Results not found

По вашему запросу ничего не найдено

Попробуйте отредактировать запрос и поискать снова

HR-советы

О влиянии индивидуальных особенностей на продуктивность деятельности в течение суток

Article Thumbnail

Если вы нетерпеливы, сразу вниз к резюме, тут много букфф.
Суть трилогии в следующем: у нас есть 816 респондентов, которые прошли тесты КТО и Биг5 в разное время суток. Первый пост не выявил значимых различий в уровне результатов ни по одной из шкал указанных тестов. Но при этом, данный результат не исключает влияния индивидуальных особенностей на результаты тестов в разное время суток.
Я обозначу некую полезную задачу, которую я планировал решить. Поскольку под респондентами я мысленно представляю кандидатов при приеме на работу, то от кандидатов ожидается высокие результаты по тестам способностей. Следовательно, говоря о влияниииндивидуальных особенностей на результаты тестов, я подразумеваю выявление связи между результатами КТО как зависимой переменной и результатами Биг5 (шкалы которого я понимаю как индивидуальные особенности) в разрезе времени суток.
Если совсем просто, то хотелось бы дать рекомендации интровертам, тревожным и/или импульсивным людям рекомендации, в какое время суток имеет смысл проходить тесты способности при приеме на работу, а в более широком смысле — в какое время суток эти люди более продуктивны, понимая под продуктивностью интеллектуальные способности.

Возражения

Возражение 1

Виталий Алтухов указал мне, что идеальный дизайн исследования о влияниииндивидуальных особенностей на результаты тестов был бы такой, при котором одни и теже люди проходили одинаковый для себя банк заданий в разное время суток. Соглашусь, но 1) у меня нет ресурсов на такие исследования (у Виталия, может быть, и есть и 2) надо контролировать переменную «загрузку в течение суток прохождения тестов», чтобы быть уверенным, что загрузка была равномерная во все дни тестирования.
В ответ на это возражение стал пост В какое время суток наиболее продуктивны импульсивные люди. Я выделил группу импульсивных и не очень импульсивных людей и посмотрел, какие результаты по тестам способностей показывают две эти группы товарисчей в разрезе времени суток.
Результат нулевой: мы не выявили различий.
Главная проблема для меня здесь в том, что это лишь одна из частных гипотез, она не опровергает влиянияиндивидуальных особенностей на результаты тестов, у нас есть еще четыре шкалы теста Биг5, кроме того, тот же Виталий Алтухов заявил, что лучше брать деление не по линии медиан, а меньше 3,5 стена и выше 7, 5 стена, как крайние группы. Кроме того, можно брать строгое неравенство (больше), а можно нестрогое (больше или равно). И в каждом новом случае мы получим новые наборы данных. Таким образом задача может превратиться в бесконечную задачу перебора вариантов.

Возражение 2

Собственно, не возражение, а методология. Виталий утверждает, что мы, скорее, смотрим не влияние индивидуальных особенностей на результаты тестов в разрезе времени суток, а лишь то, в какое время суток предпочитают проходить те или иные психотипы. Это проклятие статистики под названием «корреляция не есть причинность».
По простому: если мы выявим, что люди, проходившие тест вечером, показывают более высокие результаты по импульсивности, то возможны две интепретации полученных результатов:

  1. импульсивные люди предпочитают проходить тесты вечером;
  2. вечером у респондентов повышается импульсивность.

Я просто отмечаю это возражение, но замечу пока, что я, как исследователь, вправе формулировать любой вариант, главное, чтобы полученные результаты не противоречили моей гипотезе.
И я формулирую

Решение

Я решил универсально решить задачу (не прошу прощения за тавтологию). Я решил построить модель регрессии, взяв за Y общую шкалы теста способностей КТО (как самую универсальную), а в качестве предикторов взял пол, возраст, вемя суток и шкалы теста Биг5.
Идея была проста: уж пол то точно имеет дифференцирующую способность (дамы простите, но у мужчин КТО выше, см рисунок ниже)

KruskalResult(statistic=6.2923885339728649, pvalue=0.012125753573647643). Зацепившись за пол, алгоритм машинного обучения вытащит различия по шкалам Биг5 и, самое важное, по времени суток.
Такие результаты нам бы дали как минимум направление для поиска- куда копать.
Но на третьем шаге тренировки параметров модели я бросил это увлекательное занятие по простой причине: показатель R^2 был равен на этом шаге 0. И даже если бы в конце концов я натренировал модель до 3-4 %, что маловероятно, то в этом случае пришлось бы признать: результат может быть и имел бы академическую ценность, но практической ценности при 3-4 % объясненной дисперсии нет никакой.
Для очистки совести я еще повозился с разными шкалами в разных разрезах, например, результаты теста КТО в разрезе шкалы «Независимость — Согласие» теста Биг5 и в разрезе времени суток. Причем сделано по рецепту Виталия — крайние квартили взяты только

Или вот тоже самое, но со шкалой тревожности

И везде Краскал Уолисс говорит нам об очень слабой связи. В одном месте мы получили p-value 0, 04. Но при таком количестве сравнений poct hoc анализ типа поправки Бонферрони наложит нам запрет на всякую мысль сослаться на этот результат как значимый.


Источник : edwvb.blogspot.com