ISSN 2520-6265 (print)
ISSN 2520-6273 (online)
Автор:
О. Г. Виноградов, кандидат психологічних наук, доцент, доцент кафедри соціальної психології,
Київський національний університет імені Тараса Шевченка
ORCID: 0000-0003-1250-3863
E-mail: a.g.vinogradov@knu.ua
DOI: https://doi.org/10.17721/upj.2020.2(14).2
Інформація про статтю
Номер: 2(14) 2020, сторінки: 28-63
Мова: українська
Отримано: 24.09.2020
Рецензовано: 26.09.2020
Прийнято: 01.10.2020
Стаття відноситься до особливого сучасного жанру наукових публікацій, так званих т’юторіалів – статей, присвячених питанням застосування новітніх методів дизайну, моделювання або аналізу в доступному викладі з метою розповсюдження кращих практик. Стаття знайомить вітчизняних психологів з основами використання мови програмування R для аналізу даних емпіричного дослідження. В ній міститься обговорення стану справ у світовій психології у зв’язку з кризою довіри, яка виникла внаслідок низької відтворюваності результатів психологічних досліджень. Ця проблема виникла через невисоку якість психологічних вимірювальних інструментів, недостатню увагу до питань адекватного планування об’єму вибірки, типову практику перевірки статистичних гіпотез і так звані «сумнівні дослідницькі практики» з метою отримання статистично значущих результатів. На даних дослідження суб’єктивного стресу 462 студентів НаУКМА демонструються методи визначення об’єму вибірки в залежності від очікуваної величини ефекту і потужності, виконання перетворень змін них і статистичного аналізу даних психологічного дослідження за допомогою мови і середовища R. Наводиться мінімально необхідна система функцій R, за допомогою яких можна здійснити: сучасний аналіз надійності вимірювальних шкал, визначення об’єму вибірки, точкову і інтервальну оцінку величини ефекту для чотирьох найбільш розповсюджених в психології задач аналізу взаємозалежності двох змінних. Розглядаються такі типові задачі, як пошук відмінностей середніх і дисперсій в двох чи більшій кількості сукупностей, кореляційних зв’язків між неперервними і категоріальними змінними. Наводяться практичні відомості про підготовку та імпорт даних, виконання базових перетворень та застосування основних статистичних методів в хмарній версії програми RStudio.
Ключові слова: т’юторіал, R, величина ефекту, довірчі інтервали, статистична потужність, принципи Відкритої Науки.
Список використаних джерел:
Assink, M., & Wibbelink, C. J. M. (2016). Fitting three-level meta-analytic models in R: A step-by-step tutorial. The Quantitative Methods for Psychology, 12(3), 154–174. https://doi.org/10.20982/tqmp.12.3.p154
Baker, F. B., & Kim, S.-H. (2017). The Basics of Item Response Theory Using R. Springer.
Borsboom, D. (2006). The attack of the psychometricians. Psychometrika, 71(3), 425–440. https://doi.org/10.1007/s11336-006-1447-6
Bürkner, P.-C., & Vuorre, M. (2019). Ordinal Regression Models in Psychology: A Tutorial. Advances in Methods and Practices in Psychological Science, 2(1), 77–101. https://doi.org/10.1177/2515245918823199
Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd edition). Routledge. Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155–159. https:// doi.org/10.1037/0033-2909.112.1.155
Cohen, S., Kamarck, T., & Mermelstein, R. (1983). A Global Measure of Perceived Stress. Journal of Health and Social Behavior, 24(4), 385–396. https://doi. org/10.2307/2136404
Cooper, H. M. (2020). Reporting Quantitative Research in Psychology: How to Meet APA Style Journal Article Reporting Standards (Second Edition, Revised). American Psychological Association.
Costantini, G., Epskamp, S., Borsboom, D., Perugini, M., Mõttus, R., Waldorp, L. J., & Cramer, A. O. J. (2015). State of the aRt personality research: A tutorial on network analysis of personality data in R. Journal of Research in Personality, 54, 13–29. https:// doi.org/10.1016/j.jrp.2014.07.003
Cumming, G. (2011). Understanding The New Statistics: Effect Sizes, Confidence Intervals, and Meta-Analysis. Routledge.
Ellis, P. D. (2010). The Essential Guide to Effect Sizes: Statistical Power, MetaAnalysis, and the Interpretation of Research Results. Cambridge University Press.
Field, A., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. SAGE Publications Ltd.
Flake, J. K., & Fried, E. I. (2019). Measurement Schmeasurement: Questionable Measurement Practices and How to Avoid Them [Preprint]. PsyArXiv. https://doi. org/10.31234/osf.io/hs7wm
Greiff, S., van der Westhuizen, L., Mund, M., Rauthmann, J. F., & Wetzel, E. (2020). Introducing New Open Science Practices at EJPA. European Journal of Psychological Assessment, 36(5), 717–720. https://doi.org/10.1027/1015-5759/a000628
Ioannidis, J. P. A. (2005). Why Most Published Research Findings Are False. PLOS Medicine, 2(8), e124. https://doi.org/10.1371/journal.pmed.0020124
Kline, R. B. (2013). Beyond Significance Testing: Statistics Reform in the Behavioral Sciences (Second edition). American Psychological Association.
Kline, R. B. (2019). Becoming a Behavioral Science Researcher: A Guide to Producing Research That Matters (Second edition). The Guilford Press.
Munafò, M. R., Nosek, B. A., Bishop, D. V. M., Button, K. S., Chambers, C. D., Percie du Sert, N., Simonsohn, U., Wagenmakers, E.-J., Ware, J. J., & Ioannidis, J. P. A. (2017). A manifesto for reproducible science. Nature Human Behaviour, 1(1), 1–9. https://doi.org/10.1038/s41562-016-0021
Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716
Publication Manual of the American Psychological Association: 7nth Edition. (2019). American Psychological Association. Rasch, D., Kubinger, K., & Yanagida, T. (2011). Statistics in Psychology Using R and SPSS.
Wiley. Schmuller, J. (2017). Statistical Analysis with R For Dummies. For Dummies.
Wilcox, R. (2017). Modern Statistics for the Social and Behavioral Sciences: A Practical Introduction (2nd Edition). Chapman and Hall/CRC.
Кабаков, Р. (2014). R в действии. Анализ и визуализация данных в программе R. Москва : ДМК Пресс.
Майборода, Р. Є. (2019). Комп’ютерна статистика: Підручник. Київ : ВПЦ «Київський університет».
Мастицкий, С. Э., & Шитиков, В. К. (2015). Статистический анализ и визуализация данных с помощью R. Москва : ДМК Пресс.
Мэтлофф, Н. (2019). Искусство программирования на R. Погружение в большие данные. Санкт-Петербург : Питер.
О’Нил, К., & Шатт, Р. (2019). Data Science. Инсайдерская информация для новичков. Включая язык R. Санкт-Петербург : Питер.
Уикем, Х., & Гроулмунд, Г. (2016). Язык R в задачах науки о данных: Импорт, подготовка, обработка, визуализация и моделирование данных. Москва : Вильямс.
Шипунов, А. Б., Балдин, E. М., Волкова, П. А., Коробейников, А. И., Назарова, С. А., Петров, С. В., & Суфиянов, В. Г. (2012). Наглядная статистика. Используем R! Москва : ДМК Пресс.