Опыт применения методов визуализации в качественном анализе результатов тайм-теста Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 159.9.075:612.821.1:159.922.736.3

Е.Г. Вергунов, соискатель, РГПУ им. А.И. Герцена; Е.И. Николаева, д-р биол. наук, проф. РГПУ им. А.И. Герцена, г. Санкт-Петербург, E-mail: valery.gafarov@gmail.com

ОПЫТ ПРИМЕНЕНИЯ МЕТОДОВ ВИЗУАЛИЗАЦИИ В КАЧЕСТВЕННОМ АНАЛИЗЕ РЕЗУЛЬТАТОВ ТАЙМ-ТЕСТА

В работе рассматривается один из результатов психофизиологического исследования (129 учеников 4-х и 6-х классов). На этом примере показывается возможность использования при обработке данных трехмерной графической визуализации исходных данных и SADT-модели класса People - Paper - Procedure для уменьшения количества неоправданных статистических гипотез и своевременного исключения статистических артефактов. Показано, что визуализация эффективна для этих целей.

Ключевые слова: рефлексометрическая модель, корреляционное исследование, тайм-тест, трехмерная графическая визуализация, статистический артефакт, описательная модель.

Целью нашего исследования было изучение особенностей сенсомоторной интеграции у нормативно развивающихся школьников 4-х и 6-х классов с различной успеваемостью. В настоящей работе мы рассматриваем процедуру качественного анализа и визуализации «сырых» данных в психофизхио-логическом исследовании.

Если в типичном естественнонаучном исследовании традиционно применяется достаточно обширный математический аппарат [1; 2], то в типичном психологическом или психофизиологическом исследовании этот аппарат существенно уже, что предполагает совершенно разные подходы к процессу моделирования в этих областях науки [3-5].

Официальные требования к обработке экспериментальных результатов основаны только на параметрической статистике (что вполне обосновано для естественных наук). Однако реальные экспериментальные выборки часто распределены по закону, значимо отличающемуся от нормального, а размеры сравниваемых между собой выборок могут сильно отличаться по числу данных. При этом, современные статистические пакеты позволяют выполнять тысячи статистических процедур за приемлемое время, что порождает определенное число ложных «высокозначимых результатов» даже при нормально распределенных данных [6-7]. С нашей точки зрения, использование в практике психофизиологического исследования таких простых инструментов, как трехмерная графическая визуализация сырых данных и SADT-модель класса People -Paper - Procedure (РРР модель), с одной стороны позволяет избегать артефактов, вызванных нарушением внутренней валидности из-за явления «статистической регрессии» и минимизировать число неоправданных гипотез, а со второй - облегчает перевод данных, полученных в психофизиологических исследованиях, на языки других областей знания. РРР модель в идеологии Structured Analysis & Design Technique создается с помощью декомпозиции (разбиения) гипотезы исследования на 1-2 уровня «вниз» по отдельным процессам с последующим синтезом (воссозданием) результирующего (общего) процесса. Данная процедура учитывает цель модели (задачу исследования), выбранную точку зрения на сам моделируемый процесс (неизменность точки зрения обеспечивает целостность модели), требуемую степень детализации (признак автоматического завершения декомпозиции) и 4 различных вида потоков (входящие «I», выходящие «О», управляющие «С» и преобразующие «М»: это обеспечивает непротиворечивость модели) [8].

В настоящей работе продолжается рассмотрение результатов диссертационного исследования, и в рамках данной публикации мы ограничимся только анализом эффекта от изменения модели рефлексометрии (с визуальным дифференцированием или без него). При описании хода анализа мы покажем применение трехмерной визуализации «сырых» данных и графическое обобщение на основе декомпозиции SADT-модели по стандарту IDEF0.

Характеристика выборки, методов и организации исследования

В исследовании анализировались данные, полученные при обследовании 129 нормативно развивающихся школьни-

ков из одной и той же средней школы г. Санкт-Петербурга (57 учащихся 6-х классов и 72 - 4-х классов, 68 мальчиков и 61 девочка).

Работа со школьником начиналась с предварительной беседы, целью которой было знакомство и установление положительного контакта для решения тестовых задач. В процессе обследования дети выполняли ассоциативный эксперимент [9] и тест Равенна на оценку уровня общего (невербального, продуктивного) интеллекта [10]. Затем каждый ребенок участвовал в двух сериях рефлексометрии по компьютерной методике В. Г. Каменской и В. М. Урицкого [11]. Серия 1-1: скоростная, в которой оценивалась простая реакция на предъявляемые на мониторе компьютера стимулы различных типов модальностей. Серия 2-1: дифференцировочная, в которой требовалась реакция на все типы стимулов, кроме красного визуального. В начале и в конце обследования проводился тест Люшера для оценки психоэмоционального состояния школьников (в адаптации Филимоненко [12]).

Схема исследования и контроль внутренней и внешней валидности обобщены на схеме (рис.1). Исследование можно квалифицировать как псевдолонгитюдное корреляционное, а общая схема анализа базируется на факторной дисперсионной матрице с 8 ячейками: 8 = [2 градации пола] х [2 градации возраста] х [2 градации успеваемости], при обработке выборки были учитены следующие эффекты:

- эффекты, связанные с различием между моделями реф-лексометрии - с визуальным дифференцированием и без него (аналог экспериментального воздействия), с процедурой обследования (включая изменения в психоэмоциональном состоянии участников в процессе обследования) и с особенностями выборки (уровни успеваемости и интеллекта);

- эффекты, связанные с основными факторами (пол, возраст), их совместным влиянием, а также их корреляции с психоэмоциональным состоянием, интеллектом и ковариантной переменной (успеваемость).

Для статистической обработки были выбраны методы, эффективность и мощность которых соответствует особенностям данных [13]. Проверка значимости расхождения между параметрами выборок и нормальным законом распределения (индуктивная статистика) проводилась по тесту Колмогорова-Смирнова. Для 2-х несвязанных выборок применялся U-критерий Манна-Уитни, однонаправленный статистический тест, аналог t-критерия Стьюдента. В случае 2-х связанных выборок использовался W-критерий Вилкоксона, однонаправленный статистический тест, аналог t-критерия Стьюдента. Корреляционный анализ проводился с помощью коэффициента корреляции «тау» Кендалла и коэффициентов парциальной (частной) корреляции.

Трехмерная визуализация строилась при помощи программы Surfer 8, а SADT-модель была декомпозирована в программе Process Modeler r7.

Данный статистический комплекс в таком порядке был использован в связи с тем, что изучаемые параметры имели следующие особенности:

- не все данные представлены в метрической шкале отношений;

- достоверное неравенство дисперсий в ячейках матрицы факторного дисперсионного комплекса при разнице размеров сравниваемых выборок;

- взаимные связи различного характера как между изучаемыми переменными, так и между факторами;

- значимые отклонения вида распределения экспериментальных данных от нормального закона распределения, наличие статистических «выбросов» в данных.

При наличии даже только одной из вышеописанных особенностей применение менее мощной (по сравнению с аналогичными методами из параметрической статистики) непараметрической статистики считается уже оправданным [14]. Более того, ранговые критерии признаются в психологии более достоверной и эффективной альтернативой по сравнению с необходимостью [15]:

- отсеивания («отбраковкой») большого объема исходных данных,

- шкалирования исходных данных для «перевода» переменных в метрические шкалы (то есть сознательно отказываться от ряда характеристик сырых данных),

только для того, чтобы получить возможность обрабатывать материал параметрическими тестами.

Анализ реакций школьников в различных моделях рефлексометрии

Основные факторы, влияющие на ваіилность исследования | План контроля

і 2 1 с с г І 1 селекция: неэквивалентность трупп ію составу, которая .ист систематическую одйу.стіиспгка— реірессия - частный случай, когда труппы отбирались на осіювс «крайних» показателей факторный план 2x2 (группирующие при шоки: пол. класс), учет ковариантной переменной (успеваемость)

жеперичеитальиый оіссв: неравномерное выбывание испытуемых и! сравниваемых гриии привіпяиісс к неэквивалентности ірмш но составх отсутствует

естественное раївиїие изменение испытуемых, ямяюшееся следствием течения времени, беї святи с конкретными событиями • німенснис состояния (усталость) или свойств индивила (воірастиме перемены, накопление опыта) контроль психоэмопионал. состояния: вотрастныс перемены- цель исследования

4 5 6 2 I история (фон): конкретные события, происходящие в период между начальным и итоговым тестированием помимо «сисримсніхіь воиейсівия отсутствует

предварительное тестирование: влияет на реэулыат итогового тестирование отсутствует

сама жеперичентяльиая процедура слиіюврсмсіиюсіь тестирования 4-е и 6-е классы, мальчики и девочки отбирались из общего кол-ва сл>чайно

7 Ніаммолсйствнс факторов 1-6. нарушающих внутреннюю валидность пссвло.юититюлнос корреляционное исследование

8 9 10 II в ї І 1 2 §■ 1 взаимодействие предварительного тестирования и жсп.вомсйствия: німенснис восприимчивости испыту емых к жсп.воиействию пол влиянием тестирования (іффскт тем больше. чем необычнее пропелура тестирования и чем более сходно іюсодержанию экспериментальное воисйствис с тестом): генеральная (отпинлсп не подвергается пре тварин* іьномч тестирокшию нет предварите.тыюю теста, в ходе обследования нсихо ммгаимм состояние школьников ко1лролирова.юсь

взаимодействие состава групп и содержания эксл. аоиействия: добровольцы (поилиц интс.тлскт) или участвующими по принуждению (негатив): выбывание испытуемых с ’неудачным* началом (нарушение репрекніативносін) отсутствует

эксперимент: эго ислыя переносить ю лиц. не >частвоваших в жсп-тс (вся їсисральиа* совокупность. кроме жен выборки! осуществлялся контроль ММММННЮ состояния

интерференция жеп.воиействий первые ВОІКЙСТВИЯ на испытуемых скатываются на появлении эффектов от пос.кд>юших воиействий чередование типов тестов, нарастание их сложности

описание ncc.it юнаннн (4 несвязанных 1руппы участников независимые выборки, которые обеспечиваю! сбалансированность условий, н один экспериментальный фактор 2 градации но «действия): с каждым участником проводилось: беседа (перед началом обследования), тест Люшера (в начале и в конце), тест Равена и направленный ассоциативный эксперимент, тайм-тест (скоростная н дифференцировочная серии рефлексометрии); позже собирались данные об успеваемости

схема исследования: П Пол* Классу Б, 0Л( Ои, хиОР| х2.,Ор5 0Л5 А П Полж Класс4 Б: Ол> О^ Х|.|Ор2 Хч^О^ Оц А 11 Полн Класс* Б3 Ол^ О^ Х|.|Орз х2.|Ор7 0Л7 А П Пол* Класс* Б4 0Л4 0*4 хмО|>4 х^О,* Ои А

Условные обозначения в схеме исследования:

II • формирование групп добровольных участников (параллель 4/6 классов)

Пол*. Полж - принадлежность участников к мужскому или женском) полу Класс* Класс* - принадлежность участников к параллели 4-х или 6-х классов А - сбор анамнестических данных участников (успеваемость)

Б|. Бт. Ь). Б4 - проведение беседы с участником перед началом обследования

0Л(. 0;|2.Олв - обследование групп участников 8-ми цветным тестом Люшера

0„|. Ои2, Оцз, Оы - обследование трупп участников тестами интеллекта

0Р|, Ор2.Оря - обследование групп участников компьютерной рефлексометрией

Х|.|, Хм - градации эксп.фак-ра(скоростная/диффсрснцировочная рсфлсксомстрия)

Рис .1. Схема исследования и план контроля валидности

Описательная и индуктивная статистика по всем участников обследования на основе сравнения средних значений показывает, что:

- параметрические статистические методы малопригодны для работы с исследуемыми переменными (результаты теста

Колмогорова-Смирнова): из 23 показателей только 8 имеют распределение, близкое к нормальному закону, и три нуждаются в дополнительных проверках; при обработке частей выборки (например, группировка по полу или возрасту участников) ситуация становится еще более проблематичной;

- с гипотезой исследования непосредственно связанными могут быть только четыре величины (р < 0,05): число фальш-стартов (реакций, зарегистрированных до предъявления стимула) и пропущенных стимулов, индекс Херста Н (расчетный показатель фрактальной размерности сенсомоторных реакций), среднее время с учетом знака всех реакций dt.

Теперь посмотрим на сырые данные этих переменных в трехмерной визуализации. Для этого по осям XYZ отложим (рис. 2):

- тип модели, подпись: «- (дифференц) +» (здесь направление «+» обозначает наличие визуального дифференцирования, а «-» - его отсутствие);

- возраст, подпись: «6-е (классы) 4-е» (здесь направление «4-е» означает 4-е классы, а «6-е» - соответственно 6-е классы);

- по оси Z - среднее время с учетом знака всех реакций

dt.

Рис. 2. Визуализация сырых данных для среднего времени реакций dt с учетом знака

Для учеников 4-х классов среднее время реакций резко возрастает в модели с визуальным дифференцированием по сравнению с моделью без дифференцирования (пик размером с Эверест в правом нижнем квадранте рисунка). В 6-х же классах различие между моделями в том же масштабе менее выражено (небольшой холм в правом верхнем квадранте).

Поскольку четвероклассников больше (72 > 57), а различие резко выражено (причем диапазон изменения параметра dt у шестиклассников полностью находится внутри диапазона изменения dt в 4-х классах), то мы получаем классический артефакт неоднородности выборки при нарушении условия нормальности закона распределения (статистическая регрессия).

Следовательно, нужна проверка дополнительных статистических гипотез с группировкой отдельно по классам, а еще надежнее - с группировкой по обоим факторам (пол, возраст) и ковариантной переменной (успеваемость). Кроме того, визуализация дает дополнительную информацию для исследования возрастных особенностей сенсомоторной интеграции школьников: характер изменения параметра dt в разных моделях рефлексометрии в 6-х и 4-х классах заметно различается.

На рис. 3 показана визуализация, где по оси Z отложен индекс Херста (Н) в удобном масштабе, а оси X и Y сохранены с прежними значениями.

Для индекса Херста в обеих параллелях классов тенденция сравнима: резкое падение величины Н при переходе от бездифференцировочной модели к модели с визуальным дифференцированием. Характер изменения индекса для 4-х и 6-х классов в разных моделях рефлексометрии неодинаков, что также дает пищу для размышления о возрастных особенностях изменения индекса Херста.

В случае числа пропущенных стимулов (рис. 4) все наглядно: дополнительных статистических гипотез не требуется. И для анализа возрастных особенностей сенсомоторной интеграции школьников имеется информация: для учеников 4-х классов в обеих моделях число пропущенных стимулов больше, чем для учеников 6-х классов.

Для числа фальш-стартов (рис. 5) тенденции учеников 4х и 6-х классов прямо противоположны: очередной артефакт статистической регрессии. В 4-х классах участников больше, чем в 6-х, плюс к этому перепад значений числа фальш-стартов для 4-х классов очень резкий. При большом общем количестве участников тенденция 6-х классов полностью подавляется тенденцией 4-х классов. В такой ситуации обязательной процедурой будет проверка статистических гипотез как минимум отдельно по классам.

Рис. 3. Визуализация сырых данных для индекса Херста Н

Рис. 4. Визуализация сырых данных для числа пропущенных стимулов

Проверка этих статистических гипотез показывает, что:

- индекс Херста Н в скоростной серии рефлексометрии достоверно выше, чем в дифференцировочной серии (К= 129, р< 0,001), что подтверждается в каждой из 8 ячеек дисперсионного комплекса по отдельности;

- число пропущенных стимулов в дифференцировочной серии достоверно больше, чем в скоростной серии (К= 129, р<

0,001), что подтверждается в каждой из 8 ячеек дисперсионного комплекса по отдельности;

- различия на значимом уровне между сериями рефлек-сометрии для среднего времени с учетом знака всех реакций <И и для количества фальш-стартов являются статистическими артефактами, так как данные различия не подтверждаются при группировке участников обследования по возрасту (4-е или 6е классы) и учете ковариантной переменной (успеваемость).

Действительно, число фальш-стартов достоверно больше в серии 1-1, чем в серии 2-1 только для учащихся 4-х классов (К = 72, р < 0,001), а для учащихся из 6-х классов наблюдается даже незначительная тенденция к обратному отношению (Ы= 57, [2-1]>[1-1], р=0,300 > 0,01).

Для среднего времени с учетом знака всех реакций < ситуация еще более сложная. В 4-х классах < в серии 2-1 больше, чем в серии 1-1 с очень высоким уровнем значимости (К = 72, р < 0,001), для неуспевающих учеников 6-х классов значение < в серии 2-1 также больше, чем в серии 1-1, но уже с более низким уровнем значимости (К = 36, р < 0,01), а вот для успевающих учеников в 6-х классах величины < в сериях 2-1 и 1-1 статистически не различаются (К = 21, р >> 0,05).

А

Рис. 5. Визуализация сырых данных для числа фальш-стартов

Анализ результатов по числу фальш-стартов и среднему времени < относится к половозрастным особенностям сенсо-моторной интеграции школьников в 4-х и 6-х классах, поэтому выходит за рамки настоящей публикации.

Таким образом установлено, что при переходе от модели без дифференцирования (скоростная серия) к модели с зрительным дифференцированием (дифференцировочная серия) у школьников в 4-х и в 6-х классах наблюдается увеличение числа пропущенных стимулов и уменьшение направленности сенсомоторных реакций во времени (в модели со зрительным дифференцированием произвольное внимание учащихся становится менее устойчиво, их сенсомоторные реакции приобретают более случайный характер).

Данный процесс не зависит от класса (4-й или 6-й), пола и не связан с уровнем успеваемости, интеллектуальных способностей или изменением психоэмоционального состояния участников в течение обследования, а определяется характером задания, выполняемого школьником (р < 0,001).

Данное заключение в виде графического обобщения представлено на рис.6.

Выводы

1. В нашем исследовании предлагаемый способ визуализации исходных данных психофизиологического исследования был успешно апробирован на примере анализа рефлексометрического обследования учеников 4-х и 6-х классов.

2. Все экспериментальные гипотезы, сформированные на основе качественного анализа с использованием трехмерной визуализации, были приняты (нулевые гипотезы были отклонены). Это говорит о высокой эффективности данного метода при переводе гипотезы исследования в адекватный пакет статистических гипотез (минимизируется число самих гипотез).

3.В случае нелинейности исходных данных предложенный метод показал свою эффективность для быстрого выявления необоснованных гипотез и предположений, а также для выявления статистических артефактов на этапе качественного анализа данных.

С1

4.В работе приведено графическое обобщение результатов исследования - как пример построения описательной модели предмета исследования с целью визуализации результатов исследования и проверки конструктной валидности.

Модель рефлексометрии без дифференцирования

С2

Поток

аудиовизуальных

стимулов,

которые требуют

ответной

моторной

реакции

II-----------------

Наїїрашіеиіюсіь сенсомоторных реакций во времени (серия "1-1")

А1

12

Поток

визуальных

стимулов

красного

цвета,

которые не

требуют

ответной

моторной

реакции

Скоростные ("простые") сенсомоторные реакции М1

Число стимулов, пропущенных в рефлексометрии (серия "1-1")

А2

Модель

рефлексометрии с

визуальным

дифференцированием

у школьников 'l-XH 6-х классов индекс Херста Н сериях рефлексометрии: [2-1М1-1]

Направленность сенсомоторных реакций во времени (серия "2-1")

АЗ

►01

Число стимулов, пропущенных в рефлексометрии (серия "2-1")

А4

►02

у школьников 4-х и 6-х классов число пропущенных стимулов в сериях рефлексометрии: [2-1М1-11

нет связи с полом, возрастом, уровнем интеллекта, психоэмоциональным состоянием участников

► 03

Дифференцировочные

(“сложные")

сенсомоторные

реакции

Рис. 6 Особешюстисепсомоторных реакций школьников в разных рсфлскеомсірмчсеюіх. моделях

Библиографический список

1. Бейли, Н. Статистические методы в биологии. - М.: Мир, 1963.

2. Зайцев, В.М. Прикладная медицинская статистика / В.М. Зайцев, В.Г. Лифляндский, В.И. Маринкин. - СПб.: ООО «Издательство ФОЛИАНТ», 2003.

3. Дружинин, В.Н. Экспериментальная психология: учебник для вузов. - СПб.: Питер, 2008.

4. Солсо, Р. Экспериментальная психология / Р. Солсо, К. Маклин. - СПб.: Прайм-ЕВРОЗНАК, 2006.

5. Хок, Р. 40 исследований, которые потрясли психологию. - СПб.: Прайм-ЕВРОЗНАК, 2006.

6. Окунь, Я. Факторный анализ. - М.: Статистика, 1973.

7. Наследов, А.Д. Математические методы психологического исследования. Анализ и интерпретация данных: учебное пособие. - СПб.: Речь, 2008.

8. Марка, Д. А. Методология структурного анализа и проектирования / Д. А. Марка, К. МакГоуэн. - М.: «МетаТехнология», 1993.

9. Каменская, В.Г. К школьной жизни готов! Диагностика и критерии готовности дошкольника к школьному обучению / В.Г. Каменская, С.В.

Зверева. - СПб.: Детство-ПРЕСС, 2004.

10. Равен, Дж. Руководство для Прогрессивных Матриц Равенна и Словарных шкал: Раздел 1 и 2 / Дж. Равен, Дж.К. Равен, Дж.Х. Корт / Пер с англ.- М.: Когито-Центр, 2002.

11. Каменская, В. Г. Практическая диагностика хронотопа в сенсомоторной деятельности как условие нормального нервно-психического развития дошкольника // Современные технологии практической психологии в системе образования: Материалы межвузовской научно-практической конференции. - СПб., 2001.

12. Филимоненко, Ю.И. Цветовой тест М. Люшера / Ю.И. Филимоненко, В.И. Тимофеев. - СПб.: ГП «Иматон», 2000.

13. Наследов, А.Д. 8Р88: Компьютерный анализ данных в психологии и социальных науках. - СПб.: Питер, 2007.

14. Сидоренко, Е. Методы математической обработки в психологии. - СПб.: Речь, 2006.

15. Резник, А.Д. Книга для тех, кто не любит статистику, но вынужден ею пользоваться. Непараметрическая статистика в примерах, упражнениях и рисунках. - СПб.: Речь, 2007.

Статья поступила в редакцию 15.12.09

УДК 316.6+616

В. И. Хаснулин, проф. НЦКЭМ СО РАМН; В. В. Гафаров, проф.МЛЭ ССЗ СО РАМН, ГУ НИИ терапии СО РАМН;

М.Г. Чухрова, проф. ГОУВПО НГПУ г. Новосибирск, E-mail: valery.gafarov@gmail.com

ФОРМИРОВАНИЕ ЗДОРОВОГО ОБРАЗА ЖИЗНИ ПУТЕМ СОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ ЖИЗНЕОБЕСПЕЧЕНИЯ В СИБИРИ

Предлагается концепция формирования здорового образа жизни путем совершенствования системы жизнеобеспечения в Сибири, в том числе для жителей северных территорий. Научная и практическая медицина обязана стать экспертом эффективности всех социальных и экономических преобразований с позиции охраны здоровья.

Ключевые слова: здоровый образ жизни, системы жизнеобепечения, охрана здоровья населения.

Рассматривая проблемы нового поколения нашей страны перспектив реализации способностей каждого молодого граж-и перспективы активного включения молодых людей в реше- данина России мы должны представлять, что лимитирует дос-ние задач укрепления и развития передовой мировой державы, тижение этой цели.

1З1