45. Надежность и валидность измерения

Валидность (или обоснованность) всякой процедуры измерения состоит в однозначности (устойчивости) получаемых результатов относительно измеряемых свойств объектов, то есть относительно предмета измерения. Отличие понятия "валидности" от "надёжности" измерения удобно раскрывать с помощью различения "объекта" и "предмета" измерения. Надёжность - это устойчивость процедуры относительно объектов. Надёжность не обязательно предполагает валидность. В психологии довольно часто возникает такая ситуация, когда исследователь вначале предлагает определённую процедуру измерения, показывает её надёжность – способность устойчиво различать объекты, но вопрос о валидности остаётся открытым. Устойчивость теста относительно объектов испытуемых является необходимым, но не достаточным условием его устойчивости относительно измеряемых атрибутов (свойств) объектов. Надёжность является необходимым, но не достаточным условием валидности. Отсюда понятно основное соотношение психометрики: валидность< надёжность. Это означает, что валидность теста не может превышать надёжности теста. Данное соотношение, однако, неверно трактовать как указание на прямо пропорциональную связь валидности и надёжности. Повышение надёжности отнюдь не обязательно приводит к повышению валидности. В терминах Анны Анастазивалидность определяется репрезентативностью теста относительно измеряемой области поведения. При проверке устойчивости распределения общая логика основывается на индуктивном рассуждении: если "половинное" (полученное по половине выборки) распределение хорошо моделирует конфигурацию целого распределения, то можно предположить, что это целое распределение будет также хорошо моделировать распределение генеральной совокупности. Таким образом, доказательство устойчивости распределения означает доказательство репрезентативности тестовых норм.

46. Виды анализа данных. Связи между переменными. Представление данных при одномерном анализе и двухмерном распределении

В зависимости от степени структурированности данные принято подразделять на следующие типы: 1) жесткоструктурированные – данные, существующие в виде матриц любого типа (например, таблиц), а также полученные по средством формализованной части вопросника анкеты (интервью) по схеме закрытых вопросов. Этот тип данных легко подвергается формализации и так же легко выражается в цифрах. Отсюда видно,чтожесткоструктурированные данные чаще всего оказываются результатом массовых опросов; 2) слабоструктурированные – данные, существующие в текстовой форме, но при этом специально организованные. К ним, прежде всего, относятся тексты, полученные: а) как ответы на открытые вопросы (с ограниченным полем поиска ответов); б) методом неоконченных предложений (тест на завершение предложения); в) тестом двадцати самоопределений, предназначенным для измерения самоидентичности личности ; г) при использовании метода репертуарных решеток (теория личностных конструктов Дж. Келли).  3) неструктурированные – данные, существующие в виде текстов и полученные в процессе проведения разного вида интервью (нарративного, лейтмотивного и т. п.). Сюда относятся также тексты ответов на открытые вопросы с неограниченным полем поиска ответов и любые другие тексты или документы, к которым обращается социолог. Эти данные не формализованные, слабо организованные. Только экспериментально можно убедительно доказать причинную связь между переменными. Например, если обнаружено, что всякий раз, когда изменяется переменная A, изменяется и переменная B, то можно сделать вывод - "переменная A оказывает влияние на переменную B". Независимыми переменными называются переменные, которые варьируются исследователем, тогда как зависимые переменные - это переменные, которые измеряются или регистрируются. Одномерное распределение – это результат группировки единиц совокупности на основе одной переменной. Подобное распределение решает чисто описательные задачи. Его представляют в виде статистических рядов распределения. Ряды распределения могут быть: атрибутивными, то есть построенными по атрибутивному признаку, и вариационными, то есть построенными по количественному признаку. Величины количественного признака и отдельных единиц совокупности различаются между собой. Такое различие в величине признака называется вариацией. Ряд распределения характеризуется некоторыми показателями. Частоты – указывают, сколько раз значение признака встречается в совокупности, их сумма равна количеству исследуемых единиц.  Двухмерное распределение – это распределение единиц совокупности по двум переменным. Его анализ позволяет решать как описательные, так и аналитические задачи. Говоря об описательных задачах, мы имеем в виду, что мы можем охарактеризовать структуру совокупности по двум переменным. Аналитические задачи предполагают установление связи между переменными.