Файл: Бодалев А.А. - Общая психодиагностика.pdf

111

лагаемого  к  использованию, на  какой  популяции  и  в  какой  диагнос-

тической ситуации проводилась проверка. Если проверки не было или

признаки  новых  популяции  и  ситуации  явно  специфичны, провести
заново проверку надежности с учетом указанных ниже возможностей.

2.  Произвести  повторное  тестирование  на  всей  выборке  стан-

дартизации и подсчитать все коэффициенты, как для целого теста, так

и для его отдельных пунктов. Анализ полученных коэффициентов по-
зволит  понять, насколько  пренебрежима  ошибка  измерения, дает  ли

данный  тест  интервальную  шкалу (высокий r) или  только  диагности-
чен для крайних групп (высокий φ), насколько устойчиво измеряемое

свойство во времени (возможен ли статистический прогноз - проекция

тестового балла на будущее), в каких своих пунктах тест менее наде-
жен (анализ  этих  пунктов  позволяет  психологически  осмыслить  со-

держательный механизм взаимодействия пунктов с испытуемыми).

3. Если  возможности  обследования  испытуемых  ограниченны,

произвести  повторное  тестирование  только  на  части  выборки (не  ме-
нее 30 испытуемых), подсчитать (вручную) ранговую  или  четырех-

клеточную корреляцию для оценки внутренней согласованности и ста-
бильности теста в целом.

3.3. ВАЛИДНОСТЬ ТЕСТОВ

Проблемы  валидизации  психологических  тестов  являются  цент-

ральными для дифференциальной психометрики, но, к сожалению, до

сих  пор  решенными  не  до  конца. Решение  этой  проблемы  зависит  не
от статистического аппарата, а от уровня развития теоретического ап-

парата дифференциальной психологии.

Валидность  и  надежность. Валидность (или  обоснованность)

всякой процедуры измерения состоит в однозначности (устойчивости)
получаемых  результатов  относительно  измеряемых  свойств  объектов,

т, е. относительно  предмета  измерения. Отличие  понятия  валидности

от  надежности  измерения  удобно  раскрывать  с  помощью  различения
«объекта» и «предмета» измерения. Надежность - это  устойчивость

процедуры  относительно  объектов. Надежность  не  обязательно  пред-
полагает  валидность. В  психологии  довольно  часто  возникает  такая

ситуация, когда  исследователь  вначале  предлагает  определенную

112

процедуру  измерения, показывает  ее  надежность -способность устой-

чиво различать объекты, но вопрос о валидности остается открытым.

Если  в  сенсорной  психофизике  вопрос  о  валидности  измерений

оказывается  в  значительной  степени  затушеванным  тем  обстоятель-

ством, что  простейшие  физические  стимулы  достаточно  однозначно
детерминируют  измеряемые  свойства  ощущений, то  в  дифференци-

альной  психометрике  значимость  проблемы  валидности  резко  возра-
стает. Здесь  ситуация  подобна  той, когда  в  психофизическом  опыте

испытуемому  не  указывают, по  какому  именно  параметру  следует
сравнивать  стимулы. Пусть  испытуемый  А  понял  инструкцию  так, что

стимульные  объекты  надо  сравнивать  по  весу, а  испытуемый  Б - по

размеру. Если процедура измерения будет повторена по отношению к
тем же объектам, то она даст вполне устойчивые данные относительно

объектов,  но  не  даст  валидной  информации  ни  о  шкале  ощущений
«веса», ни о шкале ощущений «размера».

При  измерении  способностей  предъявляемый  тест  отнюдь  не

обязательно актуализирует именно тот психический процесс, который

предполагается  измерить. Например, столкнувшись  с  уже  встречав-
шейся однажды задачей (например, с анаграммой «дзиканпр»), испы-

туемый  может  начать  запоминать  просто  то  решение, к  которому  он
уже  однажды  пришел  (слово  «праздник»),  чем  заново решать  эту  за-

дачу. Здесь  будет  измеряться  скорее  уровень  словесной  памяти, чем

уровень  вербального  интеллекта. Точно  так  же  реальная  валидность
некоторых  тестов  раскрывается  только  в  результате  значительного

опыта работы с ними. Например, доказано, что ряд тестов, внешне вы
глядящих  интеллектуальными, на  деле  измеряют  скорее  личностно-

стилевые  особенности  индивида, чем  операциональные  возможности
интеллекта, например, методика «креативного  поля» Д. Б. Бо-

гоявленской.

Устойчивость  теста  относительно  объектов (испытуемых) явля-

ется  необходимым, но  не  достаточным  условием  его  устойчивости  от-

носительно измеряемых атрибутов (свойств) объектов. Надежность яв-
ляется необходимым, но не достаточным условием валидности. Отсюда

вытекает основное соотношение психометрики:

валидность ≤ надежность.

113

Это означает, что валидность теста не может превышать его на-

дежность.

Данное  соотношение, однако, неверно  трактовать  как  указание

на  прямую  пропорциональную  связь  валидности  и  надежности. По-
вышение  надежности  отнюдь  не  обязательно  приводит  к  повышению

валидности

1

. В  терминах  А. Анастази  валидность  определяется  ре-

презентативностью  теста  относительно  измеряемой  области  поведе-

ния. Если эта область поведения складывается из разнообразных фе-
номенов, то  содержательная  валидность  теста  автоматически  требует

представленности в нем моделей всех этих разнообразных феноменов.

Возьмем глобальное понятие «речевая способность» (этому психолин-
гвистическому термину в традиционной тестологии соответствует тер-

мин «вербальный интеллект»). Сюда относятся такие относительно не-
зависимые  друг  от  друга  навыки,  как  навыки  письма  и  чтения.  Если

заботиться  о  содержательной  валидности  соответствующего  теста, то
нужно  ввести  в  него группы заданий на проверку  этих  довольно раз-

ных  по  своему  операциональному  составу  компонентов  вербального
интеллекта. Вводя  разнородные  пункты  и  субшкалы (субтесты), мы

обязательно сокращаем внутреннюю согласованность, одномоментную
надежность  теста, но  зато  добиваемся  существенного  повышения  ва-

лидности. Таким  образом, для  расширения  области  применения  теста

психодиагност должен избегать излишнего повышения внутренней со-
гласованности. Одновременно с этим снижением внутренних корреля-

ций между различными пунктами теста (об этом уже говорилось в раз-
деле 3.1) обязательно исчезает отрицательный эксцесс на кривой рас-

пределения тестовых баллов, и она все более приближается по форме
к нормальной кривой.

Эмпирическая  валидность. Если  в  случае  с  содержательной  ва-

лидностью  оценка  теста  производится  за  счет  экспертов (устанавли-

вающих соответствие заданий теста содержанию предмета измерения),

то  эмпирическая  валидность  измеряется  всегда  с  помощью  ста-
тистического коррелирования: подсчитывается корреляция двух рядов

1

 Предельной внутренней согласованностью будет, например, обладать тест-опросник, состоя-

щий из повторения одного и того же вопроса. Но валидность в данном случае будет минималь-
ной.

114

значений - баллов по тесту и показателей по внешнему параметру, из-

бранному в качестве критерия валидности.

Прагматические традиции западной тестологии привязывали эм-

пирическую  валидность  теста  к  внешним  для  психологии  социально-

прагматическим критериям. Эти критерии являются показателями, об-
ладающими  непосредственной  ценностью  для  определенных  областей

практики. Практика всегда имеет целью либо повысить, либо понизить
эти  показатели. Например, в  области  педагогической  психологии  это

«успеваемость» (которую  надо  повысить), в  психологии  труда  это
«производительность труда» и «текучесть кадров», в медицине - «со-

стояние 

здоровья 

пациента», в 

психологии 

управления -

«совместимость», «срабатываемость» коллектива, в юридической пси-
хологии - «преступность» (которую надо понизить) и т. п.

Ориентируясь непосредственно на эти категории, психолог, пы-

тающийся  скоррелировать  результаты  теста  с  этими  показателями,

фактически решает сразу две задачи: задачу измерения валидности и
задачу  измерения  практической  эффективности  своей  психодиагнос-

тической  программы. Если  получен  значимый  коэффициент  корреля-
ции, то  можно  считать, что  решены  с  позитивным  результатом  сразу

обе эти задачи. Но если корреляции не обнаружено, то остается нео-
пределенность: либо невалидна сама процедура (тестовый балл не от-

ражает, например, стрессоустойчивость  оператора), либо  неверна ги-

потеза  о  наличии  причинно-следственной  связи  между  психическим
свойством  и  социально  значимым  показателем (стрессоустойчивость

не влияет на процент аварийных ситуаций).

Таким  образом, социально-прагматические  критерии  являются

комплексными: они  позволяют  измерить  валидность-эффективность,
но  не  каждое  из  этих  двух  свойств  теста  отдельно. На  практике  пси-

холога  часто ожидает  и  еще  более  сложная ситуация, когда  заказчик
требует от психолога на основании полученного диагноза сразу же оп-

ределенных  мер  по  вмешательству  в  ситуацию (отбор, консульти-

рование, обучение  и  т. п.). В  этом  случае  повышение  показателей
(достоверное  по  сравнению  с  контрольной  группой) доказывает  од-

новременно  и  валидность-эффективность  диагностики, и  эффектив-
ность  самого  вмешательства. А  отрицательный  результат  дает  еще

большую  неопределенность, так  как  оказывается  невозможным  от-

115

делить  неэффективность  вмешательства  от  низкой  валидности  ди-

агностики.

Ориентация  на  социально-прагматические  критерии, приводя-

щие  к  склейке  понятий «валидности  измерения» и «причинного  про-

гноза  по  результатам  измерения», бесспорно, сдерживала  и  продол-
жает  сдерживать  развитие  концептуального  аппарата  дифференци-

альной  психологии. При  этом  суть  самого  предмета  измерения: изме-
ряемого психического свойства - оказывается вне фокуса внимания не

только  заказчика, но  и  самого  психолога, превращающегося  в  этом
случае  в  тестолога, которого  не  интересует, что  именно  он  измеряет,

главное лишь, чтобы от этого «нечто» перекидывался мостик к полез-

ному эффекту, обеспечивающему психологу социальное признание.

Процедура  эмпирической  валидизации. Организация  выборки

при  эмпирической  валидизации  зависит от  временного статуса крите-
рия. Если этот критерий - событие в прошлом (ретроспективная вали-

дизация), то  к  участию  в  психодиагностическом  обследовании  доста-
точно привлечь только тех испытуемых, которые оказались на экстре-

мальных  полюсах  по  этому  критерию

1

. В  результате  применяется  ме-

тод экстремальных (контрастных) групп. Коррелирование с суммарным

баллом по тесту оценивается с помощью бисериального коэффициента
по  формуле (3.2.17). При  этом  в  статусе  дихотомической  переменной

(на  месте  отдельного  пункта) оказывается  сам  критерий  валидности:

å

x— сумма баллов по тесту, полученных «высокой» группой по кри-

терию;

pq

- стандартная ошибка критерия, связанная с численностью

«высокой» (р) и «низкой» (q) групп.

Если критерий - будущее событие (проспективная валидизация),

то  выборка  должна  быть  составлена  с  запасом - с  учетом  вероятного

объема  экстремальных  групп  в  будущем. Например, нужно  выяснить,

позволяет  ли  диагностика  темперамента прогнозировать  повышенный
риск психосоматических заболеваний (гипертония, язва, астма и т. п.).

Пусть на основании эпидемиологических исследований известно, что в
течение  трех  лет  из. 1000 здоровых  людей  этими  болезнями  заболе-

1

 В этом случае имеет место схема исследования, известная под названием «квазиэксперимент»:

контроль осуществляется не в виде воздействия на независимую переменную, а в виде привле-
чения особой выборки испытуемых. Подробнее о квазиэкспериментах см. кн.- Д. Кэмпбелл,
1980.