П л а н ы е х-р о s t-f а с t о

В заключение рассмотрим еще один специфический метод, ко­торый часто применяется в психологии. У него есть несколько на­именований: эксперимент, на который ссылаются, эксперимент ех-post-facto и т.д. Он часто применяется в социологии, педагогике, а также в нейропсихологии и клинической психологии. В социологи­ческих исследованиях его часто использовали в 30—40-е годы. Тогда же социолог Ф.С.Чейз ввел название этого метода и разработал схе­мы анализа данных. В социологии и педагогике стратегия его при­менения состоит в следующем. Экспериментатор сам не воздейст­вует на испытуемых. В качестве воздействия (позитивного значения независимой переменной) выступает некоторое реальное событие из их жизни. Отбирается группа "испытуемых", подвергшаяся воздей­ствию, и группа, не испытавшая его. Отбор осуществляется на осно­вании данных об особенностях "испытуемых" до воздействия; в ка­честве сведений могут выступать личные воспоминания и автобио­графии, сведения из архивов, анкетные данные, медицинские кар­ты и т.д. Затем проводится тестирование зависимой переменной у представителей "экспериментальной" и контрольной групп. Данные, полученные в результате тестирования групп, сопоставляются и де­лается вывод о влиянии "естественного" воздействия на дальней­шее поведение испытуемых. Тем самым план ex-post-facto имитиру­ет схему эксперимента для двух групп с их уравниванием (лучше — рандомизацией) и тестированием после воздействия.

(R) Х О, (R) О,

Эквивалентность групп достигается либо методом рандомизации, либо попарного уравнивания, при котором сходные индивиды от­носятся кразным группам. Метод рандомизации дает более надеж­ные результаты, но применим лишь тогда, когда выборка, из кото­рой мы формируем контрольную и основную группы, достаточно велика.

Этот план реализуется во многих современных исследованиях. Типичным является исследование посттравматического стресса, ко­торый возникает у некоторых лиц, оказавшихся в ситуациях, выхо­дящих за пределы обычного жизненного опыта, связанных с угро­зой для здоровья человека и его жизни. Посттравматический стресс

164

встречается у многих (но не у всех) участников войны, жертв наси­лия, свидетелей и жертв природных и техногенных катастроф и т.д. Изучение причин возникновения посттравматического стресса про­водится по схеме: выделяется выборка лиц, перенесших воздейст­вие боевой ситуации, катастрофы и т.п., тестируется на предмет на­личия посттравматического синдрома; результаты сопоставляются с результатами контрольной выборки. Наилучшей стратегией форми­рования основной и контрольной выборки является предваритель­ный отбор " исп ытуем ых" для тестирован ия на основе ан кетн ых дан­ных и рандомизация групп. Но в реальности может проводиться диаг­ностика только тех лиц, перенесших воздействие травматического фактора, которые сами обращаются с просьбой пройти обследова­ние к психологам либо врачам. Таким образом, существует риск, что выборка добровольцев будет сильно отличаться от всей популяции перенесших травматическое воздействие. В первую очередь эти от­личия проявляются в повышенной частоте встречаемости синдрома посттравматического стресса. Эффект воздействия травматического фактора на популяцию будет преувеличен. И вместе с тем экспери­мент ex-post-facto — единственно возможный способ проведения таких исследований (над этими проблемами работает лаборатория психологии посттравматических состояний Института психологии РАН, руководитель — Н.В.Тарабрина).

Метод ex-post-facto часто применяется в нейропсихологии: трав­мы головного мозга, поражения определенных структур предостав­ляют уникальную возможность для выявления локализации психи­ческих функций. Травмы коры больших полушарий во время войны (в первую очередь второй мировой) дали, как это ни кощунственно звучит, богатейший материал нейропсихологам и нейрофизиологам, в том числе — отечественным (работы Лурии и его школы).

5.3. Корреляционное исследование

Читателю следует обратиться к гл. 6. В ней подробно изложена теория психологических измерений. Детальная характеристика особен­ностей психологического измерения и тестирования необходима не только сама по себе, но и для того, чтобы можно было подойти к выяс­нению особенностей наиболее распространенной схемы современного психологического эмпирического исследования — корреляционного.

Теория корреляционного исследования, основанная на представ­лениях о мерах корреляционной связи, разработана К.Пирсоном и

165

 подробно излагается в учебниках по математической статистике. Здесь рассматриваются лишь методические аспекты корреляцион­ного психологического исследования.

Стратегия проведения корреляционного исследования сходна с квазиэкспериментом. Отличие от квазиэксперименia лишь в том, что управляемое воздействие на объект отсутствует. План корреля­ционного исследования несложен. Исследователь выдвигает гипо­тезу о наличии статистической связи между несколькими психичес­кими свойствами индивида или между определенными внешними уровнями и психическими состояниями. При этом предположения о причинной зависимости не обсуждаются.

Корреляционным называется исследование, проводимое для под­тверждения или опровержения гипотезы о статистической связи между несколькими (двумя и более) переменными. В психологии переменными могут выступать психические свойства, процессы, состояния и др.

"Корреляция" в прямом переводе означает "соотношение". Если изменение одной переменной сопровождается изменением другой, то можно говорить о корреляции этих переменных. Наличие корре­ляции двух переменных ничего не говорит о причинно-следствен­ных зависимостях между ними, но дает возможность выдвинуть та­кую гипотезу. Отсутствие же корреляции позволяет отвергнуть ги­потезу о причинно-следственной связи переменных. Различают не­сколько интерпретаций наличия корреляционной связи между дву­мя измерениями:

1. Прямая корреляционная связь. Уровень одной переменной непосредственно соответствует уровню другой. Примером является закон Хика: скорость переработки информации пропорциональна логарифму от числа альтернатив. Другой пример: корреляция высо­кой личностной пластичности и склонности к смене социальных установок.

2. Корреляция, обусловленная третьей переменной. Две перемен­ные (а, с) связаны одна с другой через третью (в), не измеренную в ходе исследования. По правилу транзитивности, если есть R (а, Ь) и R (Ь, с), то R (а, с). Примером подобной корреляции является уста­новленный психологами США факт связи уровня интеллекта с уров­нем доходов. Если бы такое исследование проводилось в сегодняш­ней России, то результаты были бы иными. Очевидно, все дело в структуре общества. Скорость опознания изображения при быстром (тахистос коническом) предъявлении и словарный запас испытуемых также положительно коррелируют. Скрытой переменной, обуслов­ливающей эту корреляцию, является общий интеллект.

166

3. Случайная корреляция, не обусловленная никакой перемен­ной.

4. Корреляция, обусловленная неоднородностью выборки. Пред­ставим себе, что выборка, которую мы будем обследовать, состоит из двух однородных групп. Например, мы хотим выяснить, связана ли принадлежность к полу с уровнем экстраверсии. Считаем, что "измерение" пола трудностей не вызывает, экстраверсию же изме­ряем с помощью опросником Айзенка ETI-1. У нас две группы: муж­чины-математики и женщины-журналистки. Не удивительно, если мы получим линейную зависимость между полом и уровнем экстра­версии — интроверсии: большинство мужчин будут интровертами, большинство женщин — экстравертами.

Корреляционные связи различаются по своему виду. Если по­вышение уровня одной переменной сопровождается повышением уровня другой, то речь идет о положительной корреляции. Чем выше личностная тревожность, тем больше риск заболеть язвой желудка. Возрастание громкости звука сопровождается ощущением повыше­ния его тона. Если рост уровня одной переменной сопровождается снижением уровня другой, то мы имеем дело с отрицательной кор­реляцией. Поданным Зайонца, число детей в семье отрицательно коррелирует с уровнем их интеллекта. Чем боязливей особь, тем меньше у нее шансов занять доминирующее положение в группе.

Нулевой называется корреляция при отсутствии связи перемен­ных.

В психологии практически нет примеров строго линейных свя­зей (положительных или отрицательных). Большинство связей — не­линейные. Классический пример нелинейной зависимости — закон Йеркса—Додсона:. возрастание мотивации первоначально повышает эффективность научения, а затем наступает снижение продуктив­ности (эффект "перемотивации"). Другим примером является связь между уровнем мотивации достижений и выбором задач различной трудности. Лица, мотивированные надеждой на успех, предпочита­ют задания среднего диапазона трудности — частота выборов на шка­ле трудности описывается колоколообразной кривой.

Математическую теорию линейных корреляций разработал Пир­сон. Ее основания и приложения излагаются в соответствующих учеб­никах и справочниках по математической статистике. Напомним, что коэффициент линейной корреляции Пирсона г варьируется от -1 до +1. Он вычисляется путем нормирования ковариации пере­менных на произведение их среднеквадратических отклонений.

167

Значимость коэффициента корреляции зависит от принятого уровня значимости а и от величины выборки. Чем больше модуль коэффициента корреляции, тем ближе связь переменных к линей­ной функциональной зависимости.

Планирование корреляционного исследования

План корреляционного исследования является разновидностью квазиэкспериментального плана при отсутствии воздействия неза­висимой переменной на зависимые. В более строгом смысле: тести­руемые группы должны быть в эквивалентных неизменных услови­ях. При корреляционном исследовании все измеряемые перемен­ные — зависимые. Фактором, определяющим эту зависимость, мо­жет быть одна из переменных или скрытая, неизмеряемая перемен­ная.

Корреляционное исследование разбивается на серию независи­мых друг от друга измерений в группе испытуемых Р. Различают простое и сравнительное корреляционные исследования. В первом случае группа испытуемых однородна. Во втором случае мы имеем несколько рандомизированных групп, различающихся по одному или нескольким определенным критериям. В общем виде план такого исследования описывается матрицей вида: Рх О (испытуемые х из­мерения). Результатом его является матрица корреляций. Обработ­ку данных можно вести, сравнивая строки исходной матрицы или столбцы. Коррелируя между собой строки, мы сопоставляем друг с другом испытуемых; корреляции же интерпретируются как коэф­фициенты сходства — различия людей между собой. Разумеется, Р-корреляции можно вычислять лишь в том случае, если данные при­ведены к одной шкальной размерности, в частности, с помощью Z-

Коррелируя между собой столбцы, мы проверяем гипотезу о ста­тистической связи измеряемых переменных. В этом случае их раз­мерность не имеет никакого значения.

Такое исследование называется структурным, так как в итоге мы получаем матрицу корреляций измеренных переменных, которая

168

выявляет структуру связей между ними.

В исследовательской практике часто возникает задача выявить временные корреляции параметров или же обнаружить изменение структуры корреляций параметров во времени. Примером таких ис­следований являются лонгитюды.

План лонгитюдного исследования представляет собой серию от­дельных замеров одной или нескольких переменных через опреде­ленные промежутки времени. Лонгитюдное исследование — это про­межуточный вариант между квазиэкспериментом и корреляцион­ным исследованием, так как время интерпретируется исследовате­лем как независимая переменная, определяющая уровень зависимых (например, личностных черт).

Полный план корреляционного исследования представляет со­бой параллелепипед Рх Ox P, грани которого обозначаются как "ис­пытуемые", "операции", "временные этапы".

Результаты исследования можно анализировать по-разному. По­мимо вычисления P- и 0-корреляций возникает возможность срав­нения матриц Рх О, полученных в разные периоды времени, путем подсчета двухмерной корреляции — связи двух переменных с тре­тьей. То же самое касается и матриц Р х Т и Т х О.

Но чаще исследователи ограничиваются обработкой другого типа, проверяя гипотезы об изменении переменных во времени, анализи­руя матрицы РхТ по отдельным измерениям.

Рассмотрим основные типы корреляционного исследования. 1. Сравнение двух групп. Этот план лишь условно можно отнести к корреляционным исследованиям. Он применяется для установле­ния сходства или различия двух естественных или рандомизирован­ных групп по выраженности того или иного психологического свой­ства или состояния. Допустим, у вас есть желание выяснить, отли­чаются ли мужчины и женщины по уровню экстраверсии. Для этого вы должны создать две репрезентативные выборки, уравненные по прочим значимым для экстраверсии — интроверсии параметрам (по параметрам, влияющим на уровень экстраверсии — интроверсии), и провести измерение с помощью теста EPQ. Средние результаты у двух групп сравниваются с помощью t-критерия Стьюдента. При не­обходимости сравниваются дисперсии показателя экстраверсии по критерию F.

Простейшее сопоставление двух групп содержит в себе источни­ки ряда артефактов, характерных для корреляционного исследова­ния. Во-первых, возникает проблема рандомизации групп — они должны четко разделяться по выбранному критерию. Во-вторых, ре­альные измерения происходят не одновременно, а разновременно:

169

 R' 0, -

R" -   О,

В-третьих, хорошо, если тестирование внутри группы проводят одновременно. Если же отдельных испытуемых тестируют в разное время, то может сказаться влияние временного фактора на величи­ну переменной.

Пол без особых усилий (в том числе без хирургического воздей­ствия) поменять сегодня нельзя, но можно перейти из одной учеб­ной группы в другую, а также из класса в класс.

Если исследователь задался целью сравнить две учебные группы по уровню успеваемости, он должен позаботиться о том, чтобы не произошло их "перемешивания" в ходе исследования.

Эффект неодновременности измерений в двух группах (в случае предположения о значимости этого фактора) можно было бы "уб­рать" введением двух контрольных групп, но ведь тестировать их тоже придется в другое время. Удобнее разделить первоначальные группы пополам и тестирование (по возможности) провести по сле­дующему плану:

R- 0, -

R" - О,

R' 0, -

R" - О,

Обработка результатов для выявления эффекта последовательнос­ти осуществляется методом двухфакторного анализа 2х2. Сравне­ние естественных (нерандомизированных) групп ведется потому же плану.

2. Одномерное исследование одной группы в разных условиях. План этого исследования аналогичен предыдущему. Но по своей сути он близок к эксперименту, так как условия, в которых находится груп­па, различаются. В случае корреляционного исследования мы не уп­равляем уровнем независимой переменной, а лишь констатируем изменение поведения индивида в новых условиях. Примером мо­жет служить изменение уровня тревожности детей при переходе из детского сада в 1 -и класс школы: группа одна и та же, а условия раз­личные.

Главные артефакты этого плана — кумуляция эффектов последо­вательности и тестирования. Кроме того, искажающее влияние на результаты может оказывать временной фактор (эффект естествен­ного развития).

170

Схема этого плана выглядит очень просто: АО, ВОд, где А и В — разные условия. Испытуемые могут отбираться из генеральной по­пуляции случайным образом или представлять собой естественную группу.

Обработка данных сводится к оценка сходства между результата­ми тестирования в условиях А и В. Для контроля эффекта последо­вательности можно произвести контрбалансировку и перейти к кор­реляционному плану для двух групп:

А О, В 0^, В О, А О,

В этом случае мы можем рассматривать А и В как воздействия, а план — как квазиэксперимент.

3. Корреляционное исследование попарно эквивалентных групп. Этот план используется при исследовании близнецов методом внутрипар-ных корреляций. Дизиготные или монозиготные близнецы разби­ваются на две группы: в каждой — один близнец из пары. У близне­цов обеих групп измеряют интересующие исследователя психичес­кие параметры. Затем вычисляется корреляция между параметрами (0-корреляция) или близнецами (Р-корреляция). Существует мно­жество более сложных вариантов планов психогенетических иссле­дований близнецов.

4. Для проверки гипотезы о статистической связи нескольких переменных, характеризующих поведение, проводится структурное корреляционное исследование. Оно реализуется по следующей про­грамме. Отбирается группа, которая представляет либо генеральную совокупность, либо интересующую нас популяцию. Отбираются тес­ты, проверенные на надежность и внутреннюю валидность. Затем групп а тестируется по определенной программе:

R А(0,) В(0,) С(0,) D(0,) ... N(0„),

где

А, В, С ... N — тесты, Т> — операция тестирования.

Данные исследования представлены в форме матрицы: тх п, где т — количество испытуемых, n — тесты. Матрица "сырых" данных обрабатывается, подсчитываются коэффициенты линейной корре­ляции. Получается матрица вида тх n, где n — число тестов. В кле­точках матрицы — коэффициенты корреляции, по ее диагонали — единицы (корреляция теста с самим собой). Матрица симметрична

171

 относительно этой диагонали. Корреляции оцениваются на статис­тические различия следующим образом: сначала г переводится в Z-оценки, затем для сравнения г применяется t-критерий Стьюдента. Значимость корреляции оценивается при ее сопоставлении с таб­личным значением. При сравнении^,, и r^ ^ принимается гипо­теза о значимом отличии корреляции от случайной при заданном значении точности ( а = 0,05 или а = 0,001). В некоторых случаях возникает необходимость вычисления множественных корреляций, частных корреляций, корреляционных отношений или редукции раз­мерности — уменьшения числа параметров.

Для уменьшения числа измеренных параметров используются раз­личные методы латентного анализа. Применению их в психологи­ческом исследовании посвящено множество публикаций. Главной причиной артефактов, возникающих при проведении многомерно­го психологического тестирования, является реальное физическое время. При анализе данных корреляционного исследования мы от­влекаемся от неодновременности проводимых измерений. Кроме того, считается, что результат последующего измерения не зависит от предыдущего, т.е. не существует эффекта переноса.

Перечислим основные артефакты, которые возникают в ходе при­менения этого плана:

1. Эффект последовательности — предшествующее выполнение одного теста может повлиять на результат выполнения другого (сим­метричный или асимметричный перенос).

2. Эффект научения — при выполнении серии различных тесто­вых испытаний у участника эксперимента может повышаться ком­петентность в тестировании.

3. Эффекты фоновых воздействий и "естественного" развития приводят к неконтролируемой динамике состояния испытуемого в ходе исследования.

4. Взаимодействие процедуры тестирования и состава группы про­является при неоднородной группе: интроверты хуже сдают экзаме­ны, чем экстраверты, "тревожные" хуже справляются со скорост­ными тестами интеллекта.

Для контроля эффектов последовательности и переноса следует пользоваться тем же приемом, что и при планировании эксперимен­тов, а именно — контрбалансировкой. Только вместо воздействий меняется порядок проведения тестов.

Для трех тестов полный план корреляционного исследования с контрбалансировкой выглядит следующим образом:

1-я группа: А В С

2-я группа: CAB

172

3-я группа: В С А

где А, В, С — различные тесты. Однако я не знаю ни одного случая, когда бы в отечественных корреляционных исследованиях контро­лировались эффекты тестирования и переноса.

Приведу один пример. Нам необходимо было выявить, как влия­ет вид задания на успешность выполнения сменяющих одна другую задач. Мы предположили, что для испытуемых не безразлично, в ка­кой последовательности ему даются тесты. Были выбраны задания на креативность (из теста Торренса) и на общий интеллект (из теста Айзенка). Задачи давались испытуемым в случайном порядке. Ока­залось, что предшествующее выполнение задания на креативность снижает скорость и точность решения задачи на интеллект. Обрат­ного эффекта не наблюдалось. Не вдаваясь в объяснения этого явле­ния (это сложная проблема) заметим, что здесь мы столкнулись с классическим эффектом асимметричного переноса.

5. Структурное корреляционное исследование. От предшествующих вариантов эта схема отличается тем, что исследователь выявляет не отсутствие или наличие значимых корреляций, а различие в уровне значимых корреляционных зависимостей между одними и теми же показателями, измеренными у представителей различных групп.

Поясним этот случай примером. Допустим, нам необходимо про­верить гипотезу, влияет ли пол родителя и ребенка на сходство их личностных черт, например уровня нейротизма по Айзенку. Для это­го мы должны провести исследование реальных групп — семей. За­тем вычисляются коэффициенты корреляции уровней тревожности родителей и детей. Получаются четыре основных коэффициента кор­реляции: 1) мать — дочь; 2) мать — сын; 3) отец — дочь; 4) отец — сын, и два дополнительных: 5) сын —дочь; 6) мать—отец. Если нас интересует лишь сравнение сходства — различия первой группы кор­реляций, а не исследование ассортативности, то мы строим 4-кле-точную таблицу 2х2:

Дети	Роди	тел и
	Мать	Отец
1 Дочь	г!.	'-12
2 Сын	'•21	'22

 

Корреляции подвергаются Z-преобразованию и сравниваются not-критерию Стьюдента.

173

 Здесь приведен простейший пример структурного корреляцион­ного исследования. В исследовательской практике встречаются бо­лее сложные версии структурных корреляционных исследований. Чаще всего они проводятся в психологии индивидуальности (Б.Г.Ана­ньев и его школа), психологии труда и обучения (В.Д.Шадриков), психофизиологии индивидуальных различий (Б.М.Теплов, В.Д.Не-былицын, В.М.Русалов и др.), психосемантике (В.Ф.Петренко, А.Г.Шмелев и др.).

6. Лонгитюдное корреляционное исследование. Лонгитюдное иссле­дование — вариант квазиэкспериментальных исследовательских пла­нов. Воздействующей переменной психолог, проводящий лонгитюд-ное исследование, считает время. Оно является аналогом плана тес­тирования одной группы в разных условиях. Только условия счита­ются константными. Результатом любого временного исследования (в том числе и лонгитюдного) является построение временного трен-да измеряемых переменных, которые могут быть аналитически опи­саны теми или иными функциональными зависимостями.

Лонгитюдное корреляционное исследование строится по плану временных серий с тестированием группы через заданные проме­жутки времени. Помимо эффектов обучения, последовательности и т.д. в лонгитюдном исследовании следует учитывать эффект выбы­вания: не всех первоначально принимавших участие в эксперимен­те удается обследовать через какое-то определенное время. Возмож­но, взаимодействие эффектов выбывания и тестирования (отказ от участия в последующем обследовании) и т.д.

Структурное лонгитюдное исследование отличается от простого лонгитюдатем, что нас интересует не столько изменение централь­ной тенденции или разброса какой-либо переменной, сколько из­менение связей между переменными. Такого рода исследования широко распространены в психогенетике.

Обработка и интерпретация данных корреляционного исследования. Данные структурного корреляционного исследования представля­ют собой одну или несколько матриц "испытуемые" х "тесты". Пер­вичная обработка заключается в подсчете коэффициентов статисти­ческой связи между двумя и более переменными. Выбор меры связи определяется шкалой, с помощью которой произведены измерения.

1. Если измерения произведены по дихотомической шкале, то для подсчета тесноты связи признаков применяется коэффициенте?. Ди­хотомическую шкалу часто путают со шкалой наименований (даже в пособиях по статистике; см., например, Дж. Гласе и Дж. Стенли "Ста­тистические методы в педагогике и психологии", 1976). Дихотоми­ческая шкала — вырожденный вариант шкалы интервалов; для нее

17.4

применимы все статистические методы шкалы интервалов. Данные для вычисления коэффициента^ представлены втаблице сопряжен­ности:

2. Данные представлены в порядковой шкале. Мерой связи, ко­торая соответствует шкале порядка, является коэффициент Кэндел-ла. Он основан на подсчете несовпадений в порядке следования ран­жировок Х и Y. Есть ряд испытуемых: сначала мы выстраиваем этот ряд в порядке убывания массы тела, а затем — в порядке убывания роста. Для каждой пары подсчитывается число совпадений и инвер­сий: совпадение, если их порядок по Х и Y одинков; инверсия, если порядок различен. Разница числа "совпадений" и числа "инверсий", деленная на п (п-1) / 2, дает коэффициентт. Алгоритм подсчета при-' веден в пособиях по статистике (см. Дж.Гласс и Дж.Стенли) и в лю­бом статпакетедля персональных компьютеров.

Часто для обработки данных, полученных с помощью шкалы по­рядка, используют коэффициент ранговой корреляции Спирмена, который является модификацией коэффициента Пирсона для нату-' рального ряда чисел (рангов). Никакого отношения к порядковой шкале он не имеет. Но его рекомендуют применять в том случае, если одно измерение произведено по шкале порядков, а другое — по шкале интервалов.

3. Данные получены по шкале интервалов, или отношений. В этом случае применяется стандартный коэффициент корреляции Пирсо-на"или коэффициент ранговой корреляции Спирмена. В том случае, если одна переменная является дихотомической, а другая — интер-' вальной, используется так называемый бисериальный коэффициент корреляции.

Наконец, если исследователь полагает, что связи между перемен­ными нелинейны, вычисляется корреляционное отношение, харак-

175 \

 теризующее величину нелинейной статистической зависимости двух переменных.

Корреляционное исследование завершается выводом о сгатисти-ческой значимости установленных (или неустановленных) зависи­мостей между переменными. Однако исследователи не ограничива­ются такой констатацией. Одна из главных задач, которые возника­ют перед психологами, — выяснить, не обусловлены ли связи между отдельными параметрами (психологическими свойствами) скрыты­ми факторами? Для этой цели применяется аппарат редукции числа переменных: методы многомерного анализа данных, которые изу­чаются психологами в курсе "Математические методы в психоло­гии".

5.4. Некоторые перспективы развития планирования исследований

Все сказанное в этой главе относится к общепсихологическому исследованию. Существуют, по крайней мере, три области плани­рования исследования, которые не рассматриваются в литературе, посвященной методам психологической науки.

Первая область — многомерный эксперимент. Планы многомер­ного исследования, в частности эксперимента, являются обобщени­ем традиционных схем для случая п-зависимых переменных. В обыч­ном эксперименте мы исследуем влияние одной независимой пере­менной на одну зависимую. Многоуровневый факторный экспери­мент проводится для изучения влияния 1,2,..., m независимых пере­менных также на одну зависимую переменную. В многомерном экс­перименте рассматривается схема: m х п, где m — число независи­мых переменных, n — число зависимых переменных. Уже примене­ние плана для двух независимых и двух зависимых переменных тре­бует выявления связей между каждой парой "независимая — зави­симая переменная", т.е. построения 4 таблиц средних результатов 2х2 (если сравниваются средние). Кроме того, требуется выявить влияние уровня каждой независимой переменной, а также их взаи­модействия на корреляционную связь между двумя зависимыми переменными.

Более сложные планы многомерного психологического экспери­мента очень трудоемки и требуют автоматизированного планирова­ния и проведения исследования, а также особых компьютерных про­грамм обработки результатов. По крайней мере, планирование

176

многомерных экспериментов предоставляет исследователям широ­кие возможности для творчества.

Вторая область — эксперимент в дифференциальной психологии, или индивидуально-психологический эксперимент. Его цель — вы­явление индивидуальных различи и поведения в однородных ситуа­циях. Даже в обычном многомерном исследовании основной гипо­тезой являются не безусловные суждения "Если А, то В", а условное суждение "Если А, то В — при условии С,, В — при условии Сд... и т.д." . В качестве условия выступают дополнительные переменные — индивидуально-психологические различия.

В дифференциально-психологическом эксперименте дополни­тельная переменная становится основной: мы исследуем личность какдетерминанту поведения. Преимущественной статистикой в этом исследовании считается не мера центральной тенденции (среднее, медиана, мода), а показатели вариации значений зависимой пере­менной. Независимая переменная (задания испытуемому, экспери­ментальное воздействие) переходит в дополнительную. Варьирова­ние независимой переменной превращается в процедуру подбора ме­тодом, сочетающим стратификацию и рандомизацию. Например, при разработке тестов группы отбираются по полу и возрасту, по другим же показателям они уравниваются.

Планирование дифференциально-психологического исследова­ния — еще одна важнейшая и недостаточно разработанная область экспериментальной психологии.

Третья область — кросскультурные исследования. Любое кросс-культурное исследование проводится для сопоставления поведения индивидов, выросших в разных социокультурных условиях. Факто­ры естественного развития и фона ("истории"), которые в обычном общепсихологичееком исследовании выступают как источники ар­тефактов, в кросскультурном являются аналогами независимой пере­менной.

По сути своей кросскультурное исследование — вариант экспе­римента ex-post-facto (эксперимента, на который ссылаются), все требования к которому, а также ограничения при интерпретации ре­зультатов распространяются в равной мере и на кросскультурное наследование. Интерес к сравнительному изучению закономернос­тей психического развития представителей различных культур очень велик, поэтому планирование кросскультурных исследований — это одна из наиболее интенсивно развивающихся областей эксперимен­тальной психологии.

177

 Литература

КэмпбеллД. Модели эксперимента в социальной психологии и

прикладных исследованиях. М.: Прогресс, 1980. Хикс Ч. Основные принципы планирования эксперимента. М.,

1967.

Налимов В. В. Теория эксперимента. М., 1971. Адлер Ю.П. Планирование эксперимента. М., 1978.

Вопросы

1. Какие источники артефактов позволяет контролировать план Соломона?

2. Чем квазиэксперимент отличается от эксперимента?

3. В чем состоит преимущество планирования по методу "латин­ского квадрата", по сравнению с использованием полного фак­торного плана?

4. В каких случаях прибегают к схемам уравнивания?

5. Каковы особенности многомерного эксперимента?

ГЛАВА 6 ПСИХОЛОГИЧЕСКОЕ ИЗМЕРЕНИЕ

Содержание. Основания теории измерений, классическая теория психологических измерений. Типы шкал и виды допустимых пре­образований. Виды шкальных преобразований. Психологическое тестирование, обобщенная модель теста. Основные виды психоло­гических измерений, их классификация. Классическая статистичес­кая теория теста. Измерительные качества теста и их оценка. Сто­хастическая теория тестов (теория выбора ответа) и ее модифика­ции: модели Лазарсфельда, Раша, Бирнбаума. Оценка трудности за­даний и градуировка теста.

Основные понятия. Измерение, шкалы, числовая система с отно­шениями, эмпирическая система с отношениями, отображение, по­рядок, номинация, метрика, свойство, шкалограмма, тест, валид-ность, надежность, гомогенность, прогностичность, тестовые нор­мы, латентно-структурный анализ, латентная переменная, логит, трудность задания, дискриминантность задания.

6.1. Элементы теории психологических измерений

Измерение может быть самостоятельным исследовательским ме­тодом, но может выступать как компонент целостной процедуры эксперимента.

Как самостоятельный метод, он служит для выявления индиви­дуальных различий поведения субъекта и отражения им окружаю­щего мира, а также для исследования адекватности отражения (тра­диционная задача психофизики) и структуры индивидуального опы­та.

Измерение включается в контекст эксперимента как метод реги­страции состояния объекта исследования и соответственно измене­ния этого состояния в ответ на экспериментальное воздействие. /^

Исследования, проводимые по плану временных проб, зачастую сводятся лишь к измерениям особенностей поведения испытуемых

179

 через различные промежутки времени. Время выступает в этом слу­чае как единственная переменная, воздействующая на объект.

На основе теории измерения строятся психологические тесты. Тест — сокращенная по времени и упрощенная процедура психоло­гического измерения, применяемая для решения практических (иногда — исследовательских) задач.

В чем же заключается суть психологического измерения?

В психологии различают три основные процедуры психологичес­кого измерения. Основанием для различения является объект изме­рения. Во-первых, психолог может измерять особенности поведения людей для того, чтобы определить, чем один человек отличается от другого с точки зрения выраженности тех или иных свойств, нали­чия того или иного психического состояния или для отнесения его к определенному типу личности. Психолог, измеряя особенности по­ведения, определяет сходства или различия людей. Психологичес­кое измерение становится измерением испытуемых.

Во-вторых, исследователь может использовать измерение какза-дачу испытуемого, в ходе выполнения которой он измеряет (класси­фицирует, ранжирует, оценивает и т.п.) внешние объекты: других людей, стимулы или предметы внешнего мира, собственные состоя­ния. Часто эта процедура оказывается измерением стимулов. Поня­тие "стимул" используется в широком смысле, а не вузкопсихофи-зическом или поведенческом. Под стимулом понимается любой шкалируемый объект.

В-третьих, существует процедура так называемого совместного измерения (или совместного шкалирования) стимулов и людей. При этом предполагается, что "стимулы" и "испытуемые" могут быть расположены на одной оси. Поведение испытуемого рассматрива­ется как проявление взаимодействия личности и ситуации. Подоб­ная процедура применяется при тестировании знаний и задач по Кумбсу, Гуттману или Рашу.

Внешне процедура психологического измерения ничем не отли­чается от процедуры психологического эксперимента. Более того, в психологической исследовательской практике "измерение" и "экс­перимент" часто используются как синонимы. Однако при проведе­нии психологического эксперимента нас интересуют причинные связи между переменными, а результатом психологического изме­рения является всего лишь отнесение испытуемого либо оценивае­мого им объекта к тому или иному классу, точке шкалы или про­странству признаков.

В строгом смысле слова психологическим измерением можно назвать лишь измерение поведения испытуемых, т.е. измерение в

180

первом значении этого понятия.

Психологическое измерение стимулов является задачей, которую выполняет не экспериментатор, а испытуемый в ходе обычного пси­хологического (точнее — психофизического) эксперимента. В этом случае измерение используется только как методический прием на­ряду с другими методами психологического исследования; испытуе­мый же "играет роль" измерительного прибора. Поскольку резуль­таты такого рода "измерений" интерпретируются на основе той же модели измерений, а обрабатываются с применением тех же мате­матических процедур, что и результаты измерения поведения испы­туемых, в психологии принято употреблять понятие "психологичес­кое измерение" в двух различных смыслах.

Процедура психологического измерения состоит из ряда этапов, аналогичных этапам экспериментального исследования.

Основой психологических измерений является математическая теория измерений — раздел психологии, интенсивно развивающий­ся параллельно и в тесном взаимодействии с развитием процедур психологического измерения. Сегодня это — крупнейший раздел ма­тематической психологии.

С математической точки зрения измерением называется опера­ция установления взаимно однозначного соответствия множества объектов и символов (как частный случай — чисел). Символы (чис­ла) приписываются вещам по определенным правилам.

Правила, на основании которых числа приписываются объектам, определяют шкалу измерения.

Измерительная шкала — основное понятие, введенное в психо­логию в 1950 г. С.С.Стивенсом; его трактовка шкалы и сегодня ис­пользуется в научной литературе.

Итак, приписывание чисел объектам создает шкалу. Создание шкалы возможно, поскольку существует изоморфизм формальных систем и систем действий, производимых над реальными объекта­ми.

Числовая система является множеством элементов с реализован­ными на нем отношениями и служит моделью для множества изме­ряем ых объектов.

"Различают несколько типов таких систем и соответственно не­сколько типов шкал. Операции, а именно — способы измерения объ­ектов, задают тип шкалы. Шкала в свою очередь характеризуете^ видом преобразований, которые могут быть отнесены к результатам измерения. Если не соблюдать это правило, то структура шкалы на­рушится, а данные измерения нельзя будет осмысленно интерпре­тировать.

181

 Тип шкалы однозначно определяет совокупность статистических методов, которые могут быть применены для обработки данных из­мерения.

Шкала (лат. scala — лестница) в буквальном значении есть изме­рительный инструмент.

П.Суппес и Дж. Зиппес дали классическое определение шкалы:

"ПустьА—эмпирическая система с отношениями (ЭСО), R— пол­ная числовая система с отношениями (ЧСО), f— функция, которая гомоморфно отображает А в подсистему R (если в области нет двух разных объектов с одинаковой мерой, что является отображением изоморфизма). Назовем шкалой упорядоченную тройку <А; R; f>".

Обычно в качестве числовой системы R выбирается системадей-ствительных чисел или ее подсистема. Множество А — это сово­купность измеряемых объектов с системой отношений, определен­ной на этом множестве. Отображение f— правило приписывания каждому объекту определенного числа.

В настоящее время определение Суппеса и Зиппеса уточнено. Во-первых, в определение шкалы вводится G — группа допустимых пре­образований. Во-вторых, множество А понимается не только как числовая система, но и каклюбая формальная знаковая система, ко­торая может быть поставлена в отношение гомоморфизма с эмпи­рической системой. Таким образом, шкала — это четверка <А; R; f;

G>. Согласно современным представлениям, внутренней характе­ристикой шкалы выступает именно группа G, а f является лишь при­вязкой шкалы к конкретной ситуации измерения.

В настоящее время под измерением понимается конструирова­ние любой функции, которая изоморфно отображает эмпирическую структуру в символическую структуру. Как уже отмечено выше, со­всем не обязательно такой структурой должна быть числовая. Это может быть любая структура, с помощью которой можно измерить характеристики объектов, заменив их другими, более удобными в обращении (в том числе — числами).

Подробнее математические основания теории психологических измерений изложены в монографии А.Д.Логвиненко "Измерения в психологии: математические основы" (1993).

Существуют следующие основные типы шкал: наименований, порядка, интервалов, отношений. Ряд специалистов выделяют так­же абсолютную шкалу и шкалу разностей.

Рассмотрим особенности каждого типа шкал.

Шкала наименований Шкала наименований получается путем присвоения "имен" объ-

182

ектам. При этом нужно разделить множество объектов на непересе­кающиеся подмножества.

Иными словами, объекты сравниваются друг с другом и опреде­ляется их эквивалентность — неэквивалентность. В результате про­цедуры образуется совокупность классов эквивалентности. Объек­ты, принадлежащие одному классу, эквивалентны друг другу и от­личны от объектов, относящихся к другим классам. Эквивалентным объектам присваиваются одинаковые имена.

Операция сравнения является первичной для построения любой шкалы. Для построения такой шкалы нужно, чтобы объект был ра­вен или подобен сам себе (х=хдля всех значений х), т.е. на множе­стве объектов должно быть реализовано отношение рефлексивнос­ти. Для психологических объектов, например испытуемых или пси­хических образов, это отношение реализуемо, если абстрагировать­ся от времени. Но поскольку операции попарного (в частности) срав­нения множества всех объектов эмпирически реализуются неодно­временно, то в ходе эмпирического измерения даже это простейшее условие не выполняется.

Следует запомнить: любая шкала есть идеализация, модель ре­альности, даже такая простейшая, как шкала наименований.

На объектах должно быть реализовано отношение симметрии (R (X=Y) -> R (Y=X)) и транзитивности R (X=Y, Y=Z) -> R (X=Z). Но на множестве результатов психологических экспериментов эти условия могут нарушаться.

Кроме того, многократное повторение эксперимента (накопле­ние статистики) приводит к "перемешиванию" состава классов: в лучшем случае мы можем получить оценку, указывающую на веро­ятность принадлежности объекта к классу.

Таким образом, нет оснований говорить о шкале наименований (номинативной шкале или шкале строгой классификации) как про­стейшей шкале, начальном уровне измерения в психологии.

Существуют более "примитивные" (с эмпирической, но не с ма­тематической точки зрения) виды шкал: шкалы, основанные на от­ношениях толерантности; шкалы "размытой" классификации и т.п.

О шкале наименований можно говорить в том случае, когда эм­пирические объекты просто "метятся" числом. Примером являются номера на майках футболистов: цифру " 1" по традиции получает вра­тарь, и это указывает на то, что по своей функции он отличен от всех остальных ифоков; но его функция на футбольном поле эквивалент­на функции других вратарей, если не учитывать качество игры.

В принципе вместо чисел при использовании шкалы наименова­ний необходимо применять другие символы, ибо числовая шкала

183

 (натуральный ряд чисел) характеризуется разными системами опе­раций.

Итак, если объекты в каком-то отношении эквивалентны, то мы имеем право отнести их к одному классу. Главное, как говорил Сти­вене, не приписывать один и тот же символ разным классам или раз­ные символы одному и тому же классу.

Для этой шкалы допусти мол юбое взаимно однозначное преоб­разование.

Несмотря на тенденцию "завышать" мощность шкалы, психоло­ги очень часто применяют шкалу наименований в исследованиях. "Объективные" измерительные процедуры при диагностике личнос­ти приводят ктипологизации: отнесению конкретной личности к тому или иному типу. Примером такой типологии являются класси­ческие темпераменты: холерик, сангвиник, меланхолик и флегматик.

В "субъективной" психологии измерения используются также классификации. Примеры: сортировка объектов по Гарднеру, метод константных стимулов в психофизике и т.д.

Исследователь, пользующийся шкалой наименований, может применять следующие инвариантные статистики: относительные частоты, моду, корреляции случайных событий, критерий^².

Шкала порядка

Порядковая шкала образуется, если на множестве реализовано одно бинарное отношение — порядок (отношения "не больше" и "меньше"). Построение шкалы порядка — процедура более слож­ная, чем создание шкалы наименований.

На шкале порядка объект может находиться "между" двумя дру­гими, причем если а "больше" b, b "больше" с, то а "больше" с (пра­вило транзитивности отношений).

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.

184

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 являет-

185

 ся 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.

186

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

187

 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:

188

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.

 6.2. 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

190

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 — стиму-

191

 лы, 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

	1	2	3	4 5
1	1	1	1	1 1
2	0	1	1	1 1
Индивиды з	0	0	1	1 1
4	0	0	0	1 1
5	0	0	0	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.

6.3. Тестирование и теория измерений

Тестирование (в частности, психологическое) является разновид­ностью процедуры измерения свойств объекта. Свойство — фило-

192

софская 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 сово-,

7 Экспериментальная психологи      193

 купность 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 вп-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.

194

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;

^/                                                                   '                                           л             л

3) 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 порожда-

7*                       195

 ет 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 испыта-

196

ний, 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.

Критическую оценку применения кумулятивно-аддитивной мо­дели дал Р.Мейли. Он полагал, что и методика типа ТАТ, и опрос-ники (особенно — на самооценку) измеряют только вероятность на­личия у испытуемого того или иного психологического свойства.

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 выявить природу итоговой оценки. Суммарный балл мо^ет характеризовать близость испытуемого к некоторому эталону испытуемого, вероятность его принадлежности к конкретному 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 математическими, описывающими взаимодействие измеритель-

197             ^с

 ного 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 детерминированно и соответственно детерминирован тип ответа;

2) взаимодействие испытуемого и задания определяет вероятность получения того или иного ответа. Чаще применяется вероятностная модель.

Валидность признаков 198

Множество свойств имеет определенную структуру. Традицион­но полагается, что тестируемые свойства должны бытьлинейно не­зависимы, хотя в общем случае это условие необязательно.

Каждое свойство имеет определенную топологию: она может быть не определена, а свойство — точечно, линейно, многомерно.

I. Тест измеряет свойства некоторых объектов, принадлежащих определенному множеству 0-совокупности потенциальных испы­туемых. В руководстве к тесту оговариваются характеристики мно­жества испытуемых, для которых он предназначен. Тем самым оп­ределено некоторое множество О 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 свойстволинейное, то испытуемых можно рас­положить на линейном континууме и ввести метрику.

2. Тест включает в себя множество заданий (Z) и вариантов отве­тов испытуемого (R), которые оговорены в предлагаемой ему ин­струкции (решил—не решил, да—нет, хорошо—средне—плохо и т.д.). Декартово произведение Zx R = J 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.

а                                     л

3. Между множествами испытуемых (О), индикаторов (J) и свойств (Р) существуют 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).

199

 Отношения измерения:

1. Отображение множества свойств на множество испытуемых вида F,: Р-> 6 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 <0^,0у ..., 0^>, где О — величина, показывающая на принадлежность свойства Р испытуемому 0^.

Обычно Р. характеризует распределение испытуемых, на кото­рых апробировался тест, по отношению к пространству свойств.

2. Отображение F^: P—>J определяет процесс измерения. Каждое свойство характеризуется вектором <i.,, \.у ..., i^>, где i^—величина, определяющая, в какой мере свойство Р детерминирует индикатор J^. Если описание теста сопровождается данными факторного или латентно-структурного анализа, то эта величина отражает "нагруз­ку" фактора на пункт теста.

3. Отображение Fy 6 —> Р позволяет оценить результат измере­ния и определить, какие признаки проявил испытуемый при выпол­нении теста. Каждый испытуемый характеризуется вектором <1ц, i^, ..., i^>, где i^ — величина, указывающая, в какой мере испытуемый О, проявил признак !у 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 J на множество О вида Fy J —> О дает представление о первичной структуре данных.

Каждый индикатор характеризуется вектором <0,, Оу ..., 0^>. При тестировании способностей этот вектор позволяет определить, какие испытуемые решили те или иные задачи.^

2. Отображение множества J на множество Р вида F^.: J —> Р ука­зывает на процесс интерпретации тестового балла, точнее — вектора обнаруженных признаков. Каждый индикатор характеризуется век­тором <р.|, Р.,, Рз,..., Р.д>, где Р, — величина, 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^ можно говорить о процедуре подсчета "сырого"^балла.

3. Отображение множества О на множество Р вида F^,: О —> Р ха­рактеризует интерпретацию — приписывание свойства или опреде­ленного уровня его интенсивности конкретному испытуемому (груп-

200

пе испытуемых). Каждый испытуемый характеризуется вектором <Р^, Ру, ..., Ру>, где Р — величина, определяющая, в какой мере свойство Р выражено у испытуемого О.. Эта величина является ито­гом процесса интерпретации — "психологическим портретом" ис­пытуемого. С позиции обобщенной модели основное требование к тесту заключается втом, чтобы процедуры интерпретации и измере­ния были тождественными. Иными словами, тождественными долж­ны быть обратные отображения F, и f|., F^ и F^,, F^ и F^.. В против­ном случае результаты интерпретации будут расходиться с результа­тами измерения (тестирования).

Описания множеств О, J, Р, Z, Ки видов отображения F,,, F^., F.,. 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), вид конкретной модели, описывающей тест, определяется топологией свойства.

Рассмотрим варианты нормативной обобщенной модели теста для одномерного случая, когда измеряется только одно свойство:

(.Свойство не определено.

Если топология свойства не определена, то это означает, что мно­жество испытуемых нельзя (в соответствии с определением понятия "свойство") разбить на подмножества, обладающие или не обладаю­щие свойством. Иначе: на множестве испытуемых нельзя ввести от­ношения эквивалентности—неэквивалентности. Однако на множе­стве испытуемых можно ввести отношения толерантности (сходст­ва). Это отношение рефлексивно, симметрично, но не транзитивно. Множество индикаторов J нельзя характеризовать по отнесенности к свойству, так как Р — 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 исследованиях она применяется редко. Очевидно, свою роль ифает стремление исследователей максимально повысить мощность интерпретации данных.

2. Свойство качественно определено. Топология свойства определена: оно является точечным. На мно­жестве испытуемых можно ввести отношение эквивалентности—не-

201

 эквивалентности (рефлексивное, симметричное, транзитивное), ука­зывающее на наличие или отсутствие у них свойства. Следователь­но, отображение F.: О —> Р является отображением множества на точку. Вектор значений Р характеризует индивидуальную меру вы­раженности свойства (в вероятностной интерпретации — вероятность его наличия) у испытуемого. Соответственно определены все ото­бражения F„, F-., F^. (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 опросникахЛичко,опросникахУНП и ряде других.

3. Свойство качественно и количественно опре-д е л е н о.

Свойство является линейным континуумом, следовательно, на нем определена метрика. Отображение F,: О -> Р указывает на меру принадлежности испытуемых к той или иной градации свойства (точ­ке линейного континуума).

В этом случае для подсчета величины, характеризующей принад­лежность испытуемого 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. 3i а модель есть отображение Fy: Р-> 6. Тем самым приме­няется следующая 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 последнем 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 определен-

202

ный уровень его интенсивности. В этом случае для описания теста мы получаем так называемую модель Раша.

6.4. Классическая эмпирико-статистическая теория теста

Классическая теория теста лежит в основе современной диффе­ренциальной психометрики.

Описание оснований этой теории содержится во многих учебни­ках, пособиях, практических руководствах, научных монографиях. Количество изданных учебников, излагающих эмпирико-статисти-ческую теорию теста, особенно выросло за последние 5—Улет. Вместе с тем в учебнике, посвященном методам психологического исследо­вания, нельзя хотя бы вкратце не упомянуть основные положения теории психологического тестирования.

Конструирование тестов для измерения психологических свойств и состояний основано на шкале интервалов. Измеряемое психичес­кое свойство считается линейным и одномерным. Предполагается также, что распределение совокупности людей, обладающих данным свойством, описывается кривой нормального распределения.

В основе тестирования лежит классическая теория погрешности измерений; она полностью заимствована из физики. Считается, что тест такой же измерительный прибор, как вольтметр, термометр или барометр, и результаты, которые он показывает, зависят от величи­ны свойства у испытуемого, а также от самой процедуры измерения ("качества" прибора, действий экспериментатора, внешних помех и т.д.). Любое свойство личности имеет "истинный" показатель, а по­казания по тесту отклоняются от истинного на величину случайной погрешности. На показания теста влияет и "систематическая" по­грешность, но она сводится к прибавлению (вычитанию) константы к "истинной" величине параметра, что для интервальной шкалы значения не имеет.

Если тест проводить много раз, то среднее будет характеристи­кой "истинной" величины параметра^ Отсюда вводится понятие ре-тестовой надежности: чем теснее коррелируют результаты началь­ного и повторного проведения теста, тем он надежнее. Стандартная погрешность измерения:

203

 где

о^ — стандартное отклонение,

г„ — коэффициент корреляции тест—ретест.

Предполагается, что существует множество заданий, которые мо­гут репрезентировать измеряемое свойство. Тест есть лишь выборка заданий из их генеральной совокупности. В идеале можно создать сколько угодно эквивалентных форм теста. Отсюда — определение надежности теста методами параллельных форм и расщепление его на эквивалентные равные части.

Задания теста должны измерять "истинное" значение свойства. Все задания одинаково скоррелированы друг с другом. Корреляция задания с истинным показателем:

а² — дисперсия для гсего теста.

Для определения надежности методом расщепления использует­ся формула Спирмена— Брауна.

В принципе классическая теория теста касается лишь проблемы надежности. Вся она базируется натом, чю результаты выполнения разных заданий можно суммировать с учетом весовых коэффициен­тов. Так получался "сырой'' балл.

У=Хд\ +с,

где

х_ — результат выполнения i-ro задания,

а — весовой коэффициент огвета,

с — произвольная константа.

По поводу того, откуда возникают "ответы", в классической тео­рии не говорится ни слова.

Несмотря на то что проблеме валидности в классической теории теста уделяется много внимания, теоретически она никак не реша­ется. Приоритет отдан надежности, что и выражено в правиле: ва-лидность теста не может быть больше его надежности.

Валидность означает пригодность теста измерять то свойство, для измерения которого он предназначен. Следовательно, чем больше па результат выполнения теста или отдельного задания влияет изме­ряемое свойство и чем меньше — другие переменные (в том числе внешние), тем тест валидной и, добавим, надежнее, поскольку вли­яние помех на деятельность испытуемого, измеряемую валидным тестом, минимально.

Но это противоречит классической теории теста, которая осно­вана не на деятельностном подходе к измерению психических свойств, а на бихевиористской парадигме: стимул — ответ. Если же рассматривать тестирование как активное порождение испытуемым о гвегов на задания, то надежное! ь теста будет функцией, производ­ной от валидности.

Тест валиден (и надежен), если на его результаты влияет лишь измеряемое свойство.

- Тест невалиден (\\ ненадежен), если результаты тестирования определяются влиянием нерелевантных переменных.

Каким же образом определяется валидность? Все многочислен­ные способы доказательства валидности теста называются разными ее видам и.

1. Очевидная валидность. Тест считается валидным, если у испы­туемых складывается впечатление, что он измеряет то, что должен

205

где

r, — корреляция i-ro задания с истинным показателем t, r — средняя корреляция i-ro задания с другими. Поскольку в реальном монометрическом тесте число заданий ог­раничено (не более 100), то оценка надежности теста всегда прибли­зительна.

Так, определяемая надежность теста связана с однородностью, которая выражается в корреляциях между заданиями. Надежность возрастает с увеличением одномерности теста и числа его заданий, причем довольно быстро. Стандартная надежность 0,02 соответст­вует тесту дли ной в 10 заданий, а при 30 заданиях она равна 0,007. Оценка стандартной надежности:

где

or— стандартная погрешность оценивания r ,

о — стандартное отклонение корреляций заданий в тесте,

к — число заданий в тесте.

Для оценок надежности используется ряд показателей.

Наиболее известна формула Кронбаха:

где

к — число заданий в тесте,

£o² — сумма дисперсий заданий,

204

 измерять.

2. Конкретная валидность, или конвергентная—дивергентная. Тест должен хорошо коррелировать с тестами, измеряющими конкрет­ное свойство либо близкое ему по содержанию, и иметь низкие кор­реляции с тестами, измеряющими заведомо иные свойства.

3. Прогностическая валидность. Тест должен коррелировать с от­даленными по времени внешними критериями: измерение интел­лекта в детстве должно предсказывать будущие профессиональные успехи.

4. Содержательная валидность. Применяется для тестов дости­жений: тест должен охватывать всю область изучаемого поведения.

5. Конструктная валидность. Предполагает:

а) полное описание измеряемой переменной;

б) выдвижение системы гипотез о связях ее с другими перемен­ными;

в) эмпирическое подтверждение (не опровержение) этих гипо­тез.

С теоретической точки зрения единственным способом установ­ления "внутренней" валидности теста и отдельных заданий являет­ся метод факторного анализа (и аналогичные), позволяющий:

а) выявлять латентные свойства и вычислять значение "фактор­ных нагрузок" — коэффициенты детерминации свойством тех или иных поведенческих признаков;

б) определять меру влияния каждого латентного свойства на ре­зультаты тестирования.

К сожалению, в классической теории теста не выявлены причин­ные связи факторных нагрузок и надежности теста.

Дискриминативность задания является еще одним параметром, внутренне присущим тесту. Тест должен хорошо "различать" испы­туемых с разными уровнями выраженности свойства. Считается, что больше 9—10 градаций использовать не стоит.

Тестовые нормы, полученные входе стандартизации, представ­ляют собой систему шкал с характеристиками распределения тесто­вого балла для различных выборок. Они не являются "внутренним" свойством теста, а лишь облегчают его практическое применение.

6.5. Стохастическая теория тестов (IRT)

Наиболее общая теория конструирования тестов, опирающаяся на теорию измерения, — Item Response Theory (IRT). Онаосновыва-

206

ется на теории латентно-структурного анализа (ЛСА), созданной \ П.Лазарсфельдом и его последователями. 1 Латентно-структурный анализ создан для измерения латентных (в том числе психических) свойств личности. Он является одним из вариантов многомерного анализа данных, к которым принадлежат факторный анализ в его различных модификациях, многомерное шкалирование, кластерный анализ и др.

Теория измерения латентных черт предполагает, что:

1. Существует одномерный конти нуум свойства — латентной пере­менной (х); на этом континууме происходит вероятностное распре­деление индивидов с определенной плотностью цх).

2. Существует вероятностная зависимость ответа испытуемого на задачу (пункт теста) от уровня его психического свойства, которая называется характеристикой кривой пункта. Если ответ имеет две градации ("да — нет", "верно — не верно"), то эта функция есть ве­роятность ответа, зависящая от места, занимаемого индивидом на континууме (х).

3. Ответы испытуемого не зависят друг от друга, а связаны только через латентную черту. Вероятность того, что, выполняя тест, испы­туемый даст определенную последовательность ответов, равна про­изведению вероятностей ответов на отдельные задания.

Конкретные модели ЛСА, применяемые для анализа эмпиричес­ких данных, основаны надополнительныхдопущенияхо плотности распределения индивидов на латентном континууме или о форме функциональной связи уровня выраженности свойства у испытуе­мого и ответа на пункт теста.

В модели латентного класса функция плотности распределения индивидов является точечно-дискретной: все индивиды относятся к разным непересекающимся классам. Измерение производится но­минальной шкалой.

В модели латентной дистанции постулируется, что вероятность ответа индивида на пункт теста является мультипликативной функ­цией от параметров задачи и величины свойства:

где

Р,(х) — вероятность ответа "да" на i-й пункт,

а — ''дифференцирующая сила" задания,

х — величина свойства,

Р,— "трудность" задания.

207

 Вероятность ответа на пункт теста описывается функцией, изо Сраженной на графике.

где

F(x) — величина i-ro задания, Р^(х) — вероятность ответа на i-e задание.

Модель нормальной огивы есть обобщение модели латентной дис­танции. В ней вероятность ответа на задание такова:

где

-L(x) — плотность нормального распределения. В логистической модели вероятность ответа на задание описыва­ется следующей зависимостью:

распределения.

Логистическая модель используется наиболее широко, так как она специально предназначена для тестов, где свойство измеряется сум­мированием баллов, полученных за выполнение каждого задания с учетом их весов.

Логистическая функция и функция нормального распределения тесно связаны:

/ Ф(x)-^\V(^,7x) \<0,01

(здесьф(х) — кумулятивная функция нормального распределения). Развитием ЛСАявляются различные модификации Item Response Theory. В IRT распределения переменных на оси латентного свой-208

ства считаются непрерывными, т.е. модель латентного класса не ис­пользуется.

База для IRT— это модель латентной дистанции. Предполагает­ся, что и индивидов, и задания можно расположить на одной оси "способность — трудность", или "интенсивность свойства — сила пункга". Каждому испытуемому ставится в соответствие только од но значение латентного параметра ("способности").

В общем виде вероятность ответа зависит от множества свойств испытуемого, но в моделях IRT рассматривается лишь одномерный случай.

Главное отличие IRT от классической теории теста в том, что в ней не ставятся и не решаются фундаментальные проблемы эмпирической валидности и надежности теста: задача априорно соотносится лишь с одним свойством, т.е. тест заранее считается валидным. Вся проце­дура сводится к получению оценок параметров трудности задания и к измерению "способностей" испытуемых (образованию "характе­ристических кривых").

В классической теории теста индивидуальный балл (уровень свой­ства) считается некоторым постоянным значением. В IRT латент­ный параметр трактуется как непрерывная переменная.

Первично моделью в IRT стала модель латентной дистанции, предложенная Г.Рашем: разность уровня способное ги и трудносчи Tecia х^ —р^, где х^ — положение i-ro испытуемого на шкале, ар— положение j-ro задания на той же шкале. Расстояние (х^ — р^) харак­теризует отставание способности испытуемого от уровня сложности задания. Если разница велика и отрицательна, то задание не может быть выполнено, так как для данного испытуемого оно слишком сложно. Если же разница велика и положительна, то задание также не информативно, ибо испытуемый заведомо легко и правильно его решит.

Вероятность правильного решения задания (или ответа "да") i-м испытуемым:

Р,(^)=Г(х-Р,) Вероятность выполнения j-ro задания группой испытуемых:

Р^(х-Р^).

В IRT функции (х) и f(P) называются функциями выбора пункта. Соответственно первая является характеристической функцией ис­пытуемого, а вторая — характеристической функцией задания.

209

 Считается, что латентные переменные х и (3 нормально расиреде лены, поэтому для характеристических функций выбирают либоло-гистическую функцию, либо интегральную функцию нормирован ного нормального распределения (как мы уже отмегилн выше, от, мало отличаются друг от друга).

Поскольку логистическую функцию проще аналитически зада вать, ее используют чаще, чем функцию нормальною распределс ния.

Кроме "свойства" и "силы пункта" (она же — трудность задания 1 в аналитическую модель IRT могут включаться и другие перемен ные. Все варианты IRT классифицируются по числу используемых i, них переменных.

Наиболее известны однопараметрическая модель Г.Раша. двух­параметрическая модельА.Бирнбаума и трехпараметрическая модель А.Бирнбаума.

В однопараметрической модели Pauia предполагается, чтоотвеч испытуемого обусловлен только индивидуальной величиной изме­ряемого свойства (й^) и "силой" тестового задания ([3). Следователь­но, для верного ответа ("да")

и для неверного ответа ("нет")

Наиболее распространена модель Раша с логистической функцией отклика.

Для тестового задания:

Естественно, чем выше уровень свойства (способности), тем ве­роятнее получить правильный ответ ("ключевой" огвет — "да"). Следовательно, функция Р (9) является монотонно возрастающей.

В точке "перегиба" характеристической кривой i-ro задания тес­та "способность" равна "трудности задания", следовательно, "веро­ятность его решения" равна 0,5.

210

ичевидно, что индивидуальная кривая испытуемого, характе­ризующая вероятность решить то или иное задание (дать ответ "да"), будет монотонно убывающей функцией.

В точке на шкале, где "трудность" равна "индивидуальной спо­собности испытуемого", происходит "перегиб" функции. С ростом "способности" (развитием психологического свойства) кривая сдви­гается вправо.

Главной задачей IRT является шкалирование пунктов теста и ис­пытуемых.

Упростим исходную формулу модели, введя параметр V= e⁹¹-^:

Шанс на успех i-ro испытуемого при решении j-ro задания опре­деляется отношением:

211

 Если сравнить шансы двух испытуемых решить одно и то жej-е задание, то это отношение будет следующим:

Следовательно, разница в успешности решения задания испыту емыми не зависит от сложности задания и определяется лишь уров нем способности.

Нетрудно заметить, что в модели Раша отношение трудности за­даний не зависит от способности испытуемых. Для того, чтобы убе­диться в этом, достаточно проделать аналогичные простейшие пре образования, сравнивая вероятности ответов группы на два пункта, теста, а не вероятности ответов разных испытуемых.

где

Р,^— вероятность ответа на k-e задание для i-го испытуемого,U==

ев.-р,

и для неправильного ответа

Следовательно,

Для сравнения шансов на успех i-ro испытуемого решить зада­ния k и п берем отношение:

Тем самым отношение шансов испытуемого решить два разных задания определяется лишь трудностью этих заданий.

Обратим внимание, что шкала Раша (в теории) является шкалой отношений.

Теперь у нас есть возможность ввести единицу измерения спо­собности (в общем виде — свойства). Если взять натуральный лога-

21?

рифм от е¹'" -^pk или е⁹' -^ет, то получается единица измерения "логит" (термин ввел Г.Раш), которая позволяет измерить и "силу пункта" (трудность задания), и величину свойства (способность испытуемо­го) в одной шкале.

Эмпирически эта процедура производится следующим образом. Предполагается, что данные тестирования и значения латентных переменных характеризуются нормальным распределением. Уровень "способности" испытуемого в "логитах" определяется на шкале ин­тервалов с помощью формулы:

где

п — число испытуемых,

р^ — доля правильных ответов i-ro испытуемого на задания теста,

q^ — доля неправильных ответов,

Р,+Я,=1-

Для первичного определения трудности задания в логитах исполь­зуют оценку

Р"= In ——, j=l,2,..„ п, Р,

где п — число заданий,

р, — доля правильных ответов для испытуемых группы Haj-e за­дание, q —доля неправильных ответов,

P+Q-¹-

Хотя параметры (3 и 6 изменяются от "плюса" до "минуса". io при Р < — 6 значения р^ близки к единице, т.е. на эти задания прак­тически каждый испытуемый дает правильный ("ключевой") ответ. При (3 > б с заданием не сможет справиться ни один испытуемый, точнее — вероятность дать "ключевой" ответ ниччожна.

Рекомендуется рассматривать лишь интервалы от — 3 до + 3 как для Р (трудности), так и для 6 (способность).

Второй этап шкалирования испытуемых и заданий сводится к тому, что шкалы преобразуются в единую путем "уничтожения" вли­яния трудности задания на результат индивидов. И наоборот, эли-

213

 минируется влияние индивидуальных способностей на решение за­даний различной трудности. Для шкалы испытуемых:

где

(3 — среднее значение логитов трудности заданий теста, W — стандартное отклонение распределения начальных значений

параметра (3, n — число испытуемых. Для шкалы заданий:

6 — среднее значение логитов уровней способностей,

V — стандарное отклонение распределения начальных значений "способности",

n — число заданий в тесте.

Эти эмпирические оценки используются в качестве окончатель­ных характеристик измеряемого свойства и самого измерительного инструмента (заданий теста).

Если перед исследователем стоит задача конструирования теста, то он приступает к получению характеристических кривых заданий теста. Характеристические кривые могут накладываться одна на другую. В этом случае избыточные задания выбраковываются. На определенных участках оси 9 ("способность") характеристические кривые заданий могут вовсе отсутствовать. Тогда разработчик теста должен добавить задания недостающей трудности, чтобы равномерно заполнить ими весь интервал шкалы логитов от —6 до +6. Заданий средней трудности долж­но быть больше, чем на "краях" распределения, чтобы тест обладал необходимой дифференцирующей (различающей) силой.

Вся процедура эмпирической проверки теста повторяется не­сколько раз, пока разработчик не останется доволен результатом ра­боты. Естественно, чем больше заданий, различающихся по уровню

214

трудности, предложил разработчик для первичного варианта теста, тем меньше итераций он будет проводить.

Главным недостатком модели Раша теоретики считают пренебре­жение "крутизной" характеристических кривых: "крутизна" их по­лагается одинаковой.

Задания с более "крутыми" характеристическими кривыми по­зволяют лучше "различать" испытуемых (особенно в среднем диа­пазоне шкалы способности), чем задания с более "пологими" кри­выми.

Параметр, определяющий "крутизну" характеристических кри­вых заданий, называют дифференцирующей силой задания. Он ис­пользуется в двухпараметрической модели Бирнбаума.

Модель Бирнбаума аналитически описывается формулой

Параметра определяет "крутизну" кривой в точке ее перегиба;

его значение прямо пропорционально тангенсу угла наклона каса­тельной к характеристической кривой задания теста в точкеЭ = (^.

Интервал изменения параметра а от—с^до +оо. Если значения а близки к 0 (для заданий разной трудности), то испытуемые, разли­чающиеся по уровню выраженности свойства, равновероятно дают "ключевой" ответ на это задание теста. При выполнении такого за­дания у испытуемых не обнаруживается различий.

Парадоксальный вариант получаем при а < 0. В этом случае бо­лее способные испытуемые отвечают правильно с меньшей вероят­ностью, а менее способные — с большей вероятностью. Опытные пси­ходиагносты знают, что такие случаи встречаются в практике тести­рования очень часто.

Ф.Лорди М.Р.Новик в своей классической работе приводят фор­мулы оценки параметра а. При а = 1 задание соответствует одно-215

 параметрической модели Раша. Практики рекомендуют использо­вать задания, характеризующие значение а в интервале от 0.5 до 3.

Все психологические тесты можно разделить в зависимости oi формального типа ответов испытуемого на "открытые" и "закры­тые". В тестах с "открытым" ответом, к которым относятся tcctwais Д.Векслераили методикадополнения предложений, испытуемый са\' порождает ответ. Тесты с "закрытыми" заданиями содержат вари­анты ответов. Испытуемый может выбрать один или несколько ва­риантов из предлагаемого множества. В тестах способностей (тес'1 Д.Равена, GABT и др.) предусмотрено несколько вариантов непра­вильного решения и один правильный. Испытуемый может приме­нить стратегию угадывания. Вероятность угадывания ответа:

где

n — число вариантов.

Результаты эмпирических исследований показали, что относи­тельные частоты решения "закрытых" заданий отклоняются от тео­ретически предсказанных вероятностей двухпараметрической модели Бирнбаума. Чем ниже уровень способностей испытуемого (низкие значения параметра 6), тем чаще он прибегает к стратегии угадыва­ния. Аналогично, чем труднее задание, тем больше вероятность того, что испытуемый будет пытаться угадать правильный ответ, а не ре­шать задачу.

Бирнбаум предложил трехпараметрическую модель, которая по­зволила бы учесть влияние угадывания на результат выполнения теста.

Трехпараметрическая модель Бирнбаума выглядит так:

Соответственно оценка "силы" пункта (трудности задания) вло-гистической форме модели

С характеризует вероятность правильного ответа на задание j в том случае, если испытуемый угадывал ответ, а не решал задание, т.е. при 9 —> 0. Для заданий с пятью вариантами ответов С = 0,2, с четырьмя вариантами — С = 0,25 и т.д.

Нетрудно заметить, что характеристическая кривая задания при учете параметра С становится более пологой, так как 0 < С < 1,но

216

при всех С = 0 кривая поднимается над осью 9 на величину С^. Тем самым даже самый неспособный испытуемый не может показать нулевой результат. Дифференцирующая сила тестового задания при введении параметра С снижается. Из этого следует нетривиальный вывод: тесты с "закрытыми" заданиями (вынужденным выбором от­вета) хуже дифференцируют испытуемых по уровням свойства, чем тесты с "открытыми" заданиями.

Модель Бирнбаума не объясняет парадоксального, но встречаю­щегося в практике тестирования феномена: испытуемый может реже выбирать правильный ответ, чем неправильный. Таким образом, час­тота решения некоторых заданий может не соответствовать предска­заниям модели Р < С, тогда как, согласно модели Бирнбаума, в пре­деле Р = С.

Рассмотрим еще одну модель, которую предложил В.С.Аванесов. Как мы уже заметили, в IRT не решается проблема валидности: ус­пешность решения задачи зависит в моделях IRT только от одного свойства. Иначе говоря, каждое задание теста считается априорно валидным.

Аванесов обратил внимание на это обстоятельство и ввел допол­нительный, четвертый, параметр, который можно обозначить как внутреннюю валидность задания. Успешность решения задания оп­ределяется не только "основной" способностью (9), но и множест­вом условий, нерелевантных заданию, однако влияющих надеятель-ность испытуемого.

Четырехпараметрическая модель представляет, по мнению ряда исследователей, лишь теоретический интерес:

где

у — валидность тестового задания.

Если у < 1, то тест не является абсолютно валиднным. Следова­тельно, вероятность решения задания не только определяется тео­ретически выделенным свойством, но и зависит от других психи­ческих особенностей личности.

Бирнбаум считает, что количество информации, обеспеченное j-м заданием теста, при оценивании 9 является величиной, обратно про­порциональной стандартной ошибке измерения данного значения 6 j-м заданием. Более подробно вычисление информационной функ­ции рассмотрено в работе М.Б.Челышковой.

Многие авторы, в частности Пол Клайн, отмечают, что IRT об­ладает множеством недостатков. Для того, чтобы получить надеж-

217

 ную и независимую от испытуемых шкалу свойств, требуется про­вести тестирование большой выборки (не менее 1000 испытуемых) Тестирован недостижений показывает, что существу ют значитель­ные расхождения между предсказаниями модели и эмпирическими данными.

В 1978 г. Вуд доказал, чтолюбые произвольные данные могутбыть приведены всоогветствиес моделью Раша. Кроме того, существуе! очень высокая корреляция шкал Раша с классическими тестовыми шкалами (около 0,90).

Шкалирование, по мнению Раша, способно привести к образо­ванию бессмысленных шкал. Например, попытка применить его мо­дель к опроснику EPQ Айзенка породила смесь шкал N, Е, Р и L.

Главный же недостаток IRT — игнорирование проблемы валид-ности. В психологической практике не наблюдается случаев, когда ответы на задания теста были бы обусловлены лишь одним факто­ром. Даже при тестировании общего интеллекта модели 1'R.T непри­менимы.

Клайн рекомендует использовать модели IRT для коротких тес­тов с валидными заданиями (факторно простые тесты).

В пособии Клайна "Справочное руководство по конструирова­нию тестов" (Киев, 1994) приведен алгоритм конструирования тес­тов на основе модели Раша.

В заключение рассмотрим вероятностную модель тестов "уров­ня" Ф.М.Юсупова, аспиранта лаборатории психологии способнос­тей Института психологии РАН. Его модель разработана для тестов с "закрытыми" заданиями (выбором ответов из множества), разли­чающимися по уровню трудности. В "закрытых" тестах испытуемый может применить стратегию "угадывания" ответа. Вероятность уга­дывания

где

m — число альтернатив.

Сложность тестового задания

где

n — число испытуемых, способных решить задание, N — общее количество испытуемых в выборке валидизации. При W< P невозможно определить, решена задача случайно или за-

218

кономерно. Полагается, что биноминальное распределение вероят­ности успешного выполнения тестового задания при больших N апп­роксимируется нормальным. Должны выполняться следующие условия:

1. Правильный ответ выбирается неслучайно, если:

его экспериментально полученная частота больше 1/т;

это превышение статистически значимо;

оценить его можно с помощью t-критерия Стьюдента.

2. Все ложные варианты ответов должны выбираться не чаще, чем случайные:

где

n — частота выбора неверного ответа.

Тем самым тестовое задание стимулирует испытуемого к выбору правильного ответа.

3. В тестах "уровня" диапазон изменения показателя сложности О < W S 1 должен быть уменьшен "слева" на величину W, значимо отличающуюся от W, в которой t = t^ (t — критерий Стьюдента). Чем больше вариантов ответов в тесте, тем меньше W и шире об­ласть допустимых значений показателя сложности тестового зада­ния. Например, для N = 100, а = 0,05 (t^ = 1,90) и 10 > m > 3 расчет показывает, что уже при m > 6 скорость расширения области значе­ний показателя сложности значимо замедляется. Поэтому рекомен­дуется выбирать 6— 10 вариантов ответа.

В тесте "уровня" число градаций сложности и число заданий свя­зано. Чем точнее оценка свойства, тем больше число градаций. Но это влечет снижение достоверности измерения, так как длина теста (число задан и и) ограниченна. Уменьшение числа градаций приве­дет к нивелированию различий между испытуемыми.

Предельно возможное число заданий в тесте выбирается при ус­ловии, что различие в уровне их сложности гарантируется с выбран­ной вероятностью.

Поскольку дисперсия биноминального распределения максималь­на в центре интервала 0 — 1 и уменьшается к периферии до 0, шаг градаций сложности на разных участках этого интервала будет раз­личным: на периферии он должен стремиться к нулю.

Удобно принять в качестве шага градации сложности 1/10 интер­вала. Для а = 0,05, N = 100 получается 7 значений показателя слож­ности, что при шаге, равном 0,1, гарантирует различение между уров­нями с вероятностью 0,9.

219

 Если учесть условие минимизации случайного выбора правиль­ного ответа, то число градаций сложности должно быть еще мень­ше. Например, при б вариантах ответа число заданий разного уров­ня сложности не может быть больше 6.

Эти выводы верны в том случае, если биноминальное распреде­ление аппроксимируется нормальным распределением. При боль­шом числе испытуемых такая аппроксимация возможна.

Расчеты показывают, что минимально необходимый объем вы­борки для апробации тестовых заданий не так уж и велик — 56 чело­век при достоверности 0,9.

Следовательно, исходя из вероятностной модели теста и не при­бегая к допущениям о моделях тестирования, можно рассчитать пара­метры теста как предельные характеристики, обеспечивающие до­стоверность измерения.

Литература

Психологические измерения. М.: Мир, 1976. Наповян С. С. Математические методы в социальной психологии.

М.: Наука, 1983. Клайн П. Справочное руководство по конструированию тестов.

Киев,1994. ДюкВ.А. Компьютерная психодиагностика. СПб.: Братство, 1994.

Вопросы

1. Какие основные типы шкалы используются в психологических исследованиях?

2. В чем состоят отличия классической модели теста от теории выбора ответа (IRT)?

3. Что гакое "логит"?

4. Каким должно быть число уровней трудности заданий в тесте?

5. В каких случаях применяется шкалограммный анализ?

ГЛАВА 7 ИНТЕРПРЕТАЦИЯ И ПРЕДСТАВЛЕНИЕ РЕЗУЛЬТАТОВ

Содержание. Результаты эмпирического исследования и их пред­ставление. Принятие решения о гипотезе (подтверждение, опровер­жение). Ошибки первого и второго рода, их причины и средства минимизации. Обобщение экспериментальных результатов на дру­гие выборки, другие условия эксперимента и на других эксперимен­таторов. Представление результатов исследования: графическое, сим­волическое и вербальное. Требования к научному тексту. Структура и содержание научной статьи. Оформление научной статьи. Стан­дарт "Психологического журнала" и стандарт АРА (США).

Основные понятия. Принятие решения, ошибки первого и второ­го рода, достоверность, обобщение, текст, график, граф, диаграм­ма, полигон распределения, гистограмма, стандарт.

7.1. Результаты исследования, их интерпретация и обобщение

Автор этого учебника сознательно не включил главу с изложени­ем методов математико-статистической обработки данных. Во-пер­вых, существует обширная учебная литература, справочники и мо­нографии, где эти вопросы изложены профессионально и подробно. Во-вторых, студенты-психологи изучают отдельный курс "Магема-тические методы в психологии", а попрактиковаться в их примене­нии они могут, обрабатывая результаты лабораторных исследований на практикуме по общей психологии. Поэтому содержание этой гла­вы начинается с того момента, когда данные исследования уже об­работаны и представлены в той или иной форме. Кроме того, при­менение статистических критериев уже позволило сделать вывод о принятии или отвержении стагистической гипотезы Н, или Нд.

Предположим, что статистическая гипотеза о различии результа­тов экспериментальной и контрольной групп принята. Какие выво­ды мы можем сделать после обработки экспериментальных резуль-

221

 татов? Итог любого исследования — преобразование "сырых" дан­ных в решение об обнаружении явления (различий в поведении двух и более групп), о статистической связи или причинной зависимос­ти. Подтверждение или опровержение статистической гипотезы о значимости обнаруженных сходств — различий, связей и т.д. долж­но быть интерпретировано как подтверждение (неопровержсние) или опровержение экспериментальной гипотезы. Как правило, исследо­ватель пытается подтвердить гипотезу о различиях поведения кон­трольной и экспериментальной групп. Нуль-гипотеза — гипотеза о тождестве групп.

При статистическом выводе возможны различные варианты ре­шений. Исследователь может принять или отвергнуть статистичес­кую нуль-гипотезу, но она может быть объективно ("на самом деле") верной или ложной. Соответственно возможны четыре исхода: 1) принятие верной нуль-гипотезы; 2) отвержение ложной нуль-гипо­тезы; 3) принятие ложной нуль-гипотезы; 4) отвержение верной нуль-гипотезы. Два варианта решения правильны, два — ошибоч­ны. Ошибочные варианты называются ошибками 1 -го и 2-го рода.

Ошибку 1-го рода исследователь совершает, если отвергает ис­тинную нуль-гипотезу. Ошибка 2-го рода состоит в принятии лож­ной нуль-гипотезы (и отвержении верной исследовательской гипо­тезы о различиях).

Решение	Гипо	теза
	Нуль-гипотеза верпа	Исследовательская гипотеза верна
Отвержение нуль-гипотезы	Ошибка 1-го рода	Верное решение
Принятие нуль-гнгкяезы	Верное решение	Ошибка 2-го рода

 

Чем больше число испытуемых и опытов, чем выше статистичес­кая достоверность вывода (принятый уровень значимости), тем мень­ше вероятность совершения ошибок 1 -го рода. Например, если при к =0,1 слабые различия между средним,', определенные с помощью t-критерия, могут быть значимыми, то прлос= 0,05 исс= 0,001 зна­чимых различий мы можем не получить.

Ошибка 1 -го рода особо значима в уточняющем (конфирматор-ном) эксперименте, а также в тех случаях, когда принятие неверной гипотезы о различиях имеет практическую значимость. Допустим,

222

принятие ложной гипотезы об ишеллектуальных различиях пред­ставителей разных социальных страт или этнических групп имее1 чрезвычайно значимые социально-политические следствия.

Ошибка 2-го рода — отвержение верной исследовательской ги­потезы и принятие нуль-гипотезы — особенно существенна при про­ведении пробного (эксплораторного) эксперимента. Отклонение исследовательской гипотезы на начальной стадии может надолго за­крыть дорогу исследователям вданной предметной области. Поэто­му уровень статистической достоверности при проведении экспло­раторного эксперимента на малых выборках стремятся понизить, т.е. выбирают а=0,1 или а = 0,05. Исследователю, разумеется, прият­нее получить подтверждение своим собственным мыслям, поэтому субъективная значимость ошибок 2-го рода значительно ниже, чем субъективная значимость ошибок 1 -го рода.

Но для науки как сферы человеческой деятельности важнее по­лучить максимально достоверное знание, а не "засорять" научные журналы невалидными и ненадежными результатами. Поэтому стра­тегия исследований в любой обласги психологической науки тако­ва: переход от эксплораторного (поискового) эксперимента к кон-фирматорному (уточняющему), от низких уровней достоверности — к высоким, от исследований на малых выборках — к исследованиям набольших.

В конкретных же исследованиях значимость ошибок 1-го и 2-го рода может сильно зависеть от целей, которые преследуются в экс­перименте, от предмета изучения и характера решаемой исследова­тельской задачи и т.д. В обыденной жизни и профессиональной мы часто сталкиваемся с такими ситуациями, когда нам надо оценить сравнительную значимость ошибок 1 -го и 2-го рода. Например, судья или присяжные, определяя виновность или невиновность подсуди­мого, должны для себя решить, что более значимо: признать неви­новного виновным или виновного невиновным. Установка на "гу­манность" диктует правило: пусть будут оправданы десять преступ­ников, чем пострадает один невиновный. "Репрессивная" установ­ка предполагает другое правило: пусть пострадаю г десять невинов­ных, лишь бы один виновный не ушел от наказания.

Принятие или отвержение статистической гипотезы не является единственным условием принятия или не принятия эксперименталь­ной гипотезы. Если статистическая гипотеза отвергнута, то иссле­дователь может это реализовать по-разному. Он может завершить эксперимент и предпринять попытку выдвижения новых гипотез. Экспериментатор может провести новое исследование на расширен­ной выборке с использованием модифицированного эксперимен-

223

 тального плана и т.д. "Отрицательный" результат, как говорят опыт­ные экспериментаторы, тоже результат.

С позиций критического рационализма "отрицательные" выво­ды, отвергающие экспериментальную гипотезу, — это главный рс-зультатлюбого эксперимента, так как сам эксперимент есть способ выбраковки нежизнеспособных гипотез. Отклонение эксперимен­тальной гипотезы отнюдь не означает, что теорию, следствием ко­торой она являлась, следует сразу отбросить. Возможно, неверно сформулирована теоретическая гипотеза: в прямой вывод из теории может вкрасться ошибка. Не исключено, что теоретическая гипоте­за верна, но ее экспериментальная версия некорректно сформули­рована. При этом зачастую даже подтверждение экспериментальной гипотезы не свидетельствуете подтверждении теории. Допустим, ис­ходя из концепции фасилитации, мы предполагаем, что эмоциональ­ная поддержка действий испытуемого будет приводить к более ус­пешному решению задач. Но вместо превентивной эмоциональной поддержки любых проявлений интеллектуальной активности мы в эксперименте поощряли испытуемого за хорошую работу по окон­чании решения задания. Разумеется, эффект будет обнаружен, но никакого отношения к исходной теоретической гипотезе он не име­ет.

Рассмотрение различных частных случаев подтверждения или неподтверждения конкретных экспериментальных гипотез — дело увлекательное и вполне доступное любому студенту, который усво­ил азы психологического экспериментирования. Предположим, что экспериментальная гипотеза подтверждена или, следуя строгой ло­гике К.Поппера, не опровергнута. Требуется решить проблему обоб­щения результатов эксперимента: на какие группы испытуемых мо­гут быть распространены выводы, в каких внешних условиях будут воспроизводиться результаты, не будетли влиять на результаты ис­следования смена экспериментатора?

В отличие от классического естествознания, экспериментальный результат в психологии должен быть инвариантен (неизменен) по отношению не только ко всем объектам данного типа, к пространст­венно-временным (и некоторым другим) условиям проведения экс­перимента, но и к особенностям взаимодействия экспериментатора и испытуемого, а также к содержанию де>, "ельности испытуемого.

1. Обобщение по отношению к объектам. Если мы провели экспе­римент на 30 испытуемых — мужчинах в возрасте от 20 до 25 лет, принадлежащих к семьям из среднего класса, обучающихся на 2—3-м курсах университета, то, очевидно, нужно решить следующую про­блему: на какую популяцию распространить результаты? Предель-

224

ным обобщением будет oi несение выводов ко всем представителям вида Homo sapiens. Обычно исследователи заканчивают первую экс­периментальную часть своей работы предельно широким обобще­нием. Дальнейшая исследовательская практика сводится не только к уточнению, но и к сужению диапазона применимости найденных закономерностей.

Исследования Скиннера по оперантному обучению на крысах, голубях и др. дали результаты, которые автор распространил на пред­ставителей других видов, занимающих верхние ступени эволюци­онной лестницы, в том числе и на человека. Эксперименты И.П.Пав­лова по выработке классических условных рефлексов у собак позво­лили выявить закономерности высшей нервной деятельности, об­щие для всех высших животных. Феномены Ж.Пиаже воспроизво­дятся при исследовании групп детей во Франции, США, России, Израиле и т.д.

Ограничителями генерализации выступают внепсихологические характеристики популяции: 1) биологические и 2) социокультурные.

К основным биологическим характеристикам относятся пол, воз­раст, раса, конституциональные особенности, физическое здоровье. В дифференциально-психологическом исследовании выявляются из­менения зависимости между двумя переменными, которые относятся к дополнительным признакам объекта изучения.

Социокультурные особенности являются вторым важнейшим ог­раничением обобщения результатов. Решается проблема возможнос­ти распространения данных на представителей других народов и культур в кросскультурных исследованиях. Аналогичная работа про­водится по уточнению влияния на результаты эксперимента таких дополнительных переменных, как уровень образования и уровень доходов испытуемых, классовая принадлежность и т.д.

Бывает, что результаты эксперимента можно применить лишь к той популяции, представители которой вошли в состав эксперимен­тальных групп. Но и в этом случае существует проблема: можно ли данные, полученные на экспериментальной выборке, распростра­нить на всю популяцию? Решение этой проблемы зависит от того, насколько в ходе планирования исследования и формирования экс­периментальной выборки соблюдалось требование репрезентатив­ности.

Для проверки выводов, во-первых, проводят дополнительные эксперименты на группах представителей той же популяции, не во­шедших в первоначальную выборку. Во-вторых, стремятся макси­мально увеличить в уточняющих экспериментах численность экс­периментальной и контрольных групп.

8 Экспериментальная психология    225

 2. Условия исследования. В психологическом эксперименте важны не столько пространственно-временные факторы (в отличие от физи­ческого), сколько условия деятельности испытуемого, а тем более — особенности заданий. В какой мере влияют на результат вариации инструкции, материала заданий, действий испытуемого, предусмот­ренных в ней, вид мотивации, присутствие или отсутствие "обрат­ной связи"? На все эти вопросы нельзя ответить, ограничившись проведением одного эксперимента. Исследователь должен варьиро­вать в последующих экспериментальных сериях дополнительные переменные, относящиеся к характеристикам экспериментального задания, чтобы установить, являются ли результаты инвариантны­ми по отношению к задаче испытуемого.

Классическим примером влияния особенностей задачи, решае­мой испытуемым, на результат эксперимента стали психофизичес­кие исследования абсолютных порогов чувствительности.

"Слепой опыт" позволяет исключить влияние на результат зна­ния испытуемого о том, когда и какое воздействие он получает.

3. Экспериментатор. Проблеме влияния экспериментатора на ре­зультаты исследования было уделено достаточно внимания в этой книге. Следуетлишь напомнить, что психология, в отличие от дру­гих научных дисциплин, не может полностью исключить, "вынести за скобки" влияние личностных черт, мотивации, компетентности исследователя в ходе эксперимента.

"Двойной слепой опыт" позволяет контролировать влияние ожи­даний экспериментатора на результаты исследования. Однако пол­ный контроль воздействия индивидуальных особенностей экспери­ментатора предполагает применение факторного плана вида Кх Lx х М, где в качестве дополнительной переменной выступают экспе­риментаторы, различающиеся по полу, национальной принадлеж­ности, возрасту, индивидуально-психологическим особенностям и т.д.

Инвариантность результатов по отношению к личности экспе­риментатора особенно часто нарушается в социально-психологичес­ких и дифференциально-психологических исследованиях.

Вариация результатов исследования, определяемая влиянием экс­периментатора, описана в большинстве практических руководств по проведению психологического эксперимента.

Подведем итог. Исследователь может совершить две ошибки от­носительно гипотезы: 1) принять неверную экспериментальную ги­потезу и 2) отвергнуть верную экспериментальную гипотезу. В экс-плораторном (поисковом) эксперименте опаснее ошибка 2-го рода. В конфирматорном (уточняющем) эксперименте большее значение

226

имеет ошибка 1-го рода. Увеличение объема выборки и статисти­ческой достоверности вывода способствует минимизации ошибки 1-го рода.

Исследователя подстерегает опасность неправомерного обобще­ния результатов исследования. Ограничителями генерализации ре­зультатов выступают: 1) особенности выборки; 2) содержание экс­перимента (задания испытуемому, воздействия, среда), 3) личность экспериментатора.

Возможны две стратегии проведения дополнительных исследо­ваний: 1) ограничение генерализации путем введения дополнитель­ных переменных в план эксперимента; 2) индуктивный путь на ос­нове перепроверки результатов на других рандомизированных экс­периментальных выборках.

Процедура эксперимента никогда не может дать абсолютно до­стоверного знания, так как индукция принципиально неполна. Экс­перимент — это лучший способ критики и отбора идей, но не луч­ший способ порождения нового знания.

7.2. Форма представления результатов исследования

Завершением любой исследовательской работы является представ­ление результатов в той форме, которая принята научным сообще­ством. Следует различать две основные формы представления ре­зультатов: квалификационную и научно-исследовательскую.

Квалификационная работа — курсовая работа, дипломная рабо­та, диссертация и т.д. — служит для того, чтобы студент, аспирант или соискатель, предоставив свой труд на суд экспертов, получил документ, удостоверяющий уровень компетентности. Требования к таким работам, способу их оформления и представления результа­тов изложены в инструкциях ВАК, положениях, принятых учеными советами, и вдругихстольжесолидныхдокументах. Нас интересует вторая форма — представление результатов научной работы.

Условно виды представления научных результатов можно разде­лить еще на три подвида: 1) устные изложения; 2) публикации; 3) компьютерные версии. Но все они относятся к тем или иным вари­антам представления текстовой, символической и графической ин­формации. Поэтому разговор о способах оформления и представле­ния научных результатов целесообразно начать с характеристики методов описания данных.

8*

227

 Наиболее детально этог вопрос рассмотрен в работе В.А.Ганзена "Системные описания в психологии" (1984). Под описанием пони­мается любая форма представления информации о полученных в исследовании результатах. Различают следующие варианты представ­ления информации: вербальная форма (текст, речь), символическая (знаки, формулы), графическая (схемы, графики), предметно-образ­ная (макеты, вещественные модели, фильмы и др.).

В человеческом сообществе основным способом передачи инфор­мации является слово. Поэтому любое научное сообщение — это прежде всего текст, организованный по определенным правилам. Различают два вида текстов: на естественном языке ("природном", обыденном) и научном языке. Любое представление результатов ис­следования по сути своей является текстом "смешанного" вида, где в естественно-речевую структуру включены "куски", сформулиро­ванные настрого понятийном языке. Эти языки нельзя строго раз­граничить, ибо все время происходит взаимопроникновение языков житейского и научного: научные термины входят в повседневное обращение, а наука черпает из естественного языка слова для обо­значения вновь открытых сторон реальности. Например, мы свобод­но употребляем в повседневной речи слова, изобретенные учеными:

"кислород" (М.Ломоносов), "экстраверсия" (К.Юнг), "условный рефлекс" (И.Павлов), "кварк" (Д.ГеллМан). С другой стороны, в теорию элементарных частиц вошли слова "цвет", "очарованность", "странность" для обозначения состояний кварков. В психологии в качестве научных терминов употребляются такие слова: "память", "мышление", "внимание", "чувство" и т.д. И вместе с тем, в отли­чие от обыденного языка, научный термин имеет однозначное пред­метное содержание. А главное — значение научного термина опре­деляется его местом в системе терминов данной науки, теории или модели. В психологии грань между научной и обыденной термино­логией весьма тонка, поскольку читатель всегда может привнести значение из обыденного языка в свою интерпретацию психологи­ческого научного текста. Это порождает дополнительную трудность для автора-психолога.

Главное требование к научному тексту — последовательность и логичность изложения. Автор должен по возможности не загружать текст избыточной информацией, но может использовать метафоры, примеры и "лирические отступления" для того, чтобы привлечь вни­мание к особо значимому для понимания сути звену рассуждений. Научный текст, в отличие от литературного текста или повседнев­ной речи, очень клиширован — в нем преобладают устойчивые струк­туры и обороты. В этом он сходен с "канцеляритом" — бюрократи-

228

ческим языком деловых бумаг. Роль этих штампов чрезвычайно важ­на — внимание читателя не отвлекается на литературные изыски или неправильности изложения, а сосредоточивается на значимой ин­формации: суждениях, умозаключениях, доказательствах, цифрах, формулах. "Наукообразные" штампы на самом деле играют важную роль "рамок", стандартной установки для нового научного содер­жания. Конечно, встречаются ученые — великолепные стилисты (ка­кими, например, были Б.М.ТепловиА.Р.Лурия), но этот дар все же часто украшает произведения литераторов и философов (вспомним Ортегу-и-Гассета, А.Бергсона и многих других).

Текст состоит из высказываний. Каждое высказывание имеет оп­ределенную логическую форму. Причинная зависимость, например, выражается импликативной формой "если А, то В", хотя, как пока­зал Пиаже, в психологии импликативное объяснение и причинное объяснение отнюдь не тождественны. Существуют основные логи­ческие формы высказывания: 1) индуктивное — обобщающее неко­торый эмпирический материал; 2) дедуктивное —логический вывод от общего к частному или описание алгоритма; 3) аналогия — "транс-дукция"; 4) толкование или комментарий — "перевод", раскрытие содержания одного текста посредством создания другого.

Следующая форма описания результатов — геометрическая. Гео­метрические (пространственно-образные) описания являются тра­диционным способом кодирования научной информации. Поскольку геометрическое описание дополняет и поясняет текст, оно "привя­зано" к языковому описанию. Геометрическое описание наглядно. Оно позволяет одновременно представить систему отношений меж­ду отдельными переменными, исследуемыми в эксперименте. Ин­формационная емкость геометрического описания очень велика.

В психологии используется несколько основных форм графичес­кого представления научной информации: опирающиеся на харак­теристики топологические и метрические. Один из традиционных способов представления информации, использующих топологичес­кие характеристики, — это графы. Напомню, что графом является множество точек (вершин), соединенных ребрами (ориентирован­ными или неориентированными отрезками). Различают графы: пла-нарные и пространственные, ориентированные (отрезки-векторы) и неориентированные, связные и несвязные. В психологических исследованиях графы используются очень часто при описании ре­зультатов. Многие теоретические модели исследователи представ­ляют в виде графов. Примеры: иерархическая модель интеллекта Д.Векслера или модель интеллекта Ч.Спирмена; они представлены в форме дендритных несимметричных графов. Схема функциональ-

229

 ной системы П.К.Анохина, схема психологической функциональ­ной системы деятельности В.Д.Шадрикова, модель концептуальной рефлекторной дуги Е.А.Соколова — примеры ориентированных гра­фов.

Вернемся к описанию результатов. Чаще всего ориентированные графы используются при описании системы причинных зависимос­тей между независимой, дополнительными и зависимой перемен­ными. Неориентированные графы применяются для описания сис­темы корреляционных связей между измеренными свойствами пси­хики. "Вершинами" обозначаются свойства, а "ребрами" — корре­ляционные связи. Характеристика связи обычно кодируется разны­ми вариантами изображения ребер графа. Положительные связи изо­бражаются сплошными линиями (или красным цветом), отрицатель­ные связи — пунктиром (или синим цветом). Сила и значимость связи кодируются толщиной линии. Наиболее весомые признаки (с мак­симальным числом значимых связей с другими) помещаются в цент­ре. Признаки, имеющие меньший "вес", располагаются ближе к пе­риферии.

От системы корреляционных связей можно перейти к отображе­нию "расстояний" между признаками на плоскости. Расстояние вычисляется по известной формуле:

метров и отношения между элементами (либо метрические, либо топологические). Примером является известное описание структу­ры интеллекта — "куб" Д.Гилфорда. Другой вариант применения пространственного описания — пространство эмоциональных состо­яний по В.Вундту или же описание типов личности по Г.Айзенку ("кругАйзенка").

В случае если в пространстве признаков определена метрика, то используется более строгое представление данных. Положение точ­ки в пространстве, изображенном на рисунке, соответствует реаль­ным координатам ее в пространстве признаков. Таким способом представляются результаты многомерного шкалирования, фактор­ного анализа, латентно-структурного анализа и некоторых вариан­тов кластерного анализа.

Каждый фактор отображается осью пространства, а параметр по­ведения, измеренный нами, — точкой в этом пространстве. В других случаях, в частности при описании результатов дифференциально-психологических исследований, точками изображаются испытуемые, осями — главные факторы (или латентные свойства).

Для первичного представления данных используются другие гра­фические формы: диаграммы, гистограммы и полигоны распреде­ления, а также различные графики.

Первичным способом представления данных является изображе­ние распределения. Для отображения распределения значений из­меряемой переменной на выборке используют гистограммы и полигоны распределения. Часто для наглядности распределение по­казателя в экспериментальной и контрольной группах изображают на одном рисунке.

Гистограмма — это "столбчатая" диаграмма частотного распре­деления признака на выборке. Используется декартова система ко­ординат. При построении гистрограмм на оси абсцисс откладывают значения измеряемой величины, а на оси ординат — частоты или относительные частоты встречаемости данного диапазона величи­ны в выборке. Если на гистрограмме отображены относительные час­тоты, то площадь всех столбиков равна 1.

В полигоне распределения количество испытуемых, имеющих данную величину признака (или попавших в определенный интер­вал величины), обозначают точкой с координатами: Х — градация признака, Y— частота (количество людей) конкретной градации или относительная частота (отнесение количества людей с этой града­цией признака ко всей выборке). Точки соединяются отрезками пря­мой. Перед тем, как строить полигон распределения, или гистро-грамму, исследователь должен разбить диапазон измеряемой вели-

231

где

d —расстояние,

г— корреляция.

Расстояния отражают сходства—различия признаков. В этом слу­чае от топологического описания мы переходим к метрическому, по­скольку расстояния между вершинами графа (свойствами) становятся пропорциональными величинам корреляций с учетом знака: при г= = —1 расстояние максимально: d = 1, при г = 1 расстояние мини­мально: d==0.

Ориентированные и неориентированные графы часто применя­ются при описании результатов личностных и социально-психоло­гических исследований, в частности социометрических: социограм-ма — это ориентированный граф.

Любая граф-схема изоморфна матрице (предположений, корре­ляций и т.д.). Для удобства восприятия не рекомендуется использо­вать при описании результатов графы более чем с 10—11 вершинами.

Наряду с графами в психологии применяются и пространствен­но-графические описания, в которых учитывается структура пара-

230

 чины, если признак дан в шкале интервалов или отношений, на рав­ные отрезки. Рекомендуют использовать не менее 5, но не более 10 градаций. В случае использования номинальной или порядковой шкалы такой проблемы не возникает.

Если исследователь хочет нагляднее представить соотношение между различными величинами, например, доли испытуемых с раз­ными качественными особенностями (количество мужчин и жен­щин в выборке, число давших разные типы ответов в эксперименте и т.д.), то ему выгоднее использовать диаграмму. В секторной кру­говой диаграмме величина каждого сектора пропорциональна величи­не встречаемости каждого типа. Величина круговой диаграммы может отображать относительный объем выборки или значимость признака.

Вариантом отображения информации, переходным от графичес­кого к аналитическому, являются в первую очередь графики, пред­ставляющие функциональную зависимость признаков. Собственно говоря, полигон распределения — это и есть отображение зависи­мости частоты встречаемости признака от его величины.

Идеальный вариант завершения экспериментального исследова­ния — обнаружение функциональной связи независимой и зависи­мой переменных, которую можно описать аналитически.

Условно выделим два различных по содержанию типа графиков:

1) отображающие зависимость изменения параметров во времени;

2) отображающие связь независимой и зависимой переменных (или любых двух других переменных). Классическим вариантом изобра­жения первой зависимости является обнаруженная Г.Эббингаузом связь между объемом воспроизведенного материала и временем, прошедшим после заучивания. Аналогичны многочисленные "кри­вые научения" или "кривые утомления", показывающие изменение эффективности деятельности во времени.

Графики функциональной зависимости двух переменных также не редкость в психологии: законы Фехнера, Стивенса (в психофизи­ке), Йеркса—Додсона (в психологии мотивации), закономерность, описывающая зависимость вероятности воспроизведения элемента от его места в ряду (в когнитивной психологии), и т.д. и т.п.

Существует ряд простых рекомендаций по построению графиков. В частности, Л.В.Куликов дает следующие советы начинающим ис­следователям:

1. График и текст должны взаимно дополнять друг друга.

2. График должен быть понятен "сам по себе" и включать все не­обходимые обозначения.

3. На одном графике не разрешается изображать больше четырех кривых.

232

4. Линии на графике должны отражать значимость параметра, важнейшие необходимо обозначать цифрами.

5. Надписи на осях следует располагать внизу и слева.

6. Точки на разных линиях принято обозначать кружками, квад­ратами и треугольниками.

Если есть необходимость на том же графике представить величи­ну разброса данных, то их следует изображать в виде вертикальных отрезков, чтобы точка, обозначающая среднее, находилась на отрез­ке (в соответствии с показателем асимметрии).

Видом графиков являются диагностические профили, которые характеризуют среднюю выраженность измеряемых показателей у группы или определенного индивида.

Наиболее важный способ представления результатов научной ра­боты — числовые значения величины: 1) показатели центральной тен­денции (среднее, мода, медиана); 2) абсолютные и относительные частоты; 3) показатели разброса (стандартное отклонение, диспер­сия, процентильный разброс); 4) значения критериев, использован­ных при сравнении результатов разных групп; 5) коэффициенты ли­нейной и нелинейной связи переменных и т.д. и т.п. Стандартный вид таблиц для представления первичных результатов: по строкам — испытуемые, по столбцам — значения измеренных параметров. Ре­зультаты математической статистической обработки также сводятся в таблицы.

Существующие компьютерные пакеты статистической обработ­ки данных позволяют выбратьлюбую стандартную форму таблиц для представления их в научной публикации.

Итогом обработки данных "точного" эксперимента является ана­литическое описание полученных зависимостей между независимы­ми и зависимыми переменными. Если до недавних пор в психоло­гии для описания результатов использовались преимущественно эле­ментарные функции, то сегодня исследователи работают практически со всем аппаратом современной математики. К числу простейших аналитических выражений, описывающих эмпирически полученные зависимости, относятся, например, психофизические "законы" Г.Фехнера или С.Стивенса. Не меньшую известность получили за­коны У.Хика и Р.Хаймета, по которым определяется зависимость времени реакции выбора от числа альтернатив:

t=klog(n+ 1) и

t = а + Ь log n,

233

 где

t — время реакции выбора,

n — число стимулов,

a, b и k — константы.

Аналитические описания, как правило, итоговое обобщение не одного, а серии исследований, проведенных разными авторами. Поэтому они редко являются завершением отдельной эксперимен­тальной работы.

Конкретный вид функциональной зависимости выступает в ка­честве содержания гипотезы, которую проверяют в критическом экс­перименте.

Итак, представление научной информации должно определяться следующим алгоритмом:

7.3. Требования к оформлению научной статьи

Имеется несколько вариантов текстового представления научных результатов: а) тезисы научного доклада; б) отчет о научно-исследо­вательской работе; в) письмо в редакцию (краткое сообщение о на­учных результатах; г) статья в научном журнале либо в сборнике на­учных работ; д) научная монография.

Основной формой научной публикации является статья в науч­ном журнале. Существуют общепринятые требования, предъявляе­мые к научной статье. Стандарт подготовки рукописи "Психологи­ческого журнала" приводится в Приложении 3.

В США используется стандарт оформления статьи, принятый АРА (Американская психологическая ассоциация). В титуле статьи ука­зываются имя и фамилия автора (авторов) и место его работы. Заго-

234

ловок статьи краткий (не более 15 слов). Он должен кратко инфор­мировать читателя о сути исследования. Статью сопровождает изло­жение содержания (abstract) — не более 100— 175 слов: информация о проблеме исследования, его предмете, об испытуемых, о методе, результатах и главные выводы. Резюме содержания статьи идет в реферативный журнал "Psychological Abstracts". В журналах АРА краткое резюме принято предпосылать статье, во многих других жур­налах оно помещается в конце статьи.

Введение. В начале введения предлагается постановка проблемы. Затем излагается обзор исследований предшественников. Приводятся основные методы, с помощью которых осуществлялись прежние исследования, а также анализируются противоречия в результатах, полученных до настоящего момента. Автор дает теоретическое обо­снование своего исследования. Излагаются гипотеза и способ ее про­верки. Приводится список изучаемых и контролируемых перемен­ных (зависимая, независимая, дополнительные и другие внешние переменные), а также дается прогноз исхода исследования.

Метод. Основные сведения о методе помещаются еще во введе­нии. В этом разделе полностью раскрываются все особенности про­цедуры исследования. Читателю предоставляется информация о пла­не исследования таким образом, чтобы другой психолог мог его вос­произвести по описанию. Дается характеристика выборки испытуе­мых, рассказывается о стратегии формирования групп. Дается ин­формация о внешних условиях, времени проведения исследования и т.д. Очень подробно описывается процедура исследования. Автор предоставляет читателю информацию об алгоритме работы экспе­риментатора (инструкция экспериментатора). Приводится полнос­тью инструкция испытуемому, описывается способ предъявления инструкции. Рассказывается о способах управления независимой переменной, об измерении зависимой переменной и о приемах кон­троля внешних переменных. Специально оговариваются приемы балансировки, контрбалансировки, стабилизации внешних условий, способы общения между испытуемыми и экспериментатором и т.д.

Методики и аппаратура. При описании методики и аппаратуры следует указать конкретное название модели и ее спецификацию. Обычно уникальная аппаратура описывается детально. Стандартная техника и стандартизированные методики (тесты) в подробном опи­сании не нуждаются. Но при описании используемых тестов необ­ходимо точно указать их название, дату, место и авторов валидиза-ции или ревалидизации, основные психометрические характерис­тики, а также учреждение — производителя теста. Пример: культур­но свободный тест интеллекта Р.Кеттела (GFT-2), авторы адапта-

235

 пии — А.Ф.Денисов, Е.Д.Дорофеев, производство — ГП "ИМА-ТОН", Санкт-Петербург, 1994.

Исходя из специфики эксперимента, в описание метода могут включаться и другие моменты.

Результаты. Главный раздел статьи посвящается представлению и анализу результатов. В начале эюго раздела рекомендуется напо­мнить постановку проблемы и исходную гипотезу. Затем сжато, с соответствующими значениями показателей, а также значениями критериев и уровня достоверности, приводятся основные результа­ты. Дается представление об общей структуре результатов и их ста­тистической значимости.

Для пояснения и иллюстрации результатов в статье приводятся таблицы и рисунки. В стандарте, принятом АРА, указано, что автор не должен включать таблицы и графики в текст статьи, а должен помещать их в конце текста. Каждая таблица или рисунок представ­ляются на отдельном листе. Нумерация таблиц и рисунков должна соответствовать последовательности ссылок на них в тексте. По­скольку в тексте они не приводятся, в нужном месте дается ссылка на таблицу или график.

Обсуждение результатов. В этой части автор статьи обязан при­вести выводы из полученных данных, соотнести их с исходной ги­потезой и результатами предшественников. Автор должен объяснить исход эксперимента, руководствуясь теоретическими или методи­ческими соображениями. Кроме того, он может выдвину! ь допол­нительные гипотезы для объяснения, предложения по совершенст­вованию или опровержению теории, на которую он опирался, про­водя исследование. Обычно приводятся суждения о возможности обобщения результатов исследования, о перспективах дальнейших экспериментальных исследований в этой области, а также отом, как можно использовать полученные результаты на практике.

Ссылки на источники. Список использованной литературы пред­ставляется на отдельной странице. Стиль АРА предусматривает, что­бы в тексте при ссылке давалась фамилия автора и дата публикации, например: (Adams, 1970) или Adams (1970). Публикация примеча­ний не входит в стандарт АРА.

На последних страницах статьи помещаются таблицы, графики и примечания. Реферируемые источники и ссылка, например, "Smith (примечание I)" идут на первом отдельном листе. Каждая таблица или график также представляются на отдельной странице. Надписи в стандарте АРА пишутся над таблицами: сначала следует номер таб­лицы (Table 1), под ней — название, указывающее нато, связи каких переменных отражают представленные данные. Обычно по столб-

236

цам обозначаются группы испытуемых, а по строкам — условия экс­перимента.

Интересующиеся могут подробнее ознакомиться со стандартом АРА. обратившись к любому издаваемому ассоциацией научному журналу.

В стандарте АРА приняты некоторые аббревиатуры для обще­принятых названий и буквенные сокращения для основных статис­тических терминов. Приведем перечень ряда сокращений:

Миннесотский многофакторный личностный опросник — MMPI Коэффициент интеллекта                    — ю Хронологический возраст                    _ са Время реакции                             — RT Сокращения статистических терминов:

М — среднее (оценка математического ожидания);

SD — стандартное отклонение;

Mdn — медиана;

df— число степеней свободы;

п — количество субъектов в группе;

N — общее количество субъектов;

Р — уровень достоверности;

SS — сумма квадратов;

MS — среднее квадратов;

г— коэффициент корреляции Пирсона.

Итак, стандарт АРА предлагает следующую структуру научной публикации:

1. Титульный лист

2. Краткое изложение (abstract)

3. Основной текст: название (над статьей) и введение, метод, ре­зультаты, обсуждение

4. Основной реферируемый источник

5. Список литературы (ссылки)

6. Примечания

7. Таблица

8. Название графика

9. График

Можно еще раз привести несколько полезных рекомендаций, ка­сающихся стиля написания работы:

—излагать свои идеи следует упорядочение, разбивая по смыслу изложения на абзацы и параграфы;

— писать следует по возможности просто и кратко;

—нужно избегать двусмысленностей;

—статья пишется для читателя, поэтому автору не мешает про­читать ее перед публикацией самому.

237

 В руководстве АРА (1974) приводится еще несколько советов по поводу стиля научной статьи. Рекомендуется при формулировке предложений избегать пассивного залога. Слова "критерий", "фе­номен" и др. давать во множественном числе: "критериями были...". Автор может представлять себя в первом лице — "Я" — в подходя­щих случаях и умеренно. В отличие от других научных дисциплин, где не приветствуют употребление местоимения "Я", в психологии признается право автора высказывать мнение от себя лично. Руко­водство АРА рекомендует отказаться от "сексизма" при написании статей, а именно — исключительного употребления мужского рода для характеристики испытуемых. Например, считается, что слова "индивидуальность", "личность", "человек" ("human being") пред­почтительнее, чем обобщенное "man" (по-английски — и человек, и мужчина). Здесь проявляется специфика английского языка, аме­риканской культуры. Точнее — успехи движения женщин за равно­правие, приобретающего в США анекдотические формы.

Опубликованные результаты входят в информационный поток, который "растекается" по ручейкам и доходит до каждого пользова­теля. На совести автора — достоверность научных результатов. Ог­ромная сила науки — в ее неподвластности субъективным влияни­ям, которые обусловлены разной человеческой мотивацией: тщесла­вием, властолюбием, завистью и т.п. "Позолота сотрется, свиная кожа останется" — "информационный шум" пустых публикаций затих­нет, а дутые репутации лопнут. Для исследователя важно не пропус­тить "сигнал" —действительно ценную работу среди массы второ­степенных. Но самая непростительная ошибка — попустительство группам, кланам, кликам, которые стремятся ограничить возмож­ность реализовать интересные мысли, идеи, разработки ученых, не принадлежащих к "неформальным группам". Затоптать истину на время можно. Хорошо, что не навсегда.

Открытое общество создает предпосылки для проявления актив­ности личности, но не гарантирует от попыток навязать научному сообществу вненаучные принципы. Эксперимент — надежное сред­ство критики любой идеи, которая навязывается научному сообщест­ву.

Литература

Гласе Дж., Стенли Дж. Статистические методы в педагогике и

психологии. М.: Прогресс, 1976.

ГанзенВ.А. Системные описания в психологии. Л.: ЛГУ, 1984. Крылов В. Ю. Геометрическое представление данных в психоло­гических исследованиях. М.: Наука,1990.

238

Вопросы

1. Чем отличается ошибка 1 -го рода от ошибки 2-го рода при при­нятии решения?

2. Каковы ограничения генерализации выводов и результатов экс­периментальной работы?

3. Какой должна быть примерная структура научной статьи?

4. Какие требования к оформлению научной публикации предъ­являет редакция "Психологического журнала"?

5. Как интерпретируется "отрицательный" результат эксперимен­та?

 ЗАКЛЮЧЕНИЕ

Психолог, который занимается экспериментальной работой, вряд ли почерпнет что-то новое в этой книге. По своему содержанию она мало чем отличается от многочисленных, в первую очередь зарубеж­ных, учебников, посвященных методам психологического исследо­вания. Но для студентов-психологов, а также специалистов других областей она может быть полезной.

Сегодня наука находится в обороне: слишком велик напор адеп­тов околонаучного и псевдонаучного знания, претендующих на ис­тину в последней инстанции. Длительный и кропотливый поиск истины в эксперименте непрестижен, плохо оплачивается, а глав­ное — экспериментальная критика недостоверного знания, фанта­зий и мифов не прощается.

Психолог-экспериментатор может найти утешение в следовании морали стоиков или же в словах великого Макса Нордау, которые я приведу в завершение этой работы:

"Конечно, тот, кто требует от науки, чтобы она с непоколеби­мою уверенностью отвечала на все вопросы праздных или беспокой­ных умов, терпит разочарование, потому что она не хочет и не мо­жет удовлетворять этому требованию. Всякого рода метафизика об­легчает себе задачу: она сочинит какую-нибудь побасенку и расска­зывает ее вполне серьезно. Когда люди ей не верят, сочинители бра­нятся и угрожают; но они ничего не могут доказать, они не могут заставить людей принимать их фантасмагории за чистую монету. Это их, однако, не смущает: им ничего не стоит прибавлять к словам новые слова, к недоказанным положениям — новые недоказанные положения, воздвигать на одном догмате новые догматы. Серьез­ный и нормальный ум, жаждущий и алчущий точного знания, не будет обращаться к метафизике: к ней обращаются только те, кого может удовлетворить убаюкивающая сказка старой няни.

Наука не соперничает ни с метафизикою, ни с богословием. Если последние раскрывают тайну мироздания, то это ихдело. Наука же скромно говорит: "Вот — факт, вот — гипотеза, вот — предположе­ние. Я не могу дать больше без обмана". За столом науки есть место для всех, и всякий может присоединить свои наблюдения к наблю­дениям других" (М.Нардау. "Вырождение". М., 1995).

240

СПИСОК ЛИТЕРАТУРЫ

Адлер Ю.Л. Предпланирование эксперимента. М., 1978. Аванесов В. С. Тесты в социологическом исследовании М • Нау­ка, 1982.

АйвазянС.А.. БухштаберВ.М., ЕноковИ.С., МешалкинЛ.Д. При­кладная статистика: классификация и снижение размерности. М.: Финансы и статистика, 1989.

Айвазян С.А., ЕноковИ.С., МешалкинЛ.Д. Прикладная статисти­ка: исследование зависимостей. М.: Финансы и статистика 1983.

Айвазян С.А., ЕноковИ.С., МешалкинЛ.Д. Прикладная статисти­ка: основы моделирования и первичная обработка данных. М.:

Финансы и статистика,1983.

АнамаринИ.П., Васильев Н.Н., АмбросовВ.А. Быстрые методы ста­тистической обработки и планирования экспериментов Л • ЛГУ, 1974.

Ананьев Б.Г. О проблемах современного человекознания. М • Нау­ка, 1977.

АнастазиА. Психологическое тестирование. В 2-х т. М., 1982. АртьемьеваЕ.Ю., Мартынов Е.В. Вероятностные методы в пси­хологии. М.: МГУ, 1975. Архангельский С.И., Михеев В.И. Теоретические основы научной

организации учебного процесса в высшей школе. М., 1976. Белановский С.А. Методика и техника фокусированного ин­тервью. М.: Наука, 1993. Биометрия: Учебное пособие/Под ред. М.М.Тихомировой. Л.:

ЛГУ, 1982. БрушлинскийА.В. Субъект: мышление, учение, воображение. М.:

Изд-во "Институт практической психологии", 1996. БунгеМ. Философия физики. М.: Прогресс, 1975. Быков В.В. Методы науки. М., 1972.

Волков И.П. Социометрические методы в социально-психологи­ческих исследованиях. Л.: ЛГУ, 1970. ВудвортсГ. Экспериментальная психология. М., 1950. ГайдаВ.К., Захаров В.П. Психологическое тестирование Л -ЛГУ 1982.

241

 Гальперин П.Я. Введение в психологию. М.: МГУ, 1976. Ганзен В.А. Системные описания в психологии. Л.: ЛГУ, 1984. Ганзен В.А., БалинВ.Д. Теория и методология психологического

исследования: Практическое руководство. СПб.: СПбГУ, 1991. Гласе Дж., Стенли Дж. Статистические методы в педагогике и

психологии.М.: Прогресс, 1976.

ГодфруаЖ. Что такое психология. В 2-х т. М.: Мир, 1992. Головина Г.М., Крылов В.Ю., Савченко Т.Н. Математические ме­тоды в современной психологии: статус, разработка, приме­нение. М.: ИП РАН, 1995. Готтсданкер Р. Основы психологического эксперимента. М.:

МГУ, 1982.

Грабарь М.И., Красня некая К.А. Применение матемагической ста­тистики в педагогических исследованиях. Непараметрические методы. М.: Педагогика, 1977.

ДружининВ. Н. Психологическая диагностика способностей: тео­ретические основы. Саратов: СГУ, 1990.

Дружинин В. Н. Структура и логика психологического исследова­ния. М.: ИП РАН, 1994.

Дружинин Н.К. Выборочное наблюдение и эксперимент. М., 1977. Дэйвидсон М. Многомерное шкалирование: методы наглядного

представления данных. М.: Финансы и статистика, 1988. ДюкВ.А. Компьютерная психодиагностика. СПб.: Братство, 1994. ЕрофеевА.К. ЭВМ в психодиагностике в высшей школе. М.: МГУ,

1987.

Журавлей Г.Е. Структура эксперимента по вероятностному про-гнозированию//Вероятностное^рогнозирование в деятельнос­ти человека. М.: Наука, 1977. Журавлев Г.Е. Системные проблемы развития математической

психологии.М.: Наука, 1983.

Забродин Ю.М. Психологический эксперимент: специфика, про­блемы, перспективы развития//История становления и раз­вития экспериментальной психологии в России. М.: Наука, 1990.

ЗаксЛ. Статистическое оценивание. М.: Статистика, 1976. Ильин Е.П. Методические указания к практикуму по психофизи­ологии (изучение психомоторики).Л.:ЛГПИ, 1981. ИнгекампК. Педагогическая диагностика. М.: Педагогика, 1991. Интерпретация и анализ данных в социологических исследова­ниях/Под ред. В.Г.Андреенковой, Ю.Н.Толстовой. М.: Нау­ка, 1987.

242

Исторический путь психологии: прошлое, настоящее и будущее/

Под ред. В.А.Кольцовой и Ю.Н.Олейника. М.: ИП РАН, 1992 Клайн П. Справочное руководство по конструированию тестов

Киев,1994. Копнин П.В. Гносеологические и логические основы науки. М.,

1974.

Корнилова Т.В. Общий практикум по психологии. Психологичес­кий эксперимент. Ч.IV. М.: МГУ, 1987.

Крылов В.Ю. Геометрическое представление данных в психоло­гических исследованиях. М.: Наука, 1990.

Крылов В.Ю., Моргунов Ю.И. Кибернетические модели в психо­логии. М.: Наука, 1990. Кулагин Б. Ф. Основы профессиональной психодиагностики. М.

Медицина, 1984. КуликовЛ.В. Введение в психологическое исследование. СПб.,

1994.

КуликовЛ.В. Психологическое исследование. СПб.: Наука, 1994. Кун Т. Структура научных революций. М.: Прогресс, 1975. КэмпбеллД. Модели экспериментов в социальной психологии и

прикладных исследованиях. М.: Прогресс, 1980. ЛакатосИ. Доказательства и опровержения. М.: Прогресс, 1967. Лефевр В.А. Формула человека. Контуры фундаментальной пси­хологии. М.: Прогресс, 1991. Лбов Г.С. Методы обработки разнотипных экспериментальных

данных. Новосибирск: Наука, 1981. ЛебедевА.Н., БоковиковА.Н. Экспериментальная психология в

российской рекламе. M.:Academia, 1995. Лекторский В.А. Субъект, объект, познание. М.: Наука, 1980. ЛогвиненкоА.Д. Измерения в психологии: математические осно­вы. М.: МГУ, 1993.

Ломов Б.Ф. Вопросы общей, педагогической и инженерной пси­хологии. М.: Педагогика, 1991.

Ломов Б.Ф. Методологические и теоретические проблемы психо­логии. М.: Наука, 1984. Математика в социологии. М.: Мир, 1977. Математические методы в исследованиях индивидуальной и груп­повой деятельности. М.: ИПАН, 1990.

Математические методы в социальных науках. М.: Прогресс, 1973. Мельников В.М.,Ямпольский Л. Т. Введение в экспериментальную

психологию личности. М.: Просвещение, 1985. Методики диагностики психических состояний и анализа деятель­ности человека/Под ред. Л.Г.Дикой. М.: ИП РАН, 1994.

243

 Методики социально-психологического исследования личности и малых групп/Под ред. А.Л.Журавлева и Е.В.Журавлевой. М.:

ИП РАН, 1995.

Методология и методы социальной психологии/Под ред. Е.В.Шо-роховой.М.: Наука,1977.

Методология исследований по инженерной психологии и психо­логии труда. 4.1/Под ред. А.А.Крылова. Л.: ЛГУ, 1974.

Методы и средства автоматизации психологических исследова­ний/Под ред. Ю.М.Забродина. М.: Наука, 1982.

Методы психологического исследования проблемы и поиски пу­тей реализации. М.: ИП АН, 1986.

Методы психологической диагностики. Вып.1/Подред. В.Н.Дру­жинина и Т.В.Галкиной. М.: ИП РАН, 1993.

Методы психологической диагностики. Вып. 2/Под ред. А.Н.Во­ронина. М.: ИП РАН, 1994.

Методы социальной психологии/Под ред. Е.С.Кузьмина и В.Е.Се­менова. Л.: ЛГУ, 1977.

Михеев В.И. Моделирование и методы теории измерений в педа­гогике. М.: Высшая школа, 1987.

Мостеллер Ф.. Тьюки Дж. Анализ данных и регрессия. Л.: Фи­нансы и статистика,1982.

Налимов В.В. Теория эксперимента. М., 1971.

Общая психодиагностика/Под ред. А.А.Бодалева, В.В.Столина. М.,1987.

Общий практикум по психологии. Психологический экспери-мснт/Подред. М.Б.Михалевской, Т.В.Корниловой. М.: МГУ, 1985.

Осипов Г.В., Андреев Э.П. Методы измерения в социологии. М.:

Наука,1977.

Основы психодиашостики/Под ред. А.Г.Шмелева. Ростов-на-Дону: Феликс, 1996.

Паповян С. С. Математические методы в социальной психологии. М.: Наука,1983.

ПельиД., Эндрюс Ф. Ученые в организациях. М.: Прогресс, 1973.

Петренко В. Ф. Введение в экспериментальную психосемантику:

исследование формы репрезентаций в обыденном сознании. М.,1983.

Пиаже Ж. Избранные психологические труды. М.: МПА, 1994.

Пирьов Г.Д. Классификация методов в психологии//Психодиаг-ностика в социалистических странах. Братислава, 1985.

ПоланиМ. Личностное знание. М.: Прогресс, 1985.

244

ПономаревЯ.А. Методологическое введение в психологию. М.

Наука,1983.

ПономаревЯ.А. Психология творчества. М.: Наука, 1976. ПопперК. Логика и рост научного знания. М.: Прогресс, 1983. Практикум по инженерной психологии/Под ред. А.А.Крылова

В.А.Ганзена.Л.:ЛГУ, 1978. Практикум но инженерной психологии и психологии труда. Л.

ЛГУ, 1983. Практикум по общей психологии/Под ред. А.И.Щербакова. М.

1990. Практикум по общей и экспериментальной психологии/Ред

А.А.Крылов.Л.:ЛГУ,1987. Практикум по психодиагностике. Диф4)еренциальная психомет-

рика/Ред. В.В.Столиц, А.Г.Шмелев. М., 1984. Практикум по психологии/Под ред. А. НЛеонтьева, Ю.Б.Гиппен-

рейтер. М.,1972. Практикум по экспериментальной и прикладной психологии.

Учебное пособие/Ред. А.А.Крылов. Л.: ЛГУ, 1990. Практикум по экспериментальной психологии/Ред. В.Д.Шадри-

сов. Ярославль, 1974. Практические занятия по психологии/Под ред. Д.Я.Богдановой,

И.П.Волкова. М., 1989. Приходько 77. Т. Азбука исследовательского труда. Новосибирск:

Наука,1979.

Психодиагностика: теория и практика. М., 1986. Психодиагностические методы (в комплексном лонгитюдном

исследовании студентов)/Подред. А.А.Бодалева, А.Д.Дворя-

шиной, И.М.Палея. Л.: ЛГУ, 1976. Психологическая диагностика: проблемы и исследования/Под

ред. К.М.Гуревича. М., 1981. Психологические и психофизические особенности студентов/Под

ред. Н.М.Пейсахова. Казань, 1977. Психология и математика/Под ред. Г.Е.Журавлева, Ю.М.Забро­дина, В.Ю.Крылова, В.Ф.Рубахина. М.: Наука, 1976. Пфанчагль И. Теория измерений. М.: Мир, 1976. Пэнто Р., Гравии. М. Методы социальных наук. М., 1972. Рабочая книга социолога. М.: Наука, 1983. Рабочая книга школьного психолога/Под ред. И.В.Дубровиной.

М.: Просвещение, 1994. Развитие и диагностика способностей/Под ред. В.Н.Дружинина,

В.Д.Шадрикова. М.: Наука, 1991. Роговин М.С. Введение в психологию. М.: Высшая школа, 1969.

245

 Роговин М. С. Психологическое исследование. Ярославль: ЯрГУ, 1979.

Роговин М.С., Залевский Г.В. Теоретические основы психологи­ческого и патопсихологического исследования. Томск, 1988.

Рубинштейн С.Л. Основы общей психологии. М.: Учпедгиз, 1946.

Рубинштейн С.Л. Принципы и пути развития психологии. М., 1959.

Рузавин Г.И. Методы научного исследования. М.: Мысль, 1974.

Рузавин Г.И. Научная теория: логический и методологический анализ. М.: Мысль, 1978.

Савченко Т.Н. Математические методы в психологии и социоло­гии: программа курса. М.: Российский открытый универси­тет, 1993.

СельеГ. От мечты к открытию. М.: Прогресс, 1987.

Семенов В. Е. Метод изучения документов в социально-психоло­гических исследованиях. Учебное пособие. Л.: ЛГУ, 1983.

Соколова Е. Т. Проективные методы исследования личности. М., 1980.

СолсоР.Л. Когнитивная психология. М.: Тривола, 1996.

СпасенниковВ.В. Конструирование и использование психологи­ческих и дидактических тестов. Учебное пособие. Калуга, 1991.

Справочник по прикладной статистике. В 2-х т. М.: Финансы и статистика,1990.

Суппес 77, ЗиппесДж. Основы теории измерений//Психологи-ческие измерения. М.: Мир, 1976.

СуходольскийГ.В. Основы математической статистики для пси­хологов. Л.: Л ГУ, 1972.

ТерехинаА.Ю. Анализ данных методом многомерного шкалиро­вания. М.: Наука,1986.

ТьюкиДж. Анализ результатов наблюдения. Разведочный анализ. М.:Мир, 1981.

Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М.:

Финансы и статистика,1995.

ФайерабендП. Избранные труды по методологии науки. М.: Про­гресс, 1986.

Факторный идискриминантный анализ. М.: Финансы и статис­тика, 1989.

Франселла Ф., БаннистерД. Новый метод исследования личнос­ти. М.: Прогресс, 1987.

Хайтун С.Д. Наукометрия: состояние и перспективы. М.: Наука, 1983.

ХарманГ. Современный факторный анализ. М.: Статистика, 1972.

246

Хикс Ч. Основные принципы планирования эксперимента. М., 1967.

Челышкова М.Б. Разработка педагогических тестов на основе со временных математических моделей. М., 1995.

ШадриковВ.Д. Деятельность и способности. М.: Логос, 1994.

Шмелев Л.Г. Введение в экспериментальную психосемантику: тео­ретико-методологические основания и психодиагностические возможности. М.: МГУ, 1983.

ШмелевА.Г., ПохилькоВ.И., Козловская-ТелыюваА.Ю. Практи­кум по экспериментальной психосемантике. (Тезаурус лич­ностных черт.) М.: МГУ, 1988.

Шошин П.Б. Психологические измерения. 4.1. М.: МГУ, 1989.

Экспериментальная психология. Вып. 1-2/Ред. П.Фресс, Ж.Пи­аже. М.: Прогресс, 1966.

Экспериментальная психология. T.l/Редактор-составитель С.С.Стивене. М.: Изд-во иностранной литературы, I960.

ЯдовВ.А. Социологическое исследование. М.: Наука, 1987.

 ПРИЛОЖЕНИЕ

1. Этические принципы проведения исследования на человеке*

Решение проводить исследования должно основываться на осо­знанном желании каждого психолога внести ощутимый вклад в пси­хологическую науку и способствовать благополучию Человека. От­ветственный психолог обдумывает различные направления, где нуж­ны энергия и возможности человека.

Приняв решение о проведении исследований, психологи долж­ны осуществлять свои замыслы с уважением к людям, принимаю­щим в них участие, и с заботой об их достоинстве и благополучии.

Принципы, о которых говорится ниже, разъясняют исследовате­лю этичное ответственное отношение к участникам экспериментов в ходе проведения исследовательских работ — от первоначального замысла до шагов, необходимых для защиты конфиденциальности дан­ных исследования. Эти Принципы должны рассматриваться в контексте документов, прилагаемых в качестве дополнения к Принципам.

1. При планировании опыта исследователь несет персональную ответственность за составление точной оценки его этической при­емлемости, опираясь на Принципы исследований.

Если, опираясь на эту оценку и взвесив научные и человеческие ценности, исследователь предлагает отклониться от Принципов, то он дополнительно берет на себя серьезные обязательства по разра­ботке этических рекомендаций и принятию более строгих мер по защите прав участников исследований.

2. На каждом исследователе всегда лежит ответственность за ус­тановление и поддержание приемлемой этики исследования. Иссле­дователь также несет ответственность за этичное обращение коллег, ассистентов, студентов и всех других служащих с испытуемыми.

3. Этика требует, чтобы исследователь информировал испытуе­мых обо всех сторонах эксперимента, которые могут повлиять на их

* American Phychological Association, 1973. 248

желание принимать в нем участие, а также отвечал на все вопросы о других подробностях исследования.

Невозможность ознакомления с полной картиной эксперимента дополнительно усиливает ответственность исследователя за благо­получие и достоинство испытуемых.

4. Честность и открытость — важные черты отношений между исследователем и испытуемым. Если утаивание и обман необходи­мы по методологии исследования, то исследователь должен объяс­нить испытуемому причины таких действий для восстановления их взаимоотношений.

5. Этика изыскания требует, чтобы исследователь относился с уважением к праву клиента сократить или прервать свое участие в процессе исследований в любое время.

Обязательство по защите этого права требует особой бдительнос­ти, когда исследователь находится в позиции, доминирующей над участником.

Решение по ограничению этого права увеличивает ответствен­ность исследователя за достоинство и благополучие участника.

6. Этически приемлемое исследование начинается с установле­ния четкого и справедливого соглашения между исследователем и участником эксперимента, разъясняющего ответственность сторон. Исследователь обязан чтить все обещания и договоренности, вклю­ченные в это соглашение.

7. Этичный исследователь защищает своих клиентов от физи­ческого и душевного дискомфорта, вреда и опасности. Если риск таких последствий существует, то исследователь обязан проинфор­мировать об этом испытуемых, достичь согласия до начала работы и принять все возможные меры для минимизации вреда. Процедура исследований может не применяться, если есть вероятность, что она причинит серьезный и продолжительный вред участникам.

8. Этика работы требует, чтобы после сбора данных исследова­тель обеспечил участникам полное разъяснение сути эксперимента и устранил любые возникающие недоразумения. Если научные или человеческие ценности оправдывают задержку или утаивание ин­формации, то исследователь несет особую ответственность зато, что­бы для его клиентов не было тяжелых последствий.

9. Если процедура исследования может иметь нежелательные последствия для участников, то исследователь несет ответственность за выявление, устранение или корректировку таких результатов (в том числе и долговременных).

10. Информация, полученная в ходе исследования об участниках эксперимента, является конфиденциальной.

249

 Если существует вероятность, что другие люди могут получить доступ к этой информации, то этика практики исследований требу­ет, чтобы эта вероятность, а также планы по обеспечению конфи­денциальности были объяснены участникам как часть процесса по достижению взаимного информационного согласия.

2. Образец анкеты после проведенного эксперимента*

Вопросы

1. Запишите все, что вы думали об эксперименте во время его проведения.

2. Как вы думали, какова была цель эксперимента?

3. Как вы думали, какова была гипотеза (т.е. что мы искали, пы­тались изучить и т.д.) и как вы предполагали реагировать?

4. Что вы думали о цели теста на запоминание слов во время его выполнения?

5. Как вы думали, что общего имели слова о пище с целью экс­перимента?

6. Что вы думали в процессе выполнения задания о цели класси­фикации по шкалам?

7. Думали ли вы, что экспериментатор мог ожидать, что вы про­классифицируете бессмысленные слоги (звуки, слова) должным об­разом? Иными словами, былали у экспериментатора гипотеза о том, как среднестатистический человек намеревался выполнить класси­фикацию?

8. Почему вы прошкалировали бессмысленные слоги (звуки, сло­ва) именно так, а не иначе? То есть на чем вы основывались или по каким причинам вы проклассифицировали их до одного или друго­го конца шкалы?

9. В данном эксперименте с бессмысленными слогами (звука­ми, словами) мы использовали слова, обозначающие пищу.

Ожидалось, что если вы были голодны, то вы отнесли бы больше слогов (звуков, слов) на положительную сторону из-за их ассоциа­ции с едой. Была ли у вас хотя бы похожая идея о такой цели экспе­римента до ознакомления с этой анкетой?

Да _______    Нет _______

Если «да», то насколько вы были в этом уверены?

Из кн.: M.W.Matlin. "Human Experimental Psychology". N.Y., 1979. 250

Догадывался____ Уверен_____

10. В этом эксперименте некоторые люди собирались прокласси­фицировать слоги (звуки, слова) в согласовании, на их взгляд, с пред­полагаемой гипотезой экспериментатора.

Другие по разным причинам собирались проклассифицировать слоги на иной основе, чем та, которую мог бы предположить иссле­дователь.

Прошкалируйте вашу собственную степень взаимодействия с ги­потезой экспериментатора.

В разрез с гипотезой ___ В соответствии с ней ____

11. Пожалуйста, прокомментируйте вашу реакцию на этот экспе­римент, включая ваше отношение кданной анкете.

3. Правила подготовки рукописи для публикации в "Психологическом журнале"*

Журнал публикует оригинальные научные работы, посвященные актуальным проблемам в различных областях психологии и погра­ничных дисциплин: методологические и теоретические (объемом до 24 машинописных стр.; объем включает список цитированной лите­ратуры, рисунки и подписи к ним); экспериментальные и приклад­ные исследования (до 20 стр.); методические разработки (до 20 стр.);

материалы по истории психологии, обзорно-критические статьи (по заказу редколлегии) —до 28 стр.; краткие сообщения (эксперимент, теория, методология) —до 7 стр. Редакция рассматриваеттакже пись­ма редактору, комментарии к ранее опубликованным материалам и ответы авторов (до 3 стр.), рецензии на книги, обзоры текущей пе­чати, сообщения и отчеты о научных конгрессах, съездах, симпози­умах, а также научную хронику (2-5 стр.).

"ПЖ" печатает ранее неопубликованные материалы. Публика­ция материалов в виде коротких сообщений не является препятст­вием для принятия рукописи к печати. Автор должен представить сведения о ранее опубликованных или сданных в печать работах по данной тематике.

Рукопись должна содержать новые факты и\или новые их интер­претации, синтез или критику существующих точек зрения, теорий или данных, обосновывать новые гипотезы, теоретические, методо-

* Предоставлены заместителем главного редактора "ПЖ" И.О. Александ­ровым.

251

 логические или методические подходы. Она должна обладать кон­цептуальной строгостью, обоснованностью фактов, подходов и интерпретаций, ясностью и краткостью изложения. Рукопись долж­на быть логически построена — от постановки проблемы, цели ис­следования, изложения методических приемов, приведения необ­ходимой аргументации до обоснования вы водов работы. Предпочти­тельна подробная рубрикация рукописи.

Общие требования к рукописи проиллюстрируем на примере экс-перименгальной статьи, имеющей наиболее дифференцированную структуру. Статья должна содержать краткое Введение в проблему и постановку задачи; достаточно подробное изложение (возможна от­сылка к литературе дая более подробного описания) м?т'од//а://в сле­дующем порядке: испытуемые (количество, пол, возраст); особен­ности испытуемых, отобранных для исследования (например, вклю­ченных в экспериментальную и контрольную группы); инструкции испытуемым; описание экспериментальной процедуры; использо­ванная аппаратура и ее существенные характеристики; регистрируе­мые показатели; обработка и критерии валидности результатов. Не­обходимы ссылки на источники всех использованных методик. Тре­буется краткое и точное изложение Результатов, по возможности в количественных терминах, без интерпретации. Количественные дан­ные должны учитывать пределы точности измерения показателей, зависящие от способов регистрации и обработки. Рисунки и табли­цы, представляющие экспериментальный материал, не должны со­держать ссылок на текст; в тексте должны быть содержательные ссыл­ки на таблицы и рисунки. В Обсужден и и наелся краткая интерпрета­ция результатов, их значение, отношение к известным фактам. Сле­дует приводигь только необходимые ссылки на литературу. Статья завершается Выводаминлн Заключением.

Для короткого сообщения рекомендуется такой же порядок из­ложения, как и в экспериментальной статье, при этом допускается объединение разделов Результаты и Обсуждение, а также исключе­ние раздела Выводы.

Статья, предлагающая новый методический прием, тест, опрос-пик, прибор и т.п., должна содержать описание его суги; следует приводить тексты тестов и опросников, для приборов — принципи­альную схему, описание принципа действия и необходимые техни­ческие пояснения. Сообщение должно содержать результаты апро­бации предлагаемой методики. Для верификации метода рекомен­дуется приводить результаты, полученные в контрольной группе обследуемых. В случаях если метод предназначен для оказания воз­действия на человека, следует приводить результаты медицинской,

252

медико-психологической и т.п. экспертизы. Стагья обязательно должна содержать сопоставление предлагаемой методики (прибора) с существующими аналогами и обсуждение их преимуществ и недо­статков.

Все специальные и технические термины, вновь введенные по­нятия должны быть разъяснены; следует избегать метафорических высказываний, иносказаний, неологизмов и жаргона. Не следует смешивать исходные теоретические положения, полученные в пуб­ликуемом исследовании результаты и предлагаемые интерпре­тации. Для этого, в частности, рекомендуется при изложении мето­дики и результатов исследования использовать форму прошедшего времени, а при обсуждении — настоящего.

Редакция оставляет за собой право на необходимые уточнения и сокращения, а также на рекомендации авторам сократить рукопись до размеров короткого сообщения.

Комментарии к опубликованным работам должны содержать су­щественную, оригинальную и аргументированную критику. В слу­чае поступления в редакцию нескольких комментариев сходного содержания к публикации принимается комментарий с наиболее ранней датой отправки.

Решающими для принятия (отклонения) рукописи являются ре­цензии двух экспертов, назначаемых редколлегией "ПЖ". Редакция допускает публикацию комментария рецензента вместе с публикуе­мой работой, а также направление рукописи для комментария спе­циалистам соответствующей области.

Подготовка рукописи

1. Рукопись должна быть представлена в 2 экземплярах и отпеча­тана на бумаге стандартного формата (210 х 297 мм), через 2 интер­вала; поля слева — 35 мм, справа — 10 мм, 28 строк по 58-60 знаков на страницу. Рукопись должна содержать: текст статьи, список ли­тературы, подписи к рисункам (на отдельной странице). К рукопи­си должны быть приложены: иллюстрации, краткая аннотация (~ 1,3 печ.стр.), описывающая цель, существенные особенности работы и наиболее важные выводы, ключевые слова — основные 3-6 поня­тий, использованных в работе, должны заключать аннотацию; спи­сок ранее опубликованных или сданных в печать работ автора по данной тематике.

2. Таблицы (не более десяти столбцов) должны иметь содержа­тельное заглавие. В примечаниях к таблицам должны быть объясне­ны все сокращения или обозначения. Для иллюстрации статьи при­нимается не более 3 рисунков — фотоотпечатки на глянцевой бу-

253

 маге (9 • 12 см) или рисунки, выполненные тушью на плотной бу­маге. Как рисунки, так и таблицы должны быть пронумерованы последовательно, место их первого упоминания в тексте указывает­ся на полях.

3. Сноски должны иметь сквозную нумерацию по всей статье (1, 2, 3 ...). Цитаты должны быть выверены по первоисточнику, следует указать страницу цитируемого издания.

4. Цитированная литература приводится в пронумерованном биб­лиографическом списке в конце статьи. В тексте, после фамилии или после цитирования, в квадратных скобках указываются порядковый номер источника и через запятую — страница, если она необходима:

[5, с.80]. Список литературы оформляется следующим образом.

Статья в книге: Автор. Название статьи//Название книги/Под ред.А.Б.Иванова. Город, год. С. 7-30.

Статья в журнале: Автор. Название статьи//Журнал (принятое сокращенное название). Год. Том. Номер (выпуск). С. 12-20.

Ссылки на работы, неопубликованные или находящиеся в печа­ти, не допускаются. Авторам нужно представлять новейшую (предыдущего и текущего года) научную литературу по теме, вышед­шую в России и за рубежом.

При цитировании следует избегать бессодержательного перечис­ления авторов, однако существенные, значимые работы должны быть упомянуты. На все работы, включенные в список литературы, долж­ны быть ссылки в тексте статьи.

5. Формулы и символы должны быть вписаны в текст четко, чер­ными чернилами. Греческие буквы подчеркиваются красным; ла­тинские — размечаются курсивом (волнистая линия внизу:^?), а бук­вы русского алфавита — прямо (квадратная скобка внизу: j*). Во из­бежание ошибок следует различать прописные (заглавные) и строч­ные буквы латинского и русского алфавита, имеющие сходное на­чертание.

6. Для различных видов текстовых (шрифтовых) выделений ав­торы могут воспользоваться обозначениями (подчеркивается сни­зу): _____ полужирный, ~~~~~~~ курсив, _ _ _ разрядка.

7. В связи с переводом "Психологического журнала" на англий­ский язык необходимо:

а) вместе с рукописью статьи представлять в редакцию список включенных в библиографию иностранных публикаций на языке оригинала, в том числе и опубликованных в русском переводе; при этом помимо публикации и автора указывать год и место издания, а также издательство;

254

б) тщательно проверять перевод цитат из иностранных источни­ков, правильность и полноту соответствующих библиографических ссылок; желательно прилагать цитату на языке оригинала;

в) при наличии в статье фамилий иностранных ученых, названий иностранных организаций, компаний и т.д., а также иностранных географических названий (кроме общеизвестных) представлять их отдельным списком в оригинальном написании или указывать ино­странный источник;

г) давать в приложении к рукописи расшифровку использован­ных в статье русских сокращений (кроме общеизвестных), в особен­ности аббревиатур научно-исследовательских и других организаций, названий аппаратуры, тестов, опросников и т.п.

8. В конце статьи нужно указать фамилии, имена и отчества всех авторов, их ученые степени, звания и должности, почтовые адреса (индекс обязателен) и номера телефонов (служебный и домашний). Авторский коллектив указываетлицо, с которым редакция будет вес­ти переговоры и переписку.

9. В случае если статья полностью или частично опубликована или предложена для публикации в другом издании, автор сообщает об этом в редакцию.

 В.Н. Дружинин Экспериментальная психология

Редактор Н.В. Андреева Компьютерная верстка Г. Б. Крюков Художественное оформление "Ин-Арт"

ЛР№ 070824 от 21.01.93г.

Подписано в печать 25.02.97 Формат 60х90/16. Печать офсетная Усл. печ. л. 16,0. Тираж 6000 экз. Цена договорная. Заказ № 232

Издательский Дом «ИН<*°А-М» 127247, Москва, Дмитровское ш., 107 Тел.: (095) 485-74-00; 485-71-77 Факс 485-53-18 E-mail: contract @ infram.msk.ru

Отпечатано в типографии издательс1ва "Дом печати" 432601, г. Ульяновск, ул. Гончарова, 14

 

---

Дата добавления: 2021-04-15; просмотров: 100; Мы поможем в написании вашей работы!

Поделиться с друзьями:

---

---

Мы поможем в написании ваших работ!