image Strona Główna       image SKFAB00GBB       image ceelt smp       image Artykul1       image ArmyBeasts       image 2006 nov p3       

Odnośniki

[ Pobierz całość w formacie PDF ]

samo postępujemy pózniej ze wszystkimi następnymi próbami  ciągle nie wiedząc, który obiekt był przeznaczony do
określenia w danej próbie.
Ostatni krok oceny polega na odkryciu obiektów, które rzeczywiście były do określenia (otwarcie pojemników, nazwanie
osób itp.), i stwierdzeniu, jak często dana osoba miała rację.
Ocena statystyczna
Każda ocena statystyczna polega w zasadzie na określeniu: jakie jest prawdopodobieństwo, że otrzymany rezultat jest
przypadkowy lub nieprzypadkowy?
Jeśli w teście na pp otrzymamy więcej prawidłowych odpowiedzi, niż oczekiwano  możemy wnioskować, że wynik leżący
ponad przypadkową oczekiwania musi mieć prawidłową przyczynę. Jeśli prawidłowe odpowiedzi, które otrzymamy, leżą
wyraznie powyżej przypadkowej oczekiwania, oznacza to, że otrzymaliśmy określony zakres informacji o obiekcie.
Otrzymanie informacji oznacza jednak postrzeganie. Jeśli warunki testu uniemożliwiają postrzeganie zmysłowe i ocena
statystyczna potwierdza, że informacje zostały otrzymane, to musimy wnioskować, że te informacje zostały przyjęte przez
pp. Najprawdopodobniej pp w naszym teście funkcjonuje nie dość doskonale. Gdyby pp pracowała tak pewnie, jak np.
nasz zmysł wzroku, wtedy otrzymalibyśmy wyłącznie prawidłowe odpowiedzi i nie potrzebowalibyśmy oceny
statystycznej. Tej ostatniej potrzebujemy jedynie dla wykrycia funkcji ukazującej się bardzo słabo.
Możemy porównać działanie naszej pp z funkcjonowaniem zmysłu wzroku w warunkach słabego oświetlenia. Jeśli
chcemy np. odróżnić białe i jasnożółte paski papieru  a światło jest dobre  wtedy możemy dość łatwo określić kolory. W
zupełnej ciemności nic nie widzimy i możemy tylko zgadywać; jedynie przez przypadek możemy dać kilka prawidłowych
odpowiedzi. Jeśli natomiast pracujemy w prawie zupełnej ciemności (powiedzmy, przy świetle daleko stojącej świecy),
rozróżnianie kolorów będzie trudne i rozróżnimy je tylko wtedy, gdy zrobimy to bardzo starannie i uważnie. Gdy się
spieszymy, gdy jesteśmy zmęczeni lub roztargnieni  pomylimy się. Ogólnie musielibyśmy dać więcej prawidłowych
odpowiedzi, niż byłoby to oczekiwane w sytuacji czystego przypadku, ale zrobimy szereg błędów. Podobnie dzieje się
zazwyczaj w testach na pp.
Funkcja statystyki przy ocenie wyników daje się zobrazować na podstawie następującego przykładu:
Proszę sobie wyobrazić, że mamy dużą klasę uczniów szkoły średniej i mierzymy ich wzrost. Niektórzy z nich będą
bardzo wysocy, inni bardzo mali, ale większość będzie miała wzrost w pobliżu przeciętnej. Rozdział wzrostu będzie
odpowiadać krzywej w kształcie dzwonu, jak to przedstawia rysunek na str. 273.
Jeśli chcemy dowiedzieć się o uczniu (wyższym niż pozostali  ma np. 180 cm), czy jest on nadzwyczajnym olbrzymem,
czy mimo jego zauważalnego wzrostu może być uważany za normalnego  postawimy pytanie, jakie jest
prawdopodobieństwo, że taki uczeń pojawi się w naszej klasie.
Przypomnijmy, że robimy ocenę statystyczną wtedy, gdy mamy wątpliwości. Gdyby nasz uczeń mierzył 240 cm, nie
byłoby wątpliwości, że wychodzi całkowicie poza ramy średniej i obejdziemy się bez statystyki. Gdy jego wzrost wynosi
180 cm, nie jesteśmy pewni i właśnie dlatego szukamy odpowiedzi na podstawie oceny statystycznej.
W tym celu musimy znać oczekiwany podział wzrostu wśród uczniów (jak przedstawiono na wykresie w formie diagramu).
Następnie obliczamy stosunek zakreskowanej powierzchni (odpowiada ona uczniom tak samo wysokim lub wyższym od
niego) do pozostałej nie zakreskowanej powierzchni wykresu (odpowiada ona uczniom, którzy są niżsi od niego) [jeśli
stwierdzimy, ze ten stosunek wynosi 1:100 lub więcej, to będziemy wnioskować, ze zaobserwowany wynik jest niezwykły
i nie może być przypadkowy].
Wartość pierwiastka z iloczynu sqr(z·w·q), który bÄ™dzie używany przy pózniejszych obliczeniach (możemy okreÅ›lić go
jako standardowe odchylenie), można sobie wyobrazić w formie miary 1 metra, którą mierzymy odchylenia od wartości
przeciętnej.
Tak jak wzrost uczniów (i wiele innych wydarzeń w naturze i społeczeństwie) wyniki testów na percepcję pozazmysłową
dają się zobrazować w formie wykresu krzywej. Jeśli chcemy sprawdzić występowanie percepcji pozazmysłowej,
spróbujmy sprawdzić za pomocą naszych obliczeń, czy odchylenia otrzymanych wyników od wartości przeciętnej są
wystarczająco duże i czy narzuca się nam wniosek, że mamy do czynienia z percepcją pozazmysłową.
*
Wynik naszych testów daje się obliczyć z następującego wzoru statystycznego:
KV = Abw / z·w·q, gdzie:
KV = stosunek krytyczny = miara naszego wyniku
Abw = odchylenie = różnica między otrzymaną liczbą prawidłowych odpowiedzi a przypadkową oczekiwania (wartość
średnia)
z = liczba prób
w = prawdopodobieństwo wyniku w każdej próbie
q = prawdopodobieństwo błędu w każdej próbie Wartości w i q zależą od liczby użytych różnych znaków lub kolorów; w +
q wynosi zawsze 1. Jeśli wybierzemy tylko dwa symbole, to otrzymamy wynik: w = 1/2 i q = 1/2. Jeśli zrobimy test z
pięcioma różnymi symbolami lub farbami, otrzymamy wartości: w = 1/5 i q = 4/5. Przy dziesięciu różnych znakach: w =
1/10, q = 9/10. [ Pobierz całość w formacie PDF ]

  • zanotowane.pl
  • doc.pisz.pl
  • pdf.pisz.pl
  • blacksoulman.xlx.pl