Практикум по общей экспериментальной и прикладной психологии Крылова А А Маничева С А

ПРАКТИКУМ

ПО ОБЩЕЙ, ЭКСПЕРИМЕНТАЛЬНОЙ И ПРИКЛАДНОЙ ПСИХОЛОГИИ

Серия «Практикум по психологии»

Под общей редакцией д-ра психол. наук А. А. Крылова,

канд. психол. наук С. А. Маничева

Главный редактор В. Усманов

Зав. психологической редакцией А. Зайцев

Зам. зав. психологической редакцией Н. Мигаловская

Ведущий редактор М. Лебедева

Художник обложки В. Шимкевич

Обработка иллюстраций Н. Резников

Корректоры Л. Комарова, М. Рошаль

Оригинал-макет подготовила Н. Бычкова

ББК88.3я7 УДК 159.9(075)

П69 Практикум по общей, экспериментальной и прикладной психологии:

Учеб. пособие/В. Д. Балин, В. К. Гайда, В. К. Горбачевский и др., Под общей ред. А. А. Крылова, С А. Маничева. – СПб: Питер, 2000. - 560с.: ил. - («Практикум по психологии»)

ISBN 5-8046-0100-8

Уникальное в своем роде учебное пособие содержит все необходимое для активного усвоения психологической теории, приобретения профессиональных навыков, для успешного решения практических задач. Практикум рассчитан на преподавателей, студентов, аспирантов и начинающих специалистов различных психологических специальностей, студентов педагогических и медицинских вузов, а также слушателей спецфакультетов переподготовки кадров психологического профиля.

© Издательство Ленинградского университета, 1987

© Издательство Ленинградского университета, 1990

© А А. Крылов, С А. Маничев, составление, 1999

© Серия, оформление. Издательский дом «Питер». 2000

ISBN 5-8046-0100-8

ПРЕДИСЛОВИЕ

В научно обоснованном подходе к активизации человеческого фактора все очевиднее становится значимость психологии. Переход к новым рубежам экономического развития, к более совершенным формам демократии, к более полному воплощению гуманистических принципов требует и перехода к более широкому и всестороннему использованию данных психологической науки. Необходимым условием этого является целенаправленное развертывание прикладных психологических исследований, формирование прикладной психологии, главная цель которой заключается в обеспечении решения практических задач во всех сферах жизни и деятельности людей - будь то производство, образование, здравоохранение или отношения в семье, индивидуальное развитие человека и т. д.

Обеспечение решения практических задач в прикладной психологии осуществляется в двух основных формах: первая - собственно исследование с выдачей практических рекомендаций для использования в разных областях специалистами различного профиля; вторая - применение активных психологических методов. Обе формы предполагают прежде всего совершенствование методов прикладной психодиагностики на основе развития методов экспериментальной психологии. Именно экспериментальная психология обеспечивает профессионализм проведения прикладного психологического исследования, конструирования и адаптации психологического инструментария. Это представляется особенно важным в связи с тем, что актуализация проблем прикладной психологии потребовала не только улучшения подготовки молодых специалистов-психологов к практической деятельности, но и ускорения подготовки психологов-практиков. Такая подготовка осуществляется сейчас на базе полученного ранее высшего образования, профильного для области, где должна осуществляться деятельность психолога-практика (например, подготовка психолога-практика для работы в системе народного образования на базе высшего педагогического образования).

«Практикум по общей, экспериментальной и прикладной психологии», созданный коллективом психологов Санкт-Петербургского государственного университета, предназначен для обеспечения подготовки студентов психологических факультетов, а также для заключительного этапа подготовки слушателей специальных факультетов психологического профиля. Настоящее издание является творческой переработкой, дополнением и структурным объединением «Практикума по общей и экспериментальной психологии» (ЛГУ, 1987) и «Практикума по экспериментальной и прикладной психологии» (ЛГУ, 1990). Пособие создавалось применительно, прежде всего, к таким формам учебной деятельности, как лабораторные и практические занятия, самостоятельная работа, производственная практика. «Практикум» имеет целью сформировать прочные умения и навыки проведения психологических экспериментов, анализа их результатов, не только использования некоторого минимума психологических средств, которые должны быть в арсенале каждого практического психолога, но и их конструирования. Формирование же предлагаемого минимума психологических средств осуществлялось с учетом различных факторов, таких как значимость и апробированность в прикладной психологии, эффективность в учебном процессе, охват наиболее актуальных сфер деятельности практического психолога, возможность изготовления исследовательского материала и т.д.

При подготовке настоящего издания авторы исходили также из того, что приведенные методики и требования к процедурам могут быть использованы непосредственно в деятельности практического психолога-специалиста, то есть «Практикум» создавался одновременно и как учебное пособие для студента, и как справочное руководство для начинающего специалиста психологической службы.

Доктор психологических наук, профессор

А. А. Крылов

I. ПРИЕМЫ ИЗМЕРЕНИЙ И СТАТИСТИЧЕСКИЕ СПОСОБЫ ОБРАБОТКИ ИХ РЕЗУЛЬТАТОВ В ПСИХОЛОГИЧЕСКОМ ИССЛЕДОВАНИИ

В словесном описании результатов наблюдения и эксперимента трудно избежать элементов субъективизма, которые проявляются чаще всего в преждевременных выводах и необоснованных обобщениях. Известно, что качественное описание является недостаточно точным, поскольку с помощью языковых средств сложно передать дифференцированность изучаемых явлении и особенно своеобразие их динамики. Одно только качественное описание не позволяет определить также и степень ошибки наблюдения или эксперимента. Но это вовсе не означает, что в психологии необходимо отказаться от качественного анализа в пользу оперирования исключительно количественными показателями. Мы хотим подчеркнуть лишь то обстоятельство, что количественный анализ результатов исследования должен не только предшествовать, но и обязательно следовать за качественным анализом.

Это особенно важно для интерпретации результатов исследования. Именно таким образом может быть преодолен субъективизм, так как формулируемые суждения и выводы становятся более независимыми от личности исследователя и обеспечивается возможность их проверки. Знание различных приемов обработки и анализа результатов наблюдений и эксперимента с помощью статистических показателей является обязательным для психолога. Поэтому первый раздел нашего практикума посвящен анализу видов психологических измерений и способов статистической обработки получаемых при этом результатов. Однако следует иметь в виду, что знакомство с материалом данного раздела не может заменить студенту систематического изучения математической статистики. Нами будут рассмотрены лишь элементарные статистические методики, без которых нельзя обойтись на практических занятиях по общей и экспериментальной психологии.

Процесс измерения лежит в основе любой эмпирической науки. Беглый взгляд на историю науки показывает, что совершенствование принципов и техники измерения было основным фактором, обеспечивающим ее движение вперед. Самого высокого уровня развития на сегодняшний день достигли те ее области, которым быстрее удалось преодолеть трудности, связанные с разработкой методологических и методических проблем измерения. Это заставляет предполагать, что и будущее психологии как науки в большей мере зависит от успешного решения ее собственных, специфических вопросов измерения. Именно поэтому «математизация современной психологии распространяется на все ее разделы и дисциплины без какого-либо исключения. В этом смысле психология в ближайшем будущем может стать математической в такой же мере, в какой она уже является экспериментальной наукой»^* .

* Психодиагностика в комплексном лонгитюдном исследовании студентов /Под ред. А. А. Бодалева и др. Л., 1974. С. 13 ‑ 14.

Прежде чем рассмотреть приемы измерения, используемые в психологическом эксперименте, и способы статистической обработки его результатов, познакомимся с основными методами психологического исследования.

Исходя из порядка операций с объектами в научном исследовании, Б. Г. Ананьев разработал классификацию методов современной психологии. В основу ее он положил целостный цикл психологического исследования и все методы распределил по четырем группам. В первую группу, которую можно назвать группой организационных методов, Ананьев относит сравнительный, лонгитюдный (т. е. исследование одних и тех же лиц в течение длительного времени) и комплексный методы: «Они действуют на протяжении всего исследования, и их эффективность определяется по конечным результатам исследования...». Вторая группа методов включает известные также по традиционным классификациям эмпирические способы добывания научных данных. В эту группу входят: обсервационные методы (наблюдение и самонаблюдение), экспериментальные методы (лабораторные, полевые, психолого-педагогические), психодиагностические методы (тесты, анкеты, опросники, интервью, беседы), праксиметрические методы (приемы анализа процессов и продуктов деятельности: хронометрия, профессиографическое описание, оценка выполненных работ), моделирование (математическое, кибернетическое) и биографические методы (приемы исследования жизненного пути, изучение документации). Третью группу методов составляют приемы обработки результатов эксперимента и наблюдений. Ананьев в эту группу относит как стандартные приемы статистической обработки данных (количественная обработка), так и приемы качественного анализа, включая дифференциацию материала по классам, разработку типологии, составление психологической казуистики (описание случаев). Четвертая группа методов - интерпретационные методы - представлена в классификации Ананьева вариантами генетического и структурного методов. Генетический метод интерпретирует весь обработанный материал исследования в характеристиках развития, а структурный метод - в характеристиках типов связей между отдельными компонентами структуры изучаемой личности или структуры социальной группы.

Приступая к выбору методики, экспериментатор должен иметь четкое представление о том, что именно он хочет измерить и удовлетворят ли результаты измерения требованиям адекватного решения исследовательской или практической задачи. В первую очередь ему надлежит доказать валидность, надежность и объективность избранной методики. Под валидностью методики понимается адекватность ее предмету исследования. Количественно валидность определяется путем установления взаимосвязи между результатами, полученными с помощью данной методики, и каким-либо из внешних критериев. Поясним сказанное примером. Очевидно, что успешность обучения в какой-то степени обусловлена уровнем интеллектуального развития обучаемого, и поэтому в качестве внешнего критерия правомерно рассматривать оценку его успеваемости. Допустим, что было проведено тестовое исследование умственного развития группы лиц, например студентов, с помощью избранной методики. Так вот, применяемая методика может считаться валидной лишь в том случае, если между результатами тестирования и оценкой успеваемости в обучении будет обнаружена положительная взаимосвязь. Не менее важным аспектом оценки качества методики является ее надежность. Под надежностью психологической методики понимается точность производимых с ее помощью измерений. Иначе говоря, через надежность определяется пригодность данной методики в качестве измерительного инструмента. Наконец, объективность методики характеризует степень независимости результатов измерения от пользователя данной методики. Объективными результаты будут лишь в том случае, если, во-первых, они независимы от личностных особенностей пользователя и, во-вторых, исключен произвол в их обработке и интерпретации.

Для проверки валидности и надежности методик чаще всего привлекаются количественные (статистические) критерии оценки. Объективность методики можно обосновать исходя из положений общей теории измерений и специфики их в отношении психологического исследования. Конечно, это вовсе не означает, что психологическое исследование исчерпывается измерением. Однако знание разнообразных измерительных процедур вооружает психолога исследовательским инструментом, с помощью которого он способен решать психологические задачи.

ТИПЫ ИЗМЕРИТЕЛЬНЫХ ШКАЛ

С точки зрения теории измерения, все множество различных измерительных процедур, применяемых в психологии, является процедурами построения шкалы психологической переменной, иначе говоря, процедурами психологического шкалирования. В понимании большинства психологов шкалирование - это совокупность экспериментальных и математических приемов для измерения особенностей психических процессов и состояний. Вслед за С. С. Стивенсом в настоящее время понятие «шкалирование» рассматривают в качестве синонима понятия «измерение». Под шкалированием психологических процессов, свойств, объектов или событий понимается процесс приравнивания к этим процессам, свойствам, объектам или событиям чисел по определенным правилам, а именно таким образом, чтобы в отношениях чисел отображались отношения явлении, подлежащих измерению. Если постулируется, что в свойствах чисел отображаются количественные значения объектов реального предметного мира, то общую проблематику шкалирования правомерно рассматривать как частный случай проблемы отражения марксистско-ленинской теории познания.

Итак, измерение состоит в отображении эмпирических систем с помощью математических систем, а целью такого рода отображения является частичная замена действий, производимых с реальными предметами, формальными действиями с числами. Область чисел выполняет функцию модели определенных свойств предметов и в качестве средства познания дает возможность более глубоко проникать в объективно существующие свойства и взаимосвязи. В этом смысле шкалирование (измерение) служит главной силой, преобразующей психологию из науки описательной, следующей за фактами, в науку, умеющую предсказывать новые факты.

Понятно, что относительно разных эмпирических систем мы должны использовать разные методики измерения, т. е. применять измерительные шкалы разных типов. Понимание исследователем формальных аспектов измерения является необходимым условием для адекватного выбора им измерительных инструментов и процедур, а также для применения адекватных методов анализа полученных в наблюдении и эксперименте данных. Основываясь на правилах измерения, принято различать несколько типов шкал, с каждым из которых могут быть соотнесены конкретные процедуры шкалирования. При этом каждый тип шкалы может быть охарактеризован соответствующими числовыми свойствами. Рассмотрим более подробно основные свойства разных типов шкал, эмпирические операции, допустимые на уровне этих шкал, а также статистические приемы обработки и анализа исходных или, как их чаще называют, первичных результатов исследования.

Шкалы наименований, или номинативные шкалы. Шкала наименований представляет собой взаимно-однозначное отображение некоторой эмпирической системы в числовой системе. Таким образом, шкала наименований отображает взаимооднозначное соответствие между классами эквивалентности, т. е. классами эмпирических объектов - обозначений. Само название «шкала наименований» указывает на то, что в этом случае шкальные значения играют роль лишь названий классов эквивалентности.

Шкалы наименований подчиняются законам равенства. То есть объект А может быть равен объекту В по признаку X, так что Х_А =Х_В ; но по отношению к третьему объекту С по признаку Х он может быть неравным: Х_А ¹ Х_С . Любая другая связь между шкальными значениями, за исключением равенства, не имеет отношения к данному случаю, так как для данного типа шкал не существует никакого дополнительного определения.

Шкала наименований представляет собой наиболее общую форму шкал. Все типы шкал в каждом отдельном случае являются некоторыми видами шкал наименований, но обладающими при этом теми или иными дополнительными свойствами. При построении шкал наименований должны быть выполнены следующие требования: во-первых, каждый член некоторого множества объектов должен быть отнесен лишь к одному классу объектов (или к собирательному классу «прочие объекты») и, во-вторых, ни один из объектов не может быть отнесен одновременно к двум или большему числу классов. К примеру, если принять, что глаза у людей могут быть только светлыми или темными, то все люди по этому признаку разделяются на две группы. При этом люди с множеством оттенков глаз: голубых, серо-зеленых и серых попадут в класс «люди со светлыми глазами», а те, у которых глаза карие и темно-коричневые, - в класс «люди с темными глазами». Из приведенного примера видно, что отношения эквивалентности по заданному признаку между классифицируемыми объектами, как правило, грубее реальных отношений, существующих между объектами.

С формальной точки зрения установление классов эквивалентности как будто не вызывает никаких затруднений. В действительности, как это было показано предыдущим примером, понятие «равенство» можно трактовать более узко или более широко в зависимости от «тонкости» или «грубости» используемой классификации по заданному признаку. Проиллюстрируем это обстоятельство еще одним примером. Так, если делается попытка упорядочить события по признаку «мороз/оттепель», то температуры, обозначаемые как +1° и -1°, будут входить в два разных неэквивалентных класса, в то время как температуры +1° и +10° попадут в один класс и по признаку «мороз/оттепель» будут рассматриваться как эквивалентные события.

Приведенные примеры должны были показать, что при построении шкал наименований главными являются качественные различия, а количественные не принимаются во внимание. Поэтому числа, используемые в качестве обозначений классов эквивалентности в этих шкалах, не отражают количественных различий выраженности изучаемого признака.

В примере с температурой мы имели дело с дихотомической (делением на два класса), или альтернативной, классификацией. Эти классификации можно образовать по логическому принципу «А/не-А», т. е. согласно принципу наличия или отсутствия определенного признака. Примерами такого рода классификации могут быть: «нормальный/анормальный», «женатый / холостой», «решает задачу/не решает задачу» и т. п. В случае так называемой истинной дихотомии классы могут быть четко разделены по определенному признаку, например: «мужской / женский пол».

Однако бывают классификации с менее жесткими переходами признака, т. е. с довольно произвольными границами между классами эквивалентности, например: «способен к концентрации внимания/не способен к концентрации внимания». Именно с такого рода классификациями чаще всего и имеет дело психолог. Это так называемые квазидихотомические классификации. Построение и использование шкал с квазидихотомическими границами классов вызывает ряд затруднений. Первая трудность, которая при этом возникает, состоит в установлении границы классов. В частности, каков же будет в нашем примере критерии «способности» к концентрации внимания, как определить точку в континууме «концентрация внимания», дифференцирующую людей на «способных» и «неспособных» к концентрации внимания?

Разберем другой пример из области психологии мышления. На первый взгляд альтернатива «решил задачу /не решил задачу» вполне может быть расценена как истинно-дихотомическая классификация. И действительно, в принципе для отнесения любого конкретного решения к классу «решил задачу» достаточно соотнести получаемый в нем результат с результатом, полученным достаточно большой группой людей, аналогичным образом решивших данную задачу. Все остальные решения можно тогда отнести к классу «не решил задачу». Однако возникает вопрос: действительно ли данный человек решил эту задачу? И вот почему: вполне возможно, во-первых, что решение было случайным, т. е. случайно данный результат совпал с результатом решения других людей и, во-вторых, что этот класс задач заранее был известен данному человеку. Но, как правило, такого рода сопровождающие факторы, например в психодиагностических тестах, совершенно не учитываются.

В шкале наименований с числами, которые мы приписываем объектам или классам объектов, нельзя производить никаких арифметических действий. Числа, обозначающие классы, нельзя суммировать, вычитать, умножать и делить. Дело в том, что структура шкалы остается инвариантной по отношению к перемене обозначений (наименований) и к изменению последовательности, т. е. разного рода перестановкам. Следовательно, операция присвоения чисел классам объектов является совершенно произвольной операцией и ей не соответствуют операции, производимые с реальными объектами. Поэтому классы объектов можно обозначать любыми символами - произвольными числами, буквами или другими знаками при одном условии: каждый символ будет использован исключительно для обозначения одного класса объектов и одновременно ни один класс объектов не будет обозначаться двумя или большим числом символов.

Из вышесказанного уже очевидны те ограничения, которые накладываются на использование статистических приемов обработки результатов, полученных на уровне шкалы наименований. Поскольку операции арифметического характера не допускаются, то в качестве меры центральной тенденции можно использовать лишь моду. Модальный класс объектов определяют после подсчета абсолютных или относительных частот, т. е. встречаемости того или иного результата в каждом классе. В качестве меры тесноты взаимосвязи между различными массивами измерений можно использовать некоторые коэффициенты корреляции. Для оценки статистической значимости различий между частотами или между модами можно использовать критерий хи-квадрат.

Шкалы порядка, или ординальные шкалы. В порядковых измерениях символы, в частности числа, присваивают классам объектов так, чтобы первые отображали не только равенство или неравенство, эквивалентность или неэквивалентность, но и упорядоченность объектов в отношении измеряемого свойства. В шкалах порядка классы объектов, как и в случае шкал наименований, являются дискретными. И хотя числа можно сравнивать, всегда надо помнить, что в шкалах порядка их величины имеют лишь относительное, а не абсолютное значение. Например, если какой-то один класс объектов обозначен большим числом, чем другой, то мы понимаем, что по измеряемой характеристике первый превосходит второй, но при этом нам неизвестно, насколько велико это различие. Дело в том, что в самих измерительных операциях, связанных с установлением порядка, не содержится никаких данных о величине различий. Рассмотрим в качестве примера оценки знаний материала студентами во время экзаменов. Различия между оценками 5 - «отлично» и 4 - «хорошо» указывают лишь на то, что уровень знаний отличника выше уровня знаний «хорошиста». Однако на основе такого рода оценок нельзя сказать, насколько или во сколько раз эти уровни знаний отличаются друг от друга.

Таким образом, шкала порядка отображает монотонное возрастание или убывание измеряемого признака с помощью монотонно возрастающих или монотонно уменьшающихся чисел. Оценить направление изменения признака можно только в том случае, если шкала порядка содержит не меньше трех классов, которые образуют последовательность. Из-за того что в шкале порядка устанавливается последовательность классов, любые преобразования, связанные с перестановками элементов этой шкалы, недопустимы.

К числу постулатов, которым подчиняются преобразования шкал порядка, относятся постулаты трихотомии, асимметрии и транзитивности. Прежде всего рассмотрим явление трихотомии. Если два объекта А и В обладают признаком X, то между ними по данному признаку может существовать одно из трех отношений: Х_А <Х_В или Х_А =Х_В , или Х_А >Х_В . В соответствии с постулатом асимметрии справедливым будет следующее утверждение: если между объектами А и В по признаку Х обнаружено неравенство Х_А >Х_В то никогда не может быть Х_А <Х_В или Х_А =Х_В . Наконец, в соответствии с постулатом транзитивности можно утверждать, что если три объекта А , В и С обладают признаком Х и между ними по признаку Х существуют отношения Х_А <Х_В и Х_В <Х_С , то из этого следует, что Х_А <Х_С . Следовательно, для порядковых шкал допустимы любые преобразования типа x' = f (x ), где f( x ) представляет собой любое монотонное преобразование, не изменяющее последовательности элементов. Это означает, что для преобразования шкал порядка можно пользоваться возведением в степень, извлечением корня, логарифмированием.

Довольно часто при сборе информации, служащей основой конструирования шкал порядка, нарушается постулат о транзитивности. Представим себе, что во время состязаний спортсменов или при решении испытуемым задач диагностического теста результаты лица А лучше результатов лица В, но у последнего они лучше, чем у лица С . Очевидно, что в этом случае никакой проблемы в упорядочении результатов не возникает и можно построить последовательность А>В>С. Однако во время спортивных состязании и во время тестирования бывает так, что результат С оказывается лучшим, чем результат А . Очевидно, что в таком случае постулат о транзитивности исходных величин нарушен. Поэтому для построения порядковых шкал приходится привлекать дополнительные критерии. Например: спортсменам предлагают провести не одну, а несколько игр, и испытуемым решить не одну, а множество задач одной трудности. Тогда ранговое место игрока, т. е. место испытуемого среди других лиц опытной группы, определится уже по иному критерию, а именно по частоте выигрышей или числу правильно решенных задач.

Упорядочивание объектов может быть униполярным или биполярным. При униполярном установлении порядка объекты или классы объектов соотносят, используя в качестве индикатора степень выраженности одного-единственного свойства. Например, шкала порядка для оценки умственной отсталости может содержать следующие классы: «нет отклонения от нормы/отклонение слабое /отклонение среднее /отклонение сильное».

При биполярном упорядочивании исходят, как правило, из полярных проявлений какого-то свойства, которые фиксируются в виде двух «точек отсчета» на шкале. Примером биполярной шкалы в психологическом исследовании является методика семантического дифференциала. В этом случае для построения шкалы первоначально производят отбор некоторого множества понятий, которые могут характеризовать, по мнению исследователя, изучаемые психические свойства испытуемого. Затем каждому понятию находят антоним (например: «общительный - замкнутый», «сильный - слабый», «уравновешенный - неуравновешенный»). Очевидно, что между каждыми двумя такими понятиями располагается несколько промежуточных оценочных категорий. Словесное определение промежуточных категорий очень часто вызывает у исследователей значительные трудности, поскольку в языке, как правило, мы легче находим понятия для обозначения экстремальных степеней выраженности какого-то свойства и труднее - для промежуточных.

Примерами использования в психологии порядковых шкал могут служить первичные результаты тестовых испытаний группы лиц, первичные результаты при использовании некоторых личностных опросников, работы со шкалами самооценки и т. п. Можно сказать, что результаты большинства психологических исследований представляют собой ординальные величины, т. е. выражающиеся порядковыми числами. Об этом необходимо помнить, поскольку характер первичных результатов накладывает ряд ограничений на возможность использования тех или других статистических приемов их обработки и анализа. Поскольку в порядковых шкалах не определена единая точка отсчета величин, то и для их элементов, как и для элементов шкал наименований, непригодны способы расчета, требующие арифметических действий, - в частности сложение и вычитание. В качестве меры положения классов объектов для преобразования шкал порядка кроме моды (Мо ) могут быть использованы еще и медиана (Me ), полуквартильные отклонения (Q₁ и Q₃ ), а в качестве меры тесноты взаимосвязи классов - коэффициент ранговой корреляции Ч. Спирмена (r ).

Шкалы интервалов. Когда шкала обладает всеми свойствами порядковой шкалы и дополнительно к этому определены еще расстояния между ее единицами, то такую шкалу называют шкалой интервалов. Иначе говоря, классы объектов шкал интервалов всегда дискретны и упорядочены по степени возрастания (или убывания) измеряемого свойства. Кроме того, в этих шкалах одинаковым разностям степени выраженности измеряемого свойства соответствуют равные разности между приписываемыми им числами. Шкалы интервалов имеют равные единицы измерения, однако способ их определения является произвольным, следовательно, и сами единицы произвольны. При этом неизвестна абсолютная величина отдельных значений по шкале, поскольку шкала интервалов не имеет естественной нулевой точки отсчета. Последняя может быть произвольно смещена.

Шкалам интервалов присущи все те отношения, которые характерны для номинативных и порядковых шкал. Кроме того, для них возможно использование арифметических действий. Основными операциями с элементами интервальных шкал являются операции установления равенства, разности, сопоставление больше-меньше в отношении измеряемых свойств, а также утверждение равенства интервалов и равенства разностей между значениями одной шкалы. Наряду со всеми ранее указанными свойствами номинативных и порядковых шкал шкалы интервалов подчиняются еще и следующим постулатам сложения:

a+b=b+a и (a+b )+c=a+ (b+c ),

если a= p и b>0, то a+ b> p,

если а=р и b= q, то a+ b= p+ q.

С интервальными шкалами допускаются, следовательно, любые линейные преобразования типа х' = ах+ b для а>0, при которых сохраняется не только последовательность градаций измеряемого свойства объектов, но и величина относительных расстояний между классами объектов. Возможность смещения точки отсчета отражена в константе b, а величина единиц шкалы связана с константой а.

Хотя психологические измерения дают нам преимущественно ординальные величины, их обработка часто осуществляется с помощью приемов, допустимых на уровне интервальных шкал. То есть большинство исследователей исходят из равенства интервалов между полученными при измерении величинами. Такой подход основывается чаще всего на следующих предпосылках: во-первых, что измеряемая переменная (то или иное свойство объектов) в генеральной совокупности имеет нормальное распределение^* , и, во вторых, что различные показатели одной и той же переменной обнаруживают линейную корреляцию. Действительно, на основании этого можно допустить, что интервалы в шкале равны, так как чем более линейна зависимость, тем более равными должны быть интервалы в шкале.

* О формах распределения эмпирических величин см. в следующем параграфе («Об работка результатов...»).

Итак, при конструировании шкалы интервалов используют три произвольные операции: установление величин единиц измерения, определение нулевой точки и определение направления, в котором ведут отсчет по отношению к нулевой точке.

Благодаря равенству единиц на уровне шкал интервалов возможна характеристика формы распределения эмпирических величин с помощью стандартных статистических показателей: средней арифметической величины (М ), среднего квадратичного отклонения (s), показателей симметрии (А ) и эксцесса (Е_x ). Использование линейных преобразований приводит к изменению лишь средней арифметической и / или среднего квадратичного отклонения, не меняя показателей симметрии и эксцесса. Изменение средней арифметической производится прибавлением к каждому первичному результату некоторой постоянной величины: Х₁ +а...Х n +а . Изменение среднего квадратичного отклонения можно получить, умножая каждое отклонение от средней на постоянную величину: (X _i - М ) ∙ а, где X_i - первичный результат, М - средняя арифметическая величина, а - константа.

Наиболее частыми линейными преобразованиями, которые находят применение как в области психометрии, так и в области психофизики, являются центрирование и нормирование результатов измерения. Под центрированием понимается такое линейное преобразование, при котором средняя арифметическая величина становится равной нулю, в то время как направление шкалы и величина ее единиц остаются неизменными. Под нормированием понимают такое линейное преобразование результатов измерения, при котором их средняя арифметическая величина становится равной нулю, а среднее квадратичное отклонение равным ±1. Из сказанного очевидно, что для обработки и анализа эмпирических данных, полученных на уровне шкал интервалов, допустимы любые приемы статистической обработки, а именно расчет основных характеристик распределения, а также меры взаимосвязи количественных переменных (коэффициентов корреляции). В случае наличия нормальных распределений первичных результатов для их сравнения можно применять также все известные критерии оценки значимости различий как между значениями их средних величин ^* , так и дисперсии, т. е. размаха распределения.

* Способ расчета значимости различий между средними арифметическими величинами (t-критерии Стьюдента) см. в Приложении I на с. 274.

Примером интервальных шкал, используемых в психологии, являются стандартизованные тестовые шкалы психодиагностики: шкалы Векслера, шкалы Тёрстена, шкалы С и шкала Т. Гилфорда.

Шкалы отношений. Конструирование шкал отношений предполагает наряду с наличием свойств предыдущих шкал существование постоянной естественной нулевой точки отсчета, в которой измеряемый признак полностью отсутствует. Следовательно, шкалы отношений характеризуются тем, что в них, во-первых, классы объектов разделены и упорядочены согласно измеряемому свойству, во-вторых, равным разностям между классами объектов соответствуют равные разности между приписываемыми им числами, в-третьих, числа, приравниваемые классам объектов, пропорциональны степени выраженности измеряемого свойства. Последнее не было свойственно рассмотренным выше шкалам.

Основными операциями, допустимыми на уровне шкал отношений, являются все те операции, которым подчиняются шкалы всех перечисленных выше типов, и дополнительно - операции установления равенства отношений между отдельными значениями шкалы. Это возможно благодаря существованию на шкале естественного, абсолютного, нуля. Поэтому лишь для данной шкалы числа, являющиеся точками (значениями) на шкале, соответствуют реальному количеству измеряемого свойства, что позволяет производить с ними любые арифметические действия - оперирование суммами, произведениями и частными. Для шкал отношений допустимы любые мультипликативные преобразования типа х' =ах для любых а>0. Однако недопустимы (об этом часто забывают!) никакие операции прибавления или вычитания константных величин, что приводит, как было показано на примере шкал интервалов, к сдвигу точки отсчета. Дополнительно к указанным для описанных выше шкал измерения приемам статистической обработки данных для величин шкалы отношений можно рассчитывать, например, геометрические и гармонические средние, а также коэффициенты изменчивости измеряемого признака.

Считалось, что шкалы отношений не встречаются в психологических измерениях. Однако Стивене, исходя из постулата о допустимости непосредственного измерения психических процессов, показал возможность построения шкал отношений в психофизике. Для этой цели он разработал ряд измерительных процедур, предусматривающих прямое шкалирование. Среди них наиболее известными стали методики фракционирования и мультипликации предъявляемых стимулов. К этой же группе методик можно отнести и методики оценки величин стимулов и непосредственной оценки их отношений. Общим для всех перечисленных методик прямого шкалирования является то, что в качестве измерительного инструмента выступает сам испытуемый, который оценивает количественные отношения между раздражителями.

ОБРАБОТКА РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТАЛЬНОГО ИССЛЕДОВАНИЯ

Итак, результаты экспериментальных исследований могут быть описаны с помощью определенных статистических показателей. Какие именно показатели могут быть применены в каждом отдельном случае, зависит от типа использованных измерительных шкал. Прежде чем будут описаны конкретные способы вычислений некоторых статистических показателей, необходимо определить значение ряда используемых при этом понятий.

В первую очередь надо пояснить понятие распределения результатов. Можно себе представить, что большому числу испытуемых было предложено решить некоторое число, например 20, задач. Результаты оценивались в категориях «решил /не решил» задачи. Если задачи окажутся трудными для испытуемых, то лишь немногие из них правильно решат все 20 задач, притом что некоторые не решат ни одной задачи. Кроме того, можно ожидать, что большинство испытуемых какое-то количество задач решат правильно и какое-то количество - ошибочно. Первый шаг обработки первичных результатов состоит в подсчете того, сколько испытуемых правильно решили 1 задачу, сколько испытуемых - 2 задачи и т. д. И наконец, сколько лиц правильно решили все 20 задач. Величина, характеризующая количество людей, правильно решивших то или иное число задач, называется частотой (f ).

Совокупность полученных частот образует распределение первичных результатов, в нашем случае - распределение числа лиц правильно решивших то или иное количество задач.

При графическом представлении результатов (рис. 1.1.1) и при достаточно большом количестве измерений, т.е. большой выборке (см. ниже), кривая распределения чаще всего имеет характерный колоколо-образный вид, Такое распределение первичных результатов получило название нормального, или Гауссова, распределения. Нормальное распределение от других возможных распределений отличается рядом простых свойств. Прежде всего оно однозначно определяется всего лишь двумя параметрами, а именно: средней арифметической величиной (М ) и среднеквадратичным отклонением (s ) или дисперсией (D ). Мода (Мо ) и медиана (Me ) этого распределения совпадают со значением средней арифметической величины. Кроме того, форма нормального распределения симметрична относительно центра, т. е. местоположения М, Мо и Me.

Рис. 1.1.1. Виды распределения первичных результатов:

а - нормальное распределение, б - бимодальное распределение, в - асимметричное распределение. М - средняя арифметическая величина: Мо₁ и Мо₂ - моды двух максимальных классов частот; Me - медиана: прерывистыми линиями показано, что бимодальное распределение может быть получено путем сдвига двух нормальных распределении друг относительно друга.

Иногда нормальное распределение подвергают операции нормирования, полагая среднеарифметическую величину равной нулю, а среднеквадратичное отклонение равным +1. Наряду с нормальным распределением результатов эксперимента часто встречаются асимметричные распределения и бимодальные (см. также рис. 1.1.1).

Другое понятие, требующее пояснения, - это понятие выборки. Под выборкой понимается все множество значений изучаемой переменной величины, зарегистрированное в эксперименте. Объем выборки измерений принято обозначать символом N. Поясним сказанное примером. Допустим, что измерение скорости простой сенсомоторной реакции было осуществлено у 10 человек и реакцию каждого из них учитывали только по одному разу. Тогда N= 10. Но если раздражитель был предъявлен испытуемым многократно, то объем выборки будет больше: например, при 15 предъявлениях N =150.

Обработка результатов любого исследования начинается с представления их в удобной для обозрения форме.

Представление результатов распределения дискретных признаков. Для начала рассмотрим один из примеров исследования; допустим, что был проведен опрос 1000 подростков одного возраста (500 юношей и 500 девушек) с целью определения предпочитаемого жанра читаемой ими литературы. Для этого каждому опрашиваемому было предложено выбрать один-единственный жанр из предъявляемого списка десяти жанров. Результаты опроса можно подсчитать и затем табулировать, т. е. представить в виде таблицы (табл. 1.1.1). При этом частоту выбора каждого из жанров (f) можно указать как раздельно для юношей и девушек, так и суммарно для тех и других, т. е. для всей выборки испытуемых. В последней строке таблицы необходимо указать сумму частот, что позволяет контролировать правильность подсчета. Результаты данного исследования, т. е. частоту выбора, часто представляют в виде процентов. Но необходимо помнить, что перевод частот в проценты не может быть признан целесообразным, если объем выборки невелик. Кроме того, надо помнить, что не рекомендуется приводить в таблице только процентные величины, т. е. необходимо указывать также первичные данные (в данном случае частоту f ), на основе которых были рассчитаны проценты или хотя бы суммарные величины изучаемого признака. Для нашего примера величины частот выбора, пересчитанные в проценты, отражены в табл. 1.1.2.

Таблица 1.1.1

Частота выбора (f ) подростками разных жанров литературных произведений

Таблица 1.1.2

Частота выбора ( f ), выраженная в процентах

Рис. 1.1.2 . Столбиковая диаграмма первичных результатов исследования выборки испытуемых (см. табл. 1.1.1).

А-К - разные жанры предпочитаемой литературы; состав выборки: 1 - юноши, 2 - девушки, 3 - общее число испытуемых.

Наряду с табулированием часто используется прием графического изображения первичных результатов. При наличии результатов измерения, имеющих вид дискретного распределения (например, результаты опроса или тестирования с помощью ряда личностных методик), наиболее подходящим способом их графического отображения является столбиковая диаграмма (рис. 1.1.2). По оси абсцисс такого графика располагают дискретные значения независимой переменной (в нашем примере это предпочитаемые жанры литературного произведения, обозначаемые буквами алфавита), а по оси ординат - частоту случаев (у нас - частота выбора f ) или процент случаев. Столбиковые диаграммы можно использовать для отображения исключительно величин шкал наименований.

Представление результатов распределения непрерывных признаков. Для порядковых и интервальных величин, а также для величин шкалы отношений, т. е. величин непрерывных, принцип табулирования остается таким же, как при составлении таблиц для номинативных дискретных величин. Но при графическом отображении и в случае группировки первичных результатов в классы или разряды обнаруживаются существенные различия. Для начала в качестве примера приведем результаты исследования, иллюстрирующие характер непрерывности изучаемой переменной.

В опыте, в котором участвовали 96 испытуемых, определялся цвет последовательного - как говорят физиологи - образа восприятия насыщенного красного цвета. С этой целью каждый испытуемый в течение одной минуты рассматривал окрашенный в красный цвет образец, а затем переносил взгляд на белый экран. Рядом с ним находится цветовой круг, на котором испытуемый должен выбрать тот цвет, который соответствует цвету возникшего у него последовательного образа. При этом испытуемый не называет цвет, а лишь его номер в цветовом круге. Цветовой круг нормирован таким образом, что соседние цвета в нем отличаются друг от друга на одинаково замечаемую величину. Следовательно, цветовой круг можно расценивать как интервальную шкалу. Наряду с этим цветовой круг характеризуется и еще одним свойством. В частности, можно себе представить, что между двумя соседними цветами, например между зеленовато-голубым и голубовато-зеленым, имеется еще множество не замечаемых человеческим глазом цветовых переходов. В этом именно смысле цветовой круг представляет собой пример непрерывной переменной. Фактически же всегда испытуемые выделяют конечное число цветовых оттенков и поэтому свой выбор останавливают на конкретном номере (или названии) цвета. В рассматриваемом эксперименте испытуемые определяли свой последовательный образ в диапазоне от № 16 - зеленовато-голубой цвет до № 23 - желтовато-зеленый.

Полученные результаты возможно табулировать, что и было сделано в табл. 1.1.3. Как видно, в построении табл. 1.1.1 и 1.1.3 нет принципиального различия. Но различие характера первичных данных, отображенных в обеих таблицах, все же есть, и оно обнаруживается при их графическом изображении (см. рис. 1.1.2 и 1.1.3). В самом деле, рис. 1.1.3 представляет собой уже не столбиковую, а ступенчатую диаграмму, называемую гистограммой. Следует обратить внимание на то, что все участки (столбики) ступенчатой диаграммы расположены вплотную друг к другу (числовые значения переменной Х на оси абсцисс гистограммы пишут напротив центральной оси каждого участка).

Таблица 1.1.3

Распределение цветовой окраски последовательного образа

после предъявления испытуемому красного цвета

Рис. 1.1.3 . Гистограмма (ступенчатая диаграмма) распределения первичных результатов исследования цвета последовательных образов (см. табл. 1.1.3).

От гистограммы легко перейти к построению частотного полигона распределения, а от последнего - к кривой распределения. Частотный полигон строят, соединяя прямыми отрезками верхние точки центральных осей всех участков ступенчатой диаграммы (рис. 1.1.4). Если же вершины участков соединить с помощью линий, то получится кривая распределения первичных результатов (рис. 1.1.5). Переход от гистограммы к кривой распределения позволяет путем интерполяции находить те величины исследуемой переменной, которые в опыте не были получены.

Группировка первичных результатов. Довольно часто при построении гистограмм на основе первичных данных несколько значений переменной Х могут оказаться нулевыми. Для избежания таких перерывов в гистограмме рекомендуется произвести группировку первичных результатов. Под группировкой понимается объединение нескольких значений переменной Х в один общий разряд. Существуют точные формулы определения числа разрядов, или классов группировки, и их диапазона, т. е. ширины класса. Однако группировка возможна только при достаточно большом числе экспериментальных данных или наблюдений. В большинстве случаев исходят из следующего эмпирического правила: при числе данных, значительно превышающем 25, целесообразно их группировать не менее чем в 10 и не более чем в 20 классов. При этом в качестве величин, характеризующих ширину класса группировки, используют следующие величины: 1; 2; 3; 5; 10; 20.

Для разъяснения процедуры группировки обратимся к числовому примеру. Допустим, что приведенные ниже числа образуют так называемый массив данных, т. е. характеризуют все правильные ответы испытуемых на некоторый психологический тест:

25; 33; 35; 37; 55 ; 27; 40; 33; 39; 28;

34; 29; 44; 36; 22; 51; 29; 21; 28; 29;

33; 42; 15; 36; 41; 20; 25; 38; 47; 32;

15; 27; 27; 33; 46; 10; 16; 34; 18; 14;

46; 21; 19; 26; 19; 17; 24; 21; 27; 16.

Для группировки в этом массиве данных прежде всего необходимо найти в нем максимальное (55) и минимальное (10) числа и на основе их разности определить размах распределения (55-10=45). Вполне очевидно, что для получения не менее чем 10 классов группировки, ширина класса в нашем примере должна быть не меньше 5. Далее необходимо установить границы классов группировки, причем таким образом, чтобы и максимальное (55) и минимальное (10) числа из массива данных попали в нижний и верхний классы. Для этого построим табл. 1.1.4.

Таблица 1.1.4

Группировка первичных результатов психологического исследования

å¦ = 50

Рассмотрим более подробно каждую из граф табл. 1.1.4. В 1-й графе указывают число классов группировки. Классу, содержащему минимальные величины массива первичных данных, присваивают номер 1, последующим - последующие порядковые номера до п классов. Во 2-й графе указывают, каким образом определены классы группировки. А именно: на основе числа 5 как характеристики ширины класса было образовано 10 классов группировки (10-й класс: 59, 58, 57, 56, 55; 9-й класс: 54, 53, 52, 51, 50 и т. д.).

Мы помним, что в данном случае рассматриваем не дискретно, а непрерывно распределенные величины, и поэтому целесообразно ликвидировать возникшую разрывность между ними. В качестве первого шага на этом пути необходимо определить точные границы классов группировки (3-я графа). Исходя из того что величины в интервале между более высоким и более низким классами группировки распределены равномерно, каждая из точных границ классов может быть определена значением средней арифметической величины между верхней границей более низкого класса и нижней границей более высокого класса. В качестве второго шага с целью ликвидации разрывности данных следует рассчитать центральные значения классов Х _i . Они соответствуют средней арифметической величине между нижней и верхней границами классов и указаны в 4-й графе таблицы. Сравнивая верхнюю границу предшествующего класса группировки с нижней границей последующего класса, можно видеть, что дискретность в ряду исчезла и, следовательно, ряд величин стал непрерывным.

Таким образом, первые графы таблицы служат основанием для группировки первичных результатов. В дальнейшем будет видно, что они совершенно необходимы также для расчета ряда статистических показателей. Характер распределения первичных результатов показан в 5-й графе, а частота встречаемости (f ) - в 6-й.

В некоторых случаях результаты исследования полезно представить графически, в виде кривой так называемых накопленных частот (f_cum ), а также в виде процентной суммы этих частот. Чтобы показать, как это делают, обратимся снова к данным табл. 1.1.4 и воспроизведем из нее графы 3-ю и 6-ю в табл. 1.1.5. Из таблицы видно, что величины накопленных частот (4-я графа) получают путем последовательного суммирования (снизу вверх) исходного распределения частот (3-я графа). Процентную сумму накопленных частот получают, разделив значение каждой накопленной частоты на общее число данных (в нашем примере оно было равно 50) и умножив частное на 100. Необходимо при этом помнить, что процентная сумма накопленных частот в каждом классе группировки относится к верхней границе данного класса. Это означает, что ниже, например, границы 5-го класса находится 35, или 70%, случаев всех наблюдений. Гистограмму и ход кривой накопленных частот, а также суммы накопленных частот можно представить графически (рис. 1.1.6).

Таблица 1.1.5

Расчет накопленных частот и процентной суммы накопленных частот

Рис. 1.1.6. Гистограмма и кривая накопленных частот первичных результатов

исследования выборки (см. табл. 1.1.5).

На основе описанного только что метода представления первичных результатов - табличного и графического - может быть произведен расчет статистических показателей. Цель этих расчетов в том, чтобы с помощью простых показателей дать математическую оценку результатов эксперимента или наблюдения. Наиболее часто используемыми статистическими показателями распределения являются меры центральной тенденции и меры рассеивания.

Меры центральной тенденции. Среди множества мер центральной тенденции для обработки результатов психологических исследований чаще всего используют среднюю арифметическую величину (М ) и медиану (Me ).

В случае небольшого числа первичных результатов и отсутствия предварительной их группировки значение средней арифметической получают путем последовательного суммирования исходных величин (X ) с последующим делением этой суммы на общее количество исходных данных (N ):

.

Если массив первичных данных был подвергнут предварительной группировке, то для вычисления средней арифметической величины проделывают следующие операции. Для каждого класса группировки определяют произведение частоты класса (f ) на центр группировки класса (X ), а затем суммируют эти произведения и полученную величину делят на общее количество исходных данных N:

.

Так, для примера, приведенного в табл. 1.1.4, мы имеем: 57+52+141+ +168+222+224+324+132+136+24 =1480 и = 29,60, т. е. М = 29,60.

Второй мерой центральной тенденции, особенно для порядковых величин, является медиана. Медиана - это точка на измерительной шкале, выше которой находится точно половина наблюдений и ниже которой - также точно половина наблюдений. В этом определении важно подчеркнуть, что медиана - это точка на шкале, а не отдельное измерение или наблюдение. На примере данных табл. 1.1.4 продемонстрируем этапы вычисления медианы на основе сгруппированных данных.

1. Находим половину наблюдений в массиве данных т. е. N /2. В нашем примере: 50:2 = 25,0.

2. Суммируем частоты, начиная с минимального класса группировки, до класса, содержащего половину необходимых наблюдений т. е. медиану. Для нашего примера, в котором N =50, половиной наблюдений будет 25. Итак, по данным табл. 1.1.4 это: 2 + 8 + 6 + 12 = 28. Отсюда очевидно, что медиана предположительно расположена в 4-м классе группировки, точные границы которого 24,5 и 29,5.

3. Определяем, сколько же наблюдений из класса, содержащего медиану, необходимо для того, чтобы найти ее. Поскольку сумма накопленных частот из предыдущих трех классов равна 16 (см. табл. 1.1.5), то ясно, что из медианного класса необходимо еще 9 наблюдений, а именно 25-16 =9.

4. Вычисляем ту долю интервала на шкале, которая позволит определить точное положение медианы. Если в медианном классе имеем 12 наблюдений и наблюдения в пределах класса распределены равномерно, то при ширине класса, равной 5 единицам, получаем: 9/12´5 = 3,75.

5. Прибавляем полученный результат к нижней точной границе класса группировки, содержащего медиану: 24,5+3,75 = 28,25. Это и есть ее значение: Mе = 28,25.

Существует аналитическая формула для интерполяции медианы:

,

где l - нижняя точная граница класса группировки содержащего медиану; F_b - сумма частот классов^* ниже l ; f_p - сумма частот класса, содержащего медиану; N - число наблюдении или измерений; i - ширина класса группировки.

* Величина F _b в данной формуле соответствует по своему смыслу величине накопленных частот (f _cum ), расчет которой был продемонстрирован выше.

Как видно из нашего примера, когда распределение первичных результатов наблюдений или измерений отличается от нормального, то величины средней арифметической и медианы не совпадают: 29,60¹28,25.

Меры изменчивости. В качестве мер изменчивости результатов, характеризующих степень рассеивания отдельных величин вокруг средней арифметической, используются разные меры в зависимости от примененных шкал измерения. Для характеристики рассеивания величин интервальных шкал и шкал отношений пользуются значением среднеквадратичного отклонения (s ). Для величин порядковых шкал используют значения полуквартильных отклонений (Q ₁ , и Q ₃ ).

При несгруппированных данных произведем расчет так называемого стандартного отклонения, обозначаемого S . Понятие стандартного отклонения (S ) на практике чаще всего используется как синоним среднего квадратичного отклонения (s ). Расчет делается следующим образом:

1. Рассчитаем среднюю арифметическую величину (М ).

2. Находим отклонение (х ) каждого результата измерения (X ) от средней арифметической величины: х=Х-М.

3. Возводим найденное значение отклонения каждого результата от среднего в квадрат: x² .

4. Суммируем значения квадратов отклонений всех результатов: åx² .

5. Делим сумму квадратов отклонений на общее число наблюдений (N ) и получаем величину, называемую дисперсией (D):

6. Извлекаем корень квадратный из дисперсии и получаем величину, называемую стандартным отклонением (S ), или среднеквадратичное отклонение (s ):

, s = .

Таблица 1.1.6

Расчет дисперсии ( D) и стандартного отклонения (S) (при N=10)

å х² = 51,60

Таким образом: D и S .

Приведем все описанные расчеты для конкретного примера и определим дисперсию и стандартное отклонение для выборки, состоящей из результатов 10 измерений: 13; 17; 15; 11; 13; 11; 17; 13; 11; 11. Для начала рассчитаем среднюю арифметическую величину: она оказывается равна 13,2. Для облегчения дальнейших расчетов составляем табл. 1.1.6. В 1 -и графе таблицы записываем первичные данные (X ), во 2-й - отклонения их значений от средней арифметической (х ) и в 3-й - квадраты отклонений (х² ).

При сгруппированных данных формула расчета дисперсии приобретает следующий вид:

,

где f - частота каждого из классов группировки; X_i - центр каждого из классов группировки; М - средняя арифметическая величина, а N - число измерений.

Различают два полуквартильных отклонения - для левой и правой сторон распределения экспериментальных данных. Каждое из полуквартильных отклонений представляет собой величину, соответствующую половине области распределения центральных 50% данных на шкале измерений. Очевидно, что любое распределение экспериментальных данных может быть разделено на четыре равные части, каждая из которых охватывает 25% наблюдений. Если отсчитывать наблюдения, начиная от минимальной величины на измерительной шкале, то точка Q ₁ , отделяющая первые 25% наблюдений от остальных, определит границу первого квартиля. Та же самая процедура счета, производимая от максимальной величины, отделяет последний, т. е. четвертый, квартиль; сама же точка на шкале обозначается как Q ₃ . Наконец медиана, согласно ее определению, позволяет идентифицировать второй и третий квартили: точка их разделения на шкале и соответствует медиане. Она получила обозначение Q ₂ . Половина же интервала на измерительной шкале, заключенного между точками Q ₁ и Q ₃ и есть полуквартильные отклонения. Только в случае нормального, т. е. симметричного, распределения данных точка Q ₂ совпадает с местоположением медианы. Следовательно, с помощью полуквартильных отклонений можно определять рассеивание экспериментальных данных вокруг медианы.

Обратимся снова к табл. 1.1.4 и расчету мер центральной тенденции. Ранее для приведенных там данных мы рассчитали, что Me = 28,25, и таким образом определили точку Q ₂ . Теперь нам предстоит найти точки Q ₁ и Q _3. В случае нормального, т. е. строго симметричного, распределения данных точки Q ₁ и Q ₃ можно рассматривать в качестве медиан: Q ₁ - для левого интервала (от начала шкалы измерений до точки Q ₂ ), a Q ₃ - для правого интервала (от конца шкалы до той же точки Q ₂ ). Поэтому дальнейшие процедуры расчетов значений Q ₁ и Q ₃ будут аналогичны той, которую мы рассматривали при вычислении медианы. То есть мы имели право воспользоваться приведенной выше аналитической формулой для интерполяции медианы, а именно

.

1. Прежде всего укажем, что значение i - ширины класса группировки - нам известно, из задания: i = 5 (как для левого интервала, так и для правого).

2. Что касается N - числа измерений, то согласно определению медианы вообще, а в нашем случае точки Q ₃ в частности, оно должно быть одинаковым в обоих рассматриваемых интервалах: N_л = N_пр = 25 при общем числе измерений, равном 50. Отсюда

3. Анализируя группировку данных, приведенную в табл. 1.1.4, нетрудно заметить, что классом группировки, предположительно содержащим половину наблюдений левого интервала, является 3-й класс, а таким же классом для правого интервала - 6-й класс. Исходя из этого, по табл. 1.1.4 легко определить, что

для левого интервала l =19,5; F _b =10; f _p = 6;

для правого интервала l =39,5; F _b = 9; f _p = 6.

4. Пользуясь найденными значениями величин, производим необходимые расчеты медиан обоих интервалов:

для левого Q ₁ =19,5 + ×5 = 21,58,

для правого Q ₃ = 39,5- ×5 = 36,58.

5. Согласно определению квартального отклонения следует, что

,

т. е. в нашем примере Q = .

6. Однако этот результат получен нами для нормального распределения данных. На самом же деле, как показывает табл. 1.1.4, в нашем примере мы имеем дело с явно асимметричным распределением. Поэтому истинные полуквартильные отклонения в данном случае необходимо было рассчитывать с учетом вычисленного значения для медианы (или Q ₂ ), a именно, что Mе = 28,25. Тогда мы получаем

для левого интервала Q ₂ – Q ₁ = 28,25-21,58 = 6,67,

для правого интервала Q ₃ - Q ₂ = 36,58-28,25 = 8,33.

С помощью данного приема можно очень легко определить право- и левостороннюю асимметрию любого распределения:

если Q ₃ - Q ₁ > Q ₂ - Q ₁ то имела место правосторонняя асимметрия;

если Q ₃ - Q ₂ < Q ₂ - Q ₁ , то - левосторонняя.

И только при равенстве указанных разностей можно говорить о строго симметричном распределении.

Для каких целей служат меры центральной тенденции (М или Me ) и меры изменчивости (D, S, s , Q )? Во-первых, эти меры используются для интерпретации первичных результатов. На основе полученных значений мер центральной тенденции можно, например, предвидеть наиболее вероятные результаты аналогичного исследования другой выборки. На основе же мер изменчивости можно оценить точность проведенных измерений, т. е. выявить случайные ошибки измерения. Во-вторых, та или иная из вышеназванных мер необходима для проверки статистической значимости различий (см. с. 274, Приложение I: t -критерий Стьюдента) между результатами исследования двух разных выборок, а также для вычисления так называемых коэффициентов корреляции, о которых сейчас пойдет речь.

Меры взаимосвязи. Коэффициентами корреляции пользуются для того, чтобы выяснить, существует ли взаимосвязь между двумя переменными, и определить ее степень, т. е. тесноту взаимосвязи. Значение коэффициента корреляции изменяется от -1 до +1. Величины, лежащие в этих пределах, отражают максимально возможную взаимосвязь сравниваемых переменных. Когда коэффициент корреляции равен нулю, то это означает, что взаимосвязь отсутствует. Положительная корреляционная связь указывает на прямо пропорциональное отношение между двумя переменными, а отрицательная - на обратно пропорциональную взаимосвязь. Чем больше абсолютное значение коэффициента корреляции, тем теснее связь между изучаемыми переменными. При значениях коэффициентов ± 1 можно говорить об отношении тождественности между переменными.

При сравнении порядковых величин пользуются коэффициентом ранговой корреляции по Ч. Спирмену (r), при сравнении интервальных величин - коэффициентом корреляции произведений по К. Пирсону (r). Рассмотрим кратко способы расчета этих коэффициентов.

Допустим, что с помощью двух опросников (X и Y ), требующих альтернативных ответов «да» или «нет», были получены первичные результаты - ответы 15 испытуемых (N =15). Результаты представлены в виде сумм баллов за утвердительные ответы («да») для каждого испытуемого отдельно для опросника Х и опросника Y. Требуется определить, измеряют ли опросники Х и Y похожие личностные качества испытуемых, или не измеряют. Можно предположить, что если опросники по содержанию и формулировкам мало отличаются друг от друга, то сумма баллов, набранная каждым из испытуемых по опроснику X, будет близка к сумме баллов, набранных по опроснику Y .

Полученные в эксперименте первичные результаты представляют собой два ряда порядковых величин для переменной Х и для переменной Y . Для установления взаимосвязи между каждой парой порядковых величин применяют коэффициент порядковой корреляции Спирмена (r ). Для расчета величины r известна следующая формула:

r = ,

где N - число сравниваемых пар величин двух переменных и d² - квадрат разностей рангов этих величин.

Для вычисления предстоит проделать ряд операций. Прежде всего надлежит табулировать все первичные результаты (табл. 1.1.7). В 1-й графе записывают номер испытуемого, а во 2-й и 3-й - полученные им суммы баллов по первой методике (переменная X ) и по второй (переменная Y ).

Таблица 1.1.7

Табулирование первичных результатов для расчета коэффициента корреляции по Спирмену ( r )

Таким образом: r = =1- =1- =1-0,305=0,695.

Затем каждому первичному результату присваивают ранг. Эта процедура называется ранжированием. Начинают ее с того, что среди всех значений переменной Х находят наибольшее и в одной строке с ним, но уже в 4-й графе (R_x ) проставляют единицу, что и означает 1-й ранг. В нашем случае максимальное число баллов по методике Х получил испытуемый № 8, и поэтому именно его результату следует присвоить 1-й ранг. Затем находят второй по величине результат и в его строке указывают соответственно 2-й ранг. В нашем примере необходимо обратить внимание на следующее: испытуемые № 7 и 15 получили по 41 баллу, а испытуемые № 5 и 6 - по 35 баллов. Для таких случаев принято следующее правило: если в ранжируемом ряду встречаются одинаковые величины, то для них находят среднее значение и считают, что оно определяет ранг как одной, так и другой величины. Следовательно, испытуемым № 7 и 15 надо присвоить одинаковый ранг, а именно 12,5, а испытуемым № 5 и 6 - 14,5, поскольку (12+13):2 =12,5 и (14+15): 2 =14,5. Аналогично осуществляют ранжирование по второй методике, т. е. для переменной У. Заметим, что в данном случае уже трое испытуемых № 1, 7 и 14 получили по одинаковому числу баллов - 75. Первичным результатам этих испытуемых должны были бы быть присвоены 7, 8 и 9-й ранги.

Усреднив эти ранги, каждому испытуемому присваивают одинаковый ранг, в данном случае -8-й.

На следующем этапе табулирования определяют разность рангов для каждой пары значений Х и Y и полученные результаты проставляют в 6-й графе: d =R_x -R_y . Наконец, в 7-й графе отражены значения квадратов разности рангов, т. е. d² для каждой пары Х и Y . Полученные величины суммируют и записывают в последней строке таблицы: åd² . Полученную величину (в нашем примере åd² = 171) и подставляют в формулу коэффициента ранговой корреляции.

В нашем примере r = 0,695. Положительное значение полученного коэффициента позволяет утверждать, что оба опросника - Х и Y - дают возможность выявлять похожие, но не идентичные личностные свойства.

Коэффициент корреляции по формуле Пирсона рассчитывается на основе отклонения первичных результатов и среднего квадратичного отклонения от их среднеарифметического значения. Формула расчета коэффициента корреляции по К. Пирсону может быть представлена следующим образом:

r_xy = _,

где х – отклонение величины Х (первичного результата) от средней арифметической М_х ; у - отклонение величины Y (первичного результата) от средней арифметической M_Y ; åx×y - алгебраическая сумма произведений отклонений х и у от М_х и M_Y ; N – объем выборки сравниваемых парпервичных результатов; s _х – среднее квадратичное отклонение для первичных результатов Х ; s _y - среднее квадратичное отклонение для первичных результатов Y .

Рассмотрим пример, который позволит проследить этапы расчета. Допустим, что переменная Х представлена результатами измерения (в сантиметрах) величины коленного рефлекса при инструкции расслабить мышцы; переменная Y – то же, но при инструкции напрячь мышцы (табл. 1.1.8). Проверяется гипотеза о том, что величины коленного рефлекса не взаимосвязаны между собой.

Последовательность расчета коэффициента следующая.

1. По формулам

М_х = и M_Y =

находим средние арифметические значения для переменных Х и Y (в нашем примере М_х =7,5; M_Y = 8,0).

2. Находим величины отклонений каждого из первичных результатов от М_х и M_Y - соответственно х и у (см. 4-ю и 5-ю графы).

3. Значение каждого отклонения х и у возводим в квадрат: x ² и у ² (см. 5-ю и 6-ю графы).

Таблица 1.1.8

Расчет коэффициента корреляции по Пирсону ( r )

Таким образом: r _XY = = = = 0,76.

4. По формуле для среднего квадратичного отклонения рассчитываем s _х иs _y (в нашем примере s _х =3,53; s _y =3,79).

5. Определяем произведения для каждой пары отклонений (см. 8-ю графу).

6. Полученные величины подставляем в формулу коэффициента корреляции по Пирсону. Полученный для нашего примера коэффициент корреляции r _XY = 0,76 свидетельствует о том, что обе величины коленного рефлекса взаимосвязаны, несмотря на различные условия их измерения.

II. ОЩУЩЕНИЯ. ИССЛЕДОВАНИЕ ОЩУЩЕНИЙ ПСИХОФИЗИЧЕСКИМИ МЕТОДАМИ

Основой знаний об окружающем мире являются ощущения. Ощущение - отражение свойств предметов объективного мира, возникающее у человека при их непосредственном воздействии на его органы чувств. Ощущения возникают в результате преобразования специфической энергии раздражителей в энергию нервных процессов организма. Физиологической основой ощущения является нервный процесс, стимулируемый действием того или иного раздражителя на адекватный анализатор. Ощущение имеет рефлекторный характер.

Афферентные системы нашего организма могут отображать состояние как окружающего нас внешнего мира, так и состояние нашего собственного тела с большей или меньшей точностью, т. е. могут быть более или менее чувствительными. Экспериментально можно установить минимальную интенсивность любого раздражителя, при действии которого появляется минимальное, едва заметное ощущение. Эту минимальную интенсивность раздражителя основоположник психофизики Г. Т. Фехнер назвал абсолютным порогом чувствительности органов чувств. Между абсолютным порогом чувствительности и чувствительностью органов чувств существует обратно пропорциональная зависимость: чем ниже порог, тем выше чувствительность. Формально это можно записать следующим образом:

E = ,

где Е - чувствительность; RL - абсолютный порог чувствительности.

Посредством органов чувств человек может не только констатировать наличие того или иного раздражителя, но и различать раздражители по их качеству и силе. Минимальное различие между двумя интенсивностями раздражителя, вызывающее замечаемое различие интенсивности ощущения, называется порогом различения или разностным порогом чувствительности и обозначается DL .

В обратно пропорциональной зависимости от разностного порога чувствительности находится так называемая разностная чувствительность, обозначаемая E _d : она тем выше, чем ниже этот порог:

E _d = .

Немецкий физиолог Э. Вебер еще в XIX в. экспериментально доказал, что величина разностного порога чувствительности относительна, так как отношение величины минимального добавочного раздражителя (DR ) к первоначальной величине стимула (R ) - постоянная величина:

= const.

Основываясь на этом законе и приняв постулат, что приращение интенсивности можно представить как бесконечно малую величину, Фехнер выразил зависимость изменения интенсивности ощущения от силы физического раздражителя следующей формулой:

E _d = c log r ,

где Е _d - разностная чувствительность; с - константа перехода от натуральных логарифмов к десятичным; r - отношение величины действующего раздражителя (R ) к величине абсолютного порога чувствительности (RL ), т. е.

r = .

Г. Фехнер так сформулировал психофизический закон: величина ощущения пропорциональна не абсолютному значению стимула, а логарифму величины стимула, если эта последняя выражена через свою пороговую величину, т. е. последняя величина рассматривается как единица, при которой ощущение появляется и исчезает.

Величины как абсолютных, так и разностных порогов чувствительности в значительной степени зависят от условий их измерения. Важнейшим фактором, определяющим величину главным образом абсолютного порога чувствительности, является уровень адаптации органа чувств (и всего анализатора) к условиям измерения. Под адаптацией понимается приспособляемость анализатора к изменяющимся внешним условиям. Влияние адаптации органов чувств на изменение величины абсолютного порога чувствительности может быть продемонстрировано на примере зрительной темновой и световой адаптации глаза (см. занятие 2.2).

Г. Фехнер предложил ряд методов измерения абсолютных и разностных порогов чувствительности. Они позволяют точно измерить интенсивность раздражителя, вызывающую едва заметное ощущение или едва заметное изменение ощущения. Различие между этими методами заключается главным образом в способе предъявления раздражителя, а также в способе статистической обработки первичных результатов исследования.

Методы определения абсолютных порогов чувствительности. Прежде всего рассмотрим метод минимальных изменений, или метод границ. Основное содержание метода отражено в его названии: выбранный континуум стимулов необходимо предъявлять таким образом, чтобы дискретные значения этого континуума отличались друг от друга на минимально возможную величину. Предъявление стимулов чередуют то в возрастающем, то в убывающем порядке. Для каждой последовательности предъявления стимулов определяют границу смены ответов (типа: «да / нет», «вижу / не вижу»). Обычно измерение порога начинают с убывающего ряда стимулов, приняв за исходное значение величину отчетливо воспринимаемого стимула. Считают, что порог, т. е. величина стимула, при которой произошла смена ответов испытуемого, находится в середине межстимульного интервала - между тем стимулом, который еще воспринимается, и тем, который уже не воспринимается. Аналогично определяют порог и для возрастающего ряда стимулов. Границы смены категории ответов в восходящих и нисходящих рядах стимулов чаще всего не совпадают. Это происходит вследствие возникновения у испытуемого так называемых систематических ошибок - ошибок привыкания и ошибок ожидания. Каждую восходящую и каждую нисходящую последовательность стимулов повторяют в одном опыте от 6 до 15 раз. За абсолютный порог чувствительности (RL ) принимают среднее арифметическое значение величин всех найденных в процессе исследования порогов появления и порогов исчезновения:

RL = ,

где RL - средний абсолютный порог чувствительности; L - значение порога в каждом стимульном ряду - как восходящем, так и нисходящем; N - общее число стимульных рядов. Вариативность ответов испытуемого оценивают с помощью среднеквадратичного отклонения (s ). Ошибку, которую приходится допускать, если найденную в опыте оценку абсолютного порога рассматривать как истинное его значение, называют стандартной ошибкой среднего значения:

s _RL = ,

где с - среднее квадратичное отклонение значения RL ; a N - объем выборки.

Другим методом, используемым для определения абсолютного порога чувствительности, является метод постоянных раздражителей, или метод констант. Этот метод требует проведения предварительного опыта, цель которого состоит в ориентировочном определении диапазона пороговой зоны. Пороговая зона - это такой диапазон интенсивности раздражителя, на границах которого испытуемый практически всегда начинает или перестает ощущать воздействие стимула. Выявленный в опыте диапазон пороговой зоны разделяют на равное, желательно нечетное, число интервалов интенсивности (от 5 до 9). Поэтому все разности между величинами всех стимулов в пороговой зоне одинаковы. В течение всего опыта эти выбранные интенсивности остаются неизменными (отсюда и название метода: метод констант). Во время проведения опыта стимулы разной интенсивности предъявляют в случайном порядке, причем обязательно стимулы каждой интенсивности необходимо предъявлять одинаковое число раз.

При обработке экспериментальных данных с целью определения абсолютного порога чувствительности целесообразно придерживаться следующей последовательности.

1. Сосчитать частоту положительных ответов для каждого постоянного стимула.

2. Перевести эти абсолютные частоты ответов в относительные частоты (f ), что осуществляют путем деления числа положительных ответов на количество предъявлении данного стимула.

3. Построить систему координат, на оси абсцисс которой отложить интенсивности воздействовавшего стимула, а на оси ординат - относительные частоты положительных ответов испытуемого (f ) - от 0,0 до 1,0.

4. Нанести на график экспериментально полученные значения для всех интенсивностей стимула и экспериментальные точки соединить с помощью отрезков прямых линий.

5. Из точек на оси ординат, соответствующих частоте положительных ответов (f = 0,50, f = 0,25 и f = 0,75), параллельно оси абсцисс провести прямые линии до пересечения их с экспериментальной кривой и обозначить точки пересечения соответственно 1, 2 и 3.

6. Путем проекции точки 1 на ось абсцисс найти на ней величину медианы, а путем проекции точек 2 и 3 - значение полуквартильных отклонений. Величина Me (проекция точки 1) будет соответствовать абсолютному порогу чувствительности, a Q ₁ и Q ₃ (проекции точек 2 и 3) - зоне неуверенных ответов испытуемых.

Большей точности при графическом определении медианы и полуквартильных отклонений можно достичь путем построения кривой накопленных частот^* .

* Наряду с графической интерполяцией медианы и полуквартильных отклонений эти величины можно определять по соответствующим алгебраическим формулам (4, с. 208-228).

Когда результаты исследования подчиняются закону нормального распределения, в качестве меры абсолютного порога и меры точности результатов можно использовать значения средней арифметической величины (М ) и среднего квадратичного отклонения (s ).

И наконец, для определения абсолютного порога чувствительности используют метод средней ошибки. Однако применение его целесообразно только в тех случаях, когда есть возможность непрерывно (плавно) изменять предъявляемый стимул. При измерениях по данной методике испытуемый сам регулирует величину стимула. Начиная от первоначально вызвавшей у него отчетливое ощущение, он плавно снижает интенсивность стимула до тех пор, пока не установит такое ее значение, при котором он впервые утрачивает ощущение его воздействия. Если опыт начинается с явно неощущаемой интенсивности стимула, то испытуемый должен найти такое ее значение, при которой ощущение появляется.

При обработке полученных результатов в качестве показателей абсолютного порога чувствительности используют меры центральной тенденции - медиану (Me ) и среднюю арифметическую величину (М ).

Методы определения разностных порогов чувствительности. Прежде всего остановимся на особенностях использования метода минимальных изменений, или метода границ, в целях определения разностных порогов. Хотя вся процедура измерений в основном остается той же, что и при измерении абсолютного порога, в нее необходимо внести некоторые изменения. Главное из них связано с тем, что определение разностного порога предполагает выбор эталонного стимула среди континуума сверхпороговых стимулов. По отношению к нему и производят сравнение всех остальных стимулов. Сравнение эталонного и остальных, т. е. переменных, стимулов можно осуществлять последовательно или одновременно. В первом случае первым предъявляют эталонный стимул, а во втором - эталонный и сравниваемый с ним переменный стимулы одновременно. Использование метода границ для определения разностных порогов требует учета не двух, а трех категорий ответов испытуемого: «больше», «меньше» и «равно». При обработке экспериментальных данных для каждого стимульного ряда находят границы между сменой категорий ответов, а именно: от «меньше» к «равно» и от «равно» к «больше». Усредняя значения интенсивностей стимулов, соответствующие интервалам между этими границами (совместно для нисходящих и восходящих рядов стимуляции), получают средние значения «верхнего» (для ответов «больше») и «нижнего» (для ответов «меньше») порогов чувствительности. Разность между ними определяет интервал неопределенности, т. е. ту зону стимульного ряда, в которой преобладают ответы «равно». Величина интервала неопределенности, разделенная пополам, дает нам искомую величину разностного порога чувствительности.

Стимул, находящийся в средней точке интервала неопределенности, всегда оценивается испытуемым как равный эталону, т. е. выступает как субъективный эквивалент эталона. Величину данного стимула вычисляют как полусумму верхнего и нижнего порогов. В психофизике эта величина получила название точки субъективного равенства. Поскольку точка субъективного равенства не совпадает с величиной объективного эталона, то разность между той и другой указывает на величину постоянной ошибки (ПО) испытуемого. При переоценке испытуемым эталона постоянная ошибка имеет положительное значение, при недооценке - отрицательное.

Основные предпосылки при определении разностных порогов методом постоянных раздражителей, или методом констант, остаются теми же, что и при определении абсолютного порога чувствительности. Однако естественно, что разностный порог определяется по отношению к произвольно выбранному стандартному стимулу сверхпороговой интенсивности. В процессе измерении можно пользоваться таким планом эксперимента, согласно которому от испытуемого требуются две категории ответов (и «больше», и «меньше», чем эталон). Но можно использовать и другой план, предусматривающий три категории ответов (аналогично методу границ). Однако второй вариант методики используют реже, поскольку наличие в нем третьей категории ответов («равно эталону») способствует предпочтению испытуемыми именно этой категории ответов, что приводит к снижению точности полученных результатов измерения. С целью обработки экспериментальных данных, полученных с использованием лишь двух категорий ответов («больше» и «меньше»), строят психометрическую кривую, аналогично тому, как это было описано для измерения абсолютных порогов этой же методикой.

Для характеристики результатов измерения разностных порогов используют меры центральной тенденции - медиану (Me ) и среднюю арифметическую величину (М ), а в качестве меры изменчивости - полуквартильные отклонения (Q ₁ и Q ₃ ) и среднеквадратичное отклонение (s ). При измерении разностных порогов методом констант медиана равна точке субъективного равенства, а постоянная ошибка испытуемого - разности между значениями медианы и эталонной величины стимула. Разностный порог чувствительности в таком эксперименте соответствует половине интервала неопределенности. Он вычисляется с помощью полуквартильных отклонений:

DL = .

Следовательно, разностный порог чувствительности характеризуется мерой разброса экспериментальных данных.

При измерении разностного порога чувствительности методом средней ошибки испытуемому предъявляют одновременно два стимула - эталон и переменный, причем величину переменного стимула испытуемый изменяет самостоятельно. Аппаратура должна позволять плавную регулировку измеряемого параметра переменного стимула. Задача испытуемого состоит в подравнивании переменного стимула к эталону. Для вычисления разностного порога испытуемый должен произвести множество подравниваний, что дает возможность рассчитать среднюю арифметическую величину (М ) и среднее квадратичное отклонение (s ) точности подравнивания. В эксперименте с использованием метода средней ошибки величина разностного порога чувствительности в значительной степени зависит от формулировки инструкции, даваемой испытуемому. Испытуемому можно предложить подравнивать переменный стимул относительно эталона, сказав, что переменный стимул будет, например, всегда меньше (или всегда больше), чем эталон. В этом случае чаще всего средняя арифметическая величина результатов измерения окажется смещенной относительно эталонной величины стимула. Разностный порог чувствительности в этом случае будет определяться разностью между величиной эталона и средней арифметической всех измерений. Однако этот способ измерения разностного порога чувствительности недостаточно точен, поскольку при расчете оказывается учтенной лишь одна часть интервала неопределенности, в котором находится порог чувствительности. Поэтому чаще всего испытуемому дают иную инструкцию, а именно «найти равенство между переменным и эталонным стимулами». При попеременном подравнивании испытуемым заметно больших и заметно меньших, чем эталон, переменных стимулов получаем бимодальное распределение результатов измерения. Раздельный расчет и анализ значений средней арифметической величины (М ) и среднего квадратичного отклонения (s ) для подравнивания, где переменный стимул был больше и меньше эталона, позволяет определить интервал неопределенности, а половина этого интервала будет характеризовать величину разностного порога чувствительности.

Занятие 2.1 ОПРЕДЕЛЕНИЕ ГРАНИЦ ПОЛЕЙ ЗРЕНИЯ И ФУНКЦИОНАЛЬНОЙ АСИММЕТРИИ ГЛАЗ (С ПОМОЩЬЮ ПЕРИМЕТРА ФЕРСТЕРА)

Вводные замечания. Под полем зрения понимается пространство, видимое глазом при фиксации неподвижной точки. Его величина определена рядом факторов, включая анатомические особенности лица человека. В норме поле зрения ограничено сверху (верхнее направление) 55°, изнутри (носовое направление) и снизу (нижнее направление) - 60°, снаружи (височное направление) - 90°. Эти значения являются пределами нормальной видимости ахроматического стимула. Для хроматических стимулов поле зрения сужено. При раздельном измерении полей зрения правого и левого глаз границы полей зрения могут не совпадать. Если исключить случайные ошибки измерения (для проверки производят статистическую оценку значимости различий), можно предполагать наличие функциональной асимметрии полей зрения.

В задании надлежит определить поле зрения для всех четырех направлений: височного, носового, верхнего и нижнего. Для измерения границ поля зрения целесообразно пользоваться психофизическим методом границ. Метку-стимул во время опыта сначала передвигают с периферии поля зрения к центру, что соответствует восходящему ряду стимуляции. Передвижение продолжают до сообщения испытуемым о появлении метки в его поле зрения. Затем метку передвигают в обратном направлении - от центра к периферии, что соответствует нисходящему ряду стимуляции. Это делается также до тех пор, пока испытуемый не сообщит, что метка исчезла. При предъявлении хроматических стимулов следует обращать внимание на то, чтобы испытуемый правильно называл цвет стимула. Необходимо помнить, что по мере передвижения метки-стимула из центра к периферии видимый испытуемым цвет стимула может меняться. Аналогичное изменение цветности стимулов наблюдается при передвижении метки из периферии к центру. Момент изменения цвета стимула является границей поля зрения для хроматического стимула.

Аппаратура и оборудование. Для проведения практической работы необходимо иметь периметр Г. Ферстера или проекционный периметр ПрП с набором ахроматических и хроматических (красного, зеленого и синего) стимулов, готовые бланки обозначения полей зрения (рис. 2.1.1) и изготовленную заранее форму протокола (форма 1).

ПРОТОКОЛ ЗАНЯТИЯ^* Форма 1

Задание (тема) ..........................................................……………………..Дата ....................................……………………

Экспериментатор ............................................................................................................................................………………

Протоколист ...................................................................................................................................................………………

Испытуемый ...................................................................................................................................................………………

Самочувствие испытуемого (внимание следует обращать на все жалобы: усталость, зрительное утомление и т. п.)......................................................................................................................................……….……………………………

Измеряемый глаз (правый, левый) ..................................................................................................……………………….

Вид стимула (ахроматический, хроматический - красный, зеленый или синий) .....................................….………….

.....................................................................................................................................................…………………..

Значения дуги периметра (в градусах)

(записи ведет протоколист)

* В каждом из задании данного раздела протокол занятия должен начинаться сведениями, аналогичными нижеследующим.

Рис. 2.1.1. Стандартный бланк для пределения границ полей зрения.

Цифры : горизонтальная оцифровка – угол (в град.) на дуге периметра, круговая оцифровка – угол (в град.) поворота дуги периметра; прерывистая линия – нормативные границы поля зрения для ахроматических стимулов.

До начала опыта необходимо подготовить восемь таких форм протокола: две для измерения границ полей зрения ахроматических стимулов и по две для определения границ полей зрения для каждого из трех хроматических стимулов.

Порядок работы. В опыте участвуют экспериментатор, протоколист и испытуемый. Испытуемый садится у прибора и кладет подбородок на подбородник. Глаза его должны находиться на уровне фиксационной точки дуги периметра, находящейся в центре этой дуги. Неизмеряемый глаз испытуемого закрывают наглазником. Прежде чем приступить к измерениям, экспериментатор должен познакомить испытуемого с инструкцией.

Инструкция испытуемому: «Прямо перед вами в центре дуги периметра находится маленькая белая точка. Вам необходимо строго фиксировать ее взглядом в течение всего опыта. По дуге периметра будет перемещаться метка-стимул белого (или красного, зеленого, синего) цвета. Как только стимул в вашем поле зрения появится, а также когда он исчезнет, вы сообщаете об этом экспериментатору. В случае предъявления хроматических стимулов вы будете замечать изменение цвета стимула, о чем вы также должны будете сообщать. Не забудьте строго фиксировать взгляд на фиксационной точке в центре периметра».

Экспериментатор плавно (со скоростью примерно 2 см/с) передвигает; метку-стимул по внутренней поверхности дуги периметра до момента, когда испытуемый впервые ее заметит. При каждом сообщении протоколист записывает в протокол величину дуги периметра (в градусах). Измерения для височного и носового направлений производят при горизонтальном положении дуги периметра, а для верхнего и нижнего направлений - при вертикальном, для чего поворачивают дугу на 90°. При измерении границ поля зрения необходимо получить по 10 ответов испытуемых для каждого направления, причем 5 на появление и 5 на исчезновение стимула. Соответственно для хроматических стимулов: 5 ответов при передвижении метки от центра к периферии и 5 - от периферии к центру.

Обработка экспериментальных данных. Для определения границы поля зрения по каждому направлению необходимо.

1. Вычислить среднюю арифметическую (М ).

2. Определить среднее квадратичное отклонение (s ).

3. Определить ошибку средней (s _М ).

4. Оценить статистическую значимость различий величин границ поля зрения для всех измеренных направлений левого и правого глаз по t-критерию Стьюдента (см. Приложение I на с. 274).

5. На бланках полей зрения нанести отдельно для правого и левого глаз величины средней арифметической (М ) по всем измеренным направлениям и для всех видов использования стимулов. Точки соединить отрезками прямой.

Анализ экспериментальных данных состоит в указании особенностей границ поля зрения в пределах изучаемых направлений у данного испытуемого. Необходимо обратить внимание на возможные отклонения от нормативных величин как для ахроматического, так и для хроматических стимулов.

Контрольные вопросы

1. Дайте определение поля зрения.

2. Какие факторы (по вашему мнению) определяют величину поля зрения?

3. К какому типу шкал можно отнести полученные экспериментальные данные?

4. Докажите правомерность использованных вами статистических показателей (М, s , s _M , t -критерия).

Занятие 2.2 ИССЛЕДОВАНИЕ ДИНАМИКИ АБСОЛЮТНЫХ ПОРОГОВ СВЕТОВОЙ ЧУВСТВИТЕЛЬНОСТИ В УСЛОВИЯХ ТЕМНОВОЙ АДАПТАЦИИ (С ПОМОЩЬЮ АДАПТОМЕТРА)

Вводные замечания. Адаптация определяется как приспособление уровня чувствительности органа чувств к изменяющейся интенсивности воздействующего раздражителя. Способность человеческого глаза к адаптации позволяет ему адекватно реагировать на широкий диапазон интенсивности света. Благодаря функционированию палочкового аппарата глаз воспринимает очень слабые световые раздражители (от 1×10^-9 до 1×10^-4 лмб)^* , а благодаря функционированию колбочкового аппарата - очень сильные (от 1×10^-7 до 10 лмб).

* Ламберт - единица измерения интенсивности светового потока.

Цель настоящей работы состоит в том, чтобы построить кривую темновой адаптации и проследить скорость изменения световой чувствительности глаза в условиях темновой адаптации. Для этого необходимо измерить абсолютный порог световой чувствительности в строго заданные интервалы времени. Напомним, что обратная величина порога характеризует чувствительность органа чувств. Для проведения измерений, на основе которых можно вычислять абсолютный порог световой чувствительности, наиболее адекватным психофизическим методом является метод минимальных изменений. Поскольку диапазон измеряемых величин и дискретность единиц измерения заданы шкалой прибора, то протоколист в протоколе фиксирует лишь величину стимула, вызывающую смену ответа («не вижу/ вижу»).

Аппаратура и оборудование. Измерения производят с помощью медицинского прибора адаптометра типа АДМ-01, описание которого дано в инструкции, прилагаемой к прибору^* . Для работы с этим прибором экспериментатору необходимо знать его основные технические и конструктивные особенности.

* Описание прибора дано также в пособии: Практикум по психологии / Под ред. А. Н. Леонтьева и Ю. Б. Гиппенрейтер. М., 1972. С. 26-32.

Адаптометр состоит из шара предварительной световой и темновой адаптации, измерительного устройства и штатива с подбородником. Шар предварительной адаптации служит, во-первых, для установления исходного уровня световой адаптации, задаваемого экспериментатором, и, во-вторых, для

предъявления тест-объекта во время измерения. Яркость шара может быть дискретно изменена в пределах от 2500 до 312 асб.^* Под углом 12° к линии фиксации взора испытуемого на тест-объекте расположена красная фиксационная точка, которую испытуемый должен фиксировать центральным зрением в течение всего периода измерении. Тем самым во время измерений тест-объект проецируется как раз на ту область сетчатки глаза, которая обладает максимальной чувствительностью палочкового зрения. Измерительное устройство состоит из набора дискретных светофильтров - Ф, откалиброванных в единицах оптической плотности (индексы: 0,0; 1,3; 2,6; 3,9; 5,2), дополнительного нейтрального (серого) светофильтра (индекс 0,01 ед. оптической плотности) и измерительной диафрагмы - (Д) с логарифмической шкалой единиц оптической плотности. Светопропускание диафрагмы характеризуется отношением С/Су где С - величина площади раскрытия диафрагмы приданном положении шкалы, а Сд - величина площади полного раскрытия диафрагмы (на шкале отметка 0). Штатив с подбородником служит для фиксации положения головы испытуемого во время проведения измерений.

* Апостильб - единица фотометрической яркости: 1 асб=10^-4 лмб.

До начала измерений необходимо подготовить бланк для протокола опыта (форма 2).

ПРОТОКОЛ ЗАНЯТИЯ Форма 2

(записи ведет протоколист)

Значение порогов световой чувствительности

в процессе темновой адаптации (в течение 15 мин)

Для 2-5-й «пачек» запись результатов аналогична приведенным выше.

Порядок работы. В работе участвуют экспериментатор, протоколист и испытуемый. Порядок работы может быть разделен на два этапа. На первом, подготовительном этапе испытуемый проходит предварительную световую адаптацию к заданной яркости. Для этого испытуемый садится к прибору, прижимает лицо к маске прибора и в течение 5 мин смотрит на освещенный шар тем глазом, для которого будет проводиться измерение. Яркость шара в этот период времени должна быть равной 1250 асб (что соответствует положению ручки переключателя светофильтров ¼). Затем испытуемый может встать и в течение 5 мин отдохнуть, не выходя из экспериментальной комнаты, которая освещена рассеянным красным светом.

Перед началом второго, основного этапа измерений испытуемому необходимо сообщить инструкцию.

Инструкция испытуемому: «Сидите спокойно, не отклоняя лица от полумаски адоптометра. В течение всего опыта строго фиксируйте измеряемым (правым) глазом красную точку. Найдите ее! Ваша задача состоит в том, чтобы как можно быстрее после сигнала «Внимание» сообщить экспериментатору о появлении или исчезновении объекта в виде круга. Запрещается закрывать глаза во время измерений. Будьте внимательны!»

Испытуемый снова садится к прибору, опирается на подбородник и до конца опыта не отрывает лица от маски. Перед его левым глазом экспериментатор ставит заглушку (измерения производят для правого глаза), а заслонку задней стенки шара адаптации – в положение «открыто». В течение 15 мин испытуемый фиксирует взглядом красную точку. Экспериментатор производит через каждые 3 мин по 6 замеров на появление и на исчезновение тест-объекта. Таким образом, получается всего 5 «пачек» замеров. После истечения этих 15 мин экспериментатор производит подряд еще по 10 замеров на появление и исчезновение тест-объекта.

Во время опыта во избежание ошибок измерения экспериментатору необходимо придерживаться определенных правил. Самое главное - это то, что начинать измерения следует по восходящему ряду стимулов, т. е. сначала измеряют порог появления тест-объекта. При этом можно рекомендовать начинать измерения при двух включенных светофильтрах (индекс Ф = 2,6 ед. оптич. плотности) и при полностью закрытой диафрагме (индекс D = 1,4 ед. оптич. плотности). Если же нужно уменьшить общую оптическую плотность системы, то предварительно следует полностью закрыть диафрагму, чтобы избежать засветки глаза. Наоборот, при измерении порога исчезновения объекта включение светофильтров производится при полностью раскрытой диафрагме. И последнее: во время измерений надо следить за тем, чтобы дополнительный (серый) фильтр прибора был постоянно включен.

Обработка экспериментальных данных производится в следующей последовательности.

1. Определяем среднее значение в каждой паре замеров, т. е. суммируем величины порога появления и порога исчезновения и сумму делим на 2.

2. Находим среднее значение порога для каждой «пачки» замеров; для этого суммируем последовательно значения каждых трех средних порогов (см. п. 1) и сумму делим на 3.

3. Переводим величины порогов для «пачки» замеров в величины яркости, выражаемые в апостильбах, с помощью следующей формулы:

lg I = lg 0,069 -П,

где I - яркость объекта, а П - суммарная величина значений оптической плотности фильтров (Ф) и диафрагмы (Д).

4. Представляем результаты опыта графически, т. е. в виде кривой темноватой адаптации. Для этого на оси абсцисс откладываем время замеров каждой «пачки» (3,6,9, 12 и 15 мин), а на оси ординат - величины абсолютных порогов в единицах яркости (см. п. 3).

С целью проверки стабильности порога чувствительности после проведения основного опыта выше было рекомендовано сделать 10 дополнительных замеров. Их результаты обрабатывают отдельно, рассчитывая среднеарифметическую величину (М ), среднеквадратичное отклонение (s ) и ошибку средней (s _M ). Чем меньше среднеквадратичное отклонение и ошибка средней арифметической, тем более стабильным можно признать порог чувствительности.

Во время анализа экспериментальных данных следует указать на характерные особенности кривой хода темновой адаптации, а также диапазон изменения чувствительности в течение 15-минутной адаптации.

Контрольные вопросы

1. Какие рецепторные элементы сетчатки глаза обеспечивают восприятие слабых и сильных оптических раздражителей?

2. В каком отношении находятся абсолютный порог чувствительности и чувствительность?

3. Как вы думаете, в чем состоит биологический смысл процесса адаптации?

Занятие 2.3 ОПРЕДЕЛЕНИЕ АБСОЛЮТНЫХ ПОРОГОВ СЛУХОВОЙ ЧУВСТВИТЕЛЬНОСТИ (С ПОМОЩЬЮ АУДИОМЕТРА)

Вводные замечания. Абсолютная чувствительность слуха определяется минимальной силой звука, способной вызвать ощущение или какую-либо ответную реакцию организма. Диапазон воспринимаемых человеческим ухом звуков от самого громкого до едва слышимого охватывает величины, отличающиеся друг от друга в 10¹⁴ раз. С целью измерения порогов слуха пользуются логарифмической шкалой относительных величин - шкалой децибел. Согласно этой шкале, сила звука, воспринимаемая человеческим ухом в виде громкости, пропорциональна логарифму отношения интенсивности данного звука к интенсивности, принятой за уровень отсчета. В акустике этот уровень принято считать равным 10^-16 вт/см² . Поскольку человеческое ухо в неодинаковой степени чувствительно к интенсивности акустического раздражителя при его разных частотных характеристиках, то целью настоящей работы является определение абсолютных порогов слуховой чувствительности для чистых тонов разной частоты.

Процедура измерения соответствует процедуре метода минимальных изменений. Минимальный уровень интенсивности звука, предъявляемого в данном опыте, равен 10 дБ, максимальный (для разных частот) - от 70 до 100 дБ при дискретности изменения интенсивности 5 ± 1,5 дБ.

Аппаратура и оборудование. Измерения порогов слышимости чистых тонов осуществляют с помощью аудиометра поликлинического типа АП-02, представляющего собой настольный переносной прибор^* . До проведения измерений необходимо подготовить форму протокола (форма 3) и бланк аудиограммы для нанесения результатов исследования (рис. 2.3.1).

* Особенности конструкции аудиометра описаны в его техническом паспорте.

ПРОТОКОЛ ЗАНЯТИЯ Форма 3

(записи ведет экспериментатор)

Значения абсолютных порогов слуховой чувствительности

по шкале аудиометра (дб)

Рис. 2.3.1. Стандартный бланк для построения аудиограммы.

Абсцисса - частота применяемых в опыте звуков (Гц), ордината - величина порога слышимости звука (дБ); заштрихована область частот, не слышимых человеком.

Порядок работы. Задание с помощью одного аудиометра выполняют два студента: один выполняет функции экспериментатора, второй выступает в роли испытуемого. Испытуемого сажают так, чтобы он не видел органов управления прибора. В руку ему дают ручку с кнопкой ответа. На испытуемого надевают наушники, которые должны плотно прилегать к его ушным раковинам. Для подготовки прибора к измерениям необходимо: на горизонтальной панели прибора положить бланк аудиограммы, ручку переключателя рода работ установить в положение «В» (воздушная проводимость), а ручку переключателя интенсивности маскирующего шума - в положение «Нет» (шум отключен). И только после этого можно вставить вилку шнура питания в сетевую розетку и включить прибор. При включении на нем должна загореться индикаторная лампа. До начала измерений экспериментатор сообщает испытуемому инструкцию.

Инструкция испытуемому: «Возьмите ручку с кнопкой ответа. Вам будут предъявлять чистые тона разной высоты. Внимательно слушайте, не отвлекайтесь! Как только вы впервые услышите звук в правом (или в левом) наушнике, как можно быстрее нажмите на кнопку и держите ее нажатой. Когда вы перестанете слышать предъявляемый звук, отпустите кнопку ответа!»

Приступая к измерениям, экспериментатор устанавливает вертикальную планку-регулятор частоты на желаемую частоту стимула. Затем он передвигает горизонтальную планку-регулятор громкости от отметки 10 дБ вниз, в сторону увеличения интенсивности, и отмечает ту интенсивность, при которой испытуемый услышит предъявляемый стимул. После этого экспериментатор передвигает планку вверх, т. е. уменьшает интенсивность стимула, и отмечает ту интенсивность, при которой испытуемый перестает слышать звук. Эту процедуру повторяют несколько раз, создавая для частоты всего 10 рядов стимуляции: 5 восходящих и 5 нисходящих. Рекомендуется следующий наиболее распространенный порядок чередования частот в процессе измерения: 1000, 2000, 3000, 4000, 6000, 8000, 500, 250, 125 Гц. Поскольку диапазон шкалы и ее дискретность фиксированы, то экспериментатор в протокол записывает лишь величины интенсивности звука, характеризующие порог появления и порог исчезновения ощущения у испытуемого.

Обработка экспериментальных данных состоит из ряда операций.

1. Воспользовавшись формулой расчета средней арифметической величины (М ), рассчитаем ее суммарно для порога появления и порога исчезновения.

2. Определим ошибку средней (s _M ) для каждой частоты.

3. Построим на бланке аудиометрическую кривую (т. е. аудиограмму), соединив все экспериментальные точки.

Анализируя аудиограмму, укажите, в каком частотном диапазоне стимулов пороги вашего испытуемого повышены или понижены.

Контрольные вопросы

1. В каких единицах измерения производится оценка абсолютных порогов слуховой чувствительности?

2. Для каких частот слуховая чувствительность вашего испытуемого максимальна?

3. Как вы считаете, какие факторы, внешние и организменные, влияют на величину порогов чувствительности слуха?

Занятие 2.4 ОПРЕДЕЛЕНИЕ ЗРИТЕЛЬНЫХ ПРОСТРАНСТВЕННЫХ ПОРОГОВ РАЗЛИЧЕНИЯ (ТОЧНОСТЬ ГЛАЗОМЕРА)

Вводные замечания. Одна из функций зрительного анализатора состоит в оценке пространственных величин. Зачастую при этом не требуется указывать абсолютную метрическую величину данного объекта, а нужна лишь оценка тождества или различия размеров двух стимулов - эталонного и переменного. Человеческий глаз обладает способностью достаточно точно оценивать размер объекта, и эта способность называется глазомером.

В этом задании для получения экспериментальных данных применяют метод средней ошибки. Поэтому предъявляемый экспериментатором эталонный стимул (в данном опыте - отрезок линейки той или иной длины) испытуемый должен сравнивать с переменным стимулом, который также задает экспериментатор. Переменный стимул по отношению к эталонному бывает то длиннее, то короче эталона. Задача испытуемого состоит в том, чтобы как можно точнее подравнять длину переменного стимула к длине эталонного.

Аппаратура и оборудование. В экспериментальной психологии для изучения точности глазомерной оценки и определения разностных порогов глазомера используют глазомерную линейку Леманна. Она представляет собой горизонтальную планку, закрепленную на стойках. Планка разделена на две равные части четкой отметкой, видимой как экспериментатору, так и испытуемому. По обе стороны от нее расположены легко передвигающиеся движки. Со стороны экспериментатора, невидимой испытуемому, на планку нанесена сантиметровая шкала. Перед началом опыта студентам необходимо подготовить форму протокола (форма 4).

ПРОТОКОЛ ЗАНЯТИЯ Форма 4

(протокол заполняет экспериментатор)

Размеры воспроизводимых отрезков (а)

и величины ошибок подравнивания-воспроизведения (б)

Порядок работы. Для проведения экспериментальной работы один из студентов выполняет функции экспериментатора, другой выступает в роли испытуемого. До начала опыта испытуемый садится на расстоянии вытянутой руки от глазомерной линейки. При этом желательно, чтобы положение его головы было фиксировано. Затем испытуемому дается инструкция.

Инструкция испытуемому: «Прямо перед вами расположена глазомерная линейка, на которой слева или справа от центральной метки мной будет установлен с помощью движка отрезок неизвестной вам длины. Ваша задача состоит в том, чтобы с помощью второго движка правой рукой воспроизвести точно такой же отрезок с другой стороны от центральной метки. Постарайтесь во время опыта не менять позу, не приближаться и не удаляться от линейки».

Процедура измерения порогов состоит в следующем: многократно справа или слева от центральной метки экспериментатор устанавливает эталон - той или иной длины отрезок. Испытуемый, пользуясь движком, находящимся по другую сторону от метки, должен как можно точнее воспроизвести отрезок такой же длины. Заметим, что для данного опыта обнаружены систематические ошибки испытуемых в воспроизведении длины отрезка, зависящие от пространственного положения эталона слева или справа. Чтобы избежать этих ошибок, при повторных измерениях экспериментатор должен чередовать положение эталона относительно центральной метки глазомерной линейки. Испытуемому предъявляют четыре эталонных отрезка, длина которых 8,5; 12,5; 15,0 и 19,5 см, причем каждый из них предъявляют 20 раз: 10 раз справа от испытуемого и 10 раз слева. Кроме того, требуется, чтобы задаваемый с каждой стороны отрезок был бы в 5 раз больше и в 5 раз меньше, чем эталонный.

Обработка экспериментальных данных. Прежде всего вычисляют величину ошибки (б) для каждого подравнивания-воспроизведения. Она определяется как разность длин эталона и воспроизведенного испытуемым отрезка. Дальнейшая обработка данных включает в себя несколько этапов.

1. Расчет средних арифметических величин-абсолютных воспроизведений (а) и ошибок воспроизведений (б). Следовательно, на первом этапе необходимо рассчитать М _а и M _б

2. Расчет вероятной ошибки по формуле ВО = 0,6745 s.

3. Определение величины и знака постоянной ошибки (ПО) как разности между нахождением точки субъективного равенства (ей соответствует значение М _а ) и длиной предъявленного эталона.

Анализируя результаты опыта, надо иметь в виду, что вероятная ошибка в данном опыте является характеристикой разностного порога чувствительности. В ходе анализа необходимо проверить, насколько полученные в опыте результаты подчиняются закону Вебера. Для этого из значения среднеарифметической величины результатов подравниваний (Ма) вычитают величину эталона и полученную разность делят на величину эталона. Если полученные таким образом значения для каждого эталона равны, то можно сделать вывод, что полученные значения разностных порогов подчиняются закону Э. Вебера.

Контрольные вопросы

1. Сформулируйте закон Вебера.

2. Каково значение этого закона для формулировки психофизического закона Фехнера?

3. В чем особенность метода средней ошибки?

4. Каковы отличия метода средней ошибки от метода постоянных радражителей?

III . ВОСПРИЯТИЕ

В современной психологии принято выделять несколько уровней отражения объективной действительности: сенсорный, перцептивный (первичные образы), уровень представлений и воображения (вторичные образы) и речемыслительный уровень. Таким образом, восприятие, как и ощущение, относится к процессам непосредственного отражения действительности.

Под восприятием понимается субъективное (психическое) отражение предметов и явлений объективной действительности как результат их непосредственного воздействия на органы чувств. В ходе этого воздействия у субъекта формируются целостные образы вещей и событий. В отличие от ощущений, которые отражают отдельные свойства предмета, восприятие отражает предмет в целом, в совокупности его свойств. Оно представляет собой качественно новую ступень чувственного познания, которое не сводится к сумме отдельных ощущений или сенсорных данных. Оно определяется многосвязными отношениями типа объект-субъект и субъект-объект. Основное и главное условие возникновения образа восприятия - это воздействие предметов и явлений объективной действительности на органы чувств. Но это никоим образом не снижает значения активности субъекта.

В образе восприятия отражаются свойства объектов: их местоположение в пространстве (локализация), их удаленность от субъекта, направление движения относительно субъекта и/или друг друга, рельеф, форма и величина, а также длительность и временная последовательность (или одновременность) воздействия объекта на субъект в качестве внешнего раздражителя. Все эти свойства определяют пространственно-временную структуру восприятия. При этом отражение движения внешнего объекта является генетически исходным в процессе формирования образа. Восприятие характеризуется также модальностью и интенсивностью. В модальности восприятия отражаются качественные различия внешних стимулов и различия между воспринимающими анализаторами (например, органами зрения или органами слуха и т. д.). Интенсивностные параметры восприятия отражают количественно-энергетические особенности стимуляции со стороны внешней объективной действительности. Эти свойства входят в состав модально-интенсивностной структуры восприятия.

Все вышеперечисленные свойства восприятия являются основными. Восприятию как процессу и как образу присущи и другие свойства - более высокого порядка. К ним относятся предметность, константность, целостность, структурность и обобщенность. Когда процесс восприятия включается в процессы более высоких уровней психического отражения или в структуру сознания в целом, он испытывает регулирующее и организующее воздействие с их стороны, в этом случае образ восприятия приобретает такие новые свойства, как избирательность, осмысленность, целенаправленность, категориальность и т.д. По существу, в целостной психике субъекта характеристики восприятия рассматриваются как системные качества.

В данном разделе представлены методики экспериментального исследования восприятия – в основном осязательного и зрительного, в частности способы их измерения, а также наиболее простые способы обработки получаемых данных. Эти методики позволяют оценивать образы восприятия относительно шкал наименований и порядка – задания № 6, 9 и 10, шкалы интервалов – задание № 8, шкалы отклонений – задания № 7 и 11.

Занятие 3.1 ОСОБЕННОСТИ ВОСПРИЯТИЯ ФОРМЫ ПРИ ПАССИВНОМ И АКТИВНОМ ОСЯЗАНИИ

содержание   ..  564  565  566   ..