ТОП авторов и книг ИСКАТЬ КНИГУ В БИБЛИОТЕКЕ
На основе этого может быть установлен
критериальный показатель. В промышленной психологии при разра-
ботке тестов отбора такая методика может быть применена для любой
конкретной профессии.
(2) Очевидно, что выделение критериальных групп формирует и
выборку. Чем больше объем выборки, с которой вы можете работать,
тем лучше, так как благодаря этому результаты будут более надеж-
236
ными. Поскольку полезно бывает знать значение коэффициента Р
для заданий, то в этом отношении будет лучше использовать всю
группу, а не только ее крайних представителей.
(3) Наилучшей формулой для вычисления дихотомических коэф-
фициентов корреляции между заданием и критериальными группа-
> ми, как обсуждалось в разделе об анализе заданий (см. стр. 188),
f будет, вероятно, коэффициент <р. Преимущество коэффициента (р ,
! а именно то, что он является численным эквивалентом коэффициен-
та корреляции произведения моментов Пирсона, компенсирует тот
факт, что он изменяется в зависимости от уровня трудности. По
сравнению с четырехпольным коэффициентом корреляции net он
менее зависит от распределения переменных . (а) При континуаль-
ном критериальном показателе наилучшим коэффициентом корре-
ляции между каждым заданием и критерием будет rpbis .
(4) Поскольку в тесте, основанном на критериальных ключевых
признаках, задания нас интересуют лишь постольку, поскольку они
дискриминируют данные группы, без учета каких-либо психологи-
ческих обоснований, процедура отбора заданий упрощается.
Отбираются все задания, которые, независимо от содержания,
значимо коррелируют с критерием (в случае 3 (а) выше). Если наби-
рается более, чем, скажем, тридцать заданий, то мы останавливаемся
на этом количестве. Если же заданий меньше, то можно попытаться
переформулировать задания в свете наших знаний об эффективных
заданиях и подвергнуть их новой процедуре анализа.
(5) Соберите вместе отобранные задания; вычислите для них ко-
эффициенты надежности K-R20 и д Ферпосона.
(6) Выполните кросс-валидизацию заданий на новой выборке.
Если это не сделано, то есть не показана воспроизводимость резуль-
татов, то применение тестов на основе критериальных ключевых
признаков будет бессмысленным, даже для практического отбора.
Всегда необходимо показать, что они будут дискриминативными на
новой выборке.
ШАГИ ВЫЧИСЛЕНИЙ
(1) Подберите группы, как описано выше.
Четырехпольный коэффициент корреляции весьма удобен с точки зрения просто-
ты расчетов, однако при его использовании отсекается область изменения наблю-
дений в определенной произвольно взятой точке, и поэтому все, что находится
выше, принимается за одну, а все, что находится ниже, - за другую категорию. В
результате такой коэффициент не дает полной информации о зависимости между
изучаемыми переменными (Прим.ред.)
237
(2) Для каждого задания вычислите значение коэффициента <р в
соответствии с дихотомией "прошел/не прошел" (или принадлежно-
стью к группам).
(3) Подсчитайте количество испытуемых, давших ключевой ответ
на каждое задание.
(4) Отберите задания, переформулируйте те из них, которые не
разделили группы по критерию, и испытайте их заново.
(5) Кросс-валидизируйте все задания.
(6) Если используется континуальный критериальный показа-
тель, то вместо шага (2) выполняется шаг (7).
(7) Для каждого задания вычислите значение коэффициента кор-
реляции rpbis с континуальным критериальным показателем.
(8) Для этого существуют две формулы:
Р F
Критериальная группа
Задание
1
аb
сd
, \- -/у> и/
Поскольку == N (р, то значимость <р может быть определена чи
/)
таблицам распределения с одной степенью свободы.
Обычно используемая формула для вычисления точечно-бисери-
альной корреляции:
грЫц = (IXB)NANB_
NOt
гдехл
стандартное
где ХА и хв- средние для групп А и В, NA и NB - количество
испытуемых в каждой группе, N = NA + NB, и fft - стандартное
отклонение комбинированных групп.
Факторно - аналитические тесты
Целью разработчика факторно-аналитических тестов является
создание такого теста, который измеряет только один фактор, и
именно тот, который указан разработчиком. Это определение нико-
им образом не является тавтологией, так как может случиться, что
тесты будут измерять факторы, для измеоения кпегпм- """ "-
ние нико-
" -яться, что
ы, для измерения которых они не были
238
предназначены их разработчиками. Вначале будут описаны основы
fn факторного анализа.
<
И Обоснование, основные принципы и описание
факторного анализа
1
1 ОПРЕДЕЛЕНИЕ ФАКТОРА
Ц Предпринималось много попыток дать определение фактора.
l,Royce (1963) обнаружил, что наиболее общепринятые толкования
1 содержат следующие термины: факторы представлялись как измере-
1 ния, детерминанты, функциональные единицы, параметры, таксо-
номические категории и, по описанию Айзенка (Eysenck, 1953) -
Ц сжатое выражение (линейных) зависимостей между некоторым мно-
1 жеством переменных . В перечне всех значений, приписываемых
1 факторам, выделяется определение, данное самим Рейсом, которое,
1 похоже, охватывает все предыдущие и уточняет, с точки зрения
1 разработчика тестов, что же такое фактор: это конструкт, опера-
1 ционно определяемый его факторными нагрузками (где последияе
и рассматриваются как корреляции переменных с данным фактором).
Теперь определим некоторые из других терминов, использую-
1 щихся в факторном анализе.
1 ФАКТОРНЫЕ НАГРУЗКИ
1 Это значения корреляций переменных с фактором. При разработ-
1 ке теста мы подвергаем факторному анализу корреляции между за-
1 даниями и выбираем те задания, которые нагружают общий фактор,
1 то есть коррелируют с общим фактором.
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
критериальный показатель. В промышленной психологии при разра-
ботке тестов отбора такая методика может быть применена для любой
конкретной профессии.
(2) Очевидно, что выделение критериальных групп формирует и
выборку. Чем больше объем выборки, с которой вы можете работать,
тем лучше, так как благодаря этому результаты будут более надеж-
236
ными. Поскольку полезно бывает знать значение коэффициента Р
для заданий, то в этом отношении будет лучше использовать всю
группу, а не только ее крайних представителей.
(3) Наилучшей формулой для вычисления дихотомических коэф-
фициентов корреляции между заданием и критериальными группа-
> ми, как обсуждалось в разделе об анализе заданий (см. стр. 188),
f будет, вероятно, коэффициент <р. Преимущество коэффициента (р ,
! а именно то, что он является численным эквивалентом коэффициен-
та корреляции произведения моментов Пирсона, компенсирует тот
факт, что он изменяется в зависимости от уровня трудности. По
сравнению с четырехпольным коэффициентом корреляции net он
менее зависит от распределения переменных . (а) При континуаль-
ном критериальном показателе наилучшим коэффициентом корре-
ляции между каждым заданием и критерием будет rpbis .
(4) Поскольку в тесте, основанном на критериальных ключевых
признаках, задания нас интересуют лишь постольку, поскольку они
дискриминируют данные группы, без учета каких-либо психологи-
ческих обоснований, процедура отбора заданий упрощается.
Отбираются все задания, которые, независимо от содержания,
значимо коррелируют с критерием (в случае 3 (а) выше). Если наби-
рается более, чем, скажем, тридцать заданий, то мы останавливаемся
на этом количестве. Если же заданий меньше, то можно попытаться
переформулировать задания в свете наших знаний об эффективных
заданиях и подвергнуть их новой процедуре анализа.
(5) Соберите вместе отобранные задания; вычислите для них ко-
эффициенты надежности K-R20 и д Ферпосона.
(6) Выполните кросс-валидизацию заданий на новой выборке.
Если это не сделано, то есть не показана воспроизводимость резуль-
татов, то применение тестов на основе критериальных ключевых
признаков будет бессмысленным, даже для практического отбора.
Всегда необходимо показать, что они будут дискриминативными на
новой выборке.
ШАГИ ВЫЧИСЛЕНИЙ
(1) Подберите группы, как описано выше.
Четырехпольный коэффициент корреляции весьма удобен с точки зрения просто-
ты расчетов, однако при его использовании отсекается область изменения наблю-
дений в определенной произвольно взятой точке, и поэтому все, что находится
выше, принимается за одну, а все, что находится ниже, - за другую категорию. В
результате такой коэффициент не дает полной информации о зависимости между
изучаемыми переменными (Прим.ред.)
237
(2) Для каждого задания вычислите значение коэффициента <р в
соответствии с дихотомией "прошел/не прошел" (или принадлежно-
стью к группам).
(3) Подсчитайте количество испытуемых, давших ключевой ответ
на каждое задание.
(4) Отберите задания, переформулируйте те из них, которые не
разделили группы по критерию, и испытайте их заново.
(5) Кросс-валидизируйте все задания.
(6) Если используется континуальный критериальный показа-
тель, то вместо шага (2) выполняется шаг (7).
(7) Для каждого задания вычислите значение коэффициента кор-
реляции rpbis с континуальным критериальным показателем.
(8) Для этого существуют две формулы:
Р F
Критериальная группа
Задание
1
аb
сd
, \- -/у> и/
Поскольку == N (р, то значимость <р может быть определена чи
/)
таблицам распределения с одной степенью свободы.
Обычно используемая формула для вычисления точечно-бисери-
альной корреляции:
грЫц = (IXB)NANB_
NOt
гдехл
стандартное
где ХА и хв- средние для групп А и В, NA и NB - количество
испытуемых в каждой группе, N = NA + NB, и fft - стандартное
отклонение комбинированных групп.
Факторно - аналитические тесты
Целью разработчика факторно-аналитических тестов является
создание такого теста, который измеряет только один фактор, и
именно тот, который указан разработчиком. Это определение нико-
им образом не является тавтологией, так как может случиться, что
тесты будут измерять факторы, для измеоения кпегпм- """ "-
ние нико-
" -яться, что
ы, для измерения которых они не были
238
предназначены их разработчиками. Вначале будут описаны основы
fn факторного анализа.
<
И Обоснование, основные принципы и описание
факторного анализа
1
1 ОПРЕДЕЛЕНИЕ ФАКТОРА
Ц Предпринималось много попыток дать определение фактора.
l,Royce (1963) обнаружил, что наиболее общепринятые толкования
1 содержат следующие термины: факторы представлялись как измере-
1 ния, детерминанты, функциональные единицы, параметры, таксо-
номические категории и, по описанию Айзенка (Eysenck, 1953) -
Ц сжатое выражение (линейных) зависимостей между некоторым мно-
1 жеством переменных . В перечне всех значений, приписываемых
1 факторам, выделяется определение, данное самим Рейсом, которое,
1 похоже, охватывает все предыдущие и уточняет, с точки зрения
1 разработчика тестов, что же такое фактор: это конструкт, опера-
1 ционно определяемый его факторными нагрузками (где последияе
и рассматриваются как корреляции переменных с данным фактором).
Теперь определим некоторые из других терминов, использую-
1 щихся в факторном анализе.
1 ФАКТОРНЫЕ НАГРУЗКИ
1 Это значения корреляций переменных с фактором. При разработ-
1 ке теста мы подвергаем факторному анализу корреляции между за-
1 даниями и выбираем те задания, которые нагружают общий фактор,
1 то есть коррелируют с общим фактором.
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