Планирование корреляционного исследования 2 страница

Классы эквивалентности, выделенные при помощи шкалы наиме­нований, могут быть упорядочены по некоторому основанию. Раз­личают шкалу строгого порядка (строгая упорядоченность) и шкалу слабого порядка (слабая упорядоченность). В первом случае на эле­ментах множества реализуются отношения "не больше" и "меньше", а во втором — "не больше или равно" и "меньше или равно".

Шкала порядка сохраняет свои свойства при изотонических пре­образованиях. Все функции, которые не имеют максимума (моно­тонные), отвечают этой группе преобразований.

Значения величин можно заменять квадратами, логарифмами, нормализовать и т.д. При таких преобразованиях значений величин, определенных по шкале порядка, место объектов на шкале не изме­няется, т.е. не происходит инверсий.

Еще Стивене высказывал точку зрения, что результаты большин­ства психологических измерений в лучшем случае соответствуют лишь шкалам порядка.

Шкалы порядка широко используются в психологии познаватель­ных процессов, экспериментальной психосемантике, социальной психологии: ранжирование, оценивание, в том числе педагогичес­кое, дают порядковые шкалы. Классическим примером использова­ния порядковых шкал является тестирование личностных черт, а также способностей. Большинство же специалистов в области тес­тирования интеллекта полагают, что процедура измерения этого свойства позволяет использовать интервальную шкалу и даже шкалу отношений.

Как бы то ни было, эта шкала позволяет ввести линейную упоря­доченность объектов на некоторой оси признака. Тем самым вво­дится важнейшее понятие — измеряемое свойство, или линейное свойство, тогда как шкала наименований использует "вырожденный" вариант интерпретации понятия "свойство": "точечное" свойство (свойство есть — свойства нет).

Переходным вариантом шкалы можно считать дихотомическую классификацию, проводимую по принципу "есть свойство — нет свойства" (I; 0) при 1 > 0. Дихотомическое разбиение множества позволяет применять не только порядок, но и метрику. Для интер­претации данных, полученных посредством порядковой шкалы, можно использовать более широкий спектр статистических мер (в дополнение к тем, которые допусти мы для шкалы наименований).

В качестве характеристики центральной тенденции можно ис­пользовать медиану, а в качестве характеристики разброса — про-центили. Для установления связи двух измерений допустима поряд­ковая корреляция (т-Кэнделла ир-Спирмена).

Числовые значения порядковой шкалы нельзя складывать, вы­читать, делить и умножать.

Шкала интервалов

Шкала интервалов является первой метрической шкалой. Собст­венно, начиная с нее, имеет смысл говорить об измерениях в узком смысле этого слова — о введении меры на множестве объектов. Шкала интервалов определяет величину различий между объектами в про­явлении свойства. С помощью шкалы интервалов можно сравнивать два объекта. При этом выясняют, на сколько более или менее выра­жено определенное свойство у одного объекта, чем у другого.

Шкала интервалов очень часто используется исследователями. Классическим примером применения этой шкалы в физике является измерение температуры по Цельсию. Шкала интервалов имеет масштабную единицу, но положение нуля на ней произвольно, по­этому нет смысла говорить, во сколько раз больше или меньше ут­ренняя температура воздуха, измеренная шкалой Цельсия, чем днев­ная.

Значения интервальной шкалы инвариантны относительно груп­пы аффинных преобразований прямой. То есть мы имеем право из­менять масштаб шкалы, умножая каждое значение на константу, и производить ее сдвиг относительно произвольно выбранной точки на любое расстояние вправо или влево (прибавлять или отнимать константу).

Интервальная шкала позволяет применять практически всю пара­метрическую статистику для анализа данных, полученных с ее по­мощью. Помимо медианы и моды для характеристики центральной тенденции используется среднее арифметическое, а для оценки раз­броса—дисперсия. Можно вычислять коэффициенты асимметрии и эксцесса и другие параметры распределения. Для оценки величи­ны статистической связи между переменными применяется коэф­фициент линейной корреляции Пирсона и т.д.

Большинство специалистов по теории психологических измере­ний полагают, что тесты измеряют психические свойства с по­мощью шкалы интервалов. Прежде всего это касается тестов интел­лекта и достижений. Численные значения одного теста можно пере­водить в численные значения другого теста с помощью линейного преобразования: х' = ах + Ь.

Ряд авторов полагают, что относить тесты интеллекта к шкалам интервалов нет оснований. Во-первых, каждый тест имеет "нуль" — любой индивид может получить минимальный балл, если не решит ни одной задачи в отведенное время. Во-вторых, тест имеет макси­мум шкалы — балл, который испытуемый может получить, решив все задачи за минимальное время. В-третьих, разница между отдель­ными значениями шкалы неодинакова. По крайней мере, нет ника­ких теоретических и эмпирических оснований утверждать, что 100 и 120 баллов по шкале IQ отличаются на столько же, на сколько 80 и 100 баллов.

Скорее всего, шкала любого теста интеллекта является комби­нированной шкалой, с естественным минимумом и\или максимумом, но порядковой. Однако эти соображения не мешают тестологам рас­сматривать шкалу IQ как интервальную, преобразуя "сырые" значения в шкальные с помощью известной процедуры "нормализации" шкалы.

Шкала отношений

Шкала отношений — наиболее часто используемая в физике. По крайней мере, идеалом измерительной процедуры является получе­ние таких данных о выраженности свойств объектов, когда можно сказать, во сколько раз один объект больше или меньше другого.

Это возможно лишь тогда, когда помимо определения равенства, рангового порядка, равенства интервалов известно равенство отно­шений. Шкала отношений отличается от шкалы интервалов тем, что на ней определено положение "естественного" нуля. Классический пример — шкала температур Кельвина.

В психологии шкалы отношений практически не применяются. Одним из исключений являются шкалы оценки компетентности, основанные на модели Раша (о ней пойдет речь позже). Действи­тельно, вполне можно представить уровень "нулевой" осведомлен­ности испытуемого в какой-то области знаний (например, знание автором этого учебника эскимосского языка) или же "нулевой" уро­вень владения каким-либо навыком. Авторы стохастической теории теста доказывают, что, введя единую шкалу "трудности задачи — спо­собности испытуемого", можно измерить во сколько раз одна зада­ча труднее другой или же один испытуемый компетентнее другого.

Значения шкалы отношений инвариантны относительно преоб­разования вида: х' = ах.

Значения шкалы можно умножать на константу. К ним приме­нимы любые статистические меры.

Измерения массы, времени реакции и выполнения тестового за­дания — области применения шкалы отношений.

Отличием этой шкалы от абсолютной является отсутствие "есте­ственной" масштабной единицы.

Другие шкалы

а. Дихотомическая классификация часто рассматривается как ва­риант шкалы наименований. Это верно, за исключением одного слу­чая, когда мы измеряем свойство, имеющее всего лишь два уровня выраженности: "есть — нет", так называемое "точечное" свойство. Примеров таких свойств много: наличие или отсутствие у испытуе­мою какой-либо наследственной болезни (дальтонизм, болезньДау-на, гемофилия и др.), абсолютного слуха и др. В этом случае иссле­дователь имеет право проводить "оцифровку" данных, присваивая каждому из типов цифру "1" или "О", и работать с ними, как со зна­чениями шкалы интервалов.

В ряде пособий неверно утверждается, что шкала наименований различает предметы по проявлению свойства, но не различает их по уровню проявления свойства. Шкала наименований вообще не ос­нована на понятии "свойство", которое вводится, лишь начиная со шкалы порядка, а базируется на представлении о "типе" — множе­стве эквивалентных объектов. Для того, чтобы ввести понятие "свой­ство", требуется ввести отношения не между объектами, а между классами (типами) эквивалентных объектов (которые, конечно, мо­гут содержать всего лишь один объект).

б. Шкала разностей, в отличие от шкалы отношений, не имеет естественного нуля, но имеет естественную масштабную единицу из­мерения. Ей соответствует аддитивная группа действительных чисел. Классическим примером этой шкалы является историческая хронология. Она сходна со шкалой интервалов. Разница лишь в том, что значения этой шкалы нельзя умножать (делить) на константу. Поэтому считается, что шкала разностей — единственная с точ­ностью до сдвига. Некоторые исследователи полагают, что Иисус Христос родился за четыре года до общепринятого начала нашего христианского летосчисления. Сдвиг на четыре года назад ничего не изменит в хронологии. Можно использовать мусульманское ле-тосчисление или же от сотворения мира. Кому как нравится.

В психологии шкала разностей используется в методиках парных сравнений.

в. Абсолютная шкала является развитием шкалы отношений и от­личается от нее тем, что обладает естественной единицей измере­ния. В этом ее сходство со шкалой разностей. Число решенных задач ("сырой" балл), если задачи эквивалентны, — одно из проявлений абсолютной шкалы.

В психологии абсолютные шкалы не используются. Данные, по­лученные с помощью абсолютной шкалы, не преобразуются, шкала тождественна сама себе. Любые статистические меры допустимы.

г. В литературе, посвященной проблемам психологических из­мерений, упоминаются и другие типы шкал: ординальная (порядко­вая) с естественным началом, лог-интервальная, упорядоченная мет­рическая и др. О свойствах порядковой шкалы с естественным нача­лом упоминалось в данном разделе.

Все написанное выше относится к одномерным шкалам. Шкалы могут быть и многомерными: шкалируемый признак в этом случае имеет ненулевые проекции на два (или более) соответствующих пара­метра. Векторные свойства, в отличие от скалярных, являются много­мерными.

Шкальныепреобразования Возможны два варианта шкальных преобразований:

1) повышение мощности шкалы;

2) понижение мощности шкалы.

Вторая из процедур является тривиальной. Поскольку все воз­можные процедуры преобразований, которые приемлемы для более мощной шкалы (например, шкалы интервалов), допустимы и для менее мощной (например, шкалы порядка), то у нас есть право рас­сматривать данные, полученные с помощью интервальной шкалы, как порядковые или, допустим, порядковую шкалу — в качестве но­минальной.

Другое дело, если (по каким-либо соображениям) у нас возника­ет потребность перейти от шкалы наименований к шкале порядка и т.д. Для этого требуется вводить необъективные (с позиций матема­тической теории измерений) допущения и эмпирические приемы, базирующиеся лишь на интуиции и правдоподобных рассуждениях. Но в большинстве случаев производится эмпирическая проверка: в какой мере данные, полученные с помощью "слабой" шкалы, удов­летворяют требованиям более "мощной" шкалы.

Рассмотрим переход от шкалы наименований к порядковой шка­ле. Естественно, для этого нужно упорядочить классы по некоторо­му основанию. Предположим, что принадлежность объекта к неко­торому классу есть случайная функция. Тогда переход от номина­тивной шкалы к шкале порядка возможен в том случае, если суще­ствует упорядоченность классов. Во-первых, для каждого элемента существует модальный класс, вероятность принадлежности к кото­рому значимо больше, чем к другим классам. Во-вторых, для каж­дого элемента существует только одна функция вероятностной при­надлежности к множеству классов, такая, что эти классы можно упо­рядочить единственным образом. Проще говоря, каждый класс дол­жен иметь только двух соседей: "слева" и "справа", а порядок сосед­ства определяется эмпирической частотой попадания элементов в различные классы. В "свой" класс элемент попадает чаще, в сосед­ние со "своим" — реже и в отдаленные — еще реже. При обработке данных осуществляется эмпирическая проверка каждой тройки клас­сов на стохастическую транзитивность. Преобразование шкалы по­рядка в шкалу интервалов — более частый вариант. Он подробно описан в литературе, посвященной теории психологических изме­рений, в частности в теории тестов.

Виды психологических измерений

В психологии используется множество конкретных измеритель­ных методик. Удобную классификацию психологических измерений дал С.С. Паповян. Будем придерживаться ее вдальнейшем изложе­нии.

Методы психологических измерений могут быть классифициро­ваны по различным основаниям:

1) процедуре сбора "сырых" данных;

2) предмету измерения;

3) виду используемой шкалы;

4) типу шкалируемого материала;

5) моделям шкалирования;

6) числу мерностей (одномерные и многомерные);

7) мощности метода сбора данных (мощные или слабые);

8)типу ответа индивида;

9) какими они являются: детерминистскими или вероятностны­ми.

Для психолога-экспериментатора главными основаниями явля­ются процедура сбора данных и предмет измерения.

Чаще всего применяются следующие процедуры субъективного шкалирования:

Метод ранжирования. Все объекты представляются испытуемо­му одновременно, он должен их упорядочить по величине измеряе­мого признака.

Метод парных сравнений. Объекты предъявляются испытуемому попарно (число предъявлении равно числу сочетаний (п)). Испы­туемый оценивает сходства—различия между членами пар.

Метод абсолютной оценки. Стимулы предъявляются по одному. Испытуемый дает оценку стимула в единицах предложенной шка­лы.

Метод выбора. Индивиду предлагается несколько объектов (сти­мулов, высказываний и т.д.), из которых он должен выбрать те, ко­торые соответствуют заданному критерию.

По предмету измерения все методики делятся на а) методики шкалирования объектов; б) методики шкалирования индивидов и в) методики совместного шкалирования объектов и индивидов.

Методики шкалирования объектов (стимулов, высказываний и др.) встраиваются в контекст экспериментальной или измеритель­ной процедуры. По своей сути они не являются задачей исследова­теля, а представляют собой экспериментальную задачу испытуемо­го. Исследователь использует эту задачу для выявления поведения

испытуемого (в данном случае — реакций, действий, вербальных оце­нок и др.), чтобы знать особенности его психики. Поэтому нет ос­нований причислять эти техники к методам психологического из­мерения поведения, если под измерением понимать только задачу экспериментатора.

При субъективном шкалировании испытуемый выполняет функ­ции измерительного прибора, а экспериментатор мало интересуется особенностями "измеряемых" испытуемым объектов и исследует сам "измерительный прибор".

Парадигма субъективного шкалирования перешла в другие об­ласти психологии из психофизики, где классификация задач испы­туемого в эксперименте очень хорошо разработана. Этого нельзя сказать о других областях психологии.

Но по укоренившейся традиции методики и модели субъектив­ного шкалирования рассматриваются в одном разделе с техниками и моделями измерения поведения. Традиция эта связана с тем, что и при "шкалировании объектов", и при "шкалировании индивидов" в ходе обработки и интерпретации данных используется сходный ма­тематический аппарат.

Процедуре одномерного и многомерного субъективного шкали­рования посвящена обширная научная и учебная литература (см. "Списоклитературы").

Остановимся на моделях совместного шкалирования объектов и испытуемых. Модели делятся на два вида: детерминистические и вероятностные. Суть этих моделей в том, что и объекты, и индиви­ды, которые высказывают суждения об объектах, "отображаются" на одну шкалу на основании обработки данных поведенческого из­мерения либо субъективного шкалирования.

Основными детерминистическими моделями являются метод раз­вертывания К.Кумбса и шкалограммный анализ Л. Гуттмана. К ве­роятностным моделям относится латентно-структурный анализ IRT (item response theory) (см. разд. 6.5). Здесь же мы кратко остановим­ся на детерминистических моделях.

Метод развертывания Кумбса исходит из предположения, что объекты и индивиды могут быть размещены на шкале одномерного признака. Индивид может предпочитать один объект другому. Су­ществует "идеальная точка" индивида — субъективный эталон. Ин­дивид предпочитает тот стимул, который "ближе" к субъективному эталону.

Процедура измерения состоит в следующем. Испытуемому предъ­являются пары стимулов, которые он сравнивает. Формируется мат-рица частоты предпочтений стимулов размером m х п (т — стимулы, n — индивиды). В клеточках матрицы — относительные частоты предпочтений.

Шкалограммный анализ Гуттмана используется для построения опросников. Наиболее часто применяется при дихотомической оцен­ке ответа испытуемого ("да" — "нет", "решил" — "не решил").

Предполагается следующее: принятие индивидом пункта (реше­ние задачи, ответ "да" и т.д.) означает то, что его шкальное значение не меньше величины пункта. Если индивид решает данную задачу, то он решает любую другую (болеелегкую) задачу. Принятие инди­видом пункта опросника или правильное решение задачи обознача­ется как " 1", неприятие пункта или неверное решение — "О".

В ходе обработки строки и столбцы исходной матрицы данных переставляются так, чтобы она соответствовала "совершенной" шка-лограмме: матрица выше диагонали, т.е. верхняя правая часть мат­рицы должна состоять из единиц, а нижняя левая — включать толь­ко нули. Порядок индивидов по строкам должен соответствовать порядку заданий по столбцам по величине выраженности свойства.

Задачи

				4 5
				1 1
				1 1
Индивиды з				1 1
				1 1
				0 1

Практически никогда идеальная шкалограмма не получается. Оценка одномерности признака предложена Гуттманом и назы­вается коэффициентом воспроизводимости-.

R = I - e/nk,

где

е — число "ошибок" в откликах испытуемых, n — количество испытуемых, k — число заданий.

Существует также модификация модели Гуттмана, описывающая процедуру с несколькими вариантами ответов.

Тестирование и теория измерений

Тестирование (в частности, психологическое) является разновид­ностью процедуры измерения свойств объекта. Свойство — философская категория, выражающая такую сторону предмета, которая обусловливает его различия и общность с другими предметами и об­наруживается в его отношении к ним.

В логике под свойством понимается одноместный предикат вида Р(х): например, х-город — в отличие от отношения, которое также является одноместным предикатом. Свойство может быть много­местным предикатом, а отношение — одноместным, например:

"Петр любит самого себя". Свойство ограничивает область объек­тов, которым оно приписывается. В результате операции приписы­вания свойства объектов становится меньше, чем было до этого. От­ношение же всегда образует новые объекты, например, Р (х, у, z), где х — мужчины,у — женщины, z — дети; если Р — генетическое отношение, то связанные этим отношением х, у и z дают новый объект — человечество.

Отсюда ясно, что, вводя понятие "свойство", мы выделяем класс психических сущностей, которые этим свойством обладают.

Свойства классифицируются по наличию интенсивности и ее из­менениям. При этом различают три основных типа свойств:

а) точечные;

б) линейные;

в) многомерные.

Рассмотрим первый тип: точечные свойства. Человек может быть:

либо мертвым, либо живым; или мужчиной, или женщиной; или холериком, или сангвиником. Ни одна женщина не может быть чуть-чуть беременной. Существуют свойства, которые не имеют интен­сивности и могут рассматриваться как точечные или "свойства ну­левого измерения". Такие свойства обладают определенностью, ка­чественной, но не количественной.

Второй тип свойств образуют линейные свойства (одномерные свойства). Последний термин, с нашей точки зрения, более удачен. Другие линейные свойства, присущие предмету, всегда имеют оп­ределенную интенсивность, причем могут изменяться лишь в на­правлении уменьшения или увеличения этой интенсивности. Тако­вы масса, упругость, вязкость, мощность, температура, физическая сила человека, его рост и т.д. Отметим, что большинство психичес-ких'свойств относится традиционно к этому типу. В частности, фак­торная теория интеллекта вводит понятия: "общий интеллект", "кре­ативность", "дивергентное мышление", основываясь на том, что эти свойства являются одномерными (линейными).

Одномерные (линейные) свойства помимо качественной опре­деленности обладают также количественной. Обычно вводится по­нятие интервала интенсивности, под которым понимается вся совокупность интенсивностей данного свойства (диапазон интенсивнос­ти). Физические свойства такого рода называются скалярами.

Примером двухмерных свойств являются векторные величины. Двухмерные свойства можно представить как комбинацию одномер­ных (разложение вектора на плоскости — комбинация скалярных ве­личин: величины угла и длины отрезка). Их обобщением являются многомерные свойства, которые можно определить как свойства, способные изменяться в отношениях: пространственные векторы в математике, тензоры в физике и т.д.

Между точечными, линейными и многомерными свойствами су­ществует простое отношение сводимости: многомерное свойство может быть представлено как совокупность линейных свойств, али-нейное — как множество точечных свойств. Соответственно набор точечных свойств можно представить в качестве псевлолинейного свойства, а набор линейных — как псевдомногомерное свойство.

Можно теоретически предусмотреть 4-й случай, когда свойство качественно не определено. Это парадоксально только на первый взгляд. Возможен вариант: есть некое число, но неясно, представля­ет ли оно какое-либо свойство.

Таким образом, можно ввести следующую типологию свойств:

1) свойство не определено;

2)точечное свойство;

3) линейное свойство;

4) многомерное свойство.

Рассмотрим на качественном уровне общую структуру психоло­гического тестирования — применение теста, призванного измерить определенное свойство.

Психологический тест включает в себя некоторую совокупность заданий, инструкции: испытуемому— правило работы с тестом, экс­периментатору — правило организации работы испытуемого с тес­том и правило работы с данными, а также теоретическое описание с указанием свойств, измеряемых тестом, шкал (топологии свойства) и метода введения шкальной оценки. Указываются также психомет­рические параметры теста.

С теоретической точки зрения для измерения свойства и интерпрета­ции тестового балла следует описать типичную структуру и процедуры тес­тирования с позиций взаимодействия испытуемого и экспериментатора.

Испытуемые, обладающий свойством (Р,), должен выполнить (f|) задания теста (Z), дать ряд ответов (J). Экспериментатор должен этот ряд ответов (J) отобразить (F^) на "модели совокупности испытуе­мых", т.е. совокупности измеряемых свойств (Р), чтобы получить некоторый результат тестирования.

Тем самым существуют два типа процедур: собственно тестиро­вание — взаимодействие испытуемого с тестом и интерпретация — "взаимодействие" данных испытуемого с "моделью совокупности испытуемых". Получаем два отображения — F:P->JuF:J^P. Идеальная обобщенная модельтеста, возникающая из процедуры тес­тирования, тем самым должна включать в себя:

1) описание вида отображений F, и F^ (они должны быть тожде­ственными);

2) описание топологии свойства; ') характеристику индикаторов (ответов испытуемого) J и задач Z. Индикаторы являются поведенческими признаками и также, как свойства, могут быть: 1) не определены; 2) дискретны; 3) линейны;

4) многомерны. В обычном случае мы имеем дискретные индикато­ры: отдельные поведенческие акты. Искусственным методом (сум­мируя индикаторы) мы образуем при интерпретации псевдолиней­ное свойство, получая "сырой" балл. Возникает проблема: в каких случаях можно это делать? Кроме того, существуют некоторые от­ношения на множествах испытуемых и индикаторов.

Если свойство не определено, то единственное отношение, которое можно установить на множестве испытуемых, — это отношение сходства.

Если свойство является точечным, то на множестве испытуемых можно ввести отношения эквивалентности (обладает свойством), неэквивалентности (не обладает свойством) и применить дихотоми­ческую классификацию.

Наконец, если свойство линейное или многомерное, то испытуе­мых можно шкалировать по их положению налинейном континуу­ме или в пространстве.

Поступаем так и в отношении индикаторов. Они могут быть эк­вивалентны или неэквивалентны, определены или не определены, шкалированы или не шкалированы.

Следовательно, в зависимости от вида отношений, которые мы вводим на множестве испытуемых (определяется природой свойст­ва) или индикаторов (определяется описанием поведения и заданий), получаем разные модели теста. Кроме того, необходимо учесть вид отображений — f| и Fy которые представляют собой решающие пра­вила соотнесения индикаторов со свойством. Они зависят от интер­претации процедуры тестирования. Ниже мы рассмотрим некото­рые возможные модели.

Итак, возможны следующие модели теста, основанные на раз­личной топологии измеряемого свойства.

1. Если свойство не определено, то необходимо рассматривать отношение различия на множестве людей. Это отношение порождает новый класс объектов. Отсюда — тест выявляет меру сходства каж­дого человека с "человеком-эталоном".

2. Если свойство качественно определено, то оно рассматривает­ся как точечное, что позволяет ограничить класс объектов — выде­лить людей, обладающих свойством, и людей, им не обладающих.

Тест позволяет в этом случае произвести дихотомическую клас­сификацию.

3. Если свойство линейное или многомерное, то можно выявить величину свойства, характеризующую каждого человека.

Тест позволяет измерить свойство количественно.

Существует множество конкретных тестовых методик, которые можно классифицировать по самым разным основаниям. В настоя­щее время психологический тест рассматривается как набор зада­ний, т.е. измерительный инструмент, обнаруживающий свойство. Общее название для заданий — пункты теста. Испытуемому предла­гаются варианты ответа по отношению к каждой задаче. Ответ реги­стрируется и считается индикатором (признаком), обнаруживающим свойство. Варианты ответа могут быть разными, но чаще использу­ются такие: "да" — "нет", "решил" — "перешил" и др. Каждый ин­дикатор, сочетание пунктов — ответ, соотносится с ключом, кото­рый приписывает индикатор определенному свойству.

В основе подобной процедуры лежит модель, предложенная еще К.Левиным, — поведение есть функция личности и ситуации: В = =f(P, S). Решается иная задача: восстановить свойство личности по поведению в ситуации: ситуацией является пункт теста, а поведени­ем — ответ испытуемого: Р = f(B, S). Таким образом, каждый инди­катор свойства есть соединение поведения и ситуации: J = В & S. Тем самым личность есть производное от совокупности индикато­ров: P=f(J).

Многомерный тест измеряет не одно, а несколько свойств лич­ности, поэтому в общем случае имеется матрица вида J х Р, каждый индикатор соотносится со свойством.

Процедура обнаружения свойств, к которой сводится тестовое измерение, завершается выводом суммарного балла. Такое отноше­ние между индикаторами и тестом называется кумулятивно-аддитив­ной моделью. "Сырой" балл считается оценкой, характеризующей испытуемого.

Наиболее часто эту оценку считают оценкой "интенсивности" свойства. Тем самым явно или неявно принимается гипотеза о том, что относительная частота обнаружения свойства прямо пропорци­ональна "интенсивности" свойства: у = k (m/n) + С, где m/n — от­ношение числа обнаруженных признаков к общему числу испытаний, у — "интенсивность" свойства, а k и С — некоторые константы. Очевидно, что неявным образом для измерения психологических особенностей индивидов применяется интервальная шкала.

Гипотезу о наличии подобной связи называют также гипотезой эквивалентности интенсивности и экстенсивности проявления свой­ства.

Кумулятивную гипотезу проверяют путем корреляции результа­тов применения различных методик. В частности, при измерении мотивации в качестве базовой методики используется предложен­ный Мюрреем Тест тематической апперцепции (ТАТ). Он состоит из нескольких картинок с изображением людей в определенных си­туациях. Испытуемому предлагается составить рассказ по поводу каждой ситуации. Его высказывания анализируются. Выявляется по известным ключевым признакам связь высказываний с определен­ной мотивацией. Число высказываний, относящихся к тому или иному мотиву, характеризует величину его интенсивности. Куму­лятивная гипотеза является в этом случае переводом на математи­ческий язык известной поговорки: "У кого что болит, тот о том и говорит". Считается, что количество "речевых продуктов" пропор­ционально силе мотива. Число признаков психологического свой­ства при этом не фиксировано, а может быть только соотнесено со средним значением по выборке. Опросники, разработанные для диаг­ностики мотивации, сопоставляются с методикой ТАТ. При нали­чии высокого положительного коэффициенталинейной корреляции результатов кумулятивно-аддитивная модель принимается и для об­работки данных личностного опросника.

Дата добавления: 2015-04-24