Лекции по "Психодиагностика"

ify">Кривая распределения тестовых баллов отражает диагностическую силу пунктов ПДМ. Если кривая имеет правостороннюю асимметрию (рис. 1а), то в тесте преобладают задания с высокой диагностической силой, а если кривая имеет левостороннюю асимметрию (рис. 1б) – с низкой диагностической силой.

 

Рис. 1 Асимметрия распределения 

 

Например, если в тесте интеллекта большинство заданий являются трудными, так как с ними не справляются многие испытуемые, то будет иметь место правосторонняя асимметрия и, наоборот, преобладание легких заданий будет обуславливать левостороннюю асимметрию. В первом случае тест плохо дифференцирует испытуемых с низким уровнем интеллектуальных способностей, а во втором случае – с высоким уровнем способностей.      

Если пункты ПДМ в своем большинстве обладают средней диагностической силой, то кривая распределения зависит от того, насколько пункты однородны. Если пункты разнородны, то тест представляет собой последовательность независимых испытаний Бернулли. В этом случае при относительно большом количестве заданий кривая распределения суммарных баллов приближается к кривой нормального распределения. 

Если ПДМ содержит такие разнородные задания примерно одинаковой диагностической силы (именно такие задания разрабатываются для оценки более или менее интегральных характеристик индивида или группы), то нормальность распределения суммарных баллов возникает автоматически – как артефакт самой процедуры подсчета суммарных баллов. При этом форма кривой распределения тестовых баллов не позволяет говорить о реальной форме распределения измеряемого свойства, каким оно является само по себе – в широкой популяции испытуемых. Нормальность распределения является прямым следствием направленного отбора пунктов с заданными свойствами.  

Если подбираются пункты, тесно коррелирующие между собой, то в распределении баллов возникает отрицательный эксцесс  (рис. 2а).   

Рис. 2 Эксцесс распределения 

 

Максимальных величин отрицательный эксцесс достигает по мере возрастания вогнутости вершин распределения – до образования двух вершин – двух мод (рис. 2б). Бимодальная конфигурация распределения баллов указывает на то, что выборка испытуемых разделилась на две категории (с плавными переходами между ними). Это значит, что в основе пунктов ПДМ лежит какой-то один общий для всех признак, соответствующий определенному свойству испытуемых. Если у испытуемых есть это свойство, то они выбирают один вариант ответа, если нет этого свойства – то другой вариант. Например, в тесте интеллекта одна часть испытуемых справилась с большинством заданий, другая – не справилась. 

В некоторых тестах пункты могут отрицательно коррелировать друг с другом. В этом случае на кривой возникает положительный эксцесс (рис. 2в): вся совокупность испытуемых по тестовым баллам шкалы концентрируется вблизи среднего значения. Такое возможно в двух случаях: а) неверно составлен «ключ» - объединены при подсчете отрицательно связанные признаки; б) испытуемые применяют, разгадав предназначение методики, определенную стратегию искажения ответов – преднамеренно балансируют ответы «да» и «нет» одного из полюсов измеряемого с помощью методики качества.        

Соответствие методики принятым требованиям также устанавливается путем применения математико-статистических процедур. Например, репрезентативность выборки, на которой создаётся и апробируется методика, может быть оценена посредством определения минимального объема выборки с помощью определения доверительного интервала для среднего значения. Надежность-согласованность методики может быть определена с помощью альфа-коэффициента Кронбаха, факторного или кластерного анализа, а ретестовая надежность – корреляционного анализа. Для оценки конвергентной или дискриминантной валидности часто используют корреляционный анализ.

Для оценки эффективности всей процедуры измерения соотносят размеры ошибки измерения с размерами разброса суммарных баллов, вызванных индивидуальными различиями в измеряемой характеристике между испытуемыми. В терминах статистики речь идет о сравнении так называемой «истинной» дисперсии распределения суммарных баллов с дисперсией ошибки.

Обработка результатов тестирования по многим методикам выражается в подсчете суммарного балла с помощью ключа, который устанавливает числовое значение исхода по каждому пункту. Например, за правильное решение задания в тесте интеллекта присваивается условная единица –  «1», а за неправильное или пропуск – «0», так что балл буквально выражает количество правильных ответов. Далее, для постановки диагноза конкретному индивиду или группе используются рассчитанные на определенной выборке нормативные данные (среднее значение и стандартное отклонение) и выделенные на их основе статистические зоны проявления диагностируемой характеристики.

Надо отметить, что совер­шенствование математико-статистического аппарата, в свою оче­редь, влияет на конструирование новых диагностических технологий и тестов, решение задачи обеспечения их эффективности.

 

 

Глава 7. Репрезентативность и стандартность

 

7.1. Понятие репрезентативности

 

 

Репрезентативность – свойство выборочной совокупности представлять характеристики популяции или генеральной совокупности в целом. Это свойство имеет два параметра:  качественный (кого именно мы выбираем и какие способы построения выборки мы для этого используем) и количественный (объём выборки в численности испытуемых).

Есть две точки зрения на репрезентативность. Согласно первой, представленной в математической статистике, репрезентативная выборка достигается за счет полностью случайного отбора (принцип рандомизации). В этом случае, разрабатывая общую схему исследования, специалист опирается на статистическую (количественную) парадигму, используя дедуктивно-индуктивный характер рассуждений, движется в анализе объекта от общего к частному. В соответствии с другой точкой зрения, репрезентативность – это свойство выборочной совокупности воспроизводить значимые признаки (элементы) структуры генеральной совокупности. Общая схема исследования в данном случае может иметь как дедуктивно-индуктивный, так и индуктивно-дедуктивный (качественная парадигма) характер движения от частного к общему.

В психологии репрезентативность выборки рассматривается в контексте научных, прикладных исследований и разработки (адаптации), оценки психодиагностических методик.

В научных и прикладных исследованиях репрезентативность определяет, насколько возможно обобщать результаты исследования с привлечением определённой выборки на всю генеральную совокупность, из которой она была собрана. Предположим, генеральная совокупность – это все учащиеся школы (500 человек из 20 классов, по 25 человек в каждом классе). Предмет изучения – отношение школьников к представителям противоположного пола. Выборка, состоящая из 80 учеников старших классов, гораздо хуже представляет совокупность, чем выборка из 80 человек, в которую войдут по 4 ученика из каждого класса. Это обусловлено неравным возрастным распределением. Следовательно, в первом случае репрезентативность выборки низкая, а во втором – высокая (при прочих равных условиях). Другой вопрос заключается в том, насколько представительным является данный объем выборки (N=80).

В психодиагностике репрезентативность свидетельствует о том, в какой степени можно применять методику и полученные к ней нормативы на всю генеральную совокупность. Таким образом определение репрезентативности необходимо для установления прежде всего обоснованности выборок, на которых проводится оценка надежности,  валидности и стандартизация методик. Например, шкала измерения интеллекта взрослых Векслера (1955 г.) была стандар­тизирована на выборке, состоящей из 1700 человек обоего пола в возрасте от 16 до 64 лет. В этой выборке были пропорционально представлены лица, относящиеся к различным профессиональным и образовательным группам с учетом их географи­ческого местоположения и принадлежности к городской или сельской местности. Можно считать, что эта выборка является представительной по своей качественной и количественной характеристике.

Предположим, методика изучения общительности-замкнутости оценивается на надежность и валидность по данным, полученным в обследовании 100 студентов гуманитарных факультетов вуза. На этой же выборке рассчитываются нормативные данные (среднее значение и стандартное отклонение).  Здесь возникает сомнение в репрезентативности выборки. Во-первых, если методика предназначена для диагностики только молодёжи, то в выборке должны быть представлены студенты технических и естественно-научных факультетов, а также работающие молодые люди, которые могут отличаться по данному качеству от студентов гуманитарных факультетов. Если область применения методики является более широкой и рассчитана на разные слои населения в возрасте от 18 до 60 лет, то по качественному параметру выборка будет явно не представительной.

Во-вторых, выборка должна быть подвергнута оценке на представительность с точки зрения количества испытуемых.

 

7.2. Способы создания и оценки репрезентативности выборки

 

С точки зрения статистического подхода репрезентативность выборки обеспечивается выполнением следующих условий: а) каждый из объектов генеральной совокупности должен иметь одинаковую вероятность быть представленным в выборке; б) отбор производится из однородных совокупностей; в) число объектов в выборке должно быть достаточно большим; г) выборка и генеральная совокупность должны быть по возможности статистически однородны.

Создание простой вероятностной выборки может осуществляться методом рандомизации – процедурой случайного отбора. При этом методе характеристики испытуемых игнорируются, их включение в выборку имеет одинаковую вероятность и является непредвзятым. Это значит, что любой испытуемый имеет равные шансы попасть в выборку. Процедура построения простой случайной выборки включает в себя следующие шаги: а) необходимо получить полный список членов генеральной совокупности и пронумеровать этот список; б) определить предполагаемый объем выборки, то есть ожидаемое число испытуемых; в) извлечь из таблицы случайных чисел столько чисел, сколько требуется выборочных единиц (например, если в выборке должно оказаться 100 человек, из таблицы берут 100 случайных чисел, которые могут генерироваться компьютерной программой). Упрощенным вариантом рандомизации является механический отбор испытуемых на основе списка генеральной совокупности через определённый интервал (К), который определяется случайно.

Несмотря на свою простоту, этот метод имеет существенные ограничения:

-  значительно увеличивает трудозатраты и стоимость сбора данных, если генеральная совокупность является численно большой или распределенной  по большой географической территории (это характерно при создании ПДМ, рассчитанных на широкие слои населения);

- результаты применения простой случайной выборки часто характеризуются низкой точностью и большой стандартной ошибкой.

В случае неоднородной генеральной совокупности, прежде чем формировать выборку, рекомендуется разделить эту совокупность на однородные части. Они могут формироваться на основе того или иного признака: административно-территориальные единицы (например, районы города), социально-демографические характеристики (пол, возраст, социальный статус) или организационная принадлежность испытуемых (образовательные учреждения) и т.д. Такая выборка называется районированной (стратифицированной). Далее из каждой однородной части отбор в выборку осуществляется случайным образом.  Например, для оценки методики изучения межличностной идентичности в группе и подгруппах и методики изучения микрогрупповой и групповой идентичности (применительно к учебным группам подростково-юношеского возраста) были выбраны шесть средних общеобразовательных школ в трех районах и два вуза г. Ростова-на-Дону. Далее методом случайного отбора в выборку были включены по шесть групп 10-х и 11-х классов школ и шесть студенческих групп 2 курса вузов (всего 18 групп). Общая численность испытуемых составила 413 человек.

Ещё одним вариантом рандомизации является создание серийной  (гнездовой или кластерной) выборки. Здесь единицами случайного отбора выступают не сами объекты, а группы (кластеры или гнёзда). Объекты внутри групп обследуются сплошным образом.

Создание невероятностной выборки, что широко практикуется при оценке психодиагностических методик и составлении нормативов, осуществляется не по принципу случайности, а по субъективным критериям – доступности, типичности, равного представительства и т.д. Выделяют несколько способов формирования такой выборки:

1) Метод квотирования. Изначально выделяется некоторое количество групп объектов (например, мужчины и женщины в возрасте 18-25 лет, 26-35 лет и 36-55 лет. Для каждой группы задается количество испытуемых, которые должны быть обследованы с помощью данной методики. Количество испытуемых, которые должны попасть в каждую из групп, задается либо пропорционально заранее известной доле группы в генеральной совокупности (например, если генеральная совокупность  представлена 5000 человек, из них 2000 женщин и 3000 мужчин, тогда в квотной выборке будет 200 женщин и 300 мужчин), либо одинаковым для каждой группы. Внутри групп объекты отбираются произвольно.

2) Метод «снежного кома». Выборка строится следующим образом: у каждого респондента, начиная с первого, просятся контакты его друзей, коллег, знакомых, которые подходили бы под условия отбора и могли бы принять участие в исследовании. Таким образом, за исключением первого шага, выборка формируется с участием самих объектов исследования.