Методичні основи прогнозування тенденцій розвитку особистості за допомогою таблиць розподілу
Існують десятки різних варіантів біографічного методу. Тут буде представлений один з них, на наш погляд, найбільш перспективний при створенні експертних систем в психології, акмеології. У всякому разі, ця методика покладена в основу експертної системи PSY.При створенні даної методики ми виходили з того, що в силу внутрішньої активності особистості, її самосвідомості (найбільш важливі моменти розвитку якого носять біографічний характер) і вкрай складного індивідуально-неповторного переплетення детерминирующего впливу на розвиток особистості різних факторів немає і принципово не може бути однозначною зв`язку між тим чи іншим біографічним подією і тим або іншим рівнем розвитку певної якості особистості: при одному і тому ж біографічному подію у конкретної особистості можли про різне і часом протилежне розвиток даної якості.
Однак імовірність того чи іншого розвитку якості особистості при різних фактах біографії різна. Сучасний рівень розвитку теорії ймовірностей дозволяє на лаконічному мовою математики висловити найскладніші імовірнісні процеси впливу тих чи інших подій біографічного порядку на розвиток особистостей, однорідних в соціально-психологічному плані. Аналіз великої кількості статистичних залежностей: "факт біографії - тенденція розвитку особистості" може служити підставою для дієвого прогнозу розвитку тих чи інших якостей конкретної особистості. Спочатку дана методика відпрацьовувалася на прикладі обстеження студентів вузів.
Життєвий шлях великої кількості студентів (500 осіб) був виражений кількісно в шкалі найменувань і шкалою порядку. Вихідні біографічні параметри взяті не випадково, а на основі узагальнення досвіду кадрових органів, результатів обстежень, аналізу численної психологічної літератури. Прикладом створеної біографічної анкети може служити анкета в додатку 1. квантифікувати параметри біографій (їх було понад 150) були поєднані з ланцюжком цифр, що відображають рівень розвитку професійно важливих якостей особистості у студентів-випускників. Для оцінки рівня розвитку професійно важливих якостей особистості застосовувався метод ГОЛ (груповий оцінки особистості), при цьому враховувалася думка не менше п`яти експертів про одну особистості. Особистості обстежуваних експертами оцінювалися ретельно. Для підвищення якості їх роботи їм для оцінки давалося не більше 10 осіб. Вся ця робота тривала роки. Таким чином було зібрано вихідний банк даних, що характеризує рівень розвитку особистісних якостей випускників вузів з різними біографічними параметрами. Зібрана інформація була статистично оброблена.
Для псіхопрогностікі був запропонований метод, який можна умовно назвати методом імовірнісного обстеження особистостей на основі складання таблиць розподілу. Необхідність розробки даного методу продиктована деякими істотними недоліками кореляційного аналізу: його лінійним характером і можливістю обчислення коефіцієнта кореляції (як і застосування регресійного аналізу) між параметрами, вираженими в шкалі не нижче шкали порядку. Тут же застосовувалися головним чином номінальні шкали і лише прогнозовані параметри були виражені за допомогою експертної оцінки (ознаки шкали порядку і інтервалів).
Згідно застосованої шкалою досліджувані якості особистості приймають п`ять значень і їх можна розглянути як дискретні випадкові величини. Кожне із значень приймається з певною ймовірністю. Серед всіх якостей особистості з особливим трепетом прогнозувалася дисциплінованість студентів. Це було викликано тим, що в деяких вузах різко впала старанність їх вихованців, з`явилися численні випадки залучення студентів до кримінальної відповідальності та ін. Керівництво вузу хотіло отримати інструмент прогнозування даних явищ.
Позначимо дисциплінованість студентів через D. Можливі значення D через Х1, Х2, Х3, Х4, Х5. Де Х5 відповідає ідеальної дисциплінованості, Х4 - хорошою і т.д. При цьому застосовувалися певні критерії. Порядок формування даних оцінок докладно описаний у виданнях за експертними оцінками. (Див: .....). Імовірність появи кожного значення Хi буде позначатися відповідно Р1, Р2, Р3, Р4, Р5. Закон розподілу ймовірностей для всіх обстежених студентів знайдений емпірично в результаті математичної обробки отриманого масиву чисел, який відображає життєвий шлях, біографію і рівень розвитку особистісних якостей студентів старших курсів.
Наприклад, в нашому дослідженні з 500 студентів 57 мали бездоганну, ідеальну дисциплінованість. Отже, для всієї вибірки ймовірність появи Х5 дорівнює 57: 500 - O, 114. Подібним чином знайдені і інші значення Рi. Перед нами - таблиця розподілу ймовірностей дискретної величини D в цілому по вибірці.
З усіх обстежених студентів можна виділити особистостей, що відрізняються по якомусь параметру життєвого шляху, наприклад по порядку народження - єдиних (z1), старших (z2), середніх (z3), молодших (z4) дітей в сім`ї і знайти таблиці розподілу для даних груп студентів.
Ось отримані дані:
Ці результати можна наочно представити у вигляді гістограм розподілу. Для прикладу побудуємо таку гістограму в цілому для всієї вибірки і для єдиних дітей в сім`ї (z1).
Подібні таблиці розподілу отримані з різних якостях особистості для десятків, сотень параметрів біографій, життєвого шляху і іншим параметрам. Вони отримані не тільки для студентів, а й для різних професійних груп. Подібний підхід дозволив широко застосувати методи математичної статистики.
Дослідження можливості застосування статистичних методів, ЕОМ при біографічному вивченні особистості пройшло два етапи.
Перший етап дослідження - емпіричний. На цьому етапі здійснювався збір матеріалу, що відображає біографії і особистісні якості представників різних професійних груп. Інформація готувалася для обробки на ЕОМ. Так біографічні дані 1000 працівників до 35 років виражені в шкалі найменувань / іноді в шкалі відносин, інтервалів / с допомогою цифр. В одних випадках - коли будь-якої досліджуваний параметр особистості можна зафіксувати за ступенем вираженості - вони квантифікувати в дискретної шкалою інтервалів, відносин. Середньостатистичним показником в цьому випадку служить середнє арифметичне / Х пор. /. Між даними параметрами обчислювався коефіцієнт кореляції Пірсона / R /, перебувала дисперсія / D /, середньоквадратичне відхилення / G /, варіація / V /. Однак в деяких випадках параметри особистості оцінені по-іншому. Припустимо, різні здібності обстежуваних / питання 71 / зафіксовані в такий спосіб: цифра 1 означає наявність у особи музичних способностей- 2 - художественних- з - артистичних і т.д., тобто використовувалася шкала найменувань. В цьому випадку знаходився відсоток, який складають ці цифри від усієї вибірки. На етапі емпіричного дослідження використовувалися всі основні методи психології: спостереження, бесіда, експеримент, анкетування, аналіз результатів діяльності, узагальнення незалежних характеристик / метод ГОЛ / і ін. В силу цього можна говорити не про реалізацію біографічного методу, а про реалізацію біографічного підходу в дослідженні особистості з використанням всіх основних методів психології, акмеології. Кожен обстежуваний заповнював біографічну анкету самостійно. Деякі дані з біографічної анкети перевірялися, так як в дослідженні встановлено, що особи з яскраво вираженими негативними тенденціями розвитку нерідко відповідають на питання анкети невірно. Тому потрібен був додатковий контроль за точністю відповідей.
Зібрані дані по кожній досліджуваній особистості були введені в ЕОМ у вигляді відомих в психолого-педагогічних дослідженнях матриць 1
Від якості роботи дослідника на першому етапі створення методики залежить у вирішальній мірі успіх всієї роботи. Тут необхідна особлива ретельність, скрупульозність, точність, наукова коректність.
Другий етап дослідження пов`язаний з кількісної та якісної обробкою зібраної інформації. На цьому етапі застосовувалися математичні та загальнонаукові методи дослідження. Використовувалися дисперсійний, кореляційний, коваріаційний аналіз
та інші математичні методи. Отримані кількісні показники в свою чергу застосовувалися, по-перше, для соціально-психологічної інтерпретації, і, по-друге, для прогнозування тенденцій її розвитку в умовах професійної діяльності.
В даний час для пошуку статистичних зв`язків між двома і більше параметрами в математичної психології частіше використовується кореляційний аналіз. Він виявився недостатньо ефективним в біографічних дослідженнях. Обмеженість кореляційного аналізу обумовлена в значній мірі його лінійним характером. Спроба позбутися від лінійної залежності при багатофакторному аналізі, розпочата американськими психологами шляхом створення стандартних залежностей і підбору їх стосовно впливу на особистість того чи іншого біографічного чинника, не принесла очікуваного результату
Справа в тому, що в більшості випадків залежність рівня розвитку особистісних якостей від біографічних фактів набагато складніше лінійної і запропонованих стандартних залежностей. Тому математичний апарат в значній мірі штучно насаджувався в біографічних дослідженнях, часом опиняючись недостатньо ефективним. Використання коефіцієнта кореляції Пірсона / як і його вдосконалених варіантів - канонічної кореляції та ін. / В якості основного математичного
1
Див. Бітінас Б. Багатомірний аналіз в педагогіці і психології Вільнюс, 1971. - 347 с.
способу фіксації статистичного зв`язку між фактами життєвого шляху і рівнем розвитку якостей особистості суперечить одному з методологічних вимог, що пред`являються до методики біографічного дослідження: за допомогою коефіцієнта кореляції не можна виразити міру прояву різних тенденцій розвитку особистості при одному і тому ж біографічному подію. Отже, застосування кореляційного аналізу в якості основного статистичного методу огрубляет методику біографічного дослідження до неприйнятного рівня, знижує результати прогнозу.
Обмеженість застосування коефіцієнта кореляції обумовлена і тим, що він знаходиться між параметрами вираженими за ступенем значущості, тобто в шкалі відносин або інтервалів, наприклад, між кількістю членів референтної мікрогрупи і рівнем трудової дисципліни, продуктивності праці входили до неї осіб. Але далеко не всі показники життєвого шляху можна уявити кількісно за ступенем вираженості в зазначених шкалах. Припустимо, порядок народження в сім`ї / 18-й питання анкети, див. Додаток 1 / позначається так: 1-єдиний, 2-перший, / 3-середній, 4-молодша дитина, 5-іншу відповідь / допустимо, виховувався в дитбудинку і не знає який він дитина за порядком народження /. В цьому випадку для квантифікації біографічного параметра може бути застосована тільки шкала найменувань. Чи можна за допомогою кореляційного аналізу знайти евристичний цінну статистичну зв`язок між черговістю народження в родині і рівнем дисциплінованості студентів, працівників? немає. Цього не можна зробити і за допомогою графіка середньостатистичної залежності.
Крім того, як показують наші розрахунки і аналогічні результати, отримані за кордоном, коефіцієнт кореляції Пірсона, висловлюючи статистичний зв`язок між фактами біографії і рівнем розвитку якостей особистості, рідко буває більше О, 3 і менше -О, 3 і, як правило, близький до нулю. Це значно знижує його евристичну цінність. Справа в тому, що чим ближче коефіцієнт кореляції до лінійної залежності, тобто до 1 і до -1, тим точніше він відображає реальну зв`язок факторів і тим на більшу генеральну сукупність його можна поширити.
Даний факт пояснюється тим, що при R близькому до / 1 /, окремі точки розташовуються біля лінії пропорційності ознак, тобто індивідуальні значення їх мало чим відрізняються від середнього арифметичного /Хср./ по всій генеральної сукупності 1
Тому, незважаючи на широку поширеність лінійний коефіцієнт кореляції застосовувався в проведеному дослідженні в обмежених цілях. У яких же випадках і для чого він обчислювався?
По-перше, для виявлення тих статистичних залежностей, які відносно стабільні при вибірках більше 100 чоловік.
При цьому використовувалися лише ті факти біографій, які стійко пов`язані з певним рівнем розвитку квантифікованій якостей особистості. Якщо в двох і більш вибірках R змінюється від -О, 3 до О, З, то це свідчить про те, що зв`язок даного біографічного факту з даними якістю особистості нестійка, а отже, її не можна використовувати для прогнозу. Якщо ж в декількох вибірках коефіцієнт кореляції вказує на стійкий зв`язок певних фактів біографії з досліджуваними якостями особистості, то це служить важливою ознакою успішного використання їх для прогнозування тенденцій розвитку особистості. Стійкість і мінливість коефіцієнта кореляції дозволяє як би розсортувати факти життєвого шляху, виражені в шкалі порядку або відносин, на придатні, непридатні та спірні для прогнозування тенденцій розвитку особистісних якостей військовослужбовців.
По-друге, для виявлення та аналізу найбільш значущих поєднань між квантифікувати параметрами життєвого шляху.
Можлива кількість цих поєднань фантастично величезна, через що проаналізувати всі теоретично можливі поєднання практично не можна. Психолог змушений обмежуватися аналізом найістотніших статистичних залежностей. І в цьому випадку може допомогти кореляційна матриця: найбільш плідно аналізувати поєднання між досліджуваними якостями особистості і фактами життєвого шляху, що знаходяться з ними в прямий або ж зворотній залежності. Таким чином, можна згрупувати факти життєвого шляху на які сприятимуть розвитку того чи іншого якості особистості та стримуючі його.
І все-таки істотні недоліки застосування коефіцієнта кореляції Пірсона, великі труднощі, пов`язані з вдосконалення-
1
Див .: Шварц Г. Вибірковий метод. Керівництво по застосуванню статистичних методов.- М .: Наука, 1976.- 213 с.
лення даного математичного методу 1, змусили нас використовувати коефіцієнт кореляції лише в деяких випадках, хоча його обчислення враховано в програмах для ЕОМ.
Особливо слід сказати про використання коефіцієнтів спряженості при пошуку стійких статистичних зв`язків між фактами біографій і рівнем розвитку тих чи інших якостей особистості, виражених в шкалі рейтинг. Хоча коефіцієнти спряженості / Чупрова, Пірсона, Крамера і т.д. / застосовуються при кількісної, математичної обробки якісних ознак, виражених в шкалі найменувань, вони не можуть бути ефективно застосовані для прогнозу, по крайней мере в даному випадку. Справа в тому, що коефіцієнти спряженості в принципі не можуть виявити статистичний зв`язок між двома параметрами, вони висловлюють лише міру спільного відхилення двох ознак від їх статистично незалежного відхилення 2
І стосовно до розглянутого випадку абсолютно однакові за величиною коефіцієнти спряженості можуть бути отримані при рівномірно асиметричних розподілах в сторону високого і низького рівнів розвитку досліджуваних якостей особистості / при цьому абсолютно не враховується таке цінне властивість шкали рейтинг, як наявність великих і менших, гірших і кращих оцінок /.
А це говорить про те, що сприятливі і несприятливі розподілу отримують одне й те саме кількісне вираження.
Природно, що при цьому виходять суперечливі, мало придатні для прогнозу показники.
Та й чи варто замінювати таблиці розподілу спірними, суперечливими показниками, з скрутному піддаються якісної інтерпретації? Адже ще А.А.Чупров прийшов до висновку, що зв`язок між ознаками можна з успіхом досліджувати за допомогою таблиць розподілу 3. Так що пропонований метод дослідження не є при
1 Див .: Меерсон А.М. Про деякі можливості оптимізації результатів багатовимірного кореляційного аналізу в психологічних дослідженнях. В кн .: Психологія і математіка.- М .: Наука, 1976.
2 Див .: Миркин Б.Г. Аналіз якісних ознак і структур.- М .: Статистика, 198О, с.92.
3 Див.: Чупров А.А. Основні проблеми теорії корреляціі.- Л .: 1926. - с.41.
ляется чимось новим в математиці, хоча при дослідженні особистості в пропонованому аспекті він до цього не застосовувався.
Сучасні дослідження показують суттєві обмеження в застосуванні, інтерпретації різних коефіцієнтів спряженості, вони малопридатні і для статистико-біографічних досліджень. 1
Крім того, загальна тенденція розвитку математичних методів стосовно аналізу якісних явищ, що вивчаються суспільними науками, пов`язана з великим перевагою аналізу багатовимірних таблиць розподілу, що відображають непрості імовірнісні залежності, а не з використанням окремих коефіцієнтів.
Такі підходи - аналіз багатовимірних таблиць спряженості, таблиць розподілу - "є найбільш перспективними, так як, окрім ... адекватності, а значить і надійності висновків, багато хто з них понятійно прості і дозволяють синтезувати змістовні і формальні моменти, тобто Безпосередньо включити знання соціолога в процес дослідження статистичних зв`язків. " 2
Дана тенденція математизації соціологічних знань характерна і для психологічних, акмеологічних досліджень.
Вона максимально врахована в запропонованій методиці.
Недоліків кореляційного, регрессіонногоаналізов, використання різних коефіцієнтів спряженості можна уникнути, знаходячи таблиці розподілу досліджуваного якості особистості обстежуваних з однотипними параметрами життєвого шляху. В силу цього даний спосіб дослідження можна назвати ме-
1
Див .: Статистичні методи аналізу інформації в соціологічних ісследованіях.- М .: Наука, 1979.- с.116-152.
2
Типологія і класифікація в соціологічних ісследованіях.- М .: Наука, 1982. - с.63-68.
тодом імовірнісного дослідження особистості на основі складання таблиць розподілу. Пояснимо в чому суть даного методу.
Згідно застосованої шкалою рейтинг досліджувані якості особистості можуть прийняти одне з п`яти значень. З огляду на те, що кожна якість особистості оцінює п`ять-шість експертів, в ЕОМ для математичної обробки вводяться дробові числа. Потім ці дробові числа знову перетворюються в цілі, відповідно до заданих умов. Так, якщо при експертній оцінці дисциплінованості вкрай рідко давалися оцінки більш 4,5, то можна привласнити 5 значень більш, припустимо, 4,2. Таким чином можна "розтягнути" і "стиснути" шкалу рейтинг. Дані маніпуляції необхідні в тому випадку, якщо шкала вибрана не дуже вдало і крайні значення шкали / 1 і 5 / при простому арифметичному округленні виходять рідше, ніж це необхідно з точки зору вимог математичної статистики, точності прогнозу. Перекладаючи так дробові показники шкали рейтинг в пятічастотную дискретну шкалу / хоча в деяких розрахунках використовуються і дробові показники /, можна надати шкалою будь-який вид, використовуючи ті чи інші умови округлення. Дані умови наведені в програмах для ЕОМ.
Отже, шкала рейтинг набирає вигляду пятічастотной дискретної шкали. Кожне із значень приймається з певною ймовірністю.
Наведемо приклад. Експертами оцінено працьовитість працівників, позначимо це якість через . Можливі значення позначимо Х1, Х2, Х3, Х4, Х5. При цьому використовувалися такі критерії:
Х1 - вкрай низький рівень розвитку працьовитості: протилежне якість проявляється постійно і в різноманітних видах діяльностей
Х2 - низький рівень розвитку працьовитості як якості особистості
Х3 - середній рівень розвитку даної якості
Х4 - працьовитий, це якість проявляється в різноманітних видах професійної діяльності
Х5 - дуже працьовитий, це якість проявляється в різноманітних ситуаціях, в різних видах діяльності
Як бачимо, Х5 відповідає високому рівню розвитку працьовитості як якості особистості, середня експертна оцінка по
застосованої шкалою рейтинг більш 4,2- Х4 - високому рівню
/ Середня експертна оцінка за наведеними в додатку критеріям більш 3,5, але менше або дорівнює 4,2 / - Х3 - середнього рівня
/ Середня оцінка експертів більш 2,5, але менше або дорівнює 3,5 / - Х2 - низького рівня / середня експертна оцінка більше 1,5, але менше або дорівнює 2,5 / - Х1 - вкрай низького рівня розвитку працьовитості як якості особистості / середня оцінка експертів менш або дорівнює 1,5 /. Імовірність появи кожного значення Хi буде позначатися відповідно Р1, Р2, Р3, Р4, Р5. Закон розподілу ймовірностей для всіх обстежених знайдений емпірично в результаті математичної обробки складеного на першому етапі дослідження масиву чисел. У нашому випадку з 1000 обстежених 122 мало виключно високий рівень працьовитості, позначений Х5. Для всієї вибірки ймовірність появи Х5 дорівнює 122: 1000, то є О, 122. Подібним чином знайдені і інші значення Рi. Перед нами таблиця розподілу ймовірностей дискретної величини в цілому по вибірці. Назвемо її базової таблицею розподілу параметра .
З усіх обстежених можна умовно виділити групи за спільністю того чи іншого біографічного параметра. Припустимо знову по порядку народження / 18-й пункт анкети / - єдиних / Z1 /, старших / Z2 /, середніх / Z3 /, молодших / Z4 / дітей в сім`ї. Передбачено і іншу відповідь, коли неможливо визначити порядок народження / Z5 /. Тепер знайдемо таблиці розподілу параметра для даних груп обстежених. Уявімо реально отримані дані.
Таблиці розподілу параметра для 18-го пункту біографічної анкети
Дані таблиці розподілу можна відобразити графічно у вигляді гістограм. Побудуємо такі гістограми для єдиних
дітей в сім`ї Р / Z1 / і в цілому по вибірці Р //.
Пятічастотние таблиці розподілу можна представити у вигляді трехчастотние. При цьому складаються крайні значення пятічастотних таблиць розподілу / Х1 + Х2 = Х1- Х3 = Х2 Х3 + Х4 = Х3 /. Для нашого прикладу трехчастотние таблиці розподілу будуть виглядати так:
Трехчастотние таблиці розподілу параметра для 18-го пункту біографічної анкети
Центровані трехчастотние таблиці розподілу / зручності користування помножені на 1000 / приймуть вид:
Центровані трехчастотние таблиці розподілу параметра для 18-го пункту біографічної анкети
Вони отримані шляхом вирахування з таблиць розподілу базової. У трехчастотние варіанті базова таблиця розподілу
має вигляд:
Х1 х2х3
О, 238 О, 254 О, 5про8
отримуємо:
P / Z1 / = О, 21о О, 323 О, 467
- Р // = О, 238 О, 254 О, 5про8
----------------------------
Р / г / = -О, О28 О, О69 -О, О4О
Помноживши для зручності отримані значення трехчастотние центрованої випадкової величини на 1000 - отримаємо величини, які використовуються в ЕОМ для прогнозу за запропонованою методи-
ке. Це сотні тисяч цифр, які вводяться в ЕОМ і в подальшому використовуються для прогнозу.
Отримані гістограми, таблиці розподілу, таблиці зосереджених випадкових величин, - а вони отримані для різних якостей особистості різних категорій обстежуваних (за віком, за професіями) за всіма квантифікувати параметрам біографії / см .: Додаток 1 /, - можуть і повинні стати об`єктом якісного психологічного аналізу. Вивчення таблиць розподілу показало, що немає жодного факту біографії, який би був однозначно пов`язаний з тією чи іншою тенденцією розвитку особистості. Вплив кожного біографічного події, якщо судити про цей вплив за отриманими таблицями розподілу, вероятностно і малопомітно. Лише поєднання різних біографічних подій дає чіткішу прогноз. Причому прогноз тим точніше, ніж більш значущі біографічні параметри і чим вони більш точно і системно відображають життєвий шлях людини.
Розподіл дискретної випадкової величини , Як і інших якостей особистості, буде кілька різної в міцному, згуртованому колективу і в колективі з низьким рівнем трудової дисципліни, відповідальності. Даний розподіл буде змінюватися і в міру подальшого розвитку суспільства: працьовитість, дисциплінованість є відображенням складних соціальних процесів. І все ж воно відносно стійко при обстеженні однотипних особистостей (особи у віці від 18 до 35 років).
Крім того, для прогнозу важливі не стільки абсолютні значення таблиць розподілу, скільки їх разностное значення з базовою таблицею розподілу / центровані випадкові величини /. І як показали дослідження дані величини відносно стійкі для різних за рівнем розвитку, сформованості, згуртованості колективів. Це відкриває широкі можливості для застосування даного методичного підходу. Подібні таблиці розподілу можна отримати в принципі для будь-яких відносно стійких фактів біографій і для будь-яких піддаються кількісній оцінці якостей особистості. Такий підхід дозволяє уникнути недоліків кореляційного аналізу, в повній мірі застосувати теорію ймовірностей при дослідженні впливу життєвого шляху працівників на їх розвиток як особистості з метою прогнозу тенденцій їх розвитку. На згадку сучасної ЕОМ можна ввести отримані таблиці розподілу для практично необмеженого кількості параметрів життєвого шляху, використавши в подальшому цю інформацію для соціально-психологічної інтерпретації при різному поєднанні фактів біографії / якісний варіант біографічного методу / і для прогнозування тенденцій розвитку особистісних якостей обстежуваних за допомогою математичних методів , ЕОМ / статистичний варіант біографічного методу /.
При цьому таблиці розподілу / як і таблиці зосереджених випадкових величин /, що відповідають певним біографічним параметрам, складаються. Якщо при цьому виходять великі величини по Х1, Х2 і маленькі по Х4, Х5, то це несприятливо для прогнозу і навпаки. Щоб привести отримані числові величини в один індекс, треба Х1, Х2 помножити на коефіцієнти з негативним знаком, а Х4 і Х5 - на коефіцієнти з позитивним знаком, і скласти отримані п`ять величин.
У методичному відношенні ідея професійного психологічного відбору, прогнозування розвитку особистісних якостей працівників за пропонованою методикою проста: таблиці розподілу / таблиці зосереджених випадкових величин / вводяться в пам`ять ЕОМ, а закодовані біографічні дані обстежуваних як би накладаються на них. Надалі прогноз набирає вигляду строгого математичного аналізу з використанням методів теорії ймовірностей.
Складання таблиць розподілу - тривалий і нелегкий труд. Збір матеріалу і його обробка вимагають багато часу.
Виникає питання: чи можна використовувати отримані таблиці розподілу для вивчення робочої сили в масштабі Росії, країн СНД, а також для відбору на різні професії? Відповідь на це питання можна отримати двома шляхами.
Перший шлях. Можна використовувати формулу, що дозволяє визначити обсяг ймовірнісної вибірки
Де: ^ - деяка величина, що характеризує максимально можливе відхилення вибіркової середньої
-від генеральної, тобто гранична помилка виборкі-
N - обсяг генеральної сукупності-
N - обсяг виборкі-
2
S - дісперсія-
2
T - число, яке визначається за допомогою спеціальних
таблиць, виходячи з довірчої ймовірності
Умовно візьмемо N = 1 ТОВ ТОВ. Дисперсію неважко обчислити, маючи введений в ЕОМ масив даних.
При цьому дисперсія, знайдена для перетворених в цілі числа оцінок особистісних якостей, незначно відрізняється від вихідної дисперсії. Так, для дискретної шкали дисперсія дорівнює 1,221.
Для спрощення викладу наводяться дані про величину дисперсії для одного якості особистості - працьовитості. Причому це одна з найбільших дисперсій, інші, як правило, менше. Так, дисперсія середніх оцінок експертами моральних якостей становить О, 328, конфліктності з керівництвом - О, 379 і т.д. Число Т знайдемо з таблиці для довірчої ймовірності О, 9.
2
T = 1,65- T = 1,723.
звідси:
1,72. O, 9. 1 OOO OOO
N // = ------------------------------ = 15,7.
O, O1. 1 OOO OOO + 1,72. O, 9
Однак при використанні таблиць розподілу в прогності-
1
Див .: Робоча книга соціолога.- М .: Наука, 1976 - с.306, с.274.
чеських цілях "^" може бути рівною і О, 5. Справа в тому, що Х1, Х2, Х3, Х4, Х5 - дискретні випадкові величини. В силу цього відхилення менше половини від різниці прилеглих величин не змінить їх розподілу. Отже "^" повинна бути менше О, 5, нехай О, 4. В цьому випадку N // = 1О.
Така відносно невелика величина бесповторной вибірки в цьому випадку пояснюється двома причинами. По-перше, прогноз в психології завжди ймовірність, виняткова точність при цьому просто невозможна- і ймовірність прогнозу в О, 9 / так визначена довірча ймовірність / цілком влаштовує дослідника: дана точність прогнозу вище світових стандартів.
По-друге, максимально можливе відхилення вибіркової середньої від генеральної середньої також велике - О, 4. І дане відхилення забезпечує отримання стійких таблиць розподілу, так як дробові показники шкали рейтинг згідно методики округлюються до цілих чисел, і відхилення менш О, 5 не змінює розподілу. Якщо ж взяти точність, припустимо так поширену в психологічних дослідженнях, - О, 1, то N буде більш 15О. Наведений приклад важливий, так як якісна соціально-психологічна інтерпретація результатів статистичних залежностей вимагає більшої точності / О, 1 задовольняє цій вимозі /. Отже, порівняння та аналіз соціально-психічних особливостей обстежуваних, виходячи з їх біографічних даних, буде коректним при використанні не менше 15О випробувань. Можна бути виключно вимогливим у визначенні точності, статистичної достовірності дослідження і вважати генеральну сукупність прагне до нескінченності при неясності виду розподілу. Скористаємося при цих умовах формулою, яка "може забезпечити необхідний ступінь точності при будь-якому обсязі сукупності. Дотримання" рамок надійності гарантується "1
При N -gt; OO і при F менш О, ОО5 ця формула має вигляд
1
Шварц р Вибірковий метод. Керівництво по застосуванню статистичних методов.- М .: Наука, 1976.- 213 с.
Р. Q
N = ---------------,
2
G
р
Де: N - обсяг генеральної сукупності-
F - частка вибірки від всієї генеральної сукупності-
Р - ймовірність появи ознаки, в даному
випадку це ймовірність появи Хi, вона як правило,
2 не вище О, 4.-
G - стандартна помилка частки в виборке- задамо їй не дуже
точне, але задовольняє вимогам прогнозу
значення - О, 1 / в статистичних дослідженнях цю
величину рідко беруть більшою О, О1 /.
Q = 1 - P
Поставивши дані значення в формулу, отримаємо наступний результат:
O, 4. O, 6
N = ------------- = 24
O, 12
2
При G = O, O1, N дорівнюватиме 24О.
P
І в цьому випадку обсяг ймовірнісної вибірки значно
менше 1ТОВ одиниць спостереження. Але чи означає, що обсяг виробленої ймовірнісної вибірки є невиправдано завищеними? немає. Справа в тому, що з 1ТОВ обстежених вибираються
особистості з однотипними параметрами життєвого шляху, причому ці
параметри приймають п`ять значень - Х1, Х2, Х3, Х4, Х5. В силу
цього деякі значення Хi отримані по менш ніж 16 досліджуваних. В цьому випадку застосовувалися спеціальні способи для підвищення статистичної надійності дослідження.
Другий шлях визначення статистичної надійності отриманих таблиць розподілу полягає в перевірці дієвості,
точності прогнозу на додаткових вибірках досліджуваних. Припустимо, отримавши таблиці розподілу при обстеженні 1ТОВ
людина поступово представляють всі регіони Росії, застосовуємо їх для обстеження працівників Сибіру, менеджерів, нефтяні-
ков, газовиків і ін. Якщо псіхопрогностіческая валідність при
цьому залишається стійко високою / від О, 3 і вище /, то можна говорити про статистичної надійності вихідних таблиць розподілу, так як різні групи обстежуваних потрапляють під
дію виявлених статистичних залежностей.
Дослідно-експериментальна перевірка методики дозволяє уникнути абсолютизації статистичних методів на шкоду змістовним психолого-педагогічним процесам. Адже існують різноманітні професійні групи, трудові колективи зі специфічною системою міжособистісних відносин, відрізняються і умови, в яких протікає трудова діяльність людей. Нарешті, різні якісні характеристики трудових ресурсів: різний рівень освіти, національний склад, політичні орієнтації і т.д. Все це супроводжується і дещо іншими соціально-психічними явищами, впливає на результативність прогнозу.
Запропонована методика грунтується на положенні, що біографія є вихідним, надійним матеріалом дослідження особистості. У той же час не можна заперечувати і того факту, що кожна конкретна особистість на тому чи іншому етапі свого розвитку може скинути з себе тягар своєї біографії. І це слід враховувати при професійному психологічному відборі. Тому методика повинна припускати і аналіз суб`єктивних переживань досліджуваних, їх самопізнання. Це можна зробити за допомогою питань, відповіді на які дозволяють передбачити рівень розвитку самосвідомості особистості. Але щирість таких відповідей важко перевірити. Часто у людини підсвідомо виражено прагнення показати себе в кращому світлі. Особливо яскраво це проявляється у абітурієнтів під час вступу до ВНЗ, у кандидатів на високооплачувану посаду.
Для того, щоб уникнути помилкових відповідей, необхідно підбирати такі питання, відповідаючи на які обстежуваний не зміг би визначити перевагу того чи іншого відповіді, ставити питання не в прямій, а в непрямій формі. Причому між відповідями на ці питання і прогнозованими якостями особистості повинна спостерігатися стійка, рельєфна статистична залежність. Вдалий підбір питань вимагає довгої і трудомісткої роботи. Але і в цьому випадку відповіді можуть бути не зовсім щирими.
Міру щирості відповідей можна встановити експериментально.
для цієї мети в запропонованій методиці використовуються питання з анкети Айзенка / питання 35-43 біографічної анкети /. Назвемо їх контрольними питаннями / Кв /. Відповіді на них дозволяють передбачити щирість анкетованих. Введемо поняття коефіцієнта щирості / Ік /.
Ів
Ік = ---
N
Де: І - щирі ответи-
N - число всіх контрольних питань.
Якщо коефіцієнт щирості, припустимо, gt; О, 6, то можна припустити, що і на інші запитання анкети обстежуваний відповідає приблизно з такою ж щирістю. Якщо ж Ік lt; О, 6, то не слід сприймати серйозно відповіді, які не можна перевірити ще раз. В цьому випадку слід обмежитися аналізом об`єктивних, документально перевіряти ще параметрів життєвого шляху досліджуваної особистості. Але щоб порівняти результати анкетування обстежуваних, що відповідають щиро, і тих, щирість відповідей яких слід взяти під сумнів, їх слід порівняти, перевести в порівнянний шкалу. В цьому випадку можна порівняти, порівняти результати анкетування першою частиною анкети і всієї анкетою.
Таким чином, запропонована методика не обмежується аналізом об`єктивних параметрів життєвого шляху особистості, до уваги береться також розвиток самосвідомості особистості, її суб`єктивні переживання, найбільш значні з яких носять, безумовно, біографічний характер. Все це відповідає принципам практичної, прикладної психології: основним критерієм оцінки особистості є її діяльність, тобто соціальні факти- важливим критерієм оцінки особистості є і її суб`єктивні переживання, рівень розвитку самосвідомості. Маючи зібраний статистичний банк даних, відпрацьовані методичні прийоми співвіднесення в прогнозі документально перевіряти ще біографічних параметрів і особливостей суб`єктивних переживань особистості, щодо просто створюється експертна система з діагностики тих чи інших якостей особистості, в тому числі і її професійної схильності.
Суть рішення проблеми: отримані таблиці розподілу вводяться в ЕОМ і використовуються для псіхопрогностікі спочатку квантифікованій якостей особистості за методом аналогії.
У методичному плані така псіхопрогностіка проста: кожен факт біографії обстежуваного співвідноситься з гістограмою (таблицею розподілу) розвитку того чи іншого якості особистості вже проявили себе працівників з подібними параметрами життєвого шляху. Ці таблиці розподілу зберігаються в пам`яті ЕОМ, а закодовані біографії обстежуваних як би накладаються на них. Надалі псіхопрогностіка отримує вид суворого математичного аналізу з використанням методів теорії ймовірностей. На жаль математичний апарат такого аналізу не настільки простий, як сама методична ідея псіхопрогностікі особистості по її біографічними даними. При цьому псіхопрогностіка в даному варіанті працює відповідно до ефектом кумулятивного причин: вплив різноманітних фактів біографії як би підсумовуються, інтегруються. Досягнута прогностична валідність даної методики склала до О, 7 по кожному прогнозованому якості особистості.
На наш погляд, прогнозування розвитку особистісних якостей на основі біографічних даних за допомогою складання таблиць розподілу є досить ефективним. Воно вигідно відрізняється від прогнозування розвитку особистості за допомогою традиційних тестів (хоча і містить в собі їх елементи).
По-перше, збір біографічних даних не є завданням на труднощі, як це характерно для тестів. І в цьому сенсі біографічний метод може діагностувати щось більше, ніж інтелект, здібності, знання: з його допомогою можна досліджувати і прогнозувати, мабуть, все якості особистості, розвиток яких детерміновано особливостями життєвого шляху і які піддаються квантифікації.
По-друге, конструювання тестів для психологічної діагностики тих чи інших особистісних якостей не є універсальним: той чи інший параметр особистості досліджується строго визначеної тестової методикою з певним набором питань. У той же час різноманітні якості особистості можна діагностувати питаннями, що мають загальну основу, багато в чому збігаються.
По-третє, біографічні методики такого виду мають високу надійність (питання тесту можна вивчити і знати як "краще" на них відповісти, в той же час свою біографію важче замінити чужий). Багато біографічні дані добре перевірені документально.
По-четверте, подібні методики легко і природно можуть входити в експертні системи, автоматизовані системи вивчення особистості. Вони мають для цього всіма необхідними ознаками: легко расчленяеми на складові компоненти, добре і природно співвідносяться з особистісними методиками, їх інтерпретація має більш алгорітмізірованний вид, ніж звичайних тестів і т.д.
Таким чином, методика дослідження особистості на основі складання таблиць розподілу дозволяє легко і природно "стиснути" інформацію про людину до точки на шкалі "придатний - не придатний" або інший дихотомічної структури ( "дисциплінований - недисциплінований", "працьовитий - нетрудолюбів" і т. д.).
Природно такий підхід можна і потрібно застосувати при прогнозуванні професійної схильності особистості. Цей прогноз буде побудований відповідно до ефектом кумулятивного причин. Однак даний методичний підхід поряд з безперечними перевагами має і недоліки. Одним з них є недостатнє врахування індивідуально-неповторного впливу на особистість якогось біографічного події, порівнянного або навіть конкуруючого, перекриває ефект кумулятивного причин, це так звана факторна причина. І істина криється в співвідношенні, поєднанні кумулятивного і факторних причин.
Нами розглянуто один з статистичних варіантів біографічного методу, за допомогою якого можна стиснути інформацію про особу до точки на шкалі "придатний - не придатний", "високий рівень - низький рівень розвитку певної якості особистості". Однак це далеко не єдиний статистичний варіант біографічного методу. Можна виділити і інші. Не будемо їх детально описувати, так як вони поступаються по точності, можливостям адаптації до різних вибірках обстежуваних, а лише кратно опишемо їх можливості.
* Оцінка біографічних даних на основі застосування таблиць розподілу має найбільшу прогностичної точністю / валідність може досягати О, 6-О, 7 / і найбільшими адаптивними здібностями. Однак вона має і свої недоліки: застосування можливо тільки за допомогою ЕОМ-для адаптації до конкретного контингенту обстежуваних необхідні висококваліфіковані расчети- для отримання статистично надійних таблиць розподілу треба обстежити велику кількість осіб за аналогією з розвитком яких формується прогноз.
* Оцінка біографічних даних на основі застосування таблиць зосереджених випадкових величин відрізняється достатньою точністю / валідність може досягати О, 5-О, 7 /. Деяке падіння валідності стосовно застосування таблиць розподілу компенсується зменшенням вводиться в ЕОМ інформації, спрощенням розрахунків по визначенню коефіцієнтів значущості, зменшенням вибірки для пошуку статистично надійних таблиць зосереджених випадкових величин і іншими перевагами, тобто деякі недоліки даного різновиду статистичного варіанта біографічного методу пов`язані і з деякими її перевагами.
* Оцінка біографічних даних на основі використання фіксованих бальних систем з корекцією величини балів в залежності від прогностичності кожного параметра життєвого шляху відрізняється і відносно високою валідність / вона може досягати О, 5 / і відносною простотою / окремими шкалами можна користуватися без ЕОМ /. Її переваги: практичне використання можливо без ЕОМ, є деякі можливості адаптації до конкретного контингенту обстежуваних. Але одночасно методика не позбавлена і деяких недоліків. І головний з них - падіння валідності: Повну біографічної анкети вона в кращому випадку досягає О, 5.
* Оцінка біографічних даних на основі використання бальних систем з корекцією величини балів в залежності від ймовірності прояви кожного факту життєвого шляху. Методика забезпечує валідність до О, 6-О, 7. За своєю математичною суттю вона близька до ідеї діскріменантного аналізу. Отримані бали названі фіксованими балловой системами. Недолік даного різновиду статистичного варіанта біографічного методу полягає в його недостатньої адаптивності до різних контингентів обстежуваних.
* Оцінка біографічних даних, пов`язана з використанням емпіричних, визначених за допомогою експертів, балів має низку незаперечних переваг: вона може бути створена досить швидко для різних цілей, різних соціокультурних середовищ, а її використання є відносно простим. І навіть падіння валідності при цьому до О, 2-О, 3 не є протипоказанням для її застосування, так як переваги очевидні. При відсутності достатніх експериментальних даних ця методика може стати єдино можливою, особливо на початкових етапах обстеження.
Крім вже описаних методик в процесі обстеження створювалися і інші різновиди статистичного варіанта біографічного методу, що опинилися менш практичними і менш ефективними. При цьому використовувалися висновки з досліджень, проведених за кордоном. Осмислення цих різновидів статистичного варіанта біографічного методу також повчально.
* Оцінка біографічних даних з використанням результатів кореляційного аналізу є на наш погляд малоефективною. Це пов`язано, з одного боку, з труднощами і часом неможливістю шкалювання всіх найбільш важливих біографічних даних в шкалі інтервалів, відносин. З іншого боку, це пов`язано з невисокою досягнутої псіхопрогностіческой валідність, низькими значеннями коефіцієнтів кореляції між квантифікувати біографічними даними і зовнішнім критерієм. Ця проблема вже докладно розглянута.
* Оцінка біографічних даних на основі результатів регресійного аналізу відрізняється тими ж недоліками, як і оцінка біографічних даних за допомогою кореляційного аналізу, хоча кілька точніше останньої при використанні шкали інтервалів і відносин. Результати досліджень західнонімецьких психологів в цьому напрямку (Strasser W., 1975) кажуть про можливість практичного застосування даного різновиду статистичного варіанта біографічного методу та про його недоліки по відношенню до обгрунтованих в дисертації різновидам статистико-біографічної методики вивчення особистості.
* Оцінка біографічних даних за допомогою застосування коефіцієнтів спряженості по вже проаналізованими причин не відображає повною мірою якісні психологічні явища, має низку недоліків навіть по відношенню до корреляционному і регрессионному аналізам.
* Оцінка біографічних даних з використанням стандартних статистичних залежностей, як показали дослідження за кордоном і деякі наші зусилля, не володіє достатньою точністю, так як статистичний зв`язок: "факт біографії - зовнішній критерій" в кожному конкретному випадку конкретна і унікальна.
* Оцінка біографічних даних з використанням бальних систем шляхом їх підбору за допомогою ЕОМ грунтується на пошуку найбільш значущих кореляцій. Цьому напрямку досліджень було віддано чимало сил, але воно виявилося малоефективним, хоча сам підхід і отримані результати виявилися не марними.
Суть цієї методики полягає в тому, що ЕОМ як би автоматично підбирає бали по кожному біографічного параметру.
Критерієм для відбору служить досягнення коефіцієнта кореляції при переборі можливих значень балів максимуму. Коефіцієнт кореляції при цьому шукається між зовнішнім критерієм і тим або іншим значенням біографічного параметра. Відправною точкою для розрахунків виступає система емпірично, визначених за допомогою експертів балів. Незважаючи на зростання коефіцієнта кореляції на базовій вибірці до о, 8-о, 9, незважаючи на те, що розрахунок валідності методики для різних груп обстежуваних з цієї ж вибірки був обнадійливим / о, 7-о, 9 /, перенесення цієї системи балів на іншу вибірку знижує валідність до нуля. Таким чином, в результаті проведених розрахунків, непростих з методичної та технічної точок зору, привласнення бали кожному біографічного події відображало випадкові залежності, не було універсальним. Це зайвий раз підтверджує, що навіть найвитонченіші математичні хитрощі в психології можуть бути безрезультатними без їх якісного осмислення. Це зайвий раз підтверджує наявність ефекту кумулятивного причин в даній сфері: випадкові відхилення по кожному біографічного параметру більше, ніж відхилення відображають вплив тих чи інших біографічних фактів, параметрів на розвиток особистості. Шляхом автоматизованого підбору балів ЕОМ фіксує ці випадкові відхилення. Так що в підсумку виходить система випадкових відхилень, яка підходить, "підганяється" під біографії і відповідний рівень розвитку особистостей базової вибірки, але виявляється випадковою для будь-якої іншої. Однак була б невірною і однозначно негативна оцінка застосованого методичного підходу. При його подальшій розробці він може бути більш успішним, особливо при його поєднанні з вже розглянутими різновидами статистичного варіанта біографічного методу.
* Оцінка біографічних даних за допомогою діскріменантного аналізу ефективна, але в меншій мірі, ніж за допомогою таблиць розподілу і таблиць зосереджених випадкових величин, хоча і не протистоїть їм. Ідея діскріменантного аналізу пов`язана з виділенням контрастних груп обстежуваних / це представлено і в таблицях розподілу - х1, х5, і в таблицях зосереджених випадкових величин - х1, х3 / і використанням в подальшому того факту, що ймовірність попадання кожної особистості в ці контрастні групи різна в залежно від її тих чи інших параметрів життєвого шляху або їх певного набору. Ідея заслуговує на увагу і виявилася дуже плідною. Однак як показали розрахунки, проведене експериментальне дослідження важливо виділяти не дві контрастні групи, а кілька. При використанні зосереджених випадкових величин їх дві / х1 і х3 /, при використанні таблиць розподілу їх більше: х1 контрастно до х5, х2 - до х4, а х3 як би розбивається на дві підгрупи, так як значення балів розраховується виходячи із середнього арифметичного для кожної групи обстежуваних з загальними тими чи іншими біографічними параметрами.
Ідея діскріменантного аналізу в якійсь мірі зберігається і при отриманні фіксованих бальних систем з корекцією величини балів в залежності від ймовірності прояви кожного факту життєвого шляху в зробленої вибірці обстежуваних. При цьому всі обстежувані в базовій вибірці розбиваються як би на дві групи: "кращі", шкала рейтинг для них вище середнього арифметичного, і "гірші" - шкала рейтинг нижче середнього арифметичного. Отримані балловой системи коригуються в залежності від ймовірності / відсотка / обстежуваних по даному параметру життєвого шляху, тим самим зменшується величина випадкового відхилення.
Таким чином, ідея діскріменантного аналізу не суперечить результатам дослідження, хоча при подальших дослідженнях є резерви для більш повного врахування його можливостей.
Зробимо висновок. З усіх експериментально перевірених підходів до пошуку найбільш ефективних різновидів статистичного варіанта біографічного методу більш перспективними і практичними виявилися: оцінка біографічних даних на базі використання таблиць розподілу, таблиць зосереджених випадкових величин і оцінка біографічних даних з використанням фіксованих бальних систем з обмеженням величини балів в залежності від ймовірності прояви кожного факту життєвого шляху / по своїй ідеї вона близька до діскріменантному аналізу /.
При подальшому розвитку математичного апарату, що застосовується в психології, можливі і необхідні пошуки інших, більш ефективних статистичних варіантів біографічного методу. Практично всі розділи теорії ймовірностей можуть бути застосовані при цьому пошуку.
Сказане дозволяє виділити структурні, змістовні компоненти статистичного варіанта біографічного методу.
основними п о д х о д а м і його реалізації при вивченні особистості є:
- підсумовування впливу окремих біографічних подій, даних на розвиток особистості-
- облік впливу різних сполучень біографічних подій на розвиток тих чи інших особистісних якостей.
Найбільш доступним на сьогоднішньому рівні розвитку науки є перший підхід.
В рамках цього підходу застосовні наступні з п о с о б и статистико-біографічного аналізу:
- на основі складання таблиць розподілу-
- на основі застосування таблиць зосереджених випадкових велічін-
- на основі використання фіксованих бальних систем з корекцією величини балів залежно від імовірної прогностичності кожного параметра життєвого шляху-
- на основі фіксованих бальних систем з корекцією величини балів в залежності від ймовірності прояви біографічних подій в даній вибірці обследуемих-
- на основі використання фіксованих балів певних експертамі-
- на основі використання фіксованих балів, отриманих за допомогою кореляційного аналізу, регресійного аналізу, коефіцієнтів сопряженності-
- на основі бальних систем, що підбираються за допомогою ЕОМ-
- на основі діскріменантного аналізу та ін. Найбільш оптимальними п р и м а м і оптимізації статистико-біографічних обстежень є:
- використання трехчастотние випадкових велічін-
- складання недостатньо статистично значущих таблиць розподілу з таблицями розподілу по найближчих значень шкали порядку, інтервалів, відносин-
- складання недостатньо статистично значущих таблиць розподілу з базовою таблицею розподілу цього ж якості в цілому по виборке-
- використання коефіцієнтів переносу при поєднанні результатів статистико-біографічних досліджень різних вибірок обследуемих-
- складання таблиць розподілу по обстежуваним якостям особистості, отримання сумарної таблиці розподілу, зосереджених випадкових величин по виділеним біографічними даними.
Найбільш перспективно використовувати біографічну псіхопрогностіку на основі таблиць розподілу, побудованої за ефектом кумулятивного причин в психології.
Поділитися в соц мережах:
Схожі
