 |
 |
 |
 |
|
 |
 |
корреляционных связей и б) групповых различий на основе t-критерия Стьюдента. При оценивании
эффекта корреляционных связей цель заключается в объединении данных разных исслед., касающихся
связи между двумя изучаемыми переменными, измеренными в интервальной шкале или шкале
отношений, тогда как оценивание групповых различий относится к оценке степени изменения
предусмотренного гипотезой исхода (=результата) при сравнении двух тождественных групп, чаще
всего определяемой относительно таких условий, как «контроль/эксперимент» или
«предварительное/итоговое тестирование».
Опубликованные исслед. различаются эксперим. планами и критериальными статистиками,
приводимыми в описании результатов. Данные, относящиеся к связи между переменными, могут быть
выражены в единицах корреляции произведения моментов Пирсона (r), квантилей ?²-распределения или
к.-л. др. стат., а данные о групповых различиях могут приводится с использованием t, F или др. стат.
Поэтому прежде чем оценивать общую величину эффекта, нужно перейти от разных итоговых
статистик, сообщаемых в анализируемых публикациях, к к.-л. общей мере. К наиболее часто
используемым для этой цели мерам относятся корреляция произведения моментов Пирсона
(применительно к корреляционным данным) и d-статистика (применительно к групповым различиям,
оцениваемым с помощью t-критерия Стьюдента). Хотя далее речь пойдет именно об этих двух стат., М.,
конечно же, не ограничивается их применением. Что касается процедур преобразования с
использованием разнообразных стат., следует обратиться к Розенталю. После того как сообщаемые в
анализируемых публикациях стат. выражены в единых мерах, можно начинать анализ величины
эффекта.
Корреляционные связи. Оценка величины эффекта между двумя изучаемыми переменными
требует выполнения простых арифметических действий по следующей формуле:
n
r
r
.
Иначе говоря, вычисляется простое среднее арифметическое корреляций путем деления суммы
приведенных в публикациях коэффициентов корреляции на число суммируемых коэффициентов (п). В
качестве альтернативы использованию значений r можно усреднять значения величины Z Фишера:
n
Z
Z
r
r
.
После замены значений r
соответствующими значениями Z
(по формуле или с помощью
специальной таблицы преобразований Фишера) сумма значений Z
делится на число коэффициентов
корреляции, включ. в анализ. Затем
r
Z
преобразуется обратно в соответствующее значение r,
к-рое и
сообщается в качестве итоговой стат. анализа.
В ходе дальнейшего оценивания величины эффекта может потребоваться учесть различия между
исслед., касающиеся а) вариации объема выборок и б) использования различных способов или методик
измерения. Так как две вышеописанные процедуры не предусматривают введение поправок или весов
исходя из различий объема выборок, коэффициент корреляции (или Z
Фишера) из исслед.,
проведенного на выборке из 10 чел., будет учитываться в них с тем же весом, что и др. коэффициент,
полученный на выборке объемом в 500 человек. Признавая потенциальную важность этого типа
вариабельности, Хантер с соавторами и Розенталь рекомендуют при проведении анализа величины
эффекта использовать среднее арифметическое значений r, взвешенных соответственно различиям
выборок, на к-рых они были получены. Вообще говоря, желательно сообщать данные о величине
эффекта, основанные на средних арифметических и взвешенных, и невзвешенных величин.
Относительно измерения переменных, включаемых в М. величины эффекта, должно быть
подтверждено, что на общем концептуальном или теорет. уровне выбранные для анализа переменные
относятся к двум феноменам, сохраняющим свою идентичность во всех условиях проведения
обозреваемых исслед. (напр., соц. класс и психол. благополучие). Но на уточненном и более конкретном
уровне измерений соответствующие переменные могли измеряться с помощью разных способов или
методик. Хотя этот источник потенциальных различий так или иначе учитывается в анализе общей
значимости данных, его нужно принимать в расчет и при интерпретировании значения оценок
величины эффекта. В тех областях исслед., где определенные измерительные шкалы были признаны
стандартными и потому регулярно используются, эта проблема может не быть столь острой, как в тех
областях, где нет общепринятых и широко используемых шкал. Однако именно в этих последних
областях исслед. можно извлечь существенные выгоды из М., разумеется, при условии, что он отражает
вдумчивый и внимательный подход к анализируемым данным.
Групповые различия. При оценивании групповых различий, определенных на основе t-
