1
2
3
...
n
Ä
À R X
m X
i X
q X
где Д– прогнозируемая поведенческая величина (например, уровень
«профессионализма»), R, m, i, q– коэффициенты уравнения, полученные
ранее на большой выборке испытуемых; X
1
X
2
, Х
3
... Х
n
– показатели тестовых
измерений.
Для
получения
коэффициентов
диагностических
уравнений
множественной регрессии иногда используют не всю выборку, а только
полярные группы, то есть самых успешных профессионалов и тех, от
которых целесообразно избавиться.
Разработанный методический подход, по мнению Б. Г. Бовина, имеет
свои преимущества и недостатки [196]. Положительными качествами
являются, в частности, быстрота расчета и эффективность оценивания
информативности
применяемых
методов.
Одновременно
можно
использовать практически любое количество показателей, из которых
автоматизированная процедура позволяет сделать выбор тех, которые
имеют отношение к распознаванию заданного «образа». Заданным
«образом» может быть любой внешний критерий: наиболее и наименее
профессионально успешные сотрудники, студенты с разным уровнем
академической успеваемости, виновники аварийных ситуаций и т. п.
Другим преимуществом является достаточно полная картина
статистических характеристик, получаемых на промежуточном этапе,
которые
позволяют
исследовать
многочисленные
связи
между
используемыми параметрами. Различные психодиагностические методы
могут сравниваться по тому вкладу, который они вносят в распознавание
заданного «образа». В этом случае можно проверять валидность любых
тестов, использование которых дает цифровой показатель.
Последнее преимущество имеет и свой недостаток – происходит
определенное «выхолащивание» качественного, содержательного аспекта
диагностики. Другим недостатком является нестабильность получаемых
моделей распознавания. Каждая новая выборка дает новую модель
распознавания неизменного внешнего критерия. В эту модель могут войти
другие показатели, ранее отвергнутые в ходе регрессионной процедуры. Это
создает ощущение определенной ненадежности полученных результатов.
Однако эта неопределенность объясняется тем, что различные показатели
обусловлены одним и тем же фактором, то есть несмотря на многовариатив-
ность моделей, содержательная сущность их сохраняется.
Достарыңызбен бөлісу: