Методические основы прогнозирования тенденций развития личности с помощью таблиц распределения
Существуют десятки различных вариантов биографического метода. Здесь будет представлен один из них, на наш взгляд, наиболее перспективный при создании экспертных систем в психологии, акмеологии. Во всяком случае, эта методика положена в основу экспертной системы PSY.При создании данной методики мы исходили из того, что в силу внутренней активности личности, ее самосознания (наиболее важные моменты развития которого носят биографический характер) и крайне сложного индивидуально-неповторимого переплетения детерминирующего влияния на развитие личности различных факторов нет и принципиально не может быть однозначной связи между тем или иным биографическим событием и тем или иным уровнем развития определенного качества личности: при одном и том же биографическом событии у конкретной личности возможно различное и порой противоположное развитие данного качества.
Однако вероятность того или иного развития качества личности при разных фактах биографии различна. Современный уровень развития теории вероятностей позволяет на лаконичном языке математики выразить самые сложные вероятностные процессы влияния тех или иных событий биографического порядка на развитие личностей, однородных в социально-психологическом плане. Анализ большого количества статистических зависимостей: "факт биографии - тенденция развития личности" может служить основанием для действенного прогноза развития тех или иных качеств конкретной личности. Первоначально данная методика отрабатывалась на примере обследования студентов вузов.
Жизненный путь большого количества студентов (500 человек) был выражен количественно в шкале наименований и шкале порядка. Исходные биографические параметры взяты не случайно, а на основе обобщения опыта кадровых органов, результатов обследований, анализа многочисленной психологической литературы. Примером созданной биографической анкеты может служить анкета в приложении 1. Квантифицированные параметры биографий (их было более 150) были совмещены с цепочкой цифр, отражающих уровень развития профессионально важных качеств личности у студентов-выпускников. Для оценки уровня развития профессионально важных качеств личности применялся метод ГОЛ (групповой оценки личности), при этом учитывалось мнение не менее пяти экспертов об одной личности. Личности обследуемых экспертами оценивались тщательнейшим образом. Для повышения качества их работы им для оценки давалось не более 10 человек. Вся эта работа длилась годы. Таким образом был собран исходный банк данных, характеризующий уровень развития личностных качеств выпускников вузов с различными биографическими параметрами. Собранная информация была статистически обработана.
Для психопрогностики был предложен метод, который можно условно назвать методом вероятностного обследования личностей на основе составления таблиц распределения. Необходимость разработки данного метода продиктована некоторыми существенными недостатками корреляционного анализа: его линейным характером и возможностью вычисления коэффициента корреляции (как и применение регрессионного анализа) между параметрами, выраженными в шкале не ниже шкалы порядка. Здесь же применялись главным образом номинальные шкалы и лишь прогнозируемые параметры были выражены с помощью экспертной оценки (признаки шкалы порядка и интервалов).
Согласно примененной шкале исследуемые качества личности принимают пять значений и их можно рассмотреть как дискретные случайные величины. Каждое из значений принимается с определенной вероятностью. Среди всех качеств личности с особым трепетом прогнозировалась дисциплинированность студентов. Это было вызвано тем, что в некоторых вузах резко упала исполнительность их питомцев, появились многочисленные случаи привлечения студентов к уголовной ответственности и др. Руководство вуза хотело получить инструмент прогнозирования данных явлений.
Обозначим дисциплинированность студентов через D. Возможные значения D через Х1, Х2, Х3, Х4, Х5. Где Х5 соответствует идеальной дисциплинированности, Х4 - хорошей и т.д. При этом применялись определенные критерии. Порядок формирования данных оценок подробно описан в изданиях по экспертным оценкам. (См: ..... ). Вероятность появления каждого значения Хi будет обозначаться соответственно Р1, Р2, Р3, Р4, Р5. Закон распределения вероятностей для всех обследованных студентов найден эмпирически в результате математической обработки полученного массива цифр, который отражает жизненный путь, биографию и уровень развития личностных качеств студентов старших курсов.
Например, в нашем исследовании из 500 студентов 57 имели безупречную, идеальную дисциплинированность. Следовательно, для всей выборки вероятность появления Х5 равна 57:500 - O,114. Подобным образом найдены и другие значения Рi. Перед нами - таблица распределения вероятностей дискретной величины D в целом по выборке.
Из всех обследованных студентов можно выделить личностей, отличающихся по какому-то параметру жизненного пути, например по порядку рождения - единственных (z1), старших (z2), средних (z3), младших (z4) детей в семье и найти таблицы распределения для данных групп студентов.
Вот полученные данные:
Эти результаты можно наглядно представить в виде гистограмм распределения. Для примера построим такую гистограмму в целом для всей выборки и для единственных детей в семье (z1).
Подобные таблицы распределения получены по различным качествам личности для десятков, сотен параметров биографий, жизненного пути и другим параметрам. Они получены не только для студентов, но и для различных профессиональных групп. Подобный подход позволил широко применить методы математической статистики.
Исследование возможности применения статистических методов, ЭВМ при биографическом изучении личности прошло два этапа.
Первый этап исследования - эмпирический. На этом этапе осуществлялся сбор материала, отражающего биографии и личностные качества представителей различных профессиональных групп. Информация готовилась для обработки на ЭВМ. Так биографические данные 1000 работников до 35 лет выражены в шкале наименований /иногда в шкале отношений, интервалов/ с помощью цифр. В одних случаях - когда какой-либо исследуемый параметр личности можно зафиксировать по степени выраженности - они квантифицированы в дискретной шкале интервалов, отношений. Среднестатистическим показателем в этом случае служит среднее арифметическое /Х ср./. Между данными параметрами вычислялся коэффициент корреляции Пирсона / R /, находилась дисперсия / D /, среднеквадратическое отклонение / G /, вариация / V /. Однако в некоторых случаях параметры личности оценены по-другому. Допустим, различные способности обследуемых /вопрос 71/ зафиксированы следующим образом: цифра 1 означает наличие у личности музыкальных способностей- 2 - художественных- з - артистических и т.д., то есть использовалась шкала наименований. В этом случае находился процент, который составляют эти цифры от всей выборки. На этапе эмпирического исследования использовались все основные методы психологии: наблюдение, беседа, эксперимент, анкетирование, анализ результатов деятельности, обобщение независимых характеристик /метод ГОЛ/ и др. В силу этого можно говорить не о реализации биографического метода, а о реализации биографического подхода в исследовании личности с использованием всех основных методов психологии, акмеологии. Каждый обследуемый заполнял биографическую анкету самостоятельно. Некоторые данные из биографической анкеты перепроверялись, так как в исследовании установлено, что лица с ярко выраженными негативными тенденциями развития нередко отвечают на вопросы анкеты неверно. Поэтому потребовался дополнительный контроль за точностью ответов.
Собранные данные по каждой исследуемой личности были введены в ЭВМ в виде известных в психолого-педагогических исследованиях матриц 1
От качества работы исследователя на первом этапе создания методики зависит в решающей степени успех всей работы. Здесь необходима особая тщательность, скрупулезность, точность, научная корректность.
Второй этап исследования связан с количественной и качественной обработкой собранной информации. На этом этапе применялись математические и общенаучные методы исследования. Использовались дисперсионный, корреляционный, ковариационный анализ
и другие математические методы. Полученные количественные показатели в свою очередь применялись, во-первых, для социально-психологической интерпретации, и, во-вторых, для прогнозирования тенденций ее развития в условиях профессиональной деятельности.
В настоящее время для поиска статистических связей между двумя и более параметрами в математической психологии чаще используется корреляционный анализ. Он оказался недостаточно эффективным в биографических исследованиях. Ограниченность корреляционного анализа обусловлена в значительной степени его линейным характером. Попытка избавиться от линейной зависимости при многофакторном анализе, предпринятая американскими психологами путем создания стандартных зависимостей и подбора их применительно к воздействию на личность того или иного биографического фактора, не принесла ожидаемого результата
Дело в том, что в большинстве случаев зависимость уровня развития личностных качеств от биографических фактов гораздо сложнее линейной и предложенных стандартных зависимостей. Поэтому математический аппарат в значительной степени искусственно насаждался в биографических исследованиях, порой оказываясь недостаточно эффективным. Использование коэффициента корреляции Пирсона /как и его усовершенствованных вариантов - канонической корреляции и др./ в качестве основного математического
1
См. Битинас Б. Многомерный анализ в педагогике и психологии.- Вильнюс, 1971. - 347 с.
способа фиксации статистической связи между фактами жизненного пути и уровнем развития качеств личности противоречит одному из методологических требований, предъявляемых к методике биографического исследования: с помощью коэффициента корреляции нельзя выразить меру проявления различных тенденций развития личности при одном и том же биографическом событии. Следовательно, применение корреляционного анализа в качестве основного статистического метода огрубляет методику биографического исследования до неприемлемого уровня, снижает результаты прогноза.
Ограниченность применения коэффициента корреляции обусловлена и тем, что он находится между параметрами выраженными по степени значимости, то есть в шкале отношений или интервалов, например, между количеством членов референтной микрогруппы и уровнем трудовой дисциплины, производительности труда входивших в нее лиц. Но далеко не все показатели жизненного пути можно представить количественно по степени выраженности в указанных шкалах. Допустим, порядок рождения в семье /18-й вопрос анкеты, см. приложение 1 / обозначается так: 1-единственный, 2-первый, /3-средний, 4-младший ребенок, 5-иной ответ /допустим, воспитывался в детдоме и не знает какой он ребенок по порядку рождения/. В этом случае для квантификации биографического параметра применима только шкала наименований. Можно ли с помощью корреляционного анализа найти эвристически ценную статистическую связь между очередностью рождения в семье и уровнем дисциплинированности студентов, работников? нет. Этого нельзя сделать и с помощью графика среднестатистической зависимости.
Кроме того, как показывают наши расчеты и аналогичные результаты, полученные за рубежом, коэффициент корреляции Пирсона, выражая статистическую связь между фактами биографии и уровнем развития качеств личности, редко бывает больше О,3 и меньше -О,3 и, как правило, близок к нулю. Это значительно снижает его эвристическую ценность. Дело в том, что чем ближе коэффициент корреляции к линейной зависимости, то есть к 1 и к -1, тем более точно он отражает реальную связь факторов и тем на большую генеральную совокупность его можно распространить.
Данный факт объясняется тем, что при R близком к /1/, отдельные точки располагаются около линии пропорциональности признаков, то есть индивидуальные значения их мало чем отличаются от среднего арифметического /Хср./ по всей генеральной совокупности 1
Поэтому, несмотря на широкую распространенность линейный коэффициент корреляции применялся в проведенном исследовании в ограниченных целях. В каких же случаях и для чего он вычислялся?
Во-первых, для выявления тех статистических зависимостей, которые относительно стабильны при выборках более 100 человек.
При этом использовались лишь те факты биографий, которые устойчиво связаны с определенным уровнем развития квантифицированных качеств личности. Если в двух и более выборках R изменяется от -О,3 до О,З, то это свидетельствует о том, что связь данного биографического факта с данным качеством личности неустойчива, а следовательно, ее нельзя использовать для прогноза. Если же в нескольких выборках коэффициент корреляции указывает на устойчивую связь определенных фактов биографии с исследуемыми качествами личности, то это служит важным признаком успешного использования их для прогнозирования тенденций развития личности. Устойчивость и изменчивость коэффициента корреляции позволяет как бы рассортировать факты жизненного пути , выраженные в шкале порядка или отношений, на пригодные, непригодные и спорные для прогнозирования тенденций развития личностных качеств военнослужащих.
Во-вторых, для выявления и анализа наиболее значимых сочетаний между квантифицированными параметрами жизненного пути.
Возможное количество этих сочетаний фантастически громадно, ввиду чего проанализировать все теоретически возможные сочетания практически нельзя. Психолог вынужден ограничиваться анализом самых существенных статистических зависимостей. И в этом случае может помочь корреляционная матрица: наиболее плодотворно анализировать сочетания между исследуемыми качествами личности и фактами жизненного пути, находящимися с ними в прямой или же обратной зависимости. Таким образом, можно сгруппировать факты жизненного пути на способствующие развитию того или иного качества личности и сдерживающие его.
И все же существенные недостатки применения коэффициента корреляции Пирсона, большие трудности, связанные с совер-
1
См.: Шварц Г. Выборочный метод. Руководство по применению статистических методов.- М.: Наука, 1976.- 213 с.
шенствованием данного математического метода 1 , заставили нас использовать коэффициент корреляции лишь в некоторых случаях, хотя его вычисление учтено в программах для ЭВМ.
Особо следует сказать об использовании коэффициентов сопряженности при поиске устойчивых статистических связей между фактами биографий и уровнем развития тех или иных качеств личности, выраженных в шкале рейтинг. Хотя коэффициенты сопряженности /Чупрова, Пирсона, Крамера и т.д./ применяются при количественной, математической обработке качественных признаков, выраженных в шкале наименований, они не могут быть эффективно применены для прогноза, по крайней мере в данном случае. Дело в том, что коэффициенты сопряженности в принципе не могут выявить статистическую связь между двумя параметрами, они выражают только меру совместного отклонения двух признаков от их статистически независимого отклонения 2
И применительно к рассматриваемому случаю абсолютно одинаковые по величине коэффициенты сопряженности могут быть получены при равномерно ассиметричных распределениях в сторону высокого и низкого уровней развития исследуемых качеств личности /при этом абсолютно не учитывается такое ценное свойство шкалы рейтинг, как наличие больших и меньших, худших и лучших оценок/.
А это говорит о том, что благоприятные и неблагоприятные распределения получают одно и то же количественное выражение.
Естественно, что при этом получаются противоречивые, мало пригодные для прогноза показатели.
Да и стоит ли заменять таблицы распределения спорными, противоречивыми показателями, с трудном поддающимися качественной интерпретации? Ведь еще А.А.Чупров пришел к выводу, что связь между признаками можно с успехом исследовать с помощью таблиц распределения 3. Так что предлагаемый метод исследования не яв-
1 См.: Меерсон А.М. О некоторых возможностях оптимизации результатов многомерного корреляционного анализа в психологических исследованиях. В кн.: Психология и математика.- М.: Наука, 1976.
2 См.: Миркин Б.Г. Анализ качественных признаков и структур.- М.: Статистика, 198О, с.92.
3 См.:Чупров А.А. Основные проблемы теории корреляции.- Л.: 1926. - с.41.
ляется чем-то новым в математике, хотя при исследовании личности в предлагаемом аспекте он до этого не применялся.
Современные исследования показывают существенные ограничения в применении, интерпретации различных коэффициентов сопряженности, они малопригодны и для статистико-биографических исследований. 1
Кроме того, общая тенденция развития математических методов применительно к анализу качественных явлений, изучаемых общественными науками, связана с большим предпочтением анализа многомерных таблиц распределения, отражающих непростые вероятностные зависимости, а не с использованием отдельных коэффициентов.
Такие подходы - анализ многомерных таблиц сопряженности, таблиц распределения - "являются наиболее перспективными, так как, кроме... адекватности, а значит и надежности выводов, многие из них понятийно просты и позволяют синтезировать содержательные и формальные моменты, т.е. Непосредственно включить знание социолога в процесс исследования статистических связей." 2
Данная тенденция математизации социологических знаний характерна и для психологических, акмеологических исследований.
Она максимально учтена в предлагаемой методике.
Недостатков корреляционного,регрессионногоанализов, использования различных коэффициентов сопряженности можно избежать, находя таблицы распределения исследуемого качества личности обследуемых с однотипными параметрами жизненного пути. В силу этого данный способ исследования можно назвать ме-
1
См.: Статистические методы анализа информации в социологических исследованиях.- М.: Наука, 1979.- с.116-152.
2
Типология и классификация в социологических исследованиях.- М.: Наука, 1982. - с.63-68.
тодом вероятностного исследования личности на основе составления таблиц распределения. Поясним в чем суть данного метода.
Согласно примененной шкале рейтинг исследуемые качества личности могут принять одно из пяти значений. Ввиду того, что каждое качество личности оценивает пять-шесть экспертов, в ЭВМ для математической обработки вводятся дробные числа. Затем эти дробные числа вновь преобразуются в целые, в соответствии с заданными условиями. Так, если при экспертной оценке дисциплинированности крайне редко давались оценки более 4,5, то можно присвоить 5 значениям более, допустим, 4,2. Таким образом можно "растянуть" и "сжать" шкалу рейтинг. Данные манипуляции необходимы в том случае, если шкала выбрана не очень удачно и крайние значения шкалы /1 и 5/ при простом арифметическом округлении получаются реже, чем это необходимо с точки зрения требований математической статистики, точности прогноза. Переводя так дробные показатели шкалы рейтинг в пятичастотную дискретную шкалу /хотя в некоторых расчетах используются и дробные показатели/, можно придать шкале любой вид, используя те или иные условия округления. Данные условия приведены в программах для ЭВМ.
Следовательно, шкала рейтинг принимает вид пятичастотной дискретной шкалы. Каждое из значений принимается с определенной вероятностью.
Приведем пример. Экспертами оценено трудолюбие работников , обозначим это качество через &. Возможные значения & обозначим Х1, Х2, Х3, Х4, Х5. При этом использовались следующие критерии:
Х1 - крайне низкий уровень развития трудолюбия: противоположное качество проявляется постоянно и в разнообразных видах деятельностей
Х2 - низкий уровень развития трудолюбия как качества личности
Х3 - средний уровень развития данного качества
Х4 - трудолюбив, это качество проявляется в разнообразных видах профессиональной деятельности
Х5 - весьма трудолюбив, это качество проявляется в разнообразных ситуациях, в различных видах деятельности
Как видим, Х5 соответствует высокому уровню развития трудолюбия как качества личности, средняя экспертная оценка по
примененной шкале рейтинг более 4,2- Х4 - высокому уровню
/средняя экспертная оценка по приведенным в приложении критериям более 3,5, но менее или равна 4,2/- Х3 - среднему уровню
/средняя оценка экспертов более 2,5, но менее или равна 3,5/- Х2 - низкому уровню /средняя экспертная оценка более 1,5, но менее или равна 2,5/- Х1 - крайне низкому уровню развития трудолюбия как качества личности /средняя оценка экспертов менее или равна 1,5/. Вероятность появления каждого значения Хi будет обозначаться соответственно Р1, Р2, Р3, Р4, Р5. Закон распределения вероятностей для всех обследованных найден эмпирически в результате математической обработки составленного на первом этапе исследования массива цифр. В нашем случае из 1000 обследованных 122 имело исключительно высокий уровень трудолюбия, обозначенный Х5. Для всей выборки вероятность появления Х5 равна 122 : 1000, то есть О,122. Подобным образом найдены и другие значения Рi. Перед нами таблица распределения вероятностей дискретной величины & в целом по выборке. Назовем ее базовой таблицей распределения параметра &.
Из всех обследованных можно условно выделить группы по общности того или иного биографического параметра. Допустим вновь по порядку рождения /18-й пункт анкеты/ - единственных /Z1/, старших /Z2/, средних /Z3/, младших /Z4/ детей в семье. Предусмотрен и иной ответ, когда невозможно определить порядок рождения /Z5/. Теперь найдем таблицы распределения параметра & для данных групп обследованных. Представим реально полученные данные.
Таблицы распределения параметра & для 18-го пункта биографической анкеты
Данные таблицы распределения можно отобразить графически в виде гистограмм. Построим такие гистограммы для единственных
детей в семье Р/Z1/ и в целом по выборке Р/&/.
Пятичастотные таблицы распределения можно представить в виде трехчастотных. При этом складываются крайние значения пятичастотных таблиц распределения /Х1 + Х2 = Х1- Х3 = Х2- Х3 + Х4 = Х3/. Для нашего примера трехчастотные таблицы распределения будут выглядеть так:
Трехчастотные таблицы распределения параметра & для 18-го пункта биографической анкеты
Центрированные трехчастотные таблицы распределения / удобства пользования умноженные на 1000/ примут вид:
Центрированные трехчастотные таблицы распределения параметра & для 18-го пункта биографической анкеты
Они получены путем вычитания из таблиц распределения базовой. В трехчастотном варианте базовая таблица распределения
имеет вид:
Х1 Х2Х3
О,238 О,254 О,5О8
получаем:
P/Z1/ = О,21О О,323 О,467
- Р/&/ = О,238 О,254 О,5О8
----------------------------
Р/х/ =-О,О28 О,О69 -О,О4О
Умножив для удобства полученные значения трехчастотной центрированной случайной величины на 1000 - получим величины, которые используются в ЭВМ для прогноза по предложенной методи-
ке. Это сотни тысяч цифр, которые вводятся в ЭВМ и в дальнейшем используются для прогноза.
Полученные гистограммы, таблицы распределения, таблицы центрированных случайных величин, - а они получены для различных качеств личности различных категорий обследуемых (по возрасту, по профессиям) по всем квантифицированным параметрам биографии /см.: Приложение 1/, - могут и должны стать объектом качественного психологического анализа. Изучение таблиц распределения показало, что нет ни одного факта биографии, который бы был однозначно связан с той или иной тенденцией развития личности. Влияние каждого биографического события, если судить об этом влиянии по полученным таблицам распределения, вероятностно и малозаметно. Лишь сочетание различных биографических событий дает более определенный прогноз. Причем прогноз тем точнее, чем более значимы биографические параметры и чем они более точно и системно отражают жизненный путь человека.
Распределение дискретной случайной величины &, как и других качеств личности, будет несколько различной в крепком, сплоченном коллективе и в коллективе с низким уровнем трудовой дисциплины, ответственности. Данное распределение будет меняться и по мере дальнейшего развития общества: трудолюбие, дисциплинированность являются отражением сложных социальных процессов. И все же оно относительно устойчиво при обследовании однотипных личностей (лица в возрасте от 18 до 35 лет).
Кроме того, для прогноза важны не столько абсолютные значения таблиц распределения, сколько их разностное значение с базовой таблицей распределения /центрированные случайные величины/. И как показали исследования данные величины относительно устойчивы для разных по уровню развития, сформированности, сплоченности коллективов. Это открывает широкие возможности для применения данного методического подхода. Подобные таблицы распределения можно получить в принципе для любых относительно устойчивых фактов биографий и для любых поддающихся количественной оценке качеств личности. Такой подход позволяет избежать недостатков корреляционного анализа, в полной мере применить теорию вероятностей при исследовании влияния жизненного пути работников на их развитие как личности в целях прогноза тенденций их развития. В память современной ЭВМ можно ввести полученные таблицы распределения для практически неограниченного количества параметров жизненного пути, использовав в дальнейшем данную информацию для социально-психологической интерпретации при различном сочетании фактов биографии /качественный вариант биографического метода/ и для прогнозирования тенденций развития личностных качеств обследуемых с помощью математических методов, ЭВМ /статистический вариант биографического метода/.
При этом таблицы распределения /как и таблицы центрированных случайных величин/, соответствующие определенным биографическим параметрам, складываются. Если при этом получаются большие величины по Х1, Х2 и маленькие по Х4, Х5, то это неблагоприятно для прогноза и наоборот. Чтобы привести полученные числовые величины в один индекс, надо Х1, Х2 умножить на коэффициенты с отрицательным знаком, а Х4 и Х5 - на коэффициенты с положительным знаком, и сложить полученные пять величин.
В методическом отношении идея профессионального психологического отбора, прогнозирования развития личностных качеств работников по предлагаемой методике проста: таблицы распределения /таблицы центрированных случайных величин/ вводятся в память ЭВМ, а закодированные биографические данные обследуемых как бы накладываются на них. В дальнейшем прогноз принимает вид строгого математического анализа с использованием методов теории вероятностей.
Составление таблиц распределения - длительный и нелегкий труд. Сбор материала и его обработка требуют много времени.
Возникает вопрос: можно ли использовать полученные таблицы распределения для изучения рабочей силы в масштабе России, стран СНГ, а также для отбора на разные профессии ? Ответ на этот вопрос можно получить двумя путями.
Первый путь. Можно использовать формулу, позволяющую определить объем вероятностной выборки
Где: ^ - некоторая величина, характеризующая максимально возможное отклонение выборочной средней
-от генеральной, т.е. предельная ошибка выборки-
N - объем генеральной совокупности-
N - объем выборки-
2
S - дисперсия-
2
T - число, которое определяется с помощью специальных
таблиц, исходя из доверительной вероятности
Условно возьмем N = 1 ООО ООО. Дисперсию нетрудно вычислить, имея введенный в ЭВМ массив данных.
При этом дисперсия, найденная для преобразованных в целые числа оценок личностных качеств, незначительно отличается от исходной дисперсии. Так, для дискретной шкалы дисперсия & равна 1,221.
Для упрощения изложения приводятся данные о величине дисперсии для одного качества личности - трудолюбия. Причем это одна из наибольших дисперсий, остальные, как правило, меньше. Так, дисперсия средних оценок экспертами нравственных качеств составляет О,328, конфликтности с руководством - О,379 и т.д. Число Т найдем из таблицы для доверительной вероятности О,9.
2
T = 1,65- T = 1,723.
отсюда:
1,72 . O,9 . 1 OOO OOO
N /&/ = ------------------------------ = 15,7.
O,O1 . 1 OOO OOO + 1,72 . O,9
Однако при использовании таблиц распределения в прогности-
1
См.: Рабочая книга социолога.- М.: Наука, 1976 - с.306, с.274.
ческих целях " ^" может быть равной и О,5. Дело в том, что Х1, Х2, Х3, Х4, Х5 - дискретные случайные величины. В силу этого отклонение менее половины от разности близлежащих величин не изменит их распределения. Следовательно "^" должна быть менее О,5, пусть О,4. В этом случае N/&/ = 1О.
Такая относительно небольшая величина бесповторной выборки в этом случае объясняется двумя причинами. Во-первых, прогноз в психологии всегда вероятностен, исключительная точность при этом попросту невозможна- и вероятность прогноза в О,9 /так определена доверительная вероятность/ вполне устраивает исследователя: данная точность прогноза выше мировых стандартов.
Во-вторых, максимально возможное отклонение выборочной средней от генеральной средней также велико - О,4. И данное отклонение обеспечивает получение устойчивых таблиц распределения, так как дробные показатели шкалы рейтинг согласно методики округляются до целых чисел, и отклонение менее О,5 не изменяет распределения. Если же взять точность, допустим так распространенную в психологических исследованиях, - О,1, то N будет более 15О. Приведенный пример важен, так как качественная социально-психологическая интерпретация результатов статистических зависимостей требует большей точности /О,1 удовлетворяет этому требованию/. Следовательно, сравнение и анализ социально-психических особенностей обследуемых, исходя из их биографических данных, будет корректен при использовании не менее 15О испытаний. Можно быть исключительно требовательным в определении точности, статистической достоверности исследования и считать генеральную совокупность стремящейся к бесконечности при неясности вида распределения. Воспользуемся при этих условиях формулой, которая "может обеспечить требуемую степень точности при любом объеме совокупности. Соблюдение "рамок надежности гарантируется" 1
При N ->OO и при F менее О,ОО5 эта формула имеет вид
1
Шварц г. Выборочный метод. Руководство по применению статистических методов.- М.: Наука, 1976.- 213 с.
Р . Q
N = --------------- ,
2
G
р
Где: N - объем генеральной совокупности-
F - доля выборки от всей генеральной совокупности-
Р - вероятность появления признака, в рассматриваемом
случае это вероятность появления Хi , она как правило,
2 не выше О,4.-
G - стандартная ошибка доли в выборке- зададим ей не очень
точное, но удовлетворяющее требованиям прогноза
значение - О,1 /в статистических исследованиях эту
величину редко принимают большей О,О1/.
Q = 1 - P
Поставив данные значения в формулу, получим следующий результат:
O,4 . O,6
N = ------------- = 24
O,12
2
При G = O,O1, N будет равно 24О.
P
И в этом случае объем вероятностной выборки значительно
меньше 1ООО единиц наблюдения. Но значит ли, что объем произведенной вероятностной выборки является неоправдано завышенным? нет. Дело в том, что из 1ООО обследованных выбираются
личности с однотипными параметрами жизненного пути, причем эти
параметры принимают пять значений - Х1, Х2, Х3, Х4, Х5. В силу
этого некоторые значения Хi получены по менее чем 16 исследуемым. В этом случае применялись специальные способы для повышения статистической надежности исследования.
Второй путь определения статистической надежности полученных таблиц распределения заключается в проверке действенности,
точности прогноза на дополнительных выборках исследуемых. Допустим, получив таблицы распределения при обследовании 1ООО
человек равномерно представляющие все регионы России, применяем их для обследования работников Сибири, менеджеров, нефтяни-
ков, газовиков и др. Если психопрогностическая валидность при
этом остается устойчиво высокой /от О,3 и выше/, то можно говорить о статистической надежности исходных таблиц распределения, так как различные группы обследуемых попадают под
действие выявленных статистических зависимостей.
Опытно-экспериментальная проверка методики позволяет избежать абсолютизации статистических методов в ущерб содержательным психолого-педагогическим процессам. Ведь существуют разнообразные профессиональные группы, трудовые коллективы со специфической системой межличностных отношений, отличаются и условия, в которых протекает трудовая деятельность людей. Наконец, различны качественные характеристики трудовых ресурсов: различен уровень образования, национальный состав, политические ориентации и т.д. Все это сопровождается и несколько иными социально-психическими явлениями, влияет на результативность прогноза.
Предлагаемая методика основывается на положении, что биография является исходным, надежным материалом исследования личности. В то же время нельзя отрицать и того факта, что каждая конкретная личность на том или ином этапе своего развития может сбросить с себя груз своей биографии. И это следует учитывать при профессиональном психологическом отборе. Поэтому методика должна предполагать и анализ субъективных переживаний исследуемых, их самопознания. Это можно сделать с помощью вопросов, ответы на которые позволяют предсказать уровень развития самосознания личности. Но искренность таких ответов трудно проверить. Часто у человека подсознательно выражено стремление показать себя в лучшем свете. Особенно ярко это стремление проявляется у абитуриентов при поступлении в ВУЗ, у кандидатов на высокооплачиваемую должность.
Для того, чтобы избежать ложных ответов, необходимо подбирать такие вопросы, отвечая на которые обследуемый не смог бы определить предпочтительность того или иного ответа, ставить вопросы не в прямой, а в косвенной форме. Причем между ответами на данные вопросы и прогнозируемыми качествами личности должна наблюдаться устойчивая, рельефная статистическая зависимость. Удачный подбор вопросов требует долгой и трудоемкой работы. Но и в этом случае ответы могут быть не совсем искренними.
Меру искренности ответов можно установить экспериментально.
для этой цели в предлагаемой методике используются вопросы из анкеты Айзенка /вопросы 35-43 биографической анкеты/. Назовем их контрольными вопросами /Кв/. Ответы на них позволяют предсказать искренность анкетируемого. Введем понятие коэффициента искренности /Ик/.
Ив
Ик = ---
N
Где: И - искренние ответы-
N - число всех контрольных вопросов.
Если коэффициент искренности, допустим, > О,6, то можно предположить, что и на остальные вопросы анкеты обследуемый отвечает примерно с такой же искренностью. Если же Ик < О,6, то не следует принимать всерьез ответы, которые нельзя перепроверить. В этом случае следует ограничиться анализом объективных, документально перепроверяемых параметров жизненного пути исследуемой личности. Но чтобы соизмерить результаты анкетирования обследуемых, отвечающих искренне, и тех, искренность ответов которых следует взять под сомнение, их следует сопоставить, перевести в соизмеримую шкалу. В этом случае можно сравнить, соизмерить результаты анкетирования первой частью анкеты и всей анкетой.
Таким образом, предлагаемая методика не ограничивается анализом объективных параметров жизненного пути личности, во внимание принимается также развитие самосознания личности, ее субъективные переживания, наиболее значительные из которых носят, безусловно, биографический характер. Все это соответствует принципам практической, прикладной психологии: основным критерием оценки личности является ее деятельность, то есть социальные факты- важным критерием оценки личности являются и ее субъективные переживания, уровень развития самосознания. Имея собранный статистический банк данных, отработанные методические приемы соотнесения в прогнозе документально перепроверяемых биографических параметров и особенностей субъективных переживаний личности, относительно просто создается экспертная система по диагностике тех или иных качеств личности, в том числе и ее профессиональной предрасположенности.
Суть решения проблемы: полученные таблицы распределения вводятся в ЭВМ и используются для психопрогностики первоначально квантифицированных качеств личности по методу аналогии.
В методическом плане такая психопрогностика проста: каждый факт биографии обследуемого соотносится с гистограммой (таблицей распределения) развития того или иного качества личности уже проявивших себя работников с подобными параметрами жизненного пути. Эти таблицы распределения хранятся в памяти ЭВМ, а закодированные биографии обследуемых как бы накладываются на них. В дальнейшем психопрогностика получает вид строгого математического анализа с использованием методов теории вероятностей. К сожалению математический аппарат такого анализа не столь прост, как сама методическая идея психопрогностики личности по ее биографическим данным. При этом психопрогностика в данном варианте работает в соответствии с эффектом куммулятивных причин: влияние разнообразных фактов биографии как бы суммируются, интегрируются. Достигнутая прогностическая валидность данной методики составила до О,7 по каждому прогнозируемому качеству личности.
На наш взгляд, прогнозирование развития личностных качеств на основе биографических данных с помощью составления таблиц распределения является весьма эффективным. Оно выгодно отличается от прогнозирования развития личности с помощью традиционных тестов (хотя и содержит в себе их элементы).
Во-первых, сбор биографических данных не является заданием на трудность, как это характерно для тестов. И в этом смысле биографический метод может диагностировать нечто большее, чем интеллект, способности, знания: с его помощью можно исследовать и прогнозировать, по-видимому, все качества личности, развитие которых детерминировано особенностями жизненного пути и которые поддаются квантификации.
Во-вторых, конструирование тестов для психологической диагностики тех или иных личностных качеств не является универсальным: тот или иной параметр личности исследуется строго определенной тестовой методикой с определенным набором вопросов. В то же время разнообразные качества личности можно диагностировать вопросами, имеющими общую основу, во многом совпадающими.
В-третьих, биографические методики такого вида обладают высокой надежностью (вопросы теста можно выучить и знать как "лучше" на них ответить, в то же время свою биографию труднее заменить чужой). Многие биографические данные хорошо проверяемы документально.
В-четвертых, подобные методики легко и естественно могут входить в экспертные системы, автоматизированные системы изучения личности. Они обладают для этого всеми необходимыми признаками: легко расчленяемы на составляющие компоненты, хорошо и естественно соотносятся с личностными методиками, их интерпретация имеет более алгоритмизированный вид, чем обычных тестов и т.д.
Таким образом, методика исследования личности на основе составления таблиц распределения позволяет легко и естественно "сжать" информацию о человеке до точки на шкале "годен - не годен" или другой дихотомической структуры ("дисциплинирован - недисциплинирован", "трудолюбив - нетрудолюбив" и т.д.).
Естественно такой подход можно и нужно применить при прогнозировании профессиональной предрасположенности личности. Этот прогноз будет построен в соответствии с эффектом куммулятивных причин. Однако данный методический подход наряду с бесспорными преимуществами имеет и недостатки. Одним из них является недостаточный учет индивидуально-неповторимого влияния на личность какого-то биографического события, сравнимого или даже конкурирующего, перекрывающего эффект куммулятивных причин, это так называемая факторная причина. И истина кроется в соотнесении, сочетании куммулятивных и факторных причин.
Нами рассмотрен один из статистических вариантов биографического метода, с помощью которого можно сжать информацию о личности до точки на шкале "годен - не годен", "высокий уровень - низкий уровень развития определенного качества личности". Однако это далеко не единственный статистический вариант биографического метода. Можно выделить и другие. Не будем их подробно описывать, так как они уступают по точности, возможностям адаптации к различным выборкам обследуемым, а лишь кратно опишем их возможности.
* Оценка биографических данных на основе применения таблиц распределения обладает наибольшей прогностической точностью /валидность может достигать О,6-О,7/ и наибольшими адаптивными способностями. Однако она имеет и свои недостатки: применение возможно только с помощью эвм- для адаптации к конкретному контингенту обследуемых необходимы высококвалифицированные расчеты- для получения статистически надежных таблиц распределения надо обследовать большое количество лиц по аналогии с развитием которых формируется прогноз.
* Оценка биографических данных на основе применения таблиц центрированных случайных величин отличается достаточной точностью /валидность может достигать О,5-О,7/. Некоторое падение валидности по отношению к применению таблиц распределения компенсируется уменьшением вводимой в эвм информации, упрощением расчетов по определению коэффициентов значимости, уменьшением выборки для поиска статистически надежных таблиц центрированных случайных величин и другими преимуществами, то есть некоторые недостатки данной разновидности статистического варианта биографического метода связаны и с некоторыми ее достоинствами.
* Оценка биографических данных на основе использования фиксированных балловых систем с коррекцией величины баллов в зависимости от прогностичности каждого параметра жизненного пути отличается и относительно высокой валидностью /она может достигать О,5/ и относительной простотой /отдельными шкалами можно пользоваться без ЭВМ/. Ее преимущества: практическое использование возможно без эвм, есть некоторые возможности адаптации к конкретному контингенту обследуемых. Но одновременно методика не лишена и некоторых недостатков. И главный из них - падение валидности: полным вариантом биографической анкеты она в лучшем случае достигает О,5.
* Оценка биографических данных на основе использования балловых систем с коррекцией величины баллов в зависимости от вероятности проявления каждого факта жизненного пути. Методика обеспечивает валидность до О,6-О,7. По своей математической сути она близка к идее дискрименантного анализа. Полученные баллы названы фиксированными балловыми системами. Недостаток данной разновидности статистического варианта биографического метода заключается в его недостаточной адаптивности к различным контингентам обследуемых.
* Оценка биографических данных, связанная с использованием эмпирических, определенных с помощью экспертов, баллов обладает рядом бесспорных преимуществ: она может быть создана весьма быстро для различных целей, различных социокультурных сред, а ее использование является относительно простым. И даже падение валидности при этом до О,2-О,3 не является противопоказанием для ее применения, так как преимущества очевидны. При отсутствии достаточных экспериментальных данных эта методика может стать единственно возможной, особенно на начальных этапах обследования.
Кроме уже описанных методик в процессе обследования создавались и другие разновидности статистического варианта биографического метода, оказавшиеся менее практичными и менее эффективными. При этом использовались выводы из исследований, проведенных за рубежом. Осмысление этих разновидностей статистического варианта биографического метода также поучительно.
* Оценка биографических данных с использованием результатов корреляционного анализа является на наш взгляд малоэффективной. Это связано, с одной стороны, с трудностью и порой невозможностью шкалирования всех наиболее важных биографических данных в шкале интервалов, отношений. С другой стороны, это связано с невысокой достигнутой психопрогностической валидностью, низкими значениями коэффициентов корреляции между квантифицированными биографическими данными и внешним критерием. Эта проблема уже подробно рассмотрена.
* Оценка биографических данных на основе результатов регрессионного анализа отличается теми же недостатками, как и оценка биографических данных с помощью корреляционного анализа, хотя несколько точнее последней при использовании шкалы интервалов и отношений. Результаты исследований западногерманских психологов в этом направлении (Strasser W., 1975) говорят о возможности практического применения данной разновидности статистического варианта биографического метода и о его недостатках по отношению к обоснованным в диссертации разновидностям статистико-биографической методики изучения личности.
* Оценка биографических данных с помощью применения коэффициентов сопряженности по уже проанализированным причинам не отражает в полной мере качественные психологические явления, обладает рядом недостатков даже по отношению к корреляционному и регрессионному анализам.
* Оценка биографических данных с использованием стандартных статистических зависимостей, как показали исследования за рубежом и некоторые наши усилия, не обладает достаточной точностью, так как статистическая связь: "факт биографии - внешний критерий" в каждом конкретном случае конкретна и уникальна.
* Оценка биографических данных с использованием балловых систем путем их подбора с помощью ЭВМ основывается на поиске наиболее значимых корреляций. Этому направлению исследований было отдано немало сил, но оно оказалось малоэффективным, хотя сам подход и полученные результаты оказались не бесполезными.
Суть этой методики заключается в том, что ЭВМ как бы автоматически подбирает баллы по каждому биографическому параметру.
Критерием для отбора служит достижение коэффициента корреляции при переборе возможных значений баллов максимума. Коэффициент корреляции при этом ищется между внешним критерием и тем или иным значением биографического параметра. Отправной точкой для расчетов выступает система эмпирически, определенных с помощью экспертов баллов. Несмотря на рост коэффициента корреляции на базовой выборке до о,8-о,9, несмотря на то, что расчет валидности методики для различных групп обследуемых из этой же выборки был обнадеживающим /о,7-о,9/, перенос этой системы баллов на другую выборку снижает валидность до нуля. Таким образом, в результате проведенных расчетов, непростых с методической и технической точек зрения, присвоение балла каждому биографическому событию отражало случайные зависимости, не было универсальным. Это лишний раз подтверждает, что даже самые утонченные математические ухищрения в психологии могут быть безрезультативными без их качественного осмысления. Это лишний раз подтверждает наличие эффекта куммулятивных причин в рассматриваемой сфере: случайные отклонения по каждому биографическому параметру больше, чем отклонения отражающие влияние тех или иных биографических фактов, параметров на развитие личности. Путем автоматизированного подбора баллов ЭВМ фиксирует эти случайные отклонения. Так что в итоге получается система случайных отклонений, которая подходит, "подгоняется" под биографии и соответствующий уровень развития личностей базовой выборки, но оказывается случайной для любой другой. Однако была бы неверной и однозначно негативная оценка примененного методического подхода. При его дальнейшей разработке он может быть более успешным, особенно при его совмещении с уже рассмотренными разновидностями статистического варианта биографического метода.
* Оценка биографических данных с помощью дискрименантного анализа эффективна, но в меньшей степени, чем с помощью таблиц распределения и таблиц центрированных случайных величин, хотя и не противостоит им. Идея дискрименантного анализа связана с выделением контрастных групп обследуемых /это представлено и в таблицах распределения - х1, х5, и в таблицах центрированных случайных величин - х1, х3/ и использованием в дальнейшем того факта, что вероятность попадания каждой личности в эти контрастные группы различна в зависимости от ее тех или иных параметров жизненного пути или их определенного набора. Идея заслуживающая внимания и оказавшаяся весьма плодотворной. Однако как показали расчеты, проведенное экспериментальное исследование важно выделять не две контрастные группы, а несколько. При использовании центрированных случайных величин их две /х1 и х3/, при использовании таблиц распределения их больше : х1 контрастно к х5, х2 - к х4, а х3 как бы разбивается на две подгруппы, так как значение баллов рассчитывается исходя из среднего арифметического для каждой группы обследуемых с общими теми или иными биографическими параметрами.
Идея дискрименантного анализа в какой-то мере сохраняется и при получении фиксированных балловых систем с коррекцией величины баллов в зависимости от вероятности проявления каждого факта жизненного пути в сделанной выборке обследуемых. При этом все обследуемые в базовой выборке разбиваются как бы на две группы: "лучшие", шкала рейтинг для них выше среднего арифметического, и "худшие" - шкала рейтинг ниже среднего арифметического. Полученные балловые системы корректируются в зависимости от вероятности /процента/ обследуемых по данному параметру жизненного пути, тем самым уменьшается величина случайного отклонения.
Таким образом, идея дискрименантного анализа не противоречит результатам исследования, хотя при дальнейших изысканиях есть резервы для более полного учета его возможностей.
Сделаем вывод. Из всех экспериментально проверенных подходов к поиску наиболее эффективных разновидностей статистического варианта биографического метода более перспективными и практичными оказались: оценка биографических данных на базе использования таблиц распределения, таблиц центрированных случайных величин и оценка биографических данных с использованием фиксированных балловых систем с ограничением величины баллов в зависимости от вероятности проявления каждого факта жизненного пути /по своей идеи она близка к дискрименантному анализу/.
При дальнейшем развитии математического аппарата, применяемого в психологии, возможны и необходимы поиски иных, более эффективных статистических вариантов биографического метода. Практически все разделы теории вероятностей могут быть применены при этом поиске.
Сказанное позволяет выделить структурные, содержательные компоненты статистического варианта биографического метода.
основными п о д х о д а м и его реализации при изучении личности являются:
- суммирование влияния отдельных биографических событий, данных на развитие личности-
- учет влияния различных сочетаний биографических событий на развитие тех или иных личностных качеств.
Наиболее доступным на сегодняшнем уровне развития науки является первый подход.
В рамках этого подхода применимы следующие с п о с о б ы статистико-биографического анализа:
- на основе составления таблиц распределения-
- на основе применения таблиц центрированных случайных величин-
- на основе использования фиксированных балловых систем с коррекцией величины баллов в зависимости от вероятной прогностичности каждого параметра жизненного пути-
- на основе фиксированных балловых систем с коррекцией величины баллов в зависимости от вероятности проявления биографических событий в данной выборке обследуемых-
- на основе использования фиксированных баллов определенных экспертами-
- на основе использования фиксированных баллов, полученных с помощью корреляционного анализа, регрессионного анализа, коэффициентов сопряженности-
- на основе балловых систем, подбираемых с помощью эвм-
- на основе дискрименантного анализа и др. Наиболее оптимальными п р и е м а м и оптимизации статистико-биографических обследований являются:
- использование трехчастотных случайных величин-
- сложение недостаточно статистически значимых таблиц распределения с таблицами распределения по ближайшим значениям шкалы порядка, интервалов, отношений-
- сложение недостаточно статистически значимых таблиц распределения с базовой таблицей распределения этого же качества в целом по выборке-
- использование коэффициентов переноса при совмещении результатов статистико-биографических исследований различных выборок обследуемых-
- сложение таблиц распределения по обследуемым качествам личности, получение суммарной таблицы распределения, центрированных случайных величин по выделенным биографическим данным.
Наиболее перспективно использовать биографическую психопрогностику на основе таблиц распределения, построенной по эффекту куммулятивных причин в психологии.
Поделиться в соцсетях:
Похожие
