В. Н. Дружинин экспериментальная психология

J€
€ вида F
3
: 
O
J
€
€→ дает представление 
о первичной структуре данных. Каждый индикатор характеризуется вектором 
<
>. При тестировании способностей этот вектор позволяет определить, 
какие испытуемые решили те или иные задачи. 
k
j
j
j
O
O
O
,...,
,
2
1
2. Отображение множества 
на множество 
J€
P€
вида F
2
: 
указывает на 
процесс интерпретации тестового балла, точнее — вектора обнаруженных признаков. 
Каждый индикатор характеризуется вектором <
>, где Р
ij
— величина, 
определяющая «вес» индикатора по отношению к свойству. В инструкции к тесту «вес» 
индикатора используется для подсчета накопленного балла. Он соответствует 
«нагрузке» фактора на пункт теста. По отображению F
2
можно говорить о процедуре 
подсчета «сырого» балла. 
P
J
€
€→
n
j
j
j
j
P
P
P
P
,...,
,
,
3
1
1
3. Отображение множества O€ на множества 
P€
вида P
1
: 
P
O
€
€ → характеризует ин-
терпретацию — приписывание свойства или определенного уровня его интенсивности 
конкретному испытуемому (группе испытуемых). Каждый испытуемый ха-
рактеризуется вектором <
>, где P
ij
— величина, определяющая, в какой 
мере свойство Р
i
, выражено у испытуемого О
i
. Эта величина является итогом процесса 
интерпретации — «психологическим портретом» испытуемого. С позиции обобщенной 
модели основное требование к тесту заключается в том, чтобы процедуры 
интерпретации и измерения были тождественными. Иными словами, тождественными 
должны быть обратные отображения F
1
и F
1'
, F
2
и F
2'
, F
3
и F
3'
. В противном случае 
результаты 
интерпретации 
будут 
расходиться 
с 
результатами 
измерения 
(тестирования). 
j
j
j
i
P
P
P
,...,
,
2
1
Описания множеств 
R
Z
P
J
O
€
,
€
,
€
,
€
,
€
и видов отображения F
1'
,F
2'
 и F
3'
определяются в 
ходе разработки теста и включаются в теоретическое описание теста и в инструкцию 
экспериментатора. 
Поскольку тест направлен на измерение психического свойства (в частности, 
способности), то вид конкретной модели, описывающей тест, определяется топологией 
свойства. 
Рассмотрим варианты нормативной обобщенной модели теста для одномерного 
случая, когда измеряется только одно свойство. 
1. Свойство не определено. 
Если топология свойства не определена, то это означает, что множество испыту-
емых нельзя (в соответствии с определением понятия «свойство») разбить на под-
множества, обладающие или не обладающие свойством. Иначе: на множестве испы-
туемых нельзя ввести отношения эквивалентности—неэквивалентности. Однако на 
множестве испытуемых можно ввести отношения толерантности (сходства). Это 
отношение рефлексивно, симметрично, но не транзитивно. Множество индикаторов
нельзя характеризовать по отнесенности к свойству, так как 
J€
P€
 — множество свойств, 
качественно не определенных. Следовательно, каждый испытуемый характеризуется 
лишь структурой своих ответов. 
Единственно возможный способ интерпретации таких результатов — выделение из 
множества испытуемых «эталонного испытуемого» (например, решившего все задачи 
теста). После этого производится подсчет коэффициентов сходства всех испытуемых с 
«эталоном». 
Назовем этот вариант модели «моделью сходств». В психологических исследова-
ниях она применяется редко. Очевидно, свою роль играет стремление исследователей 
максимально повысить мощность интерпретации данных. 
2. Свойство качественно определено. 

---

Онлайн Библиотека http://www.koob.ru 
163
Топология свойства определена: оно является точечным. На множества испыту-
емых можно ввести отношение эквивалентности—неэквивалентности (рефлексивное, 
симметричное, транзитивное), указывающее на наличие или отсутствие у них свойства. 
Следовательно, отображение F
1
: 
P
O
€
€ → является отображением множества на точку. 
Вектор значений Р
ij
характеризует индивидуальную меру выраженности свойства (в 
вероятностной интерпретации — вероятность его наличия) у испытуемого. 
Соответственно определены все отображения F
1'
,F
2'
и F
3'
(и обратные им). Если 
испытуемые обладают / не обладают свойством, то их можно разбить на основании 
результата тестирования на классы, имеющие и не имеющие свойства. При 
интерпретации данных используется следующий алгоритм: фиксируются индикаторы, 
проявленные испытуемым, подсчитывается индивидуальный показатель наличия или 
отсутствия у него свойства и принимается решение о его принадлежности к одному из 
дихотомических классов — А и 
⎯
А (обладающих и не обладающих свойством). 
Назовем эту модель моделью дихотомической классификации. Она использована в 
опросниках Личко, опросниках УНП и ряде других. 
3. Свойство качественно и количественно определено. Свойство является 
линейным континуумом, следователь, на нем определена метрика. Отображение 
F
1'
:
P
O
€
€ → указывает на меру принадлежности испытуемых к той или иной градации 
свойства (точке линейного континуума). 
В этом случае для подсчета величины, характеризующей принадлежность испы-
туемого к определенной интенсивности свойства, применяют кумулятивно-аддитивную 
модель: число признаков, проявленных при выполнении заданий теста (с учетом 
«весов»), прямо пропорционально интенсивности свойства, которым обладает 
испытуемый. Эта модель есть отображение F
2'
: 
O
P
€
€ → . Тем самым применяется сле-
дующая интерпретация: фиксируются ответы испытуемого; вычисляется «сырой» балл; 
испытуемый обладает определенной интенсивностью свойства на основе отображения 
«сырого» балла на шкалу, характеризующую свойство. Эта модель — модель 
латентного континуума — является наиболее распространенной при тестировании 
психических свойств. 
Индикаторы свойства также могут быть однородными и разнородными. В послед-
нем случае они шкалируются или не шкалируются. Если индикаторы однородны, то 
они выявляют свойство или уровень его интенсивности с равной вероятностью. Если 
индикаторы разнородны, то они выявляют свойство или уровень его интенсивности с 
разной вероятностью. На множестве индикаторов может быть введена некоторая мера 
— «сила» признака: чем сильнее признак, тем с большей вероятностью он выявляет 
свойство или определенный уровень его интенсивности. В этом случае для описания 
теста мы получаем так называемую модель Раша.