МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РЕСПУБЛИКИ КАЗАХСТАН ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени ШАКАРИМА г. СЕМЕЙ Документ СМК 3 уровня УМКД УМКД Редакция №1 УМКД Учебно-методические от 18.09. 2013 г. 042-18-34.2.12/03 - 2013 материалы по дисциплине «Организация и планирование НИР» УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС ДИСЦИПЛИНЫ «Организация и планирование НИР» для специальности 6М011600 – «География» УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ Семей 2013 1 РАЗРАБОТАНО Составитель _ «__02___» ___09__ 2013 г. Тулеугалиева С.С., к.б.н., доцент кафедры химии и географии 2 ОБСУЖДЕНО 2.1 На заседании кафедры химии и географии Протокол № __1___ «_02____» ___09__ 2013 г. Зав. кафедрой _______________ Д.Р. Онтагарова, к.п.н., ст. преподаватель 2.2 На заседании учебно-методического совета факультета естественных наук Протокол № _1____ «__03___» ___09__ 2013 г. Председатель _______________ З.В. Абдишева, к.б.н., доцент 3 УТВЕРЖДЕНО Одобрено и рекомендовано к изданию на заседании Учебно-методического совета университета Протокол от 18.09.2013 года, №1 Председатель УМС, проректор по УР _______________ Г.К. Искакова 4 ВВЕДЕНО ВПЕРВЫЕ Содержание 1 2 3 4 Глоссарий Лекции Практические занятия Самостоятельная работа магистрантов 3 5 65 77 ПЕРЕЧЕНЬ И СОДЕРЖАНИЕ УЧЕБНО-МЕТОДИЧЕСКОГО КОМПЛЕКСА ДИСЦИПЛИНЫ 1. ГЛОССАРИЙ Аксиоматический метод – способ построения научной теории, основанный на некоторых исходных положениях – аксиомах (постулатах), из которых остальные все утверждения этой теории выводятся чисто логическим путем, посредством доказательства. Антиципация – смысловая догадка Библиография – это отрасль знаний о способах и методах составления и изучения указательной литературы, списков, обзоров произведений в печати. Восприятие – целостный образ предмета, непосредственно данный в живом созерцании совокупности всех своих сторон, синтез данных ощущений. Гипотеза исследования – это научно обоснованное предположение о структуре изучаемого явления или о характере связей между его компонентами. Гипотетико-дедуктивный метод – это создание системы дедуктивно-связанных между собой гипотез, из которых в конечном счете выводятся утверждения об эмпирических (опытных) фактах. Дедукция (от лат. deductio – выведение) – получение частных выводов на основе знания каких-то общих положений. Другими словами, это есть движение нашего мышления от общего к частному, единичному. Дидактический эксперимент – исследование, проводимое с целью выяснения эффективности применения методов, средств, форм, видов, приемов и нового содержания обучения. Измерение – сравнение объекта по каким-либо сходным свойствам или сторонам. Индукция (от лат. inductio — наведение, побуждение) – формально-логическое умозаключение, которое приводит к получению общего вывода на основании частных посылок. Другими словами, это есть движение нашего мышления от частного к общему. Компьютерная модель – модель, реализованная на одном из языков программирования (программа для ЭВМ). Корреляция – статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). Корреляционный анализ – метод обработки статистических данных, заключающийся в изучении коэффициентов корреляции между переменными. При этом сравниваются коэффициенты корреляции между одной парой или множеством пар признаков для установления между ними статистических взаимосвязей. Математическая модель – описание объекта исследования, выполненное с помощью математической символики. Математическое моделирование – метод изучения объекта исследования, основанный на создании его математической модели и использовании её для получения новых знаний, совершенствования объекта исследования или управления объектом. Метод (греч. Metohodos – буквально «путь к чему-либо») – способ движения цели, определенным образом упорядоченная деятельность. Это способ познания, исследования явлений природы и общественной жизни; это прием, способ или образ действия. Модель – это объект-заместитель, который в определенных условиях может заменять объекторигинал, воспроизводя интересующие нас свойства и характеристики оригинала, причем имеет существенные преимущества: дешевизну, наглядность, легкость оперирования и т.п. Моделирование – метод научного исследования явлений, процессов, объектов, устройств или систем (обобщенно – объектов исследований), основанный на построении и изучении моделей с целью получения новых знаний, совершенствования характеристик объектов исследований или управления ими. Мышление – это процесс обобщенного и опосредованного отражения действительности, осуществляющейся в ходе практической деятельности и обеспечивающий раскрытие ее основных закономерных связей (на основе чувственных данных) и их выражение в системе абстракции. Наблюдение – целенаправленное восприятие явлений объективной действительности. Научно-исследовательская работа – мощное средство, позволяющее увлечь новое поколение по самому продуктивному пути развития и совершенствования, развить творческую личность, обладающую элементарными навыками самостоятельной научно-исследовательской работы. Научный обзор – это текст, содержащий синтезированную информацию сводного характера по какому-либо вопросу, извлеченную из некоторого множества специально отобранных для этой цели первичных документов. Описание – фиксация средствами естественного или искусственного языка сведений об объекте. Ощущение – отражение в сознании человека отдельных сторон, свойств предметов, непосредственное воздействие их на органы чувств. Патентная документация – совокупность документов, содержащих сведения об открытиях, изобретениях и других видах промышленной собственности. Представление – обобщенный чувственно-наглядный образ предмета, воздействовавшего на органы чувств в прошлом, но не воспринимаемого в данный момент. Рефератирование – краткое изложение первичного документа с основными фактическими сведениями и выводами. Слушание лекции – это взаимосвязанные процессы внимания, восприятия и мышления в их единстве. Статистика – отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных. Учебники и учебные пособия – это непериодические издания, содержащие систематизированные сведения научного и прикладного характера, изложенные в форме удобной для преподавания и изучения. Физическое моделирование – метод экспериментального изучения различных физических явлений, основанный на их физическом подобии. Эксперимент – научно-обоснованное и специально организованное исследование или наблюдение изучаемого явления в точно учитываемых определенных условиях. Язык представления информации – это специализированный искусственный язык, предназначенный для описания основного содержания (центральной темы) и формальных характеристик документов и запросов с целью информационного поиска. 2. ТЕЗИСЫ ЛЕКЦИОННЫХ ЗАНЯТИЙ Лекция 1 Научное изучение как основная форма научной работы От творческого замысла до окончательного оформления научного труда научное исследование осуществляется индивидуально. Современное научно-теоретическое мышление стремится проникнуть в сущность изучаемых явлений и процессов. Это возможно при условии целостного подхода к объекту изучения, рассмотрения этого объекта в возникновении и развитии, т. е. применения исторического подхода к его изучению. Новые научные результаты и ранее накопленные знания находятся в диалектическом взаимодействии. Лучшее и прогрессивное из старого переходит в новое и дает ему силу и действенность. Изучать в научном смысле – это значит вести поисковые исследования, как бы заглядывая в будущее, применять научное предвидение и хорошо продуманный расчет, быть научно объективным. Нельзя отбрасывать факты в сторону только потому, что их трудно объяснить или найти им практическое применение. Научное изучение обязывает не только добросовестно изображать или просто описывать изучаемое явление, но и узнавать отношение его к тому, что известно или из опыта, или из предшествующего изучения. Изучать – значит измерять то, что может подлежать измерению, показывать численное отношение изучаемого явления к известному, осуществлять поиск причинной связи между рассматриваемыми явлениями, фактами и событиями. Концентрируя внимание на основных или ключевых вопросах, необходимо учитывать так называемые косвенные факты, которые, на первый взгляд, кажутся малозначительными. При исследовании недостаточно установить какой-либо новый научный факт, важно дать ему объяснение с позиций науки, показать теоретическое или практическое значение. Накопление научных фактов в процессе исследования творческий процесс, в основе которого всегда лежит замысел (идея) исследователя, его имя. Идеи рождаются из практики, наблюдений за окружающим миром и потребностей жизни. Развитие идеи до стадии решения задачи совершается как плановый процесс научного исследования. Лекция 2 Основные понятия научно-исследовательской работы Язык науки весьма специфичен. В нем много понятий и терминов, имеющих хождение в научной деятельности. Основу языка составляют слова и словосочетания терминологического характера: Автореферат диссертации – научное издание в виде брошюры, содержащее составленный автором реферат проведенного им исследования. Аналогия – рассуждение, в котором из сходства двух объектов по некоторым признакам делается вывод об их сходстве и по другим признакам. Актуальность темы – степень ее важности в данный момент и в данной ситуации для решения данной проблемы. Аспект – угол зрения, под которым рассматривается объект исследования. Гипотеза – научное предположение, выдвигаемое для объяснения какихлибо явлений. Дедукция – вид умозаключения от общего к частному, когда из массы частных случаев делается обобщенный вывод о всей совокупности таких случаев. Диссертация – научное произведение, выполненное в форме рукописи, научного доклада, опубликованной монографии или учебника. Служит в качестве квалификационной работы, призванной показать научно-исследовательский уровень исследования, представленного на соискание ученой степени. Идея – определяющее положение в системе взглядов, теорий и т. п. Индукция – вид умозаключения от частных фактов, положений к общим выводам. Информация: – обзорная – вторичная информация, содержащаяся в обзорах научных документов; – релевантная – информация, заключенная в описании прототипа научной задачи; – реферативная – вторичная информация, содержащаяся в первичных научных документах; – сигнальная – вторичная информация различной степени свертывания, выполняющая функцию предварительного оповещения; – справочная – вторичная информация, представляющая собой система тизированные краткие сведения в какой-либо области знаний. Обзор – научный документ, содержащий систематизированные научные данные по какойлибо теме, полученные в итоге анализа первоисточников. Объект исследования – процесс или явление, порождающие проблемную ситуацию и избранные для изучения. Определение – один из способов, предохраняющих от недоразумений в общении, споре и исследовании. Предмет исследования – все то, что находится в границах объекта исследования в определенном аспекте рассмотрения. Понятие – есть мысль, в которой отражаются отличительные свойства предметов и отношения между ними. Принцип – основное, исходное положение какой-либо теории, учения, науки. Проблема – крупное обобщенное множество сформулированных научных вопросов, которые охватывают область будущих исследований. Различают следующие виды проблем: – исследовательская – комплекс родственных тем исследования в границах одной научной дисциплины и в одной области применения; – комплексная научная – взаимосвязь научно-исследовательских тем из различных областей науки, направленных на решение важнейших народнохозяйственных задач; – научная – совокупность тем, охватывающих всю научно-исследовательскую работу или ее часть; Суждение – мысль, с помощью которой что-либо утверждается или отрицается. Теория – учение, система идей или принципов. Совокупность обобщенных положений, образующих науку или ее раздел. Умозаключение – мыслительная операция, посредством которой из некоторого количества заданных суждений выводится иное суждение, определенным образом связанное с исходным. Фактографический документ – научный документ, содержащий текстовую, цифровую, иллюстративную и другую информацию, отражающую состояние предмета исследования или собранную в результате научноисследовательской работы. Формула изобретения – описание изобретения, составленное по утвержденной форме и содержащее краткое изложение его сущности. Формула открытия – описание открытия, составленное по утвержденной форме и содержащее исчерпывающее изложение, его сущности. Лекция 3 Общая схема хода научного исследования Весь ход научного исследования можно представить в виде следующей логической схемы: – обоснование актуальности выбранной темы; – постановка цели и конкретных задач исследования; – определение объекта и предмета исследования; – выбор метода (методики) проведения исследования; – описание процесса исследования; – обсуждение результатов исследования; – формулирование выводов и оценка полученных результатов. Обоснование актуальности выбранной темы – начальный этап любого исследования. Освещение актуальности должно быть немногословным. Начинать ее описание издалека нет особой необходимости. Достаточно в пределах одной машинописной страницы показать суть проблемной ситуации, из чего и будет видна актуальность темы. Научное исследование проводится для преодоления определенных трудностей, которые проявляют себя в так называемых проблемных ситуациях, когда существующее научное знание оказывается недостаточным для решения новых задач познания. Проблема в науке – это противоречивая ситуация, требующая своего разрешения. От доказательства актуальности выбранной темы логично перейти к формулировке цели предпринимаемого исследования, а также указать на конкретные задачи, которые предстоит решать в соответствии с этой целью. Далее формулируются объект (процесс или явление, порождающее проблемную ситуацию и избранное для изучения) и предмет (то, что находится в границах объекта) исследования. Очень важным этапом научного исследования является выбор методов исследования, которые служат инструментом в добывании фактического материала, являясь необходимым условием достижения поставленной в такой работе цели. Описание процесса исследования – основная часть диссертационной работы, в которой освещаются методика и техника исследования с использованием логических законов и правил. Очень важный этап научного исследования – обсуждение его результатов, предварительная оценка теоретической и практической ценности научной работы. Заключительным этапом научного исследования являются выводы, которые содержат то новое и существенное, что составляет научные и практические результаты работы. Лекция 4 Использование методов научного познания Методы научного познания бывают общие и специальные. В методологическую основу научной деятельности кладутся критерии объективности, соответствия истине, исторической правде, моральные критерии. Методологическими источниками исследования могут являться труды ведущих отечественных и зарубежных ученых. Большинство специальных проблем конкретных наук и даже отдельные этапы их исследования требуют применения специальных методов решения. Специальные методы решения имеют весьма специфический характер и определяются характером исследуемого объекта. Общие методы научного познания используются на всем протяжении исследовательского процесса. Их делят на три группы: – методы эмпирического исследования (наблюдение, сравнение, измерение, эксперимент); – методы, используемые как на эмпирическом, так и на теоретическом уровне исследования (абстрагирование, анализ и синтез, индукция и дедукция, моделирование и др.); – методы теоретического исследования (восхождение от абстрактного к конкретному и др.). Наблюдение представляет собой активный познавательный процесс, опирающийся на работу органов чувств человека и его предметную материальную деятельность. Это наиболее элементарный метод, выступающий, как правило, в качестве одного из элементов в составе других эмпирических методов. Наблюдение должно удовлетворять ряду требований, важнейшими из которых являются: – планомерность; – целенаправленность; – активность; – систематичность. Сравнение – один из наиболее распространенных методов познания. Оно позволяет установить сходство и различие предметов и явлений действительности. Для того чтобы сравнение было плодотворным, оно должно удовлетворять двум основным требованиям: – сравниваться должны лишь такие явления, между которыми может существовать определенная объективная общность; – для познания объектов их сравнение должно осуществляться по наиболее важным, существенным (в плане конкретной познавательной задачи) признакам. С помощью сравнения информация об объекте может быть получена двумя различными путями: – в качестве непосредственного результата сравнения; – в качестве умозаключения по аналогии. Измерение, в отличие от сравнения, является более точным познавательным средством. Измерение есть процедура определения численного значения некоторой величины посредством единицы измерения. Важнейшим показателем качества измерения, его научной ценности является точность. В числе эмпирических методов научного познания измерение занимает примерно такое же место, как наблюдение и сравнение. Частным случаем наблюдения является эксперимент. Экспериментальное изучение объектов по сравнению с наблюдением имеет ряд преимуществ: – в процессе эксперимента становится возможным изучение того или иного явления в "чистом виде"; – эксперимент позволяет исследовать свойства объектов действительности в экстремальных условиях; – важнейшим достоинством эксперимента является его повторяемость. Использование моделей позволяет применять экспериментальный метод исследования к таким объектам, непосредственное оперирование с которыми затруднительно или даже невозможно. К методам, используемым на эмпирическом и теоретическом уровнях исследований, относят абстрагирование, анализ и синтез, индукцию и дедукцию. Процесс абстрагирования – это совокупность операций, ведущих к получению результата (абстракции). Абстрагирование носит в умственной деятельности универсальный характер. Сущность этого метода состоит в мысленном отвлечении от несущественных свойств, связей, отношений, предметов и в одновременном выделении, фиксировании одной или нескольких интересующих исследователя сторон этих предметов. Различают процесс абстрагирования и результат абстрагирования, называемый абстракцией. Процесс абстрагирования тесно связан с другими методами исследования, и прежде всего с анализом и синтезом. Анализ является методом научного исследования путем разложения предмета на составные части. Синтез представляет собой соединение полученных при анализе частей в нечто целое. Методы анализа и синтеза в научном творчестве органически связаны между собой и могут принимать различные формы в зависимости от свойств изучаемого объекта и цели исследования. Прямой и эмпирический анализ и синтез применяется на стадии поверхностного ознакомления с объектом. Возвратный, или элементарно-теоретический, анализ и синтез широко используется как инструмент достижения моментов сущности исследуемого явления. Наиболее глубоко проникнуть в сущность объекта позволяет структурногенетический анализ и синтез. Этот тип анализа и синтеза требует вычленения в сложном явлении таких элементов, таких звеньев, которые представляют самое центральное, самое главное в них, их "клеточку", оказывающую решающее влияние на все остальные стороны сущности объекта. Для исследования сложных развивающихся объектов применяется исторический метод. Он используется только там, где так или иначе предметом исследования становится история объекта. Из перечисленных методов рассмотрим метод восхождения от абстрактного к конкретному. Восхождение от абстрактного к конкретному (метод теоретического исследования) представляет собой всеобщую форму движения научного познания, закон отображения действительности в мышлении, разбивающим процесс познания на два относительно самостоятельных этапа. На первом этапе происходит переход от чувственно-конкретного, от конкретного в действительности к его абстрактным определениям. Единый объект расчленяется, описывается при помощи множества понятий и суждений. Второй этап процесса познания – восхождение от абтрактного к конкретному. Суть его состоит в движении мысли от абстрактных определений объекта. Лекция 5. Применение логических законов и правил. Выводные суждения (индуктивные и дедуктивные). Закон тождества. Согласно закону тождества предмет мысли в пределах одного рассуждения должен оставаться неизменным, т. е. А есть А (А = А), где А – мысль. Закон требует, чтобы в ходе сообщения все понятия и суждения носили однозначный характер, исключающий двусмысленность и неопределенность. Внешне одинаковые словесные конструкции могут иметь разное содержание, и, наоборот, одна и та же мысль может быть выражена по-разному. Первое явление называется омонимией, второе – синонимией. Закон противоречия выражает требование непротиворечивости мышления. Одновременно не могут быть истинными два высказывания, одно из которых что-то утверждает, а другое отрицает то же самое. Закон исключенного третьего – из двух противоречащих друг другу суждений одно ложно, а другое истинно. Третьего не дано. Важность закона исключенного третьего для ведения научной работы состоит в том, что он требует соблюдения последовательности в изложении фактов и не допускает противоречий. Закон достаточного основания выражает требование доказательности научных выводов, обоснованности суждений, который формулируется следующим образом: всякая истинная мысль имеет достаточное основание. Всякое суждение, которое мы используем в научной работе, прежде чем быть принятым за истину, должно быть обосновано. Этот закон помогает отделить истинное от ложного и прийти к верному выводу. Выводные суждения (индуктивные и дедуктивные). Дедуктивным называют умозаключение, в котором вывод о некотором элементе множества делается на основании знания общих свойств всего множества. Под индукцией обычно понимается умозаключение от частного к общему, когда на основании знания о части предметов класса делается вывод о классе в целом. Индукция (или обобщение) бывает полная и частичная. Полная состоит в исследовании каждого случая, входящего в класс явлений, по поводу которого делаются выводы. Большинство приводимых в научных текстах показателей являются итогом перечней отдельных примеров, способы обоснованности их использования в текстах следующие: – установить, правилен ли пример, положенный в основу обобщения; – выяснить, имеет ли пример отношение к заключению; – определить, достаточно ли приведено примеров; – установить, типичны ли подобранные примеры. В научных исследованиях объектом нередко выступают единичные неповторимые по своим индивидуальным характеристикам события, предметы и явления. При их объяснении и оценке затруднено применение как дедуктивных, так и индуктивных рассуждений. В этом случае прибегают к умозаключению по аналогии, когда уподобляют новое единичное явление другому, известному и сходному с ним единичному явлению, и распространяют на первое ранее полученную информацию. Далеко не все аналогии логичны, поэтому необходима их проверка. Существуют два способа их проверки: 1) действительно ли уместно сравнение явлений?; 2) нет ли существенного различия между ними? Суждение о причинной зависимости – другой вариант индукции, играющий особенно важную роль в научном тексте. В каждом спорном случае умозаключения о причинной зависимости применяются следующие правила проверки: 1. Возникает ли предполагаемое следствие, когда отсутствует предполагаемая причина? Если ответ "да", то вы не вправе утверждать, что предшествующее явление – единственно возможная причина. В этом случае или нет никакой связи между двумя явлениями, или есть другая возможная причина. 2. Отсутствует ли предполагаемое следствие, когда предполагаемая причина налицо? Если ответ – "да", то вы не вправе утверждать, что последующее явление есть единственно возможное следствие. Или нет никакой связи между двумя явлениями, или есть другое возможное следствие. 3. Не представляет ли единственная связь между следствием и его предполагаемой причиной только случайное возникновение одного после другого? Этот способ позволяет выявить характерное заблуждение в умозаключении о причине, хорошо известное под названием "после этого, следовательно, по причине этого". Данная ошибка представляет форму беспечного обобщения отрывочных сведений. 4. Нет ли других возможных причин? Волнующая нас причина или ближайший повод явления обычно кажутся более очевидными, чем основная причина. Уклонение от установления основной причины – обычная форма уловок. 5. Нет ли других возможных последствий? В большинстве случаев заключение от причины к следствию представляет на самом деле предсказание будущих событий. В таких случаях абсолютная проверка невозможна. Так как заключение от причины к следствию имеет в виду будущее, оно подвержено влиянию произвольного мышления. Дедукция – кратчайший путь к познанию. Дедукция состоит из трех суждений: – общего положения, именуемого большой посылкой; – связанного с ним суждения, ведущего к его применению, под названием малой посылки; – заключения. Весь этот трехзвенный процесс называется силлогизмом. Иногда одна из посылок или заключение не указываются. Этот сокращенный силлогизм называется энтимемой. Чтобы восстановить энтимему в полный силлогизм, следует руководствоваться следующими правилами: – найти заключение и так его сформулировать, чтобы больший и меньший термины были четко выражены; – если опущена одна из посылок, установить, какая из них (большая или меньшая) имеется. Это делается путем проверки, какой из крайних терминов содержится в этом суждении; – зная, какая из посылок опущена, а также зная средний термин (он имеется в той посылке, которая дана), определить оба термина недостающей посылки. Дедуктивные умозаключения проверяются двумя способами: 1) правильны ли посылки?; 2) следует ли из них данный вывод? Умение доказать свои суждения и опровергнуть (если потребуется) доводы оппонентов помогает аргументирование – сугубо логический процесс, суть которого в том, что в нем обосновывается истинность нашего суждения с помощью других суждений. Аргументация достигает цели, когда соблюдаются правила доказательства: 1) тезис доказательства нужно сформулировать ясно и четко. При этом нельзя допускать двусмысленность. 2) в ходе доказательства тезис должен оставаться неизменным, т. е. должно доказываться одно и то же положение. Основные ошибки в построении тезиса: 1. Потеря тезиса. Сформулировав тезис, забывают его и переходят к иному тезису, прямо или косвенно связанному с первым, но в принципе уже другому положению. Затем затрагивают третий факт, а от него переходят к четвертому и т. д. В конце концов, теряют исходную мысль, т. е. забывают, о чем начали спорить. 2. Полная подмена тезиса. Выдвинув определенное положение, начинают доказывать нечто другое, близкое или сходное по значению, т. е. подменяют основную мысль другой. Разновидностью подмены тезиса является уловка. Другой разновидностью подмены тезиса является ошибка, которую называют "логической диверсией". Чувствуя невозможность доказать или опровергнуть выдвинутое положение, выступающий пытается переключить внимание на обсуждение другого, возможно, и очень важного утверждения, но не имеющего прямой связи с первоначальным тезисом. 3. Частичная подмена тезиса. Когда в ходе доказательства пытаются видоизменить собственный тезис, сужая или смягчая свое первоначальное слишком общее, преувеличенное или излишне резкое утверждение. К аргументам предъявляются следующие требования: – в качестве аргументов могут выступать лишь такие положения, истинность которых была доказана или они вообще ни у кого не вызывают сомнения; – аргументы должны быть доказаны независимо от тезиса; – аргументы должны быть непротиворечивы; – аргументы должны быть достаточны. Требование истинности аргументов определяется тем, что они выполняют роль фундамента, на котором строится все доказательство. Нарушение этого требования приводит к двум ошибкам: – "ложному аргументу", т. е. использованию в качестве аргумента несуществующего факта, ссылки на событие, которого не было и т. п. – "предвосхищение основания" – когда истинность аргумента не устанавливается с несомненностью, а только предполагается. В этом случае в качестве аргументов используются недоказанные или произвольно взятые положения. Требование автономности аргументов – аргументы должны быть доказаны независимо от тезиса. Требование непротиворечивости аргументов – аргументы не должны противоречить друг другу. Требование достаточности аргументов – аргументы в своей совокупности должны быть такими, чтобы из них с необходимостью вытекал доказываемый тезис. Здесь бывают два вида ошибок: – недостаточность аргументов; – чрезмерное доказательство. Очень часто допускаются ошибки, связанные с отсутствием логической связи между аргументами и тезисом. Одна из форм такого несоответствия – неоправданный логический переход от узкой области к более широкой области. Другая форма несоответствия – переход от сказанного с условием к сказанному безусловно. В научном произведении очень часто приходится делать опровержение доводов. В зависимости от целей критического разбирательства оно может быть выполнено следующими способами: критикой тезиса, критикой аргументов и критикой демонстрации. Первый способ – критика (опровержение) тезиса. Его цель – показать несостоятельность (ложность или ошибочность) выставленного пропонентом тезиса. Опровержение такого тезиса может быть прямым или косвенным. Прямое опровержение строится в форме рассуждения, получившего название "сведение к абсурду". Аргументация в этом случае протекает в следующем виде: вначале условно допускают истинность выдвинутого пропонентом положения и выводят логически вытекающее из него следствие. Если при сопоставлении следствий с фактами окажется, что они противоречат объективным данным, то тем самым их признают несостоятельными. На этой основе делают заключение о несостоятельности и самого тезиса, рассуждая по принципу: ложные следствия всегда свидетельствуют о ложности их основания. В процессе аргументации прямое опровержение выполняет разрушительную функцию. С его помощью показывают несостоятельность тезиса пропонента, не выдвигая никакой идеи взамен. Косвенное опровержение строится иным путем. Оппонент может прямо не анализировать тезис противоположной стороны, не проверяя ни аргументов, ни демонстрации пропонента. Он сосредоточивает внимание на тщательном и всестороннем обосновании собственного тезиса. Если аргументация основательна, то вслед за этим делают второй шаг – приходят к заключению о ложности тезиса пропонента. Такое опровержение применимо только в том случае, если тезис и антитезис регулируются принципом "третьего не дано", т. е. истинным может быть лишь одно из двух доказываемых утверждений. Второй способ разрушения ранее состоявшегося доказательства – "критика аргументов". Следует пользоваться только аргументами (доводами), истинность которых не вызывает сомнений. Если оппоненту удается показать ложность или сомнительность аргументов, то существенно ослабляется позиция пропонента, ибо такая критика показывает необоснованность его тезиса. Критика аргумента может выражаться в указании на неточное изложение фактов, двусмысленность процедуры обобщения статистических данных, выражает сомнения в авторитетности эксперта, на заключение которого ссылается пропонент. Обоснованные сомнения в правильности доводов (аргументов) с необходимостью переносятся на тезис, который вытекает из таких доводов (аргументов), и потому он тоже расценивается как сомнительный, нуждающийся в новом самостоятельном подтверждении. Третий способ опровержения – критика демонстрации. В этом случае показывают, что в рассуждениях пропонента нет логической связи между аргументами и тезисом. Когда тезис не вытекает из аргумента, то он «повисает» в воздухе и считается необоснованным. Лекция 6 Правила построения логических определений Правило соразмерности требует, чтобы объем определяемого понятия был равен объему определяющего понятия. Иначе говоря, эти понятия должны находиться в отношении тождества. Например: "Технолог рыбной промышленности – это инженер, который специализируется на обработке гидробионтов". Если же "технолог" определяется как лицо, специализирующееся на обработке рыбы, то правило соразмерности будет нарушено: объем определяющего понятия (лицо, специализирующееся на обработке рыбы) уже объема определяемого понятия (технолог). Такое нарушение правила соразмерности называется ошибкой слишком узкого поведения. Ошибка будет иметь место и в том случае, если мы определим технолога как специалиста в области технологий вообще. В этом случае определяющее понятие будет значительно шире, чем определяемое, поскольку технологи бывают не только в рыбной отрасли. Такую ошибку называют ошибкой слишком широкого определения. Если при определении понятия мы прибегаем к другому понятию, которое, в свою очередь, определяется при помощи первого, то такое определение содержит в себе круг, разновидностью которого в определении является тавтология. Тавтология – ошибочное определение, в котором определяющее понятие повторяет определяемое. Иногда при определении понятий указывают несколько видовых признаков (когда невозможно указать такой единственный признак, который отличал бы данное понятие от всех других и раскрывал бы существенным образом его содержание). Подлинно научное определение сложных явлений и фактов не может ограничиваться формально-логическими требованиями. Оно должно содержать оценку определяемых фактов, исключающую односторонний подход, присущий в недавнем прошлом всей отечественной науке. При этом следует также учитывать и особую специфику научных текстов. Лекция 7. Подготовка к написанию научной работы и накоплению научной информации Темы научных работ могут определяться организациями или самим исследователем. Выбрать тему научной работы помогают следующие приемы: 1. Просмотр каталогов защищенных НИР и ознакомление с уже выполненными научными работами; 2. Ознакомление с новейшими результатами исследований в смежных, пограничных областях науки и техники; 3. Оценка состояния разработки методов исследования, технологических приемов применительно к планируемой работе; 4. Пересмотр известных научных решений при помощи новых методов, с новых теоретических позиций, привлечением новых существенных фактов, выявленных исследователем. Выбрав тему, исследователь должен сформулировать цель, конкретные задачи и аспект ее разработки. Работа выполняется под руководством ведущих ученых, работающих в организации, где выполняется работа. Научный руководитель направляет работу исследователя, помогая ему оценить возможные варианты решений. Научная работа предполагает наличие плана ее осуществления. Рабочий план представляет наглядную схему предпринимаемого исследования и начинается с разработки темы, т. е. замысла предполагаемого научного исследования. Рабочий план имеет произвольную форму и состоит из перечня расположенных в столбик рубрик, связанных внутренней логикой исследования данной темы и позволяющих по их месту судить об их уместности и значимости. На более поздних стадиях работы составляют план-проспект. Желательность составления плана-проспекта определяется тем, что путем систематического включения в такой план все новых и новых данных его можно довести до окончательной структурно-фактологической схемы научной работы. Исследователю после составления плана научной работы необходимо уяснить очередность и логическую последовательность намеченных работ. Пока не изучен первый раздел, нельзя переходить ко второму. В творческом исследовании план всегда имеет динамический, подвижный характер и не может, не должен связывать развитие идеи и замысла исследователя при сохранении какого-то четкого и определенного научного направления в работе. План должен быть гибким, чтобы можно было включать в него новые возможные аспекты, обнаруженные в процессе подготовки текста. Лекция 8 Библиографический поиск литературных источников. Изучение литературы и отбор фактического материала Знакомство с опубликованной по теме научной работы литературой начинается с разработки идеи, т. е. замысла предполагаемого научного исследования, который, как уже указывалось ранее, находит свое выражение в теме и рабочем плане научной работы. Далее следует продумать порядок поиска и приступить к составлению картотеки (или списка) литературных источников по теме. Хорошо составленная картотека (список) даже при беглом обзоре заглавий источников позволяет охватить тему в целом. На ее основе возможно уже в начале исследования уточнить цели. Просмотру должны быть подвергнуты все виды источников, содержание которых связано с темой научного исследования. Целесообразнее всего эту работу начать со знакомства с информационными изданиями. Издания разделяются на три вида: библиографические, реферативные и обзорные. Библиографические издания содержат упорядоченную совокупность библиографических описаний, которые извещают специалистов о том, что издано по интересующему его вопросу. Из библиографических описаний составляют библиографические указатели и библиографические списки. Реферативные издания содержат публикации рефератов, включающих сокращенное изложение содержания первичных документов (или их частей) с основными фактическими сведениями и выводами. Реферативные сборники представляют собой периодические, проекты неопубликованных документов. Их выпускают центральные институты научно-технической информации и технико-экономических исследований. Такие издания носят обычно узкотематический характер. Экспресс-информация (ЭИ) – это периодическое издание журнальной или листовой формы, которое содержит расширенные рефераты наиболее актуальных опубликованных зарубежных материалов и неопубликованных отечественных документов, требующих оперативного освещения. Информационные листки - оперативные печатные издания, которые содержат рефераты, отражающие информацию о передовом производственном опыте или научнотехнических достижениях. К обзорным изданиям относятся обзор по одной проблеме, направлению и сборник обзоров. Для информационного поиска используют автоматизированные информационно-поисковые системы, базы и банки данных. Тематические указатели и обзоры – основная часть ретроспективных изданий по естествознанию и технике, отражающие литературу по какой-либо отрасли в целом или по ее разделу. Они выпускаются научно-техническими библиотеками научно-исследовательских институтов и высших учебных заведений, а также службами научно-технической информации. Особый вид ретроспективной библиографии – внутрикнижные и пристатейные списки литературы. Изучение литературы по выбранной теме начинают с общих работ, чтобы получить представление об основных вопросах, к которым примыкает избранная тема, а затем уже ведут поиск нового материала. Изучение научных публикаций желательно проводить по этапам: – общее ознакомление с произведением в целом по его оглавлению; – беглый просмотр всего содержания; – чтение в порядке последовательности расположения материала; – выборочное чтение какой-либо части произведения; – выписка представляющих интерес материалов; – критическая оценка записанного, его редактирование и "чистовая" запись как фрагмент текста будущей научной работы. При изучении литературы нужно обдумать найденную информацию, что может послужить основой для получения нового знания. При изучении литературы по выбранной теме используется не вся информация, в ней заключенная, а только та, которая имеет непосредственное отношение к теме научной работы. Таким образом, критерием оценки прочитанного является возможность его практического использования в научной работе. Изучая литературные источники, нужно следить за оформлением выписок, чтобы в дальнейшем было легко ими пользоваться. Необходим тщательный отбор и оценка полученных данных, подбор основной и дополнительной информации, ее обобщение и представление в форме, удобной для анализа и выводов Нужно собирать только научные факты – элементы, составляющие основу научного знания, отражающие объективные свойства вещей и процессов, которые характеризуются такими свойствами, как новизна, точность, объективность и достоверность. Большое познавательное значение новых научных фактов требует учета и критической оценки их действенности. Точность научного факта определяется объективными методами и характеризует совокупность наиболее существенных признаков предметов, явлений, событий, их количественных и качественных определений. Достоверность научного факта характеризует его реальное безусловное существование, подтверждаемое при построении аналогичных ситуаций. Достоверность научных фактов в значительной степени зависит от достоверности первоисточников, от их целевого назначения и характера их информации. Монография как научное издание, содержащее полное и всестороннее исследование какой-либо проблемы или темы; научный сборник, содержащий материалы научной конференции; научный сборник, включающий исследовательские материалы учреждений, учебных заведений или обществ по важнейшим научным и научно-техническим проблемам, принадлежат к числу достоверных источников. Практически абсолютной достоверностью обладают описания изобретений. Достоверность научных статей рассматривается в зависимости от того, к каким наукам они относятся (к научно-техническим или гуманитарным). Теоретическая статья в области технических и других точных наук отличается точностью доказательств. В области техники и технологии и других наук часто приходится иметь дело со статьями, в которых обосновываются и излагаются результаты завершенных исследований. Подобные сведения свидетельствуют об оригинальности статьи, ее теоретической и практической значимости. Информационная статья обычно оперативна и актуальна, она содержит сжатое, конкретное изложение каких-либо фактов, сообщение о каком-либо событии, явлении. Подобно статьям, различной степенью достоверности обладают также доклады, прочитанные на научных конференциях, симпозиумах и т. п. О достоверности исходной информации может свидетельствовать научный, профессиональный авторитет его автора, его принадлежность к той или иной научной школе. Особой формой фактического материала являются цитаты, которые органически вплетаются в текст научной работы, составляя неотъемлемую часть анализируемого материала. Они используются для того, чтобы без искажений передать мысли автора первоисточника, для идентификации взглядов при сопоставлении различных точек зрения и т. д. Цитаты служат необходимой опорой автору научно-исследовательской работы в процессе анализа и синтеза информации. Отобранный фактический материал тщательно регистрируется. Формы его регистрации довольно разнообразны: а) записи результатов экспериментальных исследований, различного рода измерений и наблюдений; б) выписки из анализируемых документов, литературных источников (статей, книг, авторефератов, диссертаций и др.). Лекция 9 Подготовка черновой рукописи и изложение научных материалов. Композиция научной работы Черновую рукопись выполняют на стандартных листах писчей бумаги, заполняя их только на одной стороне. Каждую страницу необходимо заполнять, оставляя место для последующих дополнений и изменений. Постоянно необходимо следить за тем, чтобы не отклоняться от заданной темы. Введение пишут позже, когда точно известно, что получилось. Затем необходимо продумать, что уже известно по теме работы и что еще необходимо будет выяснить и определить (наиболее логичную последовательность изложения имеющихся материалов и т. д.). Затем приступают к компоновке центральной части работы (на отдельном листочке бумаги или в текстовом редакторе). Черновую версию основной части готовят как можно раньше. Чем дольше продолжается работа с черновой версией текста, тем в большей степени удается ее улучшить. После того как вчерне составлена большая доля основной части работы, пишут ее заключительную часть. Когда точно известно, о чем написана работа и в чем состоят выводы, пишут введение, которое должно указывать на то, что уже написано, тогда оно логически будет соответствовать содержанию. Затем приступают к редактированию текста. При этом стремятся, чтобы каждый абзац содержал самостоятельную мысль в наиболее ясном и понятном виде. Имеется несколько методических приемов изложения научных материалов: – строго последовательный; – целостный (с последующей обработкой каждой главы); – выборочный (главы пишутся отдельно, в любой последовательности). Строго последовательное изложение материала научной работы требует сравнительно много времени, так как пока ее автор не закончил полностью очередного раздела, он не может переходить к следующему. Целостный прием требует почти вдвое меньше времени на подготовку беловой рукописи, так как сначала пишется все произведение вчерне, затем производится его обработка в частях и деталях, при этом вносятся дополнения и исправления. При выборочном изложении материалов автор обрабатывает материалы в любом удобном для него порядке по мере готовности фактических данных. Исследователь выбирает тот прием изложения материала, который считает наиболее приемлемым для превращения так называемой черновой рукописи в промежуточную или в беловую (окончательную). На этом этапе работы над рукописью отдельных глав выделяют следующие композиционные элементы научной работы: 1) введение; 2) выводы и предложения (заключение); 3) библиографический список использованных литературных источников; 4) приложения; 5) указатели. Работу над беловой рукописью начинают, когда макет черновой рукописи готов, все нужные материалы собраны, сделаны необходимые обобщения. После этого начинается детальная доработка текста рукописи. Композиция научной работы – это последовательность расположения основных частей, к которым относят основной текст (т.е. главы и параграфы), а также части ее справочносопроводительного аппарата. Стандарта по выбору композиции научной работы не существует. Каждый автор избирает любой строй и порядок организации научных материалов, чтобы получить внешнее расположение их и внутреннюю логическую связь в таком виде, какой он считает лучшим, наиболее убедительным для раскрытия своего творческого замысла. Традиционно сложилась следующая композиционная структура научного произведения, основными элементами которого в порядке их расположения являются: титульный лист, оглавление, введение, главы основной части, заключение, библиографический список, приложения и вспомогательные указатели. Титульный лист является первой страницей научной работы и заполняется по строго определенным правилам. В верхнем поле указывается полное наименование учебного заведения или научной организации. Верхнее поле с указанным текстом отделяется от остальной площади титульного листа сплошной чертой. Далее указываются фамилия, имя и отчество исследователя (в именительном падеже). В среднем поле дается заглавие НИР. Заглавие должно быть по возможности кратким, точным и соответствовать ее основному содержанию. Если готовится диссертационная работа, то после заглавия помещается шифр из номенклатуры специальности и ученая степень, на соискание которой представляется научная работа. Далее ближе к правому краю титульного листа указываются фамилия и инициалы научного руководителя, а также его ученое звание и ученая степень. В нижнем поле указываются место выполнения научной работы и год ее написания. После титульного листа помещается оглавление, в котором приводятся все заголовки научной работы (кроме подзаголовков, даваемых в подбор с текстом) и указываются страницы, с которых они начинаются. Заголовки оглавления должны точно повторять заголовки в тексте. Во введении обосновывают актуальность выбранной темы, цель и содержание поставленных задач, формулируются объект и предмет исследования, указывается избранный метод (или методы) исследования, сообщается, в чем заключаются теоретическая значимость и прикладная ценность полученных результатов, а также отмечаются положения, которые выносятся на защиту. Актуальность начинается с обоснования значимости выбранной темы. Освещение актуальности должно быть немногословным в пределах однойдвух страниц компьютерного текста. Лекция 10 Моделирование в научном творчестве Исторически первыми моделями как заместителями некоторых объектов были, несомненно, символические условные модели. Ими являлись языковые знаки, естественно возникшие в ходе развития человечества и постепенно составившие разговорный язык. Следующим этапом развития моделирования можно считать возникновение знаковых числовых обозначений. Сведения о результатах счета первоначально сохранился в виде зарубок. Постепенное совершенствование этого метода привело к изображению чисел в виде цифр как системы знаков. Можно предположить, что именно зарубки были прототипом римских цифр I, II, III, V, X. Значительное развитие моделирование получает в древней Греции в V-III вв. до н. э. Была создана геометрическая модель Солнечной системы, врач Гиппократ для изучения человеческого глаза воспользовался его физической аналогичной моделью - глазом быка, математик Евклид создал учение о геометрическом подобии. В 1870 г. английское Адмиралтейство спустило на воду новый броненосец «Кэптен». Корабль вышел в море и перевернулся. Погиб корабль и все находящиеся на нем люди. Это было совершенно неожиданно для всех, кроме английского ученого-кораблестроителя В. Рида, который предварительно провел исследования на модели броненосца и установил, что корабль опрокинется даже при небольшом волнении. Но ученому, проделывающему, как казалось, несерьезные опыты с «игрушкой», не поверили лорды из Адмиралтейства. И случилось непоправимое... Модели и моделирование используются человечеством давно. С помощью моделей и модельных отношений развились разговорные языки, письменность, графика. Наскальные изображения наших предков, затем картины и книги – это модельные, информационные формы передачи знаний об окружающем мире последующим поколениям. Модели применяются при изучении сложных явлений, процессов, конструировании новых сооружений. Моделирование широко применяется в технике. Это и исследование гидроэнергетических объектов и космических ракет, специальные модели для наладки приборов управления и тренировки персонала, управляющего различными сложными объектами. Многообразно применение моделирования в военной технике. В последнее время особое значение пробрело моделирование биологических и физиологических процессов. Моделирование глобальных катастроф не только позволяет воссоздать картину гибели динозавров 65 млн лет назад в результате падения крупного космического тела, но и рисует инфернальные последствия мировой ядерной войны. Общеизвестна роль моделирования общественно-исторических процессов. Применение моделей поволяет проводить контролируемые эксперименты в ситуациях, где экспериментирование на реальных объектах является практически невозможным или по каким-то причинам (экономическим, нравственным и т. д.) нецелесообразным. Моделью называется объект-заместитель, который в определенных условиях может заменять объект-оригинал, воспроизводя интересующие нас свойства и характеристики оригинала, причем имеет существенные преимущества: - дешевизну; - наглядность; - легкость оперирования и т.п. Или: модель - это система, исследование которой служит средством для получения информации о другой системе”. Способы создания моделей различны: физический, математический, физикоматематический. Научной основой моделирования служит теория аналогии. Под аналогией понимают сходство объектов по их качественным и количественным признакам. Аналогия неразрывно связана с моделью, но нельзя путать эти два понятия. Это среднее опосредующее звено между моделью и объектом. Функция такого звена заключается в сопоставлении различных объектов, обнаружении и анализе объективного сходства определенных свойств, отношений, присущих этим объектам. При решении любой задачи основную роль играют эксперимент и модель, а также анализ полученных результатов. Модель дает правильно поставленный эксперимент, а эксперимент уточняет модель. Эксперимент имеет два направления: обработка результатов и планирование эксперимента. Достоверность модели достигается посредством наблюдения и логически правильной обработки данных. Моделирование – метод научного исследования явлений, процессов, объектов, устройств или систем (обобщенно – объектов исследований), основанный на построении и изучении моделей с целью получения новых знаний, совершенствования характеристик объектов исследований или управления ими. Моделируемый объект называется оригиналом, моделирующий - моделью. Процесс моделирования начинается с создания концептуальной модели. Концептуальная модель (содержательная) – это абстрактная модель, определяющая структуру системы (элементы и связи). В концептуальной модели обычно в словесной (вербальной) форме приводятся самые главные сведения об объекте исследования, основных элементах и важнейших связях между элементами. Процесс создания концептуальной модели в настоящее время не формализован: не существует точных правил ее создания. Основная проблема при создании концептуальной модели заключается в нахождении компромисса между компактностью модели и ее точностью (адекватностью). Имеется множество теоретических проработок этой проблемы, но их трудно применить для решения каждой новой задачи. Поэтому разработчик модели, руководствуясь своими знаниями, оценочными расчетами, опытом, интуицией, мнением экспертов, должен принять решение об исключении какого-либо элемента или связи из модели, изъятии из рассмотрения второстепенных факторов, воздействующих на объект. В общем случае процесс моделирования состоит из следующих этапов: 1. Постановка задачи и определение свойств оригинала, подлежащих исследованию. 2. Констатация затруднительности или невозможности исследования оригинала в натуре. 3. Выбор модели, достаточно хорошо фиксирующей существенные свойства оригинала и легко поддающейся исследованию. 4. Исследование модели в соответствии с поставленной задачей. 5. Перенос результатов исследования модели на оригинал. 6. Проверка этих результатов. Различают материальное и идеальное моделирование (рис. 5). Материальное моделирование, в свою очередь, делится на физическое и аналоговое моделирование. Рисунок 5 – Виды моделирования Физическим принято называть моделирование, при котором реальному объекту противопоставляется его увеличенная или уменьшенная копия, допускающая исследование (как правило, в лабораторных условиях) с помощью последующего перенесения свойств изучаемых процессов и явлений с модели на объект на основе теории подобия. Примерами моделей такого рода служат: в астрономии - планетарий, в архитектуре - макеты зданий, в самолетостроении модели летательных аппаратов и т. п. Аналоговое моделирование основано на аналогии процессов и явлений, имеющих различную физическую природу, но одинаково описываемых формально (одними и теми же математическими уравнениями). От предметного моделирования принципиально отличается идеальное моделирование, которое основано не на материальной аналогии объекта и модели, а на аналогии идеальной, мыслимой. Основным типом идеального моделирования является знаковое моделирование. Знаковым называется моделирование, использующее в качестве моделей знаковые преобразования какого-либо вида: схемы, графики, чертежи, формулы, наборы символов. Важнейшим видом знакового моделирования является математическое моделирование, при котором исследование объекта осуществляется посредством модели, сформулированной на языке математики. Классическим примером математического моделирования является описание и исследование законов механики Ньютона средствами математики. Поскольку модели играют чрезвычайно важную роль в организации любой деятельности человека их можно разделить на познавательные (когницитивные) и прагматические, что соответствует делению целей на теоретические и практические. Познавательная модель ориентирована на приближении модели к реальности, которую эта модель отображает. Познавательные модели являются формой организации и представления знаний, средством соединения новых знаний с имеющимися. Поэтому при обнаружении расхождения между моделью и реальностью встает задача устранения этого расхождения с помощью изменения модели. Прагматические модели являются средством управления, средством организации практических действий, способом представления образцово правильных действий или их результата, т.е. являются рабочим представлением целей. Прагматические модели носят нормативный характер, играют роль образца, под который подгоняется действительность. Примерами прагматических моделей служат планы, кодексы законов, рабочие чертежи и т.д. Другим принципом классификации целей моделирования может служить деление моделей на статические и динамические. Для одних целей нам может понадобиться модель конкретного состояния объекта в определенный момент времени, своего рода «моментальная фотография» объекта. Такие модели называются статическими. Примером являются структурные модели систем. В тех же случаях, когда возникает необходимость в отображении процесса изменения состояний, требуются динамические модели систем. Виды подобия моделей Чтобы некоторая материальная конструкция могла быть моделью, т.е. замещала в каком-то отношении оригинал, между оригиналом и моделью должно быть установлено отношение подобия. Существуют разные способы установления такого подобия, что придает моделям особенности, специфичные для каждого способа. Прежде всего, это подобие, устанавливаемое в процессе создания модели – прямое подобие. Например: фотографии, масштабированные модели самолетов, кораблей, макеты зданий, выкройки, куклы и т.д. Следует помнить, что как бы хороша ни была модель, она все-таки лишь заменитель оригинала, только в определенном отношении. Даже тогда, когда модель прямого подобия выполнена из того же материала, что и оригинал, т.е. подобна ему субстратно, возникают проблемы переноса результатов моделирования на оригинал. Второй тип подобия между моделью и оригиналом называется косвенным. Косвенное подобие между оригиналом и моделью объективно существует в природе и обнаруживается в виде достаточной близости или совпадения их абстрактных математических моделей и вследствие этого широко используется в практике реального моделирования. Наиболее характерным примером может служить электромеханическая аналогия между маятником и электрическим контуром. Третий, особый класс моделей составляют модели, подобие которых оригиналу не является ни прямым, ни косвенным, а устанавливается в результате соглашения. Такое подобие называется условным. С моделями условного подобия приходится иметь дело очень часто, поскольку они являются способом материального воплощения абстрактных моделей. Примерами условного подобия служат деньги (модель стоимости), удостоверение личности (модель владельца), всевозможные сигналы (модели сообщения). Уровни моделирования Метауровень моделирования – степень детализации описания крупномасштабных объектов исследования, характеризующаяся наименее подробным рассмотрением процессов, протекающих в самих объектах. Это позволяет в одном описании отразить взаимодействие многих элементов сложного объекта. Например, процесс развития Вселенной, работа локальных и глобальных вычислительных сетей, городских телефонных сетей, энергосистем, транспортных систем. Макроуровень моделирования – степень детализации описания объектов, характерной особенностью которой является рассмотрение физических процессов, протекающих в непрерывном времени и дискретном пространстве. Например, макроуровень описания радиоэлектронной аппаратуры – схемотехнический уровень. На этом уровне рассматриваются радиоэлектронные схемы, состоящие из таких дискретных элементов, как транзисторы, диоды, резисторы, конденсаторы, триггеры, логические элементы и т. п. Микроуровень моделирования – степень детализации описания объектов, характерной особенностью которой является рассмотрение физических процессов, протекающих в непрерывном пространстве (сплошных средах) и непрерывном времени. Например, работа излучающих телевизионных и радио антенн, устройств вихретоковой дефектоскопии, предназначенных для контроля качества промышленных металлических изделий, устройств электромагнитного ориентирования (силового воздействия на промышленные детали с помощью электромагнитного поля), изучаются защитные свойства электромагнитных экранов. Технология моделирования требует от исследователя умения корректно формулировать проблемы и задачи, прогнозировать результаты, проводить разумные оценки, выделять главные и второстепенные факторы для построения моделей, находить аналогии и выражать их на языке математики. В современном мире все шире применяется процесс компьютерного моделирования, подразумевающий использование вычислительной техники для проведения экспериментов с моделью. Физическое моделирование – метод экспериментального изучения различных физических явлений, основанный на их физическом подобии. Метод применяется при следующих условиях: 1) исчерпывающе точного математического описания явления на данном уровне развития науки не существует, или такое описание слишком громоздко и требует для расчётов большого объёма исходных данных, получение которых затруднительно; 2) воспроизведение исследуемого физического явления в целях эксперимента в реальных масштабах невозможно, нежелательно, или слишком дорогостояще (например, цунами). Метод состоит в создании лабораторной физической модели явления в уменьшенных масштабах, и проведении экспериментов на этой модели. Выводы и данные, полученные в этих экспериментах, распространяются затем на явление в реальных масштабах. Метод может дать надёжные результаты, лишь в случае соблюдения физического подобия реального явления и модели. Подобие достигается за счёт равенства для модели и реального явления значений критериев подобия – безразмерных чисел, зависящих от физических (в том числе геометрических) параметров, характеризующих явление. Экспериментальные данные, полученные методом физического моделирования распространяются на реальное явление также с учётом критериев подобия. В широком смысле, любой лабораторный физический эксперимент является моделированием, поскольку в эксперименте наблюдается конкретный случай явления в частных условиях, а требуется получить общие закономерности для всего класса подобных явлений в широком диапазоне условий. Искусство экспериментатора заключается в достижении физического подобия между явлением, наблюдаемым в лабораторных условиях и всем классом изучаемых явлений. При физическом моделировании используют физические модели, элементы которых подобны натуральным объектам исследования, но имеют чаще всего иной масштаб (например, макет самолета, макет отдельного района города, макет плотины электростанции). Физические модели могут иметь вид полномасштабных макетов (например, авиационные тренажеры), выполняться в уменьшенном масштабе (например, глобус) или в увеличенном масштабе (например, модель атома). Физические модели конкретны, очень наглядны, часто их можно даже потрогать руками. Хрестоматийный пример физической модели – макет самолета, летные свойства которого исследовались в аэродинамической трубе. Некоторые примеры применения метода физического моделирования: – исследование течений газов и обтекания летательных аппаратов, автомобилей, и т.п. в аэродинамических трубах; – гидродинамические исследования на уменьшенных моделях кораблей, гидротехнических сооружений и т.п.; – исследование сейсмоустойчивости зданий и сооружений на этапе проектирования; – изучение устойчивости сложных конструкций, под воздействием сложных силовых нагрузок; – измерение тепловых потоков и рассеивания тепла в устройствах и системах, работающих в условиях больших тепловых нагрузок; – изучение стихийных явлений и их последствий. Лекция 11 Математическое моделирование Математическая модель – описание объекта исследования, выполненное с помощью математической символики. Для составления математической модели можно использовать любые математические средства – дифференциальное и интегральное исчисления, регрессионный анализ, теорию вероятностей, математическую статистику и т.д. Математическая модель представляет собой совокупность формул, уравнений, неравенств, логических условий и т.д. Использованные в математических моделях математические соотношения определяют процесс изменения состояния объекта исследования в зависимости от его параметров, входных сигналов, начальных условий и времени. По существу, вся математика создана для формирования математических моделей. О большом значении математики для всех других наук (в том числе и моделирования) говорит следующий факт. Великий английский физик И. Ньютон (1643-1727 г.г.) в середине 17-го века познакомился с работами Рене Декарта и Пьера Гассенди. В этих работах утверждалось, что все строение мира может быть описано математическими формулами. Под влиянием этих трудов И. Ньютон стал усиленно изучать математику. Сделанный им вклад в физику и математику широко известен. Математическое моделирование – метод изучения объекта исследования, основанный на создании его математической модели и использовании её для получения новых знаний, совершенствования объекта исследования или управления объектом. Математическое моделирование можно подразделить на аналитическое и компьютерное (машинное) моделирование. При аналитическом моделировании ученый-теоретик получает результат «на кончике пера» в процессе раздумий, размышлений, умозаключений. Формирование модели производится в основном с помощью точного математического описания объекта исследования. Классическим примером аналитического моделирования является открытие планеты Нептун на основании теоретического анализа движения планеты Уран. Расчеты выполнил французский астроном У. Леверье. Обнаружил планету Нептун немецкий астроном Г. Галле в точке небесной сферы, координаты которой вычислил У. Леверье. При компьютерном моделировании математическая модель создается и анализируется с помощью вычислительной техники. В этом случае нередко используются приближенные (численные) методы расчета. При компьютерном моделировании используются наиболее прогрессивные информационные технологии, например, виртуальная реальность. При этом моделирование медицинской операции вызывает иллюзию реально происходящего события. Моделирование игровых ситуаций сопровождается мультимедийными эффектами (звуками, видеоэффектами). Компьютерная модель – модель, реализованная на одном из языков программирования (программа для ЭВМ). В данном аспекте рассматриваются еще два понятия: полная математическая модель и макромодель. Полная математическая модель – это модель, отражающая состояния, как моделируемой системы, так и всех ее внутренних элементов. Полная математическая модель электронного усилителя позволяет определить потенциалы всех узлов схемы и токи через все радиоэлементы (т.е. можно определить фазовые переменные для всех элементов модели). Макромодель адекватна в отношении внешних свойств объекта исследования. Однако, в отличие от полной математической модели, макромодель не описывает внутреннее состояние отдельных элементов. Макромодель же описывает только систему моделирования. Макромодель представляет объект исследования в виде «черного ящика», содержимое которого неизвестно. При моделировании часто оперируют следующими категориями: фазовая переменная, элемент и система. Фазовая переменная – это величина, характеризующая физическое или информационное состояние моделируемого объекта. Элемент – составная часть сложного объекта исследования. Система – целое, составленное из частей. Другими словами, система – это множество элементов, находящихся в отношениях и связях друг с другом, образующих определенную целостность, единство. Таким образом, моделирование превращается в один из универсальных методов познания в сочетании с ЭВМ. Моделирование в настоящее время привлекает пристальное внимание и получило необычайно широкое применение во многих областях знаний: от философских и других гуманитарных разделов знаний до ядерной физики и других разделов физики, от проблем радиотехники и электротехники до проблем механики и гидромеханики, физиологии и биологии и т. д. Превратилось: а) в общенаучный, в высшей степени эффективный инструмент познания; б) в метод прогнозирования инженерно-конструкторских разработок; в) в метод машинной имитации долгосрочных программ и планов в области экономики, анализа и оценки различных вариантов принимаемых ответственных решений и последствий их реализации. Лекция 12 Основы биометрии Один из основателей биометрии (математической статистики для обработки результатов биологических экспериментов) английский ботаник Роберт Фишер работал в 1910–1914 годах на агробиологической станции близ Лондона. Коллектив сотрудников состоял из одних мужчин, но однажды на работу приняли женщину, специалистку по водорослям. Ради неё решено было учредить в общей комнате файф-оклоки. На первом же чаепитии зашёл спор на извечную для Англии тему: что правильнее — добавлять молоко в чай или наливать чай в чашку, где уже есть молоко? Некоторые скептики стали говорить, что при одинаковой пропорции никакой разницы во вкусе напитка не будет, но Мюриэль Бристоль, новая сотрудница, утверждала, что легко отличит «неправильный» чай (английские аристократы считают правильным доливать молоко в чай, а не наоборот). В соседней комнате приготовили при участии штатного химика разными способами несколько чашек чаю, и леди Мюриэль показала тонкость своего вкуса. А Фишер задумался: сколько раз надо повторить опыт, чтобы результат можно было считать достоверным? Ведь если чашек было бы всего две, угадать метод приготовления вполне можно было чисто случайно. Если три или четыре — случайность тоже могла бы сыграть роль... Из этих размышлений родилась классическая книга «Статистические методы для научных сотрудников», опубликованная в 1925 году. Методы Фишера биологи и медики используют до сих пор. Заметим, что Мюриэль Бристоль, по воспоминаниям одного из участников чаепития, правильно определила все чашки. Кстати, причина того, почему в английском высшем свете принято доливать молоко в чай, а не наоборот, связана с физическим явлением. Знать всегда пила чай из фарфора, который может лопнуть, если сначала налить в чашку холодное молоко, а потом добавить горячий чай. Простые же англичане пили чай из фаянсовых или оловянных кружек, не опасаясь за их целость. Статистика – отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных. Слово «статистика» происходит от латинского status – состояние, положение вещей с точки зрения закона. Первоначально оно употреблялось в значении «политическое состояние». В науку термин «статистика» ввел немецкий ученый Готфрид Ахенваль в 1746 году, предложив заменить название курса «Государствоведение», преподававшегося в университетах Германии, на «Статистику», положив тем самым начало развитию статистики как науки и учебной дисциплины. Несмотря на это, статистический учет велся намного раньше: проводились переписи населения в Древнем Китае, осуществлялось сравнение военного потенциала государств, велся учет имущества граждан в Древнем Риме и пр. Статистика разрабатывает специальную методологию исследования и обработки материалов: массовые статистические наблюдения, метод группировок, средних величин, индексов, балансовый метод, метод графических изображений и другие методы анализа статистических данных. Статистика как наука включает разделы: 1) теоретическая статистика (общая теория статистики), 2) прикладная статистика; прикладная статистика — наука о методах обработки статистических данных. Методы прикладной статистики активно применяются в технических исследованиях, экономике менеджменте, социологии, медицине, геологии, истории и т. д. С результатами наблюдений, измерений, испытаний, опытов, с их анализом имеют дело специалисты во многих областях теоретической и практической деятельности. Прикладная статистика является центром статистики. При применении методов прикладной статистики к конкретным областям знаний и отраслям народного хозяйства получаются научно-практические дисциплины типа «экономическая статистика», «промышленная статистика», «правовая статистика», «медицинская статистика», «демографическая статистика», «математическая статистика», «статистика в психологии» и др.отраслевые виды статистики . 3) эконометрика; эконометрика — наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей. При этом эконометрика является частью экономической теории, наряду с макро- и микроэкономикой. 4) технометрика, хемометрика, биометрика; применение статистических методов в конкретных областях (в биологии – биометрика, в химии – хемометрия, в технических исследованиях – технометрика). Обработка статистических данных уже давно применяется в самых разнообразных видах человеческой деятельности. Всесторонний и глубокий анализ информации, так называемых статистических данных, предполагает использование различных специальных методов, важное место среди которых занимает корреляционный и регрессионный анализы обработки статистических данных. Эти подходы требуют вскрытия причинных зависимостей. Под причинной зависимостью понимается такая связь между процессами, когда изменение одного из них является следствием изменения другого. Основными задачами корреляционного анализа являются оценка силы связи и проверка статистических гипотез о наличии и силе корреляционной связи. Не все факторы, влияющие на экономические процессы, являются случайными величинами, поэтому при анализе экономических явлений обычно рассматриваются связи между случайными и неслучайными величинами. Такие связи называются регрессионными, а метод математической статистики, их изучающий, называется регрессионным анализом. При машинной обработке исходной информации на ЭВМ, оснащенных пакетами стандартных программ ведения анализов, вычисление параметров применяемых математических функций является быстро выполняемой счетной операцией. Например, использование пакета прикладных программ Microsoft Excel. В состав Microsoft Excel входит набор средств анализа данных (так называемый пакет анализа), предназначенный для решения сложных статистических и инженерных задач. Для проведения анализа данных с помощью этих инструментов следует указать входные данные и выбрать параметры; анализ будет проведен с помощью подходящей статистической или инженерной макрофункции, а результат будет помещен в выходной диапазон. Другие средства позволяют представить результаты анализа в графическом виде. Графические изображения используются прежде всего для наглядного представления статистических данных, благодаря им существенно облегчается их восприятие и понимание. Существенна их роль и тогда, когда речь идет о контроле полноты и достоверности исходного статистического материала, используемого для обработки и анализа. Корреляция – статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом, изменения одной или нескольких из этих величин приводят к систематическому изменению другой или других величин. Математической мерой корреляции двух случайных величин служит коэффициент корреляции. Коэффициент корреляции – важный показатель показывающий взаимосвязь между двумя наборами данных. Некоторые виды коэффициентов корреляции могут быть положительными или отрицательными и принимать значения от -1 до 1 (возможна также ситуация отсутствия статистической взаимосвязи – например, для независимых случайных величин). Если предполагается, что на значениях переменных задано отношение строгого порядка, то отрицательная корреляция – корреляция, при которой увеличение одной переменной связано с уменьшением другой переменной, при этом коэффициент корреляции может быть отрицательным; положительная корреляция в таких условиях – корреляция, при которой увеличение одной переменной связано с увеличением другой переменной, при этом коэффициент корреляции может быть положительным. Если коэффициент корреляции равен 0 – это говорит о том, что данные не связаны друг с другом. Различают следующие виды корреляции: 1. Парная корреляция – связь между двумя признаками (результативным и факторным или двумя факторными). 2. Частная корреляция – зависимость между результативным и одним факторным признаками при фиксированном значении других факторных признаков. 3. Множественная корреляция – зависимость результативного и двух или более факторных признаков, включенных в исследование. Корреляционный анализ – метод обработки статистических данных, заключающийся в изучении коэффициентов корреляции между переменными. При этом сравниваются коэффициенты корреляции между одной парой или множеством пар признаков для установления между ними статистических взаимосвязей. Цель корреляционного анализа – обеспечить получение некоторой информации об одной переменной с помощью другой переменной. В случаях, когда возможно достижение цели, говорят, что переменные коррелируют. В самом общем виде принятие гипотезы о наличии корреляции означает что изменение значения переменной А, произойдет одновременно с пропорциональным изменением значения Б. Корреляция отражает лишь линейную зависимость величин, но не отражает их функциональной связности. Например, если вычислить коэффициент корреляции между величинами A = sin(x) и B = cos(x), то он будет близок к нулю, т.е. зависимость между величинами отсутствует. Между тем, величины A и B очевидно связаны функционально по закону sin2(x) + cos2(x) = 1. Ограничения корреляционного анализа Применение возможно в случае наличия достаточного количества случаев для изучения: для конкретного вида коэффициента корреляции составляет от 25 до 100 пар наблюдений. Второе ограничение вытекает из гипотезы корреляционного анализа, в которую заложена линейная зависимость переменных. Во многих случаях, когда достоверно известно, что зависимость существует, корреляционный анализ может не дать результатов просто ввиду того, что зависимость нелинейна (выражена, например, в виде параболы). Сам по себе факт корреляционной зависимости не даёт основания утверждать, какая из переменных предшествует или является причиной изменений, или что переменные вообще причинно связаны между собой, например, ввиду действия третьего фактора. Область применения Данный метод обработки статистических данных весьма популярен в экономике и социальных науках (в частности в психологии и социологии), хотя сфера применения коэффициентов корреляции обширна: контроль качества промышленной продукции, металловедение, агрохимия, гидробиология, биометрия и прочие. Популярность метода обусловлена двумя моментами: коэффициенты корреляции относительно просты в подсчете, их применение не требует специальной математической подготовки. В сочетании с простотой интерпретации, простота применения коэффициента привела к его широкому распространению в сфере анализа статистических данных. Первоначально исследования корреляции проводились в биологии, а позднее распространились и на другие области, в том числе на социально-экономическую. Одновременно с корреляцией начала использоваться и регрессия. Корреляция и регрессия тесно связаны между собой: первая оценивает силу (тесноту) статистической связи, вторая исследует ее форму. И корреляция, и регрессия служат для установления соотношений между явлениями и для определения наличия или отсутствия связи между ними. Наиболее сложным этапом, завершающим регрессионный анализ, является интерпретация полученных результатов, т.е. перевод их с языка статистики и математики на язык экономики. Интерпретация моделей регрессии осуществляется методами той отрасли знаний, к которой относятся исследуемые явления. Всякая интерпретация начинается со статистической оценки уравнения регрессии в целом и оценки значимости входящих в модель факторных признаков, т.е. с изучения, как они влияют на величину результативного признака. Чем больше величина коэффициента регрессии, тем значительнее влияние данного признака на моделируемую обработку. Особое значение при этом имеет знак перед коэффициентом регрессии. Знаки коэффициентов регрессии говорят о характере влияния на результативный признак статистической обработки. Если факторный признак имеет плюс, то с увеличением данного фактора результативный признак возрастает; если факторный признак со знаком минус, то с его увеличением результативный признак уменьшается. Интерпретация этих знаков полностью определяется социально-экономическим содержанием моделируемого признака. Если его величина изменяется в сторону увеличения, то плюсовые знаки факторных признаков имеют положительное влияние. При изменении результативного признака в сторону снижения положительные значения имеют минусовые знаки факторных признаков. Если экономическая теория подсказывает, что факторный признак должен иметь положительное значение, а он со знаком минус, то необходимо проверить расчеты параметров уравнения регрессии. Корреляционный и регрессионный анализ позволяет определить зависимость между факторами, а так же проследить влияние задействованных факторов. Эти показатели имеют широкое применение в обработке статистических данных для достижения наилучших показателей биржевых ставок. Лекция 13 Обработка и интерпретация научных данных. Элементы статистики в исследованиях. Основой научного исследования является накопление материала по теме диссертационной работы. Важной составляющей успеха в написании и оформлении научной работы выступает достаточный набор фактического материала, его полнота, репрезентативность. Сбор и обобщение материала осуществляется на всех основных стадиях решения научной проблемы: постановка проблемы; выбор и обоснование темы; констатация научной разработанности темы; изучение исламского опыта; экспериментальная работа по теме; оформление результатов научной работы. Предметами накопления научного материала выступают концепции и подходы; взгляды и позиции; категории исламской педагогики; показатели процесса и условия, в которых он протекает. Во внимание исследователя принимаются количественные данные, характеристики, отражающие как статику, так и динамику изучаемых явлений. Сбору подлежат качественные характеристики различных сторон исследуемых фактов в исламе, закономерностей и механизмов явлений в исламе. Объект сбора информации в научных исследованиях по существу безграничен. Исследователю приходится иметь дело с разнообразными данными, в том числе опубликованными сведениями, наблюдениями и экспериментальными материалами. Полученная информация предполагает тщательную и адекватную обработку материала в целях последующего теоретико–методологического обобщения. Из способов обработки материалов научного исследования ведущим представляется статистическая обработка данных. Ей предшествует классификация или группировка фактов по однородности, индексирование или координирование, позволяющие маневрировать сведениями, занесенными в одну группу. Получив возможность подсчета анализа по группам, исследователи проводят расчеты и фиксируют итоги в натуральных величинах или процентах, затем переходят к оформлению и фиксированию статистической картины изучаемых явлений. Часто прибегают к таблицам, позволяющим фиксировать результаты количественной обработки данных исследования. Приведем пример магистерского исследования, выполненной Низамовой Э. В. на тему «Формирование исследовательской компетентности магистров». 100% 80% 70% 60% 60% 40% Бакалавры Магистры 25% 20% 20% 15% 0% 10% 0% 0% Начальный Низкий Средний Высокий Диаграмма 1. Уровень теоретических знаний в области диагностирования бакалавров и магистров 100% 90% 80% 70% 70% 60% 45% 50% 40% Бакалавры 45% Магистры 30% 30% 20% 10% 0% 5% 5% 0% Начальный Низкий Средний 0% Высокий Диаграмма2. Мотивация диагностической деятельности бакалавров и магистров 100% 90% 90% 80% 80% 70% 60% 50% Бакалавры 40% Магистры 30% 20% 20% 10% 10% 0% 0% 0% 0% 0% Начальный Средний Диаграмма 3. Сравнительные показатели уровня развития невербального мышления бакалавров и магистров 100% 90% 90% 75% 80% 70% 60% 50% Бакалавры 40% Магистры 30% 20% 10% 15% 10% 10% 0% 0% 0% 0% Начальный Средний Диаграмма 4. Сравнительные показатели уровня развития вербального мышления (операции анализа) бакалавров и магистров 100% 90% 80% 70% 60% 50% 45% 50% 40% 55% Бакалавры Магистры 30% 30% 20% 20% 10% 0% 0% 0% 0% Начальный Низкий Средний Высокий Диаграмма 5. Сравнительные показатели диагностирования бакалавров и магистров умений целеполагания предстоящего 100% 90% 75% 80% 65% 70% 60% 50% 50% Бакалавры Магистры 40% 30% 25% 30% 20% 10% 0% 0% 0% Начальный 0% Низкий Средний Высокий Диаграмма 6. Сравнительные показатели умений планирования диагностирования у бакалавров и магистров 100% 80% контрольная группа 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 1. Уровень теоретических знаний 100% 80% контрольная группа 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 2. Мотивация диагностической деятельности 100% контрольная группа 80% 60% 40% 20% эксперимента льная группа 0% начальный низкий средний высокий Рис. 3. Уровень сформированности невербального мышления 100% контрольная группа 80% 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 4. Уровень сформированности вербального мышления (анализа) 100% контрольная группа 80% 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 5. Определение целей диагностирования 100% контрольная группа 80% 60% 40% эксперимента льная группа 20% 0% начальный низкий средний Рис. 6. Полнота планирования диагностирования высокий 100% контрольная группа 80% 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 7. Уровень теоретических знаний 100% контрольная группа 80% 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 8. Мотивация диагностической деятельности 100% 80% контрольная группа 60% экспериментальная группа 40% 20% 0% начальный низкий средний высокий Рис.9. Уровень сформированности невербального мышления 100% контрольная группа 80% 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 10. Уровень сформированности вербального мышления (анализа) 100% 80% контрольная группа 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 11. Определение целей диагностирования 100% 80% контрольная группа 60% 40% эксперимента льная группа 20% 0% начальный низкий средний высокий Рис. 12. Полнота планирования диагностирования По мнению магистранта исследователя Низамовой Э.В. «результат достигнут благодаря органичному сочетанию лекционных, практических, лабораторных занятий и параллельной включенностью магистрантов в активную научно-исследовательскую работу, которая встроена органично в учебный процесс, которая осуществляется параллельно учебному процессу и которая выделяется как самостоятельная деятельность магистранта. Для статистического анализа эффективности проведенного формирующего эксперимента воспользовались методом статистической обработки называемой χ2 – критерий («критерий хи-квадрат»). Его формула выглядит следующим образом: χ2= , где: Pk – частоты результатов наблюдений до эксперимента; Vk – частота результатов наблюдений, сделанных после эксперимента; m – общее число групп, на которые разделились результаты наблюдений. Данный статистический критерий используется в тех случаях, когда необходимо сравнить частотные (процентные) распределения данных, полученных до и после проведения эксперимента. Таблица 3 Результаты итогового среза контрольной и экспериментальной групп 2 2 kχ эχ Уровень теоретических знаний 1,69 10,30 Мотивация диагностической деятельности Уровень сформированности невербального мышления Уровень сформированности вербального 0,38 1,77 0,24 0,60 0,09 0,47 мышления (анализа, синтеза, обобщения) Определение целей диагностирования 5,61 9,50 Полнота планирования диагностирования 6,38 10,32 Результаты обследования представлены в сводной таблице, в которой можно наблюдать, как рост средней оценки (для расщепления контрольной и экспериментальной выборок), так и показания χ2 – критерия для них же. Исходя из полученных результатов, можно отметить эффективность проведения формирующего эксперимента в экспериментальной группе и для отдельных субтестов. Для субтеста «Уровень теоретических знаний» значение эχ2 =10,30, которое выше табличных значений при данных степенях свободы и вероятной допустимости ошибки 0,05 (табл. χ2 = 7,815) данное значение эχ2 говорит об эффективности проведенного эксперимента в аспекте изучения знаний студентов как теоретической основы диагностирования. Если сравнить значение χ2 контрольной группы для субтеста «Уровень теоретических знаний» значение кχ2 = 1,69, что значительно ниже табличных значений для данных степеней свободы и вероятности допустимой ошибки 0,05. Данное значение χ2 говорит о том, что, несмотря на повышение в целом средней оценки для данной выборки, т.е. увеличения уровня теоретических знаний, обучение в целом было не достаточно эффективно. Исследование динамики мотивационной готовности в контрольной группе выражается значением кχ2 =0,38, которое ниже табличных показателей для данных степеней свободы и вероятности допустимой ошибки 0,05. Это подтверждает сделанный ранее вывод о недостаточной направленности существующего обучения на развитие мотивационной базы для последующей организации образовательного процесса на диагностической основе. Об эффективности использования данного эксперимента можно судить еще по двум показаниям эχ2 субтестов «Целеполагание» и «Полнота планирования диагностирования». В субтесте «Целеполагание» эχ2 = 9,5. Данное значение выше требуемого табличного при данных степенях свободы и вероятности допустимой ошибки 0,05 (табл. χ2 = 7,815), что говорит о эффективности данного эксперимента в пределах формирования у обучающихся умения правильной постановки цели предстоящего эксперимента. Проанализировав, насколько эффективно обучение проводилось в контрольной группе, относительно субтеста «Целеполагание», отметим, что в данном случае кχ2 = 5,61. Данные показания χ2 говорят о недостаточно высокой эффективности (относительно экспериментальной выборки). Субтест «Полнота и планирование» говорит нам о значительной эффективности проведения данного эксперимента. Для данного субтеста значение эχ2 составило 10,32, что значительно выше табличных значений при данных степенях свободы и вероятности допустимой ошибки 0,05 (табл. χ2 = 7,815). Данное значение эχ2 говорит об эффективности проведенного эксперимента в формировании у обучающихся способностей к планированию. При сравнении с контрольной группой, где значение кχ2 = 6,38, можно сделать вывод, что обучение в направлении формирования способностей к планированию было менее эффективно, несмотря на увеличение средней оценки, по отношению к первоначальным срезам. Проанализировав показания эχ2 для остальных субтестов, можно отметить, что эксперимент не затронул формирование у обучающихся таких компонентов, как: «Мотивация диагностической деятельности», «Невербальное мышление» и «Вербальное мышление». Такой вывод сделан, на основании того, что при вычислении значения эχ2 ни в одном из случаев он не превысил значения табличного при данных степенях свободы и вероятности допустимой ошибки 0,05 (табл. χ2 = 7,815). Похожая картина наблюдается и в случае контрольной группы для данных субтестов. Несмотря на рост средней оценки (в экспериментальной и контрольных группах) можно говорить о недостаточно высокой динамике формирования этих способностей у испытуемых. Рост средней оценки закономерен, т.к. обучающиеся получают дополнительные теоретические данные, вырабатывают новые исследовательские умения, навыки и компетенции. Характеризуя эффективность предложенной экспериментальной методики можно говорить о ее эффективности по развитию мотивации, формированию теоретической готовности к диагностической деятельности и формированию исследовательских компетенций. % В целом можно отметить, что при выполнении диагностических заданий испытуемые экспериментальной группы продемонстрировали более высокий уровень владения исследовательскими компетенциями целесообразного отбора и применения диагностического инструментария, умения работать с диагностической информацией, осуществлять подбор средств воздействия на основе поставленного диагноза. Сами испытуемые положительно оценивали свои достижения. В качестве позитивных моментов ими были отмечены следующие: более осмысленные глубокие познания в области диагностической деятельности, детальное освоение операционального состава исследовательских компетенций, чувство уверенности при выполнении диагностического распознавания, убежденность в необходимости и значимости диагностической деятельности и научноисследовательской работы. Таким образом, эксперимент доказал результативность и целесообразность предложенной научно-исследовательской работы, направленной на подготовку к диагностической деятельности и научно-исследовательской работе. Эффективность методики обеспечивается логичностью, целесообразностью разработанной системы заданий, предусматривающих включение испытуемых в активную диагностическую деятельность; специальной организацией научно-исследовательской практики; разнообразием диагностических заданий как по содержанию (компонентному), так и по уровням сложности; учетом личностных особенностей и особенностей познавательной сферы, влияющих на успешность диагностической деятельности. Приведем другой пример магистерского исследования, выполненной Ганиевой С.В. на тему «Формирование научно-методических компетенций магистров в процессе исследовательской деятельности». На основе выделенных критериев, уровней и показателей сформированности научно-методических компетенций у магистров были проведены по методикам констатирующий срез и сделали выводы о том, что критерии и показатели сформированности находятся преимущественно на низком и среднем уровне. Изучая мотивационно-ценностную сферу магистров, было выявлено, что магистры умеренно и сильно ориентированные на успех, предпочитают средний уровень риска. Те же, кто боится неудач, предпочитают малый или, наоборот, слишком большой уровень риска. Чем выше мотивация магистров к успеху - достижению цели, тем ниже готовность к риску. В некоторых случаях с высоким уровнем мотивации сопровождалась и высокая степень готовности к риску. На основе проведенных методик во время первого среза в экспериментальной группе у 38% магистров прослеживался низкий уровень мотивационно-ценностной сферы, у 62% - средний. В контрольной у 43%-низкий, 57%-средний. Повышение уровня мотивационно-ценностной сферы магистров осуществлялся при рассмотрении во время образовательного процесса основных проблем современной технологии, методик обучения, выполнение творческих заданий, а также изучении научной и методической литературы по проблеме исследовательской работы (курсовые работы, статьи для участия на научно практических конференциях и для опубликования). После повторного среза в экспериментальной группе высокого уровня сформированности мотивационно-ценностной сферы достигли 24% студентов, среднего – 76% . Во время подготовкиМотивационно-ценностная курсовых работ, после прохождения научно исследовательской сфера практики наблюдалось стремление найти что-то новое в изучаемой дисциплине, внести свой 80 вклад в определенную область знаний. Для многих испытуемых было характерно желание глубже 70 60 проникнуть в предмет изучения, чтобы открыть в нем что-либо ранее неизученное, возникало 50 40 желание общаться и находиться рядом с людьми, компетентно , профессионально грамотно 30 занимающимися20 научно-исследовательской деятельностью. У большинства магистров появилось 10 стремление повысить уровень научно исследовательских возможностей и установить 0 низкий уровень среднийнаучно уровень высокий уровень благоприятные взаимоотношения в процессе исследовательской работы. уровни сформированности При оценке терминальных ценностей среди большинства опрошенных наблюдалось до эксперимента эксперимента стремлении иметь работу , которая ценится впосле обществе. Многие заинтересованы в мнении других людей относительно своей деятельности и поэтому стремятся добиться признания в обществе. Овладение научно методическими компетенциями осуществлялось через включение магистров в учебно-исследовательскую и научно- исследовательскую деятельность. Учебная деятельность магистранта соподчинена исследовательской деятельности. Учебная деятельность отличается от исследовательской своей репродуктивностью, воспроизведением знаний, умений и навыков по определенному образцу. Она преобладает на начальном этапе формирования научно методической компетентности. Проанализировав отчеты магистрантов по учебно-исследовательской практике, изучив контрольно-учетные книжки и протоколы по защите курсовых работ, было установлено, что магистранты проявляют заинтересованное отношение к свом результатам, рефлексируют свои научно методические умения и выстраивают индивидуальную программу карьерного роста на основе овладения научно методическими компетенциями. Большинство отличаются желанием быть оригинальными , творческими при выполнении научно методических задач. Высокого уровня сформированности научно методической компетентности в деятельностной сфере достигли 81% испытуемых, среднего – 19%. Как уже упоминалось ранее, оценка уровня сформированности исследовательских компетенций магистров проводилась с учетом совокупности сформированности компонентов исследовательской компетенции через метод экспертных оценок, анкетирование, тестирование. В итоге получены следующие данные: среднего уровня достигли – 38%, высокого – 62% (рис. 14). Уровни сформированности научно-методических компетенций 70 60 50 40 % 30 20 10 0 низкий уровень средний уровень высокий уровень уровни Рис. 14 Уровни сформированностиЭГ научно-методических компетенций Была использована следующая статистическая обработка результатов эксперимента: для изучения взаимосвязи путей и средств формирования исследовательской компетенции магистров использовался корреляционный критерий корреляции Спирмена. В ходе исследования было установлено 6 взаимосвязей. Была использована следующая формула для подсчета коэффициента корреляции: R =1- (6•∑(D²) / n•(n² - 1)) (1) Где, n – количество ранжируемых признаков D – разность между рангами по двум переменным для каждого испытуемого ∑(D²) – сумма квадратов разностей рангов. Взаимосвязи были выявлены между: исследовательской технологией и инновационными методами …; научно-исследовательской работой обучающихся и научно производственной практикой и др. у В таблице №9 приведена матрица интеркорреляций средств формирования научно-методических компетенции. Таблица №4 Матрица интеркорреляций средств формирования научно-методических компетенций ИТ ИМ НИРС НПП ТМОХ 1 0,99 0,73 0,70 АМО 0,99 1 0,82 0,77 НИРС 0,73 0,82 1 0,93 ПП 0,70 0,77 0,93 1 Как видно из таблицы, положительная корреляция проявляется между всеми средствами формирования научно-методических компетенций у магистров, что говорит об их основной функциональной взаимосвязи. Положительная корреляция между учебными дисциплинами говорит о том, что есть межпредметная связь между преподаваемыми дисциплинами, они взаимораскрывают и взаимодополняют друг друга. Выбранные учебные дисциплины имеют положительную корреляцию и с научно производственной практикой, с научно-исследовательской работой магистров. Это свидетельствует о соподчинении теории практике. Приобретая профессиональные и научно-методические знания, магистры умеют грамотно применить их в процессе исследовательской деятельности: в написании рефератов, курсовых, магистерских диссертаций. Для более полного исследования сформированности научно методических компетенций был проведен подсчет критерия «хи - квадрат χ²». Расчет производился по следующей формуле: K = ∑ Ni•bi / N+B•100% (2) Где, К – количество студентов, достигших определенного уровня сформированности bi -числовой коэффициент данного уровня сформированности N – количество обучающихся, участвующих в эксперименте B - числовой коэффициент высшего уровня D = K1 - K2 – разность процентов коэффициентов MD = √ K1*B1 / N1 + K2*B2 / N2 (3) Где, В = 100 – К, а N1 и N2 – количество студентов в группах. Значение D и MD сравниваются по формуле T = D / MD. Согласно расчетам, Т = 3,71. Как известно, если полученная таким путем величина Т > 2 , то различие между двумя процентными коэффициентными мерами уровня сформированности считается достоверным. В исследованиях часто приходится выявлять причинно – следственные отношения и закономерности. Количественная сторона проявления связей может быть выражена в двух формах – функциональной и статистической. Под функциональной связью понимается такой вид отношений между двумя явлениями, при котором любому значению одного из них всегда соответствует определенное значение другого. В отличие от функциональных связей статистические (корреляционные) связи указывают на то, что изменение в одном явлении не всегда связано с изменением в другом. Для изучения статистических связей в исследованиях наиболее часто используются непараметрические корреляционные методы (метод Спирмена, метод Кенделла), позволяющие выявить взаимосвязь между признаками, независимо от закона их распределения и связи между ними (линейной или нелинейной). Кроме того, они дают возможность проанализировать связи между явлениями, которые не поддаются непосредственному количественному измерению, но могут быть выражены в баллах. И других условных единицах, что часто встречается в научных исследованиях. Мерой непараметрической корреляционной связи является величина рангового коэффициента корреляции, который принимает положительное или отрицательное значение в интервале значений от -1 до +1. Знак коэффициента указывает на направленность связи. При положительной, или прямой зависимости большим значениям одного признака соответствуют и большие значения другого, при отрицательной, или обратной связи большие значения одного признака соответствуют меньшим значениям другого. Пример связи качества запоминания учебного материала с количеством повторений – пример положительной прямой связи. Примером отрицательной связи может служить зависимость между степенью утомления обучающихся и величиной их работоспособности. Числовое значение рангового коэффициента корреляции указывает на величину (тесноту, силу) связи: чем сильнее зависимость между явлениями и их признаками, тем больше величина коэффициента. При отсутствии связи коэффициент равен 0. Таблица 5 Оценка тесноты по величине рангового коэффициента корреляции Ранговый коэффициент Оценка корреляции тесноты связи 0.99 – 0.75 Сильная 0.74 – 0.50 Средняя 0.49 – 0.20 Слабая Менее 0.20 Очень слабая Большинство исследований направлено на выявление качественных (описательных) характеристик явлений, и зачастую оценки уровня сформированности или развития этих свойств производится «на глазок», приблизительно, что существенно снижает научный уровень проведенного исследования. Чтобы избежать такой приблизительности, авторы используют квалиметрические методы обработки полученного материала. Квалиметрия – научная область, объединяющая методы количественной оценки качественных объектов. Исследования в любой области предполагает получение результатов – обычно в виде чисел. Однако просто собрать данные недостаточно. Даже объективно и корректно собранные данные ничего не говорят. Исследователю необходимо умение организовать их, обработать и проинтерпретировать, что невозможно без применения математических методов. Конечно, можно сослаться на наличие компьютерных программ, применение которых уже становится нормой для исследователя. Но любая программа обработки данных переводит один набор чисел в другой набор чисел. При этом предлагается богатый спектр способов такого преобразования, расширяющий возможности анализа данных. И для использования этих возможностей, исследователь должен уметь: а) организовать исследование так, чтобы его результаты были доступны обработке в соответствии с проблемами исследования; б) правильно выбрать метод обработки; в) содержательно интерпретировать результаты обработки. Корреляционный анализ. Корреляционный анализ – это проверка гипотез о связях между переменными с использованием коэффициентов корреляции. Коэффициент корреляции – это мера прямой или обратной пропорциональности между двумя переменными. Факторный анализ. Начиная с 50–х годов 20 века, одновременно с разработкой математического обоснования факторного анализа, этот метод становится общенаучным. К настоящему времени факторный анализ является неотъемлемой частью любой серьезной статистической компьютерной программы и входит в основной инструментарий всех наук, имеющих дело с многопараметрическим описанием изучаемых объектов. Основная идея факторного анализа была сформулирована еще Ф. Гальтоном, основоположником измерений индивидуальных различий. Она сводится к тому, что если несколько признаков, выявленных в группе индивидов, измеряются согласованно, то можно предположить существование одной общей причины этой совместимой изменчивости – фактора как латентной, непосредственно недоступной измерению переменной. С появлением компьютеров, факторный анализ начинает очень широко использоваться в научных исследованиях. Главная цель факторного анализа – уменьшение размерности исходных данных с целью их экономного описания при условии минимальных потерь исходной информации. Результатом факторного анализа является переход от множества исходных переменных к существенно меньшему числу новых переменных – факторов. Фактор при этом интерпретируется как причина совместной изменчивости нескольких исходных переменных. Если исходить из предположения, что корреляции могут быть объяснены влиянием скрытых причин – факторов, то основное назначение факторного анализа – анализ корреляций множества признаков. Каждый фактор идентифицируется по тем переменным, с которыми он в наибольшей степени связан, то есть по переменным, имеющим по этому фактору наибольшие нагрузки. Идентификация фактора заключается, как правило, в присвоении ему имени, обобщающего по смыслу наименования входящих в него переменных. Пример использования факторного анализа на тему «Интеллектуальное развитие». Таблица 6 Факторное отображение показателей развития № Показатели Factor 1 Factor 2 Factor 3 1 2 3 4 5 6 7 Восприятие Вербальное мышление Вербально – логическое мышление Произвольное запоминание Оперативная слуховая память Умение читать вслух Внимание Собственное значение фактора Доля объяснимой дисперсии 0.468 - 0.403 0. 935 0.949 0.203 0.862 0.224 2.996 42.8% 0.258 0. 762 - 0.135 - 0.811 0.370 0.140 - 0.022 - 0.200 0.220 0.905 0.192 - 0.074 0.908 - 0.124 1.578 1.696 22.5% 24.2% 89.5% Для исследования структуры интеллектуальной сферы человека (в данном случае возраст не указываем, акцентируем внимание на суть факторного анализа, но в научных исследованиях по интеллектуальному и духовному развитию целесообразно ориентироваться на определенный возраст) была использована процедура факторного анализа по методу главных компонент с последующим вращением по типу Varimax normalized. Было выделено 3 значимых фактора, объясняющих 89.5% дисперсии. Первый фактор аналитико-синтетический. Данный фактор (доля объяснимой дисперсии 42.8%) включил: вербально логическое мышление (0.935), запоминание (0.949) и оценку умения читать вслух (0.862). Этот фактор показывает, что между мышлением и речью существует неразрывная связь. Выделяя что–то общее в предметах и явлениях окружающего мира, человек обозначает его словами. Через слово человек впервые узнает о том, чего еще не видел (а возможно никогда и не увидит). Мысли всегда облекаются в речевую форму. Выражая мысли в развернутой речевой форме, мы способствуем успеху мыслительной деятельности. Подбор слов и выражений, необходимых для сообщения, побуждают нас вдумываться в детали мысли, иногда даже в тончайшие оттенки его содержания. Рассказ о чем–либо другому человеку часто является лучшим способом уяснить себе собственную мысль, до конца продумать ее содержание. Второй фактор аттенционно – мыслительный. Данный фактор (доля объяснимой дисперсии – 22.5%) включил: вербальное мышление (0.762) и внимание (0.908). Объектом внимания может быть все что угодно – предметы, явления, отношения, свойства предметов, действия, мысли, чувства других людей и свой собственный внутренний мир. Внимание – характеристика любого процесса: восприятия, когда мы вслушиваемся, рассматриваем, принюхиваемся, пытаясь различить какой – либо зрительный или звуковой образ, запах; мышления, когда мы решаем какую – то задачу и т.д. Внимание – это способность выбирать важное для себя и сосредотачивать на нем свое восприятие, мышление, припоминание, воображение и др. Третий фактор. Фактор оппозиции слуховой памяти и восприятия. (ДОД – 24.2) вобрал: показатели слуховой оперативной памяти (0.905) и с отрицательным факторным весом показатель восприятия (- 0.811). Данный фактор показывает, что ни одна функция не может быть осуществлена без участия памяти. И сама память немыслима вне других процессов. И. М. Сеченов отмечал, что без памяти наши ощущения и восприятия, исчезая бесследно по мере возникновения, оставляли бы человека вечно в положении новорожденного. Исследователь должен понимать, выбирая этот метод, что он является одним из самых сложных и трудоемких. Зачастую нет весомых оснований предполагать наличие факторов как скрытых причин изучаемых корреляций, и задача заключается лишь в обнаружении группировок тесно связанных переменных. Тогда целесообразнее вместо факторного анализа использовать кластерный анализ корреляций. Можно сформулировать основные задачи факторного анализа: 1. Исследование структуры взаимосвязей переменных. В этом случае каждая группировка переменных будет определяться фактором, по которому эти переменные имеют максимальные нагрузки. 2. Идентификация факторов как скрытых переменных – причин взаимосвязи исходных переменных. 3. Вычисление значений факторов для испытуемых как новых, интегральных переменных. При этом число факторов существенно меньше числа исходных переменных. Кластерный анализ Данный вид анализа решает задачу построения классификаций, то есть разделения исходного множества объектов на группы (кластеры, классы). При этом предполагается, что у исследователя нет исходных допущений ни о составе классов, ни об их отличии друг от друга. Приступая к кластерному анализу, исследователь располагает лишь информацией о характеристиках (признаках) для объектов, позволяющей судить о сходстве (различии) объектов, либо только данными об их попарном сходстве (различии). В гуманитарных науках кластерный анализ находит удачное применение Результат его применения не связан с потерей даже части исходной информации о различиях объектов или корреляции признаков. Кластерный анализ – это процедура упорядочивания объектов в сравнительно однородные классы на основе попарного сравнения этих объектов по предварительно определенным и измеренным критериям. Существует множество вариантов кластерного анализа, но наиболее широко используются методы, объединенные общим названием иерархический кластерный анализ. Классифицирование или разделения исходного множества объектов на различающиеся группы – всегда первый шаг в любой умственной деятельности, предваряющий поиск причин обнаруженных различий. Можно указать ряд задач, при решении которых кластерный анализ является более эффективным, чем другие многомерные методы: 1. разбиение совокупности испытуемых на группы по измеренным признакам с целью дальнейшей проверки причин межгрупповых различий по внешним критериям, например, проверка гипотез о том, проявляются ли типологические различия между испытуемыми по измеренным признакам; 2. применение кластерного анализа как значительно более простого и наглядного аналога факторного анализа, когда ставится только задача группировки признаков на основе их корреляции; 3. классификация объектов на основе непосредственных оценок различий между ними (например, исследование социальной структуры коллектива по данным социометрии – по выявленным межличностным предпочтениям). Для иллюстрации использования кластерного анализа мы обратимся к работе Хабибуллиной Д.Р. на тему « Духовное самосознание». Для выявления содержательных характеристик самосознания используется процедура кластерного анализа. Посредством данной процедуры выделены 2 группы испытуемых, имеющих отличительные, дифференцирующие признаки. Таблица 7 Среднее значение кластеров Показатели Кластер 1 Кластер 2 Умный (я) 3.5 3.833 Умные (друзья) 1.75 2.666 Умный (наставник) 3.125 2.666 Умные (родители) 1.125 4.333 Хороший (я) 1.25 3.33 Хорошие (друзья) 1.5 3 Хороший (наставник) 2.75 2.666 Хорошие (родители) 3.25 3.5 Красивый (я) 4.37 2.5 Красивые (друзья) 2.25 2 Красивый (наставник) 2.87 1.5 Красивые (родители) 2.25 2.83 Добрый (я) 2.37 2.66 Добрые (друзья) Добрый ( наставник) Добрые (родители) Трудолюбивый (я) Трудолюбивые (друзья) Трудолюбивый (наставник) Трудолюбивые (родители) Таблица 8 Анализ вариативности Показатели Межгрупповая сумма квадратов Умный (я) Умные (друзья) Умный (наставник) Умные (родители) Хороший (я) Хорошие (друзья) Хороший (наставник) Хорошие (родители) Красивый (я) Красивые (друзья) Красивый (наставник) Красивые (родители) Добрый (я) Добрые (друзья) Добрый (наставник) Добрые (родители) Трудолюбивый Трудолюбивые (друзья) Трудолюбивый (наставник) Трудолюбивые (родители) Число Степене й Свободы 2.62 1.75 2 2.87 2.25 2.62 2 2.66 2.66 2.33 2 2 2.66 2.83 0.38 2.88 0.72 1 1 1 Внутригруп повая Сумма квадратов 10.83 6.83 18.20 Число Степеней свободы Уровень значимости 12 12 12 Значение F– критерия для дисперсии 0.421 5.05 0.47 35.29 1 10.20 12 41.48 3.2 14.88 7.7 1 1 18.83 5.999 12 12 9.48 15.42 0.009 0.002 0.02 1 12.83 12 0.02 0.88 0.021 1 15 12 0.17 0.686 12.05 0.21 1 1 7.37 15.5 12 12 19.6 0.16 0 0.609 6.482 1 16.3 12 4.75 0.040.372 1.166 1 16.33 12 0.85 0.64 0.291 0.0005 1.166 1 1 1 15.20 11.20 10 12 12 12 0.23 0.006 1.29 0.93 0.27 1 0 1 10.83 12 0 0.08 2.625 0.595 1 1 8.87 16.83 12 12 3.54 0.42 0.5 0.73 0.148 1 14.7 12 0.121 0.31 0.857 1 9.5 12 1.08 0.52 0.04 0.50 Анализ показателей результатов кластера №1 и №2 посредством F – критерия Фишера выявил, что по некоторым показателям имеются различия. По параметру умные (друзья) выявлены различия между испытуемыми двух кластеров. Испытуемые кластера №2 оценивают своих друзей как более интеллектуальных (F= 5, p=0.04). Также имеются различия по параметру хорошие (друзья). Испытуемые кластера №2 оценивают своих друзей как более хороших (F=9.48; p=0.09). По параметру хороший(я) выявлены следующие различия: испытуемые кластера №1 считают себя более красивыми (F=15.42; p=0.002). По параметру красивый наставник испытуемые кластера №1 утверждают, что их наставник более красивый (F=4.75; p=0.04). Таблица 9 Расстояние между центрами близлежащих вариантов, составляющих кластер №1 Номер 1 2 3 6 8 14 испытуемого Расстояние 0.950 0.924 0.829 1.097 1.134 1.117 В кластер №1 вошли 6 человек: Ляйсан, Альберт, Миляуша, Галлия, Ибрагим, Самат Номер 4 4 7 9 10 11 12 13 испытуемого Расстояние 0.754 0.965 0.932 0.918 1.063 0.754 0.96 3 В кластер №2 вошли 8 человек: Лиана, Лилия, Эльвира, Динар, Денис, Марсель, Ильнур, Альгис. Несмотря на различие целей проведения кластерного анализа, можно выделить общую его последовательность как ряд относительно самостоятельных шагов, играющих существенную роль в прикладном исследовании: 1. Отбор объектов для кластеризации. Объектами могут быть, в зависимости от цели исследования: а) испытуемые; б) объекты, которые оцениваются испытуемыми; в) признаки, измеренные на выборке испытуемых. 2. Определение множества переменных, по которым будут различаться объекты кластеризации. Для испытуемых- это набор измеренных признаков, для оцениваемых объектов – субъекты оценки, для признаков – испытуемые. Если в качестве исходных данных предполагается использовать результаты попарного сравнения объектов, необходимо четко определить критерии этого сравнения испытуемыми (экспертами). 3. Определение меры различия между объектами кластеризации. Это первая проблема, которая является специфичной для методов анализа различий: многомерного шкалирования и кластерного анализа. 4. Выбор и применение метода классификации для создания групп сходных объектов. Это вторая и центральная проблема кластерного анализа. Ее весомость связана с тем, что разные методы кластеризации порождают разные группировки для одних и тех же данных. Хотя анализ и заключается в обнаружении структуры, на деле в процессе кластеризации структура привносится в данные, и эта привнесенная структура может не совпадать с реальной. 5. Проверка достоверности разбиения на классы. Магистрант может ознакомиться и использовать в своих исследованиях процедуру сравнительного анализа, которая представлена в работах Е. Сидоренко «Методы математической обработки в психологии». СПб.: Речь,2000; А. Наследова «Математические методы психологического исследования» СПб.: Речь, 2006. Практикумы по проверке результатов творческо-поисковой деятельности предполагают обсуждение конспектов, тезисов, статей по заданной тематике, содержания и защиту рефератов, медиапродуктов. СПИСОК ЛИТЕРАТУРЫ 1. Архангельский С.Н. Лекции по научной организации учебного процесса в высшей школе. – М.: Высш. шк., 1970. – С. 115-173. 2. Варшавский К.М. Организация труда научных работников. – М., Экономика, 1975. – 109 с. 3. Куравлев В.П., Цынура А.А., Демишева Е.Ф. Основы научного исследования / Методические указания для студентов хим. и др. ест. факультетов. – Караганда, 1983. 4. Обризон Н.М. Как сгруппировать литературу в библиографических списках к научной работе. // Библиография, 1993. – С. 25-33. 5. Основы научных исследований / Под ред. В.И. Крутова, В.В. Попова. – М.: Высш. шк., 1998. – 400 с. 6. Плохинский Н.А. Биометрия. – М.: Изд-во Московского университета, 1970. – 367 с. 7. Понкратьев Е.И., Одынец-Троицкая Л.И. Курсовые (дипломные) работы студентов педагогического института. – Семипалатинск, 1989 г. 8. Самостоятельная работа студентов (методические рекомендации для студентовпервокурсников). – Алма-Ата, 1986 г. 9. Сибиркина А.Р., Бирюкова Е.Н., Кушнарева А.Ю. Основы метрологии и стандартизации (сборник лекций) для студентов естественного факультета. 10. Система организации НИРС в ВУЗах страны (сборник статей). – М.: Высш. шк., 1984. – С. 8185. 11. Веников В.А. Теория подобия и моделирования / М.: Высшая школа 1986 г. 480с. 12. Лебедев А.Н. моделирование в научно-технических исследованиях / М.: Радио и связь 1989 г. 224с. 13. Батороев К.Б. Аналогии и модели в познании / Новосибирск. Наука 1981 г. 320с. 14. Основы теории подобия и моделирования (терминология) / М.: Наука 1973 г. 25с.