как называется форма фиксации данных развития признака отображаемая в виде линейной зависимости это

Как называется форма фиксации данных развития признака отображаемая в виде линейной зависимости это

Зависимость

Основная задача регрессионного и корреляционного анализа состоит в выявлении связи между случайными переменными. Например, на свободном рынке обычно наблюдается большая степень корреляции между размером урожая и рыночными ценами на соответствующую продукцию сельского хозяйства. Часто корреляция привлекает наше внимание к причинно-следственным связям, существующим между изучаемыми двумя рядами величин. В области естественных и общественных наук установление существенной корреляции часто заставляет нас искать возможные связи между явлениями, которые в противном случае могли остаться незамеченными.

В экономике в большинстве случаев между переменными величинами существуют зависимости, когда каждому значению одной переменной соответствует не какое-то определённое, а множество возможных значений другой переменной. Иначе говоря, каждому значению одной переменной соответствует определённое условное распределение другой переменной. Такая зависимость получила название статистической.

Возникновение понятия статистической связи обусловливается тем, что зависимая переменная подвержена влиянию неконтролируемых или неучтённых факторов, а также тем, что измерение значений переменных неизбежно сопровождается некоторыми случайными ошибками.

Статистическая зависимость между двумя переменными, при которой каждому значению одной переменной соответствует определённое условное математическое ожидание (среднее значение) другой, называется корреляционной.

Функциональная зависимость представляет собой частный случай корреляционной. При функциональной зависимости с изменением значений некоторой переменной xоднозначно изменяется определенное значение переменной y, при корреляционной – определённое среднее значение (математическое ожидание) y, а при статистической – определённое распределение переменной y. Каждая корреляционная зависимость является статистической, но не каждая статистическая зависимость является корреляционной.

Статистические связи между переменными можно изучать методами корреляционного и регрессионного анализа. Основной задачей корреляционного анализа является выявление связи между случайными переменными и оценка её степени. Основной задачей регрессионного анализа является установление формы и изучение зависимости между переменными.

Корреляция

Корреляция определяет степень, с которой значения двух переменных «пропорциональны» друг другу. Пропорциональность означает просто линейную зависимость. Корреляция высокая, если на графике зависимость «можно представить» прямой линией (с положительным или отрицательным углом наклона). Таким образом, это простейшая регрессионная модель, описывающая зависимость одной переменной от одного фактора.

В производственных условиях обычно информации, полученной из диаграмм рассеяния при условии их корректного построения, бывает достаточно для того, чтобы оценить степень зависимости у от х. Но в ряде случаев требуется дать количественную оценку степени связи между величинамих и у. Такой оценкой является коэффициент корреляции.

Отметим основные характеристики этого показателя.

Равенство r=0 говорит лишь об отсутствии линейной корреляционной зависимости (некоррелирован­ности переменных), но не вообще об отсутствии корреляционной, а тем более, статистической зависимости.

Основываясь на коэффициентах корреляции, вы не можете строго доказать причинной зависимости между переменными, однако можете определить ложные корреляции, т.е. корреляции, которые обусловлены влияниями «других», остающихся вне вашего поля зрения переменных. Лучше всего понять ложные корреляции на простом примере. Известно, что существует корреляция между ущербом, причиненным пожаром, и числом пожарных, тушивших пожар. Однако эта корреляция ничего не говорит о том, насколько уменьшатся потери, если будет вызвано меньше число пожарных. Причина в том, что имеется третья переменная (начальный размер пожара), которая влияет как на причинённый ущерб, так и на число вызванных пожарных. Если вы будете учитывать эту переменную, например, рассматривать только пожары определённой величины, то исходная корреляция между ущербом и числом пожарных либо исчезнет, либо, возможно, даже изменит свой знак. Основная проблема ложной корреляции состоит в том, что вы не знаете, кто является её носителем. Тем не менее, если вы знаете, где искать, то можно воспользоваться частные корреляции, чтобы контролировать (частично исключённое) влияние определённых переменных.

Корреляция, совпадение или необычное явление сами по себе ничего не доказывают, но они могут привлечь внимание к отдельным вопросам и привести к дополнительному исследованию. Хотя корреляция прямо не указывает на причинную связь, она может служить ключом к разгадке причин. При благоприятных условиях на её основе можно сформулировать гипотезы, проверяемые экспериментально, когда возможен контроль других влияний, помимо тех немногочисленных, которые подлежат исследованию.

Иногда вывод об отсутствии корреляции важнее наличия сильной корреляции. Нулевая корреляция двух переменных может свидетельствовать о том, что никакого влияния одной переменной на другую не существует, при условии, что мы доверяем результатам измерений.

Корреляционный анализ в программе Statistica

Корреляционный анализ в программе Statistica проводят с помощью модуля Statistics/ BasicStatistics/ CorrelationMatrices. В стартовом окне этой процедуры для расчёта квадратной матрицы используется кнопка Onevariablelist. С помощью кнопки Twolists (rect. matrix) можно ограничиться выводом только необходимых переменных, если не требуются все возможные парные корреляции. В списке переменных выбирают переменные, между которыми будут рассчитаны парные коэффициенты корреляции Пирсона. После нажатия на кнопку Summary или Correlations на экране появится корреляционная матрица.

Процедура Correlationmatricesсразу же дает возможность проверить достоверность рассчитанных коэффициентов корреляции. Значение коэффициента корреляции может быть высоким, но не достоверным, случайным. Чтобы увидеть вероятность нулевой гипотезы (p), гласящей о том, что коэффициент корреляции равен нулю, нужно в опции Displayformatforcorrelationmatricesустановить переключатель на вторую строку Displayr, p-levels, andN’s. Но даже если этого не делать и оставить переключатель в первом положении Displaysimplematrix (highlightp’s), статистически значимые на уровне 0,05 коэффициенты корреляции будут выделены в корреляционной матрице на экране красным цветом, а при распечатке помечены звездочкой. Третье положение переключателя опции DisplayDetailedtableofresultsпозволяет просмотреть результаты корреляционного анализа в деталях. Флажок опции MDdeletionустанавливается для исключения из обработки всей строки файла данных, в которой есть хотя бы одно пропущенное значение.

Для построения диаграмм рассеяния необходимо во вкладке Quickстартового модуля Statistics/ BasicStatistics/ CorrelationMatricesнажать кнопку Scatterplotmatrixforselectedvariables. В результате этих действий появится графическое изображение зависимостей. Остаётся только посмотреть на полученный результат и сделать выводы.

Проведённая прямая в каждой диаграмме рассеяния называется прямой регрессии или прямой, построенной методом наименьших квадратов. Последний термин связан с тем, что сумма квадратов расстояний (вычисленных по оси ординат) от наблюдаемых точек до прямой является минимальной. Заметим, что использование квадратов расстояний приводит к тому, что оценки параметров прямой сильно реагируют на выбросы.
По главной диагонали матрицы строятся гистограммы. Понятно, что любая переменная стопроцентно коррелирует сама с собой, и строить линию регрессии не имеет смысла.

Во многих исследованиях первый шаг анализа состоит в вычислении корреляционной матрицы всех переменных и проверке значимых (ожидаемых и неожиданных) корреляций. После того как это сделано, следует понять общую природу обнаруженной статистической значимости: понять, почему одни коэффициенты корреляции значимы, а другие нет.

Но следует иметь в виду, что если используется несколько критериев, значимые результаты могут появляться «удивительно часто», и это будет происходить чисто случайным образом. Например, коэффициент, значимый на уровне 0,05, будет встречаться чисто случайно один раз в каждом из 20 подвергнутых исследованию коэффициентов. Нет способа автоматически выделить «истинную» корреляцию. Поэтому следует подходить с осторожностью ко всем не предсказанным или заранее не запланированным результатам и попытаться соотнести их с другими (надёжными) результатами. В конечном счете, самый убедительный способ проверки состоит в проведении повторного экспериментального исследования. Такое положение является общим для всех методов анализа, использующих множественные сравнения и статистическую значимость.

Рассмотрим пример решения практической задачи о производительности землеройной техники. Из-за сезонного характера работ неизбежны простои. Но поскольку простой техники обходится дорого, руководство предприятия интересовали пути сокращения простоев, в частности, в летние месяцы. В таблице приведены данные о работе и простое всего парка в машино-часах.

Источник

Измерительные и оценочные шкалы

Результаты обследования профессиональных способностей испытуемых заносятся в спе-циальные шкалы, позволяющие в последующем применить психометрический инструментарий для научно обоснованного вывода о предпочтениях того или иного кандидата на вакантную должность.

I. Измерительные шкалы – форма фиксации и способ упорядочения совокупности признаков изучаемых психологических явлений или процессов, в определенную числовую сис-тему. Применение шкал связывается с необходимостью качественной и количественной оценки

(с задачей последующего сравнения) оп¬ределенных признаков и переменных.

Измерения в психологических исследованиях не являются самоцелью, это способ получения новой дополнительной информации, а она нужна для описания изучаемых психологических явлений или процессов, предсказания направлений и тенденций их возможного изменения.

Последовательность работы психолога, исследующего конкретные психологические явления или процессы по статистической обработке эмпирического материала, систематизации и анализу эмпирических (опытных) данных, представляется следующей: прежде всего, необходимо четко выделять исследуемые свойства, качества (например, дать точное определение той или иной исследуемой черты характера, профессионально важного качества человека); выбрать надежно различимые градации (при¬знаки) этих свойств, т.е. установить единицы измере¬ния данного свойства; осуществить приписывание исследуемым качествам или их свойствам чисел (принятых за единицу измерения), которые позволят либо классифицировать, упорядочить измеряемые объекты по указанным свойствам, либо ранжировать их по степени выраженности этих свойств. Для этого используются различные статистические величины: условные баллы, ранги значимости исследуемых величин, факторные «веса» и пр.; измерить на основе избранных единиц счета изучаемое свойство или качество; провести статистическую обработку полученных психологи-ческих показателей.

Результаты статистического материала, собранного по предмету обследования, должны быть соответствующим образом проанализированы с методологических и психологических позиций. Для этого необходимо установить тип измерительной шкалы и допустимые преобразования входящих в нее статистических значений.

В основу классификации измерительных шкал положен признак метрической детерминиро-ванности американского психолога С.С. Стивенса. В соответствии с этим признаком измеритель-ные шкалы принято подразделять на неметрические (шкалы на¬именований, шкалы порядка) и метрические (шкалы интервалов, шкалы отношений).

Шкалы каче¬ственных признаков.

Источник

Как называется форма фиксации данных развития признака отображаемая в виде линейной зависимости это

751. Форма научного отображения ситуации — это __________________ исследования.
• проблема

752. Форма причинной связи, при которой данное состояние системы определяет все ее последующее состояние не однозначно, а с определенной вероятностью, это:
• статистические закономерности

753. Форма причинной связи, при которой данное состояние системы определяет все ее последующее состояние, а знание начального состояния системы позволяет точно предсказывать ее развитие, это:
• динамические закономерности

756. Форма фиксации совокупности признаков изучаемого объекта с упорядочиванием их в определенную числовую систему — это:
• шкала

758. Формирование представления о намерениях, мыслях, способностях, эмоциях, установках и других поведенческих характеристиках другого человека является одним из компонентов
• социальной перцепции

759. Формирование представления об отношениях, которые связывают субъект и объект восприятия, является одним из компонентов
• социальной перцепции

760. Формула расчета оптимального числа исполнителей исключает его зависимость от:
• длительности рабочего дня

762. Функция, связывающая какой-либо параметр условных распределений одной случайной величины со значениями другой, это:
• регрессия

764. Характеристика их качества, соответствие сделанных выводов действительному состоянию изучаемого объекта, называется:
• достоверностью результатов

765. Характеристика методики, отражающая точность психодиагностических измерений, а также устойчивость результатов теста к действию посторонних случайных факторов, — это:
• надежность

Источник

По Г. Мюррею (в порядке латинского 6 страница

Сведений об использовании в СНГ не имеется.

ЧУЖИЕ РИСУНКИ— проективная методика исследования личности. Разра­ботана Г. Е. Романовой, опубликована в 1993 г. Предназначена для обследования лиц в возрасте от 5 до 80 лет.

Стимульный материал Ч. р. — черно-белые фотокопии (18 х 24) непрофессио­нально выполненных рисунков (рис. 78), которые предлагаются испытуемому под видом «семейного альбома», собранного неким лицом в течение всей его жизни. Рисунки подобраны с опорой на возрастные особенности т. н. наивного рисунка на базе оригинальной изопродукции по результатам пилотажного исследования с привлечением экспертных оценок по сле­дующим критериям:

— вероятный проективный потенциал изображения;

— опознаваемость в качестве реальной изопродукции, соответствующей при­писываемому возрасту;

—вероятность тематического соответ­ствия изображения значимым пережи­ваниям соответствующего возраста;

— частота присвоения данного изобра­жения совокупно с другими одному и тому же автору;

— общая композиция стимульного ряда.

Рис. 78. Образцы теста «Чужие рисунки» а — табл. 1, б — табл. 6

Всего предлагается 7 рисунков и два монохромно окрашенных листа, не имею­щих изображений («белый» и «черный»). Содержание рисунков, возраст «ис­полнителя» и диагностическая направленность:

1. Два «головоногих существа». 2,5 года «Первые воспоминания»,

2. Рисунок семьи. 5 лет. «Детство», «праздник», «отношения с родителями», «отношения со сверстниками».

3. Бытовая сцена, фигуры детей, взрослых. 7 лет. «Школа», «отношения с авторитетом», «отношения со сверстника­ми».

4. Портрет подростка с бритой голо­вой. 14 лет. «Созревание», «внешность», «познание внутреннего мира», «значимые отношения».

5. Женский портрет (подобный графи­ке Пикассо или Матисса). 16 лет. «Взрос­ление», «внешность», «познание внутрен­него мира», «значимые отношения».

6. Два профиля, набросок. 22 года. «Значимые отношения», «отношения по­лов», «брак», «конфликт», «сомнение», «познание внутреннего мира».

7-б. Белая. Воображаемый рисунок. Возраст и любые подробности об авторе на усмотрение обследуемого.

7-ч. Черная. Аналогично 7-6. Рисунки 7-6 и 7-ч занимают онтогенетическую нишу взрослого человека.

8. Надгробие, набросок. 75 лет. «Итог жизненного пути», «потеря близких», «страх смерти», «мистика и оккультизм».

Испытуемый должен реконструиро­вать предполагаемую ситуацию создания рисунка от имени анонимного «автора» и составить рассказ по картине в виде био­графической ремарки устно или письмен­но. Возможна вариация процедуры об­следования в зависимости от его целей. В структуре процедуры обследования с помощью Ч. р. выделяется содержатель­но-диагностический блок (блок интерпре­тации) и поведенческий блок. Последний включает различные спонтанно возника­ющие и поддерживаемые эксперимента­тором формы отреагирования на возника­ющие в ходе обследования ситуации. Пре­дусмотрены специальные варианты про­цедуры с привлечением дополнительных методических средств. К ним относятся: «Автор» — углубленная проработка обра­за «автора» рисунков как самостоятель­ная проективная процедура, напр, описа­ние личности автора с помощью стандар­тных опросников личностных; «Настро­ение» — уточнение коннотатизного зна­чения для обследуемого эксперименталь­ной ситуации и отдельных ее параметров, напр, описание настроения «автора» с помощью Люшера теста; «Мои рисун­ки» — прямая инструкция представить себя автором рисунков, рассказать о ри­сунках как о своих, реконструировать си­туации, в которых они могли быть созда­ны; «Пасьянс» — построение условной модели человеческой жизни (напр., жиз­ни «автора») с помощью уменьшенных (7×10 см) копий стимульного материала, раскладываемых испытуемым в произ­вольных комбинациях с последующим рассказом-комментарием.

Ч. р. создавались по подобию извест­ных проективных техник (см. Гудинаф «Нарисуй человека» тест, Несуще­ствующее животное, Тематической апперцепции тест). По мнению создате­ля теста, фантазирование на темы из жиз­ни анонимного автора рисунков, а также «неумелость», нечеткость графики наи­вного рисунка актуализирует реакции отношения, оценочные суждения. Это спо­собствует возникновению эффекта пси­хологической защищенности у обсле­дуемого и делает его поведение более спонтанным, а диагностическую процеду­ру — открытой диалоговому взаимодей­ствию.

При разработке интерпретационных схем рекомендуется выстраивать несколь­ко линий анализа, имеющих автономную диагностическую ценность: близость рас­сказа собственному опыту, собственным переживаниям испытуемого; адекват­ность сюжета условно приписанному воз­расту «автора» картинки; соответствие действующих персонажей изображенным на рисунке; степень их действительного пересечения; степень реальности взаимо­действия в едином жизненном простран­стве; преемственность в развитии сюже­тов и персонажей от картинки к картинке и т. д.

Допускается групповое обследование с помощью слайдов. С помощью Ч. р. об­следовано 254 человека (студенты, пред­ставители разных профессий, пациенты психиатрических клиник) в возрасте от 5 до 80 лет. Отмечается отсутствие ка­ких-либо серьезных ограничений в при­менении и легкость идентификации ри­сунков как «своих». Процедура обследо­вания провоцирует эмоциональную включенность обследуемых, возникновение катартического эффекта. Автор считает, что Ч. р. позволяют очертить круг значи­мых переживаний личности, составить представление об особенностях мотива-ционно-потребностной сферы, психоло­гическом возрасте и поле обследуемого, выявить предположительные зоны конф­ликта и психологического комфорта. Данные о валидности и надежности не сообщаются. Ч. р. рекомендуются к при­менению в клинической и консультатив­ной практике.

«ШЕСТНАДЦАТЬ ЛИЧНОСТНЫХ ФАКТОРОВ» ОПРОСНИК(Sixteen Personality Factor Questionnaire, 16 PF)—опросник личностный. Впер­вые опубликован Р. Кэттеллом в 1950 г., последнее переработанное руководство «Ш. л. ф.» о. вышло в 1970 г. (Р. Кэттелл с соавт.). Предназначен для измерения 16 факторов личности и является реализаци­ей подхода к ее исследованию на основе черт.

Разработаны две основные эквивален­тные формы опросника (А и В, причем А считается стандартной формой) по 187 вопросов в каждой (для обследования взрослых людей с образованием не ниже чем 8-9 классов). В обеих формах «Ш. л. ф.» о. по 3 «буферных» вопроса и от 20 до 26 вопросов, относящихся к каждо­му из измеряемых факторов. Обследуемо­му предлагают занести в регистрационный бланк один из вариантов ответа на вопрос: «да», «нет», «не знаю» (или «а», «б», «с»); при этом его предупреждают о том, чтобы ответов «не знаю» было как можно мень­ше. Полученные результаты выражаются в шкале стэнов с минимальным значением в 0 баллов, максимальным — 10 и средним 5,5 балла (см. Оценки шкальные). Стро­ится «профиль» личности, при интерпретации которого руководствуются степе­нью выраженности каждого фактора, осо­бенностями их взаимодействия, а также нормативными данными.

В разработке «Ш. л. ф.» о. Р. Кэттелл первоначально исходил из т. н. L-данных (life record data), т. е. данных, полученных путем регистрации реального поведения человека в повседневной жизни. Выделенные Г. Олпортом и X. Олдберг 4500 слов, ясно обозначающих черты личности и особенности поведения (на базе слова­ря из 18000 слов), Р. Кэттелл разбил на синонимичные группы и отобрал в каждой из них по одному слову, выражающему ос­новное смысловое содержание соответ­ствующей группы. Это позволило сокра­тить список личностных черт до 171. За­тем каждая из этих характеристик лично­сти оценивалась экспертами с целью вы­бора наиболее значимых. Взаимная кор­реляция экспертных оценок позволила выделить 36 корреляционных плеяд, внут­ри которых расположились высококорре­лирующие характеристики. Все плеяды содержали пары членов, имеющие значи­мые отрицательные корреляции, напр.: веселый—печальный, разговорчивый-молчаливый и т. д. Так был получен набор из 36 биполярных названий, который был расширен до 46 за счет включения специальных терминов, найденных в работах других исследователей. Для всех бипо­лярных пар были составлены рабочие оп­ределения. Напр.:

В результате факторизации L-данных (см. Факторный анализ) было получено от 12 до 15 факторов. В дальнейшем Р. Кэттелл осуществил переход (обуслов­ленный трудностями экспертного оцени­вания) к Q-данным (questionnaire data), т. е. данным, полученным с помощью оп­росников. При этом сбор Q-данных координировался с имеющимися L-данными. Р. Кэттеллом созданы разные модифи­кации факторных моделей с различным числом входящих в них факторов, однако наиболее известной является 16-факторная, соотнесенная с «Ш. л. ф.» о.

Факторы личности, диагностируемые «Ш. л. ф.» о., обозначаются буквами ла­тинского алфавита, причем буква «Q» ис­пользуется только для тех факторов, ко­торые выделены на основе Q-данных. Факторы имеют «бытовые» и «техничес­кие» названия. Первые представляют со­бой общедоступные определения, ориен­тированные на непрофессионалов. Напр., фактор А — «сердечность, доброта — обособленность, отчужденность». Техни­ческие названия предназначены для спе­циалистов и тесно связаны с научно уста­новленным значением фактора. При этом часто используются искусственно создан­ные названия: напр., тот же фактор А бу­дет определяться как «аффектотимия— сизотимия». Как бытовые, так и техничес­кие названия факторов даются в биполярной форме, чем устраняется двусмыслен­ность в определении их содержания. Сле­дует иметь в виду, что определение кон­цов оси фактора как положительных (+), так и отрицательных (-) условно и не имеет ни этического, ни психологического смысла. Обычно описание каждого факто­ра у Р. Кэттелла состоит из разделов: а) буквенный индекс фактора; разработа­на также система универсальной индексации, включающая сведения о принципе выделения того или иного фактора и его порядковом номере; б) техническое и бытовое название; в) список наиболее значи­мых характеристик в L-данных; д) интер­претация фактора. Напр., фактор С, выде­ленный на основе L- и Q-данных (по В. М. Мельникову и Л. Т. Ямпольскому, 1985, с сокращениями):

Некоторые вопросы по фактору С:

— У меня всегда хватает сил, чтобы спра­виться с трудностями.

— Мне часто приходилось менять планы из-за состояния здоровья.

Этот фактор характеризует способ­ность управлять эмоциями и настроени­ем, особенно умение найти им адекватное объяснение и реалистическое выражение. Высокие оценки обнаруживаются у лиц эмоционально зрелых, уверенных в себе, не поддающихся случайным колебаниям настроения. Низкие оценки бывают у лю­дей, которые не способны контролировать эмоции и импульсивные влечения и выра­зить их в социально-допустимой форме. Внешне это проявляется как плохой эмоциональный контроль, отсутствие чув­ства ответственности, уклонение от ре­альности.

Полный перечень факторов, измеряе­мых «Ш. л. ф.» о., следующий:

Рассмотренные выше факторы — пер­вого порядка. В итоге их дальнейшей фак­торизации были выделены более общие факторы второго порядка. Р. Кэттелл неоднократно «извлекал» вторичные факторы из корреляций между первичными. В разных работах автора представлено от четырех до восьми вторичных факторов.

Наиболее важными из них являются «эксвия—инвия» и «тревожность—при­способленность» (см. Айзенка личност­ные опросники). Эти факторы описыва­ются следующим образом:

Предпринимались попытки получения факторов третьего порядка, однако прак­тического значения результаты не имеют (рис. 79).

Рис. 79. Исследовательская стратегия, использо­ванная при разработке «Шестнадцать личностных факторов» опросника

Подход Р. Кэттелла к исследованию личности достаточно уязвим. Отметим лишь наиболее слабые «точки». Прежде всего это выраженный эмпиризм, пренеб­режение какими-либо исходными теоретическими положениями о содержании и количестве определяемых черт личности. При избранной автором технике сбора данных ничего не известно о функцио­нальных связях между переменными; эти связи выражаются лишь в виде корреля­ций — меры степени линейной зависимости между переменными. Не удалось ве­рифицировать и исходную гипотезу об идентичности структурных элементов в факторах, выделенных на основе L-данных и тех, которые выделены на основе Q-данных. В факторах, выделенных из L-данных, обнаруживаются те, которым нет соответствия в факторах, выделенных из Q-данных, и наоборот. Исключительно низки интеркорреляции переменных, яко­бы характеризующих один и тот же фак­тор, но полученных из разных источников (L- и Q-данные). Сказанное позволяет сде­лать вывод о том, что Р. Кэттелл принял факторный анализ за гораздо более эф­фективный инструмент познания личнос­ти, чем он фактически является.

Коэффициент надежности шкал-фак­торов «Ш. л. ф.» о., определенный путем расщепления, находится в пределах 0,71-0,91. Коэффициент надежности ретестовой через двухнедельный промежуток — 0,36-0,73. Автор также сообщает о достаточно высокой валидности опрос­ника.

Р. Кэттеллом и его сотр., помимо двух основных форм «Ш. л. ф.» о. (А и В), раз­работаны формы С, D и Е. Формы С и D сокращенные, по 105 заданий, и предназ­начены для лиц, имеющих более низкий уровень образования. Форма Е использу­ется для обследования тех, кто малогра­мотен (в 1985 г. опубликованы нормы для заключенных, культурно неприспособ­ленных и т. п. лиц). Б. Брианом в 1987 г. на основе формы Е предложен компью­терный (см. Тесты компьютерные) «Профессионально-личностный отчет» (Vocational Personality Report), предназ­наченный для использовании в консультациях по выбору работы и службах плани­рования для малограмотных. Известны варианты опросника для детей и подрост­ков. Существует специальное «патологи­ческое» дополнение к «Ш. л. ф.» о., кото­рое состоит из 12 клинических факторов-шкал. Возможно групповое обследование. Опросник нашел достаточно широкое распространение в психодиагностических исследованиях стран СНГ. Однако адап­тация «Ш.л. ф.» о. не завершена, не­смотря на проведенную проверку соответ­ствия зарубежных и отечественных нор­мативных данных. Анализ воспроизводи­мости факторов опросника на русско­язычных выборках (Ю. М. Забродин с соавт., 1987) показывает, что нельзя счи­тать гомогенными факторы А, С, I, L, M, N, Q₁, Q₂ (от одной четверти до одной тре­ти вопросов отечественного варианта «Ш. л. ф.» о. не коррелируют значимо с соответствующим фактором). Это требу­ет переформулирования вопросов (утвер­ждений) или отказа от диагностических категорий Р. Кэттелла.

В 1990 г. В. М. Русаловым и О. В. Гу­севой на основе выделенных гомогенных шкал предложен сокращенный вариант опросника под названием 8 PF (70 вопро­сов).

ШКАЛА ВЕРБАЛЬНАЯ —форма фик­сации данных в шкалах измеритель­ных,, опирающаяся на набор суждений о наличии или степени выраженности изу­чаемого признака. Такие суждения могут быть представлены в виде полярных оп­ределений (свернутая Ш. в.), напр.: ла­бильность—ригидность; активность— пассивность; общительность—замкну­тость (см. Семантический дифференци­ал). Развернутая Ш. в. включает опреде­ления степени выраженности признаков, напр.: результат операции — отличный (хороший), удовлетворительный (слабо­удовлетворительный), неудовлетвори­тельный. Другим примером может послу­жить шкалирование ответа на пункт оп­росника:

— Обведите кружком номер ответа, ко­торый в наибольшей степени соответ­ствует Вашему мнению.

— Многие готовы совершить непригляд­ный поступок, если уверены, что их не ожидает ответственность.

1. Целиком совпадает с моим мнением.

2. В общем согласен с этим суждением.

4. Вряд ли с этим можно согласиться.

5. Совершенно не согласен.

Ш. в. могут быть монополярными и биполярными (см. Шкалы измеритель­ные).

Критерии Ш. в. не всегда однозначно интерпретируются испытуемыми, при­надлежащими даже к группам, сходным по возрастным, половым, социокультур­ным и другим признакам. Такая неопределенность понимания и истолкования зат­рудняет применение Ш. в. в качестве точ­ного психометрического инструмента. Ре­зультаты Ш. в. неустойчивы во времени, поэтому в чистом виде такие шкалы при­меняются редко. Психологические зако­номерности, действующие при использо­вании Ш. в., аналогичны с появляющими­ся при ответе на вопросы опросника лич­ностного.

Недостатки Ш. в. могут быть уменьше­ны за счет использования определенных приемов оптимального построения пунк­тов шкалы, а именно:

1. Необходимость согласования суж­дений с особенностями объекта. Напр., оценивая память, лучше пользоваться по­нятиями «хорошая—плохая» или «высо­кий уровень развития—низкий уровень развития», чем «сильная—слабая», «вы­сокая развитость—низкая развитость».

2. Четкость вербальных обозначений шкал (полюсов и промежуточных града­ций); как можно меньше неточности, рас­плывчатости, двусмысленности в сужде­ниях и понятиях. Напр.: «сильный—сла­бый» лучше, чем «очень сильный—очень слабый» или «значительный—незначи­тельный».

3. Вербальные обозначения не долж­ны пересекаться, чтобы в одном понятии не содержалась часть другого.

4. Вербальные обозначения не долж­ны содержать оценок, напр.: «очень изве­стный—малоизвестный».

5. Вербальные обозначения должны четко указывать на один признак, а не на ряд свойств объекта. Напр., неудачной является шкала с полюсами: «желание учиться — нежелание учиться». Лучше разбить ее на несколько однозначных шкал: «интерес к учебе, трудолюбие в ос­воении предметов, успешность учебы».

Для Ш. в. желательна небольшая дли­на (от двух до девяти градаций-суждений).

ШКАЛА ГРАФИЧЕСКАЯ —форма фиксации данных по шкалам измери­тельным при помощи наглядного отобра­жения развития признака в виде непре­рывной линии или определенной фигуры. Графические способы отображения изме­ряемых признаков обычно используются в комплексе со шкалой вербальной и (или) со шкалой числовой.

Ш. г. могут быть горизонтальными и вертикальными. Примером горизонталь­ной Ш. г. может явиться группа заданий методики исследования самооценки (САН):

Инструкция испытуемому: «Точку, со­ответствующую степени проявления дан­ного качества у Вас, обозначьте на шкале вертикальной черточкой. Не обязательно ставить отметку на месте одной из цифр. В Вашем распоряжении вся шкала. Циф­ры на шкалах означают следующее: 0 — поровну одного и другого качества; 1 — качество проявляется редко; 2 — каче­ство заметно, проявляется часто; 3 — качество выражено, проявляется всегда».

В данном примере горизонтальная Ш. г. применяется в сочетании с вербаль­ной и числовой.

Пример вертикальной Ш. г. приведен на рис. 80. Благодаря непрерывности Ш. г. появляется возможность получать более дробные, дифференцированные оценки измеряемых показателей по сравнению с чисто числовыми шкалами. При­менение такого типа фиксации данных удобно для испытуемых, облегчает задачу выбора оценки, что субъективно более сложно в случае необходимости указания точного числового значения или града­ции. Особенно полезно применение тако­го типа шкалирования в методиках, предназначенных для обследования испытуе­мых детского возраста. Эмпирически ус­тановлен оптимальный диапазон длины шкалы (8-18 см). Короткая Ш. г. не все­гда позволяет вместить индивидуальный масштаб оценок, в то же время слишком длинная шкала ослабляет впечатление континуальности оценок.

Оценитв эффективность работы вашей бригады (участка), обведя кружком соответствующий уровень

Рис. 80. Пример задачи, оформленной в графи­ческой шкале

ШКАЛА СБАЛАНСИРОВАННАЯ-опросник, построенный таким образом, что количество утверждений или вопро­сов с положительными «ключевыми» от­ветами («да», «согласен») примерно соот­ветствует числу таковых с отрицательны­ми «ключевыми» ответами («нет», «не со­гласен»). Ш. с. разрабатывается с целью минимизации влияния установки на ут­вердительные (отрицательные) ответы (см. Установки на ответ).

ШКАЛА ЧИСЛОВАЯ —форма фикса­ции данных в шкалах измерительных по­средством их числовых значений. Ш. ч. представляют собой ограниченное мно­жество последовательных чисел. Этот вид шкал наиболее удобен для последующего учета результатов и статистической обра­ботки данных исследования.

Для испытуемого оценивание и фор­мулировка ответов по Ш. ч. представля­ются субъективно более сложной зада­чей, чем по шкале вербальной и шкале графической. Поэтому в чистом виде Ш. ч. почти не применяется. Она, как пра­вило, объединяется с вербальными и гра­фическими шкалами. В любом случае Ш. ч. требует пояснений в вербальной форме относительно числовых градаций или обозначения полюсов шкалы. При­мер:

— Оцените успешность усвоения мате­матики в Вашем классе по пятибалль­ной шкале.

Примером смешанного вербально-числового оценивания может служить организация тестового материала Бекмана— Рихтера личностного опросника:

Рассматриваемый тип шкалирования распространен в методиках исследования самооценки, построенных по принципу семантического дифференциала, тестах интересов, опросниках, анкетах и некото­рых др. Числовые формы представления результатов тесно связаны с оценками шкальными в стандартизированных чис­ловых шкалах. В этом аспекте Ш. ч. — наиболее важный и распространенный способ оценивания результатов психомет­рических тестов.

ШКАЛИРОВАНИЕ(англ, scaling — оп­ределение масштаба, единицы измере­ния) — метод моделирования явлений с помощью числовых систем. Способ орга­низации в шкалах измерительных дан­ных эмпирических, экспериментальных, тестовых исследований, анализа объек­тивной информации.

Процесс Ш. состоит в конструирова­нии шкалы по определенным правилам и включает два этапа. На первом из них — этапе сбора данных — проводится созда­ние эмпирической системы проявлений исследуемых объектов и фиксация типов отношений между ними. Второй этап — анализ данных, в зависимости от резуль­татов которого строится числовая систе­ма, составляющая основу одного из видов шкал (номинативной, интервальной, по­рядка или шкалы оценок) (см. Шкалы из­мерительные).

Существуют два типа задач, решаемых с помощью Ш.: 1) числовое отображение показателей распределения испытуемых внутри группы, характеристика выборки с последующей статистической обработкой (процедура, наиболее распространенная в практической психодиагностике и психометрии), напр, при получении и анализе экспертных оценок (см. Валидность кри­териальная); 2) отражение характерис­тик объекта путем установления их чис­ловых отношений к какому-либо явлению. В первом случае применяется шкала оце­нок, во втором — шкала установок. Шка­лы установок лежат в основе диагности­ки личности в исследованиях самооценки, выражении испытуемым субъективного отношения к чему-либо, в котором про­ецируются внутреннее содержание, моти­вы, тенденции личности (см. Опросники личностные).

ШКАЛЫ ИЗМЕРИТЕЛЬНЫЕ(лат. scala — лестница) — форма фиксации со­вокупности признаков изучаемого объек­та с упорядочиванием их в определенную числовую систему. Ш. и. представляют собой метрические системы, моделирую­щие исследуемый феномен путем замены прямых обозначений изучаемых объектов числовыми значениями и отображение пропорций континуального состава элементов объекта в соответствующих чис­лах. Каждому элементу совокупности проявлений свойств изучаемого объекта соответствует определенный балл или шкальный индекс, количественно устанавливающий положение наблюдаемой единицы на шкале, которая охватывает всю совокупность или ее часть, суще­ственную с т. з. задач исследования. Опе­рация упорядочивания исходных эмпирических данных в шкальные носит назва­ние шкалирования.

Ш. и. являются главным средством сбора и анализа статистического матери­ала как в прикладных, так и в теоретичес­ких исследованиях. Они различаются в зависимости от характера функции, лежа­щей в основе их построения. В качестве такой функции могут служить: сравнение по признаку убывания или возрастания, ранжирование, оценка интенсивности признака или оценка пропорциональных отношений между признаками.

Наиболее общая классификация Ш. и. предложена С. Стивенсом. В ее основу положен признак метрической детерми­нированности. Согласно этому признаку, шкалы делятся на метрические (интервальные и шкалы отношений) и неметри­ческие (номинативные, шкалы порядка).

Номинативные шкалы(шкалы наи­менований) устанавливают соответствие признака тому или иному классу. Объек­ты объединяют в классы на основании какого-либо общего свойства (классы эквивалентности) либо символа (обозна­чения). Не обязательно, чтобы между выявленными классами существовала внутренняя взаимосвязь. Само название «шкала наименований» указывает на то, что значения по шкале играют роль лишь названий классов.

Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет

Источник