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

N= 11-0,54, где п - численность всей выборки;

В ряде пособий показатель согласованности для пунктов называется дискрими

иативностью пунктов (Гайда В. К., Захаров В. П., 1982).

Полная формула отличается от (3.2.12) наличием в числителе вычитаемог

(д+b+c+d)/2-поправки с учетом вклада, который i-тый пункт вносит в сумма]

ный балл X. п ,

- Если 2а-Р.<0, то числитель в формуле (3.2.14) выглядит так: ia- .+1.

STR.73

Pi==a+b. При включении в эстремальную группу 1/3 выборки N-.

=0,66-п.

В некоторых случаях подобный анализ позволяет уточнить ключ

для пункта: если пункт получает значимый положительный фи-коэф-

фициент, то ключ определяется величиной <+1>, если пункт получает

значимый отрицательный фи-коэффициент, то величиной <-1>. Если

пункт ролучает незначимый фи-коэффициент, то его целесообразно

исключить из батареи.

При ручных вычислениях фи-коэффициента удобно вначале с по-

мощью формул (3.2.13) и (3.2.14) определить граничное значение зна-

чимого (по модулю) фи-коэффициента. Например, при выборке в

100 человек и уровне значимости р<0,01 пороговое значение вычисля-

ется так:

f-~,___ ____

=V?-=V-iг -

При постоянном использовании компьютера при подсчете суммар-

ных баллов - ключ для каждого пункта С/ целесообразно определить

в виде самого фи-коэффициента (или другого коэффициента корреля-

ции), определенного при коррелировании ответов на пункт с суммар-

ным баллом. Тогда тестовый балл подсчитывается по формуле

1 Rifli, (3.2.16)

/-i

где Xi - суммарный балл i-того испытуемого;

Ra - ответ <верно> (+1) или <неверно> (-1) i-того испытуемого

на J-ТЫЙ пункт;

Cj - ключ для J-ТОГО пункта: С/=-Ц для прямого, С,=-1 для

обратного.

Более чувствительный коэффициент, который также применяется

для дихотомических пунктов,- это точечный бисериальный коэффи-

циент корреляции, учитывающий амплитуду отклонения индивидуаль-

ных суммарных баллов от среднего балла:

х - pix

т " - , (3.2.17)

Sx-r PW

где 2х"- сумма финальных баллов тех индивидов, которые дали

утвердительный ответ на t-тый пункт теста (решили i-тую задачку);

Sx - стандартное отклонение для суммарных баллов всех индиви-

дов из выборки;

У piOt- стандартное отклонение по i-тому пункту;

х - средний балл по всем пунктам.

А. Анастази относит критерий внутренней согласованности теста к

валидности (Анастази А., 1982, кн. 1, с. 143), однако если и можно

в данном случае говорить о валидности, то только в смысле особой

внутренней валидности теста. Как правило, слишком высокая согласо-

ванность снижает внешнюю валидность теста по критерию (см. 3.3).

Если проверяется согласованность пунктов, составленных одним авто-

ром (одним коллективом по стандартной инструкции), то выявление

достаточного набора согласованных пунктов свидетельствует о внут-

72 1:

STR.74

ИррЕлебантные

уактры

"Прямые пункты

ренней валидности (согласованности) разработанного диагностического

понятия (конструкта).

В компьютерных данных факторного анализа аналогом корреля-

ции пункта с суммарным баллом является нагрузка пункта на веду-

щий фактор (<факторная валидность> в терминах А. Анастази). Если

прибегать к геометрическому изображению нагрузки как проекции

вектора-пункта на ось-фактор, то структура пунктов хорошо согласо-

ванного теста предстанет в виде пуч-

ка векторов, плотно прилегающих к

фактору и вытянувшихся вдоль его

оси (рис. 9).

Последовательность действий при

проверке надежности. 1. Узнать, суще-

ствуют ли данные о надежности теста,

предполагаемого к использованию, на

какой популяции и в какой диагности-

ческой ситуации проводилась провер-

ка. Если проверки не было или приз-

наки новой популяции и ситуации яв-

но специфичны, провести .заново про-

верку надежности с учетом указанных

ниже возможностей.

2. Если возможности обследова-

ния испытуемых, смысл теста и

возможности обработки (наличие

ЭВМ) позволяют, то произвести по-

вторное тестирование на всей выборке стандартизации и подсчитать

все коэффициенты, приведенные в 3.2, как для целого теста, так и

для отдельных пунктов. Анализ полученных коэффициентов позволит

понять, насколько пренебрежима ошибка измерения, дает ли данный

тест интервальную шкалу (высокий г) или только диагностичен для

крайних групп (высокий (р), насколько устойчиво измеряемое свойство

во времени (возможен ли статистический .прогноз - проекция тесто-

вого балла на будущее), в каких своих частях (пунктах) тест менее

надежен (анализ этих пунктов позволяет психологически осмыслить

содержательный механизм взаимодействия пунктов с испытуемыми).

3. Если возможности ограничены, произвести повторное тестирова-

ние только на части выборки (не менее 30 испытуемых), подсчитать

вручную) ранговую или четырехклеточную корреляцию для оценки

внутренней согласованности (методом расщепления) и стабильности

целого теста.

Рем8он1П.-

-" ныи

фактор

Рис. 9. Векторная графическая мо-

дель соотношения <прямых> и <об-

ратных> эмпирических индикаторов

(пунктов) с релевантным (измеряе-

мый) фактором и иррелевантными

(<шумовыми>) факторами

3.3. ВАЛИДНОСТЬ ТЕСТОВ

Проблемы валидизации психологических тестов являются централь-

ными для дифференциальной психометрики, но, к сожалению, до сих

пор решенными не до конца. Решение этой проблемы зависит не от

статистического аппарата, а от уровня развития теоретического аппа-

рата дифференциальной психологии.

Валидность и надежность. Валидность (или обоснованность) всякой

процедуры измерения состоит в однозначности (устойчивости) получае-

мых результатов относительно измеряемых свойств объектов, т. е. от-

носительно предмета измерения. Отличие понятия валидности от на-

дежности измерения удобно раскрывать с помощью различения

<объекта> и <предмета> измерения. Надежность - это устойчивость

STR.75

процедуры относительно объектов. Надежность не обязательно пред-

полагает валидность. В психологии довольно часто возникает такая си-

туация, когда исследователь вначале предлагает определенную про-

цедуру измерения, показывает ее надежность -способность устойчиво

различать объекты, но вопрос о валидности остается открытым.

Если в сенсорной психофизике вопрос о валидности измерений ока-

зывается в значительной степени затушеванным тем обстоятельством,

что простейшие физические стимулы достаточно однозначно детерми-

нируют измеряемые свойства ощущений, то в дифференциальной психо-

метрике значимость проблемы валидности резко возрастает. Здесь си-

туация подобна той, когда в психофизическом опыте испытуемому не

указывают, по какому именно параметру следует сравнивать стимулы.

Пусть испытуемый А понял инструкцию так, что стимульные объекты

надо сравнивать по весу, а испытуемый Б - по размеру. Если проце-

дура измерения будет повторена по отношению к тем же объектам, то

она даст вполне устойчивые данные относительно объектов, но не даст

валидной информации ни о шкале ощущений <веса>, ни о шкале ощу-

щений <размера>.

При измерении способностей предъявляемый тест отнюдь не обяза-

тельно актуализирует именно тот психический процесс, который пред-

полагается измерить. Например, столкнувшись с уже встречавшейся

однажды задачей (например, с анаграммой <дзиканпр>), испытуемый

может начать запоминать просто то решение, к которому он уже одна-

жды пришел (слово <праздник>), чем заново решать эту задачу. Здесь

будет измеряться скорее уровень словесной памяти, чем уровень вер-

бального интеллекта. Точно так же реальная валидность некоторых

тестов раскрывается только в результате значительного опыта работы

с ними. Например, показано, что ряд тестов, внешне выглядящих

интеллектуальными, на деле измеряют скорее личностно-стилевые осо-

бенности индивида, чем операциональные возможности интеллекта, иа-

пример, методика <креативного поля> Д. Б. Богоявленской (1977).

Устойчивость теста относительно объектов (испытуемых) является

необходимым, но не достаточным условием его устойчивости относи-

тельно измеряемых атрибутов (свойств) объектов. Надежность явля-

1 ется необходимым, но не достаточным условием валидности. Отсюда

понятно основное соотношение психометрики:

валидность < надежность..

Это означает, что валидность теста не может превышать надежность

теста.

Данное соотношение, однако, неверно трактовать как указание на

прямо пропорциональную связь валидности и надежности. Повышение

надежности отнюдь не обязательно приводит к повышению валидно-

сти. В терминах А. Анастази валидность определяется репрезентатив-

ностью теста относительно измеряемой области поведения. Если эта

область поведения складывается из разнообразных феноменов, то со-

держательная валидность теста автоматически требует представленно-

сти в нем моделей всех этих разнообразных феноменов. Возьмем гло-

бальное понятие <речевая способность> (этому психолингвистическому

термину в традиционной тестологии соответствует <вербальный интел-

лект>). Сюда относятся такие относительно независимые друг от друга

навыки, как навыки письма и чтения. Если заботиться о содержа

Предельной внутренней согласованностью будет, например, .обладать тест-

опросник, состоящий из повторения одного и того же вопроса. Но валидность

данном случае будет минимальной.

STR.76

тельной валидности соответствующего теста, то нужно ввести в него

группы заданий на проверку этих довольно разных по своему опера-

циональному составу компонентов вербального интеллекта. В резуль-

тате введения разнородных пунктов и субшкал (субтестов) мы обяза-

тельно сокращаем внутреннюю согласованность, одномоментную на-

дежность теста, но зато добиваемся повышения валидности. Таким

образом, для расширения области применения теста психодиагност

должен избегать излишнего повышения внутренней согласованности.

Одновременно с этим снижением внутренних корреляций между раз-

личными пунктами теста (как это уже упоминалось в 3.1) обяза-

тельно исчезает отрицательный эксцесс на кривой распределения тес-

товых баллов, и она все более приближается по форме к нормальной

кривой.

Эмпирическая валидность. Если в случае с содержательной валид-

ностью оценка теста производится за счет экспертов (устанавливаю-

щих соответствие заданий теста содержанию предмета измерения), то

эмпирическая валидность измеряется всегда с помощью статистиче-

ского коррелирования: подсчитывается корреляция двух рядов значе-

ний - баллов по тесту и показателей по внешнему параметру, избран-

ному в качестве критерия валидности.

Прагматические традиции западной тестологии привязывали эмпи-

рическую валидность теста к внешним для психологии социально-праг-

матическим критериям. Эти критерии являются показателями, облада-

ющими непосредственной ценностью для определенных областей прак-

тики. Практика всегда имеет целью либо повысить, либо понизить сами

эти показатели. Например, в области педагогической психологии это

<успеваемость> (которую надо повысить), в психологии труда это

<производительность труда> и <текучесть кадров>, в медицине - <со-

стояние здоровья пациента>, в психологии управления - <совмести-

мость>, <срабатываемость коллектива>, в юридической психологии -

<преступность> (которую надо понизить) и т. п.

Ориентируясь непосредственно на эти категории, психолог, пыта-

ющийся скоррелировать результаты теста с этими показателями, фак-

тически решает сразу две задачи: задачу измерения валидности и за-

дачу измерения практической эффективности своей психодиагностиче-

ской программы. Если получен значимый коэффициент корреляции, то

можно считать, что решены с позитивным результатом сразу две эти

задачи. Но если корреляции не обнаружено, то остается неопределен-

ность: либо невалидна сама процедура (тестовый балл не отражает,

например, стрессоустойчивости оператора), либо неверна гипотеза о

наличии причинно-следственной связи между психическим свойством

и социально значимым показателем (стрессоустойчивость не влияет на

процент аварийных ситуаций).

Таким образом, социально-прагматические критерии являются ком-

плексными: они позволяют измерить валидность-эффективность, но не

каждое из этих двух свойств теста отдельно. На практике психолога

часто ожидает и еще более сложная ситуация, когда заказчик требует

от психолога на основании полученного диагноза сразу же определен-

ных мер по вмешательству в ситуацию (отбор, консультирование, обу-

чение и т. п.). В этом случае повышение показателей (достоверное по

сравнению с контрольной группой) доказывает одновременно и валид-

ность-эффективность диагностики, и эффективность самого вмешатель-

ства. А отрицательный результат дает еще большую неопределен-

ность, так как оказывается невозможным отделить неэффективность

вмешательства от низкой валидности диагностики.

STR.77

Ориентация на социально-прагматические критерии, приводящие к

склейке понятий <валидности измерения> и <причинного прогноза по

результатам измерения>, бесспорно, сдерживала и продолжает сдер-

живать развитие концептуального аппарата дифференциальной психо-

логии. При этом суть самого предмета измерения - измеряемого пси-

хического свойства - оказывается вне фокуса внимания не только

заказчика, но и самого психолога, превращающегося в этом случае в

тестолога, которого не интересует, что именно он измеряет, главное

лишь, чтобы от этого <нечто> перекидывался мостик к полезному эф-

фекту, обеспечивающему психологу социальное признание.

Процедура эмпирической валидизации. Организация выборки при

эмпирической валидизации зависит от временного статуса критерия.

Если этот критерий - событие в прошлом (ретроспективная валиди-

зация), то к участию в психодиагностическом обследовании доста-

точно привлечь только тех испытуемых, которые оказались на экстре-

мальных полюсах по этому критерию. В результате применяется ме-

тод экстремальных (контрастных) групп. Коррелирование с суммар-

ным баллом по тесту оценивается с помощью бисериального коэффи-

циента по формуле (3.2.16). При этом в статусе дихотомической пере-

менной (на месте отдельного пункта) оказывается сам критерий ва-

лидности: SJC- сумма баллов по тесту, полученных <высокой> груп-

пой по критерию; pq - стандартная ошибка критерия, связанная с

численностью <высокой> (р) и <низкой> (q) групп.

Если критерий - будущее событие (проспективная валидизация),

то выборка должна быть составлена с запасом - с учетом вероятного

объема экстремальных групп в будущем. Например, нужно выяснить,

позволяет ли диагностика темперамента прогнозировать повышенный

риск психосоматических заболеваний (гипертония, язва, астма и т.п.).

Пусть на основании эпидемиологических исследований известно, что в

течение трех лет из 1000 здоровых людей этими болезнями заболевают,

например, 57 человек. Это означает, что превентивной (предупреждаю-

щей) диагностикой должно- быть охвачено около 2000 человек, чтобы

получить численность <высокой> группы (заболевших) порядка 100.

Проспективная валидизация выявляет прогностическую эффективность

диагностической процедуры. Высокая прогностическая валидность дока-

зывает как валидность самого измерения, так и наличие предполагае-

мой причинной связи.

Ретроспективная валидизация позволяет в лучшем случае решить

только первую из двух задач. Например, если для исследования лич-

ностной предрасположенности к совершению краж проведено обследо-

вание лиц, находящихся под следствием (т. е. уже совершивших пре-

ступление), то выявление акцентированных черт <тревожности>, <агрес-

сивности> и т. п. еще не может интерпретироваться как свидетельство

причинных факторов преступности - эти черты могут быть лишь след-

ствием сложившихся обстоятельств: лишение свободы, угрызения со-

вести и т. п. (Ратинов A. P., 1979). Во многих медико-психологических

исследованиях был выделен особый диагностический синдром <госпита-

лизации>, который обнаруживается у любой категории госпитализиро-

ванных больных (обычно он выражается в повышении шкал <депрес-