35. Количественное описание и интерпретация результатов исследовательской деятельности

Шкалы и их применение в психолого-педагогической диагностике.

Психолого-педагогическая диагностика - это оценочная практика, направленная на изучение индивидуально-психологических особенностей ребёнка и социально-психологических характеристик детского коллектива с целью оптимизации учебно-воспитательного процесса. В педагогическом процессе диагностика выполняет информационную, прогнозирующую, оценочную и развивающую функции 

Шкалой принято называть правило, определяющее, каким образом в процессе измерения каждому изучаемому объекту ставится в соответствие некоторое число или другой математический конструкт. Каждый такой конструкт будем называть результатом измерения объекта, или его шкальным значением. Иногда, в соответствии с традицией, шкалой будем называть совокупность шкальных значений объектов изучаемой ЭС. Процесс получения шкальных значений назовем шкалированием. Нередко понятие шкалы связывают только с использованием числовых МС.

Совокупность шкальных значений - это определенная модель реальности. В качестве основной специфической черты социологического измерения называют активное использование номинальных, порядковых, интервальных шкал.

Диагностические шкалы обычно оперируют стандартными категориями и чаще применяются для формирования гомогенных выборок больных в соответствии с условными критериями отбора клинического материала.

Среди диагностических шкал в психиатрии наиболее распространены RDC для диагностики шизофрении и аффективных психозов, Ньюкастлские шкалы I и II — для разграничения эндогенных и неэндогенных депрессий, шкала Карпентера - для диагностирования шизофрении.

Шкалирование.

Номинальная шкала. Порядковая (ранговая) шкала. Интервальная шкала. Шкала отношений. Специфика использования разных типов шкал.

Шкалирование - одна из разновидностей измерительных методов, применяемых в психологии.

Существуют две традиции использования термина «Шкалирование» в психологии. В обиходном смысле под шкалированием понимают такой метод вынесения субъективных оценок, когда испытуемому (информанту, эксперту) предлагается оценить какой-то объект по какому-то признаку с использованием шкал, образованных с помощью числовых, словесных градаций или заданных в графической форме. Примером такого рода методик шкалирования является «Семантический дифференциал». 

Номинальная шкала (шкала наименований) – это самый «низший» уровень измерения, предполагающий лишь констатацию подобия или различия объектов относительно какого-либо признака, то есть качественную однородность признака. Шкалу наименований представляет приписывание числовых индексов объектам. В них объекты помещаются в отдельные категории. При этом числовые индексы используются в качестве отличительных ярлыков (0–1), не имеющих количественного значения. Измерение в шкале наименований обеспечивает лишь группировку предметов в классы, идентичные в отношении определенного признака или свойства предмета. Измерить в шкале наименований – значит приписать число определенному признаку. Например, группировка учащихся по полу, социальному положению, месту жительства. К номинальному измерению относится и измерение типа «знает – не знает».

Порядковая шкала - это ранговая шкала, в которой числа присваиваются объектам для обозначения относительной степени, в которой определенные характеристики присущи тому или иному объекту. Она позволяет узнать, в какой мере выражена конкретная характеристика данного объекта, но не дает представления о степени ее выраженности. Таким образом, порядковая шкала отображает относительную позицию, но не значительность разницы между объектами. Объект, находящийся по рангу на первом месте, имеет более сильно выраженную характеристику по сравнению с тем, что находится на втором месте, но при этом неизвестно, насколько значительно различие между ними. Примерами порядковых шкал являются качественные ранги, ранги команд в турнирах, социально-экономические классы и профессиональный статус. В маркетинговых исследованиях порядковые шкалы используются для измерения отношения, мнения, восприятия и предпочтения. Измерительные инструменты подобного типа включают такие суждения респондентов, как "более чем" или "менее чем".

Интервальная шкала (она же Шкала разностей)

Здесь происходит сравнение с эталоном. Построение такой шкалы позволяет большую часть свойств существующих числовых систем приписывать числам, полученным на основе субъективных оценок. Например, построение шкалы интервалов для реакций. Для данной шкалы допустимым является линейное преобразование. Это позволяет приводить результаты тестирования к общим шкалам и осуществлять, таким образом сравнение показателей. Пример: шкала Цельсия.

Начало отсчёта произвольно, единица измерения задана. Допустимые преобразования- сдвиги. Пример: измерение времени.

Абсолютная шкала (она же Шкала отношений) - это интервальная шкала, в которой присутствует дополнительное свойство - естественное и однозначное присутствие нулевой точки. Пример: число людей в аудитории. В шкале отношений действует отношение "во столько-то раз больше". Это единственная из четырёх шкал имеющая абсолютный ноль. Нулевая точка характеризует отсутствие измеряемого качества. Данная шкала допускает преобразование подобия (умножение на константу). Определение нулевой точки - сложная задача для психологических исследований, накладывающая ограничение на использование данной шкалы. С помощью таких шкал могут быть измерены масса, длина, сила, стоимость (цена). Пример: шкала Кельвина (температур, отсчитанных от абсолютного нуля, с выбранной по соглашению специалистов единицей измерения - Кельвин). Используя различные шкалы, можно производить различные психологические измерения.

Применение математических и статистических методов в психолого-педагогической диагностике.

Математические методы в психолого-педагогическом исследовании используются как вспомогательные при планировании и обработке результатов эксперимента, тестовых обследований, анкетирования и опроса.

Математические и статистические методы применяются для обработки полученных данных методами опроса и эксперимента, а также для установления количественных зависимостей между изучаемыми явлениями. Они помогают оценить результаты эксперимента, повышают надежность выводов, дают основания для теоретических обобщений.

Наиболее распространенными из математических методов являются регистрация, ранжирование, шкалирование. С помощью статистических методов определяются средние величины полученных показателей:

- среднее арифметическое;

- медиана - показатель середины;

- степень рассеивания - дисперсия,

- среднее квадратическое отклонение,

-коэффициент вариации и др.

Для проведения этих подсчетов имеются соответствующие формулы, применяются справочные таблицы. Результаты, обработанные с помощью этих методов, позволяют показать количественную зависимость в виде графиков, диаграмм, таблиц.

Три главных раздела статистики:

1. Описательная статистика, как следует из названия, позволяет описывать, подытоживать и воспроизводить в виде таблиц или графиков данные того или иного распределения, вычислять среднее для данного распределения и его размах и дисперсию.

2. Задача индуктивной статистики - проверка того, можно ли распространить результаты, полученные на данной выборке, на всю популяцию, из которой взята эта выборка. Иными словами, правила этого раздела статистики позволяют выяснить, до какой степени можно путем индукции обобщить на большее число объектов ту или иную закономерность, обнаруженную при изучении их ограниченной группы в ходе какого-либо наблюдения или эксперимента. Таким образом, при помощи индуктивной статистики делают какие-то выводы и обобщения, исходя из данных, полученных при изучении выборки.

3. Измерение корреляции позволяет узнать, насколько связаны между собой две переменные, с тем чтобы можно было предсказывать возможные значения одной из них, если мы знаем другую.

Существуют две разновидности статистических методов или тестов, позволяющих делать обобщение или вычислять степень корреляции.

Первая разновидность - это наиболее широко применяемые параметрические методы, в которых используются такие параметры, как среднее значение или дисперсия данных.

Вторая разновидность - это непараметрические методы, оказывающие неоценимую услугу в том случае, когда исследователь имеет дело с очень малыми выборками или с качественными данными; эти методы очень просты с точки зрения, как расчетов, так и применения.

После формулирования диагностической задачи, выбора соответствующих методик и проведения исследования результаты тестирования, как правило, представлены в первичных оценках - «сырых» баллах. Дальнейшая обработка первичных оценок включает несколько этапов:

1) преобразование в стандартные величины;

2) расчет коэффициентов или суммарных показателей;

3) построение «профилей личности»;

4) описательное обобщение;

5) соотнесение с определенной теорией личности;

6) интерпретация.

Мера центральной тенденции в статистике - число, служащее для описания множества значений одним единственным числом (для краткости).

Медиана - значение, которое делит упорядоченные по возрастанию (убыванию) наблюдения пополам.

Мода - наиболее часто встречающееся значение.

Арифметическое среднее - сумма всех наблюденных значений, делённая на их количество.

Вычисление моды, медианы или среднего – чисто техническая процедура. Однако выбор из этих трех мер и их интерпретация зачастую требуют определенного размышления. В процессе выбора следует установить следующее:

– в малых группах мода может быть совершенно нестабильной. Например, мода группы: 1, 1, 1, 3, 5, 7, 7, 8 равна 1; но если одна из единиц превратится в нуль, а другая – в два, то мода будет равна 7;

– на медиану не влияют величины “больших” и “малых” значений. Например, в группе из 50 значений медиана не изменится, если наибольшее значение утроится;

– на величину среднего влияет каждое значение. Если одно какое-нибудь значение меняется на c единиц, изменится в том же направлении на c/n единиц;

– некоторые множества данных не имеют центральной тенденции, что часто вводит в заблуждение при вычислении только одной меры центральной тенденции. Особенно это справедливо для групп, имеющих более чем одну моду;

– когда считают, что группа данных является выборкой из большой симметричной группы, среднее выборки, вероятно, ближе к центру большой группы, чем медиана и мода.

Каждая мера связи (каждый коэффициент связи) вводится таким образом, чтобы его значения изменялись либо от нуля до единицы, либо от минус единицы до единицы. Это единственное, что объединяет все коэффициенты. Перед социологом всегда стоит трудный вопрос, связанный с тем, как понимать связь и какой коэффициент выбрать для изучения взаимосвязи между признаками. Иногда возникает иллюзия, что, получив значения всевозможных коэффициентов и сравнив эти значения между собой, можно сделать достоверный вывод о силе связи между признаками. Дело в том, что сравнивать имеет смысл только коэффициенты, основанные на одном и том же понимании связи.

Обычно раздражение социолога-пользователя вызывает и то, что нельзя сравнивать силу связи в разных исследованиях по значениям коэффициентов.

Репрезентативная выборка, или, как еще говорят, представительная выборка, – это такая выборка, в которой все основные признаки генеральной совокупности представлены приблизительно в той же пропорции и с той же частотой, с которой данный признак выступает в данной генеральной совокупности. Иными словами, репрезентативная выборка представляет собой меньшую по размеру, но точную модель той генеральной совокупности, которую она должна отражать. Требование репрезентативности состоит в том, чтобы любой исследователь, желающий повторить этот эксперимент, имел возможность при сходных условиях сформировать подобную выборку (то есть выборку с теми же свойствами) и получить результат. Будет ли результат почти таким же или отличным – дело другое. Важно то, что условия эксперимента должны иметь возможность быть воспроизведенными.

Случайная (вероятностная) выборка - это выборка, для которой каждый элемент генеральной совокупности имеет определенную, заранее заданную вероятность быть отобранным. Это позволяет исследователю рассчитать, насколько правильно выборка отражает генеральную совокупность, из которой она выделена (спроектирована). Такую выборку иногда называют еще случайной.

Вероятностные методы включают:

- простой случайный отбор,

- систематический отбор,

- кластерный отбор,

- стратифицированный отбор.

Реализовать случайную выборку можно двумя приемами: лотерейным методом и с помощью таблицы случайных чисел. С помощью случайной выборки строится подавляющее большинство телефонных опросов и опросов на основе избирательных списков. Для построения такой выборки необходимо иметь полный список всех элементов генеральной совокупности.

Неслучайная (невероятностная) выборка - это способ отбора единиц, при котором мы не можем заранее рассчитать вероятность попадания каждого элемента в состав выборочной совокупности, что, разумеется, не дает возможности рассчитать, насколько правильна (репрезентативна) выборка. По этой причине предпочтение обычно отдается вероятностной выборке, хотя иногда по условиям исследования оказывается единственно возможным провести неслучайную выборку.

Таким образом, можно заранее сказать, что по содержательным критериям невероятностная (она же целевая и целенаправленная) выборка не хуже вероятностной, а может быть, и лучше. Ее недостатки: невозможность установить степень репрезентативности и более высокая стоимость (с точки зрения затрат она обычно превосходит вероятностную на несколько порядков). Но есть и преимущества - более глубокое, качественное и всестороннее раскрытие предмета по сравнению с вероятностной.

Выделяют два основных вида неслучайного отбора:

- направленный отбор (другие названия - целенаправленный, целевой, выбор по усмотрению);

- стихийный.

Направленный отбор характеризуется выбором единиц по какому-либо заранее определенному принципу. Наиболее распространенными формами направленного отбора считаются: выбор типичных объектов (методов типичных представителей), метод «снежного кома» и выбор квотами.

Педагогическая интерпретация диагностических данных.

Набор инструментов визуализации достаточно обширен – от простейших линейных графиков до сложных отображений множества связей. Разбить их можно на несколько типов:

Визуализация диагностических данных

Графики Показывают зависимость данных друг от друга. Строятся по осям X и Y, хотя могут быть и трехмерными.

Диаграммы сравнения. Показывают соотношения набора данных. Во многих случаях строятся вокруг осей, хотя и необязательно.

Столбиковая диаграмма. Показывает один или несколько наборов данных, сравнивая их между собой. Существует два варианта отображения в случае нескольких наборов: либо в виде нескольких стоящих рядом столбиков, либо в виде одного, но поделенного внутри в соответствии с долями значений.

Гистограмма. Показывает распределение набора данных внутри выборки в виде столбиков. 

Круговая диаграмма. Отображает процент, занимаемый каждым значением внутри набора данных, в виде разбитого на части круга. 

Площадная диаграмма. Смесь графика и диаграммы – по двум осям расставлен набор точек, соответствующий значениям. При этом сами точки не соединены и имеют различную величину, которая задается третьим параметром. 

Таблица. Показывает набор данных в виде заполненных его значениями ячеек, которые образуют собой строки и столбцы. Каждому столбцу и строке соответствует параметр, который определяет конкретную ячейку для значения.

Интерпретация результатов, как правило, ассоциируется с заключительным этапом психодиагностики, на котором происходит обобщение и объяснение всех ранее полученных экспериментальных и клинических данных, в действительности она представляет собой непрерывный процесс, затрагивающий все этапы исследования. Раскрывая понятие «транзитивного диагноза», И. Шванцара с соавторами (1978) отмечают, что интерпретация предполагает объяснение отдельных диагностически значимых фактов в ходе исследования. Это предоставляет психологу возможность пластичной ориентировки в психодиагностической проблеме и изменения программы исследования. Авторы различают интерпретацию ad hoc, которая касается создания гипотез на основании частичных результатов и приводит к изменению программы дальнейшего исследования, и интерпретацию post hoc, в процессе которой психолог устанавливает смысл отдельных полученных фактов в общей психодиагностической картине случая.

При интерпретации данных психодиагностического исследования психолог опирается на представления о множественной детерминации психических явлений и многозначности каждого психодиагностического результата. Точность и адекватность интерпретации поэтому зависят от способности психолога учитывать вероятные связи между диагностическими данными, их ситуационной обусловленностью и возможным их личностным значением.

Другой важный аспект, который необходимо учитывать при интерпретации данных и отразить в психодиагностическом заключении, состоит в том, имеют ли выявленные психологические особенности (нарушения) ситуативный, преходящий характер или относятся к константным особенностям личности, поведения, интеллекта испытуемого.

Педагогический факт - педагогическое явление или закономерность, истинность познания которых может быть доказана.

Теоретические методы анализа фактов (анализ, синтез, моделирование, индукция, дедукция, идеализация, мысленный эксперимент, сравнение, обобщение, ранжирование, классификация).

К теоретическим методам познания относят прежде всего анализ и синтез.

Метод анализа и синтеза, основанный на использовании при исследовании различных способов расчленения изучаемого объекта на элементы, отношения (анализ) и соединения в единое целое отдельных его элементов (синтез). Например, применительно к исследованию процессов в СУ анализ позволяет подразделить его на операции, выявить в нем связи и отношения, а синтез дает возможность соединить все операции, связи и отношения и составить технологическую схему;

Метод индукции и дедукции, основанный на получении результатов исследования на базе процесса познания от частного к общему (индукция) и от общего к частному (дедукция).

Сравнение состоит в определении сходства или различия между явлениями. При сравнении исследователь должен прежде всего определить его основу – критерий.

Ранжирование – это способ, с помощью которого исключают все второстепенное, существенно не влияющее на исследуемое явление. Ранжирование дает возможность выявить главное и отделить второстепенные факты.

Обобщение. Исследуя явление, необходимо не только выделять главные его особенности, но и обобщать их. Чем большее количество существенных признаков явлений подверглось сравнению, тем доказательнее обобщение.

Моделирование. Методом моделирования называется такой общенаучный метод исследования, при котором изучается не сам объект познания, а его изображение в виде так называемой модели, но результат исследования переносится с модели на объект. Изучение того или иного объекта производится с помощью изучения другого объекта, в каком-то отношении подобного первому, с последующим переносом на первый объект результатов изучения второго.

Идеализация – создание мысленных предметов и их изменений в соответствии с требуемыми целями проводимого исследования.

Закономерность – результат действия множества законов, один из которых выступает главным, определяющим для данного процесса. Она выражает связь между предметами и явлениями.

Закономерность – объективно существующая, повторяющаяся, существенная связь явлений.

Различают динамические (связь между предшествующими и последующими состояниями систему) и статические (прокладывающие себе дорогу через массу случайностей) закономерности.