Носс И.Н. Личностно-профессиональная диагностика сотрудников ОВД. Ч. 1

11

Таким образом, нормативное измерение представляет собой процесс сравнения конкретных психологических показателей с так называемой «серединной величиной», который может быть представлен в форме сопоставления с большинством, или как «лучшийхудший» показатель, или как значение показателя «выше-ниже» среднего по группе.

Вторым видом психологического измерения является критериальное измерение (Popham W., 1978), основанное на прямой оценке качества выполнения теста испытуемым без сравнения с другими испытуемыми в соответствии с определенным объективным уровнем развития качества, или критерием. Объективная норма – это фактическое выполнение функции человеком. Допустим, что для отличной оценки ученик должен решить пять задач из пяти. Если даже бόльшая часть учеников выполнит четыре задания, то это не означает, что им следует поставить «пять». Они получат свои «четыре» балла. А меньшинство, решившее все задачи, достигнет отличного результата. Этим и различается критериальное и нормативное измерения.

Третий вид психологических измерений – ипсативное (Broverman D., 1962). Оно нацелено на оценку внутрииндивидуальных соотношений и не связано с изучением межиндивидуальных различий. В этом случае показатели психики одного и того же объекта сравниваются с его же показателями в иной ситуации. Например, можно сравнить количество сердечных сокращений у одного и того же человека в экстремальной ситуации (после нагрузки) с его показателями в нормальном состоянии (в покое) или сопоставить результаты тестирования уровня сплоченности группы до проведения деловой игры (тренинга) и после.

Таким образом, в ходе практической экспериментально-методи- ческой деятельности психолог сталкивается, по крайней мере, с тремя видами психологического измерения. Он может сравнить полученные психологические данные с групповой нормой, с объективным критерием или сопоставить результаты измерений, полученные в разных условиях, между собой.

Говоря о нормативном измерении, мы упомянули о разном уровне представления психологических данных. Эти уровни С. Стивенс (1936) называл измерительными шкалами. В различных шкалах используются различные математические методы.

12

Практическому психологу необходимо усвоить тот факт, что «модель шкалирования определяет способ выведения баллов, уровень полученного измерения (тип шкалы) и выбор способов оценки функционального единства полученного инструмента измерения»1. В психологии наиболее популярны четыре основные шкалы, хотя их существует больше2.

Статистические методы и измерительные шкалы сгруппированы в два раздела, которые получили названия «непараметрическая статистика» (и соответственно «непараметрические шкалы») и «параметрическая» («параметрические шкалы»).

В непараметрических шкалах начинают активно использоваться математические методы. Здесь также зарождается модель сопоставления, может быть несколько аморфная и расплывчатая, но все же помогающая психологу сравнивать и интерпретировать результаты исследований, дифференцируя людей по изучаемым признакам. Непараметрические шкалы чаще всего применяются в проективных и креативных психотехнологиях, в психологических исследованиях профессиональной деятельности (профессиографии).

1.Номинальная шкала: описание в естественном языке.

Примером практического применения данной шкалы измерения служит составление психологической характеристики какого-либо человека, обратившегося для консультации или проходящего психологическое освидетельствование в процессе решения кадровых задач. Ее содержанием, как правило, является изложение текстового материала, характеризующего человека и отличающего его от других людей. Данное описание характерологических и поведенческих особенностей субъекта дает возможность хотя бы визуальносемантически сравнить его психологические признаки с признаками другого человека.

Собственно говоря, с этого пункта можно уже говорить о непараметрическом психологическом измерении.

2.Номинальная шкала: нечеткая (размытая) классифика-

ция. Содержанием данной шкалы является сопоставление признаков реальных объектов с «эталоном» или с другими объектами.

1 Жуков Ю. М. Применение шкалирования в социально-психологических исследованиях // Методология и методы социальной психологии. М. : Наука,

1977. С. 129.

2 Дружинин В. Н. Экспериментальная психология : учебное пособие. М. :

ИНФРА-М, 1997. С. 179–189.

13

Эталоном может выступать идеальный объект (например, перечень профессионально значимых качеств специалистов) или реальный объект (лучший в профессии), т. е. подобие эталону (А). Абсолютного подобия (идентичности) эталону не существует, поэтому подобие определяется степенью совпадения признаков. В практике распространена следующая ситуация: «В подобно А; С подобно А; но В не подобно С».

Допустим, что человек имеет ряд черт характера, совпадающих с чертами другого субъекта. Если соотнести это количество общих черт данных людей с суммарным числом качеств, присущих одному и второму субъекту, то мы получим вероятностную характеристику «похожести» этих людей. Соотнесение же конкретных индивидов с эталоном (идеальным работником) позволит количественно обсудить вопрос о близости их к модели успешности в работе и сделать вывод о профессиональной пригодности человека.

Например, на рис. 1 показана оценка характерологических черт у одного (А), другого (В) и третьего (С) испытуемых. Некоторые черты (признаки) субъекта (А) присущи характеристике и субъекта (В). Эти люди имеют сходные и различительные черты в индивидуальных характеристиках, т. е. «А» подобно «В». Если у субъектов «В» и «С» нет сходных черт характера, то «В» не подобно «С».

Субъект «В»			Субъект «С»
	++++++++		********
	^^^^^^^^^		@@@@@
	^^^^^^^^^
	Субъект «А»		*********

Рис. 1. Соотношение признаков исследуемых объектов

Если в процессе диагностики оценка «подобия» характеристик людей при помощи математических расчетов встречается довольно редко, то в психологии профессий идентичность специальностей определяется с использованием коэффициента сопряженности. Для

14

иллюстрации алгоритма расчета коэффициента сопряженности воспользуемся данными, приведенными в табл. 2, где сопоставлены профессионально значимые качества двух специалистов.

Таблица 2

Сопоставление профессионально значимых качеств двух специалистов1

	Профессионально значимые		Субъект	Субъект
	качества		№ 1	№ 2
1.	Длительное сохранение инфор-		+	–
мации в памяти
2.	Умение выделить в информа-		–	+
ции главное, существенное
3.	Умение принять	решение в	+	+
кратчайший срок
4.	Способность четко, лаконично		+	+
формулировать сообщения, рас-
поряжения
5.	Способность правильно и бы-		+	+
стро формулировать свои мысли
письменно
6.	Самообладание и выдержка		–	+
7.	Дисциплинированность		+	–
8.	Общительность,	способность	+	–
легко вступать в контакт с други-
ми людьми
9.	Способность находить компро-		+	+
миссные решения в конфликтных
ситуациях
10. Гибкость во взаимоотношени-			+	+
ях с людьми

Коэффициент сопряженности специальностей (профессий) рассчитывается по формуле:

Сп = S ∑ ni / ∑ Ni; [1]

где: Сп – коэффициент сопряженности;

∑ni – суммарное количество идентичных признаков (качеств);

1 Знаки «+» и «–» обозначают соответственно наличие или отсутствие конкретного профессионально значимого качества (ПЗК).

15

∑ Ni – суммарное количество всех профессионально-значимых признаков (качеств);

S – количество сравниваемых субъектов.

Из табл. 2 видно, что испытуемые имеют совпадения по пяти профессионально значимым психологическим качествам (∑ ni = 5). Сумма качеств, характеризующих первого и второго человека, равна 15 (∑ Ni = 15). Количество субъектов – 2. Подставив в формулу [1] соответствующие значения, получим величину коэффициента сопряженности равную 0,67. Можно сделать вывод о том, что про- фессионально-психологические портреты данных людей схожи между собой (Сп = 0,67). Они подобны, так как экспериментально выявлено1, что критериальное значение коэффициента сопряженности, характеризующих материалов людей при сопоставлении их с эталоном, составляет 0,5. То есть если значение Сп больше или равно 0,5, то изучаемые феномены значимо сопряжены или подобны, а значит, составляют один класс, тип или группу.

3.Номинальная шкала: строгая классификация. В психомет-

рической литературе содержание данной шкалы описывается логическим правилом: «А» – не «В»; «В» – не «С»; «С» – не «Д» и т. д. Данная шкала «строго» определяет отличие одного измеренного признака (или субъекта) от другого. Часто в вопросниках «работает» дихотомическая шкала – «да–нет», которая интерпретируется в форме присутствия/отсутствия исследуемого признака, т. е. – «данный признак есть или его нет». Например, в «Дифференциальнодиагностическом опроснике» Е. Климова в рамках данной шкалы интерпретируется наличие у субъекта признаков, относящихся к пяти категориям (типам) деятельности: «человек», «техника», «знаковая система», «природа», «художественный образ». Номинальная «принадлежность субъекта» к одной из областей определяет, что у него отсутствуют признаки других категорий.

4.Шкала порядков (ранговая шкала). В психометрии выделя-

ется, по крайней мере, два вида ранговых шкал. Это – шкала строгой упорядоченности, где действует логическая схема «А» > «B»; «B» > «C»; «C» > «D» и т. д., и шкала нестрогой упорядоченно-

сти – «больше или равно – меньше или равно».

1 Носс И. Н. Акмеологическая концепция диагностики кадров государственной службы : дис. ... д-ра психол. наук. М. : РАГС, 2007.

16

Если психологические признаки различаются между собой на такое-то количество условных единиц, то появляется новый уровень измерений, основанный на параметре. Именно на параметрическом уровне измерения основывается математическая статистика. Она предлагает психологам широкий спектр возможностей теоретического анализа эмпирических данных. Для использования параметрических методов необходимо провести исследование вида распределения психологических данных. Если они распределены в соответствии с законом Гаусса-Лапласа, то можно обоснованно применять параметрическую статистику. Последняя применяется в интервальной и более мощных шкалах, то есть к параметрическим относятся интервальная шкала, шкала отношений и абсолютная шкала.

5.Шкала интервалов (интервальная). Отличие данного типа шкалы от других параметрических шкал состоит в том, что начало отсчета (ноль) и интервалы выбираются условно. Здесь действует логическое правило, что, между психологическими признаками «А» и «В» существует различие, измеряемое условными единицами. Это интерпретируется как «А» больше (или меньше) «В» на определенное количество единиц. Например, если «коммуникабельность» субъекта «А» составляет 10 условных единиц, а – субъекта «В» – 7 единиц, то по данному признаку субъект «А» более коммуникабелен, чем субъект «В», на 3 единицы. Из этого примера видно, что и точка отсчета величины признака, и интервал выбраны условно. Однако расчетный стандартизированный интервал позволяет полагать, что на доверительном уровне (95 %) разница между «А» и «В» постоянна и равна определенному значению.

Шкала интервалов внедрена в различные бытовые измерения. Например, измерение температуры (по Цельсию) происходит в рамках шкалы интервалов. Интервальная шкала – это шкала договорная, поэтому данные, полученные в рамках ее, относительны.

6.Шкала отношений. Шкала отношений применяется в области психофизиологических исследований. Содержанием ее является наличие абсолютной точки отсчета, то есть нуля, от которого идет относительно равный отсчет. Примером такой измерительной шкалы является измерение длины и веса, где точка отсчета – «ноль» (отсутствие веса или длинны), а интервалы – общепринятые единицы.

17

7. Абсолютная шкала (Lord F., Novick M., 1968). Данная оце-

ночная шкала применяется в ситуации, когда есть абсолютный ноль (отсутствие признака или качества), от которого идет отсчет в абсолютных долях. Примерами могут служить физические измерения, в частности регистрация количества электронов в атоме, заряд ядра и т. п.

Названные одномерные шкалы (кроме абсолютной) могут быть преобразованы в другие, более низкого уровня (понижение мощности шкалы). Так, интервальная шкала довольно легко может быть представлена в форме ранговой (по рейтингу балла), а также при наличии критерия (величины признака или его границ) – в номинальной1.

Одномерные психологические шкалы, полученные в результате измерения одного и того же признака у одного и того же объекта при использовании различных инструментов, могут также преобразовываться в многомерные шкалы2 путем конструирования функциональных зависимостей между ними.

1.2.Применение статистических методов

впсихологических измерениях

Как уже отмечалось выше, в каждой метрической шкале применяются определенные статистические методы. Причем методы, применяющиеся в «слабых» шкалах, могут быть использованы в более «сильных». Например, вычисление моды, т. е. наиболее «популярного» признака в группе, может осуществляться не только в номинальной шкале, но и в ранговой и даже интервальной. Если большинство испытуемых получило в результате исследования интеллектуальных особенностей, допустим, 75 условных баллов, то эта оценка является модальной для данной группы людей. По полученным баллам за какой-либо тест можно ранжировать людей, т. е. тем самым перевести интервальное измерение в порядковое и т. д.

1 Дружинин В. Н. Экспериментальная психология : учебное пособие. М. :

ИНФРА-М, 1997. С. 189.

2 Осипов Г. В., Андреев Э. П. Методы измерения в социологии. М. : Наука, 1977. С. 121–164; Математические методы анализа и интерпретации социологических данных. М. : Наука, 1989. С. 12–60; Шевандрин Н. И. Психодиагностика, коррекция и развитие личности. М. : ВЛАДОС, 1998. С. 129–130; Носс И. Н. Психодиагностика. Тест, психометрия, эксперимент. М. : «КСП+», 1999. С. 137–142.

18

Распределение эмпирических данных

Любое социальное исследование, связанное с применением статистики и теории вероятностей, имеет целью изучение большого числа людей, их признакового пространства для обобщений и типологических выводов относительно всей или определенной части наблюдаемой популяции. Эта популяция называется в психометрии генеральной совокупностью. В реальности психолог не в состоянии изучить свойства всей популяции, поэтому он работает с выборкой, т. е. частью популяции, группой, а выводы с учетом определенных процессуальных правил распространяет на всю генеральную совокупность. Тем самым, изучая свойства относительно небольшой группы, исследователь получает знание о свойствах генеральной совокупности в целом. По теореме Бернулли при бесконечном увеличении объема выборки эмпирическое распределение по вероятности стремится к распределению теоретическому1.

Характеристики распределения генеральной совокупности называются параметрами, а характеристики выборочного распределения – оценками параметров. Для применения методов параметрической статистики осуществляется процедура определения вида статистического распределения эмпирических данных.

В психологии в ходе оценки эмпирических данных используются различные распределения переменных. К наиболее известным относятся симметричные распределения – нормальное и бимодальное распределение, и скошенные распределения – L- и J-распреде- ления данных и др.

Метод наименьших квадратов в сочетании с гауссовским (нормальным) распределением эмпирических данных служит основой классической статистики. Предположения о нормальном распределении данных носят «модельный» характер, т. е. реально они не могут выполняться абсолютно точно. Поэтому статистические выводы, составленные на основе модели, приближенной к нормальному распределению, носят более или менее точный характер. Оценка «приближенности» практической кривой к параметрам нормали осуществляется при помощи расчета а) асимметрии и эксцесса и б) критериев согласия Пирсона (Хи-квадрат, χ2), Колмогорова и Ястремского. В первом случае оценивается положение вер-

1 Осипов Г. В., Андреев Э. П. Методы измерения в социологии. М. : Наука, 1977. С. 75.

19

шины практической кривой относительно теоретической, во втором – определенных «участков» (групп частот) практической кривой относительно теоретической нормали.

Таким образом, чем больше количество наблюдений, тем больше вероятность их совпадения, и «более гладким» будет график распределения данных. Теоретически в условиях неопределенности результаты психологических переменных зависят от «случайности»

иопределяются большим количеством независимых факторов, влияние которых учесть невозможно. Но чем больше объем эмпирических данных, тем ближе реальное распределение к теоретически ожидаемой нормальной вероятности.

График нормального распределения был впервые построен математиками П. Лапласом и К. Гауссом в результате исследований в области теории игр. В XIX в. бельгийский статистик А. Кутелет первым применил понятие нормального распределения эмпирических данных к исследованию антропометрических качеств человека. Он, в частности, заметив сходство графика нормального распределения с данными изменчивости антропометрических признаков, создал теорию, согласно которой стремление исследователей к экспериментальному «идеалу» или норме наталкивается в силу различных обстоятельств на неудачу. Опыт Кутелета по применению нормального распределения был переосмыслен и развит Ф. Гальтоном, который активно применял график нормального распределения для квантификации и преобразования данных индивидуальных

игрупповых различий.

Коэффициент асимметрии (As) показывает величину смещения вершины эмпирической кривой относительно расчетной вершины по горизонтали. Коэффициент эксцесса (Ex) определяет «крутизну» практической кривой, то есть смещение по вертикали (рис. 2.).

Коэффициент асимметрии рассчитывается по формуле:

As = 1 / δ3 ∙ n ∙ ∑(xi – Mх )3; [2]

где δ – среднеквадратическое отклонение;

n – количество испытуемых, подвергнутых процедуре тестирования;

xi – конкретный тестовый балл i-го тестируемого; Mх – среднее значение (математическое ожидание).

20

Рис. 2. Распределение эмпирических данных относительно теоретической кривой (распределение Гаусса-Лапласа)

Коэффициент эксцесса рассчитывается при помощи следующей формуле:

Ex = 1 / δ 4 ∙ n ∙ ∑(xi – Mх ) 4

[3]

Допустимые пределы отклонений от теоретической кривой, когда возможно применение методов параметрической статистики (среднее, δ, коэффициенты корреляции и т. п.) определяются согласно неравенствам П. Л. Чебышева:

а) I As I <	Sa / (1 - p)		;
где Sa – дисперсия эмпирической оценки асимметрии;
р – вероятность появления ошибки.
		Sa = 6(n – 1) / (n + 1)(n + 3);			[4]
б) I Ex I <				;
		Se / (1 - p)
где Se – дисперсия эмпирической оценки эксцесса;
Se = 24n (n – 2)(n – 3) / (n + 1)2 (n + 3)(n + 5);					[5]

В практике профессионального психологического отбора часто пользуются правилом превышения ошибок асимметрии и эксцесса по абсолютной величине не более чем в три раза.

Для примера в табл. 3 представлены данные тестирования двух выборок испытуемых (группы А и В).