Уже в ходе исследования можно предполагать о его результатах, но обычно эти вы-воды рассматривают как предварительные, а более достоверные и основательные данные можно получить лишь в результате тщательного анализа.
Анализ данных в социальной работе заключается в интеграции всей собранной информации и в приведении ее к виду, удобному для объяснения.
Методы анализа социальной информации можно условно разделить на два больших класса в соответствии с той формой, в которой эта информации представлена:
- качественные методы ориентированы на анализ инфор-мации, представленной главным образом в словесной форме.
- количественные методы носят математический характер и представля-ют собой приемы обработки цифровой информации.
Качественный анализ является предварительным условием для применения количественных методов, он направлен на выявление внутренней структуры данных, то есть на уточнение тех категорий, которые используются для описания изучаемой сферы реальности. На этой стадии происходит окончательное определение параметров (переменных), необходимых для исчерпывающего описания. Когда имеются четкие описательные категории, легко перейти к простейшей измерительной процеду-ре — подсчету. Например, если выделить группулюдей, нуждающихся в определенной помощи, то можно подсчитать количество таких людей в дан-ном микрорайоне.
При качественном анализе возникает необходимость произвести сжатие инфор-мации, то есть получить данные в более компактном виде.
Основным приемом сжатия информации выступает кодирование - процесс анализа качественной информации, который включа-ет выделение смысловых сегментов текста или реаль-ного поведения, их категоризацию (называние) и реорганизацию .
Для этого в самом тексте находят и отмечают ключевые слова, то есть те слова и выражения, которые несут главную смысловую нагрузку, прямо указывают на со-держание текста в целом или его отдельного фрагмен-та. Используются разные типы выделения: подчерки-вание одной или двумя линиями, цветовая маркировка, наносят пометки на полях, которые могут носить характер как дополни-тельных значков, так и комментариев. Например, можно выделять те фрагменты, где клиент говорит о себе. С другой стороны, можно выделять все, что касается его здоровья, можно разделить те проблемы, которые клиент в состоянии решить сам, и те проблемы, для решения которых он нуждается в посторонней помощи.
Сходные по содержанию фрагмен-ты метятся аналогичным образом. Это позволяет легко их идентифицировать и при необходимости собиратьвместе. Затем выделенные фрагменты отыскивают по разным рубрикам. Анализируя текст, можно сравнить отдельные его фрагменты между собой, выявляя сходства и различия.
Обработанный таким образом материал становится легко обозри-мым. Главные моменты выступают на первый план, как бы возвышаясь над массой деталей. Появляется возможность анализировать отношения между ними, выявлять их общую структуру и на этой основе вы-двигать некоторые объяснительные гипотезы.
Когда изучается одновременно несколько объектов (как минимум два) и когда сопоставление с целью обнаружения сходств и различий становится основ-ным приемом анализа применяется сравнительный метод . Количество изучае-мых объектов здесь невелико (чаще всего два или три), и каждый из них изучается достаточно углубленно и всесторонне.
Необходимо найти такую форму представления данных, которая наиболее удобна для анализа. Основ-ным приемом здесь выступает схематизация. Схема всегда упрощает реальные отношения, огрубляет истинную картину. В этом смысле схематизация отноше-ний является одновременно и сжатием информации. Но она предполагает также нахождение наглядной и легко обозримой формы представления информа-ции. Этой цели служит сведение данных в таблицы или диаграммы.
Для удобства сравнения материал сводят в таблицы. Общая структура таблицы такова: каждая клетка представляет собой пересечение строки и столбца. Таблица удобна тем, что в нее можно включать как ко-личественные, так и качественные данные. Смысл таблицы в том, чтобы ее мож-но было окинуть взглядом. Поэтому обычно таблица должна умещаться на одном листе. Сводная таблица, используемая для анализа, часто чертится на большом листе бумаги. Но большую таблицу всегда можно раз-бить на несколько частей, то есть сделать из нее не-сколько таблиц. Чаще всего строка соответствует одному случаю, а столбцы представляют его различные аспекты (при-знаки).
Еще одним приемом сжатого и наглядного пред-ставления информации служат диаграммы. Существу-ют разные типы диаграмм, но практически все они яв-ляются структурными схемами, на которых условными фигурами (прямоугольниками или овалами) изобража-ются элементы, а линиями или стрелками — связи между ними. Например, с помощью диаграммы удобно представить структуру любой организации. Элемента-ми ее выступают люди, точнее — должности. Если ор-ганизация большая, то в качестве элементов выбира-ются более крупные структурные элементы — подраз-деления. С помощью диаграммы легко представить иерархию отношений (систему подчинения): старшие должности располагаются на схеме выше, а младшие — ниже. Линии, соединяющие элементы, точно указыва-ют, кто кому непосредственно подчиняется.
Представление в виде диаграмм вполне можно ис-пользовать и для выявления логической структуры со-бытий или текста. В этом случае вначале проводится смысловой анализ и намечаются узловые события или компоненты, а затем они представляются в графичес-кой форме так, чтобы максимально ясной становилась связь между ними. Понятно, что схематизация приво-дит к огрублению картины за счет опускания многих деталей. Однако происходит сжатие информации, преобразование ее в вид, удобный для восприятия и запоминания.
Таким образом, основными приемами ка-чественного анализа являются кодирование и нагляд-ное представление информации.
Количественный анализ включает методы статистического описания выборки и методы статистического вывода (проверки статистических гипотез).
Количественные (статистические) методы анализа широко применяются в научных исследованиях вооб-ще и в социальных науках в частности. Социологи прибегают к статисти-ческим методам для обработки результатов массовых опросов общественного мнения. Психологи применя-ют аппарат математической статистики для создания надежных диагностических инструментов — тестов.
Все методы количественного анализа принято разделять на две большие группы. Методы статистичес-кого описания направлены на получение количествен-ной характеристики данных, полученных в конкрет-ном исследовании. Методы статистического вывода позволяют корректно распространять резуль-таты, полученные в конкретном исследовании, на всё явление как таковое, делать заключения общего ха-рактера. Статистические методы позволяют выявлять устойчивые тенденции и строить на этой основе теории, предназначенные для их объяснения.
Наука всегда имеет дело с разнообразием действи-тельности, но свою задачу она видит в обнаружении порядка вещей, некоторой устойчивости внутри на-блюдаемого разнообразия. Статистика снабжает удобны-ми приемами такого анализа.
Для использования статистики требуются два ос-новных условия:
а) необходимо иметь данные о группе (выборке) людей;
б) эти данные должны быть представлены в формализованном (кодифицированном) виде.
Нужно учитывать возможную ошибку выборки, так как для исследования берутся только отдельные респонденты, нет никакой га-рантии, что они являются типичными представителя-ми социальной группы в целом. Ошибка выборки зависит от двух моментов: от размера выборки и от степени вари-ации признака, который интересует исследователя. Чем больше выборка, тем меньше вероятность того, что в нее попа-дут индивиды с крайними значениями исследуемой переменной. С другой стороны, чем меньше степень вариации признака, тем в целом ближе будет каждое значение к истинному среднему. Зная размер выборки, и получив меру рассеяния наблюдений, нетрудно вывести показатель, который называется стандартная ошибка среднего. Он дает интервал, в котором должна лежать истинная средняя популяции.
Статистический вывод представляет собой процесс проверки гипотез. Причем первоначально всегда выдвигается предположение, что наблюдаемые различия носят случайный характер, то есть выборка принадле-жит к той же генеральной совокупности. В статистике такое предположение получило название нулевая ги-потеза.
Методика подготовки выпускной (квалификационной) работы, требования к ее содержанию и оформлению
Выпускная (квалификационная) работа завершает подготовку специалиста по социальной работе в вузе и показывает его готовность решать теоретические и практические задачи.
Выпускная (квалификационная) работа должна представлять собой самостоятельную законченную разработку, в которой анализируются актуальные проблемы социальной работы, раскрываются содержание и технологии разрешения этих проблем не только в теоретическом, но и в практическом плане на местном, региональном уровнях. Любая выпускная (квалификационная) работа по социальной работе должна быть своего рода социальным проектом.
Выпускная (квалификационная) работа должна свидетельствовать о наличии у автора глубоких и всесторонних знаний объекта и предмета исследования, способности к самостоятельным научным исследованиям с использованием полученных в ходе освоения основной образовательной программы знаний и навыков;
Выпускная (квалификационная) работа должна содержать обоснование выбора темы исследования, обзор опубликованной специальной литературы по данной проблеме, изложение полученных результатов исследования, конкретные выводы и предложения.
Выпускная (квалификационная) работа должна продемонстрировать уровень овладения автором методами научного исследования и научным языком, его умение кратко, логично и аргументированно излагать материал.
Выпускная (квалификационная) работа не должна механически повторять учебные работы выпускника (курсовые, реферативные работы и пр.).
Выводы, предложения и рекомендации по исследуемым проблемам, выдвигаемые автором в адрес органов, организаций, учреждений и служб социальной защиты населения, должны быть конкретны, иметь практическую и теоретическую ценность, обладать элементами новизны.
Цели дипломной работы:
Систематизация, закрепление и расширение теоретических и практических знаний по социальной работе, их применение при решении конкретных практических задач;
Развитие навыков самостоятельной работы;
Овладение методикой исследования, обобщения и логического изложения материала.
В дипломной работе студент должен показать:
Прочные теоретические знания по избранной теме, проблемное изложение теоретического материала;
Умение изучать и обобщать общую и специальную литературу по теме, решать практические задачи, делать выводы и предложения;
Навыки проведения анализа и расчетов, экспериментирования, владения вычислительной техникой;
Умение грамотно применять методы оценки социальной эффективности, предлагаемых мероприятий.
Дипломная работа имеет четкую композицию: введение, основная часть, состоящая из нескольких глав, и заключение.
Во введении указывается тема и цель дипломной работы, обосновывается актуальность исследования, его теоретическое и практическое значение, называются основные методы исследования. В нем дается обоснование обращения к данной теме, ее актуальность в настоящий момент, значение, цель и содержание поставленных задач, формулируются объект и предмет исследования, сообщается, в чем заключается теоретическая значимость и практическая ценность полученных результатов.
Темы выпускных (квалификационных) работ утверждаются выпускающими кафедрами. Тема должна соответствовать специальности, при ее формулировке целесообразно учитывать сложившиеся на кафедре научные направления и возможность обеспечения студентов квалифицированным научным руководством. Желательно, чтобы темы были актуальными и обладали новизной, теоретической и практической значимостью. При формулировке темы нужно учитывать наличие или отсутствие литературы и практических материалов, наработки самого студента по теме (курсовые работы, научные доклады и т. п.), интерес студента к избранной теме, возможности студента провести необходимые исследования.
Следовательно, введение является достаточно ответственной частью дипломной работы, т. к. предопределяет дальнейшее раскрытие темы и содержит необходимые квалификационные характеристики.
Актуальность темы, важность, значимость в настоящее время, современность, злободневность - обязательное условие любой научной работы. Обоснование актуальности - начальный этап любого исследования, характеризующий профессиональную подготовку студента в том, как он умеет выбрать тему, сформулировать, насколько правильно он ее понимает и оценивает с точки зрения современности, ее научной или практической значимости. Освещение актуальности не должно быть многословным. Достаточно показать суть проблемы, определить, где проходит граница между знанием и незнанием о предмете исследования.
От формулировки научной проблемы и доказательств, что ее часть, являющаяся объектом исследования данной работы, еще не получила достаточной разработки и освещения в научной литературе, логично перейти к формулировке цели предпринимаемого исследования, а также указать на конкретные задачи, которые предстоит решать в соответствии с этой целью. Цель исследования - то, к чему стремится дипломник в своей дипломной работе, что собирается осуществить, установить, для чего он взялся за разработку данной темы. В соответствии с заданной целью, студенту предстоит сформулировать конкретные задачи исследования как определенные этапы исследования, которые необходимо пройти для достижения поставленной цели.
Кроме вышеуказанного, обязательным элементом введения является формулировка объекта и предмета исследования, где объект - это процесс или явление, порождающее проблемную ситуацию и избранное для исследования, а предмет - то, что находится в границах объекта. Объект и предмет исследования соотносятся между собой как общее и частное. Именно на предмет исследования и должно быть направлено основное внимание дипломника, т. к. именно предмет исследования определяет тему работы, обозначенную на титульном листе.
Обязательным элементом введения научной работы является также указание на методы исследования , которые служат инструментом в добывании фактического материала, являясь необходимым условием достижения поставленной в такой работе цели.
Во введении описываются и другие элементы научного процесса. К ним, в частности, относят указание, на каком конкретном материале выполнена сама работа. Здесь же дается характеристика основных источников получения информации (официальных, научных, литературных, библиографических), а также указываются методологические основы проведенного исследования.
Основная часть состоит из нескольких глав, которые, в свою очередь, делятся на параграфы. В этой композиционной части излагаются основные теоретические положения дипломной работы, анализируется фактический материал, приводятся статистические данные. Возможный иллюстративный материал может быть представлен здесь же, либо внесен в приложение.
В основной части работы студент раскрывает методологию и методику исследования, используя с этой целью следующие методы: наблюдение, сравнение, анализ и синтез, индукцию и дедукцию, теоретическое моделирование, восхождение от абстрактного к конкретному, и наоборот.
Содержание глав основной части должно точно соответствовать теме работы и полностью ее раскрывать. Выводы, сделанные дипломником в исследовании, должны быть непротиворечивыми, аргументированными, научно обоснованными. При этом под аргументированностью понимается логический процесс, суть которого заключается в том, что в нем обосновывается истинность высказанного суждения с помощью других суждений, примеров, доводов.
Заключение содержит выводы по дипломной работе. Выводы должны отражать основное содержание работы, быть точными и краткими. Они не должны подменяться механическим суммированием выводов в конце глав, представляющих краткое резюме, а содержать то новое, что составляет итоговые результаты исследования. Именно здесь содержится то знание, которое является новым по отношению к исходному знанию. Именно оно выносится на обсуждение и оценку государственной комиссии и общественности в процессе защиты дипломной работы.
В случае, если работа имела практическое значение, в выводах должны содержаться указания, где и каким образом они могут применяться в практике социальной работы. В некоторых случаях возникает необходимость указать пути продолжения исследования темы, те задачи, которые придется решать будущим исследователям в первую очередь. Завершают работу список использованных нормативных материалов и список использованной литературы.
Вспомогательные или дополнительные материалы, которые загромождают текст основной части работы, помещают в приложении. По содержанию приложения могут быть достаточно разнообразными. Это, например, могут быть копии подлинных документов (Уставы, Положения, Инструкции, отчеты, планы и т. д.), отдельные выдержки из инструкций и правил, неопубликованные тексты и т д. По форме они могут представлять собой текст, таблицы, графики, карты.
В приложения нельзя включать библиографический список использованной литературы, вспомогательные указатели всех видов, справочные комментарии и примечания, которые являются не приложениями к основному тексту, а элементами справочно-сопроводительного аппарата работы, помогающими пользоваться ее основным текстом.
Выпускная квалификационная работа сдается на кафедру в печатном виде. Примерный объем работы должен составлять 2-2,5 п.л. (50-60 страниц машинописного текста). Границы полей: слева - 3,5 см; справа - 1,5 см, сверху и снизу - 2,5 см. Компьютерный набор осуществляется в текстовом варианте Microsoft Word (интервал 1-1,5 по множителю, 12-14-й кегль Times New Roman).
Все страницы работы, включая страницы с таблицами и схемами, нумеруются последовательно арабскими цифрами, расположенными, как правило, над серединой текста.
Титульный лист дипломной работы включает полное название организации, в которой выполнена работа, название кафедры, заглавие сочинения, шифр и наименование специальности, фамилию и инициалы исполнителя, фамилию, инициалы, научную степень (должность, звание) научного руководителя, город и год написания.
Название глав и параграфов обозначается в той же последовательности и в той же формулировке, в какой они приводятся в тексте работы.
Текст основной части работы делится на главы, разделы, подразделы, пункты, параграфы.
Оформленная в соответствии с требованиями дипломная работа должна быть сдана на выпускающую кафедру не позднее 14 дней до срока защиты. Сроки предзащиты и сроки защиты дипломной работы устанавливаются выпускающей кафедрой.
Качество - это совокупность свойств, указывающих, что представляет собой предмет, чем он является. Количество определяет размеры, величину этого качества. Качество традиционно раскрывается через описание признаков, а количество отождествляется с мерой, числом. Анализируя качество, исследователь определяет, к какому классу уже известных явлений принадлежит данное и в чем его специфика, затем устанавливает причинно-следственные зависимости между явлениями. Задача количественного анализа сводится к измерению и счету выявленных свойств. Разрешая ее, ищут ответ на вопрос, какая мера качества входит в установленную меру. Дополняя качественные представления о своем предмете формализованными обобщениями, педагогическая теория приобретает необходимую строгость и устойчивость.
Необходимо различать два основных направления в использовании количественных методов в педагогике: первое - для обработки результатов наблюдений и экспериментов, второе - для моделирования, диагностики, прогнозирования, компьютеризации учебно-воспитательного процесса. Методы первого направления:
- регистрация - выявление определенного качества у явлений данного класса и подсчет количества по наличию или отсутствию данного качества (например, количество успевающих и неуспевающих учеников);
- ранжирование - расположение собранных данных в определенной последовательности (убывания или нарастания зафиксированных показателей), определение места в этом ряду изучаемых объектов (например, составление списка учеников в зависимости от числа пропущенных занятий и т. п.);
- шкалирование - присвоение баллов или других цифровых показателей исследуемым характеристикам, чем достигается большая определенность. Известны четыре основных градации измерительных шкал: шкалы наименований (или номинальные); шкалы порядка (или ранговые); интервальные шкалы; шкалы отношений.
Шкалы наименований - самые «слабые», числа и другие обозначения в них используются чисто символически. Их единственная математическая характеристика - принадлежность: принадлежит ли исследуемый объект к данному классу или нет. Примерами номинальных шкал можно считать классификации по различным признакам - список специальностей, перечисление характеристик обучаемых, наименования причин неуспеваемости и т. д.
В порядковых (ранговых) шкалах устанавливается порядок следования, отношения «больше» и «меньше», общая иерархия. Примерами их применения служит ранжирование типа «выше ростом», «больше пятерок», «меньше пропусков» и т. д.
«Сильные» шкалы - интервальная и шкала отношений - обладают всеми положительными качествами «слабых» шкал, но при этом интервальная шкала предусматривает определенные расстояния между отдельными (двумя любыми) числами на шкале, а в шкале отношений, кроме того, определена еще и нулевая точка (точка отсчета). Шкалы термометров, вольтметров, конечно, «сильные».
Все более мощным преобразующим средством педагогических исследований становится моделирование . Научная модель - это мысленно представленная или материально реализованная система, которая адекватно отображает предмет исследования и способна замещать его так, что изучение модели позволяет получить новую информацию об объекте. Моделирование успешно применяется для решения важных задач оптимизации структуры учебного материала, улучшения планирования учебного процесса, управления познавательной деятельностью и учебно-воспитательным процессом, диагностики, прогнозирования, проектирования обучения.
Моделирование - сложный и противоречивый метод. По существу он служит трем полезным целям: эвристической - для классификации, обозначения, нахождения новых законов, построения новых теорий и интерпретации полученных данных; вычислительной - для решения вычислительных проблем с помощью моделей; экспериментальной - для решения проблемы эмпирической проверки (верификации) гипотезы с помощью оперирования с теми или иными моделями.
6-й этап фокус-группы посвящен качественной обработке и интерпретации данных. Обработка данных фокус-группы (предварительно составленной стенограммы) проводится в соответствии с целью, задачами и гипотезой исследования, которая нашла отражение в поставленных вопросах. Возможно использование следующих стратегий анализа.
Стратегия А
Сначала анализируются имеющиеся ответы по каждому из вопросов, а после сравниваются выводы по отдельным вопросам.
Стратегия Б
По результатам первого (возможно, неполного) знакомства со стенограммой формируются определенные предположения, затем во всем тексте стенограммы фиксируются высказывания, подтверждающие или опровергающие данное предположение.
Возможны и иные стратегии анализа, выбор которых зависит от поставленных задач, опытности и научной интуиции исследователя. Необходимо отметить, что при анализе данных фокус-группы возможно применение не только качественного, но и количественного подходов. При работе со значительным по объему материалом стенограммы имеется возможность использования качественноколичественного метода анализа документов - контент-анализа. Условия его проведения описаны в 3-й главе пособия.
Примером использования качественного контент-анализа или категоризации данных фокус-группы может послужить исследование, проведенное студентами факультета психологии весной 2005 г. Исследование было посвящено изучению представлений о нравственности среди студентов младших курсов факультета психологии. В качестве основной гипотезы выступало предположение о том, что нравственность - категория личная, индивидуально сформулированная.
Разработанный топик-гайд включал следующие вопросы.
- 1. Как вы понимаете нравственность? Что для вас нравственность?
- 2. Приведите, пожалуйста, какой-нибудь пример из жизни, где проявляегся нравственность?
- 3. Сравните понятия «нравственность» и «совесть»: чем отличаются, что общего?
- 4. Какую роль играют для вас родители при формировании представлений о нравственности?
- 5. Считаете ли вы себя нравственным человеком?
- 6. Как вы относитесь к аборту?
При контент-анализе данных стенограммы фокус-группы в качестве категории анализа выступало «определение нравственности». Анализ стенограммы позволил выявить такие подкатегории, как «индивидуальные факторы определения нравственности» (индикаторы категории: «сам сформулировал, составил, определил», «для меня», «я следую» т. п.) и «общественные факторы определения нравственности» (индикаторы: «общие», «общественные», «общепринятые», «для всех» и т. п.).
В результате выявлено, что хотя участники обсуждения уделяют большое значение мнению родителей при формировании представлений о нравственности, все же «нравственность» для них - это, прежде всего, индивидуальная категория. Правила поведения студенты определяют для себя самостоятельно, оценивая свою нравственность в соответствии с индивидуально сформулированными представлениями о нравственности. Полученные результаты имеют значение для анализа отношения современной молодежи к проблеме нравственности, а также для изучения динамики представлений о нравственном поведении.
Использование контент-анализа на заключительном этапе фокус-группового исследования позволяет формализовать полученные данные, облегчить процесс их обработки. Контент-анализ позволяет выявить степень выраженности той или иной позиции среди участников обсуждения. Однако следует помнить о том, что значительное количество высказываний в пользу одной из позиций не всегда отражает действительную представленность данного мнения в изучаемой группе. Рассматривая возможности применив контент-анализа при обработке данных фокус-группы С. А. Белановский приводит пример исследования Д. Моргана и М. Спениша, посвященного изучению факторов риска сердечных приступов . По данным авторов, наиболее часто упоминаемыми причинами приступов были стресс, курение, малоподвижный образ жизни. Правомерность вывода о значении данных факторов подвергается сомнению в силу того, что именно данные факторы упоминаются при разъяснительной работе врачей с пациентами. Поэтому при анализе данных обсуждения необходимо выявление не только наиболее распространенных выоказываний, но единичных. Анализ таких уникальных представлений может помочь при критической оценке изучаемых представлений.
3.1. Первичная и вторичная количественная обработка
Процесс количественной обработки данных имеет две фазы: первичную и вторичную.
Первичная количественная обработка нацелена на упорядочивание информации об объекте и предмете изучения, полученной на эмпирическом этапе исследования. К основным методам первичной обработки относятся: табулирование, построение диаграмм, гистограмм (ступенчатая диаграмма), полигонов распределения (соединяются прямыми отрезками верхние точки центральных осей всех участков гистограммы) и кривых распределения (полигон распределения, но плавные кривые линии). Диаграммы отражают дискретное распределение, остальные графические формы – непрерывное.
Вторичная количественная обработказаключается главным образом в статистическом анализе итогов первичной обработки. Здесь важно получить ответы на три главных вопроса.
1. Какое значение наиболее характерно для выборки?
Для решения этого вопроса вычисляются т.н. «меры центральной тенденции». Это величины, являющиеся обобщающими, и к ним относят: среднее арифметическое, медиану, моду, среднее геометрическое и среднее гармоническое. В психологии обычно используют первые три.
Среднее арифметическое (оценка математического ожидания) вычисляется по формуле:
где x i – каждое наблюдаемое значение признака, i – индекс, указывающий на порядковый номер данного значения признака;
n – количество наблюдений.
Медиана (Ме)– это точка на измерительной шкале, выше и ниже которой находится ровно по 50% величин ряда (наблюдений). Её определяют по срединному рангу по формуле:
Т.е., чтобы вычислить медиану, необходимо проранжировать ряд значений (наблюдений). Полученное значение медианы может не соответствовать значению ряда, а находится между двумя соседними значениями, тогда вычисляется среднее арифметическое этих значений.
Например, имеем ряд 3-5-6-7-9-10-11-12. Проранжировав его, имеем 1-2-3-4-5-6-7-8. Ранговая медиана в этом ряду: Ме=8+1/2=4,5. Этому рангу соответствует середина между членами первоначального ряда, имеющими ранги 4 и 5. Следовательно, медиана этого ряда равна 8 (7+9/2). Следует отметить, что величины 8 в ряду нет, но таково значение медианы этого ряда.
Мода (Мо) – это значение, наиболее часто встречающееся в выборке. Пример: 2, 6, 6, 8, 9, 9, 9, 10; Мо=9.
Если все значения в группе встречаются одинаково часто, то считается, что моды нет. Если два соседних значения имеют одинаковую частоту и они больше частоты любого другого значения, мода есть среднее этих двух значений (например: 1, 2, 2, 2, 4, 4, 4, 5, 5, 7; Мо=3). Если то же самое относится к двум несмежным значениям, то существует две моды, а группа значений признака является бимодальной (пример: 0, 1, 1, 1, 2, 3, 4, 4, 4, 7; Мо=1 и 4).
Обычно среднее арифметическое применяется при стремлении к наибольшей точности, и когда впоследствии нужно будет вычислять стандартное отклонение. Медиана – когда в значениях признака есть нетипичные данные (например: 1, 3, 5, 7, 9, 26, 13). Мода – когда не нужна высокая точность, но важна быстрота определения меры центральной тенденции.
2. Велик ли разброс данных относительно среднего значения?
Для ответа на этот вопрос применяются меры изменчивости (рассеивания, разброса). Они позволяют судить о степени однородности полученного множества, о его компактности, и косвенно – о надёжности получаемых результатов. Наиболее используемые в психологических исследованиях: размах, среднее отклонение, дисперсия, стандартное отклонение, квартильное отклонение.
Размах (Р) – это интервал между максимальным и минимальным значениями признака. Определяется легко, но чувствителен к случайностям, особенно при малом числе данных. Пример: (0, 2, 3, 5, 8; Р=8); (-0,2, 1,0, 1,4, 2,0; Р=2,2)
Среднее отклонение (МД) – это среднее арифметическое разницы (по модулю) между каждым значением в выборке и её средним:
где d=│XM│; где М – среднее выборки; Х – конкретное значение; N – число значений.
Множество всех конкретных отклонений от среднего характеризует изменчивость данных, но, если их не взять по модулю, то их сумма будет равна нулю, и мы не получим информации об их изменчивости. МД показывает степень скученности данных вокруг среднего (иногда вместо М берут Ме или Мо).
Дисперсия (Д) (от лат. – рассыпанный).
Д=∑d 2 /(N-1) или σ х 2 =∑(х i -х ср) 2 *(m i / N-1),
где m i – количество появлений значений х i при N наблюдениях.
Для больших выборок (N≥30) в знаменателе просто N.
Стандартное отклонение или среднее квадратичное отклонение. В психологии принято обозначать эту величину σ (сигма):
σ = √∑(x i – x) 2 /n-1
Коэффициент ковариации является относительной характеристикой рассеивания и рассчитывается по формуле:
V= (σ х / х ср)*100%
Квартильное отклонение (Q). На практике нам часто важно узнать не точку, а интервал значений, следовательно, ось накопленной частоты (если все значения разместить на оси) разбивается на равное количество интервалов. Это S-образная кривая (ось накопленной частоты), где М – генеральная средняя. Функция этой кривой выглядит символически следующим образом:
F(Х) = (1/σ√2π*)∫((-(t-µ) 2)/ 2σ 2)dt
Точки на оси накопленной частоты, делящие её в установленной пропорции, называются квантилями (отсюда название квантильной стандартизации тестов). Среди квантилей выделяют квартили, квинтили, децили, процентили. Например, 3 квартиля (Q 1 , Q 2 , Q 3) делят выборку на 4 равные части (кварты) таким образом, что 25% испытуемых ниже Q 1 , 50% ниже Q 2 , 75% ниже Q 3 , 99 процентилей делят выборку на 100 равных частей (процентов) и т.д.
Квартиль первая вычисляется по формуле: Q 1 =(R 1 +R n/2)/2, т.е. полусумма первого и последнего рангов первой – левой от медианы - половины ряда;
Квартиль третья: Q 3 =(R n/2 +R n)/2, т.е. полусумма первого и последнего рангов второй – правой от медианы – середины ряда.
Полученным значениям рангов соответствуют определённые величины в исходном ряду данных. Для характеристики Распределения вычисляется среднее квартильное отклонение:
Q=(Х 1 (Q 3)-Х 2 (Q 1))/2,
где Х 1 и Х 2 – значения ряда, соответствующие третьей и первой квартили.
Понятно, что при симметричном распределении Q 2 и Ме будут совпадать. А вообще точка на оси, соответствующая Q 2 определяется после отделения 50% всех значений выборки.
3. Существует ли взаимосвязь между отдельными данными в имеющейся совокупности и каковы характер и сила этих связей?
Для решения этого вопроса необходимо вычислить меры связи (корреляции). Меры связи выявляют соотношения между двумя переменными. Эти связи вычисляют с помощью коэффициентов корреляции.
Коэффициент корреляции Карла Пирсона вычисляется путём нормирования ковариации переменных на произведение их среднеквадратических отклонений:
r xy =(∑(x ср -x i)(y ср -y yi)/√∑(x ср -x i) 2 ∑(y ср -y yi) 2 .
Значение коэффициента может варьировать от -1 до +1.
Коэффициент ранговой корреляции Чарльза Эдварда Спирмена:
r s =1-6*∑d 2 /(N(N 2 -1))
Его полученное значение необходимо сравнить с табличным (в справочниках, учебниках по статистике, специальных изданиях и др.).
3.2. Виды количественного анализа данных
Статистический анализ данных, входящий в процедуру обработки результатов исследования включает в себя, кроме указанного, следующее.
1. Дисперсионный анализ (ДА). В отличие от корреляционного, может выявлять зависимость между двумя, тремя и т.д. переменными. Изменения изучаемого признака могут быть вызваны как несколькими переменными, так и их взаимодействием, что может выявить ДА.
2. Факторный анализ. Позволяет снизить размерность пространства данных, т.е. обоснованно уменьшить количество измеряемых признаков за счёт их объединения в некоторые совокупности (факторы). Основой анализа является матрица корреляций, т.е. таблицы коэффициентов корреляции каждого признака со всеми остальными. В зависимости от числа факторов в корреляционной матрице различают:
Однофакторный (по Спирмену);
Бифакторный (по Холзингеру);
Многофакторный (по Терстону.
Весьма сложный математический и логический аппараты факторного анализа часто затрудняют выбор адекватного задачам исследования варианта метода.
3. Регрессионный анализ. Метод позволяет изучать зависимость среднего значения одной величины от вариации другой (других) величины. Специфика метода заключается в том, что хотя бы одна из рассматриваемых величин носит случайный характер. Тогда описание зависимости распадается на две задачи: 1) выявление общего вида зависимости и 2) уточнение путём вычисления оценок параметров зависимости. Решение первой задачи – дело мастерства и интуиции исследователя, т.к. стандартных методов её решения не существует. Решение же второй задачи по сути представляет собой нахождение аппроксимирующей кривой. Чаще всего эта аппроксимация осуществляется с помощью математического метода наименьших квадратов.
Идея этого метода принадлежит Фрэнсису Гальтону, заметившему, что у очень высоких родителей дети были несколько меньше ростом, а у очень маленьких родителей – дети более рослые. Эту закономерность он назвал регрессией.
4. Таксономический анализ. Это математический приём группировки данных в классы (таксоны, кластеры) таким образом, чтобы объекты, входящие в один класс, были более однородны по какому-либо признаку по сравнению с объектами, входящими в другие классы. В итоге появляется возможность определить в той или иной метрике расстояние между изучаемыми объектами и дать упорядоченное описание их взаимоотношений на количественном уровне. В силу недостаточной проработанности критериев эффективности и допустимости кластерных процедур данный метод рассматривается как дополнительный или дополняется другими методами, в частности, факторным анализом.
8.1. КОЛИЧЕСТВЕННЫЕ МЕТОДЫ
К основным методам количественного анализа (и синтеза) в психологии относятся следующие:
1. Методы первичной обработки данных (табулирование,
построение диаграмм, гистограмм, полигонов и кривых распределения).
2. Методы вторичной обработки данных (вычисление ста-
3. Корреляционный анализ.
4. Дисперсионный анализ.
5. Регрессионный анализ.
6. Факторный анализ. 7.Таксономический (кластерный) анализ. 8. Шкалирование.
Выше при освещении этапа обработки данных в психологическом исследовании приводились краткие характеристики всех перечисленных методов кроме двух последних. Восполним этот пробел.
Таксономический анализ
Метод представляет собой математический прием группировки данных в классы (таксоны, кластеры) таким образом, чтобы объекты, входящие в один класс, были более однородны по какому-либо признаку по сравнению с объектами, входящими в другие классы. В итоге появляется возможность определить в той или иной метрике расстояние между изучаемыми объектами и дать упорядоченное описание их взаимоотношений на количественном уровне . В силу недостаточной проработанности критерия эффективности и допустимости кластерных про-
цедур данный метод применяется обычно в сочетании с другими способами количественного анализа данных. С другой стороны, и сам таксономический анализ используется как дополнительная страховка надежности результатов, полученных с использованием других количественных методов, в частности факторного анализа. Суть кластерного анализа позволяет рассматривать его как метод, явно совмещающий количественную обработку данных с их качественным анализом. Поэтому причислить его однозначно к разряду количественных методов, видимо, не правомерно. Но поскольку процедура метода по преимуществу математическая и результаты могут быть представлены численно, то и метод в целом будем относить к категории количественных.
Шкалирование в еще большей степени, чем таксономический анализ, совмещает в себе черты количественного и качественного изучения реальности. Количественный аспект шкалирования состоит в том, что в его процедуру в подавляющем большинстве случаев входят измерение и числовое представление данных. Качественный аспект шкалирования выражается в том, что, во-первых, оно позволяет манипулировать не только количественными данными, но и данными, не имеющими единиц измерения, а во-вторых, включает в себя элементы качественных методов (классификации, типологизации, систематизации).
Еще одной принципиальной особенностью шкалирования, затрудняющей определение его места в общей системе научных методов, является совмещение в нем процедур сбора данных и их обработки. Можно даже говорить о единстве эмпирических и аналитических процедур при шкалировании. Не только в конкретном исследовании трудно указать на последовательность и разнесенность этих процедур (они часто совершаются одновременно и совместно), но и в теоретическом плане не удается обнаружить стадиальную иерархию (невозможно сказать, что первично, а что вторично).
Третий момент, не позволяющий однозначно отнести шкалирование к той или иной группе методов, - это его органическое «врастание» в специфические области знания и приобретение им наряду с признаками общенаучного метода признаков узкоспецифических. Если другие методы общенаучного значения (например, наблюдение или эксперимент) можно довольно легко представить как в общем виде, так и в конкретных модификациях, то шкалирование на уровне всеобщего без потери необходимой информации охарактеризовать весьма непросто. Причина этого очевидна: совмещение в шкалировании эмпирических процедур с обработкой данных. Эмпирика конкретна, математика абстрактна. Поэтому срастание общих принципов математического анализа со специфическими приемами сбора данных дает указанный эффект. Неплохой иллюстрацией этому служит неясность с научными истоками шкалирования. Сразу несколько наук могут претендовать на звание его «родителя». Среди них и психология, где над теорией и практикой шкалирования работали такие выдающиеся ученые, как Л. Терстон , С. Стивене , В.Торгерсон, А.Пьерон.
Осознав все эти факторы, мы все же помещаем шкалирование в разряд количественных методов обработки данных, поскольку в психологической практике можно различить две ситуации с использованием шкалирования. Первая - это построение шкал, а вторая - их использование. В первом случае все упомянутые особенности шкалирования проявляются в полной мере. Во втором же они отходят на второй план, поскольку использование готовых шкал (например, «стандартных» шкал при тестировании) предполагает просто сравнение с ними показателей, полученных на этапе сбора данных. Таким образом, психолог в этом случае пользуется лишь плодами шкалирования, причем на этапах, следующих за сбором данных. Такая ситуация - обычное явление в психологии. Кроме того, формальное построение шкал, как правило, выносится за пределы непосредственных измерений и сбора данных об объекте. То есть основные шкалообразующие действия математического характера проводятся после сбора данных, что сопоставимо с этапом их обработки.
В самом общем смысле шкалирование есть способ познания мира через моделирование реальности с помощью формальных (в первую очередь, числовых) систем. Применяется этот способ практически во всех сферах научного познания (в естественных, точных, гуманитарных, социальных, технических науках) и имеет широкое прикладное Значение.
Наиболее строгим определением представляется следующее: шкалирование - это процесс отображения по заданным правилам эмпирических множеств в формальные. Под эмпирическим множеством понимается любая совокупность реальных объектов (лю-
дей, животных, явлений, свойств, процессов, событий), находящихся в определенных отношениях друг с другом. Эти отношения могут быть представлены четырьмя типами (эмпирическими операциями): 1) равенство (равно - не равно); 2) ранговый порядок (больше - меньше); 3) равенство интервалов; 4) равенство отношений.
По природе эмпирического множества шкалирование делится на два вида: физическое и психологическое. В первом случае шкалированию подвергаются объективные (физические) характеристики объектов, во втором - субъективные (психологические).
Под формальным множеством понимается произвольная совокупность символов (знаков, чисел), связанных между собой определенными отношениями, которые соответственно эмпирическим отношениям описываются четырьмя видами формальных (математических) операций: 1) «равно - не равно» (= Ф); 2) «больше - меньше» (> <); 3) «сложение - вычитание» (+ -); 4) «умножение - деление» (х:).
При шкалировании обязательным условием является взаимооднозначное соответствие между элементами эмпирического и формального множеств. Это означает, что каждому элементу первого множества должен соответствовать только один элемент второго, и наоборот. При этом взаимооднозначное соответствие типов отношений между элементами обоих множеств (изоморфизм структур) не обязательно. В случае изоморфности этих структур производится так называемое прямое (субъективное) шкалирование, при отсутствии изоморфизма производится косвенное (объективное) шкалирование.
Итогом шкалирования является построение шкал (лат. scala - "лестница"), т. е. некоторых знаковых (числовых) моделей исследуемой реальности, с помощью которых можно эту реальность измерить. Таким образом, шкалы являются измерительными инструментами. Общее представление обо всем многообразии шкал можно получить из работ , где приведена их классификационная система и даны краткие описания каждого вида шкал. Сведения о многообразии модификаций общенаучного метода шкалирования в систематизированном виде представлены в работе .
Отношения между элементами эмпирического множества и соответствующие допустимые математические операции (допустимые преобразования) обусловливают уровень шкалирования и
тип получаемой шкалы (по классификации С. Стивенса). Первому, наиболее простому типу отношений (= *) соответствуют наименее информативные шкалы наименований, второму (> <) - шкалы порядка, третьему (+ -) шкалы интервалов, четвертому (х:) - самые информативные шкалы отношений.
Процесс психологического шкалирования условно можно разделить на два основных этапа: эмпирический, на. котором производится сбор данных об эмпирическом множестве (в данном случае о множестве психологических характеристик исследуемых объектов или явлений); и этап формализации, т. е. математико-ста-тистической обработки данных первого этапа. Особенности каждого из этапов определяют методические приемы конкретной реализации шкалирования. В зависимости от объектов исследования психологическое шкалирование выступает в двух разновидностях: психофизическое или психометрическое.
Психофизическое шкалирование заключается в построении шкал для измерения субъективных (психологических) характеристик объектов (явлений), имеющих физические корреляты с соответствующими физическими единицами измерения. Например, субъективным характеристикам звука (громкости, высоте, тембру) соответствуют физические параметры звуковых колебаний: амплитуда (в децибелах), частота (в герцах), спектр (в показателях составляющих тонов и огибающей). Таким образом, психофизическое шкалирование позволяет выявить зависимость между величинами физической стимуляции и психической реакции, а также выразить эту реакцию в объективных единицах измерения. В результате получают любые виды косвенных и прямых шкал всех уровней измерения: шкалы наименований, порядка, интервалов и отношений.
Психометрическое шкалирование заключается в построении шкал для измерения субъективных характеристик объектов (явлений), не имеющих физических коррелятов. Например, характеристик личности, популярности артистов, сплоченности коллективов, выразительности образов и т. п. Реализуется с помощью некоторых методов косвенного (объективного) шкалирования. В результате получают шкалы суждений, относящиеся по типологии допустимых преобразований, как правило, к шкалам порядка, реже - к шкалам интервалов. В последнем случае в качестве единиц измерения выступают показатели вариативности суждений (ответов, оценок) респондентов. Наиболее характерными и распространенными психометрическими шкалами являются шкалы оценок и основанные на них шкалы установок. Психометрическое шкалирование лежит в основе разработки большинства психологических тестов, а также методов измерений в социальной психологии (социометрические методики) и в прикладных психологических дисциплинах. Поскольку вынесение суждений, лежащее в основе процедуры психометрического шкалирования, может быть применено и к физической сенсорной стимуляции, постольку эти процедуры применимы и для выявления психофизических зависимостей, но в этом случае получаемые шкалы не будут иметь объективных единиц измерения.
Как физическое, так и психологическое шкалирование может быть одномерным и многомерным. Одномерное шкалирование - это процесс отображения эмпирического множества в формальное по одному критерию. Получаемые одномерные шкалы отображают либо отношения между одномерными эмпирическими объектами (или одними и теми же свойствами многомерных объектов), либо изменения одного свойства многомерного объекта. Реализуется одномерное шкалирование с помощью методов и прямого (субъективного), и косвенного (объективного) шкалирования.
Под многомерным шкалированием понимается процесс отображения эмпирического множества в формальное одновременно по нескольким критериям. Многомерные шкалы отражают либо отношения между многомерными объектами, либо одновременные изменения нескольких признаков одного Объекта. Процесс многомерного шкалирования в отличие от одномерного характеризуется большей трудоемкостью второго этапа, т. е. формализации данных. В связи с этим привлекается мощный статистико-мате-матический аппарат, например, кластерный или факторный анализы, входящие неотъемлемой частью в методы многомерного шкалирования.
Исследование проблем многомерного шкалирования связано с именами Ричардсона и Торгерсона, предложивших его первые модели. Начало разработкам методов неметрического многомерного шкалирования положил Шепард. Наиболее распространенный и впервые теоретически обоснованный алгоритм многомерного шкалирования предложил Краскал. Обобщение сведений по многомерному шкалированию провел М. Дэйвисон . Специфика многомерного шкалирования в психологии отражена в работе Г. В. Парамей .
Раскроем упоминавшиеся ранее понятия «косвенное» и «прямое» шкалирования. Косвенное, или объективное шкалирование - это процесс отображения эмпирического множества в формальное при взаимном несоответствии (отсутствие изоморфизма) между структурами этих множеств. В психологии в основе такого несоответствия лежит первый постулат Фехнера о невозможности прямой субъективной оценки величины своих ощущений. Для количественного выражения ощущений используются внешние по отношению к ним (косвенные) единицы измерения, базирующиеся на различных оценках испытуемых: едва заметные различия, время реакции (ВР), дисперсия различения, разброс категориальных оценок.
Косвенные психологические шкалы по способам их построения, исходным допущениям и единицам измерения образуют несколько групп, главные из которых следующие: 1) шкалы накопления, или логарифмические шкалы; 2) шкалы, основанные на измерении ВР, 3) шкалы суждений (сравнительных и категориальных). Аналитическим выражениям этих шкал присвоен статус законов, названия которых связаны с именами их авторов: 1) логарифмический закон Вебера-Фехнера; 2) закон Пьерона (для простой сенсомо-торной реакции); 3) закон сравнительных суждений Терстона и 4) закон категориальных суждений Торгерсона. Наибольшими прикладными возможностями обладают шкалы суждений. Они позволяют измерять любые психические явления, реализуют как психо-физическое, так и психометрическое шкалирование, дают возможность многомерного шкалирования. По типологии допустимых преобразований косвенные шкалы представлены в основном шкалами порядка и интервалов.
Прямое, или субъективное, шкалирование представляет собой процесс отображения эмпирического множества в формальное при взаимооднозначном соответствии (изоморфизм) структур этих множеств. В психологии в основе этого соответствия лежит допущение о возможности прямой субъективной оценки величины своих ощущений (отрицание первого постулата Фехнера). Реализуется субъективное шкалирование с помощью процедур, выясняющих, во сколько раз (или на сколько) ощущение, вызванное одним стимулом, больше или меньше ощущения, вызванного другим стимулом. Если такое сравнение производится для ощущений разных модальностей, то говорят о кросс-модальном субъективном шкалировании.
Прямые шкапы по способу их построения образуют две основные группы: 1) шкалы, основанные на определении сенсорных отношений; 2) шкалы, основанные на определении величин стимулов. Второй вариант открывает путь к многомерному шкалированию. Значительная часть прямых шкал хорошо аппроксимируется степенной функцией, что на большом эмпирическом материале доказал С. Стивене, именем которого названо аналитическое выражение прямых шкал - степенной закон Стивенса.
Для количественного выражения ощущений при субъективном шкалировании используются психологические единицы измерения, специализированные для конкретных модальностей и экспериментальных условий. Многие из этих единиц имеют общепринятые наименования: «соны» для громкости, «брилы» для яркости, «густы» для вкуса, «веги» для тяжести и т. д. По типологии допустимых преобразований прямые шкалы представлены главным образом шкалами интервалов и отношений.
В заключение обзора метода шкалирования надо указать на проблему его соотношения с измерением. На наш взгляд, эта проблема обусловлена отмеченными выше особенностями шкалирования: 1) совмещением в нем эмпирических процедур сбора данных и аналитических процедур обработки данных; 2) единством количественного и качественного аспекта процесса шкалирования; 3) сочетанием общенаучное™ и узкопрофильное™, т. е. «срастанием» общих принципов шкалирования со специфическими процедурами конкретных методик.
Часть исследователей в явном или неявном виде отождествляют понятия «шкалирование» и «измерение» . На эту точку зрения особенно сильно «работает» авторитет С. Стивенса, который измерение определял как «приписывание числовых форм объектам или событиям в соответствии с определенным правилами» и тут же указывал, что подобная процедура ведет к построению шкал . Но поскольку процесс разработки шкалы есть процесс шкалирования, то в итоге получа?.. ем, что измерение и шкалирование - одно и то же. Противопо-н ложная позиция состоит в том, что с измерением сопоставляется только метрическое шкалирование, связанное с построением интервальных и пропорциональных шкал .
Представляется, что вторая позиция строже, поскольку измерение предполагает количественное выражение измеряемого, а следовательно, наличие метрики. Острота дискуссии может быть
снята, если измерение понимать не как исследовательский метод , а как инструментальное сопровождение того или иного метода, в том числе шкалирования, о чем уже упоминалось.
Кстати, метрология (наука об измерениях) в понятие «измерение» включает как его обязательный атрибут средства измерения . Для шкалирования же (по крайней мере, для неметрического шкалирования) измерительные средства не обязательны. Правда, метрология интересуется главным образом физическими параметрами объектов, а не психологическими. Психологию, наоборот, в первую очередь занимают субъективные характеристики (большой, тяжёлый, яркий, приятный и т. п.). Это позволяет некоторым авторам за средство измерения принимать самого человека. При этом имеется в виду не столько использование в качестве единиц измерения частей человеческого тела (локоть, аршин, сажень, стадий, фут, дюйм и т. п.), сколько его способности к субъективному количественному оцениванию любых явлений. Но бесконечная вариативность индивидуальных различий человека, в том числе вариативность оценочных способностей, не может дать общеупотребимых единиц измерения на этапе сбора данных об объекте. Иными словами, в эмпирической части шкалирования субъект не может рассматриваться в роли измерительного инструмента. Эту роль ему с большой натяжкой можно приписать только после манипуляций уже не с эмпирическими, а с формальными множествами. Тогда искусственно получают субъективную метрику, чаще всего в виде интервальных значений. На эти факты указывает Г. В. Суходольский, когда говорит, что упорядочивание (а именно этим занимается испытуемый на стадии «оценки» эмпирических объектов) «является подготовительной, но не измерительной операцией». И только потом на стадии обработки первичных субъективных данных соответствующие шкалообразующие действия (у Суходольского - ранжирование) «метризуют одномерное топологическое пространство упорядоченных объектов и, следовательно, измеряют "величину" объектов» .
Неясность соотношения понятий «шкалирование» и «измерение» в психологии усиливается при их сопоставлении с понятиями «тест» и «тестирование». Не вызывает сомнений отнесение тестов к измерительным инструментам. Однако следует указать на два момента. Первый - это использование теста в процессе тестирования, т. е. обследования (психодиагностики) конкретных психологических объектов. Второй - это разработка, или конструирование теста. В первом случае с определенным основанием можно говорить об измерении, поскольку к обследуемому объекту (испытуемому) «примеривается» эталонная мера - стандартная шкала. Во втором случае, очевидно, корректнее говорить о шкалировании, поскольку квинтэссенцией конструирования теста является процесс построения стандартной шкалы и связанные с этим операции определения эмпирического и формального множеств, надежность и изоморфизм которых не в последнюю очередь обеспечиваются стандартизацией процедуры сбора эмпирических данных и набором достоверной «статистики».
Другой аспект проблемы вытекает из того обстоятельства, что тест как измерительный инструмент состоит из двух частей: 1) набора заданий (вопросов), с которыми обследуемый непосредственно имеет дело на стадии сбора данных о нем, и 2) стандартной шкалы, с которой сравниваются эмпирические данные на стадии интерпретации. Где следует говорить об измерении, где о шкалировании, если это не одно и то же? Нам кажется, что эмпирическая часть процесса тестирования, т. е. выполнение испытуемым тестового задания, не является чисто измерительной процедурой, но к шкалированию ее отнести необходимо. Аргументация такова: сами по себе действия, совершаемые испытуемым, не являются мерой выраженности диагносцируемых качеств. Только результат этих действий (затраченное время, число ошибок, тип ответов и т. д.), определяемый уже не испытуемым, а диагностом, представляет собой «сырое» шкальное значение, которое в последующем сравнивается с эталонными значениями. «Сырыми» показатели результатов действий испытуемого здесь названы по двум причинам. Во-первых, они, как правило, подвергаются переводу в другие единицы выраженности. Часто - в «безликие», абстрактные баллы, стены и т. п. И, во-вторых, обычное дело в тестировании - многомерность изучаемого психического явления, что предполагает для его оценки регистрацию нескольких изменяющихся параметров, синтезируемых впоследствии в единый показатель. Таким образом, только этапы обработки данных и интерпретации результатов тестирования, где производятся перевод «сырых» эмпирических данных в сравниваемые и наложение последних на «измерительную линейку», т. е. стандартную шкалу, можно без оговорок отнести к измерению.
Еще туже этот проблемный узел затягивается в связи с обособлением и перерастанием в самостоятельные дисциплины таких научных разделов, как «Психометрия» и «Математическая психология». Каждая из них как свои ключевые категории рассматривает обсуждаемые нами понятия. Психометрию можно считать психологической метрологией, охватывающей «весь круг вопросов, связанных с измерением в психологии». Поэтому нет ничего удивительного, что шкалирование входит в этот «круг вопросов». Но и психометрия не проясняет его соотношения с измерением. Более того, дело запутывается многообразием трактовок самой психометрической науки нее предмета. Например, психометрия рассматривается в контексте психодиагностики . «Часто термины "психометрия" и "психологический эксперимент""употребляются как синонимы... Очень популярно мнение, что психометрия - это математическая статистика с учетом специфики психологии... Устойчивое понимание психометрии: математический аппарат психодиагностики... Психометрия - наука о применении в исследовании психических явлений математических моделей» .
Что касается математической психологии, то ее статус еще более расплывчат . «Содержание и структура математической психологии еще не приобрели общепринятой формы, выбор и систематизация математико-психологических моделей и методов в какой-то мере произвольны» . Тем не менее уже намечается тенденция поглощения психометрии математической психологией. Отразится ли это на обсуждаемой проблеме соотношения шкалирования и измерения и прояснится ли их место в общей системе методов психологии - пока сказать трудно.
8.2. КАЧЕСТВЕННЫЕ МЕТОДЫ
Качественные методы (КМ) позволяют выявить наиболее существенные стороны изучаемых объектов, что дает возможность обобщать и систематизировать знания о них, а также постигать их сущность. Очень часто КМ опираются на количественную информацию. Наиболее распространены такие приемы, как классификация, типологизация, систематизация, периодизация, казуистика.
Классификация
Классификация (дат. classic - разряд, facere - делать) - это распределение множества объектов по группам (классам) в зависимости от их общих признаков. Сведение в классы может производиться как по наличию обобщающего признака, так и по его отсутствию. Результатом подобной процедуры становится совокупность классов, которую как и сам процесс группировки называют классификацией. Классификационная процедура - это, по существу, дедуктивная операция деления (декомпозиция): известное множество элементов по некоторому критерию делится на подмножества (классы). Классы строятся путем определения границ подмножеств и включения в эти границы тех или иных элементов. Элементы с характеристиками, выходящими за границы данного класса, помещаются в другие классы или выпадают из классификации.
Встречающееся в науке мнение о двух возможных путях реализации классификационной процедуры, а именно дедуктивном и индуктивном , нам представляется неверным. Классификации может подлежать только какое-то известное множество объектов, т. е. «закрытая» совокупность, поскольку классификационный критерий выбирается заранее и он для всех элементов множества един. Следовательно, на классы можно только делить. «Прибавлять» один класс к другому невозможно, поскольку в ходе такой процедуры заранее неизвестно, будут ли последующие объекты обладать признаками, соответствующими выбранному критерию. И процесс такого группообразования становится нецелесообразным и бессмысленным. Но если при этой процедуре возможно менять критерии объединения (или разведения) элементов, то получаем процесс специфического группообразования, основанный не на индукции (а тем более не на дедукции), а на традукции. Именно поэтому такая процедура дает «рядопо-ложные группировки», а дедуктивная - преимущественно «иерархические классификации» .
По мнению Г. Селье, «классификация - самый древний и саг мый простой научный метод. Она служит предпосылкой всех типов теоретических конструкций, включающих сложную процедуру установления причинно-следственных отношений, которые связывают классифицируемые объекты. Без классификации мы не смогли бы даже разговаривать. В самом деле, основу всякого нарицательного существительного (человек, почка, звезда) составляет узнавание стоящего за ним класса объектов. Определить некий класс объектов (например, позвоночные) - значит установить те существенные характеристики (позвоночник), которые являются общими для всех составляющих этот класс элементов. Тем самым классификация предполагает выявление тех меньших элементов, которые входят в состав большего элемента (самого класса). Все классификации основываются на обнаружении той или иной упорядоченности. Наука занимается не отдельными Объектами как таковыми, а обобщениями, т. е. классами и теми законами, в соответствии с которыми упорядочиваются объекты, образующие класс. Вот почему классификация представляет собой фундаментальный процесс. Это, как правило, первый шаг в развитии науки» .
Если в основании классифицирования кладется признак, существенный для данных объектов, то классификация называется естественной. Например, предметный каталог в библиотеках, классификация ощущений по модальности. Если же критерий не существенен для самих объектов, а только лишь удобен для какого-либо их упорядочивания, то получают искусственную классификацию. Например, алфавитный библиотечный каталог, классификация ощущений по расположению рецепторов.
Типологизация
Типологизация - это группировка объектов по наиболее существенным для них системам признаков. В основе такой группировки лежит понимание типа как единицы расчленения изучаемой реальности и конкретной идеальной модели объектов действительности. В результате проведения типологизации получают типологию, т. е. совокупность типов. Процесс типологизации в противоположность классификации есть операция индуктивная (композиционная): элементы некоторого множества группируются вокруг одного или нескольких элементов, обладающих эталонными характеристиками. При выявлении типов границ между ними не устанавливается, а задается структура типа. С ней соотносят по признакам равенства или подобия другие элементы. Таким образом, если классификация - это группировка на основе различий, то типологизация - это группировка на основе сходства.
Известны два принципиальных подхода к пониманию и описанию типа : 1) тип как среднее (предельно обобщенное) и 2) тип как крайнее (предельно своеобразное). В первом случае типичным является объект со свойствами, близкими по своей выраженности к среднему значению выборки. Во втором - с максимально выраженными свойствами. Тогда в первом случае говорят о типичном представителе той или иной группы (подмножества), а во втором - о ярком представителе группы, о представителе с сильным проявлением специфических для этой группы качеств. Так, определение «типичный представитель интеллигенции» нужно отнести к первому варианту, а «рафинированный интеллигент» ко второму. Первое понимание типа характерно для художественной литературы и искусства, где выводятся типажи. Вторая трактовка присуща научным описаниям типа. В житейской практике наблюдаются оба подхода.
Любой вариант ведет к формированию целостного образа - эталона, с которым сравниваются реальные объекты. Обе разновидности типа одинаковы по составу, так как проявляются в представлениях о структуре ведущих характеристик типа. Различия между ними возникают на стадии соотнесения с ними реальных объектов. Тип как среднее (художественный тип) выступает образцом, с которым необходимо установить степень сходства, близости конкретного объекта. Причем «похожесть» последнего может определяться как со стороны недостатка выраженности качества («недотягивает» до эталона), так и со стороны избытка выраженности (превосходит эталон). Тип как крайнее (научный тип) служит стандартом, по которому определяется отличие от него конкретного объекта, на сколько последний не достает до него. Таким образом, научный тип является идеалом, чем-то вроде образца для подражания.
Итак, художественный тип - это предельно обобщенный образец для объединения объектов на основе степени сходства систем их существенных признаков. Научный тип - это предельно своеобразный эталон для объединения объектов на основе степени отличия систем их существенных признаков, что формально (но не по существу!) сближает типологизацию с классификацией.
Анализ психологических типологий показывает, что психологические научные типы имеют ряд специфических особенностей. У них нет метрики, т. е. меры выраженности характеристик - все описания качественные. Отсутствует иерархия признаков, нет указаний на ведущие и соподчиненные, основные и дополнительные качества. Образ аморфен и субъективен. Поэтому реальный объект отнести к какому-либо одному тину весьма трудно. Для подобных описаний характерна терминологическая неоднозначность. Обычен так называемый «ореол», когда за характеристики типа берутся не его качества, а вытекающие из них следствия. Например, при описании типов темперамента приводятся сферы эффективной деятельности людей с подобным темпераментом. В психологической науке известны четыре вида типологий :
1) конституциональные (типологии Э. Кречмера и У. Шелдона);
2) психологические (типологии К. Юнга, К. Леонгарда, А. Е. Лич-ко, Т. Шмишека, Г. Айэенка); 3) социальные (типы руководства и лидерства); 4) астропсихологические (гороскопы).
Понимание психологического типа как совокупности максимально выраженных свойств «позволяет представить психологический статус любого конкретного человека как результат пересечения свойств общечеловеческих типов» . Разница здесь лишь в том, что под классами, видимо, подразумеваются одноуровневые группы, а под родами и видами - разноуровневые. Сущность же обоих процессов одинакова: разбиение множества на подмножества. Поэтому и неудивительно, что эти исследователи сетуют, что «при решении задач типологии с помощью формальных методов классификации далеко не всегда оказывается, что полученные классы соответствуют типам в интересующем социолога содержательном смысле» .
Систематизация
Систематизация - это упорядочивание объектов внутри классов, классов между собой и множества классов с другими множествами классов. Это структурирование элементов внутри систем разных уровней (объектов в классах, классов в их множестве и т. д.) и сопряжение этих систем с другими одноуровневыми системами, что позволяет получать системы более высокого уровня организации и обобщенности. В пределе систематизация есть выявление и наглядное представление максимально возможного числа связей всех уровней в множестве объектов. На практике это выливается в многоуровневую классификацию. Примеры: систематики растительного и животного мира; систематика наук (в частности, наук о человеке); систематика психологических методов; систематика психических процессов; систематика свойств личности; систематика психических состояний.
Периодизация
Периодизация - это хронологическое упорядочивание существования изучаемого объекта (явления). Заключается в разделении жизненного цикла объекта на существенные этапы (периоды). Каждый этап обычно соответствует значительным изменениям (количественным или качественным) в объекте, что можно соотнести с философской категорией «скачок».
Примеры периодизации в психологии: периодизация онтогенеза человека; этапы социализации личности; периодизация антропогенеза; этапы и фазы развития группы (групповая динамика) и др.
