Нужно понимать, что на основе такой матрицы возможны все статистические процедуры, поэтому нет смысла отдельно считать какие-то результативные параметры (например, стены, уровни, проценты или суммы), все эти параметры легко высчитываются в одной современной статистической программе. Более того, цели и задачи современных исследований требуют начинать именно с сырых баллов, а уровневые и нормативные показатели высчитываются для каждой выборки заново. Сейчас неактуально (просто недостаточно, даже для педагогических исследований), сравнивать выборки по средним баллам, делать какие-то выводы на основе этой разницы.

Методы статистического анализа

Здесь рассматриваются наиболее употребимые и востребованные в дипломных исследованиях методы.

1.        Дескриптивный анализ. Обобщённые параметры распределения признака в популяции: сумма, средние (мода, медиана), дисперсия. Используются для получения наиболее общих показателей, для общей характеристики выборки.

2.        Стандартные показатели (стены). Используются как параметры сравнения, а также как наиболее удобная форма в других статистических операциях. Пересчет сырых баллов в стены производится на основе разработанных нормативов. Нормативы формируются на репрезентативной выборке путем выявления соответствующих (обычно 10 баллов) отрезков распределения (СНОСКА: Подробно об этом: Сидоренко Е.В. Методы математической обработки в психологии. СПб.: Социально-психологический Центр, 1996. С. 16-17).

3.        Корреляционный анализ. Основное математическое значение корреляции – характеристика подобия. Математический смысл корреляции – это резонанс числовых рядов, то есть при сравнении двух числовых рядов большему показателю одного ряда соответствует больший показатель второго (положительная корреляция), или наоборот (отрицательная корреляция). В силу этого корреляция может свидетельствовать о возможной психологической зависимости двух признаков.