Психология дружинин. Httpuchebalegko ru
 Скачать 2.61 Mb.
|
|
6.1.4 Шкала отношений Шкала отношений — наиболее часто используемая в физике шкала. 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 по- рядка, равенства интервалов известно равенство отношений. Шкала отношений от- личается 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 исклю- чении 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 стати- стические меры. Измерения массы, времени реакции и выполнения тестового задания — таковы области применения шкалы отношений. Отличием этой шкалы от абсолютной является отсутствие «естественной» мас- штабной единицы. 6.1.5 Другие шкалы 1. 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 испытуемого какой-либо наследственной болезни (дальтонизм, болезнь Дауна, гемофилия и др.), абсолютного слуха и др. В этом случае исследователь имеет право проводить «оцифровку» данных, присваивая каждому из типов цифру «1» или «0», и работать с ними как со значениями шкалы интервалов. В ряде пособий неверно утверждается, что шкала наименований различает пред- меты по проявлению свойства, но не различает их по уровню проявления этого свой- ства. Шкала наименований вообще не основана на понятии «свойство» (которое вво- дится, 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) экви- валентных объектов (которые, конечно, могут содержать всего лишь один объект). 2. 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 летосчисление или же считать годы от сотворения мира. Кому как нравится. В психологии шкала разностей используется в методиках парных сравнении. 3. Абсолютная шкала является развитием шкалы отношении 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 помо- щью абсолютной шкалы, не преобразуются, шкала тождественна сама себе. Любые статистические меры допустимы. 4. В литературе, посвященной проблемам психологических измерений, упоми- наются 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 мно- гомерными: шкалируемый признак в этом случае имеет ненулевые проекции на два (или более) соответствующих параметра. Векторные свойства, в отличие от скалярных, являются многомерными. 6.1.6 Шкальные преобразования Возможны два варианта шкальных преобразований: 1) повышение мощности шкалы; 2) понижение мощности шкалы. Вторая процедура 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 необъек- тивные (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, чтобы эти классы можно было 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 транзитность. Преобразование шкалы порядка в шкалу интервалов — более частый вариант. Он подробно описан в литературе, посвященной теории психологических измерений, в частности теории тестов. 6.2. Виды психологических измерений В психологии используется множество конкретных измерительных методик. Удобную классификацию психологических измерений предложил С. С. Паповян [Паповян С. С., 1983]. Будем придерживаться ее в дальнейшем 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, выска- зываний 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 шкали- рования объектов и индивидов. Методики шкалирования объектов (стимулов, высказываний и др.) выстраиваются 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 определить 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 измеритель- ного 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 об остальных 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 процессе обработки и интерпретации данных используется сходный математический аппарат. Процедуре одномерного и многомерного субъективного шкалирования посвящена обширная научная и учебная литература (см. Библиографию). 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 из- мерения либо субъективного шкалирования. Основными детерминистическими моделями являются метод развертывания К. Кумбса [Coombs С. Н., 1964] и шкалограммный анализ Л. Гутмана [Guttman L., 1944]. 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 матрица частоты предпочтений сти- мулов размером т х п (т — стимулы, п — индивиды). В клеточках матрицы — от- носительные частоты предпочтений. Шкалограммный анализ Гутмана используется для построения опросников. Наи- более часто он 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 (более легкую) задачу. Принятие индивидом пункта опросника или правильное решение задачи обозначается как «1», непринятие пункта или неверное решение — «0». В ходе обработки строки и столбцы исходной матрицы данных переставляются так, чтобы она соответствовала «совершенной» шкалограмме: матрица выше диаго- нали, 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. Практически никогда идеальная шкалограмма не получается. Оценка одномерности признака предложена Гутманом и называется коэффициентом воспроизводимости. R = 1 - e/nk, где е — число «ошибок» в откликах испытуемых, п — количество испытуемых, k — число заданий. Существует также модификация модели Гутмана, описывающая процедуру с не- сколькими вариантами ответов. 6.3. 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, x- 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, ко- торые 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 из- меняться 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 психических 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 n-отношениях: пространственные векторы в ма- тематике, тензоры в физике и т.д. Между точечными, линейными и многомерными свойствами существует простое отношение сводимости: многомерное свойство может быть представлено как сово- купность линейных свойств, а линейное — как множество точечных свойств. Соот- ветственно набор точечных свойств можно представить в качестве псевдолинейного 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 тести- рования — применение теста, призванного измерить определенное свойство. Психологический тест включает в себя некоторую совокупность заданий, инст- рукции: 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. Испытуемый, обладающий свойством (Р i ), должен выполнить (F 1 ) задания теста ( Zˆ ), дать ряд ответов ( Jˆ ). Экспериментатор должен этот ряд ответов ( Jˆ ) отобразить (F 2 ) на «модели совокупности испытуемых», т.е. совокупности измеряемых свойств ( P ˆ ), чтобы получить некоторый результат тестирования. Тем самым существуют два типа процедур: собственно тестирование — взаимо- действие испытуемого с тестом, и интерпретация — «взаимодействие» данных ис- пытуемого с «моделью совокупности испытуемых». Получаем два отображения — F: Р —> J и F: J —> Р. Идеальная обобщенная модель теста, возникающая из процедуры тестирования, тем самым должна включать в себя: 1) описание вида отображения F 1 и F 2 (они должны быть тождественными); 2) описание топологии свойства; 3) характеристику индикаторов (ответов испытуемого) Jˆ и задач Zˆ Индикаторы являются поведенческими признаками и так же, 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 уста- новить 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 шка- лировать по их положению на линейном континууме или в пространстве. Поступаем так и в отношении индикаторов. Они могут быть эквивалентны или не эквивалентны, определены или не определены, шкалированы или не шкалированы. Следовательно, в зависимости от вида отношений, которые мы вводим на множе- стве испытуемых (определяется природой свойства) или индикаторов (определяется описанием поведения и заданий), получаем разные модели теста. Кроме того, не- обходимо учесть вид отображений — F 1 и F 2 , 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 разли- чия 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 класси- фицировать 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» — «не решил» 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 [Lewin К., 1936], — поведение есть функция личности и ситуации: В= f (Р, S). Решается иная задача: восстановить свойство личности по поведению в ситуации: ситуацией является пункт теста, а поведением — ответ испытуемого: Р = f (В, S). Таким образом, каждый индикатор свойства есть соединение поведения и ситуации: Jˆ = В & S. Тем самым личность есть производное от совокупности индикаторов: P = f( Jˆ ). Многомерный тест измеряет не одно, а несколько свойств личности, поэтому в общем случае имеется матрица вида J х Р, где каждый индикатор соотносится со свойством. Процедура обнаружения свойств, к которой сводится тестовое измерение, завер- шается 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 са- мым явно или неявно принимается гипотеза о том, что относительная частота обна- ружения свойства прямо пропорциональна «интенсивности» свойства: у = k (т/ п) + С, где т/п — 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 ме- тодики используется предложенный Г. 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. По известным ключевым признакам выявляется 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 пси- хологического 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 коэффициента линейной корреляции результатов кумулятивно-аддитивная модель принимается и для обработки данных личного опросника. Критическую оценку применения кумулятивно-аддитивной модели дал Р. Мейли [Мейли Р., 1975]. Он полагал, что и методика типа ТАТ, и опросники (особенно — на самооценку) измеряют только вероятность наличия у испытуемого того или иного психологического свойства, а не его интенсивность. Критика, с которой выступает Мейли, носит только качественный характер и не имеет математического или эмпирического обоснования. Процедура суммирования баллов сама по себе не плоха и не хороша: важно вы- явить природу итоговой оценки. Суммарный балл может характеризовать близость испытуемого к некоторому типу, а с помощью оценки определяется его место на шкале порядка или интервалов. Вид интерпретации тестового балла зависит от принятой разработчиком модели. Традиционные обобщенные измерительные модели теста являются математичес- кими, описывающими взаимодействие измерительного инструмента (теста) и объекта измерения (человека). Основная особенность этих моделей: они применялись для обоснования метода обработки данных тестирования в целях выявления латентного свойства. В отношении психологического свойства можно сделать следующие теоретические предположения. Первое, наиболее простое, заключается в том, что нам неизвестно, есть свойство или нет. Утверждение кажется парадоксальным, однако дело в том, что психическое свойство — некоторое теоретическое допущение, и если у нас нет достаточных оснований пользоваться этим понятием для объяснения поведения, лучше к нему не прибегать. Второй вариант допущения состоит в том, что свойство есть, но нам неизвестна его топология: неясно, является ли это свойство точечным, линейным, многомерным и т.д. Третье возможное утверждение: нам известна топология свойства. Свойство — одномерный континуум (непрерывный) и может быть измерено некоторой порядковой или метрической шкалой (шкала наименований не является шкалой в строгом смысле этого слова). По отношению к взаимодействию испытуемого и теста возможны два допущения: 1) появление признака строго детерминировано и соответственно детерминирован тип ответа; 2) взаимодействие испытуемого и задания определяет вероятность получения того или иного ответа. Чаще применяется вероятностная модель (рис. 6.4). Множество свойств имеет определенную структуру. Традиционно полагается, что тестируемые свойства должны быть линейно независимы, хотя в общем случае это условие необязательно. Каждое свойство имеет определенную топологию: она может быть не определена, а свойство — точечно, линейно, многомерно. 1. Тест измеряет свойства некоторых объектов, принадлежащих определенному множеству O ˆ -совокупности потенциальных испытуемых. В руководстве к тесту ого- вариваются характеристики множества испытуемых, для которых он предназначен. Тем самым определено некоторое множество O ˆ с отношениями между его элементами. Эти отношения связаны с топологией свойства. Если топология свойства не определена, то на множестве испытуемых можно вводить только отношения сходства, не соответствующего правилу транзитивности отношений. Если свойство является точечным, то, согласно его определению, оно позволяет отделить испытуемых, обладающих свойством, от испытуемых, им не обладающих. То есть на множестве испытуемых можно ввести отношения эквивалентности—неэквивалентности, свидетельствующие о степени обладания свойством. Наконец, если свойство линейное, то испытуемых можно расположить на линейном континууме и ввести метрику. 2. Тест включает в себя множество заданий ( Zˆ ) и вариантов ответов испытуемого ( R ˆ ), которые оговорены в предлагаемой ему инструкции (решил — не решил, да — нет, хорошо — средне — плохо и т. д.). Декартово произведение Zˆ x Rˆ = Jˆ дает нам множество индикаторов (признаков) измеряемого свойства. Индикаторы могут быть относительно свойства разнородны, однородны (т. е. на них могут быть введены отношения эквивалентности), шкалированы (область разной «силы»). Отношения на множестве индикаторов независимы от отношений на множестве испытуемых, т. е. от топологии свойства. Это правило соответствует принципу объективности метода измерения: свойства прибора (в нашем случае — тестовых заданий) не зависят от свойств объекта. 3. Между множествами испытуемых ( O ˆ ), индикаторов ( Jˆ ) и свойств ( P ˆ ) суще- ствуют определенные отношения, которые можно разбить на отношения измерения и интерпретации. Измерение — это творческий подход испытуемого (испытуемых) к работе с тестом, «порождение» ответов на задания (признаков). Интерпретация заключается в том, что на основе этих признаков экспериментатор при работе с «ключом» теста выявляет свойства испытуемого и относит его к определенной категории (подмножеству множества испытуемых). Отношения измерения: 1. Отображение множества свойств на множество испытуемых вида F 1 : O P ˆ ˆ → дает представление об отношении измеряемых свойств к испытуемым. Например: испытуемые могут обладать или не обладать той или иной интенсивностью свойства и т.д. Каждое свойство характеризуется вектором вида < n i i i O O O ,..., , 2 1 >, где O ij — ве- личина, показывающая на принадлежность свойства Р i испытуемому O i Обычно P ij характеризует распределение испытуемых, на которых апробировали тест, по отношению к пространству свойств. 2. Отображение F 2 : J P ˆ ˆ → определяет процесс измерения. Каждое свойство ха- рактеризуется вектором < k j j j i i i ,..., , 2 1 >, где k i i — величина, определяющая, в какой мере свойство Р j детерминирует индикатор J k . Если описание теста сопровождается данными факторного или латентно-структурного анализа, то эта величина отражает «нагрузку» фактора на пункт теста. 3. Отображение F 3 : P O ˆ ˆ → позволяет оценить результат измерения и определить, какие признаки проявил испытуемый при выполнении теста. Каждый испытуемый характеризуется вектором < n l l l i i i ,..., , 2 1 >, где k l i — величина, показывающая, в какой мере испытуемый О 1 , проявил признак J k . Обычно признаки проявляются дихотомически: решил — не решил, да — нет; иногда привлекаются непрерывные величины: время решения задания, шкальная оценка и т.д. Этот вектор характеризует ответы испытуемого на тест и подвергается процедуре интерпретации. Отношения интерпретации: 1. Отображение множества Jˆ на множество O ˆ вида F 3 : O J ˆ ˆ → дает представление о первичной структуре данных. Каждый индикатор характеризуется вектором < k j j j O O O ,..., , 2 1 >. При тестировании способностей этот вектор позволяет определить, какие испытуемые решили те или иные задачи. 2. Отображение множества Jˆ на множество P ˆ вида F 2 : P J ˆ ˆ → указывает на процесс интерпретации тестового балла, точнее — вектора обнаруженных признаков. Каждый индикатор характеризуется вектором < n j j j j P P P P ,..., , , 3 1 1 >, где Р ij — ве- личина, определяющая «вес» индикатора по отношению к свойству. В инструкции к тесту «вес» индикатора используется для подсчета накопленного балла. Он соответствует «нагрузке» фактора на пункт теста. По отображению F 2 можно говорить о процедуре подсчета «сырого» балла. 3. Отображение множества O ˆ на множества P ˆ вида P 1 : P O ˆ ˆ → характеризует интерпретацию — приписывание свойства или определенного уровня его интенсив- ности конкретному испытуемому (группе испытуемых). Каждый испытуемый ха- рактеризуется вектором < j j j i P P P ,..., , 2 1 >, где P ij — величина, определяющая, в какой мере свойство Р i , выражено у испытуемого О i . Эта величина является итогом процесса интерпретации — «психологическим портретом» испытуемого. С позиции обобщенной модели основное требование к тесту заключается в том, чтобы процедуры интерпретации и измерения были тождественными. Иными словами, тождественными должны быть обратные отображения F 1 и F 1' , F 2 и F 2' , F 3 и F 3' . В противном случае результаты интерпретации будут расходиться с результатами измерения (тестирования). Описания множеств R Z P J O ˆ , ˆ , ˆ , ˆ , ˆ и видов отображения F 1' ,F 2' и F 3' определяются в ходе разработки теста и включаются в теоретическое описание теста и в инструкцию экспериментатора. Поскольку тест направлен на измерение психического свойства (в частности, способности), то вид конкретной модели, описывающей тест, определяется топологией свойства. Рассмотрим варианты нормативной обобщенной модели теста для одномерного случая, когда измеряется только одно свойство. 1. Свойство не определено. Если топология свойства не определена, то это означает, что множество испыту- емых нельзя (в соответствии с определением понятия «свойство») разбить на под- множества, обладающие или не обладающие свойством. Иначе: на множестве испы- туемых нельзя ввести отношения эквивалентности—неэквивалентности. Однако на множестве испытуемых можно ввести отношения толерантности (сходства). Это отношение рефлексивно, симметрично, но не транзитивно. Множество индикаторов Jˆ нельзя характеризовать по отнесенности к свойству, так как P ˆ — множество свойств, качественно не определенных. Следовательно, каждый испытуемый характеризуется лишь структурой своих ответов. Единственно возможный способ интерпретации таких результатов — выделение из множества испытуемых «эталонного испытуемого» (например, решившего все задачи теста). После этого производится подсчет коэффициентов сходства всех испытуемых с «эталоном». Назовем этот вариант модели «моделью сходств». В психологических исследова- ниях она применяется редко. Очевидно, свою роль играет стремление исследователей максимально повысить мощность интерпретации данных. 2. Свойство качественно определено. Топология свойства определена: оно является точечным. На множества испыту- емых можно ввести отношение эквивалентности—неэквивалентности (рефлексивное, симметричное, транзитивное), указывающее на наличие или отсутствие у них свойства. Следовательно, отображение F 1 : P O ˆ ˆ → является отображением множества на точку. Вектор значений Р ij характеризует индивидуальную меру выраженности свойства (в вероятностной интерпретации — вероятность его наличия) у испытуемого. Соответственно определены все отображения F 1' ,F 2' и F 3' (и обратные им). Если испытуемые обладают / не обладают свойством, то их можно разбить на основании результата тестирования на классы, имеющие и не имеющие свойства. При интерпретации данных используется следующий алгоритм: фиксируются индикаторы, проявленные испытуемым, подсчитывается индивидуальный показатель наличия или отсутствия у него свойства и принимается решение о его принадлежности к одному из дихотомических классов — А и А (обладающих и не обладающих свойством). Назовем эту модель моделью дихотомической классификации. Она использована в опросниках Личко, опросниках УНП и ряде других. 3. Свойство качественно и количественно определено. Свойство является линейным континуумом, следователь, на нем определена метрика. Отображение F 1' : P O ˆ ˆ → указывает на меру принадлежности испытуемых к той или иной градации свойства (точке линейного континуума). В этом случае для подсчета величины, характеризующей принадлежность испы- туемого к определенной интенсивности свойства, применяют кумулятивно-аддитивную модель: число признаков, проявленных при выполнении заданий теста (с учетом «весов»), прямо пропорционально интенсивности свойства, которым обладает испытуемый. Эта модель есть отображение F 2' : O P ˆ ˆ → . Тем самым применяется сле- дующая интерпретация: фиксируются ответы испытуемого; вычисляется «сырой» балл; испытуемый обладает определенной интенсивностью свойства на основе отображения «сырого» балла на шкалу, характеризующую свойство. Эта модель — модель латентного континуума — является наиболее распространенной при тестировании психических свойств. Индикаторы свойства также могут быть однородными и разнородными. В послед- нем случае они шкалируются или не шкалируются. Если индикаторы однородны, то они выявляют свойство или уровень его интенсивности с равной вероятностью. Если индикаторы разнородны, то они выявляют свойство или уровень его интенсивности с разной вероятностью. На множестве индикаторов может быть введена некоторая мера — «сила» признака: чем сильнее признак, тем с большей вероятностью он выявляет свойство или определенный уровень его интенсивности. В этом случае для описания теста мы получаем так называемую модель Раша. |