Купер К. I индивидуальные различия/Пер, с англ. Т. М. Марютиной под ред. И. В. Равич-Щербо

Главы, рекомендуемые для предварительного чтения

1 и 11.

[ведение

Фундаментальной и абсолютно неоспоримой характеристикой психологических тестов является то, что каждая шкала должна

Таблица 13.1

Гипотетический личностный опросник, состоящий из четырех утверждений

Весьма простой ответ состоит в том, что никто не может наде­яться на то, чтобы составить какое-либо заключение на основании оценок личности по этой шкале, поскольку ее утверждения, ви­димо, измеряют два разных концепта. Пункты 1 и 3, по-видимо­му, оценивают тревожность, в то время как пункты 2 и 4 скорее измеряют социабельность. Следовательно, общий балл 4, по это­му тесту, мог возникнуть в случае, если испытуемый был:

• тревожным и несоциабельным (оценки 2, 0, 2, 0);

• нетревожным и социабельным (оценки 0, 2, 0, 2);

• умеренно тревожным и умеренно социабельным (оценки 1, 1, 1, 1) и т.д.

Интуитивно должно быть понятно, что, когда тесты обраба­тываются таким способом, интерпретировать их значение можно только в том случае, если все задания в шкале измеряют одну и ту же базисную психологическую характеристику. Если все четыре утверждения измеряют по этому тесту тревожность, то чем выше

оценки испытуемых, тем более тревожными они должны быть. Однако если задания измеряют две или более совершенно разные характеристики, как в приведенном выше примере, такая интер­претация невозможна. Поэтому очень важно убедиться в том, что все утверждения в определенной шкале оценивают одну (и только одну) черту. Существуют два основных способа добиться этого. В данной главе мы рассмотрим теорию надежности — теорию, которая исходно предполагает, что все задания измеряют одну и ту же характеристику, и проверяет, так ли это на самом деле. В главах 14 и 15 мы изучим технику, позволяющую нам устано- вить, сколько характеристик измеряется определенным набором заданий.

и физические измерения

Измерение объектов в повседневной жизни может быть прове­дено с поразительной точностью. Хотя всегда существует некото­рая «ошибка измерения», связанная с определением размера, массы или объема, которая, как правило, составляет весьма небольшой процент от измеряемого количества. Цифровые весы у меня в кух­не взвешивают муку с точностью до двух граммов, поэтому ошиб­ка измерения при взвешивании 225 г муки составляет приблизи­тельно плюс или минус 1%. Измерительная лента может иметь отметки через* каждый сантиметр, поэтому ошибка, включающая­ся в измерение положения любого конца ленты, может составлять приблизительно плюс или минус 0,5 см. Это означает, что общая ошибка при измерении стены размером 300 см в моем кабинете

2 х 0,5 см будет составлять приблизительно плюс или минус 1ПП • или

JUU СМ

0,3%. Существуют и более совершенные технические устройства, позволяющие в случае необходимости измерять такие расстояния с еще большей степенью точности.

ли 100 измерений, они должны были бы дать более точную оценку подлинной длины стены, чем та, которая получилась бы в результа­те одного измерения, поскольку случайные ошибки измерения име­ют тенденцию нивелировать влияния друг друга при усреднении.

Другие методы измерения длины стены в моем кабинете вклю­чают использование цифрового измерителя; он оценивает, сколь­ко времени потребуется звуковому импульсу, передаваемому из небольшого ящика, расположенного напротив одной стены, что­бы достичь другого конца комнаты и вернуться обратно. Наконец, мы можем измерить окружность небольшого деревянного валика и посчитать число вращений, которые он сделает, проходя по по­верхности стены. Умножив длину окружности валика на число вра­щений, мы должны получить длину комнаты.

Так же как гарантируется, что ошибки измерения сведены к минимуму, измерительные инструменты должны быть сконструи­рованы так, чтобы получаемые с их помощью оценки гарантиро­ванно находились под влиянием только одной физической пере­менной — именно той, которую хотят измерить. Например, пока­затели, получаемые по цифровым шкалам, не должны зависеть от времени дня, когда осуществляется измерение, от температуры комнаты, света или фактуры измеряемого объекта или еще чего-либо, за исключением его длины. Это прямой эквивалент принци­па, который был продемонстрирован при использовании теста из четырех утверждений: измерительные инструменты должны изме­рять только одну характеристику объекта.

На практике это оказывается далеко не так просто. Допустим, что измерительная лента, цифровой измеритель и валик полнос­тью свободны от ошибок измерения — «случайных ошибок», упо­минавшихся выше. Дает ли это основание полагать, что длина мо­его кабинета может быть измерена с полной точностью? К сожа­лению, нет, поскольку ни один из этих инструментов не измеряет только длину. Измерительная лента будет слегка вытягиваться или сжиматься в зависимости от изменения температуры и влажности, и поэтому в холодный влажный день или в сухой и жаркий она будет давать несколько различающиеся показатели. Точность циф­рового измерителя будет (хотя и в небольшой степени) зависеть от давления воздуха, поэтому он даст несколько иные показатели, если мой кабинет переместить на вершину горы Эверест. Если обои имеют сильный рельеф, валик будет измерять общую длину воз­вышений и углублений бумаги дополнительно к длине комнаты.

Рис. 13.1. Переменные, влияющие на показатели измерительного инст­румента. Числа, расположенные рядом с каждой стрелкой, по­казывают относительную важность каждого из них в опреде­лении показателя.

Таким образом, даже если мы примем, что все эти инструмен­ты измеряют длину (и только ее одну), размеры, определяемые каждым из них, будут в действительности подвержены влиянию нескольких различных переменных. Мы называем их источниками «систематической ошибки». В отличие от обсуждавшихся выше слу­чайных ошибок, источники систематических ошибок не обнару­живают тенденцию к устранению, когда проводятся повторные измерения при одних и тех же физических условиях. Если мы 100 раз измеряем длину комнаты с помощью измерительной ленты в холодный влажный день, то показатели будут всегда слегка пре­увеличены, поскольку лента будет коробиться.

Это положение наряду с влиянием случайной ошибки (ошиб­ки при считывании показателей с ленты) иллюстрирует диаграм­ма на рис, 13.1. Здесь источники ошибки обозначены эллипсами, а стрелки указывают на то, что каждый из них влияет на получае­мый показатель (обозначен прямоугольником). Поскольку суще­ствует и некоторая случайная ошибка, связанная со считыванием показателей с измерительного инструмента, она тоже включена в рисунок. Числа, проставленные рядом с каждой стрелкой, указы­вают на относительную важность каждого из этих факторов в оп­ределении показателей измерительного инструмента. На схеме мож­но видеть, что показатель, который мы считываем с него, значи-

тельно больше зависит от длины комнаты, чем от чего-либо дру­гого; влажность, ошибка измерения и температура являются сле­дующими тремя наиболее важными переменными.

Если перечисленные три способа измерения длины моей сте­ны (т.е. измерительный инструмент, валик или цифровой измери­тель) находятся под влиянием различных физических перемен­ных, то каким образом следует определять «подлинную» длину, руководствуясь этими тремя, слегка различающимися показате­лями? Решение, которое напрашивается само собой, состоит в том, чтобы усреднить эти три показателя, надеясь на интуитив­ную очевидность того, что среднее трех измерений окажется бли­же к «подлинному» значению, нежели каждое из измерений, взя­тое поодиночке.

Мы можем подвести итог сказанному в нескольких основопо­лагающих принципах:

• «Хорошие» измерительные инструменты -- это такие, на которые мало влияет случайная ошибка.

• «Хорошие» измерительные инструменты не подвержены вли­яниям источников систематической ошибки.

• Проведение многократных измерений при разных физичес­ких условиях и усреднение результатов уменьшают вклад слу­чайных ошибок.

• Усреднение измерений, полученных с помощью разных ин­струментов, будет вести к уменьшению вклада системати­ческой ошибки.

Измерение в психологии

В психологии ответ, который испытуемый дает на задание тес­та, представляет собой аналог измерения длины одним из мето­дов, описанных выше, — с одной лишь существенной разницей, имеющей практическое значение, особенно в случае личностных измерений.

Упражнение

Представьте себе, что в личностном опроснике студентам был задан вопрос: «Получаете ли вы удовольствие от «хмельных» вечеринок?» — и они ответили, отмечая по пятибалльной шкале

ранги — от «совершенно согласен» до «совершенно не согла­сен». Попытайтесь составить список из шести факторов, кото­рые могут повлиять на то, какие ответы они отмечают.

Кроме тех переменных, которые, вероятно, обнаруживают не­большую вариативность внутри группы (таких, как способность по­нять все слова в предложении), мой список включает следующее:

• их уровень экстраверсии (личностная черта);

• число вечеринок, на которых они недавно побывали (их пе­чень может нуждаться в отдыхе);

• их возраст;

• их религиозные убеждения/этническая принадлежность;

• социальная желательность: для некоторых студентов может оказаться трудным признать, что они гораздо охотнее пред­почли бы работу в университетской библиотеке участию в вечеринках, и поэтому они будут склонны преувеличивать свое подлинное пристрастие к вечеринкам;

• контекст, в котором задавался вопрос: потенциальный ра­ботодатель и студент-психолог вполне могут получить раз­ные ответы на этот вопрос;

• предположение студента относительно того, что оценивает­ся: например, один человек может прочесть вопрос, пола­гая, что он направлен на оценку того, есть ли у него пробле­мы с алкоголем, и ответит соответственно этому; кто-то дру­гой может полагать, что измеряется уровень экстраверсии, и, следовательно, ответит соответствующим образом;

• способ, который испытуемый использует при работе с пя­тибалльной шкалой: некоторые индивидуумы используют оценки 1 и 5 довольно свободно, в то время как другие ни­когда не обращаются к полюсам шкалы;

• склонность соглашаться: установлено, что люди склонны соглашаться с утверждениями;

• настроение студента;

• случайная ошибка: если вы зададите студенту тот же самый вопрос двумя минутами позже, можете получить несколько отличающийся ответ.

Ваш список, вероятно, содержит и другие важные перемен­ные. Множество посторонних факторов определяет, каким обра­зом индивидуум будет отвечать на вопрос в личностном тесте, и некоторые из них мы рассмотрим в главе 17. То же самое в значи-

Рис. 13.2. Примеры переменных, которые могут оказывать влияние на ответы человека, получаемые на одно утверждение из лично­стного опросника.

тельной степени приложимо и к тесту способностей. На успеш­ность здесь могут оказывать влияние не только способности, но и тревога, удача при угадывании правильного ответа, непонимание того, что ожидается, социальное давление (намеренное частич­ное выполнение теста, чтобы не выделяться из группы), осознава­емая важность получения высокой оценки и т.д. Мы могли бы сде­лать такое же заключение по поводу оценок поведения (когда осо­бенности личности ранжирующего и его чувствительности будут также влиять на выставляемые ранги). Таким образом, любой фраг­мент собранных данных при оценке индивидуальных различий, видимо, подвержен влиянию большого числа факторов, как пока­зано на рис. 13.2.

Можно было бы провести эксперименты, чтобы определить меру влияния каждой из этих переменных на индивидуальный от­вет, полученный на каждый вопрос. Если вопрос предназначен для измерения такой черты, как экстраверсия, «хорошим» будет

вопрос, при котором эффекты всех других переменных окажутся малы, аналогично тому как на «хороший» показатель длины влия­ет расстояние, а не температура, давление воздуха или что-либо еще. В предыдущем примере, касавшемся измерения длины стены, реальная длина стены оказывала решающее влияние на показате­ли, получаемые с помощью измерительной ленты. К сожалению, в психологии это не так. Почти невозможно найти вопрос лично­стного теста, для которого диагностируемая черта объясняла бы более чем 20—30% вариативности индивидуальных ответов на воп­росы. Большая часть вариативности обязана своим происхождени­ем другим факторам.

Проблема действительно серьезна. Кажется, что сложно или невозможно придумать вопросы, которые измеряли бы черту в чистом виде, поскольку ответы индивидуумов на каждый вопрос теста подвержены влияниям множества черт, состояний, аттитю-дов, настроений и везения. Можем ли мы надеяться, что личность или способности могут быть оценены с какой-либо степенью точ­ности?

К счастью, существует подход к решению этой проблемы. На­пример, можно привести некоторые другие вопросы, измеряю­щие экстраверсию, каждый из которых зависит от действия раз­личного набора посторонних факторов. В главе 5 показано, что Ай-зенк считает экстравертов социабельными, оптимистичными, разговорчивыми, импульсивными и т.д., — значит, можно сфор­мулировать вопросы, которые измеряли бы и эти переменные тоже. Вопрос типа «Ведете ли вы себя тихо во время общественных ме­роприятий?» был бы подвержен влиянию определенного числа посторонних факторов, но лишь некоторые из них оказались бы теми же, что и для первого вопроса. Таким образом, если опрос^ ники конструировались из некоторого количества вопросов, на каждый из которых действует различный набор посторонних фак­торов, влияние последних будет иметь тенденцию к снижению, в то время как влияние черты будет накапливаться. Следовательно, чтобы разработать более точное измерение личностной черты, не­обходимо просто:

• написать несколько вопросов, каждый из которых отражает разные аспекты черты и, следовательно, оказывается под воздействием различных наборов посторонних факторов;

• оценить ответы на эти вопросы;

• сложить эти оценки вместе.

Общий (или средний) балл, полученный по опроснику, не­избежно будет лучшей оценкой черты индивидуума, чем ответ на один-единственный вопрос, поскольку посторонние факторы ус­траняют действие друг друга. Это тот же принцип, о котором го­ворилось в предыдущем разделе. Там я утверждал, что для получе­ния «наилучшей» оценки длины комнаты по результатам трех из­мерений, которые слегка различаются (потому что на каждый действует различный набор посторонних факторов), мы должны просто взять среднее значение этих величин. Когда мы поступаем таким образом, 80%, 90% (и даже более) вариативности в общей оценке теста обусловливается личностной чертой, что намного лучше, чем 20 или 30%, которые можно было бы получить с по­мощью одного отдельно взятого, даже самого хорошего, вопроса. Этот простой принцип составляет основу «теории надежности», которая будет обсуждаться в следующем разделе. Прежде чем за­кончить этот раздел, необходимо объяснить, что означает термин «специфическая вариативность», который без предупреждения вкрался в рис. 13.2. Остальные стрелки на этом рисунке дают осно­вание предполагать, что ответ индивидуума на этот вопрос может быть полностью охарактеризован в терминах пяти основных пара­метров (плюс некоторая ошибка измерения, которую мы можем опустить). Однако это не обязательно так. Вполне возможно, что некто, не являющийся экстравертом и не получающий удоволь­ствия от выпивки, и чей ответ не подвержен сильному влиянию любого другого постороннего фактора, может тем не менее про­сто извлекать удовольствие из «пьяных» вечеринок. Другими сло­вами, может получиться так, что некоторые индивидуумы отве­тят на этот вопрос полным согласием, даже несмотря на то что такой вариант ответа невозможно предугадать исходя из знания их аттитюдов, личностных черт и прочих обстоятельств из числа «мешающих факторов». Необходимо принимать это в расчет, что и делается с помощью понятия, называемого специфической вари­ативностью.

Надежность умственных тестов

В предыдущем разделе я показал, что отдельно взятый вопрос теста — плохое средство измерения черты и что значительно луч­шую оценку ее выраженности можно получить, если мы сложим
оценки, полученные по некоторому количеству вопросов, изме­ряющих различные аспекты черты. Представим себе, что для изме­рения определенной черты разработано около 20 вопросов и они предъявляются приблизительно 200 испытуемым. Пока мы допус­каем, что все вопросы измеряют одну и ту же черту, а о том, как проверить это допущение и устранить вопросы, которые измеряют ее плохо, мы будем говорить в главе 18. Специализированные ком­пьютерные программы (такие, как операция оценки «надежнос­ти» в SPSS) могут быть использованы, чтобы вычислить по этим данным статистическую характеристику, которую различные ав­торы упоминают как «надежность» теста, «альфа», «коэффициент альфа», «KR-20», «альфа Кронбаха» или «внутренняя согласован­ность». Деталей того, как вычисляется эта статистика, мы здесь касаться не будем, но их можно найти в большинстве учебников по психометрике. Как вы можете ожидать исходя из прочитанного в предыдущем разделе, на коэффициент альфа влияют два фактора:

• средняя величина корреляции между вопросами теста. По­скольку мы допустили в предыдущем разделе, что различ­ные задания теста подвержены действию разных посторон­них факторов, единственная причина, по которой ответы индивидуумов на любую пару заданий должны коррелиро­вать между собой, состоит в том, что оба вопроса измеряют одну и ту же скрытую черту. Поэтому, если все вопросы тес­та измеряют одну и ту же черту, корреляции между ними будут высокими и положительными (после обработки);

• количество вопросов в шкале. Снова я указываю на то, что общая цель построения шкалы из нескольких вопросов со­стоит в том, чтобы попытаться устранить действие посто­ронних факторов. Видимо, легко понять: чем больше вопро­сов в шкале, тем более вероятно, что все эти посторонние факторы будут устранены. В этом случае может оказаться по­лезной формула Спирмена — Брауна (имеющаяся в любом стандартном руководстве по психометрике). Она позволяет предсказать, как будет увеличиваться или уменьшаться на­дежность шкалы, если число вопросов в шкале меняется.

Следует помнить, что надежность теста — это просто статис­тическая характеристика, которая может быть вычислена на осно­ве любого набора данных (при условии, что выборка составляет не менее 200 испытуемых). Помните также, что ее максимально воз-

20-989

Таблица 13.2 Корреляции между пятью гипотетическими вопросами теста

д/OJ или 0,84, между оценками, полученными по тесту, и под­линными оценками испытуемых, в то время как величина коэф­фициента альфа, равная 0,9, подразумевает, что корреляция дос­тигает такого высокого значения, как 0,95. Поскольку основная цель использования психологических тестов — попытаться дос­тичь максимально возможного приближения к подлинной оценке черты личности, из этого следует, что тесты должны иметь высо­кое значение коэффициента альфа.

Широко распространенное эмпирическое правило указывает на то, что тест не должен использоваться, если он имеет коэффи­циент альфа ниже 0,7, а применять его при принятии важных ре­шений по поводу конкретного индивидуума (например, для оценки необходимости коррекционного обучения) можно только в том случае, если величина коэффициента альфа больше 0,9.