CC BY
63
- самооценку детьми собственных результатов, фиксирующую адекватность оценивания своих способностей в сфере хореографического искусства.
Для этого педагог-хореограф может использовать личностные опросники, тесты достижений, рисуночные тесты, социометрию.
Как известно родители имеют большое влияние на своих детей, поэтому для педагога-хореографа очень важна работа с родителями его воспитанников по определению возможных путей преодоления возникающих проблем при обучении хореографическому искусству.
Проведенная магистрантом Института музыкального и художественного образования ФГБОУ ВПО «Уральский государственный педагогический университет» Л.М. Зайнуллиной опытная работа на базе Детской государственной филармонии г. Екатеринбурга на занятиях старшей подготовительной группы ансамбля танца «Улыбка» показала эффективность такого психолого-педагогического сопровождения учащихся в профессиональных хореографических коллективах.
Список литературы:
1. Вертохина А.В., Самакаева М.Ю. Педагогические условия активизации профессионального самоопределения учащихся детской хореографической школы: монография / ФГБОУ ВПО «Уральский государственный педагогический университет». - Екатеринбург, 2013.
2. Газман О.С. Педагогика свободы: путь в гуманистическую цивилизацию XXI века // Новые ценности образования. - 1996. - № 6. - С. 1-37.
ЦЕННОСТИ СУБЪЕКТИВНОГО КАЧЕСТВА ЖИЗНИ СОВРЕМЕННОЙ МОЛОДЕЖИ МОСКВЫ
© Сергиенко И.А.*
Высшая школа психологии при РАН, г. Москва Российский экономический университет им. Г.В. Плеханова, г. Москва
Данная статья представляет собой описание построения регрессионной модели субъективного качества жизни (СКЖ) для молодежи, проживающей в Москве, на основе выделения статистически значимых ценностей субъективного качества жизни.
В статье показан вклад таких статистически значимых ценностей, как работа, здоровье, свое жилье, семья, на субъективное качество жизни.
Статья может быть полезной как для студентов-психологов, так и для научных работников, интересующихся данной темой. Статья пока-
* Аспирант кафедры Философии РЭУ им. Г.В. Плеханова.
зывает, какие жизненные факторы влияют на формирование субъективного качества жизни для молодежи Москвы.
Ключевые слова: субъективное качество жизни, ценности, вклад ценностей, коэффициент детерминации, частные корреляции, получастные корреляции, статистическая значимость.
Ежедневно мы сталкиваемся с удовлетворением или неудовлетворением потребностей. Это напрямую влияет на формирование нашего восприятия жизни. В случае соответствия оценок реального и желаемого качества жизни, мы имеем наивысшую оценку субъективного качества жизни (СКЖ).
В самом широком понимании феномен СКЖ относится к характеристикам самовосприятия личности с точки зрения оценки ею своего жизненного пространства и определяется как осознание личностью индивидуального благополучия, как субъективное удовлетворение, выражаемое или испытываемое ею в физических, ментальных и социальных ситуациях [7].
Для изучения факторов, влияющих на СКЖ была выбрана методика определения СКЖ посредством опросника СКЖ Т.Н. Савченко и Г.М. Головиной (стимульный материал представлен в Приложении 1) [5].
Опросник включает 20 понятий, по которым рассчитывается СКЖ. Сюда входят такие понятия, как: высшее образование, здоровье, уверенность в завтрашнем дне, экология, спорт, профессия, развлечение, любовь, семья, работа, материальное положение, духовные ценности, личная свобода, самоуважение и уважение окружающих.
В исследовании принимали участие 30 молодых людей от 23 до 25 лет, проживающие без родителей, не замужем / не женаты, имеющие высшее образование. Все респонденты проживали в собственной квартире.
Цель исследования: изучить вклад факторов СКЖ молодежи Москвы.
Объект исследования: статистически значимые факторы СКЖ молодежи Москвы.
Предмет исследования: влияние факторов на СКЖ молодежи Москвы.
Гипотезы исследования:
1. Существуют различные факторы СКЖ, которые можно использовать в качестве независимых переменных для построения регрессионной модели СКЖ;
2. Существуют факторы, которые вносят наибольший вклад в СКЖ молодежи Москвы.
Задачами исследования выступают:
1. Описать выборку исследования;
2. Выбрать факторы для исследования СКЖ, основываясь на статистической значимости;
3. Построить регрессионную модель, описывающую СКЖ молодежи Москвы;
4. Проверить регрессионную модель СКЖ на точность.
СКЖ вычисляется как среднее взвешенное отклонение субъективных оценок реального КЖ от желаемого КЖ по каждому понятию, входящему в структуру СКЖ. Для того, чтобы высокие значения показателей СКЖ соответствовали более высокому уровню удовлетворенности жизнью, отклонения по каждому понятию вычитаются из максимального балла оценок.
Е (10 ~8п х
СКЖ = -
20
где СКЖ - общий показатель субъективного качества жизни;
= Пи - Пр, отклонение субъективных оценок желаемого (идеального) КЖ от реального КЖ по каждому понятию.
Респонденты оценивают субъективную значимость каждого понятия по 10-ти бальной шкале.
Одним из методов исследования субъективного качества жизни молодежи Москвы была выбрана регрессионная модель, которая может рассчитывать значение СКЖ в зависимости от заданных ценностей СКЖ. В данном исследовании представлены модели, рассматривающие вклад различных ценностей в СКЖ. Все ценности были отобраны в соответствии со статистической значимостью, определенной в программе 8ТАТ18Т1СА.
Ценности, имеющие наиболее сильную корреляцию с СКЖ: Питание, развлечение, работа, личная свобода. Ниже представлена диаграмма размаха, которая отображает минимальные и максимальные значения оценки ценностей. Такая диаграмма показывает медиану, нижний и верхний квартили, минимальное и максимальное значение выборки и выбросы. Также на ней можно увидеть степень разброса (дисперсию) и асимметрию данных.
Рис. 1. Диаграмма размаха значимых ценностей СКЖ
Медиана ценностей: Питание, Развлечение, Работа и Личная свобода приблизительно равна 7, в то время как медиана СКЖ ниже и равна 6,3. Наибольший размах наблюдается в ценности Личная свобода, наименьший - работа. Явную асимметрию можем увидеть в ценности Работа.
Для обработки ответов респондентов и построения регрессионной модели была выбрана модель множественной регрессии, результаты которой представлены ниже.
В качестве ценностей были выбраны: Питание, Развлечение, Работа, Личная свобода.
Таблица 1
Результаты множественной регрессии
Regression Summary for Dependent Variable: CIOK [Spreadsheetl.sta) R= ,85292554 R?= ,72748198 Adjusted R?= ,68387910 F[4,25)=16,684 pc.OOOOO Std.Error of estimate: ,43456
N=30 b* Std.Err. of b* b Std.Err. of b 1(25) p-value
Intercept 3,491310 0.340894 10.24164 0.000000
Питание 0.314079 0 144149 0.116940 0.053670 2,17885 0.038977
Развлечение 0.169788 0.153168 0,059840 0,053983 1,10851 0,278194
Работа и 412748 0,153581 0.172253 0.064094 2,6 8 749 0.012618
Личная свобода 0,187481 0,144123 0,063544 0,048849 1,30084 0,205177
Эта таблица показывает стандартизованные регрессионные коэффициенты (Бета) и обычные регрессионные коэффициенты (B). Бета-коэффициенты - это коэффициенты, которые получатся, если предварительно стандартизовать все переменные к среднему 0 и стандартному отклонению 1. Таким образом, величина этих Бета-коэффициентов позволяет сравнивать относительный вклад каждой независимой переменной в предсказание зависимой переменной. Регрессионные коэффициенты (или B-коэффициенты) представляют независимые вклады каждой независимой переменной в предсказание зависимой переменной [8].
Значимыми независимыми переменными, которые являются предикатами СКЖ, являются питание и работа, они выделены красным.
R2 - квадрат коэффициента множественной корреляции (R2), называемый коэффициентом детерминации. Это значит, что построенная регрессия объясняет 70 % разброса значений переменными питание и работа относительно среднего. Коэффициент детерминации показывает долю общего разброса зависимой переменной, которая объясняется построенной моделью.
Таблица 2
Результаты множественной регрессии
Regression Summary for Dependent Variable: СКЖ (Spreadsheetl.sta)
R= ,83850019 R?= ,70308256 Adjusted R?= ,68108868
F(2.27)=31.967 p<-00000 Std.Error of estimate: .43647 _
Ь* Std.Err. Ь Std.Err. t[27) p-value
N=30 of b* of b
Intercept 3,513717 0.342048 10,27258 0.000000
Питание 0 450270 0.111885 0.167647 0.041658 4.02439 0.000415
Работа 0,567585 0,111805 0,236871 0,046693 5,07293 0.0000251
Регрессионный коэффициент бета (B) для ценности питания = 0,167; B для ценности работа = 0,23.
F-критерий используется для оценки адекватности регрессионной модели, определяет отношение дисперсии оценки модели к дисперсии остатка. Standard Error of estimate - стандартная ошибка оценки. Эта статистика является мерой рассеяния наблюдаемых значений относительно регрессионной прямой. Intercept - оценка свободного члена регрессии. Значение коэффициента Ь0 в уравнении регрессии. Std. Error - стандартная ошибка оценки свободного члена. Стандартная ошибка коэффициента Ь0 в уравнении регрессии. F - значения F-критерия для проверки гипотезы Ь1 = 0. df - число степеней свободы F-критерия. p - уровень значимости. T - t-критерий для проверки гипотезы о равенстве нулю свободного члена уравнения. Если p больше заданного уровня значимости Alpha, то гипотеза Ь0 = 0 принимается. Beta - коэффициенты b уравнения [2].
Следующий способ для изучения вкладов каждой независимой переменной в предсказание зависимой переменной состоит в вычислении частных и получастных корреляций. Частные корреляции являются корреляциями между соответствующей независимой переменной и зависимой переменной, скорректированными относительно других переменных. Таким образом, это корреляция между остатками после корректировки относительно независимых переменных. Частная корреляция представляет самостоятельный вклад соответствующей независимой переменной в предсказание зависимой переменной.
Таблица 3
Таблица частных и получастных корреляций
Variables currently In the Equation: DV: СКЖ (Spreadsheet!.sta)
Variable Ь* in Partial Cor. Semipart Cor. Tolerance R-square 425) p-value
Питание 0.3140791 0.399487 0,227485 0.524605 0.475395 2.178852 0 0389771
Развлечение 0.169788 0,215446 0.115735 0.464640 0,535360 1.108505 0,278194
Работа 0.412748 0.473442 0,280592 0.462148 0,537852 2,687493 0.012618 j
Личная свобода 0.187481 0.25178Б 0.135816 0,524791 0.475209 1.300837 0.205177
Partial cor - частные корреляции, b* in - бета.
Semipart Cor - получастная корреляция.
Получастные корреляция являются корреляциями между соответствующей независимой переменной, скорректированной относительно других переменных, и исходной (нескорректированной) зависимой переменной. Таким образом, получастная корреляция является корреляцией соответствующей независимой переменной после корректировки относительно других переменных, и нескорректированными исходными значениями зависимой переменной. Иначе говоря, квадрат получастной корреляции является показателем процента Общей дисперсии, самостоятельно объясняемой соответствующей независи-
мой переменной, в то время как квадрат частной корреляции является показателем процента остаточной дисперсии, учитываемой после корректировки зависимой переменной относительно независимых переменных [4].
В данном случае получастная корреляция не сильно отличается от частной, таким образом, ни питание, ни работа не имеют весомой самостоятельной части вклада в СКЖ.
Обычно, следует изучить характер исходных (нестандартизованных) или стандартизованных остатков для идентификации экстремальных наблюдений.
Если удаленный остаток сильно отличается от стандартизованного остатка, то есть основания полагать, что результаты регрессионного анализа существенно смещены соответствующим наблюдением. В данной работе удаленный остаток для некоторых респондентов является выбросом, который существенно влияет на анализ [3].
Паи ггаМиаЬ У5. СКЖ Кап гаЫиаЬ = -1,632 + ,27252 * СКЖ Согге1а11оп г = .52203
I
о
0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8
о
о о .-•'* о ° .......
О ......О.....
- ' о о^ у | °
о ^^ ^__о
О
3,5 4,0 4,5 5;0 5,5 6;0 6,5 7,0 7;5 8,0
СКЖ l0 85Cc.nf.lnt
Рис. 2. Диаграмма «Остатки и удаленные остатки»
На диаграмме рассеяния явно видны выбросы. Таким образом, результаты регрессионного анализа существенно могут быть смещены благодаря этим данным.
Для построения данного графика сначала остатки регрессии ранжируются. Для этих упорядоченных остатков вычисляются 7-значения (т.е. стандартные значения нормального распределения), исходя из предположения, что данные имеют нормальное распределение. Эти 7-значения откладываются по оси У на графике. Если остатки нормально распределены, то все значения будут располагаться на графике вблизи прямой. На данном графике также могут наблюдаться остатки, отклоняющиеся от нормы, т.е.если остатки не распределены нормально, будут заметны выбросы [6].
Normal Probability Plot of Residuals
1,5 1,0
щ
£ 0.5
I
I 0;0
-1,0 -1.5
-2,0
s °
о о
о о/ о/
Л
-0.8 -0.6 -0.4 -0.2 00 0.2 0,4 0.6 0.8 1 0 1 2 1.4
Рис. 3. Нормальный вероятностный график остатков
Multiple 3egreaaicn 3eaulta
dependent : Cl'I Multiple Я = ,33330013
Nc . cf caaea : 30 adjuated ,FSlOaaea
Standard errcE cf eatimate: ,43£4714a7 Intercept: 3,513717024 Std. Irrci:: ,3420431 t{ 27) = 10,273 p= ,0000
F = 31,9E7ia df = 2,21 p = ,000000
Питение fc^=,4öü
EaEsTa Ь*=,56В
Рис. 4. Результаты множественной регрессии для СКЖ в зависимости от Питания и Работы
Множественная регрессия Я = 0,84; Я2 = 0,70; Скорректир. Я2 = 0,68;
Я - квадрат коэффициента множественной корреляции (Я2), называемый коэффициентом детерминации. Это значит, что построенная регрессия объясняет 70 % разброса значений переменными питание и работа относительно среднего. Коэффициент детерминации показывает долю общего разброса зависимой переменной, которая объясняется построенной моделью.
Таблица 4
Результаты множественной регрессии для СКЖ в зависимости от Питания и Работы
N=30 Regression Summary for Dependent Variable: CKJK (Spreadsheetl.sta) R= ,83850019 R?= ,70308258 Adjusted R?= ,881088GB F(2,27)f31,967 p<.00000 Std.Error of estimate: .43847
b* Std. Err. of b* b Std. Err. of b t[27) p-value
Intercept 3.513717 0 342048 10.27258 0 000000
Питание 0.450270 0.111885 0.167647 0.041658 4.024.39 0.000415
Работа 0,567585 0.111885 0,236871 0.046693 5,07293 0.000025
У = 0,17 • х1 + 0,23 • х2 + 3,51,
где х1 - питание, х2 - работа. Эта модель вбирает в себя только две ценности. У - СКЖ; свободный член = 3,51; стандартная ошибка оценки = 0,34.
Для того чтобы иметь представление о вкладе различных ценностей в СКЖ, необходимо построить несколько моделей множественной регрессии, и выбрать наиболее полную и адекватную модель, описывающую СКЖ.
Ниже представлен результат множественной регрессии, показывающей вклад таких ценностей, как: Высшее образование, Профессия, Развлечение, Уверенность в завтрашнем дне, Любовь, Работа, Здоровье, Свое жилье и Семья в СКЖ.
Multiple йецггеааion Results dependent: СКЖ Multiple Я =
,
Wc. cf саэез: 30 adjusted Я?= ,
Standard error of estimate: , Intercept: 1,5E0410370 Std.lErcr: ,53343;
32531E03 35E2037E 73150415 3S2914590 7 t; 20) =
F = 13,23233 d= = 9,20 p = ,000001
, 3324 p =
i i— образе Ь,127 Профессия b^=,054
ЕаЕота b*-=r4£2
Здоровье fc*=r 332 Развлечение b^=,100 2зое жилье fc*r=,312
Уверенность Б bir = , 022 Г-юбовз b^=-,04
Зекьд Ь*-=Г40Е
: aig:ii = icant Ь*- are highlighted in. red)
Рис. 5. Результаты множественной регрессии для СКЖ в зависимости от ценностей: Высшего образования, Здоровья, Уверенности в завтрашнем дне, Профессии, Развлечении, Любви, Работы, Своем жилье, Семьи
Как видно из результата статистическими ценностями выступают: работа, здоровье, свое жилье, семья (выделены красным).
Таблица 5
Результаты множественной регрессии для СКЖ в зависимости от Высшего образования, Здоровья, Уверенности в завтрашнем дне, Профессии, Развлечении, Любви, Работы, Своем жилье, Семьи
N=30 Regression Summary for Dependent Variable: СКЖ [Spreadsheetl.sta) R= ,92531603 R?= ,85620976 Adjusted R?= ,79150415 F(9,20)=13,232 p<,00000 Std.Error of estimate: ,35291
b* Std.Err ofb* b Std.Err. ofb Ц20) p-value
Intercept 1.560411 0,539483 2.B92421 и 009005
Высшее образование 0.126692 0,098022 0,043721 0.033827 1,292489 0,210922
Здоровье 0.331537 0.100724 0,146435 0.044488 3,291549 0 003646
Уверенность в завтрашнем дне 0.021578 0,095963 0.008870 0.039267 0,225903 0,823569
Профессия 0.053551 0.098745 0.032924 0.060598 0.543329 0.592908
Развлечение 0.100430 0,124434 0,035396 0,043855 0.807095 0,429106
Любовь -0.043523 0.461952 0.312204 0 406364 0,097494 0.111820 0.101621 0,110231 -0,016207 0.036222 -0.447439 0,659366
Работа 0,192787 0.046668 4.131224 0 000518
Свое жилье 0,113620 0.036983 3.072247 0.006011
Семья 0,149965 0 040680 3,686459 0 0014G3
Регрессионная модель выглядит следующим образом:
У = 0,19 • х1 + 0,15 • х2 + 0,11 • х3 + 0,15 • х4 + 1,56,
где х1 - работа, х2 - здоровье, х3 - свое жилье, х4 - семья. Любовь в этом случае имела отрицательный регрессионный коэффициент с СКЖ. Коэффициент детерминации Я2 = 0,85, таким образом, построенная регрессия объясняет 85 % разброса значений переменными Работа, Здоровье, Свое жилье, Семья. 85 % - доля общего разброса зависимой переменной, которая объясняется построенной моделью.
Путем перебора можно выбрать те ценности, которые будут только статистически значимыми. Ниже представлена картина вклада значимых ценностей: Здоровье, Семья, Работа, Духовные ценности, Свое жилье, Личная свобода в СКЖ.
:significant Ь*1 ana highlighted in red)
Рис. 6. Результаты множественной регрессии в результате выбора только значимых ценностей
Результаты модели, построенной на основе данных ценностей, будет иметь следующий вид:
Таблица 6
Результаты множественной регрессии в результате выбора только значимых факторов (Москва)
Regression Summary for Dependent Variable: CK)K (Spreadsheetl.sta) R= ,954-74-029 R?= ,93072382 Adjusted R?= ,91255178 F(6,23)=51,501 p<.00000 Std.Error of estimate: ,22843
N=30 b* Std.Err of b* b Std. Err. of Ь t[23) p-value
Intercept 1.527596 0.287515 5.313097 0.000022
Здоровье и 400276 [i 059396 0.176796 0.026235 6,739048 0.000001
Работа 0,279610 0.071201 0.116690 0.029714 3,927061 0.000674
Свое жилье 0,334084 0.061356 0.121583 0.022329 5.444980 0.000016
Семья 0.397655 0.059909 0.146751 0.022109 6,637592 0 000001
Духовные ценности 0.138431 0.061761 0.045413 0.020261 2.241381 0.034946
Личная свобода 0.304257 0,068698 0.103124 0.023284 4.428919 0.000193
Y = 0,18 • x1 + 0,12 • x2 + 0,12 • x3 + 0,15 • x4 + 0,05 • x5 + 0,1 • x6 + 1,53,
где x1 - здоровье, x2 - работа, x3 - свое жилье, x4 - семья, x5 - духовные ценности, x6 - личная свобода, представляют собой независимые переменные.
В данном случае R2 = 93 %. Построенная регрессия объясняет 93 % разброса значений переменных в виде ценностей: Работа, Здоровье, Свое жилье, Семья, Духовные ценности, Личная свобода.
Вторая модель: y = 0,19 • x1 + 0,15 • x2 + 0,11 • x3 + 0,15 • x4+1,56, включающая фактор семьи, более полная и понятная для читателей, так как имеет наиболее весомые нагрузки ценностей в отличие от третей модели, то есть большие коэффициенты бета по сравнению с третьей моделью.
Заключение
Статья дает представление о том, как можно построить модель СКЖ, показывающую вклад различных ценностей.
Так для молодежи Москвы ценности, имеющие наибольший значимый вклад выступают: Работа, Здоровье, Свое жилье, Семья.
Работа имеет наибольший вклад для молодежи Москвы в СКЖ, следующие по значимости ценности идут Здоровья и Семьи. И еще одна значимая ценность - Свое жилье. Подтвердилась гипотеза 2.
Таким образом, построены 3 модели СКЖ, включающие различные ценности, выступающие в качестве независимых переменных. Подтвердилась гипотеза 1.
Список литературы:
1. Шаповал И.А. Субъективное качество жизни в психологии бедности [Электронный ресурс] // Электронный журнал «Психологическая наука и образование psyedu.ru». - 2014. - Т. 6, № 4. - С. 207-218.
2. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Множественная регрессия // Applied Regression Analysis. - 3-е изд. - М.: «Диалектика», 2007. - С. 912
3. Ким Дж.-О., Мьюллер Ч.У Факторный анализ: статистические методы и практические вопросы // Сборник работ «Факторный, дискриминант-ный и кластерный анализ»: пер. с англ. / Под. ред. И.С. Енюкова. - М.: «Финансы и статистика», 1989.
4. Радченко С.Г. Методология регрессионного анализа: монография. -К.: «Корнийчук», 2011. - С. 376.
5. Савченко Т.Н., Головина Г.М. Субъективное качество жизни: подходы, методы оценки, прикладные исследования. - М.: Изд-во ИП РАН, 2006.
6. Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа // Methoden der Korrelation - und Regressiolynsanalyse. - М.: Финансы и статистика, 1981.
7. Шаповал И.А. Субъективное качество жизни в психологии бедности // Электронный журнал «Психологическая наука и образование psyedu.ru». -2014. - Т. 6, № 4. - С. 207-218.
8. StatSoft. Электронный учебник по статистике [Электронный ресурс]. -Режим доступа: http://www.statsoft.ru/home/textbook/modules/stmulreg.html.
Приложение 1
Опросник СКЖ
Опросник «Субъективное качество жизни (СКЖ).
Инструкция: Определите степень удовлетворенности предложенной ценностью в баллах (от 0 до 10).
Реальные ценности - это ценности Вашей настоящей жизни.
0 баллов - полностью не удовлетворены ... 10 баллов - полностью удовлетворены.
Идеальные - это ценности Вашей желаемой жизни.
0 баллов - совершенно не важно ... 10 баллов - очень важно.
Понятия Реальные Идеальные
1. Высшее образование
2. Здоровье
3. Уверенность в завтрашнем дне
4. Экология
5. Спорт
6. Профессия
7. Домашние животные
8. Стабильная обстановка в стране
9. Питание
10. Развлечение
11. Любовь
12. Работа
13. Свое жилье
14. Достойный круг общения
15. Семья
16. Полноценный отдых
17. Материальное положение (достаток)
18. Духовные ценности
19. Самоуважение и уважение окружающих
20. Личная свобода
Оцените общую удовлетворенность Вашей жизнью в баллах от 0 до 10. Спасибо!
