Если исключить наименее стабильный конструкт,
то эта корреляция достигнет соответственно 0,89 и 0,75.
Импликативная решетка позволяет, по-видимому, полу-
чить конструкты с более выраженной биполярностью:
критерий биполярности Хонесса для конструктов ранго-
вой решетки оказался равным 28,8%, а для конструктов
импликативной решетки-56,9%.
Келсолл и Стронгмен (108) сравнили импликативную
решетку с решеткой, в которой использовались данные
типа <пропуск-галочка>. Оказалось, что паттерн кон-
структов в целом очень сходен (р<0,001), однако и в
этом случае наблюдается значительный индивидуаль-
ный разброс.
Таким образом, различные типы решеток нельзя
считать идентичными: различаются и восприятие зада-
ния, и результаты. Ответить на вопрос, почему при
помощи решеток разных типов мы получаем различные
результаты, можно только путем тщательного исследо-
вания задания, предлагаемого испытуемому. В этом
случае мы, несомненно, узнаем что-то новое и о
природе психологического измерения в целом.
Сравнение решеток одного типа
Если нас интересует паттерн связей между кон-
структами, то оценить степень стабильности идентич-
ных решеток, заполненных различными испытуемыми
или одним и тем же испытуемым в различное время,-
задача несложная.
Изучая нарушения мышления при шизофрении, Бан-
нистер разработал статистический метод определения
степени стабильности связей между конструктами в
идентичных решетках. Если при первом исследовании
второй конструкт связан высокой положительной кор-
реляцией с конструктами 3, 4 и 5, то останутся ли эти
связи такими же и при повторном исследовании? В
табл. 19 показано, каким образом можно сравнить
результаты двух исследований.
Сначала надо проранжировать коэффициенты корре-
ляции между всеми парами конструктов, начиная с
Таблица 19
Вычисление показателей согласованности корреляций между конструк-
тами для ранговой решетки, заполненной одним испытуемым в ходе
двух тестирований
Первое исслеоцаннеВторое исследование
КОНСТРУКТpрангpрангda
1234561
1-20,860,806416
1-30,58120,611111
1-4-0,7436-0,733600
1-50,42210,441839
1-60,5413,50,59121,52,25
1-70,64110,708,52,56,25
1-80,4419,50,4219,500
1-90,32220,4021,50,50,25
2-30,48150,521411
2-4-0,6433-0,633300
2-50,13260,202511
2-60,4419,50,4219,500
2-70,31230,352411
2-80,14250,172714
2-90,03280,052800
3-4-0,7335-0,703500
3-50,10270,182611
3-60,8140,85400
3-70,4616,50,43170,50,25
3-80,26240,372311
3-90,45180,4021,53,512,25
4-5-0,4631-0,503100
4-6-0,7034-0,683400
4-7-0,5232-0,493024
4-8-0,4130-0,523224
4-9-0,4029-0,392900
5-60,4616,50,5115,511
5-70,7190,815416
5-80,8810,921,50,50,25
5-90,69100,671000
6-70,7280,5115,57,556,25
6-80,5413,50,58130,50,25
6-90,7760,921,54,520,25
7-80,7470,863416
7-90,8530,708,55,530,25
8-90,7850,79724
Sd2=208,50
6Sd2 003
n-n46620P=0,97
самой высокой положительной корреляции и кончая
самой высокой отрицательной корреляцией. Результаты
ранжирования коэффициентов корреляции ранговой ре-
шетки приведены в табл. 7 (см. с. 72). Сходным обра-
зом надо проранжировать коэффициенты корреляции,
полученные при повторном тестировании, а затем под-
считать коэффициент ранговой корреляции Спирмена
между полученными ранжировками.
Эта же процедура применима к баллам совпадения
или данным оценочной решетки. Надо проранжировать
пары, начиная с тех, между которыми существует
самая высокая положительная корреляция, и кончая
теми, между которыми существует самая высокая
отрицательная корреляция.
Существуют и другие способы определения согласо-
ванности результатов ранговых или оценочных реше-
ток. Можно, например, рассчитать степень стабильно-
сти взаимного расположения элементов. Связь между
конструктами может оставаться неизменной (мера сог-
ласованности Баннистера высока), однако элементы
будут оцениваться по этим конструктам иначе. Человек
продолжает считать некоторые качества желательны-
ми, а другие нежелательными, однако он может изме-
нить свое мнение о людях, обладающих или не облада-
ющих данными качествами. Согласованность элементов
определяется следующим образом: элементы ранжиру-
ются по первому конструкту сначала при первом
исследовании, затем при повторном. После этого под-
считывается коэффициент корреляции между их ранга-
ми при первом и втором исследовании. В табл. 20
приведены данные о согласованности элементов и сог-
ласованности структуры связей конструктов.
Таблица 20
Согласованность ранжировок элементов по каждому конструкту и
согласованность структуры связей между конструктами при заполнении
двух идентичных решеток одним и тем же испытуемым-членом
психотерапевтической группы (65)
КонструктСогласованность элементовСогласованность структуры связей конструкта
1-0,520,96
"t-0,430,83
30,290.63
4-0,310,79
5-0,240,86
6-0,690,96
7-0,360,39
80,810,48
90,550,61
100,020,82
110,290,78
12-0,710,91
13-0,570,60
14-0,520,70
15-0,240,80
16-0,070,91
Как следует из анализа таблицы, связи между
конструктами данного испытуемого остаются неизмен-
ными, однако он в некоторых случаях изменил свое
мнение о людях (элементах) на противоположное.
Если при сравнении решеток вы столкнетесь с
необходимостью доказать изменение представлений ис-
пытуемого, например, в ходе лечения, то можно ис-
пользовать метод подсчета согласованности Баннистера
или же, в случае компьютерной обработки, программу
COIN Слейтера, которая <дает возможность получить
почти те же самые результаты, что и метод Баннисте-
ра> (201, 45).
Можно проанализировать распределение элементов
и подсчитать корреляции между ранжировками по
каждому конструкту в первом и втором исследовании.
Более сложный анализ можно провести, заполнив
матрицу различий между элементами. Для этого ранг
или оценку элемента в первой решетке надо вычесть из
ранга или оценки этого элемента во второй решетке,
обработав матрицу при помощи стандартного варианта
метода главных компонент. Для этой цели Слейтером
была разработана программа DELTA (199). В дополне-
ние к обычным данным, получаемым в результате
применения стандартных процедур компьютерной обра-
ботки, эта программа определяет изменения элементов
и конструктов и выявляет корреляции между первой и
второй решетками в целом.
Слейтер разработал еще целый ряд методов компь-
ютерной обработки для анализа отношений между
несколькими (более чем двумя) решетками, а также для
сопоставления двух решеток с различными элементами
или различными конструктами (202).
Комментарий
В известном смысле развитие компьютерных мето-
дов анализа оказало неблагоприятное влияние на разви-
тие метода решеток: некоторые психологи стали счи-
тать, что техника решеток является научной процеду-
рой не потому, что действительно позволяет проник-
нуть во внутренний мир испытуемого, а потому, что
обеспечивает нас распечатками результатов. Стремле-
ние к псевдоточности заставляет исследователей пре-
дать забвению основные правила статистики. Напри-
мер, корреляция, полученная на небольшой выборке и
равная 0,2, по всей видимости, возникла случайно.
Однако даже в том случае, когда выборка настолько
многочисленна, что эта корреляция достигает знамени-
тою уровня значимости р<0,05, психологическая значи-
мость связей, объясняющих всего лишь 4% дисперсии,
остается небольшой.
Дабы не быть обвиненными в пуританстве, спешим
добавить, что мы полностью поддерживаем многомер-
ные методы анализа.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65
то эта корреляция достигнет соответственно 0,89 и 0,75.
Импликативная решетка позволяет, по-видимому, полу-
чить конструкты с более выраженной биполярностью:
критерий биполярности Хонесса для конструктов ранго-
вой решетки оказался равным 28,8%, а для конструктов
импликативной решетки-56,9%.
Келсолл и Стронгмен (108) сравнили импликативную
решетку с решеткой, в которой использовались данные
типа <пропуск-галочка>. Оказалось, что паттерн кон-
структов в целом очень сходен (р<0,001), однако и в
этом случае наблюдается значительный индивидуаль-
ный разброс.
Таким образом, различные типы решеток нельзя
считать идентичными: различаются и восприятие зада-
ния, и результаты. Ответить на вопрос, почему при
помощи решеток разных типов мы получаем различные
результаты, можно только путем тщательного исследо-
вания задания, предлагаемого испытуемому. В этом
случае мы, несомненно, узнаем что-то новое и о
природе психологического измерения в целом.
Сравнение решеток одного типа
Если нас интересует паттерн связей между кон-
структами, то оценить степень стабильности идентич-
ных решеток, заполненных различными испытуемыми
или одним и тем же испытуемым в различное время,-
задача несложная.
Изучая нарушения мышления при шизофрении, Бан-
нистер разработал статистический метод определения
степени стабильности связей между конструктами в
идентичных решетках. Если при первом исследовании
второй конструкт связан высокой положительной кор-
реляцией с конструктами 3, 4 и 5, то останутся ли эти
связи такими же и при повторном исследовании? В
табл. 19 показано, каким образом можно сравнить
результаты двух исследований.
Сначала надо проранжировать коэффициенты корре-
ляции между всеми парами конструктов, начиная с
Таблица 19
Вычисление показателей согласованности корреляций между конструк-
тами для ранговой решетки, заполненной одним испытуемым в ходе
двух тестирований
Первое исслеоцаннеВторое исследование
КОНСТРУКТpрангpрангda
1234561
1-20,860,806416
1-30,58120,611111
1-4-0,7436-0,733600
1-50,42210,441839
1-60,5413,50,59121,52,25
1-70,64110,708,52,56,25
1-80,4419,50,4219,500
1-90,32220,4021,50,50,25
2-30,48150,521411
2-4-0,6433-0,633300
2-50,13260,202511
2-60,4419,50,4219,500
2-70,31230,352411
2-80,14250,172714
2-90,03280,052800
3-4-0,7335-0,703500
3-50,10270,182611
3-60,8140,85400
3-70,4616,50,43170,50,25
3-80,26240,372311
3-90,45180,4021,53,512,25
4-5-0,4631-0,503100
4-6-0,7034-0,683400
4-7-0,5232-0,493024
4-8-0,4130-0,523224
4-9-0,4029-0,392900
5-60,4616,50,5115,511
5-70,7190,815416
5-80,8810,921,50,50,25
5-90,69100,671000
6-70,7280,5115,57,556,25
6-80,5413,50,58130,50,25
6-90,7760,921,54,520,25
7-80,7470,863416
7-90,8530,708,55,530,25
8-90,7850,79724
Sd2=208,50
6Sd2 003
n-n46620P=0,97
самой высокой положительной корреляции и кончая
самой высокой отрицательной корреляцией. Результаты
ранжирования коэффициентов корреляции ранговой ре-
шетки приведены в табл. 7 (см. с. 72). Сходным обра-
зом надо проранжировать коэффициенты корреляции,
полученные при повторном тестировании, а затем под-
считать коэффициент ранговой корреляции Спирмена
между полученными ранжировками.
Эта же процедура применима к баллам совпадения
или данным оценочной решетки. Надо проранжировать
пары, начиная с тех, между которыми существует
самая высокая положительная корреляция, и кончая
теми, между которыми существует самая высокая
отрицательная корреляция.
Существуют и другие способы определения согласо-
ванности результатов ранговых или оценочных реше-
ток. Можно, например, рассчитать степень стабильно-
сти взаимного расположения элементов. Связь между
конструктами может оставаться неизменной (мера сог-
ласованности Баннистера высока), однако элементы
будут оцениваться по этим конструктам иначе. Человек
продолжает считать некоторые качества желательны-
ми, а другие нежелательными, однако он может изме-
нить свое мнение о людях, обладающих или не облада-
ющих данными качествами. Согласованность элементов
определяется следующим образом: элементы ранжиру-
ются по первому конструкту сначала при первом
исследовании, затем при повторном. После этого под-
считывается коэффициент корреляции между их ранга-
ми при первом и втором исследовании. В табл. 20
приведены данные о согласованности элементов и сог-
ласованности структуры связей конструктов.
Таблица 20
Согласованность ранжировок элементов по каждому конструкту и
согласованность структуры связей между конструктами при заполнении
двух идентичных решеток одним и тем же испытуемым-членом
психотерапевтической группы (65)
КонструктСогласованность элементовСогласованность структуры связей конструкта
1-0,520,96
"t-0,430,83
30,290.63
4-0,310,79
5-0,240,86
6-0,690,96
7-0,360,39
80,810,48
90,550,61
100,020,82
110,290,78
12-0,710,91
13-0,570,60
14-0,520,70
15-0,240,80
16-0,070,91
Как следует из анализа таблицы, связи между
конструктами данного испытуемого остаются неизмен-
ными, однако он в некоторых случаях изменил свое
мнение о людях (элементах) на противоположное.
Если при сравнении решеток вы столкнетесь с
необходимостью доказать изменение представлений ис-
пытуемого, например, в ходе лечения, то можно ис-
пользовать метод подсчета согласованности Баннистера
или же, в случае компьютерной обработки, программу
COIN Слейтера, которая <дает возможность получить
почти те же самые результаты, что и метод Баннисте-
ра> (201, 45).
Можно проанализировать распределение элементов
и подсчитать корреляции между ранжировками по
каждому конструкту в первом и втором исследовании.
Более сложный анализ можно провести, заполнив
матрицу различий между элементами. Для этого ранг
или оценку элемента в первой решетке надо вычесть из
ранга или оценки этого элемента во второй решетке,
обработав матрицу при помощи стандартного варианта
метода главных компонент. Для этой цели Слейтером
была разработана программа DELTA (199). В дополне-
ние к обычным данным, получаемым в результате
применения стандартных процедур компьютерной обра-
ботки, эта программа определяет изменения элементов
и конструктов и выявляет корреляции между первой и
второй решетками в целом.
Слейтер разработал еще целый ряд методов компь-
ютерной обработки для анализа отношений между
несколькими (более чем двумя) решетками, а также для
сопоставления двух решеток с различными элементами
или различными конструктами (202).
Комментарий
В известном смысле развитие компьютерных мето-
дов анализа оказало неблагоприятное влияние на разви-
тие метода решеток: некоторые психологи стали счи-
тать, что техника решеток является научной процеду-
рой не потому, что действительно позволяет проник-
нуть во внутренний мир испытуемого, а потому, что
обеспечивает нас распечатками результатов. Стремле-
ние к псевдоточности заставляет исследователей пре-
дать забвению основные правила статистики. Напри-
мер, корреляция, полученная на небольшой выборке и
равная 0,2, по всей видимости, возникла случайно.
Однако даже в том случае, когда выборка настолько
многочисленна, что эта корреляция достигает знамени-
тою уровня значимости р<0,05, психологическая значи-
мость связей, объясняющих всего лишь 4% дисперсии,
остается небольшой.
Дабы не быть обвиненными в пуританстве, спешим
добавить, что мы полностью поддерживаем многомер-
ные методы анализа.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65