Качественная и количественная обработка данных. Научная электронная библиотека. III. Методы обработки данных
Обработка данных направлена на решение следующих задач:
1) упорядочивание исходного материала, преобразование множества данных в целостную систему сведений, на основе которой возможно дальнейшее описание и объяснение изучаемых объекта и предмета;
2) обнаружение и ликвидация ошибок, недочетов, пробелов в сведениях;
3) выявление скрытых от непосредственного восприятия тенденций, закономерностей и связей;
4) обнаружение новых фактов, которые не ожидались и не были замечены в ходе эмпирического процесса;
5) выяснение уровня достоверности, надежности и точности собранных данных и получение на их базе научно обоснованных результатов.
Обработка данных имеет количественный и качественный аспекты. Количественная обработка есть манипуляция с измеренными характеристиками изучаемого объекта (объектов), с его «объективизированными» во внешнем проявлении свойствами. Качественная обработка - это способ предварительного проникновения в сущность объекта путем выявления его неизмеряемых свойств на базе количественных данных.
Количественная обработка направлена в основном на формальное, внешнее изучение объекта, качественная - преимущественно на содержательное, внутреннее его изучение. В количественном исследовании доминирует аналитическая составляющая познания, что отражено и в названиях количественных методов обработки эмпирического материала, которые содержат категорию «анализ»: корреляционный анализ, факторный анализ и т. д. Основным итогом количественной обработки является упорядоченная совокупность «внешних» показателей объекта (объектов). Реализуется количественная обработка с помощью математико-статистических методов.
3. В чем смысл проведения оценки достоверности различия показателей испытуемых?
Литература
1. Куликов Л. В. Психологическое исследование. - СПб., 2001.2. Никандров В. В. Неэмпирические методы психологии. - СПб., 2003.
3. Математические методы анализа и интерпретация социологических данных. - М., 1989.
4. Сидоренко Е. В. Методы математической обработки в психологии. - СПб., 1996.
5. Тютюнник В. И. Основы психологических исследований. - М., 2002.
Главная > ДокументВ. В. НИКАНДРОВ
НЕЭМПИРИЧЕСКИЕ МЕТОДЫ ПСИХОЛОГИИ
РЕЧЬ
Санкт-Петербург 2003
ББК 88.5 Н62
Печатается по постановлению
редакционно-издательского совета
Санкт-Петербургского Государственного Университета
Рецензенты: доктор психологических наук Л. В. Куликов, канди-дат психологических наук Ю. И. Филимоненко. Никандров В. В. Н62 Неэмпирические методы психологии: Учеб. пособие. - СПб.: Речь, 2003. - 53 с. В пособии изложены основные сведения о методах организации психоло-гического исследования, обработки эмпирического материала и интерпре-тации результатов, объединяемых наименованием «неэмпирическис методы психологии». Пособие адресовано студентам, аспирантам и другим катего-риям обучающихся по психологическим направлениям. ББК 88.5 ISBN 5-9268-0174-5 ISBN 5-9268-0174-5 © В. В. Никандров, 2003 © Издательство «Речь», 2003 © П. В. Борозенец, оформление обложки, 2003
Введение 7 1. Организационные методы 11 1.1. Сравнительный метод 11 1.2. Лонгитюдный метод 12 1.3. Комплексный метод 15 2. Методы обработки данных 16 2.1. Количественные методы 18 2.1.1. Методы первичной обработки 18 2.1.2. Методы вторичной обработки 19 2.1.2.1. Общее представление о вторичной обработке 19 2.1.2.2. Комплексное вычисление статистик 25 2.1.2.3. Корреляционный анализ 25 2.1.2.4. Дисперсионный анализ 26 2.1.2.5. Факторный анализ 26 2.1.2.6. Регрессионный анализ 27 2.1.2.7. Таксономический анализ 28 2.1.2.8. Шкалирование 28 2.2. Качественные методы 38 2.2.1. Классификация 38 2.2.2. Типологизация 40 2.2.3. Систематизация 43 2.2.4. Периодизация 43 2.2.5. Психологическая казуистика 44
3. Интерпретационные методы 45
3.1. Генетический метод 45 3.2. Структурный метод 46 3.3. Функциональный метод 47 3.4. Комплексный метод 48 3.5. Системный метод 49 Литература 52
Введение
Неэмпирические методы психологии - это научно-исследова-тельские приемы психологической работы вне рамок контакта (непос-редственного или опосредованного) исследователя с объектом иссле-дования. Эти приемы, во-первых, способствуют организации получе-ния психологической информации с помощью эмпирических методов и, во-вторых, дают возможность преобразования этой информации в достоверное научное знание. Как известно, в самом первом приближении любое научное ис-следование, в том числе и психологическое, проходит три этапа: 1) под-готовительный; 2) основной; 3) заключительный. На первом этапе формулируются цели и задачи исследования, производится ориентация в совокупности знаний в данной области, составляется программа дей-ствий, решаются организационные, материальные и финансовые воп-росы. На основном этапе производится собственно исследовательский процесс: ученый с помощью специальных методов вступает в контакт (непосредственный или опосредованный) с изучаемым объектом и про-изводит сбор данных о нем. Именно этот этап обычно в наибольшей степени отражает специфику исследования: изучаемую реальность в виде исследуемых объекта и предмета, область знаний, вид исследова-ния, методическое оснащение. На заключительном этапе производится обработка полученных данных и превращение их в искомый результат. Результаты соотносятся с выдвинутыми целями, объясняются и вклю-чаются в имеющуюся в данной области систему знаний. Приведенные этапы можно разделить, и тогда получают более под-робную схему, аналоги которой в том или ином виде приводятся в науч-ной литературе :I. Подготовительный этап:
1. Постановка проблемы; 2. Выдвижение гипотезы; 3. Планирование исследования. II. Основной (эмпирический) этап: 4. Сбор данных. III. Заключительный этап: 5. Обработка данных; 6. Интерпретация результатов; 7. Выводы и включение результатов в систему знаний. Неэмпирические методы используются на первом и третьем эта-пах исследования, эмпирические - на втором. В науке имеется множество классификаций психологических ме-тодов, но большинство из них касается эмпирических методов. Неэм-пирические методы представлены в немногих классификациях, из ко-торых наиболее удобны те, что базируются на критерии этапности пси-хологического процесса. Среди них наиболее успешной и широко признанной является классификация психологических методов, пред-ложенная Б. Г. Ананьевым, который в свою очередь опирался на клас-сификацию болгарского ученого Г. Пирьова . Считается, что Б. Г. Ананьевым «была разработана классификация, соответствую-щая современному уровню науки и стимулировавшая дальнейшие ис-следования по этой центральной для методологии психологии пробле-ме» . Разбиение хода психологического исследования на эта-пы по Б. Г. Ананьеву, хотя и не совпадает полностью с приведенным нами выше, все же очень близок к нему: А) организационный этап (пла-нирование); Б) эмпирический этап (сбор данных); В) обработка дан-ных; Г) интерпретация результатов. Немного изменив и дополнив классификацию Б. Г. Ананьева, по-лучим развернутую систему методов, которую рекомендуем как опор-ную при изучении психологического инструментария:
I. Организационные методы (подходы).
1. Сравнительный. 2. Лонгитюдный. 3. Комплексный.
П. Эмпирические методы.
1. Обсервационные (наблюдение): а) объективное наблюдение; б) самонаблюдение (интроспекция). 2. Вербально-коммуникативные методы. а) беседа; б) опрос (интервью и анкетирование). 3. Экспериментальные методы: а) лабораторный эксперимент; б) естественный эксперимент; в) формирующий эксперимент. 4. Психодиагностические методы: а) психодиагностические тесты; б) психосемантическпе методы; в) психомоторные методы; г) методы социально-психологической диагностики личности. 5. Психотерапевтические методы. 6. Методы изучения продуктов деятельности: а) метод реконструкции; б) метод изучения документов (архивный метод); в) графология. 7. Биографические методы. 8. Психофизиологические методы: а) методы изучения работы вегетативной нервной системы; б) методы изучения работы соматической нервной системы; в) методы изучения работы центральной нервной системы. 9. Праксиметрические методы: а) общие методы исследования отдельных движений и действий; б) специальные методы исследования трудовых операций и дея-тельности. 10. Моделирование. 11. Специфические методы отраслевых психологических наук.
III. Методы обработки данных:
1. Количественные методы; 2. Качественные методы.
IV. Интерпретационные методы (подходы):
1. Генетический; 2. Структурный; 3. Функциональный; 4. Комплексный; 5. Системный. [ 9] Приведенная классификация не претендует на исчерпывающую полноту и строгую систематичность. И вслед за Б. Г. Ананьевым мы можем сказать, что «противоречия современной методологии, методи-ки и техники психологии достаточно глубоко отразились в предлагае-мой классификации» . Тем не менее она все же дает общее представление о системе используемых в психологии методов, причем методов с устоявшимися в практике их использования обозначениями и наименованиями. Итак, опираясь на предложенную классификацию, имеем три груп-пы неэмпирических методов: организационные, обработки данных и интерпретационные. Последовательно рассмотрим их.
ОРГАНИЗАЦИОННЫЕ МЕТОДЫ
1.1. Сравнительный метод
Сравнительный метод заключается в сопоставлении различных объектов или различных сторон одного объекта изучения в некоторый момент времени. Снятые с этих объектов данные сравниваются между собой, что дает основание к выявлению отношений между ними. Под-ход позволяет изучать пространственное многообразие, взаимосвязи и эволюцию психических явлений. Многообразие и взаимосвязи иссле-дуются или путем сопоставления различных проявлений психики у од-ного объекта (человека, животного, группы) в определенный момент времени, или путем одновременного сопоставления разных людей (жи-вотных, групп) по какому-либо одному виду (или комплексу) психичес-ких проявлений. Например, зависимость скорости реакции от вида мо-дальности сигнала изучается на отдельном индивиде, а от половых, эт-нических или возрастных особенностей - на нескольких индивидах. Понятно, что «одновременность», как и «определенный момент време-ни», в данном случае понятия относительные. Они определяются дли-тельностью исследования, которая может измеряться часами, днями и даже неделями, но будет ничтожно мала по сравнению с жизненным циклом изучаемого объекта. [ 11] Особенно ярко сравнительный метод проявляется в эволюци-онном изучении психики. Сравнению подлежат объекты (и их пока-затели), соответствующие определенным стадиям филогенеза. С со-временным человеком сравниваются приматы, архантропы, палеоантропы, данные о которых поставляют зоопсихология, ант-ропология, палеопсихология, археология, этология и другие науки о животных и происхождении человека. Наука, занимающаяся подоб-ными анализом и обобщениями, носит название «Сравнительная психология». Вне сравнительного метода немыслима вся психология различий (дифференциальная психология). Интересна модификация сравнитель-ного метода, распространенная в возрастной психологии и носящая название «метода поперечных срезов». Поперечные срезы - это со-вокупность данных о человеке на определенных стадиях его онтоге-неза (младенчество, детство, старость и т. п.), получаемых в исследо-ваниях соответствующих контингентов. Подобные данные в обобщен-ном виде могут выступать в качестве эталонов уровня психического развития человека для определенного возраста в той или иной попу-ляции. Сравнительный метод допускает использование любого эмпири-ческого метода при сборе данных об объекте исследования.1.2. Лонгитюдный метод
Лонгитюдный метод (лат. long -длинный) -длительное и си-стематическое изучение одного и того же объекта. Подобное продол-жительное отслеживание объекта (обычно по заранее составленной программе) позволяет выявить динамику его существования и прогно-зировать его дальнейшее развитие. В психологии лонгитюд широко применяется при изучении возра-стной динамики, преимущественно в детском периоде. Специфическая форма реализации - метод «продольных срезов». Продольные сре-зы - это совокупность данных об индивиде за определенный период его жизни. Эти периоды могут измеряться месяцами, годами и даже десятилетиями. Итогом лонгитюдного метода как способа организации многолет-него исследовательского цикла «является индивидуальная монография или совокупность таких монографий, описывающих ход психического развития, охватывающих ряд фаз периодов человеческой жизни. Сопо-ставление таких индивидуальных монографий позволяет достаточно полно представить диапазон колебаний возрастных норм и моменты перехода от одной фазы развития к другой. Однако построение серии функциональных проб и экспериментальных методов, периодически повторяемых при изучении одного и того же человека, - дело крайне сложное, так как адаптация испытуемого к условиям опыта, специаль-ная тренированность могут влиять на картину развития. Кроме того, узкая база такого исследования, ограниченная небольшим количеством избранных объектов, не дает оснований для построения возрастных синдромов, успешно осуществляемого посредством сравнительного метода «поперечных срезов» . Поэтому целесообразно соче-тать, когда это возможно, лонгитюд и сравнительный метод. Й. Шванцара и В. Смекал предлагают следующую классифика-цию видов лонгитюдного исследования : A. В зависимости от продолжительности исследования: 1. Кратковременное наблюдение; 2. Долговременное наблюдение; 3. Ускоренное наблюдение. Б. В зависимости от направления хода исследования: 1. Ретроспективное наблюдение; 2. Перспективное (проспективное) наблюдение; 3. Сочетанное наблюдение. B. В зависимости от применяемых способов: 1. Истинное лонгитюдное наблюдение; 2. Смешанное наблюдение; 3. Псевдолонгитюдное наблюдение. Кратковременное наблюдение рекомендуется проводить для изу-чения стадий онтогенеза, богатых изменениями, скачками в развитии. Например, грудной период младенчества, период созревания в отроче-стве - юношестве и т. п. Если же целью исследования является изуче-ние динамики крупномасштабных периодов развития, взаимосвязи меж-ду отдельными периодами и отдельными изменениями, то рекоменду- ется долговременный лонгитюд. Ускоренный вариант предназначен для изучения продолжительных периодов развития, но за короткое время. Используется в основном в детской психологии. Наблюдению подле-жат сразу несколько возрастных групп. Возрастной диапазон каждой группы зависит от цели исследования. В практике наблюдения за деть-ми он обычно составляет 3-4 года. Смежные группы перекрывают друг друга на один-два года. Параллельное наблюдение за рядом таких групп позволяет увязать данные всех групп в единый цикл, охватываемый всей совокупностью этих групп от самой младшей до самой старшей. Таким образом, исследование, проводимое в течение, скажем, 2-3 лет, может дать продольный срез для 10-20 лет онтогенеза. Ретроспективная форма позволяет проследить развитие человека или его отдельных качеств в прошлом. Осуществляется путем сбора био-графической информации, анализа продуктов деятельности. Для детей это в первую очередь автобиографические беседы, свидетельства роди-телей, данные анамнеза. Перспективный, или проспективный, способ - это текущие наблюдения за развитием человека (животного, группы) до определенного возраста. Сочетанное исследование предполагает вклю-чение в перспективный лонгитюд элементов ретроспективного. Истинный лонгитюд представляет собой классическое выполне-ние длительного наблюдения за одним объектом. Смешанным считает-ся такой метод лонгитюдного исследования, при котором истинное про-дольное наблюдение на некоторых стадиях дополняется поперечными срезами, дающими сравнительную информацию о других объектах, однотипных с изучаемым. Этот способ выгоден при наблюдениях за группами, которые со временем «тают», т. е. их состав от периода к периоду уменьшается. Псевдолонгитюдные исследования заключают-ся в получении «норм» для разных возрастных групп и в хронологичес-ком упорядочивании этих показателей. Норму получают через попереч-ные срезы группы, т. е. через усредненные данные по каждой группе. Здесь со всей очевидностью проявляется недопустимость противопос-тавления поперечных и продольных срезов, поскольку последние, как видим, можно получить через последовательный (хронологический) ряд поперечных срезов. Кстати, именно таким образом «получено большин-ство известных до настоящего времени норм онтогенетической психо-логии» . [ 14]1.3. Комплексный метод
Комплексный метод (подход) предполагает организацию комп-лексного исследования какого-либо объекта. По существу это, как пра-вило, междисциплинарное исследование, посвященное изучению объек-та, общего для нескольких наук: объект один, а предметы исследования разные. [ 15]МЕТОДЫ ОБРАБОТКИ ДАННЫХ
2.1. Количественные методы
Процесс количественной обработки данных имеет две фазы: пер-вичную и вторичную.
2.1.1. Методы первичной обработки
Первичная обработка нацелена на упорядочивание информации об объекте и предмете изучения, полученной на эмпирическом этапе исследования. На этой стадии «сырые» сведения группируются по тем или иным критериям, заносятся в сводные таблицы, а для наглядности представляются графически. Все эти манипуляции позволяют, во-пер-вых, обнаружить и ликвидировать ошибки, совершенные при фикса-ции данных, и, во-вторых, выявить и изъять из общего массива неле-пые данные, полученные в результате нарушения процедуры обследо-вания, несоблюдения испытуемыми инструкции и т. п. Кроме того, первично обработанные данные, представая в удобной для обозрения форме, дают исследователю в первом приближении представление о характере всей совокупности данных в целом: об их однородности - неоднородности, компактности - разбросанности, четкости - размы-тости и т. д. Эта информация хорошо читается на наглядных формах представления данных и связана с понятиями «распределение данных». К основным методам первичной обработки относятся: табулирова-ние, т. е. представление количественной информации в табличной форме, и построение диаграмм (рис. I ), гистограмм (рис. 2), полигонов рас-пределения (рис. 3) и кривых распределения (рис. 4). Диаграммы отра-жают распределение дискретных данных, остальные графические формы используются для представления распределения непрерывных данных. От гистограммы легко перейти к построению частотного полиго-на распределения, а от последнего - к кривой распределения. Частот-ный полигон строят, соединяя прямыми отрезками верхние точки цент-ральных осей всех участков гистограммы. Если же вершины участков соединить с помощью плавньгх кривых линий, то получится кривая рас-пределения первичных результатов. Переход от гистограммы к кривой распределения позволяет путем интерполяции находить те величины исследуемой переменной, которые в опыте не были получены. [ 18]2.1.2. Методы вторичной обработки
2.1.2.1. Общее представление о вторичной обработке
Вторичная обработка заключается главным образом в статис-тическом анализе итогов первичной обработки. Уже табулирование и построение графиков, строго говоря, тоже есть статистическая обра-ботка, которая в совокупности с вычислением мер центральной тен-денции и разброса включается в один из разделов статистики, а именно в описательную статистику. Другой раздел статистики - индуктив-ная статистика - осуществляет проверку соответствия данных вы-борки всей популяции, т. е. решает проблему репрезентативности ре-зультатов и возможности перехода от частного знания к общему . Третий большой раздел - корреляционная статистика - выявляет связи между явлениями. В целом же надо понимать, что «ста-тистика - это не математика, а, прежде всего, способ мышления, и для ее применения нужно лишь иметь немного здравого смысла и знать основы математики» . Статистический анализ всей совокупности полученных в исследо-вании данных дает возможность охарактеризовать ее в предельно сжа-том виде, поскольку позволяет ответить на три главных вопроса: 1) ка-кое значение наиболее характерно для выборки?; 2) велик ли разброс данных относительно этого харакгерного значения, т. е. какова «размы-тость» данных?; 3) существует ли взаимосвязь между отдельными дан-ными в имеющейся совокупности и каковы характер и сила этих связей? Ответами на эти вопросы служат некоторые статистические показатели исследуемой выборки. Для решения первого вопроса вычисляются меры центральной тенденции (или локализации), второго - меры изменчиво-сти (или рассеивания, разброса), третьего - меры связи (или корреля-ции). Эти статистические показатели приложимы к количественным дан-ным (порядковым, интервальным, пропорциональным). Меры центральной тенденции (м. ц. т.) - это величины, вокруг которых группируются остальные данные. Эти величины являются как бы обобщающими всю выборку показателями, что, во-первых, позво-ляет по ним судить обо всей выборке, а во-вторых, дает возможность сравнивать разные выборки, разные серии между собой. К мерам цент-ральной тенденции относятся: среднее арифметическое, медиана, мода, среднее геометрическое, среднее гармоническое. В психологии обычно используются первые три. Среднее арифметическое (М) -это результат деления суммы всех значений (X ) на их количество (N): М = ЕХ / N. Медиана (Me ) - это значение, выше и ниже которого количество отличающихся значений одинаково, т. е. это центральное значение в последовательном ряду данных. Примеры: 3,5,7,9,11,13,15; Me = 9. 3,5,7,9, 11, 13, 15, 17; Me = 10. Из примеров ясно, что медиана не обязательно должна совпадать с имеющимся замером, это точка на шкале. Совпадение происходит в случае нечетного числа значений (ответов) на шкале, несовпадение - при четном их числе. Мода (Мо) - это значение, наиболее часто встречающееся в вы-борке, т. е. значение с наибольшей частотой. Пример: 2, 6, 6, 8, 9, 9, 9, 10; Мо = 9. Если всё значения в группе встречаются одинаково часто, то счи-тается, что моды нет (например: 1, 1, 5, 5, 8, 8). Если два соседних значения имеют одинаковую частоту и они больше частоты любого дру-гого 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 несмеж-ным значениям, то существует две моды, а группа оценок является би-модальной (например: 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 серии есть «нетипичные» данные, резко влияющие на среднее (например: 1, 3, 5, 7, 9, 26, 13). Мода - когда не нужна высокая точность, но важна быстрота опреде-ления м. ц. т. Меры изменчивости (рассеивания, разброса) - это статисти-ческие показатели, характеризующие различия между отдельными зна-чениями выборки. Они позволяют судить о степени однородности по-лученного множества, о его компактности, а косвенно и о надежности полученных данных и вытекающих из них результатов. Наиболее ис-пользуемые в психологических исследованиях показатели: размах, сред-нее отклонение, дисперсия, стандартное отклонение, полуквартилъ-ное отклонение. Размах (Р) -это интервал между максимальным и минимальным значениями признака. Определяется легко и быстро, но чувствителен к случайностям, особенно при малом числе данных. Примеры: (0, 2, 3, 5, 8; Р = 8); (-0.2, 1.0, 1.4, 2.0; Р - 2,2). Среднее отклонение (МД) - это среднеарифметическое разницы (по абсолютной величине) между каждым значением в выборке и ее средним: МД = Id / N, где: d = |Х-М|; М - среднее выборки; X - конкретное значение; N - число значений. Множество всех конкретных отклонений от среднего характери-зует изменчивость данных, но, если их не взять по абсолютной величи-не, то их сумма будет равна нулю, и мы не получим информации об их изменчивости. МД показывает степень скученности данных вокруг сред-него. Кстати, иногда при определении этой характеристики выборки вместо среднего (М) берут иные меры центральной тенденции - моду или медиану. Дисперсия (Д) (от лат. dispersus - рассыпанный). Другой путь из-мерения степени скученности данных предполагает избегание нулевой суммы конкретных разниц (d = Х-М) не через их абсолютные величи-ны, а через их возведение в квадрат. При этом получают так называе-мую дисперсию: Д = Σd 2 / N - для больших выборок (N > 30); Д = Σd 2 / (N-1) - для малых выборок (N < 30). Стандартное отклонение (δ). Из-за возведения в квадрат отдель-ных отклонений d при вычислении дисперсии полученная величина оказывается далекой от первоначальных отклонений и потому не дает о них наглядного представления. Чтобы этого избежать и получить ха-рактеристику, сопоставимую со средним отклонением, проделывают обратную математическую операцию - из дисперсии извлекают квад-ратный корень. Его положительное значение и принимается за меру изменчивости, именуемую среднеквадратическим или стандартным отклонением: МД, Д и d применимы для интервальных и пропорционных дан-ных. Для порядковых данных обычно в качестве меры изменчивости берут полуквартильное отклонение (Q ), именуемое еще полуквартильным коэффициентом или полумеждуквартильным размахом. Вычис-ляется этот показатель следующим образом. Вся область распределе-ния данных делится на четыре равные части. Если отсчитывать на-блюдения, начиная от минимальной величины на измерительной шкале (на графиках, полигонах, гистограммах отсчет обычно ведется слева направо), то первая четверть шкалы называется первым квартилем, а точка, отделяющая его от остальной части шкалы, обозначается сим-волом Q,. Вторые 25% распределения - второй квартиль, а соответ-ствующая точка на шкале - Q 2 . Между третьей и четвертой четвертя- ми распределения расположена точка Q,. Полу квартальный коэффи-циент определяется как половина интервала между первым и третьим квартилями: Q = (Q.-Q,) / 2. Понятно, что при симметричном распределении точка Q 0 совпа-дет с медианой (а следовательно, и со средним), и тогда можно вычис-лить коэффициент Q для характеристики разброса данных относитель-но середины распределения. При несимметричном распределении это-го недостаточно. И тогда дополнительно вычисляют коэффициенты для левого и правого участков: Q лев = (Q 2 -Q,) / 2; Q прав = (Q, - Q 2) / 2. Меры связи Предыдущие показатели, именуемые статистиками, характери-зуют совокупность данных по одному какому-либо признаку. Этот из-меняющийся признак называют переменной величиной или просто «пе-ременной». Меры связи же выявляют соотношения между двумя пере-менными или между двумя выборками. Эти связи, или корреляции (от лат. correlatio - "соотношение, взаимосвязь") определяют через вы-числение коэффициентов корреляции (R ), если переменные находятся в линейной зависимости между собой. Считается, что большинство пси-хических явлений подчинено именно линейным зависимостям, что и предопределило широкое использование методов корреляционного ана-лиза. Но наличие корреляции не означает, что между переменными су-ществует причинная (или функциональная) связь. Функциональная за-висимость- это частный случай корреляции. Даже если связь при-чинна, корреляционные показатели не могут указать, какая из двух переменных причина, а какая - следствие. Кроме того, любая обнару-женная в психологии связь, как правило, существует благодаря и дру-гим переменным, а не только двум рассматриваемым. К тому же взаи-мосвязи психологических признаков столь сложны, что их обусловлен-ность одной причиной вряд ли состоятельна, они детерминированы множеством причин. Виды корреляции: I. По тесноте связи: 1) Полная (совершенная): R = 1. Констатируется обязательная вза-имозависимость между переменными. Здесь уже можно говорить о функциональной зависимости. 2) связь не выявлена: R = 0. [ 23] 3) Частичная: 0Это связь, при которой равномерное изменение одного признака сочетается с неравномерным изменением другого. Эта ситуация типич-на для психологии. Формулы коэффициента корреляции: При сравнении порядковых данных применяется коэффициент ранговой корреляции по Ч. Спирмену (ρ): ρ = 6Σd 2 / N (N 2 - 1), где: d - разность рангов (порядковых мест) двух величин, N - число сравни-ваемых пар величин двух переменных (X и Y). При сравнении метрических данных используется коэффициент корреляции произведений по К. Пирсону (r): r = Σ ху / Nσ x σ y где: х - отклонение отдельного значения X от среднего выборки (М х), у - то же для Y, О х - стандартное отклонение для X, а - то же для Y, N - число пар значений X и Y. Внедрение в научные исследования вычислительной техники по-зволяет быстро и точно определять любые количественные характери-стики любых массивов данных. Разработаны различные программы для ЭВМ, по которым можно проводить соответствующий статистический анализ практически любых выборок. Из массы статистических приемов в психологии наибольшее распространение получили следующие: 1) комплексное вычисление статистик; 2) корреляционный анализ; 3) дисперсионный анализ; 4) регрессионный анализ; 5) факторный ана-лиз; 6) таксономический (кластерный) анализ; 7) шкалирование.
2.1.2.2. Комплексное вычисление статистик
По стандартным программам производится вычисление как основ-ных совокупностей статистик, представленных нами выше, так и до-полнительных, не включенных в наш обзор. Иногда получением этих характеристик исследователь и ограничивается, но чаще совокупность этих статистик представляет собой лишь блок, входящий в более ши-рокое множество показателей изучаемой выборки, получаемых по бо-лее сложным программам. В том числе по программам, реализующим приводимые ниже методы статистического анализа.
2.1.2.3. Корреляционный анализ
Сводится к вычислению коэффициентов корреляции в самых раз-нообразных соотношениях между переменными. Соотношения задаются исследователем, а переменные равнозначны, т. е., что является причи-ной, а что следствием, установить через корреляцию невозможно. Кро-ме тесноты и направленности связей метод позволяет установить фор-му связи (линейность, нелинейность) . Надо заметить, что нели-нейные связи не поддаются анализу общепринятыми в психологии математическими и статистическими методами. Данные, относящиеся к нелинейным зонам (например, в точках разрыва связей, в местах скач-кообразных изменений), характеризуют через содержательные описа-ния, воздерживаясь от формально-количественного их представления . Иногда для описания нелинейных явлений в психологии удается применить непараметрические математико-статистические ме-тоды и модели. Например, используется математическая теория катаст-роф .
2.1.2.4. Дисперсионный анализ
В отличие от корреляционного анализа этот метод позволяет вы-являть не только взаимосвязь, но и зависимости между переменными, т. е. влияние различных факторов на исследуемый признак. Это влия-ние оценивается через дисперсионные отношения. Изменения изучае-мого признака (вариативность) могут быть вызваны действием отдель-ных известных исследователю факторов, их взаимодействием и воз-действиями неизвестных факторов. Дисперсионный анализ позволяет обнаружить и оценить вклад каждого из этих влияний на общую вари-ативность исследуемого признака. Метод позволяет быстро сузить поле влияющих на изучаемое явление условий, выделив наиболее существен-ные из них. Таким образом, дисперсионный анализ - это «исследова-ние влияния переменных факторов на изучаемую переменную по дис-персиям» . В зависимости от числа влияющих переменных различают одно-, двух-, многофакторный анализ, а в зависимости от характера этих переменных - анализ с постоянными, случайными или смешанными эффектами . Дисперсионный анализ широко применяется при планировании эксперимента.
2.1.2.5. Факторный анализ
Метод позволяет снизить размерность пространства данных, т. е. обоснованно уменьшить количество измеряемых признаков (перемен-ных) за счет их объединения в некоторые совокупности, выступаю-щие как целостные единицы, характеризующие изучаемый объект. Эти составные единицы и называют в данном случае факторами, от кото-рых надо отличать факторы дисперсионного анализа, представляю- щие собой отдельные признаки (переменные). Считается, что именно совокупность признаков в определенных комбинациях может харак-теризовать психическое явление или закономерность его развития, тогда как по отдельности или в других комбинациях эти признаки не дают информации. Как правило, факторы не видны «на глаз», скрыты от непосредственного наблюдения. Особенно продуктивен факторный анализ в предварительных исследованиях, когда необходимо выделить в первом приближении скрытые закономерности в исследуемой обла-сти. Основой анализа является матрица корреляций, т. е. таблицы ко-эффициентов корреляции каждого признака со всеми остальными (принцип «все со всеми»). В зависимости от числа факторов в корре-ляционной матрице различают однофакторный (по Спирмену), би-факторный (по Холзингеру) и многофакторный (по Терстону) ана-лизы. По характеру связи между факторами метод делится на анализ с ортогональными (независимыми) и с облическими (зависимыми) факторами. Существуют и иные разновидности метода . Весьма сложный математический и логический аппараты фактор-ного анализа часто затрудняют выбор адекватного задачам исследо-вания варианта метода. Тем не менее популярность его в научном мире растет с каждым годом.
2.1.2.6. Регрессионный анализ
Метод позволяет изучать зависимость среднего значения одной ве-личины от вариаций другой (других) величины. Специфика метода зак-лючается в том, что рассматриваемые величины (или хотя бы одна из них) носят случайный характер. Тогда описание зависимости распадает-ся на две задачи: 1) выявление общего вида зависимости и 2) уточнение этого вида путем вычисления оценок параметров зависимости. Для ре-шения первой задачи стандартных методов не существует, и здесь произ-водится визуальный анализ корреляционной матрицы в сочетании с ка-чественным анализом природы исследуемых величин (переменных). Это требует от исследователя высокой квалификации и эрудиции. Вторая за-дача по сути есть нахождение аппроксимирующей кривой. Чаще всего эта аппроксимация осуществляется с помощью математического метода наименьших квадратов . Идея метода принадлежит Ф. Гальто- ну, заметившему, что у очень высоких родителей дети были несколько меньше ростом, а у очень маленьких родителей - дети более рослые. Эту закономерность он назвал регрессией.
2.1.2.7. 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 призна-ку по сравнению с объектами, входящими в другие классы. В итоге по-является возможность определить в той или иной метрике расстояние между изучаемыми объектами и дать упорядоченное описание их взаи-моотношений на количественном уровне . В силу недоста-точной проработанности критерия эффективности и допустимости кла-стерных процедур данный метод применяется обычно в сочетании с другими способами количественного анализа данных. С другой сторо-ны, и сам таксономический анализ используется как дополнительная страховка надежности результатов, полученных с использованием дру-гих количественных методов, в частности, факторного анализа. Суть кластерного анализа позволяет рассматривать его как метод, явно со-вмещающий количественную обработку данных с их качественным анализом. Поэтому причислить его однозначно к разряду количествен-ных методов, видимо, не правомерно. Но поскольку процедура метода по преимуществу математическая и результаты могут быть представле-ны численно, то и метод в целом будем относить к категории количе-ственных.
2.1.2.8. Шкалирование
Шкалирование в еще большей степени, чем таксономический ана-лиз, совмещает в себе черты количественного и качественного изуче-ния реальности. Количественный аспект шкалирования состоит в том, что в его процедуру в подавляющем большинстве случаев входят изме-рение и числовое представление данных. Качественный аспект шка-лирования выражается в том, что, во-первых, оно позволяет манипули-ровать не только количественными данными, но и данными, не имею- щими единиц измерения, а во-вторых, включает в себя элементы каче-ственных методов (классификации, типологизации, систематизации). Еще одной принципиальной особенностью шкалирования, затруд-няющей определение его места в общей системе научных методов, яв-ляется совмещение в нем процедур сбора данных и их обработки. Мож-но даже говорить о единстве эмпирических и аналитических процедур при шкалировании. Не только в конкретном исследовании трудно ука-зать 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 шкалирова-ние к той или иной группе методов, - это его органическое «враста-ние» в специфические области знания и приобретение им наряду с при-знаками общенаучного метода признаков узкоспецифических. Если другие методы общенаучного значения (например, наблюдение или эк-сперимент) можно довольно легко представить как в общем виде, так и в конкретных модификациях, то шкалирование на уровне всеобщего без потери необходимой информации охарактеризовать весьма непрос-то. Причина этого очевидна: совмещение в шкалировании эмпиричес-ких процедур с обработкой данных. Эмпирика конкретна, математика абстрактна, поэтому срастание общих принципов математического ана-лиза со специфическими приемами сбора данных дает указанный эф-фект. По этой же причине точно не определены и научные истоки шка-лирования: на звание его «родителя» претендуют сразу несколько наук. 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 прак-тике психологического исследования шкалирование встречается в двух ситуациях. Первая - это построение шкал, а вторая - их использова-ние. В случае с построением все упомянутые особенности шкалирова-ния проявляются в полной мере. В случае же использования они отхо-дят на второй план, поскольку применение готовых шкал (например, «стандартных» шкал при тестировании) предполагает просто сравне- ние с ними показателей, полученных на этапе сбора данных. Таким образом, здесь психолог лишь пользуется плодами шкалирования, при-чем на этапах, следующих за сбором данных. Такая ситуация - обыч-ное явление в психологии. Кроме того, формальное построение шкал, как правило, выносится за пределы непосредственных измерений и сбора данных об объекте, т. е. основные шкалообразующие действия математического характера проводятся после сбора данных, что сопос-тавимо 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, гуманитар-ных, социальных, технических науках) и имеет широкое прикладное значение. Наиболее строгим определением представляется следующее: шка-лирование - это процесс отображения по заданным правилам эм-пирических множеств в формальные. Под эмпирическим множе-ством понимается любая совокупность реальных объектов (людей, животных, явлений, свойств, процессов, событий), находящихся в оп-ределенных отношениях друг с другом. Эти отношения могут быть пред-ставлены четырьмя типами (эмпирическими операциями): 1) равенство (равно - не равно); 2) ранговый порядок (больше - меньше); 3) ра-венство интервалов; 4) равенство отношений. По природе эмпирического множества шкалирование делится на два вида: физическое и психологическое. В первом случае шкалиро-ванию подвергаются объективные (физические) характеристики объек-тов, во втором - субъективные (психологические). Под формальным множеством понимается произвольная совокуп-ность символов (знаков, чисел), связанных между собой определенны-ми отношениями, которые соответственно эмпирическим отношениям описываются четырьмя видами формальных (математических) опера-ций: 1) «равно - не равно» (= ≠); 2) «больше - меньше» (> <); 3) «сло-жение - вычитание» (+ -); 4) «умножение - деление» (* :). При шкалировании обязательным условием является взаимооднозначное соответствие между элементами эмпирического и формаль-ного множеств. Это означает, что каждому элементу первого множе- ства 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 пря-мое (субъективное) шкалирование, при отсутствии изоморфизма про-изводится 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. Та-ким образом, шкалы являются измерительными инструментами. Об-щее представление обо всем многообразии шкал можно получить из работ , где приведена их классификационная система и даны краткие описания каждого вида шкал. Отношения между элементами эмпирического множества и соот-ветствующие допустимые математические операции (допустимые пре-образования) обуславливают уровень шкалирования и тип получаемой шкалы (по классификации С. Стивенса). Первому, наиболее простому типу отношений (= ≠) соответствуют наименее информативные шка-лы наименований, второму (> <) - шкалы порядка, третьему (+ -) - шкалы интервалов, четвертому (* :) - самые информативные шка-лы отношений. Процесс психологического шкалирования условно можно раз-делить на два основных этапа: эмпирический, на котором производит-ся сбор данных об эмпирическом множестве (в данном случае о множе-стве психологических характеристик исследуемых объектов или явле-ний), и этап формализации, т. е. математико-статистической обработки данных первого этапа. Особенности каждого из этапов определяют методические приемы конкретной реализации шкалирования. В зави-симости от объектов исследования психологическое шкалирование выступает в двух разновидностях: психофизическое или психометри-ческое. Психофизическое шкалирование заключается в построении шкал для измерения субъективных (психологических) характеристик объек-тов (явлений), имеющих физические корреляты с соответствующими физическими единицами измерения. Например, субъективным характе-ристикам звука (громкости, высоте, тембру) соответствуют физические параметры звуковых колебаний: амплитуда (в децибелах), частота (в гер-цах), 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 ре-зультате 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 имею-щих физических коррелятов. Например, характеристик личности, попу-лярности артистов, сплоченности коллективов, выразительности образов и т. п. Психометрическое шкалирование реализуется с помощью некото-рых методов косвенного (объективного) шкалирования. В результате по-лучают шкалы суждений, относящиеся по типологии допустимых преоб-разований, как правило, к шкалам порядка, реже - к шкалам интервалов. В последнем случае в качестве единиц измерения выступают показатели вариативности суждений (ответов, оценок) респондентов. Наиболее харак-терными 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 (социомет-рические методики) и в прикладных психологических дисциплинах. По-скольку вынесение суждений, лежащее в основе процедуры психометри-ческого шкалирования, может быть применено и к физической сенсорной стимуляции, постольку эти процедуры применимы и для выявления пси-хофизических зависимостей, но в этом случае получаемые шкалы не бу-дут иметь объективных единиц измерения. Как физическое, так и психологическое шкалирование может быть одномерным и многомерным. Одномерное шкалирование - это про-цесс отображения эмпирического множества в формальное по одному критерию. Получаемые одномерные шкалы отображают либо отноше-ния между одномерными эмпирическими объектами (или одними и теми же свойствами многомерных объектов), либо изменения одного свой-ства многомерного объекта. Реализуется одномерное шкалирование с помощью методов и прямого (субъективного), и косвенного (объектив-ного) шкалирования. Под многомерным шкалированием понимается процесс отобра-жения эмпирического множества в формальное одновременно по не-скольким критериям. Многомерные шкалы отражают либо отношения между многомерными объектами, либо одновременные изменения не-скольких признаков одного объекта. Процесс многомерного шкалиро-вания в отличие от одномерного характеризуется большей трудоемкос-тью второго этапа, т. е. формализации данных. В связи с этим привле-кается мощный статистико-математический 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 шкалиро-вания положил Шепард. Наиболее распространенный и впервые теоре-тически обоснованный алгоритм многомерного шкалирования предло-жил Краскал. Обобщение сведений по многомерному шкалированию провел М. Дейвисон . Специфика многомерного шкалирования в психологии отражена в работе Г. В. Парамей . Раскроем упоминавшиеся ранее понятия «косвенное» и «прямое» шкалирование. Косвенное, или объективное, шкалирование - это процесс отображения эмпирического множества в формальное при вза-имном несоответствии (отсутствие изоморфизма) между структурами этих множеств. В психологии в основе такого несоответствия лежит первый постулат Фехнера о невозможности прямой субъективной оцен-ки величины своих ощущений. Для количественного выражения ощу-щений используются внешние по отношению к ним (косвенные) еди-ницы 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 лога-рифмические шкалы; 2) шкалы, основанные на измерении ВР; 3) шкалы суждений (сравнительных и категориальных). Аналитическим выра-жениям этих шкал присвоен статус законов, названия которых связаны с именами их авторов: 1) логарифмический закон Вебера-Фехнера; 2) за- кон Пьерона (для простой сенсомоторной реакции); 3) закон сравни-тельных суждений Терстона и 4) закон категориальных суждений Тор-герсона. Наибольшими прикладными возможностями обладают шка-лы суждений. Они позволяют измерять любые психические явления, реализуют как психофизическое, так и психометрическое шкалирова-ние, дают возможность многомерного шкалирования. По типологии допустимых преобразований косвенные шкалы представлены в основ-ном шкалами порядка и интервалов. Прямое, или субъективное, шкалирование представляет собой процесс отображения эмпирического множества в формальное при вза-имооднозначном соответствии (изоморфизм) структур этих множеств. В психологии в основе этого соответствия лежит допущение о возмож-ности прямой субъективной оценки величины своих ощущений (отри-цание первого постулата Фехнера). Реализуется субъективное шкали-рование с помощью процедур, выясняющих, во сколько раз (или на сколько) ощущение, вызванное одним стимулом, больше или меньше ощущения, вызванного другим стимулом. Если такое сравнение произ-водится для ощущений разных модальностей, то говорят о кросс-мо-дальном субъективном шкалировании. Прямые шкалы по способу их построения образуют две основные груп-пы: 1) шкалы, основанные на определении сенсорных отношений; 2) шка-лы, основанные на определении величин стимулов. Второй вариант откры-вает путь к многомерному шкалированию. Значительная часть прямых шкал хорошо аппроксимируется степенной функцией, что на большом эмпири-ческом материале доказал С. Стивене, именем которого названо аналити-ческое выражение прямых шкал - степенной закон Стивенса. Для количественного выражения ощущений при субъективном шка-лировании используются психологические единицы измерения, специа-лизированные для конкретных модальностей и экспериментальных усло-вий. Многие из этих единиц имеют общепринятые наименования: «соны» для громкости, «брилы» для яркости, «густы» для вкуса, «веги» для тяжес-ти и т. д. По типологии допустимых преобразований прямые шкалы пред-ставлены главным образом шкалами интервалов и отношений. В заключение обзора метода шкалирования надо указать на про-блему его соотношения с измерением. На наш взгляд, эта проблема обус-ловлена отмеченными выше особенностями шкалирования: 1) совме- щением в нем эмпирических процедур сбора данных и аналитических процедур обработки данных; 2) единством количественного и качествен-ного аспекта процесса шкалирования; 3) сочетанием общенаучности и узкопрофильности, т. е. «срастанием» общих принципов шкалирова-ния со специфическими процедурами конкретных методик. Часть исследователей в явном или неявном виде отождествляет 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 определенными правилами» и тут же указывал, что подобная процедура ведет к построению шкал . Но поскольку процесс разработки шкалы есть процесс шкалирования, то в итоге получаем, что измерение и шкалирование - одно и то же. Противоположная позиция состоит в том, что с измерени-ем сопоставляется только метрическое шкалирование, связанное с по-строением интервальных и пропорциональных шкал . Представляется, что вторая позиция строже, поскольку измерение предполагает количественное выражение измеряемого, а следователь-но, наличие метрики. Острота дискуссии может быть снята, если изме-рение понимать не как исследовательский метод , а как инстру-ментальное сопровождение того или иного метода, в том числе шкали-рования. Кстати, метрология (наука об измерениях) в понятие «измерение» включает как его обязательный атрибут средства измерения . Для шкалирования же (по крайней мере, для неметрического шкалиро-вания) измерительные средства необязательны. Правда, метрология интересуется главным образом физическими параметрами объектов, а не психологическими. Психологию, наоборот, в первую очередь зани-мают субъективные характеристики (большой, тяжелый, яркий, прият-ный и т. п.). Это позволяет некоторым авторам за средство измерения принимать самого человека. При этом имеется в виду не столько ис-пользование в качестве единиц измерения частей человеческого тела (локоть, аршин, сажень, стадий, фут, дюйм и т. п.), сколько его способ-ности к субъективному количественному оцениванию любых явлений. Но бесконечная вариативность индивидуальных различий человека, в том числе вариативность оценочных способностей, не может дать об- шеупотребимых единиц измерения на этапе сбора данных об объекте. Иными словами, в эмпирической части шкалирования субъект не мо-жет 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 искусст-венно получают субъективную метрику, чаше всего в виде интерваль-ных значений. На эти факты указывает Г. В. Суходольский, когда гово-рит, 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. следователь-но, 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 измеритель-ным инструментам, однако их применение в психологии имеет два ас-пекта. Первый - это использование теста в процессе тестирования, т. е. обследования (психодиагностики) конкретных психологических объектов. Второй -это разработка, или конструирование теста. В пер-вом случае с определенным основанием можно говорить об измере-нии, поскольку к обследуемому объекту (испытуемому) «прикладыва-ется» эталонная мера - стандартная шкала. Во втором случае, очевид-но, корректнее говорить о шкалировании, поскольку квинтэссенцией конструирования теста является процесс построения стандартной шка-лы и связанные с этим операции определения эмпирического и фор-мального множеств, надежность и изоморфизм которых не в последнюю очередь обеспечиваются стандартизацией процедуры сбора эмпиричес-ких данных и набором достоверной «статистики». Другой аспект проблемы вытекает из того обстоятельства, что тест как измерительный инструмент состоит из двух частей: 1) набора зада-ний (вопросов), с которыми обследуемый непосредственно имеет дело на стадии сбора данных о нем и 2) стандартной шкалы, с которой срав-ниваются 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. вы-полнение испытуемым тестового задания, не является чисто измеритель-ной процедурой, но к Шкалированию се огнесги необходимо. Аргумен-тация такова: сами по себе действия, совершаемые испытуемым, не яв-ляются мерой выраженности диагностируемых качеств. Только результат этих действии (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 эта-лонными значениями. «Сырыми» показатели результатов действий ис-пытуемого здесь названы по двум причинам. Во-первых, они. как прави-ло, 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 обособле-нием 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 психо-логии». Поэтому нет ничего удивительного, что шкалирование входит в этот «круг вопросов». Но и психометрия не проясняет его соотноше-ния с измерением. Ьолее того, дело запутывается многообразием трак-товок самой психометрической науки и ее предмета. Например, психо-метрия рассматривается в контексте психодиагностики . «Часто тер-мины “психометрия” и “психологический эксперимент” употребляются как синонимы... Очень популярно мнение, что психометрия - это ма-тематическая статистика с учетом специфики психологии... Устойчи-вое понимание психометрии: математический аппарат психодиагнос-тики... Психометрия - наука о применении в исследовании психичес-ких явлений математических моделей» . Что касается математической психологии, то ее статус еще более расплывчат . «Содержание и структура математической психоло-гии еще не приобрели общепринятой формы, выбор и систематизация математико-психологических моделей и методов в какой-то мере про-извольны» . Тем не менее уже намечается тенденция поглоще-ния психометрии математической психологией. Отразится ли это на обсуждаемой проблеме соотношения шкалирования и измерения и про-яснится ли их место в общей системе методов психологии - пока ска-зать трудно.
2.2. Качественные методы
Качественные методы (КМ) позволяют выявить наиболее суще-ственные 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 рас-пространены такие приемы, как классификация, типологизация, сис-тематизация, периодизация, казуистика.
2.2.1. Классификация
Классификация (лат. classic - разряд, facere - делать) - это распределение множества объектов по группам (классам) в зависимос-ти от их общих признаков. Сведение в классы может производиться как по наличию обобщающего признака, так и по его отсутствию. Ре-зультатом подобной процедуры становится совокупность классов, ко-торую, как и сам процесс группировки, называют классификацией. Классификационная процедура - это по существу дедуктивная опера-ция деления (декомпозиция): известное множество элементов по неко-торому 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 выпада-ют из классификации. Встречающееся в науке мнение о двух возможных путях реали-зации классификационной процедуры, а именно дедуктивном и ин-дуктивном , нам представляется неверным. Классификации мо-жет подлежать только какое-то известное множество объектов, т. е. «закрытая» совокупность, поскольку классификационный критерий выбирается заранее, и он для всех элементов множества един. Следо-вательно, на классы можно только делить. «Прибавлять» один класс к другому невозможно, поскольку в ходе такой процедуры заранее не-известно, будут ли последующие объекты обладать признаками, соот-ветствующими выбранному критерию. И процесс такого группообра-зования становится нецелесообразным и бессмысленным. Но если при этой процедуре возможно менять критерии объединения (или разве-дения) элементов, то получаем процесс специфического группообра-зования, основанный не на индукции (и тем более не на дедукции), а на традукции. Именно поэтому такая процедура дает «рядоположные группировки», а дедуктивная - преимущественно «иерархические классификации» . По мнению Г. Селье, «классификация - самый древний и са-мый простой научный метод. Она служит предпосылкой всех типов теоретических конструкций, включающих сложную процедуру уста-новления причинно-следственных отношений, которые связывают классифицируемые объекты. Без классификации мы не смогли бы даже разговаривать. В самом деле, основу всякого нарицательного суще-ствительного (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 зако-нами, в соответствии с которыми упорядочиваются объекты, образу-ющие класс. Вот почему классификация представляет собой фунда-ментальный процесс. Это, как правило, первый шаг в развитии на-уки» . Если в основании классифицирования кладется признак, суще-ственный для данных объектов, то классификация называется есте-ственной. Например, предметный каталог в библиотеках, классифика-ция ощущений по модальности. Если же критерий не существенен для самих объектов, а только лишь удобен для какого-либо их упорядочи-вания, то получают искусственную классификацию. Например, алфа-витный библиотечный каталог, классификация ощущений по располо-жению рецепторов.2.2.2. Типологизация
Типологизация - это группировка объектов по наиболее суще-ственным для них системам признаков. В основе такой группировки лежит понимание типа как единицы расчленения изучаемой реально-сти и конкретной идеальной модели объектов действительности. В результате проведения типологизации получают типологию, т. е. со-вокупность типов. Процесс типологизации в противоположность клас-сификации есть операция индуктивная (композиционная): элементы некоторого множества группируются вокруг одного или нескольких элементов, обладающих эталонными характеристиками. При выявле-нии типов границ между ними не устанавливаются, а задается струк-тура типа. С ней соотносят по признакам равенства или подобия дру-гие элементы. Таким образом, если классификация - это группиров-ка 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 край-нее (предельно своеобразное). В первом случае типичным является объект со свойствами, близкими по своей выраженности к среднему значению выборки. Во втором - с максимально выраженными свой-ствами. Тогда в первом случае говорят о типичном представителе той или иной группы (подмножества), а во втором - о ярком представите-ле группы, о представителе с сильным проявлением специфических для этой группы качеств. Так, определение «типичный представитель ин-теллигенции» нужно отнести к первому варианту, а «рафинированный интеллигент» ко второму. Первое понимание типа характерно для худо-жественной литературы и искусства, где выводятся типажи. Вторая трак-товка присуща научным описаниям типа. В житейской практике наблю-даются оба подхода. Любой вариант ведет к формированию целостного образа - эта-лона, с которым сравниваются реальные объекты. Обе разновидности типа одинаковы по составу, т. к. проявляются в представлениях о струк-туре ведущих характеристик типа. Различия между ними возникают на стадии соотнесения с ними реальных объектов. Тип как среднее (худо-жественный тип) выступает образцом, с которым необходимо устано-вить степень сходства, близости конкретного объекта. Причем «похо-жесть» последнего может определяться как со стороны недостатка вы-раженности качества («недотягивает» до эталона), так и со стороны избытка выраженности (превосходит эталон). Тип как крайнее (науч-ный 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 под-ражания. Итак, художественный тип - это предельно обобщенный обра-зец 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!) сближа-ет типологизацию с классификацией. Анализ психологических типологий показывает, что психологичес-кие научные типы имеют ряд специфических особенностей. У них нет метрики, т. е. меры выраженности характеристик - все эти описания качественные. Отсутствует иерархия признаков, нет указаний на веду-щие и соподчиненные, основные и дополнительные качества. Образ аморфен и субъективен. Поэтому реальный объект отнести к какому-либо одному типу весьма трудно. Для подобных описаний характерна терминологическая неоднозначность. Обычен так называемый «ореол», когда за характеристики типа принимаются не его качества, а вытекаю-щие из них следствия. Например, при описании типов темперамента приводятся сферы эффективной деятельности людей с подобным тем-пераментом. В психологической науке известны четыре вида типологий : 1) конституциональные (типологии Э. Кречмера и У. Шелдона); 2) пси-хологические (типологии К. Юнга, К. Леонгарда, А. Е. Личко, Г. Шми-шека, Г. Айзенка); 3) социальные (типы руководства и лидерства); 4) ас-тропсихологические (гороскопы). Понимание психологического типа как совокупности максималь-но выраженных свойств «позволяет представить психологический ста-тус любого конкретного человека как результат пересечения свойств общечеловеческих типов» . Как видим, классификация и типология - два разных пути каче-ственной обработки эмпирических данных, приводящих к двум совер-шенно разным видам представительства результатов исследования - классификации как совокупности групп (классов) и типологии как со-вокупности типов. Поэтому никак нельзя согласиться с довольно рас-пространенным смешением этих понятий, а тем более с их отождеств-лением . Класс - это некоторое множество сходных реальных объектов, а тип - это идеальный образец, на который в той или иной степени похожи реальные объекты. Принципиальное отличие класса от типа предопределяет и принципиальное разведение процедур типо-логизации и классификации и категорическое различение итогов этих процедур - типологии и классификации. В этом плане неясна позиция некоторых ученых-социологов, ко-торые, с одной стороны, скептически относятся к неразличению клас-сификации и типологии, а с другой - считают возможным рассматри-вать классификацию как способ построения типологии: «если исполь-зуемый термин „типология" тесно связан с содержательным характером соответствующего разбиения совокупности на группы, с определенным уровнем познания, то термин „классификация" подобным свойством не обладает. Мы не вкладываем в него гносеологического смысла. Он нам нужен лишь для удобства, для того чтобы можно было говорить о соответствии формальных методов разбиения совокупности на группы содержательному представлению о типах объектов» . Однако такое «удобство» приводит к фактической идентификации двух совер-шенно разных и противоположно направленных процессов: процедура классификации определяется «как разбиение исходной совокупности объектов на классы», а «процесс типологизации как процесс разбиения некоторого рода на виды, понятия - на соответствующие элементы» . 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 неудивительно, что эти исследо-ватели сетуют, что «при решении задач типологии с помощью формаль-ных методов классификации далеко не всегда оказывается, что полу-ченные классы соответствуют типам в интересующем социолога содер-жательном смысле» .2.2.3. Систематизация
Систематизация -это упорядочивание объектов внутри классов, классов между собой и множества классов с другими множествами клас-сов. 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 пре-деле систематизация есть выявление и наглядное представление мак-симально возможного числа связей всех уровней в множестве объек-тов. На практике это выливается в многоуровневую классификацию. Примеры: систематики растительного и животного мира; систематика наук (в частности, наук о человеке); систематика психологических ме-тодов; систематика психических процессов; систематика свойств лич-ности; систематика психических состояний.2.2.4. Периодизация
Периодизация - это хронологическое упорядочивание существо-вания изучаемого объекта (явления). Заключается в разделении жизненно-го цикла объекта на существенные этапы (периоды). Каждый этап обычно соответствует значительным изменениям (количественным или качествен-ным) в объекте, что можно соотнести с философской категорией «скачок». Примеры периодизации в психологии: периодизация онтогенеза человека; этапы социализации личности; периодизация антропогене-за; этапы и фазы развития группы (групповая динамика) и др. [ 43]2.2.5. Психологическая казуистика
Психологическая казуистика - это описание и анализ как наи-более типичных, так и исключительных для исследуемой реальности случаев. Этот прием характерен для исследований в области диффе-ренциальной психологии. Индивидуальный подход в психологической работе с людьми также предопределяет широкое использование казуи-стики в практической психологии. Наглядным примером применения психологической казуистики может служить используемый в профессиографии метод инцидентов. [ 44]
3. ИНТЕРПРЕТАЦИОННЫЕ МЕТОДЫ
Еще больше, чем организационные, эти методы заслуживают наи-менования подходов, поскольку являются в первую очередь объясни-тельными принципами, предопределяющими направление интерпрета-ции результатов исследования. В научной практике получили развитие генетический, структурный, функциональный, комплексный и систем-ный подходы. Использование того или иного метода не означает отсе-чения других. Наоборот, обычным делом в психологии является соче-тание подходов. И это относится не только к исследовательской прак-тике, но и к психодиагностике, психологическому консультированию и психокоррекции .
3.1. Генетический метод
Генетический метод - это способ исследования и объяснения явлений (в том числе психических), основанный на анализе их разви-тия как в онтогенетическом, так и филогенетическом планах. При этом требуется установление: I) начальных условий возникновения явления, 2) главных этапов и 3) основных тенденций его развития. Цель мето-да - выявление связи изучаемых явлений во времени, прослеживание перехода от низших форм к высшим. Так что везде, где требуется выявление временной динамики пси-хических явлений, генетический метод является неотъемлемым иссле-довательским инструментом психолога. Даже когда исследование на-целено на изучение структурных и функциональных характеристик явления, не исключено эффективное применение метода. Так, разра-ботчики известной теории перцептивных действий при микроструктур- ном анализе восприятия отмечали, что «наиболее пригодным оказался генетический метод исследования» . Естественно, генети-ческий метод особенно характерен для различных отраслей психоло-гии развития: сравнительной, возрастной, исторической психологии . Понятно, что и любое лонгитюдное исследование предполагает применение рассматриваемого метода. Генетический подход вообще-то может рассматриваться как мето-дическая реализация одного из основных принципов психологии, а именно принципа развития . При таком видении другие варианты реализации принципа развития допустимо рассматривать как модифи-кации генетического подхода. Например, исторический и эволюцион-ный подходы.
3.2. Структурный метод
Структурный подход - направление, ориентированное на вы-явление и описание структуры объектов (явлений). Для него характер-но: углубленное внимание к описанию актуального состояния объек-тов; выяснение внутренне присущих им вневременных свойств; инте-рес не к изолированным фактам, а к отношениям между ними. В итоге строится система взаимосвязей между элементами объекта на различ-ных уровнях его организации . Обычно при структурном подходе не акцентируются соотношение в объекте частей и целого и динамика выявленных структур. При этом разложение целого на части (декомпозиция) может производиться по различным вариантам . Важным достоинством структурного метода является относительная легкость наглядного представления ре-зультатов в виде различных моделей. Эти модели могут даваться в форме описаний, перечня элементов, графической схемы, классификации и пр. Неисчерпаемым примером подобного моделирования служит пред-ставление структуры и типов личности: трехэлементная модель по 3. Фрейду; типы личности по Юнгу; «круг Айзенка»; многофакторная модель Р. Ассаджиоли. Не отстала от зарубежной психологии в этом вопросе и наша отечественная наука: эндо- и экзопсихика по А. Ф. Ла-зу рскому и развитие его взглядов у В. Д. Балина ; структура личнос- ти из четырех сложных комплексов по Б. Г. Ананьеву; индивидно-ин-дивидуальная схема В. С. Мерлина; перечни А. Г. Ковалева и П. И. Ива-нова; динамическая функциональная структура личности по К. К. Пла-тонову; схема А. И. Щербакова и т. д. Структурный подход - атрибут любого исследования, посвященно-го изучению конституциональной организации психики и строения ее ма-териального субстрата - нервной системы. Здесь можно упомянуть о ти-пологии ВНД И. П. Павлова и ее развитии Б. М. Тепловым, В. Д. Небыли-цыным и другими. Широкое признание получили модели В. М. Русалова, отражающие морфологическую, нейро- и психодинамическую конститу-ции человека . Структурные модели человеческой психики в простран-ственном и функциональном аспектах представлены в работах . Классическими образцами рассматриваемого подхода служат ассоци-ативная психология Ф. Гартли и ее следствия (в частности, психофизика «чистых ощущений» XIX века), а также структурная психология В. Вунд-та и Э. Титченера. Специфической конкретизацией подхода выступает метод микроструктурного анализа, включающий в себя элементы и генетическо-го, и функционального, и системного подходов .3.3. Функциональный метод
Функциональный подход, естественно, ориентирован на выяв-ление и изучение функций объектов (явлений). Неоднозначность трак-товки в науке понятия «функция» затрудняет определение данного под-хода, а также идентификацию с ним тех или иных направлений психо-логических исследований. Будем придерживаться мнения, что функция есть проявление свойств объектов в определенной системе отношений, а свойства есть проявление качества объекта при его взаимодействии с другими объектами. Таким образом, функция - это реализация соот-ношения объекта и среды, а еще уже - «соответствие между средой и системой» . Следовательно, функциональный подход интересуется главным образом связями изучаемого объекта со средой. Он исходит из принци-па саморегулирования и поддержания равновесия объектов действи-тельности (в том числе психики и ее носителей). [ 47] Примерами реализации функционального подхода в истории на-уки являются такие известные направления как «функциональная пси-хология» и «бихевиоризм». Классическим образцом воплощения функ-циональной идеи в психологии является знаменитая динамическая теория поля К. Левина . В современной психологии функцио-нальный подход обогащен компонентами структурного и генетическо-го анализа. Так, уже прочно установилось представление о многоуров-невости и многофазности всех психических функций человека, действующих одновременно на всех уровнях как единое целое . Приведенные выше примеры структур личности, нервной сис-темы, психики с полным основанием можно взять и в качестве иллюс-трации к функциональному подходу, так как элементы этих структур большинство авторов соответствующих моделей рассматривают также и как функциональные единицы, олицетворяющие определенные свя-зи человека с действительностью.3.4. Комплексный метод
Комплексный подход - это направление, рассматривающее объект исследования как совокупность компонентов, подлежащих изу-чению с помощью соответствующей совокупности методов. Компонен-ты могут быть как относительно однородными частями целого, так и его разнородными сторонами, характеризующими изучаемый объект в разных аспектах. Часто комплексный подход предполагает изучение сложного объекта методами комплекса наук, т. е. организацию междис-циплинарного исследования. Очевидно, что комплексный подход пред-полагает применение в той или иной мере и всех предыдущих интер-претационных методов. Яркий пример реализации комплексного подхода в науке - кон-цепция человекознания, согласно которой человек как наисложнейший объект изучения подлежит согласованному исследованию большого комплекса наук. В психологии эта идея комплексности изучения чело-века была четко сформулирована Б. Г. Ананьевым . Человек рас-сматривается одновременно как представитель биологического вида homo sapiens (индивид), как носитель сознания и активный элемент познавательной и преобразующей действительность деятельности (субъект), как субъект социальных отношений (личность) и как уни-кальное единство социально значимых биологических, социальных и психологических особенностей (индивидуальность). Такой взгляд на человека позволяет исследовать его психологическое содержание в планах: субординационном (иерархическом) и координационном . В первом случае психические явления рассматриваются как соподчи-ненные системы: более сложные и общие подчиняют и включают в себя более простые и элементарные. Во втором - психические явления рас-сматриваются как относительно автономные образования, но тесно свя-занные и взаимодействующие друг с другом. Подобное всеобъемлю-щее и сбалансированное изучение человека и его психики, по сути, смыкается уже с системным подходом.3.5. Системный метод
Системный подход - это методологическое направление в изу-чении реальности, рассматривающее любой ее фрагмент как систему. Наиболее ощутимым толчком к осознанию системного подхода как неотъемлемого методологического и методического компонента науч-ного познания и к его строгому научному оформлению послужили ра-боты австро-американского ученого Л. Берталанфи (1901-1972), в ко-торых он разработал общую теорию систем . Система есть некоторая целостность, взаимодействующая с окружающей средой и состоящая из множества элементов, находящихся между собой в неко-торых отношениях и связях. Организация этих связей между элемента-ми называется структурой. Иногда структуру толкуют расширитель-но, доводя ее понимание до объема системы. Такая трактовка характер-на для нашей житейской практики: «коммерческие структуры», «государственные структуры», «политические структуры» и т. д. Изредка такой взгляд на структуру встречается и в науке, хотя и с определенны-ми оговорками . Элемент - мельчайшая часть системы, сохраняющая ее свойства в пределах данной системы. Даль-нейшее расчленение этой части ведет к потере соответствующих свойств. Так, атом - элемент с определенными физическими свойства- ми, молекула - с химическими свойствами, клетка - элемент со свой-ствами жизни, человек (личность)- элемент социальных отношений. Свойства элементов определяются их положением в структуре и, в свою очередь, определяют свойства системы. Но свойства системы не сво-дятся к сумме свойств элементов. Система как целое синтезирует (объе-диняет и обобщает) свойства частей и элементов, в результате чего она обладает свойствами более высокого уровня организации, которые во взаимодействии с другими системами могут представать как ее функ-ции. Любая система может рассматриваться, с одной стороны, как объе-динение более простых (мелких) подсистем со своими свойствами и функциями, а с другой - как подсистема более сложных (крупных) систем. Например, любой живой организм является системой органов, тканей, клеток. Он же является элементом соответствующей популя-ции, которая, в свою очередь, является подсистемой животного или ра-стительного мира и т. д. Системные исследования осуществляются с помощью системных анализа и синтеза. В процессе анализа система выделяется из среды, определяются ее состав (набор элементов), структура, функции, интег-ральные свойства и характеристики, системообразующие факторы, вза-имосвязи со средой. В процессе синтеза создается модель реальной системы, повышается уровень обобщения и абстракции описания сис-темы, определяется полнота ее состава и структур, закономерности ее развития и поведения. Описание объектов как систем, т. е. системные описания, выпол-няют те же функции, что и любые другие научные описания: объясни-тельную и прогнозирующую. Но еще важнее, что системные описания выполняют функцию интеграции знаний об объектах. Системный подход в психологии позволяет вскрыть общность пси-хических явлений с другими явлениями действительности. Это дает возможность обогащения психологии идеями, фактами, методами дру-гих наук и, наоборот, проникновения психологических данных в дру-гие области знания. Он позволяет интегрировать и систематизировать психологические знания, устранять избыточность в накопленной ин-формации, сокращать объем и повышать наглядность описаний, умень-шать субъективизм в интерпретации психических явлений. Помогает увидеть пробелы в знаниях о конкретных объектах, обнаружить их не- полноту, определить задачи дальнейших исследований, а иногда и пред-сказать свойства объектов, информация о которых отсутствует, путем экстраполяции и интерполяции имеющихся сведений. В учебной деятельности системные методы описания дают воз-можность представить учебную информацию в более наглядной и адек-ватной для восприятия и запоминания форме, дать более целостное представление об освещаемых объектах и явлениях и, наконец, пе-рейти от индуктивного изложения психологии к дедуктивно-индук-тивному. Предыдущие подходы являются фактически органичными компо-нентами системного подхода. Иногда даже их рассматривают как его разновидности . Некоторые авторы сопоставляют эти подходы с соответствующими уровнями качеств человека, составляющих пред-мет психологического исследования . В настоящее время большинство научных исследований проводит-ся в русле системного подхода . Наиболее полное освещение применительно к психологии системный подход нашел в следующих работах . [ 51]Литература
- Ананьев Б. Г.
О проблемах современного человекознания. М., 1977. Ананьев Б.Г.
О методах современной психологии // Психологические ме-тоды в комплексном лонгитюдном исследовании студентов. Л., 1976. Ананьев Б. Г.
Человек как предмет познания. Л.. 1968. Балин В. Д.
Психическое отражение: Элементы теоретической психоло-гии. СПб., 2001. Балин В. Д.
Теория и методология психологического исследования. Л., 1989. Бендаталафанри Л.
Применение корреляционного и спектрального ана-лиза. М., 1983. Берталанфанри Л.
История и статус общей теории систем // Системные ис-следования. М.. 1973. Берталанфи Л.
Общая теория систем - обзор проблем и результатов //
Системные исследования. М., 1969. Благуш П.
Факторный анализ с обобщениями. М, 1989. Боровков А. А.
Математическая статистика: Оценка параметров. Провер-ка гипотез. М.. 1984. Браверман Э.
М.,
Мучник И. Б.
Структурные методы обработки эмпири-ческих данных, М.. 1983. Бурдун Г. В., Марков, С. М.
Основы метрологии. М., 1972. Ганзен В. А.
Методические указания по курсу «Системные методы в пси-хологии». Л., 1987. Ганзен В. А.
Системные описания в психологии. Л., 1984. Ганзен В. А.
Системный подход в психологии. Л., 1983. Ганзен В. А., Фомин А. А.
О понятии типа в психологии // Вестник СНбГУ. сер. 6, 1993, вып. 1 (№6). Ганзен В. А., Хорошилов Б. М.
Проблема системного описания качественных изменений психологических объектов. Деп. ВИНИТИ, 1984, № 6174-84. Гласс Дж., Стенли Дж.
Статистические методы в педагогике и психоло-гии. М.. 1976. Годфруа Ж.
Что такое психология? Т. 1-2. М, 1992. Гордон В. М., Зинченко В. П.
Системно-структурный анализ познаватель-ной деятельности // Эргономика, вып. 8. М., 1974. Гусев Е. К., Никандров В. В.
Психофизика. Л., 1987. Гусев Е.К., Никандров В. В.
Психофизика. Часть П. Психологическое шка-лирование. Л., 1985. Дрейнепер И.. Смит Г.
Прикладной регрессионный анализ. В 2-х кн. 2-е изд. М.. 1987. Дружинин В. И.
Экспериментальная психология. М.. 1997. Дэйвисон М.
Многомерное шкалирование. Методы наглядного представ-ления данных. М., 1988. Дюран Б., Оделл П.
Кластерный анализ. М., 1977. Езекиел М., Фокс К. А.
Методы анализа корреляций и регрессий. М.. 1966. Зароченцев К.
Д.,
Худяков А.И.
Основы психометрии. СПб., 1996. Зинченко В. П.
О микроструктурном методе исследования познаватель-ной деятельности//Эргономика, выи. 3. М., 1972. Зинченко В. П., Зинченко Т. П.
Восприятие//Общая психология/Под ред. Л. В. Петровского. Изд. 2-е. М.. 1976. Иберла К.
Факторный анализ. М., 1980. Ительсон Л. Б.
Математические и кибернетические методы в педагогике. М., 1964. Каган М. С.
Системный подход и гуманитарное знание. Л.. 1991. Колкот Э.
Проверка значимости. М.. 1978. Корнилова Г.В.
Введение в психологический эксперимент. М., 1997. Корюкин В.И.
Концепции уровней в современном научном познании. Свер-дловск, 1991. Крылов А.А.
Системный подход как основа исследований по инженерной психологии и психологии труда // Методология исследований по инженерной пси-хологии и психологии труда, ч. 1. Л., 1974. Кузьмин В.П.
Принципы системности в теории и методологии К. Маркса. Изд. 2-е. М.. 1980. Кузьмин В.П.
Различные направления разработки системного подхода и их гносеологические основания // Вопросы философии, 1983, № 3. Куликов Л.В.
Психологическое исследование. Методические рекоменда-ции по проведению. 6-е изд. СПб, 2001. Кюн Ю.
Описательная и индуктивная статистика. М., 1981. Леман Э. Л.
Проверка статистических гипотез. 2-е изд. М., 1979. Ломов Б.Ф.
Методологические и теоретические проблемы психологии. М., 1984. Ломов Б.Ф.
О системном подходе в психологии // Вопросы психологии, 1975, №2. Ломов Б. Ф.
О путях развития психологии // Вопросы психологии. 1978. №5. Лоули Д
., Максвелл Л.
Факторный анализ как статистический метод. М., 1967. Мазилов В. А.
О соотношении теории и метода в психологии // Ананьевекие чтения - 98 / Материалы науч.-практич. конференции. СПб., 1998. Маликов С. Ф., Тюрин Н. И.
Введение в метрологию. М, 1965. Математическая психология: теория, методы, модели. М, 1985. Миркин Б. Г.
Анализ качественных признаков и структур. М.. 1980. Мирошников С. А.
Исследование уровней организации психической дея-тельности человека // Теоретические и прикладные вопросы психологии, вып. 1, ч. II. СПб., 1995. Мондель И. Д.
Кластерный анализ. М., 1988. Никаидров В. В.
О системном описании функциональной структуры пси-хики // Теоретические и прикладные вопросы психологии, вып. 1. СПб., 1995. Никандров В. В.
Историческая психология как самостоятельная научная дисциплина//Вестник ЛГУ, сер. 6. 1991, вып. 1 (№ 6). Никандров В. В.
О соотношении психологических макрохарактеристик человека// Вестник СПбГУ, вып. 3. 1998. Никандров В. В.
Пространственная модель функциональной структуры психики человека// Вестник СПбГУ, 1999, вып. 3, № 20. Окунь Я.
Факторный анализ. М., 1974. Парамей Г. В.
Применение многомерного шкалирования в психологичес-ких исследованиях // Вестник МГУ, сер. 14. 1983, № 2. Пирьов Г. Д.
Експериментална психология. София, 1968. Пирьов Г. Д.
Классификация методов в психологии // Психодиагностика в социалистических странах. Братислава, 1985. Плохинский Н. А.
Биометрия. 2-е изд. М., 1970. Постон Т., Стюарт И.
Теория катастроф и ее приложения. М., 1980. Практикум по психодиагностике. Дифференциальная психометрика/Под ред. В. В. Столина, А. Г. Шмелева. М., 1984. Принцип развития в психологии / Отв. ред. Л. И. Анцыферова. М., 1978. Проблема уровней и систем в научном познании. Минск, 1970. Пфанцагль И.
Теория измерений. М., 1976. ПьероиА.
Психофизика//Экспериментальная психология, вып. 1-2. М.. 1966.
Раппопорт А.
Системный подход в психологии // Психологический жур-нал, 1994, №3. Роговин М. С.
Структурно-уровневые теории в психологии. Ярославль, 1977. Рудестам К.
Групповая психотерапия. М., 1980. Русалов В. М.
Биологические основы индивидуально-психологических различий. М., 1979. Селье Г.
От мечты к открытию: Как стать ученым. М., 1987. Сержантов В. Ф.
Введение в методологию современной биологии. Л., 1972. Сержантов В. Ф.
Человек, его природа и смысл бытия. Л., 1990. Сидоренко Е. В.
Методы математической обработки в психологии. СПб., 2001.
Системный подход к психофизиологической проблеме / Отв. ред. В. Б. Швырков. М., 1982. Стивене С С.
Математика, измерение и психофизика // Эксперименталь-ная психология / Ред. С. С. Стивене. Т. 1. М.. 1960. Стивене С. С.
О психофизическом законе // Проблемы и методы психо-физики. М., 1974. Суходольский Г. В.
Математическая психология. СПб.. 1997. Суходольский Г. В.
Основы математической статистики для психологов. Л., 1972. Терстон Л. Л.
Психологический анализ // Проблемы и методы психофи-зики. М., 1974. Типология и классификация в социологических исследованиях//Отв. ред. В. Г. Андреенков, Ю. Н. Толстова. М., 1982. Уемов А. И.
Системный подход и общая теория систем. М., 1978. Факторный дискриминантный и кластерный анализ / Под ред. И. С. Еню-кова. М., 1989. Харман Г. Г.
Современный факторный анализ. М., 1972. Шваыцара И.
и др. Диагностика психического развития. Прага, 1978. Шеффе Г.
Дисперсионный анализ. М., 1963. ШрайберД.
Проблемы шкалирования // Процесс социального исследова-ния. М., 1975. BertalanffyL.
General System theory. Foundations. Development, Applications. N.Y., 1968. Choynowski M.
Die Messung in der Psychologic /7 Die Probleme der mathematischen Psychologic Warschaw, 1971. Guthjahr W.
Die Messung psychischer Eigenschaftcn. Berlin, 1971. Leinfellner W.
Einfuhrung in die Erkenntnis und Wisscnschafts-theorie. Mannheim, 1965. Lewin K.
A dynamic theory of personality. N.Y., 1935. Lewin K.
Principles of topological psychology. N. Y., 1936. Sixtl F.
Mesmethoden der psychologic Weinheim, 1966, 1967. Stevens S. S.
Sensory scales of taste intensity // Percept, a. Psychophys. 1969 Vol. 6. Torgerson W. S.
Theory and methods of scaling. N.Y, 1958.
Учебное пособие. Спб.: Издательство «Речь», 2003. 480 с. Ббк88
Учебное пособиеВ учебнике экспериментальная психология рассматривается как самостоятельная научная дисциплина, разрабатывающая теорию и практику психологического исследования и имеющая в качестве основного предмета изучения систему психологических методов.
Андреева Г. М., Богомолова Н. Н., Петровская Л. А. ""Зарубежная социальная психология ХХ столетия. Теоретические подходы"" (1)
ДокументАндреева Г. М., Богомолова Н. Н., Петровская Л. А. ""Зарубежная социальная психология ХХ столетия. Теоретические подходы"" (2)
ДокументПервое издание данной книги вышло в 1978 г. (Г. М. Андреева, Н. Н. Богомолова, Л. А. Петровская «Социальная психология на Западе»). Если учесть, что в то время «издательский путь» был весьма длинным, то станет ясно, что рукопись
Программа государственного экзамена по педагогике и психологии воспитания направление
ПрограммаНормативный срок освоения основной образовательной программы подготовки магистра по направлению 050700.68 Педагогика при очной форме обучения - 6 лет.
Психология XXI столетия том 2
ДокументЧлены Оргкомитета: Акопов Г.В., Базаров Т.Ю., Журавлев А.Л., Знаков В.В., Ерина С.И., Кашапов С. М., Клюева Н.В., Львов В.М., Мануйлов Г.М., Марченко В.
Собрав совокупность данных, исследователь приступает к их обработке, получая сведения более высокого уровня, называемые результатами. Он уподобляется портному, который снял мерку (данные) и теперь все зафиксированные размеры соотносит между собой, приводит в целостную систему в виде выкройки и в конечном итоге – в виде той или иной одежды. Параметры фигуры заказчика – это данные, а готовое платье – это результат. На этом этапе могут обнаружиться ошибки в замерах, неясности в согласовании отдельных деталей одежды, что требует новых сведений, и клиент приглашается на примерку, где вносятся необходимые коррективы. Так и в научном исследовании: полученные на предыдущем этапе «сырые» данные путем их обработки приводят в определенную сбалансированную систему, которая становится базой для дальнейшего содержательного анализа, интерпретации и научных выводов и практических рекомендаций. Если по обработке данных выявляются какие-либо ошибки, пробелы, несоответствия, препятствующие построению такой системы, то их можно ликвидировать и восполнить, проведя повторные замеры.
Обработка данных направлена на решение следующих задач: 1) упорядочивание исходного материала, преобразование множества данных в целостную систему сведений, на основе которой возможно дальнейшее описание и объяснение изучаемых объекта и предмета; 2) обнаружение и ликвидация ошибок, недочетов, пробелов в сведениях; 3) выявление скрытых от непосредственного восприятия тенденций, закономерностей и связей; 4) обнаружение новых фактов, которые не ожидались и не были замечены в ходе эмпирического процесса; 5) выяснение уровня достоверности, надежности и точности собранных данных и получение на их базе научно обоснованных результатов.
Если на предыдущих этапах происходит процесс увеличения разнообразия сведений (числа параметров, единичных измерений, источников и т. п.), то теперь наблюдается обратный процесс – ограничение разнообразия, приведение данных к общим знаменателям, позволяющим делать обобщения и прогнозировать развитие тех или иных психических явлений.
Рассматриваемый этап обычно связывается с обработкой количественного характера. Качественная сторона обработки эмпирического материала, как правило, только подразумевается либо вовсе опускается. Обусловлено это, видимо, тем, что качественный анализ часто ассоциируется с теоретическим уровнем исследования, который присущ последующим стадиям изучения объекта – обсуждению и интерпретации результатов. Представляется, однако, что исследование качественного характера имеет два уровня: уровень обработки данных, где проводится организационно-подготовительная работа по первичному выявлению и упорядочиванию качественных характеристик изучаемого объекта, и уровень теоретического проникновения в сущность этого объекта. Работа первого типа характерна для стадии обработки данных, а второго – для этапа интерпретации результатов. Результат в данном случае понимается как итог и количественного, и качественного преобразования первичных данных. Тогда количественная обработка есть манипуляция с измеренными характеристиками изучаемого объекта (объектов), с его «объективизированными» во внешнем проявлении свойствами. Качественная обработка – это способ предварительного проникновения в сущность объекта путем выявления его неизмеряемых свойств на базе количественных данных.
Количественная обработка направлена в основном на формальное, внешнее изучение объекта, качественная – преимущественно, на содержательное, внутреннее его изучение. В количественном исследовании доминирует аналитическая составляющая познания, что отражено и в названиях количественных методов обработки эмпирического материала, включающих в себя категорию «анализ» корреляционный анализ, факторный анализ и т. д. Основным гом количественной обработки является упорядоченная совокупность «внешних» показателей объекта (объектов). Реализуется количественная обработка с помощью математико-статистических методов.
В качественной обработке доминирует синтетическая составляющая познания, причем в этом синтезе превалирует компонент, объединения и в меньшей степени присутствует компонент обобщения. Обобщение – прерогатива последующего этапа исследовательского процесса – интерпретационного. В фазе качественной обработки данных главное заключается не в раскрытии сущности изучаемого явления, а пока лишь в соответствующем представлении сведений о нем, обеспечивающем дальнейшее его теоретическое изучение. Обычно результатом качественной обработки является интегрированное представление о множестве свойств объекта или множестве объектов в форме классификаций и типологий. Качественная обработка в значительной мере апеллирует к методам логики.
Противопоставление друг другу качественной и количествен ной обработок (а следовательно, и соответствующих методов) довольно условно. Они составляют органичное целое. Количественный анализ без последующей качественной обработки бессмыслен, так как сам по себе он не в состоянии превратить эмпирические данные в систему знаний. А качественное изучение: объекта без базовых количественных данных – немыслимо. В научном познании. Без количественных данных качественное познание – это чисто умозрительная процедура, не свойственная современной науке. В философии категории «качество» и «количество», как известно, объединяются в категории «мера».
Единство количественного и качественного осмысления эмпирического материала наглядно проступает во многих методах обработки данных: факторный и таксономический анализы, шкалирование, классификация и др. Но поскольку традиционно в науке принято деление на количественные и качественные характеристики, количественные и качественные методы, количественные и качественные описания, не будем «святее папы Римского» и примем количественные и качественные аспекты обработки данных за самостоятельные фазы одного исследовательского этапа, которым соответствуют определенные количественные и качественные методы.
Качественная обработка естественным образом выливается в описание и объяснение изучаемых явлений, что составляет уже следующий уровень их изучения, осуществляемый на стадии интерпретации результатов. Количественная же обработка полностью относится к рассматриваемому этапу исследовательского процесса, что в совокупности с ее особой спецификой побуждает к ее более подробному изложению. Процесс количественной обработки данных имеет две фазы: первичную и вторичную. Последовательно рассмотрим их.
Первичная обработка
На первой стадии «сырые» сведения группируются по тем или иным критериям, заносятся в сводные таблицы, а для наглядного представления данных строятся различные диаграммы и графики. Все эти манипуляции позволяют, во-первых, обнаружить и ликвидировать ошибки, совершенные при фиксации данных, и, во-вторых, выявить и изъять из общего массива нелепые данные, полученные в результате нарушения процедуры обследования, несоблюдения испытуемыми инструкции и т. п. Кроме того, первично обработанные данные, представая в удобной для обозрения форме, дают исследователю в первом приближении представление о характере всей совокупности данных в целом: об их однородности–неоднородности, компактности-разбросанности, четкости–размытости и т. д. Эта информация хорошо читается на наглядных формах представления данных и связана с понятием «распределение данных».
Под распределением данных понимается их разнесенность по категориям выраженности исследуемого качества (признака). Разнесенность по категориям показывает, как часто (или редко) в определенном массиве данных встречаются те или иные показатели изучаемого признака. Поэтому такой вид представления данных называют «распределением частот». Выраженность признака, как видели выше, может быть представлена в оценках: «есть – нет» или «равно – неравно» (номинативные данные), «больше – меньше» (порядковые данные), «настолько-то больше или меньше» (интервальные данные), «во столько-то раз больше или меньше» (пропорциональные данные). Первая категория оценок предполагает явную дискретность выраженности изучаемого признака, остальные – непрерывность (хотя бы теоретически). Проиллюстрируем это примерами.
Пример для дискретных данных
В трехтысячном трудовом коллективе были выбраны сто человек, которые давали ответ на вопрос: «какой цвет вы предпочитаете?». Предлагалось 6 вариантов: белый (Б), черный (Ч), красный (К), синий (С), зеленый (3), желтый (Ж). В данном случае каждый цвет – это самостоятельная категория выраженности признака «окраска». Допустим, цель – выбор дизайнером окраски рабочих помещений, где трудятся эти люди. Итоги опроса, зафиксированные в протоколе, подсчитали и занесли в таблицу 1 (табулировали).
Таблица 1
Итоги опроса
Частота (абсолютная частота) – это число ответов данной категории в выборке, частость (относительная частота) – это отношение частоты ко всей выборке. Под выборкой понимается все множество полученных в исследовании значений изучаемого признака (свойства, качества, состояния) объекта. В нашем примере выборка равна 100. Понятие выборки связано с понятием генеральной совокупности (или популяции), которая представляет собой все возможное множество значений изучаемого признака. В нашем примере она равна 3000. Поскольку даже ограниченные популяции обычно весьма велики, то опыты проводятся только на выборках. Поэтому встает вопрос о репрезентативности выборки, т. е. о том, можно ли результаты, полученные на выборке, переносить на всю совокупность. Для этого привлекают статистические методы доказательства репрезентативности. Таким образом, выборка есть часть генеральной совокупности. Краткое описание этих множеств производится с помощью так называемых описательных мер (мер центральной тенденции, разброса и связи), вычисление которых производится при вторичной обработке данных. Значения мер, вычисленные для генеральных совокупностей, называются параметрами, для выборок – статистиками. Параметр описывает генеральную совокупность также, как статистика – выборку. Принято обозначать статистики латинскими буквами, а параметры – греческими. Правда, в психологических исследованиях этих правил не всегда строго придерживаются.
На основании табличных данных можно построить диаграмму, где распределение представлено нагляднее:
Пример для непрерывных данных
Данные непрерывного характера можно представить веще более наглядной форме: в виде гистограмм, полигонов икривых.
В опытах В. К. Гайды, описанных в учебном пособии для студентов-психологов , участвовало 96 испытуемых. Определялся цвет последовательного образа восприятия насыщенного красного цвета. С этой целью каждый испытуемый в течение одной минуты рассматривал окрашенный в красный цвет образец, а затем переносил взгляд на белый экран, где видел круг в дополнительных цветах. Рядом с ним находился цветовой круг с разноокрашенными секторами, на котором испытуемый должен был выбрать тот цвет, который соответствовал цвету возникшего у него последовательного образа. При этом испытуемый не называл цвет, а лишь его номер в цветовом круге. Цветовой круг нормирован таким образом, что соседние цвета отличаются в нем друг от друга на одинаково замечаемую величину. Следовательно, цветовой круг можно рассматривать как интервальную шкалу. Наряду с этим цветовой круг характеризуется и еще одним свойством. В частности, можно себе представить, что между двумя соседними цветами, например между зеленовато-голубым и голубовато-зеленым, имеется еще множество не замечаемых человеческим глазом цветовых переходов. В этом смысле цветовой круг представляет собой пример непрерывной переменной. Фактически же испытуемые всегда выделяют конечное число цветовых оттенков и поэтому свой выбор останавливают на конкретном номере (или названии) цвета. В рассматриваемом эксперименте испытуемые определяли свой последовательный образ в диапазоне от № 16 – зеленовато-голубой цвет до № 23 – желтовато-зеленый. Полученные данные можно табулировать, что и сделано в таблице 2.
Таблица 2
Как видно, в построении таблиц 1 и 2 нет принципиального различия. Но разница в характере первичных данных, отображенных в обеих таблицах, все же есть, и она обнаруживается при их графическом изображении. В самом деле, рис. 2 представляет собой уже не столбиковую, а ступенчатую диаграмму, называемую гистограммой. Следует обратить внимание на то, что все участки (столбики) ступенчатой диаграммы расположены вплотную друг к другу (числовые переменные на оси абсцисс гистограммы пишут против центральной оси каждого участка).
От гистограммы легко перейти к построению частотного полигона распределения, а от последнего – к кривой распределения. Частотный полигон строят, соединяя прямыми отрезками верхние точки центральных осей всех участков ступенчатой диаграммы (рис. 3). Если же вершины участков соединить с помощью плавных кривых линий, то получится кривая распределения первичных результатов (рис. 4).
Переход от гистограммы к кривой распределения позволяет путем интерполяции находить те величины исследуемой переменной, которые в опыте не были получены.
Вторичная обработка
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.
Обработка данных направлена на решение следующих задач:
1) упорядочивание исходного материала, преобразование множества данных в целостную систему сведений, на основе которой возможно дальнейшее описание и объяснение изучаемых объекта и предмета;
2) обнаружение и ликвидация ошибок, недочетов, пробелов в сведениях; 3) выявление скрытых от непосредственного восприятия тенденций, закономерностей и связей; 4) обнаружение новых фактов, которые не ожидались и не были замечены в ходе эмпирического процесса; 5) выяснение уровня достоверности, надежности и точности собранных данных и получение на их базе научно обоснованных результатов.
Обработка данных имеет количественный и качественный аспекты. Количественная обработка есть манипуляция с измеренными характеристиками изучаемого объекта (объектов), с его «объективизированными» во внешнем проявлении свойствами. Качественная обработка - это способ предварительного проникновения в сущность объекта путем выявления его неизмеряемых свойств на базе количественных данных.
Количественная обработка направлена в основном на формальное, внешнее изучение объекта, качественная - преимущественно на содержательное, внутреннее его изучение. В количественном исследовании доминирует аналитическая составляющая познания, что отражено и в названиях количественных методов обработки эмпирического материала, которые содержат категорию «анализ»: корреляционный анализ, факторный анализ и т. д. Основным итогом количественной обработки является упорядоченная совокупность «внешних» показателей объекта (объектов). Реализуется количественная обработка с помощью математико-статистических методов.
В качественной обработке доминирует синтетическая составляющая познания, причем в этом синтезе превалирует компонент объединения и в меньшей степени присутствует компонент обобщения. Обобщение - прерогатива следующего этапа исследовательского процесса- интерпретационного. В фазе качественной обработки данных главное заключается не в раскрытии сущности изучаемого явления, а пока лишь в соответствующем представлении сведений о нем, обеспечивающем дальнейшее его теоретическое изучение. Обычно результатом качественной обработки является интегрированное представление о множестве свойств объекта или множестве объектов в форме классификаций и типологий. Качественная обработка в значительной мере апеллирует к методам логики.
Противопоставление друг другу качественной и количественной обработок (а, следовательно, и соответствующих методов) довольно условно. Они составляют органичное целое. Количественный анализ без последующей качественной обработки бессмыслен, так как сам по себе он не в состоянии превратить эмпирические данные в систему знаний. А качественное изучение объекта без базовых количественных данных в научном познании - немыслимо. Без количественных данных качественное познание - это чисто умозрительная процедура, не свойственная современной науке. В философии категории «качество» и «количество», как известно, объединяются в категории «мера». Единство количественного и качественного осмысления эмпирического материала наглядно проступает во многих методах обработки данных: факторный и таксономический анализы, шкалирование, классификация и др. Но поскольку традиционно в науке принято деление на количественные и качественные характеристики, количественные и качественные методы, количественные и качественные описания, примем количественные и качественные аспекты обработки данных как самостоятельные фазы одного исследовательского этапа, которым соответствуют определенные количественные и качественные методы.
Качественная обработка естественным образом выливается в описание и объяснение изучаемых явлений, что составляет уже следующий уровень их изучения, осуществляемый на стадии интерпретации результатов. Количественная же обработка полностью относится к этапу обработки данных.
- Доклад применение в химии теории графов Проблемы теории графов в химии
- Цианобактерии умеют «закорачивать» процесс фотосинтеза У цианобактерий фотосинтез протекает на
- 1939 год вторая мировая война
- История открытия периодического закона Д
- История византии кратко. Византийская империя. История Византии. Кратко
- Научно-технический прогресс
- Изобретение рентгена Открытие рентгеновского излучения
- Семья императора Николая I
- Историческое сочинение. ЕГЭ. Историческое сочинение Выход России из войны
- Интересные факты о египетских фараонах
- Вольский филиал военной академии тыла и транспорта
- Особенности заключения договора между вузом и работодателем о практике студентов
- Сочинение «Тема памяти в поэме А
- Союз девяти неизвестных - IMPERIAL COMMISSAR — ЖЖ
- Мы не заметили жука — Агния Барто
- Лобачевский николай иванович
- Тема урока: «Способ проверки парных согласных на конце слова
- Презентация на тему: Моя будущая профессия - банкир
- Научился убивать на чеченской войне Потери среди мирного населения
- Формула оксида теллура. Теллура оксиды. "теллура оксиды" в книгах