Бодалев А.А. » Основы психодиагностики, немедицинской психотерапии и психологического конконсультирования

1942) и А. Болдуин (Baldwin А., 1942). Психическую напряженность,.

предсуицидные состояния и мотивацию посредством анализа содержа-

ния писем, записок, дневников пытались измерить Дж. Доллард и

О.Маурер (Dollard J., Mowrer О., 1947), Ч.Осгуд и Е. Уолкер (0s-

good Ch., Walker E., 1959).

В целях специфическей психолого-политической диагностики изуча-

ли различия асоциальных ценностях у представителей США и Герма-

нии К. Левин и X. Себалд (Lewin Н., 1947; Sebald Н" 1962). Первый

исследователь анализировал американскую и немецко-фашистскую /ли-

тературу для юношества, а второй - песенники этих же стран, издан

ные в 1940 г. В обоих исследованиях были обнаружены явные разли-

чия в ценностных ориентациях, которые пропагандировались амери-

канскими и немецкими изданиями тех лет.

К подобного же рода анализу относится исследование использова-

ния эмоциональных стереотипов в газете <Чикаго Трибюн>, оппозици-

онно настроенной к президенту Рузвельту и его политике, проведённое

в 30-х годах С.Сарджентом (Sargent S., 1939). Для выражения отно-

шения к политике и практике рузвельтовского направления газета ис-

пользовала негативные стереотипы типа <диктатура, инквизитор, ре-

STR.50

гламентация, подачка> и т. д., тогда как в газете <Нью-Йорк тайме>

в аналогичных случаях употреблялись термины: <контроль, расследо-

ватель, регуляция, помощь> и т. д. Множественное сопоставление со-

ответствующих выражений и понятий в газетах выявило отношение

стоящих за газетами групп к определенным политическим лидерам,

партиям и явлениям.

Л. Лоуэнталь на основе количественного анализа биографий, пуб-

ликуемых в популярных журналах, показал, как изменялись ценно-

сти и кумиры американского общества на протяжении первых четы-

рех десятилетий нашего века от <идолов производства> (бизнесмены,

менеджеры, банкиры и т. д.) к <идолам потребления> (певцы, кино-

звезды, сйюртсмены и т. п.) (Lowenthal L., 1950).

Многочисленные, зачастую спекулятивные исследования были про-

ведены западными психологами и психоаналитиками для изучения

личностных особенностей авторов-писателей на основе контент-анали-

за их литературных произведений (особенно часто анализировались

сочинения В. Шекспира и Ф. М. Достоевского).

Вместе с тем контент-анализ репрезентативных выборок произве-

дений художественной литературы и искусства может позволить вы-

явить обобщенные характеристики и особенности авторов в зависи-

мости, например, от социально-демографических признаков. Подоб-

ные статистические закономерности особенностей отражения людей и

социальной среды писателями были обнаружены нами при изучении

художественной прозы и портретной живописи (Семенов В. Е., 1983).

Сошлемся и на контент-анализ эпизодов жестокости и агрессии в за-

падных и отечественных кинофильмах, выполненный под нашим ру-

ководством Н. Н. Лепехиным и Ч. А. Шакеевой. Анализ выявил коли-

чественное преобладание и более жестокий характер подобных эпи-

зодов в западных фильмах (Социально-психологические проблемы

нравственного воспитания личности. Л., 1984).

С 50-х годов получает распространение качественно-количествен-

ный анализ вербальной коммуникации в малых группах, начатый

Р. Бейлсом (следует отметить, что обычно такие исследования принято

относить к наблюдению, хотя речь, зафиксированная, например, на

магнитной ленте, становится уже документом). Посредством анализа

диалогов, деловых бесед, дискуссий в малых группах и первичных кол-

лективах можно диагностировать стиль руководства, социально-психо-

логический климат, конфликтность и т. п. (см., напр.: Обозов Н. Н.,

1979). Аналогичные возможности открываются для психодиагностики

массовидных процессов и состояний при изучении массового вербаль-

ного поведения на улице, в транспорте, магазинах и т. д. (Semenov V.,

1984).

Таким образом, опыт применения качественно-количественного ана-

лиза различных документов демонстрирует его значительные возмож-

ности для психодиагностики, причем как на уровне личности, так и на

уровне малых и больших групп. В качестве эмпирических объектов

изучения могут быть использованы личные документы (письма, фото-

графии, дневники, автобиографии и т. п.), материалы групповой, кол-

лективной и массовой коммуникации (т. е. записи разговоров, дискус-

сий, совещаний, всевозможные уставы, приказы, объявления, газеты.

радиопередачи, реклама и т. п.), а также продукты деятельности лю-

дей, включая литературу и искусство.

Помимо самостоятельного или равноправного применения в ком

плексе с другими методами контент-анализ может выступать -и в ка

честве вспомогательной техники для обработки данных, полученных

STR.51

посредством прожективных методик (например, ТАТ, тест Роршаха),,

нестандартизованного интервью, открытых вопросов анкет и т. п.

(Логинова Н. А., Семенов В. Е., 1973; Столин В. В., 1982. Lindner R.,

1950; Hafner A., Kaplan A., 1960).

Следует подчеркнуть, что контент-анализ основан на принципе по-

вторяемости, частотности различных смысловых и формальных эле-

ментов в документах (определенных понятий, суждений, тем, образов

и т. п.). Поэтому данный метод применяется только тогда, когда име-

ется достаточное количество материала для анализа (т. е. или пред-

ставлено много отдельных однородных документов, автобиографий, пи-

сем, фотографий и т. д., или есть несколько и даже один документ,.

например дневник, но достаточного объема). При этом интересующие

нас элементы содержания (единицы анализа) также должны встре-

чаться в исследуемых документах с достаточной частотой. В против-

ном случае наши выводы будут лишены статистической достоверности.

Критерием здесь служит закон больших чисел.

Не все виды документов пригодны для контент-анализа и по причи-

не затруднений с формализацией их содержания. Иногда невозможно.

задать четкие однозначные правила для фиксирования нужных харак-

теристик содержания (например, трудно или совсем нельзя формали-

зовать описание лирического героя некоторых поэтических произве-

дений) .

Отсюда объекты анализа должны удовлетворять требованиям ста-

тистической значимости и формализации.

Квантификация в контент-анализе от простого подсчета частот

встречаемости тех или иных элементов-единиц содержания постепен-

но эволюционировала к более сложным статистическим средствам.

В частности, еще в 1942. г. А. Болдуином был предложен подсчет со-

вместной встречаемости слов в тексте (Baldwin А., 1942). В конце

50-х годов Ч. Осгуд с сотрудниками обогатил контент-анализ методи-

кой <связанности символов>, в которой развивается принцип Болдуи-

на, что позволяет обнаруживать неслучайные, связанные между со-

бой элементы содержания, представленные в специальных матрицах

(Семенов В. Е., 1983; Osgood Ch., 1959). В сущности, эта методика

была началом введения в контент-анализ корреляционной техники, а

затем и факторного анализа.

Новым этапом в развитии контент-анализа стала его компьютери-

зация в 60-х годах. В Массачусетском технологическом институте по-

явился <универсальный анализатор> (The General Inquirer) - ком-

плекс программ анализа текстовых материалов для ЭВМ, при помощи

которого можно, подсчитывать частоты категорий содержания текста,

получать азл<чйыенндёксы{га~осневе_ совместного появления этих

_-ктгоан и т. Д. (Stone Ph., Dunphy D., 1966). Подобным образом на

ЭВМ были исследованы речи двадцати американских президентов при

их вступлении на этот пост, редакционные статьи в газетах разных

стран, личные письма, сочинения, вербальное поведение психически

больных людей и прочие материалы. С 70-х годов в США разрабаты-

ваются стандартные программы анализа разнообразных документов

на ЭВМ, которые предлагаются организациям и частным лицам (Со-

хоп А" 1977), тогда же компьютерный контент-анализ развивается и

в других странах (Deichelsel А., 1975).

Естественно, что использование ЭВМ в контент-анализе обеспечи-

вает преимущества, заключающиеся в надежности получаемых данных

и быстроте анализа, по сравнению с ручным, выполняемым людьми-

кодировщиками, которые подвержены ошибкам из-за утомления и субъ-

STR.52

ективных факторов. Таким образом, трудоемкость составления про-

грамм окупается тем огромным объемом содержания, которое доста-

точно быстро и надежно можно проанализировать на компьютере, а

также освобождением кодировщиков от их чрезвычайно утомительного

труда. В целом проблемы использования машинного контент-анализа

близки общей стратегии применения ЭВМ в эмпирических социальных

исследованиях. Важно правильно определить, когда следует восполь-

зоваться машинным, а когда ручным анализом, что зависит от задач

исследования, от объема материалов, подлежащих анализу, от степе-

ни их формализуемости.

На основании данного обзора представляется, что качественно-ко-

личественный анализ документов в нашей психодиагностике несомнен-

но должен использоваться более широко и интенсивно.

STR.53

ГЛАВА 3

ПСИХОМЕТРИЧЕСКИЕ ОСНОВЫ ПСИХОДИАГНОСТИКИ

3.1. РЕПРЕЗЕНТАТИВНОСТЬ ТЕСТОВЫХ НОРМ

Основные статистические принципы построения тестов достаточно

полно освещены в появившейся в начале 80-х годов на русском языке

литературе по дифференциальной психометрике (Аванесов В. С., 1982;

Анастази А" 1982; Гайда В. К., Захаров В. П., 1982). Тем не менее в

указанных руководствах центральная проблема психометрики те-

стов - вопрос о тестовых нормах - еще не получила последователь-

ного освещения. Прежде всего это относится к руководству известной

представительницы американской тестологии А. Анастази.

В руководстве Анастази не получают достаточного критического об-

суждения две основополагающие предпосылки традиционной западной

тестологии: вопрос о применении статистических норм (квантилей рас-

пределения баллов) в качестве диагностических норм и вопрос о све-

дении всех эмпирических распределений к нормальной модели. Здесь

эти предпосылки будут проанализированы в контексте краткой рекон-

струкции системы основных понятий дифференциальной психометрики.

Статистическая природа тестовых шкал. Типичный измерительный

тест в психодиагностике - это последовательность кратких заданий,

или пунктов, дающая в результате ее выполнения испытуемым последо-

вательность исходов, которая затем подвергается однозначной количе-

ственной интерпретации. Примеры интерпретации в интеллектуальных

тестах, состоящих из отдельных задач: <правильное решение>, <оши-

бочное решение>, <отсутствие ответа> (пропуск задачи из-за нехватки

времени). Примеры интерпретации в случае личностных опросников,

состоящих из высказываний, предлагаемых для подтверждения испы-

туемым: <подтверждение> (ответ <верно>), <отвержение> (ответы <не

согласен>, <неверно>).

Суммарный балл по тесту подсчитывается с помощью ключа: ключ

устанавливает числовое значение исхода по каждому пункту. Напри-

мер, за правильное решение задания - <+1>, за неправильное или

пропуск - <О>. Тогда балл буквально выражает количество правиль-

ных ответов.

Исход по отдельному заданию подвержен воздействию не только со

стороны измеряемого фактора - способности или черты испытуемого,

но и побочных шумовых факторов, которые являются иррелевантными

по отношению к задаче измерения. Примеры случайных факторов: ко-

лебания внимания, вызванные неожиданными отвлекающими события--

ми (шум на улице, стук в дверь и т. п.), трудности в понимании смыс-

ла задания (вопроса), вызванные особенностями опыта данного кон-

кретного испытуемого, и т. п. Последовательность исходов оказывает-

ся последовательностью событий, содержащей постоянный и случайный

компоненты. Как известно, основным приемом, позволяющим устранить

искажающее влияние случайных факторов на результат (суммарный

балл), является балансирование этого влияния с помощью повторе-

ния. При этом фактически предполагается, что повторение обеспечива-

ет рандомизацию (случайное варьирование) неконтролируемого фак-

STR.54

тора, в результате чего при суммировании исходов положительные и

негативные эффекты случайных факторов взаимопоглощаются (о ме-

ханизме рандомизации см.: Готтсданкер P., 1982).

В оптимальном тесте набор и последовательность заданий органи-

зуются таким образом, чтобы повысить долю постоянного компонента

и сократить долю случайного в величине суммарного балла. Тем не ме-

нее, несмотря на различные статистические ухищрения, суммарный

балл в психологических измерениях содержит несравненно большугс

долю случайного компонента, чем в обычных физических измерениях.

В силу этого суммарный балл оказывается определенным лишь в из-

вестных пределах, заданных ошибкой измерения.

Для того чтобы оценить эффективность, дифференциальную цен-

ность всей процедуры измерения, необходимо соотнести размеры ошиб-

ки измерения с размерами разброса суммарных баллов, вызванных ин-

дивидуальными различиями в измеряемой характеристике между испы-

туемыми. В терминах статистики речь идет о сравнении так называе-

мой <истинной> дисперсии распределения суммарных баллов с диспер-

сией <ошибки>. Именно этим обусловлен необходимый интерес психо-

метристов к распределению суммарных баллов. Поэтому анализ рас-

пределения необходим не только при использовании статистически?!

норм, но и в случае абсолютных и критериальных норм.

Как известно, частотное распределение суммарных баллов имее1

удобную графическую иллюстрацию в виде кривых распределений: ги-

стограммы и кумуляты (см., в частности, удачное популярное введе-

ние в описание распределений в книге: Кимбл Г., 1982, с. 55-70)

В случае гистограммы по оси абсцисс откладываются <сырые очки> -

первичные показатели суммарных баллов, возможных для данного те-

ста, по оси ординат -- относительные частоты (или проценты) встреча

емости баллов в выборке стандартизации (Анастази А., 1982, с. 66)

Как известно, для <колоколообразной> кривой нормального распреде

ления дисперсия визуализируется как параметр, ответственный з;

<распластанность> графика плотности вероятности (теоретического ана

лога эмпирической кумуляты) вдол]

оси X. Чтобы визуализировать дис

Частота персию ошибки измерения, нужно бы

ло бы многократно провести тест

одним испытуемым и построить гра

фическое распределение частот ег

<персональных> баллов. В результат

получится схема, представленная н

рис. 1.

Очевидно, что дифференцирующая

способность теста сводится к нулк

если кривые, иллюстрирующие <и(

Суммарный Ват ТИННуЮ> И <ошибочную> ДИСПерСИ1

совпадают. Как видим, анализ ра(

Рис. 1. Графическая иллюстрация пределения тестовых баллов необхс

соотношений индивидуальной и меж- дим уже для анализа надежност

индивидуальной (общей) вариации теста (СМ. 3.2).

тестовых баллов Проблема, меры в психометр1

ке и свойства пунктов теста. В физ1

ческих измерениях калибровка шкалы производится на основе контр

ля за равномерным варьированием измеряемого свойства эталоннь

объектах. Носителем меры является эталон - физический объект, ст.

бильно сохраняющий заданную величину измеряемого свойства. В дис

STR.55

ференциальной психометрике такие физические эталоны отсутствуют:

мы не располагаем индивидами, которые были бы постоянными носи-

телями заданной величины измеряемого свойства. Роль косвенных эта-

лонов в психометрике выполняют сами тесты: в том смысле, в каком

трудность задач можно рассматривать как величину, прямо пропорцио-

нально сопряженную со способностью (чем труднее задача, тем выше

должен быть уровень способности, требуемый для ее решения). Анало-

гом понятия <трудность> для <ли-вопросов> опросника является <си-

ла>: более <сильные> высказывания (в логическом смысле) вызывают

подтверждение (согласие) у меньшего числа испытуемых. Ни труд-

ность, ни силу пунктов теста нельзя выявить иначе, чем с помощью про-

ведения теста. Операциональным определением трудности оказывает-

ся <процентильная мера>: процент испытуемых, справившихся с зада-

нием теста (или ответивших <верно> на <ли-вопрос>). Чем меньше про-