Критерий стьюдента применяется для проверки. Парный t-критерий стьюдента - метод оценки значимости различий повторных измерений

Метод позволяет проверить гипотезу о том, что средние значения двух ге-неральных совокупностей, из которых извлечены сравниваемые зависимые вы-борки, отличаются друг от друга. Допущение зависимости чаще всего значит, что признак измерен на одной и той же выборке дважды, например, до воз-действия и после него. В общем же случае каждому представителю одной вы-борки поставлен в соответствие представитель из другой выборки (они по-парно объединены) так, что два ряда данных положительно коррелируют друг с другом. Более слабые виды зависимости выборок: выборка 1 — мужья, вы-борка 2 — их жены; выборка 1 — годовалые дети, выборка 2 составлена из близнецов детей выборки 1, и т. д.

Проверяемая статистическая гипотеза, как и в предыдущем случае, Н 0: М 1 = М 2 (средние значения в выборках 1 и 2 равны). При ее отклонении принимается альтернативная гипотеза о том, что М 1 больше (меньше) М 2 .

Исходные предположения для статистической проверки:

Каждому представителю одной выборки (из одной генеральной совокупно-сти) поставлен в соответствие представитель другой выборки (из другой генеральной совокупности);

Данные двух выборок положительно коррелируют (образуют пары);

Распределение изучаемого признака и в той и другой выборке соответству-ет нормальному закону.

Структура исходных данных: имеется по два значения изучаемого признака для каждого объекта (для каждой пары).

Ограничения: распределения признака и в той, и в другой выборке должно суще-ственно не отличаться от нормального; данные двух измерений, соответству-ющих той и другой выборке, положительно коррелируют.

Альтернативы: критерий Т-Вилкоксона , если распределение хотя бы для одной выборки существенно отличается от нормального; критерий t-Стьюдента для независимых выборок — если данные для двух выборок не корре-лируют положительно.

Формула для эмпирического значения критерия t-Стьюдента отражает тот факт, что единицей анализа различий является разность (сдвиг) значений при-знака для каждой пары наблюдений. Соответственно, для каждой из N пар значений признака сначала вычисляется разность d i = х 1 i - x 2 i .

где M d - средняя разность значений; σ d - стандартное отклонение разностей.

Пример расчета:

Предположим, в ходе проверки эффективности тренинга каждому из 8 членов груп-пы задавался вопрос «Насколько часто твое мнение совпадаете мнением группы?» — дважды, до и после тренинга. Для ответов использовалась 10-балльная шкала: 1 — никогда, 5 — в половине случаев, 10 — всегда. Проверялась гипотеза о том, что в результате тренинга самооценка конформизма (стремления быть как другие в группе) участников возрастет (α = 0,05). Составим таблицу для промежуточных вычислений (таблица 3).

Таблица 3

Среднее арифметической для разности M d = (-6)/8 = -0,75. Вычтем это значение из каждого d (предпоследний столбец таблицы).

Формула для стандартного отклонения отличается лишь тем, что вместо Х в ней фигурирует d. Подставляем все нужные значения, получаем:

σ d = = 0,886.

Ш а г 1. Вычисляем эмпирическое значение критерия по формуле (3): средняя раз-ность M d = -0,75; стандартное отклонение σ d = 0,886; t э = 2,39; df = 7.

Шаг 2. Определяем по таблице критических значений критерия t-Стьюдента р-уровень значимости. Для df = 7 эмпирическое значение находится меж-ду критическими для р = 0,05 и р — 0,01. Следовательно, р < 0,05.

df	Р
0,05	0,01	0,001
	2,365	3,499	5,408

Шаг 3. Принимаем статистическое решение и формулируем вывод. Статистичес-кая гипотеза о равенстве средних значений отклоняется. Вывод: показатель само-оценки конформизма участников после тренинга увеличился статистически досто-верно (на уровне значимости р < 0,05).

К параметрическим методам относится и сравнение дисперсий двух выборок по критерию F-Фишера . Иногда этот метод приводит к ценным содержатель-ным выводам, а в случае сравнения средних для независимых выборок срав-нение дисперсий является обязательной процедурой.

Для вычисления F эмп нужно найти отношение дисперсий двух выборок, причем так, чтобы большая по величине дисперсия находилась бы в числителе, а меньшая знаменателе.

Сравнение дисперсий . Метод позволяет проверить гипотезу о том, что дисперсии двух генераль-ных совокупностей, из которых извлечены сравниваемые выборки, отлича-ются друг от друга. Проверяемая статистическая гипотеза Н 0: σ 1 2 = σ 2 2 (дисперсия в выборке 1 равна дисперсии в выборке 2). При ее отклонении принимается альтернативная гипотеза о том, что одна дисперсия больше другой.

Исходные предположения : две выборки извлекаются случайно из разных ге-неральных совокупностей с нормальным распределением изучаемого признака.

Структура исходных данных: изучаемый признак измерен у объектов (ис-пытуемых), каждый из которых принадлежит к одной из двух сравниваемых выборок.

Ограничения: распределения признака и в той, и в другой выборке суще-ственно не отличаются от нормального.

Альтернатива методу: критерий Ливена (Levene"sTest), применение которого не требует проверки предположения о нормальности (используется в программе SPSS).

Формула для эмпирического значения критерия F-Фишера:

(4)

где σ 1 2 — большая дисперсия, a σ 2 2 — меньшая дисперсия. Так как заранее не известно, какая дисперсия больше, то для определения р-уровня применяется Таблица критических значений для ненаправленных альтернатив. Если F э > F Kp для соответствующего числа степеней свободы, то р < 0,05 и статистическую гипотезу о равенстве дисперсий можно отклонить (для α = 0,05).

Пример расчета:

Детям давались обычные арифметические задания, после чего одной случайно выбранной половине учащихся сообщали, что они не выдержали испытания, а ос-тальным — обратное. Затем у каждого ребенка спрашивали, сколько секунд ему потребовалось бы для решения аналогичной задачи. Экспериментатор вычислял разность между называемым ребенком временем и результатом выполненного за-дания (в сек.). Ожидалось, что сообщение о неудаче вызовет некоторую неадекват-ность самооценки ребенка. Проверяемая гипотеза (на уровне α = 0,005) состояла в том, что дисперсия совокупности самооценок не зависит от сообщений об удаче или неудаче (Н 0: σ 1 2 = σ 2 2).

Были получены следующие данные:

Ш а г 1. Вычислим эмпирическое значение критерия и числа степеней свободы по формулам (4):

Шаг 2. По таблице критических значений критерия f-Фишера для ненаправлен-ных альтернатив находим критическое значение для df числ = 11; df знам = 11. Однако критическое значение есть только для df числ = 10 и df знам = 12. Боль-шее число степеней свободы брать нельзя, поэтому берем критическое значение для df числ = 10: Для р = 0,05 F Kp = 3,526; для р = 0,01 F Kp = 5,418.

Шаг 3. Принятие статистического решения и содержательный вывод. Поскольку эмпирическое значение превышает критическое значение для р = 0,01 (и тем бо-лее — для р = 0,05), то в данном случае р < 0,01 и принимается альтернативная гипо-теза: дисперсия в группе 1 превышает дисперсию в группе 2 (р < 0,01). Следователь-но, после сообщения о неудаче неадекватность самооценки выше, чем после сооб-щения об удаче.

Чаще всего в психологическом исследовании наблюдается задачи на выявление различий между двумя или более группами признаков. Выяснение таких различий на уровне средних арифметических рассмотрено в процедуре анализа первичных статистик. Однако возникает вопрос, насколько эти различия достоверны и можно ли их распространить (экстраполировать) на всю популяцию. Для решения этой задачи чаще всего используют (при условии нормального или близкого к нормальному распределению) t - критерий (критерий Стьюдента), который предназначен для выяснения, насколько достоверно отличаются показатели одной выборки испытуемых от другой (например, когда исследуемые получают в результате тестирования одной группы высшие баллы, чем представители другой). Это параметрический критерий, имеет две основные формы:

1) несвязанный (нечетная) t - критерий, предназначенный для того, чтобы выяснить, есть ли различия между оценками, полученными при использовании одного и того же теста для тестирования двух групп, сформированных из разных людей. Например, это может быть сравнение уровня интеллекта или нервно-психической устойчивости, тревожности успевающих и неуспевающих учеников или сравнение по этим признакам учеников разных классов, возрастов, социальных уровней и тому подобное. Могут быть и разнополые, разнонациональные выборки, а также подвыборки в исследуемых выборках, выделены по определенному признаку. Критерий называют "несвязанный", потому что сравниваемые группы сформированы из разных людей;

2) связан (парный) t - критерий, применяемый для сравнения показателей двух групп, между элементами которых существует специфическая связь. Это означает, что каждому элементу первой группы соответствует элемент второй группы, похожий на него по определенным параметром интересующей исследователя. Чаще всего сравнивают параметры одних и тех же лиц до и после определенного события или действия (например, в процессе проведения лонгитюдного исследования или формирующего эксперимента). Поэтому этот критерий используют для сравнения показателей одних и тех же лиц до и после обследования, эксперимента или истечении определенного времени.

Если данные не подлежат нормальному закону распределения, используют непараметрические критерии, эквивалентные t - критерия: критерий Манна - Уитни, эквивалентный нечетном t - критерия, и Двухвыборочный критерий Вилкоксона, эквивалентный парном t - критерия.

С помощью t - критериев и их непараметрических эквивалентов можно только сравнивать результаты двух групп, полученные с использованием одного и того же теста. Однако в некоторых случаях возникает необходимость сравнения нескольких групп или оценок нескольких видов. Это можно сделать поэтапно, разбив задачу на несколько пар сравнений (например, если надо сравнить группы А, Б и Y по результатам тестов X и Y, то можно с помощью t - критерия сначала сравнить группы А и Б по результатам теста X, затем А и Б по результатам теста В, А и В по результатам теста Х и т. д.). Однако это очень трудоемкий метод, поэтому прибегают к более сложному методу дисперсионного анализа.

Метод оценки достоверности различий средних арифметических по достаточно эффективным параметрическим критерием Стьюдента предназначен для решения одной из задач, чаще всего наблюдаются при обработке данных - выявление достоверности различий между двумя или более рядами значений. Такая оценка часто необходимо при сравнительном анализе полярных групп. их выделяют на основе различной выраженности определенной целевой признаки (характеристики) изучаемого явления. Как правило, анализ начинают с подсчета первичных статистик выделенных групп ", затем оценивают достоверность различий. Критерий Стьюдента вычисляют по формуле:

Значение критерия Стьюдента для трех уровней доверительной (статистической) значимости (р) приводят в справочниках по матстатистику. Количество степеней свободы определяют по формуле:

С уменьшением объемов выборок (n <10) критерий Стьюдента становится чувствительным к форме распределения исследуемого признака в генеральной совокупности. Поэтому в сомнительных случаях рекомендуют использовать непараметрические методы или сравнивать полученные значения с критическими (табл. 2.17) для высшего уровня значимости.

Решение о достоверности различий принимают в том случае, если исчисленная величина t превышает табличное значение для определенного количества степеней свободы (d (v)). В публикациях или научных отчетах указывают высокий уровень значимости из трех: р <0,05; р <0,01; р <0,001.

При любом числового значения критерия достоверности различия между средними этот показатель оценивает не степень выявленной различия (ее оценивают по самой разницей между средними), а только его статистическую достоверность, то есть право распространять полученный на основе сопоставления выборок вывод о наличии разницы на все явление (весь процесс) в целом. Низкий исчисленный критерий отличия не может служить доказательством отсутствия различия между двумя признаками (явлениями), потому что его значимость (степень достоверности) зависит не только от величины средних, но и от количества сравниваемых выборок. Он указывает не на отсутствие различия, а на то, что при такой величины выборок она статистически недостоверная: очень большой шанс, что разница в этих условиях случайная, очень мала вероятность ее достоверности.

Таблица 2.17. Доверительные границы для критерия Стьюдента (t-критерий) для f степеней свободы

ния среднего времени выполнения задания во второй попытке (по сравнению с первой пробой) не является достоверным.

Это выражение не равносильно утверждению о статистической однородности двух выборок, которые сопоставляют. Кроме того, применение критерия Стьюдента в случае таких неодинаковых выборок не вполне корректное математически и, безусловно, сказывается на конечном итоге о недостоверности различий Хср = 9,1 и Хср = 8,5. Пользуясь этим критерием, оценивают не степень близости двух средних, а рассматривают отнесения или невод несения случайной (при заданном уровне значимости). .

В ходе рассмотрения примера мы будем использовать вымышленные сведения, чтобы читатель мог провести необходимые преобразования самостоятельно.

Так, допустим, в ходе исследований изучали влияние препарата А на содержание вещества В (в ммоль/г) в ткани С и концентрацию вещества D в крови (в ммоль/л) у пациентов, разделенных по какому-то признаку Е на 3 группы равного объема (n = 10). Результаты такого выдуманного исследования приведены в таблице:

Содержание вещества B, ммоль/г			Вещество D, ммоль/л
						прирост концентрации

Хотим вас предупредить, что выборки объема 10 рассматриваются нами для простоты представления данных и вычислений, на практике такого объема выборок обычно оказывается недостаточно для формирования статистического заключения.

В качестве примера рассмотрим данные 1-го столбца таблицы.

Описательные статистики

Выборочное среднее

Среднее арифметическое, которое очень часто называют просто «среднее», получают путем сложения всех значений и деления этой суммы на число значений в наборе. Это можно показать с помощью алгебраической формулы. Набор n наблюдений переменной x можно изобразить как x 1 , x 2 , х 3 , ..., x n

Формула для определения среднего арифметического наблюдений (произносится «икс с чертой»):

= (Х 1 + Х 2 + ... + X n) / n

= (12 + 13 + 14 + 15 + 14 + 13 + 13 + 10 + 11 + 16) / 10 = 13,1;

Выборочная дисперсия

Один из способов измерения рассеяния данных за­ключается в том, чтобы определить степень отклоне­ния каждого наблюдения от средней арифметической. Очевидно, что чем больше отклонение, тем больше изменчивость, вариабельность наблюдений. Однако мы не можем использовать среднее этих отклоненийкак меру рассеяния, потому что положительные от­клонения компенсируют отрицательные отклонения (их сумма равна нулю). Чтобы решить эту проблему, мы возводим в квадрат каждое отклонение и находим среднее возведенных в квадрат отклонений; эта величина называется вариацией, или дисперсией. Возьмем n наблюдений x 1 , x 2 , х 3 , ..., x n , средняя которых равняется . Вычисляем диспер сию, обычно обозначаемую как s 2 , этих наблюдений:

Выборочная дисперсия данного показателя равна s 2 = 3,2.

Среднеквадратичное отклонение

Стандартное (среднеквадратичное) отклоне­ние — это положительный квадратный корень из дисперсии. На примере n наблюдений это выглядит следующим образом:

Мы можем представить себе стандартное отклоне­ние как своего рода среднее отклонение наблюдений от среднего. Оно вычисляется в тех же единицах (размерностях), что и исходные данные.

s = sqrt (s 2) = sqrt (3,2) = 1,79 .

Коэффициент вариации

Если разделить стандартное отклонение на сред­нее арифметическое и выразить результат в процен­тах, то получится коэффициент вариации.

CV = (1,79 / 13,1) * 100% = 13,7

Ошибка выборочного среднего

1,79 / sqrt (10) = 0,57 ;

Коэффициент Стьюдента t (одновыборочный t-критерий)

Применяется для проверки гипотезы об отличии среднего значения от некоторого известного значения m

Количество степеней свободы рассчитывается как f=n-1.

В данном случае доверительный интервал для среднего заключен между границами 11,87 и 14,39.

Для уровня доверительной вероятности 95% m=11,87 или m=14,39, то есть= |13,1-11,82| = |13,1-14,38| = 1,28

Соответственно, в данном случае для числа степеней свободы f = 10 - 1 = 9 и уровня доверительной вероятности 95% t=2,26.

Диалог Основные статистики и таблицы

В модуле Основные статистики и таблицы выберем Описательные статистики .

Откроется диалоговое окно Описательные статистики .

В поле Перменные выберем Группу 1 .

Нажав на Ок , получим таблицы результатов с описательными статистиками выбранных переменных.

Откроется диалоговое окно Одновыборочный t-критерий .

Предположим, нам известно, что среднее содержание вещества B в ткани С равно 11.

Таблица результатов с описательными статистиками и t-критерием Стьюдента выглядит следующим образом:

Нам пришлось отвергнуть гипотезу о том, что среднее содержание вещества В в ткани С равно 11.

Так как вычисленное значение критерия больше табличного (2,26), нулевая гипотеза отвергается на выбранном уровне значимости, и различия между выборкой и известной величиной признаются статистически значимыми. Таким образом, вывод о существовании различий, сделанный с помощью критерия Cтьюдента, подтверждается с помощью данного метода.

В большинстве случаев для сравнения средних значений двух независимых выборок (с. 91) применяют критерий Стью­дента. Так как критерий Стьюдента относится к параметриче­ским, его использование возможно только в том случае, когда ре­зультаты исследования представлены в виде измерений по шкале отношений (с. 90).

Критерий Стьюдента обозначается t и вычисляется по фор­муле*:

t = х1 – x2 / √ m1² + m2²

В случаях, когда число наблюдений (n) более 500, уровень значимости при р = 0,05 достигается при t = 1 ,96, уровни значи­мости при р = 0,01 или р = 0,001, соответственно достигаются при t = 2,59 и t = 3,29.

Если число наблюдений менее 500, необходимая величина t для различных уровней значимости определяется по таблице 10.

Прежде чем обратиться к таблице, необходимо определить число степеней свободы. Этим термином называют число неза­висимых величин, участвующих в образовании того или иного параметра (f). Правила определения степеней свободы представ­лены в различных пособиях по математической статистике (Ю.К. Демьяненко, 1968). При вычислении критерия Стьюдента t общее число степеней свободы (f) будет равно n1 + n2 - 2.

Так, например, при сравнении результатов, показанных лыжниками экспериментальной и контрольной групп в прохож­дении контрольной дистанции получены следующие данные: средний показатель в экспериментальной группе (n = 12 чело­век) составил х = 34,6 сек, ошибка среднего значения m = 0,47 сек; в контрольной группе (n = 14 человек) эти данные были, со­ответственно, х = 37,3 сек, m = 0,49 сек.

Подставив значения в формулу, получаем значение t.

t = 37,3 - 34,6 / √ V 0,49 2 + 0,47 2 = 2,7 / 0,68 = 3,97

После определения числа степеней свободы (f =12 + 14 - 2 = 24) по таблице находим значение t. Полученное значение 3,97 превышает табличное значение для 99% доверительного уровня. Значит, мы можем утверждать, что между результатами двух сравниваемых групп существуют достоверные различия при уровне значимости р < 0,01.

При сравнительно больших числах измерений условно при­нято считать, что если разница между средними арифметиче­скими показателями равна или больше трех своих ошибок, разли­чия считаются достоверными. В этом случае достоверность раз­личий определяется по следующему уравнению:

Х Э -Х К >3√ mэ + mк ²

В приведенном примере велось сравнение результатов зани­мающихся разных групп, то есть независимых выборок. В случае, когда сравниваются результаты, полученные в начале и конце эксперимента в одной и той же группе, то есть при зависимых вы­борках, вычислить критерий Стьюдента по обычной формуле нельзя . Критерий Стьюдента в этом случае должен вычисляться по формуле:

t = Х 1 -Х 2 / m1 ² + m2² - 2rm1 m2

где r - коэффициент корреляции между начальными и конечными резуль­татами по изучаемому признаку.

Таблица 10

Граничные значения t(критерий Стьюдента)

f	Доверительные уровни (Р)
	95% .	99%	99,9%
	12,71	63.60
	4.30	9.93	31.60
	3.18	5.84	12.94
	2.78	4.60	8.61
	2.57	4.03	6.86
	2.45	3.71	5.96
	2.37	3.50	5.41
	2.31	3.36	5,04
	2.26	3.25	4.78
	2.23	3.17	4.59
П	2.20	3.11	4.44
	2.18	3.06	4.32
	1.16	3.01	4.22
	2.15	2,98	4,14
	2.13	2.95	4.07
	2.12	2,92	4.02
	2.11	2.90	3.97
	2.10	2.88	3.92
	2.09	2.86	3.88
	2.09	2.85	3.85
	2.08	2,83	3.82
	2.07	2.82	3.79
	2.07	2.81	3,77
	2.06	2.80	3.75
	2,06	2.79	3.73
	2.06	2.78	3.71
	2.05	2.77	3.69
	2.05	2.76	3.67
	2.04	2.76	3.66
	2.04	2,75	" 3.65
	2.02	2,70	3.55
	2.01	2.68	3,50
	2.00	2.66	3.46
	1.99	2.64	3.42
	1.98	2.63	3.39
	1.98	2,62	3.37
	1.97	2.60	3.34
	1.96	2,59	3.31
оо	1.96	2.59	3.29
	Уровни значимости (р)
	0,05	0,01	0,001

Формулирование выводов

(заключение)

В конце работы делаются выводы. Формулирование выводов, наряду с формулированием введения, является одним из самых сложных и ответственных этапов оформления любой курсовой работы.

В выводах необходимо отразить наиболее существенные результаты исследования.

Существуют несколько распространенных ошибок при формулировании выводов. Часто студент строит предложение так, что оно звучит как декларация о результатах проделанной им работы («изучено», «разработано» и т.п.). Например:

«В ходе исследования были определены основные положения экспериментальной методики…» или «Выделены показатели, позволя­ющие оценивать коммуникативные умения студентов педагогических специальностей по осуществлению физкультурно-оздоровительной работы со школьниками…».

Чтобы изложенное являлось выводами, фразы следовало построить примерно так: «Сформулированные нами положения экспериментальной методики позволяют…» и, соответственно: «Из выделенных показателей наиболее информативными, позволяющими оценивать уровень коммуникативных умений студентов педагогических специальностей , являются...»

Другой распространенной ошибкой является утверждение студентом в выводе чего-то очевидного, для констатации которого не требуется проводить специального исследования. Например:

«На занятиях физическими упражнениями со школьниками необходимо учитывать особенности развития подростка этого возраста».

Иногда вывод оказывается, вовсе бессо­держательным. Таким обычно бывает первый вывод, который студент делает на основе анализа литературы. Например:

«Анализ научно-методической литературы показал, что в теории физического воспитания вопрос об использовании тренажеров в спортивной подготовке пловцов еще не полностью раскрыт».

Выводы должны информативно отражать проделанную студентом работу, но не должны быть многословными.

ТРЕБОВАНИЯ К ОФОРМЛЕНИЮ

КУРСОВЫХ РАБОТ

В выпускной квалификационной работе должны быть представлены следующие структурные компоненты:

· титульный лист ;

· введение;

· основной текст (глава 1, глава 2);

· выводы (заключение);

· список литературы;

· приложения (если в них имеется необходимость).

Оптимальный объем курсовой работы составляет 40-50 страниц машинописного текста через 1,5 интервала (включая рисунки, таблицы, графики, список литературы и приложения).

Размер шрифта 14 Times New Roman.

Работа оформляется в компьютерном или рукописном виде (второй вариант менее желателен).

В компьютерном варианте текст работы печатается через полтора интервала на одной стороне стандартного листа бумаги форматом А4 (210x297 мм). Поля страницы работы должны иметь следующие размеры: левое - 30 мм, правое -10 мм, верхнее - 20 мм, нижнее - 25 мм.

Таблицы, рисунки, чертежи, схемы, графики должны быть выполнены на стандартных листах форматом А4 (210x297 мм). Подписи и пояснения должны быть с лицевой стороны.

Все страницы выпускных аттестационных работ, включая иллюстрации и приложения, нумеруются по порядку от титульного листа до последней страницы без пропусков и повторений. Первой страницей считается титульный лист, на ней цифра "1" не ставится, на следующей странице ставится цифра "2" и т.д. Порядковый номер ставится в середине нижнего поля страницы.

Весь материал выпускных аттестационных работ в соответствии с оглавлением (планом) разделяется на параграфы. Наименование параграфов должно соответствовать содержанию и печататься в виде заголовка строчными буквами без подчеркивания.

В работе допустимы стандартные общепринятые сокращения типа "и т.д.", "и т.п.", "и др." "и проч.", "см.", "стр."

Образец оформления таблиц и иллюстраций дан в Приложении 3.

Титульный лист

Титульный лист- это информация о работе. На нем указывается название учреждения, где выполнялась работа; фамилия, имя, отчество ав­тора; название; фамилия, имя, отчество, ученая сте­пень и ученое звание научного руководителя (консультанта); город, год. Вид титульного листа выпускных аттестационных работ представлен на рисунке 1.

Федеральное государственное автономное образовательное учреждение

Высшего образования

«Нижегородский государственный университет им. Н.И. Лобачевского»

Арзамасский филиал

Естественно-географический факультет

Кафедра физической культуры

Курсовая работа по дисциплине

«Теория и методика физической культуры»

на тему:

"Методические особенности физкультурно-оздоровительных занятий

с детьми дошкольного возраста"

Выполнил:

Иванов А.В.,

студент(ка) направления 034300 (49.03.01)

Физическая культура

профиль «Менеджмент в сфере

физической культуры»

форма обучения – заочная

(полный срок обучения /

ускоренная программа обучения)

1 (2) курс обучения, группа 11(12)

Научный руководитель:

к.п.н., доцентСидорова Т.В.

Арзамас

Рис. 1. Образец титульного листа курсовой работы

В выпускных аттестационных работах используется слово «оглавление», а не «содержание». Оглавление – это указатель рубрик (глав) единого произведения, в то время как содержание – это указатель заглавий различных произведений, включенных в издание. С точки зрения культуры чтения оглавление размещается в начале работы: читающий именно с оглавления начинает знакомство с исследованием.

При оформлении оглавления необходимо каждый подчиненный заголовок располагать с отступом вправо от предшествующего основного заголовка, к которому он относится, располагая первую цифру под заглавной буквой заголовка, к которому он непосредственно относится. Все заголовки равной ступени следует начинать от одной вертикальной линии. Подобное построение плана позволяет четко видеть соподчиненность всего материала. Например:

Введение. . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Проблема формирования у студентов знаний с целью повышения у них мотивации к занятиям физическими упражнениями. . . . ………….. . . .
1.	Физическая культура студентов на современном этапе. . . . .………...
	1.11.1	Изменение приоритетов в занятиях студентов физическими упражнениями в 20-90-х годах. . . . . . . . ………..
	1.1 1.2	Направленность современного образования студентов в области физической культуры. . . . . . . . …………
2.	Формирование мотивации студентов к занятиям физическими упражнениями. . . . . . . . . . . . . . . . . . . . ………
	2.12.2	Отношение студентов к занятиям физическими упражнениями.
Заключение…………………………………………………………………… . 14
Список литературы………………………………………………………………
Приложения

Для того чтобы сделать отступы в оглавлении одинаковыми и выровнять номера страниц, целесообразно использовать формат таблицы, линии которой задать в параметрах невидимыми.

В выпускных аттестационных работах большое значение имеет рубрикация текста. Рубрики раскрывают строение текста, показывают связь и взаимозависимость разделов и подразделов.

Заголовки параграфов должны точно отражать содержание относящегося к ним текста. Они не должны сокращать или расширять объем смысловой информации, которая в них заключена.

Заголовки параграфов и подпараграфов располагаются посередине отдельной строки и печатаются полужирным прямым шрифтом, строчными буквами, кроме первой – заглавной (рис. 2).

	1.1. Понятие об осанке

Рис. 2. Образец оформления названия параграфа

Заголовок отделяется от идущего за ним текста одним интервалом (одним непечатным символом), а от предшествующего текста – двумя интервалами (двумя непечатными символами, стоящими друг под другом). Заголовок не может быть последней строчкой на странице.

Абзацный отступ выставляется через опции «Формат» ® «Абзац» ® «Отступы и интервалы» ® «Первая строка» ® «Отступ» ® 1,25 см (1,27 см). Ударом клавиши абзацный отступ не выставляется!

Выделения шрифтом

Соподчинение содержания внутри параграфа, разграничение частей и элементов текста по значимости оформляется при помощи выделения шрифтом (другой насыщенности, с наклоном штрихов букв, в разрядку).

В научных работах принято использовать соподчинение шрифтов (табл. 11).

где f – степень свободы, которая определяется как

Пример . Две группы студентов обучались по двум различным методикам. В конце обучения с ними был проведен тест по всему курсу. Необходимо оценить, насколько существенны различия в полученных знаниях. Результаты тестирования представлены в таблице 4.

Таблица 4

Рассчитаем выборочное среднее, дисперсию и стандартное отклонение:

Определим значение t p по формуле t p = 0,45

По таблице 1 (см. приложение) находим критическое значение t k для уровня значимости р = 0,01

Вывод: так как расчетное значение критерия меньше критического 0,45<2,88 гипотеза Но подтверждается и существенных различий в методиках обучения нет на уровне значимости 0,01.

Алгоритм расчета t-критерия Стьюдента для зависимых выборок измерений

1. Определить расчетное значение t-критерия по формуле

, где

2. Рассчитать степень свободы f

3. Определить критическое значение t-критерия по таблице 1 приложения.

4. Сравнить расчетное и критическое значение t-критерия. Если расчетное значение больше или равно критическому, то гипотеза равенства средних значений в двух выборках изменений отвергается (Но). Во всех других случаях она принимается на заданном уровне значимости.

U - критерий Манна - Уитни

Назначение критерия

Критерий предназначен для оценки различий между двумя непараметрическими выборками по уровню какого-либо признака, количественно измеренного. Он позволяет выявлять различия между малыми выборками, когда n < 30.

Описание критерия

Этот метод определяет, достаточно ли мала зона пересекающихся значений между двумя рядами. Чем меньше эта область, тем более вероятно, что различия достоверны. Эмпирическое значение критерия U отражает то, насколько велика зона совпадения между рядами. Поэтому чем меньше U, тем более вероятно, что различия достоверны.

Гипотезы

НО: Уровень признака в группе 2 не ниже уровня признака в группе 1.

HI: Уровень признака в группе 2 ниже уровня признака в группе 1.

Алгоритм расчета критерия Манна-Уитни (u)

Перенести все данные испытуемых на индивидуальные карточки.

Пометить карточки испытуемых выборки 1 одним цветом, скажем красным, а все карточки из выборки 2 – другим, например, синим.

Разложить все карточки в единый ряд по степени нарастания признака, не считаясь с тем, к какой выборке они относятся, как если бы мы работали с одной большой выборкой.

где n 1 – количество испытуемых в выборке 1;

n 2 – количество испытуемых в выборке 2,

Т х – большая из двух рантовых сумм;

n х – количество испытуемых в группе с большей суммой рангов.

9. Определить критические значения U по таблице 2 (см. приложение).

Если U эмп.> U кр0,05 , то гипотеза Но принимается. Если U эмп.≤ U кр, то отвергается. Чем меньше значения U, тем достоверность различий выше.

Пример. Сравнить эффективность двух методов обучения в двух группах. Результаты испытаний представлены в таблице 5.

Таблица 5

Перенесем все данные в другую таблицу, выделив данные второй группы подчеркиванием и сделаем ранжирование общей выборки (см. алгоритм ранжирования в методических указаниях к заданию 3).

Значения

Найдем сумму рангов двух выборок и выберем большую из них: Т х = 113

Рассчитаем эмпирическое значение критерия по формуле 2: U p = 30.

Определим по таблице 2 приложения критическое значение критерия при уровне значимости р = 0.05: U k = 19.

Вывод: так как расчетное значение критерия U больше критического при уровне значимости р = 0.05 и 30 > 19, то гипотеза о равенстве средних принимается и различия в методиках обучения несущественны .