Раздел 1. Введение в психодиагностику.

Раздел 1. Введение в психодиагностику.

Тема 1. 2. Краткая история психодиагностики.

Тема 1.3. Классификация психодиагностических методик

В настоящее время существует несколько достаточно обоснован­ных классификаций психодиагностических методик.

Вот некоторые наиболее распространенные классификации:

Классификация методов по Й.Шванцара:

Объединение психодиагностических методов в группы по следующим основаниям:

1) по используемому материалу (вербальные, невербальные, манипуляционные, тесты «бумаги и карандаша» и т.д.);

2) по количеству получаемых показателей (простые и комплексные);

3) тесты с «правильным» решением и тесты с возможностью различных ответов;

4) по психической активности испытуемых:

- интроспективные (сообщение испытуемого о личном опыте, отношениях): анкеты, беседа;

- экстроспективные (наблюдение и оценка разнообразных проявлений);

- проективные. Испытуемый проецирует неосознаваемые свойства личности (внутренние конфликты, скрытые влечения и др.) на малоструктурированные многозначные стимулы;

- исполнительные. Испытуемый совершает какое-либо действие (перцепционное, мыслительное, моторное), количественный уровень и качественные особенности которого являются показателем интеллектуальных и личностных черт.

Классификация методов по В.К. Гайде, В.П. Захарову:

1) по качеству: стандартизованные, нестандартизованные;

2) по назначению:

- общедиагностические (тесты личности по типу опросников Р. Кеттела или Г. Айзенка, тесты общего интеллекта);

- тесты профессиональной пригодности;

- тесты специальных способностей (технических, музыкальных, тесты для пилотов);

- тесты достижений;

3) по материалу, которым оперирует испытуемый:

- бланковые;

- предметные (кубики Коса, «сложение фигур» из набора Векслера);

- аппаратурные (устройства для изучения особенностей внимания и т.д.);

4) по количеству обследуемых: индивидуальные и групповые;

5) по форме ответа: устные и письменные;

6) по ведущей ориентации: тесты на скорость выполнения, тесты мощности, смешанные тесты; в тестах мощности задачи трудны и время решения не ограничено, исследователя интересует как успешность выполнения, так и способ решения задачи;

7) по степени однородности задач: гомогенные и гетерогенные (отличаются тем, что в гомогенных задачи схожи друг с другом и применяются для измерения вполне определенных личностных и интеллектуальных свойств; в гетерогенных тестах задачи разнообразны и применяются для оценки разнообразных характеристик интеллекта);

8) По комплексности: изолированные тесты и тестовые наборы (батареи);

9) по характеру ответов на задачи: тесты с предписанными ответами, тесты со свободными ответами;

10) по области охвата психического: тесты личности и интеллектуальные тесты;

11) по характеру умственных действий: вербальные, невербальные.

Раздел 2. Психометрические основы психодиагностики.

Тема 2.1. Тестовые нормы и проверка их репрезентативности.

Необходимость тестовых норм

Любые тестовые заключения при использовании статистических тестовых норм являются относительными. Они зависят от той выборки, на которой производилась стандартизация теста. То, насколько выборка стандартизации позволяет применить тест на широкой популяции, называется репрезентативностью тестовых норм. (Популяция – категория испытуемых определенной социальной, профессиональной или половозрастной принадлежности.) Норма теста – средний диапазон значений на шкале измеряемого свойства характерный для испытуемых определенной группы. Их меняют каждые 5 лет.

Репрезентативность (от фр. – показательный) тестовых норм – свойство выборочной совокупности представлять генеральную совокупность.

Репрезентативность означает, что с некоторой наперед заданной или определенной статистической погрешностью можно считать, что представление в выборочной совокупности распределение изучаемых признаков соответствует их реальному распределению. Ошибка репрезентативности – различие характеристик выборки и генеральной совокупности.

Выборка, на которой определяется статистические тестовые нормы, называется выборкой стандартизации. Ее численность, как правило, не меньше 200 человек.

2. Определение норм для теста

На этапе создания теста формируется некоторая группа испытуемых, на которой проводится данный тест. Средний результат выполнения этого теста в данной группе принято считать нормой. Средний результат – это не единственное число, а диапазон значений (см. рис. 1: зона средних значений – 43, 44, 45 баллов). Существуют определенные правила формирования такой группы испытуемых, или, как ее иначе называют, выборки стандартизации.

Правила формирования выборки стандартизации:

· выборка стандартизации должна состоять из респондентов, на которых в принципе ориентирован данный тест, то есть если создаваемый тест ориентирован на детей (например, тест Амтхауэра), то и стандартизация должна происходить на детях заданного возраста;

· выборка стандартизации должна быть репрезентативной, то есть представлять собой уменьшенную модель популяции по таким параметрам, как возраст, пол, профессия, географическое распределение и т.д. Под популяцией понимается, например, группа дошкольников 6-7 лет, руководителей, подростков и т.д.

Распределение результатов, полученных при тестировании испытуемых выборки стандартизации, можно изобразить с помощью графика – кривой нормального распределения. Этот график показывает, какие значения первичных показателей входят в зону средних значений (в зону нормы), а какие выше и ниже нормы. Например, на рис.1 изображена кривая нормального распределения для теста "Прогрессивные матрицы Равена".

Чаще всего в руководствах к тому или иному тесту можно встретить выражения нормы не в виде сырых баллов, а в виде стандартных производных показателей. То есть нормы к данному тесту могут быть выражены в виде Т-баллов, децилей, процентилей, станайнов, стандартных IQ и др. Перевод сырых значений (первичных показателей) в стандартные (производные) делается для того, чтобы результаты, полученные по разным тестам, можно было сравнивать между собой.

Производные показатели получаются путем математической обработки первичных показателей.

Первичные показатели по разным тестам нельзя сравнивать между собой по причине того, что тесты имеют различное внутреннее строение. Например, IQ, полученный с помощью теста Векслера, нельзя сравнивать с IQ, полученным с помощью теста Амтхауэра, так как эти тесты исследуют разные особенности интеллекта и IQ как суммарный показатель по субтестам складывается из показателей разных по строению и содержанию субтестов.

"Любая норма, в чем бы она ни выражалась, ограничивается конкретной совокупностью людей, для которых она вырабатывалась... Применительно к психологическим тестам они (нормы) никоим образом не абсолютны, не универсальны и не постоянны. Они просто выражают выполнение теста испытуемыми из выборки стандартизации"

А.Анастази

3. Проблемы репрезентативности тестовых норм

Тема 2.2. Надежность теста.

Характеристика методики, отражающая точность психодиагностических измерений и устойчивость результатов теста к действию посторонних случайных факторов. Надежность говорит о воспроизводимости результатов теста при повторных исследованиях на одних и тех же испытуемых. Таким образом, можно сказать, что надежность методики позволяет судить о том, насколько внушают доверие полученные результаты. Результаты психологического исследования обычно подвержены влиянию большого количества неучитываемых факторов (эмоциональное состояние и утомление, если они не входят в круг исследуемых характеристик; физические факторы: освещенность, температура и другие особенности помещения, где проводится исследование; уровень мотивированности испытуемых на обследование; влияние личности экспериментатора). Любое изменение ситуации исследования усиливает влияние одних и ослабляет воздействие других факторов на результат теста.

Общий разброс (дисперсия) результатов тестового обследования можно, таким образом, представить как результат влияния двух групп причин: изменчивости, присущей самому измеряемому свойству, и факторов нестабильности измерительной процедуры.

В самом широком смысле надежность теста – это характеристика того, в какой степени выявленные у испытуемых различия по тестовым результатам являются отражением действительных различий в измеряемых свойствах и в какой мере они могут быть приписаны случайным ошибкам. О высокой надежности метода говорят в том случае, когда метод точно измеряет то свойство, для измерения которого он предназначен.

В более узком смысле, связанном с непосредственными методами определения характеристик надежности, под этой группой показателей понимают степень согласованности результатов теста, получаемых при первичном и повторном его применении, по отношению к тем же испытуемым в различные моменты времени, с использованием разных (но сопоставимых по характеру) наборов тестовых заданий или при других измерениях условий обследования.

Распределение оценок испытуемых при выполнении теста, измеряющего одно качество, в идеальном случае совпадает с нормальным распределением, и дисперсия при этом будет «истинной» (т.е. отражающей вариативность только измеряемого признака). Каждый испытуемый занимает определенное место по оценкам теста, и теоретически это место для каждого члена выборки постоянно. В рассматриваемом случае повторное выполнение теста теми же лицами должно давать распределение мест на шкале оценок, идентичное первому. Тогда методика как измерительный инструмент точна и максимально надежна.

(Нормальное распределение – вид теоретического распределения переменных. Наблюдается при измерении признака (переменной) под влиянием множества относительно независимых факторов. Крайние значения в нем встречаются достаточно редко; значения, близкие к средней величине– достаточно часто).

Если отойти от идеального случая, то реальные оценки и ранговые места испытуемых при повторном обследовании изменяются, и их распределение в той или иной степени отличается от исходного. При этом дисперсия нового распределения выше исходного на величину дисперсии ошибки измерения. (Ошибка измерения – это статистический показатель, характеризующий степень точности отдельных измерений). Надежность теста тесно связана с ошибкой измерения, которая указывает на вероятные пределы колебаний измеряемой величины под воздействием случайных постоянных факторов.

На практике в большинстве применяемых методик редко удается получить значение коэффициентов надежности превышающие 0,7-0,8. Методика признается надежной, когда полученный коэффициент не ниже +0,75– +0,85. Лучшие по надежности тесты дают коэффициенты порядка +0,90 и более. (Коэффициент корреляции – нормированный количественный показатель, изменяющийся в пределах от -1,00 до +1,00 и оценивающий силу и направление связи между двумя переменными. Отсутствие связи выражается величинами, близкими к нулю.)

В качестве критериев точности можно отметить следующие:

При повторном применении метода к тем же самым испытуемым в одних и тех же условиях через определенный интервал времени результаты обоих тестирований существенно не различаются между собой.

Действия случайных посторонних факторов не оказывают существенного влияния на результаты тестирования. В качестве посторонних факторов можно назвать следующие: эмоциональное состояние и утомление, если они не входят в круг исследуемых характеристик, температура, освещенность помещения и др. Такие посторонние случайные факторы еще называют факторами нестабильности измерительной процедуры.

При повторном применении метода к тем же самым испытуемым через определенный интервал времени в измененных условиях результаты обоих тестирований существенно не различаются между собой. Под измененными имеется в виду следующие условия: другой экспериментатор, состояние респондента и др.

На практике используют три основных метода оценки надежности тестов: повторное тестирование, параллельное тестирование и расщепление.

1. Повторное тестирование или Ретестовая надежность – характеристика надежности психодиагностической методики путем повторного обследования испытуемых с помощью одного и того же теста при одних и тех же условиях, через определенный временной интервал. Временной интервал зависит от возраста (например, у маленьких детей изменения могут произойти в течение одного месяца), а также событий, происходящих с испытуемым в жизни.

Надежность в этом случае вычисляется по соответствию результатов первого и второго обследований или по сохранению ранговых мест испытуемых в выборке при ретесте. Коэффициент надежности соответствует коэффициенту корреляции между результатами таких обследований.

ТЕСТ ИНТЕРВАЛ РЕТЕСТ

Полученная высокая корреляция может быть результатом тренированности испытуемого на заданиях подобного типа; низкая корреляция может быть результатом происшедших изменений с испытуемым, а также может свидетельствовать о ненадежности теста.

2. Параллельное тестирование или Надежность параллельных форм – характеристика надежности с помощью взаимозаменяемых форм теста.

повторное тестирование выборки испытуемых параллельной формой теста через минимальный интервал времени при одних и тех же условиях.

ТЕСТ А ИНТЕРВАЛ ТЕСТ А'

При этом одни и те же испытуемые в выборке определения надежности обследуются вначале с использованием основного набора заданий, а затем с применением аналогичных дополнительных. Коэффициент надежности может быть определен и другим способом, а именно: испытуемые делятся на примерно равные группы, затем одной из них предлагается форма А теста, другой форма Б. Через определенное время (обычно не более недели) проводится повторное тестирование, но в обратном порядке.

Такая процедура обследования лишена значительной части недостатков способа по типу надежности ретестовой. Недостатки ретестовой надежности: формирование навыка работы у испытуемого, запоминание отдельных решений. Надежность параллельных форм: этих недостатков нет; возможно только усвоение принципа решения, – сокращение временного интервала, но – подходит не для всех тестовых заданий.

За индекс надежности принимается коэффициент корреляции между результатами тестирования двумя параллельными формами теста. Высокий коэффициент корреляции и большой интервал между двумя испытаниями свидетельствуют о высокой надежности теста.

Основным показателем здесь является коэффициент корреляции между результатами первичного и повторного обследований, который оценивает как временную стабильность теста (собственно надежность) так и степень соответствия результатов обеих форм теста.

Требования к построению параллельных форм:

· параллельные формы должны быть независимо построенными тестами, но отвечать одним и тем же требованиям;

· должны содержать одинаковое количество заданий со сходной степенью трудности;

· эквивалентность параллельных форм необходимо проверять ретестовым методом.

3. Расщепление или Надежность частей теста – характеристики надежности путем анализа устойчивости результатов отдельных совокупностей тестовых задач или единичных пунктов (заданий) теста.

Выполнение испытуемым заданий двух равноценных частей теста. Например: четные и нечетные (если задания в тесте ранжированы по степени субъективной трудности). Тест разбивают на две сопоставимые части. Респондент выполняет задания этих двух частей в течение одного сеанса с получением двух результатов (например, тест Равена содержит две части: четные и нечетные задания).

Внутренняя согласованность (консистентность) – вид надежности теста – гомогенность набора пунктов теста, т.е. степень, в которой конкретные пункты оценивают один и тот же конструкт, насколько они измеряют одну и ту же переменную. Одни из видов оценки внутренней согласованности является надежность, определяемая расщеплением.

Валидность и надежность. Тест может быть надежен, но не валиден. Это означает, что он измеряет какое-то свойство очень точно, но какое именно – остается под вопросом. В такой ситуации необходима более точная валидизация теста, как содержательная, так и практическая.

Тема 2.3. Валидность теста.

Главная проблема теории тестов заключается в том, как по измеренным результатам определить истинные результаты.

Для характеристики способности теста измерять действительный уровень психического свойства или качества используют понятие валидности (англ. valid – действительный, пригодный, имеющий силу).

Валидность теста показывает в какой мере он измеряет то качество, для оценки которого он предназначен. Проще определяя, это оответствие теста измеряемому психическому свойству. Если высокая надежность теста говорит о том, что тест действительно «что-то» измеряет, то высокая валидность указывает на то, что тест измеряет именно то, что мы хотим. Инвалидные, т.е. не обладающие валидностью, тесты не пригодны для практического использования.

Валидность всегда меньше или равна надежности. Валидность не может превышать надежность теста.

Валидность является комплексной характеристикой, включающая, с одной стороны, сведения о том, пригодная ли методика для измерения того, для чего она была создана, а, с другой стороны, какова ее действенность, эффективность. В современной психометрии разработаны десятки разнообразных теоретических и экспериментальных методов проверки валидности тестов.

Проверка валидности методики называется валидизацией - психометрическое исследование, направленное на определение валидности теста или другого измерительного инструмента. Кроссвалидизация – процедура дополнительной проверки валидности теста или результатов исследования посредством применения теста на новой выборке или проведения исследования с другими группами испытуемых, а также с применением других методов регистрации зависимых переменных.

Основным элементом практически всех этих методов является так называемый «критерий». Критерий валидности – это независимый от теста, внешний по отношению к тесту источник информации об измеряемом психическом свойстве. Мы не можем судить о валидности теста до тех пор, пока не сравним его результаты с источником истинной (или хотя бы заведомо валидной) информации об измеряемом свойстве – с критерием.

В качестве критерия валидности, используемых при валидизации теста, на практике обычно используют: объективные социально-демографические и биографические данные (стаж, образование, профессия, прием и увольнение с работы); показатели успеваемости, чаще всего являющиеся критериальной мерой тестов способностей к обучению, достижений в отдельных дисциплинах, тестов интеллекта; производственные показатели эффективности выполнения отдельных видов профессиональной деятельности, имеющие наибольшее значение при валидизации методик, используемых в профотборе и профориентации; результаты реальной деятельности (рисование, моделирование, музыка, составление рассказа и т.д.) при испытании тестов общих и специальных способностей, личностных тестов; врачебный диагноз или другие заключения специалистов; контрольные испытания знаний и умений; данные других методик и тестов, валидность которых считается установленной.

Виды валидности