Поиск психодиагностических правил для диагностики эмоциональной устойчивости с помощью детерминационного анализа - (реферат)

p>Эмоциональная устойчивость уменьшает отрицательное воздействие сильных эмоциональных явлений, предупреждает крайний стресс, способствует проявлению готовности к действиям в напряженной ситуации. Поэтому эмоциональная устойчивость - один из важных психологических факторов надежности, эффективности и успеха деятельности в экстремальной обстановке. Следовательно, осуществление разработки методики поиска диагностических правил эмоциональной устойчивости человека, необходимо для дальнейшего ее дальнейшего применения при профессиональном отборе людей в те области деятельности, которые требуют от человека высокой устойчивости в стрессогенных ситуациях. Эта методика может быть использована, например, при отборе людей в такие структуры, как таможня, ГИБДД, ФСБ и так далее; а также при отборе людей, участвующих в ликвидации последствий различных чрезвычайных ситуаций. То есть эта методика имеет широкий диапазон применения и эффективна не зависимо от сферы деятельности тех людей, которых мы диагностируем с ее помощью. В этой работе мы предлагаем ряд приемов работы с данными, получаемыми в ходе комплексных психодиагностических исследований. Приемы составляют часть технологии, основанной на применении оригинального метода обработки данных под названием “Детерминационный анализ”. В течение более десяти лет эта технология (по названию метода ее принято называть ДА-технологией) успешно применяется в психологии для работы с психологическими данными. В последнее время появился опыт ее успешного использования при поиске диагностических критериев на основе информации, получаемой с помощью современных психометрических методик. Прежде, чем говорить о самом методе и опыте его применения, остановимся коротко на существующих методах обработки и анализа данных, применяемых в психологии, чтобы было более понятно, какое именно направление в анализе психологической информации развивает детерминационный анализ и в чем причина его эффективности.

Арсенал методов обработки и анализа данных, предлагаемых современному психологу или исследователю, чрезвычайно широк. Используемые методы можно разделить на две большие группы, в зависимости от того, применяются или не применяются в них какие-либо гипотезы о случайном характере отбора испытуемых, образующих анализируемую выборку. В первую группу входят методы, где никак не используются какие-либо свойства случайного отбора. Их принято называть методами описательной (дескриптивной) статистики или просто описательными методами. Второй класс образуют методы, вычислительная схема которых принципиально опирается на свойства случайного отбора испытуемых при формировании анализируемой выборки. В этот класс входят все методы оценки репрезентативности выборки, все методы вычисления доверительных интервалов с заданной доверительной вероятностью, все методы разрешения статистических гипотез, в том числе основанные на использовании таких популярных статистических критериев, как критерий Стьюдента, критерий Фишера, статистика “Хи-квадрат” и других [1]. Две группы методов соответствуют двум принципиально разным задачам, которые приходится решать при получении психологических знаний. Методы первой группы (методы описательной статистики) решают задачу получения знаний только о той выборке испытуемых, которая анализируется. Эти знания крайне необходимы, они помогают осознать опыт, с которым психологи, исследователи непосредственно имеют дело. Однако, по отношению к более широкой (генеральной) совокупности эти знания могут рассматриваться только как гипотезы, справедливость которых еще нуждается в проверке. Задачу проверки этих гипотез решают методы второй группы, в которых активно используются достоверные или не очень достоверные сведения и гипотезы о статистических свойствах выборки.

Например, подсчитывая средние значения какого-либо параметра в двух группах испытуемых, исследователь находится всецело в рамках описательной статистики. Однако, если он хочет выяснить, можно ли с достаточно большой вероятностью утверждать, что средние значения того же параметра значимо различаются не только в выборке, но и в генеральной совокупности, он должен воспользоваться, например, критерием Стьюдента (методом, относящимся ко второй группе) и получить ответ “да” или “нет” с заданным уровнем значимости. Методы первой группы принято рассматривать как методы генерации гипотез, тогда как методы второй группы традиционно рассматриваются как методы проверки гипотез. Детерминационный анализ относится к методам генерации гипотез, т. е к методам первой группы.

При обработке психологических данных количество типов гипотез, которые генерируются методами описательной статистики, сопоставимо с количеством самих методов, число которых заведомо больше сотни. К наиболее часто используемым относятся гипотезы о равенстве средних и (или) дисперсий в группах, о независимости (несвязанности) параметров, характеризующих состояние испытуемых, о наличии определенного вида регрессионной зависимости между параметрами, о наличии “факторов” или “главных компонент”, которые в определенном смысле наилучшим образом объясняют разбросы значений параметров, об определенной величине различных мер связи, и т. д. Среди методов, порождающих гипотезы, имеются и весьма простые вычислительные алгоритмы (например, вычисление средних значений), и более сложные, такие как методы получения уравнений регрессии, методы разложения дисперсии (дисперсионный анализ), факторный анализ, метод главных компонент, методы оценивания статистической связи (коэффициентов, измеряющих связь, насчитывается несколько десятков) и множество других. Изложению перечисленных методов посвящены ставшие классическими [1] и новейшие [2] монографии и учебники. Однако, несмотря на многочисленность полезных методов генерации гипотез, которые используются при анализе данных в психологии, хочется обратить особое внимание на один, весьма определенный класс методов. Речь идет о методах генерации гипотез о наличии психодиагностических правил.

Всевозможные правила применяются в психологии с древнейших времен. Правила вида“Если есть нечто одно, то следует предполагать, что имеется нечто другое”служат одной из важнейших составляющих психологических знаний. Диагностика, прогнозирование невозможны без использования правил. Техника оперирования психодиагностическими правилами имеет многовековую историю. Мощным стимулом к развитию этой техники стал возврат в европейскую культуру оригинальных сочинений Аристотеля по логике с изложением его силлогистики (в латинских переводах с греческого и арабского, 12-13 век). Однако, попытки создания точных алгоритмов, позволяющих систематически искать и проверять гипотезы о наличии психодиагностических правил на основе данных эмпирического опыта - дело совсем недавнего времени. Первыми шагами в этом направлении были работы по распознаванию образов. В России в этой связи следует упомянуть основополагающую монографию рано ушедшего из жизни М. М. Бонгарда [3], где изложен один из первых систематических алгоритмов, позволяющих обнаруживать правила, - так называемый алгоритм“Кора”. Со второй половины шестидесятых, в течении более двух десятилетий группа математиков под руководством академика И. М. Гельфанда работала над проблематикой получения психодиагностических правил в психологии.

Мы убеждены, что активность такого рода поможет повысить культуру анализа данных в психологии, научный уровень исследовательских работ. В рамках ДА-технологии предлагаются способы и инструменты обработки данных, которые (1) прямо вытекают из уже достаточно традиционной практики постановки исследовательских и психодиагностических задач, (2) не входят в конфликт с современными требованиями научной и методической строгости, связанными с использованием методов математической статистики в психологии, а также (3) сравнительно легко усваиваются специалистами с гуманитарным складом ума, не имеющими специальной подготовки в области вычислительной математики, математической статистики и компьютерной техники. ДА-технология дает возможность удобно анализировать нечисловые данные совместно с числовыми, и позволяет получать полезные и ясно интерпретируемые результаты даже в тех случаях, когда нарушены условия применимости классических методов. Она особенно эффективна при анализе диагностических правил и умозаключений, которыми пользуются психологи.

За внешне техническими (или технологическими) аспектами организации работы с данными скрывается довольно нетривиальная проблематика, связанная с тем, каким образом данные опыта превращаются в знания, которыми пользуется психолог. Математик может разобраться в вопросах, которые трудно даются психологам. Но, например, работу над словарем переменных (что это такое - поясняется ниже) никакой математик выполнить не сможет, если он не владеет содержанием предмета. Эту работу должен выполнить психолог-исследователь. Делая ее, он формирует то, что можно назвать “пространством” или “полем” анализа. Имеется много основательных руководств по статистике для психологов. В них можно найти рецепты, как следует решать нужные для науки и практики задачи. Однако, чтобы разумно, осмысленно поставить такие задачи, надо предварительно проделать важную работу, решить другие задачи. Например, составить тот же словарь переменных. А как раз об этом мало где можно прочесть. В руководствах по статистике сведения на этот счет обычно даются вскользь, между делом, или не даются вовсе.

Другая часть связана собственно с анализом. Здесь мы рассказываем о том, какие возможности предоставляет детерминационный анализ для решения некоторых важных задач, которые возникают при проведении комплексных ультразвуковых обследований. Прежде всего речь идет о нахождении эффективных диагностических критериев и о проверке или уточнении тех критериев, которые уже известны. Это задачи особого рода. О других задачах анализа данных, которые решаются с помощью других методов, мы только упоминаем и делаем это лишь с той целью, чтобы был понятен научный и практический контекст, в котором обсуждается основная тема.

    Короткая справка о детерминационном анализе.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14