Ознакомительная версия.
Существует еще один способ сбора данных о личности. Его отличие заключается в том, что он основывается на регистрации объективных данных. Данные, полученные с помощью подобных методов, называются T-данными (objectivedata). Этот метод также имеет ряд недостатков. Например, достаточно высокая трудоемкость, сложность формализации результатов и др.
Таким образом, все указанные способы сбора данных не лишены недостатков. Однако наибольшее распространение получил метод использования опросников. Это вызвано не только его простотой, но и возможностью создавать различные личностные конструкты, поскольку в основе опросников лежат представления авторов о той или иной личностной характеристике. Еще одной причиной популярности опросников является возможность использования для разработки новых методик математических приемов.
Существуют два основных направления исследований личности с помощью опросников: подход на основе выделения черт личности и типологический подход. Первый предполагает существование конечного набора базисных качеств, и личностные различия определяются степенью их выраженности. При типологическом подходе исходят из постулата, что тип личности является целостным / образованием, несводимым к комбинации отдельных личностных факторов. Причем оба подхода предназначены для формирования понятийного аппарата, систематизирующего информацию об индивидуальных различиях.
Давайте рассмотрим, в чем суть данных подходов? Так, черты объединяют в группы тесно связанные признаки (психологические характеристики) и выступают как некоторые интегральные характеристики, обобщающие информацию, которая содержится в данной группе признаков. Число черт определяет размерность личностного пространства. Типы объединяют группы похожих испытуемых и составляют иной набор объяснительных понятий, где в качестве имени понятия выступает название соответствующего типа, а содержание раскрывается описанием типичного (или усредненного) представителя.
Таким образом, подход на основе черт требует группировки личностных признаков, а подход на основе типов — группировки испытуемых. Для решения каждой из этих двух задач существуют специальные математические методы и модели. Наиболее часто для группировки признаков используются методы факторного анализа, а для группировки испытуемых — методы автоматической классификации. Эти методы являются двумя способами формирования обобщений на экспериментальном массиве данных. Они позволяют «сжать» информацию за счет выявления неоднородностей в структуре связей между признаками или испытуемыми. В результате массив экспериментальных данных разбивается на некоторые подмассивы, которые являются обобщениями совокупности данных.
Такое представление данных допускает, как минимум, два способа построения обобщений: 1) по столбцам (признакам личности) и 2) по строкам матрицы данных (группировкам испытуемых).
Обобщение данных путем группировки признаков (по столбцам) состоит в выделении групп тесно связанных признаков при помощи методов факторного анализа. Факторный анализ представляет собой систему моделей и методов для преобразования исходного набора признаков в более простую и содержательную форму. Он базируется на предположении, что наблюдаемое поведение испытуемого может быть объяснено с помощью небольшого числа скрытых характеристик, называемых факторами. На рис. 21.1. схематически проиллюстрирован принцип выделения черт. Предположим, что у нас имеется определенная матрица данных (А-В), в которой учтены все испытуемые и все изучаемые нами психологические характеристики. Данную матрицу с помощью факторного анализа мы разбиваем по столбцам на подматрицы. В результате получаем некоторый набор вертикальных полосок (Ь). Каждая из таких полосок, или подматриц, содержит ин4юрма-цию по всем испытуемым, но не по всем признакам, а лишь по группе тесно коррелирующих (взаимосвязанных) характеристик. Эти взаимосвязанные характеристики содержат информацию о какой-то более обобщенной характеристике. Поэтому все характеристики, вошедшие в одну вертикальную полоску, или столбец, могут быть заменены интегральным для них признаком — фактором. В результате имеющуюся у нас матрицу данных благодаря замене близких характеристик на обобщенные признаки мы можем «сжать», или упорядочить. Что это дает для экспериментальных исследований?
Всю информацию о психике человека мы можем передать в виде вербальных характеристик, например «добрый», «злой», «веселый», «грустный» и др. Чем богаче язык, тем больше характеристик личности мы можем назвать. Вполне вероятно, что многие характеристики близки между собой. Поэтому, используя факторный анализ, мы систематизируем семантическое пространство, получаем некую экспериментальную структуру личности.
Обобщение данных путем группировки испытуемых (по строкам) представляет собой группировку испытуемых по степени их близости в пространстве измеряемых признаков. В данном случае осуществляется группировка не по признакам,
Рис. 21.1. Принципиальная схема выделения черт личности с использованием
математических методов. Объяснения в тексте
506 Часть IV. Психические свойства личности
Рис. 21.2.Принципиальная схема выделения типов испытуемых с использованием математических методов. Объяснения в тексте
а по принципу близости испытуемых (рис. 21.2). Существуют два основных варианта постановки задачи группировки испытуемых: 1) группировка испытуемых на незаданные группы; 2) группировка испытуемых на заданные группы.
1. Задача группировки испытуемых на незаданные группы. Этот вариант задачи формулируется следующим образом: имеется многомерное психологическое описание выборки испытуемых и требуется осуществить их разделение на однородные группы, т. е. такое разделение, при котором в составе выделенных групп оказались бы испытуемые, похожие по психологическим характеристикам. Такая постановка задачи соответствует интуитивным представлениям о типе личности.
2. Задача группировки испытуемых на заданные группы. При решении этой задачи предполагается, что имеются результаты многомерного психологического обследования нескольких групп испытуемых и о каждом испытуемом заранее известно, к какой группе он принадлежит. Например, в задаче профотбора это могут быть группы хороших и плохих специалистов, при исследовании полового диморфизма — это испытуемые разного пола, при педагогических исследованиях — это группы школьников, различающихся по успешности обучения, дисциплинированности, общественной активности, возрасту и т. п.
Задача заключается в том, чтобы найти правило разбивки испытуемых на заданные группы по психологическим характеристикам.
Существует еще один способ группировки данных — это методы одновременного выделения черт и типов. В большинстве психологических исследований разрабатывается какой-либо один подход — на базе черт или типологический. Вместе с тем представляется перспективным их объединение. Объединение этих двух подходов предполагает одновременное выделение черт и типов. С этой целью могут быть использованы методы «лингвистического анализа» данных, основанные на использовании комбинаций моделей факторного анализа и автоматической классификации.
В рамках данного подхода разработано два вида Комбинаций совместного использования факторного анализа и автоматической классификации: прямая и обратная комбинации. При прямой комбинации методами факторного анализа вначале производится группировка признаков, а затем с помощью методов автоматической классификации в каждой выделенной группе параметров осуществляется
Имена
Олпорт Гордон Уиллард (1897–1967) — американский психолог. Инициатор разработки системного подхода к изучению личности. Разрабатывал теорию личности на основе понятий «Я» и «самоактуализация». Последнее обозначает стремление личности к достижению чего-то осмысленного и значительного в жизни. Показал, что мотивы, имеющие истоком биологические потребности, при их удовлетворении могут приобретать достаточно независимый от биологической основы характер (принцип функциональной автономии мотивов).
группировка испытуемых. При прямой комбинации мы получаем информацию о факторах и об особенностях распределения испытуемых по каждому фактору.
При обратной комбинации вначале используются методы автоматической классификации, и только после этого производится группировка признаков с помощью методов факторного анализа в каждом выделенном типе отдельно. Условно обратная комбинация может быть изображена как разбиение матрицы данных вначале по строкам, а затем разбивка каждой из подматриц по столбцам. В результате использования обратной комбинации методов факторного анализа и автоматической классификации мы получаем информацию о типах и об особенностях группировки признаков в каждом типе.
Ознакомительная версия.
