РАЗДЕЛ 7. ИЗМЕРЕНИЕ В ПСИХОЛОГИИ Тема. ПСИХОЛОГИЧЕСКОЕ ИЗМЕРЕНИЕ Образовательные задачи: – закрепить наиболее существенные представления о психологическом измерении, – усвоить систему научных понятий, связанных с применением статистических методов в ходе психологического исследования, – оценить возможности применения различных видов измерительных шкал и соответствующих им методов статистической обработки. Содержание 1. Понятие психологического измерения 2. Измерительные шкалы 3. Методы анализа первичных статистик, тип распределения 4. Классификация психологических задач, решаемых с помощью статистических методов 1. Понятие психологического измерения • Психометрия – это область математической психологии, разрабатывающая математические основы психологических измерений. • Измерение может быть самостоятельным исследовательским методом при выявлении индивидуальных различий поведения субъекта и отражения им окружающего мира. • Измерение как компонент целостной процедуры эксперимента – это метод регистрации состояния объекта исследования и соответственно изменения этого состояния в ответ на экспериментальное воздействие. Три основные процедуры психологического измерения (основание для различения - объект измерения) 1. 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 (измерение испытуемых). 2. Исследователь может использовать измерение как задачу испытуемого, в ходе выполнения которой последний измеряет (классифицирует, ранжирует оценивает и т. п.) внешние объекты: других людей, стимулы или предметы внешнего мира, собственные состояния (измерение стимулов). 3. Процедура совместного измерения 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. • В психологической исследовательской практике понятия «измерение» и «эксперимент» часто используются как синонимы (внешне процедуры ничем не отличается). Но: • 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. • Измерение – это приписывание чисел объектам (событиям), которое осуществляется по определенным правилам. • Правила отражают соответствие между некоторыми свойствами рассматриваемых объектов, с одной стороны, и ряда чисел — с другой. • Закодированная в числовой форме информация позволяет использовать математические методы и выявлять то, что без обращения к числовой интерпретации могло бы остаться скрытым. • Числовое представление объектов позволяет оперировать сложными понятиями в более сокращенной форме. • Правила, на основании которых числа приписываются объектам, определяют шкалу измерения. • Способы измерения объектов задают тип шкалы. • Шкала в свою очередь характеризуется видом преобразований, которые могут быть отнесены к результатам измерения. • Тип шкалы в дальнейшем определяет совокупность статистических методов, которые могут быть применены к ней для обработки данных измерения. 2. Измерительные шкалы Существует четыре типа измерительных шкал (способов измерения): 1) номинативная, номинальная или шкала наименований; 2) порядковая, ординарная или ранговая шкала; 3) интервальная или шкала равных интервалов; 4) шкала равных отношений, или шкала отношений. • Процесс присвоения количественных (числовых) значений, имеющейся у исследователя информации, называется кодированием. • кодирование – это операция, с помощью которой экспериментальным данным придается форма числового сообщения (кода). Номинативная шкала • Измерение состоит в присваивании какому-либо свойству или признаку определенного обозначения или символа (численного, буквенного и т.п.). • Это классификация или распределение объектов на непересекающиеся классы, группы (разбиение людей по четырем темпераментам: сангвиник, холерик, флегматик и меланхолик). • Номинальная шкала определяет, что разные свойства или признаки качественно отличаются друг от друга, но не подразумевает каких-либо количественных операций с ними (больше/меньше, лучше/хуже). Пример 1. Изучаются предпочтения людей проводить досуг: а) с приятелями; б) на лоне природы; в) в занятиях спортом; г) в кругу семьи. Получается четыре непересекающихся множества: а, б, в, г. Пример 2. Группировка по мотивам увольнения с работы: а) не устраивал заработок; б) неудобная сменность; в) плохие условия труда; г) неинтересная работа; д) конфликт с начальством и т.д. Здесь все респонденты делятся на пять классов: а), б), в), г) и д). • Самая простая номинативная шкала – дихотомическая. • Измеряемые признаки кодируются двумя символами/ цифрами (0 и I, или 2 и 6, или буквами А и Б). • Признак, измеренный по дихотомической шкале, называется альтернативным. • Исследователь ставит вопрос : проявился ли интересующий его признак у испытуемого или нет? • На-пример: признак «полная семья» проявился у 23 школьников из 30, т.е. 23 школьникам можно поставить, например, цифру I, соответствующую признаку «полная семья», остальным цифру 0, соответствующую признаку — «неполная семья». • В итоге получаются два непересекающихся множества, применительно к которым можно только подсчитать количество индивидов, обладающих тем или иным признаком частоту встречаемости признака. • Единица измерения — это количество наблюдений (испытуемых свойств, реакций и т.п.). • Общее число наблюдений принимается за 100%. • Можно вычислить процентное соотношение, например, мальчиков и девочек в классе. • Если же количество групп разбиения больше чем две, то также можно подсчитать процентный состав испытуемых (респондентов) в каждой группе. • Можно найти группу, в которой число респондентов наибольшее, т.е. группу с наибольшей частотой измеренного признака (моду). Порядковая шкала • Измерение делит всю совокупность измеренных признаков на множества, связаны между собой отношениями типа «больше — меньше», «выше — ниже», «сильнее — слабее» и т.п. • Все признаки располагаются по рангу — от самого большего (высокого, сильного, умного и т.п.) до самого маленького (низкого, слабого, глупого и т.п.) или наоборот. • Пример: школьные оценки от 5 до 1 балла; • градация званий: мастер спорта, кандидат в мастера и перворазрядник (можно отдельную группу обозначить собственным символом, например, 1, 2 и 3 (или наоборот — 3, 2 и 1). Можно сказать, что представитель первой группы имеет более высокую спортивную квалификацию, чем представители двух других. • • В порядковой шкале должно быть не меньше трех классов : ответы на опросник: «да», «не знаю», «нет»; низкий, средний, высокий……., чтобы можно было расставить измеренные признаки по порядку. От классов просто перейти к числам, если считать, что низший класс получает ранг (код или цифру) 1, средний — 2, высший — 3 (или наоборот). Каждая последующая цифра должна быть больше (или меньше) предыдущей. Чем больше число классов разбиений всей экспериментальной совокупности, тем шире возможности статистической обработки полученных данных и проверки статистических гипотез. • • • • • Шкала интервалов Главное понятие этой шкалы — интервал (доля или часть измеряемого свойства между двумя соседними позициями на шкале). Размер интервала — величина фиксированная и постоянная на всех участках шкалы. Для измерения посредством шкалы интервалов устанавливаются специальные единицы измерения - это стены и стенайны. При работе с этой шкалой измеряемому свойству или предмету присваивается число, равное количеству единиц измерения, эквивалентное количеству имеющегося свойства. У шкалы интервалов есть нуль, он условен и не указывает на отсутствие измеряемого свойства. -3 -2 абсолютно не согласен -1 0 не знаю +1 +2 +3 абсолютно согласен • Семантический дифференциал Ч. Оскуда - пример измерения по интервальной шкале различных психологических особенностей личности (социальных установок, ценностных ориентации, субъективноличностного смысла, различных аспектов самооценки и т.п). • Измерение по строго стандартизированной тестовой методике, при условии того, что распределение значений в репрезентативной выборке достаточно близко к нормальному, может считаться измерением в интервальной шкале. Пример - стандартизованные тесты интеллекта, где условная единица измерения IQ эквивалентна как при низких, так и при высоких значениях интеллекта. • К экспериментальным данным, полученным в этой шкале, применимо достаточно большое число статистических методов. • • • • Шкала отношений Особенностью этой шкалы является наличие твердо фиксированного нуля, который означает полное отсутствие какого-либо свойства или признака. Шакала, отношений является наиболее информативной шкалой, допускающей любые математические операции и использование разнообразных статистических методов. Шкала отношений по сути очень близка интервальной, поскольку если строго фиксировать начало отсчета, то любая интервальная шкала превращается в шкалу отношений. В шкале отношений производятся точные и сверхточные измерения в физике, химии, микробиологии, психофизике, психофизиологии, психогенетике. Измерения, осуществляемые с помощью номинативной и порядковой шкал, считаются качественными, а в интервальной шкале и шкале равных отношений количественными. • После измерения, проведенного в той или иной шкале, исследователь будет оперировать реальными свойствами изучаемого психологического явления, представленного числовыми кодами. • Именно это и позволяет психологу применять соответствующие статистические операции к полученным экспериментальным данным. • При выборе способа измерения главное в том, чтобы он соответствовал поставленной задаче исследования. 3. Методы анализа первичных статистик, тип распределения • Одним из описания результатов исследовательской работы является представление числовых значений исследуемых показателей. • На основе графического и табличного методов представления первичных данных может быть произведен расчет статистик. • Цель этих вычислений – с помощью нескольких информативных показателей дать компактную математическую оценку исследованию. Показатели, описывающие выборку можно разделить на 4 группы: 1. Показатели положения описывают положение данных на числовой оси: минимальный и максимальный показатели, меры центральной тенденций. 2. Показатели разброса описывают степень разброса данных относительно своего центра: показатели изменчивости, коэффициент эксцесса. 3. Показатели асимметрии характеризуют степень симметричности распределения данных около своего центра: коэффициент асимметрии, гистограмма. 4. Показатели, описывающие закон распределения, дают представление о законе распределения данных: диаграммы, таблицы частот. • • • • Меры центральных тенденций – это величины, вокруг которых группируются остальные данные. Они используются для сжатия и обобщения «сырых» показателей и сравнения между собой серий величин. К ним относят: среднее арифметическое, медиану, мода. • Среднее арифметическое (М) – результат суммирования исходных данных, деленный на их общее число. • Средние величины характеризуют выборку одним (средним) числом. • Информативная значимость средних величин заключается в их способности уравновешивать все индивидуальные отклонения, в результате чего проявляется то наиболее устойчивое и типичное, что характеризует качественное своеобразие варьирующего объекта, позволяя отличить одну выборку от другой, а на этой основе, например, одно измеренное психологическое свойство от другого. • Недостаток среднего - в его чувствительности к очень маленьким или очень большим величинам, отличающимся от основных значений измеренных характеристик. • Медиана (Ме) - величина, по отношению к которой 50% выборочных значений меньше неё и 50% - больше, т.е. • Это значение, которое делит упорядоченное множество данных пополам. • Мода (Х) — это такое числовое значение, которое встречается в выборке наиболее часто. • Моду определяют, когда необходимо быстро получить предварительные данные о выборке или когда результаты представлены в номинативной шкале. • Меры изменчивости результатов характеризуют различия между отдельными значениями, степень рассеивания отдельных величин вокруг средней арифметической, выявляют качество однородности полученного множества, его компактности. • Разброс (размах) – это интервал между наибольшим (Хmax) и наименьшим (Хmin) значением в выборке. Это самая общая мера дисперсии или рассеивания • Среднее отклонение (MD) служит мерой того, насколько тесно отдельные данные группируются вокруг центральной тенденции. Среднее отклонение применятся для показателей, представленных в интервальных или равных отношениях шкалах. • Стандартное отклонение (сигма) – это мера разнообразия показателей, входящих в группу. Она показывает, на сколько в среднем отклоняется каждая варианта от средней арифметической. Чем больше отклонение, там больше величина сигмы (вычисляет, когда данные представлены в интервальных или равных отношениях шкалах). • Дисперсия – это среднее арифметическое квадратов отклонений значений переменной от её среднего значения. • Преимущество дисперсии перед размахом в том, что дисперсию можно представить как сумму ряда чисел, т.е. разложить на составные компоненты, позволяя тем самым более подробно охарактеризовать исходную выборку. Важная характеристика дисперсии заключается в том, что с сё помощью можно сравнивать выборки, различные по объему. • Распределение представляет собой соотношение элементов совокупности с частотой их появления. Характер распределения оказывает влияние на определение способа математико-статистической обработки полученных в ходе исследования данных. • Для результатов, имеющих нормальное распределение или близкое к нормальному, можно использовать методы параметрической статистики. Они являются наиболее мощными, точными по сравнению с методами непараметрической статистики, использующимися для проверки статистической гипотезы независимо от формы распределения. • График нормального распределения имеет вид колоколообразной кривой. • Идея нормального распределения в том, что множество единиц совокупности распределяется таким образом, что около средней арифметической сконцентрировано наибольшее количество единиц, около больших и малых значений – минимальное количество единиц, т.е. крайние значения признака встречаются относительно редко, а показатели, близкие к средней величине – достаточно часто. • Для нормального распределения характерно совпадение величин средней арифметической, моды и медианы. Равенство этих показателей указывает на нормальность данного распределения. • Чем больше величина признака отклоняется от среднего значения, тем меньше будет частота встречаемости (вероятность) этого признака в распределении. «Нормальным» такое распределение было названо потому, что оно наиболее часто встречалось в естественнонаучных исследованиях и казалось «нормой» распределения случайных величин. • В психологических исследованиях нормальное распределение используется в первую очередь при разработке и применении тестов интеллекта и способностей. • Применительно к другим психологическим категориям (личностная и мотивационная сферы), применение нормального распределения представляется весьма дискуссионным. • Известно, что в реальных психологических экспериментах редко получаются данные, распределенные строго по нормальному закону. В большинстве случаев сырые психологические данные часто дают асимметричные, «ненормальные» распределения. • При обработке экспериментальных данных обязательно нужно проводить оценку характера распределения, т.к. от него зависят возможности применения статистического метода. 4. Классификация психологических задач, решаемых с помощью статистических методов Реализуя психологический эксперимент необходимо: • четко сформулировать его задачи, • определить экспериментальную гипотезу и все этапы её статистической проверки, • выбрать соответствующий статистический метод, наиболее эффективный для решения поставленных в исследовании задач. Чаще всего психолог в эксперименте осуществляет сопоставления: • одних и тех же показателей в разных группах испытуемых, • разных показателей в одной и той же группе, • сравниваются показатели «до» и «после» воздействий, • сравниваются индивидуальные показатели, полученные при различных внешних условиях (для выявления связи между показателями и факторов, объединяющих эти связи). Психологические задачи, решаемые с помощью методов математической статистики можно классифицировать на следующие типы: 1. Установление сходства или различия в уровне исследуемого признака. 2. Оценка сдвига значений исследуемого признака («до» и «после»). 3. Выявление различий в распределении признака. 4. Выявление степени согласованности изменений (связи) психологических признаков. 5. Анализ изменений признака под влиянием контролируемых условий. Резюме • Измерение – это приписывание чисел объектам (событиям), которое осуществляется по определенным правилам. • Психолог при проведении исследования пользуется различными измерительными шкалами (номинативная, порядковая, интервальная, шкала равных отношений). • Обработка полученных в ходе исследования «сырых» данных начинается с анализа первичных статистик. • Тип распределения данных влияет на возможности применения того или иного статистического метода. • Психологические исследования могут быть направлены на решение самых разных задач (выявление сходства, различия, сдвига, связи между психологическими признаками и т.д.), а в достижении этих задач помогут различные статистические методы. Вопросы для самопроверки 1. Что такое измерение в психологии? 2. Какие основные типы шкал используются в психологических исследованиях? 3. Как соотносятся измерительные шкалы и методы математической статистики? 4. Что такое нормальное распределение и на что оно влияет? 5. Охарактеризуйте задачи, для достижения которых исследователю могут помочь статистические методы. Список литературы 1. Дружинин В.Н. Экспериментальная психология: Учебник для вузов. – 2е изд., доп. – СПб.: Питер, 2005. – 319 с.: ил. – (Серия «Учебник для вузов). 2. Калинина В.Н. Панкин В.Ф. Математическая статистика: Учеб. Для техникумов. – изд, стер. – М.: Высш. шк., 1998. – 336 с.: ил. 3. Шевандрин Н.И. Психодиагностика, коррекция и развитие личности. – М.: Гуманит. изд. Центр ВЛАДОС, 1998. – 512 с., ил. (глава «Основы психодиагностики»). 4. Ермолаев О.Ю. Математическая статистика для психологов: Учебник / О.Ю.Ермолаев. – 2-е изд., испр. – М.: Московский психологосоциальный институт: Флинта, 2003. – 336 с. – (Библиотека психолога). 5. Годфруа Ж. Что такое психология. В 2 т. М.: Мир, 1992. 6. Сидоренко П.В. Методы математической обработки в психологии. СПб.: Речь, 2001. 7. Головина Г М., Крылов В. Ю., Савченко Т. Н. Математические методы в современной психологии: статус, разработка, применение. М., ИП РАН, 1995.