close

Вход

Забыли?

вход по аккаунту

?

Razdel_7

код для вставкиСкачать
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.
Документ
Категория
Презентации
Просмотров
45
Размер файла
216 Кб
Теги
1/--страниц
Пожаловаться на содержимое документа