Распределение /Q -оценок й показателей теста зрительной памяти
| Номер | /Q-оценка | Зрительная | Ранг* | Ранг Y | d | Р | Q | |
| испытуемого | (X) | память \Х) | 1 | i | ||||
| 1 | 1,20 | 15 | 1 | 4 | -3 | 9 | 5 | 2 |
| 2 | 1,00 | 15 | 2,5 | 4 | -1,5 | 2,25 | 5 | 2 |
| 3 | 1,00 | 18 | 2,5 | 1 | 1,5 | 2,25 | 7 | 0 |
| 4 | 0,91 | 15 | 4,5 | 4 | 0,5 | 0,25 | 5 | 1 |
| 5 | 0,91 | 13 | 4,5 | 9 | -4,5 | 20,25 | 0 | 3 |
| 6 | 0,90 | 13 | 6 | 9 | -3 | 9 | 0 | 3 |
| 7 | 0,88 | 17 | 7 | 2 | 5 | 25 | 3 | 0 |
| 8 | 0,86 | 14 | 8 | 6,5 | 1,5 | 2,25 | 1 | 0 |
| 9 | 0,76 | 14 | 9 | 6,5 | 2,5 | 6,25 | 1 | 0 |
| 10 | 0,75 | 13 | 10 | 9 | 1 | 1 | 0 | 0 |
| — | — | — | — | — | — | Id? =77,5; | S, =27; | S.-11 |
145
Кос
ент т более информативен, чем rs, и рас-
считывается проще. Поэтому на практике
при расчете К. р. отдают предпочтение ко-
эффициенту т.
КОСА КУБИКИ — невербальный тест
интеллекта. Предложен К. Косом в
1920 г.
Испытуемому предлагают составить
фигуры из цветных кубиков по рисункам-
образцам. Тестовый материал состоит из
шестнадцати кубиков с ребром 2,5 см, сто-
роны которых окрашены в красный, бе-
лый, желтый и синий цвета. Оставшиеся
две противоположные грани разделены по
диагонали, причем одна окрашена в белый
и красный цвета, а вторая — в синий и
желтый (см. Векслера интеллекта из-
мерения шкалы, рис. 13). В набор вклю-
чены восемнадцать образцов фигур, пер-
вый из которых является тренировочным
и выполняется совместно с испытуемым.
Цвета рисунков-образцов соответствуют
цветам кубиков, но размеры образцов
вдвое меньше. Образцы размещены посе-
редине картонной карточки, имеющей
размер 10 х 7,5 см.
|
|
|
Задания следуют в порядке возраста-
ющей трудности, что обеспечивается пос-
ледовательной комбинацией следующих
условий:
— фигуру можно построить только из од-
ноцветных сторон кубиков;
— для построения фигуры следует ис-
пользовать несколько двухцветных
граней;
— фигуру можно сложить только из
двухцветных сторон или из сочетания
двухцветных и одноцветных, причем
на образце не обозначена граница
между соседними кубиками;
— образец повернут на 45°, т. е. стоит на
ребре;
— для составления фигур требуется ис-
пользовать все большее количество
кубиков;
— образцы постепенно становятся все
менее симметричными;
— увеличивается количество цветов на
образце;
— образец не ограничивается рамкой,
так что на краях сливается с фоном.
Образцы-рисунки испытуемому предъ-
являются последовательно,тестирование
прекращается после пяти последовавших
друг за другом неудачных решений. Ус-
пешность оценивается с нескольких пози-
ций. Самым важным показателем явля-
ется время решения отдельных заданий.
В протоколе фиксируется и количество
попыток при выполнении. Первичные
оценки по результатам выполнения зада-
ний переводятся в показатель умствен-
ного возраста. В более поздних модифи-
кациях оценки переводятся в IQ -показа-
тели стандартные. Данные дополняют-
ся качественным анализом поведения ис-
пытуемого.
|
|
|
К. к. принадлежат к часто применяе-
мым тестам и широко используются как в
оригинальной, так и в сокращенных моди-
фикациях (см., напр., Векслера интел-
лекта измерения шкалы). Ценность те-
ста определяется особенностями деятель-
ности испытуемого, которая моделирует-
ся его заданиями. Испытуемый начинает
выполнение задания с анализа образца,
путем сопоставления фрагментов образца
с гранями кубиков. Затем осуществляет-
ся генерализация выделяемого признака.
Вслед за этим осуществляется переход
к синтезу — констатация соответствия
между образцом и собранной из кубиков
фигурой. По мнению К. Коса, в ходе реше-
ния заданий задействуются все мысли-
тельные процессы.
Имеются сведения о валидности кон-
структной К. к. Получена значимая кор-
реляция с Бине—Симона умственного
развития шкалой (г = 0,82 у нормаль-
ных детей и г = 0,67 у слабоумных детей).
Изучались связи показателей К. к. с
14*
Коэ
основными тестами интеллекта, в частно-
сти Станфорд—Бине умственного раз-
вития шкалой (г = 0,77), Равена про-
грессивными матрицами (г = 0,81). Об-
ращается внимание на независимость
друг от друга показателей К. к. и тестов
арифметических способностей.
|
|
|
Наиболее широкое применение К. к.
находят в клинической психодиагностике
(В. М. Блейхер, И. В. Крук, 1986). По
данным Л. Кошча (1976), тест весьма по-
лезен при работе с такими разнообразны-
ми контингентами испытуемых, как твор-
ческие личности с высоким уровнем спо-
собностей и, с другой стороны, умствен-
но отсталые лица; дети с минимальной
мозговой дисфункцией, нарушением кон-
центрации внимания, нарушением про-
странственной ориентировки; дети, стра-
дающие неврозами; дети с задержкой
психического развития, педагогически за-
пущенные; больные юношеского и зрело-
го возраста, страдающие шизофренией.
Тест может использоваться и при анали-
зе интеллектуального потенциала здоро-
вых лиц.
В отечественной психодиагностике
К. к. используются чаще всего в том виде,
как они представлены в соответствующем
отдельно взятом субтесте Векслера ин-
теллекта измерения шкалы.
КОЭФФИЦИЕНТ АЛЬФА (а) — ста-
тистический показатель, используемый
при дисперсионном анализе. Предложен
Л. Кронбахом (1971). Наиболее часто при-
меняется при оценке надежности теста.
Уравнение К. А. имеет следующий вид:
|
|
|
а = -
где п — количество заданий теста, а;-2 —
квадрат стандартного отклонения для все-
го теста, Ее,2 — сумма квадратов стан-
дартных отклонений для отдельных зада-
ний. В том случае, если в методике при-
меняются задания дихотомического типа
(«да»—«нет», «правильно»—«неправиль-
но»), может быть использована упрощен-
ная формула:
| а = • |
| 1- |
ZPQ
п-\
где SPQ=S<Ty и Р — доля испытуемых,
давших «ключевой» или правильный от-
вет, a Q = 1 - Р. Дихотомический вариант
К. А. является уравнением Кьюдера—Ри-
чардсона (см. Надежность частей тес-
та). Применение К. А. основано на моде-
ли, предполагающей наличие большой
дисперсии (а стало быть, и дискримина-
тивности заданий теста) скорее у надеж-
ного, чем у ненадежного теста (см. На-
дежность факторно-дисперсионная).
Таким образом, если при факторном
анализе возвести в квадрат и просумми-
ровать нагрузки выявленных факторов,
можно определить надежность, поскольку
нагрузки факторов представляют корре-
ляцию теста с общими или специфически-
ми факторами. Модель надежности фак-
торно-дисперсионной близка к анализу
надежности по внутренней согласо-
ванности.
Факторно-дисперсионный метод ана-
лиза надежности находится в сильной за-
висимости от выбора переменных, в свя-
зи с которыми факторизуется тест. Так,
если сопоставлять тест математических
способностей с личностными или мотива-
ционными переменными, то оценка на-
дежности была бы неадекватной (практи-
чески не было бы общих факторов). С дру-
гой стороны, если бы тест факторизиро-
вался совместно с тестами общих способ-
ностей так, чтобы каждый тест мог нагру-
жать соответствующие ему факторы, ме-
тод надежности факторно-дисперсионной
147
КРИ
мог бы быть достаточно точным. Таким об-
разом, эта модель подходит для оценки на-
дежности теста, факторная валидность
которого известна или задана при разра-
ботке, а также тестов, связанных с огра-
ниченным числом общих факторов.
КРИТЕРИАЛЬНО-КЛЮЧЕВОЙ
ПРИНЦИП — принцип конструирова-
ния тестов на основе обнаружения (эмпи-
рического) психологических признаков,
позволяющих дифференцировать реле-
вантные критериальные группы от конт-
рольных. Широко используется для кон-
струирования психодиагностических ме-
тодик наряду с факторно-аналитическим
принципом. Примером методик, в кото-
рых реализован К.-к. п., являются опрос-
ники эмпирические, такие как Минне-
сотский многоаспектный личностный
опросник, «Бланк интересов» Стронга
(см. Опросники интересов) и др.
Так, при разработке MMPI из первона-
чального банка утверждений в основные
клинические шкалы включались только
те, которые хорошо дифференцировали
испытуемых с тем или иным клиническим
диагнозом от контрольной группы здоро-
вых людей (см. Дискриминативность
заданий теста). В шкалы «Бланка инте-
ресов» Стронга вошли те утверждения из
первоначального набора, которые реально
разделяли группы лиц, являвшихся носи-
телями определенных интересов. Иногда
задания, объединенные общей шкалой в
силу эмпиричности конструирования, не
имеют не только теоретического, но даже
интуитивного, гипотетического объясне-
ния.
В тех случаях, когда необходимо диск-
риминировать группы, напр., в профотбо-
ре, К.-к. п. является достаточно эффек-
тивным.
В тестах, созданных в соответствии с
К.-к. п., основное значение придается дис-
криминативности. Важен тот факт, что
тест является дискриминативным, а не
причина, по которой это происходит. В
связи с использованием К.-к. п. конструи-
рования тестов возникает ряд проблем,
которые должен решать разработчик. К их
числу в первую очередь следует отнести
трудности в отборе критериальных групп.
MMPI, например, разрабатывался, как
указывалось выше, путем сопоставления
больных и здоровых, однако разработка
шкалы шизофрении (Sc) или паранойи
(Ра) с большим успехом могла бы опирать-
ся на сопоставление группы больных с вы-
раженными шизоидными или паранойяль-
ными тенденциями с группой пациентов,
у которых отмечаются противоположные
патологические особенности, но это прак-
тически нереально. Комплектование кри-
териальной группы больных опиралось на
врачебный диагноз, который разными спе-
циалистами может восприниматься по-
разному. Сложность в отборе «чистых»
групп для сравнения ведет в конечном
итоге к снижению надежности и валид-
ности теста. (См. также Контрастные
группы.)
Другая проблема связана со значи-
тельными трудностями, а иногда и невоз-
можностью психологической интерпрета-
ции показателей тестов, созданных в
соответствии с К.-к. п. Наиболее вероят-
ным является то, что одна критериальная
группа отличается от релевантной ей не
одним, а несколькими (иногда многими)
переменными. Полученные шкалы явля-
ются, таким образом, не однозначными, а
мультивариантными. Следовательно, два
идентичных показателя могут иметь раз-
личную интерпретацию, и не существует
определенного способа по виду показате-
ля установить, что измеряет данная шка-
ла. Факт, что тест может дискриминиро-
вать группу X от группы У, не говорит
ничего о природе переменной, измеряе-
мой тестом, если только мы не располага-
ем доказательством, что группы отлича-
148
КРИ
ются одна от другой лишь по одной пере-
менной.
Результатам тестов, разработанных на
основе К.-к. п., присуща известная специ-
фичность, что также является серьезным
ограничением. Например, если такой тест
используется для отбора сборщиков элек-
тронной аппаратуры, он будет разрабаты-
ваться на основе конкретного критерия,
связанного с выполнением работы опре-
деленного характера. Если содержание
работы изменится, разработанный на ос-
нове неадекватных критериальных при-
знаков тест станет бесполезен. В противо-
вес этому тесты, ориентированные на ба-
зовые способности, по-прежнему могут
быть использованы.
Факторный тест, относительно «чис-
тый» по исследуемым переменным и
опирающийся на теорию измеряемого
конструкта, как можно ожидать, будет
предпочтительней страдающих эмпирич-
ностью тестов, созданных в соответствии
с К.-к. п. Однако разработка факторно-
аналитического теста является техничес-
ки более сложной, трудоемкой задачей.
Не нужно противопоставлять К.-к. п.
конструирования тестов факторно-анали-
тическому принципу; следует помнить,
что при подборе первичного банка зада-
ний разработчики исходят, как правило,
из описания некоего свойства, конструк-
та, являющегося объектом измерения. С
другой стороны, разработанный по К.-к. п.
тест в последующем может пройти проце-
дуру факторизации.
«Эмпиричность» таких тестов в значи-
тельной степени сглаживается и последу-
ющей процедурой определения валиднос-
ти конструктной.
Для методик, созданных в соответ-
ствии с К.-к.. п., наибольшее значение име-
ют эмпирические модели определения на-
дежности (см. Надежность ретестовая,
Надежность параллельных форм, На-
дежность частей теста).
КРИТЕРИЙ X2 (критерий согласия Пир-
сона) — характеристика распределения,
используемая для проверки статистичес-
ких гипотез. Под статистическим крите-
рием подразумевается правило, обеспечи-
вающее с определенной вероятностью
принятие истинной или отклонение лож-
ной гипотезы. В качестве критериев в
математической статистике применяют
определенные случайные величины, явля-
ющиеся функциями изучаемых случай-
ных величин и чисел степеней свободы.
Одним из наиболее часто применяе-
мых является К. X2, представляющий со-
бой сумму квадратов отклонений эмпири-
ческих частот (/?) от теоретических или
ожидаемых (р1), отнесенную к теоретиче-
ским частотам:
При полном совпадении эмпирических
и ожидаемых частот S (р - р') - 0. При
несовпадении производится сравнение
эмпирической величины X2 с его крити-
ческим значением, определенным по таб-
лицам (см. Приложение III, табл. 3). Ну-
левая гипотеза, которая предполагает,
что расхождение между эмпирическими
частотами и математическим ожиданием
носит случайный характер и между вы-
численными и эмпирическими частотами
разницы нет, опровергается, если X2 £ Х2р
для принятого уровня значимости (а) и
числа степеней свободы (df). В качестве
примера проанализируем с помощью К. X2
распределение частот выбора ответа на
закрытый пункт теста (см. Задачи закры-
того типа). Предлагаемые варианты не-
правильных ответов должны быть при-
мерно равновероятны. При обследовании
100 человек, отвечающих на проверяемый
пункт неверно, результаты распредели-
лись следующим образом (табл. 14).
149
КРИ
Таблица 14
Дата добавления: 2018-10-25; просмотров: 201; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!