Метод шкалирования по Рашу
позволяет разрабатывать однородные, высоко дискриминативные тесты (см. Внутренняя
согласованность. Надежность по внутренней согласованности, Диск-риминативность
заданий теста), эффективно комплектовать эквивалентные наборы заданий (см.
Параллельные формы. теста).
В практической психодиагностике Р. ш. пока не находят широкого распространения. Это
связано с тем, что теоретические основы и аналитический аппарат, опирающиеся на
модель Раша, находятся еще в стадии разработки. Сложность практической реализации
связана и с некоторыми теоретическими допущениями и требованиями модели,
практическое выполнение которых затруднено (пренебрежение угадыванием решений,
требование принадлежности выборочной совокупности заданий теста только одной гене-
ральной совокупности заданий теста, требование идентичной дискриминативности каждого
из заданий). Конструирование Р. ш. технически невозможно без применения специальных
компьютерных
278
РЕГ
средств. Существенным недостатком р. ш. является необходимость использования
многочисленных выборок для градуирования заданий.
Шкалирование по Рашу может породить бессмысленные шкалы. Так, шкалирование
опросника EPQ (см. Айзенка личностные опросники) привело к некоей смеси личностных
шкал N, Е, Р и L (П.Клайн,1988).
Несмотря на сказанное выше, построение Р. ш. целесообразно в тех случаях, когда
тестирование связано с хорошо описываемой выборочной совокупностью заданий, а также
в тех случаях, когда желательна разработка коротких форм тестов и эквивалентных
наборов заданий для повторного тестирования и определения надежности. Особенно
перспективным представляется реализация принципа построения Р. ш. при
конструировании тестов индивидуально ориентированных.
РЕВЕРСИВНЫЙ ТЕСТ-тест интеллекта, относящийся к группе невербальных, разработан
А. В. Этфельдтом.
Тест применяется для проверки готовности к обучению, чтению. Методика основана на
определении степени реверсивной тенденции,то есть степени затруднений в различении
зеркальных образов, которые являются естественной стадией развития зрительного
восприятия у детей.
Задания заключаются в сопоставлении двух изображений, находящихся в прямоугольнике,
и обнаружении среди них тех, которые не являются одинаковыми. Образы различаются
отдельными деталями. Пример заданий приводится на РИС.54.
Время выполнения не ограничено, за каждый правильный ответ начисляется 1 балл.
Первичные данные переводятся в оценки 4-балльной шкалы, которые интерпретируются
следующим образом: от-
V
V
/
ЛА
С
С
Рис. 54. Пример заданий реверсивного теста
сутствие готовности к обучению, чтению (1 балл), недостаточная готовность, требующая
более подробного изучения (2 балла), средний уровень готовности (3 балла), уровень
готовности выше среднего (4 балла).
Возможно индивидуальное и групповое применение теста.
Сведения о надежности, и валиднос-ти теста отсутствуют.
Данных об использовании в СНГ нет.
РЕГРЕССИОННЫЙ АНАЛИЗ (лат. regressio - движение назад), область статистического
анализа, изучающая зависимость изменений значений переменных от одной или
нескольких независимых переменных (факторов).
Р. а. применим только по отношению к количественно выраженным переменным,
измеряемым в интервальных шкалах (см Шкалы измерительные). Основными процедурами
Р. а. являются построение линий и нахождение уравнений регрес сии. Под линией
регрессии пoнимaeтc линия, соединяющая точки средних зна чений сгруппированных
признаков-факто ров (т. е. тех признаков, влияние которые на переменную изучается).
Построенньн таким образом линии в общем виде опре деляют взаимодействие изучаемого
пока
РЕГ
. 9 10 11 12 13 14 15 16 X О Возраст испытуемых (годы)
Рис. 55. Эмпирическая и выровненная линии регрессии средних оценок по тесту при
лонгитюдном обследовании группы испытуемых
зателя и одного (или группы) из объясняющих факторов, позволяют дать предварительную
наглядную оценку воздействия фактора на результирующий признак (рис. 55).
Уравнение регрессии (упрощенно уравнение парной регрессии, описывающее воздействие
одного фактора на результирующий признак)строится следующим образом. Линейная
зависимость признака описывается уравнением
у = a + Ьх,
где a - свободный член уравнения, Ь - коэффициент регрессии. С т. з. аналитической
геометрии Ь - угловой коэффициент, определяющий наклон линии регрессии по
отношению к осям Л", У. В аспекте Р. а. этот параметр показывает, насколько в среднем
величина признака Y изменяется при соответствующем изменении на единицу меры
признака X. Наглядное представление об этом параметре и о положении линий регрессии
У по Х и Х по У в системе прямоугольных координат дает рис. 56. Показано, что линии
регрессии пересекаются в точке 0 (х, у), соответствующей средним арифметическим
корреляционно связанных друг с другом признаков У и X. Линия АВ, проходящая через эту
точку, изображает полную функциональную зависимость между переменными У и Х
(коэффициент корреляции г= 1). Чем сильней связь между У и X, тем ближе линии
регрессии к АВ, и на-
280
Рис, 56. Линии регрессии Х по У и У по Л в системе прямоугольных координат
оборот, чем слабее эта связь, тем более удаленными оказываются линии регрессии от АВ.
При отсутствии связи между признаками (г = 0) линии регрессии оказываются под прямым
углом по отношению друг к другу.
Для нахождения рассмотренных выше параметров (а, Ь) решается система уравнений:
(Т,у = an + Ы.х;
[l.xyaT.x+Ы.х2,
отсюда
или
Si/Zx2 - Тхху яух= пЕ-()1
1.х1.у~ - Т.уху ху= п-у)2
аух=~У-Ьу;
axy:=~x-bxyУ ,
- РЕГ
Таблица 22
Определение параметров линейной регрессии в зависимости от ошибок и скорости
выполнения заданий теста
Номер
об
Время
выпол
Количес
тво
X2
Расчет параметра
уравнения
следов
ания
нения,
мин
ошибок
xy
регрессии
1
6
4
36
24
Si/S-c2 - .yxLx
2
9
7
81
63
а n-CLxf
3
3
4
9
12
24-187-149-29 ,,.
4
5
4
25
20
- ----------- -
i,/o 5.187-841
5
6
5
36
30
, ntxy - ?J(Si/
n=5
Zx =29
?i/=24
S-c2 =
187
Lxy =
149
nS,x2 - I.xl.y
5.149-29.24
5.187-841 -052
n-Lxy
-LxS.y
которые должны быть близкими по вели
4х 9
n?x2 -
-H2
чинам. Квадрат коэффициента корреляции (в
nLxy
- I,xl.y .
пример
е что
75%
г = 0,86, ft = 0,75)
показывает, общей
дисперсии У объясняют-
Їxu
/ \9
nLy-\Ъу] ся влиянием переменной X, остальные
25% обусловлены влиянием неучтенных
или
в уравнении факторов.
V V 11
-nxy
При с
эценке зависимости
результирую-
h - y
щего признака от нескольких факторов
У..2
-"г2
- "" строится уравнение множественной рег-
рессии.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159
позволяет разрабатывать однородные, высоко дискриминативные тесты (см. Внутренняя
согласованность. Надежность по внутренней согласованности, Диск-риминативность
заданий теста), эффективно комплектовать эквивалентные наборы заданий (см.
Параллельные формы. теста).
В практической психодиагностике Р. ш. пока не находят широкого распространения. Это
связано с тем, что теоретические основы и аналитический аппарат, опирающиеся на
модель Раша, находятся еще в стадии разработки. Сложность практической реализации
связана и с некоторыми теоретическими допущениями и требованиями модели,
практическое выполнение которых затруднено (пренебрежение угадыванием решений,
требование принадлежности выборочной совокупности заданий теста только одной гене-
ральной совокупности заданий теста, требование идентичной дискриминативности каждого
из заданий). Конструирование Р. ш. технически невозможно без применения специальных
компьютерных
278
РЕГ
средств. Существенным недостатком р. ш. является необходимость использования
многочисленных выборок для градуирования заданий.
Шкалирование по Рашу может породить бессмысленные шкалы. Так, шкалирование
опросника EPQ (см. Айзенка личностные опросники) привело к некоей смеси личностных
шкал N, Е, Р и L (П.Клайн,1988).
Несмотря на сказанное выше, построение Р. ш. целесообразно в тех случаях, когда
тестирование связано с хорошо описываемой выборочной совокупностью заданий, а также
в тех случаях, когда желательна разработка коротких форм тестов и эквивалентных
наборов заданий для повторного тестирования и определения надежности. Особенно
перспективным представляется реализация принципа построения Р. ш. при
конструировании тестов индивидуально ориентированных.
РЕВЕРСИВНЫЙ ТЕСТ-тест интеллекта, относящийся к группе невербальных, разработан
А. В. Этфельдтом.
Тест применяется для проверки готовности к обучению, чтению. Методика основана на
определении степени реверсивной тенденции,то есть степени затруднений в различении
зеркальных образов, которые являются естественной стадией развития зрительного
восприятия у детей.
Задания заключаются в сопоставлении двух изображений, находящихся в прямоугольнике,
и обнаружении среди них тех, которые не являются одинаковыми. Образы различаются
отдельными деталями. Пример заданий приводится на РИС.54.
Время выполнения не ограничено, за каждый правильный ответ начисляется 1 балл.
Первичные данные переводятся в оценки 4-балльной шкалы, которые интерпретируются
следующим образом: от-
V
V
/
ЛА
С
С
Рис. 54. Пример заданий реверсивного теста
сутствие готовности к обучению, чтению (1 балл), недостаточная готовность, требующая
более подробного изучения (2 балла), средний уровень готовности (3 балла), уровень
готовности выше среднего (4 балла).
Возможно индивидуальное и групповое применение теста.
Сведения о надежности, и валиднос-ти теста отсутствуют.
Данных об использовании в СНГ нет.
РЕГРЕССИОННЫЙ АНАЛИЗ (лат. regressio - движение назад), область статистического
анализа, изучающая зависимость изменений значений переменных от одной или
нескольких независимых переменных (факторов).
Р. а. применим только по отношению к количественно выраженным переменным,
измеряемым в интервальных шкалах (см Шкалы измерительные). Основными процедурами
Р. а. являются построение линий и нахождение уравнений регрес сии. Под линией
регрессии пoнимaeтc линия, соединяющая точки средних зна чений сгруппированных
признаков-факто ров (т. е. тех признаков, влияние которые на переменную изучается).
Построенньн таким образом линии в общем виде опре деляют взаимодействие изучаемого
пока
РЕГ
. 9 10 11 12 13 14 15 16 X О Возраст испытуемых (годы)
Рис. 55. Эмпирическая и выровненная линии регрессии средних оценок по тесту при
лонгитюдном обследовании группы испытуемых
зателя и одного (или группы) из объясняющих факторов, позволяют дать предварительную
наглядную оценку воздействия фактора на результирующий признак (рис. 55).
Уравнение регрессии (упрощенно уравнение парной регрессии, описывающее воздействие
одного фактора на результирующий признак)строится следующим образом. Линейная
зависимость признака описывается уравнением
у = a + Ьх,
где a - свободный член уравнения, Ь - коэффициент регрессии. С т. з. аналитической
геометрии Ь - угловой коэффициент, определяющий наклон линии регрессии по
отношению к осям Л", У. В аспекте Р. а. этот параметр показывает, насколько в среднем
величина признака Y изменяется при соответствующем изменении на единицу меры
признака X. Наглядное представление об этом параметре и о положении линий регрессии
У по Х и Х по У в системе прямоугольных координат дает рис. 56. Показано, что линии
регрессии пересекаются в точке 0 (х, у), соответствующей средним арифметическим
корреляционно связанных друг с другом признаков У и X. Линия АВ, проходящая через эту
точку, изображает полную функциональную зависимость между переменными У и Х
(коэффициент корреляции г= 1). Чем сильней связь между У и X, тем ближе линии
регрессии к АВ, и на-
280
Рис, 56. Линии регрессии Х по У и У по Л в системе прямоугольных координат
оборот, чем слабее эта связь, тем более удаленными оказываются линии регрессии от АВ.
При отсутствии связи между признаками (г = 0) линии регрессии оказываются под прямым
углом по отношению друг к другу.
Для нахождения рассмотренных выше параметров (а, Ь) решается система уравнений:
(Т,у = an + Ы.х;
[l.xyaT.x+Ы.х2,
отсюда
или
Si/Zx2 - Тхху яух= пЕ-()1
1.х1.у~ - Т.уху ху= п-у)2
аух=~У-Ьу;
axy:=~x-bxyУ ,
- РЕГ
Таблица 22
Определение параметров линейной регрессии в зависимости от ошибок и скорости
выполнения заданий теста
Номер
об
Время
выпол
Количес
тво
X2
Расчет параметра
уравнения
следов
ания
нения,
мин
ошибок
xy
регрессии
1
6
4
36
24
Si/S-c2 - .yxLx
2
9
7
81
63
а n-CLxf
3
3
4
9
12
24-187-149-29 ,,.
4
5
4
25
20
- ----------- -
i,/o 5.187-841
5
6
5
36
30
, ntxy - ?J(Si/
n=5
Zx =29
?i/=24
S-c2 =
187
Lxy =
149
nS,x2 - I.xl.y
5.149-29.24
5.187-841 -052
n-Lxy
-LxS.y
которые должны быть близкими по вели
4х 9
n?x2 -
-H2
чинам. Квадрат коэффициента корреляции (в
nLxy
- I,xl.y .
пример
е что
75%
г = 0,86, ft = 0,75)
показывает, общей
дисперсии У объясняют-
Їxu
/ \9
nLy-\Ъу] ся влиянием переменной X, остальные
25% обусловлены влиянием неучтенных
или
в уравнении факторов.
V V 11
-nxy
При с
эценке зависимости
результирую-
h - y
щего признака от нескольких факторов
У..2
-"г2
- "" строится уравнение множественной рег-
рессии.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159