Олий ва ўрта

3. SPSS

ние	Сред	Выборка 1 Выборка 2		11,28 14,38
Степени свободы			df = (61 – 1) + (63 – 1) = 122
Вычисленное t в предположении что дисперсии равны			t = 8,05
Вычисленное t в предположении что дисперсии неравны			t = 8,06
p-значение в предположении что дисперсии равны			р = критерий)		3,07·10^-13	(односторонний
p-значение в предположении что дисперсии неравны			р = критерий)		2,93·10^-13	(односторонний
Критическая величина t для р = 0,05			t = 1,66

Independent Samples Test
		Levene's Test for Equality of Variances		t-test for Equality of Means
		F	Sig.	t	df	Sig. (2- tailed)	Mean Difference	Std. Error Difference	95% Confidence Interval of the Difference
									Lower	Upper
Данные двух выборок	Equal variances assumed (Предполагается равенство дисперсий)	,141	,708	-8,053	122	,000	-3,1023	,38523	-3,86487	- 2,33966
	Equal variances not assumed (Не предполагается равенство дисперсий)			-8,063	121,753	,000	-3,1023	,38475	-3,86393	- 2,34060

Графическое представление.
22
20
18
16
14
12
10
8
6

N =

Расм. 2.10. Боксплолар

61
Математики
61
Геологи

Мавзу бўйича саволлар

1. 
   Ехcеl дастурида Стюдент t мезонини ҳисоблаш қандай амалга оширилади?
   
2. 
   Психологияда математик методларни қўллаш қачондан бошланган?
   
3. 
   Психологияда ўлчов шкалалари қандай?
   

4. 
   Психология фанида миқдордан сифатга ўзаро ўтиш ҳақида нималар биласиз?
   
5. 
   Математик методларни психологияга қўллаш тажрибалари кимларнинг изланишларда амалга оширилган?
   

Мустақил иш топшириқлари: Психологияда математик статистик методларни қўллаш мавзусига доир адабиётларни ўқиш.

ТАВСИЯ ЭТИЛАДИГАН АДАБИЁТЛАР РЎЙХАТИ:

1. 
   Кричевен А.Н, Шикин Е.В, Дьячков А.Г. Математика для психологов. М. 2003 г.
   
2. 
   Сидоренко Е.Н Методы математической обработки в психологии. Речь, СПб, 2000 г.
   
3. 
   Нишонова З.Т, Қаршиева Д.С. “Экспериментал психология” Т:2007.
   
4. 
   Немов Р.С. Психология. 3 книга. М-2003 Владос.
   
5. 
   Наследов А.Д. SPSS: компьютерный анализ данных в психологии и социальных науках.2-изд.- СПб., 2007.- 416с.
   
6. 
   Наследов А.Д. Математические методы психологического исследования. Анализ и интерпретация данных. СПб., Речь, 2004.
   
7. 
   Боровиков В. Статистика. Искуство анализа данных на компьютере. СПб., 2003.
   
8. 
   Суходолский Г.В. Математические методы психологии. СПб., 2003.
   
9. 
   Ермолаев О.Ю. Математическая статистика для психологов. М., 2003.
   
10. 
    Бююл А., Сёфел П. SPSS: искусство обработки информации. Анализ статистиче-ских данных и восстановление скрытых закономерностей. Москва, Санкт-Петер-бург, Киев, 2005. − 603 с.
    

3. мавзу. SPSS дастурида ўртача қийматларни ҳисоблаш

Режа:

1. 
   Боғлиқ ва боғлиқ бўлмаган танламалар.
   
2. 
   Ўртача қийматларни таққослаш бўйича фаразлар.
   
3. 
   Ўртача қийматлар амали. Бир танлама учун t мезони.
   
4. 
   Боғлиқ бўлмаган гуруҳлар учун t мезони. Жуфт (ўзаро боғлиқ) танламалар учун t мезони
   

Таянч тушунчалар: SPSS дастури, нормал тақсимланиш, мода, медиана, ўртача, дисперсия, стандарт оғиш

Математик статистика мутахассисларининг фикрига кўра ўртача арифметик қиймат аниқ бир сон орқали ифодаланади. Унинг асосида вариацион қатор тўғрисида тўлақонли тасаввурга эга бўлиш қийин. Ўртача қийматдан индивидуал оғиш ҳолатларини ўрганиш ҳам жуда муҳим аҳамиятга эга бўлиб, ўртачадан ўнгга ёки чап томонга оғиш қай даражада намоён бўлаётгани кўпликнинг асосий кўрсаткичларидан бири бўлиб ҳисобланади.

Шунинг учун ҳам марказга интилиш тенденциясидан ташқари марказдан қочиш тенденцияси ҳам мавжудлигини кўрсатувчи статистик кўрсатгичларин таҳлил қилишга уриниб кўрамиз. Вариацион қатордаги элементларнинг марказ атрофида қай даражада тўплангани ёки тарқалганини акс эттирувчи кўрсатгичлар тарқалиш тавсифи деб аталиб, улар ўртачадан оғиш ёки вариативлик билан белгиланади. Оғиш – индивидуал фарқлар демакдир. Варианслар – индивидуал фарқларнинг рақамлар орқали ифодаланишидир. Оғиш бу воқеаларнинг сифат жиҳатдан тавсифласа, варианслар уларнинг миқдорий ифодасидир.
Тақсимланишдаги ўзгарувчанликни ўлчашнинг бир неча хил усуллари мавжуд бўлиб уларнинг энг соддаси тақсимланиш кўламидир, яъни максимал ва минимал кўрсаткичлар орасидаги фарқлар ҳисобланади.
^d=xmax^–xmin