Образец протокола в методе оценки

Протокол № 2

Показатели	Оценочные категории (k)	Число проб
Число случаев, когда испытуемый в стимульной пробе выбирал данную оценочную категорию - (k/s)
Число случаев, когда испытуемый в пустой пробе выбирал данную оценочную категорию - (k/n)
Общее число случаев, когда испытуемый выбрал данную категорию: (k/s)+ (k/n)

Протокол №1 метода оценки, в котором фиксируются ответы испытуемого в каждой пробе, не приводится, поскольку он во многом сходен с протоколами в методе «Да-Нет» (см. табл.6 и 7). Отличие протоколов состоит в том, что отсутствует графа «Исход пробы», а в графе «Ответ испытуемого» проставляется номер оценочной категории, которую испытуемый использовал в текущей пробе.

Обработка результатов. Использование нескольких оценочных категорий по сути означает усложнение процесса принятия решений. Для решения поставленной задачи - отнесения результата наблюдения (сенсорного события s) в очередной пробе к той или иной категории из k используемых, испытуемый должен:

1) определить столько значений порога принятия решения λ₀, чтобы они позволили разделить все множество сенсорных эффектов s на k классов (областей) – для этого необходимо (k - 1) значений λ₀;

2) на оси сенсорных эффектов s, согласно этим значениям λ₀, определить (расположить) k - 1 критических значений s₀, разделяющих всю ось s на k областей, соответствующих заданным критериям оценок.

На рис.15 приведен пример расположения s₀ на оси s при условии

k = 5 в соответствии с теоретическими представлениями, изложенными в разделе 2.2.

Следует отметить, что в реальном эксперименте вряд ли s₀ будут располагаться так же равномерно по оси s, однако сути дела это не изменяет.

Рис.15. Соотношение распределений плотности вероятности, оценочных категорий и критических значений s₀ в теоретической модели метода оценки

Как видно на рис.15, для использования пяти оценочных категорий необходимо разместить на оси сенсорных событий s четыре значения s₀ : s₀⁽¹⁾, s₀⁽²⁾, s₀⁽³⁾, и s₀⁽⁴⁾, которые разбивают всю ось s на пять частей, соответствующих числу категорий оценки.

Введем некоторые новые величины, необходимые для дальнейшего рассмотрения метода:

P(k/s) – вероятность того, что сенсорный эффект, вызванный стимулом, отнесен к k-той оценочной категории;

P(k/n) – вероятность того, что сенсорный эффект, вызванный шумом (пустой пробой), отнесен к k-той оценочной категории.

Эти величины рассчитываются следующим образом:

; (24а)

. (24b)

Например, в соответствии с данными, приведенными в таблице 9 для 2-ой оценочной категории, получим:

.

Проведя соответствующие вычисления для всех категорий, получаем данные, приведенные в табл.10 P(k/s) и P(k/n) для всех пяти значений оценочных категорий.

Таблица 10

Значения P(k/s) и P(k/n) для всех оценочных категорий

Показатели	Оценочные категории (k)
P(k/s)	0,11	0,25	0,54	0,73	0,95
P(k/n)	0,89	0,75	0,46	0,27	0,05

Определенные таким образом значения P(k/s) и P(k/n) имеют достаточно простой смысл в графической интерпретации – как площади под соответствующей функцией f(s) или f(n) , взятые от одного значения s₀ до другого, и в аналитической – как интегралы этих функций на заданных соседними значениями s₀ отрезках s.

По сути дела такой подход означает, что мы пришли к теоретической модели, которая применялась в методе “Да – Нет” при использовании приемов получения нескольких значений λ₀ и s₀ в нескольких отдельных экспериментальных сериях (см. раздел 2.3.1). теперь эти несколько значений λ₀ и s₀ мы получаем в одномэксперименте за счет использования нескольких оценочных категорий. Вопрос заключается в том, как по полученным данным рассчитать пары значений P_обн и P_лт, необходимые для построения PX и оценки d¢.

Рассмотрим, как рассчитываются P_обн и P_лт в методе оценки, если в нем используется, например, пять оценочных категорий (как и в примере, приведенном выше). Определим необходимые для этого величины следующим образом:

P_s^(k) – вероятность отнесения сенсорного эффекта, вызванного стимулом, в k-ю категорию;

P_n^(k) –вероятность отнесения сенсорного эффекта, вызванного пустой пробой, в k -ю категорию.

Тогда значения P^(k)_обн и P^(k)_лт, рассчитываемые для соответствующих четырех значений λ₀ и s₀^(k), будут определяться способом, описанным в табл.11.]

Применим теперь подход, изложенный в таблице 11, к экспериментальным данным, содержащимся в таблице 9.

Поскольку число стимульных и пустых проб было равным - по 250, то, учитывая величины и из таблицы (9), получим:

P_s^(k)= , (25a)

P_n^(k)= . (25b)

Рассчитанные по формулам (25a,b) значения вероятности обнаружения и ложной тревоги для всех оценочных категорий приведены в табл.12.

Таблица 11

Способ расчета P_обн и P_лт в методе оценки

Значение s0(k)	Оценочные категории, учитываемые при расчете P(k)обн и P(k)лт	Величины P(k)обн и P(k)лт, ожидаемые согласно теоретическому подходу в методе оценки
s0(4)		P(4)обн = Ps(5) P(4)лт = Pn(5)
s0(3)	5+4	P(3)обн = Ps(5) + Ps(4) P(3)лт = Pn(5) + Pn(4)
s0(2)	5+4+3	P(2)обн = Ps(5) + Ps(4) + Ps(3) P(2)лт = Pn(5) + Pn(4) + Pn(3)
s0(1)	5+4+3+2	P(1)обн = Ps(5) + Ps(4) + Ps(3) + Ps(2) P(1)лт = Pn(5) + Pn(4) + Pn(3) + Pn(2)

После проведения вычислений получены 5 пар значений P_обн и P_лт, из которых четыре можно использовать для построения PX и расчета d¢. Значения P_обн и P_лт, полученные для 1-ой оценочной категории, в дальнейшем не рассматриваются, так как их величина по определению всегда должна быть равна 1.

Таблица 12

Значения вероятности обнаружения и ложной тревоги для всех s₀

Показатели	Оценочные категории
Вероятность отнесения стимула к данной оценочной категории Ps(k)	0,05	0,10	0,20	0,30	0,35
Вероятность обнаружения стимула P(k)обн	1,00	0,95	0,85	0,65	0,35
Вероятность отнесения пустой пробы к данной оценочной категории Pn(k)	0,39	0,31	0,17	0,11	0,02
Вероятность ложной тревоги P(k)лт	1,00	0,61	0,30	0,13	0,02

Для построения PX и расчета d¢ переведем нужные величины P^(k)_обн и P^(k)_лт в шкалу Z. Результаты пересчета даны в табл.13.

Таблица 13

Значения вероятности обнаружения и ложной тревоги для всех s₀

В Z-единицах

Показатели	Оценочные категории
Z(k)обн	-	1,64	1,04	0,39	-0,39
Z(k)лт	-	0,28	-0,52	-1,13	-2,05

Рабочая характеристика, соответствующая данным табл.13, изображена на рис.16 и представляет собой отрезок прямой, проходящий через четыре точки. Определение параметров линейной функции, аппроксимирующей экспериментальные данные, осуществляется по методу наименьших квадратов, описание которого можно найти в любом руководстве по математической статистике.

Поскольку в методе оценки получается несколько пар (точнее – (k – 1) пара) значений Z^(k)_обн и Z^(k)_лт (в рассматриваемом примере четыре), то может быть рассчитано и столько же значений показателя чувствительности d¢. В теории или в идеальном эксперименте все эти значения d¢ должны совпасть. Однако в реальном эксперименте этого не происходит. Поэтому в качестве итогового показателя чувствительности может быть взято среднее арифметическое значение всех полученных значений d¢, каждое из которых рассчитывается согласно формуле (23):

= . (26)

В примере, согласно данным табл.13, имеем: d¢₂ = 1,36; d¢₃ = 1,56; d¢₄ = 1,52; d¢₅ = 1,66, и, соответственно:

=

Обращает на себя внимание еще один возможный показатель, который может быть получен в методе оценки – ширина диапазона изменений порогов принятия решения λ₀ , возникновение которого обусловлено использованием нескольких оценочных категорий. Это уже характеристика механизмов принятия решения, отражающих психологические особенности личности испытуемого. Косвенно величина этого показателя ( Δλ₀ ) может быть оценена через разброс значений Z_обн и Z_лт для крайних из использованных значений оценочных категорий k.

Теоретически такой разброс значений должен быть одинаков для Z_обн и Z_лт – графически (см. рис.16) величина разброса представляет собой расстояние между крайними точками РХ, взятое либо по оси Z_обн, либо по оси Z_лт. Однако на практике такое равенство встречается редко и является исключением.

Рис.16. РХ, построенная по данным метода оценки

Поэтому можно использовать процедуру приближенного вычисления величины разброса D(λ₀), представляющую собой косвенную оценку величины Δλ₀:

D(λ₀) = [(Z⁽²⁾_обн – Z^(k)_обн)+ (Z⁽²⁾_лт – Z^(k)_лт)] ∕ 2. (27)

Так, для данных нашего примера:

D(λ₀) = [(1,64 – (-0,39))+ (0,28 – (-2,05))] ∕ 2 = 2,18

Значение величины D(λ₀), меняющееся в пределах от нуля до шести, позволяет оценить пластичность испытуемого, его способность изменять критерии, используемые при выполнении задания. В определенной степени это значение отражает и готовность испытуемого к применению более рискованной («смелой») стратегии оценивания.