Измерительные шкалы

С. Стивенсом предложена классификация из четырех типов шкал измерения: номинальная, порядковая, интервальная и шкала отношений.

Номинальная шкала (шкала наименований, номинативная шкала) состоит в присваивании какому-либо свойству или признаку определенного обозначения или символа (численного, буквенного и т.д.). По сути это- классификация свойств, группирование объектов, объединение их в классы при условии, что объекты, принадлежащие к одному классу, идентичны (или аналогичны) друг другу в отношении какого-либо признака или свойства, тогда как объекты, различающиеся по этому признаку, попадают в разные классы.

Пример: а) классификация вкусовых качеств: А - сладкое, В - горь­кое, С - кислое; б) цвета видимого спектра: красный, зеленый, синий и пр.; в) национальность: А белорус, В - русский, С - украинец; г) раз­биение людей по четырем типам темперамента: сангвиник, флегматик, меланхолик, холерик.

Номинальная шкала определяет, что разные свойства или признаки качественно отличаются друг от друга. Привычные операции с числами - упорядочивание, сложение-вычитание, деление - при измерении в номинативной шкале теряют смысл. Так, для признаков, измеренных по этой шкале, нельзя сказать, что какой-то из них больше, а какой-то меньше, какой-то лучше, а какой-то хуже. То есть при сравнении объектов мы можем делать вывод только о том, принадлежат они к одному или разным классам, тождественны или нет по измеренному свойству.

Следует подчеркнуть, что присваиваемые объектам в номинативной шкале символы являются условными и допускаются любые замены или перестановки буквенных (численных) обозначений.

Простейший случай номинативной шкалы - дихотомическая шкала. При измерениях по этой шкале измеряемые признаки можно кодировать двумя символами или цифрами, например 0 и 1 или 3 и 5, или буквами А и Б, а также любыми двумя отличающимися друг от друга символами. Признак, измеренный по дихотомической шкале, называется альтернативным.

В дихотомической шкале все объекты, признаки или изучаемые свойства разбиваются на два непересекающихся класса, при этом исследователь ставит вопрос о том, «проявился» ли интересующий его признак у испытуемого или нет. Например, в конкретном исследовании признак «леворукости» проявился у 8 испытуемых из 20, то есть 8 испытуемым можно поставить цифру 1, соответствующую признаку «леворукость», остальным цифру 0, соответствующую признаку «праворукость».

Пример: а) классификация по полу: 1 - мужской, 0 - женский;
б) ответы на опросник: 1 - да, 0 - нет; в) состав семьи: А - полная семья, Б -неполная семья.

В номинативной шкале можно подсчитать частоту встречаемости признака, то есть число испытуемых, явлений и т.п., попавших в данный класс и обладающих данным свойством. Допустим, мы выясняем число мальчиков и девочек в классе. Для этого мы кодируем мальчиков, например, цифрой 1, а девочек - цифрой 0. После этого подсчитываем общее количество цифр (кодов) 1 и 0. Это и есть подсчет частоты признака.

Единица измерения, которой мы при этом оперируем - количество наблюдений (испытуемых, реакций, выборов и т.п.), или частота. Точнее, единица измерения - это одно наблюдение. Общее число наблюдений (испытуемых, реакций, выборов и т.п.) принимается за 100%, и тогда можно вычислить процентное соотношение, например, мальчиков и девочек в классе.

К результатам измерений, полученным в номинативной шкале, возможно применить небольшое число статистических методов. Такие данные могут быть обработаны, например, с помощью метода %, биномиального критерия m, углового преобразования Фишера φ и др.

Порядковая шкала (ранговая шкала) - это шкала, классифицирующая по принципу «больше - меньше», «выше - ниже», «сильнее - слабее». Измерение в этой шкале предполагает приписывание объектам чисел в зависимости от степени выраженности измеряемого свойства. Если в предыдущей шкале было несущественно, в каком порядке располагаются измеренные признаки, то в порядковой шкале все признаки располагаются по рангу - от самого большего (высокого, сильного, умного и т.п.) до самого маленького (низкого, слабого, глупого и т. п.) или наоборот. Типичный и очень хорошо известный всем пример порядковой шкалы - это школьные оценки: от 5 до 1 балла или от 0 до 10 баллов.

В порядковой шкале должно быть не менее трех классов, например «положительная реакция - нейтральная реакция - отрицательная реак­ция» или «высокий - средний - низкий» и т. п., с тем расчетом, чтобы можно было расставить измеренные признаки по порядку.

Существует множество способов получения измерения в порядковой шкале. Но суть остается общей: при сравнении испытуемых друг с другом мы можем сказать, больше или меньше выражено свойство, но не можем сказать, насколько больше или насколько меньше оно выражено, а уж тем более - во сколько раз больше или меньше. При измерении в ранговой шкале, таким образом, из всех свойств чисел учитывается то, что они разные, и то, что одно число больше, чем другое.

Пример: а) места, занятые студентами в соревновании (1, 2, 3); б) ранг студента по среднему баллу успеваемости (1, 2, 3, 4, 5, 6 и т.д.); в) ответы на тест: 1 - никогда, 2 - иногда, 3 - часто, 4 - всегда.

В порядковой шкале мы не знаем истинного расстояния между классами, а знаем лишь, что они образуют последовательность. От классов можно просто перейти к числам, если считать, что низший класс получает ранг (код или цифру) 1, средний - 2, высший - 3 (или наоборот). Чем больше число классов разбиений всей экспериментальной совокупности, тем шире возможности статистической обработки полученных данных.

При кодировании порядковых переменных им можно приписывать любые цифры (коды), но в этих кодах (цифрах) обязательно должен сохраняться порядок, или, иначе говоря, каждая последующая цифра должна быть больше (или меньше) предыдущей, Например, необходимо закодировать уровень тревожности по пяти градациям: самый низкий - 1, низкий - 2, средний - 3, высокий - 4, самый высокий - 5. Можно использовать и другие способы кодировки (например, 14, 23, 34, 45, 56 соответственно), однако предложенный первоначально способ кодировки является наиболее привычным и поэтому наиболее предпочтительным. Числа в ранговых шкалах обозначают лишь порядок следования признаков, а операции с числами в этой шкале - это операция с рангами.

При ранжировании необходимо учитывать два обстоятельства:
1. Установите для себя и запомните порядок ранжирования. Можно ранг 1 присваивать тому, у которого 1-е место по выраженности данного признака (например, «самый сильный»). Или можно ранг 1 присваивать тому, у которого наименьшая выраженность признака, и далее - увеличение ранга по мере увеличения уровня признака. Строгих правил выбора здесь нет, но важно помнить, в каком направлении производилось ранжирование. 2. Соблюдайте правило ранжирования для связанных рангов, когда двое или более испытуемых имеют одинаковую выраженность измеряемого свойства. В этом случае таким испытуемым присваивается один и тот же, средний ранг. Например, если вы ранжируете испытуемых по «месту в группе» и двое имеют одинаковые самые высокие исходные оценки, то обоим присваивается средний ранг 1,5: (1+2)/2=1,5. Следующему за этой парой испытуемому присваивается ранг 3 и т.д. Это правило основано на соглашении соблюдения одинаковой суммы рангов для связанных или несвязанных рангов. В соответствии с этим правилом сумма всех присвоенных рангов для группы численностью N должна равняться N(N+1)/2, вне зависимости от наличия или отсутствия связей в рангах.

В порядковой шкале применяется множество разнообразных статистических методов. Наиболее часто к измерениям, полученным в этой шкале, применяются коэффициенты корреляции Спирмена и Кендалла, кроме того, применительно к данным, полученным в этой шкале, используют разнообразные критерии различий.

Интервальная шкала (шкала интервалов) - это шкала, классифицирующая по принципу «больше на определенное количество единиц -меньше на определенное количество единиц». Каждое из возможных значений признака отстоит от другого на равном расстоянии. Главное понятие этой шкалы - интервал, который можно определить как долю или часть измеряемого свойства между двумя соседними позициями на шкале. Размер интервала - величина фиксированная и постоянная на всех участках шкалы. Для измерения посредством шкалы интервалов устанавливаются специальные единицы измерения (в психологии, например, стены и стенайны). Объекту присваивается число единиц измерения, пропорциональное выраженности измеряемого свойства. Важной особенностью шкалы интервалов является то, что у нее нет естественной точки отсчета (нуль условен и не указывает на отсутствие измеряемого свойства). Следовательно, применяя эту шкалу, мы можем судить, насколько больше или насколько меньше выражено свойство при сравнении объектов, но не можем судить о том, во сколько раз больше или меньше выражено свойство.

Пример: а) измерение температуры по шкале Цельсия (°С); б) тесты интеллекта (условная единица измерения IQ); в) 16-факторный опросник Кеттелла (сырые баллы переведены в стены).

К экспериментальным данным, полученным по этой шкале, применимо достаточно большое число статистических методов.

Шкала отношений -это шкала, классифицирующая объекты или субъекты пропорционально степени выраженности измеряемого свойства. В шкалах отношений классы обозначаются числами, которые пропорциональны друг другу: 2 так относится к 4, как 4 к 8. Это предполагает наличие абсолютной нулевой точки отсчета, поэтому при сравнении объектов мы можем сказать не только о том, насколько больше или меньше выражено свойство, но и о том, во сколько раз (на сколько процентов и т.д.) больше или меньше оно выражено. Измерив время решения задачи парой испытуемых, мы можем сказать не только о том, кто и на сколько секунд (минут) решил задачу быстрее, но и о том, во сколько раз быстрее.

Следует отметить, что, несмотря на привычность и обыденность абсолютной шкалы, в психологии она используется не часто. Возможности человеческой психики столь велики, что трудно представить себе абсолютный нуль в какой-либо измеряемой психологической переменной.

Пример: а) измерение времени реакции (обычно в миллисекундах); б) измерение абсолютных порогов чувствительности.

Перечисленные шкалы полезно характеризовать по признаку их дифференцирующей способности (мощности). В этом отношении шкалы по мере возрастания мощности располагаются следующим образом: номинальная, порядковая, интервальная, шкала отношений. Таким образом, неметрические шкалы заведомо менее мощные - они отражают меньше информации о различии объектов (испытуемых) по измеренному свойству, и, напротив, метрические шкалы более мощные, так как они лучше дифференцируют испытуемых. Поэтому если у исследователя есть возможность выбора, необходимо применить более мощную шкалу. Другое дело, что чаще такого выбора нет, и приходится использовать доступную измерительную шкалу.

Определение того, в какой шкале измерено явление (представлен признак), - ключевой момент анализа данных: от этого зависит выбор метода и интерпретация результатов.

Обычно идентификация номинативной шкалы, ее дифференциация от ранговой, а тем более от метрической шкалы не вызывает проблем.

Пример: рассмотрим вопрос анкеты «Насколько Вы уверены в своих силах?» для ответа, на который испытуемые выбирают один из предложенных вариантов:

1) совершенно уверен;

2) затрудняюсь ответить;

3) совершенно неуверен.

Если исследователя интересует, в какой степени испытуемые уверены или не уверены в своих силах, то логично предполагать, что признак представлен в порядковой шкале. Если же исследователя интересует то, как распределились ответы по вариантам или чем характеризуется каждая из трех соответствующих групп, то разумнее рассматривать этот признак как номинальный.

Значительно сложнее определить различие между порядковой и метрической шкалами. Проблема связана с тем, что измерения в психологии, как правило, косвенные. Непосредственно мы измеряем некоторые наблюдаемые явления или события: количество ответов на вопросы или заданий, решенных за отведенное время, или время решения набора заданий и т.д. Но при этом выносим суждения о некотором скрытом, латентном свойстве, недоступном прямому наблюдению: об агрессивности, общительности, способности и т.д.

Количество заданий, решенных за отведенное время, - это, конечно, измерение в метрической шкале. Но само по себе это количество нас интересует лишь в той мере, в какой оно отражает некоторую изучаемую нами способность. Соответствуют ли равные разности решенных задач равным разностям выраженности изучаемого свойства (способности)? Если ответ «да» - шкала метрическая (интервальная или равных отношений), если «нет» - шкала порядковая.

В подобных ситуациях проще всего согласиться с тем, что признак представлен в порядковой шкале. Но при этом мы существенно ограничиваем себя в выборе методов последующего анализа. Более того, переход к менее мощной шкале обрекает нас на утрату части ценной для нас эмпирической информации. Следствием этого может являться падение статистической достоверности результатов исследования. Поэтому исследователь стремиться все же найти свидетельство того, что используемая шкала - более мощная.

Задания:

Определите, в какой шкале представлено каждое из приведенных ниже измерений; наименований, порядка, интервалов, отношений.

1. Упорядочивание испытуемых по времени решения тестовой задачи.

2. Предпочтение домашних животных: собаки, кошки, крысы, никакие.

3. Воинское звание (рядовой, ефрейтор, сержант, лейтенант, капитан) как мера продвижения по службе.

4. Количество агрессивных реакций за день.

5. Академический статус (ассистент, доцент, профессор) как указание на принадлежность к соответствующей категории.

6. Упорядочивание испытуемым 18 инструментальных ценностей (по Рокичу) по степени их значимости для него.

7. Цвет волос (блондинки, брюнетки, шатенки, рыжие).

8. Время решения задачи.

9. Статус ученика в группе (звезда, предпочитаемый, принятый, непринятый).

Библиография

1. Ермолаев, О.Ю. Математическая статистика для психологов /
О.Ю. Ермолаев. - М.: МПСИ: Флинта. - 2002. – 325 с.

2. Наследов, А.Д. Математические методы в психологическом исследовании. Анализ и интерпретация данных / А.Д. Наследов. - СПб.: Речь. - 2004.

3. Сидоренко, Е.В. Методы математической обработки в психологии. – СПб.: ООО «Речь» - 2004. – 350с.

4. Бурлачук, Л.Ф., Морозов С.М. Словарь – справочник по психодиагностике / Л.Ф. Бурлачук, С.М. Морозов – СПб: Питер Ком. - 1999. – 528с.

5. Суходольский, Г. В. Математические методы в психологии / Г.В. Суходольский. - Харьков: Изд-во Гуманитарный Центр. - 2006. – 512с.

6. Тарасов, С.Г. Основы применения математических методов в психологии. / С.Г. Тарасов. - СПб.: Изд-во: Санкт - Петербург. ун-та. - 1999. – 326с.

7. Глинский, В. В., Ионин, В. Г. Статистический анализ данных /
В.В. Глинский, В.Г. Ионин. - М.: Филин. - 2008. – 265 с.