ВКР Кубанова (1212752), страница 11

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

Результаты, полученные с помощью корреляционного анализа Пирсона представлены в Приложении 2.

Полученные результаты, подтверждают значимость корреляционной связи между уровнем рефлексивности и уровнем развитости отдельных шкал САТ. Выявлено что во всех трех сравниваемых группах

*. Корреляция значима на уровне 0.05 (2-сторон.).

**. Корреляция значима на уровне 0.01 (2-сторон.).

Связь между коррелирующими признаками такова, что большей величине одного признака (переменной) соответствует большая величина другого признака (другой переменной). Иными словами, если один показатель (переменная) увеличивается, то соответственно увеличивается и другой показатель (переменная). Такая зависимость носит название прямо пропорциональной зависимости.

Полученные результаты были также подвергнуты математическому анализу по шкалам компетентности во времени и поддержки, которые в наибольшей степени позволяют оценить уровень направленности личности на самоактуализацию. А также по шкалам ценности, самоуважение, самопринятие, по которым респонденты с высоким уровнем рефлексивности набрали наибольшие баллы.

По исходным данным было построено корреляционное поле, и установлен факт наличия связи между факторным и результативным признаками. На основе анализа графически представлена корреляционная модель, построенная с помощью полинома первого порядка. Рассчитан показатель тесноты связи и квалифицирован по шкале Чеддока.¹

Обозначим переменные: Х – стены (рефлексивность), Y – ориентация по времени, Z – поддержка, V – самоуважение, S - ценности. Найдем размах и шаг варьирования для каждого параметра:

по Х: 8-0=8, шаг =2, по Y: 17-2=15, шаг=3, по Z: 64-20=64, шаг=8,

по V: 15-2=13, шаг =2, по S: 17-2=15, шаг=3.

Рассмотрим зависимость ориентации по времени (Y) от рефлексивности (Х).

Построим корреляционную таблицу по переменным X и Y:

Преобразуем ее для удобства вычислений, заменив интервалы их серединами:

Вычисление оценок числовых характеристик проводилось по формулам:

1. Средняя выборочная: .

2. Выборочная дисперсия: .

3. Выборочное среднее квадратическое отклонение .

4. Средняя выборочная произведения параметров .

Тогда выборочный коэффициент корреляции можно вычислить по формуле:

Если коэффициент корреляции положительный, то можно говорить о существовании возрастающей прямолинейной зависимости между параметрами исследования, если отрицательный, то об убывающей.

Для качественной оценки тесноты корреляционной связи пользуются таблицей Чеддока:

Вычислим оценки числовых характеристик для измененной корреляционной таблицы по указанным выше формулам:

,

.

Тогда выборочный коэффициент корреляции

Значение коэффициента говорит о том, что между переменными Х и У существует возрастающая и слабая прямолинейная зависимость.

Рассмотрим зависимость поддержки (Z) от рефлексивности (Х).

Построим корреляционную таблицу по переменным X и Z:

Преобразуем ее, заменив интервалы их серединами:

Вычислим оценки числовых характеристик для данной корреляционной таблицы:

,

.

Тогда выборочный коэффициент корреляции

Значение коэффициента говорит о том, что между переменными Х и Z существует убывающая и очень слабая прямолинейная зависимость.

Рассмотрим зависимость ценности (S) от рефлексивности (Х).

Построим корреляционную таблицу по переменным X и S:

Преобразуем ее, заменив интервалы их серединами:

Вычислим оценки числовых характеристик для измененной корреляционной таблицы:

Характеристики

Список файлов ВКР