Методика Спилбергера-Ханина

Х₁₆ – Ситуационная тревожность.

Х₁₇ – Личностная тревожность.

Статистическая обработка результатов эксперимента была начата с того, что по всей выборке для каждой переменной были построены характеристики распределения – гистограммы. Для большинства переменных распределение оказалось близко к нормальному, и поэтому в дальнейшем были использованы параметрические методы статистического анализа.

Следующим шагом в дипломной работе явилась оценка различий между взрослыми и подростками по всем показателям с помощью t-критерия Стьюдента. Достоверных различий между группами по всем показателям обнаружено не было (кроме показателя Х₁₂ – интернальности в семейных отношениях; у взрослых этот показатель оказался значимо выше, чем у подростков, на 1% уровне значимости), поэтому в дальнейшем выборка рассматривалась как однородная.

На следующем этапе была вычислена корреляционная матрица и проведен качественный анализ значимых корреляционных связей. Оказалось, например, что показатели раздражения и негативизма положительно связаны с косвенной агрессией на 5% уровне. Те же показатели связаны с вербальной агрессией на 1% уровне значимости. Это означает, что большей величине агрессии соответствует большее раздражение и негативизм и т. д.

После качественного анализа матрица интеркорреляций подверглась факторному анализу. По полученной факторной матрице, которая включала 17 факторов, была проанализирована оценка вклада каждого фактора в общую дисперсию. Было выявлено, что вклад первых трех факторов составляет около 91%. Поэтому в последующей операции вращения факторов по методу варимакс были выбраны первые три фактора. Они представлены ниже в таблице 1.

Таблица 1

Окончание табл. 1

Проанализируем полученную после вращения факторную матрицу. Согласно наибольшему факторному весу первый фактор можно назвать фактором общей интернальности. В этот фактор со значимыми и положительными весами вошли все показатели методики УСК. Кроме того, в этот же фактор со значимыми весами и отрицательными знаками вошли показатели ситуационной и личностной тревожности. Следовательно, высокая интернальность образует единый фактор с личностной и ситуационной тревожностью.

Второй фактор можно назвать фактором «косвенной агрессии». Со значимыми весами в него входят практически все показатели методики Баса-Дарки. Подчеркнем, что, условно говоря, этот фактор оказался «чистым» фактором агрессивности, не связанным с показателями других методик.

Третий фактор, также условно, можно назвать фактором «чувства вины». Он интересен тем, что в него вошли некоторые показатели всех трех методик. Во-первых, с положительным и значимым весом в него вошли показатели чувства вины (по которому и назван фактор), обиды и подозрительности из методики Баса-Дарки, ситуационной тревожности из методики Спилберга-Ханина и интернальности в области достижений. В этот же фактор с отрицательными знаками вошли показатели негативизма и вербальной агрессии. Таким образом, личностная тревожность положительно связана с чувствами вины, обиды, подозрительности и интернальностью в области достижений и отрицательно с негативизмом и вербальной агресиией.

Для того чтобы полнее выявить характер взаимосвязи между показателями, которые вошли в третий фактор со значимыми весами, эти показатели были использованы в методе множественного регрессионного анализа.

Ниже мы приведем для примера анализ только одного регрессионного уравнения, в котором в качестве зависимой переменной была выбрана переменная Х₁₇ – личностная тревожность. В качестве независимых переменных в уравнении множественной регрессии были выбраны показатели Х₄, Х₅, Х₆, X_v X^ и Х_м. С помощь пакета STADIA были получены следующие коэффициенты в уравнении множественной регрессии:

У(Х₁₇) = 2,18 + 0,005 ∙ Х₄ + 0,233 ∙ Х₅ +0,653 ∙ X₆+ 0,010 ∙ X₇ +

+ 0,465 ∙ X₈ + 0,086 ∙ X₁₄.

При этом коэффициенты при переменных Х₅, Х₆ и X₈ имеют уровень значимости близкий к 1%.

Согласно полученному регрессионному уравнению личностная тревожность в наибольшей степени детерминирована подозрительностью (0,653 ∙ Х₇), затем чувством вины (0,465 ∙ X_s) и в меньшей степени обидой (0,233 ∙ Х₅).

Приведенные выше статистические выкладки не охватывают всех имеющихся возможностей обработки экспериментальных данных. Они представляют собой пример того, как, имея определенную совокупность экспериментальных данных, строить один из вариантов их статистической обработки.

Приложение 3