Ошибка, состоящая втом, что мы приняли нулевую гипотезу, в то время как она неверна, называется ошибкой II рода.

Вероятность такой ошибки обозначается как . Мощность критерия - это его способность не допустить ошибку II рода, поэтому:

Мощность = 1 –

Мощность критерия определяется эмпирическим путем. Одни и те же задачи могут быть решены с помощью разных критериев, при этом обнаруживается, что некоторые критерии позволяют выявить различия там, где другие оказываются неспособными это сделать, или выявляют более высокий уровень значимости различий. Возникает вопрос: а зачем же тогда использовать менее мощные критерии? Дело в том, что основанием для выбора критерия может быть не только мощность, но и другие его характеристики, а именно:

а) простота;

б) более широкий диапазон использования (например, по отношению к данным, определенным по номинативной шкале, или по отношению к большим n);

в) применимость по отношению к неравным по объему выборкам;

г) большая информативность результатов.

Классификация задач и методов их решения

Множество задач психологического исследования предполагает те или иные сопоставления. Мы сопоставляем группы испытуемых по какому-либо признаку, чтобы выявить различил между ними по этому признаку. Мы сопоставляем то, что было " до" с тем, что стало " после" наших экспериментальных или любых иных воздействий, чтобы определить эффективность этих воздействий. Мы сопоставляем эмпирическое распределение значений признака с каким-либо теоретическим законом распределения или два эмпирических распределения между собой, с тем, чтобы доказать неслучайность выбора альтернатив или различия в форме распределений.

Мы, далее, можем сопоставлять два признака, измеренные на одной и той же выборке испытуемых, для того, чтобы установить степень согласованности их изменений, их сопряженность, корреляцию между ними.

Наконец, мы можем сопоставлять индивидуальные значения, полученные при разных комбинациях каких-либо существенных условий, с тем чтобы выявить характер взаимодействия этих условий в их влиянии на индивидуальные значения признака.

Именно эти задачи позволяют решить тот набор методов, который предлагается в таблице 1.2. Все эти методы могут быть использованы при так называемой " ручной" обработке данных.

Краткая классификация задач и методов дана в Таблице 1.2.

Таблице 1.2.

Задачи	Условия	Методы
1. Выявление различий в уровне исследуемого признака	а) 2 выборки испытуемых	Q – критерий Розенбаума; U – критерий Манна-Уитни - критерий (угловое преобразование Фишера)
б) 3 и более выборок испытуемых	S – критерий тенденций Джонкира; H – критерий Крускала-Уоллиса
2. Оценка сдвига значений исследуемого признака	а) 2 замера на одной и той же выборке испытуемых	Т – критерий Вилкоксона; G – критерий знаков; - критерий (угловое преобразование Фишера)
б) 3 и более замера на одной и той же выборке испытуемых	– критерий Фридмана; L – критерий тенденций Пейджа
3. Выявление различий в распределении признака	а) при сопоставлении эмпирического распределения с теоретическим	- критерий Пирсона; - критерий Колмогорова-Смирнова; m – биномиальный критерий
б) при сопоставлении двух эмпирических распределений	- критерий Пирсона; - критерий Колмогорова-Смирнова; - критерий (угловое преобразование Фишера)
4. Выявление степени согласованности изменений	а) двух признаков	- коэффициент ранговой корреляции Спирмена
б) двух иерархий или профилей	- коэффициент ранговой корреляции Спирмена
5. Анализ изменений признака под влиянием контролируемых условий	а) под влиянием одного фактора	S – критерий тенденций Джонкира; L – критерий тенденций Пейджа; однофакторный дисперсионный анализ Фишера
б) под влиянием двух факторов	однофакторный дисперсионный анализ Фишера

Принятие решения о выборе метода математической обработки

Если данные уже получены, то вам предлагается следующий алгоритм определения задачи и метода.