Файл: Бодалев А. А. Столин В. В.docx

Л. Лоуэнталь на основе количественного анализа биографий, публикуемых в популярных журналах, показал, как изменялись ценности и кумиры американского общества на протяжении первых четырех десятилетий нашего века от «идолов производства» (бизнесмены, менеджеры, банкиры и т. д.) к «идолам потребления» (певцы, кинозвезды, спортсмены и т. п.) (Lowenthal L., 1950).

Многочисленные, зачастую спекулятивные, исследования были проведены западными психологами и психоаналитиками для изучения личностных особенностей писателей на основе контент-анализа их литературных произведений (особенно часто анализировались сочинения В. Шекспира и Ф. М. Достоевского).

Вместе с тем контент-анализ репрезентативных выборок произведений художественной литературы и искусства может позволить выявить обобщенные «характеристики и особенности авторов в зависимости, например, от социально-демографических признаков. Подобные статистические закономерности особенностей отражения людей и социальной среды писателями были обнаружены нами при изучении художественной прозы и портретной живописи» (Семенов В. Е., 1983). Сошлемся и на контент-анализ эпизодов жестокости и агрессии в западных и отечественных кинофильмах, выполненный под нашим руководством Н. Н. Лепехиным и Ч. А. Шакеевой. Анализ выявил количественное преобладание и более жестокий характер подобных эпизодов в западных фильмах (Социально-психологические проблемы нравственного воспитания личности. Л., 1984).

С 50-х годов получает распространение качественноколичественный анализ вербальной коммуникации в малых группах, начатый Р. Бейлсом (следует отметить, что обычно такие исследования принято относить к наблюдению, хотя речь, зафиксированная, например, на магнитной ленте, становится уже документом). Посредством анализа диалогов, деловых бесед, дискуссий в малых группах и первичных коллективах можно диагностировать стиль руководства, социально-психологический климат, конфликтность и т. п. (см., напр.: Обозов Н. Н., 1979). Аналогичные возможности открываются для психодиагностики процессов и состояний при изучении массового вербального поведения на улице, в транспорте, магазинах и т. д. (Semenov V., 1984).

Таким образом, опыт применения качественно-количественного анализа различных документов демонстрирует его значительные возможности для психодиагностики, причем как на уровне личности, так и на уровне малых и больших групп. В качестве эмпирических объектов изучения могут быть использованы личные документы (письма, фотографии, дневники, автобиографии и т. п.), материалы групповой, коллективной и массовой коммуникации (записи разговоров, дискуссий, совещаний, всевозможные уставы, приказы, объявления, газеты, радиопередачи, реклама и т. п.), а также продукты деятельности людей, включая литературу и искусство.

---

Помимо самостоятельного применения или равноправного применения в комплексе с другими методами контент-анализ может выступать и в качестве вспомогательной техники для обработки данных, полученных посредством прожективных методик (например, ТАТ, тест Роршаха), нестандартизованных интервью, открытых вопросов анкет и т. п. (Логинова Н. А., Семенов В. Е., 1973; Столин В. В., 1982; Lindner

R., 1950; Hafner A., Kaplan A., 1960).

Следует подчеркнуть, что контент-анализ основан на принципе повторяемости, частотности различных смысловых и формальных элементов в документах (определенных понятий, суждений, тем, образов и т. п.). Поэтому данный метод применяется только тогда, когда имеется достаточное количество материала для анализа (представлено много отдельных однородных документов, автобиографий, писем, фотографий и т. д. или есть несколько и даже один документ, например дневник, но достаточного объема). При этом интересующие нас элементы содержания (единицы анализа) также должны встречаться в исследуемых документах с достаточной частотой. В противном случае выводы будут лишены статистической достоверности. Критерием здесь служит закон больших чисел.

Не все виды документов пригодны для контент-анализа по причине затруднений с формализацией их содержания. Иногда невозможно задать четкие однозначные правила для фиксирования нужных характеристик содержания (например, трудно или совершенно невозможно формализовать описание лирического героя некоторых поэтических произведений).

Следовательно, объекты анализа должны удовлетворять требованиям статистической значимости и формализации.

Квантификация в контент-анализе от простого подсчета частот встречаемости тех или иных элементов-единиц содержания постепенно эволюционировала к более сложным статистическим средствам. В частности, еще в 1942 г. А. Болдуином был предложен подсчет совместной встречаемости слов в тексте (Baldwin А., 1942). В конце 50-х годов Ч. Осгуд с сотрудниками обогатил контент-анализ методикой «связанности символов», в которой развивается принцип Болдуина, что позволяет обнаруживать неслучайные, связанные между собой элементы содержания, представленные в специальных матрицах (Семенов В. Е., 1983; Osgood Ch., 1959). В сущности, эта методика была началом введения в контент-анализ корреляционной техники, а затем и факторного анализа.

---

Новым этапом в развитии контент-анализа стала его компьютеризация в 60-х годах. Ё Массачусетском технологическом институте появился «универсальный анализатор» (The General Inquirer) - комплекс компьютерных программ анализа текстовых материалов, при помощи которого можно подсчитывать частоты категорий содержания текста, получать различные индексы на основе совместного появления этих категорий и т. д. (Stone Ph., Dunphy D., 1966). Подобным образом были исследованы речи двадцати американских президентов при их вступлении на этот пост, редакционные статьи в газетах разных стран, личные письма, сочинения, вербальное поведение психически больных людей и прочие материалы. С 70-х годов в США разрабатываются стандартные компьютерные программы анализа разнообразных документов, которые предлагаются организациям и частным лицам (Сохоп А., 1977), компьютерный контент-анализ развивается и в других странах (Deichelsel A., 1975).

Естественно, что использование компьютерных программ в контент-анализе обеспечивает этому методу явные преимущества, заключающиеся в надежности получаемых данных и быстроте анализа, по сравнению с ручным, выполняемым людьми-кодировщиками, которые подвержены ошибкам из-за утомления и субъективных факторов. Таким образом, трудоемкость составления программ окупается тем огромным объемом содержания, которое достаточно быстро и надежно можно проанализировать на компьютере, а также освобождением кодировщиков от их чрезвычайно утомительного труда. В целом проблемы использования машинного контент-анализа близки общей стратегии применения компьютеров в эмпирических социальных исследованиях. Важно правильно определить, когда следует воспользоваться машинным, а когда ручным анализом, что зависит от задач исследования, от объема материалов, подлежащих анализу, от степени их формализуемости.

ГЛАВА 3 ПСИХОМЕТРИЧЕСКИЕ ПСИХОДИАГНОСТИКИ

---

3.1. РЕПРЕЗЕНТАТИВНОСТЬ ТЕСТОВЫХ НОРМ

Основные статистические принципы построения тестов достаточно полно освещены в появившейся в начале 80-х годов на русском языке литературе по дифференциальной психометрике (Аванесов В. С., 1982; Анастази А., 1982; Гайда В. К., Захаров В. П., 1982). Тем не менее в указанных руководствах центральная проблема психометрики тестов - вопрос о тестовых нормах - еще не получила последовательного освещения. Прежде всего это относится к руководству известной представительницы американской тестологии А. Анастази.

В руководстве Анастази не получают достаточного критического обсуждения две основополагающие предпосылки традиционной западной тестологии: вопрос о применении статистических норм (квантилей распределения баллов) в качестве диагностических норм и вопрос о сведении всех эмпирических распределений к нормальной модели. Ниже эти предпосылки будут проанализированы в контексте краткой реконструкции системы основных понятий дифференциальной психометрики.

Статистическая природа тестовых шкал. Типичный измерительный тест в психодиагностике - это последовательность кратких заданий, или пунктов, дающая в результате ее выполнения испытуемым последовательность исходов, которая затем подвергается однозначной количественной интерпретации. Примеры интерпретации в интеллектуальных тестах, состоящих из отдельных задач: «правильное решение», «ошибочное решение», «отсутствие ответа» (пропуск задачи из-за нехватки времени). Примеры интерпретации в случае личностных опросников, состоящих из высказываний, предлагаемых для подтверждения испытуемым: «подтверждение» (ответ «верно»), «отвержение» (ответы «не согласен», «неверно»).

Суммарный балл по тесту подсчитывается с помощью ключа: ключ устанавливает числовое значение исхода по каждому пункту. Например, за правильное решение задания дается «+1», за неправильное решение или пропуск - «О». Тогда балл буквально выражает количество правильных ответов.

Исход по отдельному заданию подвержен воздействию не только со стороны измеряемого фактора - способности или черты личности испытуемого, но и побочных шумовых факторов, которые являются иррелевантными по отношению к задаче измерения. Примеры случайных факторов: колебания внимания, вызванные неожиданными отвлекающими событиями (шум на улице, стук в дверь и т. п.), трудности в понимании смысла задания (вопроса), вызванные особенностями опыта данного конкретного испытуемого, и т. п. Последовательность исходов оказывается последовательностью событий, содержащей постоянный и случайный компоненты. Как известно, основным приемом, позволяющим устранить искажающее влияние случайных факторов на результат (суммарный балл), Является балансировка этого влияния с помощью повторения. При

---

этом фактически предполагается, что повторение обеспечивает рандомизацию (случайное варьирование) неконтролируемого фактора, в результате чего при суммировании исходов Положительные и негативные эффекты случайных факторов взаимопоглощаются (о механизме рандомизации см.: Готтсданкер Р., 1982).

В оптимальном тесте набор и последовательность заданий организуются таким образом, чтобы повысить долю постоянного компонента и сократить долю случайного в величине суммарного балла. Тем не менее, несмотря на различные статистические ухищрения, суммарный балл в психологических измерениях содержит несравненно большую долю случайного компонента, чем в обычных физических измерениях. В силу этого суммарный балл оказывается определенным лишь в известных пределах, заданных ошибкой измерения.

Для того чтобы оценить эффективность, дифференциальную ценность всей процедуры измерения, необходимо соотнести размеры ошибки измерения с размерами разброса суммарных баллов, вызванных индивидуальными различиями в измеряемой характеристике между испытуемыми. В терминах Статистики речь идет о сравнении так называемой истинной дисперсии распределения суммарных баллов с дисперсией ошибки. Именно этим обусловлен необходимый интерес психометристов к распределению суммарных баллов. Поэтому анализ распределения необходим не только при использовании статистических норм, но и в случае абсолютных и критериальных норм.

Как известно, частотное распределение суммарных баллов имеет удобную графическую интерпретацию в виде кривых распределений: гистограммы и кумуляты (см., в частности, удачное популярное введение в описание распределений в книге: Кимбл Г., 1982, с. 5570). В случае гистограммы по оси абсцисс откладываются «сырые очки» -первичные показатели суммарных баллов, возможных для данного теста, по оси ординат - относительные частоты (или проценты) встречаемости баллов в выборке стандартизации (Анастази А., 1982, с. 66). Как известно, для «колоколообразной» кривой нормального распределения дисперсия визуализируется как параметр, ответственный за «распластанность» графика плотности вероятности (теоретического аналога эмпирической кумуляты) вдоль оси X. Чтобы

---