А-П

П-Я

А  Б  В  Г  Д  Е  Ж  З  И  Й  К  Л  М  Н  О  П  Р  С  Т  У  Ф  Х  Ц  Ч  Ш  Щ  Э  Ю  Я  A-Z

 

1 - совпадение с "ключом>: 0 - несовпадение с <ключом>.
КОР
нормированного нормального распределения в точке, за которой лежит
- 100% площади под кривой (см. Нор-п
мальное распределение). Из данных
табл. 9 --=-=0,61; ордината нормиро-п 1о
ванного (единичного) нормального распределения (U), за которой лежит 61% площади под
кривой, равна 0,3836.
В отличие от других коэффициентов корреляции, /";," может принимать значения ниже -1 и
выше +1. В случае попадания значения в эти области делается вывод о некорректности
предположения о нормальном законе распределения Х или о распределении значений Х в
выборке с эксцессом значительно ниже нормального. Следует обратить внимание на то
обстоятельство, что при распределении переменных Х с эксцессом больше нормального
границы /"у, будут соответственно меньше пределов -1 и +1, что приведет к переоценке
степени связи. Это требует тщательной проверки свойств распределения при
использовании бисериального коэффициента корреляции.
При вычислении г и Гд" оперируют одинаковыми исходными данными, однако эти
коэффициенты не тождественны. Коэффициент Гр,, более строг при характеристике
степени связи между Х и У (bis> rpь Случаи, когда одна из переменных представлена в
дихотомической шкале, а другая - в порядковой, требуют применения коэффициента
рангово-бисе-риальной корреляции
=2-,
где Y, - средний ранг объектов, имеющих 1 по X; Уд - средний ранг объектов с 0 по X.
Пример вычислений приведен в табл. 11. Коэффициент г тесно связан с коэффициентом т
Кендалла. Особенно четко эта связь прослеживается при ана-
Таблица It Вычисление
рангово-бисериальной корреляции г д при сопоставлении результатов теста удевочек(1) и
мальчиков(О)


S я


\
g


X




1|
ё S
Вычисление
t-
Ё-


ад
Е;
а
Ё S-


S
sl
я
й>.
п.
S

1 0 1 =7,5; п=10
2 1 10 =4,2
30 2
2(7,5-4,2)

Ггь- 0,67
4 1 9
50 5
60 8
7 1 4
8 1 7
90 3
10 0 6

лизе корреляционной связи с помощью близкого к г коэффициента г" в случае
использования для его определения понятия совпадения и инверсии (см. Корреляция
ранговая):
г =p.-
рь П(,>1
где n.Q - число объектов с нулевой дихотомией; л; - число объектов с единичной
дихотомией; Р- сумма совпадений; Q - сумма инверсий.
При оценке значимости связи можно использовать критерий Стьюдента:
t=r


=2,5.
=0,67;
При количестве степеней свободы п = п - 2 = 8 tp = 2,306, при а = 0,05;
( > tp, следовательно, при а < 0,05 выявленная связь является статистически значимой.

КОР
КОРРЕЛЯЦИЯ КАЧЕСТВЕННЫХ ПРИЗНАКОВ - метод анализа связи переменных,
измеряемых в порядковых шкалах и шкалах наименований (см. Шкалы измерительные).
Наиболее часто такой корреляционный анализ проводят с помощью коэффициентов
корреляции ранговой, используемых в случаях, когда обе переменные измеряются в шка-
лах порядка или легко могут быть преобразованы в ранги. При измерении сравниваемых
переменных в шкалах наименований широко применяются коэффициенты сопряженности,
в которых в качестве промежуточной расчетной величины используется критерий согласия
Пирсона (см. Критерий X2). Наиболее часто в таких расчетах пользуются коэффициентом
сопряженности Пирсона:


Значение Р всегда положительно и измеряется от нуля до единицы. Особенностью
коэффициента сопряженности Пирсона является то, что максимальное его значение
всегда меньше +1 и в значительной степени зависит от количества наблюдений (размера
таблицы). В случае квадратной таблицы (k x k)
Так,в таблице размером (5 х 5) Р\ = = 0,894; в таблице (10 х 10) Р = 0,949. Поэтому
окончательной формой выражения связи между переменными с помощью коэффициента
Пирсона является его отношение к величине Рд для данного случая {Р/Р).
При расчете сопряженности находит применение также коэффициент Чупрова:
1-----у2-----
Т= , х
\n(t-\)(k-[)
где t - число столбцов таблицы, k - число строк таблицы.
В психологической диагностике описанные коэффициенты используются относительно
редко.
КОРРЕЛЯЦИЯ РАНГОВАЯ - метод корреляционного анализа, отражающий отношения
переменных, упорядоченных по возрастанию их значения. Наиболее часто К. р.
применяется для анализа связи между признаками, измеряемыми в порядковых шкалах
(см. Шкалы измерительные), а также как один из методов определения корреляции
качественных признаков. Достоинством коэффициентов К. р. является возможность их ис-
пользования независимо от характера распределения коррелирующих признаков.
В практике наиболее часто применяются такие ранговые меры связи, как коэффициенты К.
р. Спирмена и Кендалла. Первым этапом расчета коэффициентов К. р. является
ранжирование рядов переменных. Процедура ранжирования начинается с расположения
переменных по возрастанию их значений. Разным значениям присваиваются ранги,
обозначаемые натуральными числами. Если встречаются несколько равных по значению
переменных, им присваивается усредненный ранг(табл.12).
В табл. 13 приведены данные для расчета коэффициентов К. р. Во второй графе
представлены ранжированные показатели по первому из сравниваемых распределений
(оценка IQ, в третьей графе - соответствующие им данные теста зрительной памяти).
Коэффициент корреляции рангов Спирмена (/,) определяется из уравнения:
г,=1-
6Ы-
КОР
Таблица 12
Ранжирование распределения показателей теста (п = 18)
Тестов
ая
оценка
Порядковый номер
Ранг
20
1
1
17
2
2
16 16
;}3.5
3,5 3,5
15
5
5
14
6

7,5
14 14
7 8

7,5 7,5
14
9

7,5
12
10
10
10
11
11
9
12
12
7
13

14,5
7
14
13+16 ,,,
14,5
7
15
2 -145
14,5
7
16

14,5
5
17
17,0
3
18
18,0

Используя данные табл. 12, получаем:
-ir053
Коэффициент корреляции рангов Кендалла т определяется следующей формулой:
P-Q
-п(п-\)
где Р и Q рассчитываются по табл. 12. Так, в восьмой графе подсчитывается, начиная с
первого объекта X, сколько раз его ранг по У меньше, чем ранг объектов, расположенных
ниже. Соответственно в девятой графе (Sg) фиксируется, сколько раз ранг Y больше, чем
ранги, стоящие ниже его в столбце X. Подставляя эти данные в формулу,получаем:
т=
27-11
=0,36.
где ri, - разности между рангами каждой переменной из пар значений Х и У; n - число
сопоставляемых пар.
При сопоставлении приведенных коэффициентов оказывается, что коэффици-
Распределение /0-оценок и показателей теста зрительной памяти
Таблица 13
Номер
испыту
емого
/Q-
оценк
а (X)
Зрител
ьная
память
(Х)
РангЛ
"
Ранг
У
d
d2
Р
0
1
1,20
15
1
4
-3
9
5
2
2
1,00
15
2,5
4
-1,5
2,25
5
2
3
1,00
18
2,5
1
1,5
2,25
7
0
4
0,91
15
4,5
4
0,5
0,25
5
1
5
0,91
13
4,5
9
-4,5
20,25
0
3
6
0,90
13
6
9
-3
9
0
3
7
0,88
17
7
2
5
25
3
0
8
0,86
14
8
6,5
1,5
2,25
1
0
9
0,76
14
9
6,5
2,5
6,25
1
0
10
0,75
13
10
9
1
1
0
0
-
-
-
-
-
-
?=77,5;
S,=27;
S,=ll

145
кос ------------
ент т более информативен, чем г,, и рассчитывается проще. Поэтому на практике при
расчете К.. р. отдают предпочтение коэффициенту т.
КОСА КУБИКИ - невербальный тест интеллекта. Предложен К. Косом в 1920г.
Испытуемому предлагают составить фигуры из цветных кубиков по рисункам-образцам.
Тестовый материал состоит из шестнадцати кубиков с ребром 2,5 см, стороны которых
окрашены в красный, белый, желтый и синий цвета. Оставшиеся две противоположные
грани разделены по диагонали, причем одна окрашена в белый и красный цвета, а вторая
- в синий и желтый (см. Векслера интеллекта измерения шкалы, рис. 13). В набор вклю-
чены восемнадцать образцов фигур, первый из которых является тренировочным и
выполняется совместно с испытуемым. Цвета рисунков-образцов соответствуют цветам
кубиков, но размеры образцов вдвое меньше. Образцы размещены посередине картонной
карточки, имеющей размер 10 х 7,5 см.
Задания следуют в порядке возрастающей трудности,что обеспечивается пос-
ледовательной комбинацией следующих условий:
- фигуру можно построить только из одноцветных сторон кубиков;
- для построения фигуры следует использовать несколько двухцветных граней;
- фигуру можно сложить только из двухцветных сторон или из сочетания двухцветных и
одноцветных, причем на образце не обозначена граница между соседними кубиками;
- образец повернут на 45Ї, т. е. стоит на ребре;
- для составления фигур требуется использовать все большее количество кубиков;
146
- образцы постепенно становятся все менее симметричными;
- увеличивается количество цветов на образце;
- образец не ограничивается рамкой, так что на краях сливается с фоном. Образцы-
рисунки испытуемому предъявляются последовательно,тестирование прекращается после
пяти последовавших друг за другом неудачных решений. Успешность оценивается с
нескольких позиций. Самым важным показателем является время решения отдельных
заданий. В протоколе фиксируется и количество попыток при выполнении. Первичные
оценки по результатам выполнения заданий переводятся в показатель умственного
возраста. В более поздних модификациях оценки переводятся в IQ-показа-тели
стандартные. Данные дополняются качественным анализом поведения испытуемого.
К. к. принадлежат к часто применяемым тестам и широко используются как в оригинальной,
так и в сокращенных модификациях (см., напр., Векслера интеллекта измерения шкалы).
Ценность теста определяется особенностями деятельности испытуемого, которая
моделируется его заданиями. Испытуемый начинает выполнение задания с анализа
образца, путем сопоставления фрагментов образца с гранями кубиков. Затем
осуществляется генерализация выделяемого признака. Вслед за этим осуществляется
переход к синтезу - констатация соответствия между образцом и собранной из кубиков
фигурой. По мнению К. Коса, в ходе решения заданий задействуются все мыслительные
процессы.
Имеются сведения о валидности кон-структной К. к. Получена значимая корреляция с
Бине- Симона умственного развития шкалой (г =0,82 у нормальных детей и г = 0,67 у
слабоумных детей). Изучались связи показателей К. к. с
основными тестами интеллекта, в частности Станфорд-Бине умственного развития
шкалой (г =0,77), Равена прогрессивными матрицами (г= 0,81). Обращается внимание на
независимость друг от друга показателей К. к. и тестов арифметических способностей.
Наиболее широкое применение К.к. находят в клинической психодиагаостике (В. М.
Блейхер, И. В. Крук, 1986). По данным Л. Кошча (1976), тест весьма полезен при работе с
такими разнообразными контингентами испытуемых, как творческие личности с высоким
уровнем способностей и, с другой стороны, умственно отсталые лица; дети с минимальной
мозговой дисфункцией, нарушением концентрации внимания, нарушением про-
странственной ориентировки;дети,страдающие неврозами; дети с задержкой психического
развития, педагогически запущенные; больные юношеского и зрелого возраста,
страдающие шизофренией. Тест может использоваться и при анализе интеллектуального
потенциала здоровых лиц.
В отечественной психодиагкостике К. к. используются чаше всего в том виде, как они
представлены в соответствующем отдельно взятом субтесте Векслера интеллекта
измерения шкалы.
КОЭФФИЦИЕНТ АЛЬФА (а) - ста
тистический показатель, используемый при дисперсионном анализе. Предложен Л.
Кронбахом(1971). Наиболее часто применяется при оценке надежности теста. Уравнение
К. А. имеет следующий вид:
УТ-1
------------ коэ
дартных отклонений для отдельных заданий. В том случае, если в методике применяются
задания дихотомического типа (<да>-<нет>, <правильно>-<неправильно>), может быть
использована упрошенная формула:
где п - количество заданий теста, о,2- квадрат стандартного отклонения для всего теста,
"Еа2 - сумма квадратов стап-
п-\
где ZPQ=?a2 и Р-доля испытуемых, давших <ключевой> или правильный ответ, a Q = 1 -
Р. Дихотомический вариант К. А. является уравнением Кыодера-Ри-чардсона (см.
Надежность частей теста). Применение К. А. основано на моде-ля, предполагающей
наличие большой дисперсии (а стало быть, и дискримина-тивности заданий теста) скорее у
надежного, чем у ненадежного теста (см. Надежность факторно-дисперсионная). Таким
образом, если при факторном. анализе возвести в квадрат и просуммировать нагрузки
выявленных факторов, можно определить надежность, поскольку нагрузки факторов
представляют корреляцию теста с общими или специфическими факторами. Модель
надежности фак-торко-дисперсиокной близка к анализу надежности по внутренней согласо-
ванности..
Факторно-дисперсионный мьтод анализа надежности находится в сильной зависимости от
выбора переменных, з связи с которыми факторнзуется тест. Так. если сопоставлять тест
математических способностей с личностными или мотивй-ционньт-и переенчычи, то
оценка Надежности была бы неадекватной (практически не было бы общих факторов). С
другой стороны, если бы тест факторизчрс-вался совместно с тестами общих способностей
так, чтобы каж.тп iecT мог Harpy жать соответствующ;" ему факторы, метод надежности
фактйрно-дисперсиопнпй
ЕД7
КРИ ------------------
мог бы быть достаточно точным. Таким образом, эта модель подходит для оценки на-
дежности теста/факторная валидность которого известна или задана при разработке, а
также тестов, связанных с ограниченным числом общих факторов.
КРИТЕРИАЛЬНО-КЛЮЧЕВОЙ ПРИНЦИП - принцип конструирования тестов на основе
обнаружения (эмпирического) психологических признаков, позволяющих
дифференцировать релевантные критериальные группы от контрольных. Широко
используется для конструирования психодиагностических методик наряду с факторно-
аналитическим принципом. Примером методик, в которых реализован К.-к. п., являются
опросники эмпирические, такие как Минне-сотский многоаспектный личностный опросник,
<Бланк интересов> Стронга (см. Опросники интересов) и др.
Так, при разработке ММР1\\з первоначального банка утверждений в основные клинические
шкалы включались только те, которые хорошо дифференцировали испытуемых с тем или
иным клиническим диагнозом от контрольной группы здоровых людей (см.
Дискриминативность заданий теста}. В шкалы <Бланка интересов> Стронга вошли те
утверждения из первоначального набора, которые реально разделяли группы лиц.
являвшихся носителями определенных интересов. Иногда задания, объединенные общей
шкалой в силу эмпиричности конструирования, не имеют не только теоретического, но
даже интуитивного, гипотетического объяснения.
В тех случаях, когда необходимо дискриминировать группы,напр., в профотбо-ре, К.-к. п.
является достаточно эффективным.
В тестах, созданных в соответствии с К.-к. п., основное значение придается дис-
криминативности. Важен тот факт, что
44Й
тест является дискриминативным, а не причина, по которой это происходит. В связи с
использованием К.-к. п. конструирования тестов возникает ряд проблем, которые должен
решать разработчик. К их числу в первую очередь следует отнести трудности в отборе
критериальных групп. ММР1, например, разрабатывался, как указывалось выше, путем
сопоставления больных и здоровых, однако разработка шкалы шизофрении (S;.) или
паранойи (Р) с большим успехом могла бы опираться на сопоставление группы больных с
выраженными шизоидными или паранойяльными тенденциями с группой пациентов, у
которых отмечаются противоположные патологические особенности, но это практически
нереально. Комплектование критериальной группы больных опиралось на врачебный
диагноз, который разными специалистами может восприниматься по-разному. Сложность в
отборе <чистых> групп для сравнения ведет в конечном итоге к снижению надежности и
валид-ности теста. (См. также Контрастные группы.)
Другая проблема связана со значительными трудностями, а иногда и невозможностью
психологической интерпретации показателей тестов, созданных в соответствии с К.-к. п.
Наиболее вероятным является то, что одна критериальная группа отличается от
релевантной ей не одним, а несколькими (иногда многими) переменными. Полученные
шкалы являются, таким образом, не однозначными, а мультивариантными.
Следовательно, два идентичных показателя могут иметь различную интерпретацию, и не
существует определенного способа по виду показателя установить, что измеряет данная
шкала. Факт, что тест может дискриминировать группу Х от группы У, не говорит ничего о
природе переменной, измеряемой тестом, если только мы не располагаем
доказательством, что группы отличаются одна от другой лишь по одной переменной.
Результатам тестов, разработанных на основе К.-к. п., присуща известная специфичность,
что также является серьезным ограничением. Например, если такой тест используется для
отбора сборщиков электронной аппаратуры, он будет разрабатываться на основе
конкретного критерия, связанного с выполнением работы определенного характера.
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