Текст книги "Осознанная саморегуляция в управлении агрессией"

2.4. Математико-статистические методы обработки данных исследования

Данные, собранные с помощью охарактеризованных выше психодиагностических методик, были подвергнуты математико-статистической обработке с целью обнаружения явно не наблюдаемых взаимосвязей.

Математико-статистическая обработка данных проводилась в среде IBM SPSS Statistics, а также при помощи пакета программ Excel 2016 c использованием классических методов математического анализа, включающих в себя процедуры нормализации данных, дисперсионного, корреляционного, факторного и кластерного анализа, дискриминантного анализа корректности кластеризации, анализа данных с использованием искусственных нейронных сетей.

Эмпирические данные были внесены в электронные таблицы в виде прямоугольных матриц и далее подвергнуты математической обработке. Мы исходили из того, что между измеряемыми данными существуют латентные связи, которые и были выявлены с помощью указанных процедур.

Корреляционный анализ представляет собой статистический метод оценки формы, знака и тесноты связи исследуемых признаков или факторов, которая (связь) рассматривается как совместное изменение изучаемых признаков. По форме корреляционная связь может быть линейной или нелинейной. В нашем исследовании была выявлена линейная корреляционная связь, для которой можно выделить два основных направления: положительное («прямая связь») и отрицательное («обратная связь»). Сила связи напрямую указывает, насколько ярко проявляется совместная изменчивость изучаемых переменных.

Задача корреляционного анализа сводится к установлению направления (положительное или отрицательное) и формы (линейная, нелинейная) связи между варьирующими признаками, измерению ее тесноты и, наконец, к проверке уровня значимости полученных коэффициентов корреляции (Л. М. Шишлянникова, 2009). В нашей работе корреляционный анализ применялся для выявления региональной специфики в выраженности исследуемых признаков у испытуемых – представителей разных регионов.

Дисперсионный анализ является статистическим методом, позволяющим анализировать влияние различных факторов (признаков) на исследуемую (зависимую) переменную. В дисперсионном анализе исследователь исходит из предположения, что одни переменные (независимые) выступают как влияющие, а другие (зависимые переменные) – подвержены их влиянию (А. Н. Гусев, 2000).

Дисперсионный анализ направлен на поиск зависимостей в эмпирических данных путем исследования значимости различий в средних значениях. Преимуществом дисперсионного анализа является то, что он позволяет сравнивать средние значения трех и более групп, что было важно для нас, т. к. работа осуществлялась с данными пяти подвыборок.

Факторный анализ представляет собой статистический метод, позволяющий выявить скрытые латентные признаки, а также причины их возникновения и внутренние закономерности их взаимосвязи. Факторный анализ используется при обработке больших массивов экспериментальных данных, как было в случае нашего исследования.

Цель факторного анализа – идентифицировать явно не наблюдаемые факторы с помощью множества наблюдаемых переменных. Предполагается, что между множеством первичных переменных и латентными переменными существует связь. В основе парадигмы использования факторного анализа лежит предположение о том, что выделяемые факторы отражают глубинные процессы (латентные, не наблюдаемые, не измеряемые), являющиеся причиной корреляций первичных (наблюдаемых, измеряемых) переменных. Факторный анализ позволяет выделить из заданного множества переменных подмножества переменных, тесно связанных (коррелирующих) между собой.

Переменные, входящие в одно подмножество и коррелирующие между собой, но в значительной степени независимые от переменных из других подмножеств, образуют факторы. Наблюдаемые корреляции между первичными переменными возникают из-за того, что их детерминируют одни и те же факторы. «Другими словами, факторы (глубинные параметры) детерминируют (определяют) первичные наблюдаемые переменные и могут быть использованы для объяснения комплексных явлений» (О. Б. Митина, И. В. Михайловская, 2001).

На сегодняшний день существует несколько разновидностей факторного анализа, нами применялся метод главных компонент. Процедуры факторно-аналитической обработки состоят из следующих основных этапов:

– подготовка исходной матрицы данных (исходя из задач исследования, факторному анализу были подвергнуты и общая, сводная, матрица данных, и ее «фрагменты»);

– вычисление матрицы взаимосвязей признаков;

– факторизация;

– вращение – преобразование факторов, облегчающее их интерпретацию;

– подсчет факторных значений;

– интерпретация данных.

Кластерный анализ – многомерная статистическая процедура, позволяющая упорядочить объекты выборки в сравнительно однородные группы по одному или нескольким признакам. Группы близких по какому-либо критерию объектов называют кластерами.

Метод кластерного анализа может быть использован в разных сферах и случаях, где задача сводится к группировке по количественному параметру. Метод не накладывает ограничений на изучаемые объекты, что позволяет получить огромное множество данных, имеющих произвольную природу. В результате применяемый метод способствует обработке, сокращению и сжатию информации для придания ей большей наглядности и компактности.

Использование метода кластерного анализа целесообразно для решения трех задач:

– получение новой информации (понимание данных) с помощью выявления кластерной структуры. Разбиение выборки на группы схожих объектов позволяет упростить дальнейшую обработку данных и принятие решений, применяя к каждому кластеру свой метод анализа;

– сжатие данных. Возможно сократить исходную выборку, оставив для дальнейшей работы по одному наиболее типичному представителю от каждого кластера;

– обнаружение новизны. Нетипичные объекты, которые не удается присоединить ни к одному из кластеров, затем исследуются с помощью иных методов.

Кластеризацию можно считать процедурой, которая, начиная работать с тем или иным типом данных, преобразует их в данные о кластерах (Т. Н. Савченко, 2010). Исследователь изначально опирается на информацию о распределении соответствующих переменных генеральной совокупности.

Необходимость в использовании методов кластерного анализа возникает в том случае, когда задано множество характеристик, по которым тестируется множество испытуемых; задача состоит в выделении классов (групп) испытуемых, близких по всему множеству характеристик (профилю). В процессе проведения нашего исследования решалась задача выявления регуляторно-личностных типов, в связи с чем и возникла необходимость применения кластерного анализа.

Регрессионный анализ – статистический метод, позволяющий изучать зависимость значения среднего некоей величины от вариации другой величины или нескольких величин (в этом случае применяется множественный регрессионный анализ) (А. Н. Наследов, 2012). Регрессионный анализ используют в эмпирических исследованиях при решении задач, связанных с оценкой некоторых влияний одной переменной на поведение другой. Регрессионный анализ устанавливает формы зависимости между зависимой переменной и значениями одной или нескольких независимых переменных величин, причем значения последних считаются точно заданными.

В нашем исследовании регрессионный анализ был использован для выявления предикторов осознанной саморегуляции, для выяснения характера влияния стилевых особенностей саморегуляции на проявления агрессии.

Дискриминантный анализ представляет собой статистический метод, разновидность регрессивного анализа (А. Н. Наследов, 2012). Основная идея дискриминантного анализа заключается в том, чтобы определить, отличаются ли совокупности по среднему какой-либо переменной (или линейной комбинации переменных), и затем использовать эту переменную, чтобы предсказать для новых членов их принадлежность к той или иной группе.

Дискриминантный анализ используется для принятия решения о том, какие переменные различают (дискриминируют) две или более возникающие совокупности (группы). Если среднее значение определенной переменной значимо различно для двух совокупностей, то можно сказать, что переменная разделяет данные совокупности. Если имеются несколько переменных, то задача состоит в том, чтобы установить, какие из переменных вносят свой вклад в дискриминацию между совокупностями.

Искусственной нейронной сетью (ИНС) принято называть математическую модель объекта/процесса, а также ее программную или аппаратную реализацию, которые создаются по принципу строения и функционирования сетей нервных клеток живого организма (биологических нейронных сетей).

При работе искусственная нейронная сеть принимает значения входных переменных и выдает значения выходных переменных. Таким образом, сеть можно применять в ситуации, когда имеется определенная известная информация и нужно из нее получить некоторую пока неизвестную информацию. Искусственная нейронная сеть используется тогда, когда неизвестен точный вид связей между входными и выходными данными, – если бы он был известен, то связь можно было бы моделировать непосредственно. Другая существенная особенность ИНС состоит в том, что зависимость между «входом» и «выходом» уточняется в процессе обучения сети, т. е. предварительной «настройки» перед практическим использованием.

Эти особенности нейронных сетей делают их мощным инструментом решения задачи обработки больших массивов данных психологической диагностики.

На сегодняшний день задачи установления связей между входными и выходными данными при значительном обновлении входных данных на каждом новом этапе работы достаточно успешно решаются на основе теории адаптивного резонанса. Несмотря на существование в настоящее время сравнительно большого количества вариантов архитектур искусственных нейронных сетей адаптивного резонанса, основными остаются две:

– АРТ-1 (от англ. ART – Adaptive Resonance Theory) – для кластеризации, хранения и идентификации образов в форме двоичных сигналов;

– АРТ-2 – для кластеризации, хранения и идентификации образов, представленных как в форме двоичных сигналов, так и в форме аналоговых сигналов, в том числе с использованием обоих типов сигналов в одной структуре.

В отличие от большинства существующих архитектур нейронных сетей, АРТ-сети не предусматривают строгого деления их жизненного цикла на стадии обучения и практического использования. Они продолжают обучаться на протяжении всего времени их практического использования, включая этап практической эксплуатации.

Нейронные сети адаптивной резонансной теории (АРТ) позволяют обнаружить новую входную информацию и в определенной мере решать противоречивые задачи чувствительности (пластичности) и сохранения полученной ранее информации (стабильности) (В. Д. Дмитриенко, С. Ю. Леонов, 2014). Таким образом, появляется возможность выявлять минимальные различия в психодиагностических данных, даже если выборка требует ремонта, как часто случается при работе с большими массивами. В нашем исследовании для компьютерной обработки данных психодиагностики, анализа взаимосвязей между психологическими признаками и оценки их значимости использовалась модель нейронной сети АРТ-2.

Выводы по главе

1. В главе представлены основные параметры предпринятого научного исследования, сформулированы общая и частные гипотезы, определены задачи, охарактеризована выборка испытуемых.

2. Обосновано применение кросс-культурного подхода к исследованию специфики влияния осознанной саморегуляции на агрессивные поведенческие проявления представителей педагогической профессии на Юге России.

3. Описаны использованные в ходе эмпирического исследования методики, охарактеризованы процедуры их применения, обоснована необходимость применения пакета исследовательских инструментов.

4. Охарактеризованы использованные методы и процедуры математико-статистической обработки результатов, позволившие выявить латентные взаимосвязи между индивидуальными, личностными и кросс-культурными особенностями саморегуляции агрессивных проявлений респондентов.

Глава 3. Исследование личностнорегуляторных и кросс-культурных детерминант агрессии

3.1. Сравнительный анализ индивидуально-личностных особенностей педагогов из разных регионов Юга России

Современное общество мозаично и многополярно за счет активной социальной представленности многочисленных социокультурных групп, этнических и конфессиональных общностей, имеющих собственную культурную идентичность. Вхождение в интеграционные процессы вызывает обострение проблем сохранения собственной уникальности, этнокультурного своеобразия. В этом контексте особую актуальность приобретает проблема специфики индивидуально-личностных особенностей, имеющих культурную обусловленность традициями, нормами и ценностями конкретной культурной общности.

При всей глубине теоретического и эмпирического исследования проблемы, в настоящее время недостаточно представлена системная картина, раскрывающая индивидуально-личностные особенности, опосредованные социокультурным контекстом жизнедеятельности субъекта. Для решения представленной задачи было проведено исследование представителей педагогической профессии (воспитатели дошкольных образовательных учреждений, учителя школ и преподаватели вузов), в выборку вошли 278 педагогов в возрасте от 20 до 72 лет, работающих в образовательных учреждениях Ставропольского края (СК) – 48 респондентов, Краснодарского края (КК) – 60 респондентов, Республики Северная Осетия – Алания (СОА) – 57 педагогов, Карачаево-Черкесской Республики (КЧР) – 53 и Кабардино-Балкарской Республики (КБР) – 60 респондентов.

Были выделены четыре основные группы методов, которые были использованы для оценки исследуемых параметров.

Первый блок – методы оценки параметров осознанной саморегуляции. Для этого был использован многошкальный тест-опросник «Стиль саморегуляции поведения» (ССПМ). Он позволяет выявить степень развития осознанной саморегуляции и регуляторный профиль ее стилевых характеристик (планирование, моделирование, программирование, оценивание результатов), а также особенности развития регуляторно-личностных свойств (гибкости, самостоятельности, ответственности).

Второй блок – методы исследования личностных характеристик респондентов. Для этого была использована русскоязычная версия Фрайбургского многофакторного личностного опросника (Das Freiburger Personlichkeitsinventar Freiburg Personality Inventory, 1963 г.) (FPI) (Форма B), адаптация А. А. Крылова, Т. И. Ронгинского, предназначенного для диагностики психических состояний и свойств личности, которые имеют первостепенное значение для процесса социальной адаптации и регуляции поведения. Методика «Морфологический тест жизненных ценностей» (МТЖЦ) В. Ф. Сопова и Л. В. Карпушиной позволяет диагностировать мотивационно-ценностную структуру личности, выявить наиболее значимые для респондента терминальные ценности и те жизненные сферы, в которых эти ценности могут быть реализованы. К основным диагностическим конструктам МТЖЦ относятся терминальные ценности и жизненные сферы.

Третий блок методов – исследование агрессивных проявлений и показателей «фрустрация – агрессия». Опросник Басса – Дарки (A. N. Buss – Durkee Inventory, 1957) предназначен для определения форм агрессивного поведения и личностных черт агрессивности человека. Опросник «Методика диагностики уровня социальной фрустрированности» Л. И. Вассермана, Б. В. Иовлева и М. А. Беребина (Д. Я. Райгородский, 1998) используется для диагностики сфер, в которых личность испытывает фрустрацию, и уровня фрустрации.

Четвертый блок – методика «Определение социокультурной идентичности» (ОСКИ) О. В. Крупенко, О. В. Фролова (модифицированный вариант). Методика предназначена для определения социокультурной идентичности и позволяет выявить этническую идентичность, региональную идентичность, этническую исключительность, во многом определяющие или объясняющие поведение конкретного человека в социуме. В авторской редакции шкала «этническая исключительность» представлена как «расизм». Смеем отметить, что в методике основной акцент сделан на оценке социально-культурной общности людей (этносе, нации), а не на совокупности общих наследственных физических признаков, т. е. биологической общности (расе). Анализа представленных утверждений данной шкалы позволяет дать оценку межличностным отношениям по критерию «этническая исключительность».

Результаты исследования.

а) Регуляторные характеристики группы педагогов из разных регионов имеют значимые отличия (табл. 1) по шкалам «программирование» (р = 0,050), «гибкость» (р = 0,001), «самостоятельность» (р = 0,001). Так, наиболее выраженное значение показателя шкалы «программирование» отмечено у респондентов КЧР (µ = 6,1) и СОА (µ = 6,2). Полученные результаты по этой шкале позволяют говорить о потребности данных педагогов в тщательном продумывании способов своих действий и поведения. У респондентов КК и СК наибольшие значения получили шкалы «гибкость» и «самостоятельность» (у СК µ = 6,4 и µ = 5,7 соответственно, у КК µ = 6,2 и µ = 5,7 соответственно). Самостоятельность и гибкость как регуляторно-личностные свойства позволяют данным педагогам достаточно быстро вносить коррекции в систему саморегуляции при изменении внешних и внутренних условий. Вместе с тем следует отметить, что шкала «планирование» имеет самые выраженные значения у респондентов всех регионов (от 6,1 до 6,4), но значимые различия между группами не установлены. Эта шкала указывает на то, что у педагогов как профессиональной группы, вне зависимости от кросс-культурной принадлежности, сформирована потребности в осознанном планировании своей деятельности.

Таблица 1. Показатели средних значений шкал ССПМ

СК – Ставропольский край, КК – Краснодарский край, КЧР – Карачаево-Черкесская Республика, КБР – Кабардино-Балкарская Республика, СОА – Республика Северная Осетия – Алания.

б) Анализ результатов по показателям агрессии и агрессивности (табл. 2) позволяет сделать следующее заключение. Значимые различия установлены по всем шкалам инструментальной агрессии (физическая (р = 0,001), вербальная (р = 0,000), косвенная (р = 0,028)) и показателям мотивационной агрессии («раздражительность» (р = 0,001), «обида» (р = 0,000), «подозрительность» (р = 0,000) и «чувство вины» (р = 0,000)). Более выражены, чем у респондентов из других регионов, показатели шкалы «физическая агрессия» у педагогов из КК (µ = 4,8), показатели шкалы «косвенная агрессия» у педагогов из СОА (µ = 4,8), показатели шкалы «вербальная агрессия» у педагогов из СК (µ = 7). Все показатели инструментальной агрессии не имеют высоких значений, но они более выражены, чем у респондентов из других регионов. Инструментальная агрессия для педагогов из представленных регионов выступает средством достижения нужного результата, поставленной цели, и, с точки зрения нейрофизиологии, данное поведение (инструментальная агрессия) не связано с подлинной агрессивностью. Из показателей агрессивности высокие значения имеют шкалы «раздражительность» (µ = 6,1 у респондентов СОА) и «чувство вины» как аутоагрессия (µ = 6,8 у респондентов КК).

Таблица 2. Результаты сравнительного анализа средних значений по показателям агрессии и агрессивности

в) Анализ результатов фрустрированности как негативного психического состояния, вызванного ситуацией реальной или предполагаемой невозможности удовлетворения своих потребностей, установил значимые различия по шкалам неудовлетворенности «материальным положением» (р = 0,029), «медицинским обслуживанием» (р = 0,040) и «возможностью проводить отпуск» (р = 0,000). Так, у респондентов КК, СОА и КЧР отмечается повышенный уровень фрустрированности материальным положением (КК – µ = 45,9; СОА – µ = 45,9; КЧР – µ = 45,9) и уровнем медицинского обслуживания (КК – µ = 3,4, СОА – µ = 3,5, КБ – µ = 3,5 и КЧР – µ = 3,6). Повышенный уровень фрустрированности «возможностью проводить отпуск» отмечен у респондентов КЧР (µ = 3,2) и КБ (µ = 3,3). Только у респондентов СК установлен диапазон от «пониженный уровень фрустрированности» (1,5–1,9 балла) до «неопределенный уровень фрустрированности» (2,0–2,4 балла).

г) По индивидуально-личностным характеристикам (рис. 1) установлены значимые различия по показателям «невротичность» (р = 0,000), «общительность» (р = 0,000), «застенчивость» (р = 0,000), «открытость» (р = 0,000) «эмоциональная лабильность» (р = 0,015).

Рис. 1. Результаты сравнительного анализа индивидуально-личностных показателей респондентов

Сочетание высоких показателей невротичности (µ = 8,3), открытости (µ = 8,5), общительности (µ = 7,5) и эмоциональной лабильности (µ = 6,8) у педагогов КК свидетельствует о преобладании возбудимого варианта акцентуации характера, контроль поведения в данном случае чаще снижен и в личностно значимых ситуациях проявляется конфликтность. Менее открыты и менее эмоционально лабильны, но с высокими показателями по шкалам невротичности (µ = 7), общительности (µ = 8,2) педагоги из КБ. Установлено, что самые застенчивые (µ = 6,7), «закрытые» (µ = 5,1) и с низкими показателями общительности (µ = 3,7) педагоги из СОА и КЧР, что не общепринято для представителей данной профессиональной группы.

д) Одним из важнейших направлений в выявлении причин действий, поступков человека является определение мотивационно-ценностной структуры личности. В результате исследования терминальных ценностей у представленной группы респондентов были установлены значимые различия по 8 шкалам: развитие себя (р = 0,000), духовное удовлетворение (р = 0,000), креативность (р = 0,000), активные социальные контакты (р = 0,000), собственный престиж (р = 0,000), высокое материальное положение (р = 0,000), достижение (р = 0,000), сохранение собственной индивидуальности (р = 0,000). Было установлено, что высокие показатели по представленным шкалам отмечаются у респондентов только двух регионов – СК и СОА. Так, шкалы: «развитие себя» (µ = 45,9), т. е. познание своих индивидуальных особенностей, постоянное развитие своих способностей и других личностных характеристик; «креативность» – потребность в реализации своих творческих возможностей (µ = 45,7); расширение своих межличностных связей, реализация своей социальной роли (активные социальные контакты – µ = 45,9); завоевание своего признания в обществе путем следования определенным социальным требованиям (собственный престиж – µ = 44,4) – имеют выраженное значение только у респондентов СК.

Тогда как высокие показатели по шкалам: «духовное удовлетворение» (µ = 47,3) – руководство морально-нравственными принципами, преобладание духовных потребностей над материальными; обращение к факторам материального благополучия как главному смыслу существования – «высокое материальное положение» (µ = 49,3); «достижения» (µ = 45,9); «сохранение собственной индивидуальности» (µ = 66,1) – преобладание собственных мнений, взглядов, убеждений над общепринятыми, защита своей неповторимости и независимости – отмечены у респондентов СОА.

е) По результатам исследования социокультурной идентичности установлены значимые различия по показателям региональной идентичности (р = 0,000) и решающему влиянию расовых различий (р = 0,000). В соответствии с ключом методики, у всех респондентов региональная идентичность имеет позитивный результат (от 6 до 15 баллов), тогда как шкала «этническая исключительность» у всех респондентов имеет повышенные показатели (от 8 до 25 баллов). Проявление показателя «этническая исключительность» у испытуемых можно охарактеризовать как представление в сознании определенного образа превосходства своей этнической группы над другими этносами (людьми другой национальности). Действительно, человек отождествляет себя с культурой, если разделяет ценности этой культуры как личные. Это предполагает определенные формы поведения в ситуации социального взаимодействия.

Таким образом, выявление индивидуально-личностные особенности педагогов, принадлежащих к различным этническим общностям, тесно связано с региональной и этнической культурой, представителем которой является субъект. Этническая и региональная культура, представленная в традициях, обычаях, нормативах, задает основной вектор и эталоны субъективного оценивания значимости отдельных составляющих социального пространства индивида и потому может рассматриваться как один из факторов его резистентности к стрессу и социальным влияниям.