Типы измерительных шкал. Типы шкал и правила их построения

Структура системного анализа.

При этом в процессе функционирования реальной системы выявляется проблема практики как несоответствие существующего положения дел требуемому. Для решения проблемы проводится системное исследование (декомпозиция, анализ и синтез) системы, снимающее проблему. В ходе синтеза осуществляется оценка анализируемой и синтезируемой систем. Реализация синтезированной системы в виде предлагаемой физической системы позволяет провести оценку степени снятия проблемы практики и принять решение на функционирование модернизированной (новой) реальной системы.

При таком представлении становится очевидным еще один аспект определения системы: система есть средство решения проблем.

3. Задачи системного анализа.

Декомпозиция должна прекращаться, если необходимо изменить уровень абстракции - представить элемент как подсистему. Если при декомпозиции выясняется, что модель начинает описывать внутренний алгоритм функционирования элемента вместо закона его функционирования в виде «черного ящика», то в этом случае произошло изменение уровня абстракции. Это означает выход за пределы цели исследования системы и, следовательно, вызывает прекращение декомпозиции.

4. Классификация систем.
Классификацией называется разбиение на классы по наиболее существенным признакам. Под классом понимается совокупность объектов, обладающие некоторыми признаками общности. Признак (или совокупность признаков) является основанием (критерием) классификации.

Система может быть охарактеризована одним или несколькими признаками и соответственно ей может быть найдено место в различных классификациях, каждая из которых может быть полезной при выборе методологии исследования. Обычно цель классификации ограничить выбор подходов к отображению систем, выработать язык описания, подходящий для соответствующего класса.

Основные типы шкал измерения.

Выделяют четыре этапа оценивания сложных систем.

Этап 1. Определение цели оценивания. В системном анализе выделяют два типа целей. Качественной называют цель, достижение которой выражается в номинальной шкале или в шкале порядка. Количественной называют цель, достижение которой выражается в количественных шкалах. Определение цели должно осуществляться относительно системы, в которой рассматриваемая система является элементом (подсистемой).

Этап 2. Измерение свойств систем, признанных существенными для целей оценивания. Для этого выбираются соответствующие шкалы измерений свойств и всем исследуемым свойствам систем присваивается определенное значение на этих шкалах.

Этап 3. Обоснование предпочтений критериев качества и критериев эффективности функционирования систем на основе измеренных на выбранных шкалах свойств.

Этап 4. Собственно оценивание. Все исследуемые системы, рассматриваемые как альтернативы, сравниваются по сформулированным критериям и в зависимости от целей оценивания ранжируются, выбираются, оптимизируются и т.д.

Шкалы номинального типа

В номинативной шкале отсутствуют все главные атрибуты измерительных шкал, а именно упорядоченность, интервальность, нулевая точка. Для обозначения такой шкалы также используются термины «шкала наименований» и «номинальная шкала» .

Номинативная шкала используется для классификации или идентификации объектов (группировки по классам, каждому из которых приписывается число). Объекты группируются по классам таким образом, чтобы внутри класса они были идентичны по измеряемому свойству. Это самая простая шкала из тех, что могут рассматриваться как измерительные, хотя фактически эта шкала не ассоциируется с измерением и не связана с понятием «величина». Она используется только с целью отличить один объект от другого

Шкалы порядка

В порядковой шкале присутствует упорядоченность, но отсутствуют атрибуты интервальности и нулевой точки. Для обозначения такой шкалы также используются термины «ранговая шкала » и «шкала рангов ».

Результатом измерений в такой шкале является упорядочение объектов. Шкала ранжирует объекты, приписывает им числа в зависимости от выраженности измеряемого свойства по некоторому признаку (в порядке убывания или возрастания). В отличие от номинативной шкалы, можно не просто определить, что один объект отличен от другого, но и что по определенному признаку один объект больше или меньше другого. То есть, шкала показывает, больше или меньше выражено свойство (измеряемая величина), но не насколько больше, или насколько меньше оно выражено, а тем более – во сколько раз больше или меньше. Порядковая шкала является наиболее распространенной в социальных и гуманитарных исследованиях

Шкалы интервалов

В интервальной шкале присутствуют упорядоченность и интервальность, но нет нулевой точки. Для обозначения такой шкалы также используется термин «шкала интервалов ». В этой шкале исследуемому объекту присваивается число единиц измерения, пропорциональное выраженности измеряемого свойства. Соответствующие интервалы разных участков шкалы имеют одно и то же значение. Поэтому измерения в интервальной шкале допускают не только классификацию и ранжирование, но и точное определение различий между категориями.

Шкалы отношений

В относительной шкал присутствуют все атрибуты измерительных шкал: упорядоченность, интервальность, нулевая точка. Для обозначения такой шкалы также используются термины «шкала отношений » и «абсолютная шкала ». Последний термин подчеркивает абсолютный характер нулевой точки.

Относительная шкала позволяет оценивать, во сколько раз свойство одного объекта больше (меньше) аналогичного свойства другого объекта, принимаемого за эталон, единицу. Эта шкала характеризуется всеми атрибутами интервальной шкалы и имеет фиксированную нулевую точку (0), которая не является условной, она соответствует полному отсутствию измеряемого свойства.

Шкалы разностей

Шкалы разностей применяются в тех случаях, когда необходимо измерить, насколько один объект превосходит по определенному свойству другой объект. В шкалах разностей неизменными остаются разности численных оценок свойств.

6. Основные виды показателей усреднения свойств систем.

??????
7. Виды критериев качества.

8. Критерии эффективности систем.

Эффективностью комплексное свойство процесса функционирования системы, как степень приспособленности к достижению цели. В общем случае оценка функциональных свойств систем проводится в двух аспектах: - результат функционирования (операции); - алгоритм, обеспечивающий получение результата. Результат функционирования и алгоритм, обеспечивающий его получение, оцениваются по показателям результативности, ресурсоемкости и оперативности. Результативность обуславливает еѐ получаемым целевым эффектом, ради которого функционирует система.

Математическое выражение критерия эффективности называют целевой функцией, поскольку еѐ экстримизация является отражением цели функциониро- вания системы. Отсюда следует, что формирование критерия эффективности решений тре- бует: - определить цель решения проблемы; - найти множество управляемых и неуправляемых характеристик (парамет- ров) системы; - определить показатели исхода операции.

В зависимости от типа систем и внешних воздействий операции могут быть: - детерминированными; - вероятностными; - неопределенными.

В связи с этим выделяют 3 группы критериев эффективности:

1. В условиях определенности, если критерии отражают один строго определенный исход детерминированной операции;

2. В условиях риска, если критерии являются дискретными или непре- рывными случайными величинами с известными законами распределения в веро- ятностной операции;

3. В условиях неопределенности, если критерии являются случайными величинами, законы распределения которых неизвестны.

Критерии пригодности для оценки детерминированных операций

K:("i) (y Î / ® y , iÎ< Z,R,O >) доп i j i приг d d определяет правило, по которому операция считается эффективной, если все частные показатели исхода операции принадлежат области адекватности.

Критерий оптимальности для оценки детерминированной операции K: ($i) (y Î / ® , iÎ< Z, R, O >) опт i j i опт d d d определяет правило, по которому операция считается эффективной, если все частные показатели принадлежат области адекватности, а радиус области адек- ватности оптимален. Критерий пригодности для оценки эффективности вероятностной опера- ции: () () эф треб дц эф дц приг K P Y ³ P Y определяет правило, по которому операция считается эффективной, если вероятность достижения цели по показателям эффективности не меньше требуе- мой.

Критерий оптимальности для оценки вероятностной операции: определяет правило, по которому операция считается эффективной, если вероятность достижения цели по показателям эффективности равна вероятности достижения цели с оптимальными значениями этих показателей.

Методика оценки эффективности систем в неопределенных операциях со- ставляет один из разделов теории принятия решений. Общие требования к показателям эффективности: - соответствие цели; - полнота; - измеряемость; - явность физического смысла; - неизбыточность; - чувствительность.
9. Этапы процедуры экспертного оценивания.

Этапы процесса экспертного оценивания.

К ним относят:

формирование цели и задач экспертного оценивания;

формирование группы управления и оформление решения на проведение экспертного оценивания;

выбор метода получения экспертной информации и способов ее обработки;

подбор экспертной группы и формирование, при необходимости, анкет опроса;

опрос экспертов (экспертиза);

обработка и анализ результатов экспертизы;

интерпретация полученных результатов;

составление отчета.

Задачу на проведение экспертного оценивания ставит заказчик). Этап формирования цели и задач экспертного оценивания является основным. От него зависит надежность получаемого результата и его прагматическая ценность. Здесь должны быть учтены следующие факторы: надежность и полнота имеющейся исходной информации, требуемая форма представления результата (качественная или количественная), возможные области использования полученной информации, сроки ее представления, имеющиеся в распоряжении руководства ресур­сы, возможность привлечения специалистов других областей знаний и многое другое. Задача оформляется в виде руководящего документа (например, решения на проведение экспертного оценивания).

Для подготовки решения и руководства всей дальнейшей ра­ботой назначается руководитель экспертизы. Он определяет сос­тав группы управления.

Подбор экспертной группы обычно производится в несколько этапов. Вначале устанавливают отрасли знаний так или иначе связанные с рассматриваемой проблемой. Затем намечается список "потенциальных" экспертов, которые по своим профессиональным качествам являются специалистами в этих областях знаний. Такой предварительный отбор может быть легко произведен на основе доступной информации о профессиональной подготовке кандидата: должность, ученое звание и степень, стаж практической деятельности, количество публикаций, участие в других экспертизах.

При этом желательно, чтобы кандидат в экспертную группу имел широкий кругозор и эрудицию. Сама же группа не должна, по возможности, состоять из представителей одной отрасли или специальности, чтобы исключить влияние ведомственных интересов и не сделать получаемые результаты тенденциозными.

10. Принципы групповой экспертизы
Методы проведения групповых экспертиз делятся на:
очные и заочные;
индивидуальные и коллективные;
с обратной связью и без обратной связи.

При очном методе проведения экспертизы эксперт работает в присутствии организатора исследования. Эта необходимость может возникнуть, если задача поставлена недостаточно четко и нуждается в уточнении, а также если задача очень сложна. Эксперт может обратиться к организатору за разъяснениями.

При коллективном методе проведения экспертизы поставленная проблема решается сообща, "за круглым столом".
При индивидуальном - каждый эксперт оценивает проблему, исходя из личного опыта и убеждений. Экспертиза с обратной связью (метод Дельфы) предусматривает проведение нескольких туров опроса и анонимное анкетирование. После каждого тура экспертные оценки обрабатываются, и результаты обработки сообщаются экспертам. Метод без обратной связи предусматривает один тур опроса при получении удовлетворительных результатов.

Методы отбора экспертов.

Методы отбора экспертов: самооценка, групповая оценка.

Самооценка происходит на основе оценки самим экспертом своих способностей в области теории вопроса, в области практической деятельности и возможности давать прогнозные оценки по данному вопросу. Затем по каждому эксперту рассчитывается коэффициент самооценки как среднеарифметическое значение оценки знаний, опыта и способностей к прогнозу. В число экспертов включают тех, у кого этот коэффициент выше 0,5. В качестве критериев задается вопрос: «Как Вы оцениваете уровень Вашей информированности в теории и практике по проблемам …?»

При отборе экспертов методом самооценки возникает проблема ее завышения. Однако, как показывает опыт, эксперты с высокой самооценкой ошибаются в своих суждениях реже других.

Коллективная (групповая) оценка применяется при формировании группы экспертов в том случае, когда они знают друг друга как специалисты. Все проводят оценку друг друга по списку. Оценка проводится аналогично самооценке – по теоретическим знаниям, в области практики и по прогнозированию процессов. Из списка отбираются специалисты, получившие наиболее высокие места или баллы. Например, из 10 оставляют в качестве экспертов пять, получивших наибольшее число первых мест по всем вопросам.

При отборе экспертов может быть использован подход «по известности». В этом случае в качестве экспертов приглашаются наиболее известные и признанные национальным или международным сообществом.

Метод мозгового штурма.

Мозговой штурм (метод мозгового штурма) – форма творческой, коллективной работы для поиска решений поставленных проблем. Этот метод широко применяется в различных сферах деятельности. Под названием «мозговой штурм» объединяют варианты коллективной работы в ходе которой создаются новые идеи или просто сопоставляются известные факты.

Мозговой штурм включает в себя следующие действия:

1. Определяется проблема, требующая решения. Проблема должна быть сформулирована ясно, точно и не допускать двусмысленного толкования.

2. Назначается (определяется) куратор сессии мозгового штурма. Для этой роли выбирается человек обладающий навыками организации коллективной работы, имеющий четкое понимание поставленной проблемы и способный быть лидером группы, выполняющей мозговой штурм. При необходимости, может назначаться отдельное лицо для ведения записей по ходу сессии (либо эти записи может делать куратор).

3. Формируется группа численностью от 5 до 8 человек, заинтересованных в решении проблемы. Для группы необходимо подбирать специалистов различного профиля. Нежелательно включать в состав команды людей, имеющих взаимное негативное отношение друг к другу, т.к. в ходе работы они будут мешать команде создавать новые идеи.

4. Участники группы располагаются так, чтобы все они смотрели в одном направлении – на флипчарт или доску. На доске пишется проблема, требующая решения. Таким образом, участники команды будут смотреть на проблему, а не друг на друга. Это позволит создать более комфортную психологическую атмосферу для работы и эффективнее провести мозговой штурм.

5. Во время сессии куратор группы должен следить, чтобы участники группы придерживались основных четырех правил мозгового штурма.

Метод Дельфы.

МЕТОД ДЕЛЬФИ - метод быстрого поиска решений, основанный на их генерации в процессе "мозговой атаки", проводимой группой специалистов, и отбора лучшего решения, исходя из экспертных оценок. Дельфийский метод используется для экспертного прогнозирования путем организации системы сбора и математической обработки экспертных оценок. Метод Дельфи. Достоинство данного метода состоит в том, что он позволяет обобщать индивидуальные мнения отдельных экспертов в согласованное групповое мнение. Метод Дельфи характеризуют три специфические особенности: 1)анонимность экспертов;2)регулируемая обратная связь;3)статистическая обработка результатов опроса и формирование группового ответа.

Анонимность экспертов заключается в том, что в ходе проведения экспертизы участники экспертной группы неизвестны друг другу и их взаимодействие в процессе опроса полностью исключено. Это достигается использованием специальных анкет, а также другими способами индивидуального опроса, например, в режиме диалога с компьютером.

Метод анализа иерархий.

Метод Анализа Иерархий - математический инструмент системного подхода к сложным проблемам принятия решений. МАИ не предписывает лицу, принимающему решение (ЛПР), какого-либо «правильного» решения, а позволяет ему в интерактивном режиме найти такой вариант (альтернативу), который наилучшим образом согласуется с его пониманием сути проблемы и требованиями к её решению В его основе наряду с математикой заложены и психологические аспекты. МАИ позволяет понятным и рациональным образом структурировать сложную проблему принятия решений в виде иерархии, сравнить и выполнить количественную оценку альтернативных вариантов решения

Анализ проблемы принятия решений в МАИ начинается с построения иерархической структуры, которая включает цель, критерии, альтернативы и другие рассматриваемые факторы, влияющие на выбор. Эта структура отражает понимание проблемы лицом, принимающим решение. Каждый элемент иерархии может представлять различные аспекты решаемой задачи, причем во внимание могут быть приняты как материальные, так и нематериальные факторы, измеряемые количественные параметры и качественные характеристики, объективные данные и субъективные экспертные оценки . Иными словами, анализ ситуации выбора решения в МАИ напоминает процедуры и методы аргументации, которые используются на интуитивном уровне.

Следующим этапом анализа является определение приоритетов, представляющих относительную важность или предпочтительность элементов построенной иерархической структуры, с помощью процедуры парных сравнений. Безразмерные приоритеты позволяют обоснованно сравнивать разнородные факторы, что является отличительной особенностью МАИ. На заключительном этапе анализа выполняется синтез (линейная свертка) приоритетов на иерархии, в результате которой вычисляются приоритеты альтернативных решений относительно главной цели. Лучшей считается альтернатива с максимальным значением приоритета.

Коэффициент Спирмена принимает значения . Значение соответствует полному совпадению оценок в рангах двух экспертов (полная согласованность мнений двух экспертов), а значение ‑ двум взаимно противоположным ранжировкам важности свойств (мнение одного эксперта противоположно мнению другого).

Такая знаковая система, для которой задается отображение. Элемент шкалы ставится в соответствие реальным объектам. Можно сказать, что шкала измерений - это градуированная линейка, на которую нанесены значения какой-либо величины (расстояние, температура, давление). Проблема, связанная с обеспечением высокого качества продукции, неразрывно связана с качеством измерений. Если последнее не соответствует современным требованиям технического прогресса, нет возможности добиться соответствующего качества продукции. Далее будет подробно рассказано о том, для чего нужна шкала измерений. Виды шкал измерений также будут подробно рассмотрены в данной статье.

Измерение и качество продукции

Как уже было сказано ранее, если успешно решить вопросы, которые связаны с качественных параметров материалов и прочих изделий, а также поддержания режимов в технологии производства, качество продукции значительно улучшится. Если говорить простыми словами, контроль качества - это замеры всех параметров технологических процессов. Результаты их измерений нужны для управления процессом. Чем точнее результаты, тем лучше контроль.

У состояния измерений есть следующие основные свойства:

• Воспроизводимость измерительных результатов.
• Точность.
• Сходимость.
• Скорость получения.
• Единство измерений.

Воспроизводимость результатов - это близость измерительных результатов одной величины, которые были получены в различных местах, при помощи разных методов и средств, в разное время и разными людьми, но при одинаковых условиях (влажности, давлении, температуре).

Сходимость измерительных результатов - это когда результаты измерений одной величины, которые проводились повторно с помощью одних и тех же средств, тем же методом, в одних и тех же условиях, с одинаковой тщательностью, близки.

Любое измерение осуществляют с использованием соответствующих шкал.

Шкала измерений. Виды шкал измерений. Примеры

Уже было сказано, что под шкалой подразумевается ряд неких отметок, которые упорядочены. Данный ряд соответствует соотношению идущих друг за другом значений измеряемой величины.

Что такое шкала последовательность которые имеют различный размер и являются одноименными. Она должна быть принята по соглашению.

На практике применяют пять видов шкал:

• Шкала порядка.
• Шкала отношений.
• Шкала наименований.
• Шкала интервалов.
• Шкала абсолютных значений.

Шкала порядка

Места, которые величины занимают в такой шкале, называются рангами. Саму шкалу также называют ранговой либо неметрической. В ней все числа упорядочиваются по занимаемым местам. Интервалы между ними нельзя точно измерить. Данная шкала дает возможность не только установить равенство или неравенство между измеряемыми объектами, но и определить характер неравенства в виде логических суждений типа «больше и меньше», «хуже и лучше».

При помощи шкалы порядка можно измерять показатели, являющиеся качественными, но не имеющие строгих количественных мер. Широкое применение нашли такие шкалы в психологии и педагогике, а также социологии.

Шкала отношений

Она отличается от интервальной шкалы строгим определением положения нулевой точки. По этой причине она не ограничивает математический аппарат, который используется при обработке результатов.

Что такое шкала отношений? По ней измеряют величины, образуемые как разности чисел, которые отсчитываются по шкале интервалов. Таким образом, календарное время отсчитывают по интервальной, а промежутки времени - по шкале отношений.

При использовании данного типа измерение любой величины является экспериментальным определением отношения этой самой величины к подобной ей, которая принимается за единицу. При измерении длины объекта можно узнать, во сколько раз она больше длины другого объекта, который принят за единицу длины, например, метровой линейки. Если применять только шкалы отношений, то измерению можно дать более частное, узкое определение: измерение любой величины - есть нахождение опытным путем ее отношения к соответствующей единице.

Шкала наименований

Данная шкала еще называется номинальной. Она является самой простой. Числа в ней играют роль ярлыков. Они нужны для того, чтобы обнаруживать и различать изучаемые объекты. Числа, которые составляют данную шкалу, разрешено менять местами. В ней нет никаких отношений типа «меньше-больше». По этой причине некоторые думают, что ее применение не стоит принимать за измерение. Используя шкалу наименований, можно проводить лишь небольшое число математических операций. К примеру, нельзя вычитать и складывать ее числа, но можно посчитать, сколько раз встречается определенное число.

Интервальная шкала

Это такой тип, в котором числа не просто являются упорядоченными по рангам, но и разделяются определенными промежутками. Нулевая точка в данной шкале выбирается произвольно. Это отличает ее от шкалы отношений. В качестве примеров можно привести календарное время (в различных календарях начало исчисления лет устанавливалось по каким-то случайным причинам), потенциал электрополя, температуру, потенциальную энергию поднятого груза.

Результаты, получаемые путем измерения по этой шкале, можно обрабатывать любым математическим методом, кроме определения отношений. Данные, которые показывает шкала, отвечают на вопрос «на сколько меньше или больше?», но не дают возможности утвердительно говорить, что одно из значений исследуемой величины во сколько-то раз меньше или больше, чем другое. К примеру, если температура в помещении с 10 градусов повысилась до 20, нельзя сказать, что теперь в два раза теплее.

Шкала абсолютных величин

Часто величина чего-либо измеряется напрямую. К примеру, непосредственно подсчитывают количество дефектов в изделиях, число единиц выпущенной продукции, количество присутствующих на лекции студентов, сколько прожито лет и так далее. Делая такие измерения, на шкале отмечаются точные абсолютные количественные значения того, что измеряется. Шкала абсолютных значений имеет точно такие же свойства, что шкала отношений. Разница лишь в том, что те величины, которые обозначаются на первой, носят абсолютный, а не относительный характер.

Результаты, получаемые после измерения по данной шкале, обладают наибольшей достоверностью и информативностью. Они очень чувствительны к неточностям в измерениях.

Вывод

Таким образом, стало понятно, что такое шкала измерений и для чего она используется. Как выяснилось, она не одна. Их пять, и каждая используется для измерения определенных величин. Если раньше казалось, что шкала должна измерять только то оказывается, в таких науках, как психология и социология, тоже есть свои шкалы, которые измеряют числовые показатели. По сути, психологический тест тоже является такой шкалой.

Измеряемая величина называется переменной, а то, чем производится измерение - инструментом. В результате получаются данные либо результаты, которые могут быть различного качества и относиться к одной из шкал. Каждая из них ставит ограничения на использование каких-то математических операций.

С точки зрения теории измерения, все множество различных измерительных процедур, применяемых в психологии, является процедурами построения шкалы психологической переменной, иначе говоря, процедурами психологического шкалирования. В понимании большинства психологов шкалирование - это совокупность экспериментальных и математических приемов для измерения особенностей психических процессов и состояний.

Вслед за С. С. Стивенсом в настоящее время понятие «шкалирование» рассматривают в качестве синонима понятия «измерение». Под шкалированием психологических процессов, свойств, объектов или событий понимается процесс приравнивания к этим процессам, свойствам, объектам или событиям чисел по определенным правилам, а именно таким образом, чтобы в отношениях чисел отображались отношения явлений, подлежащих измерению. Если постулируется, что в свойствах чисел отображаются количественные значения объектов реального предметного мира, то общую проблематику шкалирования правомерно рассматривать как частный случай проблемы отражения марксистско-ленинской теории познания.

Итак, измерение состоит в отображении эмпирических систем с помощью математических систем, а целью такого рода отображения является частичная замена действий, производимых с реальными предметами, формальными действиями с числами. Область чисел выполняет функцию модели определенных свойств предметов и в качестве средства познания дает возможность более глубоко проникать в объективно существующие свойства и взаимосвязи. В этом смысле шкалирование (измерение) служит главной силой, преобразующей психологию из науки описательной, следующей за фактами, в науку, умеющую предсказывать новые факты.

Понятно, что относительно разных эмпирических систем мы должны использовать разные методики измерения, т. е. применять измерительные шкалы разных типов. Понимание исследователем формальных аспектов измерения является необходимым условием для адекватного выбора им измерительных инструментов и процедур, а также для применения адекватных методов анализа полученных в наблюдении и эксперименте данных. Основываясь на правилах измерения, принято различать несколько типов шкал, с каждым из которых могут быть соотнесены конкретные процедуры шкалирования. При этом каждый тип шкалы может быть охарактеризован соответствующими числовыми свойствами. Рассмотрим более подробно основные свойства разных типов шкал, эмпирические операции, допустимые на уровне этих шкал, а также статистические приемы обработки и анализа исходных или, как их чаще называют, первичных результатов исследования.

Шкалы наименований, или номинативные шкалы. Шкала наименований представляет собой взаимно-однозначное отображение некоторой эмпирической системы в числовой системе. Таким образом, шкала наименований отображает взаимооднозначное соответствие между классами эквивалентности, т. е. классами эмпирических объектов - обозначений. Само название «шкала наименований» указывает на то, что в этом случае шкальные значения играют роль лишь названий классов эквивалентности.

Шкалы наименований подчиняются законам равенства. То есть объект Л может быть равен объекту В по признаку X , так что Х А =Х В ; но по отношению к третьему объекту С по признаку X он может быть неравным: Х А #Х С . Любая другая связь между шкальными значениями, за исключением равенства, не имеет отношения к данному случаю, так как для данного типа шкал не существует никакого дополнительного определения.

Шкала наименований представляет собой наиболее общую форму шкал. Всё типы шкал в каждом отдельном случае являются некоторыми видами шкал наименований, но обладающими при этом теми или иными дополнительными свойствами. При построении шкал наименований должны быть выполнены следующие требования: во-первых, каждый член некоторого множества объектов должен быть отнесен лишь к одному классу объектов (или к собирательному классу «прочие объекты») и, во-вторых, ни один из объектов не может быть отнесен одновременно к двум или большему числу классов. К примеру, если принять, что глаза у людей могут быть только светлыми или темными, то все люди по этому признаку разделяются на две группы. При этом люди с множеством оттенков глаз: голубых, серо-зеленых и серых попадут в класс «люди со светлыми глазами», а те, у которых глаза карие и темно-коричневые, - в класс «люди с темными глазами». Из приведенного примера видно, что отношения эквивалентности по заданному признаку между классифицируемыми объектами, как правило, грубее реальных отношений, существующих между объектами.

С формальной точки зрения установление классов эквивалентности как будто не вызывает никаких затруднений. В действительности, как это было показано предыдущим примером, понятие «равенство» можно трактовать более узко или более широко в зависимости от «тонкости» или «грубости» используемой классификации по заданному признаку. Проиллюстрируем это обстоятельство еще одним примером. Так, если делается попытка упорядочить события по признаку «мороз/оттепель», то температуры, обозначаемые как+1° и - 1°, будут входить в два разных неэквивалентных класса, в то время как температуры +Г и +10° попадут в один класс и по признаку «мороз/оттепель» будут рассматриваться как эквивалентные события.

Приведенные примеры должны были показать, что при построении шкал наименований главными являются качественные различия, а количественные не принимаются во внимание. Поэтому числа, используемые в качестве обозначений классов эквивалентности в этих шкалах, не отражают количественных различий выраженности изучаемого признака.

В примере с температурой мы имели дело с дихотомической (делением на два класса), или альтернативной, классификацией. Эти классификации можно образовать по логическому принципу «А/не-А», т. е. согласно принципу наличия или отсутствия определенного признака. Примерами такого рода классификации могут быть: «нормальный/анормальный», «женатый/ холостой», «решает задачу/не решает задачу» и т. п. В случае так называемой истинной дихотомии классы могут быть четко разделены по определенному признаку, например: «мужской/ женский пол».

Однако бывают классификации с менее жесткими переходами признака, т. е-, с довольно произвольными границами между классами эквивалентности, например: «способен к концентрации внимания/не способен к концентрации внимания». Именно с такого рода классификациями чаще всего и имеет дело психолог. Это так называемые квазйдихотомические классификации. Построение и использование шкал с квазидихотомическими границами клас-

сов вызывает ряд затруднений. Первая трудность, которая при этом возникает, состоит в установлении границы классов. В частности, каков же будет в нашем примере критерий «способности» к концентрации внимания, как определить точку в континууме «концентрация внимания», дифференцирующую людей на «способных» и «неспособных» к концентрации внимания?

Разберем другой пример из области психологии мышления. На первый взгляд альтернатива «решил задачу/не решил задачу» вполне может быть расценена как истинно-дихотомическая классификация. И действительно, в принципе для отнесения любого конкретного решения к классу «решил задачу» достаточно соотнести получаемый в нем результат с результатом^ полученным достаточно большой группой людей, аналогичным образом решивших данную задачу. Все остальные решения можно тогда отнести к классу «не решил задачу». Однако возникает вопрос: действительно ли данный человек решил эту задачу? И вот почему: вполне возможно, во-первых, что решение было случайным, т. е. случайно данный результат совпал с результатом решения других людей и, во-вторых, что этот класс задач заранее был известен данному человеку. Но, как правило, такого рода сопровождающие факторы, например в психодиагностических тестах, совершенно не учитываются.

В шкале наименований с числами, которые мы приписываем объектам или классам объектов, нельзя производить никаких арифметических действий. Числа, обозначающие классы, нельзя суммировать, вычитать, умножать и делить. Дело в том, что структура шкалы остается инвариантной по отношению к перемене обозначений (наименований) и к изменению последовательности, т. е. разного рода перестановкам. Следовательно, операция присвоения чисел классам объектов является совершенно произвольной операцией и ей не соответствуют операции, производимые с реальными объектами. Поэтому классы объектов можно обозначать любыми символами- произвольными числами, буквами или другими знаками при одном условии: каждый символ будет использован исключительно для обозначения одного класса объектов и одновременно ни один класс объектов не будет обозначаться двумя или большим числом символов.

Из вышесказанного уже очевидны те ограничения, которые накладываются на использование статистических приемов обработки результатов, полученных на уровне шкалы наименований. Поскольку операции арифметического характера не допускаются, то в качестве меры центральной тенденции можно использовать лишь моду. Модальный класс объектов определяют после подсчета абсолютных или относительных частот, т. е. встречаемости того или иного результата в каждом классе. В качестве меры тесноты взаимосвязи между различными массивами измерений можно использовать некоторые коэффициенты корреляции. Для оценки статистической значимости различий между частотами или между модами можно использовать критерий хи-квадрат.

Шкалы порядка, или ординальные шкалы. В порядковых измерениях символы, в частности числа, присваивают классам объектов так, чтобы

первые отображали не только равенство или неравенство, эквивалентность или неэквивалентность, но и упорядоченность объектов в отношении измеряемого свойства. В шкалах порядка классы объектов, как и в случае шкал наименований, являются дискретными. И хотя числа можно сравнивать, всегда надо помнить, что в шкалах порядка их величины имеют лишь относительное, а не абсолютное значение. Например, если какой-то один класс объектов обозначен большим числом, чем другой, то мы понимаем, что по измеряемой характеристике первый превосходит второй, но при этом нам неизвестно, насколько велико это различие. Дело в том, что в самих измерительных операциях, связанных с установлением порядка, не содержится никаких данных о величине различий. Рассмотрим в качестве примера оценки знаний материала студентами во время экзаменов. Различия между оценками 5 - «отлично» и 4 - «хорошо» указывают лишь на то, что уровень знаний отличника выше уровня знаний «хорошиста». Однако на основе такого рода оценок нельзя сказать, насколько или во сколько раз эти уровни знаний отличаются друг от друга.

Таким образом, шкала порядка отображает монотонное возрастание или убывание измеряемого признака с помощью монотонно возрастающих или монотонно уменьшающихся чисел. Оценить направление изменения признака можно только в том случае, если шкала порядка содержит не меньше трех классов, которые образуют последовательность. Из-за того что в шкале порядка устанавливается последовательность классов, любые преобразования, связанные с перестановками элементов этой шкалы, недопустимы.

К числу постулатов, которым подчиняются преобразования шкал порядка, относятся постулаты трихотомии, асимметрии и транзитивности. Прежде всего рассмотрим явление трихотомии. Если два объекта Аи В обладают признаком X , то между ними по данному признаку может существовать одно из трех отношений: Х А <Х В , или Х А =Х В , или Х Д >Х В . В соответствии с постулатом асимметрии справедливым будет следующее утверждение: если между объектами А и В по признаку X обнаружено неравенство Х А >Х В , то никогда не может быть Х А <Х В или Х А -Х В . Наконец, в соответствии с постулатом транзитивности можно утверждать, что если три объекта А, ВиС обладают признаком X и между ними по признаку X существуют отношения Х А <Х В и Х В <Х С , то из этого следует, что Х А <Х С . Следовательно, для порядковых шкал допустимы любые преобразования типа x "= f (x ), где f (x ) представляет собой любое монотонное преобразование, не изменяющее последовательности элементов. Это означает, что для преобразования шкал порядка можно пользоваться возведением в степень, извлечением корня, логарифмированием.

Довольно часто при сборе информации, служащей основой конструирования шкал порядка, нарушается постулат о транзитивности. Представим себе, что во время состязаний спортсменов или при решении испытуемым задач диагностического теста результаты лица А лучше результатов лица В, но у последнего они лучше, чем улица. С. Очевидно, что в этом случае никакой проблемы в упорядочении результатов ле возникает и можно построить

последовательность А>В>С. Однако во время спортивных состязаний и во время тестирования бывает так, что результат С оказывается лучшим, чем результат А. Очевидно, что в таком случае постулат о транзитивности исходных величин нарушен. Поэтому для построения порядковых шкал приходится привлекать дополнительные критерии. Например: спортсменам предлагают провести не одну, а несколько игр, и испытуемым реигить не одну, а множество задач одной трудности. Тогда ранговое место игрока, т. е. место испытуемого среди других лиц опытной группы, определится уже по иному критерию, а именно по частоте выигрышей или числу правильно решенных задач.

Упорядочивание объектов может быть униполярным или биполярным. При униполярном установлении порядка объекты или классы объектов соотносят, используя в качестве индикатора степень выраженности одного-единственного свойства. Например, шкала порядка для оценки умственной отсталости может содержать следующие классы: «нет отклонения от нормы/отклонение слабое/отклонение среднее/отклонение сильное».

При биполярном упорядочивании исходят, как правило, из полярных проявлений какого-то свойства, которые фиксируются в виде двух «точек отсчета» на шкале. Примером биполярной шкалы в психологическом исследовании является методика семантического дифференциала. В этом случае"для построения шкалы первоначально производят отбор некоторого множества понятий, которые могут характеризовать, по мнению исследователя, изучаемые психические свойства испытуемого. Затем каждому понятию находят антоним (например: «общительный - замкнутый», «сильный - слабый», «уравновешенный - неуравновешенный»). Очевидно, что между каждыми двумя такими понятиями располагается несколько промежуточных оценочных категорий. Словесное определение промежуточных категорий очень часто вызывает у исследователей значительные трудности, поскольку в языке, как правило, мы легче находим понятия для обозначения экстремальных степеней выраженности какого-то свойства и труднее - для промежуточных.

Примерами использования в психологии порядковых шкал могут служить первичные результаты тестовых испытаний группы лиц, первичные результаты при использовании некоторых личностных опросников, работы со шкалами самооценки и т. п. Можно сказать, что результаты большинства психологических исследований представляют собой ординальные величины, т. е. выражающиеся порядковыми числами. Об этом необходимо помнить, поскольку характер первичных результатов накладывает ряд ограничений на возможность использования тех или других статистических приемов их обработки и анализа. Поскольку в порядковых шкалах не определена единая точка отсчета величин, то и для их элементов, как и для элементов шкал наименований, непригодны способы расчета, требующие арифметических действий, - в частности сложение и вычитание, В качестве меры положения классов объектов для преобразования шкал порядка кроме моды (Мо) могут быть использованы еще и медиана (Me ), полуквартильные отклонения (Q, и Q 3), а в качестве меры тесноты взаимосвязи классов - коэффициент ранговой корреляции Ч. Спирмена (р).

Итак, при конструировании шкалы интервалов используют три произвольные операции: установление величин единиц измерения, определение нулевой точки и определение направления, в котором ведут отсчет по отношению к нулевой точке.

Благодаря равенству единиц на уровне шкал интервалов возможна характеристика формы распределения эмпирических величин с помощьккгган-дартных статистических показателей: средней арифметической величины (М), среднего квадратичного отклонения (<т), показателей симметрии (А) и эксцесса (Е х ). Использование линейных преобразований приводит к изменению лишь средней арифметической и / или среднего квадратичного отклонения, не меняя показателей симметрии и эксцесса. Изменение средней арифметической производится прибавлением к каждому первичному результату некоторой постоянной величины: X t + a ... X n + a . Изменение среднего квадратичного отклонения можно получить, умножая каждое отклонение от средней на постоянную величину: (X . - М) а, где X . - первичный результат, М - средняя арифметическая величина, а -^ константа.

Наиболее частыми линейными преобразованиями, которые находят применение как в области психометрии, так и в области психофизики, являются центрирование и нормирование результатов измерения. Под центрированием понимается такое линейное преобразование, при котором средняя арифметическая величина становится равной нулю, в то время как направление шкалы и величина ее единиц остаются неизменными. Под нормированием понимают такое линейное преобразование результатов измерения, при котором их средняя арифметическая величина становится равной нулю, а среднее квадратичное отклонение равным ±1. Из сказанного очевидно, что для обработки и анализа эмпирических данных, полученных на уровне шкал интервалов, допустимы любые приемы статистической обработки, а именно расчет основных характеристик распределения, а также меры взаимосвязи количественных переменных (коэффициентов корреляции). В случае наличия нормальных распределений первичных результатов для их сравнения можно применять также все известные критерии оценки значимости различий как между значениями их средних величин", так и дисперсии, т. е. размаха распределения.

Примером интервальных шкал, используемых в психологии, являются стандартизованные тестовые шкалы психодиагностики: шкалы Векслера, шкалы Тёрстена, шкалы С и шкала Т. Гилфорда.

Шкалы отношений. Конструирование шкал отношений предполагает наряду с наличием свойств предыдущих шкал существование постоянной естественной нулевой точки отсчета, в которой измеряемый признак полностью отсутствует. Следовательно, шкалы отношений характеризуются тем, что в них, во-первых, классы объектов разделены и упорядочены согласно измеряемому свойству, во-вторых, равным разностям между классами объектов соответствуют равные разности между приписываемыми им чис-

лами, в-третьих, числа, приравниваемые классам объектов, пропорциональны степени выраженности измеряемого свойства. Последнее не было свойственно рассмотренным выше шкалам.

Основными операциями, допустимыми на уровне шкал отношений, являются все те операции, которым подчиняются шкалы всех перечисленных выше типов, и дополнительно - операции установления равенства отношений между отдельными значениями шкалы. Это возможно благодаря существованию на шкале естественного, абсолютного, нуля. Поэтому лишь для данной шкалы числа, являющиеся точками (значениями) на шкале, соответствуют реальному количеству измеряемого свойства, что позволяет производить с ними любые арифметические действия - оперирование суммами, произведениями и частными. Для шкал отношений допустимы любые мультипликативные преобразования типа х" =ах для любых а >0. Однако недопустимы (об этом часто забывают!) никакие операции прибавления или вычитания константных величин, что приводит, как было показано на примере шкал интервалов, к сдвигу точки отсчета. Дополнительно к указанным для описанных выше шкал измерения приемам статистической обработки данных для величин шкалы отношений можно рассчитывать, например, геометрические и гармонические средние, а также коэффициенты изменчивости измеряемого признака.

Считалось, что шкалы отношений не встречаются в психологических измерениях. Однако Стивене, исходя из постулата о допустимости непосредственного измерения психических процессов, показал возможность построения шкал отношений в психофизике. Для этой цели он разработал ряд измерительных процедур, предусматривающих прямое шкалирование. Среди них наиболее известными стали методики фракционирования и мультипликации предъявляемых стимулов. К этой же группе методик можно отнести и методики оценки величин стимулов и непосредственной оценки их отношений. Общим для всех перечисленных методик прямого шкалирования является то, что в качестве измерительного инструмента выступает сам испытуемый, который оценивает количественные отношения между раздражителями.

ОБРАБОТКА РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТАЛЬНОГО ИССЛЕДОВАНИЯ

Итак, результаты экспериментальных исследований могут быть описаны с помощью определенных статистических показателей. Какие именно показатели могут.быть применены в каждом отдельном случае, зависит от типа использованных измерительных шкал. Прежде чем будут описаны конкретные способы вычислений некоторых статистических показателей, необходимо определить значение ряда используемых при этом понятий.

В первую очередь надо пояснить понятие распределения результатов. Можно себе представить, что большому числу испытуемых было предложено решить некоторое число, например 20, задач. Результаты оценивались в