Глава 1. Психометрическая парадигма конструирования тестов и шкал

рый считается апробированным и измеряющим то же свойство, что и конструируемый тест.

Жизненные критерии - это объективные социально-демографичес­кие и биографические данные (стаж, образования, профессия и т. п.), показатели успеваемости, производственные показатели эффективнос­ти выполнения отдельных видов профессиональной деятельности и т. п. Эти критерии наиболее часто применяются для конструирования тес­тов способностей к обучению, интеллекта, методик для профотбора и профориентации, тестов общих и специальных способностей и т. д.

Технология анализа данных предлагает широкий арсенал методов получения диагностических показателей и отбора информативных признаков при наличии внешнего критерия. В этом случае исследова­тель решает описанную в предыдущем разделе задачу группировки ис­пытуемых на заданные группы при помощи соответствующих методов.

В частности, для построения диагностического показателя и отбо­ра информативных признаков может использоваться множественный регрессионный анализ, с помощью которого строится линейное адди­тивное уравнение вида Z= а0 + a_хУ_х + a2Y2 +...+ а_тУ_т + е для оценки значения внешнего критерия 2ио значениям исходных признаков У_ь У_ъ У_т. Коэффициенты в, (/ = 1, ... , т) выбираются таким образом, чтобы погрешность оценки е была по возможности минимальной [Мельников, Ямпольский, 1985].

Это уравнение, называемое уравнением регрессии, связывает вне­шний критерий с исходными признаками. Подставляя в правую часть уравнения индивидуальные значения признаков для каждого испыту­емого, получают интегральную оценку измеряемого свойства для дан­ного испытуемого. После этого вычисляется коэффициент множе­ственной корреляции, который рассматривается как мера валидности совпадений оценок теста с оценками по внешнему критерию. Статис­тическая значимость коэффициента множественной корреляции про­веряется с помощью критерия Фишера. Если гипотеза о значимости коэффициента множественной корреляции отклоняется, то разраба­тываемый тест не может считаться валидным относительно выбран­ного внешнего критерия.

Квадрат коэффициента множественной корреляции, или коэффи­циент детерминации, показывает, какая часть дисперсии внешнего критерия может быть объяснена с помощью показателей теста, а какая часть остается необъясненной. Каждый тестовый признак вносит свой вклад в объясняемую часть дисперсии внешнего критерия, поэтому без большой ошибки из теста могут быть исключены все признаки, внося­щие незначительный вклад в объясняемую часть дисперсии. В регрес-

Компьютерная психодиагностика

сионном анализе существуют специфические статистические методы отбора переменных, используя которые можно построить уравнение для вычисления интегрального показателя, включающего только наи­более значимые для оценки измеряемого свойства признаки.

Факторно-аналитический принцип конструирования тестов.В основе этого принципа лежит идея о том, что если несколько признаков, из­меренных на группе индивидов, изменяются согласованно, то можно предположить существование одной общей причины этой совместной изменчивости - фактора как скрытой (латентной), непосредственно не доступной измерению переменной. Например, если в таблице свя­зи (ТС) обнаруживается группа сильно коррелирующих признаков, то, возможно, это является следствием отражения признаками, вошедши­ми в группу, эмпирического фактора, соответствующего требуемому диагностическому конструкту.

Ве? Факторно-аналитическийпринципконструированиятестовпред-

^} полагает наличие изменяющихся согласованно признаков.

В этомслучае^^^ ностируемой переменной в явном виде отсутствует, однако в неявном виде она должна присутствовать в экспериментальных данных. Такая информация закладывается на первом этапе конструирования психо­диагностического теста, когда экспериментатор формирует исходное множество признаков, каждый из которых, по его мнению, должен отражатьопределенные аспекты тестируемого свойства. При этом боль­шинство заданий «чернового» варианта теста должны согласованно «работать» на проявление тестируемого свойства. Внутренняя согла­сованность признаков означает статистическую направленность при­знаков на выражение общей, главной тенденции теста, то есть значи­мую корреляцию признаков с диагностируемым показателем.

Для построения интегрального показателя можно воспользоваться методами факторного анализа. В этом случае обобщенный показатель ищетсяввиделинейнойфункцииотрассматриваемыхпризнаковтеста:

F(Y) = а,У, + a2Y2+...+ а_тУ_т.

Коэффициенты я,Ц= 1,... , т) называются весами и подбираются таким образом, чтобы дисперсия значений интегрального показателя по всем испытуемым была максимальной. Полученный в этом случае интегральный показатель будет представлять собой так называемую первую главную компоненту, которая дает максимальный вклад в об­щую дисперсию.

Глава 1. Психометрическая парадигма конструирования тестов и шкал

Для повышения гомогенности факторного интегрального показа­теля его расчет ведется по следующей итерационной схеме. Вначале на основе собранного эмпирического материала методами факторного анализа строится интегральный показатель Р{ Y), обобщающий инфор­мацию, содержащуюся во всех заданиях теста. Если оказывается, что все признаки вошли в формулу для вычисления значения интеграль­ного показателя с большими весами аь то на этом работа заканчивает­ся. Однако так бывает редко. В большинстве случаев среди признаков теста присутствуют признаки с малыми весами, которые без ущерба могут быть отброшены. После сокращения исходного списка призна­ков делается повторный расчет для нового интегрального показателя. При этом может оказаться, что часть признаков опять будет иметь низ­кие нагрузки, так что потребуются дальнейшее сокращение и допол­нительные расчеты.

Итогом такой работы будут список информативных признаков и формула для вычисления по этим признакам значения интегрального показателя (фактора). Эта формула позволяет произвести математи­чески обоснованную замену множества отдельных оценок одной ин­тегральной оценкой. Причем интегральные оценки получаются в цен-тронормированном виде, когда среднее арифметическое значение равно нулю, а дисперсия - единице.

Таким образом, факторно-аналитический и критериально-ключе­вой принципы конструирования тестов предполагают применение методов построения интегральных показателей, существенно различа­ющихся между собой.

При использовании множественного регрессионного анализа обыч­но стремятся получить оптимальную оценку известного внешнего кри­терия. В противоположность этому при использовании факторного анализа пытаются построить новую, фиктивную переменную, влия­нием которой объясняются основные изменения входящих в тест при­знаков. Поэтому регрессионная модель интегрального показателя пред­ставляет собой линейную комбинацию признаков теста, максимально коррелирующих с внешним критерием и минимально друг с другом, а факторная модель, наоборот, является линейной комбинацией призна­ков теста, максимально коррелирующих между собой. В связи с этим интегральный показатель, построенный методами регрессионного ана­лиза, будет обладать высокой эмпирической валидностью и низкой гомогенностью, а построенный методами факторного анализа - вы­сокой гомогенностью и конструктивной валидностью.

Однако факторно-аналитический и критериально-ключевой прин­ципы конструирования тестов не следует противопоставлять друг дру-