Pētniecības metodes un pētījumu datu analīze skolēnu zinātniski pētnieciskā darba rakstīšanas procesā. Seminārs skolotājiem Dr. oec, docente, Silvija Kristapsone 29.10.2015. 1
I. Zinātniskās pētniecības būtība un pētījuma metodoloģijas pamati Zinātniskā pētniecība Zinātniskā darbība ir mērķtiecīga faktu vākšana, sistematizēšana un izskaidrošana nolūkā iegūt jaunas zināšanas par pētāmām parādībām dabā, apziņas sfērā un sabiedrībā, tā ietver teorētisko priekšstatu pārbaudīšanu, popularizēšanu un sagatavošanu praktiskai izmantošanai. (Latvijas Republikas likumā Par zinātnisko darbību 1. pants). Pētniecība pamata darbība zinātnē, kas galvenokārt izpaužas teoretizēšanā un eksperimentēšanā, kuras vērstas uz parādību zinātnisku izskaidrošanu. Zinātniskās pētniecības rezultātā strukturējas un integrējas teorētiskās zināšanas, un vienlaikus atklājas jaunas. 2
Pētījums Plašākā nozīmē pētījums ir loģiski secīgu metodoloģisko, metodisko un organizatoriski tehnisko procedūru sistēma, kas ļauj iegūt ticamus datus par pētāmo parādību vai procesu, un izmantot tos tālāk praksē procesa vadīšanai un prognozēšanai. Pētījums kā pētnieciskās darbības apraksts ir zinātnisks sacerējums, kurā apkopoti, izklāstīti pētnieciskā darba galarezultāti. 3
Zinātniskā metode pētnieciskā pieeja, kuras pamatā ir uzskats, ka eksperimentēšanā un novērošanā ar pareizu izpratni un rīcību var izvairīties no kulturālo un sociālo vērtību ietekmes un tādējādi iegūt no novērotāja neatkarīgu realitātes ainu. Lai to realizētu, iegūtām zināšanām jāatbilst šādām prasībām: kritiskai attieksmei pret to, ko redzam un dzirdam, jūtam; šis redzētais, dzirdētais, izjustais un sajustais ir novērojams, turklāt atkārtoti, vairākkārtīgi visu redzēto, dzirdēto, izjusto un sajusto var aprakstīt; novērojot un aprakstot veidojas un uzkrājas zināmas patiesības, kas veido to zināšanu pamatu, lai izvirzītu un pārbaudītu turpmākās hipotēzes; ir iespējamas un tiek veiktas empīriskas pārbaudes; iepriekš veiktās darbības noved pie pierādījumiem; konstatētie pierādījumi ir pamats secinājumiem. 4
TEORIJA Teorija ir katras zinātnes pamatkomponents. Teorija veidojas uz faktu, procesu un parādību novērošanas, analīzes, aprakstīšanas, sistematizācijas un interpretācijas pamata. Tā priekšstatu, jēdzienu, principu un metožu kopums, ko lieto plaša konstatējumu klāsta izskaidrošanai. Teorija veidojusies un attīstās tālāk, pamatojoties uz pētniecības metodoloģiju. Teorija zinātniskās izziņas procesā pilda trīs pamatfunkcijas: 1) apraksta noteiktas realitātes sfēras parādības, 2) izskaidro noteiktas realitātes sfēras būtiskās sakarības, 3) prognozē noteiktas realitātes sfēras attīstības tendences. 5
Metodoloģija mācība par zinātniskā darba principiem, likumiem un metodēm; teorija par teoriju un pētījuma loģiku; pamats zinātniskā pētījuma zinātniski pētnieciskām metodēm un pamatnosacījumiem. Skaidri zinātnes metodoloģiskie pamati ir pētnieka vissvarīgākais līdzeklis mērķa sasniegšanai. Jebkuras zinātnes metodoloģiskie pamati ir priekšmets un tās galvenās kategorijas (jēdzieni). Jebkuras zinātnes attīstība vispirms ir atkarīga no tās priekšmeta noteiktības, precīzas un zinātniskas priekšmeta satura interpretācijas, metodoloģisko pamatu pareizas izvēles un efektīvas pētījumu programmas izstrādes. 6
Lai veiktu zinātniskus pētījumus, jābūt kaut kādai pārliecībai, pieņēmumiem par pasauli, un šo pārliecību pamato šādi filozofiskie uzskati: Pirmkārt, determinisms, uzskats, ka ikvienam procesam vai parādībai ir savs cēlonis, kas noliedz izvēles brīvību. Līdz ar to visas dabas un sabiedrības parādības ir likumsakarīgi saistītas un cita citu nosaka. Otrkārt, empīrisms teorija, kas par zināšanu vienīgo avotu uzskata pieredzi, juteklisku uztveri. 7
Metodoloģijas vispārīgie aspekti skar šādus jautājumus: 1) zināšanu patiesums, tas ir, mūsu zināšanu atbilstība pētāmajam priekšmetam; 2) validitāte. Lai praksē novērstu informācijas nepatiesumu, viens no pamatjautājumiem ir iegūto galarezultātu validitāte, tas ir, zināšanu par priekšmetu sakritība ar tā patieso būtību, secinājumu ticamība; 3) rezultātu atkārtojamība, tas ir, principiāli iespējama jebkuru rezultātu pārbaude, kas pretendē uz zinātniskumu. 8
Zinātnes uzdevums nav tikai aprakstīt un klasificēt parādības, lai gan empīrisks pētījums sākas ar novērošanu un aprakstīšanu. Zinātnes funkcija ir izskaidrošana, tas ir, atklāt iekšējās un noturīgās parādību sakarības. Sociālajās zinātnes lielākā daļa empīrisko pētījumu notiek dabiskos apstākļos, ievācot empīriskos datus ar mērķi iegūt informāciju par parādībām un procesiem. Šādos pētījumos kā galvenā domāšanas metode ir indukcija izdarīt vispārinošus spriedumus. Induktīvā loģika nozīmē domai attīstīties no atsevišķā uz vispārīgo. 9
Metode Pētīšanas metodes ir zinātnē pārbaudīto un pieņemto darbības noteikumu un paņēmienu sistēma, ko izmanto parādību izziņā jaunu ticamu faktu, sakaru un likumu atklāšanai, vērtēšanai un vispārināšanai par realitāti. Vispārīgās pētīšanas metodes (vēsturiskā, kompleksā vai struktūrfunkcionālā pētīšanas metode.) Izziņas metodes (analīzes un sintēzes metode, loģiskā metode, indukcijas un dedukcijas metode, hipotēzes un priekšlikumi, modelēšana). Individuālās pētīšanas metodes (izlases metodes, informācijas vākšanas metodes, informācijas apstrādes metodes un prognozēšanas metodes). 10
Pētījuma metodes pēc darbības veida nosacīti iedala trīs grupās: teorētiskās pētīšanas metodes; empīriskās pētīšanas metodes; datu apstrādes metodes. Teorētiskās pētīšanas metodes teorētiskā analīze, dokumentu kontentanalīze, modelēšana atklāj pētāmā priekšmeta būtiskās sakarības. Šajā pētniecības posmā atklātie zinātniskie fakti un atziņas literatūrā, dokumentos prasa vispārināšanu, salīdzināšanu, vērtēšanu un interpretāciju. Ar empīriskām pētīšanas metodēm saprotam izlases veidošanas metodes un datu ieguves metodes. 11
Teorētiskās teksta analīzes metodes Dekonstrukcija Aksiomu metode Apercepcijas metode Deskriptīvā metode Diahroniskā metode Aspektu analīzes metode Kontentanalīze Kritiskās analīzes metode Kompleksās analīzes metode Konceptuālās analīzes metode Problēmu analīzes metode Sistēmanalīze Salīdzināšanas metode 12
Aprakstīšana cieši saistīta ar pētāmo parādību novērošanu, un atbilžu iegūšanu uz jautājumiem: kas tas ir? cik tas ir liels? u.tml. Pētnieka darbību galarezultātā tās tiek sistematizētas. Savukārt izskaidrošana iziet ārpus tiešās novērošanas robežām, tā ir pāreja no parādības ārējās izpausmes pie tās būtības. Psiholoģiski tas nozīmē no uztveres pāriet uz domāšanu, kas darbojas ar daudz abstraktākām kategorijām (jēdzieniem), pēc tam tos izsakot konkrētos secinājumos. Zinātniskais pētījums paredz izskaidrošanu kā rūpīgi aprakstītu faktu apkopojumu, lai teorētiskais pamatojums veidotos tādā formā, kas atļauj to pārbaudīt praksē. Citiem vārdiem sakot zinātniskais pētījums izvirza prasību pētījuma empīriskā līmeņa (apraksta) atbilstību teorētiskajam līmenim (izskaidrojumam). Zinātne apraksta un izskaidrošanas gaitā izmanto paņēmienus un jēdzienus. 13
Analīze domās veselā sadalīšana daļās. Vēršot uzmanību uz priekšmetu un parādību dažādiem aspektiem, vienlaikus notiek norobežošanās no nenozīmīgām pazīmēm. Analīze nozīmē arī priekšmetu vai parādību savstarpēju salīdzināšanu. Veiksmīgas analīzes priekšnosacījumi: Pareiza informācijas interpretācija Sistēmiskās subordinācijas principa ievērošana adekvāta izpratne ir iespējama tikai plašākas sistēmas kontekstā. Savukārt analīzei pretēja domāšanas darbība ir sintēze. Sintēze konstatēto elementu un priekšstatu kompleksas formēšanas process, atspoguļojot veselas parādību klases (grupas) kopējās pazīmes. Kad šis komplekss iegūst vārdisku apzīmējumu, veidojas jēdziens. Zinātnisko jēdzienu sistēma veido teoriju kā reālās pasaules kādas jomas ideālu modeli. 14
Zinātniskās teorijas galvenie elementi ir jēdzieni, kuros atspoguļojas priekšmetu un parādību bieži vien uzreiz neredzamās īpašības. Precīzu zinātnisku jēdzienu lietošana pētījumos nodrošina pētījuma augstu kvalitāti, jēdzienu skaidrība pētījumos norāda uz pētnieka profesionalitāti, pētniecības procesa precizitāti un rezultātu ticamību. Zinātniskās valodas stils nodrošina realitātes zinātnisku aprakstu. Zinātniskās valodas stilam ir raksturīga tādu valodas līdzekļu atlase, ar kuriem iespējams precīzi, nepārprotami izteikt domas. Zinātniskās izziņas metodoloģija reglamentē arī zinātniskā darba struktūru, tas ir, formulē tās prasības, kādam saturiski un vizuāli jābūt zinātniskā pētījuma galarezultātam. 15
Pētījumu veidi Pētījuma veidu visprecīzāk atklāj mērķis, izvēlētās un lietotās pētījumu metodes, un otrādi, saprotot, kuram pētījuma veidam konkrētais pētījums piederīgs, var iepriekš plānot pētījuma metodes. Sociālajās zinātnēs ir plaši izplatīta pētījumu klasifikācija pēc: izmantojamības (lietišķie un fundamentālie); izmantotās metodes (eksperimentālie pētījumi un neeksperimentālie pētījumi; kvantitatīvie pētījumi un kvalitatīvie pētījumi); pētnieciskā jautājuma; datu ieguves procesa. 16
Pēc pētījuma jautājuma gadījuma pētījums (kvalitatīvās analīzes metodes) vēsturiskais pētījums (kvalitatīvās pētniecības metodes) aprakstošais pētījums (aprakstošās statistikas metodes) longitudinālais pētījums (secinošās statistikas metodes) korelācijas pētījums (korelācijas metodes) cēloņsakarības pētījums (dispersiju analīze, regresiju analīze) u.c. 17
Kvantitatīvā un kvalitatīvā pieeja pētījumā Kvantitatīvajā pētniecībā analīzes pamatā ir statistika, kuras galvenais mērķis ir noskaidrot kādu kvantitatīvo mainīgo lielumu, biežumu sadalījumus grupā vai citus statistiskos rādītājus. Kvalitatīvajā pētniecībā datu analīze pamatojas jēgā jeb nozīmē, tas ir, analīzes mērķis ir noteikt, ko stāstījums nozīmē un ko respondents ar to ir vēlējies teikt. Kvantitatīvo un kvalitatīvo pētījumus būtiskākā atšķirība proporciju mērījuma precizitāte/izpratne dziļums. Atšķirībā no kvantitatīvajiem pētījumiem, kas galvenokārt pierāda esošo teoriju vai darbojas tās ietvaros, kvalitatīvie pētījumi var būt vērsti uz teorijas izveidi pētījuma galarezultātā. 18
II. Pētnieciskā procesa gaita un tā organizācija ASV filozofa Dž. Devejs (J. Devey) jau 1938. gadā piedāvāja šādus zinātniskā pētījuma posmus: 1) temata izvēle; 2) iepazīšanās ar pētāmo objektu (priekšmetu); 3) pētījuma mērķa, uzdevumu un hipotēžu izvirzīšana; 4) pētījuma pieteikuma sagatavošana, pētījuma akcepta saņemšana; 5) nepieciešamās informācijas vākšana; 6) pētījuma metodes ( žu) izvēle un pamatošana; 7) datu ieguve; 8) starprezultātu un galarezultātu apkopošana; 9) starprezultātu un galarezultātu analīze; 10) secinājumu un priekšlikumu izstrāde; 11) pētījuma ziņojuma (pārskata) sagatavošana un publiskošana. 19
Temata izvēle Pētījums sākas ar ieceri, ko izvirzījusi praksē vai teorijā neatrisināta problēma. Problēma (no grieķu val. problēma uzdevums) ir situācija, kas tiek apzināta kā sarežģīts teorētisks vai praktisks jautājums vai uzdevums, ko nepieciešams izpētīt. Zinātnē problēma ir kaut kāda pretruna situācijā, kas pētāma un risināma, izmantojot atbilstošu teoriju. Temats (no grieķu val. thema tas ko liek pamatā) problēmas satura kodols, kas attiecas uz pretrunīgo situāciju. Temats ir konkrēts un atklāj pētāmās problēmas robežas, objektu un priekšmetu 20
Pētījuma objekts un priekšmets Pētījuma objekts tas vai kāds cits īstenības aspekts, ko uztver caur teorētisko un praktisko zināšanu sistēmu; pētījuma priekšmets tas jaunais objekta sastāvdaļās, sakarībās, struktūrā, kas no jauna iegūts ar konkrēto pētījumu. Tātad pētījuma objekts ir parādība, kura ir izraisījusi pētnieka interesi, priekšmets tās īpašības, attiecības u. tml., kas piemīt parādībai. Faktiski pētījumā nošķirtā pētāmā pazīme vai pazīmes ir pētījuma priekšmets( i). 21
Analizējot literatūras avotus, pētnieka galvenie uzdevumi ir šādi: 1) iepazīties ar zinātniski pētnieciskā darba temata pamatjēdzienu definīcijām, to skaidrojumu dažādu autoru darbos (ja skaidrojumi ir atšķirīgi); 2) noskaidrot situāciju attiecīgajā jomā; 3) konstatēt, kāda veida pētījumi ir veikti saistībā ar paša plānoto pētniecības darbu; 4) kritiski izvērtēt uzkrāto pieredzi un galarezultātus sava pētījuma aspektā. Teorētiskie teksti tiek konspektēti atbilstīgi šo tekstu struktūrai, akcentējot jēdzienus, kategorijas, likumus, principus, idejas, noteikumus, teorijas, hipotēzes, faktus, secinājumus utt. Empīrisko tekstu konspektēšana galvenokārt būs saistīta ar aktu, notikumu, statistisko datu un statistisko rādītāju, konkrētu parādības īpašību izvērtēšanu 22
Bibliogrāfiskās atsauces jāliek, ja: 1) tekstā minēts citāts; 2) tekstā dots citu autoru aprēķināts skaitlisks materiāls, viņu veidotās tabulas, attēli, formulas; 3) izklāstīts kaut kādas personas teiktais vai uzskati; 4) pieminēts konkrēts avots, zinātniskais pētījums, raksts; 5) ja tekstā pieminēts vai aprakstīts gadījums vai piemērs, kas nav vispārzināms. 23
Pētījuma mērķis un uzdevumi Mērķis ir ideāls, domās prognozēts pētījuma rezultāts, bet ne norise. Darba mērķa sasniegšanai autors izvirza uzdevumus, kas atspoguļo konkrētās problēmas izpētes procesu. Tās ir darbības, ar kurām pētnieks grib sasniegt mērķi. Pētījuma uzdevumi atšķirībā no mērķa atspoguļo visus pētījuma plānošanas un veikšanas posmus no sākuma līdz beigām. Uzdevumos atklājas pētījuma galvenās idejas procesuālā analīze. Uzdevumi konkretizē pētījuma saturu. 24
zinātniskajos pētījumos parasti pēc darbības veida tiek izmantotas šādas metožu grupas: 1) teorētiskās pētījuma metodes (literatūras analīze, dokumentu kontentanalīze (teksta padziļināta analīze), modelēšana u.c.); 2) empīriskās pētījuma metodes (datu vākšanas metodes: dokumentu analīze, aptaujas intervēšana, anketēšana, ekspertu aptauja, novērošana, sociālais eksperiments u.c.); 3) datu apstrādes metodes (statistiskās analīzes, ekonomiskās analīzes metodes, matemātiskās statistikas metodes, ekonomiski matemātiskās metodes, prognozēšanas metodes u.c.). 25
III. Datu ieguves, apstrādes un analīzes metodes Pētījumā Zinātne sākas ar mērīšanu. Ja neko nemēra, neko jaunu nevar atklāt. Imants Ieviņš (1928 1996) latviešu mežzinātnieks, Dr.habil.ing. 26
Empīriskās datu ieguves metodes pētījumā: dokumentu analīze aptauja (intervija, anketēšana) mērīšana testēšana novērošana 27
Datu apstrādes un analīzes metodes MATEMĀTISKĀS UN STATISTISKĀS METODES Statistikā analīze nevar notikt, neizmantojot tās konkrētās nozares metodes, pie kuras pētāmā parādība pieder, piemēram, psiholoģija, politika, socioloģija un tml. Līdzās šīm metodēm statistikā izmanto arī specifiskos paņēmienus, un tie ir: statistiskā novērošana (ziņu, datu vākšana), apkopošana jeb grupēšana un vispārināšana jeb statistiskā analīze. Statistiskās novērošanas praktiskā nozīme iegūt ticamu informāciju par parādības stāvokli vai procesa raksturu. 28
Statistikas dati ir parādību skaitliskais raksturojums, kas iegūti statistiskās novērošanas (dokumentu izpētes, novērošanas, aptaujas, testēšanas, mērīšanas) un apstrādes vai atbilstīgu aprēķinu ceļā. Statistiskais rādītājs (angl. statistic) ir pētāmās parādības īpašību skaitliskais novērtējums konkrētos vietas apstākļos un laikā. Tos iegūst aprēķinu ceļā, izmantojot speciālas formulas. Aprakstošā statistika empīriskās datu apkopošanas metodes, grafiskās attēlošanas metodes un statistiskie rādītāji. 29
Statistikas metodes izvēli pētījumā nosaka: pētāmās pazīmes ( ju) mērījumu skala( as) (nosaukuma, kārtas/rangu, intervālu vai proporcionālā); pētāmās izlases kopas īpatnības (maza/liela grupa); statistisko rādītāju uzrādītās pētāmās pazīmes ( ju) īpatnības, t.i., intervāla vai attiecību skalā mērītas pazīmes atbilstība vai neatbilstība normālam sadalījumam; pētījuma stratēģiskais mērķis un ar to saistītie uzdevumi (aprakstīt, noskaidrot atšķirības, sakarības, noteikt faktoriālo pazīmju ietekmi); pētījuma shēma (1 izlases salīdzināšana ar standartlielumu, 2 izlašu salīdzināšana, 3 un vairāk izlašu salīdzināšana, sakarību noteikšana starp 2 vai 3 un vairākām pazīmēm un tml.). 30
Nosaukuma jeb nominālās skalas pazīmēm ir nevis dažādi līmeņi, bet gan dažādas kvalitātes. Nosaukuma skalas mērījums sākotnēji ir jēdzienisks, vārdisks. Ja mērījumi ir veikti nosaukuma skalā, tad var vienīgi uzskaitīt, cik daudziem cilvēkiem piemīt nodalītās kategorijas, tātad noteikt to parādīšanās biežumu pētāmajā grupā. Nosaukuma skalas piemēri: dzimums, izglītība, profesija, tautība, atbilžu varianti u.c. Kategoriju biežumu salīdzināšanai starp nodalītām grupām var lietot t stjūdenta kritēriju divu relatīvo biežumu salīdzinšanai, hī (Chi square) kvadrāta kritēriju, Kolmogorova Smirnova kritēriju. Sakarību pētīšanai lieto hī kvadrāta kritēriju. Kategorijas var kalpot būt par pamatu, lai veiktu datu grupēšanu dispersiju analīzei. 31
Kārtas jeb rangu skala nozīmē pazīmi novērtēt subjektīvi, sarindojot objektus pēc šīs pazīmes izteiktības pakāpes (A>B>C, utt.) grupā. Piemēri: vietas sacensībās, Nr. pēc kārtas u.c. Kārtas skalas datu apstrādē jālieto neparametriskās metodes. Kārtas skalas datiem par grupas centrālās tendences rādītāju labāk izmantot mediānu, biežumu sadalījuma raksturojumam izmantot procentiles. Pazīmju atšķirību starp grupām noteikšanai visbiežāk izmanto Manna Vitneja (Mann Whitney U) vai (Kruskal Wallis H), sakarību starp pazīmēm pētīšanai izmanto rangu korelācijas koeficientus, piemēram Spirmena (Spearman) vai Kendala (Kendall`s tau b). 32
Intervālu skala mākslīgi radīta metriskā skala. Mainoties pazīmei, var skaitliski fiksēt tās pieaugumu vai samazinājumu. Intervālu skalas ietvaros var salīdzināt, piemēram, divus cilvēkus un secināt, kuram no tiem ir vairāk izteikta pazīme un par cik vienībām, piemēram, iegūtie punkti IQ testā, atzīme eksāmenā u.c. Proporcionālās skalas mērījumi nozīmē, ka pazīmes novērtēšanai ir noteikts etalons un izstrādāts mērogs. Proporcionālās skalas mērījumi parasti ir laika, svara, garuma mērījumi, iegūst izmantojot mērinstrumentus. Šādu datu apstrādei piedāvāto secinošās statistikas metožu skaits ir visplašākais. 33
Statistisko rādītāju aprēķināšana un to analīze ir pamats pētāmo pazīmju empīrisko sadalījumu raksturojumam un iespējām noteikt to īpatnības attiecībā pret tiem teorētiskiem sadalījumiem, kas raksturīgi šīm pazīmēm ģenerālajā kopā jeb statistiskajā kopā, pamato tālāko secinošās statistikas metožu izvēli. 34
Statistiskā tabula ir pētāmās parādības skaitliskās informācijas racionāla un uzskatāma attēlošanas forma. Tabulas ļauj statistisko materiālu uztvert kopumā. Grafiskais attēls palīdz uzskatāmi raksturot un vispārināt pētāmo kopu. Grafiskais attēls ir tabulu veidošanas kā metodes turpinājums un papildinājums, jo grafiskajā attēlā izteiktāks kļūst rādītāju salīdzinājums, parādās kopas struktūra, labāk novērojamas attīstības tendences un savstarpējās sakarības. 35
Pētījumos izplatītākie grafiskie attēli ir stabiņu diagramma līniju diagramma apļa diagramma 36
korelācijas (regresijas) diagramma 37
Secinošā statistika Secinošā statistika metodes, ko lieto dažādu hipotēžu pierādīšanai, kā arī populācijas parametru novērtēšanai. Parametriskā statistika metodes, ko lieto hipotēžu pierādīšanai, ja empīriskais sadalījums atbilst normālam sadalījumam (dati doti intervālu vai attiecību skalā). Parametriskās metodes: salīdzināšanas gadījumā t Stjūdenta kritērijs divu neatkarīgu izlašu salīdzināšanai, t Stjūdenta kritērijs divu atkarīgu izlašu salīdzināšanai, dispersiju analīze (lieto 3 un vairāku grupu salīdzināšanai un neatkarīgā mainīgā ietekmes noteikšanai), sakarību gadījumā Pirsona korelācijas koeficients. Neparametriskā statistika metodes, ko lieto hipotēžu pierādīšanai, ja empīriskais sadalījums neatbilst normālam sadalījumam (dati doti intervālu vai attiecību skalā) vai arī sākotnējie dati doti nosaukuma vai kārtas skalā. 38
Pētījuma hipotēze par atšķirībām starp sadalījumiem, mērītiem nominālajā skalā Cik kategorijas jeb kvalitātes (c) ir pazīmei? Empīriskais sadalījums ar teorētisko sadalījumu Binominālais kritērijs (m) *m apr. m krit. * p = 0,05 vai p = 0,01 Kolmogorova Smirnova kritērijs *Z apr. Z krit. * p = 0,05 vai p = 0,01 2 2 χ 2 * p = 0,05 vai p = 0,01 Divas kategorrijas (c =2) Divi empīriskie sadalījumi Mac Nemara kritērijs Vairākas kategorijas (c 3) Kādi sadalījumi tiek salīdzināti? *χ2 apr. χ2 krit. * p = 0,05 vai p = 0,01 Neatkarīgi sadalījumi Kolmogorova Smirnova kritērijs *Z apr. Z krit. * p = 0,05 vai p = 0,01 Atkarīgi sadalījumi Zīmju tests * Ja izpildās šī nevienādība, tas nozīmē, ka pastāv statiski nozīmīga atšķirība starp salīdzināmajiem biežumu sadalījumiem, nulles hipotēze ir jānoraida. SPSS programmā statistiski nozīmīgas atšķirības ir tad, ja Sig 0,05. (Sig statistiskā nozīmība (angl. significant level, p nozīmības līmenis jeb pirmā veida kļūda (angl. p level). 39
Pētījuma hipotēze par atšķirībām starp sadalījumiem, mērītiem kārtas jeb rangu skalās Divas izlases (2) 2.Vai grupas ir atkarīgas (korelējošas) vai neatkarīgas grupas? Atkarīgas grupas Aprēķina Vilkoksona testa T vērtību *T apr. T krit. * p = 0,05 vai p = 0,01 Neatkarīgas grupas Aprēķina Manna Vitneja testa U vērtību *U apr. U krit. * p = 0,05 vai p = 0,01 Kāda ir pētījuma shēma? *Ja izpildās šī nevienādība, tas nozīmē, ka pastāv statiski nozīmīga atšķirība starp salīdzināmajiem biežumu sadalījumiem, nulles hipotēze ir jānoraida. SPSS programmā statistiski nozīmīgas atšķirības ir tad, ja Sig 0,05. (Sig statistiskā nozīmība (angl. significant level, p nozīmības līmenis jeb pirmā veida kļūda (angl. p level). Vairākas izlases (3 un vairāk) 2. Vai grupas ir atkarīgas (korelējošas) vai neatkarīgas grupas? Neatkarīgas grupas Kruskola- Valisa tests, aprēķina H *H χ 2 * p = 0,05 vai p = 0,01 Atkarīgas grupas Frīdmana tests χ 2 *χ2 apr. χ2 krit. * p = 0,05 vai p = 0,01 40
Pētījuma hipotēze par atšķirībām starp sadalījumiem, mērītiem intervālu vai attiecību skalā Viena izlase (1) 1. Kāda ir pētījuma shēma? Divas izlases (2) Vairākas izlases (3 un vairāk) Nē Aprēķina t vērtību vienai izlasei t apr. t krit.* α = 0,05 vai α = 0,01 Jā Aprēķina t neatkarīgām grupām Vai ir zināma s 2(sigma)? Nē Aprēķina z vērtību vienai izlasei z apr. z krit.* α = 0,05 vai α = 0,01 Jā 3.Vai mainīgajam lielumam ir normāls sadalījums? Aprēķina Vilkoksona testa T vērtību 2.Atkarīgas (korelējošas) vai neatkarīgas grupas Atkarīgās sgrupas Neatkarīgas grupas 3.Vai mainīgajam lielumam ir normāls sadalījums? Jā Aprēķina t neatkarīgām grupām Nē Aprēķina Manna Vitneja testa U vērtību 2.Atkarīgas (korelējošas) vai neatkarīgas grupas Neatkarīgas grupas Jā Vienfaktoru dispersiju analīze, aprēķina F vērtību Kāds ir neatkarīgo mainīgo skaits? Viens 3.Vai atkarīgajam mainīgajam ir normāls Nē Kruskola- Valisa tests, aprēķina H Atkarīgās grupas Divi un vairāk L Frīdmena kritērijs 3.Vai atkarīgajam mainīgajam ir normāls Nē Jā Daudzfaktoru dispersiju analīze, aprēķina F vērtības t apr. t krit.* α = 0,05 vai α = 0,01 T apr. T krit.* α = 0,05 vai α = 0,01 t apr. t krit.* α = 0,05 vai α = 0,01 U apr. U krit.* α = 0,05 vai α = 0,01 F apr. F krit.* α = 0,05 vai α = 0,01 H χ 2 * α = 0,05 vai α = 0,01 F apr. F krit.*α = 0,05 vai α = 0,01 41
Statistiskās analīzes paņēmiens, lai noteiktu, vai pastāv sakarības starp vienas grupas divām pazīmēm. Atkarībā no datu mērījumu skalas iespējami vairāki korelācijas koeficienti (kritēriji): Pirsona korelācijas koeficients Spirmena korelācijas koeficients Kendala tau korelācijas koeficients Hī kvadrāta koeficients u.c. 42
43
44
Korelācijas koeficients r atrodas robežās no 1 līdz +1. Pirsona un Spirmena korelācijas koeficientus novērtē līdzīgi: Vai sakarības ir statistiski nozīmīgas? Vai sakarība ir tieša vai pretēja? Kāds ir sakarību ciešums? Citi korelācijas koeficienti ļauj novērtēt tikai sakarības statistisko nozīmību. 45
Determinācijas koreficients R 2 Determinācijas koeficients R 2 (angl. R Square) raksturo atkarīgā mainīgā dispersijas daļu kopējā dispersijā, ko nosaka neatkarīgā mainīgā ietekme; rāda, cik lielā mērā neatkarīgā mainīgā variācija izskaidro atkarīgā mainīgā variāciju. Parasti determinācijas koeficientu izsaka procentos. 46
Regresiju analīze y a b x Regresijas vienādojumā parametrs a raksturo neuztverto (vērā neņemto) faktoru vidējo ietekmi uz rezultatīvo pazīmi. Regresijas koeficients b izsaka rezultatīvās pazīmes vidējo pieaugumu, pieaugot faktoriālai pazīmei par vienu vienību. 47
30 25 Atkarīgais mainīgais y 20 15 10 y = 0,4581x + 8,7073 R² = 0,1896 = 19,0% r = 0,435 5 0 0 5 10 15 20 25 Neatkarīgais manīgais x Dr. oec., doc. Silvija Kristapsone 48
Konfūcijs (551 479 pr.kr.) Ķīniešu domātājs Uz zināšanām ved trīs ceļi: pārdomu ceļš, kas ir viscēlākais, atdarināšanas ceļš, kas ir visvieglākais, un pieredzes ceļš, kas ir visgrūtākais. 49
Literatūra: Kristapsone S. (2014). Zinātniskā pētniecība studiju procesā. Rīga : Biznesa augstskola Turība, 2014. 350 lpp. Ievads pētniecībā: stratēģijas, dizaini, metodes (2011)./Sastādījusi K.Mārtinsone. Rīga : RAKA, 2011. 284 lpp. Arhipova I. Bāliņa S. (2006) Statistika ekonomikā un biznesā. Risinājumi ar Excel un SPSS. 2. izdevums. Rīga: Datorzinību centrs, 2006, 337 lpp. Arhipova I. Bāliņa S. Statistika ar Excel ikvienam 1. Mācību līdzeklis. Rīga: Datorzinību centrs, 1999, 163 lpp. Arhipova I. Bāliņa S. Statistika ar Excel ikvienam 2. Mācību līdzeklis. Rīga: Datorzinību centrs, 2000, 133 lpp. 50