авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 | 2 || 4 | 5 |   ...   | 8 |

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ФИЗИЧЕСКОЙ КУЛЬТУРЕ И СПОРТУ СИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФИЗИЧЕСКОЙ КУЛЬТУРЫ И СПОРТА ...»

-- [ Страница 3 ] --

Достоверность научного факта характеризуется вероятностью его существования.

Точность научного факта определяется объективными методами и характеризуется совокупностью наиболее существенных признаков пред метов, явлений, их количественными отношениями [46].

Для того чтобы данные, полученные в эксперименте, можно было рассматривать как научные факты, они должны отвечать следующим тре бованиям:

- выражать свойства, связи и отношения объектов, зафиксированных в эксперименте;

-иметь форму логических высказываний:

- получаться на основе индукции посредством статистических вероят ностных способов обработки результатов эксперимента [52].

Зафиксировать какое-либо свойство объекта это еще не означает по лучить новый научный факт, это только объективная реальность, фактиче ский материал. Научным фактом он становится только тогда, когда полу чает объяснение с позиции науки. Поскольку истолкование фактического материала всегда осуществляется человеком, результаты этого истолкова ния могут быть различны как в силу чисто субъективных особенностей, так и в зависимости от научных позиций исследователей. Научный факт приобретает ценность, если он имеет общепознавательное, теоретическое или практическое значение.

Одновременно с регистрацией собранного материала следует вести его группировку, сопоставлять, сравнивать полученные цифровые данные и т.п. При этом особую роль играет классификация, без которой невоз можно научное построение или вывод [28].

Следует особо остановиться на статистической природе полученных в эмпирическом исследовании фактов. Рассмотрим эту природу на следую щем примере. Допустим, что исследователю необходимо выяснить, чему равно время зрительно-моторной реакции 15-летних юношей. С этой це лью в группе из п человек измеряется X - время реакции. Для того чтобы определить устойчивый, типичный уровень признака, вычисляются X среднее значение отХ. - времени реакции п испытуемых. Заметим, что Хп можно рассматривать как одно из возможных значений X, которые могут быть получены на других аналогичных выборках. Поскольку время реак ции каждого испытуемого при повторных замерах существенно варьирует, то в качестве X. обычно используют средние значения Xк от к измерений, выполненных на каждом испытуемом. Каждое единичное измерение одно го испытуемого X к можно рассматривать как одно из возможных значений в оценке истинного результата X ^ данной попытки, поскольку результат любого измерения дает не истинное значение измеряемой величины, а его оценку с некоторой случайной погрешностью т. Далее, обращаясь к при роде случайной погрешности, мы также можем выделить вариацию, свя занную с основной и дополнительной погрешностями, оценки которых, в свою очередь, имеют статистическую природу. Теоретически эту редук цию можно продолжать до бесконечности, хотя на практике она заканчи вается на оценке погрешности измерительного устройства.

Из приведённого примера ясно, что исследователь должен уметь ис пользовать статистические методы для оценки погрешности измеритель ного средства, измерительной процедуры в целом, расчёта необходимого числа измерений для надёжной оценки одного испытуемого и необходимо го количества испытуемых для достижения статистической достоверности фактов, полученных в исследовании. Без такой оценки полученные в ис следовании результаты не могут претендовать на роль научных фактов, отражающих какую-либо закономерность.

3.9.1. Качественное и количественное описание свойств объекта Математика может избавить нас от мучительной необходимости размышлять, но мы должны платить за эту привилегию, испытывая муки раздумий, как до того как математика вступает в действие, так и после.

А.Каплан I Описание любого объекта может осуществляться как качественным, так и количественным способом. Качественное описание свойств, сторон и отношений объектов осуществляется в словесной форме и используется для объяснения смысловой, содержательной сущности изучаемых явлений, раскрытия их внутренних и внешних причинно-следственных связей. Это описание всегда осуществляется человеком (субъектом), опирается на на копленные им знания и информацию, полученную с помощью органов чувств. Следовательно, качественное описание всегда имеет значительную долю субъективной окраски, не случайно объяснения одного и того же факта разными людьми могут существенно различаться.

Количественное описание тех же объектов предполагает использова ние объективной меры интересующего нас свойства, качества и выражает ся с помощью чисел, геометрических образов, опирающихся на строгие математическйе и логические законы. Количественное описание является результатом подсчётов или измерений.

Важной особенностью количественного описания является его абст рактный характер, поскольку используемые при этом числа являются мате матическими абстракциями, "оторванными" от вещественной сущности изучаемых объектов. С одной стороны, это дает возможность использовать одни и те же математические модели при решении однотипных задач, относящихся к самым различным по своей природе объектам и их свойствам.

С другой стороны, эти модели всегда отражают реальное явление в неполном, усеченном виде.

Выбор модели, способа описания и обработки объективных данных является процессом субъективным. Кроме того, результат любого количест венного анализа может быть наполнен смысловым содержанием только в результате своеобразного «перевода» с количественного на качественный язык. Этот «перевод» также носит субъективный характер, поскольку его всегда осуществляет человек. Отсюда следует сделать следующие выводы:

• никакие самые совершенные методы количественного анализа не мо гут гарантировать справедливость качественных выводов сделанных иссле дователем;

• недопустимо как излишнее преувеличение роли количественных ме тодов, так и пренебрежительное отношения к их роли в решении задач науки и практики в любой сфере человеческой деятельности;

• качественные и количественные методы должны использоваться только совместно.

3.9.2. Ишерения Наука начинается с тех пор, как начинают измерять Д.И.Менделеев Ни одно исследование эмпирического уровня не обходится без изме рений. Теоретическими и практическими вопросами, связанными с изме рениями, занимается наука об измерениях - метрология. Каждому иссле дователю желательно освоить необходимый объём знаний из области мет рологии.

Обращаем внимание читателя на некоторые принципиально важные моменты, связанные с измерениями. Прежде всего, на то, что в научной литературе (особенно по педагогике, психологии и социологии) сосущест вуют две разных точки зрения на трактовку термина «измерение». Соглас но первой - «измерение - это физический процесс сравнения измеряемой величины с величиной того же рода, принятой за единицу». Такое понима ние термина «измерение» является классическим и восходит к истокам метрологии - науки об измерении физических величин.

Стремление использовать количественное описание качеств, непод дающихся непосредственному выражению через единицы физических ве личин (например, таких свойств, как интеллект, успеваемость, выносли вость и др.) привело к созданию различных приёмов, позволяющих полу чать количественные характеристики таких качеств.

К числу таких приемов относятся, в частности, методы экспертного оценивания. То обстоятельство, что результатом применения таких приё мов является количественная характеристика, привело к появлению вто рой, расширенной трактовки понятия «измерение» как «процесса установ ления соответствия между изучаемыми явлениями, с одной стороны, и числами - с другой».

Неоднозначность трактовки понятия «измерение» в научной и мето дической литературе создает определённые неудобства, в частности, при выборе адекватных методов статистического анализа количественных ха рактеристик объекта исследования необходимо учитывать способ, кото рым они были получены.

Для определения способа получения количественной характеристики используют особое понятие «шкала измерения». Шкалой измерений назы вают числовую систему, в которой отношения между различными свойст вами изучаемых объектов (или уровнями свойства) переведены в значения того или иного числового ряда. Ознакомление с основными типами шкал измерений полезно, по меньшей мере, по следующим причинам:

1) указание шкалы дает возможность не только понять способ полу чения количественной характеристики, но и оценить степень ее объектив ности;

2) знание типа использованной шкалы необходимо учитывать при вы боре адекватного метода статистического анализа результатов измерения;

3) знание использованной шкалы может оказаться полезным при ка чественной (смысловой) интерпретации количественных данных.

Наиболее распространенными являются четыре типа шкал: наимено ваний, порядка, интервалов и отношений.

Шкала наименований (номинальная). В этой шкале числа используют ся в качестве меток, ярлыков, присваиваемых объектам, классифицируе мым по какому-либо признаку. Например, номер учебной группы, номер игрока в команде и т.п. Поскольку в этой шкале числа указывают только на наличие какого-либо свойства, но не выражают его количественную ме ру, выполнять какие-либо арифметические операции с этими числами смысла не имеет. Однако возможно выполнение таких статистических операций, как определение частот (количества объектов в каждом классе), вычисление простого или процентного отношения этих частот к общему числу, нахождение модального класса и моды.

Шкала порядка (или шкала рангов). Эта шкала позволяет упорядочить объекты в зависимости от различий в уровне какого-либо свойства, но не позволяет указать количественную меру этих различий. Например, извест ны места, занятые спортсменами в забеге, но время, показанное каждым из них, неизвестно. В такой ситуации можно объективно сказать, у кого вре мя больше, но нельзя судить, во сколько раз больше или на сколько боль ше. Несколько иная, но очень похожая ситуация возникает, если измерить интересующее качество в принципе невозможно, но можно, с достаточной для решения практической задачи вероятностью, оценить ранги объектов по заданному свойству. Например, с помощью экспертных оценок, как это делается при судействе в фигурном катании, гимнастике или на конкурсе красоты. Пользуясь шкалой порядка, можно выяснить положение изучае мого объекта в рассматриваемом ряду, но нельзя определить величину ин тервалов, на которые разбит этот ряд. Поэтому с этими числами (баллами, рангами), приписываемыми объектам, так же как и в шкале наименований, не имеет смысла производить арифметические действия (складывать, вы читать, умножать, делить).

Широко распространённой ошибкой, встречающейся в педагогиче ских диссертациях, является попытка складывать, выводить среднеариф метические значения или производить арифметические действия с число выми значениями (баллами), полученными в этой шкале. С Числами, полу ченными в шкале порядка, имеет смысл применение непараметрических статистических критериев.

Шкала интервалов. Если в шкалах наименования и порядка единицы измерения не используются, то в шкале интервалов численные значения величины разделены определенным числом единиц измерения. Отличи тельной особенностью этой шкалы является произвольно установленное начало отсчета. Например, при измерении температуры, угла в суставе, ле тоисчислении. Результаты измерений, выполненные в этой шкале, позво ляют судить о том, «насколько одно значение больше другого», но не по зволяют вычислять отношение, т.е. оценивать, «во сколько раз больше».

С результатами, полученными в шкале интервалов, имеют смысл все математические операции, кроме вычисления отношений.

Шкала отношений. Шкала отношений характеризуется не только раз делением полученных значений вполне определенным числом единиц из мерения, но и тем, что нулевая точка в ней не произвольна, а свидетельст вует, что уровень измеряемого свойства в ней действительно равен нулю.

В шкалах отношений измеряют расстояние, массу, силу, скорость и другие величины, в том числе и те, которые образуются как разности чи сел, полученных в шкале интервалов (например, интервалы времени). С результатами измерений, полученными в шкале отношений, использова ние любых математических действий имеет смысл.

Следует подчеркнуть, что из всех перечисленных шкал только шкала отношений в полной мере соответствует понятию "измерение" в классиче ском его понимании.

Следующие ниже замечания относятся, в основном, к измерениям в шкалах отношений и в шкалах интервалов.

При выборе способа измерения основной задачей исследователя явля ется обеспечение сравнимости и необходимой точности результатов ис следований. Сравнимость, т.е. возможность сопоставления результатов ис следований, выполненных различными авторами, обеспечивается за счёт унификации методов измерений.

По поводу точности следует заметить, что стремление «делать всякое измерение как можно точнее» является ошибочным. Например, не имеет смысла использовать в гастрономе аптекарские весы, а в аптеке пытаться взвесить дозу сильнодействующего лекарства на торговых весах. Первая ситуация выглядит совершенно неоправданной (поскольку чем точнее из мерительное устройство, тем оно дороже), а вторая - слишком рискован ной. Поэтому измерение должно всегда выполняться с достаточной для решения исследовательской или практической задачи точностью.

Поскольку ни одно измерение не может быть практически реализова но с абсолютной точностью, выбирая способ измерения, исследователь должен знать причины погрешностей, возникающих при проведении изме рений, методы повышения точности измерений, способы оценки погреш ности измерительного средства (метода) и определения его пригодности [15,45,58,65].

При проведении исследований и описании их результатов желательно использовать международную систему единиц измерения.

И ещё одно замечание, касающееся точности вычислений и приведе ния их результатов в тексте. Большим заблуждением является стремление делать то и другое с предельно возможной точностью.

Точность вычислений, выполняемых в ходе математических расчетов к статистической обработки данных, должна быть согласована с точно стью измерений. При использовании современных вычислительных средств число десятичных знаков при вычислении может значительно превышать реальную потребность. В то же время, грубые округления, до пускаемые при вычислениях, искусственно снижают точность итоговых результатов. Поэтому следует придерживаться следующего правила:

ошибка, полученная в результате вычислений, должна быть на порядок (т.е. в Юраз) меньше суммарной ошибки измерений. В таком случае вы числительные процедуры не искажают результаты измерений.

Не следует приводить среднее арифметическое с числом знаков, пре вышающим точность измерения. Например, если время измеряется с точ ностью до 0,1 с бессмысленно указывать среднее значение с более высокой точностью. Поэтому при окончательной записи результатов вычислений необходимо производить округления, т.к. излишнее число приведенных десятичных знаков создает у читателя или ложное представление о высо кой точности измерения или вполне обоснованное мнение о невысокой грамотности автора работы. Особенно странно выглядят средние арифме тические значения дискретных величин (т.е. счётных признаков). Напри мер, вызывает недоумение среднее число подтягиваний, равное 8,3 раза.

Приводя результаты измерений или расчетов, нужно либо указывать их погрешность, либо помнить, что последняя цифра должна учитываться с точностью до ± 1.

Например, если результат в беге на 100 м регистрировался с погреш ностью 0,1 с, нельзя приводить среднее арифметическое значение в виде Х~ 11,732081с. Такая запись означает, что все значащие цифры, (кроме последней) верны. Следует записать Х = 11,7 с или с указанием погрешно сти измерения X - 11,7 ±0,1 с.

Приводя погрешность измерения (.S), имеет смысл указывать ее до од ной значащей цифры, если эта цифра 3 и до двух значащих цифр, если первая из них 4. Например, если S = 0,523, то указывают одну цифру 5=0,5;

если 5 = 0,124, то следует указать S = 0,12.

Значащими цифрами принято называть все цифры от 1 до 9, а также нуль, но только в том случае, если он находится в середине или в конце числа, но не в начале, т.е. числа 0,32;

0,032 и 0,0032 имеют две значащие цифры, а число 0,0320 имеет три значащие цифры.

Обратите внимание на то, что в отечественной литературе принято отделять дробную часть числа запятой, а в англо-американской литературе - точкой. Если же в таких иностранных источниках вы встретите число, записанное с использованием запятой, например, 5,735, то оно будет озна чать пять тысяч семьсот тридцать пять, а не пять целых и 735 тысячных.

3.9.3. Приборы В исследованиях по проблемам физической культуры и спорта ис пользуются самые различные измерительные и регистрирующие устройст ва. При этом у части исследователей складывается впечатление, что досто инства исследования определяются его приборным оснащением. Конечно, современные технические средства значительно расширяют возможности исследователя, однако не следует преувеличивать роль приборов, посколь ку они не создают информацию, а только помогают её получить. Функции приборов в исследовании экспериментального характера сводятся к сле дующему:

- усилить возможности органов чувств исследователя;

заменить есте ственные условия наблюдения искусственными;

- воздействовать на объект наблюдения для выявления его различных сторон, свойств, связей непосредственно не проявляющихся;

- особо воздействовать на условия эксперимента или на какие-либо объекты с целью появления новых объектов для изучения в эксперименте [36].

Существующие и вновь возникающие инструментальные методы из мерений в спорте оцениваются с точки зрения ряда критериев:

1. Эффективность метода. Применение данного метода измерения должно обеспечивать достижение поставленной цели, результативность и необходимую степень точности исследования.

2. Простота и надежность. Он должен быть доступен эксперимента тору соответствующей квалификации, должен обеспечить воспроизводи мость, стабильность и достоверность результатов измерения.

3. Безопасность метода. Применение метода с использованием тех нических средств не должно ставить под угрозу жизнь и здоровье экспе риментатора и испытуемых.

4. Экономичность метода. Оценивая тот или иной метод измерения, необходимо учитывать, дает ли его применение экономию времени, сил и средств, а если нет, то оправдано ли это теми результатами, которые ожи дают получить от применения этого метода.

5. Научность метода. Недопустимы методы, не имеющие твердой научной основы, либо опирающиеся на лженаучные теории и учения (на пример, на телепатию).

Единственным критерием полезности того или иного метода измере ния является его способность обнаруживать новые данные в процессе применения. Кроме того, использование приборов позволяет исследовате лю получить объективную исходную информацию.

Важным моментом в оценке пригодности прибора является изучение его воздействия на объект измерения. Прибор не должен вносить серьёз ных искажений в состояние регистрируемого объекта. Если же такие ис кажения неизбежны, необходимо вносить соответствующие поправки.

При выборе измерительного средства приходится принимать во вни мание ряд критериев его пригодности: метрологические, экономические, эксплуатационные и т.д.

С метрологической точки зрения необходимо оценить, обеспечивает ли прибор необходимую точность и надежность измерения.

Для этого необходимо, прежде всего, определить тот минимальный уровень контролируемой величины AXmin, который необходимо достовер но зафиксировать для решения практической задачи. Например, для опре деления победителя в беге на 100 м на школьных соревнованиях достаточ ной будет AXmin = 0,1с, а на Олимпийских играх такая точность окажется недостаточной, поэтому AXmin следует избрать 0,01 с.

Затем следует обратить внимание на разрешающую способность при бора - то минимальное изменение контролируемой величины, которое мо жет быть достоверно обнаружено при его использовании. Для большинст ва измерительных устройств эта величина определяется как 0,5 минималь ного деления шкалы. Например, для ручного секундомера она составляет 0,1с.

Вторым требованием, обеспечивающим надежность однократного из мерения, является условие, согласно которому максимальная погрешность прибора Атах должна быть существенно меньше избранного минималь ного AXmin изменения контролируемой величины. Удовлетворительным можно считать соотношение:

AXmin ДЛтах (4) Поскольку сложность измерительных средств и все виды затрат, свя занные с их приобретением и использованием резко возрастают с ростом точности (снижением погрешности) измерения, не следует выбирать при боры, обладающие излишне высокой точностью.

Официальная техническая документация, прилагаемая к измеритель ному средству (технический паспорт, сертификат и т.п.), обязательно со держит указание величины максимальных значений различных состав ляющих основной погрешности. Обычно этим значениям предшествуют слова: "не более чем", "не превосходит", "не хуже" и т.п., что указывает на максимально возможное значение погрешности.

Основной характеристикой точности любого прибора является его класс, который определяется отношением абсолютной погрешности прибора к максимальному значению его шкалы, выраженному в процентах. Напри мер, вольтметр с пределами измерения от 0 до 30 вольт, имеющий класс 2, имеет погрешность, не превышающую 0,6 вольта. Класс прибора указывается на его шкале или в прилагаемой к нему инструкции. При этом имеется в ви ду, что прибор используется в строгом соответствии с условиями, оговорён ными в инструкции. При нарушении этих условий может возникнуть допол нительная погрешность, соизмеримая-с теми изменениями измеряемой вели чины, которые пытается зарегистрировать исследователь.

В процессе хранения и эксплуатации измерительные устройства й;

приборы могут изменять свои свойства, поэтому все они должны периоди чески подвергаться поверке.

В исследованиях довольно часто используются самодельные устройства или приборы, подвергнутые значительной модификации. Использование та ких устройств без соответствующей метрологической паспортизации может поставить под сомнение надёжность полученного в исследовании материшта.

Для того чтобы измерительные процедуры достигали своей цели, нужно руководствоваться некоторыми правилами эксплуатации приборов.

1. Не следует приступать к измерению, не изучив инструкции, прила гаемой к прибору. 2. Следует помнить, что точность прибора, указанная в документации, достигается только при соблюдении условий, оговоренных в этой же до кументации. Нарушение условий эксплуатации может привести не только к возникновению дополнительной погрешности, но и к выходу прибора из строя.

3. Во всех случаях поломок, неустойчивой работы прибора, появления сомнительных результатов следует прекратить измерения и тщательно проанализировать обстоятельства, приведшие к такой ситуации.

4. Если результаты измерений используются для принятия ответст венных решений, например, для регистрации официальных рекордов в со ревнованиях, измерительное средство должно предварительно быть атте стовано государственной метрологической службой. Факт аттестации должен быть удостоверен соответствующим документом или знаком.

5. Неиспользуемые в данное время приборы должны быть исправны, соответствовать требованиям технического паспорта и храниться в усло виях, предусмотренных документацией.

г. 3.9.4. Тесты Теория тестов в нашей стране в силу исторических причин идеологи ческого характера долгое время не разрабатывалась, отсюда у ряда людей наблюдается недоверчивое или легкомысленное отношение к самому по нятию «тест».

Термином «тест», в самом широком смысле слова, принято называть испытание, связанное с оценкой измеряемого качества. Все контрольные упражнения, функциональные пробы, измерения психологических, фи зиологических, биохимических и других характеристик, в принципе, мож но назвать тестами.

В настоящее время основы теории тестов изучаются в курсе спортив ной метрологии во всех физкультурных вузах, кроме того, появилось дос таточно литературы, в которой рассматриваются основные теоретические вопросы, связанные с применением тестов в спортивной практике и науч ных исследованиях [7, 15, 20, 64, 68, 69].

Основные критерии пригодности тестов, способы оценки различных аспектов их надёжности и информативности в литературе изложены доста точно подробно, поэтому ограничимся советами самого общего характера.

Прежде всего, каждому исследователю нужно хорошо представлять себе основные критерии пригодности тестов и уметь оценить эту пригод ность, поскольку ни один тест не обладает постоянной надёжностью и ин формативностью.

Надёжность теста может зависеть от точности измерения, от возрас тных, половых, квалификационных особенностей испытуемых, от их со стояния, мотивации, условий проведения тестирования, свойств самого ис следователя и других причин. Поэтому, независимо от того, что представ ляет собой тест (моторный, психологический, биохимический и т.п.), не обходимо в каждом случае оценить его надёжность и информативность применительно к данному контингенту испытуемых и конкретным усло виям применения.

Кроме того, не следует забывать, что многие тесты отражают интере сующее исследователя качество (свойство) опосредствованно, косвенно, частично. Например, результат такого теста, как прыжок в длину с места, который часто используют для оценки силы разгибателей ног, зависит не только от силы, но и от степени владения навыком (техники прыжка) от мотивации и других причин.

Особо хотелось бы обратить внимание на широко используемые в спортивно-педагогических исследованиях тесты, в которых от испытуемо го требуется проявление максимального результата («как можно сильнее», «как можно быстрее», «как можно дальше» и т. п.). Результаты таких тес тов, кроме всех прочих причин, сильно зависят от мотивации (желания ис пытуемого, его стремления добросовестно выполнить задание). Поэтому если в исследовании используются такие тесты, то необходимо принять меры к обеспечению этой мотивации, применив соответствующий инст руктаж, создание психологической установки, использование соревнова тельного момента и т.п.

Заметим также, что процедура оценки пригодности теста для сопос тавления возможностей отдельных испытуемых отличается от процедуры оценки пригодности теста для контроля над изменением их состояния.

Одной из распространённых ошибок исследователей является исполь зование «лучшей попытки» в качестве результата теста, если испытуемый выполняет несколько таких попыток. Этот принцип принят в спортивных соревнованиях. В научных исследованиях, где нужно получить оценку ти пичного для данного испытуемого результата, наиболее надёжным явля ется среднее арифметическое значение от всех попыток.

Одной из наиболее ответственных задач является выбор наиболее ин формативного комплекса из большого числа тестов. Хорошим инструмен том для решения такой задачи является факторный анализ.

И, наконец, к числу задач, с которыми сталкивается каждый исследо ватель, относится выбор оценочной шкалы, определение весового коэффи циента каждого теста и определение градаций нормы. С различными под ходами, используемыми с этой целью, можно ознакомиться в соответст вующих методических руководствах [15,20].

3.9.5. Методы количественной оценки качественных показателей* Качества - это существенные свойства объекта, которые позволяют отличать его от других объектов. Качественными называют характеристи ки, не имеющие определенных единиц измерения. Таких характеристик в физическом воспитании и спорте много (выносливость, артистичность и выразительность движений, эффективность соревновательной деятельно сти, качество спортивного инвентаря и т.п.).

* При подготовке данного раздела использованы положения и примеры, из пособия В.Л.Уткина [68].

При решении различных задач, связанных с оценкой состояния спорт смена, определением спортивных результатов в фигурном катании, гимна стике, прыжках в воду возникает необходимость количественной оценки различных качеств, не поддающихся объективному измерению. Раздел метрологии, в котором рассматриваются методы количественной оценки качественных характеристик, называется квалиметрией [6,35].

В процессе оценки качества происходит его сопоставление с некото рым «эталоном качества», который не всегда может быть однозначно вы ражен. Так, для количественной оценки артистичности выступления фигу риста судья вынужден сопоставлять то, что он увидел, со своим представ лением об артистичности. При этом оценка происходит не по одному, а по многим признакам, а наивысшая обобщённая оценка не обязательно соот ветствует максимально возможному уровню каждого признака.

Разумеется, что такая оценка всегда носит субъективную окраску (не случайно оценки, выставленные разными судьями одному и тому же спортсмену, часто не совпадают). Такую оценку часто называют измерени ем, при этом термин «измерение» понимают как процесс установления со ответствия между свойствами объектов и их числовыми оценками.

В основе квалиметрии лежат следующие положения:

- любое качество можно измерить;

- качество зависит от ряда свойств, образующих «дерево качества»;

- каждое качество определяется двумя числами: относительным по казателем К и весомостью М. Общая Q оценка выводится по формуле:

Q = IKiMi, (5) где Q - оценка качества, М, - весомость показателя, К( - относительный показатель.

Например, фигурист получил за технику исполнения оценку Кт=5, балла, за артистизм - оценку К с = 5,4 балла. Весомости техники исполне ния и артистизма в фигурном катании на коньках признаны одинаковыми (Мт = Мс= 1,0). Поэтому общая оценка Q = К т Мт + К с Мс составила 11, балла.

Наиболее широко используемым в квалиметрии методом оценивания является экспертное оценивание.

Проведение экспертизы - это отчасти техническая работа, предпола гающая строгое соблюдение определённых правил, а отчасти - искусство, требующее интуиции и опыта.

Метод экспертных оценок. Экспертной называется оценка, получае мая путём выяснения мнений специалистов. К мнению специалистов об том случае, когда осуществить точное, объективное измерение рашаются в невозможно или затруднительно.

качества Субъективная оценка эксперта в значительной мере зависит от его индивидуальных особенностей, квалификации, опыта, эрудиции, само стоятельности и т.п.

Несовпадающие индивидуальные оценки экспертов рассматриваются как случайные величины и обрабатываются статистическими методами.

Проведение экспертизы включает следующие основные этапы: фор мирование цели, подбор экспертов, выбор методики, проведение опроса и обработку полученной информации, в том числе и оценку согласованности индивидуальных экспертных оценок.

Подбор экспертов - важный этап экспертизы, так как не от всякого специалиста можно получить достоверные данные. Экспертом может быть человек: 1) обладающий высоким уровнем профессиональной подготов ленности;

2) беспристрастный;

3) обладающий интуицией;

4) не склонный к соглашательству.

Для объективной оценки компетентности экспертов могут быть при менены специальные анкеты, отвечая на которые в течение строго опреде лённого времени, кандидаты в эксперты должны продемонстрировать свои знания.

Другой подход к отбору экспертов основан на определении эффек тивности их деятельности. Абсолютная эффективность определяется от ношением правильных оценок к общему числу оценок, сделанных экспер том. Относительная эффективность оценивается по отношению абсолют ной эффективности эксперта к средней абсолютной эффективности группы экспертов. Очевидно, что эксперты представляют тем большую ценность, чем выше абсолютная и относительная эффективность их деятельности.

Большое значение для достоверности экспертизы имеет степень со гласованности мнений экспертов. Если в экспертизе участвовали только два эксперта, то согласованность их оценок можно оценить по коэффици енту ранговой корреляции, если экспертов более двух, то для этой цели используют коэффициент конкордации, который может принимать значе ния от 0 (при полном отсутствии согласованности) до 1 (при полном сов падении оценок экспертов)'". Следует заметить, что речь идет о согласо ванности мнений экспертов, а не правильности этих мнений. Теоретически нельзя исключить вариант, когда хорошо совпадающие мнения являются результатом широко распространённой, неверной (или устаревшей) точки * Процедура расчета коэффициента конкордации описана в учебнике: Спортивная мет рология: Учеб. для ин-тов физ. культ. / под ред. В.М. Зациорского. - М.: Физкультура и спорт, 1 9 8 2. - 2 5 6 с.

зрения. По этой же причине широко используемое на практике определе ние квалификации эксперта по отклонению его оценок от средних оценок группы экспертов также не является безусловно достаточным критерием.

Именно поэтому для повышения качества экспертизы стараются повысить квалификацию экспертов путём специального обучения, тренировок и оз накомления с возможно более обширной объективной информацией по анализируемой проблеме. Так, судей во многих видах спорта можно рас сматривать как экспертов, повышение квалификации которых проводят на специальных семинарах.

Точность экспертизы зависит от количества экспертов. При уменьше нии количества экспертов гипертрофируется роль каждого из них. При очень большом количестве экспертов трудно добиться согласованного мнения.

Существует несколько способов проведения экспертизы.

1. Наиболее простой - ранжирование объектов. Суть этого метода за ключается в том, все что эксперты, независимо друг от друга присваивают каждому объекту ранг (место). Обычно наиболее предпочтительному объ екту присваивают наивысший (первый) ранг, наименее предпочтительному - последний ранг. Затем определяется сумма рангов, полученная каждым объектом. Предпочтение получают объект, набравший меньшую сумму баллов. Недостатком метода является то, что сумма оценок, полученных каждым объектом, определяет только его место относительно других объ ектов, но не оценивает, насколько объекты отстоят друг от друга по уров ню оцениваемого качества.

2. Более распространённым является метод непосредственной оценки по какой-либо количественной шкале. В этом случае эксперт присваивает каждому объекту определённое количество очков (баллов), как это делают в судьи в гимнастике или фигурном катании.

3. Следующий метод - последовательного сравнения. Суть метода Заключается в следующих шагах:

а) вначале все объекты ранжируются в порядке значимости;

б) наиболее важному объекту присваивается оценка, равная единице, а остальным (тоже в порядке значимости) - оценки меньше единицы - до нуля;

в) эксперты решают, будет ли оценка первого объекта превосходить • все остальные. Если да, то оценка «веса» этого объекта увеличивается;

ес ли нет, то - уменьшается;

г) указанная в пункте «в» процедура повторяется до тех пор, пока не будут оценены все объекты.

Метод парного сравнения основан на попарном сравнении всех объ ектов. При этом в каждой паре объектов устанавливается наиболее весо мый, который оценивается в 1 балл. Второй объект оценивается в 0 баллов.

Каждый эксперт независимо от других заполняет матрицу попарного срав нения всех объектов. Затем находится сумма баллов, полученных каждым объектом у всех экспертов.

3.10. Статистическая обработка полученного материала Наука только тогда достигает совершенства, когда ей удается, пользоваться математикой.

П.Лафарг Ранее мы уже отмечали статистическую природу фактов, полученных в любом эмпирическом исследовании. Практически ни одно исследование не обходится без использования статистических методов обработки и ана лиза полученного материала. В большинстве случаев это действительно необходимо, так как позволяет массу разрозненных данных представить в компактном виде, выявить скрытые взаимосвязи, оценить надёжность по лученных данных.

Прежде всего, хотелось бы предостеречь от преувеличения возможно стей этих методов, так как даже самые мощные из них не могут спасти ис следование, в котором нет ведущей идеи или в основе которого лежит не доброкачественный материал.

Арсенал математической статистики огромен: от элементарных приё мов анализа статистических распределений до многомерных процедур дисперсионного, регрессионного и факторного анализов [14, 30, 32, 42, 49, 53, 56, 59]. Эффективность применения их зависит не от самих методов, а от того, насколько удачно они выбраны (т.е. от адекватности статистиче ской модели) и от умения исследователя интерпретировать результаты статистического анализа. Именно выбор метода и интерпретация результа тов его применения являются наиболее ответственными моментами, по скольку здесь особенно велика роль субъективного фактора. Что касается самих расчётов, то при наличии современной компьютерной техники и со ответствующего программного обеспечения (например, программы Microsoft Excel 2002) они не представляют каких-либо сложностей.

Отметим, что выбор метода статистической обработки материалов исследования желательно делать до того, как материал будет собранj поскольку избранный метод может налагать определённые требования на организацию эксперимента и способ сбора материала.

В ряде пособий, адресованных аспирантам, раздел, посвященный ста тистической обработке фактического материала, содержит описание стати стических методов и примеры расчётов. Конечно, внимательное изучение таких разделов, принесёт вам определённую пользу, однако этого может оказаться недостаточно, поэтому желающим углубить свои знания лучше воспользоваться специальной литературой по статистическим методам.

Для педагогов, не обладающих высоким уровнем математической подго товки, можно рекомендовать руководства [30,42,56].

В этом пособии мы ограничимся рассмотрением типичных ошибок, допускаемых аспирантами при использовании статистических методов обработки экспериментального материала, хотя вначале всё же рассмотрим решение одной задачи, которая неизбежно возникает перед каждым иссле дователем и многих из них ставит в тупик.

В необходимости рассмотрения этой задачи, автора убедил ход дис куссии среди членов жюри конкурса о том, какую из двух студенческих научных работ признать лучшей. Один из членов жюри в качестве аргу мента в пользу понравившейся ему работы указал на то, что в ней исполь зована выборка в 60 человек, а во второй работе - только 15. Другой член жюри усомнился в весомости такого аргумента, заявив, что не стоит на граждать медалью человека, который «выкопал 60 ям, для того чтобы по садить 15 деревьев». Тогда первый заметил, что 15 человек это слишком мало, поскольку «всем известно, что для исследования нужно брать 33 че ловека». Его оппонент выразил сомнение по поводу справедливости по следнего утверждения, сказав, что хотя число 33 и является весьма приме чательным (возраст Иисуса Христа на момент его распятия;

возраст, до которого Илья Муромец просидел на печи;

33 богатыря А.С Пушкина), но, тем не менее, это не убедительные аргументы при обосновании объёма выборки. Третий член жюри с неудовольствием заметил, что ни в одной книге по статистике он не смог найти «точного ответа» на вопрос, каков должен быть объем выборки. Дискуссия по этому вопросу так ничем и не закончилась, а победитель конкурса был определён по другим критериям.

И все же зачем и как нужно заранее определять объём выборки? Де лать это нужно потому, что, используя недостаточную по объёму выборку, исследователь рискует получить интересные, но статистически недосто верные результаты. Это лишает его права говорить о том, что полученные результаты являются не случайными, а закономерными. Если же на всякий случай взять очень большую выборку (что по ряду причин не всегда воз можно), то возникает опасность затратить много времени и труда на вы полнение лишней работы.

Сразу нужно сказать, что единственного ответа на вопрос, какая вы борка является достаточной по объёму, быть не может, но есть способ для получения ответа на этот вопрос в каждом конкретном случае. Этот способ можно найти в любом пособии по математической статистике, хотя не все гда он приводится в явном виде.

Итак, из вузовского курса статистики вы наверняка знаете, что любой статистический параметр, вычисленный на выборке, может отклоняться от одноимённого параметра генеральной совокупности. Количественной ме рой такого отклонения служит ошибка репрезентативности т, которая может быть вычислена для каждого параметра по соответствующей фор муле. Для среднего арифметического эта ошибка определяется по форму ле:

m= (6) fn где m - ошибка репрезентативности, О - среднее квадратическое отклонение изучаемого признака, и - о б ъ ё м выборки.

Из формулы 6 видно, что величина этой ошибки зависит от а, харак теризующей степень варьирования изучаемого признака и от объёма вы борки. Уменьшить о исследователь не может, поскольку её величину (в процессе комплектовании выборки с соблюдением требования случайного отбора) исследователь получает некую данность. Таким образом, m может быть уменьшена только за счёт увеличения объёма выборки. Поскольку при выборочном методе исследования избавиться от ошибки репрезента тивности в принципе невозможно, остается только выбрать допустимую ошибку и с помощью формулы решить обратную задачу: найти необходи мый объём выборки пнеобх., при котором величина ошибки не будет превы шать допустимую ошибку репрезентативности т доп ;

.

С Пнеобх • (7) т доп.

В то же время следует учесть, что т является только вероятностной оценкой возможного расхождения между выборочной и генеральной сред ней (реальное расхождение может быть как меньше, так и больше т). по этому для оценки этого расхождения с избранной исследователем вероят ностью Р или соответствующим ему уровнем значимости Р0 = 1-Р, в фор мулу (7) нужно ввести коэффициент t-Стьюдента. Для Р 0 =0,05 его можно принять равным 2, тогда формула примет вид:

rV П (8) необх. ~ — т доп.

Как видите, если значение а для изучаемого показателя вам известно (из пробного исследования или по литературным данным), то всё не так уж и сложно. Читатель может спросить, как быть, если нет ни результатов пробного исследования, ни литературных данных. Поскольку вы в любом случае собираетесь проводить исследование, скомплектуйте для начала выборку в 5-10 человек (соблюдая при этом требование случайного отбо ра), измерьте интересующий вас показатель и рассчитайте X и о, затем выбирайте допустимую ошибку тдоп (исходя из чисто практических сооб ражений, считается, что значение тдоп не должно превышать 5% от значе ния среднего арифметического X для данного признака) и вычисляйте не обходимый объём выборки пнеобх. Если расчёт показал, что первоначально взятая вами выборка недостаточна по объёму, дополните её до пиео6х.

Пример.

Исследователю предстояло выяснить среднее арифметическое значе ние результата в тесте PWCno У спортсменов мастеров спорта. Первона чально была отобрана выборка объёмом п=5 человек. Вычисленные по ре зультатам измерения PWCno в этой группе статистические параметры:

среднее арифметическое X = 210 вт;

среднее квадратическое отклонение У = 30 вт;

ошибка репрезентативности т =13,4 вт.

Объём выборки явно недостаточный, так как ошибка составляет более 6% от X.

Рассчитаем каким должен быть объём выборки пнео6х, чтобы ошибка составляла не более 10 вт (это 4,8% от среднего арифметического). Значе ние t- Стьюдента возьмем = 2 (что примерно соответствует уровню значи мости P = 0,05). Подставив выбранные нами значения в формулу 8, полу Q чаем, что необходимый объём выборки составит:

22 x 3 0 « П »ео6х = = 1q Таким образом, для выбранных нами условий необходимый объём выборки составляет 36 человек.

Теперь уместно разъяснить причины, по которым не может быть еди ного ответа по поводу необходимого объёма выборки:

1) значение а хотя и не зависит от исследователя, но разные характе ристики имеют различную вариативность (одна и та же совокупность мо жет по одному признаку различаться больше, а по другому - меньше). Бо лее того, одна и та же характеристика в разных по полу, возрасту или спортивной квалификации выборках также имеет разную вариацию);

2) выбор значений т д о п и доверительной вероятности Р, от которой зависит значение t- Стьюдента, является субъективным моментом, и каж дый исследователь может выбрать разные их значения.

Как видите, в данном случае коллега, утверждавший, что выборка должна состоять из 33 испытуемых, был близок к истине. Дело в том, что с учётом второго замечания и особенностей естественного варьирования большинства биологических признаков, а также того обстоятельства, что распределение t Стьюдента после п =30 мало отличается от нормального, рекомендация брать выборку более 30 часто себя оправдывает (но не все гда, и не обязательно 33). Например, если выберем тдоп = 5вт, (т.е. умень шим по сравнению с предыдущим примером в 2 раза), то пнео6х будет равно 144 человека, т.е. выборку нужно будет увеличить в 22 раза (повышение точности знаний достаётся исследователю дорогой ценой!). Важно также заметить, что дальнейшее уменьшение ошибки в данном примере не имеет смысла, так как погрешность измерения PWCno составляет около 5вт. Вы брав тдоп = 2,5 вт, мы только создаем иллюзию повышения точности зна ния, а, обследовав 576 человек, совершаем «трудовой подвиг» человека, выкопавшего 60 ямок для 15 деревьев.

В большинстве педагогических диссертаций встречается сравнитель ный эксперимент, в котором используются две равноценные выборки контрольная и экспериментальная. Как в таком случае заранее запланиро вать объём выборок с таким расчётом, чтобы он оказался достаточным для получения статистически достоверного различия между средними величи нами? Логика решения задачи сходна с той, которую мы только что рас смотрели.

Исходной для решения задачи является известная большинству аспи рантов формула оценки достоверности различий между средними арифме тическими для несвязанных выборок одинакового объёма:

t- (9) — Пусть в этой формуле Х2 — А д:

ст.2 Тогда сг, + п, поскольку /7] — —W п Отсюда значение необходимого объёма выборки п определится по формуле:

4-г сг, t СГ, — п необх. - д2 (10) Пример.

В двух группах спортсменов, представляющих разные виды спорта, измерена высота прыжка с места. В каждой группе было по 10 человек.

(п,=п2 = 10) Получены следующие параметры:

X, = 53см Хг =49см сг, = 1см т2 = 6см Оценим статистическую достоверность разности между средними арифметическими. Для этого по формуле 9 вычислим t и сравним его с табличным значением t-критерия Стьюдента.

, 53 - Г- = 1, ю+ю Табличное значение t- критерия для уровня значимость Р0 = 0,05 и числа степеней свободы к = 1 0 + 1 0 - 2 (приложение 5) равно 2,10.

Полученное значение t = 1,38 меньше табличного значения t критерия, следовательно, полученная разность между средними арифмети ческими Д = 5 3 - 4 9 = 4сл статистически недостоверна. Если мы считаем разность Д = 4см практически существенной, то имеет смысл поставить вопрос: каким должен быть объём каждой выборки пнеобх, чтобы эта раз ность была статистически достоверна. Для ответа на этот вопрос подста в ямв формулу 10 полученные в предварительном исследовании данные, взятое из таблицы значение t = 2,1.

х7?+2,12х6* 2, "яеобх..2 - Z, ~ Z расчёт показывает, что если каждая из групп будет состоять из 24 человек, то разность между средними арифметическими д = 4см будет статистиче ски достоверна с доверительной вероятностью Р = 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 экс периментатором, может быть различным.

Чтобы окончательно закончить рассмотрение этого вопроса, сделаем ещё одно замечание. Поскольку в современных исследованиях, как прави ло, изучается не один показатель, а комплекс различных характеристик, имеющих различную вариативность, то необходимый объём выборки, рас считанный на разных показателях, будет различным. Но если исследова тель предполагает изучать все характеристики на одной и той же выборке, расчёт пнеобх. следует проводить по той из них, которая имеет наибольший коэффициент вариации, который вычисляется по формуле:

V = -^г 100% X В этом случае все изучаемые вами характеристики будут оценены с избранной (или даже более высокой) точностью.

А теперь обсудим часто встречающиеся в диссертационных работах недостатки, связанные с применением статистических процедур.

Практика показывает, что одним из распространённых недостатков в исследованиях по специальности 13.00.04 является пренебрежительное от ношение к процедуре комплектования выборки, в частности, нарушение требования непреднамеренного, случайного отбора, обеспечивающего её репрезентативность.

Крайне важно при выборе статистического метода обратить внимание на характер распределения полученных результатов измерения. Например, бимодальное распределение полученных данных может свидетельствовать о том, что собранные данные является неоднородными не только в количе ственном, но и в качественном отношении и указывает на необходимость перегруппировки исходного материала.

Чаще всего в педагогических исследованиях используются методы, в основе которых лежит математическая модель нормального распределе ния. Применение этих методов можно считать оправданным, если имеются достаточные аргументы в пользу того, что не только распределение эмпи рических данных, но распределение в генеральной совокупности не имеет существенных отличий от нормального закона. Что касается эмпирическо го распределения, то это соответствие можно оценить с помощью вероят ностных критериев, а по поводу вида распределения в генеральной сово купности остаётся только надеяться, что выборка действительно репрезен тативно его отражает. Обычно в качестве доказательства справедливости гипотезы о нормальности распределения приводят известную шутку: био логи говорят, что существование нормального закона строго доказано ма тематиками, а математики утверждают, что это существование убедитель но доказано эмпирическими данными биологов.


Конечно, чувство юмора для исследователя совершенно необходимо, однако действительность та кова, что некоторые признаки имеют распределение, существенно отли чающееся от нормального. Такая ситуация, в частности, возникает при ис следованиях на неслучайно отобранном контингенте (так называемых «усеченных» выборках), например, на спортсменах сборных команд. В этом случае следует использовать соответствующие этим распределениям методы, (что ставит ряд дополнительных проблем), либо обращаться к не параметрическим методам, не связанным с каким-либо определённым за коном распределения.

Зная характер распределения материала и тип использованной шкалы измерений, можно судить о правомерности применения того или иного статистического метода. Так, если данные получены в шкале отношений или шкале интервалов, а распределение не отличается существенно от нормального, то для оценки статистической достоверности различий меж ду средними арифметическими можно применять t-критерий Стьюдента или F- критерий Фишера. Если же распределение сильно отличается от нормального, следует прибегнуть к непараметрическим критериям (крите рий знаков, критерий Уайта, критерий Вилкоксона). Как уже отмечалось выше, для данных, полученных в шкале порядка, могут быть использованы только непараметрические критерии.

Весьма распространённой ошибкой является попытка оценивать ста тистическую достоверность различий между средними арифметическими связанных (коррелированных) выборок методом, предназначенным для не связанных (не коррелированных) выборок.

Следующий момент, на который следует обратить внимание, это вы бор соответствующего способа описания статистических зависимостей (динамических рядов, регрессионных моделей и т.п.). Как правило, при этом используются методы, пригодные для описания линейных зависимо стей, хотя такие зависимости между биологическими характеристиками встречаются крайне редко. Поэтому использованию методов прямолиней ной корреляции, уравнений прямолинейной регрессии должна предшест вовать оценка не только нормальности распределения изучаемых призна ков, но и линейности их связи. Если распределение не нормальное или связь нелинейная, то следует использовать непараметрические методы её оценки (например, ранговый коэффициент корреляции Спирмена).

И ещё несколько советов, относящихся к выбору статистического ме тода:

- не стремитесь использовать сложные методы, если необходимый ре зультат можно получить с помощью более простых методов;

- не следует многократно использовать простой метод там, где можно сразу получить обобщённый результат с помощью более сложного (на пример, вместо того чтобы выявлять закономерность динамики показателя многократным сравнением средних значений, можно воспользоваться рег рессионным или дисперсионным анализом, которые дадут решение задачи в более компактном виде).

Если ваша математическая подготовка позволяет вам самостоятельно разобраться в пособиях по применению статистических методов, предна значенных для биологов, психологов и педагогов, то стоит затратить на это некоторое время.

Тем, кто чувствует себя не в силах постичь смысл статистических ме тодов на указанном уровне, нужно, не тратя время зря, обратиться за по мощью к математикам.

Мы уже говорили в разделе 3.9.1 о том, что любые операции с коли чественными характеристиками объектов становятся бессмысленными, ес ли 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 лег комысленной «игре с циферками» и совершенно курьезным ситуациям.

Так, на предварительной защите одной из диссертаций автор в качестве критерия эффективности предлагаемой им методики привёл средние ре зультаты пловцов контрольной и экспериментальной групп. Всё было бы хорошо, если бы не то обстоятельство, что в каждой из групп суммирова лось время, показанное спортсменами, плывшими на разные дистанции и различными стилями. Далее в этой же работе на выборке в 12 человек ана лизировалось процентное распределение испытуемых в зависимости от типа реакции на применённое воздействие. И дело даже не в том, что на такой маленькой выборке не имеет смысла вычислять проценты, а в том, что автор сумел отнести к одному из типов реакции 2% испытуемых (а ведь это составляет 0,26 человека!) Вот уж, действительно, «нет такого за кона, который запрещал бы делать что-либо числами». Беда не в том, что диссертация не была допущена к защите, а в том, что хорошая идея, зало женная в предлагаемом автором методическом подходе, не получила на тот момент обоснованного подтверждения.

Несколько слов об интерпретации результатов статистического анали за эмпирических данных. Мы уже отмечали вероятностный характер фак тов, получаемых в исследовании, кроме этого необходимо помнить, что при истолковании результатов статистического анализа всегда присутству ет неизбежная доля субъективизма, которая присуща и этапу формулиро вания выводов и практических рекомендаций.

Как показывает опыт, наиболее распространённой ошибкой является отождествление корреляционной зависимости с причинно-следственной свя зью. Исследователь должен помнить, что корреляционный анализ не являет ся методом для выявления влияния одной величины на другую, он оценивает только соотношение числовых значений изучаемых величин. Поэтому, в принципе, возможны ситуации, когда корреляция наблюдается как при нали чии влияния, так и при его отсутствии;

так же как отсутствие корреляции не является свидетельством отсутствия влияния. Вопрос о влиянии при интер претации результатов корреляционного анализа лежит за пределами стати стического метода и требует анализа причин выявленных зависимостей на уровне качественного, содержательного объяснения их сущности.

В заключение хотелось бы остановиться на одном принципиально важном моменте, на который диссертанты часто не обращают внимания и который также касается педагогической интерпретации результатов иссле дования. Речь идёт о том, что высокая статистическая достоверность по лученного в исследовании факта свидетельствует только о его надёжности, о том, что его с высокой вероятностью можно отнести к закономерным яв лениям, но не оценивает практическое значение этого явления. Например, представим себе, что мы хотим выяснить возможность прогнозирования спортивного результата стайеров по какому-либо тесту. С этой целью в группе из 150 спортсменов измерялись спортивные результаты и результа ты теста. Корреляционный анализ показал, что зависимость между этими характеристикам выражается коэффициентом корреляции г = 0,2. Стати стическая оценка коэффициента корреляции свидетельствует о его высо кой достоверности (Р0 0,05, см. приложение 6). Есть все основания ут верждать, что обнаруженная зависимость является закономерной и в слу чае повторения подобных опытов проявится не менее чем в 95 опытах из 100. Однако установленный факт не имеет практического значения, по скольку такая слабая зависимость не позволяет осуществлять прогнозиро вание спортивных результатов. В качестве критерия практической значи мости здесь выступает точность прогноза.

Второй пример отражает более типичную, но более сложную для оценки практического значения ситуацию. Предположим, что в экспери менте сопоставлялись два метода тренировки спортсменов. Расчёты пока зали, что новый метод даёт более высокие результаты с доверительной ве роятностью Р=0,99. Означает ли это, что этот метод можно рекомендовать к использованию на практике? Для того чтобы ответить на этот вопрос, необходимо сопоставить величину прибавки результата и её «цену» при замене одного метода на другой. Речь идёт не только о материальных за тратах, но и о затратах времени, трудоёмкости методов для спортсменов и тренеров. Очевидно, что замена старого метода на новый имеет смысл только в том случае, если он даёт существенное улучшение результатов при тех же (или меньших) затратах, или равные со старым методом ре зультаты, но быстрее или при меньших затратах. Таким образом, мы приходим к выводу о необходимости оценки не только статистической достоверности выявленных в исследовании закономерностей, но и эффек тивности их использования на практике.

К сожалению, такая оценка в диссертационных работах содержится крайне редко. Подробнее о критериях эффективности результатов педаго гических исследований можно прочитать в работе Ю.К.Бабанского [5].

Выбор критерия практической значимости полученного в педагогиче ском исследовании эффекта является ответственной задачей. В дидактиче ских исследованиях основную трудность создаёт отсутствие объективных, количественных критериев. В диссертационных работах по специальности 13.00.04 обычно в качестве критерия эффективности метода обучения, тренировки или совершенствования какого-либо двигательного качества могут быть использованы результаты измерений отдельных антропомет рических, физиологических показателей, результаты тестов общей и спе циальной физической подготовленности, спортивный результат и другие, объективно измеряемые характеристики. На первый взгляд, проблемы с критериями нет. Однако это только «на первый взгляд». Учитывая, что фи зические упражнения оказывают влияние на широкий круг свойств и ка честв человека, использование какого-то одного показателя в качестве критерия является совершенно неприемлемым. Тем не менее, в ряде дис сертационных работ, посвящённых обоснованию методики совершенство вания какого-то одного двигательного качества (силы, выносливости, бы строты или ловкости) детей или подростков, в качестве критерия исполь зуется статистически достоверное превосходство экспериментальной группы над контрольной по приросту только этого качества. Разумеется, в таком случае сам факт более высокого прироста выглядит вполне убеди тельно, однако использование его в качестве критерия доказывающего практическую значимость предлагаемой автором методики вызывает серь ёзные сомнения. Во-первых, не выяснено, что при этом произошло с ос тальными качествами. Во-вторых, ускоренное развитие свойства за корот кий период эксперимента также вызывает вопрос о том, как оно будет раз виваться в дальнейшем. Практика спорта не раз давала свидетельства от рицательного влияния форсированной подготовки в детском и юношеском возрасте.


Исходя из этих и им подобных соображений, вполне обоснованным является стремление исследователей использовать в качестве критерия комплекс показателей, отражающий различные свойства и качества испы туемых, и оценить каждое из них отдельно. Но в этом случае возникает вопрос как из огромного числа характеристик выбрать наиболее информа тивный набор показателей. Одним из эффективных методов для решения этой задачи является факторный анализ.

Хотелось бы предостеречь начинающих исследователей от часто воз никающего соблазна сконструировать на основе комплекса характеристик интегральный обобщённый (интегральный) критерий. Обычно для этого все используемые характеристики по какой-то из оценочных шкал перево дятся в очки (баллы), которые потом суммируются и эта сумма принимает ся за критерий. С таким подходом можно согласиться, если используемые показатели отражают качественно однородные свойства, если они измере ны в шкале интервалов или отношений, если эти показатели имеют нор мальное распределение, если очки начислялись по одной из стандартных шкал, если перед суммированием эти очки умножались на соответствую щие весу каждого показателя коэффициенты и если итоговый результат может иметь ясную смысловую интерпретацию.

Пожалуй, набралось слишком много этих «если», но вот ещё одно.

Если характеристики, используемые для интегральной оценки, являются результатом экспертного оценивания различных в качественном (смысло вом) отношении свойств, оценены по разным шкалам и без учета весомо сти каждого из них, то «критерий», полученный в результате суммирова ния, выглядит совершенно необоснованным и неподдающимся интерпре тации. В таком случае лучше не покушаться на интегральную, оценку, а обсудить каждое свойство отдельно.

Означает ли всё сказанное, что следует вообще отказаться от попыток обобщения результатов измерения различных характеристик? Отнюдь не означает. Например, для прогнозирования спортивного результата иссле дователь использовал уравнение множественной регрессии, в которое в качестве переменных вошли качественно различные характеристики спортсмена. Результирующим критерием являлся спортивный результат, такой подход представляется если не математически, то по крайней мере, логически обоснованным и не вызывает сложностей со смысловой интер претацией самого критерия.

3.11. Анализ результатов исследования В мышлении человека всегда существует известный неосознанный произвол, при наличии которого убеждённость автора способна побудить его выдать желаемое за действительное.

НА.Бернштейн Идите от анализа к синтезу, но стройте свои выводы на основе проверенного фактами материала.

ВА.Обручев В результате проведенных педагогических наблюдений и эксперимен тов у исследователя накапливается фактический материал, который, как правило, представляет собой различные записи, протоколы, содержащие разнообразную качественную и количественную информацию. Для того чтобы из собранного исследователем фактического материала получить ответы на поставленные в исследовании задачи, его необходимо подверг нуть содержательному, смысловому анализу. При анализе фактического материала внимание исследователя должно быть направлено не просто на новые интересные факты, а на то, что следует из этих фактов для ре шения конкретных задач исследования, какое новое знание возникает о предмете исследования, как, опираясь на полученные закономерности, можно воздействовать на объект.

Следует стремиться к тому, чтобы все заключения и выводы основы вались на объективных и поддающихся сопоставлению данных. Где это возможно, данные должны быть сопоставлены с результатами аналогич ных исследований, с применяемыми в практике рекомендациями.

Если исследование носило комплексный характер и выполнялось в несколько этапов, то объём этого материала может быть настолько велик, что без специальных приемов обработки провести его анализ крайне за труднительно. Мы уже говорили о том, что в правильно спланированном исследовании методы обработки и анализа фактического материала долж ны быть выбраны ещё до того, как этот материал собран.

Осмысление материалов исследования происходит уже во время их сбора, по ходу накопления фактов, а также в процессе предварительной обработки полученных данных.

В ходе заключительной обработки и анализа материалов исследова ния, как правило, приходится проводить их описание, группировку (клас gs сификацию), объяснение и приводить доказательства отдельных положе ний и выводов. Все эти логические операции должны выполняться в соот ветствии с определёнными правилами, которым посвящен данный раздел пособия.

Описание используется при первичном ознакомлении с предметами, у которых нельзя найти видовое отличие, а, следовательно, невозможно дать определение предмета посредством установления ближайшего родо вого и видового отличия. Ни одно исследование не обходится без описания изучаемых предметов и их свойств. Описать предмет - означает перечис лить ряд признаков, которые более или менее исчерпывающе раскрывают его. Описание может быть дано не только к единичному предмету, явле нию, но и к целому их виду.

Описание не является определением, к нему прибегают, когда опреде ление дать невозможно. В ряде случаев описание может дополнять опре деление.

Описание может включать в себя не только существенные, но и вто ростепенные признаки предмета.

Описание может осуществляться посредством обычного текста, ри сунков, цифр, графиков, схем, символов.

При описании предмета следует соблюдать определённые требования.

Описание должно быть целенаправленным и объективным. В описании не должно содержаться логически противоречивых суждений. Компоненты описания должны быть упорядочены и систематизированы, изложены про сто и ясно. Описание не должно быть расплывчатым. Следует стремиться создать наиболее полное представление об описываемом объекте с помо щью меньшего числа признаков.

Описание является только началом всякой теории, поэтому оно явля ется необходимым, но не достаточным элементом научного знания. За описанием обычно следует группировка и классификация изучаемых объ ектов и их свойств. Правильно составленная их классификация помогает исследователю отобразить закономерности развития изучаемых объектов, раскрыть существующие между ними связи и служит основой для обоб щающих выводов и прогнозов. При этом могут быть использованы суще ствующие классификации, или построены свои собственные. В том и дру гом случае следует помнить, что использование той или иной классифика ции не является самоцелью, а служит для решения конкретной задачи ис следования.

Если автор использует существующую, общепринятую классифика цию, то в таком случае отнесение объектов или их свойств к той или иной классификационной группе обычно не составляет сложностей. Чтобы из бежать ошибок при построении собственных классификаций, нужно со блюдать следующие требования:

1. Каждая классификация может проводиться только по одному ос нованию. Например, одну и ту же совокупность студентов можно сгруппи ровать по разным основаниям (признакам): по полу, по курсу обучения, по успеваемости, по спортивной специализации, спортивной квалификации и т.п. Но в каждом случае это будут различные классификации. Потому, вво дя какую-либо классификацию, необходимо оговорить признак (основа ние), который дает возможность разделить объем родового понятия (всю совокупность классифицируемых по данной классификации объектов) на виды (видовые понятия - члены, части этой совокупности).

2. Объем членов классификации должен быть в точности равен объ ему всего классифицируемого класса. Например, если испытуемые разде лены по характеру реакции систолического давления на предъявляемую физическую нагрузку на три типа (класса): нормотонический, гипотониче ский и гипертонический, то сумма лиц, отнесенных к каждой из этих клас сов, должна совпадать с общим количеством испытуемых.

3. Члены классификации должны взаимно исключать друг друга, т.е.

ни один из них не должен входить в объем другого класса. Это означает, что ни один из испытуемых в пункте 2 не может быть отнесён одновре менно более чем к одному типу реакции.

4. Подразделение на подклассы должно быть непрерывным, т.е. не обходимо брать ближайший подкласс и не перескакивать в более отда ленный подкласс. Например, разделив виды спорта на классы: цикличе ские, ациклические и метания, мы совершаем ошибку, т.к. метания отно сятся к ациклическим видам спорта и являются их подклассом.

Раскрытие сущности изучаемого явления достигается путём научного абстрагирования, которое включает в себя две неразрывные стороны - от влечение от конкретного и обобщение.

Анализируя результаты исследования, нужно не только добросовест но описывать и классифицировать полученные факты, но стремиться объяснять их, выявлять отношение полученных новых фактов к известным положениям теории объекта, выявлять причинно-следственные связи, за кономерности.

Объяснение при анализе и обобщении фактов является одной из ос новных и важнейших функций науки. Научное объяснение представляет ос вещение связей между предметами, явлениями, фактами, с тем чтобы, рас крывая такие связи, выяснять причинные отношения изучаемых объектов.

Различают несколько видов научного объяснения:

- причинное, когда логическое выведение, или дедукция, строится на основе установления причин, которые породили объясняемые явления;

- объяснение единичных фактов с помощью тех законов, которым они подчиняются;

- объяснение, в ходе которого закономерности, подлежащие объясне нию, стремятся подвести под общий закон, чтобы показать, что они служат частным случаем общих законов.

Объяснения, заключения, вытекающие из материалов, полученных в ходе исследования, должны быть логичными, убедительными, лаконич ными по форме изложения. Этому способствует обработка материала, его группировка, составление различных таблиц, графиков, диаграмм.

Количественная характеристика фактов помогает усиливать доказа тельность аргументов объяснения.

Одним из основных требований к научному объяснению фактов явля ется доказательность.

Доказательность — это важное свойство правильного мышления.

Оно является отображением в нашем сознании одной из наиболее общих закономерностей объективной действительности — взаимосвязи, взаимо обусловленности предметов и явлений.

Уменье убедительно доказать в процессе того или иного рассуждения необходимую связь мыслей, в которой отображаются связи предметов и явлений объективного мира, является чрезвычайно важной чертой мышле ния. Доказательство - это логическое действие, в процессе которого ис тинность какой-либо мысли обосновывается с помощью других мыслей.

Данное логическое действие имеет огромное практическое значение в процессе познания окружающего мира. Но каждое правильное логическое доказательство, в конечном счете, должно основываться на фактах, на дан ных практики. Если мысли, с помощью которых доказывается выдвинутое положение, не проверены на практике, то такое доказательство нельзя при знать убедительным.

Доказывать приходится во всех науках. При этом содержание мыслей, истинность которых требуется обосновать, в каждой науке различное. В то же время есть нечто общее, что характерно для всех доказательств, незави симо от конкретного содержания доказательства. Выявлением этого обще го занимается формальная логика.

На основании знания того общего, что лежит в основе связи и сочета ния мыслей в процессе доказательства, имеется возможность вывести не которые правила доказательства, которые имеют силу во всех случаях:

1) доводы должны являться достаточными для доказательства выдви гаемого тезиса;

2) доводы должны быть мыслями, истинность которых доказана само стоятельно, независимо от тезиса.

Важнейшим требованием, которое должно соблюдаться в ходе объяс нений и доказательств научных положений, является непротиворечивость суждений, т.е. отсутствие в рассуждении, доказательстве, теории логиче ски противоположных или противоречащих мыслей об одном и том же предмете, взятом в одно и то же время и в одном и том же отношении. Ус тановление логической противоречивости теоретических построений оп ровергает их без каких-либо дальнейших аргументов несостоятельности.

При анализе результатов исследования следует избегать логических ошибок в умозаключениях, рассуждениях, определениях понятий, доказа тельствах и опровержениях, вызванных нарушением законов и искажени ем форм мышления.

Наиболее часто встречающимися являются следующие логические ошибки:

- попытка обосновать выдвигаемые положения аргументами, которые могут быть и не ложны, но которые еще сами нуждаются в том, чтобы до казать их истинность;

- так называемый «круг в доказательстве», когда основное положение выводится из аргумента, который, свою очередь, выводится из доказывае мого положения;

- «отступление от тезиса», когда, начав доказывать одно положение, через некоторое время в ходе этого же доказательства автор начинает до казывать уже другое положение, часто сходное с начальным положением только внешне;

- попытка подтвердить выдвигаемое положение аргументами, которые являются верными, но не являются достаточными доказательствами этого положения;

- смешение причинной связи с простой последовательностью во вре мени, когда рассуждают по ошибочному правилу: «после этого, значит, по причине этого».

К наиболее распространённым ошибкам при объяснении связи между свойствами объектов, относится уже упоминавшееся в предыдущем разде ле истолкование корреляции как причинно-следственной зависимости.

При этом игнорируется многообразие связей и отношений изучаемых свойств объекта. Часто авторы не задумываются о том: возникает ли пред полагаемое следствие, если предполагаемая причина отсутствует и воз можна ли ситуация, когда причина налицо, а следствие отсутствует.

При всей важности соблюдения законов формальной логики, важно понимать, что научное объяснение сущности сложных явлений и фактов не может ограничиться только соблюдением формально-логических тре бований. Если логические ошибки, как правило, могут быть обнаружены и исправлены без знания сущности изучаемого предмета, то смысловые ошибки, которые относятся к содержанию умозаключения, могут быть за мечены и исправлены только теми, кто знаком с самим предметом, о кото ром идет речь.

3.12. Публикация результатов исследования Завершением любой научной работы (или относительно завершенного её этапа) является публикация, содержащая описание хода исследования, основных его результатов, выводов. Эта публикация может представлять собой статью, научный отчёт, монографию или диссертацию*.

Обязательным условием для принятия диссертации к защите является публикация основных положений диссертации в научных изданиях. Это требование обусловлено необходимостью ознакомления широкого научного сообщества с результатами диссертационного исследования, поэтому соис кателю учёной степени необходимо своевременно позаботиться об этом.

Обязательным требованием к докторской диссертации является публи кация основных её результатов и положений в рецензируемых журналах и изданиях, выходящих большим тиражом и включённых в список, утвер ждённый ВАК. Краткая выписка из этого списка приведена в приложении 14.

Для кандидатских диссертаций это требование пока не введено, одна ко если все ваши публикации представляют собой тезисы конференций и симпозиумов и имеют объём 1-2 страницы (да ещё и выполнены в соавтор стве), то будьте готовы к тому, что диссертационный совет может не при нять к защите вашу диссертацию по причине недостаточно полного опуб ликования основных её положений в научных изданиях. Поэтому для пол ной уверенности постарайтесь опубликовать основные результаты своей диссертации в статье, помещённой в одном из изданий из упомянутого выше списка. Позаботьтесь об этом заранее, так как с момента поступле ния статьи в редакцию до её опубликования может пройти несколько ме сяцев и может сложиться ситуация, что вам с готовой диссертацией при дется откладывать защиту до выхода статьи из печати. Кроме того, в тече ние первого года работы вы, как правило, способны подготовить неболь шую статью, в порядке постановки проблемы, в сборник научных трудов аспирантов и молодых ученых, который многие научные учреждения ре гулярно публикуют.

Учтите, что в том случае, когда публикация принадлежит нескольким соавторам, то основным считается тот, чья фамилия стоит первой. Крайне желательно чтобы среди опубликованных по теме диссертации работ была значительная доля выполненных лично вами (без соавторов).

Изданные учебные, методические пособия и программы, хотя и явля ются свидетельством внедрения результатов исследования в практику, к научным изданиям не приравниваются.

* Требования к диссертации и её оформлению подробно изложены в следующем разделе.

К опубликованным работам, отражающим основные научные резуль таты диссертации, приравниваются дипломы на открытия и авторские сви детельства на изобретения, выданные Государственным комитетом Совета Министров СССР по делам изобретений и открытий, патенты на изобрете ния;

свидетельства на полезную модель;

патенты на промышленный обра зец;

программы для электронных вычислительных машин;

базы данных;

топологии интегральных микросхем, зарегистрированные в установленном порядке;

депонированные в организациях государственной системы науч но-технической информации рукописи работ, аннотированные в научных журналах;

работы, опубликованные в материалах всероссийских и между народных конференций и симпозиумов;

информационные карты на новые материалы, включённые в государственный банк данных;

публикации в электронных научных изданиях, зарегистрированных в Информрегистре в порядке, согласованном с Высшей аттестационной комиссией.

Для того чтобы работа могла быть напечатана в каком-либо издании, необходимо не только соблюдать некоторые общие правила оформления рукописи, но и ознакомиться с требованиями самого издания.

Прежде всего, описание научной работы, независимо от её характера, должно отражать логику проведённого исследования. С этой точки зрения структура любой научной рукописи традиционно состоит из следующих логически связанных разделов:



Pages:     | 1 | 2 || 4 | 5 |   ...   | 8 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.