Общая психодиогностика

 
3.5. ПРОГНОЗИРОВАНИЕ И РАСПОЗНАВАНИЕ ОБРАЗОВ 
Кардинальное значение для психодиагностики имеет проблема прогнозирования. Суще-
ствует точка зрения, разделяющая психодиагностику и так называемую психопрогностику (За-
бродин Ю. М., 1984). Это указывает на самостоятельное значение проблемы прогнозирования. 
В действительности, любая психодиагностика служит прогнозированию - на больших или 
меньших отрезках времени. То, что называется диагностикой текущего состояния объекта, имеет 
следующий смысл. В технике сконструированный агрегат подвергают стендовым испытаниям. 
Полученные результаты приписывают текущему состоянию объекта, имея в виду, что выклю-
ченный агрегат до его эксплуатации в реальных условиях уже не будет изменяться сколь-нибудь 
существенным образом. При этом подразумевается, что именно при работе включенного агрегата 
может измениться его состояние, в частности, выход из допустимого режима. 
В психологии дело, конечно же, обстоит по-другому. И перенос подразумеваемых, импли-
цитных представлений из технической диагностики в психодиагностику неправомерен, как, 
впрочем, неправомерен такой перенос уже и по отношению к медико-биологической диагности-

---

89 
ке человеческого организма. Организм человека, его психика - это не агрегат, который произ-
вольно можно выключить на период от тестирования до реального испытания. Все это время че-
ловек продолжает жить, активно взаимодействовать со средой. Даже в изоляции, даже во сне 
мозг человека проделывает большую работу, переводя полученную информацию из одних отде-
лов памяти в другие (Касаткин В. Н., 1967). Все это означает, что принцип статистической экс-
траполяции результатов психодиагностического измерения нельзя считать оправданным без про-
ведения специальных проверок. 
Когда психолог по результатам тестирования регистрирует у некоторого индивида А пока-
затель Х
а
, а у некоторого индивида В показатель Х
b
, так что Х
a
> Х
b
, то из этого вовсе не следует 
автоматически, что соотношение Х
a
> Х
b
сохранится в течение следующей недели, месяца, года. 
Для принятия стратегии экстраполяционного статистического прогноза требуется предваритель-
но произвести эмпирическое измерение надежности - устойчивости (ретестовой надежности) на 
заданном промежутке времени. 
При этом важна не только длина отрезка времени между двумя измерениями, но и его за-
полненность теми или иными значимыми для индивида событиями. Приведем простой пример. 
Организовано психологическое обследование абитуриентов вуза. Психологи пытаются измерить 
уровень интереса поступающих к избранной специальности Однако они применяют «лобовые» 
методики опроса, не защищенные от преднамеренной фальсификации (абитуриенты сознательно, 
или даже бессознательно, будут искажать результаты в сторону повышенного интереса - чтобы 
произвести благоприятное впечатление). Фальсификация здесь - только один из возможных ис-
точников некорректности статистического прогноза. Для эмпирического измерения силы этого 
артефакта не обязательно проводить повторное измерение через несколько лет. Имеет смысл 
провести повторное обследование по той же методике всех студентов, сразу же после их зачис-
ления на первый курс. Если возникнет слишком много перестановок типа Х
а
< Х
b
, то ранговая 
корреляция «тест -ретест» окажется слишком слабой, и это доказывает неправомерность исполь-
зования «лобовой» методики для статического прогноза. Другой возможный источник неста-
бильности ранговой шкалы (порядковой шкалы теста) обусловлен в данном примере зависимо-
стью уровня интереса к предметной области от уровня знаний о предмете. В ходе обучения в ву-
зе студенты приобретают более детальные знания о предмете, о своей успешности в освоении 
специальности, и от этого уровень интереса может существенно изменяться. Конечно, этот фак-
тор - в отличие от фактора фальсификации - действует на более длительных промежутках време-
ни. И здесь опять же требуются специальные измерения ретестовой устойчивости для примене-
ния статического прогноза. 
Приведенный выше пример показывает, что в некоторых случаях целесообразно начинать 
решать проблемы психопрогностики без всякого привлечения внешней по отношению к тесту 
критериальной информации, т. е. средствами проверки надежности, но не средствами проверки 
валидности. Если уже таким способом будет получен отрицательный результат, то заведомо бу-
дет получен и для измерения валидности статического прогноза (вспомним основной принцип: 
валидность методики не превышает ее надежность). 
Однако надежность лишь необходимое, но, естественно, недостаточное условие прогности-
ческой валидности. Можно убедиться в высокой устойчивости тестового показателя на длитель-
ных промежутках времени, но из этого вовсе не следует, что будут получены значимые линей-
ные корреляции этого показателя с требуемым критерием валидности -эффективности.- корреля-
ции, оправдывающие статический прогноз. 
Как правило, на основе диагностики принимаются решения, которые соотносятся между 
собой как события на шкале наименований или на шкале порядка. Каким образом учитываются 
сегодня при приеме в вуз показатели школьной успеваемости абитуриентов? Существуют три 

---

90 
варианта, три градации, соотносимые друг с другом по шкале порядка: выпускникам школы - 
медалистам предоставляются льготные условия (при успехе на первом экзамене от остальных 
вступительных экзаменов медалист освобождается), лица с удовлетворительным средним баллом 
допускаются к конкурсным вступительным экзаменам и сдают все экзамены; наконец, лица с не-
удовлетворительным средним баллом могут вообще не допускаться к вступительным экзаменам. 
На этом примере видно, что средний балл аттестата используется как некоторый показатель «те-
ста», в соответствии с которым абитуриентов разделяют на три категории, по отношению к кото-
рым неявно применяется «порядковый» прогноз: предполагается, что медалисты будут успешнее 
обычных выпускников школ, а обычные выпускники - успешнее тех, кто учился в школе очень 
слабо. 
«Порядковый» прогноз сохраняет свою эффективность не только в статических условиях, 
но и в условиях таких динамических изменений объектов прогнозирования, при которых поряд-
ковая структура оказывается неизменной. Предположим, что в
:
ходе обучения в вузе все студен-
ты по мере более глубокого ознакомления с предметом испытывают нарастающий интерес к сво-
ей специальности, но если порядковая структура сохраняется (Х
а
продолжает превышать X
b
, не-
смотря на то что X
b
приближается к Х
а
), то «порядковый» прогноз все равно остается коррект-
ным. 
Линейные и порядковые прогностические стратегии на практике применяются не к одно-
мерным, а к многомерным данным. Среди математических моделей прогнозирования до сих пор 
наибольшей популярностью пользуются относительно простые (а иногда и неоправданно упро-
щенные) регрессионные модели. 
При этом для многомерного случая задача психометриста сводится к построению уравне-
ния множественной регрессии: 
Y= ß
1
X
1
+ ß
2
X
2
…..+ ß
i
X
i
+ ß
k
X
k
(3.5.1) 
где Y- прогнозируемая переменная (критерий прогностической ва-лидности); 
X
i
- значение 
i
-го тестового показателя из рассматриваемой батареи тестовых показателей; 
ß
i
, - значение весового коэффициента, указывающего, на сколько (в единицах стандартных 
отклонений) изменяется прогнозируемая переменная при изменении тестового показателя X
i
. 
Для составления указанного уравнения требуется произвести «упреждающее» измерение 
тестовых показателей по отношению к критериальному показателю Y, измерение которого про-
изводится по истечении некоторого отрезка времени

T, называемого в прогнозировании пери-
одом упреждения. 
Общая эффективность прогноза на основе регрессионного уравнения оценивается с помо-
щью подсчета коэффициента множественной корреляции R
2
(Суходольский Г. В., 1972) и после-
дующей оценки его значимости по критерию Фишера: 
)
1
)(
2
1
(
)
1
(
2




