считается существенными при асимптотической значимости больше 0,05.

Рисунок 3 – Опрос ОСД для группы «Не участники студенческих организаций»

На рис. 3 видно, что асимптотическая значимость для Настойчивости р = 0,254, поэтому значения переменной Настойчивость достаточно хорошо подчиняются нормальному распределению. Другие переменные не подчиняются нормальному закону распределения.

Рисунок 4 – Опрос ОСД для группы «Участники студенческих организаций»

На рис. 4 видно, что асимптотическая значимость для настойчивости, фиксации, самоорганизации, ориентации на будущее больше 0,05, поэтому значения перечисленных переменных подчиняются нормальному распределению. Переменная целеустремленность не подчиняются нормальному закону распределения.

Рисунок 5 – Опрос ОЖО для группы «Участники студенческих организаций»

На рис. 5 видно, что асимптотическая значимость для Трансситуационное творчество От р= 0,075 больше 0,05, поэтому значения этой переменной достаточно хорошо подчиняются нормальному распределению. Другие переменные не подчиняются нормальному закону распределения.

Рисунок 6 – Опрос ОЖО для группы «Не участники студенческих организаций»

На рис. 6 представлено, что переменные не подчиняются нормальному закону распределения, так как асимптотическая значимость меньше 0,05

Рисунок 7 – Опрос для группы «Участники студенческих организаций»

Мы наблюдаем (рис.7), что переменные по методикам Сироша и ЦОЕ не подчиняются закону нормального распределения, так как асимптотическая значимость меньше 0,05.

Рисунок 8 – Опрос для группы «Не участники студенческих организаций»

По данным рис.8 можно заметить, что переменные по методикам Сироша и ЦОЕ не подчиняются закону нормального распределения, так как асимптотическая значимость меньше 0,05.

3. Определение независимость двух выборок с помощью критерия Манна-Уитни.

По критерию Манна-Уитни, можно узнать есть ли различия в группах между собой, для этого необходимо, что бы асимптотическая значимость, была меньше 0,05.

Для проведения исследования необходимо объединить выборки в одну и указать в группирующей переменной метки значений (рис.9). В нашем случаем это 0- не состоит в студенческой организации и 1- состоит в студенческой организации.

Рисунок 9 – Метка значений


Рисунок 10 – Обработка данных опроса ОСД

Можно видеть (рис.10), что данные переменных настойчивость, фиксация, ориентация на будущее статистически неразличимы, так как асимптотическая значимость больше 0,05.


Рисунок 11 – Обработка данных опроса ОЖО

В результате (рис.11), можно сказать, что данные переменной Трансситуационная подвижность Оп статистически различимы (асимптотическая значимость меньше 0,05)


Рисунок 12 – Обработка данных других опроса

На основе данных рис. 12, можно сказать, что данные переменных статистически неразличимы (асимптотическая значимость больше 0,05).

4. Нахождение корреляции между параметрами в различных группах (участники и не участники студенческих организаций).

Проведем исследование корреляционных зависимостей между переменными опросов.

Правильно проведенная корреляция считается только, когда в ячейке есть *. Верхняя цифра корреляции – это значение самой корреляции, между двумя этими шкалами. Корреляция будет считаться, наиболее точной, если число по модулю, приближено к 1. Вторая цифра- это р, уровень значимости данной корреляции, чем ниже уровень, тем более полезнее корреляция, меньше вероятности допущенной ошибки.

Для расчета корреляционных коэффиционнтов Пирсона, необходимо в среде SPSS сделать Анализ->Корреляция->Парные.

После проведения предварительного корреляционного анализа, определим переменные в которых имеются зависимости (значения со *) и заново проведем исследования только с такими параметрами (рис. 13).

Рисунок 13 – Корреляционный анализ переменных опросов студентов, не состоящих в студенческих организациях

В результате можно сказать у студентов, не состоящих в студенческих организациях, имеется средняя зависимость между показателем субъект-объектных ориентаций и транситуационными переменными, целеустремленность слабо коррелирует с транситуационным локусом контроля. Транситуационные параметры, кроме локуса контроля, между собой имеют среднюю связь.

Аналогично исследуем опросы для студентов, участвующие в работе студенческих организаций (рис.14).

Рисунок 14 – Корреляционный анализ переменных опросов студентов, состоящих в студенческих организациях

Можно заметить (рис.14), что у данной группы студентов обнаруживается достаточно высокая корреляция между показателем субъект-объектных ориентаций и транситуационным творчеством, с остальными транситуационными параметрами он слабо связан. Так же видна средняя зависимость между транситуационными переменными.

В результате проведенного исследования мы выявили различные зависимости в психологическом состоянии студентов, участвующих в молодежных организациях или нет. Представленные интерпретации можно использовать при разработке молодежной политики в вузах. Описанные действия в дальнейшем могут применены в преподавании информационных технологий [17, 18].


Библиографический список
  1. Осадчая С.М., Войкин Р.В. SPSS как инструмент анализа и описательной статистики факторов потребительского поведения // Вестник Белгородского университета кооперации, экономики и права. 2011. № 1. С. 225-234.
  2. Серов А.А. Скоринг экспериментальных данных с применением прогнозных моделей в среде пакета SPSS // Традиции и новации в профессиональной подготовке и деятельности педагога. Материалы Всероссийской научно-практической конференции преподавателей и студентов. Ответственный редактор В.П.Анисимов. Тверь: Тверской государственный университет, 2013. С. 53-54.
  3. Клепикова Н.М., Шамшикова Е.О., Куксина Е.Ю. Взаимосвязь завистливости и самоотношения личности//Развитие человека в современном мире. 2014. № V-1 (V). С. 190-202.
  4. Тифанова И.В. Использование статистического пакета SPSS в преподавании статистических дисциплин у студентов различных специальностей // Наука и современность. 2010. № 3-1. С. 329-333.
  5. Попов А.А. Основы проведения факторного анализа социально-экономического развития региона с использованием программного комплекса SPSS (на примере Алтайского края) // Вестник Российского экономического университета им. Г.В. Плеханова. 2010. № 5. С. 81-88.
  6. Попов А.А. Проведение факторного анализа экономики региона с использованием программной системы SPSS // В мире научных открытий. 2010. № 2-1. С. 120-124.
  7. Дианов А.Ю. Применение SPSS в измерении результативности деятельности таможенных органов // Таможенная политика России на Дальнем Востоке. 2009. № 3 (48). С. 46-54.
  8. Остапенко Р.И. Особенности моделирования латентных изменений с помощью AMOS SPSS // Перспективы науки и образования. 2014. № 1 (7). С. 89-95.
  9. Остапенко Р.И. Особенности анализа лонгитюдных данных в психолого-педагогических исследованиях с помощью AMOS SPSS // Современные научные исследования и инновации. 2014. № 4 (36). С. 74.
  10. Сдвижков О.А. Применение задач оптимизации в кластерном анализе // Сервис в России и за рубежом. 2014. Т. 8. № 7 (54). С. 219-228.
  11. Hritcu R. O. S. A Multilevel Analysis of Life Satisfaction in Central and Eastern Europe // Procedia Economics and Finance. 2015. Т. 20. С. 289-300.
  12. Browning M., Pront L. Supporting nursing student supervision: An assessment of an innovative approach to supervisor support //Nurse education today. 2015. Т. 35. №. 6. С. 740-745.
  13. Муллинов Д.О., Баженов Р.И. Разработка в среде EVIEWS регрессионной модели рынка гаражных помещений г. Биробиджана //Nauka-Rastudent.ru. 2015. № 1 (13). С. 43.
  14. Лагунова А.А., Баженов Р.И. Разработка в среде GRETL регрессионной модели рынка вторичного жилья г. Биробиджана // Nauka-Rastudent.ru. 2015. № 1 (13). С. 40.
  15. Пронина О.Ю., Баженов Р.И. Исследование методов регрессионного анализа программной среды EVIEWS // Nauka-Rastudent.ru. 2015. № 1 (13). С. 45.
  16. Эм А.А., Баженов Р.И. Разработка в среде Eviews регрессионной модели реализации продукции компании по производству резинометаллических изделий // Экономика и менеджмент инновационных технологий. 2015. № 4 [Электронный ресурс]. URL: http://ekonomika.snauka.ru/2015/04/8673 (дата обращения: 22.04.2015).
  17. Баженов Р.И. Об организации деловых игр в курсе «Управление проектами информационных систем» // Научный аспект. 2014. Т. 1. № 1. С. 101-102.
  18. Баженов Р.И. Использование системы moodle для организации самостоятельной работы студентов // Журнал научных публикаций аспирантов и докторантов. 2014. № 3 (93). С. 174-175.


Все статьи автора «Баженов Руслан Иванович»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться:
  • Регистрация