Нормы для оценки «сырых» данных по каждому из параметров

дивергентного мышления (8 класс, N = 242)

	Беглость	Гибкость	Продуктивн.	Псе	Пн	Пс	Пп
Низкие	до 31	до 25	до 8	до 7	до 6	до 2	до 9
Нижесреднего	32 - 44	26—37	9—17	8—9	7—8		10—11
Средние	45—58	38—50	18—27	10—12	9—11	4—5	12—13
Выше среднего	59—71	51—61	28—36	13—14	12—13		14—15
Высокие	> 72	> 62	> 37	> 15	> 14	> 7	> 16

Таблица 3

Нормы для оценки «сырых» данных по каждому из параметров развития дивергентного мышления (9 класс, N = 250)

	Беглость	Гибкость	Продуктивн.	Псе	Пн	Пс	Пп
Низкие	до 29	до 27	до 6	до 7	до 8	до 5	до 6
Ниже среднего	30—48	28—39	7—15	8—9	9—10	6—7	7—8
Средние	49—65	40—53	16—23	10—11	11—12	8—9	9—10
Выше среднего	66—83	54—66	24—30	12—13	13—14	10—11	11—12
Высокие	> 84	> 67	> 31	> 14	> 15	> 12	> 13

Таблица 4

Нормы для оценки «сырых» данных по каждому из параметров дивергентного мышления (10 класс, N = 238)

	Беглость	Гибкость	Продуктивн.	Псе	Пн	Пс	Пп
Низкие	до 32	до 31	до 10	до 8	до 8	до 7	до 7
Ниже среднего	33—50	32-45	11—22	9—11	9—10	8—9	8—9
Средние	51—67	46—59	23—34	12—16	11—13	10—11	10—11
Выше среднего	68—85	60—73	35-46	17—18	14—15	12—13	12—13
Высокие	> 86	> 74	> 47	> 19	> 16	> 14	> 14

Таблица 5

Нормы для оценки «сырых» данных по каждому из параметров дивергентного мышления (11 класс, N = 220)

	Беглость	Гибкость	Продуктивн.	Псе	Пн	Пс	Пп
Низкие	до 32	до 28	до 11	до 7	до 6	до1	до 4
Ниже среднего	33-48	29-42	12—22	8—9	7—8		5—6
Средние	49—64	43—56	23—32	10—12	9—11	3-4	7—8
Выше среднего	65—80	57—70	33-43	13—14	12—13		9—10
Высокие	> 81	> 71	> 44	> 15	> 14	> 6	> 11

Условные обозначения:

Б — беглость;

Г — гибкость;

П — продуктивность;

Псе — продуктивность семантическая;

Пн — невербальная продуктивность;

Пс — символическая продуктивность;

Пп — поведенческая продуктивность.

Практическое применение методики

Проективная методика диагностики дивергентного мышления диагностирует особенности дивергентного мышления с 12 лет и может быть использована как при групповом исследовании креативности, так и в индивидуальном консультировании. Сравнение индивидуальных результатов с представленными нормами в таблицах 2—5 позволяет судить об индивидуальных особенностях дивергентного мышления: о соответствии общего суммарного показателя средних значений по выборке и показателей по отдельным сериям. Данная методика особенно удобна для проведения мониторинга, поскольку имеет 4 параллельные формы, которые позволяют неоднократно использовать ее, исключая при этом искажение полученных результатов.