Уилсон под-
черкивает, что определение центральных конструктов
очень близко к представлению Хинкла о суперординат-
ности (88). Она считает, что мера расстояния Хейза
вместе с техникой неметрического многомерного шкали-
рования является, по-видимому, первым валидным
средством для определения размерности импликатив-
ных решеток.
Описание других программ компьютерной обработки
и методов статистического анализа можно найти в
работах Ландфилда (114), Франселлы (66), Уилкокса
(220), Гертина (79).
Сравнение решеток
Сравнение решеток различных типов
Репертуарным решеткам посвящено довольно много
исследований, так как цели их разработок весьма
разнообразны. При этом, однако, лишь немногочислен-
ные работы посвящены сравнению решеток различных
типов. Круг вопросов здесь таков: нацелены ли они на
исследование одних и тех же образований? Насколько
согласуются между собой данные, получаемые с по-
мощью решеток различных типов?
Поиску ответа, например, на последний вопрос
посвящена одна из работ Франселлы (63). При сравне-
нии ранговой и оценочной решеток одного и того же
испытуемого обнаружилось существенное расхождение
результатов в ориентации конструктов в пространствах
двух главных компонент.
В более позднем исследовании (69) коэффициент
корреляции между этими двумя методами оказался
равным 0,76. Эксперименты как в первой, так и во
второй работе проводились на одном испытуемом.
Причем, поскольку один из конструктов обнаружил
межтестовую корреляцию <-0,47>, ясно, что остальные
конструкты, несмотря на различие используемых мето-
дов, должны действительно сильно коррелировать меж-
ду собой.
В 1967 году Мэир и Бойд сравнили результаты,
полученные с помощью ранговой решетки и метода
разбиения пополам (145). Надо сказать, что и до этого
существовали доказательства сходства данных, получа-
емых при помощи этих методов. Так, обследуя больных
с нарушениями мышления, Баннистер показал согласо-
ванность результатов метода разбиения пополам (12) и
обычной ранговой решетки (20).
Мэир и Бойд проводили свое исследование на
24 молодых правонарушителях, которые заполняли ре-
шетки двух типов, одну сразу вслед за другой. Проце-
дура повторялась, через две недели. В качестве элемен-
тов использовались фотографии: 20 штук в методе
разбиения пополам и 10-в ранговой решетке. В
каждом случае проводилось сопоставление конструктов
похож на меня, похож на отца, похож на мать с
остальными 15 конструктами, а также сравнение связей
между конструктами разных решеток. Ниже приводят-
ся средние коэффициенты корреляции для трех кон-
структов (по обоим типам решеток): 0,5 для конструкта
похож на меня (диапазон от -0,76 до 0,82); 0,57 для
конструкта похож на отца (диапазон от -0,64 до 0,91);
0,48 для конструкта похож на мать диапазон от -0,36
до 0,84). Эти средние значения значимы по крайней
мере на уровне р<0,05 (для N=19). Означает ли такой
широкий диапазон значений корреляций, что конструкт
похож на меня имеет для некоторых испытуемых
противоположный смысл при работе с ранговой решет-
кой и при методе разбиения пополам? Если это так, то
в чем субъективная разница этих двух методов? Если
можно было бы показать, что у испытуемых с отрица-
тельным коэффициентом корреляции для конструкта
похож на меня (-0,76) отрицательны и коэффициенты
корреляции по другим конструктам, а у испытуемых с
высоким коэффициентом корреляции по одному кон-
структу высоки коэффициенты корреляций и по другим
конструктам, то это приблизило бы нас к пониманию
воспринимаемых испытуемым различий. Было бы еще
лучше, если бы у этих испытуемых оказались высоки-
ми коэффициенты корреляции и в тест-ритесте для
обоих типов решеток. В результате проведенного иссле-
дования Мэир и Бойд пришли к выводу, что применя-
емые методы не взаимозаменяемы.
Хонесс (93) сравнил ранговую решетку с биполярной
импликативной решеткой. В качестве испытуемых в
эксперименте участвовали дети (средний возраст-
12,8 года), которым предлагались конструкты, получен-
ные при анализе некоторых из составленных ими
рассказов. В качестве элементов снова использовались
фотографии. Первая группа детей сначала заполняла
ранговую решетку, а затем, через неделю,-
импликативную, через 4 недели-вновь ранговую. Вто-
рая группа детей заполняла решетки в следующей
последовательности: импликативная, ранговая, импли-
кативная. Корреляция между двумя методами внутри
групп оказалась равной 0,50. Этот результат очень
похож на результат, полученный Мэиром и Бойдом,
однако статистически гораздо более значим (N=41).
Хонесс приводит и другие данные. Например, для
импликативной решетки корреляция тест-ритест ока-
залась значительно больше, чем для ранговой (0,82 и
0,66). Если исключить наименее стабильный конструкт,
то эта корреляция достигнет соответственно 0,89 и 0,75.
Импликативная решетка позволяет, по-видимому, полу-
чить конструкты с более выраженной биполярностью:
критерий биполярности Хонесса для конструктов ранго-
вой решетки оказался равным 28,8%, а для конструктов
импликативной решетки-56,9%.
Келсолл и Стронгмен (108) сравнили импликативную
решетку с решеткой, в которой использовались данные
типа <пропуск-галочка>. Оказалось, что паттерн кон-
структов в целом очень сходен (р<0,001), однако и в
этом случае наблюдается значительный индивидуаль-
ный разброс.
Таким образом, различные типы решеток нельзя
считать идентичными: различаются и восприятие зада-
ния, и результаты. Ответить на вопрос, почему при
помощи решеток разных типов мы получаем различные
результаты, можно только путем тщательного исследо-
вания задания, предлагаемого испытуемому. В этом
случае мы, несомненно, узнаем что-то новое и о
природе психологического измерения в целом.
Сравнение решеток одного типа
Если нас интересует паттерн связей между кон-
структами, то оценить степень стабильности идентич-
ных решеток, заполненных различными испытуемыми
или одним и тем же испытуемым в различное время,-
задача несложная.
Изучая нарушения мышления при шизофрении, Бан-
нистер разработал статистический метод определения
степени стабильности связей между конструктами в
идентичных решетках. Если при первом исследовании
второй конструкт связан высокой положительной кор-
реляцией с конструктами 3, 4 и 5, то останутся ли эти
связи такими же и при повторном исследовании? В
табл. 19 показано, каким образом можно сравнить
результаты двух исследований.
Сначала надо проранжировать коэффициенты корре-
ляции между всеми парами конструктов, начиная с
Таблица 19
Вычисление показателей согласованности корреляций между конструк-
тами для ранговой решетки, заполненной одним испытуемым в ходе
двух тестирований
Первое исслеоцаннеВторое исследование
КОНСТРУКТpрангpрангda
1234561
1-20,860,806416
1-30,58120,611111
1-4-0,7436-0,733600
1-50,42210,441839
1-60,5413,50,59121,52,25
1-70,64110,708,52,56,25
1-80,4419,50,4219,500
1-90,32220,4021,50,50,25
2-30,48150,521411
2-4-0,6433-0,633300
2-50,13260,202511
2-60,4419,50,4219,500
2-70,31230,352411
2-80,14250,172714
2-90,03280,052800
3-4-0,7335-0,703500
3-50,10270,182611
3-60,8140,85400
3-70,4616,50,43170,50,25
3-80,26240,372311
3-90,45180,4021,53,512,25
4-5-0,4631-0,503100
4-6-0,7034-0,683400
4-7-0,5232-0,493024
4-8-0,4130-0,523224
4-9-0,4029-0,392900
5-60,4616,50,5115,511
5-70,7190,815416
5-80,8810,921,50,50,25
5-90,69100,671000
6-70,7280,5115,57,556,25
6-80,5413,50,58130,50,25
6-90,7760,921,54,520,25
7-80,7470,863416
7-90,8530,708,55,530,25
8-90,7850,79724
Sd2=208,50
6Sd2 003
n-n46620P=0,97
самой высокой положительной корреляции и кончая
самой высокой отрицательной корреляцией. Результаты
ранжирования коэффициентов корреляции ранговой ре-
шетки приведены в табл. 7 (см. с. 72). Сходным обра-
зом надо проранжировать коэффициенты корреляции,
полученные при повторном тестировании, а затем под-
считать коэффициент ранговой корреляции Спирмена
между полученными ранжировками.
Эта же процедура применима к баллам совпадения
или данным оценочной решетки. Надо проранжировать
пары, начиная с тех, между которыми существует
самая высокая положительная корреляция, и кончая
теми, между которыми существует самая высокая
отрицательная корреляция.
Существуют и другие способы определения согласо-
ванности результатов ранговых или оценочных реше-
ток. Можно, например, рассчитать степень стабильно-
сти взаимного расположения элементов. Связь между
конструктами может оставаться неизменной (мера сог-
ласованности Баннистера высока), однако элементы
будут оцениваться по этим конструктам иначе. Человек
продолжает считать некоторые качества желательны-
ми, а другие нежелательными, однако он может изме-
нить свое мнение о людях, обладающих или не облада-
ющих данными качествами. Согласованность элементов
определяется следующим образом: элементы ранжиру-
ются по первому конструкту сначала при первом
исследовании, затем при повторном. После этого под-
считывается коэффициент корреляции между их ранга-
ми при первом и втором исследовании. В табл. 20
приведены данные о согласованности элементов и сог-
ласованности структуры связей конструктов.
Таблица 20
Согласованность ранжировок элементов по каждому конструкту и
согласованность структуры связей между конструктами при заполнении
двух идентичных решеток одним и тем же испытуемым-членом
психотерапевтической группы (65)
КонструктСогласованность элементовСогласованность структуры связей конструкта
1-0,520,96
"t-0,430,83
30,290.63
4-0,310,79
5-0,240,86
6-0,690,96
7-0,360,39
80,810,48
90,550,61
100,020,82
110,290,78
12-0,710,91
13-0,570,60
14-0,520,70
15-0,240,80
16-0,070,91
Как следует из анализа таблицы, связи между
конструктами данного испытуемого остаются неизмен-
ными, однако он в некоторых случаях изменил свое
мнение о людях (элементах) на противоположное.
Если при сравнении решеток вы столкнетесь с
необходимостью доказать изменение представлений ис-
пытуемого, например, в ходе лечения, то можно ис-
пользовать метод подсчета согласованности Баннистера
или же, в случае компьютерной обработки, программу
COIN Слейтера, которая <дает возможность получить
почти те же самые результаты, что и метод Баннисте-
ра> (201, 45).
Можно проанализировать распределение элементов
и подсчитать корреляции между ранжировками по
каждому конструкту в первом и втором исследовании.
Более сложный анализ можно провести, заполнив
матрицу различий между элементами. Для этого ранг
или оценку элемента в первой решетке надо вычесть из
ранга или оценки этого элемента во второй решетке,
обработав матрицу при помощи стандартного варианта
метода главных компонент. Для этой цели Слейтером
была разработана программа DELTA (199). В дополне-
ние к обычным данным, получаемым в результате
применения стандартных процедур компьютерной обра-
ботки, эта программа определяет изменения элементов
и конструктов и выявляет корреляции между первой и
второй решетками в целом.
Слейтер разработал еще целый ряд методов компь-
ютерной обработки для анализа отношений между
несколькими (более чем двумя) решетками, а также для
сопоставления двух решеток с различными элементами
или различными конструктами (202).
Комментарий
В известном смысле развитие компьютерных мето-
дов анализа оказало неблагоприятное влияние на разви-
тие метода решеток: некоторые психологи стали счи-
тать, что техника решеток является научной процеду-
рой не потому, что действительно позволяет проник-
нуть во внутренний мир испытуемого, а потому, что
обеспечивает нас распечатками результатов. Стремле-
ние к псевдоточности заставляет исследователей пре-
дать забвению основные правила статистики. Напри-
мер, корреляция, полученная на небольшой выборке и
равная 0,2, по всей видимости, возникла случайно.
Однако даже в том случае, когда выборка настолько
многочисленна, что эта корреляция достигает знамени-
тою уровня значимости р<0,05, психологическая значи-
мость связей, объясняющих всего лишь 4% дисперсии,
остается небольшой.
Дабы не быть обвиненными в пуританстве, спешим
добавить, что мы полностью поддерживаем многомер-
ные методы анализа. Как утверждал еще Келли,
<понятийная решетка... является (следовательно) спосо-
бом доматематической репрезентации индивидуального
психологического пространства, и она строится таким
образом, что позволяет подвергнуть это пространство
математическому анализу. Как видим, по своей природе
она многомерна> (102, 304).
Именно поэтому каждый исследователь должен
ознакомиться и хотя бы на интуитивном уровне постичь
те сложные процедуры, которые так компетентно
выполняет ЭВМ.
Процент дисперсии, приходящейся на коэффициент корреляции,
вычисляется как <коэффициент корреляции в квадрате, умноженный
на 100%>.-Прим. ред.
Глава 6
НАДЕЖНОСТЬ
Надежность-это мера нечувствитель-
ности теста к изменениям.
Дж. Келли
Значение термина
Когда психологи говорят о надежности, то часто
путают различные определения этого термина. Иногда
они в самых общих чертах рассуждают о способности
показателя <надежно> оценивать какую-либо характе-
ристику, причем, как в тех случаях, когда эта характе-
ристика количественно изменяется у испытуемого, так
и в тех случаях, когда она остается неизменной. А
иногда под термином <надежность> подразумевают спо-
собность методики к воспроизведению одного и того же
результата у одного и того же испытуемого в различ-
ные моменты времени. В ряде случаев второе определе-
ние можрт служить обоснованной операциональной
разновидностью первого, например когда предполагает-
ся, что у данного испытуемого определенная характери-
стика относительно стабильна и неизменна (как, ска-
жем, рост взрослого человека). Однако это определение
не универсально-ведь жизнь все время меняется.
Градусник, который показывает все время одну и ту же
температуру у больного,-плохое подспорье для врача.
Цель, таким образом, заключается не в получении
стабильных показателей - стабильность или нестабиль-
ность присуща тому, что измеряется, а не самому
показателю.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34