Аналогично, нейтральные зада-
ния также покажут небольшой разброс. Следовательно, целью будет
найти утверждения, которые являются умеренно положительными
или умеренно отрицательными. Тест должен будет содержать, чтобы
он выглядел более реалистично и его цель была не так очевидна,
примерно половину положительных и половину отрицательных ут-
159
верждений. Этот баланс будет полезен для преодоления установки на
согласие. Приведем несколько заданий в качестве примера;
(1) Евреи внесли значительный вклада современную науку (уме-
ренно положительное)
(2) Без евреев современная наука отстала бы на много лет (поло-
жительное, слишком крайнее)
(3) Евреи склонны держаться вместе как обособленный клан (от-
рицательное, умеренное)
(4) Евреи просочились почти во все важные организации (нега-
тивное, слишком крайнее)
(5) Евреи - это фактически высшая, избранная раса (положи-
тельное, слишком крайнее)
(6) Евреи обычно связаны с деньгами и материальными ценностя-
ми (негативное, слишком крайнее)
Форма задания. Как было описано, для шкалы Лайкерта необхо-
димы пяти- или семибалльные рейтинговые шкалы, указывающие
степень согласия с каждым утверждением. У Nunnally (1978) можно
найти полное обсуждение того, как правильно использовать рейтин-
говые шкалы. В кратком изложении можно сказать, что:
(а) Задания с графическими шкалами легче выполнять и они
приводят к меньшему количеству ошибок, чем задания с числовыми
шкалами.
Пример графической шкалы:
Полностью
Полностью
несогласен
В случае числовой шкалы слова-комментарии указываются рядом
с числами.
(б) Надежность возрастает с увеличением количества градаций
шкалы, и это возрастание резко обрывается после 7. Это говорит в
пользу семибалльной шкалы.
(в) При нечетном количестве градаций результаты несколько от-
личаются от результатов для шкал с четным количеством градаций.
Однако, нечетное количество градаций позволяет использовать ней-
тральный (средний) ответ, который в шкалах аттитюдов представля-
ется полезным (хотя он может породить уже известную установку на
ответ).
Таким образом, имея задания, основанные на утверждениях о
евреях, и семибалльные рейтинговые шкалы степени согласия с эти-
ми утверждениями, мы уже готовы испытать наши задания и подвер-
гнуть их процедуре анализа.
160
Анализ заданий. Для анализа заданий должна использоваться
большая и репрезентативная выборка, отражающая ту часть населе-
ния, для которой разрабатывается этот тест. Идеальным было бы
обследовать в десять раз больше испытуемых, чем есть заданий в
тесте, однако можно использовать и две большие выборки (в каждой
более 100 испытуемых).
Как и при анализе заданий для личностных опросников, каждый
вопрос должен коррелировать с общим показателем по тесту. Чтобы
добиться этого, для отрицательных утверждений оценка показателей
должна быть подвергнута так называемому обращению. Покажем это
на примере.
( 1 ) Евреи склонны держаться вместе замкнутым кланом (отрица-
тельный аттитюд)
(2) Евреи - высококультурная группа в европейском сообществе
(положительный аттитюд)
Для задания 1 показатель равен 8 (количество градаций шкалы
плюс 1) минус реальное значение, отмеченное испытуемым; а для
задания 2 показатель равен реальному значению, отмеченному на
шкале. Общий показатель для каждого испытуемого, отражающий
его позицию по переменной "положительный аттитюд к евреям",
состоит из суммы показателей, полученных по заданиям.
Шаги по обработке результатов следующие:
(1) Подсчитайте показатели для каждого задания, принимая во
внимание обращение для негативных заданий, как описано для зада-
ний 1 и 2 выше.
(2) На основе показателей по заданиям вычислите общий показа-
тель для каждого испытуемого.
(3) Вычислите коэффициента (см. гл.5, стр. 173).
(4) Вычислите корреляцию каждого задания с общим показате-
лем, используя формулу произведения моментов Пирсона.
(5) Отберите задания, для которых выполняется критерий корре-
ляции (в обоих случаях, если используются две формулы).
(6) Если возможно, используйте равное количество положитель-
ных и отрицательных заданий.
(7) Вычислите коэффициент а. для нового теста из отобранных
заданий.
(8) Следует стремиться к шкалам из 20 заданий, как указано в
главе 6 (см. стр. 197), со значением коэффициента а 0.60 или выше.
(9) Если необходимо, переформулируйте некоторые задания и
подвергните их вновь анализу.
4-196
(10) Апробируйте и подвергните анализу заданий окончательно
отобранную шкалу.
(II) Заданиям следует приписать весовые коэффициенты в соот-
ветствии с их корреляцией с общим показателем. Однако, как указы-
вает Nunnally, корреляция шкал, в которых используются весовые
коэффициенты, и шкал без них так велика, что, как оказывается, не
стоит утруждать себя вычислением этих весовых коэффициентов.
(12) Валидизируйте переменную теста при помощи соответству-
ющих экспериментальных приемов.
Вероятно, нет никаких сомнений в том, что в результате этих
процедур будет получено однородное и с признаками очевидной ва-
лидности средство измерения аттитюда к евреям, для которого про-
цедурами шага 12 будет продемонстрировано, валидно оно или нет.
Заслуживает внимания еще один момент. Когда используются
многобалльные шкалы, разброс заданий всегда больше, чем в случае
с дихотомическими заданиями. Следовательно, факторный анализ
заданий шкалы Лайкерта с гораздо большей вероятностью может
привести к четкой факторной структуре чем для личностных опрос-
ников, в которых используется дихотомический подсчет показате-
лей. Следовательно, имеет смысл подвергать корреляции между за-
даниями факторному анализу и выбирать те задания, которые насы-
щают факторы. Процедуры и логические основания для факторного
анализа заданий при конструировании тестов уже полностью обсуж-
далось, поэтому здесь будут только кратко указаны необходимые
шаги.
(1) Как для анализа заданий.
(2) Как для анализа заданий.
(3) Как для анализа заданий.
(4) Вычислите корреляционную матрицу для всех заданий (по
формуле произведения моментов Пирсона).
(5) Подвергните корреляционную матрицу факторному анализу
с вращением.
(б) Отберите задания, нагруженные генеральным фактором или
другими факторами (см. пункт "Замечания" ниже).
(7) Проведите тестирование с отобранными заданиями и проверь-
те результаты.
(8) Валидизируйтетесттакже, каквшаге 12анализазаданий (см.
выше).
ЗАМЕЧАНИЯ
Для факторного анализа желательна настолько большая выборка,
насколько возможно. Если размер выборки не больше утроенного
162
числа заданий теста, то обязательно необходимы повторные испыта-
ния.
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
ния также покажут небольшой разброс. Следовательно, целью будет
найти утверждения, которые являются умеренно положительными
или умеренно отрицательными. Тест должен будет содержать, чтобы
он выглядел более реалистично и его цель была не так очевидна,
примерно половину положительных и половину отрицательных ут-
159
верждений. Этот баланс будет полезен для преодоления установки на
согласие. Приведем несколько заданий в качестве примера;
(1) Евреи внесли значительный вклада современную науку (уме-
ренно положительное)
(2) Без евреев современная наука отстала бы на много лет (поло-
жительное, слишком крайнее)
(3) Евреи склонны держаться вместе как обособленный клан (от-
рицательное, умеренное)
(4) Евреи просочились почти во все важные организации (нега-
тивное, слишком крайнее)
(5) Евреи - это фактически высшая, избранная раса (положи-
тельное, слишком крайнее)
(6) Евреи обычно связаны с деньгами и материальными ценностя-
ми (негативное, слишком крайнее)
Форма задания. Как было описано, для шкалы Лайкерта необхо-
димы пяти- или семибалльные рейтинговые шкалы, указывающие
степень согласия с каждым утверждением. У Nunnally (1978) можно
найти полное обсуждение того, как правильно использовать рейтин-
говые шкалы. В кратком изложении можно сказать, что:
(а) Задания с графическими шкалами легче выполнять и они
приводят к меньшему количеству ошибок, чем задания с числовыми
шкалами.
Пример графической шкалы:
Полностью
Полностью
несогласен
В случае числовой шкалы слова-комментарии указываются рядом
с числами.
(б) Надежность возрастает с увеличением количества градаций
шкалы, и это возрастание резко обрывается после 7. Это говорит в
пользу семибалльной шкалы.
(в) При нечетном количестве градаций результаты несколько от-
личаются от результатов для шкал с четным количеством градаций.
Однако, нечетное количество градаций позволяет использовать ней-
тральный (средний) ответ, который в шкалах аттитюдов представля-
ется полезным (хотя он может породить уже известную установку на
ответ).
Таким образом, имея задания, основанные на утверждениях о
евреях, и семибалльные рейтинговые шкалы степени согласия с эти-
ми утверждениями, мы уже готовы испытать наши задания и подвер-
гнуть их процедуре анализа.
160
Анализ заданий. Для анализа заданий должна использоваться
большая и репрезентативная выборка, отражающая ту часть населе-
ния, для которой разрабатывается этот тест. Идеальным было бы
обследовать в десять раз больше испытуемых, чем есть заданий в
тесте, однако можно использовать и две большие выборки (в каждой
более 100 испытуемых).
Как и при анализе заданий для личностных опросников, каждый
вопрос должен коррелировать с общим показателем по тесту. Чтобы
добиться этого, для отрицательных утверждений оценка показателей
должна быть подвергнута так называемому обращению. Покажем это
на примере.
( 1 ) Евреи склонны держаться вместе замкнутым кланом (отрица-
тельный аттитюд)
(2) Евреи - высококультурная группа в европейском сообществе
(положительный аттитюд)
Для задания 1 показатель равен 8 (количество градаций шкалы
плюс 1) минус реальное значение, отмеченное испытуемым; а для
задания 2 показатель равен реальному значению, отмеченному на
шкале. Общий показатель для каждого испытуемого, отражающий
его позицию по переменной "положительный аттитюд к евреям",
состоит из суммы показателей, полученных по заданиям.
Шаги по обработке результатов следующие:
(1) Подсчитайте показатели для каждого задания, принимая во
внимание обращение для негативных заданий, как описано для зада-
ний 1 и 2 выше.
(2) На основе показателей по заданиям вычислите общий показа-
тель для каждого испытуемого.
(3) Вычислите коэффициента (см. гл.5, стр. 173).
(4) Вычислите корреляцию каждого задания с общим показате-
лем, используя формулу произведения моментов Пирсона.
(5) Отберите задания, для которых выполняется критерий корре-
ляции (в обоих случаях, если используются две формулы).
(6) Если возможно, используйте равное количество положитель-
ных и отрицательных заданий.
(7) Вычислите коэффициент а. для нового теста из отобранных
заданий.
(8) Следует стремиться к шкалам из 20 заданий, как указано в
главе 6 (см. стр. 197), со значением коэффициента а 0.60 или выше.
(9) Если необходимо, переформулируйте некоторые задания и
подвергните их вновь анализу.
4-196
(10) Апробируйте и подвергните анализу заданий окончательно
отобранную шкалу.
(II) Заданиям следует приписать весовые коэффициенты в соот-
ветствии с их корреляцией с общим показателем. Однако, как указы-
вает Nunnally, корреляция шкал, в которых используются весовые
коэффициенты, и шкал без них так велика, что, как оказывается, не
стоит утруждать себя вычислением этих весовых коэффициентов.
(12) Валидизируйте переменную теста при помощи соответству-
ющих экспериментальных приемов.
Вероятно, нет никаких сомнений в том, что в результате этих
процедур будет получено однородное и с признаками очевидной ва-
лидности средство измерения аттитюда к евреям, для которого про-
цедурами шага 12 будет продемонстрировано, валидно оно или нет.
Заслуживает внимания еще один момент. Когда используются
многобалльные шкалы, разброс заданий всегда больше, чем в случае
с дихотомическими заданиями. Следовательно, факторный анализ
заданий шкалы Лайкерта с гораздо большей вероятностью может
привести к четкой факторной структуре чем для личностных опрос-
ников, в которых используется дихотомический подсчет показате-
лей. Следовательно, имеет смысл подвергать корреляции между за-
даниями факторному анализу и выбирать те задания, которые насы-
щают факторы. Процедуры и логические основания для факторного
анализа заданий при конструировании тестов уже полностью обсуж-
далось, поэтому здесь будут только кратко указаны необходимые
шаги.
(1) Как для анализа заданий.
(2) Как для анализа заданий.
(3) Как для анализа заданий.
(4) Вычислите корреляционную матрицу для всех заданий (по
формуле произведения моментов Пирсона).
(5) Подвергните корреляционную матрицу факторному анализу
с вращением.
(б) Отберите задания, нагруженные генеральным фактором или
другими факторами (см. пункт "Замечания" ниже).
(7) Проведите тестирование с отобранными заданиями и проверь-
те результаты.
(8) Валидизируйтетесттакже, каквшаге 12анализазаданий (см.
выше).
ЗАМЕЧАНИЯ
Для факторного анализа желательна настолько большая выборка,
насколько возможно. Если размер выборки не больше утроенного
162
числа заданий теста, то обязательно необходимы повторные испыта-
ния.
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