3.1। প্রাথমিক এবং মাধ্যমিক পরিমাণগত প্রক্রিয়াকরণ
পরিমাণগত তথ্য প্রক্রিয়াকরণ প্রক্রিয়ার দুটি পর্যায় রয়েছে: প্রাথমিক এবং মাধ্যমিক।
প্রাথমিক পরিমাণগত প্রক্রিয়াকরণের লক্ষ্য হল অধ্যয়নের অভিজ্ঞতামূলক পর্যায়ে প্রাপ্ত বস্তু এবং অধ্যয়নের বিষয় সম্পর্কে তথ্য সংগঠিত করা। প্রাথমিক প্রক্রিয়াকরণের প্রধান পদ্ধতিগুলির মধ্যে রয়েছে: ট্যাবুলেশন, ডায়াগ্রামিং, হিস্টোগ্রাম (স্টেপ চার্ট), বন্টন বহুভুজ (হিস্টোগ্রামের সমস্ত বিভাগের কেন্দ্রীয় অক্ষগুলির উপরের বিন্দুগুলি সরল অংশ দ্বারা সংযুক্ত) এবং বন্টন বক্ররেখা (বন্টন বহুভুজ, কিন্তু মসৃণ বাঁকা) লাইন)। চার্ট প্রতিফলিত করে বিচ্ছিন্ন বিতরণ, অন্যান্য গ্রাফিক ফর্ম অবিচ্ছিন্ন.
মাধ্যমিক পরিমাণগত প্রক্রিয়াকরণ প্রধানত প্রাথমিক প্রক্রিয়াকরণের ফলাফলের পরিসংখ্যানগত বিশ্লেষণে গঠিত। এখানে তিনটি প্রধান প্রশ্নের উত্তর পাওয়া গুরুত্বপূর্ণ।
1. নমুনার জন্য সবচেয়ে সাধারণ মান কি?
এই সমস্যা সমাধানের জন্য, তথাকথিত. "কেন্দ্রীয় প্রবণতা ব্যবস্থা". এগুলি সাধারণীকরণের মান, এবং এর মধ্যে রয়েছে: পাটিগণিত গড়, মধ্যমা, মোড, জ্যামিতিক গড় এবং সুরেলা গড়। মনোবিজ্ঞানে, প্রথম তিনটি সাধারণত ব্যবহৃত হয়।
গাণিতিক গড় (গাণিতিক প্রত্যাশার অনুমান) সূত্র দ্বারা গণনা করা হয়:
যেখানে x i হল প্রতিটি পর্যবেক্ষিত বৈশিষ্ট্যের মান, i হল একটি সূচক যা প্রদত্ত বৈশিষ্ট্য মানের ক্রমিক সংখ্যা নির্দেশ করে;
n হল পর্যবেক্ষণের সংখ্যা।
মধ্যমা (আমি) – এটি পরিমাপ স্কেলের একটি বিন্দু, যার উপরে এবং নীচে সিরিজের মানগুলির ঠিক 50% (পর্যবেক্ষণ) অবস্থিত। এটি সূত্র অনুসারে মধ্যম র্যাঙ্ক দ্বারা নির্ধারিত হয়:
অর্থাৎ, মধ্যম গণনা করার জন্য, বেশ কয়েকটি মান (পর্যবেক্ষণ) র্যাঙ্ক করা প্রয়োজন। ফলাফলের মধ্যম মান সিরিজের মানের সাথে নাও মিলতে পারে, কিন্তু দুটি সন্নিহিত মানের মধ্যে থাকে, তাহলে এই মানের গাণিতিক গড় গণনা করা হয়।
উদাহরণস্বরূপ, আমাদের 3-5-6-7-9-10-11-12 এর একটি সারি রয়েছে। এটিকে র্যাঙ্ক করার পর, আমাদের আছে 1-2-3-4-5-6-7-8। এই সিরিজে র্যাঙ্ক মিডিয়ান: Me=8+1/2=4.5। এই র্যাঙ্কটি 4 এবং 5 র্যাঙ্ক সহ মূল সিরিজের সদস্যদের মধ্যবর্তী অংশের সাথে মিলে যায়৷ অতএব, এই সিরিজের মধ্যমা হল 8 (7+9/2)৷ এটি লক্ষ করা উচিত যে সিরিজে কোন মান 8 নেই, তবে এটি এই সিরিজের মধ্যমাটির মান।
ফ্যাশন (Mo) – এটি সেই মান যা নমুনায় প্রায়শই ঘটে। উদাহরণ: 2, 6, 6, 8, 9, 9, 9, 10; মো=9।
যদি গ্রুপের সমস্ত মান সমানভাবে প্রায়শই ঘটে, তবে এটি বিবেচনা করা হয় যে কোনও মোড নেই। যদি দুটি প্রতিবেশী মানের একই ফ্রিকোয়েন্সি থাকে এবং অন্য যেকোনো মানের ফ্রিকোয়েন্সি থেকে বেশি হয়, মোডটি এই দুটি মানের গড় (উদাহরণস্বরূপ: 1, 2, 2, 2, 4, 4, 4, 5, 5, 7; Mo=3)। যদি একই দুটি অ-সংলগ্ন মানের ক্ষেত্রে প্রযোজ্য হয়, তবে দুটি মোড রয়েছে এবং বৈশিষ্ট্য মান গ্রুপটি বিমোডাল (উদাহরণ: 0, 1, 1, 1, 2, 3, 4, 4, 4, 7; Mo=1 এবং 4)।
সাধারণত, পাটিগণিত গড় ব্যবহার করা হয় যখন সর্বশ্রেষ্ঠ নির্ভুলতার জন্য চেষ্টা করা হয়, এবং যখন স্ট্যান্ডার্ড বিচ্যুতির পরে গণনা করা প্রয়োজন। মাঝারি - যখন বৈশিষ্ট্যগত মানগুলিতে অ্যাটিপিকাল ডেটা থাকে (উদাহরণস্বরূপ: 1, 3, 5, 7, 9, 26, 13)। মোড - যখন উচ্চ নির্ভুলতার প্রয়োজন হয় না, তবে কেন্দ্রীয় প্রবণতার পরিমাপ নির্ধারণের গতি গুরুত্বপূর্ণ।
2. গড় চারপাশে তথ্য একটি বড় বিক্ষিপ্ত আছে?
এই প্রশ্নের উত্তর দিতে, পরিবর্তনশীলতার পরিমাপ (বিচ্ছুরণ, বিচ্ছুরণ) ব্যবহার করা হয়। তারা ফলাফল সেটের একজাততার ডিগ্রী, এর সংক্ষিপ্ততা এবং পরোক্ষভাবে, প্রাপ্ত ফলাফলের নির্ভরযোগ্যতা বিচার করা সম্ভব করে তোলে। সর্বাধিক ব্যবহৃত মনস্তাত্ত্বিক গবেষণা: পরিসর, গড় বিচ্যুতি, প্রকরণ, প্রমিত বিচ্যুতি, চতুর্থিক বিচ্যুতি।
পরিসর (P) হল অ্যাট্রিবিউটের সর্বোচ্চ এবং সর্বনিম্ন মানের মধ্যে ব্যবধান। এটি সহজেই নির্ধারণ করা হয়, তবে এলোমেলোতার জন্য সংবেদনশীল, বিশেষ করে অল্প পরিমাণ ডেটা সহ। উদাহরণ: (0, 2, 3, 5, 8; P=8); (-0.2, 1.0, 1.4, 2.0; P=2.2)
গড় বিচ্যুতি (MD) হল নমুনার প্রতিটি মানের মধ্যে পার্থক্যের (মডিউল) পাটিগণিত গড় এবং এর গড়:
যেখানে d=│XM│; যেখানে M হল নমুনা গড়; এক্স একটি নির্দিষ্ট মান; N হল মানের সংখ্যা।
গড় থেকে সমস্ত নির্দিষ্ট বিচ্যুতির সেট ডেটার পরিবর্তনশীলতাকে চিহ্নিত করে, কিন্তু যদি সেগুলিকে মডিউল না নেওয়া হয়, তাহলে তাদের যোগফল শূন্যের সমান হবে এবং আমরা তাদের পরিবর্তনশীলতা সম্পর্কে তথ্য পাব না। MD গড় চারপাশে ডেটা ক্রাউডের মাত্রা দেখায় (কখনও কখনও M এর পরিবর্তে Me বা Mo নেওয়া হয়)।
বিচ্ছুরণ (D) (ল্যাট থেকে - বিক্ষিপ্ত).
D \u003d ∑d 2 / (N-1) বা σ x 2 \u003d ∑ (x i -x cf) 2 * (m i / N-1),
যেখানে m i হল N পর্যবেক্ষণে x i মানের সংঘটনের সংখ্যা।
বড় নমুনার জন্য (N≥30), হরটি কেবল N।
আদর্শ বিচ্যুতি বা আদর্শ বিচ্যুতি। মনোবিজ্ঞানে, এই মানটি σ (সিগমা) বোঝাতে প্রথাগত:
σ = √∑(x i – x) 2 /n-1
কোভারিয়েন্স সহগ একটি আপেক্ষিক বিচ্ছুরণ বৈশিষ্ট্য এবং সূত্র দ্বারা গণনা করা হয়:
V \u003d (σ x / x cf) * 100%
কোয়ার্টাইল বিচ্যুতি (Q) . অনুশীলনে, আমাদের জন্য একটি বিন্দু নয়, মানের একটি ব্যবধান খুঁজে বের করা প্রায়শই গুরুত্বপূর্ণ, তাই, জমা হওয়া ফ্রিকোয়েন্সি অক্ষ (যদি সমস্ত মান অক্ষের উপর স্থাপন করা হয়) সমান সংখ্যক ব্যবধানে বিভক্ত হয়। এটি একটি S-বক্ররেখা (ক্রমবর্ধমান ফ্রিকোয়েন্সি অক্ষ), যেখানে M হল সামগ্রিক গড়। এই বক্ররেখার কাজটি প্রতীকীভাবে নিম্নরূপ দেখায়:
F(X) = (1/σ√2π*)∫((-(t-µ) 2)/ 2σ 2)dt
সঞ্চিত কম্পাঙ্কের অক্ষের বিন্দুগুলি, এটিকে একটি নির্দিষ্ট অনুপাতে ভাগ করে, তাদের বলা হয় কোয়ান্টাইল (তাই পরীক্ষার কোয়ান্টাইল মানককরণের নাম)। কোয়ান্টাইলের মধ্যে, কোয়ার্টাইল, কুইন্টাইল, ডেসিল, পার্সেন্টাইল আলাদা করা হয়। উদাহরণস্বরূপ, 3টি চতুর্থাংশ (Q 1, Q 2, Q 3) নমুনাটিকে 4টি সমান অংশে (চতুর্থাংশ) এমনভাবে ভাগ করে যাতে 25% বিষয় Q 1 এর নিচে, 50% Q 2 এর নিচে, 75% Q এর নিচে 3, 99 শতাংশ প্রতি 100 সমান অংশে নমুনাকে ভাগ করে (শতাংশ), ইত্যাদি।
প্রথম কোয়ার্টাইলটি সূত্র দ্বারা গণনা করা হয়: Q 1 =(R 1 +R n/2)/2, i.e. প্রথমের প্রথম এবং শেষ র্যাঙ্কের অর্ধ-সমষ্টি - মধ্যকের বাম দিকে - সিরিজের অর্ধেক;
তৃতীয় চতুর্থাংশ: Q 3 \u003d (R n / 2 + R n) / 2, i.e. দ্বিতীয়টির প্রথম এবং শেষ র্যাঙ্কের অর্ধ-সমষ্টি - মধ্যকের ডানদিকে - সারির মাঝখানে।
প্রাপ্ত র্যাঙ্ক মানগুলি মূল ডেটা সিরিজের নির্দিষ্ট মানগুলির সাথে মিলে যায়। ডিস্ট্রিবিউশনকে চিহ্নিত করার জন্য, গড় কোয়ার্টাইল বিচ্যুতি গণনা করা হয়:
Q \u003d (X 1 (Q 3) -X 2 (Q 1)) / 2,
যেখানে X 1 এবং X 2 হল সিরিজের মানগুলি তৃতীয় এবং প্রথম চতুর্থাংশের সাথে সম্পর্কিত।
এটা স্পষ্ট যে একটি প্রতিসম বন্টনের সাথে, Q 2 এবং Me মিলে যাবে। সাধারণভাবে, Q 2 এর সাথে সম্পর্কিত অক্ষের বিন্দুটি সমস্ত নমুনা মানের 50% আলাদা করার পরে নির্ধারিত হয়।
3. উপলব্ধ জনসংখ্যার মধ্যে পৃথক ডেটার মধ্যে কি কোনও সম্পর্ক রয়েছে এবং এই সম্পর্কের প্রকৃতি এবং শক্তি কী?
এই সমস্যাটি সমাধান করার জন্য, সংযোগের পরিমাপ (পারস্পরিক সম্পর্ক) গণনা করা প্রয়োজন। সম্পর্কের পরিমাপ দুটি ভেরিয়েবলের মধ্যে সম্পর্ক প্রকাশ করে। এই সম্পর্কগুলি পারস্পরিক সম্পর্ক সহগ ব্যবহার করে গণনা করা হয়।
কার্ল পিয়ারসন পারস্পরিক সম্পর্ক সহগ গণনা করা হয় তাদের মানক বিচ্যুতির গুণফল দ্বারা ভেরিয়েবলের কোভ্যারিয়েন্সকে স্বাভাবিক করার মাধ্যমে:
r xy =(∑(x cf -x i)(y cf -y yi)/√∑(x cf -x i) 2 ∑(y cf -y yi) 2।
সহগ মান -1 থেকে +1 পর্যন্ত পরিবর্তিত হতে পারে।
চার্লস এডওয়ার্ড স্পিয়ারম্যানের র্যাঙ্ক পারস্পরিক সম্পর্ক সহগ:
r s \u003d 1-6 * ∑d 2 / (N (N 2 -1))
এর প্রাপ্ত মান অবশ্যই সারণীর সাথে তুলনা করা উচিত (রেফারেন্স বই, পরিসংখ্যানের পাঠ্যপুস্তক, বিশেষ সংস্করণ ইত্যাদি)।
3.2। পরিমাণগত তথ্য বিশ্লেষণের ধরন
অধ্যয়নের ফলাফলগুলি প্রক্রিয়াকরণের পদ্ধতিতে অন্তর্ভুক্ত ডেটার পরিসংখ্যানগত বিশ্লেষণে উপরেরগুলি ছাড়াও নিম্নলিখিতগুলি অন্তর্ভুক্ত রয়েছে।
1. পরিবর্তনের বিশ্লেষণ (DA)। পারস্পরিক সম্পর্কের বিপরীতে, এটি দুই, তিন, ইত্যাদির মধ্যে সম্পর্ক প্রকাশ করতে পারে। ভেরিয়েবল অধ্যয়নকৃত বৈশিষ্ট্যের পরিবর্তনগুলি বেশ কয়েকটি ভেরিয়েবল এবং তাদের মিথস্ক্রিয়া উভয়ের কারণে হতে পারে, যা DA প্রকাশ করতে পারে।
2. ফ্যাক্টর বিশ্লেষণ। আপনাকে ডেটা স্পেসের মাত্রা কমাতে দেয়, যেমন নির্দিষ্ট সমষ্টি (ফ্যাক্টর) এর সাথে একত্রিত করে পরিমাপ করা বৈশিষ্ট্যের সংখ্যা কমানো যুক্তিসঙ্গত। বিশ্লেষণের ভিত্তি হল পারস্পরিক সম্পর্ক ম্যাট্রিক্স, অর্থাৎ অন্য সকলের সাথে প্রতিটি বৈশিষ্ট্যের পারস্পরিক সম্পর্ক সহগগুলির টেবিল। পারস্পরিক সম্পর্ক ম্যাট্রিক্সে ফ্যাক্টরের সংখ্যার উপর নির্ভর করে, এখানে রয়েছে:
একক ফ্যাক্টর (স্পিয়ারম্যানের মতে);
বাইফ্যাক্টোরিয়াল (হলজিঞ্জারের মতে);
মাল্টিফ্যাক্টোরিয়াল (থার্স্টনের মতে।
ফ্যাক্টর বিশ্লেষণের বরং জটিল গাণিতিক এবং যৌক্তিক যন্ত্রপাতি প্রায়শই অধ্যয়নের উদ্দেশ্যগুলির জন্য পর্যাপ্ত পদ্ধতির একটি বৈকল্পিক চয়ন করা কঠিন করে তোলে।
3. রিগ্রেশন বিশ্লেষণ। পদ্ধতিটি একজনকে অন্য (অন্য) পরিমাণের পরিবর্তনের উপর একটি পরিমাণের গড় মানের নির্ভরতা অধ্যয়ন করতে দেয়। পদ্ধতির নির্দিষ্টতা এই সত্যের মধ্যে রয়েছে যে বিবেচিত পরিমাণগুলির মধ্যে অন্তত একটি এলোমেলো। তারপর নির্ভরতার বর্ণনা দুটি কাজের মধ্যে পড়ে: 1) সনাক্তকরণ সাধারণ দৃষ্টিকোণনির্ভরতা এবং 2) নির্ভরতা পরামিতি অনুমান গণনা করে পরিমার্জন। প্রথম সমস্যার সমাধান গবেষকের দক্ষতা এবং অন্তর্দৃষ্টির ব্যাপার, কারণ এটি সমাধানের জন্য কোন আদর্শ পদ্ধতি নেই। দ্বিতীয় সমস্যার সমাধান মূলত একটি আনুমানিক বক্ররেখার সন্ধান। প্রায়শই, এই আনুমানিক ন্যূনতম বর্গক্ষেত্রের গাণিতিক পদ্ধতি ব্যবহার করে সঞ্চালিত হয়।
এই পদ্ধতির ধারণা ফ্রান্সিস গ্যাল্টনের অন্তর্গত, যিনি লক্ষ্য করেছিলেন যে খুব লম্বা বাবা-মায়ের বাচ্চারা কিছুটা ছোট এবং খুব লম্বা বাবা-মায়ের বাচ্চারা লম্বা। তিনি এই প্যাটার্নকে রিগ্রেশন বলেছেন।
4. শ্রেণীবিন্যাস বিশ্লেষণ। এটি এমনভাবে শ্রেণীতে (ট্যাক্সন, ক্লাস্টার) ডেটাকে গোষ্ঠীবদ্ধ করার জন্য একটি গাণিতিক কৌশল যাতে একটি শ্রেণিতে অন্তর্ভুক্ত বস্তুগুলি অন্য শ্রেণিতে অন্তর্ভুক্ত বস্তুর তুলনায় কোনো না কোনোভাবে বেশি সমজাতীয় হয়। ফলস্বরূপ, এক বা অন্য মেট্রিকে অধ্যয়ন করা বস্তুর মধ্যে দূরত্ব নির্ধারণ করা সম্ভব হয় এবং একটি পরিমাণগত স্তরে তাদের সম্পর্কের একটি আদেশকৃত বিবরণ দিতে পারে। ক্লাস্টার পদ্ধতির কার্যকারিতা এবং গ্রহণযোগ্যতার জন্য মানদণ্ডের অপর্যাপ্ত বিশদ বিবরণের কারণে, এই পদ্ধতিটিকে অতিরিক্ত বা অন্যান্য পদ্ধতি দ্বারা পরিপূরক হিসাবে বিবেচনা করা হয়, বিশেষ করে, ফ্যাক্টর বিশ্লেষণ।
মনস্তাত্ত্বিক গবেষণার ডেটা প্রক্রিয়াকরণ পরীক্ষামূলক মনোবিজ্ঞানের একটি পৃথক শাখা, যা গাণিতিক পরিসংখ্যান এবং যুক্তিবিদ্যার সাথে ঘনিষ্ঠভাবে সম্পর্কিত। নিম্নলিখিত কাজগুলি সমাধান করার লক্ষ্যে ডেটা প্রসেসিং করা হয়:
প্রাপ্ত উপাদান সংগঠিত;
ত্রুটি, ত্রুটি, তথ্যের ফাঁক সনাক্তকরণ এবং নির্মূল;
প্রবণতা, নিদর্শন এবং প্রত্যক্ষ উপলব্ধি থেকে লুকানো সম্পর্কের সনাক্তকরণ;
নতুন তথ্যের আবিষ্কার যা প্রত্যাশিত ছিল না এবং অভিজ্ঞতামূলক প্রক্রিয়ার সময় লক্ষ্য করা যায়নি;
সংগৃহীত তথ্যের নির্ভরযোগ্যতা, নির্ভরযোগ্যতা এবং নির্ভুলতার স্তর খুঁজে বের করা এবং তার ভিত্তিতে বৈজ্ঞানিকভাবে ফলাফল পাওয়া।
পরিমাণগত এবং গুণগত ডেটা প্রক্রিয়াকরণের মধ্যে পার্থক্য করুন। পরিমাণগতপ্রক্রিয়াকরণ হল অধ্যয়নের অধীনে থাকা বস্তুর পরিমাপিত বৈশিষ্ট্যগুলির সাথে কাজ করা, এর "বস্তুকৃত" বৈশিষ্ট্য। গুণমানপ্রক্রিয়াকরণ হল একটি বস্তুর অ-পরিমাপযোগ্য বৈশিষ্ট্যগুলি প্রকাশ করে তার সারাংশের মধ্যে প্রবেশ করার একটি উপায়।
পরিমাণগত প্রক্রিয়াকরণ প্রধানত একটি বস্তুর একটি আনুষ্ঠানিক, বাহ্যিক অধ্যয়নের লক্ষ্যে থাকে, যখন গুণগত প্রক্রিয়াকরণ প্রধানত এটির একটি অর্থপূর্ণ, অভ্যন্তরীণ অধ্যয়নের লক্ষ্যে থাকে। পরিমাণগত গবেষণায়, জ্ঞানের বিশ্লেষণাত্মক উপাদান প্রাধান্য পায়, যা পরীক্ষামূলক উপাদান প্রক্রিয়াকরণের পরিমাণগত পদ্ধতির নামেও প্রতিফলিত হয়: পারস্পরিক সম্পর্ক বিশ্লেষণ, ফ্যাক্টর বিশ্লেষণ, ইত্যাদি। পরিমাণগত প্রক্রিয়াকরণ গাণিতিক এবং পরিসংখ্যানগত পদ্ধতি ব্যবহার করে সঞ্চালিত হয়।
জ্ঞানের কৃত্রিম পদ্ধতি উচ্চ-মানের প্রক্রিয়াকরণে প্রাধান্য পায়। গবেষণা প্রক্রিয়ার পরবর্তী পর্যায়ে সাধারণীকরণ করা হয় - ব্যাখ্যা। উচ্চ-মানের ডেটা প্রসেসিংয়ের সাথে, প্রধান জিনিসটি অধ্যয়নের অধীন ঘটনা সম্পর্কে তথ্যের যথাযথ উপস্থাপনা, যা এটির আরও নিশ্চিত করে তাত্ত্বিক অধ্যয়ন. সাধারণত গুণগত প্রক্রিয়াকরণের ফলাফল হল শ্রেণীবিভাগ এবং টাইপোলজি আকারে একটি বস্তুর বৈশিষ্ট্য বা বস্তুর সেটের সমন্বিত উপস্থাপনা। গুণগত প্রক্রিয়াকরণ মূলত যুক্তির পদ্ধতিতে আবেদন করে।
গুণগত এবং পরিমাণগত প্রক্রিয়াকরণের মধ্যে বৈসাদৃশ্য বরং শর্তসাপেক্ষ। পরবর্তী গুণগত প্রক্রিয়াকরণ ব্যতীত পরিমাণগত বিশ্লেষণ অর্থহীন, কারণ এটি নিজেই জ্ঞান বৃদ্ধির দিকে পরিচালিত করে না, এবং মৌলিক পরিমাণগত ডেটা ছাড়া একটি বস্তুর গুণগত অধ্যয়ন বৈজ্ঞানিক জ্ঞানঅসম্ভব পরিমাণগত তথ্য ছাড়া, বৈজ্ঞানিক জ্ঞান একটি সম্পূর্ণরূপে অনুমানমূলক পদ্ধতি।
পরিমাণগত এবং গুণগত প্রক্রিয়াকরণের একতা তথ্য প্রক্রিয়াকরণের অনেক পদ্ধতিতে স্পষ্টভাবে উপস্থাপিত হয়: ফ্যাক্টর এবং শ্রেণীবিন্যাস বিশ্লেষণ, স্কেলিং, শ্রেণীবিভাগ ইত্যাদি। পরিমাণগত প্রক্রিয়াকরণের সবচেয়ে সাধারণ পদ্ধতি হল শ্রেণিবিন্যাস, টাইপোলজি, পদ্ধতিগতকরণ, পর্যায়করণ এবং ক্যাসুস্ট্রি।
গুণগত প্রক্রিয়াকরণের ফলে স্বাভাবিকভাবেই অধ্যয়নকৃত ঘটনার বর্ণনা এবং ব্যাখ্যা পাওয়া যায়, যা তাদের অধ্যয়নের পরবর্তী স্তর গঠন করে, ফলাফল ব্যাখ্যা করার পর্যায়ে সম্পাদিত হয়। পরিমাণগত প্রক্রিয়াকরণ সম্পূর্ণরূপে ডেটা প্রক্রিয়াকরণের পর্যায়ে সম্পর্কিত।
7.2। প্রাথমিক পরিসংখ্যান তথ্য প্রক্রিয়াকরণ
পরিমাণগত প্রক্রিয়াকরণের সমস্ত পদ্ধতি সাধারণত প্রাথমিক এবং মাধ্যমিকে বিভক্ত।
প্রাথমিক পরিসংখ্যান প্রক্রিয়াকরণ উদ্দেশ্য এবং অধ্যয়নের বিষয় সম্পর্কে তথ্য সংগঠিত করা। এই পর্যায়ে, "কাঁচা" তথ্য নির্দিষ্ট মানদণ্ড অনুযায়ী গোষ্ঠীভুক্ত করা হয়, পিভট টেবিলে প্রবেশ করানো হয়। প্রাথমিকভাবে প্রক্রিয়াকৃত ডেটা, একটি সুবিধাজনক আকারে উপস্থাপিত, গবেষককে, প্রথম আনুমানিকভাবে, সমগ্র ডেটার সেটের প্রকৃতি সম্পর্কে একটি ধারণা দেয়: তাদের একজাতীয়তা - ভিন্নতা, সংক্ষিপ্ততা - বিচ্ছুরণ, স্বচ্ছতা - অস্পষ্টতা ইত্যাদি এই তথ্যটি তথ্য উপস্থাপনার ভিজ্যুয়াল ফর্ম থেকে ভালভাবে পড়া হয় এবং তাদের বিতরণ সম্পর্কে তথ্য দেয়।
পরিসংখ্যানগত প্রক্রিয়াকরণের প্রাথমিক পদ্ধতিগুলি প্রয়োগ করার সময়, সূচকগুলি পাওয়া যায় যা গবেষণায় করা পরিমাপের সাথে সরাসরি সম্পর্কিত।
প্রাথমিক পরিসংখ্যান প্রক্রিয়াকরণের প্রধান পদ্ধতিগুলির মধ্যে রয়েছে: কেন্দ্রীয় প্রবণতার পরিমাপের গণনা এবং ডেটার বিক্ষিপ্ততার পরিমাপ (পরিবর্তনশীলতা)।
গবেষণায় প্রাপ্ত ডেটার সম্পূর্ণ সেটের প্রাথমিক পরিসংখ্যানগত বিশ্লেষণ এটিকে অত্যন্ত সংকুচিত আকারে চিহ্নিত করা এবং দুটি প্রধান প্রশ্নের উত্তর দিতে সক্ষম করে: 1) নমুনার জন্য কোন মানটি সবচেয়ে সাধারণ; 2) এই সংক্রান্ত তথ্য একটি বড় বিক্ষিপ্ত আছে বৈশিষ্ট্যগত মান, অর্থাৎ ডেটার "অস্পষ্টতা" কি। প্রথম প্রশ্নটি সমাধান করার জন্য, কেন্দ্রীয় প্রবণতার পরিমাপ গণনা করা হয়; দ্বিতীয় প্রশ্নটি সমাধান করার জন্য, পরিবর্তনশীলতার পরিমাপ (বা স্ক্যাটার) গণনা করা হয়। এই পরিসংখ্যানগুলি একটি অর্ডিনাল, ব্যবধান বা আনুপাতিক স্কেলে উপস্থাপিত পরিমাণগত ডেটার জন্য ব্যবহার করা হয়।
কেন্দ্রীয় প্রবণতা ব্যবস্থাহল মান যার চারপাশে বাকি ডেটা গোষ্ঠীবদ্ধ করা হয়। এই মানগুলি, যেমনটি ছিল, সমগ্র নমুনাকে সাধারণীকরণকারী সূচকগুলি, যা প্রথমত, তাদের দ্বারা সম্পূর্ণ নমুনাকে বিচার করা সম্ভব করে তোলে এবং দ্বিতীয়ত, একে অপরের সাথে বিভিন্ন নমুনা, বিভিন্ন সিরিজ তুলনা করা সম্ভব করে তোলে। মনস্তাত্ত্বিক গবেষণার ফলাফল প্রক্রিয়াকরণের কেন্দ্রীয় প্রবণতার পরিমাপগুলির মধ্যে রয়েছে: নমুনা গড়, মধ্যম, মোড।
নমুনা গড় (M)সমস্ত মানের যোগফলকে ভাগ করার ফলাফল (এক্স)তাদের সংখ্যা দ্বারা (N)।
মধ্যমা (আমি)- এটি উপরের এবং নীচের মান যার বিভিন্ন মানের সংখ্যা একই, অর্থাৎ এটি ডেটার একটি ক্রমিক সিরিজের কেন্দ্রীয় মান। মধ্যমা ঠিক একই মান হতে হবে না। বিজোড় সংখ্যক মান (উত্তর) এর ক্ষেত্রে একটি মিল ঘটে, তাদের একটি জোড় সংখ্যার ক্ষেত্রে একটি অমিল ঘটে। পরের ক্ষেত্রে, মধ্যমাকে ক্রমানুসারে দুটি কেন্দ্রীয় মানের পাটিগণিত গড় হিসাবে গণনা করা হয়।
ফ্যাশন (Mo)যে মানটি নমুনায় সবচেয়ে বেশি ঘন ঘন ঘটে, অর্থাৎ সর্বোচ্চ ফ্রিকোয়েন্সি সহ মান। যদি গ্রুপের সমস্ত মান সমানভাবে প্রায়শই ঘটে, তবে এটি বিবেচনা করা হয় যে কোনও মোড নেই। যদি দুটি সন্নিহিত মানের একই ফ্রিকোয়েন্সি থাকে এবং অন্য কোনো মানের ফ্রিকোয়েন্সি থেকে বেশি হয়, মোডটি দুটি মানের গড়। যদি একই দুটি অসংলগ্ন মানের ক্ষেত্রে প্রযোজ্য হয়, তাহলে দুটি মোড রয়েছে এবং স্কোর গ্রুপটি বিমোডাল।
সাধারণত, কেন্দ্রীয় প্রবণতা নির্ধারণে সর্বাধিক নির্ভুলতার জন্য প্রচেষ্টা করার সময় নমুনা গড় ব্যবহার করা হয়। মাঝামাঝি গণনা করা হয় যখন সিরিজে "অ্যাটিপিকাল" ডেটা থাকে যা গড়কে ব্যাপকভাবে প্রভাবিত করে। মোডটি এমন পরিস্থিতিতে ব্যবহৃত হয় যেখানে উচ্চ নির্ভুলতার প্রয়োজন হয় না, তবে কেন্দ্রীয় প্রবণতার পরিমাপ নির্ধারণের গতি গুরুত্বপূর্ণ।
তিনটি সূচকের গণনাও ডেটা বিতরণের মূল্যায়নের জন্য করা হয়। এ স্বাভাবিক বন্টননমুনার মান, গড়, এবং মোড একই বা খুব কাছাকাছি।
বিক্ষিপ্ততার পরিমাপ (পরিবর্তনশীলতা)- এগুলি পরিসংখ্যানগত সূচক যা নমুনার স্বতন্ত্র মানের মধ্যে পার্থক্য চিহ্নিত করে। তারা ফলাফল সেটের একজাতীয়তার ডিগ্রী, এর সংক্ষিপ্ততা এবং পরোক্ষভাবে, প্রাপ্ত ডেটার নির্ভরযোগ্যতা এবং তাদের থেকে উদ্ভূত ফলাফলগুলি বিচার করা সম্ভব করে তোলে। মনস্তাত্ত্বিক গবেষণায় সবচেয়ে বেশি ব্যবহৃত সূচকগুলি হল: গড় বিচ্যুতি, প্রকরণ, আদর্শ বিচ্যুতি।
সুযোগ(P) হল বৈশিষ্ট্যের সর্বোচ্চ এবং সর্বনিম্ন মানের মধ্যে ব্যবধান। এটি সহজে এবং দ্রুত নির্ধারণ করা হয়, তবে এলোমেলোতার জন্য সংবেদনশীল, বিশেষ করে অল্প পরিমাণ ডেটা সহ।
গড় বিচ্যুতি(MD) হল পার্থক্যের পাটিগণিত গড় (অনুসারে পরম মান) নমুনার প্রতিটি মান এবং এর গড় মধ্যে।
কোথায় d= |X - এম |, এমনমুনার গড়, এক্স- নির্দিষ্ট অর্থ এনমানের সংখ্যা।
গড় থেকে সমস্ত নির্দিষ্ট বিচ্যুতির সেট ডেটার পরিবর্তনশীলতাকে চিহ্নিত করে, কিন্তু যদি সেগুলিকে পরম মান না নেওয়া হয়, তাহলে তাদের যোগফল শূন্যের সমান হবে এবং আমরা তাদের পরিবর্তনশীলতা সম্পর্কে তথ্য পাব না। গড় বিচ্যুতি নমুনার গড় চারপাশে ডেটা ভিড়ের মাত্রা নির্দেশ করে। উপায় দ্বারা, কখনও কখনও নমুনার এই বৈশিষ্ট্য নির্ধারণ করার সময়, গড় পরিবর্তে (মি)কেন্দ্রীয় প্রবণতার অন্যান্য ব্যবস্থা গ্রহণ করুন - মোড বা মধ্যমা।
বিচ্ছুরণ (D)প্রদত্ত নমুনার গড় মান থেকে বিচ্যুতি চিহ্নিত করে। প্রকরণ গণনা করা নির্দিষ্ট পার্থক্যের শূন্য যোগফলকে এড়িয়ে যায় (d = HM)তাদের পরম মানের পরিপ্রেক্ষিতে নয়, কিন্তু তাদের বর্গক্ষেত্রের পরিপ্রেক্ষিতে:
কোথায় d= |X – M|, এমনমুনার গড়, এক্স- নির্দিষ্ট অর্থ এনমানের সংখ্যা।
আদর্শ চ্যুতি(খ)। স্কোয়ারিং স্বতন্ত্র বিচ্যুতির কারণে dবিচ্ছুরণ গণনা করার সময়, প্রাপ্ত মানটি প্রাথমিক বিচ্যুতি থেকে অনেক দূরে পরিণত হয় এবং তাই তাদের একটি দৃশ্যমান উপস্থাপনা দেয় না। এটি এড়াতে এবং গড় বিচ্যুতির সাথে তুলনীয় একটি বৈশিষ্ট্য পেতে, একটি বিপরীত গাণিতিক ক্রিয়াকলাপ করা হয় - প্রকরণ থেকে নির্যাস বর্গমূল. এর ধনাত্মক মান পরিবর্তনশীলতার পরিমাপ হিসাবে নেওয়া হয়, যাকে বলা হয় রুট গড় বর্গ, বা আদর্শ বিচ্যুতি:
কোথায় d= |Х– М|, এম- নমুনা গড়, X- নির্দিষ্ট মান, এনমানের সংখ্যা।
এমডি, ডিএবং? ব্যবধান এবং আনুপাতিক তথ্যের জন্য প্রযোজ্য। অর্ডিনাল ডেটার জন্য, একজন সাধারণত পরিবর্তনশীলতার পরিমাপ হিসাবে নেয় আধা-চতুর্থিক বিচ্যুতি (Q),অর্ধ-চতুর্থিক সহগও বলা হয়। এই সূচকটি নিম্নরূপ গণনা করা হয়। সমগ্র তথ্য বিতরণ এলাকা চারটি সমান অংশে বিভক্ত। যদি আমরা পরিমাপ স্কেলে ন্যূনতম মান থেকে শুরু করে পর্যবেক্ষণগুলি গণনা করি, তাহলে স্কেলের প্রথম চতুর্থাংশকে প্রথম চতুর্থাংশ বলা হয় এবং বিন্দুটিকে বাকি স্কেলের থেকে আলাদা করে প্রতীক দ্বারা চিহ্নিত করা হয়। Qvডিস্ট্রিবিউশনের দ্বিতীয় 25% হল দ্বিতীয় কোয়ার্টাইল, এবং স্কেলে সংশ্লিষ্ট বিন্দু হল Q2। বিতরণের তৃতীয় এবং চতুর্থ চতুর্থাংশের মধ্যে একটি বিন্দু রয়েছে Q3.আধা-চতুর্থিক সহগকে প্রথম এবং তৃতীয় চতুর্থাংশের মধ্যে অর্ধেক ব্যবধান হিসাবে সংজ্ঞায়িত করা হয়:
একটি প্রতিসম বন্টন সঙ্গে, বিন্দু প্রশ্ন ২মধ্যকের সাথে মিলে যায় (এবং তাই গড়ের সাথে), এবং তারপর আপনি সহগ গণনা করতে পারেন প্রডিস্ট্রিবিউশনের মাঝখানে আপেক্ষিক ডেটার স্ক্যাটারকে চিহ্নিত করতে। একটি অসমমিত বন্টন সঙ্গে, এটি যথেষ্ট নয়। তারপরে বাম এবং ডান বিভাগের সহগগুলি অতিরিক্তভাবে গণনা করা হয়:
7.3। মাধ্যমিক পরিসংখ্যান তথ্য প্রক্রিয়াকরণ
সেকেন্ডারিগুলির মধ্যে পরিসংখ্যানগত প্রক্রিয়াকরণের এই জাতীয় পদ্ধতিগুলি অন্তর্ভুক্ত রয়েছে, যার সাহায্যে, প্রাথমিক ডেটার ভিত্তিতে, তাদের মধ্যে লুকানো পরিসংখ্যানগত নিদর্শনগুলি প্রকাশিত হয়। পরিসংখ্যানগত সম্পর্ক স্থাপনের জন্য পার্থক্য এবং পদ্ধতির তাৎপর্য মূল্যায়নের জন্য মাধ্যমিক পদ্ধতিগুলিকে পদ্ধতিতে ভাগ করা যেতে পারে।
পার্থক্যের তাৎপর্য মূল্যায়নের পদ্ধতি।শিক্ষার্থীর টি-পরীক্ষাটি ডেটার দুটি সেটের অন্তর্গত নমুনা উপায়গুলির তুলনা করতে এবং উপায়গুলি একে অপরের থেকে পরিসংখ্যানগতভাবে উল্লেখযোগ্যভাবে আলাদা কিনা তা নির্ধারণ করতে ব্যবহৃত হয়। এর সূত্রটি এইরকম দেখাচ্ছে:
কোথায় এম 1, এম 2তুলনামূলক নমুনার নমুনা উপায়, m1, m2- দুটি তুলনামূলক নমুনা থেকে ব্যক্তিগত মানগুলির বিচ্যুতির সমন্বিত সূচকগুলি নিম্নলিখিত সূত্রগুলি দ্বারা গণনা করা হয়:
কোথায় D1, D2প্রথম এবং দ্বিতীয় নমুনার পার্থক্য, N1, N2প্রথম এবং দ্বিতীয় নমুনার মানের সংখ্যা।
tসমালোচনামূলক মানগুলির সারণী অনুসারে (পরিসংখ্যানগত পরিশিষ্ট 1 দেখুন), স্বাধীনতার একটি নির্দিষ্ট সংখ্যক ডিগ্রি ( এন 1 + এন 2 - 2) এবং একটি গ্রহণযোগ্য ত্রুটির নির্বাচিত সম্ভাব্যতা (0.05, 0.01, 0.02, 001, ইত্যাদি) একটি সারণী মান খুঁজে পায় t.যদি গণনা করা মান tসারণীর চেয়ে বড় বা সমান, তারা উপসংহারে পৌঁছেছে যে দুটি নমুনার তুলনামূলক গড় মান পরিসংখ্যানগতভাবে উল্লেখযোগ্যভাবে আলাদা এবং একটি গ্রহণযোগ্য ত্রুটির সম্ভাবনা নির্বাচিতটির চেয়ে কম বা সমান।
গবেষণা প্রক্রিয়ার মধ্যে যদি কাজটি অ-পরম গড়, ডেটার ফ্রিকোয়েন্সি বিতরণের তুলনা করা হয়, তাহলে ?2 মানদণ্ড(পরিশিষ্ট 2 দেখুন)। এর সূত্রটি এইরকম দেখাচ্ছে:
কোথায় pkপ্রথম পরিমাপে বিতরণ ফ্রিকোয়েন্সি হয়, Vkদ্বিতীয় পরিমাপের বন্টন ফ্রিকোয়েন্সি, মিপরিমাপের ফলাফলগুলিকে বিভক্ত করা হয়েছে এমন মোট গোষ্ঠীর সংখ্যা।
সূচকের মান গণনা করার পরে? 2 সমালোচনামূলক মানগুলির সারণী অনুসারে (পরিসংখ্যান পরিশিষ্ট 2 দেখুন), স্বাধীনতার একটি নির্দিষ্ট সংখ্যক ডিগ্রি ( মি- 1) এবং গ্রহণযোগ্য ত্রুটির নির্বাচিত সম্ভাবনা (0.05, 0.0?2 tসারণীর চেয়ে বড় বা সমান) উপসংহারে পৌঁছান যে দুটি নমুনার তুলনামূলক ডেটা বিতরণ পরিসংখ্যানগতভাবে উল্লেখযোগ্যভাবে আলাদা এবং একটি গ্রহণযোগ্য ত্রুটির সম্ভাবনা নির্বাচিতটির চেয়ে কম বা সমান।
দুটি নমুনার বৈচিত্র তুলনা করতে, আমরা ব্যবহার করি F- মানদণ্ডফিশার। এর সূত্রটি এইরকম দেখাচ্ছে:
কোথায় ডি 1, ডি 2 - প্রথম এবং দ্বিতীয় নমুনার পার্থক্য, এন 1, এন 2 হল প্রথম এবং দ্বিতীয় নমুনার মানের সংখ্যা।
সূচকের মান হিসাব করার পর চসমালোচনামূলক মানগুলির সারণী অনুসারে (পরিসংখ্যানগত পরিশিষ্ট 3 দেখুন), স্বাধীনতার একটি নির্দিষ্ট সংখ্যক ডিগ্রি ( এন 1 – 1, N2- 1) অবস্থিত চ cr যদি গণনা করা মান চটেবিলের চেয়ে বড় বা সমান, উপসংহারে পৌঁছান যে দুটি নমুনার পার্থক্যের মধ্যে পার্থক্য পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ।
পরিসংখ্যানগত সম্পর্ক স্থাপনের পদ্ধতি।পূর্ববর্তী সূচকগুলি যেকোন একটি বৈশিষ্ট্যে ডেটার সামগ্রিকতাকে চিহ্নিত করে। এই পরিবর্তনশীল বৈশিষ্ট্যটিকে পরিবর্তনশীল বা সহজভাবে পরিবর্তনশীল বলা হয়। যোগাযোগ ব্যবস্থাদুটি ভেরিয়েবল বা দুটি নমুনার মধ্যে সম্পর্ক চিহ্নিত করুন। এই সম্পর্কগুলি, বা পারস্পরিক সম্পর্কগুলি, পারস্পরিক সম্পর্ক সহগ গণনা করে নির্ধারিত হয়। যাইহোক, একটি পারস্পরিক সম্পর্কের উপস্থিতির মানে এই নয় যে ভেরিয়েবলগুলির মধ্যে একটি কার্যকারণ (বা কার্যকরী) সম্পর্ক রয়েছে। কার্যকরী নির্ভরতা হয় বিশেষ মামলাপারস্পরিক সম্পর্ক সম্পর্কটি কার্যকারণ হলেও, পারস্পরিক সম্পর্ক পরিমাপ নির্দেশ করতে পারে না যে দুটি চলকের মধ্যে কোনটি কারণ এবং কোনটি প্রভাব। উপরন্তু, মনস্তাত্ত্বিক গবেষণায় পাওয়া যে কোনো সম্পর্ক সাধারণত অন্যান্য ভেরিয়েবলের কারণে হয়, এবং শুধুমাত্র দুটিকে বিবেচনা করা হয় না। উপরন্তু, মনস্তাত্ত্বিক লক্ষণগুলির আন্তঃসম্পর্কগুলি এত জটিল যে একটি কারণে তাদের শর্তাদি খুব কমই সামঞ্জস্যপূর্ণ, তারা অনেক কারণ দ্বারা নির্ধারিত হয়।
সংযোগের নিবিড়তা অনুসারে, নিম্নলিখিত ধরণের পারস্পরিক সম্পর্ককে আলাদা করা যেতে পারে: সম্পূর্ণ, উচ্চ, উচ্চারিত, আংশিক; পারস্পরিক সম্পর্কের অভাব। এই ধরনের পারস্পরিক সম্পর্কগুলি পারস্পরিক সম্পর্ক সহগের মানের উপর নির্ভর করে নির্ধারিত হয়।
এ সম্পূর্ণপারস্পরিক সম্পর্ক, এর পরম মান 1 এর সমান বা খুব কাছাকাছি। এই ক্ষেত্রে, ভেরিয়েবলের মধ্যে একটি বাধ্যতামূলক আন্তঃনির্ভরতা প্রতিষ্ঠিত হয়। এখানে একটি কার্যকরী সম্পর্ক থাকার সম্ভাবনা রয়েছে।
উচ্চপারস্পরিক সম্পর্ক 0.8-0.9 সহগের পরম মানের সাথে প্রতিষ্ঠিত হয়। প্রকাশ করেছেপারস্পরিক সম্পর্ক 0.6-0.7 সহগ এর পরম মান বিবেচনা করা হয়। আংশিকপারস্পরিক সম্পর্ক 0.4-0.5 সহগের পরম মানের সাথে বিদ্যমান।
0.4 এর কম পারস্পরিক সম্পর্ক সহগের পরম মানগুলি একটি খুব দুর্বল পারস্পরিক সম্পর্ক নির্দেশ করে এবং একটি নিয়ম হিসাবে, বিবেচনায় নেওয়া হয় না। পারস্পরিক সম্পর্কের অভাবসহগ 0 এর মানের সাথে উল্লেখ করা হয়েছে।
উপরন্তু, মনোবিজ্ঞানে, সংযোগের ঘনিষ্ঠতা মূল্যায়ন করার সময়, তথাকথিত "ব্যক্তিগত" পারস্পরিক সম্পর্কের শ্রেণীবিভাগ ব্যবহার করা হয়। এটি পারস্পরিক সম্পর্ক সহগগুলির পরম মানের উপর নয়, একটি নির্দিষ্ট নমুনার আকারের জন্য এই মানের তাত্পর্যের স্তরের উপর দৃষ্টি নিবদ্ধ করে। এই শ্রেণীবিভাগটি অনুমানের পরিসংখ্যানগত মূল্যায়নে ব্যবহৃত হয়। এই পদ্ধতির সাহায্যে, এটি অনুমান করা হয় যে নমুনা যত বড় হবে, সম্পর্কের নির্ভরযোগ্যতা সনাক্ত করতে পারস্পরিক সম্পর্ক সহগের মান তত কম নেওয়া যেতে পারে এবং ছোট নমুনার ক্ষেত্রেও একেবারে তাত্পর্যপূর্ণসহগ নির্ভরযোগ্য নাও হতে পারে।
দ্বারা ফোকাসনিম্নলিখিত ধরনের পারস্পরিক সম্পর্ক আলাদা করা হয়: ইতিবাচক (সরাসরি) এবং নেতিবাচক (বিপরীত)। ইতিবাচকএকটি (সরাসরি) পারস্পরিক সম্পর্ক একটি যোগ চিহ্ন সহ একটি সহগ এ রেকর্ড করা হয়: একটি পরিবর্তনশীলের মান বৃদ্ধির সাথে অন্যটির বৃদ্ধি পরিলক্ষিত হয়। নেতিবাচক(বিপরীত) পারস্পরিক সম্পর্ক একটি বিয়োগ চিহ্ন সহ সহগের মানের সাথে ঘটে। এর মানে হল একটি বিপরীত সম্পর্ক: একটি পরিবর্তনশীলের মান বৃদ্ধির ফলে অন্যটি হ্রাস পায়।
দ্বারা ফর্মনিম্নলিখিত ধরণের পারস্পরিক সম্পর্ক রয়েছে: রেকটিলিনিয়ার এবং বক্ররেখা। এ রেক্টিলীয়সংযোগগুলি একটি পরিবর্তনশীলের অভিন্ন পরিবর্তন অন্যটির অভিন্ন পরিবর্তনের সাথে মিলে যায়। যদি আমরা কেবল পারস্পরিক সম্পর্ক সম্পর্কেই নয়, কার্যকরী নির্ভরতা সম্পর্কেও কথা বলি, তাহলে নির্ভরতার এই ধরনের রূপগুলিকে আনুপাতিক বলা হয়। মনোবিজ্ঞানে, কঠোরভাবে সহজবোধ্য সংযোগ বিরল। এ বক্ররেখাসংযোগ, একটি বৈশিষ্ট্যের একটি অভিন্ন পরিবর্তন অন্যটিতে একটি অসম পরিবর্তনের সাথে মিলিত হয়। এই পরিস্থিতি মনোবিজ্ঞানের জন্য সাধারণ।
কে. পিয়ারসন (আর) অনুসারে রৈখিক পারস্পরিক সম্পর্ক সহগনিম্নলিখিত সূত্র ব্যবহার করে গণনা করা হয়:
কোথায় এক্স এক্সনমুনা থেকে গড় (Mx), y- একটি একক মানের বিচ্যুতি Y থেকেনমুনা গড় (এম y), bxএক্স এর জন্য আদর্শ বিচ্যুতি,? yএর জন্য আদর্শ বিচ্যুতি Y, N- মান জোড়ার সংখ্যা এক্সএবং Y.
পারস্পরিক সম্পর্ক সহগের তাত্পর্যের মূল্যায়ন টেবিল অনুযায়ী সঞ্চালিত হয় (পরিসংখ্যান পরিশিষ্ট 4 দেখুন)।
অর্ডিনাল ডেটা তুলনা করার সময়, Ch. Spearman (R) অনুযায়ী র্যাঙ্ক পারস্পরিক সম্পর্ক সহগ:
কোথায় d- দুটি পরিমাণের র্যাঙ্কের পার্থক্য (সাধারণ স্থান), এনদুটি ভেরিয়েবলের মানের তুলনামূলক জোড়ার সংখ্যা (X এবং Y)।
পারস্পরিক সম্পর্ক সহগের তাত্পর্যের মূল্যায়ন টেবিল অনুসারে সঞ্চালিত হয় (পরিসংখ্যানগত পরিশিষ্ট 5 দেখুন)।
মধ্যে বাস্তবায়ন বৈজ্ঞানিক গবেষণাস্বয়ংক্রিয় ডেটা প্রসেসিং সরঞ্জামগুলি আপনাকে দ্রুত এবং সঠিকভাবে যে কোনও নির্ধারণ করতে দেয় পরিমাণগত বৈশিষ্ট্যডেটার যেকোনো অ্যারে। বিভিন্ন কম্পিউটার প্রোগ্রাম তৈরি করা হয়েছে যা কার্যত যেকোনো নমুনার উপযুক্ত পরিসংখ্যানগত বিশ্লেষণ করতে ব্যবহার করা যেতে পারে। মনোবিজ্ঞানে পরিসংখ্যানগত পদ্ধতির ভরের মধ্যে, নিম্নলিখিতগুলি সর্বাধিক ব্যবহৃত হয়: 1) পরিসংখ্যানের জটিল গণনা; 2) পারস্পরিক সম্পর্ক বিশ্লেষণ; 3) বৈচিত্র্যের বিশ্লেষণ; 4) রিগ্রেশন বিশ্লেষণ; 5) ফ্যাক্টর বিশ্লেষণ; 6) শ্রেণীবিন্যাস (গুচ্ছ) বিশ্লেষণ; 7) স্কেলিং। আপনি বিশেষ সাহিত্যে এই পদ্ধতিগুলির বৈশিষ্ট্যগুলির সাথে পরিচিত হতে পারেন (" পরিসংখ্যানগত পদ্ধতিশিক্ষাবিজ্ঞান এবং মনোবিজ্ঞানে "স্ট্যানলি জে., গ্লাস জে. (এম., 1976), "গাণিতিক মনোবিজ্ঞান" জি.ভি. সুখোডলস্কি (সেন্ট পিটার্সবার্গ, 1997), "মনস্তাত্ত্বিক গবেষণার গাণিতিক পদ্ধতি" A.D. Nasledova (সেন্ট পিটার্সবার্গ, 2005) এবং অন্যান্য)।
হোম > নথিভি ভি নিকন্দ্রভ
মনোবিজ্ঞানের অ-অভিজ্ঞতামূলক পদ্ধতি
বক্তৃতা
সেন্ট পিটার্সবার্গ 2003
BBK 88.5 N62
আদেশ দ্বারা মুদ্রিত
সম্পাদকীয় ও প্রকাশনা পরিষদ
সেন্ট পিটার্সবার্গ স্টেট ইউনিভার্সিটি
সমালোচক: মনোবিজ্ঞানের ডাক্তার এল.ভি. কুলিকভ,মনোবিজ্ঞানে পিএইচডি ইউ. আই. ফিলিমোনেনকো।ভি ভি নিকন্দ্রভ H62মনোবিজ্ঞানের অ-অভিজ্ঞতামূলক পদ্ধতি: Proc. ভাতা. - সেন্ট পিটার্সবার্গ: বক্তৃতা, 2003। - 53 পি। ম্যানুয়ালটি "মনোবিজ্ঞানের অ-অভিজ্ঞতামূলক পদ্ধতি" নামে একত্রিত হয়ে মনস্তাত্ত্বিক গবেষণা, অভিজ্ঞতামূলক উপাদান প্রক্রিয়াকরণ এবং ফলাফলের ব্যাখ্যা করার পদ্ধতি সম্পর্কে প্রাথমিক তথ্য সরবরাহ করে। ম্যানুয়ালটি ছাত্র, স্নাতক ছাত্র এবং মনস্তাত্ত্বিক ক্ষেত্রে অন্যান্য বিভাগের ছাত্রদের উদ্দেশ্যে করা হয়েছে৷ বিবিসি 88.5 ISBN 5-9268-0174-5 ISBN 5-9268-0174-5 © V. V. Nikandrov, 2003 © Rech Publishing House, 2003 © P. V. Borozenets, কভার ডিজাইন, 2003
ভূমিকা 7 1. সাংগঠনিক পদ্ধতি 11 1.1. তুলনামূলক পদ্ধতি 11 1.2। অনুদৈর্ঘ্য পদ্ধতি 12 1.3. জটিল পদ্ধতি 15 2. ডেটা প্রক্রিয়াকরণ পদ্ধতি 16 2.1. পরিমাণগত পদ্ধতি 18 2.1.1. প্রাথমিক প্রক্রিয়াকরণ পদ্ধতি 18 2.1.2. মাধ্যমিক প্রক্রিয়াকরণ পদ্ধতি 19 2.1.2.1. সেকেন্ডারি প্রসেসিং বোঝা 19 2.1.2.2. পরিসংখ্যানের জটিল গণনা 25 2.1.2.3। পারস্পরিক সম্পর্ক বিশ্লেষণ 25 2.1.2.4. প্রকরণের বিশ্লেষণ 26 2.1.2.5। ফ্যাক্টর বিশ্লেষণ 26 2.1.2.6. রিগ্রেশন বিশ্লেষণ 27 2.1.2.7. শ্রেণীবিন্যাস বিশ্লেষণ 28 2.1.2.8. স্কেলিং 28 2.2। গুণগত পদ্ধতি 38 2.2.1. শ্রেণীবিভাগ 38 2.2.2. টাইপোলজি 40 2.2.3. পদ্ধতিগতকরণ 43 2.2.4. পর্যায়ক্রম 43 2.2.5। মনস্তাত্ত্বিক ক্যাসুস্ট্রি 44
3. ব্যাখ্যামূলক পদ্ধতি 45
3.1। জেনেটিক পদ্ধতি 45 3.2. কাঠামোগত পদ্ধতি 46 3.3. কার্যকরী পদ্ধতি 47 3.4. জটিল পদ্ধতি 48 3.5. সিস্টেম পদ্ধতি 49 সাহিত্য 52
ভূমিকা
মনোবিজ্ঞানের অ-অভিজ্ঞতামূলক পদ্ধতি- এগুলি হল গবেষণার বস্তুর সাথে গবেষকের যোগাযোগের (প্রত্যক্ষ বা পরোক্ষ) কাঠামোর বাইরে মনস্তাত্ত্বিক কাজের বৈজ্ঞানিক গবেষণা পদ্ধতি। এই কৌশলগুলি, প্রথমত, এর সাহায্যে মনস্তাত্ত্বিক তথ্য প্রাপ্তির সংগঠনে অবদান রাখে পরীক্ষামূলক পদ্ধতিএবং, দ্বিতীয়ত, তারা এই তথ্যটিকে নির্ভরযোগ্য বৈজ্ঞানিক জ্ঞানে রূপান্তর করা সম্ভব করে তোলে। যেমন আপনি জানেন, একেবারে প্রথম আনুমানিকভাবে, মনস্তাত্ত্বিক গবেষণা সহ যে কোনও বৈজ্ঞানিক গবেষণা তিনটি পর্যায়ে যায়: 1) প্রস্তুতিমূলক; 2) প্রধান; 3) চূড়ান্ত। প্রথম পর্যায়েঅধ্যয়নের লক্ষ্য এবং উদ্দেশ্যগুলি প্রণয়ন করা হয়, এই এলাকায় জ্ঞানের সামগ্রিকতায় অভিযোজন তৈরি করা হয়, একটি অ্যাকশন প্রোগ্রাম তৈরি করা হয়, সাংগঠনিক, উপাদান এবং আর্থিক সমস্যাগুলি সমাধান করা হয়। উপরে মূলমঞ্চপ্রকৃত গবেষণা প্রক্রিয়াটি সম্পাদিত হয়: বিজ্ঞানী, বিশেষ পদ্ধতি ব্যবহার করে, অধ্যয়নের অধীনে থাকা বস্তুর সাথে যোগাযোগ করেন (প্রত্যক্ষ বা পরোক্ষভাবে) এবং এটি সম্পর্কে তথ্য সংগ্রহ করেন। এই পর্যায়টি সাধারণত অধ্যয়নের সুনির্দিষ্ট বিষয়গুলিকে সর্বাধিক পরিমাণে প্রতিফলিত করে: অধ্যয়নের অধীনে থাকা বস্তু এবং বিষয়ের আকারে অধ্যয়নের অধীনে বাস্তবতা, জ্ঞানের ক্ষেত্র, অধ্যয়নের ধরন, পদ্ধতিগত সরঞ্জাম। উপরে চুরান্ত পর্বেপ্রাপ্ত ডেটা প্রক্রিয়া করা হয় এবং পছন্দসই ফলাফলে রূপান্তরিত হয়। ফলাফলগুলি নির্ধারিত লক্ষ্যগুলির সাথে সম্পর্কিত, ব্যাখ্যা করা হয়েছে এবং এই এলাকায় বিদ্যমান জ্ঞান ব্যবস্থায় অন্তর্ভুক্ত করা হয়েছে। উপরের ধাপগুলিকে ভাগ করা যেতে পারে, এবং তারপরে আরও বিশদ স্কিম পাওয়া যায়, যার অ্যানালগগুলি এক বা অন্য আকারে বৈজ্ঞানিক সাহিত্যে দেওয়া হয়:I. প্রস্তুতিমূলক পর্যায়:
1. সমস্যার বিবৃতি; 2. একটি হাইপোথিসিস সামনে রাখা; 3. অধ্যয়ন পরিকল্পনা. ২. প্রধান (অভিজ্ঞতামূলক) পর্যায়: 4. তথ্য সংগ্রহ। III. চূড়ান্ত পর্যায়: 5. ডেটা প্রক্রিয়াকরণ; 6. ফলাফলের ব্যাখ্যা; 7. জ্ঞান ব্যবস্থায় ফলাফলের উপসংহার এবং অন্তর্ভুক্তি। অ-অভিজ্ঞতামূলক পদ্ধতিগুলি অধ্যয়নের প্রথম এবং তৃতীয় পর্যায়ে ব্যবহার করা হয়, পরীক্ষামূলক - দ্বিতীয়টিতে। বিজ্ঞানে মনস্তাত্ত্বিক পদ্ধতির অনেক শ্রেণীবিভাগ রয়েছে, তবে তাদের বেশিরভাগই অভিজ্ঞতামূলক পদ্ধতির সাথে সম্পর্কিত। অ-অভিজ্ঞতামূলক পদ্ধতিগুলি কয়েকটি শ্রেণীবিভাগে উপস্থাপিত হয়, যার মধ্যে সবচেয়ে সুবিধাজনক সেগুলি যা মনস্তাত্ত্বিক প্রক্রিয়ার পর্যায়ক্রমের মাপকাঠির উপর ভিত্তি করে। তাদের মধ্যে, সবচেয়ে সফল এবং ব্যাপকভাবে স্বীকৃত হল B. G. Ananyev দ্বারা প্রস্তাবিত মনস্তাত্ত্বিক পদ্ধতির শ্রেণীবিভাগ, যারা পরিবর্তে, বুলগেরিয়ান বিজ্ঞানী G. Piriev-এর শ্রেণীবিভাগের উপর নির্ভর করেছিলেন। এটা বিশ্বাস করা হয় যে বি.জি. আনানিভ “এর সাথে সম্পর্কিত একটি শ্রেণীবিভাগ তৈরি করেছিলেন শিল্প রাষ্ট্রবিজ্ঞান এবং মনোবিজ্ঞানের পদ্ধতির জন্য এই কেন্দ্রীয় সমস্যার উপর আরও গবেষণাকে উদ্দীপিত করেছে "। বি.জি. আনানিভের মতে মনস্তাত্ত্বিক গবেষণার কোর্সকে পর্যায়গুলিতে বিভক্ত করা, যদিও এটি উপরেরটির সাথে পুরোপুরি মিলে না, তবুও এটির খুব কাছাকাছি: ক) সাংগঠনিক পর্যায় (পরিকল্পনা); খ) অভিজ্ঞতামূলক পর্যায় (তথ্য সংগ্রহ); গ) তথ্য প্রক্রিয়াকরণ; ঘ) ফলাফলের ব্যাখ্যা। B. G. Ananiev-এর শ্রেণীবিভাগকে কিছুটা পরিবর্তিত এবং পরিপূরক করার পরে, আমরা একটি বিশদ পদ্ধতির পদ্ধতি পাই, যা আমরা মনস্তাত্ত্বিক সরঞ্জামগুলি অধ্যয়ন করার সময় একটি রেফারেন্স হিসাবে সুপারিশ করি:
I. সাংগঠনিক পদ্ধতি (পন্থা)।
1. তুলনামূলক। 2. অনুদৈর্ঘ্য। 3. জটিল।
P. পরীক্ষামূলক পদ্ধতি।
1. পর্যবেক্ষণমূলক (পর্যবেক্ষণ): ক) উদ্দেশ্যমূলক পর্যবেক্ষণ; খ) স্ব-পর্যবেক্ষণ (আত্মদর্শন)। 2. মৌখিক-যোগাযোগ পদ্ধতি। ক) একটি কথোপকথন খ) জরিপ (সাক্ষাৎকার এবং প্রশ্ন)। 3. পরীক্ষামূলক পদ্ধতি: ক) পরীক্ষাগার পরীক্ষা; খ) প্রাকৃতিক পরীক্ষা; গ) একটি গঠনমূলক পরীক্ষা। 4. সাইকোডায়াগনস্টিক পদ্ধতি: ক) সাইকোডায়াগনস্টিক পরীক্ষা; খ) সাইকোসেম্যান্টিক পদ্ধতি; গ) সাইকোমোটর পদ্ধতি; ঘ) ব্যক্তিত্বের সামাজিক-মনস্তাত্ত্বিক নির্ণয়ের পদ্ধতি। 5. সাইকোথেরাপিউটিক পদ্ধতি। 6. কার্যকলাপের পণ্য অধ্যয়ন করার পদ্ধতি: ক) পুনর্গঠনের পদ্ধতি; খ) নথি অধ্যয়নের পদ্ধতি (আর্কাইভাল পদ্ধতি); গ) গ্রাফোলজি। 7. জীবনীমূলক পদ্ধতি। 8. সাইকোফিজিওলজিকাল পদ্ধতি: ক) স্বায়ত্তশাসিত কাজের অধ্যয়নের পদ্ধতি স্নায়ুতন্ত্র; খ) সোম্যাটিক স্নায়ুতন্ত্রের কাজ অধ্যয়নের পদ্ধতি; গ) কেন্দ্রীয় স্নায়ুতন্ত্রের কাজ অধ্যয়নের পদ্ধতি। 9. প্রাক্সিমেট্রিক পদ্ধতি: ক) স্বতন্ত্র আন্দোলন এবং কর্ম অধ্যয়নের জন্য সাধারণ পদ্ধতি; b) শ্রম অপারেশন এবং কার্যকলাপের গবেষণার বিশেষ পদ্ধতি। 10. মডেলিং। 11. শাখা মনস্তাত্ত্বিক বিজ্ঞানের নির্দিষ্ট পদ্ধতি।
III. তথ্য প্রক্রিয়াকরণ পদ্ধতি:
1. পরিমাণগত পদ্ধতি; 2. গুণগত পদ্ধতি।
IV ব্যাখ্যার পদ্ধতি (পন্থা):
1. জেনেটিক; 2. কাঠামোগত; 3. কার্যকরী; 4. ব্যাপক; 5. সিস্টেম। [ 9] এই শ্রেণিবিন্যাসটি সম্পূর্ণ সম্পূর্ণতা এবং কঠোর পদ্ধতিগত বলে দাবি করে না। এবং বি.জি. আনানিভকে অনুসরণ করে, আমরা বলতে পারি যে "আধুনিক পদ্ধতির দ্বন্দ্ব, মনোবিজ্ঞানের পদ্ধতি এবং কৌশলগুলি প্রস্তাবিত শ্রেণীবিভাগে গভীরভাবে প্রতিফলিত হয়।" তবুও, এটি এখনও মনোবিজ্ঞানে ব্যবহৃত পদ্ধতির পদ্ধতির একটি সাধারণ ধারণা দেয়, তদ্ব্যতীত, উপাধি এবং নাম সহ পদ্ধতি যা তাদের ব্যবহারের অনুশীলনে সুপ্রতিষ্ঠিত। সুতরাং, প্রস্তাবিত শ্রেণীবিভাগের উপর ভিত্তি করে, আমাদের কাছে অ-অভিজ্ঞতামূলক পদ্ধতির তিনটি গ্রুপ রয়েছে: সাংগঠনিক, ডেটা প্রক্রিয়াকরণ এবং ব্যাখ্যা। আসুন তাদের ক্রমানুসারে বিবেচনা করি।
সাংগঠনিক পদ্ধতি
1.1। তুলনামূলক পদ্ধতি
তুলনামূলক পদ্ধতিবিভিন্ন সময়ে বিভিন্ন বস্তু বা অধ্যয়নের একটি বস্তুর বিভিন্ন দিক তুলনা করা হয়। এই বস্তুগুলি থেকে নেওয়া ডেটা একে অপরের সাথে তুলনা করা হয়, যা তাদের মধ্যে সম্পর্ক সনাক্ত করার জন্য ভিত্তি দেয়। পড-মুভ আপনাকে অধ্যয়ন করতে দেয় স্থানিক বৈচিত্র্য, আন্তঃসংযোগএবং বিবর্তনমানসিক ঘটনা। বৈচিত্র্য এবং সম্পর্ক অন্বেষণ করা হয় একটি নির্দিষ্ট সময়ে একটি বস্তুর (মানুষ, প্রাণী, গোষ্ঠী) মধ্যে মানসিকতার বিভিন্ন প্রকাশের তুলনা করে, অথবা একই সাথে যে কোনো একটি প্রজাতির (বা জটিল) মানসিকতার জন্য বিভিন্ন মানুষের (প্রাণী, গোষ্ঠী) তুলনা করে। প্রকাশ উদাহরণস্বরূপ, সংকেত পদ্ধতির ধরণের উপর প্রতিক্রিয়া হারের নির্ভরতা একটি পৃথক ব্যক্তির উপর অধ্যয়ন করা হয়, এবং লিঙ্গ, জাতিগত বা বয়সের বৈশিষ্ট্যগুলির উপর - বেশ কয়েকটি ব্যক্তির উপর। এটা স্পষ্ট যে "একযোগে", সেইসাথে "সময়ের একটি নির্দিষ্ট বিন্দু", এই ক্ষেত্রে, ধারণাগুলি আপেক্ষিক। এগুলি অধ্যয়নের সময়কাল দ্বারা নির্ধারিত হয়, যা ঘন্টা, দিন এবং এমনকি সপ্তাহে পরিমাপ করা যেতে পারে, তবে অধ্যয়নের অধীনে থাকা বস্তুর জীবনচক্রের তুলনায় নগণ্য হবে। [ 11] বিশেষ করে উজ্জ্বল তুলনামূলক পদ্ধতিমানসিকতার বিবর্তনীয় গবেষণায় নিজেকে প্রকাশ করে। ফাইলোজেনেসিসের নির্দিষ্ট পর্যায়ের সাথে সম্পর্কিত বস্তু (এবং তাদের সূচক) তুলনা সাপেক্ষে। প্রাইমেট, আর্কানথ্রোপস, প্যালিওনথ্রোপসকে আধুনিক মানুষের সাথে তুলনা করা হয়, যে ডেটা জুপসাইকোলজি, অ্যানথ্রোপলজি, প্যালিওসাইকোলজি, প্রত্নতত্ত্ব, ইথোলজি এবং অন্যান্য বিজ্ঞান দ্বারা প্রাণী এবং মানুষের উৎপত্তি সম্পর্কে সরবরাহ করা হয়। এই ধরনের বিশ্লেষণ এবং সাধারণীকরণের সাথে জড়িত বিজ্ঞানকে তুলনামূলক মনোবিজ্ঞান বলা হয়। তুলনামূলক পদ্ধতির বাইরে, পার্থক্যের পুরো মনোবিজ্ঞান (ডিফারেনশিয়াল সাইকোলজি) অকল্পনীয়। তুলনামূলক পদ্ধতির একটি আকর্ষণীয় পরিবর্তন, এর মধ্যে সাধারণ উন্নয়নমূলক মনোবিজ্ঞানএবং ক্রস সেকশন পদ্ধতি হিসাবে পরিচিত। ক্রস বিভাগগুলি হ'ল কোনও ব্যক্তির সম্পর্কে তার অটোজেনেসিসের নির্দিষ্ট পর্যায়ে (শৈশব, শৈশব, বার্ধক্য, ইত্যাদি) সম্পর্কিত ডেটার একটি সেট, যা সংশ্লিষ্ট কন্টিনজেন্টগুলির গবেষণায় প্রাপ্ত। একটি সাধারণ আকারে এই ধরনের ডেটা স্তরের মান হিসাবে কাজ করতে পারে মানসিক বিকাশএকটি নির্দিষ্ট জনসংখ্যার একটি নির্দিষ্ট বয়সের জন্য একজন ব্যক্তি। তুলনামূলক পদ্ধতি অধ্যয়নের বস্তু সম্পর্কে ডেটা সংগ্রহ করার সময় যে কোনও অভিজ্ঞতামূলক পদ্ধতি ব্যবহার করার অনুমতি দেয়।1.2। অনুদৈর্ঘ্য পদ্ধতি
অনুদৈর্ঘ্য পদ্ধতি (lat.দীর্ঘ - দীর্ঘ) - একই বস্তুর দীর্ঘ এবং পদ্ধতিগত অধ্যয়ন। একটি বস্তুর দীর্ঘমেয়াদী ট্র্যাকিং (সাধারণত একটি প্রাক-সংকলিত প্রোগ্রাম অনুসারে) এর অস্তিত্বের গতিশীলতা সনাক্ত করা এবং এর আরও বিকাশের পূর্বাভাস দেওয়া সম্ভব করে তোলে। মনোবিজ্ঞানে, অনুদৈর্ঘ্য ব্যাপকভাবে বয়সের গতিবিদ্যার অধ্যয়নে ব্যবহৃত হয়, প্রধানত শৈশবকালে। বাস্তবায়নের একটি নির্দিষ্ট ফর্ম "অনুদৈর্ঘ্য বিভাগ" এর পদ্ধতি। অনুদৈর্ঘ্য বিভাগগুলি তার জীবনের একটি নির্দিষ্ট সময়ের জন্য একজন ব্যক্তির সম্পর্কে তথ্যের একটি সংগ্রহ। এই সময়কাল মাস, বছর বা এমনকি দশকে পরিমাপ করা যেতে পারে। দীর্ঘমেয়াদী গবেষণা চক্র সংগঠিত করার উপায় হিসাবে অনুদৈর্ঘ্য পদ্ধতির ফলাফল "একটি স্বতন্ত্র মনোগ্রাফ বা এই জাতীয় মনোগ্রাফের একটি সেট যা মানসিক বিকাশের গতিপথ বর্ণনা করে, মানব জীবনের সময়কালের বেশ কয়েকটি পর্যায়কে কভার করে। এই ধরনের স্বতন্ত্র মনোগ্রাফের তুলনা বয়সের নিয়মে ওঠানামার পরিসর এবং বিকাশের এক পর্যায় থেকে অন্য পর্যায়ে স্থানান্তরের মুহূর্তগুলিকে পর্যাপ্তভাবে উপস্থাপন করা সম্ভব করে তোলে। যাইহোক, একাধিক কার্যকরী পরীক্ষা এবং পরীক্ষামূলক পদ্ধতির নির্মাণ, একই ব্যক্তির গবেষণায় পর্যায়ক্রমে পুনরাবৃত্তি করা একটি অত্যন্ত কঠিন বিষয়, যেহেতু পরীক্ষার শর্তের সাথে বিষয়ের অভিযোজন, বিশেষ প্রশিক্ষণের প্যাটার্নকে প্রভাবিত করতে পারে। উন্নয়ন উপরন্তু, এই ধরনের অধ্যয়নের সংকীর্ণ ভিত্তি, অল্প সংখ্যক নির্বাচিত বস্তু দ্বারা সীমাবদ্ধ, বয়স-সম্পর্কিত সিন্ড্রোম তৈরির জন্য ভিত্তি দেয় না, যা "ক্রস বিভাগ" এর তুলনামূলক পদ্ধতি ব্যবহার করে সফলভাবে পরিচালিত হয়। অতএব, যখন সম্ভব, অনুদৈর্ঘ্য এবং তুলনামূলক পদ্ধতি একত্রিত করার পরামর্শ দেওয়া হয়। J. Shvantsara এবং V. Smekal অনুদৈর্ঘ্য গবেষণার ধরনের নিম্নলিখিত শ্রেণীবিভাগের প্রস্তাব দেয়: A. গবেষণার সময়কালের উপর নির্ভর করে: 1. স্বল্পমেয়াদী পর্যবেক্ষণ; 2. দীর্ঘমেয়াদী পর্যবেক্ষণ; 3. ত্বরিত পর্যবেক্ষণ। B. গবেষণার দিকনির্দেশের উপর নির্ভর করে: 1. পূর্ববর্তী পর্যবেক্ষণ; 2. সম্ভাব্য (প্রত্যাশিত) পর্যবেক্ষণ; 3. সম্মিলিত পর্যবেক্ষণ। B. ব্যবহৃত পদ্ধতির উপর নির্ভর করে: 1. সত্য অনুদৈর্ঘ্য পর্যবেক্ষণ; 2. মিশ্র পর্যবেক্ষণ; 3. ছদ্ম-অনুদৈর্ঘ্য পর্যবেক্ষণ। স্বল্পমেয়াদীপর্যবেক্ষণের সুপারিশ করা হয় অনটোজেনির পর্যায়গুলি অধ্যয়ন করার জন্য, পরিবর্তনে সমৃদ্ধ, বিকাশে লাফানো। উদাহরণস্বরূপ, শিশুর শৈশবকাল, বয়ঃসন্ধিকালে পরিপক্কতার সময়কাল - বয়ঃসন্ধিকাল, ইত্যাদি। যদি অধ্যয়নের উদ্দেশ্য হয় বড় আকারের বিকাশের সময়কালের গতিবিদ্যা, পৃথক সময়কাল এবং পৃথক পরিবর্তনের মধ্যে সম্পর্ক অধ্যয়ন করা, তাহলে এটি সুপারিশকৃত etsya দীর্ঘ মেয়াদীঅনুদৈর্ঘ্য ত্বরান্বিতএই বিকল্পটি উন্নয়নের দীর্ঘ সময়ের অধ্যয়ন করার জন্য ডিজাইন করা হয়েছে, কিন্তু অল্প সময়ের মধ্যে। এটি মূলত শিশু মনোবিজ্ঞানে ব্যবহৃত হয়। বেশ কয়েকটি বয়সের গ্রুপ একবারে পর্যবেক্ষণের বিষয়। প্রতিটি গ্রুপের বয়স পরিসীমা অধ্যয়নের উদ্দেশ্যের উপর নির্ভর করে। শিশুদের পর্যবেক্ষণের অনুশীলনে, এটি সাধারণত 3-4 বছর হয়। সংলগ্ন গোষ্ঠীগুলি একে অপরকে এক থেকে দুই বছরের জন্য ওভারল্যাপ করে। এই ধরনের বেশ কয়েকটি গোষ্ঠীর সমান্তরাল পর্যবেক্ষণের ফলে সমস্ত গোষ্ঠীর ডেটাকে একটি একক চক্রের মধ্যে লিঙ্ক করা সম্ভব হয়, যা এই গোষ্ঠীগুলির সম্পূর্ণ সেটের মধ্যে কনিষ্ঠ থেকে বয়স্ক পর্যন্ত অন্তর্ভুক্ত থাকে। এইভাবে, একটি সমীক্ষা করা হয়েছে, বলুন, 2-3 বছর 10-20 বছরের অনটোজেনির জন্য একটি অনুদৈর্ঘ্য কাট দিতে পারে। পূর্ববর্তীফর্ম আপনাকে অতীতে একজন ব্যক্তির বা তার স্বতন্ত্র গুণাবলীর বিকাশের সন্ধান করতে দেয়। এটি বায়োগ্রাফিক তথ্য সংগ্রহ করে, কার্যকলাপের পণ্যগুলি বিশ্লেষণ করে সঞ্চালিত হয়। শিশুদের জন্য, এগুলি প্রাথমিকভাবে আত্মজীবনীমূলক কথোপকথন, পিতামাতার সাক্ষ্য, অ্যানামেসিস ডেটা। দৃষ্টিকোণ,বা সম্ভাব্য,পদ্ধতি - এটি একটি নির্দিষ্ট বয়স পর্যন্ত একজন ব্যক্তির (প্রাণী, গোষ্ঠী) বিকাশের বর্তমান পর্যবেক্ষণ। সম্মিলিতগবেষণা সম্ভাব্য অনুদৈর্ঘ্য মধ্যে পূর্ববর্তী উপাদান অন্তর্ভুক্তি জড়িত. সত্যঅনুদৈর্ঘ্য হল একটি বস্তুর একটি ক্লাসিক দীর্ঘমেয়াদী পর্যবেক্ষণ। মিশ্রিতঅনুদৈর্ঘ্য গবেষণার এই ধরনের একটি পদ্ধতি বিবেচনা করা হয়, যেখানে কিছু পর্যায়ে সত্য অনুদৈর্ঘ্য পর্যবেক্ষণকে অনুপ্রস্থ বিভাগ দ্বারা পরিপূরক করা হয় যা অধ্যয়নের সাথে একই ধরণের অন্যান্য বস্তুর তুলনামূলক তথ্য প্রদান করে। এই পদ্ধতিটি উপকারী যখন গোষ্ঠীগুলিকে পর্যবেক্ষণ করে যা সময়ের সাথে "গলে যায়", অর্থাত্, তাদের গঠন পিরিয়ড থেকে পিরিয়ড হ্রাস পায়। সিউডোলংগিটুডিনালগবেষণার মধ্যে রয়েছে বিভিন্ন বয়সের জন্য "আদর্শ" প্রাপ্ত করা এবং এই সূচকগুলির কালানুক্রমিক ক্রম। আদর্শটি গোষ্ঠীর ক্রস বিভাগগুলির মাধ্যমে প্রাপ্ত হয়, অর্থাৎ প্রতিটি গোষ্ঠীর জন্য গড় ডেটার মাধ্যমে। এখানে, সমস্ত স্পষ্টতার সাথে, তির্যক এবং অনুদৈর্ঘ্য বিভাগগুলির বিরোধিতা করার অগ্রহণযোগ্যতা প্রকাশ পেয়েছে, যেহেতু পরবর্তীটি, যেমনটি আমরা দেখি, অনুক্রমিক (কালানুক্রমিক) তির্যক বিভাগগুলির একটি সিরিজের মাধ্যমে প্রাপ্ত করা যেতে পারে। যাইহোক, এটি এইভাবে যে "আজ অবধি পরিচিত অনটোজেনেটিক সাইকোলজির বেশিরভাগ নিয়ম প্রাপ্ত হয়েছে।" [ 14]1.3। জটিল পদ্ধতি
জটিল পদ্ধতি (পন্থা)একটি বস্তুর একটি ব্যাপক অধ্যয়নের সংগঠন জড়িত। সংক্ষেপে, এটি একটি নিয়ম হিসাবে, একটি আন্তঃবিষয়ক অধ্যয়ন একটি বস্তুর অধ্যয়নের জন্য নিবেদিত যা বিভিন্ন বিজ্ঞানের জন্য সাধারণ: বস্তুটি একটি, কিন্তু অধ্যয়নের বিষয়গুলি ভিন্ন। [ 15]ডেটা প্রসেসিং পদ্ধতি
2.1। পরিমাণগত পদ্ধতি
পরিমাণগত তথ্য প্রক্রিয়াকরণ প্রক্রিয়ার দুটি পর্যায় রয়েছে: প্রাথমিকএবং মাধ্যমিক
2.1.1। প্রাথমিক প্রক্রিয়াকরণ পদ্ধতি
প্রাথমিক প্রক্রিয়াকরণলক্ষ্য আদেশঅধ্যয়নের অভিজ্ঞতামূলক পর্যায়ে প্রাপ্ত বস্তু এবং অধ্যয়নের বিষয় সম্পর্কে তথ্য। এই পর্যায়ে, "কাঁচা" তথ্য নির্দিষ্ট মানদণ্ড অনুযায়ী গোষ্ঠীভুক্ত করা হয়, পিভট টেবিলে প্রবেশ করানো হয় এবং স্পষ্টতার জন্য গ্রাফিকভাবে উপস্থাপন করা হয়। এই সমস্ত ম্যানিপুলেশনগুলি প্রথমত, ডেটা রেকর্ডিংয়ের সময় করা ত্রুটিগুলি সনাক্ত করা এবং নির্মূল করা এবং দ্বিতীয়ত, পরীক্ষার পদ্ধতি লঙ্ঘনের ফলে প্রাপ্ত সাধারণ অ্যারে থেকে হাস্যকর ডেটা সনাক্ত করা এবং অপসারণ করা সম্ভব করে তোলে, অ-সম্মতি। বিষয়ের জন্য নির্দেশাবলী, ইত্যাদি। উপরন্তু, প্রাথমিকভাবে প্রক্রিয়াকৃত ডেটা, দেখার জন্য সুবিধাজনক আকারে উপস্থাপন করে, গবেষককে, প্রথম আনুমানিকভাবে, সমগ্র ডেটার সেটের প্রকৃতি সম্পর্কে একটি ধারণা দেয়: তাদের একজাতীয়তা - ভিন্নতা, কম্প্যাক্টনেস - স্ক্যাটার, স্বচ্ছতা - অস্পষ্টতা ইত্যাদি। এই তথ্যটি ডেটা উপস্থাপনার ভিজ্যুয়াল ফর্মগুলিতে ভালভাবে পড়া হয় এবং "ডেটা বিতরণ" ধারণার সাথে যুক্ত। প্রাথমিক প্রক্রিয়াকরণের প্রধান পদ্ধতিগুলির মধ্যে রয়েছে: ট্যাবুলেশন,যেমন ট্যাবুলার আকারে পরিমাণগত তথ্যের উপস্থাপনা, এবং ডায়াগ্রামিং(ভাত। আমি), হিস্টোগ্রাম (চিত্র 2), বিতরণ বহুভুজ (চিত্র 3)এবং বন্টন বক্ররেখা(চিত্র 4)। ডায়াগ্রামগুলি বিচ্ছিন্ন ডেটা বিতরণকে প্রতিফলিত করে, অন্যান্য গ্রাফিকাল ফর্মগুলি অবিচ্ছিন্ন ডেটা বিতরণের প্রতিনিধিত্ব করতে ব্যবহৃত হয়। হিস্টোগ্রাম থেকে প্লটিং এ সরানো সহজ ফ্রিকোয়েন্সি বন্টন বহুভুজ,এবং পরবর্তী থেকে বিতরণ বক্ররেখা পর্যন্ত। ফ্রিকোয়েন্সি বহুভুজটি হিস্টোগ্রামের সমস্ত বিভাগের কেন্দ্রীয় অক্ষগুলির উপরের বিন্দুগুলিকে সোজা অংশগুলির সাথে সংযুক্ত করে তৈরি করা হয়েছে। যদি প্লটগুলির শীর্ষবিন্দুগুলি মসৃণ বাঁকা রেখাগুলি ব্যবহার করে সংযুক্ত থাকে তবে আমরা পাই বন্টন বক্ররেখাপ্রাথমিক ফলাফল। হিস্টোগ্রাম থেকে বন্টন বক্ররেখায় রূপান্তর, ইন্টারপোলেশন দ্বারা, অধ্যয়নের অধীনে ভেরিয়েবলের সেই মানগুলি খুঁজে পেতে দেয় যা পরীক্ষায় প্রাপ্ত হয়নি। [ 18]2.1.2। মাধ্যমিক প্রক্রিয়াকরণ পদ্ধতি
2.1.2.1। সেকেন্ডারি প্রসেসিং বোঝা
মাধ্যমিক প্রক্রিয়াকরণমধ্যে প্রধানত হয় পরিসংখ্যান সংক্রান্ত বিশ্লেষণপ্রাথমিক প্রক্রিয়াকরণের ফলাফল। ইতিমধ্যে ট্যাবুলেশন এবং প্লটিং, কঠোরভাবে বলতে গেলে, পরিসংখ্যানগত প্রক্রিয়াকরণও, যা কেন্দ্রীয় প্রবণতা এবং বিক্ষিপ্ততার পরিমাপের গণনা সহ, পরিসংখ্যানের একটি বিভাগে অন্তর্ভুক্ত করা হয়েছে, যথা বর্ণনামূলক পরিসংখ্যান.পরিসংখ্যানের আরেকটি বিভাগ- প্রবর্তক পরিসংখ্যান- সমগ্র জনসংখ্যার নমুনা ডেটার সামঞ্জস্যতা পরীক্ষা করে, অর্থাৎ ফলাফলের প্রতিনিধিত্বের সমস্যা এবং ব্যক্তিগত থেকে সাধারণ জ্ঞানে যাওয়ার সম্ভাবনার সমাধান করে। তৃতীয় বড় বিভাগ- পারস্পরিক সম্পর্ক পরিসংখ্যান- ঘটনাগুলির মধ্যে সংযোগ প্রকাশ করে। সাধারণভাবে, একজনকে অবশ্যই বুঝতে হবে যে "পরিসংখ্যান গণিত নয়, তবে, প্রথমত, চিন্তা করার একটি উপায় এবং এটির প্রয়োগের জন্য আপনার কেবলমাত্র একটু সাধারণ জ্ঞান থাকতে হবে এবং গণিতের মূল বিষয়গুলি জানতে হবে"। গবেষণায় প্রাপ্ত ডেটার সম্পূর্ণ সেটের পরিসংখ্যানগত বিশ্লেষণ এটিকে অত্যন্ত সংকুচিত আকারে চিহ্নিত করা সম্ভব করে, কারণ এটি আপনাকে উত্তর দিতে দেয় তিনটি প্রধান প্রশ্ন: 1)নমুনার জন্য কোন মান সবচেয়ে সাধারণ?; 2) এই চারিত্রিক মানের তুলনায় ডেটার বিস্তার কি বড়, অর্থাৎ, ডেটার "অস্পষ্টতা" কী?; 3) বিদ্যমান জনসংখ্যার মধ্যে পৃথক ডেটার মধ্যে একটি সম্পর্ক আছে এবং এই সম্পর্কের প্রকৃতি এবং শক্তি কি? এই প্রশ্নগুলোর উত্তর হল অধ্যয়নের নমুনার কিছু পরিসংখ্যানগত সূচক। প্রথম প্রশ্নটি সমাধান করার জন্য, আমরা গণনা করি কেন্দ্রীয় প্রবণতা ব্যবস্থা(বা স্থানীয়করণ),দ্বিতীয় - পরিবর্তনশীলতার পরিমাপ(বা বিক্ষিপ্ত, বিক্ষিপ্ত)তৃতীয় - যোগাযোগ ব্যবস্থা(বা পারস্পরিক সম্পর্ক)।এই পরিসংখ্যানগুলি পরিমাণগত ডেটার জন্য প্রযোজ্য (সাধারণ, ব্যবধান, আনুপাতিক)। কেন্দ্রীয় প্রবণতা ব্যবস্থা(m.c.t.) - এগুলি হল সেই মান যার চারপাশে বাকি ডেটা গোষ্ঠীবদ্ধ করা হয়। এই মানগুলি, যেমনটি ছিল, সমগ্র নমুনার জন্য সাধারণীকরণ সূচকগুলি, যা, প্রথমত, তাদের সম্পূর্ণ নমুনা বিচার করতে দেয় এবং দ্বিতীয়ত, একে অপরের সাথে বিভিন্ন নমুনা, বিভিন্ন সিরিজ তুলনা করা সম্ভব করে তোলে। কেন্দ্রীয় প্রবণতার ব্যবস্থাগুলির মধ্যে রয়েছে: পাটিগণিত গড়, মধ্যমা, মোড, জ্যামিতিক গড়, সুরেলা গড়।মনোবিজ্ঞানে, প্রথম তিনটি সাধারণত ব্যবহৃত হয়। পাটিগণিত গড় (M)সমস্ত মানের যোগফলকে ভাগ করার ফলাফল (এক্স) তাদের সংখ্যা দ্বারা (N): M = EX / N। মধ্যমা (আমাকে) - এটি উপরের এবং নীচের মান যার বিভিন্ন মানের সংখ্যা একই, অর্থাৎ এটি ডেটার একটি ক্রমিক সিরিজের কেন্দ্রীয় মান। উদাহরণ: 3,5,7,9,11,13,15; আমি = 9. 3,5,7,9, 11, 13, 15, 17; আমি = 10। উদাহরণ থেকে এটা স্পষ্ট যে মধ্যমাকে বিদ্যমান পরিমাপের সাথে মিলতে হবে না, এটি স্কেলের একটি বিন্দু। স্কেলে একটি বিজোড় সংখ্যক মান (উত্তর) এর ক্ষেত্রে একটি মিল ঘটে, একটি অসামঞ্জস্য ঘটে যখন তাদের একটি জোড় সংখ্যা থাকে। ফ্যাশন (Mo)- এটি সেই মান যা নমুনায় প্রায়শই ঘটে, অর্থাৎ সর্বোচ্চ ফ্রিকোয়েন্সি সহ মান। উদাহরণ: 2, 6, 6, 8, 9, 9, 9, 10; মো \u003d 9. যদি গোষ্ঠীতে সমস্ত মান সমানভাবে প্রায়শই ঘটে, তবে এটি বিবেচনা করা হয় যে কোন ফ্যাশন(উদাহরণস্বরূপ: 1, 1, 5, 5, 8, 8)। যদি দুটি প্রতিবেশী মানের একই ফ্রিকোয়েন্সি থাকে এবং সেগুলি অন্য যেকোনো মানের ফ্রিকোয়েন্সি থেকে বেশি হয়, তাহলে মোড হল গড়এই দুটি মান (উদাহরণস্বরূপ: 1, 2, 2, 2, 4, 4, 4, 5, 5, 7; Mo = 3)। যদি একই দুটি অসংলগ্ন মানের ক্ষেত্রে প্রযোজ্য হয়, তাহলে দুটি মোড রয়েছে এবং অনুমানের গ্রুপ হল দ্বি-মোডাল(যেমন: 0, 1, 1, 1, 2, 3, 4, 4, 4, 7; Mo = 1 এবং 4)। সাধারণত, গাণিতিক গড় ব্যবহার করা হয় যখন সর্বাধিক নির্ভুলতার জন্য চেষ্টা করা হয় এবং যখন স্ট্যান্ডার্ড বিচ্যুতি পরে গণনা করা প্রয়োজন। মিডিয়ান - যখন সিরিজে "অ্যাটিপিকাল" ডেটা থাকে যা নাটকীয়ভাবে গড়কে প্রভাবিত করে (উদাহরণস্বরূপ: 1, 3, 5, 7, 9, 26, 13)। মোড - যখন উচ্চ নির্ভুলতার প্রয়োজন হয় না, তবে m.c. নির্ধারণের গতি গুরুত্বপূর্ণ। t. পরিবর্তনশীলতার পরিমাপ (ছত্রভঙ্গ, বিক্ষিপ্ত)- এগুলি পরিসংখ্যানগত সূচক যা নমুনার স্বতন্ত্র মানের মধ্যে পার্থক্য চিহ্নিত করে। তারা ফলাফল সেটের একজাতীয়তার ডিগ্রী, এর সংক্ষিপ্ততা এবং পরোক্ষভাবে, প্রাপ্ত ডেটার নির্ভরযোগ্যতা এবং তাদের থেকে উদ্ভূত ফলাফলগুলি বিচার করা সম্ভব করে তোলে। মনস্তাত্ত্বিক গবেষণায় সর্বাধিক ব্যবহৃত সূচকগুলি হল: পরিসীমা, গড় বিচ্যুতি, প্রকরণ, প্রমিত বিচ্যুতি, আধা-চতুর্থিক বিচ্যুতি। স্প্যান (P)অ্যাট্রিবিউটের সর্বোচ্চ এবং সর্বনিম্ন মানের মধ্যে ব্যবধান। এটি সহজে এবং দ্রুত নির্ধারণ করা হয়, তবে এলোমেলোতার জন্য সংবেদনশীল, বিশেষ করে অল্প পরিমাণ ডেটা সহ। উদাহরণ: (0, 2, 3, 5, 8; P = 8); (-0.2, 1.0, 1.4, 2.0; P - 2.2)। গড় বিচ্যুতি (MD)নমুনার প্রতিটি মানের মধ্যে পার্থক্যের (পরম মানের মধ্যে) গাণিতিক গড় এবং এর গড়: MD = Id / N, যেখানে: d = |Х-М|; এম - নমুনা গড়; এক্স - নির্দিষ্ট মান; N হল মানের সংখ্যা। গড় থেকে সমস্ত নির্দিষ্ট বিচ্যুতির সেট ডেটার পরিবর্তনশীলতাকে চিহ্নিত করে, কিন্তু যদি সেগুলিকে পরম মান না নেওয়া হয়, তাহলে তাদের যোগফল শূন্যের সমান হবে এবং আমরা তাদের পরিবর্তনশীলতা সম্পর্কে তথ্য পাব না। MD গড়ের চারপাশে ডেটা ক্রাউডিং ডিগ্রী দেখায়। যাইহোক, কখনও কখনও একটি নমুনার এই বৈশিষ্ট্যটি নির্ধারণ করার সময়, গড় (এম) এর পরিবর্তে, কেন্দ্রীয় প্রবণতার অন্যান্য ব্যবস্থা নেওয়া হয় - মোড বা মধ্যম। বিচ্ছুরণ (D)(থেকে lat dispersus - বিক্ষিপ্ত)। ডেটা ক্রাউডিংয়ের মাত্রা পরিমাপ করার আরেকটি উপায় হল নির্দিষ্ট পার্থক্যের শূন্য যোগফল (d = X-M) তাদের পরম মানগুলির মাধ্যমে নয়, তাদের স্কোয়ারিংয়ের মাধ্যমে। এই ক্ষেত্রে, তথাকথিত বিচ্ছুরণ প্রাপ্ত হয়: D \u003d Σd 2 / N - বড় নমুনার জন্য (N> 30); D \u003d Σd 2 / (N-1) - ছোট নমুনার জন্য (N< 30). স্ট্যান্ডার্ড বিচ্যুতি (δ)।ভিন্নতা গণনা করার সময় স্বতন্ত্র বিচ্যুতি d এর বর্গিংয়ের কারণে, ফলের মানটি আসল বিচ্যুতি থেকে অনেক দূরে পরিণত হয় এবং তাই তাদের একটি দৃশ্যমান উপস্থাপনা দেয় না। এটি এড়াতে এবং গড় বিচ্যুতির সাথে তুলনীয় একটি বৈশিষ্ট্য পেতে, একটি বিপরীত গাণিতিক অপারেশন সঞ্চালিত হয় - বিচ্ছুরণ থেকে একটি বর্গমূল বের করা হয়। এর ধনাত্মক মান পরিবর্তনশীলতার পরিমাপ হিসাবে নেওয়া হয়, যাকে বলা হয় রুট গড় বর্গক্ষেত্র বা আদর্শ বিচ্যুতি: MD, D এবং d ব্যবধান এবং আনুপাতিক ডেটার জন্য প্রযোজ্য। অর্ডিনাল ডেটার জন্য, একজন সাধারণত পরিবর্তনশীলতার পরিমাপ হিসাবে নেয় আধা-চতুর্থিক বিচ্যুতি (প্র), বলা আধা-চতুর্থিক সহগবা আধা-ইন্টারকোয়ার্টাইল পরিসীমা।এই সূচকটি নিম্নরূপ গণনা করা হয়। সমগ্র তথ্য বিতরণ এলাকা চারটি সমান অংশে বিভক্ত। আপনি যদি পরিমাপ স্কেলে ন্যূনতম মান থেকে শুরু করে পর্যবেক্ষণ গণনা করেন (গ্রাফ, বহুভুজ, হিস্টোগ্রামে, পড়া সাধারণত বাম থেকে ডানে সঞ্চালিত হয়), তাহলে স্কেলের প্রথম চতুর্থাংশকে বলা হয় প্রথম চতুর্থাংশ, এবং বিন্দুটি আলাদা করা হয়। বাকি স্কেল থেকে এটিকে Q চিহ্ন দ্বারা চিহ্নিত করা হয়। ডিস্ট্রিবিউশনের দ্বিতীয় 25% হল দ্বিতীয় কোয়ার্টাইল, এবং স্কেলে সংশ্লিষ্ট বিন্দু হল Q 2। তৃতীয় এবং চতুর্থ ত্রৈমাসিকের মধ্যে বিতরণ বিন্দু Q, অবস্থিত। আধা-ত্রৈমাসিক সহগকে প্রথম এবং তৃতীয় চতুর্থাংশের মধ্যে অর্ধেক ব্যবধান হিসাবে সংজ্ঞায়িত করা হয়: Q = (Q.-Q,) / 2। এটা স্পষ্ট যে একটি প্রতিসম বন্টনের সাথে, বিন্দু Q 0 মধ্যকের সাথে মিলে যাবে (এবং তাই গড় সহ) এবং তারপরে আপনি বিতরণের মাঝখানের সাপেক্ষে ডেটার স্ক্যাটারকে চিহ্নিত করতে সহগ Q গণনা করতে পারেন। একটি অসমমিত বন্টন সঙ্গে, এটি যথেষ্ট নয়। এবং তারপরে বাম এবং ডান বিভাগের সহগগুলি অতিরিক্তভাবে গণনা করা হয়: প্র একটি সিংহ = (Q 2 -Q,) / 2; প্র অধিকার= (Q, - Q 2) / 2। যোগাযোগ ব্যবস্থাপূর্ববর্তী সূচকগুলি, যাকে পরিসংখ্যান বলা হয়, যে কোনও একটি বৈশিষ্ট্যে ডেটার সামগ্রিকতাকে চিহ্নিত করে। এই পরিবর্তনশীল চিহ্নটিকে একটি পরিবর্তনশীল বা সহজভাবে "পরিবর্তনশীল" বলা হয়। সম্পর্ক পরিমাপ দুটি ভেরিয়েবল বা দুটি নমুনার মধ্যে সম্পর্ক প্রকাশ করে। এই সংযোগ, বা পারস্পরিক সম্পর্ক (থেকে latপারস্পরিক সম্পর্ক - "সম্পর্ক, সম্পর্ক") গণনার মাধ্যমে নির্ধারিত হয় কোরিলেশন সহগ (আর), যদি ভেরিয়েবলগুলি একে অপরের সাথে একটি রৈখিক সম্পর্কের মধ্যে থাকে। এটা বিশ্বাস করা হয় যে বেশিরভাগ মানসিক ঘটনা রৈখিক নির্ভরতার বিষয়, যা পারস্পরিক সম্পর্ক বিশ্লেষণের পদ্ধতির ব্যাপক ব্যবহার পূর্বনির্ধারিত। কিন্তু একটি পারস্পরিক সম্পর্কের উপস্থিতির মানে এই নয় যে ভেরিয়েবলগুলির মধ্যে একটি কার্যকারণ (বা কার্যকরী) সম্পর্ক রয়েছে। কার্যকরী নির্ভরতা পারস্পরিক সম্পর্কের একটি বিশেষ ক্ষেত্রে। সম্পর্কটি কার্যকারণ হলেও, পারস্পরিক সম্পর্ক পরিমাপ নির্দেশ করতে পারে না যে দুটি চলকের মধ্যে কোনটি কারণ এবং কোনটি প্রভাব। উপরন্তু, মনোবিজ্ঞানে পাওয়া যে কোনো সংযোগ, একটি নিয়ম হিসাবে, অন্যান্য ভেরিয়েবলের কারণে বিদ্যমান, এবং শুধুমাত্র দুটি বিবেচনা করা হয় না। উপরন্তু, মনস্তাত্ত্বিক লক্ষণগুলির আন্তঃসম্পর্কগুলি এতটাই জটিল যে একটি কারণে তাদের শর্তাদি খুব কমই সামঞ্জস্যপূর্ণ, তারা অনেক কারণ দ্বারা নির্ধারিত হয়। পারস্পরিক সম্পর্কের ধরন: I. সম্পর্কের নিবিড়তা অনুসারে: 1) সম্পূর্ণ (নিখুঁত): R = 1. ভেরিয়েবলের মধ্যে বাধ্যতামূলক আন্তঃনির্ভরতা বলা হয়েছে। এখানে আমরা ইতিমধ্যে কার্যকরী নির্ভরতা সম্পর্কে কথা বলতে পারি। 2) সংযোগ প্রকাশ করা হয়নি: R = 0। [ 23] 3) আংশিক: 0এটি এমন একটি সম্পর্ক যেখানে একটি বৈশিষ্ট্যের একটি অভিন্ন পরিবর্তন অন্যটিতে একটি অসম পরিবর্তনের সাথে মিলিত হয়। এই পরিস্থিতি মনোবিজ্ঞানের জন্য সাধারণ। পারস্পরিক সহগ সূত্র: অর্ডিনাল ডেটা তুলনা করার সময়, র্যাঙ্ক পারস্পরিক সম্পর্ক সহগ Ch. স্পিয়ারম্যান (ρ): ρ \u003d 6Σd 2 / N (N 2 - 1) অনুসারে, যেখানে: d হল দুটি পরিমাণের র্যাঙ্কের (অর্ডিনাল স্থান) পার্থক্য, N হল দুটি পরিমাণের তুলনামূলক জোড়ার সংখ্যা ভেরিয়েবল (X এবং Y)। মেট্রিক ডেটা তুলনা করার সময়, ব্যবহার করুন পণ্য পারস্পরিক সম্পর্ক সহগকে. পিয়ারসন (r) এর মতে: r = Σ xy / Nσ x σ y Y, N - X এবং Y মানের জোড়ার সংখ্যা। বৈজ্ঞানিক গবেষণায় কম্পিউটার প্রযুক্তির প্রবর্তন দ্রুত এবং নির্ভুলভাবে সম্ভব করে তোলে। যে কোনো ডেটা অ্যারের কোনো পরিমাণগত বৈশিষ্ট্য নির্ধারণ করুন। বিভিন্ন কম্পিউটার প্রোগ্রাম তৈরি করা হয়েছে যা কার্যত যেকোনো নমুনার উপযুক্ত পরিসংখ্যানগত বিশ্লেষণ করতে ব্যবহার করা যেতে পারে। মনোবিজ্ঞানে পরিসংখ্যানগত পদ্ধতির ভরের মধ্যে, নিম্নলিখিতগুলি সর্বাধিক ব্যবহৃত হয়: 1) পরিসংখ্যানের জটিল গণনা; 2) পারস্পরিক সম্পর্ক বিশ্লেষণ; 3) বৈচিত্র্যের বিশ্লেষণ; 4) রিগ্রেশন বিশ্লেষণ; 5) ফ্যাক্টর বিশ্লেষণ; 6) শ্রেণীবিন্যাস (গুচ্ছ) বিশ্লেষণ; 7) স্কেলিং।
2.1.2.2। পরিসংখ্যানের জটিল গণনা
স্ট্যান্ডার্ড প্রোগ্রাম ব্যবহার করে, উপরে আমাদের দ্বারা উপস্থাপিত পরিসংখ্যানের প্রধান সেট এবং আমাদের পর্যালোচনাতে অন্তর্ভুক্ত নয় এমন অতিরিক্ত উভয়ই গণনা করা হয়। কখনও কখনও গবেষক এই বৈশিষ্ট্যগুলি প্রাপ্ত করার জন্য সীমাবদ্ধ থাকে, তবে প্রায়শই এই পরিসংখ্যানগুলির সামগ্রিকতা অধ্যয়নকৃত নমুনার সূচকগুলির একটি বিস্তৃত সেটের অন্তর্ভুক্ত একটি ব্লক, যা আরও জটিল প্রোগ্রাম দ্বারা প্রাপ্ত হয়। নীচে দেওয়া পরিসংখ্যানগত বিশ্লেষণের পদ্ধতিগুলি বাস্তবায়ন করে এমন প্রোগ্রামগুলি সহ।
2.1.2.3। পারস্পরিক সম্পর্ক বিশ্লেষণ
এটি ভেরিয়েবলের মধ্যে সবচেয়ে বৈচিত্র্যময় অনুপাতের মধ্যে পারস্পরিক সম্পর্ক সহগ গণনার জন্য নেমে আসে। অনুপাতগুলি গবেষক দ্বারা সেট করা হয়, এবং চলকগুলি সমতুল্য, অর্থাৎ, কারণ কী এবং কী প্রভাব তা পারস্পরিক সম্পর্কের মাধ্যমে প্রতিষ্ঠিত করা যায় না। সংযোগের নিবিড়তা এবং দিকনির্দেশনা ছাড়াও, পদ্ধতিটি আপনাকে যোগাযোগের ফর্ম (রৈখিকতা, অ-রৈখিকতা) স্থাপন করতে দেয়। এটি লক্ষ করা উচিত যে অ-রৈখিক সম্পর্কগুলি মনোবিজ্ঞানে সাধারণত গৃহীত গাণিতিক এবং পরিসংখ্যানগত পদ্ধতি দ্বারা বিশ্লেষণের পক্ষে উপযুক্ত নয়। ডেটা সম্পর্কিত অ-রৈখিক অঞ্চলে (উদাহরণস্বরূপ, বিরতি পয়েন্টে, আকস্মিক পরিবর্তনের জায়গায়), অর্থপূর্ণ বর্ণনার মাধ্যমে বৈশিষ্ট্যযুক্ত করুন, তাদের আনুষ্ঠানিক পরিমাণগত উপস্থাপনা থেকে বিরত থাকুন। কখনও কখনও, মনোবিজ্ঞানে অ-রৈখিক ঘটনা বর্ণনা করার জন্য, অ-প্যারামেট্রিক গাণিতিক-পরিসংখ্যানগত পদ্ধতি এবং মডেলগুলি প্রয়োগ করা সম্ভব। উদাহরণস্বরূপ, বিপর্যয়ের গাণিতিক তত্ত্ব ব্যবহার করা হয়।
2.1.2.4 বৈচিত্র্যের বিশ্লেষণ
পারস্পরিক সম্পর্ক বিশ্লেষণের বিপরীতে, এই পদ্ধতিটি আপনাকে কেবল সম্পর্কই নয়, ভেরিয়েবলের মধ্যে নির্ভরতাও সনাক্ত করতে দেয়, অর্থাৎ, অধ্যয়নের অধীনে বৈশিষ্ট্যের উপর বিভিন্ন কারণের প্রভাব। এই প্রভাব বিচ্ছুরণ সম্পর্কের মাধ্যমে অনুমান করা হয়। অধ্যয়নকৃত বৈশিষ্ট্যে (পরিবর্তনশীলতা) পরিবর্তনগুলি গবেষকের কাছে পরিচিত পৃথক কারণগুলির ক্রিয়া, তাদের মিথস্ক্রিয়া এবং অজানা কারণগুলির প্রভাবের কারণে ঘটতে পারে। বৈচিত্র্যের বিশ্লেষণ অধ্যয়নের অধীনে বৈশিষ্ট্যের সামগ্রিক পরিবর্তনশীলতায় এই প্রতিটি প্রভাবের অবদান সনাক্ত করা এবং মূল্যায়ন করা সম্ভব করে তোলে। পদ্ধতিটি আপনাকে অধ্যয়নের অধীনে ঘটনাটিকে প্রভাবিত করে এমন অবস্থার ক্ষেত্রকে দ্রুত সংকীর্ণ করতে দেয়, তাদের মধ্যে সবচেয়ে উল্লেখযোগ্য হাইলাইট করে। এইভাবে, বৈচিত্র্যের বিশ্লেষণ হল "বিচ্ছুরণ দ্বারা অধ্যয়নের অধীনে চলকের উপর পরিবর্তনশীল কারণের প্রভাবের অধ্যয়ন"। প্রভাবিত ভেরিয়েবলের সংখ্যার উপর নির্ভর করে, এক-, দুই-, মাল্টিভেরিয়েট বিশ্লেষণকে আলাদা করা হয় এবং এই ভেরিয়েবলের প্রকৃতির উপর নির্ভর করে ধ্রুবক, এলোমেলো বা মিশ্র প্রভাব সহ বিশ্লেষণ। একটি পরীক্ষার নকশায় বৈচিত্র্যের বিশ্লেষণ ব্যাপকভাবে ব্যবহৃত হয়।
2.1.2.5। ফ্যাক্টর বিশ্লেষণ
পদ্ধতিটি ডেটা স্পেসের মাত্রা হ্রাস করতে দেয়, অর্থাত্, পরিমাপকৃত বৈশিষ্ট্যগুলির সংখ্যা (ভেরিয়েবল) যুক্তিসঙ্গতভাবে কমিয়ে কিছু সমষ্টিতে একত্রিত করে যা অধ্যয়নের অধীন বস্তুটিকে চিহ্নিত করে এমন অবিচ্ছেদ্য একক হিসাবে কাজ করে। এই উপাদান ইউনিটগুলিকে এই ক্ষেত্রে ফ্যাক্টর বলা হয়, যেখান থেকে প্রকরণ বিশ্লেষণের ফ্যাক্টরগুলিকে আলাদা করা প্রয়োজন, যা পৃথক লক্ষণ (ভেরিয়েবল)। এটি বিশ্বাস করা হয় যে এটি নির্দিষ্ট সংমিশ্রণে লক্ষণগুলির সম্পূর্ণতা যা একটি মানসিক ঘটনা বা এর বিকাশের ধরণকে চিহ্নিত করতে পারে, যখন পৃথকভাবে বা অন্যান্য সংমিশ্রণে এই লক্ষণগুলি তথ্য সরবরাহ করে না। একটি নিয়ম হিসাবে, কারণগুলি "চোখ দ্বারা" দৃশ্যমান নয়, সরাসরি পর্যবেক্ষণ থেকে লুকানো। ফ্যাক্টর বিশ্লেষণ প্রাথমিক গবেষণায় বিশেষত ফলদায়ক, যখন অধ্যয়নের অধীন এলাকায় লুকানো নিদর্শনগুলিকে প্রথম অনুমান হিসাবে চিহ্নিত করা প্রয়োজন। বিশ্লেষণের ভিত্তি হল পারস্পরিক সম্পর্ক ম্যাট্রিক্স, অর্থাৎ, প্রতিটি বৈশিষ্ট্যের জন্য অন্য সকলের সাথে পারস্পরিক সম্পর্ক সহগগুলির সারণী ("সকলের সাথে" নীতি)। পারস্পরিক সম্পর্ক ম্যাট্রিক্সে ফ্যাক্টর সংখ্যার উপর নির্ভর করে, আছে এক-ফ্যাক্টর(স্পিয়ারম্যানের মতে) দ্বি-গৌণিক(হলজিঞ্জারের মতে) এবং বহুমুখী(থার্স্টনের মতে) বিশ্লেষণ। কারণগুলির মধ্যে সম্পর্কের প্রকৃতি অনুসারে, পদ্ধতিটি বিশ্লেষণে বিভক্ত অর্থোগোনাল সহ(স্বাধীন) এবং তির্যক সঙ্গে(নির্ভরশীল) কারণ। পদ্ধতির অন্যান্য বৈচিত্র্য আছে। ফ্যাক্টর বিশ্লেষণের একটি খুব জটিল গাণিতিক এবং যৌক্তিক যন্ত্রপাতি প্রায়শই অধ্যয়নের কাজের জন্য পর্যাপ্ত পদ্ধতির একটি বৈকল্পিক চয়ন করা কঠিন করে তোলে। তা সত্ত্বেও, বৈজ্ঞানিক বিশ্বে এর জনপ্রিয়তা প্রতি বছরই বাড়ছে।
2.1.2.6। রিগ্রেশন বিশ্লেষণ
পদ্ধতিটি আপনাকে অন্য (অন্য) মানের বৈচিত্রের উপর একটি মানের গড় মানের নির্ভরতা অধ্যয়ন করতে দেয়। পদ্ধতির নির্দিষ্টতা এই সত্যের মধ্যে রয়েছে যে বিবেচনাধীন পরিমাণ (বা তাদের মধ্যে অন্তত একটি) একটি এলোমেলো প্রকৃতির। তারপর নির্ভরতার বিবরণ দুটি কাজের মধ্যে পড়ে: 1) নির্ভরতার সাধারণ রূপ সনাক্ত করা এবং 2) নির্ভরতা পরামিতিগুলির অনুমান গণনা করে এই ধরণের পরিমার্জন করা। প্রথম সমস্যা সমাধানের জন্য কোন মানক পদ্ধতি নেই, এবং এখানে পারস্পরিক সম্পর্ক ম্যাট্রিক্সের একটি চাক্ষুষ বিশ্লেষণ অধ্যয়নকৃত পরিমাণের (ভেরিয়েবল) প্রকৃতির গুণগত বিশ্লেষণের সাথে সম্মিলিতভাবে সম্পাদিত হয়। এর জন্য গবেষককে উচ্চ যোগ্য এবং পাণ্ডিত হতে হবে। দ্বিতীয় কাজটি মূলত একটি আনুমানিক বক্ররেখা খোঁজা। প্রায়শই, এই আনুমানিক ন্যূনতম বর্গক্ষেত্রের গাণিতিক পদ্ধতি ব্যবহার করে করা হয়। পদ্ধতির ধারণা এফ. গালটো-এর অন্তর্গত ভাল, যারা লক্ষ্য করেছেন যে খুব লম্বা বাবা-মায়ের বাচ্চারা ছিল কিছুটা ছোট, এবং খুব ছোট বাবা-মায়ের বাচ্চারা লম্বা ছিল। তিনি এই প্যাটার্নকে রিগ্রেশন বলেছেন।
2.1.2.7 শ্রেণীবিন্যাস বিশ্লেষণ
পদ্ধতিটি এমন একটি গাণিতিক কৌশল যা ডেটাকে শ্রেণীতে (ট্যাক্সন, ক্লাস্টার) এমনভাবে গোষ্ঠীভুক্ত করে যাতে একটি শ্রেণিতে অন্তর্ভুক্ত বস্তুগুলি অন্য শ্রেণিতে অন্তর্ভুক্ত বস্তুর তুলনায় কোনো না কোনোভাবে বেশি সমজাতীয় হয়। ফলস্বরূপ, এক বা অন্য মেট্রিকে অধ্যয়নের অধীনে থাকা বস্তুগুলির মধ্যে দূরত্ব নির্ধারণ করা সম্ভব হয় এবং একটি পরিমাণগত স্তরে তাদের সম্পর্কের একটি আদেশযুক্ত বিবরণ দেওয়া সম্ভব হয়। দক্ষতার মানদণ্ডের অপর্যাপ্ত বিশদ বিবরণ এবং ক্লাস্টার পদ্ধতির গ্রহণযোগ্যতার কারণে, এই পদ্ধতিটি সাধারণত পরিমাণগত ডেটা বিশ্লেষণের অন্যান্য পদ্ধতির সাথে একত্রে ব্যবহৃত হয়। অন্যদিকে, ট্যাক্সোনমিক বিশ্লেষণ নিজেই অন্যান্য পরিমাণগত পদ্ধতি ব্যবহার করে প্রাপ্ত ফলাফলের নির্ভরযোগ্যতার জন্য একটি অতিরিক্ত বীমা হিসাবে ব্যবহৃত হয়, বিশেষত, ফ্যাক্টর বিশ্লেষণ। ক্লাস্টার বিশ্লেষণের সারমর্ম আমাদের এটিকে একটি পদ্ধতি হিসাবে বিবেচনা করতে দেয় যা স্পষ্টভাবে একত্রিত করে পরিমাণগত প্রক্রিয়াকরণতাদের থেকে তথ্য গুণমান বিশ্লেষণ।অতএব, এটিকে দ্ব্যর্থহীনভাবে একটি পরিমাণগত পদ্ধতি হিসাবে শ্রেণিবদ্ধ করা দৃশ্যত ঠিক নয়। কিন্তু যেহেতু পদ্ধতির পদ্ধতিটি প্রধানত গাণিতিক এবং ফলাফলগুলি সংখ্যাগতভাবে উপস্থাপন করা যেতে পারে, তাহলে সামগ্রিকভাবে পদ্ধতিটি পরিমাণগত হিসাবে শ্রেণীবদ্ধ করা হবে।
2.1.2.8 স্কেলিং
শ্রেণীবিন্যাস বিশ্লেষণের চেয়ে আরও বেশি পরিমাণে স্কেলিং বাস্তবতার পরিমাণগত এবং গুণগত অধ্যয়নের বৈশিষ্ট্যগুলিকে একত্রিত করে। পরিমাণগত দিকস্কেলিং এই সত্যের মধ্যে রয়েছে যে বেশিরভাগ ক্ষেত্রে এর পদ্ধতির মধ্যে পরিমাপ এবং ডেটার সংখ্যাসূচক উপস্থাপনা অন্তর্ভুক্ত থাকে। গুণগত দিকস্কেলিং এই সত্যে প্রকাশ করা হয় যে, প্রথমত, এটি আপনাকে কেবল পরিমাণগত ডেটাই নয়, এমন ডেটাও পরিচালনা করতে দেয় যা নেই পরিমাপের সাধারণ একক, এবং দ্বিতীয়ত, এতে গুণগত পদ্ধতির উপাদান রয়েছে (শ্রেণীবিভাগ, টাইপোলজি, পদ্ধতিগতকরণ)। স্কেলিংয়ের আরেকটি মৌলিক বৈশিষ্ট্য, যা বৈজ্ঞানিক পদ্ধতির সাধারণ পদ্ধতিতে এর স্থান নির্ধারণ করা কঠিন করে তোলে, এতে তথ্য সংগ্রহ এবং প্রক্রিয়াকরণ পদ্ধতির সমন্বয়।আপনি এমনকি স্কেলিং এ অভিজ্ঞতামূলক এবং বিশ্লেষণাত্মক পদ্ধতির ঐক্য সম্পর্কে কথা বলতে পারেন। শুধুমাত্র একটি নির্দিষ্ট গবেষণায় এই পদ্ধতিগুলির ক্রম এবং পৃথকীকরণ নির্দেশ করা কঠিন নয় (এগুলি প্রায়শই একযোগে এবং যৌথভাবে সঞ্চালিত হয়), তবে তাত্ত্বিক দিক থেকেও এটি একটি পর্যায়ের শ্রেণিবিন্যাস সনাক্ত করা সম্ভব নয় (এটি বলা অসম্ভব প্রাথমিক এবং কি সেকেন্ডারি)। তৃতীয় মুহূর্ত, যা দ্ব্যর্থহীনভাবে এক বা অন্য গোষ্ঠীর পদ্ধতিতে স্কেলিংকে দায়ী করার অনুমতি দেয় না, তা হল জ্ঞানের নির্দিষ্ট ক্ষেত্রগুলিতে এর জৈব "বৃদ্ধি" এবং লক্ষণ সহ এটি দ্বারা অধিগ্রহণ। সাধারণ বৈজ্ঞানিক পদ্ধতিলক্ষণ অত্যন্ত নির্দিষ্ট।যদি সাধারণ বৈজ্ঞানিক তাত্পর্যের অন্যান্য পদ্ধতিগুলি (উদাহরণস্বরূপ, পর্যবেক্ষণ বা পরীক্ষা) একটি সাধারণ আকারে এবং নির্দিষ্ট পরিবর্তন উভয় ক্ষেত্রেই বেশ সহজে উপস্থাপন করা যায়, তবে প্রয়োজনীয় তথ্য না হারিয়ে সাধারণ স্তরে স্কেলিং বৈশিষ্ট্যযুক্ত করা খুব কঠিন। এর কারণ সুস্পষ্ট: ডেটা প্রসেসিংয়ের সাথে স্কেলিংয়ে অভিজ্ঞতামূলক পদ্ধতির সংমিশ্রণ। অভিজ্ঞতাবাদ কংক্রিট, গণিত বিমূর্ত, তাই ডেটা সংগ্রহের নির্দিষ্ট পদ্ধতির সাথে গাণিতিক বিশ্লেষণের সাধারণ নীতিগুলির সংমিশ্রণ নির্দেশিত প্রভাব দেয়। একই কারণে, স্কেলিংয়ের বৈজ্ঞানিক উত্সগুলি সঠিকভাবে সংজ্ঞায়িত করা হয়নি: বেশ কয়েকটি বিজ্ঞান একবারে এর "পিতামাতা" শিরোনাম দাবি করে। তাদের মধ্যে রয়েছে মনোবিজ্ঞান, যেখানে এল. থার্স্টন, এস. স্টিফেনস, ভি. থরগারসন, এ. পিয়েরন-এর মতো অসামান্য বিজ্ঞানীরা স্কেলিং-এর তত্ত্ব এবং অনুশীলন নিয়ে কাজ করেছিলেন। এই সমস্ত বিষয়গুলি মাথায় রেখে, আমরা এখনও ক্যাটাগরিতে স্কেলিং রাখি পরিমাণগত পদ্ধতিডেটা প্রক্রিয়াকরণ, যেহেতু মনস্তাত্ত্বিক গবেষণার অনুশীলনে স্কেলিং ঘটে দুটি পরিস্থিতি।প্রথম এক নির্মাণদাঁড়িপাল্লা, এবং দ্বিতীয় - তাদের ব্যবহারনির্মাণের ক্ষেত্রে, স্কেলিং এর সমস্ত উল্লেখিত বৈশিষ্ট্যগুলি সম্পূর্ণরূপে উদ্ভাসিত হয়। ব্যবহারের ক্ষেত্রে, তারা পটভূমিতে বিবর্ণ হয়ে যায়, যেহেতু রেডিমেড স্কেল (উদাহরণস্বরূপ, পরীক্ষার জন্য "স্ট্যান্ডার্ড" স্কেল) ব্যবহারে কেবল তুলনা করা জড়িত। তাদের সাথে তথ্য সংগ্রহের পর্যায়ে প্রাপ্ত সূচক। সুতরাং, এখানে মনোবিজ্ঞানী শুধুমাত্র স্কেলিং এর ফল ব্যবহার করেন, উপরন্তু, তথ্য সংগ্রহের পরের পর্যায়ে। এই পরিস্থিতি মনোবিজ্ঞানে একটি সাধারণ ঘটনা। উপরন্তু, স্কেলগুলির আনুষ্ঠানিক নির্মাণ, একটি নিয়ম হিসাবে, বস্তু সম্পর্কে সরাসরি পরিমাপ এবং ডেটা সংগ্রহের সুযোগের বাইরে নেওয়া হয়, অর্থাৎ একটি গাণিতিক প্রকৃতির প্রধান স্কেল-গঠনের ক্রিয়াগুলি ডেটা সংগ্রহের পরে সঞ্চালিত হয়, যা তুলনীয়। তাদের প্রক্রিয়াকরণ পর্যায়ে. সবচেয়ে সাধারণ অর্থে স্কেলিং হল আনুষ্ঠানিক (প্রাথমিকভাবে সংখ্যাসূচক) সিস্টেমের সাহায্যে বাস্তবতার মডেলিংয়ের মাধ্যমে বিশ্বকে জানার একটি উপায়।এই পদ্ধতিটি বৈজ্ঞানিক জ্ঞানের প্রায় সব ক্ষেত্রেই ব্যবহৃত হয় (প্রাকৃতিক, সঠিক, মানবিক, সামাজিক, প্রযুক্তিগত বিজ্ঞানে) এবং এর ব্যাপক প্রয়োগ মূল্য রয়েছে। সবচেয়ে কঠোর সংজ্ঞা বলে মনে হচ্ছে: স্কেলিং হল প্রদত্ত নিয়ম অনুসারে অভিজ্ঞতামূলক সেটগুলিকে আনুষ্ঠানিক সেটগুলিতে ম্যাপ করার প্রক্রিয়া।অধীন পরীক্ষামূলক সেটবাস্তব বস্তুর কোনো সেট (মানুষ, প্রাণী, ঘটনা, বৈশিষ্ট্য, প্রক্রিয়া, ঘটনা) যা একে অপরের সাথে নির্দিষ্ট সম্পর্কের মধ্যে রয়েছে তা বোঝা যায়। এই সম্পর্কগুলি চার ধরনের (অভিজ্ঞতামূলক অপারেশন) দ্বারা প্রতিনিধিত্ব করা যেতে পারে: 1) সমতা (সমান - সমান নয়); 2) র্যাঙ্ক অর্ডার (আরো - কম); 3) ব্যবধানের সমতা; 4) সম্পর্কের সমতা। দ্বারাঅভিজ্ঞতামূলক সেটের প্রকৃতি, স্কেলিং দুটি প্রকারে বিভক্ত: শারীরিকএবং মানসিক. ATপ্রথম ক্ষেত্রে, বস্তুর উদ্দেশ্যমূলক (শারীরিক) বৈশিষ্ট্যগুলিকে স্কেলিং করা হয়, দ্বিতীয় ক্ষেত্রে - বিষয়গত (মনস্তাত্ত্বিক)। অধীন আনুষ্ঠানিক সেটনির্দিষ্ট সম্পর্কের দ্বারা আন্তঃসংযুক্ত প্রতীকগুলির (চিহ্ন, সংখ্যা) একটি নির্বিচারে সেট হিসাবে বোঝা যায়, যা, অভিজ্ঞতামূলক সম্পর্ক অনুসারে, চার ধরণের আনুষ্ঠানিক (গাণিতিক) ক্রিয়াকলাপ দ্বারা বর্ণনা করা হয়: 1) "সমান - সমান নয়" (= ≠); 2) "আরো - কম" (><); 3) «сло-жение - вычитание» (+ -); 4) «умножение - деление» (* :). При шкалировании обязательным условием является অভিজ্ঞতামূলক এবং আনুষ্ঠানিক সেটের উপাদানগুলির মধ্যে এক থেকে এক চিঠিপত্র।এর মানে হল প্রথম সেটের প্রতিটি উপাদান সম্পত্তিটি দ্বিতীয়টির শুধুমাত্র একটি উপাদানের সাথে মেলে এবং এর বিপরীতে। এই ক্ষেত্রে, উভয় সেটের উপাদানগুলির মধ্যে সম্পর্কের ধরনগুলির মধ্যে একের সাথে এক চিঠিপত্র (কাঠামোর আইসোমরফিজম) প্রয়োজনীয় নয়। এই কাঠামোর আইসোমরফিজমের ক্ষেত্রে, তথাকথিত সরাসরি খনি (বিষয়ভিত্তিক)স্কেলিং, আইসোমরফিজমের অনুপস্থিতিতে, পরোক্ষ (উদ্দেশ্য)স্কেলিং স্কেলিং এর ফলাফল হল নির্মাণ দাঁড়িপাল্লা(lat.স্কেলা - "মই"), যেমন কিছু অধ্যয়নের অধীনে বাস্তবতার চিহ্ন (সংখ্যাসূচক) মডেল,যা দিয়ে এই বাস্তবতা পরিমাপ করা যায়। সুতরাং, দাঁড়িপাল্লা পরিমাপের যন্ত্র। স্কেলগুলির সম্পূর্ণ বৈচিত্র্যের একটি সাধারণ ধারণা কাজগুলি থেকে প্রাপ্ত করা যেতে পারে, যেখানে তাদের শ্রেণীবিভাগ ব্যবস্থা দেওয়া হয়েছে এবং প্রতিটি ধরণের স্কেলগুলির সংক্ষিপ্ত বিবরণ দেওয়া হয়েছে। অভিজ্ঞতামূলক সেটের উপাদান এবং অনুরূপ গ্রহণযোগ্য গাণিতিক ক্রিয়াকলাপগুলির মধ্যে সম্পর্ক (অনুমোদিত রূপান্তর) স্কেলিং স্তর এবং ফলাফলের স্কেলের ধরন নির্ধারণ করে (এস. স্টিভেনসের শ্রেণিবিন্যাস অনুসারে)। প্রথম, সরল ধরনের সম্পর্ক (= ≠) সর্বনিম্ন তথ্যপূর্ণের সাথে মিলে যায় নামকরণের স্কেল,দ্বিতীয় (><) - অর্ডার স্কেল,তৃতীয় (+ -) - ব্যবধান দাঁড়িপাল্লা,চতুর্থ (*:) - সবচেয়ে তথ্যপূর্ণ সম্পর্কের স্কেলপ্রক্রিয়া মনস্তাত্ত্বিক স্কেলিংশর্তসাপেক্ষে ভাগ করা যায় দুটি প্রধান পর্যায়: অভিজ্ঞতামূলক,যার উপর পরীক্ষামূলক সেট সম্পর্কে ডেটা সংগ্রহ করা হয় (এই ক্ষেত্রে, অধ্যয়নের অধীন বস্তু বা ঘটনাগুলির মনস্তাত্ত্বিক বৈশিষ্ট্যের সেট সম্পর্কে), এবং পর্যায় আনুষ্ঠানিককরণ,অর্থাৎ প্রথম পর্যায়ের গাণিতিক এবং পরিসংখ্যানগত তথ্য প্রক্রিয়াকরণ। প্রতিটি পর্যায়ের বৈশিষ্ট্যগুলি স্কেলিং এর একটি নির্দিষ্ট বাস্তবায়নের পদ্ধতিগত কৌশল নির্ধারণ করে। অধ্যয়নের বিষয়ের উপর নির্ভর করে, মনস্তাত্ত্বিক স্কেলিং দুটি প্রকারে আসে: সাইকোফিজিক্যাল বা সাইকোমেট্রিক। সাইকোফিজিক্যাল স্কেলিংবস্তুর (ঘটনা) বিষয়গত (মনস্তাত্ত্বিক) বৈশিষ্ট্যগুলি পরিমাপের জন্য স্কেল তৈরি করে যা পরিমাপের সংশ্লিষ্ট শারীরিক এককের সাথে শারীরিক সম্পর্কযুক্ত। উদাহরণস্বরূপ, শব্দের বিষয়গত বৈশিষ্ট্য (জোর, পিচ, টিমব্রে) শারীরিক বৈশিষ্ট্যের সাথে মিলে যায় শব্দ কম্পনের পরামিতি: প্রশস্ততা (ডেসিবেলে), ফ্রিকোয়েন্সি (হার্টজে), বর্ণালী (কম্পোনেন্ট টোন এবং খামের পরিপ্রেক্ষিতে)। এইভাবে, সাইকোফিজিক্যাল স্কেলিং শারীরিক উদ্দীপনার মাত্রা এবং মানসিক প্রতিক্রিয়ার মধ্যে সম্পর্ক প্রকাশ করা এবং পরিমাপের উদ্দেশ্য এককগুলিতে এই প্রতিক্রিয়া প্রকাশ করা সম্ভব করে তোলে। ফলস্বরূপ, পরিমাপের সমস্ত স্তরের যে কোনও ধরণের পরোক্ষ এবং প্রত্যক্ষ স্কেল পাওয়া যায়: নাম, ক্রম, ব্যবধান এবং অনুপাতের স্কেল। সাইকোমেট্রিক স্কেলিংশারীরিক সম্পর্ক নেই এমন বস্তুর (ঘটনা) বিষয়গত বৈশিষ্ট্য পরিমাপের জন্য স্কেল তৈরি করে। উদাহরণস্বরূপ, ব্যক্তিত্বের বৈশিষ্ট্য, শিল্পীদের জনপ্রিয়তা, দলের সমন্বয়, চিত্রের অভিব্যক্তি ইত্যাদি। সাইকোমেট্রিক স্কেলিং পরোক্ষ (উদ্দেশ্য) স্কেলিং এর কিছু পদ্ধতি ব্যবহার করে প্রয়োগ করা হয়। ফলস্বরূপ, বিচারের স্কেলগুলি পাওয়া যায় যে, গ্রহণযোগ্য রূপান্তরের টাইপোলজি অনুসারে, সাধারণত অর্ডার স্কেলগুলির অন্তর্গত, কম প্রায়ই ব্যবধান স্কেলগুলির সাথে। পরবর্তী ক্ষেত্রে, উত্তরদাতাদের মতামতের পরিবর্তনশীলতার সূচক (উত্তর, রেটিং) পরিমাপের একক হিসেবে কাজ করে। সবচেয়ে চরিত্রগত এবং বিস্তৃত সাইকোমেট্রিক স্কেল হল রেটিং স্কেল এবং তাদের উপর ভিত্তি করে মনোভাবের স্কেল। সাইকোমেট্রিক স্কেলিং বেশিরভাগ মনস্তাত্ত্বিক পরীক্ষার বিকাশের সাথে সাথে সামাজিক মনোবিজ্ঞানে (সামাজিক পদ্ধতি) এবং ফলিত মনস্তাত্ত্বিক শাখায় পরিমাপ পদ্ধতির অন্তর্নিহিত করে। যেহেতু সাইকোমেট্রিক স্কেলিং পদ্ধতির অন্তর্নিহিত রায়গুলি শারীরিক সংবেদনশীল উদ্দীপনার ক্ষেত্রেও প্রয়োগ করা যেতে পারে, যেহেতু এই পদ্ধতিগুলি সাইকোফিজিক্যাল আসক্তিগুলি সনাক্ত করার জন্য প্রযোজ্য, তবে এই ক্ষেত্রে ফলস্বরূপ স্কেলগুলিতে পরিমাপের উদ্দেশ্যমূলক একক থাকবে না। শারীরিক এবং মানসিক উভয় স্কেলিং এক-মাত্রিক এবং বহুমাত্রিক হতে পারে। এক-মাত্রিক স্কেলিংএকটি পরীক্ষামূলক সেটকে একটি মানদণ্ড অনুসারে একটি আনুষ্ঠানিক সেটে ম্যাপ করার প্রক্রিয়া। ফলস্বরূপ এক-মাত্রিক স্কেলগুলি হয় এক-মাত্রিক অভিজ্ঞতামূলক বস্তুর মধ্যে সম্পর্ক প্রদর্শন করে (বা বহুমাত্রিক বস্তুর একই বৈশিষ্ট্য), অথবা একটি বহুমাত্রিক বস্তুর একটি বৈশিষ্ট্যের পরিবর্তন। এক-মাত্রিক স্কেলিং প্রত্যক্ষ (বিষয়ভিত্তিক) এবং পরোক্ষ (উদ্দেশ্য) উভয় স্কেলিং পদ্ধতি ব্যবহার করে প্রয়োগ করা হয়। অধীন বহুমাত্রিক স্কেলিংএকটি অভিজ্ঞতামূলক সেটকে একটি আনুষ্ঠানিক সেটে ম্যাপ করার প্রক্রিয়াটি বিভিন্ন মানদণ্ড অনুসারে একই সাথে বোঝা যায়। বহুমাত্রিক স্কেলগুলি হয় বহুমাত্রিক বস্তুর মধ্যে সম্পর্ককে প্রতিফলিত করে, অথবা একটি বস্তুর বেশ কয়েকটি বৈশিষ্ট্যের যুগপত পরিবর্তন। বহুমাত্রিক স্কেলিং প্রক্রিয়া, এক-মাত্রিকের বিপরীতে, দ্বিতীয় পর্যায়ের একটি বৃহত্তর শ্রমসাধ্য দ্বারা চিহ্নিত করা হয়, অর্থাত্ তথ্য আনুষ্ঠানিককরণ। এই বিষয়ে, একটি শক্তিশালী পরিসংখ্যানগত এবং গাণিতিক যন্ত্রপাতি জড়িত, উদাহরণস্বরূপ, ক্লাস্টার বা ফ্যাক্টর বিশ্লেষণ, যা বহুমাত্রিক স্কেলিং পদ্ধতির একটি অবিচ্ছেদ্য অংশ। মাল্টিভেরিয়েট স্কেলিং এর সমস্যাগুলির অধ্যয়ন সংযুক্ত সঙ্গেরিচার্ডসন এবং থরগারসনের নাম, যিনি তার প্রথম মডেলের প্রস্তাব করেছিলেন। শেপার্ড অ-মেট্রিক বহুমাত্রিক স্কেলিং পদ্ধতির বিকাশের ভিত্তি স্থাপন করেছিলেন। সবচেয়ে সাধারণ এবং প্রথমবারের মতো তাত্ত্বিকভাবে প্রমাণিত বহুমাত্রিক স্কেলিং অ্যালগরিদম ক্রুস্কাল দ্বারা প্রস্তাবিত হয়েছিল। বহুমাত্রিক স্কেলিং সম্পর্কিত তথ্যের সাধারণীকরণ এম. ডেভিসন দ্বারা বাহিত হয়েছিল। মনোবিজ্ঞানে বহুমাত্রিক স্কেলিং এর সুনির্দিষ্টতা GV Paramey-এর কাজে প্রতিফলিত হয়। আসুন "পরোক্ষ" এবং "প্রত্যক্ষ" স্কেলিং এর পূর্বে উল্লেখিত ধারণাগুলি প্রকাশ করি। পরোক্ষ,বা উদ্দেশ্য, স্কেলিং- এটি এই সেটগুলির কাঠামোর মধ্যে পারস্পরিক অসঙ্গতি (আইসোমরফিজমের অভাব) সহ একটি আনুষ্ঠানিক সেটে একটি পরীক্ষামূলক সেটকে ম্যাপ করার প্রক্রিয়া। মনোবিজ্ঞানে, এই অসঙ্গতিটি ফেচনারের প্রথম ধারণার উপর ভিত্তি করে তৈরি করা হয়েছে যেটি একজনের সংবেদনের মাত্রার সরাসরি বিষয়গত মূল্যায়নের অসম্ভবতা সম্পর্কে। সংবেদনগুলির পরিমাণগত অভিব্যক্তির জন্য, বিষয়গুলির বিভিন্ন মূল্যায়নের উপর ভিত্তি করে পরিমাপের বাহ্যিক (পরোক্ষ) এককগুলি ব্যবহার করা হয়: সূক্ষ্ম পার্থক্য, প্রতিক্রিয়া সময় (RT), বৈষম্য বিচ্ছুরণ, শ্রেণীগত অনুমানের বিক্ষিপ্তকরণ। তাদের নির্মাণের পদ্ধতি অনুসারে পরোক্ষ মনস্তাত্ত্বিক স্কেল, প্রাথমিক অনুমান এবং পরিমাপের এককগুলি বেশ কয়েকটি গ্রুপ গঠন করে, যার মধ্যে প্রধানগুলি নিম্নরূপ: 1) আহরণ দাঁড়িপাল্লাবা লগারিদমিক স্কেল; 2) VR পরিমাপের উপর ভিত্তি করে দাঁড়িপাল্লা; 3) রায় দাঁড়িপাল্লা(তুলনামূলক এবং স্পষ্ট)। এই স্কেলগুলির বিশ্লেষণাত্মক অভিব্যক্তিগুলিকে আইনের মর্যাদা দেওয়া হয়, যার নামগুলি তাদের লেখকদের নামের সাথে যুক্ত: 1) ওয়েবার-ফেকনার লগারিদমিক আইন; 2) জন্য- con Pieron (একটি সাধারণ সেন্সরিমোটর প্রতিক্রিয়া জন্য); 3) থার্স্টনের তুলনামূলক বিচারের আইন; এবং 4) থরগারসনের সুনির্দিষ্ট বিচারের আইন। বিচারের স্কেলগুলিতে সর্বাধিক প্রয়োগের সম্ভাবনা রয়েছে। তারা আপনাকে যেকোনো মানসিক ঘটনা পরিমাপ করতে, সাইকোফিজিক্যাল এবং সাইকোমেট্রিক স্কেলিং উভয়ই বাস্তবায়ন করতে এবং বহুমাত্রিক স্কেলিং সক্ষম করতে দেয়। গ্রহণযোগ্য রূপান্তরের টাইপোলজি অনুসারে, পরোক্ষ দাঁড়িপাল্লা প্রধানত ক্রম এবং ব্যবধানের স্কেল দ্বারা উপস্থাপিত হয়। সরাসরিবা বিষয়গত, স্কেলিংএই সেটগুলির কাঠামোর এক থেকে এক চিঠিপত্র (আইসোমরফিজম) সহ একটি আনুষ্ঠানিক সেটে একটি পরীক্ষামূলক সেটকে ম্যাপ করার প্রক্রিয়া। মনোবিজ্ঞানে, এই চিঠিপত্রটি একজনের সংবেদনগুলির মাত্রা (ফেচনারের প্রথম অনুমান অস্বীকার) এর সরাসরি বিষয়গত মূল্যায়নের সম্ভাবনার অনুমানের উপর ভিত্তি করে। সাবজেক্টিভ স্কেলিং এমন পদ্ধতির সাহায্যে প্রয়োগ করা হয় যা খুঁজে বের করে যে একটি উদ্দীপনা দ্বারা সৃষ্ট সংবেদনটি অন্য উদ্দীপকের দ্বারা সৃষ্ট সংবেদনের চেয়ে কতবার বেশি বা কম। যদি এই ধরনের তুলনা বিভিন্ন পদ্ধতির সংবেদনগুলির জন্য করা হয়, তাহলে একজনের কথা বলা হয় ক্রস-মোডাল বিষয়গত স্কেলিং।তাদের নির্মাণের পদ্ধতি অনুসারে সরাসরি স্কেল দুটি প্রধান গ্রুপ গঠন করে: 1) সংজ্ঞার উপর ভিত্তি করে দাঁড়িপাল্লা সংবেদনশীল সম্পর্ক; 2) সংজ্ঞা উপর ভিত্তি করে দাঁড়িপাল্লা উদ্দীপকের মান।দ্বিতীয় বিকল্পটি বহুমাত্রিক স্কেলিং এর পথ খুলে দেয়। প্রত্যক্ষ স্কেলগুলির একটি উল্লেখযোগ্য অংশ একটি পাওয়ার ফাংশন দ্বারা ভালভাবে অনুমান করা হয়, যা এস. স্টিভেনস দ্বারা একটি বৃহৎ অভিজ্ঞতামূলক উপাদানের উপর প্রমাণিত হয়েছিল, যার পরে প্রত্যক্ষ দাঁড়িপাল্লার বিশ্লেষণাত্মক অভিব্যক্তি, স্টিভেনস পাওয়ার আইন, নামকরণ করা হয়েছে। বিষয়গত স্কেলিংয়ে সংবেদনগুলির পরিমাণগত প্রকাশের জন্য, পরিমাপের মনস্তাত্ত্বিক এককগুলি ব্যবহার করা হয়, নির্দিষ্ট পদ্ধতি এবং পরীক্ষামূলক অবস্থার জন্য বিশেষ। এই এককগুলির মধ্যে অনেকগুলি সাধারণত নামগুলি গ্রহণ করে: উচ্চতার জন্য "পুত্র", উজ্জ্বলতার জন্য "ব্রিলস", স্বাদের জন্য "ঘন", ভারীতার জন্য "ভেজ" ইত্যাদি। গ্রহণযোগ্য রূপান্তরের টাইপলজি অনুসারে, সরাসরি স্কেলগুলি প্রধানত দাঁড়িপাল্লা দ্বারা প্রতিনিধিত্ব করা হয়। ব্যবধান এবং সম্পর্ক। স্কেলিং পদ্ধতির পর্যালোচনার উপসংহারে, এর সাথে এর সম্পর্কের সমস্যাটি নির্দেশ করা প্রয়োজন মাপা.আমাদের মতে, এই সমস্যাটি স্কেলিং এর উপরোল্লিখিত বৈশিষ্ট্যগুলির কারণে ঘটে: 1) অভিজ্ঞতামূলক তথ্য সংগ্রহ পদ্ধতি এবং বিশ্লেষণাত্মক তথ্য প্রক্রিয়াকরণ পদ্ধতির অন্তর্ভুক্তি; 2) স্কেলিং প্রক্রিয়ার পরিমাণগত এবং গুণগত দিকগুলির একতা; 3) সাধারণ বৈজ্ঞানিক এবং সংকীর্ণ প্রোফাইলের সংমিশ্রণ, অর্থাৎ, নির্দিষ্ট পদ্ধতির নির্দিষ্ট পদ্ধতির সাথে স্কেলিং এর সাধারণ নীতিগুলির "বৃদ্ধি"। কিছু গবেষক "স্কেলিং" এবং "পরিমাপ" এর ধারণাগুলি স্পষ্টভাবে বা পরোক্ষভাবে সনাক্ত করেন। এস. স্টিভেনসের কর্তৃত্ব, যিনি পরিমাপকে "নির্দিষ্ট নিয়ম অনুসারে বস্তু বা ঘটনাকে সংখ্যাসূচক রূপ প্রদান" হিসাবে সংজ্ঞায়িত করেছেন, বিশেষ করে এই দৃষ্টিকোণে দৃঢ়ভাবে "কাজ করছেন" এবং অবিলম্বে উল্লেখ করেছেন যে এই ধরনের পদ্ধতি নির্মাণের দিকে পরিচালিত করে। দাঁড়িপাল্লার কিন্তু যেহেতু একটি স্কেল বিকাশের প্রক্রিয়াটি স্কেলিং এর একটি প্রক্রিয়া, তাই আমরা উপসংহারে পৌঁছেছি যে পরিমাপ এবং স্কেলিং এক এবং একই। বিপরীত অবস্থানটি হ'ল ব্যবধান এবং আনুপাতিক স্কেলগুলির নির্মাণের সাথে যুক্ত শুধুমাত্র মেট্রিক স্কেলিংকে পরিমাপের সাথে তুলনা করা হয়। মনে হচ্ছে দ্বিতীয় অবস্থানটি আরও কঠোর, যেহেতু পরিমাপটি কী পরিমাপ করা হচ্ছে তার একটি পরিমাণগত অভিব্যক্তিকে বোঝায় এবং ফলস্বরূপ, একটি মেট্রিকের উপস্থিতি। আলোচনার তীক্ষ্ণতা অপসারণ করা যেতে পারে যদি পরিমাপটি গবেষণা পদ্ধতি হিসাবে নয়, তবে স্কেলিং সহ একটি নির্দিষ্ট পদ্ধতির একটি সহায়ক অনুষঙ্গ হিসাবে বোঝা যায়। যাইহোক, মেট্রোলজি (পরিমাপের বিজ্ঞান) তার বাধ্যতামূলক বৈশিষ্ট্য হিসাবে "পরিমাপ" ধারণাটিকে পরিমাপের একটি উপায় হিসাবে অন্তর্ভুক্ত করে। স্কেলিং এর জন্য (অন্তত নন-মেট্রিক স্কেলিং এর জন্য), পরিমাপ যন্ত্র ঐচ্ছিক। সত্য, মেট্রোলজি মূলত বস্তুর শারীরিক পরামিতিগুলিতে আগ্রহী, মনস্তাত্ত্বিক নয়। মনোবিজ্ঞান, বিপরীতভাবে, প্রাথমিকভাবে বিষয়গত বৈশিষ্ট্য (বড়, ভারী, উজ্জ্বল, আনন্দদায়ক, ইত্যাদি) নিয়ে উদ্বিগ্ন। এটি কিছু লেখককে পরিমাপের মাধ্যম হিসাবে ব্যক্তিকে নিজেকে নিতে দেয়। এর অর্থ পরিমাপের একক হিসাবে মানবদেহের অংশগুলিকে এতটা ব্যবহার করা নয় (কিউবিট, আরশিন, ফ্যাথম, স্টেজ, ফুট, ইঞ্চি, ইত্যাদি), তবে যে কোনও ঘটনাকে বিষয়গতভাবে পরিমাপ করার ক্ষমতা। কিন্তু মূল্যায়নের ক্ষমতার পরিবর্তনশীলতা সহ একজন ব্যক্তির মধ্যে পৃথক পার্থক্যের অসীম পরিবর্তনশীলতা একটি দিতে পারে না বস্তু সম্পর্কে তথ্য সংগ্রহের পর্যায়ে সাধারণত ব্যবহৃত পরিমাপের একক। অন্য কথায়, স্কেলিং এর অভিজ্ঞতামূলক অংশে, বিষয়টিকে একটি পরিমাপ যন্ত্র হিসাবে বিবেচনা করা যায় না। এই ভূমিকা শুধুমাত্র একটি বড় প্রসারিত সঙ্গে তাকে দায়ী করা যেতে পারে ম্যানিপুলেশন আর অভিজ্ঞতামূলক সঙ্গে, কিন্তু আনুষ্ঠানিক সেট সঙ্গে. তারপর একটি বিষয়গত মেট্রিক কৃত্রিমভাবে প্রাপ্ত করা হয়, প্রায়শই ব্যবধান মান আকারে। জি.ভি. সুখোডলস্কি এই তথ্যগুলির দিকে ইঙ্গিত করেন যখন তিনি বলেন যে আদেশ দেওয়া (অর্থাৎ, বিষয়বস্তু পরীক্ষামূলক বস্তুর "মূল্যায়ন" পর্যায়ে এটি করে) "একটি প্রস্তুতিমূলক, কিন্তু একটি পরিমাপ অপারেশন নয়।" এবং শুধুমাত্র তখনই, প্রাথমিক বিষয়গত ডেটা প্রক্রিয়াকরণের পর্যায়ে, সংশ্লিষ্ট স্কেল-গঠনের ক্রিয়াগুলি (সুখোডলস্কিতে - র্যাঙ্কিং) “অর্ডার করা বস্তুর এক-মাত্রিক টপোলজিকাল স্থান পরিমাপ করে, এবং। অতএব, তারা পরিমাপ করে .. "বস্তুর আকার"। মনোবিজ্ঞানে "স্কেলিং" এবং "পরিমাপ" ধারণার মধ্যে সম্পর্কের অস্পষ্টতা বৃদ্ধি পায় যখন তাদের "পরীক্ষা" এবং "পরীক্ষা" ধারণার সাথে তুলনা করা হয়। কোন সন্দেহ নেই যে পরীক্ষাগুলি পরিমাপের সরঞ্জাম, তবে মনোবিজ্ঞানে তাদের প্রয়োগের দুটি দিক রয়েছে। প্রথমটি হল পরীক্ষার প্রক্রিয়ায় পরীক্ষার ব্যবহার, অর্থাৎ, নির্দিষ্ট মনস্তাত্ত্বিক বস্তুর পরীক্ষা (সাইকোডায়াগনস্টিকস)। দ্বিতীয়টি হল বিকাশ বা নির্মাণ। পরীক্ষার। প্রথম ক্ষেত্রে, কেউ পরিমাপ সম্পর্কে একটি নির্দিষ্ট কারণের সাথে কথা বলতে পারে, যেহেতু একটি রেফারেন্স পরিমাপ পরীক্ষার অধীনে বস্তুতে "প্রয়োগ করা হয়" (বিষয়) - একটি আদর্শ স্কেল। দ্বিতীয় ক্ষেত্রে, এটি স্পষ্টতই আরও সঠিক স্কেলিং এর কথা বলতে গেলে, যেহেতু টেস্ট ডিজাইনের সূক্ষ্মতা হল একটি আদর্শ স্কেল তৈরি করার প্রক্রিয়া এবং অভিজ্ঞতামূলক এবং আনুষ্ঠানিক সেটগুলি নির্ধারণের জন্য এই ক্রিয়াকলাপগুলির সাথে সম্পর্কিত, যার নির্ভরযোগ্যতা এবং আইসোমরফিজম পদ্ধতির প্রমিতকরণ দ্বারা নিশ্চিত করা হয় না। অভিজ্ঞতামূলক তথ্য এবং নির্ভরযোগ্য "পরিসংখ্যান" সংগ্রহের বোকামি। সমস্যার আরেকটি দিক থেকে উদ্ভূত হয় যে পরিমাপের সরঞ্জাম হিসাবে পরীক্ষাটি দুটি অংশ নিয়ে গঠিত: 1) কাজের একটি সেট (প্রশ্ন) যার সাথে বিষয় সরাসরি তার সম্পর্কে তথ্য সংগ্রহের পর্যায়ে ডিল করে এবং 2) একটি স্ট্যান্ডার্ড স্কেল যার সাথে তুলনা করার জন্য অভিজ্ঞতামূলক তথ্য ব্যাখ্যার পর্যায়ে সংগ্রহ করা হয়। কোথায় আমরা পরিমাপ সম্পর্কে কথা বলতে হবে, কোথায় স্কেলিং সম্পর্কে, যদি এই একই জিনিস না হয়? এটি আমাদের কাছে মনে হয় যে পরীক্ষা প্রক্রিয়ার অভিজ্ঞতামূলক অংশ, অর্থাৎ, একটি পরীক্ষার কাজের পরীক্ষার বিষয় দ্বারা কর্মক্ষমতা, একটি বিশুদ্ধভাবে পরিমাপ পদ্ধতি নয়, তবে এই স্কেলিংটি স্কেলিং করার জন্য প্রয়োজনীয়। যুক্তি নিম্নরূপ: নিজেদের মধ্যে, বিষয় দ্বারা সঞ্চালিত কর্ম নির্ণয় করা গুণাবলী তীব্রতা একটি পরিমাপ নয়। শুধুমাত্র এই কর্মের ফলাফল (সময়, ত্রুটির সংখ্যা, উত্তরের ধরন, ইত্যাদি), বিষয় দ্বারা আর নির্ধারিত হয় না, কিন্তু ডায়াগনস্টিসিয়ান দ্বারা নির্ধারিত হয়, একটি "কাঁচা" স্কেল মান, যা পরবর্তীকালে রেফারেন্স মানের সাথে তুলনা করা হয়। বিষয়ের কর্মের ফলাফলের "কাঁচা" সূচক দুটি কারণে এখানে বলা হয়েছে। প্রথমত, তারা. একটি নিয়ম হিসাবে, তারা অভিব্যক্তির অন্যান্য ইউনিটে রূপান্তরিত হয়। প্রায়শই - "ফেসলেস" এ, বিমূর্ত স্কোর, দেয়াল ইত্যাদি। এবং দ্বিতীয়ত, পরীক্ষায় একটি সাধারণ জিনিস হল অধ্যয়ন করা মানসিক ঘটনার বহুমাত্রিকতা, যা এর মূল্যায়নের জন্য বিভিন্ন পরিবর্তিত প্যারামিটারের নিবন্ধন জড়িত, পরবর্তীতে একটি একক সূচকে সংশ্লেষিত হয়। এইভাবে, শুধুমাত্র ডেটা প্রসেসিং এবং পরীক্ষার ফলাফলের ব্যাখ্যার পর্যায়গুলি, যেখানে "কাঁচা" অভিজ্ঞতামূলক ডেটা তুলনীয় ডেটাতে রূপান্তরিত হয় এবং পরবর্তীগুলি "পরিমাপকারী শাসক" অর্থাৎ স্ট্যান্ডার্ড স্কেলে, সংরক্ষণ ছাড়াই পরিমাপের জন্য দায়ী করা যেতে পারে। . এমনকি "সাইকোমেট্রি" এবং "গাণিতিক মনোবিজ্ঞান" এর মতো বৈজ্ঞানিক বিভাগের স্বাধীন শাখায় বিচ্ছিন্নতা এবং বিকাশের সাথে এই সমস্যার গিঁট আরও শক্ত করা হয়। তাদের প্রত্যেকে আমরা যে ধারণাগুলি নিয়ে আলোচনা করছি তার মূল বিভাগ হিসাবে বিবেচনা করে। সাইকোমেট্রিকে মনস্তাত্ত্বিক পরিমাপবিদ্যা হিসাবে বিবেচনা করা যেতে পারে, যা "মনোবিজ্ঞানের পরিমাপের সাথে সম্পর্কিত সমস্ত বিষয়গুলিকে কভার করে।" অতএব, এটি আশ্চর্যজনক নয় যে স্কেলিং এই "প্রশ্নের বৃত্তে" অন্তর্ভুক্ত করা হয়েছে। কিন্তু সাইকোমেট্রি পরিমাপের সাথে এর সম্পর্ক স্পষ্ট করে না। তদুপরি, বিষয়টি সাইকোমেট্রিক বিজ্ঞানের নিজেই এবং এর বিষয়ের বিভিন্ন ব্যাখ্যা দ্বারা বিভ্রান্ত হয়। উদাহরণস্বরূপ, সাইকো-মেট্রিক্সকে সাইকোডায়াগনস্টিক্সের প্রসঙ্গে বিবেচনা করা হয়। "প্রায়শই "সাইকোমেট্রি" এবং "সাইকোলজিক্যাল এক্সপেরিমেন্ট" শব্দ দুটি প্রতিশব্দ হিসাবে ব্যবহৃত হয়... এটি একটি খুব জনপ্রিয় মতামত যে সাইকোমেট্রি হল গাণিতিক পরিসংখ্যান, মনোবিজ্ঞানের সুনির্দিষ্ট বিষয়গুলিকে বিবেচনায় নিয়ে... সাইকোমেট্রির একটি স্থিতিশীল উপলব্ধি: গাণিতিক যন্ত্রপাতি সাইকোডায়াগনস্টিকস... সাইকোমেট্রি হল মানসিক ঘটনা অধ্যয়নে গাণিতিক মডেল ব্যবহার করার বিজ্ঞান। যতদূর গাণিতিক মনোবিজ্ঞান সম্পর্কিত, এর অবস্থা আরও অস্পষ্ট। "গাণিতিক মনোবিজ্ঞানের বিষয়বস্তু এবং কাঠামো এখনও একটি সাধারণভাবে গৃহীত ফর্ম অর্জন করেনি, গাণিতিক এবং মনস্তাত্ত্বিক মডেল এবং পদ্ধতিগুলির পছন্দ এবং পদ্ধতিগতকরণ কিছু পরিমাণে স্বেচ্ছাচারী"। তা সত্ত্বেও, সাইকোমেট্রিক্সের জন্য ইতিমধ্যেই গাণিতিক মনোবিজ্ঞান দ্বারা শোষিত হওয়ার প্রবণতা রয়েছে। এটি স্কেলিং এবং পরিমাপের মধ্যে সম্পর্কের আলোচিত সমস্যাকে প্রভাবিত করবে কিনা এবং মনোবিজ্ঞানের পদ্ধতির সাধারণ পদ্ধতিতে তাদের স্থানটি স্পষ্ট হয়ে উঠবে কিনা তা বলা এখনও কঠিন।
2.2। গুণগত পদ্ধতি
গুণগত পদ্ধতি (কিউএম) অধ্যয়নের অধীনে থাকা বস্তুর সবচেয়ে উল্লেখযোগ্য দিকগুলি সনাক্ত করা সম্ভব করে, যা তাদের সম্পর্কে জ্ঞানকে সাধারণীকরণ এবং পদ্ধতিগত করা এবং সেইসাথে তাদের সারমর্মকে বোঝা সম্ভব করে তোলে। প্রায়শই, সিএমরা পরিমাণগত তথ্যের উপর নির্ভর করে। সবচেয়ে সাধারণ পদ্ধতি যেমন শ্রেণিবিন্যাস, টাইপোলজি, পদ্ধতিগতকরণ, পর্যায়ক্রম, ক্যাসুস্ট্রি।
2.2.1। শ্রেণীবিভাগ
শ্রেণীবিভাগ(lat.ক্লাসিক - বিভাগ, ফেসারে - করতে) - এটি তাদের সাধারণ বৈশিষ্ট্যগুলির উপর নির্ভর করে অনেকগুলি বস্তুকে গ্রুপে (শ্রেণী) বিতরণ। ক্লাসে হ্রাস একটি সাধারণীকরণ বৈশিষ্ট্যের উপস্থিতি এবং এর অনুপস্থিতি দ্বারা উভয়ই করা যেতে পারে। এই জাতীয় পদ্ধতির ফলাফল হল ক্লাসের একটি সেট, যাকে গোষ্ঠীবদ্ধ করার প্রক্রিয়ার মতো, শ্রেণীবিভাগ বলা হয়। শ্রেণিবিন্যাস পদ্ধতিটি মূলত বিভাজনের (পচন) একটি ডিডাক্টিভ অপারেশন: উপাদানগুলির একটি পরিচিত সেটকে কিছু মানদণ্ড অনুসারে উপসেটে (শ্রেণী) ভাগ করা হয়। উপসেটের সীমানা নির্ধারণ করে এবং এই সীমানার মধ্যে কিছু উপাদান অন্তর্ভুক্ত করে ক্লাস তৈরি করা হয়। এই শ্রেণীর সীমার বাইরে বৈশিষ্ট্যযুক্ত উপাদানগুলিকে অন্য শ্রেণিতে রাখা হয় বা শ্রেণিবিন্যাসের বাইরে চলে যায়। শ্রেণীবিন্যাস পদ্ধতি বাস্তবায়নের দুটি সম্ভাব্য উপায় সম্পর্কে বিজ্ঞানে পাওয়া মতামত, যথা ডিডাক্টিভ এবং ইনডাক্টিভ, আমাদের কাছে ভুল বলে মনে হয়। শ্রেণীবিভাগ শুধুমাত্র কিছু পরিচিত বস্তুর সেটের সাপেক্ষে হতে পারে, যেমন একটি "বন্ধ" সেট, যেহেতু শ্রেণীবিভাগের মানদণ্ডটি আগে থেকেই বেছে নেওয়া হয় এবং সেটের সমস্ত উপাদানের জন্য এটি একই। অতএব, আপনি শুধুমাত্র ক্লাসে বিভক্ত করতে পারেন। এক শ্রেণীর সাথে অন্য শ্রেণীতে "যোগ" করা অসম্ভব, যেহেতু এই ধরনের পদ্ধতির সময় পরবর্তী বস্তুতে নির্বাচিত মানদণ্ডের সাথে সামঞ্জস্যপূর্ণ বৈশিষ্ট্য থাকবে কিনা তা আগাম জানা যায় না। এবং এই ধরনের গোষ্ঠী গঠনের প্রক্রিয়া অপ্রয়োজনীয় এবং অর্থহীন হয়ে পড়ে। কিন্তু যদি, এই পদ্ধতির মাধ্যমে, উপাদানগুলিকে একত্রিত করার (বা পাতলা করার) মানদণ্ড পরিবর্তন করা সম্ভব হয়, তাহলে আমরা নির্দিষ্ট গোষ্ঠী গঠনের একটি প্রক্রিয়া পাই যা আনয়নের উপর ভিত্তি করে নয় (এবং তার চেয়েও কম ডিডাকশনের উপর ভিত্তি করে), কিন্তু ট্র্যাডাকশনের উপর ভিত্তি করে। এই কারণেই এই জাতীয় পদ্ধতি "সংলগ্ন গ্রুপিং" দেয় এবং ডিডাক্টিভ এক - প্রধানত "শ্রেণিবদ্ধ শ্রেণীবিভাগ"। G. Selye এর মতে, “শ্রেণীবিন্যাস হল সবচেয়ে প্রাচীন এবং সহজ বৈজ্ঞানিক পদ্ধতি। এটি সমস্ত ধরণের তাত্ত্বিক নির্মাণের পূর্বশর্ত হিসাবে কাজ করে, যার মধ্যে কারণ-এবং-প্রভাব সম্পর্ক স্থাপনের জন্য একটি জটিল পদ্ধতি রয়েছে যা শ্রেণীবদ্ধ বস্তুকে সংযুক্ত করে। শ্রেণীবিভাগ ছাড়া, আমরা এমনকি কথা বলতে সক্ষম হবে না. প্রকৃতপক্ষে, যেকোনো সাধারণ বিশেষ্যের (মানুষ, কিডনি, তারকা) ভিত্তি হল এর পিছনে থাকা বস্তুর শ্রেণির স্বীকৃতি। বস্তুর একটি নির্দিষ্ট শ্রেণির (উদাহরণস্বরূপ, মেরুদণ্ডী প্রাণী) সংজ্ঞায়িত করার অর্থ হল সেই প্রয়োজনীয় বৈশিষ্ট্যগুলি (মেরুদন্ড) স্থাপন করা যা এই শ্রেণীতে গঠিত সমস্ত উপাদানের জন্য সাধারণ। এইভাবে, শ্রেণীবিভাগের মধ্যে সেই ছোট উপাদানগুলির সনাক্তকরণ জড়িত যেগুলি একটি বৃহত্তর উপাদানের (শ্রেণী নিজেই) অংশ। সমস্ত শ্রেণিবিন্যাস কিছু ধরণের অর্ডার আবিষ্কারের উপর ভিত্তি করে। বিজ্ঞান যেমন পৃথক বস্তুর সাথে সম্পর্কিত নয়, তবে সাধারণীকরণের সাথে, অর্থাৎ, শ্রেণী এবং সেই আইনগুলির সাথে সম্পর্কিত যা অনুসারে বস্তুগুলিকে একটি শ্রেণী গঠন করা হয়। সেজন্য শ্রেণীবিভাগ একটি মৌলিক প্রক্রিয়া। এটি সাধারণত বিজ্ঞানের বিকাশের প্রথম ধাপ। যদি শ্রেণীবিভাগ এই বস্তুর জন্য অপরিহার্য কোন চিহ্নের উপর ভিত্তি করে করা হয়, তাহলে শ্রেণীবিভাগ বলা হয় প্রাকৃতিক.উদাহরণস্বরূপ, লাইব্রেরিতে একটি বিষয়ের ক্যাটালগ, পদ্ধতি দ্বারা সংবেদনগুলির একটি শ্রেণীবিভাগ। যদি মানদণ্ডটি বস্তুর নিজের জন্য অপরিহার্য না হয়, তবে শুধুমাত্র তাদের অর্ডারের জন্য সুবিধাজনক হয়, তাহলে তারা পাবে কৃত্রিমশ্রেণীবিভাগ উদাহরণস্বরূপ, একটি বর্ণানুক্রমিক লাইব্রেরি ক্যাটালগ, রিসেপ্টরগুলির অবস্থান অনুসারে সংবেদনের শ্রেণীবিভাগ।2.2.2। টাইপোলজি
টাইপোলজি- এটি তাদের জন্য বৈশিষ্ট্যগুলির সবচেয়ে উল্লেখযোগ্য সিস্টেম অনুসারে বস্তুর একটি গ্রুপিং। এই ধরনের গোষ্ঠীকরণের ভিত্তি হল অধ্যয়নকৃত বাস্তবতার বিভাজনের একক এবং বাস্তবের বস্তুর একটি নির্দিষ্ট আদর্শ মডেল হিসাবে ধরনকে বোঝা। টাইপোলজির ফলে আমরা পাই টাইপোলজি,অর্থাৎ সামগ্রিকতা প্রকারশ্রেণিবিন্যাসের বিপরীতে টাইপোলজির প্রক্রিয়া হল একটি প্রবর্তক (গঠনমূলক) ক্রিয়াকলাপ: একটি নির্দিষ্ট সেটের উপাদানগুলিকে এক বা একাধিক উপাদানের চারপাশে গোষ্ঠীভুক্ত করা হয় যার রেফারেন্স বৈশিষ্ট্য রয়েছে। প্রকারগুলি সনাক্ত করার সময়, তাদের মধ্যে সীমানা সেট করা হয় না, তবে টাইপের কাঠামো সেট করা হয়। অন্যান্য উপাদান সমতা বা সাদৃশ্যের ভিত্তিতে এর সাথে সম্পর্কযুক্ত। সুতরাং, যদি শ্রেণীবিভাগ পার্থক্যের উপর ভিত্তি করে একটি গ্রুপিং হয়, তাহলে টাইপোলজি হল মিলের উপর ভিত্তি করে একটি গ্রুপিং। ধরন বোঝার এবং বর্ণনা করার জন্য দুটি মৌলিক পদ্ধতি রয়েছে: 1) টাইপ হিসাবে গড়(অত্যন্ত সাধারণীকৃত) এবং 2) হিসাবে টাইপ করুন edge-তার(অত্যন্ত মূর্খতাপূর্ণ)। প্রথম ক্ষেত্রে, বৈশিষ্ট্য সহ একটি বস্তু যা তাদের তীব্রতা নমুনার গড় মানের কাছাকাছি। দ্বিতীয়টিতে - সর্বাধিক উচ্চারিত বৈশিষ্ট্য সহ। তারপরে, প্রথম ক্ষেত্রে, তারা একটি নির্দিষ্ট গোষ্ঠীর (উপসেট) একটি সাধারণ প্রতিনিধির কথা বলে এবং দ্বিতীয়টিতে, গোষ্ঠীর একটি উজ্জ্বল প্রতিনিধির, এই গোষ্ঠীর নির্দিষ্ট গুণাবলীর একটি শক্তিশালী প্রকাশ সহ একটি প্রতিনিধির কথা বলে। সুতরাং, "বুদ্ধিজীবীদের একজন সাধারণ প্রতিনিধি" এর সংজ্ঞাটি প্রথম বিকল্পের জন্য দায়ী করা উচিত এবং "পরিশোধিত বুদ্ধিজীবী" দ্বিতীয় থেকে। টাইপের প্রথম উপলব্ধি হল কল্পকাহিনী এবং শিল্পের বৈশিষ্ট্য, যেখানে প্রকারগুলি অনুমান করা হয়। দ্বিতীয় ব্যাখ্যাটি প্রকারের বৈজ্ঞানিক বর্ণনায় অন্তর্নিহিত। দৈনন্দিন অনুশীলনে, উভয় পন্থা পরিলক্ষিত হয়। যে কোনও বিকল্প একটি সামগ্রিক চিত্র গঠনের দিকে নিয়ে যায় - একটি মান যার বিরুদ্ধে বাস্তব বস্তুর তুলনা করা হয়। টাইপের উভয় জাতই রচনায় অভিন্ন, যেহেতু তারা টাইপের প্রধান বৈশিষ্ট্যগুলির গঠন সম্পর্কে ধারণাগুলিতে উপস্থিত হয়। তাদের সাথে বাস্তব বস্তুর সম্পর্ক স্থাপনের পর্যায়ে তাদের মধ্যে পার্থক্য দেখা দেয়। গড় হিসাবে টাইপ (শৈল্পিক প্রকার) একটি মডেল হিসাবে কাজ করে যার সাথে এটি একটি নির্দিষ্ট বস্তুর সাদৃশ্য, নৈকট্যের ডিগ্রি স্থাপন করা প্রয়োজন। তদুপরি, পরেরটির "সাদৃশ্য" মানের অভিব্যক্তির অভাব (মানে "পৌছায় না") এবং অতিরিক্ত অভিব্যক্তির দিক থেকে (মানকে ছাড়িয়ে গেছে) উভয় দিক থেকেই নির্ধারণ করা যেতে পারে। চরম হিসাবে টাইপ (বৈজ্ঞানিক প্রকার) একটি মান হিসাবে কাজ করে যার দ্বারা একটি নির্দিষ্ট বস্তুর থেকে পার্থক্য নির্ধারণ করা হয়, পরবর্তীটি কতটা কম পড়ে তার দ্বারা। এইভাবে, বৈজ্ঞানিক ধরন একটি আদর্শ, একটি রোল মডেলের মত কিছু। সুতরাং, একটি শৈল্পিক ধরন তাদের প্রয়োজনীয় বৈশিষ্ট্যগুলির সিস্টেমের সাদৃশ্যের ডিগ্রির উপর ভিত্তি করে বস্তুগুলিকে একত্রিত করার জন্য একটি অত্যন্ত সাধারণীকৃত মডেল। বৈজ্ঞানিক টাইপ হল একটি অত্যন্ত মূল মান যা বস্তুকে তাদের প্রয়োজনীয় বৈশিষ্ট্যগুলির সিস্টেমের মধ্যে পার্থক্যের মাত্রার উপর ভিত্তি করে একত্রিত করার জন্য, যা আনুষ্ঠানিকভাবে (কিন্তু সারমর্মে নয়!) টাইপোলজিকে শ্রেণিবিন্যাসের কাছাকাছি নিয়ে আসে। মনস্তাত্ত্বিক টাইপোলজিগুলির একটি বিশ্লেষণ এটি দেখায় মনস্তাত্ত্বিক বৈজ্ঞানিক প্রকারনির্দিষ্ট বৈশিষ্ট্য একটি সংখ্যা আছে. তাদের একটি মেট্রিক নেই, অর্থাৎ, বৈশিষ্ট্যগুলির তীব্রতার একটি পরিমাপ - এই সমস্ত বিবরণ গুণগত। লক্ষণগুলির কোনও শ্রেণিবিন্যাস নেই, নেতৃস্থানীয় এবং অধস্তন, মৌলিক এবং অতিরিক্ত গুণাবলীর কোনও ইঙ্গিত নেই। চিত্রটি নিরাকার এবং বিষয়গত। অতএব, একটি বাস্তব বস্তুকে যে কোনো এক প্রকারের জন্য দায়ী করা খুবই কঠিন। এই ধরনের বর্ণনা পরিভাষাগত অস্পষ্টতা দ্বারা চিহ্নিত করা হয়। তথাকথিত "হ্যালো" সাধারণ, যখন এর গুণাবলী নয়, তবে তাদের থেকে উদ্ভূত ফলাফলগুলিকে একটি ধরণের বৈশিষ্ট্য হিসাবে নেওয়া হয়। উদাহরণস্বরূপ, মেজাজের প্রকারগুলি বর্ণনা করার সময়, একই মেজাজের লোকেদের কার্যকর ক্রিয়াকলাপের ক্ষেত্রগুলি দেওয়া হয়। মনোবিজ্ঞানে পরিচিত চার ধরনের টাইপোলজি: 1) সাংবিধানিক (E. Kretschmer এবং W. Sheldon এর typologies); 2) মনস্তাত্ত্বিক (K. Jung, K. Leonhard, A. E. Lichko, G. Shmishek, G. Eysenck এর টাইপোলজি); 3) সামাজিক (নেতৃত্ব এবং নেতৃত্বের ধরন); 4) জ্যোতির্বিজ্ঞান (রাশিফল)। সবচেয়ে উচ্চারিত বৈশিষ্ট্যগুলির সংমিশ্রণ হিসাবে মনস্তাত্ত্বিক প্রকারকে বোঝা "সর্বজনীন প্রকারের বৈশিষ্ট্যগুলির ছেদ করার ফলে যে কোনও নির্দিষ্ট ব্যক্তির মনস্তাত্ত্বিক অবস্থা উপস্থাপন করতে আমাদের অনুমতি দেয়"। আপনি দেখতে পাচ্ছেন, শ্রেণীবিন্যাস এবং টাইপোলজি হল অভিজ্ঞতামূলক ডেটার গুণগত প্রক্রিয়াকরণের দুটি ভিন্ন উপায়, যা গবেষণার ফলাফলের দুটি সম্পূর্ণ ভিন্ন ধরনের উপস্থাপনের দিকে পরিচালিত করে - গোষ্ঠীর একটি সেট (শ্রেণী) হিসাবে শ্রেণীবিভাগ এবং প্রকারের একটি সেট হিসাবে টাইপোলজি। অতএব, এই ধারণাগুলির বরং ব্যাপক বিভ্রান্তির সাথে একমত হওয়া কোনভাবেই সম্ভব নয়, এবং আরও বেশি করে তাদের সনাক্তকরণের সাথে। ক্লাসঅনুরূপ বাস্তব বস্তুর একটি সেট, এবং ধরণ- এটি একটি আদর্শ নমুনা, যা, এক ডিগ্রী বা অন্য, বাস্তব বস্তুর অনুরূপ। একটি শ্রেণী এবং একটি প্রকারের মধ্যে মৌলিক পার্থক্য টাইপোলজি এবং শ্রেণীবিভাগের পদ্ধতিগুলির মৌলিক বিভাজন এবং এই পদ্ধতিগুলির ফলাফলগুলির মধ্যে শ্রেণীগত পার্থক্য - টাইপোলজি এবং শ্রেণীবিভাগ উভয়ই পূর্বনির্ধারিত করে। এই বিষয়ে, কিছু সমাজবিজ্ঞানীর অবস্থান অস্পষ্ট, যারা একদিকে, শ্রেণীবিভাগ এবং টাইপোলজির স্বতন্ত্রতা সম্পর্কে সন্দিহান, এবং অন্যদিকে, শ্রেণীবিভাগকে একটি টাইপোলজি নির্মাণের উপায় হিসাবে বিবেচনা করা সম্ভব বলে মনে করেন: " যদি ব্যবহৃত শব্দটি "টাইপোলজি" হয়, একটি নির্দিষ্ট স্তরের জ্ঞানের সাথে জনসংখ্যার সংশ্লিষ্ট বিভাজনের অর্থপূর্ণ প্রকৃতির সাথে ঘনিষ্ঠভাবে সম্পর্কিত হয়, তবে "শ্রেণীবিভাগ" শব্দটির এমন একটি সম্পত্তি নেই। আমরা এর মধ্যে জ্ঞানতাত্ত্বিক অর্থ রাখি না। বস্তুর প্রকারের অর্থপূর্ণ ধারণা সহ জনসংখ্যাকে দলে বিভক্ত করার আনুষ্ঠানিক পদ্ধতির চিঠিপত্র সম্পর্কে কথা বলতে সক্ষম হওয়ার জন্য আমাদের এটি কেবল সুবিধার জন্য প্রয়োজন। যাইহোক, এই "সুবিধা" দুটি সম্পূর্ণ ভিন্ন এবং বিপরীতভাবে নির্দেশিত প্রক্রিয়াগুলির প্রকৃত সনাক্তকরণের দিকে নিয়ে যায়: শ্রেণীবিভাগের পদ্ধতিটি "বস্তুর প্রাথমিক সেটকে ক্লাসে বিভাজন হিসাবে" এবং "বিভাজনের প্রক্রিয়া হিসাবে টাইপোলজির প্রক্রিয়া" হিসাবে সংজ্ঞায়িত করা হয়। একটি নির্দিষ্ট ধরণের প্রজাতিতে, ধারণাগুলি সংশ্লিষ্ট উপাদানগুলিতে। এখানে শুধুমাত্র পার্থক্য হল যে শ্রেণীগুলি, দৃশ্যত, একক-স্তরের গোষ্ঠীগুলিকে বোঝায় এবং জেনারা এবং প্রজাতিগুলি - বহু-স্তরীয়গুলি। উভয় প্রক্রিয়ার সারমর্ম একই: একটি সেটকে উপসেটে ভাগ করা। অতএব, এটি আশ্চর্যের কিছু নয় যে এই গবেষকরা অভিযোগ করেন যে "শ্রেণীবিভাগের আনুষ্ঠানিক পদ্ধতি ব্যবহার করে টাইপোলজির সমস্যাগুলি সমাধান করার সময়, এটি সর্বদা দেখা যায় না যে প্রাপ্ত শ্রেণিগুলি সমাজবিজ্ঞানীর আগ্রহের অর্থপূর্ণ অর্থে প্রকারের সাথে মিলে যায়"।2.2.3। পদ্ধতিগতকরণ
পদ্ধতিগতকরণক্লাসের মধ্যে বস্তুর ক্রম, নিজেদের মধ্যে ক্লাস, এবং ক্লাসের অন্যান্য সেটের সাথে ক্লাসের সেট। এটি বিভিন্ন স্তরের সিস্টেমের মধ্যে উপাদানগুলির গঠন (ক্লাসের অবজেক্ট, তাদের সেটের ক্লাস ইত্যাদি) এবং এই সিস্টেমগুলিকে অন্যান্য একক-স্তরের সিস্টেমের সাথে যুক্ত করা, যা সংস্থার একটি উচ্চ স্তরের সিস্টেমগুলিকে প্রাপ্ত করা সম্ভব করে। এবং সাধারণীকরণ। সীমাতে, পদ্ধতিগতকরণ হল বস্তুর একটি সেটে সমস্ত স্তরের সংযোগের সর্বাধিক সম্ভাব্য সংখ্যক সনাক্তকরণ এবং দৃশ্যমান উপস্থাপনা। অনুশীলনে, এর ফলে বহু-স্তরের শ্রেণীবিভাগ হয়। উদাহরণ: উদ্ভিদ ও প্রাণীর শ্রেণিবিন্যাস; বিজ্ঞানের পদ্ধতিগত (বিশেষ করে, মানব বিজ্ঞান); মনস্তাত্ত্বিক পদ্ধতির পদ্ধতিগত; মানসিক প্রক্রিয়াগুলির পদ্ধতিগত; ব্যক্তিত্বের বৈশিষ্ট্যের পদ্ধতিগত; মানসিক অবস্থার পদ্ধতিগত।2.2.4। সময়কাল
সময়কাল- এটি অধ্যয়নের অধীনে বস্তুর (প্রপঞ্চ) অস্তিত্বের একটি কালানুক্রমিক ক্রম। এটি একটি বস্তুর জীবনচক্রকে উল্লেখযোগ্য পর্যায়ে (পিরিয়ড) ভাগ করে নিয়ে গঠিত। প্রতিটি পর্যায় সাধারণত বস্তুর উল্লেখযোগ্য পরিবর্তন (পরিমাণগত বা গুণগত) এর সাথে মিলে যায়, যা দার্শনিক বিভাগ "লিপ" এর সাথে সম্পর্কযুক্ত হতে পারে। মনোবিজ্ঞানে পিরিয়ডাইজেশনের উদাহরণ: মানুষের অনটোজেনেসিসের পিরিয়ডাইজেশন; ব্যক্তিত্ব সামাজিকীকরণের পর্যায়; এনথ্রোপজেনেসিসের সময়কাল; গ্রুপ বিকাশের পর্যায় এবং পর্যায়গুলি (গ্রুপ গতিবিদ্যা), ইত্যাদি। [ 43]2.2.5। মনস্তাত্ত্বিক ক্যাসুস্ট্রি
মনস্তাত্ত্বিক ক্যাসুস্ট্রি হল অধ্যয়নের অধীনে বাস্তবতার জন্য সবচেয়ে সাধারণ এবং ব্যতিক্রমী উভয় ক্ষেত্রেই একটি বর্ণনা এবং বিশ্লেষণ। এই কৌশলটি ডিফারেনশিয়াল সাইকোলজির ক্ষেত্রে গবেষণার জন্য সাধারণ। মানুষের সাথে মনস্তাত্ত্বিক কাজে একটি পৃথক পদ্ধতিও ব্যবহারিক মনোবিজ্ঞানে ক্যাসুস্ট্রির ব্যাপক ব্যবহার পূর্বনির্ধারিত করে। মনস্তাত্ত্বিক ক্যাসুইস্ট্রি ব্যবহারের একটি ভাল উদাহরণ হল প্রফেসিওগ্রাফিতে ব্যবহৃত ঘটনার পদ্ধতি। [ 44]
3. ব্যাখ্যামূলক পদ্ধতি
এমনকি সাংগঠনিকের চেয়েও বেশি, এই পদ্ধতিগুলি নামের প্রাপ্য পন্থা,কারণ এগুলি প্রাথমিকভাবে ব্যাখ্যামূলক নীতি যা অধ্যয়নের ফলাফলের ব্যাখ্যার দিকটি পূর্বনির্ধারিত করে। বৈজ্ঞানিক অনুশীলনে বিকশিত হয়েছে জেনেটিক, কাঠামোগত, কার্যকরী, জটিলএবং সিস্টেম পন্থা.এক বা অন্য পদ্ধতি ব্যবহার করার অর্থ অন্যদের কেটে ফেলা নয়। বিপরীতে, মনোবিজ্ঞানের স্বাভাবিক জিনিস হল পন্থাগুলির সংমিশ্রণ। এবং এটি শুধুমাত্র গবেষণা অনুশীলনের ক্ষেত্রেই নয়, সাইকোডায়াগনস্টিকস, সাইকোলজিক্যাল কাউন্সেলিং এবং সাইকোকারেকশনের ক্ষেত্রেও প্রযোজ্য।
3.1। জেনেটিক পদ্ধতি
জেনেটিক পদ্ধতি হল অনটোজেনেটিক এবং ফিলোজেনেটিক উভয় পরিকল্পনায় তাদের বিকাশের বিশ্লেষণের উপর ভিত্তি করে ঘটনাগুলি (মানসিক সহ) অধ্যয়ন এবং ব্যাখ্যা করার একটি উপায়। এর জন্য প্রতিষ্ঠা করা প্রয়োজন: I) ঘটনার উত্থানের প্রাথমিক শর্ত, 2) প্রধান পর্যায় এবং 3) এর বিকাশের প্রধান প্রবণতা। পদ্ধতির উদ্দেশ্য হল সময়মতো অধ্যয়নকৃত ঘটনার সংযোগ প্রকাশ করা, নিম্ন ফর্ম থেকে উচ্চতর রূপান্তরকে ট্রেস করা। তাই যেখানেই মানসিক ঘটনার অস্থায়ী গতিশীলতা প্রকাশ করার প্রয়োজন হয়, সেখানে জেনেটিক পদ্ধতি হল একজন মনোবিজ্ঞানীর জন্য একটি অপরিহার্য গবেষণার হাতিয়ার। এমনকি যখন গবেষণাটি ঘটনার কাঠামোগত এবং কার্যকরী বৈশিষ্ট্যগুলি অধ্যয়ন করার লক্ষ্যে থাকে, তখন পদ্ধতিটির কার্যকর প্রয়োগকে উড়িয়ে দেওয়া হয় না। সুতরাং, মাইক্রোস্ট্রাকচারাল সহ উপলব্ধিমূলক কর্মের সুপরিচিত তত্ত্বের বিকাশকারীরা উপলব্ধির বিশ্লেষণে উল্লেখ করা হয়েছে যে "সবচেয়ে উপযুক্ত গবেষণার জেনেটিক পদ্ধতি"। স্বাভাবিকভাবেই, জেনেটিক পদ্ধতিটি বিশেষ করে উন্নয়নমূলক মনোবিজ্ঞানের বিভিন্ন শাখার বৈশিষ্ট্য: তুলনামূলক, উন্নয়নমূলক, ঐতিহাসিক মনোবিজ্ঞান। এটা স্পষ্ট যে কোন অনুদৈর্ঘ্য অধ্যয়নের সাথে বিবেচনাধীন পদ্ধতির প্রয়োগ জড়িত। জেনেটিক পদ্ধতিকে আসলে মনোবিজ্ঞানের মৌলিক নীতিগুলির একটি পদ্ধতিগত বাস্তবায়ন হিসাবে বিবেচনা করা যেতে পারে, যথা উন্নয়ন নীতি. এই জাতীয় দৃষ্টিভঙ্গির সাথে, বিকাশের নীতি বাস্তবায়নের জন্য অন্যান্য বিকল্পগুলিকে জেনেটিক পদ্ধতির পরিবর্তন হিসাবে বিবেচনা করা যেতে পারে। উদাহরণ স্বরূপ, ঐতিহাসিকএবং বিবর্তনীয় পন্থা।
3.2। কাঠামোগত পদ্ধতি
কাঠামোগত পদ্ধতি- দিক, বস্তুর গঠন (ঘটনা) সনাক্তকরণ এবং বর্ণনার উপর দৃষ্টি নিবদ্ধ করে। এটি দ্বারা চিহ্নিত করা হয়: বস্তুর বর্তমান অবস্থার বর্ণনায় গভীর মনোযোগ; তাদের অন্তর্নিহিত নিরবধি বৈশিষ্ট্যের ব্যাখ্যা; বিচ্ছিন্ন তথ্যে নয়, তাদের মধ্যকার সম্পর্কের প্রতি আগ্রহ। ফলস্বরূপ, তার সংগঠনের বিভিন্ন স্তরে বস্তুর উপাদানগুলির মধ্যে সম্পর্কের একটি সিস্টেম নির্মিত হয়। সাধারণত, কাঠামোগত পদ্ধতি বস্তুর অংশ এবং সমগ্রের মধ্যে সম্পর্ক এবং প্রকাশিত কাঠামোর গতিশীলতার উপর জোর দেয় না। এই ক্ষেত্রে, সম্পূর্ণ অংশে পচন (পচন) বিভিন্ন বিকল্প অনুযায়ী করা যেতে পারে। কাঠামোগত পদ্ধতির একটি গুরুত্বপূর্ণ সুবিধা হ'ল বিভিন্ন মডেলের আকারে ফলাফলের ভিজ্যুয়াল উপস্থাপনের আপেক্ষিক সহজতা। এই মডেলগুলি বর্ণনা, উপাদানগুলির একটি তালিকা, একটি গ্রাফিকাল স্কিম, শ্রেণীবিভাগ ইত্যাদির আকারে দেওয়া যেতে পারে। এই ধরনের মডেলিংয়ের একটি অক্ষয় উদাহরণ হল ব্যক্তিত্বের গঠন এবং প্রকারের উপস্থাপনা: 3 অনুযায়ী একটি তিন-উপাদান মডেল। ফ্রয়েড; জং অনুযায়ী ব্যক্তিত্বের ধরন; "আইসেঙ্কের বৃত্ত"; R. Assagioli এর মাল্টিফ্যাক্টোরিয়াল মডেল। আমাদের দেশীয় বিজ্ঞান এই বিষয়ে বিদেশী মনোবিজ্ঞান থেকে পিছিয়ে নেই: এ. এফ. লাজুরস্কির মতে এন্ডো- এবং এক্সোসাইকি এবং ভি. ডি. বালিনের মতামতের বিকাশ; ব্যক্তিগত কাঠামো B. G. Ananiev অনুযায়ী চারটি জটিল কমপ্লেক্সের মধ্যে ty; ভি.এস. মার্লিনের স্বতন্ত্র-ব্যক্তিগত স্কিম; A. G. Kovalev এবং P. I. Ivanov-এর তালিকা; কে কে প্লাটোনভের মতে ব্যক্তিত্বের গতিশীল কার্যকরী কাঠামো; A. I. Shcherbakov এর স্কিম, ইত্যাদি। একটি কাঠামোগত পদ্ধতি হ'ল যে কোনও অধ্যয়নের একটি বৈশিষ্ট্য যা মানসিকতার সাংবিধানিক সংগঠন এবং এর উপাদান স্তরের কাঠামো - স্নায়ুতন্ত্রের অধ্যয়নের জন্য নিবেদিত। এখানে আমরা IP Pavlov দ্বারা GNI-এর টাইপোলজি এবং B. M. Teplov, V. D. Nebylitsyn এবং অন্যান্যদের দ্বারা এর বিকাশের কথা উল্লেখ করতে পারি। ভি.এম. রুসালভের মডেলগুলি, একজন ব্যক্তির আকারগত, নিউরো- এবং সাইকোডাইনামিক সংবিধানকে প্রতিফলিত করে, ব্যাপক স্বীকৃতি পেয়েছে। স্থানিক এবং কার্যকরী দিকগুলিতে মানব মানসিকতার কাঠামোগত মডেলগুলি কাজগুলিতে উপস্থাপিত হয়েছে। এফ. হার্টলির সহযোগী মনোবিজ্ঞান এবং এর ফলাফল (বিশেষত, 19 শতকের "বিশুদ্ধ সংবেদন" এর সাইকোফিজিক্স), পাশাপাশি ডব্লিউ. ওয়ান্ড্ট এবং ই. টিচেনারের কাঠামোগত মনোবিজ্ঞান, এই পদ্ধতির ক্লাসিক উদাহরণ হিসাবে কাজ করে। বিবেচনা পদ্ধতির একটি নির্দিষ্ট সংমিশ্রণ হল মাইক্রোস্ট্রাকচারাল বিশ্লেষণের পদ্ধতি, যার মধ্যে জিনগত, এবং কার্যকরী এবং পদ্ধতিগত পদ্ধতির উভয় উপাদান অন্তর্ভুক্ত রয়েছে।3.3। কার্যকরী পদ্ধতি
কার্যকরী পদ্ধতি,স্বাভাবিকভাবেই, এটি বস্তুর কার্যাবলী (ঘটনা) সনাক্তকরণ এবং অধ্যয়নের উপর দৃষ্টি নিবদ্ধ করে। বিজ্ঞানের "ফাংশন" ধারণাটির ব্যাখ্যার অস্পষ্টতা এই পদ্ধতির সংজ্ঞায়িত করার পাশাপাশি এটির সাথে মনস্তাত্ত্বিক গবেষণার কিছু ক্ষেত্র চিহ্নিত করা কঠিন করে তোলে। আমরা এই মতামতটি মেনে চলব যে একটি ফাংশন হল একটি নির্দিষ্ট সিস্টেমের সম্পর্কের মধ্যে বস্তুর বৈশিষ্ট্যগুলির একটি প্রকাশ, এবং বৈশিষ্ট্যগুলি হল অন্য বস্তুর সাথে তার মিথস্ক্রিয়ায় একটি বস্তুর গুণমানের একটি প্রকাশ। সুতরাং, একটি ফাংশন হল বস্তু এবং পরিবেশের মধ্যে পারস্পরিক সম্পর্কের একটি বাস্তবায়ন, এবং আরও বেশি - "পরিবেশ এবং সিস্টেমের মধ্যে চিঠিপত্র"। অতএব, কার্যকরী পদ্ধতির মধ্যে প্রধানত আগ্রহী পরিবেশের সাথে অধ্যয়নকৃত বস্তুর সংযোগ।এটি স্ব-নিয়ন্ত্রণের নীতি থেকে এগিয়ে যায় এবং বাস্তবতার বস্তুর ভারসাম্য বজায় রাখে (মানসিক এবং এর বাহক সহ)। [ 47] বিজ্ঞানের ইতিহাসে কার্যকরী পদ্ধতির বাস্তবায়নের উদাহরণ হল "কার্যকরী মনোবিজ্ঞান" এবং "আচরণবাদ" এর মতো সুপরিচিত ক্ষেত্র। মনোবিজ্ঞানে একটি কার্যকরী ধারণার মূর্ত রূপের একটি সর্বোত্তম উদাহরণ হল কে. লেভিনের বিখ্যাত গতিশীল ক্ষেত্র তত্ত্ব। আধুনিক মনোবিজ্ঞানে, কার্যকরী পদ্ধতিকে কাঠামোগত এবং জেনেটিক বিশ্লেষণের উপাদান দিয়ে সমৃদ্ধ করা হয়। সুতরাং, একজন ব্যক্তির সমস্ত মানসিক ক্রিয়াকলাপের বহু-স্তরের এবং বহু-পর্যায়ের প্রকৃতির ধারণা, সামগ্রিকভাবে সমস্ত স্তরে একই সাথে কাজ করে, ইতিমধ্যেই দৃঢ়ভাবে প্রতিষ্ঠিত হয়েছে। ব্যক্তিত্ব, স্নায়ুতন্ত্র, মানসিকতার কাঠামোর উপরোক্ত উদাহরণগুলি কার্যকরী পদ্ধতির একটি চিত্র হিসাবে উপযুক্ত কারণের সাথে নেওয়া যেতে পারে, যেহেতু এই কাঠামোর উপাদানগুলিকে সংশ্লিষ্ট মডেলগুলির বেশিরভাগ লেখকরা কার্যকরী একক হিসাবে বিবেচনা করেন। বাস্তবতার সাথে একজন ব্যক্তির নির্দিষ্ট সংযোগগুলিকে মূর্ত করে তোলে।3.4। জটিল পদ্ধতি
একটি জটিল পদ্ধতি- এটি এমন একটি দিক যা অধ্যয়নের বস্তুটিকে উপাদানগুলির একটি সেট হিসাবে বিবেচনা করে যা পদ্ধতির একটি উপযুক্ত সেট ব্যবহার করে অধ্যয়ন করা হয়। উপাদানগুলি সমগ্রের তুলনামূলকভাবে একজাতীয় অংশ এবং এর ভিন্ন ভিন্ন দিক হতে পারে যা বিভিন্ন দিকে অধ্যয়নের অধীনে বস্তুটিকে চিহ্নিত করে। প্রায়শই একটি সমন্বিত পদ্ধতিতে বিজ্ঞানের একটি জটিল পদ্ধতির মাধ্যমে একটি জটিল বস্তুর অধ্যয়ন জড়িত থাকে, অর্থাত্ আন্তঃবিভাগীয় গবেষণার সংগঠন। এটা স্পষ্ট যে একটি সমন্বিত পদ্ধতি পূর্ববর্তী সমস্ত ব্যাখ্যামূলক পদ্ধতির এক ডিগ্রী বা অন্যভাবে ব্যবহারকে অনুমান করে। বিজ্ঞানে একটি সমন্বিত পদ্ধতির বাস্তবায়নের একটি উজ্জ্বল উদাহরণ মানুষের জ্ঞানের ধারণা,যা অনুসারে মানুষ, অধ্যয়নের সবচেয়ে জটিল বস্তু হিসাবে, বিজ্ঞানের একটি বৃহৎ কমপ্লেক্সের সমন্বিত অধ্যয়নের বিষয়। মনোবিজ্ঞানে, একজন ব্যক্তির অধ্যয়নের জটিলতার এই ধারণাটি স্পষ্টভাবে বিজি আনানিভ দ্বারা প্রণয়ন করা হয়েছিল। মানুষ একই সাথে জৈবিক প্রজাতি হোমো সেপিয়েন্সের প্রতিনিধি হিসাবে বিবেচিত হয় (ব্যক্তি), চেতনার বাহক এবং একটি সক্রিয় উপাদান হিসাবে জ্ঞানীয় এবং বাস্তবতা-রূপান্তরকারী কার্যকলাপ (বিষয়), সামাজিক সম্পর্কের বিষয় হিসাবে (ব্যক্তিত্ব) এবং সামাজিকভাবে উল্লেখযোগ্য জৈবিক, সামাজিক এবং মনস্তাত্ত্বিক বৈশিষ্ট্যগুলির (ব্যক্তিত্ব) একটি অনন্য ঐক্য হিসাবে। একজন ব্যক্তির এই ধরনের দৃষ্টিভঙ্গি আমাদের পরিকল্পনায় তার মনস্তাত্ত্বিক বিষয়বস্তু অন্বেষণ করতে দেয়: অধস্তন (শ্রেণীবিন্যাস) এবং সমন্বয়। প্রথম ক্ষেত্রে, মানসিক ঘটনাগুলিকে অধস্তন ব্যবস্থা হিসাবে বিবেচনা করা হয়: আরও জটিল এবং সাধারণ সিস্টেমগুলি অধস্তন এবং সহজ এবং আরও প্রাথমিকগুলি অন্তর্ভুক্ত করে। দ্বিতীয়টিতে, মানসিক ঘটনাগুলিকে তুলনামূলকভাবে স্বায়ত্তশাসিত গঠন হিসাবে বিবেচনা করা হয়, তবে একে অপরের সাথে ঘনিষ্ঠভাবে সম্পর্কিত এবং যোগাযোগ করে। একজন ব্যক্তি এবং তার মানসিকতার এমন একটি ব্যাপক এবং ভারসাম্যপূর্ণ অধ্যয়ন প্রকৃতপক্ষে একটি পদ্ধতিগত পদ্ধতির সাথে একত্রিত হয়।3.5। সিস্টেম পদ্ধতি
পদ্ধতির দ্বারস্থ- এটি বাস্তবতার অধ্যয়নের একটি পদ্ধতিগত দিক, এটির যেকোনো অংশকে একটি সিস্টেম হিসাবে বিবেচনা করে। বৈজ্ঞানিক জ্ঞানের একটি অবিচ্ছেদ্য পদ্ধতিগত এবং পদ্ধতিগত উপাদান হিসাবে সিস্টেম পদ্ধতির উপলব্ধি এবং এর কঠোর বৈজ্ঞানিক নকশার জন্য সবচেয়ে বাস্তব প্রেরণা ছিল অস্ট্রো-আমেরিকান বিজ্ঞানী এল বার্টালানফি (1901-1972) এর কাজ, যেখানে তিনি একটি গবেষণার বিকাশ করেছিলেন। সিস্টেমের সাধারণ তত্ত্ব। পদ্ধতিএকটি নির্দিষ্ট অখণ্ডতা রয়েছে যা পরিবেশের সাথে মিথস্ক্রিয়া করে এবং অনেক উপাদান নিয়ে গঠিত যা একে অপরের সাথে কিছু সম্পর্ক এবং সংযোগে রয়েছে। উপাদানগুলির মধ্যে এই সংযোগগুলির সংগঠনকে বলা হয় গঠনকখনও কখনও কাঠামোটি বিস্তৃতভাবে ব্যাখ্যা করা হয়, এটিকে সিস্টেমের সীমা পর্যন্ত উপলব্ধি করে। এই ধরনের একটি ব্যাখ্যা আমাদের দৈনন্দিন অনুশীলনের জন্য সাধারণ: "বাণিজ্যিক কাঠামো", "রাষ্ট্রীয় কাঠামো", "রাজনৈতিক কাঠামো", ইত্যাদি। মাঝে মাঝে, কাঠামোর এই ধরনের একটি দৃষ্টিভঙ্গি বিজ্ঞানেও পাওয়া যায়, যদিও কিছু নির্দিষ্ট সংরক্ষণের সাথে। উপাদান- একটি সিস্টেমের ক্ষুদ্রতম অংশ যা প্রদত্ত সিস্টেমের মধ্যে তার বৈশিষ্ট্যগুলি ধরে রাখে। এই অংশের আরও বিভাজন সংশ্লিষ্ট বৈশিষ্ট্যগুলির ক্ষতির দিকে পরিচালিত করে। সুতরাং, একটি পরমাণু একটি নির্দিষ্ট ভৌত বৈশিষ্ট্য সহ একটি উপাদান- mi, একটি অণু - রাসায়নিক বৈশিষ্ট্য সহ, একটি কোষ - জীবনের বৈশিষ্ট্য সহ একটি উপাদান, একজন ব্যক্তি (ব্যক্তিত্ব) - সামাজিক সম্পর্কের একটি উপাদান। উপাদানগুলির বৈশিষ্ট্যগুলি কাঠামোতে তাদের অবস্থান দ্বারা নির্ধারিত হয় এবং এর পরিবর্তে, সিস্টেমের বৈশিষ্ট্যগুলি নির্ধারণ করে। কিন্তু সিস্টেমের বৈশিষ্ট্যগুলি উপাদানগুলির বৈশিষ্ট্যগুলির সমষ্টিতে হ্রাস করা হয় না। সিস্টেমটি সামগ্রিকভাবে অংশ এবং উপাদানগুলির বৈশিষ্ট্যগুলিকে সংশ্লেষিত করে (একত্রিত করে এবং সাধারণীকরণ করে), যার ফলস্বরূপ এটিতে একটি উচ্চ স্তরের সংস্থার বৈশিষ্ট্য রয়েছে, যা অন্যান্য সিস্টেমের সাথে মিথস্ক্রিয়ায় তার নিজস্ব হিসাবে উপস্থিত হতে পারে। ফাংশনযে কোনো সিস্টেম বিবেচনা করা যেতে পারে, এক দিকে, হিসাবে সরল (ছোট) সাবসিস্টেমের একীকরণতাদের বৈশিষ্ট্য এবং ফাংশন সঙ্গে, এবং অন্যদিকে, হিসাবে আরও জটিল (বড়) সিস্টেমের সাবসিস্টেম।উদাহরণস্বরূপ, যে কোনও জীবন্ত প্রাণী হল অঙ্গ, টিস্যু, কোষগুলির একটি সিস্টেম। এটি সংশ্লিষ্ট জনসংখ্যারও একটি উপাদান, যা ঘুরে ঘুরে প্রাণী বা উদ্ভিদ জগতের একটি সাবসিস্টেম, ইত্যাদি। সিস্টেম বিশ্লেষণ এবং সংশ্লেষণ ব্যবহার করে সিস্টেম স্টাডি করা হয়। প্রক্রিয়া বিশ্লেষণসিস্টেমটি পরিবেশ থেকে বিচ্ছিন্ন, এর গঠন (উপাদানের সেট), গঠন, ফাংশন, অবিচ্ছেদ্য বৈশিষ্ট্য এবং বৈশিষ্ট্য, সিস্টেম গঠনের কারণ, পরিবেশের সাথে সম্পর্ক নির্ধারণ করা হয়। প্রক্রিয়া সংশ্লেষণএকটি বাস্তব সিস্টেমের একটি মডেল তৈরি করা হয়, সিস্টেমের বর্ণনার সাধারণীকরণ এবং বিমূর্তকরণের স্তর বৃদ্ধি করা হয়, এর গঠন এবং কাঠামোর সম্পূর্ণতা, এর বিকাশ এবং আচরণের নিদর্শনগুলি নির্ধারিত হয়। সিস্টেম হিসাবে বস্তুর বর্ণনা, যেমন সিস্টেমের বর্ণনা,অন্যান্য বৈজ্ঞানিক বর্ণনার মতো একই ফাংশন সম্পাদন করে: ব্যাখ্যামূলক এবং ভবিষ্যদ্বাণীমূলক। কিন্তু আরো গুরুত্বপূর্ণভাবে, সিস্টেমের বিবরণ বস্তু সম্পর্কে জ্ঞান একত্রিত করার কাজ সম্পাদন করে। মনোবিজ্ঞানের একটি পদ্ধতিগত পদ্ধতি বাস্তবতার অন্যান্য ঘটনার সাথে মানসিক ঘটনার সাধারণতা প্রকাশ করা সম্ভব করে তোলে। এটি ধারণা, তথ্য, অন্যান্য বিজ্ঞানের পদ্ধতি এবং বিপরীতভাবে, জ্ঞানের অন্যান্য ক্ষেত্রগুলিতে মনস্তাত্ত্বিক তথ্যের অনুপ্রবেশের সাথে মনোবিজ্ঞানকে সমৃদ্ধ করা সম্ভব করে তোলে। এটি আপনাকে মনস্তাত্ত্বিক জ্ঞানকে সংহত এবং পদ্ধতিগত করতে, জমে থাকা তথ্যের অপ্রয়োজনীয়তা দূর করতে, ভলিউম হ্রাস করতে এবং বর্ণনার দৃশ্যমানতা বাড়াতে, মানসিক ঘটনার ব্যাখ্যায় বিষয়তাবাদ কমাতে দেয়। নির্দিষ্ট বস্তু সম্পর্কে জ্ঞানের ফাঁক দেখতে, তাদের সনাক্ত করতে সাহায্য করে সম্পূর্ণতা, আরও গবেষণার কাজগুলি নির্ধারণ করুন এবং কখনও কখনও উপলব্ধ তথ্য এক্সট্রাপোলেট এবং ইন্টারপোলেট করে এমন বস্তুর বৈশিষ্ট্যগুলির ভবিষ্যদ্বাণী করুন যার সম্পর্কে কোনও তথ্য নেই। শিক্ষামূলক ক্রিয়াকলাপে, বর্ণনার পদ্ধতিগত পদ্ধতিগুলি উপলব্ধি এবং মুখস্থ করার জন্য শিক্ষাগত তথ্যকে আরও ভিজ্যুয়াল এবং পর্যাপ্ত আকারে উপস্থাপন করা সম্ভব করে, আচ্ছাদিত বস্তু এবং ঘটনাগুলিকে আরও সামগ্রিক দৃষ্টিভঙ্গি দিতে এবং অবশেষে, একটি প্রবর্তক উপস্থাপনা থেকে সরানো সম্ভব করে। একটি ডিডাক্টিভ-ইনডাক্টিভ-সক্রিয় থেকে মনোবিজ্ঞানের। পূর্ববর্তী পদ্ধতিগুলি আসলে সিস্টেম পদ্ধতির জৈব উপাদান। কখনও কখনও তারা এমনকি এর জাত হিসাবে বিবেচিত হয়। কিছু লেখক মনস্তাত্ত্বিক গবেষণার বিষয়বস্তু মানব গুণাবলীর সংশ্লিষ্ট স্তরের সাথে এই পদ্ধতির তুলনা করেন। বর্তমানে, বেশিরভাগ বৈজ্ঞানিক গবেষণা একটি পদ্ধতিগত পদ্ধতির সাথে সঙ্গতিপূর্ণ হয়। মনোবিজ্ঞানের সাথে সম্পর্কিত সবচেয়ে সম্পূর্ণ কভারেজ, নিম্নলিখিত কাজগুলিতে একটি পদ্ধতিগত পদ্ধতির সন্ধান পাওয়া গেছে। [ 51]সাহিত্য
- আনানিভ বি.জি.আধুনিক মানুষের জ্ঞানের সমস্যা সম্পর্কে। এম।, 1977। আনানিভ বি.জি.আধুনিক মনোবিজ্ঞানের পদ্ধতি সম্পর্কে // শিক্ষার্থীদের একটি বিস্তৃত অনুদৈর্ঘ্য অধ্যয়নে মনস্তাত্ত্বিক পদ্ধতি। এল., 1976। আনানিভ বি.জি.জ্ঞানের বস্তু হিসাবে মানুষ। এল.. 1968। বালিন ভি.ডি.মানসিক প্রতিফলন: তাত্ত্বিক মনোবিজ্ঞানের উপাদান। এসপিবি, 2001। বালিন ভি.ডি.মনস্তাত্ত্বিক গবেষণার তত্ত্ব এবং পদ্ধতি। এল., 1989। বেন্ডতালাফানরি এল.পারস্পরিক সম্পর্ক এবং বর্ণালী বিশ্লেষণের প্রয়োগ। এম।, 1983। বার্টালানফ্যানরি এল।সাধারণ সিস্টেম তত্ত্বের ইতিহাস এবং অবস্থা // সিস্টেম রিসার্চ। এম. 1973। বার্টালানফি এল।সাধারণ সিস্টেম তত্ত্ব - সমস্যা এবং ফলাফলের পর্যালোচনা //
সিস্টেম রিসার্চ। এম।, 1969। ব্লাগুশ পি।সাধারণীকরণের সাথে ফ্যাক্টর বিশ্লেষণ। এম, 1989। বোরোভকভ এ.এ.গাণিতিক পরিসংখ্যান: প্যারামিটারের অনুমান। প্রস্তাব টেস্টিং. এম. 1984। ব্র্যাভারম্যান ই।এম.,মুচনিক আই. বি.অভিজ্ঞতামূলক তথ্য প্রক্রিয়াকরণের জন্য কাঠামোগত পদ্ধতি, এম. 1983। বর্দুন জি.ভি., মার্কভ, এস.এম.মেট্রোলজির বুনিয়াদি। এম., 1972। গানজেন ভি.এ."সাইকোলজিতে সিস্টেম মেথডস" কোর্সের জন্য নির্দেশিকা। এল., 1987। গানজেন ভি.এ.মনোবিজ্ঞানে সিস্টেমের বিবরণ। এল., 1984। গানজেন ভি.এ.মনোবিজ্ঞানে সিস্টেম পদ্ধতি। এল., 1983। গানজেন ভি. এ., ফোমিন এ. এ.মনোবিজ্ঞানে টাইপের ধারণা সম্পর্কে // SNbGU এর বুলেটিন। সেবা 6, 1993, নং। 1 (#6)। গানজেন ভি.এ., খোরোশিলভ বি.এম.মনস্তাত্ত্বিক বস্তুর গুণগত পরিবর্তনের পদ্ধতিগত বর্ণনার সমস্যা। ডিপ VINITI, 1984, নং 6174-84। গ্লাস জে., স্ট্যানলি জে।শিক্ষাবিদ্যা এবং মনোবিজ্ঞানে পরিসংখ্যানগত পদ্ধতি। এম. 1976। গডফ্রয় জে।মনোবিজ্ঞান কি? টি. 1-2। এম, 1992। গর্ডন ভি.এম., জিনচেনকো ভি.পি.জ্ঞানীয় কার্যকলাপের সিস্টেম-কাঠামোগত বিশ্লেষণ // Ergonomics, vol. 8. এম., 1974। গুসেভ ই.কে., নিকন্দ্রভ ভি.ভি.সাইকোফিজিক্স। এল., 1987। গুসেভ ই.কে., নিকন্দ্রভ ভি.ভি.সাইকোফিজিক্স। পার্ট P. মনস্তাত্ত্বিক স্কেলিং। এল., 1985। ড্রেনপার আই. স্মিথ জি.প্রয়োগকৃত রিগ্রেশন বিশ্লেষণ। 2টি বইয়ে। ২য় সংস্করণ। এম. 1987। Druzhinin V.I.পরীক্ষামূলক মনোবিজ্ঞান। এম. 1997। ডেভিসন এম।বহুমাত্রিক স্কেলিং। তথ্যের চাক্ষুষ উপস্থাপনের পদ্ধতি। এম।, 1988। ডুরান বি., ওডেল পি।ক্লাস্টার বিশ্লেষণ। এম।, 1977। Ezekiel M., Fox K. A.পারস্পরিক সম্পর্ক এবং রিগ্রেশন বিশ্লেষণের পদ্ধতি। এম. 1966। জারোচেনসেভ কে।ডি., খুদিয়াকভ এ.আই.সাইকোমেট্রির মৌলিক বিষয়। এসপিবি, 1996। জিনচেনকো ভিপিজ্ঞানীয় ক্রিয়াকলাপ অধ্যয়নের মাইক্রোস্ট্রাকচারাল পদ্ধতিতে//অর্গোনমিক্স, ভিআই। 3. এম., 1972। জিনচেনকো ভি.পি., জিনচেনকো টি.পি.উপলব্ধি / / সাধারণ মনোবিজ্ঞান / এড। এল.ভি. পেট্রোভস্কি। এড. ২য়। এম. 1976। ইবারলা কে।ফ্যাক্টর বিশ্লেষণ. এম।, 1980। ইটেলসন এল.বি.শিক্ষাবিজ্ঞানে গাণিতিক এবং সাইবারনেটিক পদ্ধতি। এম।, 1964। কাগান এম.এস.সিস্টেম পদ্ধতি এবং মানবিক জ্ঞান। এল.. 1991। কোলকোট ই.তাত্পর্য পরীক্ষা. এম. 1978। কর্নিলোভা জি.ভি.মনস্তাত্ত্বিক পরীক্ষার ভূমিকা. এম।, 1997। Koryukin V.I.আধুনিক বৈজ্ঞানিক জ্ঞানের স্তরের ধারণা। Sverdlovsk, 1991। Krylov A.A.প্রকৌশল মনোবিজ্ঞান এবং শ্রম মনোবিজ্ঞানে গবেষণার ভিত্তি হিসাবে একটি পদ্ধতিগত পদ্ধতি // প্রকৌশল মনোবিজ্ঞান এবং শ্রম মনোবিজ্ঞানে গবেষণার পদ্ধতি, অংশ 1. এল., 1974। কুজমিন ভি.পি.কে. মার্ক্সের তত্ত্ব এবং পদ্ধতিতে ধারাবাহিকতার নীতি। এড. ২য়। এম.. 1980। কুজমিন ভি.পি.একটি পদ্ধতিগত পদ্ধতির বিকাশের বিভিন্ন দিকনির্দেশ এবং তাদের জ্ঞানতাত্ত্বিক ভিত্তি // দর্শনের প্রশ্ন, 1983, নং 3। কুলিকভ এল.ভি.মনস্তাত্ত্বিক গবেষণা। পরিচালনার জন্য পদ্ধতিগত সুপারিশ। ৬ষ্ঠ সংস্করণ। সেন্ট পিটার্সবার্গ, 2001। কিয়ুন ইউ।বর্ণনামূলক এবং প্রবর্তক পরিসংখ্যান। এম।, 1981। লেমান ই.এল.পরিসংখ্যানগত অনুমান পরীক্ষা করা। ২য় সংস্করণ। এম।, 1979। লোমভ বি.এফ.মনোবিজ্ঞানের পদ্ধতিগত এবং তাত্ত্বিক সমস্যা। এম।, 1984। লোমভ বি.এফ.মনোবিজ্ঞানে একটি পদ্ধতিগত পদ্ধতির উপর // মনোবিজ্ঞানের প্রশ্ন, 1975, নং 2। লোমভ বি.এফ.মনোবিজ্ঞানের বিকাশের উপায় সম্পর্কে // মনোবিজ্ঞানের প্রশ্ন। 1978. নং 5। লওলি ডি., ম্যাক্সওয়েল এল.একটি পরিসংখ্যান পদ্ধতি হিসাবে ফ্যাক্টর বিশ্লেষণ। এম।, 1967। মাজিলভ ভি. এ.মনোবিজ্ঞানে তত্ত্ব এবং পদ্ধতির মধ্যে সম্পর্কের উপর // আনানিভ রিডিংস - 98 / বৈজ্ঞানিক এবং ব্যবহারিক উপাদান। সম্মেলন এসপিবি, 1998। মালিকভ এস.এফ., টিউরিন এন.আই.মেট্রোলজির ভূমিকা। এম, 1965. গাণিতিক মনোবিজ্ঞান: তত্ত্ব, পদ্ধতি, মডেল। এম, 1985। মিরকিন বি.জি.গুণগত বৈশিষ্ট্য এবং কাঠামোর বিশ্লেষণ। এম.. 1980। মিরোশনিকভ এস.এ.মানুষের মানসিক কার্যকলাপের সংগঠনের স্তরের অধ্যয়ন // মনোবিজ্ঞানের তাত্ত্বিক এবং প্রয়োগমূলক প্রশ্ন, ভলিউম। 1, দ্বিতীয় খণ্ড। এসপিবি, 1995। মন্ডেল আই.ডি.ক্লাস্টার বিশ্লেষণ। এম।, 1988। নিকাইড্রভ ভি.ভি.মানসিকতার কার্যকরী কাঠামোর পদ্ধতিগত বিবরণের উপর // মনোবিজ্ঞানের তাত্ত্বিক এবং প্রয়োগমূলক প্রশ্ন, ভলিউম। 1. সেন্ট পিটার্সবার্গ, 1995। ভি ভি নিকন্দ্রভএকটি স্বাধীন বৈজ্ঞানিক শৃঙ্খলা হিসাবে ঐতিহাসিক মনোবিজ্ঞান//লেনিনগ্রাদ স্টেট ইউনিভার্সিটির বুলেটিন, সার্। 6. 1991, নং। 1 (নং 6)। ভি ভি নিকন্দ্রভএকজন ব্যক্তির মনস্তাত্ত্বিক ম্যাক্রো বৈশিষ্ট্যের অনুপাত সম্পর্কে // সেন্ট পিটার্সবার্গ স্টেট ইউনিভার্সিটির বুলেটিন, ভলিউম। 3. 1998। ভি ভি নিকন্দ্রভমানব মানসিকতার কার্যকরী কাঠামোর স্থানিক মডেল // সেন্ট পিটার্সবার্গ স্টেট ইউনিভার্সিটির বুলেটিন, 1999, নং। 3, নং 20। পার্চ আই.ফ্যাক্টর বিশ্লেষণ. এম।, 1974। Paramey G.V.মনস্তাত্ত্বিক গবেষণায় বহুমাত্রিক স্কেলিং এর প্রয়োগ // মস্কো স্টেট ইউনিভার্সিটির বুলেটিন, সার্। 14. 1983, নং 2। পিরিভ জি.ডি.পরীক্ষামূলক মনোবিজ্ঞান। সোফিয়া, 1968। পিরিভ জি.ডি.মনোবিজ্ঞানে পদ্ধতির শ্রেণীবিভাগ // সমাজতান্ত্রিক দেশগুলিতে সাইকোডায়াগনস্টিকস। ব্রাতিস্লাভা, 1985। প্লোখিনস্কি এন.এ.বায়োমেট্রিক্স। ২য় সংস্করণ। এম।, 1970। পোস্টন টি, স্টুয়ার্ট আই।বিপর্যয় তত্ত্ব এবং এর প্রয়োগ। এম., 1980. সাইকোডায়াগনস্টিক্সের উপর কর্মশালা। ডিফারেনশিয়াল সাইকোমেট্রিক্স / এড। ভি.ভি. স্টোলিন, এ.জি. শমেলেভ। এম।, 1984. মনোবিজ্ঞানে বিকাশের নীতি / এড। এড L. I. Antsyferova। এম।, 1978। বৈজ্ঞানিক জ্ঞানের স্তর এবং সিস্টেমের সমস্যা। মিনস্ক, 1970। Pfantsagl I.পরিমাপের তত্ত্ব। এম।, 1976। পিয়েরোইয়াসাইকোফিজিক্স//পরীক্ষামূলক মনোবিজ্ঞান, ভলিউম। 1-2। এম.. 1966.
র্যাপোপোর্ট এ.মনোবিজ্ঞানে সিস্টেম অ্যাপ্রোচ // সাইকোলজিক্যাল জার্নাল, 1994, নং 3। রোগোভিন এম.এস.মনোবিজ্ঞানে কাঠামোগত-স্তরের তত্ত্ব। ইয়ারোস্লাভল, 1977। রুদেস্টাম কে.গ্রুপ সাইকোথেরাপি। এম।, 1980। রুসালভ ভি এম।স্বতন্ত্র মনস্তাত্ত্বিক পার্থক্যের জৈবিক ভিত্তি। এম।, 1979। সেলি জি।স্বপ্ন থেকে আবিষ্কার: কিভাবে একজন বিজ্ঞানী হবেন। এম।, 1987। সার্জেন্ট ভি.এফ.আধুনিক জীববিজ্ঞানের পদ্ধতির পরিচিতি। এল., 1972। সার্জেন্ট ভি.এফ.মানুষ, তার প্রকৃতি এবং সত্তার অর্থ। এল., 1990। সিডোরেঙ্কো ই.ভি.মনোবিজ্ঞানে গাণিতিক প্রক্রিয়াকরণের পদ্ধতি। এসপিবি।, 2001.
সাইকোফিজিওলজিকাল সমস্যার জন্য একটি পদ্ধতিগত পদ্ধতি / এড। এড ভি বি শভিরকভ। এম।, 1982। স্টিভেন এস এস.গণিত, পরিমাপ এবং সাইকোফিজিক্স // পরীক্ষামূলক মনোবিজ্ঞান / এড। এস এস স্টিফেন। টি. 1. এম. 1960। স্টিভেন এস.এস.সাইকোফিজিকাল আইন সম্পর্কে // সাইকো-ফিজিক্সের সমস্যা এবং পদ্ধতি। এম।, 1974। সুখোডলস্কি জি.ভি.গাণিতিক মনোবিজ্ঞান। এসপিবি.. 1997। সুখোডলস্কি জি.ভি.মনোবিজ্ঞানীদের জন্য গাণিতিক পরিসংখ্যানের মৌলিক বিষয়। এল., 1972। থার্স্টন এল.এল.মনস্তাত্ত্বিক বিশ্লেষণ // সাইকোফিজিক্সের সমস্যা এবং পদ্ধতি। এম।, 1974. সমাজতাত্ত্বিক গবেষণায় টাইপোলজি এবং শ্রেণীবিভাগ // ওটিভি। এড ভি.জি. অ্যান্ড্রেনকভ, ইউ.এন. টলস্টোভা। এম।, 1982। Uyomov A.I.সিস্টেম পদ্ধতি এবং সাধারণ সিস্টেম তত্ত্ব। এম., 1978. ফ্যাক্টর ডিসক্রিমিন্যান্ট এবং ক্লাস্টার বিশ্লেষণ / এড। আই.এস. এনিউকোভা। এম।, 1989। হারমান জি জিআধুনিক ফ্যাক্টর বিশ্লেষণ। এম., 1972। শ্বেতসার আই।মানসিক বিকাশ ইত্যাদি ডায়াগনস্টিকস। প্রাগ, 1978। শেফ জি।বিচ্ছুরণ বিশ্লেষণ। এম।, 1963। শ্রেইবারডি।স্কেলিং এর সমস্যা // সামাজিক গবেষণার প্রক্রিয়া। এম।, 1975। বার্টালানফিএল।সাধারণ সিস্টেম তত্ত্ব। ভিত্তি উন্নয়ন, অ্যাপ্লিকেশন। এনওয়াই, 1968। চয়নোস্কি এম।ডাই মেসুং ইন ডার সাইকোলজিক / 7 ডাই প্রব্লেম ডার ম্যাথমেটিসচেন সাইকোলজিক ওয়ারশ, 1971। গুথজহর ডব্লিউ.ডাই মেসুং সাইকিশার আইজেনশ্যাফটসিএন। বার্লিন, 1971। লেইনফেলনার ডব্লিউ। Einfuhrung in die Erkenntnis und Wisscnschafts-theory. ম্যানহাইম, 1965। লুইন কে।ব্যক্তিত্বের একটি গতিশীল তত্ত্ব। এনওয়াই, 1935। লুইন কে।টপোলজিকাল সাইকোলজির মূলনীতি। এনওয়াই, 1936। ছয়টি এফ.মেসমেথোডেন ডার সাইকোলজিক ওয়েইনহেইম, 1966, 1967। স্টিভেনস এস.এস.স্বাদের তীব্রতার সংবেদনশীল স্কেল // অনুধাবন, একটি। সাইকোফিস। 1969 খণ্ড। 6. টর্গারসন ডব্লিউ.এস.তত্ত্ব এবং স্কেলিং পদ্ধতি। এনওয়াই., 1958।
টিউটোরিয়াল। সেন্ট পিটার্সবার্গ: রেচ পাবলিশিং হাউস, 2003। 480 পি। BBK88
টিউটোরিয়ালপাঠ্যপুস্তক পরীক্ষামূলক মনোবিজ্ঞানকে একটি স্বাধীন বৈজ্ঞানিক শৃঙ্খলা হিসাবে বিবেচনা করে যা মনস্তাত্ত্বিক গবেষণার তত্ত্ব এবং অনুশীলনকে বিকাশ করে এবং এর অধ্যয়নের প্রধান বিষয় হিসাবে মনস্তাত্ত্বিক পদ্ধতির একটি সিস্টেম রয়েছে।
আন্দ্রেভা জি.এম., বোগোমোলোভা এন.এন., পেট্রোভস্কায়া এল.এ. "বিংশ শতাব্দীর বিদেশী সামাজিক মনোবিজ্ঞান। তাত্ত্বিক পন্থা"" (1)
দলিলআন্দ্রেভা জি.এম., বোগোমোলোভা এন.এন., পেট্রোভস্কায়া এল.এ. "বিংশ শতাব্দীর বিদেশী সামাজিক মনোবিজ্ঞান। তাত্ত্বিক পন্থা"" (2)
দলিলএই বইটির প্রথম সংস্করণ 1978 সালে প্রকাশিত হয়েছিল (G. M. Andreeva, N. N. Bogomolova, L. A. Petrovskaya "পশ্চিমে সামাজিক মনোবিজ্ঞান")। সেই সময়ে ‘প্রকাশের পথ’ অনেক দীর্ঘ ছিল, তা বিবেচনা করলে পাণ্ডুলিপির বিষয়টি স্পষ্ট হয়ে ওঠে
শিক্ষাগত দিক এবং শিক্ষার মনোবিজ্ঞানে রাষ্ট্রীয় পরীক্ষার প্রোগ্রাম
কার্যক্রম050700.68 পূর্ণ-সময়ের শিক্ষায় শিক্ষাবিদ্যায় মাস্টার্স প্রস্তুত করার জন্য প্রধান শিক্ষামূলক প্রোগ্রামে দক্ষতা অর্জনের আদর্শ শব্দটি হল 6 বছর।
21 শতকের সাইকোলজি ভলিউম 2
দলিলআয়োজক কমিটির সদস্যরা: আকোপভ জি.ভি., বাজারভ টি.ইউ., ঝুরাভলেভ এ.এল., জানাকভ ভি.ভি., ইরিনা এসআই, কাশাপোভ এস.এম., ক্লুয়েভা এন.ভি., লভোভ ভি.এম., মানুইলোভ জিএম, মার্চেনকো ভি.
নিম্নলিখিত কাজগুলি সমাধান করার লক্ষ্যে ডেটা প্রসেসিং করা হয়:
1) উত্স উপাদান অর্ডার করা, তথ্যের একটি অবিচ্ছেদ্য সিস্টেমে প্রচুর ডেটা রূপান্তর করা, যার ভিত্তিতে অধ্যয়নের অধীনে বস্তু এবং বিষয়ের আরও বর্ণনা এবং ব্যাখ্যা সম্ভব;
2) ত্রুটি, ত্রুটি, তথ্যের ফাঁক সনাক্তকরণ এবং নির্মূল করা; 3) প্রবণতা, নিদর্শন এবং সরাসরি উপলব্ধি থেকে লুকানো সংযোগ প্রকাশ করা; 4) নতুন তথ্যের আবিষ্কার যা প্রত্যাশিত ছিল না এবং পরীক্ষামূলক প্রক্রিয়ার সময় লক্ষ্য করা যায়নি; 5) সংগৃহীত তথ্যের নির্ভরযোগ্যতা, নির্ভরযোগ্যতা এবং নির্ভুলতার স্তর খুঁজে বের করা এবং তাদের ভিত্তিতে বৈজ্ঞানিকভাবে ভিত্তিক ফলাফল পাওয়া।
ডেটা প্রক্রিয়াকরণের পরিমাণগত এবং গুণগত উভয় দিক রয়েছে। পরিমাণগত প্রক্রিয়াকরণঅধ্যয়ন করা বস্তুর (বস্তু) পরিমাপিত বৈশিষ্ট্যগুলির সাথে একটি ম্যানিপুলেশন রয়েছে, যার বৈশিষ্ট্যগুলি বাহ্যিক প্রকাশে "বস্তুকৃত"। গুণমান প্রক্রিয়াকরণ- এটি পরিমাণগত তথ্যের ভিত্তিতে এর অ-পরিমাপযোগ্য বৈশিষ্ট্যগুলি সনাক্ত করে একটি বস্তুর সারাংশের মধ্যে প্রাথমিক অনুপ্রবেশের একটি উপায়।
পরিমাণগত প্রক্রিয়াকরণ প্রধানত একটি বস্তুর একটি আনুষ্ঠানিক, বাহ্যিক অধ্যয়নের লক্ষ্যে থাকে, যখন গুণগত প্রক্রিয়াকরণ প্রধানত এটির একটি অর্থপূর্ণ, অভ্যন্তরীণ অধ্যয়নের লক্ষ্যে থাকে। একটি পরিমাণগত গবেষণায়, জ্ঞানের বিশ্লেষণাত্মক উপাদান প্রাধান্য পায়, যা "বিশ্লেষণ" বিভাগ ধারণ করে এমন অভিজ্ঞতামূলক উপাদান প্রক্রিয়াকরণের জন্য পরিমাণগত পদ্ধতির নামেও প্রতিফলিত হয়: পারস্পরিক সম্পর্ক বিশ্লেষণ, ফ্যাক্টর বিশ্লেষণ, ইত্যাদি। পরিমাণগত প্রক্রিয়াকরণের প্রধান ফলাফল হল একটি একটি বস্তুর "বহিরাগত" সূচকের অর্ডারকৃত সেট (বস্তু)। পরিমাণগত প্রক্রিয়াকরণ গাণিতিক এবং পরিসংখ্যান পদ্ধতি ব্যবহার করে বাস্তবায়িত হয়।
গুণগত প্রক্রিয়াকরণে, জ্ঞানের সিন্থেটিক উপাদান প্রাধান্য পায়, এবং এই সংশ্লেষণে একীকরণ উপাদানটি প্রাধান্য পায় এবং সাধারণীকরণ উপাদানটি কম পরিমাণে উপস্থিত থাকে। সাধারণীকরণ হল গবেষণা প্রক্রিয়ার পরবর্তী পর্যায়ের বিশেষাধিকার - ব্যাখ্যা। গুণগত ডেটা প্রক্রিয়াকরণের পর্যায়ে, প্রধান জিনিসটি অধ্যয়নের অধীনে ঘটনার সারমর্ম প্রকাশ করা নয়, তবে এখনও পর্যন্ত শুধুমাত্র এটি সম্পর্কে তথ্যের উপযুক্ত উপস্থাপনায়, যা এর আরও তাত্ত্বিক অধ্যয়ন নিশ্চিত করে। সাধারণত গুণগত প্রক্রিয়াকরণের ফলাফল হল শ্রেণীবিভাগ এবং টাইপোলজি আকারে একটি বস্তুর বৈশিষ্ট্য বা বস্তুর সেটের সমন্বিত উপস্থাপনা। গুণগত প্রক্রিয়াকরণ মূলত যুক্তির পদ্ধতিতে আবেদন করে।
গুণগত এবং পরিমাণগত প্রক্রিয়াকরণের মধ্যে বৈসাদৃশ্য (এবং, ফলস্বরূপ, সংশ্লিষ্ট পদ্ধতি) বরং শর্তসাপেক্ষ। তারা একটি জৈব সমগ্র গঠন. পরবর্তী গুণগত প্রক্রিয়াকরণ ব্যতীত পরিমাণগত বিশ্লেষণ অর্থহীন, কারণ এটি নিজেই অভিজ্ঞতামূলক ডেটাকে জ্ঞানের সিস্টেমে পরিণত করতে সক্ষম নয়। এবং বৈজ্ঞানিক জ্ঞানে মৌলিক পরিমাণগত তথ্য ছাড়া একটি বস্তুর একটি গুণগত অধ্যয়ন অভাবনীয়। পরিমাণগত তথ্য ছাড়া, গুণগত জ্ঞান একটি সম্পূর্ণ অনুমানমূলক পদ্ধতি যা আধুনিক বিজ্ঞানের বৈশিষ্ট্য নয়। দর্শনে, "গুণমান" এবং "পরিমাণ" বিভাগগুলি, যেমনটি পরিচিত, "পরিমাপ" বিভাগে একত্রিত হয়। পরীক্ষামূলক উপাদানের পরিমাণগত এবং গুণগত বোঝাপড়ার একতা ডেটা প্রক্রিয়াকরণের অনেক পদ্ধতিতে স্পষ্টভাবে দেখা যায়: ফ্যাক্টরিয়াল এবং ট্যাক্সোনমিক বিশ্লেষণ, স্কেলিং, শ্রেণীবিভাগ ইত্যাদি। বর্ণনা, আমরা একটি গবেষণা পর্যায়ের স্বাধীন পর্যায় হিসাবে ডেটা প্রক্রিয়াকরণের পরিমাণগত এবং গুণগত দিকগুলিকে গ্রহণ করব, যা নির্দিষ্ট পরিমাণগত এবং গুণগত পদ্ধতির সাথে সঙ্গতিপূর্ণ।
গুণমান প্রক্রিয়াকরণ স্বাভাবিকভাবেই অনুবাদ করে বর্ণনাএবং ব্যাখ্যাঅধ্যয়ন ঘটনা, যা ইতিমধ্যে তাদের অধ্যয়নের পরবর্তী স্তর, পর্যায়ে বাহিত ব্যাখ্যাফলাফল পরিমাণগত প্রক্রিয়াকরণ সম্পূর্ণরূপে ডেটা প্রক্রিয়াকরণের পর্যায়ে সম্পর্কিত।
পরীক্ষায় এবং অন্যান্য গবেষণা পদ্ধতি সহ পরিমাণগত এবং গুণগত ডেটা।
গুণগত তথ্য- পাঠ্য, প্রাকৃতিক বিজ্ঞানের ভাষায় বর্ণনা। গুণগত পদ্ধতি (পর্যবেক্ষণ, জরিপ, ইত্যাদি) ব্যবহারের ফলে প্রাপ্ত করা যেতে পারে।
পরিমাণগত তথ্যগুণগত তথ্য সংগঠনের পরবর্তী ধাপ।
ফলাফলের পরিমাণগত প্রক্রিয়াকরণ এবং ভেরিয়েবলের পরিমাপের মধ্যে পার্থক্য করুন।
গুণমান - যেমন পর্যবেক্ষণ পর্যবেক্ষণমূলক তথ্যের তাৎক্ষণিকতার অনুমান হল পর্যবেক্ষণে মনস্তাত্ত্বিক বাস্তবতার উপস্থাপনা। পর্যবেক্ষণ প্রক্রিয়ার সংগঠনে পর্যবেক্ষকের কার্যকলাপ এবং প্রাপ্ত তথ্যের ব্যাখ্যায় পর্যবেক্ষকের জড়িত থাকা।
মনস্তাত্ত্বিক মাত্রার সারাংশের জন্য বিভিন্ন পদ্ধতি:
1. সমস্যা উপস্থাপন করা একটি মনস্তাত্ত্বিক পরিবর্তনশীল স্কেলে সংখ্যা নির্ধারণ মনস্তাত্ত্বিক বস্তু এবং অনুভূত মনস্তাত্ত্বিক বৈশিষ্ট্য অর্ডার করার উদ্দেশ্যে। অনুমান যে পরিমাপ স্কেলের সেন্টগুলি পরীক্ষামূলকভাবে প্রাপ্ত পরিমাপের ফলাফলের সাথে মিলে যায় . এটাও ধারনা করা হচ্ছে তথ্য প্রক্রিয়াকরণের জন্য উপস্থাপিত পরিসংখ্যানগত মানদণ্ড বিভিন্ন ধরণের স্কেল গবেষকদের বোঝার জন্য পর্যাপ্ত , কিন্তু ডক্স বাদ দেওয়া হয়.
2. সাইকোফিজিক্যাল পরীক্ষার ঐতিহ্যে ফিরে যায়, যেখানে উদ্দেশ্য পরিবর্তনের পরিপ্রেক্ষিতে অভূতপূর্ব বৈশিষ্ট্য বর্ণনা করার চূড়ান্ত লক্ষ্য রয়েছে পরিমাপ পদ্ধতির (স্টিমুলাস_এক্স-কে। স্টিভেনসের যোগ্যতা)
তিনি আঁশের প্রকারের মধ্যে একটি পার্থক্য প্রবর্তন করেছিলেন:
নাম, আদেশ (একঘেয়েমির শর্ত পূরণ, র্যাঙ্কিং এখানে সম্ভব), ব্যবধান (উদাহরণস্বরূপ, আইকিউ সূচক, এখানে "কত" প্রশ্নের উত্তর দেওয়া সম্ভব), সম্পর্ক (এখানে প্রশ্নের উত্তর "কত" ”, পরম শূন্য এবং পরিমাপের একক - সাইকোফিজিক্স)
এর জন্য ধন্যবাদ, psi পরিমাপ শুধুমাত্র পরিমাণগত সাইকোফিজিক্যাল নির্ভরতা প্রতিষ্ঠার জন্য নয়, psi ভেরিয়েবল পরিমাপের বৃহত্তর প্রেক্ষাপটেও কাজ করতে শুরু করেছে।
গুণগত বর্ণনা- 2 প্রকার: প্রাকৃতিক ভাষার অভিধানে বর্ণনা এবং প্রতীক, চিহ্ন, পর্যবেক্ষণের ইউনিটগুলির সিস্টেমের বিকাশ। শ্রেণীগত পর্যবেক্ষণ - একটি বিভাগে ইউনিট হ্রাস - সাধারণীকরণ। একটি উদাহরণ হল একটি সমস্যা সমাধানে একটি ছোট গোষ্ঠীর সদস্যদের মিথস্ক্রিয়া বর্ণনা করার জন্য বেলসের প্রমিত পর্যবেক্ষণ পদ্ধতি। বিভাগ সিস্টেম(সংকীর্ণ অর্থে) - বিভাগগুলির একটি সেট যা অধ্যয়নের অধীনে প্রক্রিয়াটির সমস্ত তাত্ত্বিকভাবে অনুমোদিত প্রকাশগুলিকে কভার করে৷
পরিমাপ (পরিমাণ): 1) ঘটনা-নমুনা- আচরণগত ঘটনাগুলির সম্পূর্ণ মৌখিক বিবরণ, তাদের পরবর্তী পড়া এবং psi পুনর্গঠন। শব্দটির সংকীর্ণ অর্থ: বর্ণনার "ইউনিট" এর পর্যবেক্ষক দ্বারা সঠিক অস্থায়ী বা ফ্রিকোয়েন্সি প্রতিফলন। 2) সময়-নমুনা- পর্যবেক্ষক নির্দিষ্ট সময়ের ব্যবধান ঠিক করে, যেমন ঘটনার সময়কাল নির্ধারণ করে। সময় নমুনা কৌশল. এছাড়াও, পরিমাণগত মূল্যায়নের জন্য, বিশেষভাবে উন্নত বিষয়গত স্কেল(উদাহরণ: Sheldon, somatotype temperaments)।
